Clase Espacios Vectoriales

ESPACIOS VECTORIALES
Martha C. Moreno
5 de octubre de 2011
Martha C. Moreno
Espacio Vectorial Sea V un conjunto no vacio, dotado de dos operaciones, Suma y Producto por escalar. V se denomina Espacio Vectorial si se satisfacen las siguientes propiedades, llamadas axiomas de Espacio Vectorial.
Martha C. Moreno
Espacio Vectorial Sea V un conjunto no vacio, dotado de dos operaciones, Suma y Producto por escalar. V se denomina Espacio Vectorial si se satisfacen las siguientes propiedades, llamadas axiomas de Espacio Vectorial. S1. Si u , v V , entonces u + v V .
Martha C. Moreno
Espacio Vectorial Sea V un conjunto no vacio, dotado de dos operaciones, Suma y Producto por escalar. V se denomina Espacio Vectorial si se satisfacen las siguientes propiedades, llamadas axiomas de Espacio Vectorial. S1. Si u , v V , entonces u + v V . Cerrado para la suma.
Martha C. Moreno
Espacio Vectorial Sea V un conjunto no vacio, dotado de dos operaciones, Suma y Producto por escalar. V se denomina Espacio Vectorial si se satisfacen las siguientes propiedades, llamadas axiomas de Espacio Vectorial. S1. Si u , v V , entonces u + v V . Cerrado para la suma. S2. Si u , v V , entonces u + v = v + u .
Martha C. Moreno
Espacio Vectorial Sea V un conjunto no vacio, dotado de dos operaciones, Suma y Producto por escalar. V se denomina Espacio Vectorial si se satisfacen las siguientes propiedades, llamadas axiomas de Espacio Vectorial. S1. Si u , v V , entonces u + v V . Cerrado para la suma. S2. Si u , v V , entonces u + v = v + u . Conmutativa.
Martha C. Moreno
Espacio Vectorial Sea V un conjunto no vacio, dotado de dos operaciones, Suma y Producto por escalar. V se denomina Espacio Vectorial si se satisfacen las siguientes propiedades, llamadas axiomas de Espacio Vectorial. S1. Si u , v V , entonces u + v V . Cerrado para la suma. S2. Si u , v V , entonces u + v = v + u . Conmutativa. S3. Si u , v , w V , entonces (u + v ) + w = u + (v + w ).
Martha C. Moreno
Espacio Vectorial Sea V un conjunto no vacio, dotado de dos operaciones, Suma y Producto por escalar. V se denomina Espacio Vectorial si se satisfacen las siguientes propiedades, llamadas axiomas de Espacio Vectorial. S1. Si u , v V , entonces u + v V . Cerrado para la suma. S2. Si u , v V , entonces u + v = v + u . Conmutativa. S3. Si u , v , w V , entonces (u + v ) + w = u + (v + w ). Asociativa.
Martha C. Moreno
Espacio Vectorial Sea V un conjunto no vacio, dotado de dos operaciones, Suma y Producto por escalar. V se denomina Espacio Vectorial si se satisfacen las siguientes propiedades, llamadas axiomas de Espacio Vectorial. S1. Si u , v V , entonces u + v V . Cerrado para la suma. S2. Si u , v V , entonces u + v = v + u . Conmutativa. S3. Si u , v , w V , entonces (u + v ) + w = u + (v + w ). Asociativa. S4. Para todo u V ,existe un elemento u nico O V , llamado el modulo de V tal que: u + O = O + u = u .
Martha C. Moreno
Espacio Vectorial Sea V un conjunto no vacio, dotado de dos operaciones, Suma y Producto por escalar. V se denomina Espacio Vectorial si se satisfacen las siguientes propiedades, llamadas axiomas de Espacio Vectorial. S1. Si u , v V , entonces u + v V . Cerrado para la suma. S2. Si u , v V , entonces u + v = v + u . Conmutativa. S3. Si u , v , w V , entonces (u + v ) + w = u + (v + w ). Asociativa. S4. Para todo u V ,existe un elemento u nico O V , llamado el modulo de V tal que: u + O = O + u = u . Modulativa.
Martha C. Moreno
Espacio Vectorial Sea V un conjunto no vacio, dotado de dos operaciones, Suma y Producto por escalar. V se denomina Espacio Vectorial si se satisfacen las siguientes propiedades, llamadas axiomas de Espacio Vectorial. S1. Si u , v V , entonces u + v V . Cerrado para la suma. S2. Si u , v V , entonces u + v = v + u . Conmutativa. S3. Si u , v , w V , entonces (u + v ) + w = u + (v + w ). Asociativa. S4. Para todo u V ,existe un elemento u nico O V , llamado el modulo de V tal que: u + O = O + u = u . Modulativa. S5. Para cada u V ,existe un elemento u nico -u V , llamado el Opuesto o inverso aditivo de u tal que: u + -u = -u + u = O.
Martha C. Moreno
Martha C. Moreno
P1. Para todo u V y para todo R, u V .
Martha C. Moreno
P1. Para todo u V y para todo R, u V . Cerrado para el producto.
Martha C. Moreno
P1. Para todo u V y para todo R, u V . Cerrado para el producto. P2. Para todo u V y para todo , R, ( + )u = u + u .
Martha C. Moreno
P1. Para todo u V y para todo R, u V . Cerrado para el producto. P2. Para todo u V y para todo , R, ( + )u = u + u . Distributiva respecto a suma de escalares.
Martha C. Moreno
P1. Para todo u V y para todo R, u V . Cerrado para el producto. P2. Para todo u V y para todo , R, ( + )u = u + u . Distributiva respecto a suma de escalares. P3. Para todo u , v V y para todo , R, (u + v ) = u + v .
Martha C. Moreno
P1. Para todo u V y para todo R, u V . Cerrado para el producto. P2. Para todo u V y para todo , R, ( + )u = u + u . Distributiva respecto a suma de escalares. P3. Para todo u , v V y para todo , R, (u + v ) = u + v . Distributiva respecto a suma de elementos de V
Martha C. Moreno
P1. Para todo u V y para todo R, u V . Cerrado para el producto. P2. Para todo u V y para todo , R, ( + )u = u + u . Distributiva respecto a suma de escalares. P3. Para todo u , v V y para todo , R, (u + v ) = u + v . Distributiva respecto a suma de elementos de V P4. Para todo u V y para todo , R, ( )u = ( u ) = (u ).
Martha C. Moreno
