Álgebra Lineal V: Subespacios Vectoriales.
|
|
|
- María Nieves Rojo Villanueva
- hace 9 años
- Vistas:
Transcripción
1 Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato [email protected] 1. Subespacios vectoriales. Definición de subespacios vectoriales. Sea V un espacio vectorial, sobre un campo K. Un subconjunto W V, se dice que es un subespacio de V, denotado por W < V, si W, junto con las operaciones de adición y multiplicación por escalar, definidas en V, es, por si sólo, un espacio vectorial, sobre el mismo campo K. Teorema. Sea V un espacio vectorial, sobre un campo K. Un subconjunto W V, es un subespacio de V, denotado por W < V, si y sólo si: 1. El subconjunto W está cerrado respecto a la operación de adición. Es decir w 1 + w 2 W w 1, w 2 W 2. El subconjunto W está cerrado respecto a la operación de multiplicación escalar. λ w 1 W λ K y w 1 W. Prueba: Primero probaremos que si un subconjunto W V es un subespacio de V; es decir, W < V entonces debe satisfacer las dos propiedades. Suponga que W < V, es un subespacio de V, entonces por definición W es un espacio vectorial sobre el campo K. Por lo tanto, W debe estar cerrado respecto a las operaciones de adición y multiplicación por escalar. Suponga ahora que un subconjunto W V satisface la clausura respecto a la adición y la multiplicación por escalar, entonces se probará que W < V. Puesto que W V entonces se satisfacen las siguientes propiedades de las dos operaciones 1. La adición es asociativa. w 1 + ( w 2 + w 3 ) = ( w 1 + w 2 ) + w 3, w 1, w 2, w 3 W 2. La adición es conmutativa w 1 + w 2 = w 2 + w 1, w 1, w 2 W 3. La multiplicación por escalar es distributiva respecto a la adición vectorial. k( w 1 + w 2 ) = k w 1 + k w 2 k K, y w 1, w 2 W. 4. La multiplicación escalar es distributiva respecto a la adición de escalares. (k 1 + k 2 ) w = k 1 w + k 2 w k 1,k 2 K, y w W. 1
2 5. La multiplicación escalar es pseudoasociativa. (k 1 k 2 ) w = k 1 (k 2 w) k 1,k 2 K w W. 6. Propiedad del idéntico multiplicativo del campo. Si 1 K es el idéntico multiplicativo, se tiene que 1 w = w w W. 7. Puesto que W está cerrado respecto a la multiplicación por escalar, 0 K y se sabe que 0 w = 0, w W, entonces 0 W y W contiene al idéntico aditivo. 8. Si 1 es el idéntico multiplicativo del campo K, se tiene que 1 + ( 1) = 0 Por la clausura del conjunto W respecto a la multiplicacion por escalar ( 1) w W w W. Además, aplicando la propiedad distributiva de la multiplicación por escalar respecto a la adición, se tiene que [1 + ( 1)] w = w + ( 1) w = 0 w = 0 w W Por lo tanto ( 1) w es el inverso aditivo de w W y W también contiene los inversos aditivos. Por lo tanto, la clausura respecto a la adición, junto con las incisos 1, 2, 7 y 8 prueban que W es un grupo aditivo respecto a la adición. Finalmente, la clausura respecto a la multiplicación por escalar, junto con los incisos, 3, 4, 5 y 6 completan la prueba que W < V. Nota. Es importante notar que todo espacio vectorial V tiene dos subespacios impropios, el primero es el subespacio formado por el vector 0, exclusivamente; es decir { 0} y el restante es el propio espacio vectorial V. Teorema. Una condicion necesaria, pero no suficiente, para que un subconjunto W V sea un subespacio de V, es que 0 V sea también un elemento de W. Prueba: Por definición, W V es un subespacio de V si W por si sólo es un espacio vectorial. Por lo tanto, 0 debe estar contenido en W ; es decir 0 