Espacios Vectoriales

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 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

Espacios Vectoriales. Matemáticas. Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES

Espacios Vectoriales. Matemáticas. Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES Espacios Vectoriales Matemáticas Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES 5 ESPACIO VECTORIAL Dados: (E,+) Grupo Abeliano (K,+, ) Cuerpo :

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

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 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

Clase de Álgebra Lineal

Clase de Álgebra Lineal Clase de Álgebra Lineal M.Sc. Carlos Mario De Oro Facultad de Ciencias Básicas Departamento de matemáticas 04.2017 Page 1 Espacios vectoriales Definicion. Espacio Vectorial (E.V.) Un V espacio vectorial

Más detalles

2 Espacios vectoriales

2 Espacios vectoriales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 2 Espacios vectoriales 2.1 Espacio vectorial Un espacio vectorial sobre un cuerpo K (en general R o C) es un conjunto V sobre el que hay

Más detalles

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales (1) Sea n N. Mostrar que el conjunto de polinomios sobre R de grado menor que n es un subespacio vectorial de R[x]. Este

Más detalles

Departamento de Ingeniería Matemática - Universidad de Chile

Departamento de Ingeniería Matemática - Universidad de Chile Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 08-2 SEMANA 7: ESPACIOS VECTORIALES 3.5. Generadores de un espacio vectorial Sea V un espacio vectorial

Más detalles

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES ESPACIOS VECTORIALES Un espacio vectorial sobre K es una conjunto V que cumple: 1) Existe una regla que asocia a dos elementos u, v V su suma que se denota por u + v, que es también elemento de V y que

Más detalles

Espacios vectoriales.

Espacios vectoriales. Unidad docente de Matemáticas Matemáticas (CC. Químicas) Espacios vectoriales. Si detectas cualquier error o errata por favor, comunicaselo al profesor de la asignatura. El subíndice can significa canónica/o..

Más detalles

6 Vectores. Dependencia e independencia lineal.

6 Vectores. Dependencia e independencia lineal. 6 Vectores. Dependencia e independencia lineal. Introducción Hay fenómenos reales que se pueden representar adecuadamente mediante un número con su adecuada unidad de medida. Sin embargo para representar

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

Espacios Vectoriales Espacios y subespacios vectoriales Espacios Vectoriales 1. Demuestre que con la suma y multiplicación habituales es un espacio vectorial real.. Considere el conjunto C de los números complejos con la suma

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

Transformaciones Lineales (MAT023)

Transformaciones Lineales (MAT023) Transformaciones Lineales (MAT03 Primer semestre de 01 1 Verónica Gruenberg Stern DEFINICION Sean U, V dos espacios vectoriales sobre un cuerpo K y sea T : U V una función. Diremos que T es una transformación

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

TEMA V. Espacios vectoriales

TEMA V. Espacios vectoriales TEMA V. Espacios vectoriales 1 1. Demostrar que cada uno de los siguientes conjuntos tiene estructura de espacio vectorial sobre el cuerpo de los reales: a El conjunto (R 2, +,, R. b El conjunto (R 3,

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

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

ESPACIOS VECTORIALES ESPACIOS VECTORIALES Luisa Martín Horcajo U.P.M. Definición: Vector libre. Operaciones Un vector fijo es una segmento orientado, que queda caracterizado por su origen A y su extremo B y se representa por

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

Ejercicio 1: Proponga al menos 3 conjuntos y las operaciones adecuadas de modo que sean espacios vectoriales.

Ejercicio 1: Proponga al menos 3 conjuntos y las operaciones adecuadas de modo que sean espacios vectoriales. Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Proponga al menos 3 conjuntos y las operaciones adecuadas de modo que sean espacios vectoriales. Ejercicio 2: Determine si los siguientes conjuntos

Más detalles

Álgebra Lineal Ivan D. Molina N. Universidad del Norte Enero del 2016 Ivan D. Molina N. (Universidad del Norte) Álgebra Lineal Enero del / 26

Álgebra Lineal Ivan D. Molina N. Universidad del Norte Enero del 2016 Ivan D. Molina N. (Universidad del Norte) Álgebra Lineal Enero del / 26 Álgebra Lineal Ivan D. Molina N. Universidad del Norte Enero del 2016 Ivan D. Molina N. (Universidad del Norte) Álgebra Lineal Enero del 2016 1 / 26 1 Subespacios y combinaciones lineales 2 Dependencia

Más detalles

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios 61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial

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

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

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

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

1. Espacios Vectoriales Reales.

1. Espacios Vectoriales Reales. . Espacios Vectoriales Reales. El Álgebra Lineal es una rama de la Matemática que trata las propiedades comunes de todos los sistemas algebráicos donde tiene sentido las combinaciones lineales y sus consecuencias.

