Introducción a Espacios Vectoriales
Cargado por
natividad hernandez alvarezIntroducción a Espacios Vectoriales
Cargado por
natividad hernandez alvarezAlumno:
Natividad Jesus Hernandez Alvarez
Carrera:
Ingeniería en sistemas computacionales
Matricula:
20300698
Encargado(a) de la materia:
Daniel Arturo Cruz Castillejos
Materia:
Algebra Lineal
Semestre:
Segundo
Grupo:
C
Actividad:
Espacios Vectoriales
N° de actividad:
1
Espacios Vectoriales
Un espacio vectorial (o lineal) es un conjunto no vacío V, cuyos elementos se denominan vectores, en el que hay
definidas dos operaciones, suma y multiplicación por escalares (números reales o complejos) que satisfacen los
siguientes axiomas.
Para vectores arbitrarios u, v, w y escalares c y d:
1. la suma es una operación interna: ´ u + v ∈ V,
2. la suma es conmutativa: u + v = v + u,
3. la suma es asociativa: (u + v) + w = u + (v + w) = u + v + w,
4. elemento neutro de la suma: ∃0 ∈ V | v + 0 = v, ∀v ∈ V,
5. elemento inverso en la suma: ∀v ∈ V, ∃v
0∈V|v+v
0 = 0, se escribe v
0 = (−v),
6. la multiplicación por un escalar produce un vector: ´ cy ∈ V,
7. distributividad I: c (u + v) = cu + cv,
8. distributividad II: (c + d) v = cv + d v,
9. asociatividad: c(dv) = (cd)v = cd v,
10. 1 · v = v.
El vector 0 es unico y, dado ´ v, tambien lo es ´ −v. Ademas 0 ´ v = 0, c0 = 0
y −v = (−1) v.
Un espacio vectorial sobre un campo F es una tríada (V, +, ·), donde:
a) V es un conjunto no vacío;
b) +: V × V → V es una operación binaria de V llamada suma;
c) ·: F × V → V es una función llamada multiplicación escalar.
Además, deben satisfacerse las siguientes propiedades:
(EV1) El par (V, +) es un grupo abeliano con identidad 0.
(EV2) La multiplicación escalar satisface: ∀α, β ∈ F y ∀v, w ∈ V,
(1) α · (v + w) = (α · v) + (α · w);
(2) (α + β) · v = (α · v) + (β · v);
(3) (α · β) · v = α · (β · v);
(4) 1 · v = v, donde 1 es la identidad multiplicativa de F.
Subespacios Vectoriales
Muchos espacios vectoriales están relacionados entre sí, por ejemplo, cada polinomio de grado ≤3 es a su vez un
polinomio de grado ≤4, ≤5..., y a la vez una función continúa definida sobre R, siendo las operaciones de cada
uno de estos espacios vectoriales las mismas. Esta situación es muy común y muy importante en nuestro estudio
de los espacios vectoriales.
Sean E y F espacios vectoriales sobre K, si F es un subconjunto no vacío de E y las operaciones que hacen de F
un espacio vectorial son las mismas que las que hacen a E espacio vectorial, se dice que F es un subespacio
vectorial de E. Para establecer si un subconjunto F de un espacio vectorial E es subespacio vectorial o no es
necesario comprobar que se cumplen los axiomas de espacio vectorial como nos indica el siguiente teorema:
Teorema
Sea E espacio vectorial sobre K. La condición necesaria y suficiente para que un subconjunto F (no vacío) de E
sea subespacio vectorial sobre K es que contenga al vector nulo de E y sea estable para las operaciones suma de
vectores y producto por un escalar; es decir
I. ∀ x, y ∈ F x+y ∈F (⇒ F estable para la suma).
II. ∀x∈ F ∧ ∀α ∈ αx ∈ F (⇒ F estable para el producto por un escalar).
Demostración. Tenemos que demostrar que F ⊂ E, F ≠ ∅, es subespacio vectorial sobre
K ⇔ [0 ∈ F (por tanto, F ≠ ∅) y se cumplen las propiedades I) y II)].
⇒) Esta implicación es evidente.
⇐) Supongamos que 0 ∈ F y se cumplen I) y II), y veamos que entonces también se cumplen el resto de las
propiedades para que F sea espacio vectorial.
Para la suma:
1) Por I) la ley de composición es interna en F, pues ∀ x, y ∈ F x+y ∈ F.
2) Asociatividad: se cumple por cumplirse en E.
3) Conmutatividad: se cumple por cumplirse en E.
4) ∀ x ∈ F ∃ !0 ∈ F / x + 0 = x (se cumple pues el 0 ∈ F, ya que se ha exigido)
5) Comprobemos si ∀ x ∈ F ∃ -x ∈ F / x + (-x) = 0
sí x ∈ F ⇒ como -x = (-1) x ∈ F, por ser (-1) ∈ K y por verificarse II).
El resto de los axiomas correspondientes a las propiedades del producto por un escalar se cumplen siempre en F
por cumplirse en E y F ⊂ E.
Operaciones:
Existen operaciones aritméticas directas o de composición, como la suma, la multiplicación y la potenciación, y
las operaciones inversas a ellas, que son la resta, la división, la radicación y la logaritmación. Las operaciones
financieras consisten en sustituir o intercambiar ciertos capitales por otros equivalentes,.
1. El conjunto de n-uplas de números reales:
con las operaciones:
2. El conjunto de matrices de dimensión n * m:
con las operaciones: suma de matrices y producto por números reales.
