Hecho Basicas

Matemticas bsicas II
TRABAJO DE MATEMATICAS BASICAS

ALUMNO: VICTOR JOEL CALSINA SILVA CODIGO: 20102195J SECCION: S
ESPACIOS VECTORIALES El espacio vectorial es un conjunto de elementos llamados vectores en los que se definen dos operaciones, la adicin y la multiplicacin por un escalar.se vio que el espacio vectorial es cerrado bajo estas operaciones; la suma de dos vectores en tambin pertenece a y la multiplicacin por un escalar de un vector en tambin pertenece a .El espacio vectorial tambin posee otras propiedades algebraicas. Por ejemplo, se vio que los vectores en son conmutativos y asociativos bajo la adicin:
En esta seccin se analizan estas y otras propiedades algebraicas en .se formulan un conjunto de axiomas basadas en las propiedades de .cualquier conjunto que satisfaga estos axiomas poseer propiedades algebraicas similares a las del espacio vectorial .a dicho conjunto se le dar el nombre de espacio vectorial y a sus elementos el nombre de vectores.la ventaja de este enfoque consiste en el hecho de que los conceptos y los resultados relacionados con el espacio vectorial tambin se aplican a otros espacios vectoriales . Ahora se proporcionara la definicin formal de espacio vectorial basadas en las propiedades algebraicas de . Definicin: Un espacio vectorial es un conjunto V de elementos llamando vectores, cuyas operaciones de adicin y multiplicacin por un escalar se encuentran definidas en l y satisfacen las siguientes condiciones (u, v y w son elementos cualesquiera de V y (c ,d) son escalares).
Axiomas de cerradura 1) la suma existe y es un elemento de V. (V es cerrado bajo la adicin)
Prof.: Prez Daz Elbert
2) c.u es un elemento de V (V es cerrado bajo la multiplicacin por un escalar.)
Axiomas de la adicin 3) ( ) (propiedad conmutativa) ( ) ( )
4)
5) Existe un elemento de V, denominado vector cero, que se denota cero tal que u+0=u. 6) para todo elemento u de V, existe un elemento llamado el negativo de u ,Que se denota u ,tal que u+(-u)=0
Axiomas de la multiplicacin por n escalar 7) ( )
8) (c+d) u=cu+du 9) c (du)= (cd) u 10) 1u=u Los dos de conjuntos de escalares utilizados con ms frecuencia en los espacios vectoriales son el conjunto de los nmeros reales y el conjunto de los nmeros complejos.los espacios vectoriales correspondientes reciben el nombre de espacios vectoriales reales y espacios vectoriales comlejos.primero abordaremos los espacios vectoriales reales se mencionara con brevedad, cuando sea necesario resultados de los espacios vectoriales complejos. Satisface todas estas condiciones.
Un espacio vectorial sobre un cuerpo es un conjunto no vaco sobre el que se definen 2 operaciones internas y 8 propiedades inherentes, a saber:
(Cerradura bajo la operacin
de dos elementos de
(Cerradura ante )
de un elemento del cuerpo
y un elemento de
Propiedad Conmutativa
Propiedad Asociativa
Existencia de elemento neutro ante
Existencia de elemento opuesto ante
Propiedad Asociativa ,
Propiedad distributiva para la operacin (+) entre escalares ,
Propiedad distributiva para la operacin
entre elementos de
Existencia de elemento neutro ante la operacin
Ejemplos 1. En efecto: es un espacio vectorial sobre
Ante la suma
: (ley conmutativa ante la operacin interna suma) : (ley asociativa ante la operacin interna suma) : (existencia de elemento neutro aditivo) : (existencia de elemento opuesto) Ante el producto por escalares se cumple: (ley asociativa ante el producto por escalares) se tiene: (ley distributiva) se satisface: (ley distributiva) : * a = a (existencia de neutro multiplicativo).
Espacios vectoriales de matrices

