Espacios Vectoriales

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Espacios Vectoriales"

Transcripción

1 Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

2 En esta Presentación... En esta Presentación veremos: Espacios Vectoriales Verónica Briceño V. () Espacios Vectoriales noviembre / 47

3 En esta Presentación... En esta Presentación veremos: Espacios Vectoriales Sub Espacios Vectoriales Verónica Briceño V. () Espacios Vectoriales noviembre / 47

4 En esta Presentación... En esta Presentación veremos: Espacios Vectoriales Sub Espacios Vectoriales Combinación Lineal Verónica Briceño V. () Espacios Vectoriales noviembre / 47

5 En esta Presentación... En esta Presentación veremos: Espacios Vectoriales Sub Espacios Vectoriales Combinación Lineal Dependencia e Independencia Lineal Verónica Briceño V. () Espacios Vectoriales noviembre / 47

6 En esta Presentación... En esta Presentación veremos: Espacios Vectoriales Sub Espacios Vectoriales Combinación Lineal Dependencia e Independencia Lineal Espacio Generado Verónica Briceño V. () Espacios Vectoriales noviembre / 47

7 En esta Presentación... En esta Presentación veremos: Espacios Vectoriales Sub Espacios Vectoriales Combinación Lineal Dependencia e Independencia Lineal Espacio Generado Bases y Bases Canónicas Verónica Briceño V. () Espacios Vectoriales noviembre / 47

8 En esta Presentación... En esta Presentación veremos: Espacios Vectoriales Sub Espacios Vectoriales Combinación Lineal Dependencia e Independencia Lineal Espacio Generado Bases y Bases Canónicas Dimensión. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

9 Consideramos... Definición: Sea V un conjunto no vacío y sea K un cuerpo (los cuerpos que consideraremos en este curso serán el cuerpo de los números reales R o el cuerpo de los números complejos C o inclusive el cuerpo de los números racionales Q Verónica Briceño V. () Espacios Vectoriales noviembre / 47

10 Consideramos... Definición: Sea V un conjunto no vacío y sea K un cuerpo (los cuerpos que consideraremos en este curso serán el cuerpo de los números reales R o el cuerpo de los números complejos C o inclusive el cuerpo de los números racionales Q Obs: Supongamos que en V se han definido dos operaciones, que verifican: ADICIÓN + u, v V entonces w = u + v V PRODUCTO POR ESCALAR u V, α K entonces w = α v V Esto es, V es cerrado para la adición y producto por escalar. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

11 Espacios Vectoriales (V, +, ) es un Espacio Vectorial sobre K, si u, v, w V, α, β K. Se verifica: u + v = v + u Verónica Briceño V. () Espacios Vectoriales noviembre / 47

12 Espacios Vectoriales (V, +, ) es un Espacio Vectorial sobre K, si u, v, w V, α, β K. Se verifica: u + v = v + u u + (v + w) = (u + v) + w Verónica Briceño V. () Espacios Vectoriales noviembre / 47

13 Espacios Vectoriales (V, +, ) es un Espacio Vectorial sobre K, si u, v, w V, α, β K. Se verifica: u + v = v + u u + (v + w) = (u + v) + w 0 V V tal que u + 0 V = u, u V Verónica Briceño V. () Espacios Vectoriales noviembre / 47

14 Espacios Vectoriales (V, +, ) es un Espacio Vectorial sobre K, si u, v, w V, α, β K. Se verifica: u + v = v + u u + (v + w) = (u + v) + w 0 V V tal que u + 0 V = u, u V u V, u V tal que u + ( u) = 0 V Verónica Briceño V. () Espacios Vectoriales noviembre / 47

15 Espacios Vectoriales (V, +, ) es un Espacio Vectorial sobre K, si u, v, w V, α, β K. Se verifica: u + v = v + u u + (v + w) = (u + v) + w 0 V V tal que u + 0 V = u, u V u V, u V tal que u + ( u) = 0 V α(u + v) = αu + αv Verónica Briceño V. () Espacios Vectoriales noviembre / 47

16 Espacios Vectoriales (V, +, ) es un Espacio Vectorial sobre K, si u, v, w V, α, β K. Se verifica: u + v = v + u u + (v + w) = (u + v) + w 0 V V tal que u + 0 V = u, u V u V, u V tal que u + ( u) = 0 V α(u + v) = αu + αv (α + β)u = αu + βu Verónica Briceño V. () Espacios Vectoriales noviembre / 47

17 Espacios Vectoriales (V, +, ) es un Espacio Vectorial sobre K, si u, v, w V, α, β K. Se verifica: u + v = v + u u + (v + w) = (u + v) + w 0 V V tal que u + 0 V = u, u V u V, u V tal que u + ( u) = 0 V α(u + v) = αu + αv (α + β)u = αu + βu (α β) u = α(β u) Verónica Briceño V. () Espacios Vectoriales noviembre / 47

18 Espacios Vectoriales (V, +, ) es un Espacio Vectorial sobre K, si u, v, w V, α, β K. Se verifica: u + v = v + u u + (v + w) = (u + v) + w 0 V V tal que u + 0 V = u, u V u V, u V tal que u + ( u) = 0 V α(u + v) = αu + αv (α + β)u = αu + βu (α β) u = α(β u) 1 u = u Verónica Briceño V. () Espacios Vectoriales noviembre / 47

19 Espacios Vectoriales (V, +, ) es un Espacio Vectorial sobre K, si u, v, w V, α, β K. Se verifica: u + v = v + u u + (v + w) = (u + v) + w 0 V V tal que u + 0 V = u, u V u V, u V tal que u + ( u) = 0 V α(u + v) = αu + αv (α + β)u = αu + βu (α β) u = α(β u) 1 u = u Verónica Briceño V. () Espacios Vectoriales noviembre / 47

20 Espacios Vectoriales (V, +, ) es un Espacio Vectorial sobre K, si u, v, w V, α, β K. Se verifica: u + v = v + u u + (v + w) = (u + v) + w 0 V V tal que u + 0 V = u, u V u V, u V tal que u + ( u) = 0 V α(u + v) = αu + αv (α + β)u = αu + βu (α β) u = α(β u) 1 u = u Los elementos de V se llaman vectores. Los elementos de K se llaman escalares. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

21 Ejemplos: Con las operaciones usuales, se tiene que: (R n, +, ) es un espacio vectorial sobre R. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

22 Ejemplos: Con las operaciones usuales, se tiene que: (R n, +, ) es un espacio vectorial sobre R. (C n, +, ) es un espacio vectorial sobre C. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

23 Ejemplos: Con las operaciones usuales, se tiene que: (R n, +, ) es un espacio vectorial sobre R. (C n, +, ) es un espacio vectorial sobre C. (Q n, +, ) es un espacio vectorial sobre Q. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

24 Ejemplos: Con las operaciones usuales, se tiene que: (R n, +, ) es un espacio vectorial sobre R. (C n, +, ) es un espacio vectorial sobre C. (Q n, +, ) es un espacio vectorial sobre Q. (R n [x], +, ) es un espacio vectorial sobre R. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

25 Ejemplos: Con las operaciones usuales, se tiene que: (R n, +, ) es un espacio vectorial sobre R. (C n, +, ) es un espacio vectorial sobre C. (Q n, +, ) es un espacio vectorial sobre Q. (R n [x], +, ) es un espacio vectorial sobre R. (M n m (R), +, ) es un espacio vectorial sobre R. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

26 Ejemplos: Con las operaciones usuales, se tiene que: (R n, +, ) es un espacio vectorial sobre R. (C n, +, ) es un espacio vectorial sobre C. (Q n, +, ) es un espacio vectorial sobre Q. (R n [x], +, ) es un espacio vectorial sobre R. (M n m (R), +, ) es un espacio vectorial sobre R. (C([a, b]), +, ) es un espacio vectorial sobre R. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

27 Ejemplos: Con las operaciones usuales, se tiene que: (R n, +, ) es un espacio vectorial sobre R. (C n, +, ) es un espacio vectorial sobre C. (Q n, +, ) es un espacio vectorial sobre Q. (R n [x], +, ) es un espacio vectorial sobre R. (M n m (R), +, ) es un espacio vectorial sobre R. (C([a, b]), +, ) es un espacio vectorial sobre R. (C n ([a, b]), +, ) es un espacio vectorial sobre R. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

28 Ejemplos: V = {1} no es un espacio vectorial. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

29 Ejemplos: V = {1} no es un espacio vectorial. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

30 Ejemplos: V = {1} no es un espacio vectorial. pues = 2 / V. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

31 Ejemplos: V = {1} no es un espacio vectorial. pues = 2 / V. además, 0 V no pertenece a V. (R, +, ) no es un espacio vectorial sobre C. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

32 Ejemplos: V = {1} no es un espacio vectorial. pues = 2 / V. además, 0 V no pertenece a V. (R, +, ) no es un espacio vectorial sobre C. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

33 Ejemplos: V = {1} no es un espacio vectorial. pues = 2 / V. además, 0 V no pertenece a V. (R, +, ) no es un espacio vectorial sobre C. porque R debe ser cerrado para el producto por escalar. Sea λ = i, entonces λx = ix / R. (C, +, ) es un espacio vectorial sobre R. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

34 Ejercicios Propuestos: Demostrar que: (R 2, +, ) no es un espacio vectorial sobre R, si el producto por escalar se define: α(x, y) = (αx, 0). Verónica Briceño V. () Espacios Vectoriales noviembre / 47

