Desarrollo 1- Espacio y sub espacio vectorial: un sub espaci vectorial es el subconjunto de un espacio vectorial, que satisface por s mismo

la definicin de espacio vectorial con las mismas operaciones que V... Definicin subespecie vectorial Sea un espacio vectorial sobre y no vaco, es un sub espacio de si:

Consecuencias Una subespacio vectorial que cumple las dos condiciones anteriores es un espacio vectorial. Demostracin Notaciones Dado una subespacio vectorial, se tiene: , e incluso es correcto.

Para i) el abuso de lenguaje [Demostracin Para ir) el abuso de lenguaje correcto. Demostracin Criterio de verificacin

, e incluso

es

Es posible sintetizar i) e ir) en una condicin nica: Si V es un espacio vectorial, entonces un subconjunto no vaco U de V es un subespecie vectorial si y slo si para cualquiera dos vectores v, w perecientes a U y cualquier escalar r perteneciente al campo asociado, el vector es tambin un elemento de U. Ejemplos Dado el espacio vectorial , sus elementos son del tipo .

estn alineados,

forman un paralelogramo si no estn alineados,

Suma de 3 elementos. El subconjunto . Es una subespecie vectorial. Demostracin El subconjunto

No es una subespecie vectorial. Demostracin Operaciones con subespacio Sea (V, +, K, *) un espacio vectorial; (S, +, K, *) y (W, +, K, *) subespacio de V, se definen las siguientes operaciones: Unin

En la gran mayora de los casos la unin de dos subespecies no es una subes paci de V, pues no se cumple con la ley de composicin interna. S pertenece de forma segura la unin a V en los casos en que S este contenido en W o viceversa. Interseccin

La interseccin de dos subespecies es una subespacio de V. Suma

La suma de dos subespacio es una subes paci de V. Suma directas

Si la interseccin entre S y W es el subespacio trivial (es decir, el vector nulo), entonces a la suma se la llama "suma directa". Es decir que si Lo que quiere decir tambin que todo vector de V, se escribe de manera nica como la suma de un vector de S y otro de W. Dimensiones de subespecie Esta frmula resuelve que la dimensin de la suma de los subespecie y ser igual a la dimensin del subespecie ms la dimensin del subespecie menos la dimensin de la interseccin de ambos. Por ejemplo, siendo subespecie de dimensin 1. Luego, En la suma directa En el caso particular de la suma directa, como La frmula de Grossman resulta: . . y y teniendo como interseccin un

Entonces en el ejemplo anterior, resultara 2- Combinacin lineal: Un vector conjunto de vectores como suma de los vectores de escalar

se dice que es combinacin lineal de un

si se puede expresar multiplicados cada uno de ellos por un coeficiente

, es decir:

. As, es combinacin lineal de vectores de si podemos expresar como una suma de productos por escalar de una cantidad finita de elementos de . Ejemplo: El vector (20, 12, 37) es una combinacin lineal de los vectores (1, 3, 5) y (6, 2, 9):

Otro ejemplo: : Se dice que es combinacin lineal de y de , porque

podemos escribir sin ms que despejar la . De la misma manera, despejando oportunamente, cada una de estas variables se podra expresar como combinacin lineal de las otras dos. Los escalares dicen cunto de cada vector del conjunto necesito para que, cuando se combinen linealmente dichos elementos, pueda formar el vector en cuestin. Expansin lineal Dado un conjunto de vectores denotada como , finito o infinito, se llama expansin lineal,

al conjunto:

Dicho conjunto es el mnimo subes paci vectorial de

que contiene al conjunto

3- Dependencia e independencia lineal: 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, el conjunto de vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) es linealmente independiente, mientras que (2, 1, 1), (1, 0, 1) y (3, 1, 2) no lo es, ya que el tercero es la suma de los dos primeros. Dado un conjunto finito de vectores linealmente dependientes si existen nmeros cero, tales que: , se dice que estos vectores son , no todos iguales a

Ntese que el smbolo a la derecha del signo igual no es cero, sino que simboliza al vector nulo . El conjunto de vectores nulos forma la matriz nula. Si tales nmeros no existen, entonces los vectores son linealmente independientes. La definicin anterior tambin puede extenderse a un conjunto infinito de vectores, concretamente un conjunto cualquiera de vectores es linealmente dependiente si contiene un conjunto finito que sea linealmente dependiente. Utilizando conceptos de espacios vectoriales podemos redefinir la independencia lineal as: Un conjunto de vectores de un espacio vectorial es linealmente independiente si

