elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1;
|
|
- Eva María Ríos Velázquez
- hace 8 años
- Vistas:
Transcripción
1 3. Espacios Vectoriales 3.1. Definición de espacio vectorial Un cuerpo es una estructura algebraica (K, +, ) formada por un conjunto K no vacio y dos operaciones internas + y que verifican las siguientes propiedades: conmutativa: λ + µ = µ + λ y λµ = µλ para todo µ, λ K; asociativa: (λ + µ) + ν = λ + (µ + ν) y (λµ)ν = λ(µν) para todo λ, µ, ν K; elemento neutro y elemento unidad: λ + 0 = λ y λ1 = λ para todo λ K; inversa aditiva (opuesto): para todo λ K existe un único µ K tal que λ + µ = 0; inversa multiplicativa: para todo λ K con λ 0, existe un único µ K tal que λµ = 1; distributiva: λ(µ + ν) = λµ + λν para todo λ, µ, ν K. La inversa aditiva de λ se denota por λ. Restar en K se define como µ λ = µ + ( λ). La inversa multiplicativa de λ 0 se denota por 1/λ. Dividir en K se define como µ/λ = µ(1/λ). Ejemplos: (R, +, ) y (C, +, ) son cuerpos. 1
2 Dado un cuerpo (K, +, ), un espacio vectorial sobre K es una estructura algebraica (V, +, ) donde V es un conjunto no vacío, la suma es una aplicación que asigna un elemento u + v V para cualquier par u, v K, y el producto es una aplicación que asigna un elemento λv V para cualquier λ K y cualquier u V, y tiene las siguientes propiedades: conmutatividad: u+v = v+u para todo u, v V ; asociatividad: (u + v) + w = u + (v + w) y (λµ)v = λ(µv) para todo u, v, w V y para todo λ, µ K; elemento neutro: existe un elemento 0 V tal que v + 0 = v para todo v V ; inversa aditiva: para todo v V existe w V tal que v + w = 0. elemento unidad: el elemento unidad de K es elemento unidad de la multiplicación 1v = v para todo v V. propiedades distributivas: λ(u + v) = λu + λv y (λ + µ)u = λu + µu para todo u, v V y para todo λ, µ K. Los elementos de V reciben el nombre de vectores. 2
3 Propiedades: 1. En un espacio vectorial el elemento neutro es único. 2. Cada elemento de un espacio vectorial tiene un único opuesto. 3. 0v = 0 para todo v V. 4. λ0 = 0 para todo λ K. 5. ( 1)v = v para todo v V Subespacio Vectorial Un subconjunto U de V es un subespacio vectorial de V si también es un espacio vectorial (con la misma suma y la misma multiplicación por un escalar). Para comprobar que U V es un subespacio vectorial es suficiente comprobar que contiene el vector 0, que es cerrado al sumar vectores de U y que es cerrado al multiplicar cualquier escalar por un vector de U: 1. 0 U; 2. u + v U para todo u, v U; 3. λv U para todo v U y para todo λ K. 3
4 3.3. Subespacio generado por un sistema de vectores. Dependencia e independencia lineal Una combinación lineal de los vectores {v 1,..., v s } V es un vector de la forma donde λ 1,..., λ s K. v = λ 1 v λ s v s Obsérvese que 0 es combinación lineal de cualquier conjunto de vectores no vacío (basta tomar λ i = 0). Teorema Sea S = {v 1,..., v s } V. Entonces L(S) = {λ 1 v λ s v s V : λ 1,..., λ s K} es el menor subespacio vectorial de V que contiene a S. A L(S) lo llamaremos el subespacio vectorial generado por S. Un conjunto de vectores S = {v 1,..., v s } es un sistema generador de un espacio (o subespacio) vectorial V si L(S) = V. Es decir, si todo elemento de V se puede poner como combinación lineal de los vectores de S. 4
5 Un sistema de vectores S = {v 1,..., v s } es linealmente dependiente si existe λ 1,..., λ s K no todos nulos de modo que λ 1 v λ s v s = 0. S = {v 1,..., v s } es linealmente independiente si no es linealmente dependiente. Es decir, si λ 1 v λ s v s = 0 = λ 1 = = λ s = 0. Observación: si {v 1,..., v s } es un sistema de vectores linealmente dependiente, entonces uno de ellos se puede poner como combinación lineal del resto. Si λ 1 0 = v 1 = ( λ 2 λ 1 ) v ( λ ) s v s. λ 1 Tres vectores no nulos en R 2 son siempre linealmente dependientes. En general n + 1 vectores en R n son siempre linealmente dependientes Base y dimensión de un subespacio vectorial Teorema: Si S = {v 1,..., v s } es un sistema linealmente independiente que genera V, entonces todo elemento de V se puede escribir de modo único como combinación lineal de {v 1,..., v s }. 5
