Definición: espacio vectorial.
Cualquier conjunto que posea unas operaciones
suma y producto por escalares, cumpliendo todas las propiedades anteriores,
diremos que es un espacio vectorial. Los elementos de tal conjunto se llamarán
vectores (aunque pueda tratarse de objetos diferentes a los vectores de la
Física.)
Diremos que el espacio vectorial es real o complejo, según sean los escalares.
• Otras propiedades de los espacios vectoriales pueden deducirse de las
anteriores propiedades básicas. Por ejemplo:
Si α v = 0 ( escalar, v vector) entonces o bien es =0 o bien es v = . K α α 0 K
Ejemplos de espacios vectoriales. 1)
El espacio , formado por los vectores de n componentes (x1, . . .,xn) es un
espacio vectorial real, en el que se pueden sumar vectores y multiplicar por un
escalar (real) de la forma habitual.
n ℜ Se puede comprobar que se cumplen las propiedades requeridas para
ambas operaciones. El vector cero es (0,. . .,0).
No es un espacio vectorial complejo, pues no podemos multiplicar por
escalares complejos (si lo hacemos, el resultado no se mantendrá dentro de ).
n ℜ 2) Consideremos el conjunto P2 de los polinomios de grado ≤ 2 con
coeficientes reales: P2 ={ ax2 + bx + c : a, b, c ∈ ℜ } Es un espacio vectorial
real, pues podemos sumar dos elementos de P2 y obtenemos otro elemento de
P2 ; también podemos multiplicar un elemento de P2 por un escalar real y
obtenemos otro elemento de P2. Veámoslo:
Suma: ( ax2 + bx + c ) + ( a’x2 + b’x + c’ ) = (a+a’) x2 • + (b+b’) x + (c+c’) que
pertenece a P2.
Producto por un escalar real: λ∈ℜ , λ(ax + bx + c) = λax2 • + λbx + λc que
pertenece a P2.
Se puede comprobar que se cumplen las propiedades requeridas. El vector es
el polinomio cero: 0x2 + 0x + 0 0
K No es un espacio vectorial complejo, pues al multiplicar por un escalar
complejo el resultado podrá ser un polinomio complejo que no pertenece a P2.
3)
Consideremos el conjunto G de los polinomios de grado = 3 (exactamente 3)
con coeficientes reales.
No es un espacio vectorial (real ni complejo), pues al sumar dos elementos de
G, no está garantizado que el resultado esté en G. En efecto, consideremos los
polinomios p = x3 +x2 +x+1 , q = –x3 +x2 +x+1
Pertenecen a G, pues su grado es 3. Pero su suma es p+q = 2x2 +2x+2 que no
pertenece a G (su grado no es 3).
Decimos que un conjunto de objetos matemáticos , junto con dos
operaciones y (que llamamos la suma vectorial y la multiplicación de un
escalar¹ por un vector, respectivamente) forman un espacio vectorial, si se
cumplen los diez axiomas siguientes:
1. [cerradura bajo la suma de vectores] , se cumple
2. [asociatividad de la suma de vectores] , se
cumple
3. [elemento identidad de la suma de vectores] tal
que
4. [elemento inverso aditivo] Si , tal que
5. [conmutatividad de la suma de vectores] , se
cumple
6. [cerradura bajo la multiplicación por escalar] Si , y es un escalar,
entonces .
7. [primera ley distributiva] Si y un escalar,
entonces
8. [segunda ley distributiva] Si y son escalares,
entonces
9. [asociatividad de multiplicación por escalares] Si y son
escalares, entonces
10. [identidad de multiplicación por escalar] Para cada vector , se
cumple
Ejemplo EV 2: Rn El conjunto de todas las n-adas con componentes reales Rn :
operaciones: La suma: La suma de dos vectores con n componentes es un
vector tambi´en con n componentes cuya componente i-´esima es la suma de
las componentes i-´esimas de los vectores que se est´an sumando: (xi) + (yi) =
(xi + yi) El producto por escalares: El producto de un escalar por un vector de n
componentes se tambi´en un vector de n componetes cuya componente i-
´esima es el producto del escalar por la i−´esima componente del vector que se
multiplica: c · (xi) = (c · xi) Axiomas A1 y M1: x + y ∈ Rn y c · x ∈ Rn De la
misma definici´on de la suma y producto por escalares. Axioma A2 : x + y = y +
x Los vectores son iguales pues tienen la misma dimensi´on y al comparar las
componente i se tiene xi + yi = yi + xi Axioma A3: x + (y + z) = (x + y) + z Los
vectores son iguales pues tienen la misma dimensi´on y al comparar las
componente i se tiene xi + (yi + zi) = (xi + yi) + zi Axioma A4: Existe el vector
neutro bajo la adici´on: Este vector es el vector con todas sus componentes
cero 0 = (0) y cumple 0 + x = x + 0 = x pues al comparar las i-´esimas
componentes se cumple: 0 + xi = xi + 0 = xi Axioma A5: Cada vector de tiene
su inverso aditivo: Para cada vector x = (xi) el vector −x = (−xi) cumple x+ (−x) =
(−x)+x = 0 pues al comparar las i-´esimas componentes se cumple: −xi + xi = 0
= xi + −xi
Combinación lineal
En matemática, particularmente en álgebra lineal, una combinación lineal es
una expresión matemática que consiste en la suma entre pares de elementos,
de determinados conjuntos, multiplicados entre sí.
