You are on page 1of 12

ESPACIOS VECTORIALES

Concepto de espacios vectoriales El espacio vectorial Rn, es un conjunto de elementos llamados vectores en los que se definen dos operaciones, la adicin y la multiplicacin por un escalar. Se sabe que el espacio vectorial Rn es cerrado bajo estas operaciones; las suma de dos vectores en Rn pertenece a Rn y la multiplicacin por un escalar en Rn tambin pertenece a Rn. El espacio vectorial Rn tambin posee otras propiedades algebraicas. Por ejemplo, se sabe tambin que los vectores en Rn son conmutativos y asociativos bajo la adicin: u+v=v+u u + (v + w) =(u + v) + w u+v=v+u u + (v + w) = (u + v) + w

En matemticas un espacio vectorial, es una estructura algebraica creada a partir de un conjunto no vaco con una operacin interna suma de vectores y una operacin externa producto, entre dicho conjunto y un cuerpo, cumpliendo una serie de propiedades o requisitos iniciales. Otro concepto de espacio vectorial, es aquel conjunto de vectores que cumple las propiedades o axiomas de la suma de vectores y la multiplicacin por un escalar dichas propiedades vistas en espacios dimensinales. Un espacio vectorial es un espacio no vaco.

A los elementos de un espacio vectorial se les llama vectores y a los elementos del cuerpo se les llama escalares. Debe tomarse en cuenta que en el espacio vectorial no se especifican operaciones ni vectores entonces se puede usar cualquier vector y cualquier operacin se puede sustituir la suma de vectores y la multiplicacin por un escalar, pero siempre cumpliendo todos las propiedades. Un espacio vectorial cumple con cuatro partes que son: a) un conjunto de vectores, b) un conjunto de escalares, y c) dos operaciones.

1.- Determinar si un Conjunto V (de vectores) es un espacio vectorial con las operaciones de suma y resta. A travs de las operaciones algebraicas correspondientes al caso como lo son la suma y la resta se puede determinar que un conjunto de vectores forman un espacio vectorial. Suma (+) Para realizar la suma matemtica de vectores, lo nico que se debe hacer es sumar las respectivas componentes de los vectores sumandos, obteniendo as, el vector suma. Ejemplo: (3, 2, -5) + (2, 1,3) = (3+2, 2+1, -5+3) = (5, 3, -2)

Resta (-) Para restar dos vectores AB y AC, se toman vectores equipolentes a ambos que tengan el mismo origen, siendo la diferencia el vector que tiene el origen en el extremo de AB, y el extremo, en el extremo de AC. El vector resultante se denota AB - AC.

Segn el ejercicio anterior, tenemos como resultado un espacio vectorial con N cantidad de vectores, se puede decir que un Conjunto V (de vectores) si es un espacio vectorial.

2.- Determinar si un conjunto V es linealmente dependiente o independiente Un conjunto de vectores es linealmente independiente si ninguno de ellos puede ser escrito con una combinacin lineal de los restantes. Por ejemplo, en R3, los vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) son linealmente independientes, mientras que (2, 1, 1), (1, 0, 1) y (3, 1, 2) no lo son, ya que el tercero es producto de los dos primeros. Esta idea es importante porque los conjuntos de vectores que son linealmente indepedientes, generan un espacio vectorial y forman una base para dicho espacio. Tambin podemos decir que tres vectores son independientes nica y exclusivamente si no estn contenidos en el mismo plano vectorial, eso quiere decir que ninguno de ellos es una combinacin lineal de los otros dos.

Se dice que un conjunto de vectores son linealmente dependientes (sea existen nmeros, no todos iguales a cero, tal que: Propiedades de los vectores linealmente dependientes e independientes:

), si

1. Un conjunto de vectores es linealmente dependiente si y solamente si alguno de los vectores es combinacin lineal de los dems.

2. Si un conjunto de vectores es linealmente independiente cualquier subconjunto suyo tambin lo es. Obviamente, si tenemos un conjunto de vectores tales que ninguno de ellos es combinacin de los dems, escogiendo solamente unos cuantos, no podrn ser combinacin de los otros. 3. Si un conjunto de vectores es linealmente dependiente tambin lo es todo conjunto que lo contenga. Ya que un conjunto de vectores es linealmente dependiente si y solo si tiene algn vector que es combinacin lineal de los dems, si metemos este conjunto de vectores en otro ms grande, seguimos teniendo el vector que es combinacin lineal de otros, por tanto, el conjunto ms grande sigue siendo linealmente dependiente. Estudiemos la dependencia lineal de los vectores (-1, 1, 1), (1, -1, 1) y (2, 1, -3)

Los vectores son linealmente independientes.