P1. Para todo u V y para todo R, u V . Cerrado para el producto. P2. Para todo u V y para todo , R, ( + )u = u + u . Distributiva respecto a suma de escalares. P3. Para todo u , v V y para todo , R, (u + v ) = u + v . Distributiva respecto a suma de elementos de V P4. Para todo u V y para todo , R, ( )u = ( u ) = (u ). Asociativa del producto por escalar
Martha C. Moreno
P1. Para todo u V y para todo R, u V . Cerrado para el producto. P2. Para todo u V y para todo , R, ( + )u = u + u . Distributiva respecto a suma de escalares. P3. Para todo u , v V y para todo , R, (u + v ) = u + v . Distributiva respecto a suma de elementos de V P4. Para todo u V y para todo , R, ( )u = ( u ) = (u ). Asociativa del producto por escalar P5. Para todo u V , se tiene que 1u = u
Martha C. Moreno
Nota
Martha C. Moreno
Nota 1. Los elementos de un Espacio vectorial se denominan Vectores.
Martha C. Moreno
Nota 1. Los elementos de un Espacio vectorial se denominan Vectores. 2. Si los escalares estan en R el espacio vectorial se denomina Espacio Vectorial Real.
Martha C. Moreno
Nota 1. Los elementos de un Espacio vectorial se denominan Vectores. 2. Si los escalares estan en R el espacio vectorial se denomina Espacio Vectorial Real. Ejemplo
Martha C. Moreno
Nota 1. Los elementos de un Espacio vectorial se denominan Vectores. 2. Si los escalares estan en R el espacio vectorial se denomina Espacio Vectorial Real. Ejemplo V = Mnm (R)
Martha C. Moreno
Nota 1. Los elementos de un Espacio vectorial se denominan Vectores. 2. Si los escalares estan en R el espacio vectorial se denomina Espacio Vectorial Real. Ejemplo V = Mnm (R) V = Rn
Martha C. Moreno
Nota 1. Los elementos de un Espacio vectorial se denominan Vectores. 2. Si los escalares estan en R el espacio vectorial se denomina Espacio Vectorial Real. Ejemplo V = Mnm (R) V = Rn V = {O}
Martha C. Moreno
Nota 1. Los elementos de un Espacio vectorial se denominan Vectores. 2. Si los escalares estan en R el espacio vectorial se denomina Espacio Vectorial Real. Ejemplo V = Mnm (R) V = Rn V = {O} V = P; polinomios con coecientes reales.
Martha C. Moreno
Nota 1. Los elementos de un Espacio vectorial se denominan Vectores. 2. Si los escalares estan en R el espacio vectorial se denomina Espacio Vectorial Real. Ejemplo V = Mnm (R) V = Rn V = {O} V = P; polinomios con coecientes reales. V = Pn ; polinomios con coecientes reales de grado menor o igual que n.
Martha C. Moreno
Nota 1. Los elementos de un Espacio vectorial se denominan Vectores. 2. Si los escalares estan en R el espacio vectorial se denomina Espacio Vectorial Real. Ejemplo V = Mnm (R) V = Rn V = {O} V = P; polinomios con coecientes reales. V = Pn ; polinomios con coecientes reales de grado menor o igual que n. V = F(R); todas las funciones de valor real denidas en R.
Martha C. Moreno
Nota 1. Los elementos de un Espacio vectorial se denominan Vectores. 2. Si los escalares estan en R el espacio vectorial se denomina Espacio Vectorial Real. Ejemplo V = Mnm (R) V = Rn V = {O} V = P; polinomios con coecientes reales. V = Pn ; polinomios con coecientes reales de grado menor o igual que n. V = F(R); todas las funciones de valor real denidas en R.
Los ejemplos anteriores consideran la suma y producto por escalar usuales. Martha C. Moreno ESPACIOS VECTORIALES
Ejemplo Es posible denir operaciones diferentes a las usuales y obtener en algunos casos espacios vectoriales:
Martha C. Moreno
Ejemplo Es posible denir operaciones diferentes a las usuales y obtener en algunos casos espacios vectoriales:
Martha C. Moreno
Ejemplo Es posible denir operaciones diferentes a las usuales y obtener en algunos casos espacios vectoriales: V = R+ , con la suma denida por: x y = xy y el producto por escalar denido por: x = x Tiene estructura de espacio vectorial.
Martha C. Moreno
Ejemplo Es posible denir operaciones diferentes a las usuales y obtener en algunos casos espacios vectoriales: V = R+ , con la suma denida por: x y = xy y el producto por escalar denido por: x = x Tiene estructura de espacio vectorial. V = R2 , con la suma denida por: (x , y ) (a, b ) = (x + a, y + b ) y el producto por escalar denido por: (x , y ) = (2x , 2y ) NO tiene estructura de espacio vectorial.
Martha C. Moreno
Teorema
Martha C. Moreno
Teorema Sea V un espacio vectorial, u V y R , entonces:
Martha C. Moreno
Teorema Sea V un espacio vectorial, u V y R , entonces: a. 0u = O
Martha C. Moreno
Teorema Sea V un espacio vectorial, u V y R , entonces: a. 0u = O b. O = O
Martha C. Moreno
Teorema Sea V un espacio vectorial, u V y R , entonces: a. 0u = O b. O = O c. Si u = O, entonces = 0 o u = O
Martha C. Moreno
Teorema Sea V un espacio vectorial, u V y R , entonces: a. 0u = O b. O = O c. Si u = O, entonces = 0 o u = O d. (1)u = u
Martha C. Moreno
Subespacio Vectorial Denici on
Martha C. Moreno
Subespacio Vectorial Denici on Sea V un espacio vectorial y W un subconjunto de V , W se denomina Subespacio de V si W es un espacio vectorial bajo la suma y producto por escalar denidos sobre V .
Martha C. Moreno
Subespacio Vectorial Denici on Sea V un espacio vectorial y W un subconjunto de V , W se denomina Subespacio de V si W es un espacio vectorial bajo la suma y producto por escalar denidos sobre V . Teorema
Martha C. Moreno
Subespacio Vectorial Denici on Sea V un espacio vectorial y W un subconjunto de V , W se denomina Subespacio de V si W es un espacio vectorial bajo la suma y producto por escalar denidos sobre V . Teorema Sea V un espacio vectorial y W un subconjunto de V . Si W satisface las propiedades:
Martha C. Moreno
