Sunteți pe pagina 1din 10

Definicin de espacio vectorial En matemticas, un espacio vectorial es una estructura algebraica creada a partir de un conjunto no vaco, una operacin

interna (llamada suma, definida para los elementos del conjunto) y una operacin externa (llamada producto por un escalar, definida entre dicho conjunto y un cuerpo matemtico), con 8 propiedades fundamentales. Un espacio vectorial sobre un cuerpo (como el cuerpo de los nmeros reales o los nmeros complejos) es un conjunto no vaco, dotado de dos operaciones:

Con la operacin interna tal que: 1) tenga la propiedad conmutativa, es decir

2) tenga la propiedad asociativa, es decir

3) tenga elemento neutro

, es decir

4) tenga elemento opuesto, es decir

y la operacin producto por un escalar:

Subespacio vectorial En lgebra lineal, un subespacio vectorial es el subconjunto de un espacio vectorial, que satisface por s mismo la definicin de espacio vectorial con las mismas operaciones que V. Ejemplo: Partiendo del espacio vectorial U = {(a,b):a + b = 0}. Es un subespacio vectorial. consistente de todos los vectores reales (a, b), entonces el subconjunto

Combinacin lineal Un vector vectores parte o se dice que es combinacin lineal de un conjunto de

todos

los

vectores

de

si existe una forma de expresarlo como suma de multiplicados cada uno de ellos por un

coeficiente escalar

, de forma que:

. As, es combinacin lineal de vectores de cantidad finita de elementos de . si podemos expresar como una suma de mltiplos de una

Ejemplo: 2x + 3y 2z = 0. Se dice que z es combinacin lineal de x y de y, porque podemos

escribir sin ms que despejar la z. De la misma manera, despejando oportunamente, cada una de estas variables se podra expresar como combinacin lineal de las otras dos. En otras palabras, cunto de cada vector del conjunto necesito para que, cuando se combinen linealmente dichos elementos, pueda formar al vector en cuestin.

Generacin de espacios En lgebra lineal, dado un espacio vectorial V, se llama sistema de generador s al conjunto de vectores, pertenecientes a V, a partir del cual se puede generar el espacio vectorial V completo. No confundir este concepto con el de base, ya que si bien toda base es un sistema generador, la implicacin inversa no es cierta. Mientras que una base ha de ser obligatoriamente un sistema libre, es decir, todos sus elementos han de ser linealmente independientes, un sistema generador puede ser ligado, es decir, linealmente dependiente. Cabe concluir pues, que para cualquier sistema generador V formado por n elementos, siempre podremos hallar una base B comprendida en V con un nmero de elementos estrictamente menor que n (de ser igual obtendramos la base en s y no hablaramos de sistema generador). Generalmente se emplea la siguiente notacin:

Donde V es el espacio vectorial generado por el sistema S, el cual est compuesto por n vectores, siendo n mayor o igual a la dimensin del espacio V.

Dependencia e independencia lineal En lgebra lineal, un conjunto de vectores es linealmente independiente si ninguno de ellos puede ser escrito 3 con una combinacin lineal de los restantes. Por ejemplo, en R , 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. Sea nmeros un conjunto de vectores. Decimos que son linealmente dependientes si existen , no todos iguales a cero, tal que:

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 sonlinealmente independientes. Utilizando conceptos de espacios vectoriales podemos redefinir la independencia lineal as: Un si Esta idea es importante porque los conjuntos de vectores que son linealmente indepedientes, generan un espacio vectorial y forman una base para dicho espacio. Entre las propiedades de los vectores linealmente dependientes e independientes encontramos: 1. 2. 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. Ya que un conjunto de vectores es linealmente dependiente si y solo si tiene algn vector que es combinacin lineal de los dems, si metemos este conjunto de vectores en otro ms grande, seguimos teniendo el vector que es combinacin lineal de otros, por tanto, el conjunto ms grande sigue siendo linealmente dependiente. conjunto de vectores de un espacio vectorial es linealmente independiente

3.

