Espacios vectoriales
|
|
- José Carlos Mendoza Vidal
- hace 5 años
- Vistas:
Transcripción
1 CAPíTULO 2 Espacios vectoriales 1. Definición de espacio vectorial Es frecuente representar ciertas magnitudes físicas (velocidad, fuerza,...) mediante segmentos orientados o vectores. Dados dos de tales vectores se define geométricamente su suma mediante superposición. Algebraicamente esta operación define una estructura de grupo abeliano en el conjunto de todos los vectores. Además, si λ es un número (escalar) y v un vector se define geométricamente el producto de λ y v. Estas dos operaciones están relacionadas a través de algunas igualdades básicas: λ(v 1 + v 2 ) = λv 1 + λv 2... Estas propiedades justifican la definición de espacio vectorial abstracto del siguiente modo: Definición 2.1. Sea K un cuerpo. Un espacio vectorial sobre K es un grupo abeliano (V, +) junto con operación entre los elementos de K y V que asigna a cada λ K y v V un elemento λv cumpliendo las siguientes condiciones. 1. λ K, v 1,v 2 V, λ(v 1 + v 2 ) = λv 1 + λv 2 ; 2. λ, µ K, v V, (λ + µ)v = λv + µv; 3. λ, µ K, v V, (λµ)v = λ(µv); 4. v V, 1 K v = v. Los elementos de V se llaman vectores y los de K escalares. Ejemplo R 2 es R-espacio vectorial. 2. K n, donde K es un cuerpo, es un K espacio vectorial. 3. F(R, R) es un R-espacio vectorial. Si (V, +) es un K-espacio vectorial, las operaciones de K las denotaremos + y. Observemos que el signo + se utiliza para denotar dos operaciones distintas (una V y otra en K). El contexto deja claro que operación nos referimos en cada caso. De forma similar, denotaremos por 0 el elemento neutro de (V, +) y el de (K, +). En caso de confusión, podemos distinguir 0 V y 0 K. Finalmente si λ K, v V, λ denota el inverso de λ en (K, +) mientras que v denota el inverso de v en (V, +). Proposición 2.1. Si (V, +) es un K-espacio vectorial, entonces 1. 0 v = 0; 11
2 12 2. ESPACIOS VECTORIALES 2. ( λ)v = (λv); 3. si λv = 0, entonces λ = 0 ó v = 0. Ejercicio 2.1. a) Si λv = µv y v 0, entonces λ = µ. b) Si λv = λw y λ 0, entonces v = w. 2. Subespacios Definición 2.2. Sea (V, +) un K-espacio vectorial. Un subconjunto W V se dice que es un subespacio vectorial de V si W con las operaciones de V posee la estructura de K-espacio vectorial, es decir, 1. v,w W, v + w W (+ es una operación en W); 2. λ K y w W, λw W. En este caso escribiremos W V. Ejemplo V = R 2, W = {(x, y) R 2 x = y} = {(x, x) x R}. 2. {0} y V siempre son subespacios. 3. Las funciones continuas de R en R forman un subespacio en el espacio de todas las funciones de R en R. Proposición 2.2. Sea V un K-espacio vectorial y W 1,W 2 V. Entonces W 1 W 2 V. Ejemplo 2.3. W 1 = {(x,y,z) R 3 y+z = 0}, W 1 = {(x,y, z) R 3 x+z = 0}, W 1 W 2 = {(x, x, x) x R}. En general si W 1,...,W n V, entonces W 1... W n V. Definición 2.3. Sea V un K-espacio vectorial y W 1,W 2 V. Se llama suma de los subespacios W 1 y W 2 al conjunto W 1 +W 2 = {w 1 +w 2 w 1 W 1,w 2 W 2 }. Proposición 2.3. Si W 1,W 2 V, entonces W 1 + W 2 V. Ejemplo 2.4. W 1 = {(x,x) x R}, W 1 = {(x,2x) x R}, W 1 + W 2 = R 2. (explicarlo geometricamente) Definición 2.4. Sea V un K-espacio vectorial y W 1,...,W n V. Se dice que la suma de W W n es directa si todo vector de W W n es suma de únicos vectores de W i. Es decir para todo v W W n existen únicos w i W i tales que v = w 1 + +w n. En este caso escribiremos W 1... W n. Diremos que W 1 y W 2 son complementarios si V = W 1 W 2. Proposición 2.4. Sea V un K-espacio vectorial y W 1,W 2 V. Entonces W 1 + W 2 = W 1 W 2 si y sólo si W 1 W 2 = {0}. Ejemplo 2.5. W 1 = {(x, x) x R}, W 1 = {(x,2x) x R}, W 1 + W 2 = W 1 W 2 = R 2.