6 Una base de un espacio vectorial V es un sistema de vectores linealmente independiente que es sistema generador de V. Dado v V, a los únicos λ 1,..., λ s K tales que v = λ 1 v λ s v s, se les denomina coordenadas de v. Observación BASE = SIST GENERADOR + LINAL. INDEP. {(1, 0, 0), {(1, 0, 0), (0, 1, 0), (0, 1, 0), {(1, 0, 0), (0, 1, 0)} (0, 0, 1), (1, 1, 1)} (0, 0, 1)} Base R 3 Sist. gen. de R 3, pero no base Sist. lin. indep., pero no base Teorema: todas las bases de un espacio vectorial tienen el mismo número de vectores. Le dimensión de un espacio vectorial es el número de elementos que posee cualquier base suya. Ejemplos: dim(r n ) = n; dim(k t [x]) = t + 1; dim(m mn ) = mn. 6
7 Una base de un subespacio vectorial W V es un sistema de vectores linealmente independiente que es sistema generador de W. La dimensión de W es igual al número de vectores de cualquier base de W. {v 1,..., v s } l.i. rang {v 1,..., v s } sist. gen. de W v 1 v s v 1,..., v s W, rg v 1 = s v s = dim(w ) Ampliación de un sistema de vectores lineal independiente a una base de W. En este caso rang v 1 v s = s < dim(w ). Debemos añadir vectores de W de tal forma que el rango siga siendo el número de columnas e igual a la dimensión de W. 7
8 Reducción de un sistema generador a una base. En este caso rang v 1 v s = dim(w ) < s. Debemos quitar vectores de tal forma que el rango siga siendo igual a la dimensión de W e igual al número de columnas Coordenadas y ecuaciones de un subespacio vectorial Sea B = {v 1,..., v n } una base de V. El vector v tiene coordenadas (λ 1,..., λ n ) en base B si v = λ 1 v λ n v n. Para expresar esto escribiremos: v = (λ 1,..., λ n ) B. Las coordenadas nos permiten trabajar con cualquier espacio vectorial como si fuese K n. Teorema 1. El conjunto de soluciones de un sistema lineal homogéneo es un subespacio vectorial de K n de dimensión n (rango de la matriz del sistema). 2. Fijada cualquier base B = {v 1,..., v n } de V, las coordenadas de los vectores de un subespacio vectorial de dimensión k son el conjunto de soluciones 8
9 de un sistema de ecuaciones homogéneo con n k ecuaciones y n incógnitas. Al sistema de ecuaciones que describe un subespacio vectorial fijada una base, le llamaremos ecuaciones implícitas del subespacio. A la solución de este sistema lo llamaremos ecuaciones paramétricas del sistema. Formas de describir un subespacio vectorial 5HVROYHUVLVWHPD (F,PSOtFLWDV (F 3DUDPpWULFDV (OLPLQDUSDUiPHWURV 12 6( 38('( 6HSDUDU 3DUiP &RPELQDFLyQOLQHDO 'HORVYHFWRUHVGHODEDVH %DVH 6LVWHPDJHQHUDGRU (OLPLQDUFROXPQDVGHWDOIRUPDTXH (OUDQJRQRFDPELH\VHDLJXDODO GHFROXPQDV Q~P 9
10 3.6. Operaciones con subespacios vectoriales. Cambio de coordenadas La intersección de dos subespacios es un subespacio. La única forma de calcular la intersección es a través de las ecuaciones implícitas: las ecuaciones implícitas de U 1 U 2 se obtienen al juntar las ecuaciones implícitas de U 1 con las de U 2. En general, la unión de dos subespacios no es un subep. La suma de dos subespacios se define como U 1 + U 2 = {u 1 + u 2 : u 1 U 1, u 2 U 2 } y es un subespacio. Un sistema generador de U 1 + U 2 se obtiene uniendo un sistema generador de U 1 con uno de U 2. Fórmula de la dimensión: sean U 1, U 2 dos subespacios de V, entonces dim(u 1 ) + dim(u 2 ) = dim(u 1 U 2 ) + dim(u 1 + U 2 ) V es suma directa de U 1 y U 2, y lo denotamos por V = U 1 U 2 si 1. V = V = U 1 + U 2 ; 2. U 1 U 2 = {0}. U 1, U 2 se dice que son suplementarios. 10
11 Proposición: V = U 1 U 2 todo v V se escribe de forma única como v = u 1 + u 2, donde u 1 U 1 y u 2 U 2. Sean B = {e 1,..., e n }, B = {v 1,..., v n } bases de V. La matriz cambio de coordenadas entre B y B es M B (B ) = v 1 v s, donde las coordenadas de v 1,..., v s están en base B. Sea v V un vector cualquiera con coordenadas v = (λ 1,..., λ n ) B = (µ 1,..., µ n ) B. Entonces, M B (B ) µ 1. µ n B = λ 1. λ n B. Además, M B (B) = M B (B ) 1 11
1. ESPACIOS VECTORIALES
1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,
Más detallesTema 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 detalles1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
Más detallesEstructuras algebraicas
Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota
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 detallesMATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios
Sonia L. Rueda ETS Arquitectura. UPM Curso 2007-2008. 1 MATEMÁTICAS I TEMA 1: Espacios Vectoriales 1 Definición de espacio vectorial. Subespacios Dados dos conjuntos V y K se llama ley de composición externa