W. Teorema. El conjunto solución de una ecuación lineal con n incógnitas sobre un campo K es un subespacio de K n si, y sólo si, la ecuación es homogenea. Prueba: Considere una ecuación lineal homogenea con n incógnitas sobre un campo K a 1 x 1 + a 2 x a n x n = 0, y sea x s = (x 1s,x 2s,...,x ns ), y s = (y 1s,y 2s,...,y ns ) K n dos soluciones arbitrarias de la ecuación lineal homogenea, es decir dos elementos del conjunto solucion, C S y sea λ K arbitrario. a 1 x 1s + a 2 x 2s + + a n x ns 0, a 1 y 1s + a 2 y 2s + + a n y ns 0. entonces, C S está cerrado con respecto a la suma. Considere x s + y s = (x 1s + y 1s,x 2s + y 2s,...,x ns + y ns ). 2
3 , a 1 (x 1s + y 1s ) + a 2 (x 2s + y 2s ) + + a n (x ns + y ns ) = (a 1 x 1s + a 2 x 2s + + a n x ns ) + (a 1 y 1s + a 2 y 2s + + a n y ns ) = 0. De manera semejante, el conjunto solución, C S, está cerrado con respecto a la multiplicacion por escalar. Considere λ x s = λ(x 1s,x 2s,...,x ns ) = (λx 1s,λx 2s,...,λx ns ). a 1 (λx 1s ) + a 2 (λx 2s ) + + a n (λx ns ) = λ (a 1 x 1s + a 2 x 2s + + a n x ns ) = λ 0 λ0 = 0. Por lo tanto, si la ecuación lineal es homogenea, el conjunto solución, C S es un subespacio de K n, es decir C S K n. Suponga ahora que la ecuación lineal no es homogenea, es decir a 1 x 1 + a 2 x a n x n = b, donde b 0. Suponga que x s = (x 1s,x 2s,...,x ns ) K n es una solución arbitraria de la ecuación lineal no homogenea, es decir un elemento del conjunto solución, C S y sea λ K diferente de 1. a 1 x 1s + a 2 x 2s + + a n x ns b. Considere entonces λ x s = λ(x 1s,x 2s,,x ns ) = (λx 1s,λx 2s,...,λx ns ). a 1 (λx 1s ) + a 2 (λx 2s ) + + a n (λx ns ) = λ(a 1 x 1s + a 2 x 2s + + a n x ns ) = λb b., el conjunto solución, C S, no está cerrado respecto a la multiplicación por escalar y no es un subespacio. Teorema. Sean W 1,W 2 < V dos subespacios de un espacio vectorial V sobre un campo K, entonces su intersección es también un subespacio; es decir, W 1 W 2 < V. Prueba: Sean w 1, w 2 W 1 W 2 arbitrarios, entonces w 1, w 2 W 1 y w 1, w 2 W 2. Ahora bien, puesto que W 1,W 2 son subespacios, entonces Por lo tanto w 1 + w 2 W 1 y w 1 + w 2 W 2. w 1 + w 2 W 1 W 2, y la intersección está cerrado respecto a la suma. Además, para todo λ K λ w 1 W 1 y λ w 1 W 2 Por lo tanto λ w 1 W 1 W 2, y la intersección está cerrado respecto a la multiplicación por escalar. De esta manera se prueba que W 1 W 2 < V. 3
4 Teorema. El conjunto solución de un sistema de ecuaciones lineales de m ecuaciones con n incógnitas sobre un campo K es un subespacio de K n si, y sólo si, el sistema de ecuaciones es homogeneo. Prueba: Considere el sistema de m ecuaciones con n incógnitas sobre un campo K, dado por a 11 x 1 + a 12 x 2 + a 13 x a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a 23 x a 2n x n = b 2 = a m1 x 1 + a m2 x 2 + a m3 x a mn x n = b m. En el apunte número 3 se probó que el conjunto solución C S es la intersección de los conjuntos solución de las m ecuaciones. Es decir C S = C S1 C S2 C Sm. Si el sistema de ecuaciones es homogeneo, entonces cada una de las ecuaciones son homogeneas, y por los teoremas anteriores, cada uno de los conjuntos solución es un subespacio de K n y la intersección de los subespacios es otro subespacio. Por lo tanto, si el sistema de ecuaciones es homogeneo, su conjunto solución es un subespacio de K n. Es fácil probar que si el sistema no es homogeneo, el conjunto solución no es un subespacio. 