3 3. SISTEMAS DE GENERADORES Y SISTEMAS LIBRES. BASES Sistemas de generadores y sistemas libres. Bases. Definición 2.5. Supongamos que V es un K-espacio vectorial y S = {v 1,...,v n } V. Se llama combinación lineal de S a todo vector de la forma λ 1 v λ n v n con λ 1,...,λ n K. Al conjunto de todas las combinaciones lineales de S lo denotaremos S. Observamos que S es un subespacio vectorial de V y v 1,...,v n S. Definición 2.6. S se llama subespacio generado por S. Si W V y W = S, se dice que S es un sistema generador de W. Si existe un conjunto finito de vectores S V tales que V = S, entonces se dice que V es un K-espacio finitamente generado. Ejemplo V = R 2, S = {(1,1)}, S = {(x,x) x R}. 2. V = R 2, S = {(1,1),(1,0)}, S = R W = {(x, y, x, 2y) x, y R} = {1,0, 1,0),(0,1,0, 2)} Ejercicio 2.2. Sean v 1,...,v n V. Si v i es combinación lineal de v 1,...,v i 1,v i+1,...,v n, entonces v 1,...,v n = v 1,...,v i 1,v i+1,...,v n. Ejercicio 2.3. Si W 1 = S y W 2 = T, entonces W 1 + W 2 = S T. Es cierto W 1 W 2 = S T? Definición 2.7. Sea V un K-espacio vectorial y S = {v 1,...,v n } V. Se dice que S es un conjunto libre o linealmente independiente si la única situación en que λ 1 v λ n v n = 0 es cuando λ 1 = = λ n = 0. Observemos que si {v 1,...,v n } es un sistema linealmente independiente entonces λ 1 v λ n v n = µ 1 v µ n v n si y sólo si λ 1 = µ 1,...,λ n = µ n. Por lo tanto, v 1,...,v n = Kv 1... Kv n. Definición 2.8. Sea V un K-espacio vectorial y B = {v 1,...,v n } V. Diremos que B es una base si B es un sistema generador y es linealmente independiente. Acordamos que cuando V consiste de un solo vector su base es el conjunto vació. Ejemplo Sea V = R 2. Entonces B 1 = {(1,0),(0,1)} y B 2 = {(1,1),(1,0)} son bases de V. 2. Sea V los polinomios sobre R de grado menor que n. Entonces 1,x,...,x n 1 es una base de V. Notemos que si B = {v 1,...,v n } es una base de V entonces cualquier elemento de V se expresa y de forma única como v = λ 1 v λ n v n con λ 1,...,λ K. Los elementos λ 1,...,λ n se llaman coordenadas del vector v respecto de la base B.
4 14 2. ESPACIOS VECTORIALES Ejemplo 2.8. Sea V = R 2. Entonces B 1 = {(1,0),(0,1)} y B 2 = {(1,1),(1,0)} son bases de V. Los coordinadas de v = (2,3) respecto de B 1 son 2,3 y las coordinadas de v = (2,3) respecto de B 2 son 3, -1. Ahora nos planteamos demostrar que en cualquier espacio vectorial finitamente generado V existe base. Necesitaremos el siguiente lema. Lema 2.5. Sea S = {v 1,...,v s } un sistema linealmente independiente y v V con v v 1,...,v s. Entonces {v 1,...,v s,v} son linealmente independientes. Teorema 2.6. Sea V un K-espacio vectorial, S un sistema libre y T un sistema generador finito de V. Entonces existe T 0 T tal que S T 0 es una base de V. Corolario 2.7. Sea V un K-espacio vectorial finitamente generado. Entonces V posee base. De hecho, cualquier sistema generador contiene una base. Entonces como vemos de cualquier sistema de generadores de un espacio vectorial se puede extraer una base y también es posible construir bases a partir de sistemas de vectores linealmente independientes. 4. Dimensión de un espacio vectorial Teorema 2.8. Sea V un K-espacio vectorial finitamente generado. Entonces, todas las bases tienen el mismo número de elementos. Dicho número se denomina dimensión del espacio vectorial y se denota dim K V. Sea B una base. Es claro basta probar que para cualquier otra base S, S B. Lo vamos a probar por la inducción inversa sobre B S. Si B S = B entonces B S. Si existe s S \ B, entonces s es una combinación lineal de los vectores de B y por lo tanto S no es una base. Concluimos que B = S. Con esto hemos probado la base de inducción. Ahora suponemos que hemos probado que S B para cualquier base S cuando B S > s. Suponemos ahora que B S = s < B. Si no existe v S \ B, entonces S = s < B y hemos terminado. Entonces suponemos que existe v S \ B. Consideramos el conjunto S = S \ v. Tenemos que S = S 1, S B = B S = s. Como v no es una combinación lineal de elementos de S, concluimos que S no es una base. Por el Teorema 2.6, podemos completar S hasta una base con los elementos de B. Entonces existe B B tal que S 1 = S B es una base de V. Notemos que B S y por lo tanto S 1 B = B (S B) > B S = s.