Considere el conjunto de matrices reales de 2x2 .denote este conjunto como .ya se definieron las operaciones de adicin y multiplicacin por un escalar en este conjunto.de hecho, este conjunto forma un espacio vectorial.se analizaran los axiomas 1, 3, 4,5 y 6, y se deja el resto para que el lector lo compruebe. Utilizando la notacin vectorial para indicar los elementos de . / ( ) .sean
Dos matrices 2x2 cualesquiera.se tiene
Axioma1: . / ( ) ( )
u+v es una matriz 2x2 .por consiguiente, Axioma 3y4:
es cerrada bajo la adicin.
De acuerdo con los estudios anteriores, se sabe que las matrices de 2x2 son conmutativas y asociativas bajo la adicin. Axioma 5: La matriz cero de 2x2 es cero 0=. . Axioma6: Si u=. ( ) / . / . . / . /, ya que / . /=0 / / . / . /
El conjunto de matrices de 2x2 constituyes un espacio vectorial .las propiedades algebraicas de son similares a las de asi mismo, se tiene que
Espacios vectoriales de funciones Sea V el conjunto de funciones cuyo dominio est formado por los nmeros reales. Cada elemento de V, como, transformara la recta real en la recta real. ahora se introducirn las operaciones de la adicin y la multiplicacin por un escalar en V para un espacio vectorial. Sean f y g elementos cualesquiera de V .se define la adicin de f +g como una funcin tal que ( )(
) ( ) ( )
Esta expresin define a f +g como una funcin cuyo dominio es el conjunto de los nmeros reales. para determinar el valor de f+g para cualquier nmero real x se suma el valor de f en x y el valor de g en x .esta operacin recibe el nombre de adicin punto por punto. N seguida se definir la multiplicacin `por un escalar de los elementos de V .sea C un escalar cualquiera.la multiplicacin escalar de f, cf. es una funcin. ( ) [
( )]
Esa expresin define a cf como una funcin cuyo dominio es el conjunto de os nmeros reales. para determinar el valor de cf. para cualquier nmero real x, se multiplica el valor de f en x por c .Esa operacin recibe el nombre de multiplicacin por un escalar punto por punto. Para visualizar de forma geomtrica esas dos operaciones sobre funciones, considere dos funciones especficas:
( ) ( )
Entonces f+g es la funcin definida por: ( )(

)
La multiplicacin de f por un escalar, como por ejemplo3, es la funcin 3f definida por ( )( )
Una vez definida las operaciones de adicin y multiplicacin por un escalar en este espacio de funciones, V compruebe que V es un espacio vectorial.se analizaran los axiomas 1,2,5y6,y se deja el resto para que el alumno los verifique.
Axioma 1: F+g se encuentra definida por ( )(