Más detalles

58 7. ESPACIOS COCIENTE

58 7. ESPACIOS COCIENTE CAPíULO 7 Espacios cociente En esta sección estudiamos el cociente de un espacio vectorial por un subespacio W. Este cociente se define como el conjunto cociente de por una relación de equivalencia conveniente.

Más detalles

Podemos pues formular los dos problemas anteriores en términos de matrices.

Podemos pues formular los dos problemas anteriores en términos de matrices. Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión

Más detalles

Tema 2: Espacios vectoriales

Tema 2: Espacios vectoriales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 Tema 2: Espacios vectoriales Ejercicios 1. En R 2 se definen las siguientes operaciones: (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2, y 1 +

Más detalles

Tema 4: Estructura vectorial de R n.

Tema 4: Estructura vectorial de R n. TEORÍA DE ÁLGEBRA I: Tema 4. DIPLOMATURA DE ESTADÍSTICA 1 Tema 4: Estructura vectorial de R n. 1 Definiciones y propiedades Definición. 1.1 Denotaremos por R n al conjunto de todas las n-tuplas de números

Más detalles

Ba s e, d i M e n s i ó n y Mat r i z

Ba s e, d i M e n s i ó n y Mat r i z Unidad 4 Ba s e, d i M e n s i ó n y Mat r i z de transición Objetivos: Al inalizar la unidad, el alumno: Conocerá la deinición de base de un espacio vectorial Identiicará bases canónicas para algunos

Más detalles

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2 CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el

Más detalles

Tema 4: ESPACIOS VECTORIALES

Tema 4: ESPACIOS VECTORIALES Álgebra I - Curso 2005/06 - Grupos M1 y M2 Tema 4: ESPACIOS VECTORIALES por Mario López Gómez 1. Definición, propiedades y ejemplos. El concepto de espacio vectorial es sin duda uno de los más importantes

Más detalles

Las variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V.

Las variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V. Capítulo 9 Variedades lineales Al considerar los subespacios de R 2, vimos que éstos son el conjunto {(0, 0)}, el espacio R 2 y las rectas que pasan por el origen. Ahora, en algunos contextos, por ejemplo

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. Capítulo 4. Martínez Héctor Jairo Sanabria Ana María Introducción Definición y Propiedades Básicas

ESPACIOS VECTORIALES. Capítulo 4. Martínez Héctor Jairo Sanabria Ana María Introducción Definición y Propiedades Básicas . 9 Capítulo 4 ESPACIOS VECTORIALES Martínez Héctor Jairo Sanabria Ana María Semestre,.7 4.. Introducción Después de haber estudiado los vectores de R n y las matrices, podemos notar cierta similitud entre

Más detalles

ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales

ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales Espacios vectoriales 1. Sea V un espacio vectorial

Más detalles

Matrices. Operaciones con matrices.

Matrices. Operaciones con matrices. Matrices. Operaciones con matrices. Ejercicio. Dadas las matrices ( ) ( ) 4 A = B = ( ) C = D = 4 5 ( ) 4 E = F = seleccione las que se pueden sumar y súmelas. Ejercicio. Dadas las matrices ( ) ( ) A =

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

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

Álgebra Lineal Grupo A Curso 2011/12. Espacios vectoriales. Bases...

Álgebra Lineal Grupo A Curso 2011/12. Espacios vectoriales. Bases... Álgebra Lineal Grupo A Curso 2011/12 Espacios vectoriales. Bases 61) Dados los vectores v 1,v 2,...,v n linealmente independientes, probar que también lo son los vectores u 1 = v 1 u 2 = v 1 + v 2... u

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

102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D.