5 5. MATRIZ DE CAMBIO DE BASE 15 Aplicando la hipótesis inductiva, obtenemos que S 1 B. Por lo tanto, Ejemplo 2.9. S = S + 1 S 1 B. Corolario 2.9. Sea V un K-espacio vectorial de dimensión n, S un sistema generador y T un sistema de vectores linealmente independientes. Entonces 1. T n y además T = n si y sólo si T es una base; 2. S n y además S = n si y sólo si S es una base. Corolario Sea V un K-espacio vectorial de dimensión finita y W V. 1. W es finitamente generado y dim W dim V ; 2. existe un subespacio W tal que V = W W. Teorema Sea V un K-espacio vectorial de dimensión finita y W,W V. Entonces dim(w + W ) = dimw + dimw dim(w W ). 5. Matriz de cambio de base Sea V un K-espacio vectorial. En adelante vamos a considerar también matrices con vectores de V como entradas. Estas matrices se puede multiplicar por las matrices sobre K. Sea M = (v ij ) una matriz k m donde v ij V y A = (a ij ) una matriz m n con entradas a ij K. Definamos el producto de M y A como u u 1n u u 2n m N = MA =... = (u ij), donde u ij = a kj v ik. k=1 u k1... u kn Necesitaremos la siguiente proposición. Proposición Sea B = {v 1,...,v m } una base de un K-espacio vectorial V y A y B dos matrices m n. Si entonces A = B. (v 1,...,v m )A = (v 1,...,v m )B, Definición 2.9. Sea V un K-espacio vectorial de dimensión finita y B = {v 1,...,v n }, B = {v 1,...,v n} dos bases de V. Se llama matriz de cambio de base de B a B a la matriz n n cuya j-ésima columna está formada por las coordenadas del vector v j respecto de la base B. Ejemplo V = R 3, B c = {e 1,e 2,e 3 } es la base canónica y B = {v 1,v 2,v 3 } donde v 1 = (1,1,0), v 2 = e 3 y v 3 = e Id
6 16 2. ESPACIOS VECTORIALES Supongamos que B y B son dos bases de V, B = {v 1,...,v n }, B = {v 1,...,v n} y sea P la matriz de cambio de base de B a B (escribiremos más brevemente, B P B ). Si P = (p ij ) se tiene que o en la forma matricial v j = p 1j v p nj v n, (v 1,...,v n) = (v 1,...,v n )P. Proposición Sean B, B y B tres bases de V, B P B, B Q B. Entonces la matriz de cambio de base de B a B es PQ y la matriz de cambio de base de B a B es P 1 (en particular P 1 GL n (K)). Proposición Sea V un K-espacio vectorial, B = {v 1,...,v n } una base y A = (a ij ) M n (K). Definimos los vectores v j = a 1j v a nj v n. Entonces, A GL n (K) si y sólo si B = {v 1,...,v n} es una base. En este caso, A es la matriz de cambio de base de B a B Ejercicio 2.4. Demostrar que A = GL 3 (R) y hallar su inverso. La matriz de cambio de base de B a B permite relacionar las coordenadas de cualquier vector respecto de estas bases. Proposición Sea V un K-espacio vectorial de dimensión finita B = {v 1,...,v n }, B = {v 1,...,v n} dos bases de V, X = x 1. x n y X = sus coordenadas respecto de B y B respectivamente y P es la matriz de cambio de base de B a B. Entonces, X = P 1 X. Por eso a veces la matriz P 1 se llama la matriz de cambio de coordenadas. Ejemplo Sea V = R 3, B c = {e 1,e 2,e 3 } la base canónica y B = {v 1,v 2,v 3 } donde v 1 = (1,1,0), v 2 = e 3 y v 3 = e 2. Sea v = (1,1,1). Ejercicio 2.5. Decide si cada uno de los siguientes conjuntos es una base de R 3. Si lo es, escribe la matriz de paso de la base canónica a la nueva base y utilízala para encontrar las coordenadas en la nueva base de v = (1,3,5). B 1 = {(1,1,1),(0,1,1),(0,0,1)}, B 2 = {(0,1,2),(1,2,3),(2,3,4)} B 3 = {(0,1,1),(1,0,1),(1,1,0)}, B 4 = {(1,1,1),(1,2,3),(1, 2, 3)}. x 1. x n