En particular, la combinación lineal de un sistema de vectores se trata de un
vector de la forma
con los elementos de un cuerpo. La definición, provista de esta manera,
da lugar a otras definiciones y herramientas importantes, como son los
conceptos de independencia lineal y base de un espacio vectorial.
ej
Dados los vectores , hallar el vector
combinación lineal
El vector , ¿se puede expresar
como combinación lineal de los
vectores ?
Definición 2.6.: Los vectores , se dice que son
vectores linealmente dependientes (ó que el conjunto que forman dichos
vectores es linealmente dependiente) si existen unos escalares ,
no todos nulos, tales que
Definición 2.7.: Se dirá que son linealmente independientes (ó que el
conjunto que forman dichos vectores es linealmente independiente) en caso
contrario; es decir que para que una combinación lineal de ellos resulte el
vector nulo, necesariamente debe ser con todos los escalares iguales a cero.
Esto es
Ej
Ejemplo:
Deterrminar si son linealmente dependientes o
independientes los vectores.:
= (3, 1) y = (2, 3)
Ej 2
Siendo = (1, 0, 1), = (1, 1, 0) y = (0, 1, 1),
demostrar que dichos vectores son linealmente
independientes y expresa el vector = (1, 2, 3) como
combinación lineal de dichos vectores.
El sistema admite únicamente la solución trivial:
Por tanto, los tres vectores son linealmente
independientes.
BASE DE UN ESPACIO VECTORIAL:
Dos vectores y con distinta dirección forman una base,
porque cualquier vector del plano se puede poner
c o m o c o m b i n a c i ó n l i n e a l d e e l l o o ; Una base es un conjunto de
vectores linealmente independientes y que son capaces de generar
cualquier vector de dicho espacio. En nuestro estudio del plano, una base
estará formada por dos vectores linealmente independientes
Ejemplo
Los dos vectores que forman una base no pueden ser
paralelos.
CAMBIOS DE BASE.
Cuando se elige una base B para un espacio vectorial V de dimensión n,
la función de coordenadas asociada sobre Rn proporciona un sistema de
coordenadas para V. Cada x en V se identifica de manera única con su
vector de B-coordenadas [x]B.
En algunas aplicaciones, inicialmente se describe un problema usando
una base B, pero la solución del problema se facilita al cambiar la base B
a una nueva base C.
Teorema
Sean B = {b1, . . . , bn} y C = {c1, . . . , cn} las bases de un espacio vectorial
V.
Entonces existe una sola matriz P C←B de n × n tal que
[ x ]C = P C←B [ x ]B (4)
Las columnas de P C←B son los vectores de C-coordenadas de los
vectores de la base B.
Esto es,
P C←B = [b1]C [b2]C · · · [bn]C]
La matriz P C←B del teorema se denomina matriz de cambio de
coordenadas de B a C. La multiplicación por P C←B convierte B-
coordenadas en C-coordenadas.
En la figura se muestra la ecuación de cambio de coordenadas.
Las columnas de P C←B son linealmente independientes porque son los
vectores de coordenadas del conjunto linealmente independiente B.
Como P C←B es cuadrada, debe ser invertible, según el teorema de la
matriz invertible. Al multiplicar por la izquierda ambos lados de (4) por ( P
C←B) −1 se obtiene
( P C←B) −1 [ x ]C = [ x ]B
Entonces ( P C←B) −1 es la matriz que convierte C-coordenadas en B-
coordenadas. Esto es,
( P C←B) −1 = P B←C
Ejemplos de bases.
1. La base canónica (o base natural, o base estándar) de ℜ n: e1 = (1,0,. . .
,0) e2 = (0,1,. . . ,0) ........ en = (0,0,. . . ,1) - Son linealmente independientes
porque forman un determinante no nulo. - Son sistema generador de ℜ n
porque todo vector (a1,a2,. . . ,an)∈ ℜ n se puede expresar como
combinación lineal de ellos: (a1,a2,. . . ,an)= a1(1,0,. . . ,0)+ a2(0,1,. . . ,0)+
. . . + an(0,0,. . . ,1)
Vectores ortogonales
Descripción:
Dos vectores u,v∈Rnu,v∈ℜn, no nulos, decimos que son ortogonales cuando
son vectores perpendiculares, es decir, forman un ángulo recto (90º). Que dos
vectores u,v∈Rnu,v∈ℜn son ortogonales se representa por u⊥vu⊥v, es
decir: u⊥v⟹α=90º⟹cosα=0u⊥v⟹α=90º⟹cosα=0
Ejemplo:
Comprobar que los
vectores u=(1,2)∈R2v=(−2,1)∈R2u=(1,2)∈ℜ2v=(−2,1)∈ℜ2 son ortogonales.
Calculamos el producto escalar de los dos
vectores: u⋅v=(1,2)⋅(−2,1)=−2+2=0u·v=(1,2)·(−2,1)=−2+2=0, como los vectores
son no nulos, el coseno del ángulo que forman es cero, cosα=0cosα=0, es
decir, el ángulo que forman los dos vectores es: α=90º