35 Ejercicios Propuestos: Demostrar que: (R 2, +, ) no es un espacio vectorial sobre R, si el producto por escalar se define: α(x, y) = (αx, 0). (R 2, +, ) no es un espacio vectorial sobre R, si el producto por escalar se define: α(x, y) = (α 2 x, α 2 y). Verónica Briceño V. () Espacios Vectoriales noviembre / 47

36 Ejercicios Propuestos: Demostrar que: (R 2, +, ) no es un espacio vectorial sobre R, si el producto por escalar se define: α(x, y) = (αx, 0). (R 2, +, ) no es un espacio vectorial sobre R, si el producto por escalar se define: α(x, y) = (α 2 x, α 2 y). (N, +, ) no es un espacio vectorial sobre R. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

37 Ejercicios Propuestos: Demostrar que: (R 2, +, ) no es un espacio vectorial sobre R, si el producto por escalar se define: α(x, y) = (αx, 0). (R 2, +, ) no es un espacio vectorial sobre R, si el producto por escalar se define: α(x, y) = (α 2 x, α 2 y). (N, +, ) no es un espacio vectorial sobre R. (N, +, ) no es un espacio vectorial sobre N. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

38 Proposición Sea V un K- espacio vectorial: El neutro aditivo 0 V es único. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

39 Proposición Sea V un K- espacio vectorial: El neutro aditivo 0 V es único. Para cada v V el inverso aditivo v es único. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

40 Proposición Sea V un K- espacio vectorial: El neutro aditivo 0 V es único. Para cada v V el inverso aditivo v es único. Es válida la ley de cancelación para la adición de vectores. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

41 Proposición Sea V un K- espacio vectorial: El neutro aditivo 0 V es único. Para cada v V el inverso aditivo v es único. Es válida la ley de cancelación para la adición de vectores. u V : 0 u = 0 V Verónica Briceño V. () Espacios Vectoriales noviembre / 47

42 Proposición Sea V un K- espacio vectorial: El neutro aditivo 0 V es único. Para cada v V el inverso aditivo v es único. Es válida la ley de cancelación para la adición de vectores. u V : 0 u = 0 V α K, u V : ( α)v = (αv). Verónica Briceño V. () Espacios Vectoriales noviembre / 47

43 Sub Espacio Vectorial Sea (V, +, ) un espacio vectorial sobre un cuerpo K, y sea S un subconjunto de V, S. Se dice que S es un subespacio vectorial de V si (S, +, ) es un espacio vectorial sobre K. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

44 Sub Espacio Vectorial Sea (V, +, ) un espacio vectorial sobre un cuerpo K, y sea S un subconjunto de V, S. Se dice que S es un subespacio vectorial de V si (S, +, ) es un espacio vectorial sobre K. Si las operaciones + y están claramente definidas, entonces escribiremos V en lugar de (V, +, ) Verónica Briceño V. () Espacios Vectoriales noviembre / 47

45 Sub Espacio Vectorial Sea (V, +, ) un espacio vectorial sobre un cuerpo K, y sea S un subconjunto de V, S. Se dice que S es un subespacio vectorial de V si (S, +, ) es un espacio vectorial sobre K. Si las operaciones + y están claramente definidas, entonces escribiremos V en lugar de (V, +, ) Notación: S V Verónica Briceño V. () Espacios Vectoriales noviembre / 47

46 Teorema Sea (V, +, ) un espacio vectorial sobre un cuerpo K, S V y S. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

47 Teorema Sea (V, +, ) un espacio vectorial sobre un cuerpo K, S V y S. S es un subespacio vectorial de V si y solo si se satisfacen las siguientes dos condiciones: Verónica Briceño V. () Espacios Vectoriales noviembre / 47

48 Teorema Sea (V, +, ) un espacio vectorial sobre un cuerpo K, S V y S. S es un subespacio vectorial de V si y solo si se satisfacen las siguientes dos condiciones: 1 u, v S entonces u + v S Verónica Briceño V. () Espacios Vectoriales noviembre / 47

49 Teorema Sea (V, +, ) un espacio vectorial sobre un cuerpo K, S V y S. S es un subespacio vectorial de V si y solo si se satisfacen las siguientes dos condiciones: 1 u, v S entonces u + v S 2 u S, α K entonces α v S Verónica Briceño V. () Espacios Vectoriales noviembre / 47

50 Observación Todo espacio vectorial tiene en forma trivial dos sub espacios vectoriales: {0 V } y V. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

51 Ejemplos: Con las operaciones usuales, se tiene que: W = {(x, y) R 2 : y = 0}, W R 2 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

52 Ejemplos: Con las operaciones usuales, se tiene que: W = {(x, y) R 2 : y = 0}, W R 2 W = {(x 1, x 2,..., x n ) R n : x n = 0}, W R n Verónica Briceño V. () Espacios Vectoriales noviembre / 47

53 Ejemplos: Con las operaciones usuales, se tiene que: W = {(x, y) R 2 : y = 0}, W R 2 W = {(x 1, x 2,..., x n ) R n : x n = 0}, W R n W = {(x, y) R 2 : (x, y) = α(1, 2), α R}, W R 2 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

54 Ejemplos: Con las operaciones usuales, se tiene que: W = {(x, y) R 2 : y = 0}, W R 2 W = {(x 1, x 2,..., x n ) R n : x n = 0}, W R n W = {(x, y) R 2 : (x, y) = α(1, 2), α R}, W R 2 W = {(x, y, z) R 3 : 2x + y = 1} no es un s.e.v. de R 3 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

55 Ejercicios Propuestos: Verificar que: a) S {[ M 2 2 ] (R) para: } a b S = M c d 2 2 (R) : a = b, c = d {[ ] } a b b)t M 2 2 (R) donde: T = M c d 2 2 (R) : a = 1 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

56 Ejercicios Propuestos: Verificar que: a) S {[ M 2 2 ] (R) para: } a b S = M c d 2 2 (R) : a = b, c = d {[ ] } a b b)t M 2 2 (R) donde: T = M c d 2 2 (R) : a = 1 Sea el subespacio vectorial T = {(x + y + 2z, 3x + y, 2x + y + z) : x, y, z R, T S? Verónica Briceño V. () Espacios Vectoriales noviembre / 47

57 Ejercicios Propuestos: Sea F el e.v. de todas las funciones reales. Estudiar si: W 1 = {f F : f (3) = 0} W 2 = {f F : f ( x) = f (x)} W 3 = {f F : f (2) = 1 + f ( 2)} son sub espacio vectorial de F. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

58 Ejercicios Propuestos: Sea F el e.v. de todas las funciones reales. Estudiar si: W 1 = {f F : f (3) = 0} W 2 = {f F : f ( x) = f (x)} W 3 = {f F : f (2) = 1 + f ( 2)} son sub espacio vectorial de F. Demostrar que el conjunto de las matrices diagonales de orden n es un s.e.v. de las matrices de orden n. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

59 Ejercicios Propuestos: Sea F el e.v. de todas las funciones reales. Estudiar si: W 1 = {f F : f (3) = 0} W 2 = {f F : f ( x) = f (x)} W 3 = {f F : f (2) = 1 + f ( 2)} son sub espacio vectorial de F. Demostrar que el conjunto de las matrices diagonales de orden n es un s.e.v. de las matrices de orden n. n m = C n [a, b] C m [a, b] Verónica Briceño V. () Espacios Vectoriales noviembre / 47

60 Proposición Sea (V, +, ) un espacio vectorial sobre un cuerpo K, W 1, W 2 V. Luego: W 1 W 2 V Verónica Briceño V. () Espacios Vectoriales noviembre / 47

61 Proposición Sea (V, +, ) un espacio vectorial sobre un cuerpo K, W 1, W 2 V. Luego: W 1 W 2 V W 1 + W 2 V Verónica Briceño V. () Espacios Vectoriales noviembre / 47

62 Proposición Sea (V, +, ) un espacio vectorial sobre un cuerpo K, W 1, W 2 V. Luego: W 1 W 2 V W 1 + W 2 V Verónica Briceño V. () Espacios Vectoriales noviembre / 47

63 Proposición Sea (V, +, ) un espacio vectorial sobre un cuerpo K, W 1, W 2 V. Luego: W 1 W 2 V W 1 + W 2 V donde: W 1 + W 2 = {u + v : u W 1, v W 2 } Verónica Briceño V. () Espacios Vectoriales noviembre / 47

64 Proposición Sea (V, +, ) un espacio vectorial sobre un cuerpo K, W 1, W 2 V. Luego: W 1 W 2 V W 1 + W 2 V donde: W 1 + W 2 = {u + v : u W 1, v W 2 } Obs: Si además, W 1 W 2 = {0 V } entonces este conjunto se llama suma directa y se denota: W 1 W 2. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

65 Ejercicios Propuestos En R 2, sea: W 1 = {(x, y) R 2 : x + y = 0} W 2 = {(x, y) R 2 : x y = 0} Mostrar que W 1 W 2 no es un s.e.v. en R 2. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

66 Ejercicios Propuestos En R 2, sea: W 1 = {(x, y) R 2 : x + y = 0} W 2 = {(x, y) R 2 : x y = 0} Mostrar que W 1 W 2 no es un s.e.v. en R 2. Demostrar que: W 1 W 2 V ssi W 1 W 2 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

67 Ejercicios Propuestos En R 2, sea: W 1 = {(x, y) R 2 : x + y = 0} W 2 = {(x, y) R 2 : x y = 0} Mostrar que W 1 W 2 no es un s.e.v. en R 2. Demostrar que: W 1 W 2 V ssi W 1 W 2 Sea S = {A M n m (R) : A = A t }; T = {A M n m (R) : A = A t } Probar que: a) S, T M n m (R) b) S T = M n m (R) Verónica Briceño V. () Espacios Vectoriales noviembre / 47