7 6. PRODUCTO DE ESPACIOS. ESPACIO COCIENTE Producto de espacios. Espacio cociente. Definición Dados dos K-espacios vectoriales U y V definimos el producto El conjunto U V con dos operaciones U V = {(u, v) u E,f F }. suma (u 1,v 1 ) + (u 2,v 2 ) = (u 1 + u 2,v 1 + v 2 ) producto por scalares λ(u, v) = (λu,λv) es un K-espacio vectorial. Proposición Si U y V son de dimensión finita, entonces U V también lo es y dim U V = dimu + dimv. Definición Si W es un subespacio de un K-espacio vectorial V, podemos definir la relación W : u W v u v W. Ésta es una relación de equivalencia (comprobarlo), que llamaremos la relación de equivalencia módulo W. Si u W v, diremos que u y v están relacionados módulo W. Denotaremos por [u] la clase de equivalencia de cualquier vector u V. En el conjunto cociente (conjunto de clases de equivalencia) definimos la operaciones suma [u] + [v] = [u + v] producto por scalares λ[u] = [λu]. Ambas operaciones están bien definidas, es decir, no dependen de la elección de representantes (comprobarlo). El conjunto V/W con dos operaciones es un K- espacio vectorial. Proposición Sea W un subespacio de un K-espacio vectorial V y U el complemento de W. Entonces 1. V/W = {[u] u U}; 2. si u 1 y u 2 U y [u 1 ] = [u 2 ], entonces u 1 = u 2 ; 3. si B = {b 1,...,b k } es una base de U, entonces {[b 1 ],...,[b k ]} es un base de V/W. Ejemplo Corolario Si V es de dimensión finita, V/W también lo es y dim V/W = dimv dimw.
8 18 2. ESPACIOS VECTORIALES 7. Ejercicios Ejercicio 2.6. Determinar si en los siguientes casos el conjunto V tiene estructura de K-espacio vectorial, donde la suma y el producto por escalares se consideran definidos de forma natural. 1. V = C, K = R. 2. V = R, K = C. 3. V = {a + bi a,b Q}, K = Q. 4. V = {f : [0,1] R f es continua}, K = R. 5. V = {f : R [0,1] f es continua}, K = R. Ejercicio 2.7. Sea K un cuerpo y S(K) := {(x 0,x 1,x 2,...,x n,...) x i K} el conjunto de las sucesiones de elementos de K (una notación común para este conjunto es K N ). Definimos: (x 0,x 1,x 2,...,x n,...) + (y 0,y 1,y 2,...,y n,...) = (x 0 + y 0,x 1 + y 1,...,x n + y n,...) y para λ K, λ (x 0,x 1,x 2,...,x n,...) = (λx 0,λx 1,λx 2,...,λx n,...). a) Demuestra que, con estas operaciones, S(K) es un K-espacio vectorial. b) Para i N, sea e i S(K) la sucesión para la que x i = 1 y x j = 0 si j i (es decir, e 0 = (1,0,0,0,...), e 1 = (0,1,0,0,...), etc.). Sea E = {e i i N}. Es E linealmente independiente? Es E una base se S(K)? Ejercicio 2.8. Sea K un cuerpo. Comprueba si son o no K-espacios vectoriales los siguientes conjuntos con las operaciones indicadas: a) V = {(x 1,x 2 ) K 2 }, (x 1,x 2 )+(y 1,y 2 ) = (x 1 +y 1,0),λ(x 1,x 2 ) = (λx 1,0). b) V = {(x 1,x 2 ) K 2 x 1 0,x 2 0}, (x 1,x 2 ) + (y 1,y 2 ) = (x 1 y 1,x 2 y 2 ), λ(x 1,x 2 ) = (λx 1,λx 2 ). V. Ejercicio 2.9. Estudiar en qué casos es W subespacio del K-espacio vectorial 1. V = R 2, K = R, W = {(2x, 3x) x R}. 2. V = R 2, K = R, W = {(x 2, x 3 ) x R}. 3. V = {f : [0,1] R f es continua}, K = R, W = {f V f(0) = f(1)}. 4. V = {f : [0,1] R f es continua}, K = R, W = {f V f(0) = 1}. 5. V = M 2 2 (Q), K = Q, W = {A V A 2 = 0}. 0 a b 6. V = { 0 0 c a,b, c C}, K = C, W = {A V A 2 = 0} Ejercicio Sea V un espacio vectorial sobre un cuerpo K. Demuestra que dos vectores v 1 y v 2 en V \ { 0} son linealmente dependientes si y sólo si existe k K tal que v 2 = kv 1. Ejercicio Sea K un cuerpo. Encuentra todos los subespacios vectoriales de K (visto como un K espacio vectorial).