Esta idea es importante porque los conjuntos de vectores que son linealmente independientes, generan un espacio vectorial y forman una base para dicho espacio. Entre las propiedades de los vectores linealmente dependientes e independientes encontramos: Un conjunto de vectores es linealmente dependiente si y solamente si alguno de los vectores es combinacin lineal de los dems. 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. Si un conjunto de vectores es linealmente dependiente, tambin lo es todo conjunto que lo contenga. Un conjunto de vectores son linealmente dependientes s y slo s son paralelos. Un conjunto de vectores son linealmente dependientes si los componentes entre ellos son proporcionales, bien sea directa o inversamente proporcional. 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 ser linealmente dependiente. Significacin geomtrica Geomtricamente, dos vectores son independientes si no tienen la misma direccin. Esta definicin supone que el vector nulo tiene todas las direcciones, en otras palabras este debe generar un rea. Tres vectores son independientes si y solo si no estn contenidos en el mismo plano vectorial, o sea si ninguno de ellos es una combinacin lineal de los otros dos (en cuyo caso estara en el plano generado por estos vectores) en otras palabras este debe generar un volumen. El espacio generado por un sistema de vectores es el conjunto de todas las combinaciones lineales de estos vectores. Es un espacio vectorial. El espacio generado por un vector no nulo es la recta vectorial dirigida por este vector. El espacio generado por dos vectores independientes es el plano que los contiene. Resulta fcil comprobar que el espacio generado por un sistema de vectores es el menor (por la inclusin) espacio vectorial que los contiene a todos. Se le denomina vector A, donde A es el sistema de vectores. Si n vectores son independientes, el espacio generado es de dimensin n (dimensin en el sentido usual: 0 para un punto, 1 para una recta, 2 para un plano...). Ejemplo En el espacio tridimensional usual:

U y j son dependientes por tener la misma direccin. U y v son independientes y definen el plano P. U, v y w son dependientes por estar los tres contenidos en el mismo plano. U, v y k son independientes por serlo u y v entre s y no ser k una combinacin lineal de ellos o, lo que es lo mismo, por no pertenecer al plano P. Los tres vectores definen el espacio tridimensional. Los vectores o (vector nulo, cuyas componentes son iguales a cero) y k son dependientes ya que o = 0 k Ejemplo del uso de la frmula f: Son los tres vectores siguientes independientes?

Buscamos tres valores x, y z que satisfagan la ecuacin:

Lo que equivale al sistema de ecuaciones siguiente:

Dado que la nica solucin es la trivial (x = y = z = 0), los tres vectores son independientes.

Mtodo alternativo usando determinantes Un mtodo alternativo usa el hecho que n vectores en Rn son linealmente independientes si y solo si el determinante de la matriz formada por estos vectores como columnas es distinto de cero.

Dados los vectores:

La matriz formada por stos es:

El determinante de esta matriz es:

Ya que el determinante es no nulo, los vectores (1, 1) y (3, 2) son linealmente independientes. Ejemplo II Sea V = Rn y consideremos los siguientes elementos en V:

Entonces e1, e2,..., en son linealmente independientes. Estos vectores constituyen la base cannica en R. Demostracin Supongamos que a1, a2,..., an son elementos de R tales que:

Sustituyendo e1, e2,..., en resulta:

Multiplicando:

Sumando coordenadas:

Por lo que se obtiene: As que:

Adems: Pero 0 es un vector, entonces:

Por lo que ai = 0 para todo i en {1,..., n}. Entonces los vectores Ejemplo III Sea V el espacio vectorial de todas las funciones a variable real. Entonces las funciones et y e2t en V son linealmente independientes. Demostracin Supongamos que a y b son dos nmeros reales tales que: aet + be2t = 0 Para todos los valores de t. Necesitamos demostrar que a = 0 y b = 0. Para hacer esto dividimos por et (que es un nmero real diferente de cero, sea cual sea t) y restando obtenemos: bet = a En otras palabras, la funcin bet debe ser independiente de t, lo cual ocurre nicamente cuando b = 0. Por lo tanto, a es cero. 4- BASE Y DIMENCIONES: BASE Y DIMENSION DE UN ESPACIO VECTORIAL Dimensin de un espacio vectorial Un espacio vectorial sobre un cuerpo que se dice que tiene dimensin si existe una base de cardinal n. En un espacio vectorial, todas las bases tienen el mismo cardinal, lo que hace de la dimensin el primer invariante del lgebra lineal. El espacio vectorial trivial {0} tiene como dimensin 0 porque el conjunto vaco es su base: una combinacin de cero vector da el vector nulo. Intuitivamente hablando, la dimensin de un espacio vectorial nos dice cuntos elementos necesitamos para poder expresar cualquier elemento del espacio en trminos de las combinaciones lineales de los primeros, i.e., cuntos elementos del espacio necesitamos para poder expresar todos los elementos del espacio como sumas de mltiplos de stos elementos. Los espacios vectoriales de dimensin finita son muy comunes en muchas reas de la ciencia, pero en matemticas y fsica cuntica tambin aparecen casos importante de espacios vectoriales de dimensin infinita. Se dice que un conjunto de vectores D = {u1, u2, ..., un} forman una base del espacio vectorial V si los vectores de {D} pueden generar todo el espacio vectorial V son linealmente independientes