) ( ) ( )
Dominio es el conjunto de los nmeros reales. F+g es un elemento de V; por lo tanto, V es cerrada bajo la adicin Axioma 2: Cf est definido por (cf.)=c (f(x)).por lo tanto, cf es una funcin cuyo dominio es el conjunto de nmeros reales.cf es un elemento de V; por consiguiente, Ves cerrada bajo la multiplicacin escalar. Axioma 5: Sea 0 la funcin tal que 0(x)=0 para todo numero real x.0 recibe el nombre de funcin cero.se tiene que ( )( ) ( ) ( ) ( ) ( ) Para todo nmero real x
El valor de la funcin f+0 es el mismo que el valor de f en cada x.asi, f+0=f. 0 es el vector cero. Axioma 6: Considere la funcin f definida por (-f)(x)= , ( )-.se demuestra que f es la negativa de f. , ( )( )( ) ( ) ( )- es el mismo que el valor de 0 en cada x .por lo tanto El valor de la funcin , , ( )asi f es la negativa de f. ( ) ( ) ( )( )
Hay muchos espacios vectoriales de funciones por ejemplo, el conjunto de funciones -con operaciones de adicin y multiplicacin por un escalar punto con dominio, por punto constituye un espacio vectorial.
Subespacios vectoriales
Ciertos subconjuntos de espacios vectoriales forman espacios vectoriales ellos mismos. Para motivar los conceptos, observe de nuevo el espacio vectorial .el espacio . Es un conjunto de vectores en el que se han definido las operaciones de adicin y multiplicacin por un escalar. .es cer4rado bajo estas operaciones. Si suma dos vectores en .se obtienen elemento de ..Adems, si se multiplica un elemento de . Por un escalar +se obtiene un elemento de . , por ejemplo. En .
Elemento de
Elemento de
Elemento de
Elemento de
Considere Ahora ciertos subconjuntos de Elemento de de cerradura.
que tienen las mismas caractersticas
Considere el subconjunto V de Elemento de ,que consta de los vectores de la forma (a,a,b). V consta de todos los elementos de Elemento de que tienen las dos primeras componentes iguales. Por ejemplo (2,2,3) y (-1,-1,5) que se encuentran en V; (1,2,3) no pertenecen a V .observe que si suma dos elementos de V,obtiene un elemento de V y si multiplica un elemento de V por un escalar, obtiene un elemento de V. sean,(a,a,b) y (c,c,d) elementos de V y sea k un escalar .as,
( (
) )
( ( )
en V se definen las operaciones de adicin y multiplicacin por un escalar tambin es cerrado bajo estas operaciones y posee las caractersticas algebraicas del espacio vectorial Por lo tanto, se define como un espacio vectorial contenido en vectorial un Subespacios del espacio mayor. .se llama a dicho espacio
DEFINICION: sea V un espacio vectorial y U un subconjunto no vacio de V.se dice que U es un Subespacios de V si es cerrado bajo la adicin y la multiplicacin por un escalar. Para determinar que dicho subconjunto U es un espacio vectorial, observe que U satisface los axiomas 1 y 2de cerradura de la definicin anterior. Tambin hereda las condiciones de los axiomas 3 a 10 del espacio V .un Subespacios es un espacio vectorial contenido en un espacio vectorial mas grande.
Ejemplo 1: Sea W un subconjunto de vectores de la forma ( subespacio de . Solucin:
) demuestre que W no es un
W consta de todos los elementos de en los que la segunda componente es el cuadrado de la primera. As , por ejemplo, el vector(2,4,3)se encuentra en W ,mientras que el vector(2,5,3)no.
Sean (
)y(
) elementos de W .se obtiene
)+( (
)=( ( ) )
)+( ) no es un elemento de W.W no se encuentra cerrado Por consiguiente, ( bajo la adicin no es un subespacio.
Combinaciones lineales de vectores
En la seccin anterior se analizo el sub espacio de que consta de todos vectores de la forma (a, a, b).Observe que cualquier vector de este espacio se puede expresar de la manera siguiente:
La consecuencia de este hecho consiste en que cada vector del subespacio se puede expresar en trminos de (1,1,0) y (0,0,1).por ejemplo,
( Y (
) ( ) caracterizan en algn sentido al sub espacio. En esta y las Los vectores ( siguientes secciones se considera este enfoque para entender los espacios vectoriales en trminos de ciertos vectores que representan a todo el espacio.
DEFINICION: sean vectores en un espacio vectorial V. Se dice que V ,un vector en V ,es una combinacin lineal de si existen escalares tales que V puede expresarse de la manera siguiente :
Ejemplo: Determine si el vector (-1,1,5) es una combinacin lineal de los vectores (1,2,3) ; (0,1,4) y (2,3,6)
Solucin: Analice la identidad
se pueden encontrar escalares
para los cuales se cumpla esta identidad?
Al aplicar las operaciones de adicin y multiplicacin por un escalar, se obtiene:
( ( ) ( ) (2 ) ) ( ( ) )
Igualando las componentes se obtiene el siguiente sistema de ecuaciones lineales:
=1
Se pue4de demostrar que este sistema de ecuaciones tiene la solucin nica,