Bases y dimensin: Definicin: Base. Se llama base de un espacio (o subespacio) vectorial a un sistemagenerador de dicho espacio o subespacio, que sea a la vez linealmente independiente. Propiedades de las bases. 1. Una base de S es un sistema generador minimal de S (lo ms pequeo posible). 2. Adems es un conjunto independiente maximal dentro de S (lo ms grande posible). 3. Una base de S permite expresar todos los vectores de S como combinacin lineal de ella, De manera nica para cada vector. Teorema de la Dimensin Todas las bases de un mismo espacio o subespacio tienen el mismo nmero de vectores. Se llama dimensin de dicho espacio o subespacio. Por tanto, la dimensin es el mximo nmero de vectores independientes que podemos tener en el espacio o subespacio. En otras palabras, es el mximo rango que puede tener un Es tambin el rango de cualquier sistema generador de dicho espacio. Conjunto de vectores de dicho espacio. Teorema de la base incompleta Teorema 1: sea una matriz de tamao m x n, entonces nul (a) y nuliz (a) son subespacios de Rn y RM, respectivamente. Teorema 2: sea A una matriz de tamao m x n, entonces nul(a) y nuliz(a). Son subespacios de Rn y Rm, respectivamente. Teorema 3: sea una matriz de tamao m x n y sea A la forma escalonada reducida de A, entonces los vectores para los cuales la columna de A tiene pivote, forma una base para col(A) y por lo tanto dim col(A)= rango (A). Adems se tiene que dim nul(A) =n- rango (A). Los espacios Rn Multitud de problemas de la vida real se rigen por proporciones constantes entre las magnitudes implicadas: procesos fsicos, reacciones qumicos, costes de materias primas y sus relaciones para formar otros productos, distribuciones que se mueven en circuitos como simulaciones de traco, canalizaciones de agua, etc...Todas estas situaciones admiten de forma natural una descripcin matemtica atraves de sistemas de ecuaciones lineales, concepto con el que comenzamos el temario de algebra y que constituye uno de sus problemas centrales .Ms a un, la resolucin de muchos problemas conlleva el manejo de gigantescos sistemas de ecuaciones lineales, por lo que nos plantearemos mtodos ecientes para su anlisis, pasando por la formulacin matricial, y por las herramientas adecuadas para tratarlos: los espacios vectoriales. De hecho, al nal del curso se estar en disposicin de comprender como incluso para fenmenos de modelizacin no lineal, el estudio aproximado del problema en torno a puntos de equilibrio puede ser

satisfactorio, lo que tiene su traduccin (linealizacion) en la vuelta a ciertos sistemas lineales (de tipo diferencial), continuacin natural de los que empezamos estudiando aqu, Esos problemas son bsicos para cualquier ingeniera, en contextos tan distintos como la mecnica, o la estabilidad de poblaciones que conviven en equilibrio en un ecosistema. Producto escalar En matemtica, el producto escalar, tambin conocido , como producto interno, interior o punto (en ingls, dot product), es una operacin definida sobre dos vectores de un espacio eucldeo cuyo resultado es un nmero o escalar. Esta operacin permite explotar los conceptos de la geometra euclidiana tradicional: longitudes, ngulos, ortogonalidad en dos y tres dimensiones. El producto escalar puede definirse tambin en los espacios eucldeos de dimensin mayor a tres, y en general en los espacios vectoriales reales y complejos. Los espacios vectoriales dotados de producto escalar reciben el nombre de espacios prehilbertianos. El producto interior o producto escalar de dos vectores en un espacio vectorial es una forma bilineal, hermtica y definida positiva, por lo que se puede considerar una forma cuadrtica definida positiva. Un producto escalar se puede expresar como una aplicacin espacio vectorial y condiciones: es el cuerpo sobre el que est definido V. donde V es un debe satisfacer las siguientes

1. Linealidad por la izquierda: por la derecha: 2. Hermiticidad: 3. Definida positiva: ,y , si y slo si x = 0,

, y linealidad conjugada

Donde son vectores de V, conjugado del complejo c.

representan escalares del cuerpo

es el

Si el cuerpo tiene parte imaginaria nula (v.g., ), la propiedad de ser sesquilineal se convierte en ser bilineal y el ser hermtica se convierte en ser simtrica. Tambin suele representarse por o por .