9 7. EJERCICIOS 19 Ejercicio Demuestra que si V es un subespacio vectorial de R 3, entonces V = { 0}, o V es una recta que pasa por el origen, o V es un plano que pasa por el origen o V = R 3. Ejercicio Sea W el subespacio de R 4 generado por (1,2, 5,3) y (2, 1,4,7). Determina si el vector (0,0, 37, 3) pertenece a W. Ejercicio Consideramos el R-espacio vectorial V = R R = {funciones f : R R}. Comprueba si son subespacios vectoriales de V a) V 1 = {f V f es diferenciable (en todo R) y su derivada es continua}. [Este es un conjunto muy importante. Se llama C 1 (R).] b) V 2 = {f V f es diferenciable dos veces y f (x) f (x) + f(x) = 0}. c) V 3 = {f V f es diferenciable dos veces y f (x) xf (x) + x 2 f(x) = 0}. d) V 4 = {f V f es diferenciable y (f (x)) 2 = f(x)}. Ejercicio Consideramos el R-espacio vectorial V = M m n (R) de las matrices m n. Comprueba si son los siguientes subconjuntos son subespacios vectoriales de V. Si la respuesta es afirmativa, encuentra bases cuando m = n = 2 y también cuando m = n = 3. a) V 1 = {A V a 11 = 0}. b) V 2 = {A V a 11 + a 12 = 0}. c) V 3 = {A V n i=1 a ii = 0}. [Aquí consideramos sólo el caso m = n.] d) V 4 = {A V a ij = a ji i,j}. [Aquí consideramos sólo el caso m = n.] e) V 5 = {A V a ij = a rs i, j, r, s}. f) V 6 = {A V n j=1 a ij = 2π para i = 1,...,m}. [Fijamos la suma de los elementos de cada fila.] Ejercicio Construye una base de R 4 que contenga a los vectores (2, 2,3,1) y ( 1,4, 6, 2). Ejercicio Consideremos en R 4 los subespacios vectoriales W 1 =< v 1,v 2,v 3 > y W 2 =< v 4,v 5 > con v 1 = (1, 2, 1,3), v 2 = (0,2,1, 1),v 3 = ( 2,6,3, 7),v 4 = (1,2,1,1),v 5 = (2,0, 1,1). Calcula las dimensiones de W 1,W 2,W 1 +W 2 y W 1 W 2. Ejercicio Consideremos en R 3 los subespacios W =< (1,1,1) > y V = {(x 1,x 2,x 3 ) x 1,x 2,x 3 R y x 1 + x 2 + x 3 = 0}. i) Demuestra que W + V = R 3 y que la suma es directa. ii) Expresa al vector (1,2,0) como suma de un vector en W y un vector en V. Ejercicio Sea R[x] 3 = {p(x) = a 0 +a 1 x+a 2 x 2 +a 3 x 3 a 0,a 1,a 2,a 3 R}. a) Demuestra que B = {x 3 + 4x,3x 2 + 4,6x,6} es una base de R[x] 3 y calcula las coordenadas de p(x) = 2 + 2x x 2 x 3 en B. b) Sea W = {(a b) + 2ax + bx 2 + (a + 2b)x 3 a,b R}. Demuestra que W es un subespacio vectorial de R[x] 3. Encuentra una base de W y un subespacio complementario de W en R[x] 3. Ejercicio Dada una matriz A = (a i,j ) M m n (K), llamamos traspuesta de A a la matriz A t = (b i,j ) M n m (K) tal que b i,j = a j,i. Consideremos los
10 20 2. ESPACIOS VECTORIALES conjuntos S = {A M 2 2 (R) A = A t } [se llaman matrices simétricas de 2 por 2.] H = {A M 2 2 (R) A = A t } [se llaman matrices hemisimétricas] Demuestra que S y H son subespacios vectoriales de M 2 2 (R) y que M 2 2 (R) = S H. Ejercicio Consideramos los subespacios de R 4 E 1 =< (1,1,1,1),(1, 1,1, 1),(1,3,1,3) >, E 2 =< (1,2,0,2),(1,2,1,2),(3,1,3,1) >. a) Calcula las dimensiones de los espacios E 1,E 2,E 1 E 2 y E 1 + E 2. Es la suma E 1 + E 2 directa? b) Describe geométricamente los espacios cocientes R 4 /E 1 y R 4 /E 2. Calcula las dimensiones y encuentra bases de cada uno.