Po lo tanto, el vector (-1,1,5) es la combinacin lineal siguiente de los vectores (1,2,3),(0,1,4) y(2.3.6) : (-1, 1,5)= (1, 2,3)+2(0, 1,4)-1(2, 3,6)
TEOREMA Sean vectores en un espacio vectorial V .sea U el conjunto que consta de las combinaciones lineales de .U es un subespacio de V generado por los vectores . Se dicen que U es el espacio vectorial generado Demostracin: Sean y .
Elementos cualquiera de U .as, ( ( ) ) ( ( ) )
es una combinacin lineal de cerrada bajo la adicin vectorial. Sea c un escalar cualquiera.de esta manera, (
.Entonces
U.U es
Dependencia e independencia lineal
Cu es una combinacin lineal de .por lo tanto, se encuentra en U.U es cerrada bajo la multiplicacin por un escalar.de esta manera U es un subespacio de V. De acuerdo con la definicin de U, cada vector de U se puede expresar como una combinacin lineal de .As .generan a U. DEFINICION: a) El conjunto de vectores * dependiente si existen escalares * +en un espacio vectorial V se dice que es linealmente + no todos iguales a cero
b) El conjunto de vectores * Ejemplo 1:
+es linealmente independiente si solo se puede satisfacer cuando
Demuestre que el conjunto(1,2,3) , (-2,1,1) , (8,6,10) es linealmente dependiente en
Solucin: Analice la identidad ( ) ( ) ( ) d
Quiere demostrar que por lo menos uno de los valores de c puede ser diferente de cero. As tenemos que
( (
) (
) )
Se iguala cada componente de este vector a cero, obtiene el sistema de ecuaciones
Este sistema tiene la solucin , por lo menos unos de los valores de c es distinto de cero, el conjunto de vectores es linealmente dependiente. La dependencia lineal se expresa por medio de la ecuacin
TEOREMA Un conjunto que consta de dos o ms vectores en un espacio vectorial es linealmente dependiente si y solo si es posible expresar uno de los vectores como combinacin lineal de los dems vectores.
DEMOSTRACION Sea el conjunto * +no todos iguales a 0 tales que
Suponga ,la identidad anterior puede reescribirse dela manera siguiente:
que
( As
es una combinacin lineal de
Dependencia lineal de (
Por otra parte suponga que es una combinacin lineal de escalares tales que
por consiguiente, existen
El conjunto ( ) es linealmente dependiente si y solo si es posible expresar un vector como un mltiplo escalar del otro vector. Sea esto implica que son colineales . Vuelve a escribir esta ecuacin como
) +(
Por lo que, el conjunto * demostracin.
+es linealmente dependiente, con lo que se completada
Dependencia lineal de (
El conjunto (
Es linealmente dependiente si y solo si es posible expresar uno de los vectores, por ejemplo como combinacin lineal de los otros dos vectores ( ).Sea ( se encuentra
En general cuando son lineales independientes, esto significa que ubicado en plano generado por
BAES Y DIMENCION
Se dice que una recta tiene una dimensin y que un plano tiene dos dimensiones en esta seccin se dar la definicin matemtica de comiencen. Dicha definicin ser congruente con las ideas intuitivas a partir de los conceptos de conjunto generador e independencia lineal.
DEFINICION + recibe el nombre de base de un espacio Un conjunto finito de vectores * vectorial V si el conjunto genera V y es linealmente independiente. Desde un punto de vista intuitivo una base es un conjunto eficiente para representar un espacio vectorial en el sentido de que cualquier vector se pueda expresar como una combinacin lineal de dos vectores de la base; adems los vectores e la base son independiente uni de otros.
DEFINICION El conjunto de n vectores ( Es una base para )( ) ( ) .
esta base recibe el nombre de base cannica para
Ejemplo 1:
Demuestre que el conjunto(1,0,-1) ,(1,1,1) ,(1,2,4) es una base para
Solucin Demuestre primero que el conjunto genera .sea ( trate de encontrar escalares tales que ) un elemento cualquiera de
, ( ) ( ) ( )
Esta identidad lleva al sistema e ecuaciones
Este sistema de ecuaciones tiene la solucin
As el conjunto genera el espacio Ahora demuestre que el conjunto es linealmente independiente considere la identidad.
Esta identidad da como resultado el siguiente sistema de ecuaciones
Este sistema tiene una solucin nica, linealmente independiente.
.por lo tanto el conjunto es
Se a demostrado que el conjunto (1,0,-1) ,(1,1,1) ,(1,2,4) genera independiente.por consiguiente es una base para .
y es linealmente
Teorema1 + vectores, diferentes del vector cero, de un espacio vectorial V. Se Sean * + constituye una base de V, y a su vez se dice que V dice que el conjunto * tiene dimensin , si cumple las siguientes condiciones:
i.) Los vectores son *
+linealmente independientes
ii.) Todos los elementos de V se pueden expresar como combinacin lineal +. Cuando se cumple esta condicin se dice que * +genera de* a V.
Teorema 2
Sea V un espacio vectorial real de dimensin