Subespacio Vectorial Denici on Sea V un espacio vectorial y W un subconjunto de V , W se denomina Subespacio de V si W es un espacio vectorial bajo la suma y producto por escalar denidos sobre V . Teorema Sea V un espacio vectorial y W un subconjunto de V . Si W satisface las propiedades: 1. Para todo u , v W , se tiene que u + v W
Martha C. Moreno
Subespacio Vectorial Denici on Sea V un espacio vectorial y W un subconjunto de V , W se denomina Subespacio de V si W es un espacio vectorial bajo la suma y producto por escalar denidos sobre V . Teorema Sea V un espacio vectorial y W un subconjunto de V . Si W satisface las propiedades: 1. Para todo u , v W , se tiene que u + v W 2. Para todo u W y para todo R, se tiene que u W
Martha C. Moreno
Subespacio Vectorial Denici on Sea V un espacio vectorial y W un subconjunto de V , W se denomina Subespacio de V si W es un espacio vectorial bajo la suma y producto por escalar denidos sobre V . Teorema Sea V un espacio vectorial y W un subconjunto de V . Si W satisface las propiedades: 1. Para todo u , v W , se tiene que u + v W 2. Para todo u W y para todo R, se tiene que u W Entonces W es Subespacio vectorial de V .
Martha C. Moreno
Ejemplo Cu ales de los siguientes conjuntos son subespacios de los espacios vectoriales dados?:
Martha C. Moreno
Ejemplo Cu ales de los siguientes conjuntos son subespacios de los espacios vectoriales dados?: 1. V = R3 , W = {(x , y , z )| y = x + z}
Martha C. Moreno
Ejemplo Cu ales de los siguientes conjuntos son subespacios de los espacios vectoriales dados?: 1. V = R3 , W = {(x , y , z )| 2. V = M22 , W = {A| y = x + z} A es no singular }
Martha C. Moreno
Ejemplo Cu ales de los siguientes conjuntos son subespacios de los espacios vectoriales dados?: 1. V = R3 , W = {(x , y , z )| 2. V = M22 , W = {A| 3. V = P2 , W = {p (x )| y = x + z} A es no singular } p (0) = 0}
Martha C. Moreno
4. V = Mnn , W = {A| A es sim etrica }
Martha C. Moreno
4. V = Mnn , W = {A| A es sim etrica } a b 5. V = M22 , W = { |ad = 0} c d
Martha C. Moreno
4. V = Mnn , W = {A| A es sim etrica } a b 5. V = M22 , W = { |ad = 0} c d 6. V = R3 , W = {(x , y , z )| (x , y , z ) = (1 + t , 2 3t , t )t R}
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }.
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ?
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {u |u W1 u W2 }.
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {u |u W1 u W2 }. Es subespacio de V ?
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {(u , v )|u W1 v W2 }.
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {(u , v )|u W1 v W2 }. Es subespacio de V ?
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {(u , v )|u W1 v W2 }. Es subespacio de V ? W1 + W2 = {u + v )|u W1 v W2 }.
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {(u , v )|u W1 v W2 }. Es subespacio de V ? W1 + W2 = {u + v )|u W1 v W2 }. Es subespacio de V ?
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {(u , v )|u W1 v W2 }. Es subespacio de V ? W1 + W2 = {u + v )|u W1 v W2 }. Es subespacio de V ? Sea W un subespacio de Rn . Sea U el conjunto de los elementos de Rn que son perpendiculares a todo elemento de W , es decir:
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {(u , v )|u W1 v W2 }. Es subespacio de V ? W1 + W2 = {u + v )|u W1 v W2 }. Es subespacio de V ? Sea W un subespacio de Rn . Sea U el conjunto de los elementos de Rn que son perpendiculares a todo elemento de W , es decir: U = {u Rn |u w = 0, para todo w W }. U es subespacio de Rn ?
Martha C. Moreno
Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {(u , v )|u W1 v W2 }. Es subespacio de V ? W1 + W2 = {u + v )|u W1 v W2 }. Es subespacio de V ? Sea W un subespacio de Rn . Sea U el conjunto de los elementos de Rn que son perpendiculares a todo elemento de W , es decir: U = {u Rn |u w = 0, para todo w W }. U es subespacio de Rn ? U se conoce como el complemento ortogonal de W y se denota por W .
Martha C. Moreno
Denici on
Martha C. Moreno
Denici on Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V Una Combinaci on Lineal (c.l) de los vectores : v 1 , v2 , ...., vn es el vector:
Martha C. Moreno
Denici on Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V Una Combinaci on Lineal (c.l) de los vectores : v 1 , v2 , ...., vn es el vector: 1 v1 + 2 v2 + ..... + n vn con i R, i = 1, 2, ...., n
Martha C. Moreno
Denici on Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V Una Combinaci on Lineal (c.l) de los vectores : v 1 , v2 , ...., vn es el vector: 1 v1 + 2 v2 + ..... + n vn con i R, i = 1, 2, ...., n Ejemplo
Martha C. Moreno
Denici on Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V Una Combinaci on Lineal (c.l) de los vectores : v 1 , v2 , ...., vn es el vector: 1 v1 + 2 v2 + ..... + n vn con i R, i = 1, 2, ...., n Ejemplo Una c.l de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3 puede ser :
Martha C. Moreno
Denici on Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V Una Combinaci on Lineal (c.l) de los vectores : v 1 , v2 , ...., vn es el vector: 1 v1 + 2 v2 + ..... + n vn con i R, i = 1, 2, ...., n Ejemplo Una c.l de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3 puede ser : 2p1 (x ) + 3p2 (x ) p3 (x )
Martha C. Moreno
Denici on Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V Una Combinaci on Lineal (c.l) de los vectores : v 1 , v2 , ...., vn es el vector: 1 v1 + 2 v2 + ..... + n vn con i R, i = 1, 2, ...., n Ejemplo Una c.l de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3 puede ser : 2p1 (x ) + 3p2 (x ) p3 (x ) = 8x 2 + 2x + 2 + 9x 2 3x + 3 5x 2 2x 3