Un espacio vectorial sobre el cuerpo o dotado de un producto escalar se denomina espacio prehilbert o espacio prehilbertiano. Si adems es completo, se dice que es un espacio de hilbert, y si la dimensin es finita, se dir que es un espacio eucldeo. Todo producto escalar induce una norma sobre el espacio en el que est definido, de la siguiente manera:

Producto ortogonal En matemticas, 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. Formalmente, en un espacio vectorial con producto interior V, dos vectores e son

ortogonales si el producto escalar de es cero. Esta situacin se 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. Norma Se define como la longitud del segmento orientado (vector) en el espacio mtrico considerado. Se calcula a travs del producto interno del vector consigo mismo.

Efectuado el producto escalar, tenemos:

de modo que

Por componentes, tomando la base cannica en

formada por los vectores unitarios {i, j, k}

de modo que

Producto vectorial y mixto En lgebra lineal, el producto vectorial es una operacin binaria entre dos vectores de un espacio eucldeo tridimensional que da como resultado un vector ortogonal a los dos vectores originales. Con frecuencia se lo denomina tambin producto cruz (pues se lo denota mediante el smbolo ) o producto externo (pues est relacionado con el producto exterior). Sean dos vectores y en el espacio vectorial . El producto vectorial entre y da como resultado un nuevo vector, . Para definir este nuevo vector es necesario especificar su mdulo y direccin:

El mdulo de

est dado por

Donde es el ngulo determinado por los vectores a y b.

La direccin del vector c, que es ortogonal a a y ortogonal a b, est dada por la regla de la mano
derecha. El producto vectorial entre a y b se denota mediante a b, por ello se lo llama tambin producto cruz. En los textos manuscritos, para evitar confusiones con la letra x(equis), es frecuente denotar el producto vectorial mediante a b. El producto vectorial puede definirse de una manera ms compacta de la siguiente manera:

Donde es el vector unitario y ortogonal a los vectores a y b y su direccin est dada por la regla de la mano derecha y es, como antes, el ngulo entre a y b. A la regla de la mano derecha se la llama a menudo tambin regla del sacacorcho.

Mtodo de gram-schmidt En lgebra lineal, el proceso de ortogonalizacin de GramSchmidt es un algoritmo para construir, a partir de un conjunto de vectores linealmente independientes de un espacio prehilbertiano (usualmente, elespacio n eucldeo R ), otro conjunto ortonormal de vectores que genere el mismo subespacio vectorial. Este algoritmo recibe su nombre de los matemticos Jrgen Pedersen Gram y Erhard Schmidt. Se define, en primer lugar, el operador proyeccin mediante

Donde los corchetes angulares representan el producto interior. Es evidente que

Es un vector ortogonal a . Entonces, dados los vectores Schmidt construye los vectores ortonormales

, el algoritmo de Gram de la manera siguiente:

A partir de las propiedades de la proyeccin y del producto escalar, es sencillo probar que la sucesin de vectores es ortonormal.

Definicin de transformaciones lineal y sus propiedades

Se denomina transformacin lineal, funcin lineal o aplicacin lineal a toda aplicacin cuyo dominio y codominio sean espacios vectoriales y se cumplan las siguientes condiciones: Transformacin lineal: Sean V y W espacios vectoriales reales. Una transformacin lineal T de V en W es una funcin que asigna a cada vector v V un vector nico Tv W y que satisface, para cada u y v en V y cada escalar , 1. 2.

T (u+v)= Tu+Tv T(v)= Tv, donde es un escalar.