, entonces:
La base de V no es nica. Todas las bases de V tienen exactamente elementos. Cualquier subconjunto de V que contenga + 1 vectores es linealmente dependiente. vectores linealmente independientes, entonces es una base de V.
Si un conjunto de V tiene
Rango de una matriz

DEFINICION Sea A una matriz de mxn .los renglones de A se pueden considerar como vectores rengln y las columnas como vectores columna .cada vector rengln tiene n componentes y cada vector columna tiene m componentes.los vectores rengln generan un subespacio de llamado espacio rengln de A ,y los vectores columna generan un subespacio de llamado espacio columna de A.
Ejemplo 1: Considere la matriz [ ]
Los vectores rengln de A son ( ) ( ) ( )
Estos vectores generan un subespacio de Los vectores columna de A son [ ] Estos vectores generan un subespacio de
llamado espacio rengln de A .
[ ]
[ ]
llamado espacio columna de A.
DEFINICION La dimensin del espacio rengln y del espacio columna de una matriz A recibe el nombre de rango de A .el rango de A se denota como rango (A) Ejemplo2: Determine el rango de la matriz: [ Solucin A simple vista se tiene que el tercer rengln de A es una combinacin lineal de los dos primeros renglones. (2, 5,8)=2(1, 2,3)+ (0, 1,2) Por consiguiente, los tres renglones de A son linealmente dependientes. El rango de A debe ser menor que 3 .Ya que (1,2,3)no es mltiplo escalar de (0,1,2),estos dos vectores son linealmente independientes y forman una base para el espacio rengln de A. por lo tanto, Rango (A)=2 Este mtodo, que se basa en la definicin, no es prctico para determinar los rangos de matrices grandes. el siguiente teorema sirve para determinar el rango de una matriz en forma escalonada. TEOREMA Los vectores rengln diferentes de cero de una matriz A de forma escalonada reducida constituye una base parta el espacio rengln de A .el rango de A es el numero de vectores rengln diferentes de cero. ]
Problemas con espacios vectoriales 1) sea S =* + a base de en el ejemplo procedente.
a) encontrar el vector de coordenadas de v=(5,-1,9) con respecto a S . b) encontrar el vector v en ( ) es ( ) Solucin: Es necesario encontrar escalares tales que cuyo vector de coordenadas con respecto a la base S
O bien, en trminos de las componentes, ( ) ( ) ( ) ( )
Igualando las componentes correspondientes se obtiene 3 =5 2
Resolviendo este sistema se obtiene ( ) ( )
por consiguiente
b) Aplicando la definicin del vector de coordenadas es ( ) se obtiene
)(
2) Determine si el vector (-1,1,5) es una combinacin lineal de los vectores (1,2,3) ; (0,1,4) y (2,3,6)
Solucin: Analice la identidad
se pueden encontrar escalares
para los cuales se cumpla esta identidad?
Al aplicar las operaciones de adicin y multiplicacin por un escalar, se obtiene:
( (
) (2
) )
( (
) )
Igualando las componentes se obtiene el siguiente sistema de ecuaciones lineales:
=1
Se pue4de demostrar que este sistema de ecuaciones tiene la solucin nica,
Po lo tanto, el vector (-1,1,5) es la combinacin lineal siguiente de los vectores (1,2,3),(0,1,4) y(2.3.6) : (-1, 1,5)= (1, 2,3)+2(0,1,4)-1(2,3,6)
3)Demuestre que el conjunto(1,2,3) , (-2,1,1) , (8,6,10) es linealmente dependiente en Solucin: Analice la identidad ( ) ( ) ( ) d
Quiere demostrar que por lo menos uno de los valores de c puede ser diferente de cero. As tenemos que
( (
) (
) )
Se iguala cada componente de este vector a cero, obtiene el sistema de ecuaciones
Este sistema tiene la solucin , por lo menos unos de los valores de c es distinto de cero, el conjunto de vectores es linealmente dependiente. La dependencia lineal se expresa por medio de la ecuacin ( ) ( ) ( )
4)Demuestre que el conjunto(1,0,-1) ,(1,1,1) ,(1,2,4) es una base para Solucin Demuestre primero que el conjunto genera .sea ( de trate de encontrar escalares tales que , ( ) ( ) ( ) ) uh elemento cualquiera
Esta identidad lleva al sistema e ecuaciones
Este sistema de ecuaciones tiene la solucin
As el conjunto genera el espacio Ahora demuestre que el conjunto es linealmente independiente considere la identidad.
Este sistema tiene una solucin nica, conjunto es linealmente independiente. Se a demostrado que el conjunto (1,0,-1) ,(1,1,1) ,(1,2,4) genera independiente.por consiguiente es una base para . 5) Determinar si vectorial . Solucin: Es necesario determinar si un vector arbitrario como una combinacin lineal en ( ) ( ) (
.por lo tanto el
y es linealmente
)generan el espacio
.se puede expresar
De los vectores * componentes se obtiene ( o ( O ) ( ) ( ) (
+ .expresando esta ecuacin en t5erminos de las ) ( )
El problema se reduce entonces a determinar si este sistema es consistente para todos los valores de
Matriz de coeficientes [ ]
Es invertible .pero det(A)=0,de modo que A no es invertible; en consecuencia no generan .
6.- Encuentra las ecuaciones implcitas del siguiente subespacio y comprueba si el vector dado est o no en el subespacio. (1; 2; 1; 1); (1; 1; 1; 2) en , v = (1; 0; 1; 0). entonces sabemos que ) ( )
Solucin: Sea (x; y; z; t) un vector cualquiera de ( existen escalares (x ; y; z; t) = (1; 2; 1; 1) + ) (
tales que (1; 1; 1; 2)
el sistema de ecuaciones lineales