4. Espacios vectoriales
Contents 4 Espacios vectoriales 2 4.1 Dependencia e independencia lineal.................................. 4 4.2 Subespacios vectoriales.............................................. 7 4.3 Bases y dimensión..................................................
Más detallesTema 1: ESPACIOS VECTORIALES
Tema 1: ESPACIOS VECTORIALES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura:
Más detallesDepartamento 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 detallesTema 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 detallesSea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares).
Capítulo 6 Espacios Vectoriales 6.1 Definiciones Sea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares). Definición 6.1.1 Se dice que
Más detallesESPACIOS 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 detalles1. Espacio vectorial. Subespacios vectoriales
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Sea k un cuerpo. 1. Espacio vectorial. Subespacios vectoriales Definición 1.1. Un k-espacio vectorial o espacio vectorial
Más detallesAlgebra 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 detallesTema 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 detalles520142: 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 detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES MATRICES. SISTEMAS DE ECUACIONES LINEALES Matrices ) Dada la matriz M=, prueba que n n M M, n. ) Demuestra la siguiente implicación: Si I A I AA A
Más detallesTema 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 detalles2 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 detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallesALGEBRA 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 detallesEspacios 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 detallesEspacios 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 detallesCapítulo 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 detalles6 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 detallesResumen 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 detallesTEMA 4 ESPACIOS VECTORIALES
TEMA 4 ESPACIOS VECTORIALES Índice 4.1. Definición y propiedades.................. 101 4.1.1. Dependencia e independencia lineal....... 103 4.2. Subespacios vectoriales................... 105 4.2.1. Ecuaciones
Más detallesTema 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 detallesEJERCICIOS 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 detallesTema 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 detallesEspacios 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 detallesTema 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 detalles4.2 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 detallesEspacios vectoriales (Curso )
ÁLGEBRA Práctica 5 Espacios vectoriales (Curso 2008 2009) 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 x = 3y}.
Más detalles1. ESPACIO EUCLÍDEO. ISOMETRÍAS
1 1. ESPACIO EUCLÍDEO. ISOMETRÍAS Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos conceptos
Más detallesPodemos 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 detallesMatrices. Álgebra de matrices.
Matrices. Álgebra de matrices. 1. Definiciones generales Definición 1.1 Si m y n son dos números naturales, se llama matriz de números reales de orden m n a una aplicación A : {1, 2, 3,..., m} {1, 2, 3,...,
Más detallesEspacios vectoriales reales.
Capítulo 4 Espacios vectoriales reales. 4.1 Espacios vectoriales. Definición 86.- Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe
Más detallesTeoría 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 detallesTema 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 detalles1. 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 detalles58 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 detallesAplicaciones Lineales
Capítulo 5 Aplicaciones Lineales 51 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K Definición 511 Se dice que una aplicación f : V W es una aplicación lineal o un
Más detallesÁLGEBRA LINEAL Y GEOMETRÍA
ÁLGEBRA LINEAL Y GEOMETRÍA Laureano González Vega y Cecilia Valero Revenga Departamento de Matemáticas, Estadística y Computación Universidad de Cantabria Curso 2017 2018 Índice I Lecciones 1 1 Espacios
Más detallesEjercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Ejercicios tipo test de las lecciones 1 y 2. 1. El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1,
Más detallesEL ESPACIO AFÍN. se distinguen, además de su origen A y su extremo B, las siguientes
VECTOR FIJO Y VECTOR LIBRE. Sea E el espacio ordinario. EL ESPACIO AFÍN Llamaremos vector fijo a cualquier segmento orientado dado por dos puntos A y B del espacio E. Al punto A lo llamamos origen del
Más detallesEspacios 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 detallesGEOMETRÍA AFÍN Y PROYECTIVA Espacios Vectoriales.