Martha C. Moreno
Denici on Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V Una Combinaci on Lineal (c.l) de los vectores : v 1 , v2 , ...., vn es el vector: 1 v1 + 2 v2 + ..... + n vn con i R, i = 1, 2, ...., n Ejemplo Una c.l de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3 puede ser : 2p1 (x ) + 3p2 (x ) p3 (x ) = 8x 2 + 2x + 2 + 9x 2 3x + 3 5x 2 2x 3 = 12x 2 3x 4
Martha C. Moreno
Denici on Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V Una Combinaci on Lineal (c.l) de los vectores : v 1 , v2 , ...., vn es el vector: 1 v1 + 2 v2 + ..... + n vn con i R, i = 1, 2, ...., n Ejemplo Una c.l de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3 puede ser : 2p1 (x ) + 3p2 (x ) p3 (x ) = 8x 2 + 2x + 2 + 9x 2 3x + 3 5x 2 2x 3 = 12x 2 3x 4 Se dice entonces que 12x 2 3x 4 es c.l de los polinomios: p1 (x ), p2 (x ) y p3 (x )
Martha C. Moreno
Martha C. Moreno
El polinomio 3x 2 x + 10 es c.l. de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3?
Martha C. Moreno
El polinomio 3x 2 x + 10 es c.l. de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3? Equivalente a preguntarnos si existen 1 , 2 y 3 n umeros reales tales que: 3x 2 x + 1 = 1 p1 (x ) + 2 p2 (x ) + 3 p3 (x )
Martha C. Moreno
El polinomio 3x 2 x + 10 es c.l. de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3? Equivalente a preguntarnos si existen 1 , 2 y 3 n umeros reales tales que: 3x 2 x + 1 = 1 p1 (x ) + 2 p2 (x ) + 3 p3 (x ) 4 0 Una c.l de los vectores: u1 = , 2 2 1 1 0 2 u2 = , u3 = puede ser: 2 3 1 4
Martha C. Moreno
El polinomio 3x 2 x + 10 es c.l. de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3? Equivalente a preguntarnos si existen 1 , 2 y 3 n umeros reales tales que: 3x 2 x + 1 = 1 p1 (x ) + 2 p2 (x ) + 3 p3 (x ) 4 0 Una c.l de los vectores: u1 = , 2 2 1 1 0 2 u2 = , u3 = puede ser: 2 3 1 4 0u1 + 2u2 5u3 =
Martha C. Moreno
El polinomio 3x 2 x + 10 es c.l. de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3? Equivalente a preguntarnos si existen 1 , 2 y 3 n umeros reales tales que: 3x 2 x + 1 = 1 p1 (x ) + 2 p2 (x ) + 3 p3 (x ) 4 0 Una c.l de los vectores: u1 = , 2 2 1 1 0 2 u2 = , u3 = puede ser: 2 3 1 4 2 12 0u1 + 2u2 5u3 = 1 14
Martha C. Moreno
El polinomio 3x 2 x + 10 es c.l. de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3? Equivalente a preguntarnos si existen 1 , 2 y 3 n umeros reales tales que: 3x 2 x + 1 = 1 p1 (x ) + 2 p2 (x ) + 3 p3 (x ) 4 0 Una c.l de los vectores: u1 = , 2 2 1 1 0 2 u2 = , u3 = puede ser: 2 3 1 4 2 12 0u1 + 2u2 5u3 = 1 14 La matriz 1 5 7 1 es c.l. de los vectores u1 , u2 , u3 ?
Martha C. Moreno
Espacio Generado
Martha C. Moreno
Espacio Generado Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V . El conjunto de todas las c.l de los vi , i = 1, 2, . . . , n es un subespacio vectorial de V
Martha C. Moreno
Espacio Generado Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V . El conjunto de todas las c.l de los vi , i = 1, 2, . . . , n es un subespacio vectorial de V y se denomina el Subespacio generado por los vi o simplemente el generado por los vi y se denota por:
Martha C. Moreno
Espacio Generado Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V . El conjunto de todas las c.l de los vi , i = 1, 2, . . . , n es un subespacio vectorial de V y se denomina el Subespacio generado por los vi o simplemente el generado por los vi y se denota por: gen{v1 , v2 , . . . , vn } =< v1 , v2 , . . . , vn >
Martha C. Moreno
Espacio Generado Sea V un espacio vectorial y v1 , v2 , . . . , vn vectores de V . El conjunto de todas las c.l de los vi , i = 1, 2, . . . , n es un subespacio vectorial de V y se denomina el Subespacio generado por los vi o simplemente el generado por los vi y se denota por: gen{v1 , v2 , . . . , vn } =< v1 , v2 , . . . , vn > gen{v1 , v2 , . . . , vn } = {u V | u = 1 v1 + 2 v2 + ..... + n vn }
Martha C. Moreno
Ejemplo
Martha C. Moreno
Ejemplo (1, 3, 1) gen{(2, 2, 2), (0, 4, 5)}?
Martha C. Moreno
Ejemplo (1, 3, 1) 1 2 4 4 1 gen{ 1 gen{(2, 2, 2), (0, 4, 5)}? 1 1 , 0 3 3 3 , 1 0 1 1 , 2 0 1 1 ?
Martha C. Moreno
Ejemplo (1, 3, 1) 1 2 4 4 1 gen{ 1 gen{(2, 2, 2), (0, 4, 5)}? 1 1 , 0 3 3 3 , 1 0 1 1 , 2 0 1 1 ?
R2 = gen{(1, 1), (1, 3), (0, 2)}?
Martha C. Moreno
Ejemplo (1, 3, 1) 1 2 4 4 1 gen{ 1 gen{(2, 2, 2), (0, 4, 5)}? 1 1 , 0 3 3 3 , 1 0 1 1 , 2 0 1 1 ?
R2 = gen{(1, 1), (1, 3), (0, 2)}? P2 = gen{x 2 2x , x 2 + x + 1, x + 1}?
Martha C. Moreno
Ejemplo (1, 3, 1) 1 2 4 4 1 gen{ 1 gen{(2, 2, 2), (0, 4, 5)}? 1 1 , 0 3 3 3 , 1 0 1 1 , 2 0 1 1 ?
R2 = gen{(1, 1), (1, 3), (0, 2)}? P2 = gen{x 2 2x , x 2 + x + 1, x + 1}? Sean u , v elementos de un espacio vectorial V , gen{u , v } = gen{u + v , u v }?
Martha C. Moreno
Martha C. Moreno
Es posible que R3 = gen{(1, 1, 2), (0, 2, 1)}?
Martha C. Moreno
Es posible que R3 = gen{(1, 1, 2), (0, 2, 1)}? Es posible que R3 = gen{(1, 1, 2), (0, 2, 1), (1, 1, 1)}?
Martha C. Moreno
Es posible que R3 = gen{(1, 1, 2), (0, 2, 1)}? Es posible que R3 = gen{(1, 1, 2), (0, 2, 1), (1, 1, 1)}? Es posible que R3 = gen{(1, 1, 2), (0, 2, 1), (1, 1, 1), (1, 0, 1)}?
Martha C. Moreno
Denici on
Martha C. Moreno
Denici on Sea V un espacio vectorial y sean v1 , v2 , . . . , vn vectores de V .Se dice que v1 , v2 , . . . , vn son linealmente dependientes(l.d) si existen escalares 1 , 2 , . . . , n , no todos nulos tales que: 1 v1 + 2 v2 + . . . + n vn = O
Martha C. Moreno
Denici on Sea V un espacio vectorial y sean v1 , v2 , . . . , vn vectores de V .Se dice que v1 , v2 , . . . , vn son linealmente dependientes(l.d) si existen escalares 1 , 2 , . . . , n , no todos nulos tales que: 1 v1 + 2 v2 + . . . + n vn = O Denici on