Es compatible cuando transformemos la matriz ampliada del sistema Forma escalonada, ocurra que en dicha forma escalonada no nos quede la ltima Columna como columna pivote.
y como podemos ver, para que la ltima columna de la matriz escalonada no sea columna pivote ha de ocurrir que -3x + y + t = 0 y tambin que z - x = 0 ( x-z = 0). Luego las ecuaciones implcitas del subespacio (1; 2; 1; 1) ; (1; 1; 1; 2) son ( )
Es decir, ( ) ( ) {( ) } ) slo
Sea ahora ( ) , para ver si ( ) ( hemos de comprobar si cumple las ecuaciones implcitas, entonces como ( ( ) ( ) ( ) )
7) Un endomorfismo de R3 en las bases cannicas viene dado por la matriz:
Obtener la matriz referida a la base (1,1, 2), (0, 2, 1), (0, 0, 5) Solucin La matriz de un endomorfismo depende de la base elegida, es decir, que si un operador tiene una matriz T en la base (e1, e2, , en) entonces su matriz en otra base (u1, u2, , un) es S-1.T.S, siendo S una matriz cuyas columnas son las coordenadas de los vectores de la nueva base respecto de la antigua. En nuestro caso, la matriz T viene dada respecto a la base cannica, por lo que tendremos:
Ya partir de ah :
8) Sea
su aplicacin dual. Demostrar:
a) f es inyectiva si y solo si f t es exhaustiva b) f es exhaustiva si y solo si f t es inyectiva. solucin a) Demostramos que si f es inyectiva entonces f t es exhaustiva. El que f sea inyectiva equivale a decir que ncleo de f = {0}, con lo cual:
pero, por la definicin de anulador de un subespacio H de E, sabemos que se tiene:
por lo que resultar:
Demostrar que si ft es exhaustiva entonces f es inyectiva puede hacerse anlogamente. b) Demostramos que si f es exhaustiva entonces ft es inyectiva. Si f es exhaustiva se tiene Im f = F y podemos poner:
pero se tiene
que por lo que resulta:
Para demostrar el recproco se hace de forma anloga.
9) Demostrar que si los vectores x1, x2, x3 forman un sistema libre, tambin forman un sistema libre los vectores (x1+x2), (x1+x3), (x2+x3) solucin El sistema de vectores dado es libre si la expresin:
Se cumple nicamente cuando los coeficientes son todos iguales a cero. En caso contrario, el sistema es ligado. De ese modo, operando, tenemos:
Como los vectores x1, x2, x3 son linealmente independientes, por hiptesis, los coeficientes deben ser todos nulos. De ese modo podemos plantear el siguiente sistema:
Tenemos un sistema homogneo del que calculamos el rango de la matriz de los coeficientes:
Al ser el rango de la matriz de los coeficientes igual al nmero de incgnitas, el sistema slo admite como solucin para ellas el valor nulo y, en consecuencia, los vectores dados forman un sistema libre.
10) Puede constituir el sistema v1 = (1, 2, 3) ; v2 = (2, -1, 0) ; v3 = (1, 1, 0) una base de R3? Suponiendo que sea cierto lo anterior, calcular las coordenadas del vector (2, 4, 6) en dicha base. solucin Hemos de considerar la matriz asociada al sistema, tenindose que el rango de dicha matriz es igual a la dimensin del espacio que engendran los vectores considerados.
Por lo tanto, el sistema considerado si es un sistema libre que, al ser generador, constituye una base de R3. Cualquier vector de R3 se puede expresar como combinacin lineal de los vectores de una base:
Haciendo operaciones obtenemos el sistema:
Resuelto el sistema se obtiene como solucin coordenadas del vector dado en la base indicada son (2, 0, 0).
con lo que las
11) Pertenece el vector v = (2, 4, 2) al subespacio engendrado por los vectores = (1, 2, 3); v2 = (1, 0, -1)? solucin
v1
En primer lugar determinamos las ecuaciones cartesianas del subespacio. Todo vector de dicho subespacio podr expresarse como combinacin lineal de v1 y v2:
Haciendo operaciones se tiene:
Para que el vector v pertenezca al subespacio engendrado por los vectores v 1 y v2 debe satisfacer la anterior ecuacin:
Por lo tanto, el vector v no pertenece al subespacio engendrado por v1 y v2 12)Indicar si los siguientes conjuntos son subespecios vectoriales de R4
solucin Se ha de cumplir:
Tomando dos vectores cualesquiera que cumplan la primera condicin:
Y el primero de los conjunto definidos si es subespacio vectorial de R4. Anlogamente, para el segundo ejemplo, se ha de cumplir:
Y segn el enunciado tenemos:
Considerando las coordenadas, se tiene que la segunda es el doble que la primera y la cuarta es la suma de la primera y la tercera, por lo tanto, se cumplen las condiciones requeridas para que el conjunto dado sea un espacio vectorial de R4. 13) Determinar los parmetros l , r tales que el vector (l , r, -37, -3) pertenezca al subespacio de R4 engendrado por los vectores: v1 = (1, 2, -5, -3); v2 = (2, -1, 4, 7) solucin Para que dicho vector pertenezca al referido subespacio, se ha de cumplir: (l , r, -37, -3) = a(1, 2, -5, -3) + b(2, -1, 4, 7) Identificando coordenadas tenemos: l = a + 2b; r = 2a - b ; -37 = -5a + 4b ; -3 = 3a + 7 b Si tomamos las dos ltimas ecuaciones, resulta:
Donde hemos multiplicado la de arriba por 3 y la de abajo por 5. Sustituyendo el valor obtenido de b en la ltima de las ecuaciones, por ejemplo, resulta:
Sustituyendo en las dos primeras ecuaciones los valores de a y b obtenidos tenemos: l = a + 2b = -5/47; r = 2a - b = 720/47