Tres notas sobre notacin. 1. Se escribe T: V W para indicar que T toma el espacio vectorial real V y lo lleva al espacio vectorial real W; esto es, T es una funcin con V como su dominio y un subconjunto de W como su imagen. Se escriben indistintamente Tv y T (v). denotan lo mismo; las dos fases se leen T de v. eso es anlogo a la notacin funcional f(x), que se lee f de x. Muchas de las definiciones y teoremas se cumplen tambin para los espacios vectoriales complejos (espacios vectoriales en donde los escalares son nmeros complejos). Terminologa: las transformaciones lineales con frecuencia se llaman operadores lineales. Nota: No toda transformacin que se ve lineal es en realidad lineal. Por ejemplo, defina T: RR por Tx= 2x + 3. Entonces la grafica de {(x, Tx): x R} es una lnea recta en el plano xy; pero T no es lineal porque T(x+ y) = 2(x +y) + 3 = 2x + 2y + 3y Tx + ty = (2x+3) + (2y+3) = 2x + 2y + 6. Las nicas transformaciones lineales de R en R son funciones de la forma f (x) = mx para algn nmero real m. as, entre todas las funciones cuyas graficas son rectas, las nicas que son lineales son aquellas que pasan por el origen. En algebra y calculo una funcin lineal con dominio R esta definida como una funcin que tiene la forma f (x) = mx + b. asi, se puede decir

2. 3.

que una funcin lineal es una transformacin de R en R si y solo si b (la ordenada al origen) es cero Imagen y ncleo de una trasformacin lineal Sea T: V W una transformacin lineal. El ncleo T es el subconjunto formado por todos los Vectores en V que se mapean a cero en W. Ker(T) = {v V | T(v) = 0 W}

Matriz asociada a una transformacin lineal con respecto a una base dada.

2.

A toda transformacin lnea f: v ->w de espacios vectoriales de dimensiones finitasn y m, respectivamente, se le puede asociar a una matriz A M mxn, tal que f(x) = Ax, donde x = Recprocamente a toda matriz se le puede asociar con una transformacin lineal: f: v -> wEsto es de extrema utilidad considerando que:DimIm(f) = Rango f = Rango A 4. Notacin:V: espacio vectorial de salidaW: espacio vectorial de llegadav: vector de la base del espacio vectorial de salidaf(v): imagen del vector de la base del espacio vectorial de salidaB1: Base del espacio vectorial de salidaB2: Base del espacio vectorial de llegada(v)B1: Coordenada del vector de la base del espacio vectorial de salidaf(v)B2: Coordenada de la imagen del vector de la base del espacio vectorial de salida respecto a B2 A Matriz Asociada de B1 enB2Grfico:VWff(v)B2vB1 5. Datos: 1 Base de cada espacio vectorialProcedimiento: Tomamos los vectores de la base B1, sacamos sus respectivas imgenes con la transformacin lineal dada, expresamos los vectores de la base B2 como combinacin lineal de las imgenes obtenidas multiplicndolos por escalares, encontramos los escalares colocndolos en columna junto con los vectores de la base B2 formando una matriz ampliada, resolvemos la matriz hasta llegar a la matriz identidad, a los escalares obtenidos los colocamos en columna en la matriz asociada. 6. NotasCuando trabajamos con las bases cannicas los escalares son las coordenadas de la imgende los vectores.La imagen se relaciona con el vector atravezde la matriz asociada.Si multiplico las matrices obtengo la transformacin lineal 7. MATRIZ CAMBIO DE BASEQu debo hacer para obtener un mismo vector expresado en diferentes bases? 9. Notacin:V: espacio vectorial de salidaW: espacio vectorial de llegadav: vector de la base del espacio vectorial de salidaf(v): imagen del vector de la base del espacio vectorial de salidaB1: Base del espacio vectorial de salidaB2: Base del espacio vectorial de llegada(v)B1: Coordenada del vector de la base del espacio vectorial de salidaf(v)B2: Coordenada de la imagen del vector de la base del espacio vectorial de

Salida respecto a B2 enB2Grfico:WVIdvB1F(v)=vB2

Matriz

Identidad

de

B1

isomorfismo entre espacios vectoriales Los isomorfismos entre espacios vectoriales, cuando existe un isomorfismo entre V y W diremos que V y W son espacios isomorfos. En el siguiente teorema caracterizamos los espacios vectoriales isomorfos Teorema: Sean V y W dos espacios vectoriales de dimensin finita entonces V y W son isomorfos si y solo si tienen la misma dimensin.