Sonia L. Rueda ETS Arquitectura. UPM Año 2016-2017. 1 GEOMETRÍA AFÍN Y PROYECTIVA Espacios Vectoriales. 1. Determinar si los siguientes conjuntos de vectores son subespacios vectoriales de R 4. A = {(x,
Más detallesAplicaciones Lineales
Capítulo 7 Aplicaciones Lineales 7.1 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. Definición 7.1.1 Se dice que una aplicación f : V W es una aplicación lineal o
Más detallesEspacios 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 detallesEspacios vectoriales reales
144 Matemáticas 1 : Álgebra Lineal Capítulo 9 Espacios vectoriales reales 9.1 Espacios vectoriales Los conjuntos de vectores del plano, R, y del espacio, R 3, son conocidos y estamos acostumbrados a movernos
Más detallesESPACIOS Y SUBESPACIOS VECTORIALES
ESPACIOS Y SUBESPACIOS VECTORIALES. ESPACIO VECTORIAL REAL Un espacio vectorial real V es un conjunto de objetos llamados vectores, junto con dos operaciones, llamadas suma y multiplicación por un escalar
Más detallesCAPÍTULO 4 ESPACIOS VECTORIALES
CAPÍTULO 4 ESPACIOS VECTORIALES 4.1.- Concepto y definición de espacio vectorial. 4.2.- Propiedades de los espacios vectoriales. 4.3.- Subespacios vectoriales. 4.4.- Combinación lineal de vectores. 4.5.-
Más detallesTema 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 detallesPAIEP. 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 detallesAplicaciones lineales.
Tema 4 Aplicaciones lineales. Definición 4. Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: a f(u + v = f(u + f(v; u, v V, b f(ku = kf(u;
Más detallesEspacios 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 detallesProblemas de exámenes de Formas Bilineales y Determinantes
1 Problemas de exámenes de Formas Bilineales y Determinantes 1. Sea R 3 con el producto escalar ordinario. Sea f un endomorfismo de R 3 definido por las condiciones: a) La matriz de f respecto de la base
Más detallesTEMA 5: Aplicaciones Lineales. Diagonalización.
TEMA 5: Aplicaciones Lineales. Diagonalización. 1. Aplicaciones Lineales 1.1. Definición, propiedades y ejemplos. Definición 1. Dados dos espacios vectoriales V y V sobre un mismo cuerpo K, una aplicación
Más detallesMatriz asociada a una transformación lineal respecto a un par de bases
Matriz asociada a una transformación lineal respecto a un par de bases Ejercicios Objetivos Comprender cómo se describe una transformación lineal (que actúa en espacios vectoriales de dimensiones finitas)
Más detallesTEMA 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 detallesun 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 detallesLas 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 detallesAplicaciones Lineales
Aplicaciones Lineales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Aplicaciones Lineales 1 / 47 Objetivos Al finalizar este tema tendrás que: Saber si una aplicación es
Más detallesTema 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 detallesSubspacios 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 detallesEspacios 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 detallesDeterminantes. σ(1)... σ(n) l i nl 1 +1 if s = n l
CAPíTULO 5 Determinantes 1 El grupo simétrico Sea n N Denotemos por Σ n el conjunto: Σ n = {f : {1,,n} {1,,n} f es aplicación biyectiva} Si f,g Σ n, la aplicación compuesta g f también es un elemento de
Más detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales Natalia Boal Francisco José Gaspar María Luisa Sein-Echaluce Universidad de Zaragoza 1 En IR 2 se definen las siguientes operaciones + : x, y + x, y = x + x, y + y, IR
Más detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 8-2 4. Transformaciones lineales 4.. Introducción SEMANA 8: TRANSFORMACIONES LINEALES Sea la matriz
Más detallesProducto 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( 1 0 BLOQUE DE GEOMETRÍA TEMA 4: ESPACIOS VECTORIALES. ( 5+ 3i )+ ( 2 i )=7+ 2i. La suma de dos números complejos es un número complejo.
BLOQUE DE GEOMETRÍA TEMA 4: ESPACIOS VECTORIALES. Operaciones Binarias: Observamos las siguientes operaciones: ( 5+ 3i )+ ( 2 i )=7+ 2i. La suma de dos números complejos es un número complejo. ( 1 0 2
Más detallesÁlgebra Lineal Capítulo 11. Tópicos Especiales y Aplicaciones Producto tensorial de espacios vectoriales y matrices
Álgebra Lineal Capítulo 11. Tópicos Especiales y Aplicaciones 11.4. Producto tensorial de espacios vectoriales y matrices En esta lección de nimos el producto tensorial de espacios vectoriales, transformaciones
Más detallesEl espacio proyectivo P n (k). Sistemas de referencia. Dualidad. Departamento de Algebra Septiembre El espacio proyectivo P n (k).