Martha C. Moreno
Denici on Sea V un espacio vectorial y sean v1 , v2 , . . . , vn vectores de V .Se dice que v1 , v2 , . . . , vn son linealmente dependientes(l.d) si existen escalares 1 , 2 , . . . , n , no todos nulos tales que: 1 v1 + 2 v2 + . . . + n vn = O Denici on Se dice que v1 , v2 , . . . , vn son linealmente independientes(l.i) si y s olo si se satisface que: 1 v1 + 2 v2 + . . . + n vn = O entonces i = 0, para todo i = 1, 2, . . . , n
Martha C. Moreno
Ejemplo Determinar si el conjunto de vectores dados es l.i o l.d en el espacio vectorial dado:
Martha C. Moreno
Ejemplo Determinar si el conjunto de vectores dados es l.i o l.d en el espacio vectorial dado: V = R3 , {(2, 1, 4), (6, 3, 12)}
Martha C. Moreno
Ejemplo Determinar si el conjunto de vectores dados es l.i o l.d en el espacio vectorial dado: V = R3 , {(2, 1, 4), (6, 3, 12)} 0 0 1 1 V = M22 , { , 0 0 2 3 3 2 1 1
Martha C. Moreno
V = P2 , {x 2 + x + 3, 5x 2 x + 2, 3x 2 + 4}
Martha C. Moreno
V = P2 , {x 2 + x + 3, 5x 2 x + 2, 3x 2 + 4} Para qu e valores de los vectores: {(, 1, 1), (1, , 1), (1, 1, )} son l.d en R 3
Martha C. Moreno
Teorema
Martha C. Moreno
Teorema Un conjunto nito de vectores que contiene al vector cero es l.d
Martha C. Moreno
Teorema Un conjunto nito de vectores que contiene al vector cero es l.d Teorema
Martha C. Moreno
Teorema Un conjunto nito de vectores que contiene al vector cero es l.d Teorema Un conjunto {v1 , v2 , , vn } de vectores de un espacio vectorial V es l.d si y s olo si por lo menos uno de los vectores se puede expresar como una c.l de los restantes.
Martha C. Moreno
Teorema Un conjunto nito de vectores que contiene al vector cero es l.d Teorema Un conjunto {v1 , v2 , , vn } de vectores de un espacio vectorial V es l.d si y s olo si por lo menos uno de los vectores se puede expresar como una c.l de los restantes. Corolario Un conjunto con dos vectores es l.i si y s olo si ninguno de los vectores es m ultiplo escalar del otro.
Martha C. Moreno
Bases y Dimensi on Denici on
Martha C. Moreno
Bases y Dimensi on Denici on Sea V un espacio vetorial y B = {v1 , v2 , , vn } un conjunto de vectores de V , entonces B se denomina una Base de V si satisface:
Martha C. Moreno
Bases y Dimensi on Denici on Sea V un espacio vetorial y B = {v1 , v2 , , vn } un conjunto de vectores de V , entonces B se denomina una Base de V si satisface: 1. B es l.i
Martha C. Moreno
Bases y Dimensi on Denici on Sea V un espacio vetorial y B = {v1 , v2 , , vn } un conjunto de vectores de V , entonces B se denomina una Base de V si satisface: 1. B es l.i 2. B genera a V , es decir V = gen{v1 , v2 , , vn }
Martha C. Moreno
Bases y Dimensi on Denici on Sea V un espacio vetorial y B = {v1 , v2 , , vn } un conjunto de vectores de V , entonces B se denomina una Base de V si satisface: 1. B es l.i 2. B genera a V , es decir V = gen{v1 , v2 , , vn } Nota Si B = {v1 , v2 , , vn } es una base de un espacio vetorial V , entonces cada elemento de V se puede expresar de manera u nica como c.l de v1 , v2 , , vn
Martha C. Moreno
Bases Can onicas V = R2
Martha C. Moreno
Bases Can onicas V = R2 B = {(1, 0), (0, 1)}
Martha C. Moreno
Bases Can onicas V = R2 V = R3 B = {(1, 0), (0, 1)}
Martha C. Moreno
Bases Can onicas V = R2 V = R3 B = {(1, 0), (0, 1)} B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
Martha C. Moreno
Bases Can onicas V = R2 V = V = R3 Rn B = {(1, 0), (0, 1)} B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
Martha C. Moreno
Bases Can onicas V = R2 V = R3 Rn B = {(1, 0), (0, 1)} B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)}
Martha C. Moreno
V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)} V = M22
Martha C. Moreno
V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)} V = M22 1 0 B={ 0 0 , 0 1 0 0 , 0 0 1 0 , 0 0 0 1 }
Martha C. Moreno
V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)} V = M22 1 0 B={ 0 0 V = P2 , 0 1 0 0 , 0 0 1 0 , 0 0 0 1 }
Martha C. Moreno
V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)} V = M22 1 0 B={ 0 0 V = P2 , 0 1 0 0 , 0 0 1 0 , 0 0 0 1 }
B = {x 2 , x , 1}
Martha C. Moreno
V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)} V = M22 1 0 B={ 0 0 V = P2 , 0 1 0 0 , 0 0 1 0 , 0 0 0 1 }
B = {x 2 , x , 1}
Martha C. Moreno
Dimensi on
Martha C. Moreno
Dimensi on Denici on Un espacio vectorial V diferente de cero es de Dimensi on nita si tiene una base con un n umero nito de elementos. Si no es as , se dice que es de Dimensi on innita. El espacio vectorial cero es de dimensi on nita.
Martha C. Moreno
Dimensi on Denici on Un espacio vectorial V diferente de cero es de Dimensi on nita si tiene una base con un n umero nito de elementos. Si no es as , se dice que es de Dimensi on innita. El espacio vectorial cero es de dimensi on nita. Teorema Todas las bases en un espacio vectorial de dimensi on nita tienen la misma cantidad de vectores.
Martha C. Moreno
Dimensi on Denici on Un espacio vectorial V diferente de cero es de Dimensi on nita si tiene una base con un n umero nito de elementos. Si no es as , se dice que es de Dimensi on innita. El espacio vectorial cero es de dimensi on nita. Teorema Todas las bases en un espacio vectorial de dimensi on nita tienen la misma cantidad de vectores. Denici on La dimensi on de un espacio vectorial V de dimensi on nita (dim(V )), se dene como el n umero de elementos que hay en una base.
Martha C. Moreno