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesEspacios vectoriales y Aplicaciones lineales
Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea
Más detalles1 El espacio vectorial R n.
Manuel Gutiérrez Departamento de Álgebra, Geometría y Topología Universidad de Málaga February 26, 2009 1 El espacio vectorial R n. La estructura de espacio vectorial es posiblemente la estructura más
Más detallesy λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.
Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =
Más detalles1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
Más detallesSubespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Más detallesEspacios vectoriales
Espacios vectoriales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza 1 Concepto de espacio vectorial y propiedades 1.1 Definición Se llama espacio vectorial sobre K (IR o C a toda terna
Más detallesVECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes.
VECTORES EN EL ESPACIO. Determina el valor de t para que los vectores de coordenadas (,, t), 0, t, t) y(, 2, t) sean linealmente dependientes. Si son linealmente dependientes, uno de ellos, se podrá expresar
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesTema 2. Aplicaciones lineales y matrices.
Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................
Más detallesClase 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 detallesEspacios vectoriales y aplicaciones lineales
Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un
Más detallesEspacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en
Más detallesEjemplo 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 detallesTema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)
Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto
Más detalles4 Aplicaciones Lineales
Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1
Más detallesVII. Estructuras Algebraicas
VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación
Más detallesVectores en el espacio
Vectores en el espacio Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas
Más detallesCURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre
CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una
Más detallesEspacios vectoriales. Bases. Coordenadas
Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos
Más detallesEspacios Vectoriales
Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................
Más detallesNota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:
Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición
Más detallesTema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.
Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal
Más detallesTEMA 1. VECTORES Y MATRICES
TEMA 1. VECTORES Y MATRICES 1.1. Definición de vector. Operaciones elementales 1.2. Matrices. Operaciones elementales 1.3. Traza y Determinante 1.4. Aplicaciones 1.1. DEFINICIÓN DE VECTOR. OPERACIONES
Más detallesProblemas de Álgebra Lineal Espacios Vectoriales
Problemas de Álgebra Lineal Espacios Vectoriales 1. Estudia cuáles de los siguientes subconjuntos son subespacios de R n para el n que corresponda: i) S 1 = {(x, y, z, t) R 4 x + y + z + t = b} siendo
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesCAPÍTULO II. 2 El espacio vectorial R n
CAPÍTULO II 2 El espacio vectorial R n A una n upla (x 1, x 2,..., x n ) de números reales se le denomina vector de n coordenadas o, simplemente, vector. Por ejemplo, el par ( 3, 2) es un vector de R 2,
Más detallesÁlgebra Lineal. Sesión de Prácticas 3: Subespacios vectoriales de K n. Operaciones con subespacios. Primero Grado Ingeniería Informática
Álgebra Lineal Sesión de Prácticas 3: Subespacios vectoriales de K n. Operaciones con subespacios Primero Grado Ingeniería Informática Departamento de Matemática Aplicada Facultad de Informática 1 / 22
Más detallesSegundo de Bachillerato Geometría en el espacio
Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto
Más detallesAnexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
Más detallesAplicaciones Lineales y Multilineales Continuas
Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones
Más detalles21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES
Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere
Más detallesE 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
Más detallesVECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.
VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman
Más detalles(Ec.1) 2α + β = b (Ec.4) (Ec.3)
Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α,
Más detallesProblemas y Ejercicios Resueltos. Tema 2: Espacios vectoriales.
Problemas y Ejercicios Resueltos. Tema : Espacios vectoriales. Ejercicios 1.- Determinar el valor de x para que el vector (1, x, 5) R 3 pertenezca al subespacio < (1,, 3), (1, 1, 1) >. Solución. (1, x,
Más detallesMatemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales
Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector
Más detallesEstructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria.
Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria. Operación Binaria Se conoce una operación binaria
Más detalles1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.
Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesEJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores
EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u
Más detalles1. APLICACIONES LINEALES
1 1 APLICACIONES LINEALES El objetivo de este capítulo es el estudio de las aplicaciones lineales u homomorfismos entre espacios vectoriales Este tipo de aplicaciones respeta la estructura de espacio vectorial
Más detallesESTRUCTURAS ALGEBRAICAS
ESTRUCTURAS ALGEBRAICAS 1.1. LEY DE COMPOSICIÓN INTERNA Definición 1.1.1. Sea E un conjunto, se llama ley de composición interna en E si y sólo si a b = c E, a, b E. Observación 1.1.1. 1. también se llama
Más detalles4.1 El espacio dual de un espacio vectorial
Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo
Más detallesTema 7: ESPACIOS VECTORIALES AFINES
Tema 7: ESPACIOS VECTORIALES AFINES 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 detallesDefinición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Más detallesVECTORES EN EL PLANO
VECTORES EN EL PLANO VECTOR: vectores libres Segmento orientado, con un origen y extremo. Módulo: es la longitud del segmento orientado, es un número positivo y su símbolo es a Dirección: es la recta que
Más detalles3 Espacios Vectoriales
Prof. Susana López 31 3 Espacios Vectoriales 3.1 Introducción Un ector fijo en el plano no es más que un segmento orientado en el que hay que distinguir tres características: -dirección: la de la recta
Más detallesESPACIO VECTORIAL ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN
Tema 5.- ESPACIOS VECTORIALES ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN ESPACIO VECTORIAL Fundamentos Matemáticosde la Ingeniería 1 Aunque históricamente el primer trabajo de Álgebra
Más detalles4 APLICACIONES LINEALES. DIAGONALIZACIÓN
4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos
Más detallesAplicaciones Lineales
Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales
Más detalles8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.
Prácticas de Matemáticas I y Matemáticas II con DERIVE 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar si el
Más detallesTema 7: Valores y vectores propios
Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un
Más detallesAplicaciones Lineales
Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detallesDefinición de vectores
Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre
Más detallesEspacios vectoriales
Espacios vectoriales Problemas teóricos Muchos de estos problemas me los han enseñado mis colegas: profesores Flor de María Correa Romero, Carlos Domínguez Albino, Sergio González Govea, Myriam Rosalía
Más detallesCapitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES
Más detallesFascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires
Fascículo 2 Cursos de grado ISSN 1851-1317 Gabriela Jeronimo Juan Sabia Susana Tesauri Álgebra Lineal Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 2008
Más detallesÁlgebra lineal y matricial
Capítulo Álgebra lineal y matricial.. Vectores y álgebra lineal Unconjuntodennúmerosreales(a,,a n )sepuederepresentar: como un punto en el espacio n-dimensional; como un vector con punto inicial el origen
Más detallesTema 3: Producto escalar
Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica
Más detallesCapitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS
Más detallesA estas alturas de nuestros conocimientos vamos a establecer dos reglas muy prácticas de cómo sumar dos números reales:
ADICIÓN Y RESTA DE NUMEROS REALES ADICIÓN L a adición o suma de números reales se representa mediante el símbolo más (+) y es considerada una operación binaria porque se aplica a una pareja de números,
Más detallesESPACIOS VECTORIALES
ESPACIOS VECTORIALES Ejercicio 1 En un espacio vectorial {V,k}, el vector v4 tiene por coordenadas (1,2,1) respecto a los vectores { v1, v2, v3 } a) Dése las coordenadas del vector v3 respecto a { v1,
Más detallesCambio de representaciones para variedades lineales.