68 Ejercicios Propuestos Considere los subespacios vectoriales de R 3 : E = {(x, y, 0) : x, y R} F = {(0, 0, z) : z R} G = {(0, y, z) : y, z R} Determine: E F, E G, G F, E + F, E + G, G + F. Haga una descripción geométrica y dibuje cada uno de estos subespacios. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

69 Combinación Lineal Definición: Verónica Briceño V. () Espacios Vectoriales noviembre / 47

70 Combinación Lineal Definición: Verónica Briceño V. () Espacios Vectoriales noviembre / 47

71 Combinación Lineal Definición: Sean α i K y u i V, i = 1,..., n donde V es un espacio vectorial. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

72 Combinación Lineal Definición: Sean α i K y u i V, i = 1,..., n donde V es un espacio vectorial. Entonces, la expresión: Verónica Briceño V. () Espacios Vectoriales noviembre / 47

73 Combinación Lineal Definición: Sean α i K y u i V, i = 1,..., n donde V es un espacio vectorial. Entonces, la expresión: n α i u i se llama Combinación Lineal de los vectores u 1, u 2,..., u n. i=1 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

74 Combinación Lineal Definición: Sean α i K y u i V, i = 1,..., n donde V es un espacio vectorial. Entonces, la expresión: n α i u i se llama Combinación Lineal de los vectores u 1, u 2,..., u n. Observación: 0 V es combinación lineal de cualquier conjunto de vectores. i=1 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

75 Ejemplos: El vector (1, 2, 3) R 3, es una combinación lineal de los vectores (1, 0, 0), (0, 1, 0), (0, 0, 1). En efecto: (1, 2, 3) = α(1, 0, 0) + β(0, 1, 0) + γ(0, 0, 1) α = 1, β = 2, γ = 3. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

76 Ejemplos: El vector (1, 2, 3) R 3, es una combinación lineal de los vectores (1, 0, 0), (0, 1, 0), (0, 0, 1). En efecto: (1, 2, 3) = α(1, 0, 0) + β(0, 1, 0) + γ(0, 0, 1) α = 1, β = 2, γ = 3. El vector (1, 2, 3) R 3, es combinación lineal de los vectores (1, 0, 0), (1, 1, 0), (1, 1, 1). En efecto: (1, 2, 3) = α(1, 0, 0) + β(1, 1, 0) + γ(1, 1, 1) Debemos encontrar α, β, γ R tal que: 1 = α + β + γ 2 = β + γ 3 = γ Por tanto, γ = 3, β = 1 y α = 1. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

77 Observación Notar que... No todos los vectores son combinación lineal. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

78 Observación Notar que... No todos los vectores son combinación lineal. Ejemplo: (1, 2, 3) no es combinación lineal de (1, 1, 0) y (1, 1, 1). Verónica Briceño V. () Espacios Vectoriales noviembre / 47

79 Ejercicios Propuestos: Escribir el polinomio x, como combinación lineal de 1 x, 1 + x 2 y x x 2. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

80 Ejercicios Propuestos: Escribir el polinomio x, como combinación lineal de 1 x, 1 + x 2 y x x 2. Escribir el polinomio 1 2x + 3x 2, como combinación lineal de 1, 1 + x y 1 + x + x 2. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

81 Ejercicios Propuestos: Escribir el polinomio x, como combinación lineal de 1 x, 1 + x 2 y x x 2. Escribir el polinomio 1 2x + 3x 2, como combinación lineal de 1, 1 + x y 1 + x + x 2. Considere los vectores u = (2, 1, 2), v = (1, 1, 1) R 3. Escriba, si es posible, los vectores a = ( 4, 5, 8) y b = (4, 1, 5) como combinación lineal de u y v. Determine los valores de x para los cuales el vector (x, 4, 7) es una combinación lineal de u y v. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

82 Ejercicios Propuestos: Escribir el polinomio x, como combinación lineal de 1 x, 1 + x 2 y x x 2. Escribir el polinomio 1 2x + 3x 2, como combinación lineal de 1, 1 + x y 1 + x + x 2. Considere los vectores u = (2, 1, 2), v = (1, 1, 1) R 3. Escriba, si es posible, los vectores a = ( 4, 5, 8) y b = (4, 1, 5) como combinación lineal de u y v. Determine los valores de x para los cuales el vector (x, 4, 7) es una combinación lineal de u y v. Dados u 1 = (1, 2, α, 1), u 2 = (α, 1, 2, 3), u 3 = (0, 1, β, 0) R 4, determine los valores de α y β para que uno de los vectores sea combinación lineal de los otros dos. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

83 Ejercicios Propuestos: Decidir si p(t) = t 2 t + 1 es combinación lineal de p 1 (t) = (t 1) 2 y p 2 (t) = t Verónica Briceño V. () Espacios Vectoriales noviembre / 47

84 Ejercicios Propuestos: Decidir si p(t) = t 2 t + 1 es combinación lineal de p 1 (t) = (t 1) 2 y p 2 (t) = t [ ] [ ] [ ] Decidir si es combinación lineal de y Verónica Briceño V. () Espacios Vectoriales noviembre / 47

85 Ejercicios Propuestos: Decidir si p(t) = t 2 t + 1 es combinación lineal de p 1 (t) = (t 1) 2 y p 2 (t) = t [ ] [ ] [ ] Decidir si es combinación lineal de y Verónica Briceño V. () Espacios Vectoriales noviembre / 47

86 Dependencia e Independencia Lineal Definición Sea u 1, u 2,...u n V. Se dice que: {u 1, u 2,...u n } es un conjunto: Verónica Briceño V. () Espacios Vectoriales noviembre / 47

87 Dependencia e Independencia Lineal Definición Sea u 1, u 2,...u n V. Se dice que: {u 1, u 2,...u n } es un conjunto: linealmente independiente (l.i.) ssi n α i u i = 0 V α i = 0, i = 1,..., n i=1 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

88 Dependencia e Independencia Lineal Definición Sea u 1, u 2,...u n V. Se dice que: {u 1, u 2,...u n } es un conjunto: linealmente independiente (l.i.) ssi n α i u i = 0 V α i = 0, i = 1,..., n i=1 linealmente dependiente (l.d.) ssi α 1, α 2,..., α n K no todos nulos, tal que: n i=1 α iu i = 0 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

89 Ejemplos: {(1, 0), (0, 1)} es l.i. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

90 Ejemplos: {(1, 0), (0, 1)} es l.i. {(1, 2), (3, 1), (5, 1)} es l.d. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

91 Ejemplos: {(1, 0), (0, 1)} es l.i. {(1, 2), (3, 1), (5, 1)} es l.d. {cos, sen} es l.i. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

92 Ejemplos: {(1, 0), (0, 1)} es l.i. {(1, 2), (3, 1), (5, 1)} es l.d. {cos, sen} es l.i. {e αx, e βx } es l.i. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

93 Ejemplos: {(1, 0), (0, 1)} es l.i. {(1, 2), (3, 1), (5, 1)} es l.d. {cos, sen} es l.i. {e αx, e βx } es l.i. Determine el valor de t R de manera que el conjunto B = {(1, 1, 2), (3, 1, 0), ( t 2, 0, 2)} sea un conjunto l.i. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

94 Observaciones { v} es l.i. solo si v 0 V Verónica Briceño V. () Espacios Vectoriales noviembre / 47

95 Observaciones { v} es l.i. solo si v 0 V Todo conjunto de vectores que contenga al vector nulo 0 V es un conjunto l.d. En particular, el conjunto {0 V } es l.d. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

96 Observaciones { v} es l.i. solo si v 0 V Todo conjunto de vectores que contenga al vector nulo 0 V es un conjunto l.d. En particular, el conjunto {0 V } es l.d. Si un conjunto M de vectores es l.i., todo subconjunto de M también es l.i. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

97 Observaciones { v} es l.i. solo si v 0 V Todo conjunto de vectores que contenga al vector nulo 0 V es un conjunto l.d. En particular, el conjunto {0 V } es l.d. Si un conjunto M de vectores es l.i., todo subconjunto de M también es l.i. Si un conjunto de vectores N es l.d., todo conjunto que contenga a N será l.d. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

98 Teoremas 1 Dos vectores de un espacio vectorial V son l.d. ssi uno es multiplo del otro. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

99 Teoremas 1 Dos vectores de un espacio vectorial V son l.d. ssi uno es multiplo del otro. 2 Un conjunto de n vectores es l.d. ssi al menos uno de ellos se puede expresar como combinación lineal de los demás. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

100 Teoremas 1 Dos vectores de un espacio vectorial V son l.d. ssi uno es multiplo del otro. 2 Un conjunto de n vectores es l.d. ssi al menos uno de ellos se puede expresar como combinación lineal de los demás. 3 Un conjunto de n vectores en R m es siempre l.d. si n > m. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

101 Teoremas 1 Dos vectores de un espacio vectorial V son l.d. ssi uno es multiplo del otro. 2 Un conjunto de n vectores es l.d. ssi al menos uno de ellos se puede expresar como combinación lineal de los demás. 3 Un conjunto de n vectores en R m es siempre l.d. si n > m. 4 Un conjunto l.i. de R n contiene a lo sumo n vectores. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