Determinar si un conjunto V constituye una base Sea V un espacio vectorial. Un conjunto de vectores {u1, u2,......un} es una base de V si se cumple: 1) Los vectores son linealmente independientes. 2) Todo vector de V puede expresarse como combinacin lineal de u1, u2,......u Ejemplo: En el espacio vectorial R2 los vectores (1, 2) y (0, 3) constituyen una base ya que se verifican las dos condiciones sealadas: -Son linealmente independientes. -Cualquier vector (x, y) de R2 puede expresarse como combinacin lineal de ellos; en efecto, (x, y) = (1, 2) + (0, 3) y resolviendo se obtiene Existen los nmeros buscados (escalares) y por tanto, Estos escalares reciben el nombre de coordenadas del vector (x, y) respecto de la base {(1, 2), (0, 3)}.

Teorema de la base: Todas las bases de un espacio vectorial tienen el mismo nmero de vectores. En el espacio vectorial R3 los vectores (2, 1, 3), (0, 4, 1) y (0, 0, 6) constituyen una base como puede comprobarse. La dimensin de R3 es tres. Bases cannicas: En R2 los vectores e1= (1, 0) y e2= (0, 1) forman una base que recibe el nombre de base cannica de R 2. En R3 la base cannica la forman los vectores= En general, la base cannica de Rn la forman los vectores:

Dos vectores linealmente independientes de R2 forman una base del espacio vectorial R2.

Calcular el Producto Interno en un Espacio Vectorial V DEFINICIN 1 Espacio con producto interno: Un espacio vectorial complejo V se llama espacio con producto interno si para cada par ordenado de vectores u y v en V, existe un nmero complejo nico (u, v), llamado producto interno de u y v, tal que si u, v y w estn en V y C, entonces: EJEMPLO A: Un producto interno en Rn es un espacio con producto interno con (u, v)= u * v. DEFINICIN 2 Sea V un espacio con producto interno y suponga que u y v estn en V. Entonces i. U y v son ortogonales si (u, v) = 0 La norma de u, denota por u, est dada por (U = ) Nota: A la u se le pone doble barra para evitar confusin con el valor absoluto. EJEMPLO B: Dos vectores ortogonales en C2 En C2 los vectores (3, -1) y (2, 6i) son ortogonales porque ((3, -1), (2, 6i)) = 3*2 + (-i)(6i) = 6 + (-i)(-6i) = 6 -6 = 0 adems (3, -i)) = = .

DEFINICIN 3 Conjunto ortonormal: El conjunto de vectores v1, v2,. . ., vn es un conjunto ortonormal en V si (vi, vj) = 0 para i y vi = = 1

Desigualdad de Cauchy Shwarz y la desigualdad triangular en un espacio V con Producto Interno Tambin conocida como la desigualdad de Cauchy-Bunyakovski-Schwarz es usual encontrada en diferentes reas, tales como el lgebra lineal aplicada a vectores, en anlisis matemticos aplicados a series infinitas e integracin de productos de funciones, y en teora de probabilidades, aplicada a varianzas y covarianzas. La desigualdad de Cauchy-Schwarz establece que para todo par de vectores x e y de un espacio vectorial real o complejo dotado de un producto escalar prehilbertiano), (es decir, un espacio

Equivalentemente, tomando la raz cuadrada en ambos lados, y refirindose a la norma de los vectores, la desigualdad se escribe como

Adicionalmente, los dos lados son iguales si y slo si x e y son linealmente dependientes (geomtricamente, si son paralelos o uno de los vectores es igual a cero). La desigualdad de Cauchy-Schwarz se usa para probar que el producto escalar es una funcin continua con respecto a la topologa inducida por el mismo producto escalar. Ejemplo

Definir Vectores Ortogonales y Ortormales. a) Vectores Ortogonales: Dos vectores son ortogonales si su producto escalar es cero.

Ejemplo

b) Vectores Ortonormales: Un conjunto de vectores es ortonormal si es a la vez un conjunto ortogonal y la norma de cada uno de sus vectores es igual a 1. Esta definicin slo tiene sentido si los vectores pertenecen a un espacio vectorial en el que se ha definido un producto interno, como sucede en los espacios eucldeos En donde el producto interno puede definirse en trminos de distancias y proyecciones perpendiculares de vectores. Como ejemplo ilustrativo se tiene: En el espacio eucldeo tridimensional el conjunto S = {e1, e2, e3} formado por los tres vectores e1 = (1,0,0), e2 = (0,1,0) y e3=(0,0,1) es un conjunto ortonormal. En espacios vectoriales ms abstractos donde puedan definirse ms de un producto interno, un conjunto podra ser ortonormal respecto al primer producto interno, pero no ser ortonormal respecto al segundo producto interno.

Ejercicio.

REPBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD BICENTENARIA DE ARAGUA VICERRECTORADO ACADMICO FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA SAN ANTONIO DE LOS ALTOS ESTADO BOLIVARIANO DE MIRANDA

Algebra lineal

Autor: Profesor: Igor Chvez Porras Julio Ochoa 19.763.059

San Antonio, agosto del 2011

You might also like