Dimensi on Denici on Un espacio vectorial V diferente de cero es de Dimensi on nita si tiene una base con un n umero nito de elementos. Si no es as , se dice que es de Dimensi on innita. El espacio vectorial cero es de dimensi on nita. Teorema Todas las bases en un espacio vectorial de dimensi on nita tienen la misma cantidad de vectores. Denici on La dimensi on de un espacio vectorial V de dimensi on nita (dim(V )), se dene como el n umero de elementos que hay en una base. dim({O }) = 0.
Martha C. Moreno ESPACIOS VECTORIALES
Teorema Sea V un espacio vectorial talque dim(V ) = n y sea {v1 , v2 , , vn } un conjunto de n vectores en V
Martha C. Moreno
Teorema Sea V un espacio vectorial talque dim(V ) = n y sea {v1 , v2 , , vn } un conjunto de n vectores en V Si {v1 , v2 , , vn } es l.i, entonces {v1 , v2 , , vn } es una base de V .
Martha C. Moreno
Teorema Sea V un espacio vectorial talque dim(V ) = n y sea {v1 , v2 , , vn } un conjunto de n vectores en V Si {v1 , v2 , , vn } es l.i, entonces {v1 , v2 , , vn } es una base de V . Si V = gen{v1 , v2 , , vn } , entonces {v1 , v2 , , vn } es una base de V .
Martha C. Moreno
Teorema Sea V un espacio vectorial talque dim(V ) = n y sea {v1 , v2 , , vn } un conjunto de n vectores en V Si {v1 , v2 , , vn } es l.i, entonces {v1 , v2 , , vn } es una base de V . Si V = gen{v1 , v2 , , vn } , entonces {v1 , v2 , , vn } es una base de V . Nota Si en un espacio de dimensi on n, encontramos n vectores l.i, podemos garantizar que generan y por tanto forman una base del espacio.
Martha C. Moreno
Teorema Sea V un espacio vectorial talque dim(V ) = n y sea {v1 , v2 , , vn } un conjunto de n vectores en V Si {v1 , v2 , , vn } es l.i, entonces {v1 , v2 , , vn } es una base de V . Si V = gen{v1 , v2 , , vn } , entonces {v1 , v2 , , vn } es una base de V . Nota Si en un espacio de dimensi on n, encontramos n vectores l.i, podemos garantizar que generan y por tanto forman una base del espacio. O Si en un espacio de dimensi on n, encontramos n vectores que lo generan, podemos garantizar que son l.i y por tanto forman una base del espacio.
Martha C. Moreno
Teorema Sea V un espacio vectorial talque dim(V ) = n y sea {v1 , v2 , , vn } un conjunto de n vectores en V Si {v1 , v2 , , vn } es l.i, entonces {v1 , v2 , , vn } es una base de V . Si V = gen{v1 , v2 , , vn } , entonces {v1 , v2 , , vn } es una base de V . Nota Si en un espacio de dimensi on n, encontramos n vectores l.i, podemos garantizar que generan y por tanto forman una base del espacio. O Si en un espacio de dimensi on n, encontramos n vectores que lo generan, podemos garantizar que son l.i y por tanto forman una base del espacio. Ojo el n umero de vectores debe coincidir con la dimensi on del espacio.
Ejemplo 1. {x 2, 3x + 1} es una base de P1 ?
Martha C. Moreno
Ejemplo 1. {x 2, 3x + 1} es una base de P1 ? Como dim(P1 ) = 2 y son 2 vectores l.i porque no son m ultiplos escalares, entonces por el teorema anterior son generadores luego forman una base.
Martha C. Moreno
Ejemplo 1. {x 2, 3x + 1} es una base de P1 ? Como dim(P1 ) = 2 y son 2 vectores l.i porque no son m ultiplos escalares, entonces por el teorema anterior son generadores luego forman una base. 2. Para qu e valores de t el conjunto: {(2, 1, 0), (3, 2, 2), (1, 4, t )} es una base de R 3 ?
Martha C. Moreno
Ejemplo 1. {x 2, 3x + 1} es una base de P1 ? Como dim(P1 ) = 2 y son 2 vectores l.i porque no son m ultiplos escalares, entonces por el teorema anterior son generadores luego forman una base. 2. Para qu e valores de t el conjunto: {(2, 1, 0), (3, 2, 2), (1, 4, t )} es una base de R 3 ? Como dim(R3 ) = 3, ser a suciente con analizar para que valor(es) de t el conjunto es por ejemplo l.i
Martha C. Moreno
Ejemplo 1. {x 2, 3x + 1} es una base de P1 ? Como dim(P1 ) = 2 y son 2 vectores l.i porque no son m ultiplos escalares, entonces por el teorema anterior son generadores luego forman una base. 2. Para qu e valores de t el conjunto: {(2, 1, 0), (3, 2, 2), (1, 4, t )} es una base de R 3 ? Como dim(R3 ) = 3, ser a suciente con analizar para que valor(es) de t el conjunto es por ejemplo l.i 1 (2, 1, 0) + 2 (3, 2, 2) + 3 (1, 4, t ) = (0, 0, 0)
Martha C. Moreno
Ejemplo 1. {x 2, 3x + 1} es una base de P1 ? Como dim(P1 ) = 2 y son 2 vectores l.i porque no son m ultiplos escalares, entonces por el teorema anterior son generadores luego forman una base. 2. Para qu e valores de t el conjunto: {(2, 1, 0), (3, 2, 2), (1, 4, t )} es una base de R 3 ? Como dim(R3 ) = 3, ser a suciente con analizar para que valor(es) de t el conjunto es por ejemplo l.i 1 (2, 1, 0) + 2 (3, 2, 2) + 3 (1, 4, t ) = (0, 0, 0) 2 3 1 1 2 4 = 7t 14, luego 7t 14 = 0, 0 2 t e? entonces t = 2 Porqu
Martha C. Moreno
Bases y dimensi on de Subespacios Sea V un espacio vectorial de dimensi on nita, y W un susbespacio de V , entonces: dim(W ) dim(V )
Martha C. Moreno
Bases y dimensi on de Subespacios Sea V un espacio vectorial de dimensi on nita, y W un susbespacio de V , entonces: dim(W ) dim(V ) Ejercicio Encontrar una base y la dimensi on de los subespacios:
Martha C. Moreno
Bases y dimensi on de Subespacios Sea V un espacio vectorial de dimensi on nita, y W un susbespacio de V , entonces: dim(W ) dim(V ) Ejercicio Encontrar una base y la dimensi on de los subespacios: 1. W = {X = (x , y , z ) R3 | X (1, 1, 3) = 0}
Martha C. Moreno
Bases y dimensi on de Subespacios Sea V un espacio vectorial de dimensi on nita, y W un susbespacio de V , entonces: dim(W ) dim(V ) Ejercicio Encontrar una base y la dimensi on de los subespacios: 1. W = {X = (x , y , z ) R3 2. W = {A M33 | | X (1, 1, 3) = 0} A es antisim etrica }