102 Teoremas 1 Dos vectores de un espacio vectorial V son l.d. ssi uno es multiplo del otro. 2 Un conjunto de n vectores es l.d. ssi al menos uno de ellos se puede expresar como combinación lineal de los demás. 3 Un conjunto de n vectores en R m es siempre l.d. si n > m. 4 Un conjunto l.i. de R n contiene a lo sumo n vectores. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

103 Teoremas 1 Dos vectores de un espacio vectorial V son l.d. ssi uno es multiplo del otro. 2 Un conjunto de n vectores es l.d. ssi al menos uno de ellos se puede expresar como combinación lineal de los demás. 3 Un conjunto de n vectores en R m es siempre l.d. si n > m. 4 Un conjunto l.i. de R n contiene a lo sumo n vectores. NOTA: Si se tienen n vectores l.i. no es posible agregar mas vectores sin hacer que el conjunto obtenido sea l.d. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

104 Teoremas 1 Dos vectores de un espacio vectorial V son l.d. ssi uno es multiplo del otro. 2 Un conjunto de n vectores es l.d. ssi al menos uno de ellos se puede expresar como combinación lineal de los demás. 3 Un conjunto de n vectores en R m es siempre l.d. si n > m. 4 Un conjunto l.i. de R n contiene a lo sumo n vectores. NOTA: Si se tienen n vectores l.i. no es posible agregar mas vectores sin hacer que el conjunto obtenido sea l.d. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

105 Ejercicios Propuestos Determinar si los siguientes vectores son l.i. {(1, 2, 1), (2, 1, 1), (7, 4, 1)} Verónica Briceño V. () Espacios Vectoriales noviembre / 47

106 Ejercicios Propuestos Determinar si los siguientes vectores son l.i. {(1, 2, 1), (2, 1, 1), (7, 4, 1)} {(1, 3, 7), (2, 0, 6), (3, 1, 1), (2, 4, 5)} Verónica Briceño V. () Espacios Vectoriales noviembre / 47

107 Ejercicios Propuestos Determinar si los siguientes vectores son l.i. {(1, 2, 1), (2, 1, 1), (7, 4, 1)} {(1, 3, 7), (2, 0, 6), (3, 1, 1), (2, 4, 5)} {(1, 2, 3), (1, 3, 2), (0, 1, 1)} Verónica Briceño V. () Espacios Vectoriales noviembre / 47

108 Ejercicios Propuestos Determinar si los siguientes vectores son l.i. {(1, 2, 1), (2, 1, 1), (7, 4, 1)} {(1, 3, 7), (2, 0, 6), (3, 1, 1), (2, 4, 5)} {(1, 2, 3), (1, 3, 2), (0, 1, 1)} {e t ; cosh(t); sinh(t)} Verónica Briceño V. () Espacios Vectoriales noviembre / 47

109 Espacio Generado Definición Sea V un espacio vectorial, sobre un cuerpo K, y sea X V, X y finito. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

110 Espacio Generado Definición Sea V un espacio vectorial, sobre un cuerpo K, y sea X V, X y finito. El espacio generado por X, denotado < X > o G(X) corresponde a la intersección de todos los subespacios de V que contienen al conjunto X. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

111 Espacio Generado Definición Sea V un espacio vectorial, sobre un cuerpo K, y sea X V, X y finito. El espacio generado por X, denotado < X > o G(X) corresponde a la intersección de todos los subespacios de V que contienen al conjunto X. Observación: G(X) V. Demostrar!!! Verónica Briceño V. () Espacios Vectoriales noviembre / 47

112 Espacio Generado Teorema Sea V un espacio vectorial, sobre un cuerpo K, y sea X V, X y finito. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

113 Espacio Generado Teorema Sea V un espacio vectorial, sobre un cuerpo K, y sea X V, X y finito. Los elementos de G(X) son los elementos del espacio vectorial formado por todas las combinaciones lineales posibles de los elementos de X. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

114 Espacio Generado Teorema Sea V un espacio vectorial, sobre un cuerpo K, y sea X V, X y finito. Los elementos de G(X) son los elementos del espacio vectorial formado por todas las combinaciones lineales posibles de los elementos de X. Como X es finito, podemos asumir X = {x 1, x 2,...x k } entonces { k } G(X) = α i x i : α i K i=1 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

115 Espacio Generado Teorema Sea V un espacio vectorial, sobre un cuerpo K, y sea X V, X y finito. Los elementos de G(X) son los elementos del espacio vectorial formado por todas las combinaciones lineales posibles de los elementos de X. Como X es finito, podemos asumir X = {x 1, x 2,...x k } entonces Demostración: En la pizarra... { k } G(X) = α i x i : α i K i=1 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

116 Teorema Teorema Sea X V, X, X {0 V }, X finito. Entonces, existe Y X tal que Y es l.i. y G(X) = G(Y ) Verónica Briceño V. () Espacios Vectoriales noviembre / 47

117 Teorema Teorema Sea X V, X, X {0 V }, X finito. Entonces, existe Y X tal que Y es l.i. y G(X) = G(Y ) Verónica Briceño V. () Espacios Vectoriales noviembre / 47

118 Teorema Teorema Sea X V, X, X {0 V }, X finito. Entonces, existe Y X tal que Y es l.i. y G(X) = G(Y ) OBSERVACIÓN Este teorema afirma que cualquier subconjunto finito de vectores, salvo el que contiene sólo a 0 V, tiene un subconjunto l.i. de vectores. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

119 Teorema Teorema Sea X V, X, X {0 V }, X finito. Entonces, existe Y X tal que Y es l.i. y G(X) = G(Y ) OBSERVACIÓN Este teorema afirma que cualquier subconjunto finito de vectores, salvo el que contiene sólo a 0 V, tiene un subconjunto l.i. de vectores. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

120 Teorema Teorema Sea X V, X, X {0 V }, X finito. Entonces, existe Y X tal que Y es l.i. y G(X) = G(Y ) OBSERVACIÓN Este teorema afirma que cualquier subconjunto finito de vectores, salvo el que contiene sólo a 0 V, tiene un subconjunto l.i. de vectores. OBSERVACIÓN Si X no es finito también es aplicable el teorema. En todo caso, en este curso en general trabajaremos con conjuntos finitos X de vectores. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

121 Ejemplos: W = {(x, y) R 2 : (x, y) = α(1, 2), α R} Verónica Briceño V. () Espacios Vectoriales noviembre / 47

122 Ejemplos: W = {(x, y) R 2 : (x, y) = α(1, 2), α R} W = {v V : v = αu 0, α R} Verónica Briceño V. () Espacios Vectoriales noviembre / 47

123 Ejemplos: W = {(x, y) R 2 : (x, y) = α(1, 2), α R} W = {v V : v = αu 0, α R} G((1, 0), (0, 1)) = G((1, 0), ( 1, 2), (5, 3)) = R 2 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

124 Ejemplos: W = {(x, y) R 2 : (x, y) = α(1, 2), α R} W = {v V : v = αu 0, α R} G((1, 0), (0, 1)) = G((1, 0), ( 1, 2), (5, 3)) = R 2 G( 1, 2) R 2 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

125 Ejercicios Propuestos: Para qué valor de α el vector w = (2, α, 2) pertenece al s.e.v. de R 3 generado por: v 1 = (1, 2, 1) y v 2 = (0, 1, 2). Verónica Briceño V. () Espacios Vectoriales noviembre / 47

126 Bases Definición Verónica Briceño V. () Espacios Vectoriales noviembre / 47

127 Bases Definición Verónica Briceño V. () Espacios Vectoriales noviembre / 47

128 Bases Definición Sea B V, B finito (y ordenado) B es una base (ordenada) de V, si: Verónica Briceño V. () Espacios Vectoriales noviembre / 47

129 Bases Definición Sea B V, B finito (y ordenado) B es una base (ordenada) de V, si: G(B) = V Verónica Briceño V. () Espacios Vectoriales noviembre / 47

130 Bases Definición Sea B V, B finito (y ordenado) B es una base (ordenada) de V, si: G(B) = V B es l.i. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

131 Bases Definición Sea B V, B finito (y ordenado) B es una base (ordenada) de V, si: G(B) = V B es l.i. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

132 Bases Definición Sea B V, B finito (y ordenado) B es una base (ordenada) de V, si: G(B) = V B es l.i. Teorema: Todo espacio vectorial tiene una base. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

133 Ejemplos B = {(1, 0), (0, 1)} es una base de R 2 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

134 Ejemplos B = {(1, 0), (0, 1)} es una base de R 2 B = {(1, 2), (3, 1)} es una base de R 2 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

135 Ejemplos B = {(1, 0), (0, 1)} es una base de R 2 B = {(1, 2), (3, 1)} es una base de R 2 B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es una base de R 3 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

136 Ejemplos B = {(1, 0), (0, 1)} es una base de R 2 B = {(1, 2), (3, 1)} es una base de R 2 B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es una base de R 3 B = {(1, 1, 1), (0, 1, 1), (0, 0, 1)} es una base de R 3 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

137 Ejemplos B = {(1, 0), (0, 1)} es una base de R 2 B = {(1, 2), (3, 1)} es una base de R 2 B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es una base de R 3 B = {(1, 1, 1), (0, 1, 1), (0, 0, 1)} es una base de R 3 B = {1, x, x 2, x 3,...x n } es una base de R n [x] Verónica Briceño V. () Espacios Vectoriales noviembre / 47

138 Ejemplos B = {(1, 0), (0, 1)} es una base de R 2 B = {(1, 2), (3, 1)} es una base de R 2 B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es una base de R 3 B = {(1, 1, 1), (0, 1, 1), (0, 0, 1)} es una base de R 3 B = {1, x, x 2, x 3,...x n } es una base de R n [x] B = {3, x 1, x 2 + x} es una base de R 2 [x] Verónica Briceño V. () Espacios Vectoriales noviembre / 47