102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. 102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. Tema 1. Espacios Vectoriales. 1. Dar la definición de cuerpo. Dar tres ejemplos de cuerpos. Dar un ejemplo de un cuerpo finito 2. Defina

Más detalles

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada

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

ESPACIOS VECTORIALES SUBESPACIOS:

ESPACIOS VECTORIALES SUBESPACIOS: SUBESPACIOS: Continuación EJEMPLOS: S 2 = {(x 1, x 2 ) / x 2 =x 12 } R 2 es subespacio del espacio vectorial? Interpretación geométrica: Representa una parábola de eje focal el eje de ordenadas, vértice

Más detalles

ESPACIOS VECTORIALES

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

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

1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano.

1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano. CAPÍTULO 1 El plano vectorial Consideremos P como el plano intuitivo de puntos: A,,C... 1.1. El espacio vectorial de los vectores Definición 1.1 Vectores fijos Dado dos puntos cualesquiera A e del espacio

Más detalles

Algebra Lineal y Geometría.

Algebra Lineal y Geometría. Algebra Lineal y Geometría. Unidad n 4: Dimensión de un Espacio Esp. Liliana Eva Mata Contenidos. Combinación lineal de vectores. Dependencia e Independencia Lineal. Sistema de Generadores. Base de un

Más detalles

Intersección y suma de subespacios

Intersección y suma de subespacios Intersección y suma de subespacios Objetivos Demostrar que la intersección y la suma de dos subespacios de un espacio vectorial también son sus subespaicios Requisitos Espacio vectorial, subespacio vectorial

Más detalles

Producto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31

Producto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31 Producto Escalar AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31 Objetivos Al finalizar este tema tendrás que: Saber usar el producto escalar. Calcular

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

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

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. octubre 2013 En esta Presentación... En esta Presentación veremos: Rectas En esta Presentación... En esta Presentación veremos:

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

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

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 Repaso de Estructuras Algebraicas 1. Producto cartesiano de conjuntos. Dados los conjuntos A y B, se llama producto cartesiano de A y B, y se denota por A B al conjunto

Más detalles

Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados

Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones

Más detalles

Práctica 2 -Cardinalidad- A. Propiedades básicas de los Conjuntos

Práctica 2 -Cardinalidad- A. Propiedades básicas de los Conjuntos Cálculo Avanzado Segundo Cuatrimestre de 2012 Práctica 2 -Cardinalidad- A. Propiedades básicas de los Conjuntos Ejercicio 1. Demostrar las siguientes igualdades de conjuntos: i) B i I A i = i I(B A i ).

Más detalles

Aplicaciones Lineales. Diagonalización de matrices.

Aplicaciones Lineales. Diagonalización de matrices. Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición

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

Teoría de la Dimensión

Teoría de la Dimensión Capítulo II Teoría de la Dimensión En este capítulo introduciremos una de las propiedades más importantes que tienen los espacios vectoriales: la dimensión. Dos son los modos posibles de llegar a la noción

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

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

El espacio proyectivo. Sistemas de referencia. Dualidad.

El espacio proyectivo. Sistemas de referencia. Dualidad. Capítulo 1 El espacio proyectivo Sistemas de referencia Dualidad En todo lo que sigue k designará un cuerpo arbitrario 11 Espacio afín como subespacio del proyectivo Definición 111 Sea un entero n 0 El

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

Teorema de Lagrange. En esta sección demostramos algunos hechos básicos sobre grupos, que se pueden deducir de la definición

Teorema de Lagrange. En esta sección demostramos algunos hechos básicos sobre grupos, que se pueden deducir de la definición Teorema de Lagrange Capítulo 3 3.1 Introducción En este capítulo estudiaremos uno de los teoremas más importantes de toda la teoría de grupos como lo es el Teorema de Lagrange. Daremos en primer lugar

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Espacios vectoriales con producto interno Problemas teóricos En todos los problemas relacionados con el caso complejo se supone que el producto interno es lineal con respecto al segundo argumento. Definición

Más detalles

Subspacios Vectoriales

Subspacios Vectoriales Subspacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Subspacios Vectoriales 1 / 25 Objetivos Al finalizar este tema tendrás que: Saber si un subconjunto es