14) Sea E un espacio vectorial sobre R y sea {u, v} una base de E. Se pide demostrar que los vectores z = u + v ; t = u v constituyen una base de E y descomponer el vector v = 3u 5w en la base formada por los vectores z, t. Solucin: Para que z, t formen una base, la igualdad a.z + b.t = 0 slo debe cumplirse para a = b = 0. En este caso tenemos:
Pero como u, w es una base de E, los coeficientes deben ser nulos, es decir: a+b=0;a-b=0 a=0;b=0
Por lo tanto, el sistema {z, t} constituye una base de E. Para determinar la segunda cuestin, debemos escribir los vectores u, w en funcin de los vectores z, t:
Por lo tanto, el vector v = 3u 5w lo podemos escribir:
15) En el espacio vectorial V3, sobre el cuerpo de los nmeros reales, se consideran los vectores a = (1, 0, 1); b = (0, 0, 1) ; c = (1, 0, 0). Hallar la dimensin, las ecuaciones paramtricas y las ecuaciones cartesianas de la variedad lineal (subespacio) engendrado por los vectores {a, b, c}. Solucin En primer lugar determinamos el rango de la matriz de los coeficientes:
Al ser el rango 2, la dimensin del subespacio considerado es 2. Para encontrar las ecuaciones paramtricas, tenemos:
x = (x1, x2, x3) = a(1, 0, 0) + b(0, 1, 0) + g(0, 0, 1) De donde podemos obtener: x1 = a + g ; x2 = 0 ; x3 = a + b Que son las ecuaciones paramtricas del subespacio vectorial. Para encontrar las ecuaciones cartesianas debemos tener en cuenta que hemos de obtener tantas ecuaciones como indique la diferencia n r, siendo n la dimensin del espacio vectorial principal y r la dimensin del subespacio considerado. En nuestro caso tenemos: n r = 3 2 = 1; debemos encontrar, pues, una ecuacin cartesiana. Dicha ecuacin ser: x2 = 0. Todos los vectores (x1, x2, x3) que cumplan la condicin dada pertenecen a dicho subespacio.
16) Determinar la dimensin, una base y las ecuaciones cartesianas del subespacio vectorial engendrado por los vectores:
Solucin: Hacemos la observacin de que el subespacio no puede tener dimensin superior a 3, por ser de este orden la mayor matriz cuadrada que puede obtenerse con los datos. Siendo as, tomamos un menor:
Como su determinante es distinto de cero.
Vemos que todos los determinantes son nulos, lo cual era fcil de deducir observando que v3 es combinacin lineal de v1 y v2. Segn lo visto, el rango de la matriz de los coeficientes es 2 y, en consecuencia, la
dimensin del subespacio considerado es 2. Para obtener las ecuaciones cartesianas, debemos tener en cuenta que el nmero de ellas a deducir es n r = 5 2 = 3, siendo n la dimensin del espacio origen y r la dimensin del subespacio considerado. Sea el vector genrico:
Haciendo operaciones obtenemos en primer lugar las ecuaciones paramtricas:
Eliminando los parmetros obtenemos las ecuaciones solicitadas son:
17) Dado el sistema de generadores:
Determinar la dimensin del subespacio engendrado por dicho sistema y obtener una base y las ecuaciones cartesianas. Solucin: Escribiendo la matriz de los coeficientes tenemos:
El rango de la matriz es 3, por lo que la dimensin del subespacio considerado ser 3. Una base de dicho subespacio ser la constituida por los vectores dados, v 1, v2 y v3. El nmero de ecuaciones cartesianas que debemos obtener es n r = 4 3 = 1
Con lo que tenemos:
18) Demostrar que la interseccin de dos subespacios vectoriales es un subespacio vectorial. RESPUESTA 22 Se ha de cumplir:
Y tenemos:
Y queda demostrado lo propuesto
19) Encontrar un subespacio complementario de la variedad lineal [a, b, c], siendo: a = (1, 0, 1) ; b = (0, 0, 1) ; c = (1, 0, 0) Solucin: Determinamos en primer lugar el rango de la matriz de los vectores:
Siendo el resultado trivial, por tenerse en el determinante original una columna completa de ceros. Al tener un menor de orden 2 no nulo, el rango de la matriz es 2 y la dimensin del espacio generado por la variedad lineal dada es 2. Podemos tomar como vectores libres de dicho espacio b y c, con lo cual, sabiendo que dos espacios complementarios han de cumplir:
Podemos aadirle a los vectores b y c un vector tal que el determinante de la matriz resultante no sea nulo; de ese modo se formara una base de E. cmo todos los vectores implicados seran linealmente independientes, el vector aadido sera una base del espacio complementario al formado por la variedad lineal considerada. Tenemos:
Todo vector x de dicho subespacio vendr dado por la ecuacin x = a(1, 1, 0). como dicho subespacio tiene dimensin 1, sern necesarias dos ecuaciones cartesianas para definirlo:
Y las ecuaciones que definirn dicho subespacio seran, entonces:
20) Demuestre primero que el conjunto genera cualquiera de trate de encontrar escalares ( Solucin: Esta identidad lleva al sistema e ecuaciones ) ( ) .sea ( tales que ( ) ) un elemento
Este sistema de ecuaciones tiene la solucin , As el conjunto genera el espacio Ahora demuestre que el conjunto es linealmente independiente considere la identidad.
Este sistema tiene una solucin nica, conjunto es linealmente independiente. Se a demostrado que el conjunto (1,0,-1) ,(1,1,1) ,(1,2,4) genera independiente.por consiguiente es una base para .
.por lo tanto el
y es linealmente