139 Ejemplos B = {(1, 0), (0, 1)} es una base de R 2 B = {(1, 2), (3, 1)} es una base de R 2 B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es una base de R 3 B = {(1, 1, 1), (0, 1, 1), (0, 0, 1)} es una base de R 3 B = {1, x, x 2, x 3,...x n } es una base de R n [x] B = {3, x 1, x 2 + x} es una base de R 2 [x] {( ) ( ) ( ) ( )} B =,,, es una base de M 2 2 (R) Verónica Briceño V. () Espacios Vectoriales noviembre / 47

140 Ejemplos B = {(1, 0), (0, 1)} es una base de R 2 B = {(1, 2), (3, 1)} es una base de R 2 B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es una base de R 3 B = {(1, 1, 1), (0, 1, 1), (0, 0, 1)} es una base de R 3 B = {1, x, x 2, x 3,...x n } es una base de R n [x] B = {3, x 1, x 2 + x} es una base de R 2 [x] {( ) ( ) ( ) ( )} B =,,, es una base de M 2 2 (R) {e αx, e βx } no es una base del espacio vectorial de todas las funciones continuas. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

141 Definiciones Base Canónica Verónica Briceño V. () Espacios Vectoriales noviembre / 47

142 Definiciones Base Canónica Verónica Briceño V. () Espacios Vectoriales noviembre / 47

143 Definiciones Base Canónica Una base canónica es la base mas sencilla posible, no hay definición general. Se caracteriza por estar formada por vectores de norma 1. Se simbolizan e i. Dimensión Verónica Briceño V. () Espacios Vectoriales noviembre / 47

144 Definiciones Base Canónica Una base canónica es la base mas sencilla posible, no hay definición general. Se caracteriza por estar formada por vectores de norma 1. Se simbolizan e i. Dimensión Verónica Briceño V. () Espacios Vectoriales noviembre / 47

145 Definiciones Base Canónica Una base canónica es la base mas sencilla posible, no hay definición general. Se caracteriza por estar formada por vectores de norma 1. Se simbolizan e i. Dimensión Sea V un espacio vectorial sobre K, B = {u 1, u 2,..., u n }, una base de V. Se dice que n es la dimensión de V sobre el cuerpo K. Se escribe: dim K V = n, o simplemente dimv = n. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

146 Ejemplos En todos los ejemplos que siguen, suponemos que el e.v. se define sobre el cuerpo R. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

147 Ejemplos En todos los ejemplos que siguen, suponemos que el e.v. se define sobre el cuerpo R. B = {(1, 0), (0, 1)} es una base canónica de R 2, entonces dim(r 2 ) = 2 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

148 Ejemplos En todos los ejemplos que siguen, suponemos que el e.v. se define sobre el cuerpo R. B = {(1, 0), (0, 1)} es una base canónica de R 2, entonces dim(r 2 ) = 2 B = {(1, 0, 0,..., 0), (0, 1, 0,..., 0), (0, 0,..., 1)} es una base canónica de R n, entonces dim(r n ) = n Notar que: e i = (0,.., 1, 0,..., 0), donde 1 se ubica en la posición i. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

149 Ejemplos En todos los ejemplos que siguen, suponemos que el e.v. se define sobre el cuerpo R. B = {(1, 0), (0, 1)} es una base canónica de R 2, entonces dim(r 2 ) = 2 B = {(1, 0, 0,..., 0), (0, 1, 0,..., 0), (0, 0,..., 1)} es una base canónica de R n, entonces dim(r n ) = n Notar que: e i = (0,.., 1, 0,..., 0), donde 1 se ubica en la posición i. B = {1, x, x 2, x 3,...x n } es una base canónica de R n [x], entonces dim(r n [x]) = n + 1 Verónica Briceño V. () Espacios Vectoriales noviembre / 47

150 Ejemplos En todos los ejemplos que siguen, suponemos que el e.v. se define sobre el cuerpo R. B = {(1, 0), (0, 1)} es una base canónica de R 2, entonces dim(r 2 ) = 2 B = {(1, 0, 0,..., 0), (0, 1, 0,..., 0), (0, 0,..., 1)} es una base canónica de R n, entonces dim(r n ) = n Notar que: e i = (0,.., 1, 0,..., 0), donde 1 se ubica en la posición i. B = {1, x, x 2, x 3,...x n } es una base canónica de R n [x], entonces dim(r n [x]) = n + 1 {( ) ( ) ( ) ( )} B =,,, es una base canónica de M 2 2 (R), entonces dim(m 2 2 (R)) = 4. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

151 Ejemplos En todos los ejemplos que siguen, suponemos que el e.v. se define sobre el cuerpo R. B = {(1, 0), (0, 1)} es una base canónica de R 2, entonces dim(r 2 ) = 2 B = {(1, 0, 0,..., 0), (0, 1, 0,..., 0), (0, 0,..., 1)} es una base canónica de R n, entonces dim(r n ) = n Notar que: e i = (0,.., 1, 0,..., 0), donde 1 se ubica en la posición i. B = {1, x, x 2, x 3,...x n } es una base canónica de R n [x], entonces dim(r n [x]) = n + 1 {( ) ( ) ( ) ( )} B =,,, es una base canónica de M 2 2 (R), entonces dim(m 2 2 (R)) = 4. En general, dim(m n m (R)) = n m. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

152 Mas Ejemplos Sea C 2 espacio vectorial sobre R. Se tiene que dim R (C 2 ) = 4. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

153 Mas Ejemplos Sea C 2 espacio vectorial sobre R. Se tiene que dim R (C 2 ) = 4. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

154 Mas Ejemplos Sea C 2 espacio vectorial sobre R. Se tiene que dim R (C 2 ) = 4. B = {(1, 0), (i, 0), (0, 1), (0, i)} forma una base de C 2. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

155 Mas Ejemplos Sea C 2 espacio vectorial sobre R. Se tiene que dim R (C 2 ) = 4. B = {(1, 0), (i, 0), (0, 1), (0, i)} forma una base de C 2. Sea C 2 espacio vectorial sobre C. Se tiene que dim C (C 2 ) = 2. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

156 Mas Ejemplos Sea C 2 espacio vectorial sobre R. Se tiene que dim R (C 2 ) = 4. B = {(1, 0), (i, 0), (0, 1), (0, i)} forma una base de C 2. Sea C 2 espacio vectorial sobre C. Se tiene que dim C (C 2 ) = 2. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

157 Mas Ejemplos Sea C 2 espacio vectorial sobre R. Se tiene que dim R (C 2 ) = 4. B = {(1, 0), (i, 0), (0, 1), (0, i)} forma una base de C 2. Sea C 2 espacio vectorial sobre C. Se tiene que dim C (C 2 ) = 2. B = {(1, 0), (0, 1)} forma una base de C 2. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

158 Mas Ejemplos Sea C 2 espacio vectorial sobre R. Se tiene que dim R (C 2 ) = 4. B = {(1, 0), (i, 0), (0, 1), (0, i)} forma una base de C 2. Sea C 2 espacio vectorial sobre C. Se tiene que dim C (C 2 ) = 2. B = {(1, 0), (0, 1)} forma una base de C 2. En general, C n espacio vectorial sobre R. Se tiene que dim R (C n ) = 2n. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

159 Teoremas 1 Sea V un espacio vectorial que tiene una base B con n vectores, es decir, la cardinalidad de B es n. Entonces, cualquier subconjunto de V de cardinalidad n + 1, es l.d. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

160 Teoremas 1 Sea V un espacio vectorial que tiene una base B con n vectores, es decir, la cardinalidad de B es n. Entonces, cualquier subconjunto de V de cardinalidad n + 1, es l.d. 2 Si el espacio vectorial V sobre el cuerpo K tiene una base constituida por n vectores, entonces toda base de V tiene cardinalidad n. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

161 Teoremas 1 Sea V un espacio vectorial que tiene una base B con n vectores, es decir, la cardinalidad de B es n. Entonces, cualquier subconjunto de V de cardinalidad n + 1, es l.d. 2 Si el espacio vectorial V sobre el cuerpo K tiene una base constituida por n vectores, entonces toda base de V tiene cardinalidad n. 3 W V dimw dimv Verónica Briceño V. () Espacios Vectoriales noviembre / 47

162 Teoremas 1 Sea V un espacio vectorial que tiene una base B con n vectores, es decir, la cardinalidad de B es n. Entonces, cualquier subconjunto de V de cardinalidad n + 1, es l.d. 2 Si el espacio vectorial V sobre el cuerpo K tiene una base constituida por n vectores, entonces toda base de V tiene cardinalidad n. 3 W V dimw dimv 4 Completación de una base. Consideramos V un espacio vectorial sobre K, con dim K V = n, y W V, con dim K W = m. Sea B = {u 1, u 2,..., u m } una base del subespacio W. Entonces, existen vectores u m+1, u m+2,..., u n V, de modo que B {u m+1, u m+2,..., u n } es una base de V. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

163 Ejercicios Sea A = {(1, 2, 3), (2, 1, 1)}. Verifique que A es l.i. y complete este conjunto para obtener una base de R 3. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

164 Ejercicios Sea A = {(1, 2, 3), (2, 1, 1)}. Verifique que A es l.i. y complete este conjunto para obtener una base de R 3. Sea A = {1, 1 + x, x 2 + x 3 }. Verifique que A es l.i. y complete este conjunto para obtener una base de R 3 [x]. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