3. El conjunto de todos los polinomios con coeficientes reales en la variable x:
con las clásicas operaciones de suma y producto por números reales.
4. El conjunto de todos los polinomios, con coeficientes reales en la variable, de grado menor o igual que:
con las mismas operaciones anteriores.
5. El conjunto de todas las funciones reales:
con las operaciones: suma de funciones y producto por números reales.
6. El conjunto de todas las sucesiones de números reales:
con las operaciones: suma de sucesiones y producto por números reales.
7. Si Z2 = {0, 1}, entonces Z2n es un espacio vectorial sobre el cuerpo, con las operaciones:
0 + 0 = 1 + 1 = 0, 0 + 1 = 1 + 0 = 1 y 0 * 0 = 0 * 1 = 1 * 0 = 0, 1 * 1 = 1
8. En el conjunto R2 definimos las operaciones siguientes:
puede comprobarse que se verifican todas las propiedades enunciadas por lo que la terna (R2, +, ·) es un espacio
vectorial real.
Igualmente ocurre si consideramos: R3 = {(X1, X2, X3); X1, X2, X3 eR} con las operaciones:
En general, el conjunto Rn = {(X1, X2, …, Xn); X1, X2, …, Xn eR} con las operaciones habituales definidas en los
ejemplos de antes es un espacio vectorial.
9. Son también espacios vectoriales:
• El conjunto de todas las funciones polinómicas con las operaciones
• El conjunto de los números complejos.
• El conjunto de los vectores libres del plano o del espacio
Aplicaciones
Los espacios vectoriales tienen aplicaciones en otras ramas de la matemática, la ciencia y la ingeniería. Se utilizan
en métodos como las series de Fourier, que se utiliza en las rutinas modernas de compresión de imágenes y sonido,
o proporcionan el marco para resolver ecuaciones en derivadas parciales. Además, los espacios vectoriales
proporcionan una forma abstracta libre de coordenadas de tratar con objetos geométricos y físicos, tales como
tensores, que a su vez permiten estudiar las propiedades locales de variedades mediante técnicas de linealización.
Esta rama de las matemáticas es una herramienta imprescindible para estudiantes de física, ingeniería o
arquitectura, entre otras. Pero también se puede aplicar a diversas áreas como la arqueología, el análisis del tráfico,
los circuitos eléctricos, las redes de comunicación etc.
Una aplicación lineal (o transformación lineal) es una función entre espacios vectoriales que preserva las
operaciones (suma de vectores y producto por escalares). Desde el punto de vista práctico podemos considerar
que una aplicación lineal f: R n
−→ R m es siempre una función de la forma f(⃗x) = A⃗x con A ∈ Mm×n cuando escribimos ⃗x y f(⃗x) como
vectores columna. Las filas de A están formadas por los coeficientes que aparecen en las coordenadas de f(⃗x)
Geométricamente, una aplicación lineal es una manera de deformar los objetos [Gol86], en cierta forma como
verlos en perspectiva.
Las aplicaciones lineales más importantes son las que aplican R n en sí mismo y por tanto tienen una matriz
cuadrada A ∈ Mn×n. Un problema natural que aparece en muchas aplicaciones es saber si utilizando una base
adecuada (por así decirlo, cambiando el sistema de referencia) se podría simplificar A hasta hacer que sea muy
sencilla. Esto es lo que motiva la diagonalización de matrices
Propiedades
Conclusiones
A lo largo de esta investigación hemos podido observar cuáles son las definiciones exactas ecuación vectorial
pudimos ver cuáles son los subespacios vectoriales, cuáles son las fórmulas y teoremas que son utilizados para
resolverlo así también las aplicaciones en las diferentes ramas de ingeniería y todas sus propiedades.
Bibliografía
Hernandez Heredero, R. Espacios vector [E-book] (3ª ed., P. 57). Universidad Politécnica de Madrid. Consultado el 22 de
mayo de 2021 en
https://www.euitt.upm.es/uploaded/docs_personales/hernandez_heredero_rafael_jose/old/Algebra/ALApC3.pdf.
López Camino, R. (2002). ESPACIOS VECTORIALES [E-book] (1ª ed., Págs. 2, 3). Universidad de Granada. Consultado
el 22 de mayo de 2021 en https://www.ugr.es/~rcamino/docencia/geo1-03/g1tema1.pdf.
Segura, R. (2011). 1.- ESPACIOS VECTORIALES [E-book] (págs. 3 a 5). Universidad Nacional del Callao. Recuperado
el 22 de mayo de 2021, de
https://unac.edu.pe/documentos/organizacion/vri/cdcitra/Informes_Finales_Investigacion/Julio_2011/IF_REYNA_SEGUR
A_FIQ/TEXTO.PDF.
DEPARTAMENTO DE MATEMÁTICA APLICADA, ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA. ÁLGEBRA
LINEAL [E-book] (págs. 46-50). Consultado el 22 de mayo de 2021 en
http://www.ehu.eus/ebravo/contenidos/Algebra%20lineal/Algebra.pdf.
ESPACIOS VECTORIALES. Fcm.ens.uabc.mx. Consultado el 22 de mayo de 2021 en
http://fcm.ens.uabc.mx/~matematicas/algebralineal/IV%20EspVect/5%20definicion%20y%20ejemplos.htm.
Espacio vectorial - Wikipedia, la enciclopedia libre. Es.wikipedia.org. (2021). Consultado el 22 de mayo de 2021 en
https://es.wikipedia.org/wiki/Espacio_vectorial#Propiedades.