Hecho Basicas

Uploaded by

Document Information

Original Title

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

Hecho Basicas

Uploaded by

Copyright:

Available Formats

Matemticas bsicas II

TRABAJO DE MATEMATICAS BASICAS

Axiomas de cerradura 1) la suma existe y es un elemento de V. (V es cerrado bajo la adicin)

Prof.: Prez Daz Elbert

Axiomas de la adicin 3) ( ) (propiedad conmutativa) ( ) ( )

Axiomas de la multiplicacin por n escalar 7) ( )

(Cerradura bajo la operacin

de un elemento del cuerpo

Prof.: Prez Daz Elbert

Existencia de elemento neutro ante

Existencia de elemento opuesto ante

Propiedad distributiva para la operacin (+) entre escalares ,

Propiedad distributiva para la operacin

Existencia de elemento neutro ante la operacin

Ejemplos 1. En efecto: es un espacio vectorial sobre

Prof.: Prez Daz Elbert

Prof.: Prez Daz Elbert

Espacios vectoriales de matrices

Dos matrices 2x2 cualesquiera.se tiene

u+v es una matriz 2x2 .por consiguiente, Axioma 3y4:

es cerrada bajo la adicin.

Prof.: Prez Daz Elbert

Entonces f+g es la funcin definida por: ( )(

La multiplicacin de f por un escalar, como por ejemplo3, es la funcin 3f definida por ( )( )

Prof.: Prez Daz Elbert

Axioma 1: F+g se encuentra definida por ( )(

Prof.: Prez Daz Elbert

Considere Ahora ciertos subconjuntos de Elemento de de cerradura.

que tienen las mismas caractersticas

Prof.: Prez Daz Elbert

Ejemplo 1: Sea W un subconjunto de vectores de la forma ( subespacio de . Solucin:

) elementos de W .se obtiene

Combinaciones lineales de vectores

Prof.: Prez Daz Elbert

Solucin: Analice la identidad

se pueden encontrar escalares

para los cuales se cumpla esta identidad?

Al aplicar las operaciones de adicin y multiplicacin por un escalar, se obtiene:

Prof.: Prez Daz Elbert

Igualando las componentes se obtiene el siguiente sistema de ecuaciones lineales:

Se pue4de demostrar que este sistema de ecuaciones tiene la solucin nica,

Prof.: Prez Daz Elbert

Elementos cualquiera de U .as, ( ( ) ) ( ( ) )

Dependencia e independencia lineal

b) El conjunto de vectores * Ejemplo 1:

+es linealmente independiente si solo se puede satisfacer cuando

Prof.: Prez Daz Elbert

Solucin: Analice la identidad ( ) ( ) ( ) d

Se iguala cada componente de este vector a cero, obtiene el sistema de ecuaciones

Prof.: Prez Daz Elbert

DEMOSTRACION Sea el conjunto * +no todos iguales a 0 tales que

Suponga ,la identidad anterior puede reescribirse dela manera siguiente:

es una combinacin lineal de

por consiguiente, existen

Por lo que, el conjunto * demostracin.

+es linealmente dependiente, con lo que se completada

Prof.: Prez Daz Elbert

DEFINICION El conjunto de n vectores ( Es una base para )( ) ( ) .

esta base recibe el nombre de base cannica para

Demuestre que el conjunto(1,0,-1) ,(1,1,1) ,(1,2,4) es una base para

Prof.: Prez Daz Elbert

Esta identidad lleva al sistema e ecuaciones

Este sistema de ecuaciones tiene la solucin