165 Ejercicios Sea A = {(1, 2, 3), (2, 1, 1)}. Verifique que A es l.i. y complete este conjunto para obtener una base de R 3. Sea A = {1, 1 + x, x 2 + x 3 }. Verifique que A es l.i. y complete este conjunto para obtener una base de R 3 [x]. {( ) ( ) ( )} Sea A =,, Verifique que A es l.i. y complete este conjunto para obtener una base de M(2 2, R). Verónica Briceño V. () Espacios Vectoriales noviembre / 47

166 Ejercicios Propuestos: Sea el subespacio vectorial: S = {(x, y, z) R 3 /(x, y, z) (1, 1, 2) = 0} Verónica Briceño V. () Espacios Vectoriales noviembre / 47

167 Ejercicios Propuestos: Sea el subespacio vectorial: S = {(x, y, z) R 3 /(x, y, z) (1, 1, 2) = 0} 1 Dar 2 vectores de S. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

168 Ejercicios Propuestos: Sea el subespacio vectorial: S = {(x, y, z) R 3 /(x, y, z) (1, 1, 2) = 0} 1 Dar 2 vectores de S. 2 Para que valores de a el vector (1, a, 2) S? Verónica Briceño V. () Espacios Vectoriales noviembre / 47

169 Ejercicios Propuestos: Sea el subespacio vectorial: S = {(x, y, z) R 3 /(x, y, z) (1, 1, 2) = 0} 1 Dar 2 vectores de S. 2 Para que valores de a el vector (1, a, 2) S? 3 Calcular una base y la dimensión de S. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

170 Ejercicios Propuestos: Sea el subespacio vectorial: S = {(x, y, z) R 3 /(x, y, z) (1, 1, 2) = 0} 1 Dar 2 vectores de S. 2 Para que valores de a el vector (1, a, 2) S? 3 Calcular una base y la dimensión de S. Indicar (justificadamente) si los siguientes sistemas de vectores son o no una base de S. Es una base ortonormal de S? {(1, 1, 2)} ; {(0, 2, 1), (1, 1, 2)} ; {( 1, 1, 0), (1, 1, 1)} ; {( 1 1 3, 3 1, 3 2 ), 0, 5 1, 5 )} ; {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

171 Ejercicios Propuestos: Sea S = {(x, y, x, u) R 4 : x = u, y u = z} Se pide: a) Demostrar que S R 4 b) Obtener dos bases distintas B 1 y B 2 de S y hallar la dimensión de S. c) Hallar un conjunto generador G de S que no sea base de S. d) Hallar un conjunto generador G de S que no sea linealmente independiente. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

172 Importante Corolario Verónica Briceño V. () Espacios Vectoriales noviembre / 47

173 Importante Corolario Verónica Briceño V. () Espacios Vectoriales noviembre / 47

174 Importante Corolario Sea V un espacio vectorial, dim K V = n. Si B V y B = {u 1,..., u n } es un conjunto l.i., entonces B es una base de V. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

175 Importante Corolario Sea V un espacio vectorial, dim K V = n. Si B V y B = {u 1,..., u n } es un conjunto l.i., entonces B es una base de V. Observación: Verónica Briceño V. () Espacios Vectoriales noviembre / 47

176 Importante Corolario Sea V un espacio vectorial, dim K V = n. Si B V y B = {u 1,..., u n } es un conjunto l.i., entonces B es una base de V. Observación: El resultado anterior es muy importante, porque si se conocemos la dimensión de un espacio vectorial V, y queremos probar que un conjunto es base de V, basta probar que el conjunto es l.i. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

177 Coordenadas de v Teorema Verónica Briceño V. () Espacios Vectoriales noviembre / 47

178 Coordenadas de v Teorema Verónica Briceño V. () Espacios Vectoriales noviembre / 47

179 Coordenadas de v Teorema Sea B = {u 1,..., u n } V. Entonces, B es una base de V si todo vector de V puede ser escrito de manera única como una combinacin lineal de los vectores u 1,..., u n. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

180 Coordenadas de v Teorema Sea B = {u 1,..., u n } V. Entonces, B es una base de V si todo vector de V puede ser escrito de manera única como una combinacin lineal de los vectores u 1,..., u n. Observación: Verónica Briceño V. () Espacios Vectoriales noviembre / 47

181 Coordenadas de v Teorema Sea B = {u 1,..., u n } V. Entonces, B es una base de V si todo vector de V puede ser escrito de manera única como una combinacin lineal de los vectores u 1,..., u n. Observación: Este teorema dice que dado un vector cualquiera en un espacio vectorial V con una base dada B, los coeficientes del vector con respecto a esa base B son únicos, vale decir, si: Verónica Briceño V. () Espacios Vectoriales noviembre / 47

182 Coordenadas de v Teorema Sea B = {u 1,..., u n } V. Entonces, B es una base de V si todo vector de V puede ser escrito de manera única como una combinacin lineal de los vectores u 1,..., u n. Observación: Este teorema dice que dado un vector cualquiera en un espacio vectorial V con una base dada B, los coeficientes del vector con respecto a esa base B son únicos, vale decir, si: v V,!α i, i = 1,..., n : v = α 1 u 1 + α 2 u α n u n Verónica Briceño V. () Espacios Vectoriales noviembre / 47

183 Coordenadas de v Teorema Sea B = {u 1,..., u n } V. Entonces, B es una base de V si todo vector de V puede ser escrito de manera única como una combinacin lineal de los vectores u 1,..., u n. Observación: Este teorema dice que dado un vector cualquiera en un espacio vectorial V con una base dada B, los coeficientes del vector con respecto a esa base B son únicos, vale decir, si: v V,!α i, i = 1,..., n : v = α 1 u 1 + α 2 u α n u n Esto permite definir las coordenadas de v con respecto a la base ordenada B, usando los coeficientes α i que acompañan a los vectores u i. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

184 Coordenadas de v La matriz columna: α 1 α 2... α n Verónica Briceño V. () Espacios Vectoriales noviembre / 47

185 Coordenadas de v La matriz columna: α 1 α 2... α n se llama matriz de coordenadas de v con respecto a la base B. Usaremos la notación [v] B. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

186 Ejemplos: En R 3, considere la base B = {(1, 2, 3), (1, 0, 1), (0, 2, 0)} y la base canónica de R 3, es decir, C = {e 1 = (1, 0, 0), e 2 = (0, 1, 0), e 3 = (0, 0, 1)}. Determine la matriz de coordenadas del vector (2, 8, 6) con respecto a ambas bases, es decir, encuentre [(2, 8, 6)] B y [(2, 8, 6)] C. Verónica Briceño V. () Espacios Vectoriales noviembre / 47

520142: ALGEBRA y ALGEBRA LINEAL

520142: ALGEBRA y ALGEBRA LINEAL 520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición

Más detalles

Tema 3: Espacios vectoriales

Tema 3: Espacios vectoriales Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación

Más detalles

Tema 2: Espacios Vectoriales

Tema 2: Espacios Vectoriales Tema 2: Espacios Vectoriales José M. Salazar Octubre de 2016 Tema 2: Espacios Vectoriales Lección 2. Espacios vectoriales. Subespacios vectoriales. Bases. Lección 3. Coordenadas respecto de una base. Ecuaciones.

Más detalles

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.

Más detalles

Espacios vectoriales

Espacios vectoriales Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación

Más detalles

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que

Más detalles

Problemas de Espacios Vectoriales

Problemas de Espacios Vectoriales Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial

Más detalles

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.

Más detalles

Introducción a los espacios vectoriales

Introducción a los espacios vectoriales 1 / 64 Introducción a los espacios vectoriales Pablo Olaso Redondo Informática Universidad Francisco de Vitoria November 19, 2015 2 / 64 Espacios vectoriales 1 Las 10 propiedades de un espacio vectorial

Más detalles

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21 Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Trabajo Práctico N 5: ESPACIOS VECTORIALES Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique

Más detalles

Espacios vectoriales reales.

Espacios vectoriales reales. Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre

Más detalles

PAIEP. Complemento Ortogonal

PAIEP. Complemento Ortogonal Programa de Acceso Inclusivo, Equidad y Permanencia PAIEP Universidad de Santiago de Chile Complemento Ortogonal Veamos ahora una aplicación de los vectores ortogonales a la caracterización de subespacios

Más detalles

CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero

CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero Fundamento Científico del Currículum de Matemáticas en Enseñanza Secundaria CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero ESPACIOS VECTORIALES DEFINICIÓN... 1 PROPIEDADES DE

Más detalles

Espacios Vectoriales www.math.com.mx

Espacios Vectoriales www.math.com.mx Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................

Más detalles

MMAF: Espacios normados y espacios de Banach

MMAF: Espacios normados y espacios de Banach MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES MATEMÁTICA I - - Capítulo 8 ------------------------------------------------------------------------------------ ESPACIOS VECTORIALES.. Espacios Vectoriales y Subespacios... Definición. Un espacio vectorial

Más detalles

Algebra Lineal y Geometría.