Más detalles

4.2 Producto escalar.

4.2 Producto escalar. Producto escalar. 147 Este resultado tiene su recíproco, es decir, cualquier matriz cuadrada A define la forma bilineal b(x, y) =x T Ay Si b es simétrica, la matriz A es simétrica. Si b es definida positiva,

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

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

Resumen 2: Espacios vectoriales

Resumen 2: Espacios vectoriales Resumen 2: Espacios vectoriales 1 Definición y ejemplos Un espacio vectorial V sobre K, un cuerpo, está formado por elementos denominados vectores, los cuales pueden sumarse internamente y también multiplicarse

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

Vectores. 2)Coordenadas y base Combinación lineal Vectores linealmente dependiente Bases. Bases canónica

Vectores. 2)Coordenadas y base Combinación lineal Vectores linealmente dependiente Bases. Bases canónica Vectores 1) Vectores en R 2 Vector fijo en el plano Elementos de un vector fijo ( módulo, dirección, sentido, origen y extremo) Vectores equipolentes Vector libres Propiedad fundamental de los vectores

Más detalles

PRÁCTICO 5. Coordenadas y matriz de cambio de bases

PRÁCTICO 5. Coordenadas y matriz de cambio de bases Algebra y Algebra II Segundo Cuatrimestre 2012 PRÁCTICO 5 Coordenadas y matriz de cambio de bases Ejercicio 1. Probar que los vectores α 1 = (1 0 i) α 2 = (1 + i 1 i 1) α 3 = (i i i) forman una base de

Más detalles

Anuladores. Objetivos. Definir el concepto de anuladores y estudiar sus propiedades principales.

Anuladores. Objetivos. Definir el concepto de anuladores y estudiar sus propiedades principales. Anuladores Objetivos. Definir el concepto de anuladores y estudiar sus propiedades principales. Requisitos. Espacio dual, espacio bidual, base dual.. Definición (anulador de un subconjunto de un espacio

Más detalles

Parte 2: Definición y ejemplos de topologías.

Parte 2: Definición y ejemplos de topologías. Parte 2: Definición y ejemplos de topologías. 22 de marzo de 2014 1. Definiciones y propiedades básicas. Definición 1 Sea X un conjunto. Una familia T de subconjuntos de X es una topología de X si se cumplen:

Más detalles

PROBLEMAS RESUELTOS del espacio vectorial curso

PROBLEMAS RESUELTOS del espacio vectorial curso PROBLEMAS RESUELTOS del espacio vectorial curso - - Consideremos el conjunto R formado por todas las parejas () de números reales Se define en R la operación interna ()( )( ) una de las operaciones eternas

Más detalles

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN 1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN BANCO DE PREGUNTAS CURSO: ALGEBRA LINEAL LICENCIATURA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Mendoza Otoño

Más detalles

ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICAS

ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICAS ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICAS 7. ESPACIOS VECTORIALES 7.1 Estructura de Espacio Vectorial. Sea

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

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

ÁLGEBRA LINEAL I Práctica 5

ÁLGEBRA LINEAL I Práctica 5 ÁLGEBRA LINEAL I Práctica 5 Espacios vectoriales (Curso 2014 2015) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2

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

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

VECTORES EN EL ESPACIO

VECTORES EN EL ESPACIO UNIDAD VECTORES EN EL ESPACIO Página 13 Problema 1 Halla el área de este paralelogramo en función del ángulo α: cm Área = 8 sen α = 40 sen α cm α 8 cm Halla el área de este triángulo en función del ángulo

Más detalles

Subespacios de espacios vectoriales

Subespacios de espacios vectoriales Subespacios de espacios vectoriales Objetivos. Estudiar la definición, el criterio y algunos ejemplos de subespacios vectoriales. Muchos espacios vectoriales importantes (por ejemplo, espacio de soluciones

Más detalles

A P U N T E S D E Á L G E B R A L I N E A L

A P U N T E S D E Á L G E B R A L I N E A L A P U N T E S D E Á L G E B R A L I N E A L Universidad Nacional Autónoma de Méico Facultad de Ingeniería. M.I. Luis Cesar Vázquez Segovia Grupo: Semestre: - TEMA.- ESPACIOS VECTORIALES. Definición. Sea

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

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

Geometría afín y proyectiva, 2016 SEMANA 4

Geometría afín y proyectiva, 2016 SEMANA 4 Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra

Más detalles