y si dichos vectores son linealmente independientes. La dimensin del espacio vectorial V es igual al nmero de vectores que constituyen su base. De la misma manera, se dice que un conjunto de vectores E = {v1, v2,..., vn} forman una base del subespacio vectorial S si los vectores de {E} pueden generar todo el subespacio vectorial S y si dichos vectores son linealmente independientes. La dimensin del subespacio vectorial S es igual al nmero de vectores que constituyen su base, y se denomina cardinal de V (cardV), al nmero de vectores de la base. Nota Un conjunto D = {u1, u2,..., un} es una base de V si todo vector de V puede escribirse de forma nica como combinacin lineal de los vectores de D. Se dice que un espacio vectorial V es de dimensin finita n o n-dimensional si dimV... espacio vectorial V si se cumplen las siguientes condiciones: Se dice que un conjunto ordenado B es base de un espacio vectorial V si se cumplen las siguientes condiciones: Todos los elementos de B pertenecen al espacio vectorial V. Los elementos de B forman un sistema linealmente independiente. Todo elemento de V se puede escribir como combinacin lineal de los elementos de la base B (es decir, B es un sistema generador de V).Nota 1 Mediante el uso del lema de Zorn, es posible probar que todo espacio vectorial posee una base. Pese a que es posible que un espacio vectorial no posea una nica base, se cumple que todo par de bases de un mismo espacio vectorial tienen la misma cardinalidad. Por ser as, tal cardinalidad ser llamada como la dimensin del espacio vectorial. Otras propiedades, consecuencias del lema de Zorn: Todo sistema generador de un espacio vectorial contiene una base vectorial (de Hamel). Todo conjunto linealmente independiente en un espacio vectorial, puede ser extendido a una base. Observaciones adicionales Las bases son conjuntos ordenados. Es decir que si bien {a, b, c} y {b, a, c} generan el mismo espacio vectorial, las bases no son iguales. Dado un vector v y una base B de un espacio vectorial V, existe una nica manera de escribir a v como combinacin lineal de los elementos de la base B. Es decir, la representacin de un vector en una base es nica.

De la observacin anterior se desprende que las bases no son nicas. En general, suele haber infinitas bases distintas para un mismo espacio vectorial. Por ejemplo, si , una base muy sencilla de V es:

La cual es conocida como base cannica de

. Otras bases de

son:

En general, toda base de

estar formada por tres vectores linealmente

independientes que pertenezcan a . Cuando el espacio vectorial en s mismo es un conjunto finito entonces el nmero de bases distintas es finito. Si V es un espacio vectorial de dimensin finita, entonces todas las bases de V sern finitas y tendrn la misma cantidad de elementos. No todas las bases tienen un nmero finito de elementos. Por ejemplo, las bases del espacio vectorial de los polinomios de una variable tienen infinitos elementos. Una posible base es la formada por las potencias de X: Espacios de dimensin infinita En el caso de espacios vectoriales de dimensin infinita, como los que aparecen en anlisis funcional existen algunas distinciones pertinentes que es importante sealar. Bases de Hamel y de Hilbert En un espacio vectorial de Hilbert de dimensin infinita existen varias posibilidades de extender el concepto de combinacin lineal finita. De un lado si consideramos nicamente combinaciones lineales finitas llegamos al concepto de base de Hamel o base lineal. Puede probarse que todas las bases de Hamel tienen el mismo nmero de elementos, este nmero o cardinal se llama dimensin lineal o dimensin de Hamel. Un conjunto constituye una base de Hamel si y solo si:

En un espacio de dimensin de Hamel finita, se puede encontrar solamente un nmero finito de vectores ortogonales dos a dos, en cambio, cuando la dimensin de Hamel es infinita, pueden introducirse en los espacios de Hilbert ciertas "combinaciones lineales infinitas" en trminos de vectores ortogonales. En un

espacio de Hilbert de dimensin infinita se dice que un conjunto es una base de Hilbert o base ortogonal, si y solo si:

Nuevamente sucede que todas las bases ortogonales tienen el mismo cardinal, por lo que se define el concepto de dimensin de Hilbert como el cardinal de cualquier base de Hilbert. Dimensin vectorial

La dimensin de un espacio vectorial se define como el nmero de elementos o cardinal de una base de dicho espacio. Dado que para todo espacio de Hilbert de dimensin infinita podemos distinguir entre bases de Hilbert y de Hamel, podemos definir la dimensin vectorial ordinaria y la dimensin vectorial de Hilbert. Se tiene que para cualquier espacio vectorial V, la relacin entre dimensin de Hammel y dimensin de Hilbert es la siguiente: (1) En espacios de dimensin finita tambin se pueden definir las bases de Hilbert como bases de Hamel ortogonales. De hecho, para un espacio de dimensin finita, la dimensin de Hilbert es igual a la dimensin de Hamel. En dimensin finita toda base de Hamel es base de Hilbert y viceversa, por lo que para un espacio de dimensin finita en (1) se da siempre la igualdad. Temas relacionados Espacio vectorial Combinacin lineal Sistema generador Independencia lineal

Base ortogonal Base ortonormal Coordenadas cartesianas Producto escalar Producto vectorial Producto mixto Producto tensorial 5- 0torganilidad: el trmino ortogonalidad (del griego orthos recto y gona ngulo) es una generalizacin de la nocin geomtrica de perpendicularidad. En el espacio eucldeo convencional el trmino ortogonal y el trmino perpendicular son sinnimos. Sin embargo, en espacios de dimensin finita y en geometras no eucldeas el concepto de ortogonalidad generaliza al de perpendicularidad.

Definicin Formalmente, en un espacio vectorial con producto interior V, dos vectores son ortogonales si el producto escalar de es cero. Esta situacin se e

denota . Adems, un conjunto A se dice que es ortogonal a otro conjunto B, si cualquiera de los vectores de A es ortogonal a cualquiera de los vectores del conjunto B. Ortogonalidad y perpendicularidad En geometra eucldea se tiene, dos vectores recto, los vectores y e ortogonales forman un ngulo

lo son ya que,

. En espacios no eucldeos puede definirse de modo abstracto el ngulo entre dos vectores a partir del producto interior. Ortogonalidad respecto de una matriz (A-ortogonalidad) Dados dos vectores una matriz y pertenecientes a un espacio vectorial de dimensin , si el productor escalar y , notado y

de dimensin

, es igual a cero, se dice que o A-ortogonales. Un conjunto de A-ortonormal si Transformacin ortogonal

son ortogonales respecto a la matriz se dice que forma una base .

vectores

para todo

En Geometra y lgebra lineal, una transformacin

de un espacio

prehilbertiano en s mismo donde representa el producto escalar en es ortogonal cuando es una aplicacin lineal de en s mismo (un automorfismo) de forma que cualesquiera que sean los . En particular, el conjunto puede ser un espacio eucldeo. se cumple que

En caso de que sea un espacio vectorial sobre el cuerpo de los nmeros complejos, se dir que es transformacin unitaria. Ortogonalidad en otros contextos El concepto de ortogonalidad puede extenderse a otros objetos geomtricos diferente de los vectores. Por ejemplo dos curvas suaves se consideran ortogonales en un punto si sus respectivos vectores tangentes son ortogonales. Dos familias de curvas se llaman ortogonales si en el punto de interseccin de una curva de la primera familia con una curva de la segunda familia ambas resultan ser ortogonales. Un ejemplo de esto es el de las lneas isostticas de traccin y compresin en una viga, las cuales son las envolventes de las tensiones principales. Sistemas de coordenadas ortogonales Un sistema de coordenadas sobre una variedad de Riemann o un espacio localmente eucldeo es ortogonal cuando las lneas coordenadas asociadas a los valores constantes de alguna de las coordenadas tienen vectores tangentes que son ortogonales entre s. Las coordenadas cartesianas, las coordenadas cilndricas y las coordenadas esfricas son ejemplos de sistemas de coordenadas ortogonales. Los sistemas de coordenadas ortogonales son interesantes porque el tensor mtrico expresado en ese sistema de coordenadas es diagonal. Si adems todos los trminos del tensor mtrico son +1 (o tambin -1 si estamos en una Variedad pseudoriemanniana) el sistema de coordenadas se califica adems de ortonormal.

Los sistemas de coordenadas ortogonales las lneas coordenadas forman familias de curvas ortogonales entre s.