Algebra Lineal y Geometría. Algebra Lineal y Geometría. Unidad n 6: Subespacios Vectoriales. Algebra Lineal y Geometría Esp. Liliana Eva Mata 1 Contenidos. Subespacios Vectoriales. Operaciones con Subespacios: Intersección, unión,

Más detalles

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades: CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse

Más detalles

como el número real que resulta del producto matricial y se nota por:

como el número real que resulta del producto matricial y se nota por: Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Ev En todo el curso K es un cuerpo Podeis pensar que K = Q, K = R o K = C Un conjunto no vacio E es un K-espacio vectorial (o abreviadamente, un K-ev) cuando existan dos operaciones,

Más detalles

Rectas y Planos en el Espacio

Rectas y Planos en el Espacio Rectas y Planos en el Espacio Rectas y Planos en el Espacio Verónica Briceño V. septiembre 2012 Verónica Briceño V. () Rectas y Planos en el Espacio septiembre 2012 1 / 20 En esta Presentación... En esta

Más detalles

Capítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos

Capítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos Capítulo Espacios vectoriales.1 Definición y ejemplos Un espacio vectorial sobre un cuerpo K (que supondremos conmutativo es un conjunto no vacío junto con 1. una operación interna, +, a la que llamaremos

Más detalles

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1 Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...

Más detalles

Autovalores y autovectores Diagonalización y formas canónicas

Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,

Más detalles

Álgebra Lineal VII: Independencia Lineal.

Álgebra Lineal VII: Independencia Lineal. Álgebra Lineal VII: Independencia Lineal José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email: jrico@salamancaugtomx

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1:

Trabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1: 6 Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio : Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique

Más detalles

Álgebra Lineal V: Subespacios Vectoriales.

Álgebra Lineal V: Subespacios Vectoriales. Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES 1. Introducción: 1.1 Grupo Abeliano 1. Cuerpo. Estructura de espacio vectorial 3. Propiedades 4. Subespacio vectorial 5. Combinación lineal de vectores 5.1 Propiedades 6. Dependencia e independencia lineal

Más detalles

Espacios vectoriales. Capítulo Espacios vectoriales y subespacios Preliminares

Espacios vectoriales. Capítulo Espacios vectoriales y subespacios Preliminares Capítulo 1 Espacios vectoriales En diversos conjuntos conocidos, por ejemplo los de vectores en el plano o en el espacio (R 2 y R 3 ), o también el de los polinomios (R[X]), sabemos sumar sus elementos

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

Algebra lineal y conjuntos convexos

Algebra lineal y conjuntos convexos Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar

Más detalles

Tema 11.- Autovalores y Autovectores.

Tema 11.- Autovalores y Autovectores. Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica

Más detalles

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR} Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar

Más detalles

Tema III. Espacios vectoriales

Tema III. Espacios vectoriales Tema III. Espacios vectoriales 1. Espacios vectoriales 2. Dependencia e independencia lineal 3. Sistemas generadores. Bases 4. Cambio de base 5. Subespacios vectoriales. Ecuaciones. 6. Interpretación geométrica

Más detalles

Conjunto R 3 y operaciones lineales en R 3

Conjunto R 3 y operaciones lineales en R 3 Conjunto R 3 y operaciones lineales en R 3 Objetivos. Definir el conjunto R 3 y operaciones lineales en R 3. Requisitos. Conjunto de los números reales R, propiedades de las operaciones aritméticas en

Más detalles

Un subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:

Un subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura: 4 Subespacios 29 b) x 5 [25;5], 5 [;24], z 5 [4;4] Use a 5 2, a 5 / a 5 2 / 2 c) Su propia elección de x,, z /o a 2 a) Elija algunos valores para n m genere tres matrices aleatorias de n m, llamadas X,

Más detalles

Espacios Vectoriales, Valores y Vectores Propios

Espacios Vectoriales, Valores y Vectores Propios , Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas

Más detalles

Algebra Lineal XIV: Espacio Nulo y Rango de una. transformación lineal.

Algebra Lineal XIV: Espacio Nulo y Rango de una. transformación lineal. Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de

Más detalles

Base y Dimensión de un Espacio Vectorial

Base y Dimensión de un Espacio Vectorial Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un

Más detalles

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con

Más detalles

LEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS

LEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS LEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS Sea una estructura formada por un conjunto A, sobre cuyos elementos se ha definido una operación o ley interna, comúnmente denotada por " * ", que

Más detalles

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES Formas reducidas y escalonada de una matriz SISTEMAS DE ECUACIONES LINEALES ) Encuentre una sucesión de matrices elementales E, E,..., E k tal que

Más detalles

Clase 15 Espacios vectoriales Álgebra Lineal

Clase 15 Espacios vectoriales Álgebra Lineal Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos

Más detalles

Tema 1: Espacios vectoriales

Tema 1: Espacios vectoriales PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina

Más detalles

1. ESPACIOS DE HILBERT Y OPERADORES

1. ESPACIOS DE HILBERT Y OPERADORES 1. ESPACIOS DE HILBERT Y OPERADORES 1. DEFINICIÓN, PROPIEDADES Y EJEMPLOS Definición. Sea H un espacio vectorial sobre el cuerpo C de los números complejos, un producto escalar sobre H es una aplicación

Más detalles

Descomposición en forma canónica de Jordan (Segunda versión)

Descomposición en forma canónica de Jordan (Segunda versión) Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin

Más detalles

TEMA 8. GEOMETRÍA ANALÍTICA.

TEMA 8. GEOMETRÍA ANALÍTICA. TEMA 8. GEOMETRÍA ANALÍTICA. 8..- El plano. Definimos el plano euclideo como el conjunto de puntos ( x, y) R. Así, cada punto del plano posee dos coordenadas. Para representar puntos del plano utilizaremos

Más detalles

Es trivial generalizar la definición al caso de varios conjuntos: A B C, etc.

Es trivial generalizar la definición al caso de varios conjuntos: A B C, etc. Tema 1 Espacios Vectoriales 1.1 Introducción Estas notas están elaboradas pensando simplemente en facilitar al estudiante una guía para el estudio de la asignatura, y en consecuencia se caracterizan por

Más detalles

Conjuntos, relaciones y funciones Susana Puddu

Conjuntos, relaciones y funciones Susana Puddu Susana Puddu 1. Repaso sobre la teoría de conjuntos. Denotaremos por IN al conjunto de los números naturales y por ZZ al de los enteros. Dados dos conjuntos A y B decimos que A está contenido en B o también

Más detalles

Dependencia e independencia lineal

Dependencia e independencia lineal CAPíTULO 3 Dependencia e independencia lineal En este capítulo estudiaremos tres conceptos de gran importancia para el desarrollo del álgebra lineal: el concepto de conjunto generador, el concepto de conjunto

Más detalles

Descomposición en valores singulares de una matriz

Descomposición en valores singulares de una matriz Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran

Más detalles

Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291)

Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291) Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291) I. Combinación Lineal Definición: Sean v 1, v 2, v 3,, v n vectores en el espacio vectorial V. Entonces cualquier

Más detalles

Espacios Vectoriales. Tema Introducción. 1.2 Repaso de Estructuras Algebraicas

Espacios Vectoriales. Tema Introducción. 1.2 Repaso de Estructuras Algebraicas Tema 1 Espacios Vectoriales 1.1 Introducción Estas notas se han escrito con el ánimo de facilitar al estudiante una guía para el estudio de la asignatura, y no como un libro de texto o manual de Álgebra

Más detalles

Subespacios Vectoriales

Subespacios Vectoriales Subespacios Vectoriales Prof. Apuntes del Postgrado en Ingeniería 31 Mayo 2008 Subespacio Definición de Subespacio y Ejemplos. Definición Sea H un subconjunto no vacio de un espacio vectorial V(K). Si

Más detalles

Espacios Vectoriales

Espacios Vectoriales Leandro Marín Octubre 2010 Índice Definición y Ejemplos Paramétricas vs. Impĺıcitas Bases y Coordenadas Para definir un espacio vectorial tenemos que empezar determinando un cuerpo sobre el que esté definido

Más detalles

Estructuras Algebraicas

Estructuras Algebraicas Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos

Más detalles

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE 3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.1.1. Resolución de sistemas de ecuaciones lineales. Método

Más detalles

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n ) Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder

Más detalles

Práctica 1. Espacios vectoriales

Práctica 1. Espacios vectoriales Práctica 1. Espacios vectoriales 1. Demuestre que R n (C n ) es un espacio vectorial sobre R (C) con la suma y el producto por un escalar usuales. Es C n un R-espacio vectorial con la suma y el producto

Más detalles

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los

Más detalles

Tema 2 ESPACIOS VECTORIALES

Tema 2 ESPACIOS VECTORIALES Tema 2 ESPACIOS VECTORIALES Prof. Rafael López Camino Universidad de Granada 1 Espacio vectorial Definición 1.1 Un espacio vectorial es una terna (V, +, ), donde V es un conjunto no vacío y +, son dos

Más detalles

Espacios Vectoriales. Espacio vectorial

Espacios Vectoriales. Espacio vectorial Espacios Vectoriales Espacio vectorial En Matemática, los conjuntos tienen un particular interés debido a la naturaleza o a la aplicación que se les da. Estas dos características están presentes en un

Más detalles

MATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES

MATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES MATEMÁTICASII Curso académico 2015-2016 BLOQUE GEOMETRÍA. TEMA 1: VECTORES 1.1 VECTORES DEL ESPACIO. VECTORES LIBRES DEL ESPACIO Sean y dos puntos del espacio. Llamaremos vector (fijo) a un segmento orientado

Más detalles

Ejercicios del Tema 2: Estructuras algebraicas básicas

Ejercicios del Tema 2: Estructuras algebraicas básicas Ejercicios del Tema 2: Estructuras algebraicas básicas En los ejercicios 1, 2, 8 y 9 se utilizará que si G = {g 1,...,g n } es un conjunto finito y * una operación interna definida en G, podemos utilizar

Más detalles

Tema 4.- Espacios vectoriales. Transformaciones lineales.