Notas de la asignatura AMPLIACIÓN DE GEOMETRÍA de la Licenciatura de Matemáticas, Facultad de Matemáticas, Universidad de Sevilla, para el curso 2000-01 Departamento de Algebra Septiembre 2000 Tema 1-
Más detallesBa 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 detallesÁLGEBRA 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 detallesBases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1
Bases y dimensión Problemas teóricos Bases de un espacio vectorial En todos los problemas se supone que V es un espacio vectorial sobre un campo F. Definición de base. Sean b 1,..., b n V. Se dice que
Más detallesClase 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 detallesESPACIOS VECTORIALES Y APLICACIONES LINEALES
Departamento de Matemática Aplicada II E.E.I. ÁLGEBRA Y ESTADÍSTICA Boletín n o (010-011 ESPACIOS VECTORIALES Y APLICACIONES LINEALES 1. En el espacio vectorial ordinario R 4 estudiar cuáles de los siguientes
Más detallesÁlgebra 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 detallesSistemas de ecuaciones lineales
CAPíTULO 6 Sistemas de ecuaciones lineales 1 Rango de una matriz a 11 a 1n Sea A = M m n (K) El rango por filas de la matriz A es la dimensión del a m1 a mn subespacio vectorial de K n generado por sus
Más detallesAplicaciones lineales
Aplicaciones lineales María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Aplicaciones lineales Matemáticas I 1 / 32 Contenidos 1 Definición y propiedades Definición de aplicación
Más detallesTEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES
TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES Definición 1.1. Endomorfismo Nilpotente. Un endomorfismo T End(V ) es nilpotente si existe n N tal que f n 0. Definición 1.. Matriz
Más detallesTema 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 detalles1. 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 detallesTema 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 detallesEl 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 detallesAplicaciones lineales
53 Matemáticas I : Álgebra Lineal Tema 5 Aplicaciones lineales 5. Definición. Núcleo e imagen Definición 26.- Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una
Más detallesCambio de base. Objetivos. Estudiar la relación entre las coordenadas de un vector en dos bases.
Cambio de base Objetivos Estudiar la relación entre las coordenadas de un vector en dos bases Requisitos Definición de una base, multiplicación de una matriz por un vector, delta de Kronecker Definición
Más detallesDiagonalización. 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 detallesEspacios vectoriales con producto interno
Espacios vectoriales con producto interno Mariano Suárez-Alvarez 24 de junio, 2011 1. Espacios con producto interno... 1 2. Normas y distancias... 3 3. Ortogonalidad... 5 4. Proyectores ortogonales...
Más detallesALGEBRA 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 detallesMMAF: 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 detallesContenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices
elementales Diciembre 2010 Contenido Definición y tipos de matrices elementales 1 Definición y tipos de matrices 2 3 4 elementales 5 elementales Definición 1.1 (Matriz) Una matriz de m filas y n columnas
Más detallesAlgebra 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 detallesEjercicio 3.1 Estudiar si son subespacios vectoriales los siguientes subconjuntos de los espacios R n indicados:
10 Departamento de Álgebra. Universidad de Sevilla Tema 3. Sección 1. Variedades lineales. Definición. Ejercicio 3.1 Estudiar si son subespacios vectoriales los siguientes subconjuntos de los espacios
Más detallesProblemas 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 detallesTema 3 APLICACIONES LINEALES
Tema 3 APLICACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Definición y propiedades. Núcleo e imagen. Isomorfismos. Definición 1.1 Una aplicación f : V V entre dos espacios vectoriales
Más detallesEstructura vectorial de R n
Estructura vectorial de R n (R n, +, ) con las operaciones vectoriales de suma de vectores + y producto por escalares es un espacio vectorial ya que verifica: (R n, +) es un grupo abeliano. Para todos
Más detalles2.1. 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 detallesVariedades diferenciables
Capítulo 10 Variedades diferenciables 1. Variedades diferenciables en R n A grandes rasgos, una variedad diferenciable es un conjunto que, localmente, es difeomorfo al espacio euclideano. En este capítulo
Más detallesTransformaciones lineales autoadjuntas (hermíticas)
Transformaciones lineales autoadjuntas (hermíticas) Objetivos. Estudiar propiedades elementales de transformaciones lineales autoadjuntas. Demostrar que para toda transformación lineal autoadjunta en un
Más detallesCONCEPTOS 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 detallesEs 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 detallesUn elemento de un monoide se dice que es inversible si tiene elemento inverso.
Tema 1: Semigrupos 1 Tema 1: Semigrupos 1. Semigrupos: Conceptos fundamentales. Recordemos que un sistema algebraico es un conjunto S con una o varias operaciones sobre él, siendo una operación ó ley de
Más detalles102 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