Documente Academic
Documente Profesional
Documente Cultură
Si x
Vy
y
son escalares, entonces (
+
)x =
x+x (Segunda ley distributiva)
Si x V y y son escalares, entonces (x) = ()x (ley asociativa de la
multiplicacin por escalares)
Para cada vector x V, 1x= x
EJEMPLO 1
El espacio Rn Sea V = Rn = : xj E R para i = 1,2,...,n.
Cada vector en Rn es una matriz de n * 1. segn la definicin de suma de
matrices, x + y es una matriz de n * 1 si x y y son matrices de n*1. Haciendo
0= y -x= , se ve que los axiomas ii) ax ) se obtienen de la
definicin de matrices.
SUBESPACIOS
DEFINICIN
Sea H un subconjunto no vaco de un espacio vectorial V y suponga que H es en
s un espacio vectorial bajo las operaciones de suma y multiplicacin por un
escalar definidas en V. Entonces se dice que H es un subespacio de V.
Se puede decir que el subespacio H hereda las operaciones del espacio vectorial
padre V.
TEOREMA 1
Un subconjunto no vacio H es un espacio vectorial V es un subespacio de V si se
cumplen las dos reglas de cerradura. Este teorema demuestra que para probar si
H es o no un subespacio de V, es suficiente verificar que
x + y y ax estn en H cuando x y y estn en H y a es un escalar.
A=
Entonces las columnas de A, consideradas como vectores, son linealmente
dependientes si y solo si el sistema , que se puede escribir como Ac = 0, tiene
soluciones no triviales.
TEOREMA 4
Sean v1, v2, ..., vn, n vectores en Rn y sea A una matriz de n*n cuyas columnas
son v1, v2, ..., vn. Entonces v1, v2, ..., vn son linealmente independientes si y
slo si la nica solucin al sistema homogneo Ax= 0 es la solucin trivial x=0.
TEOREMA 5
Sea A una matriz de n*n. Entonces det A = 0 si y solo si las columnas de A son
linealmente independientes.
TEOREMA 6
Cualquier conjunto n vectores linealmente independientes en Rn genera a Rn
EJEMPLO
Dos vectores linealmente dependientes en R4
Los vectores v1= y v2= son linealmente dependientes ya que v2= -3v1.
5.4 BASES Y DIMENSIN
DEFINICIN
Base Un conjunto finito de vectores v1, v2, . . ., vn es una base para un espacio
vectorial V si
v1, v2, . . ., vn es linealmente independiente
v1, v2, . . ., vn genera V.
Todo conjunto de n vectores linealmente independiente Rn es una base en Rn
En Rn se define
Base cannica.- Entonces, como los vectores e1 son las columnas de una matriz
identidad e1, e2, . . ., en es un conjunto linealmente independiente y, por lo tanto,
constituye una base en Rn.
EJEMPLO
Base cannica para M22 que , , y generan a M22
Si
= C1 + C2 + C3 + C4 = , entonces es obvio que c1 = c2=c3=c4= 0. As, estas
matrices son linealmente independientes y forman una base para M22 .
DEFINICIN
Dimensin.- Si el espacio vectorial V tienen una base finita, entonces
la dimensin de V es el nmero de vectores en todas las bases y V se
llama espacio vectorial de dimensin finita. De otra manera, V se
llama espacio de dimensin infinita. Si V = 0 , entonces se dice que V
tiene dimensin cero.
EJEMPLO
La dimensin de Rn Como n vectores linealmente independientes en Rn
constituye una base, se ve que
Dim Rn = n
ESPACIOS CON PRODUCTO INTERNO
DEFINICIN 1
Espacio con producto interno.- Un espacio vectorial complejo V se
llama espacio con producto interno si para cada par ordenado de
vectores u y v en V, existe un nmero complejo nico (u,v), llamadoproducto
interno de u y v, tal
que
si u, v y w estn
en
V
y
C, entonces
EJEMPLO
Un producto interno en Rn Rn .- es un espacio con producto interno con (u, v)=
u * v.
DEFINICIN 2
Sea V un espacio con producto interno y suponga que u y v estan en V. Entonces
i. U y v son ortogonales si (u, v) = 0
La norma de u, denota por u, esta dada por
U=
Nota: A la u se le pone doble barra para evitar confusin con el valor absoluto
EJEMPLO
Dos vectores ortogonales en C2 En C2 los vectores (3, -1) y (2, 6i) son
ortogonales porque
((3, -1), (2, 6i)) = 3*2 + (-i)(6i) = 6 + (-i)(-6i) = 6 -6 = 0 adems (3, -i)) = = .
DEFINICIN 3
Conjunto ortonormal .- El conjunto de vectores v1, v2, . . ., vn es un conjunto
ortonormal en V si
(vi, vj) = 0 para i
y
vi = = 1
DEFINICIN 4
Complemento ortogonal.- Sea H un subespacio del espacio con producto
interno V. Entonces el complemento ortogonal de H, denotado por H, est dado
por
H=x
V : (x, h) = 0 para todo h
H