Tema 4.- Espacios vectoriales. Transformaciones lineales. Ingenierías: Aeroespacial, Civil y Química Matemáticas I - Departamento de Matemática Aplicada II Escuela Superior de Ingenieros Universidad de Sevilla Tema 4- Espacios vectoriales Transformaciones lineales

Más detalles

SESIÓN 4: ESPACIOS VECTORIALES

SESIÓN 4: ESPACIOS VECTORIALES SESIÓN 4: ESPACIOS VECTORIALES Un espacio vectorial sobre un campo (como el cuerpo de los números reales o los números complejos) es un conjunto no vacío, dotado de dos operaciones para las cuales será

Más detalles

Matriz asociada a una transformación lineal respecto a un par de bases

Matriz asociada a una transformación lineal respecto a un par de bases Matriz asociada a una transformación lineal respecto a un par de bases Objetivos Definir la matriz asociada a una transformación lineal respecto a un par de bases y estudiar la representación matricial

Más detalles

1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.

1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3. . Producto escalar. Propiedades... Norma de un vector. Espacio normado...ortogonalidad. Ángulos..3.Producto escalar en V..4.Producto escalar en V 3.. Producto vectorial de dos vectores de V 3...Expresión

Más detalles

Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen

Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen 1. Teorema de la representación matricial de una transformación

Más detalles

Definición 1. Dado un conjunto C una aplicación definida por : C C C

Definición 1. Dado un conjunto C una aplicación definida por : C C C ESTRUCTURAS ALGEBRAICAS. En matemáticas aparecen distintos conjuntos cuyos elementos podemos operar de alguna manera. Los conjuntos de números usuales: N, Z, Q, y R son unos ejemplos claros. Otros ejemplos

Más detalles

Espacios vectoriales

Espacios vectoriales Espacios vectoriales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza 1 Concepto de espacio vectorial y propiedades 1.1 Definición Se llama espacio vectorial sobre K (IR o C a toda terna

Más detalles

Tema 2. Aplicaciones lineales y matrices.

Tema 2. Aplicaciones lineales y matrices. Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................

Más detalles

MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios

MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios Sonia L. Rueda ETS Arquitectura. UPM Curso 2007-2008. 1 MATEMÁTICAS I TEMA 1: Espacios Vectoriales 1 Definición de espacio vectorial. Subespacios Dados dos conjuntos V y K se llama ley de composición externa

Más detalles

Conjuntos y funciones convexas

Conjuntos y funciones convexas Conjuntos y funciones convexas Un conjunto X R n se dice convexo si para todo par de puntos x 1 y x 2 en X, λ x 1 + ( 1- λ) x 2 X, para todo λ [0,1] Qué significa esto geométricamente? Un punto λ x 1 +

Más detalles

Cálculo en varias variables para Ciencias Químicas y Ambiental

Cálculo en varias variables para Ciencias Químicas y Ambiental Cálculo en varias variables para Ciencias Químicas y Ambiental Andrés Durán Poblete Concepción, Enero de 008 PROLOGO Este texto es para ser usado como apoyo por los alumnos de Ciencias Químicas e Ingeniería

Más detalles

Apéndice sobre ecuaciones diferenciales lineales

Apéndice sobre ecuaciones diferenciales lineales Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.

Más detalles

2.1. Estructura algebraica de espacio vectorial

2.1. Estructura algebraica de espacio vectorial Tema 2 Espacios vectoriales de dimensión finita 21 Estructura algebraica de espacio vectorial Los vectores libres en el plano son el sustento geométrico del concepto de espacio vectorial Se trata de segmentos

Más detalles

Espacios vectoriales Espacios y subespacios vectoriales

Espacios vectoriales Espacios y subespacios vectoriales Capítulo 3 Espacios vectoriales 3.. Espacios y subespacios vectoriales Definición 3.. Un espacio vectorial ( o lineal ) es un conjunto no vacío V, cuyos elementos se denominan vectores, en el que hay definidas

Más detalles

Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS

Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS 1 Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS 1.1 Los Números Naturales. Los números naturales aparecen por la necesidad que tiene el hombre (primitivo) tanto de contar como de ordenar

Más detalles

Objetivos formativos de Álgebra

Objetivos formativos de Álgebra Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo

Más detalles

Tema 4. Vectores en el espacio (Productos escalar, vectorial y mixto)

Tema 4. Vectores en el espacio (Productos escalar, vectorial y mixto) Matemáticas II (Bachillerato de Ciencias) Geometría del espacio: Vectores 75 Espacios vectoriales Tema 4 Vectores en el espacio (Productos escalar, vectorial y mixto) Definición de espacio vectorial Un

Más detalles

Temario de Matemáticas

Temario de Matemáticas Temario de Matemáticas BLOQUE I: ÁLGEBRA LINEAL Y GEOMETRÍA 1 o Grado en Biología Alma Luisa Albujer Brotons Índice general 1. Matrices 1 1.1. Conceptos básicos y ejemplos...............................

Más detalles

b) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A

b) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A APENDICE Relaciones y Operaciones Compatibles 1 Definición: a) Sea A un conjunto y una relación entre elementos de A. Decimos que es una relación de equivalencia si es: i Reflexiva: a A, a a. ii Simétrica:

Más detalles

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales PROLEMS RESUELTOS ÁLGER LINEL Tema. Transformaciones Lineales SUTEM: MTRICES SOCIDS UN TRNSFORMCIÓN Problema : Sean P P los espacios vectoriales de lo polinomios de grado menor o igual a dos menor o igual

Más detalles

Anillo de polinomios con coeficientes en un cuerpo

Anillo de polinomios con coeficientes en un cuerpo Capítulo 2 Anillo de polinomios con coeficientes en un cuerpo En el conjunto Z se ha visto cómo la relación ser congruente módulo m para un entero m > 1, es compatible con las operaciones suma y producto.

Más detalles

Grado en Física. Ejercicios de autoevaluación. Temas 1 4. Departamento de Álgebra, Universidad de Sevilla

Grado en Física. Ejercicios de autoevaluación. Temas 1 4. Departamento de Álgebra, Universidad de Sevilla Álgebra Lineal y Geometría Grado en Física Ejercicios de autoevaluación. Temas 1 4 Departamento de Álgebra, Universidad de Sevilla El contenido de estas notas ha sido diseñado y redactado por el profesorado

Más detalles

Álgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica

Álgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica Álgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica 1. a) Marcar en un eje los puntos a(1);b( 2) y c(4). b) Hallar los puntos simétricos respecto al origen

Más detalles

ALGEBRA y ALGEBRA LINEAL. Primer Semestre CAPITULO I LOGICA Y CONJUNTOS.

ALGEBRA y ALGEBRA LINEAL. Primer Semestre CAPITULO I LOGICA Y CONJUNTOS. ALGEBRA y ALGEBRA LINEAL 520142 Primer Semestre CAPITULO I LOGICA Y CONJUNTOS. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas Universidad de Concepción 1 La lógica es

Más detalles

Funciones de Clase C 1

Funciones de Clase C 1 Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,

Más detalles

4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno

4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno para S.D.O. Lineales 4.1. Problemas de contorno para s.d.o. lineales. Teorema de alternativa 4.1. Problemas de contorno. Teorema de alternativa Fijemos A C 0 ([α, β]; L(R N )) y b C 0 ([α, β]; R N ), dos

Más detalles

Una matriz es un arreglo rectangular de elementos. Por ejemplo:

Una matriz es un arreglo rectangular de elementos. Por ejemplo: 1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con

Más detalles

Problemas de exámenes de Aplicaciones Lineales y Matrices

Problemas de exámenes de Aplicaciones Lineales y Matrices 1 Problemas de exámenes de Aplicaciones Lineales y Matrices 1. Consideramos f End(R n ), que tiene matriz A respecto la base canónica. Cuál de las siguientes afirmaciones es incorrecta? a) Si v es un vector

Más detalles

Esta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS

Esta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS Cambios de base 3 3. CAMBIOS DE BASE Dada una aplicación lineal : y la base,,, se ha definido matriz en bases canónicas de la aplicación lineal a la matriz,, cuyas columnas son las coordenadas de en la

Más detalles

elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1;

elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1; 3. Espacios Vectoriales 3.1. Definición de espacio vectorial Un cuerpo es una estructura algebraica (K, +, ) formada por un conjunto K no vacio y dos operaciones internas + y que verifican las siguientes

Más detalles

Clase 8 Matrices Álgebra Lineal

Clase 8 Matrices Álgebra Lineal Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas

Más detalles

TEMA 11. VECTORES EN EL ESPACIO

TEMA 11. VECTORES EN EL ESPACIO TEMA 11. VECTORES EN EL ESPACIO Dados dos puntos y, se define el vector como el segmento orientado caracterizado por su módulo, su dirección y su sentido. Dos vectores son equipolentes si tienen el mismo

Más detalles

Sistemas de Ecuaciones Lineales y Matrices

Sistemas de Ecuaciones Lineales y Matrices Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una

Más detalles

Álgebra Lineal y Geometría. Tema 3

Álgebra Lineal y Geometría. Tema 3 Álgebra Lineal y Geometría Tema 3 Departamento de Álgebra, Universidad de Sevilla El contenido de estas notas ha sido diseñado y redactado por el profesorado de la asignatura. Se permite su reproducción,

Más detalles

Transformaciones lineales y matrices

Transformaciones lineales y matrices CAPíTULO 5 Transformaciones lineales y matrices 1 Matriz asociada a una transformación lineal Supongamos que V y W son espacios vectoriales de dimensión finita y que T : V W es una transformación lineal

Más detalles