Espacio Vectorial
Un espacio vectorial es una estructura algebraica creada a partir de un
conjunto no vacío, una operación interna (llamada suma, definida para
los elementos del conjunto) y una operación externa (llamada producto
por un escalar, definida entre dicho conjunto y otro conjunto, con
estructura de cuerpo), con 8 propiedades fundamentales. A los
elementos de un espacio vectorial se les llama vectores y a los elementos
del cuerpo, escalares.
• Un espacio vectorial sobre un cuerpo K(como el cuerpo de los
números reales o los números complejos) es un conjunto V no
vacío, dotado de dos operaciones para las cuales será cerrado:
Suma:V×V→V→(→u,→v)→→w=→u+→v
ejemplos de espacios vectoriales:
1. Si n es un numero natural, se considera el espacio euclıdeo Rn =
{(x1,...,xn); xi ∈ R} con la suma y producto por escalares siguientes:
(x1 ...,xn)+(y1,...,yn)0(x1 + y1,...,xn + yn). λ(x1,...,xn)=(λx1, . . . , λxn).
Siempre se supondra que Rn tiene esta estructura vectorial y que
llamaremos usual.
2. Sea V = {(x, y) ∈ R2 ; x − y = 0} con la suma y producto por escalares
como antes.
3. Sea V = {p} un conjunto con un ´unico elemento y con p + p = p y λp =
p.
4. Sea V = {f : R → R; f es aplicaci´on} y (f + g)(x) = f(x) + g(x), (λf)(x) = λf(x),
x ∈ R.
5. W = {f : R → R; f es una funcicon diferenciable} y la suma y el producto
por escalares a definido de forma analoga a la del ejemplo anterior.
6. Se considera el conjunto de los polinomios de grado n ∈ N: un polinomio
de grado n ∈ N es una expresi´on del tipo p(X) = a0 + a1X + ... + anXn;
abreviaremos p(X) = n i=1 aiXi , donde por convenio X0 = 1 y en vez de
escribir a01 = a0. Dos polinomios p(X) = n i=1 aiXi y q(X) = n i=1 biXi se diran
iguales si ai = bi para cada i. El conjunto de polinomios de grado n
Subespacio Vectorial
Un subespacio se refiere a un subconjunto de algún otro
conjunto con cierta estructura, y que posee también esta
misma estructura. Dos casos importantes son: Subespacio
vectorial: subconjunto de un espacio vectorial que es, en sí
mismo, un espacio vectorial. Sea V un espacio vectorial y U un
subconjunto suyo. Se dice que U es un subespacio vectorial de
V si satisface las siguientes propiedades:
1. Si u, v ∈ U, entonces u + v ∈ U.
2. Si λ ∈ R y u ∈ U, entonces λu ∈ U.
3. Con la suma y producto por escalares de V , U es un espacio
vectorial. Proposicion 2
.1 Sea U un subconjunto de un espacio vectorial V .
Entonces U es un subespacio vectorial si y solo si 1. Si u, v ∈ U,
entonces u + v ∈ U. 2. Si λ ∈ R y u ∈ U, entonces λu ∈ U.
Demostración: Supongamos que U satisface las propiedades 1
y 2. Veamos que con ´estas son suficientes para probar todas
las propiedades de espacio vectorial. Todas ´estas son ciertas
de forma trivial, excepto dos: la existencia de elemento neutro
y opuesto. Pero para ello basta con probar que el elemento
neutro de V se encuentra en U y lo mismo sucede con el
elemento opuesto de un vector de U.
INDEPENDENCIA LINEAL
Varios vectores libres son linealmente independientes si
ninguno de ellos puede ser escrito con una combinación lineal
de los restantes. Los vectores linealmente independientes
tienen distinta dirección y sus componentes no son
proporcionales.
varios vectores libres son linealmente independientes si
ninguno de ellos puede ser escrito con una combinación
lineal de los restantes.
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 combinación lineal
de los demás.
• Si un conjunto de vectores es linealmente independiente,
cualquier subconjunto suyo también lo es.
• Si un conjunto de vectores es linealmente dependiente,
también lo es todo conjunto que lo contenga.
Buscamos tres valores x, y y z que satisfagan la ecuación:
Lo que equivale al sistema de ecuaciones siguiente:
Dado que la única solución es la trivial (x = y = z = 0), los tres vectores son
independientes.
BASES Y DIMENSIONES
Se llama base de un espacio (o subespacio) vectorial a un conjunto
linealmente independiente que sea a la vez sistema generador de
dicho espacio o subespacio. Por tanto, la dimensión es el máximo
número de vectores linealmente independientes que podemos tener
en el espacio o subespacio.
En otras palabras, es el máximo rango que puede tener un conjunto
de vectores de dicho espacio. Es también el rango de cualquier
sistema generador de dicho espacio.
Propiedades de las bases.
1. Una base de S es un sistema generador mínima de S (lo más
pequeño posible).
2. Además es un conjunto independiente máxima dentro de S (lo más
grande posible).
3. Una base de S permite expresar todos los vectores de S como
combinación lineal de ella,
de manera única para cada vector.
Ejemplos de bases.
1. La base canónica de ! n:
e1 = (1,0,. . . ,0)
e2 = (0,1,. . . ,0)
en = (0,0,. . . ,1)
- Son linealmente independientes porque forman un determinante no
nulo.
- Son sistema generador de ! n porque todo vector (a1,a2,. . . ,an)∈ ! n
se puede expresar como combinación lineal de ellos:(a1,a2,. . . ,an) =
a1(1,0,. . . ,0) + a2(0,1,. . . ,0) + . . . + an(0,0,. . . ,1)
2. Otra base de ! 3 distinta de la canónica: (1,0,0), (1,1,0), (0,2,-3).
- Son linealmente independientes porque forman un determinante no
nulo. Son sistema generador de ! 3 porque cualquier vector (a,b,c) se
puede poner como combinación lineal de ellos. En efecto, dado
(a,b,c), buscamos , , que satisfagan (a,b,c)= (1,0,0)+ (1,1,0)+ (0,2,-3) Se
obtiene un sistema: + = a +2 =b -3 = c en las incógnitas α , β ,γ , que es
compatible determinado para cualesquiera a, b, c
RANGO DE UNA MATRIZ
El rango de una matriz es el número de filas (o columnas) linealmente
independientes. Utilizando esta definición se puede calcular usando
el método de Gauss. También, podemos decir que el rango de una
matriz es el orden de la mayor submatriz cuadrada no nula. Utilizando
esta definición se puede calcular el rango usando determinantes. A este
número se le conoce simplemente como rango de (matriz ), y se
denota por rango .
• Todos sus coeficientes son ceros.
• Hay dos filas (o columnas) iguales.
• Una fila (o columna) es proporcional a otra.
• Una fila (o columna) es combinación lineal de otras.
2 Si al menos un elemento de la matriz no es cero su determinante no
será nulo y, por tanto, el rango será mayor o igual a .
3 El rango será mayor o igual a si existe alguna submatriz cuadrada de
orden , tal que su determinante no sea nulo.
4 El rango será mayor o igual a si existe alguna submatriz cuadrada de
orden , tal que su determinante no sea nulo.
5 El rango será mayor o igual a si existe alguna submatriz cuadrada de
orden , tal que su determinante no sea nulo.
De este mismo modo se trabaja para comprobar si tiene rango superior
a , hasta que la submatriz (o las submatrices) del mayor orden posible
tenga (o tengan) determinante nulo.