Martha C. Moreno
Bases y dimensi on de Subespacios Sea V un espacio vectorial de dimensi on nita, y W un susbespacio de V , entonces: dim(W ) dim(V ) Ejercicio Encontrar una base y la dimensi on de los subespacios: 1. W = {X = (x , y , z ) R3 2. W = {A M33 3. W = {p (x ) P2 | | | X (1, 1, 3) = 0} A es antisim etrica } p (0) = 0}
Martha C. Moreno
Teorema Sea C = {v1 , v2 , , vn }, un conjunto de n vectores no nulos en un espacio vectorial V y consideremos W = gen{v 1 , v2 , , vn }, entonces alg un subconjunto de C es una base para W .
Martha C. Moreno
Teorema Sea C = {v1 , v2 , , vn }, un conjunto de n vectores no nulos en un espacio vectorial V y consideremos W = gen{v 1 , v2 , , vn }, entonces alg un subconjunto de C es una base para W . Ejemplo Encontrar un base y la dimensi on del espacio: W = gen{v1 = (1, 1, 2), v2 = (1, 2, 1), v3 = (2, 1, 3), v4 = (1 4, 3)} R3
Martha C. Moreno
Soluci on Los vectores {v1 , v2 , v3 , v4 } generan a W , por lo tanto debemos ver solamente si son l.i.
Martha C. Moreno
Soluci on Los vectores {v1 , v2 , v3 , v4 } generan a W , por lo tanto debemos ver solamente si son l.i. Por observaci on tenemos que: v1 + v2 = v3 , luego el conjunto es l.d, por lo tanto eliminamos v3
Martha C. Moreno
Soluci on Los vectores {v1 , v2 , v3 , v4 } generan a W , por lo tanto debemos ver solamente si son l.i. Por observaci on tenemos que: v1 + v2 = v3 , luego el conjunto es l.d, por lo tanto eliminamos v3 {v1 , v2 , v4 }, generan a W , pero de nuevo si observamos detenidamente encontramos que: v4 = 2v1 v2 , luego el conjunto es l.d, por lo tanto eliminamos v4 .
Martha C. Moreno
Soluci on Los vectores {v1 , v2 , v3 , v4 } generan a W , por lo tanto debemos ver solamente si son l.i. Por observaci on tenemos que: v1 + v2 = v3 , luego el conjunto es l.d, por lo tanto eliminamos v3 {v1 , v2 , v4 }, generan a W , pero de nuevo si observamos detenidamente encontramos que: v4 = 2v1 v2 , luego el conjunto es l.d, por lo tanto eliminamos v4 . Ahora el conjunto que nos queda es {v 1 , v2 }, que genera a W y es l.i pues no son m ultiplos escalares, luego una base de W es: {v1 , v2 } y por lo tanto dim(W ) = 2
Martha C. Moreno
Soluci on-Otra forma El proceso anterior tiene el problema que las relaciones de dependencia en todos los casos no se evidencian tan facilmente, luego es necesario conocer un procedimiento m as general:
Martha C. Moreno
Soluci on-Otra forma El proceso anterior tiene el problema que las relaciones de dependencia en todos los casos no se evidencian tan facilmente, luego es necesario conocer un procedimiento m as general: De nuevo partimos del hecho que los vectores generan a W , luego lo u nico que falta es determinar si son l.i, para esto consideremos:
Martha C. Moreno
Soluci on-Otra forma El proceso anterior tiene el problema que las relaciones de dependencia en todos los casos no se evidencian tan facilmente, luego es necesario conocer un procedimiento m as general: De nuevo partimos del hecho que los vectores generan a W , luego lo u nico que falta es determinar si son l.i, para esto consideremos: 1 v1 + 2 v2 + 3 v3 + 4 v4 } = (0, 0, 0)
Martha C. Moreno
Soluci on-Otra forma El proceso anterior tiene el problema que las relaciones de dependencia en todos los casos no se evidencian tan facilmente, luego es necesario conocer un procedimiento m as general: De nuevo partimos del hecho que los vectores generan a W , luego lo u nico que falta es determinar si son l.i, para esto consideremos: 1 v1 + 2 v2 + 3 v3 + 4 v4 } = (0, 0, 0) La matriz aumentada y escalonada del sitema resultante es:
Martha C. Moreno
Soluci on-Otra forma El proceso anterior tiene el problema que las relaciones de dependencia en todos los casos no se evidencian tan facilmente, luego es necesario conocer un procedimiento m as general: De nuevo partimos del hecho que los vectores generan a W , luego lo u nico que falta es determinar si son l.i, para esto consideremos: 1 v1 + 2 v2 + 3 v3 + 4 v4 } = (0, 0, 0) La matriz 1 1 1 2 2 1 aumentada 2 1 | 1 4 | 3 3 | y escalonada del sitema 1 1 0 0 0 1 0 0 0 resultante es: 2 1 | 0 1 1 | 0 0 0 | 0
Martha C. Moreno
Soluci on-Otra forma El proceso anterior tiene el problema que las relaciones de dependencia en todos los casos no se evidencian tan facilmente, luego es necesario conocer un procedimiento m as general: De nuevo partimos del hecho que los vectores generan a W , luego lo u nico que falta es determinar si son l.i, para esto consideremos: 1 v1 + 2 v2 + 3 v3 + 4 v4 } = (0, 0, 0) La del matriz aumentada y escalonada sitema resultante es: 1 1 2 1 | 0 1 1 2 1 | 0 1 2 1 4 | 0 0 1 1 1 | 0 2 1 3 3 | 0 0 0 0 0 | 0 Es claro que son l.d, pero si solo consideramos las dos primeras columnas, es decir los dos primeros vectores, estos son l.i, luego la base esta formada por:
Martha C. Moreno
Soluci on-Otra forma El proceso anterior tiene el problema que las relaciones de dependencia en todos los casos no se evidencian tan facilmente, luego es necesario conocer un procedimiento m as general: De nuevo partimos del hecho que los vectores generan a W , luego lo u nico que falta es determinar si son l.i, para esto consideremos: 1 v1 + 2 v2 + 3 v3 + 4 v4 } = (0, 0, 0) La del matriz aumentada y escalonada sitema resultante es: 1 1 2 1 | 0 1 1 2 1 | 0 1 2 1 4 | 0 0 1 1 1 | 0 2 1 3 3 | 0 0 0 0 0 | 0 Es claro que son l.d, pero si solo consideramos las dos primeras columnas, es decir los dos primeros vectores, estos son l.i, luego la base esta formada por: BW = {v1 , v2 } y dim(W ) = 2