Cambio de representaciones para variedades lineales 18 de marzo de 2015 ALN IS 5 Una variedad lineal en R n admite dos tipos de representaciones: por un sistema de ecuaciones implícitas por una familia
Más detalles4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES
Espacios Vectoriales y Aplicaciones Lineales 4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA 1.- Espacios Vectoriales..- Propiedades de un Espacio Vectorial..-
Más detallesTema 4: Aplicaciones lineales
Tema 4: Aplicaciones lineales Definición, primeras propiedades y ejemplos Definición. Sean V y W dos espacios vectoriales sobre un cuerpo K. Una función f : V W se dice que es una aplicación lineal si
Más detallesGrupos. Subgrupos. Teorema de Lagrange. Operaciones.
1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial
Más detallesMatrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx
Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad
Más detallesLección 2. Puntos, vectores y variedades lineales.
Página 1 de 11 Lección 2. Puntos, vectores y variedades lineales. Objectivos. En esta lección se repasan las nociones de punto y vector, y se identifican, via coordenadas, con los pares (ternas,...) de
Más detallesConjuntos Numéricos. Las dos operaciones en que se basan los axiomas son la Adición y la Multiplicación.
Conjuntos Numéricos Axiomas de los números La matemática se rige por ciertas bases, en la que descansa toda la matemática, estas bases se llaman axiomas. Cuántas operaciones numéricas conocen? La suma
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 detallesVariedades Diferenciables. Extremos Condicionados
Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación
Más detallesÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.
ÁLGEBRA DE MATRICES Página 49 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes
Más detallesValores y vectores propios de una matriz. Juan-Miguel Gracia
Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-
Más detallesEstructuras algebraicas
Tema 1 Estructuras algebraicas 1.1 Álgebras binarias Sea A un conjunto no vacío, una operación binaria (u operación interna) en A es una aplicación *: A A A (x, y) x * y es decir, una regla que a cada
Más detallesObjetivos: Al inalizar la unidad, el alumno:
Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará
Más detallesAplicaciones Lineales
Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las
Más detalles9.1 Primeras definiciones
Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación
Más detalles1. Producto escalar, métrica y norma asociada
1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la
Más detalles1. APLICACIONES LINEALES
1 1. APLICACIONES LINEALES 1. Estudiar si las siguientes aplicaciones son lineales: a) f : R 2 R 3, f(x, y) = (x + y, y, x 2y). Sí es lineal. b) f : R 2 R, f(x, y) = xy. No es lineal. Basta observar que
Más detallesListas de vectores y conjuntos de vectores
Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas
Más detalles5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades
5- ransformaciones Lineales 5Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal sus propiedades Se denomina transformación lineal a toda función,, cuo dominio codominio
Más detallesVECTORES COORDENADOS (R n )
VECTORES COORDENADOS (R n ) Cómo puede ser representado un número Real? Un número real puede ser representado como: Un punto de una línea recta. Una pareja de números reales puede ser representado por
Más detallesRelaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d
Relaciones binarias En esta sección estudiaremos formalmente las parejas de objetos que comparten algunas características o propiedades en común. La estructura matemática para agrupar estas parejas en
Más detallesAPUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO
APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO ÍNDICE VECTORES EN EL PLANO... 3 Vector Fijo... 3 VECTOR LIBRE... 3 Operaciones con Vectores... 3 Suma de vectores... 3 Producto de un número por
Más detallesObjetivos: Al inalizar la unidad, el alumno:
Unidad 3 espacios vectoriales Objetivos: Al inalizar la unidad, el alumno: Describirá las características de un espacio vectorial. Identiicará las propiedades de los subespacios vectoriales. Ejempliicará
Más detallesVector Spaces 4.1 ESPACIOS VECTORIALES Y SUBESPACIOS. 2012 Pearson Education, Inc.
4 Vector Spaces 4. ESPACIOS VECTORIALES Y SUBESPACIOS 0 Pearson Education, Inc. ESPACIOS VECTORIALES Y SUBESPACIOS Definición: Un espacio vectorial es un conjunto no vacío V de objetos, sobre el cual se
Más detallesa < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)
Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,
Más detallesNÚMEROS NATURALES Y NÚMEROS ENTEROS
NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de
Más detallesMódulo 9 Sistema matemático y operaciones binarias
Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional
Más detallesTransformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.
Transformaciones Lineales Definiciones básicas de Transformaciones Lineales wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 007-009 Contenido 1 Transformaciones Lineales 11 Núcleo e imagen
Más detallesDiagonalización de matrices
diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla
Más detallesPráctica de Aplicaciones Lineales
practica5.nb 1 Práctica de Aplicaciones Lineales Aplicaciones lineales y matrices Las matrices también desempeñan un papel muy destacado en el estudio de las aplicaciones lineales entre espacios vectoriales
Más detalles