Clase Espacios Vectoriales

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Clase Espacios Vectoriales

Uploaded by

Copyright:

Available Formats

ESPACIOS VECTORIALES

P1. Para todo u V y para todo R, u V .

P1. Para todo u V y para todo R, u V . Cerrado para el producto.

Nota 1. Los elementos de un Espacio vectorial se denominan Vectores.

Teorema Sea V un espacio vectorial, u V y R , entonces:

Teorema Sea V un espacio vectorial, u V y R , entonces: a. 0u = O

Teorema Sea V un espacio vectorial, u V y R , entonces: a. 0u = O b. O = O

Teorema Sea V un espacio vectorial, u V y R , entonces: a. 0u = O b. O = O c. Si u = O, entonces = 0 o u = O

Teorema Sea V un espacio vectorial, u V y R , entonces: a. 0u = O b. O = O c. Si u = O, entonces = 0 o u = O d. (1)u = u

Subespacio Vectorial Denici on

4. V = Mnn , W = {A| A es sim etrica }

4. V = Mnn , W = {A| A es sim etrica } a b 5. V = M22 , W = { |ad = 0} c d

4. V = Mnn , W = {A| A es sim etrica } a b 5. V = M22 , W = { |ad = 0} c d 6. V = R3 , W = {(x , y , z )| (x , y , z ) = (1 + t , 2 3t , t )t R}

Ejercicio Sean W1 y W2 subespacios del espacio vectorial V

Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }.

Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ?

Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {u |u W1 u W2 }.

Ejercicio Sean W1 y W2 subespacios del espacio vectorial V W1 W2 = {u |u W1 u W2 }. Es subespacio de V ? W1 W2 = {u |u W1 u W2 }. Es subespacio de V ?

El polinomio 3x 2 x + 10 es c.l. de los vectores p1 (x ) = 4x 2 + x + 2, p2 (x ) = 3x 2 x + 1 y p3 (x ) = 5x 2 + 2x + 3?

Ejemplo (1, 3, 1) gen{(2, 2, 2), (0, 4, 5)}?

Ejemplo (1, 3, 1) 1 2 4 4 1 gen{ 1 gen{(2, 2, 2), (0, 4, 5)}? 1 1 , 0 3 3 3 , 1 0 1 1 , 2 0 1 1 ?

Ejemplo (1, 3, 1) 1 2 4 4 1 gen{ 1 gen{(2, 2, 2), (0, 4, 5)}? 1 1 , 0 3 3 3 , 1 0 1 1 , 2 0 1 1 ?

R2 = gen{(1, 1), (1, 3), (0, 2)}?

Ejemplo (1, 3, 1) 1 2 4 4 1 gen{ 1 gen{(2, 2, 2), (0, 4, 5)}? 1 1 , 0 3 3 3 , 1 0 1 1 , 2 0 1 1 ?

R2 = gen{(1, 1), (1, 3), (0, 2)}? P2 = gen{x 2 2x , x 2 + x + 1, x + 1}?

Ejemplo (1, 3, 1) 1 2 4 4 1 gen{ 1 gen{(2, 2, 2), (0, 4, 5)}? 1 1 , 0 3 3 3 , 1 0 1 1 , 2 0 1 1 ?

Es posible que R3 = gen{(1, 1, 2), (0, 2, 1)}?

Teorema Un conjunto nito de vectores que contiene al vector cero es l.d

Bases y Dimensi on Denici on

Bases Can onicas V = R2

Bases Can onicas V = R2 B = {(1, 0), (0, 1)}

Bases Can onicas V = R2 V = R3 B = {(1, 0), (0, 1)}

V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)}

V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)} V = M22

V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)} V = M22 1 0 B={ 0 0 , 0 1 0 0 , 0 0 1 0 , 0 0 0 1 }

V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)} V = M22 1 0 B={ 0 0 V = P2 , 0 1 0 0 , 0 0 1 0 , 0 0 0 1 }

V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)} V = M22 1 0 B={ 0 0 V = P2 , 0 1 0 0 , 0 0 1 0 , 0 0 0 1 }

V = B = {(1, 0, , 0), (0, 1, , 0), (0, 0, , 1)} V = M22 1 0 B={ 0 0 V = P2 , 0 1 0 0 , 0 0 1 0 , 0 0 0 1 }

Ejemplo 1. {x 2, 3x + 1} es una base de P1 ?

You might also like