2. Ejemplos Resueltos. En esta sección se presentan y resuelven algunos ejemplos de subconjuntos de espacios vectoriales que pueden o no ser subespacios vectoriales. 1. U R 4 donde U = {(a,b,c,d) a + b = c + d}. Sean v 1, v 2 U, elementos arbitrarios de U dados por Puesto que v 1, v 2 U, se tiene que Considere ahora v 1 = (a 1,b 1,c 1,d 1 ) y v 2 = (a 2,b 2,c 2,d 2 ). a 1 + b 1 = c 1 + d 1 y a 2 + b 2 = c 2 + d 2. v 1 + v 2 = (a 1,b 1,c 1,d 1 ) + (a 2,b 2,c 2,d 2 ) = (a 1 + a 2,b 1 + b 2,c 1 + c 2,d 1 + d 2 ). (a 1 + a 2 ) + (b 1 + b 2 ) = (a 1 + b 1 ) + (a 2 + b 2 ) = (c 1 + d 1 ) + (c 2 + d 2 ) = (c 1 + c 2 ) + (d 1 + d 2 ). y el conjunto U está cerrado respecto a la adición de vectores. Sea λ R arbitrario y considere λ v 1 = λ (a 1,b 1,c 1,d 1 ) = (λa 1,λb 1,λc 1,λd 1 ) λa 1 + λb 1 = λ (a 1 + b 1 ) = λ (c 2 + d 2 ) = λc 2 + λd 2. y el conjunto U está cerrado respecto a la multiplicación escalar de vectores. Por lo tanto U R 4 es un subespacio que se denota por U < R 4. 4
5 2. U R 4 donde U = {(a,b,c,d) a + b = 1}. Sean v 1, v 2 U, elementos arbitrarios de U dados por Puesto que v 1, v 2 U, se tiene que Considere ahora v 1 = (a 1,b 1,c 1,d 1 ) y v 2 = (a 2,b 2,c 2,d 2 ). a 1 + b 1 = 1 y a 2 + b 2 = 1. v 1 + v 2 = (a 1,b 1,c 1,d 1 ) + (a 2,b 2,c 2,d 2 ) = (a 1 + a 2,b 1 + b 2,c 1 + c 2,d 1 + d 2 ). (a 1 + a 2 ) + (b 1 + b 2 ) = (a 1 + b 1 ) + (a 2 + b 2 ) = = 2. El conjunto U no está cerrado respecto a la adición de vectores y, por lo tanto, U no es un subespacio de R Sea C 0 (, ) el espacio vectorial real de funciones reales, continuas y de variable real en el intervalo (, ) y sea V C 0 (, ) tal que V = { f C 0 (, ) f( 1 2 ) Q}. Sea f V, por lo tanto f( 1 2 ) Q. Sea un λ R arbitrario y considere (λf)( 1 2 ) = λ [ f( 1 2 ) ]. Pero λ [ f( 1 2 )] Q si sólo si λ Q, pero λ R puede no pertenecer a Q. Por lo tanto, el conjunto no está cerrado respecto a la multiplicación por escalar y V no es un subespacio de C 0 (, ). 3. Ejemplos Propuestos. En esta sección se presentan algunos ejemplos de subconjuntos de espacios vectoriales, algunos de ellos son subespacios otros no lo son. 1. Considere el espacio vectorial R 3 de triadas ordenadas de números reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 R 3, tal que S 1 es un subespacio de R 3. El subconjunto S 2 R 3, tal que S 2 es un subespacio de R 3. El subconjunto S 3 R 3, tal que S 3 no es un subespacio de R 3. S 1 = { v = (v 1,v 2,v 3 ) v 2 = 3v 1,v 3 = 2v 1 }. S 2 = { v = (v 1,v 2,v 3 ) 3v 1 + v 2 2v 3 = 0}. S 3 = { v = (v 1,v 2,v 3 ) v 2 = 3,v 3 = v 1 }. 5
6 El subconjunto S 4 R 3, tal que S 4 = { v v = λ 1 v 1 + λ 2 v 2, donde λ 1,λ 2 R, v 1 = (0,1,2), v 2 = (1, 1,0) R 3} S 4 es un subespacio de R Considere el espacio vectorial M 2 2, de matrices de dos filas y dos columnas, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 M 2 2, tal que { [ a11 0 S 1 = A = 0 a 22 ] } a 11,a 22 R. S 1 es un subespacio de M 2 2. El subconjunto S 2 M 2 2, tal que { [ ] } a11 a S 2 = A = 12 a 21 a 22 a 11,a 12,a 21,a 22 R, tal que a 11 + a 22 = 2. S 2 es un subespacio de M Considere el espacio vectorial P 3 (x), de polinomios de grado menor o igual que 3, con coeficientes reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 P 3 (x), tal que S 1 es un subespacio de P 3 (x). El subconjunto S 2 P 3 (x), tal que S 2 no es un subespacio de P 3 (x). S 1 = { p(x) = a 0 + a 1 x + a 2 x 2 + a 3 x 3 3a 0 a 2 = 0 }. S 2 = { p(x) = a 0 + a 1 x + a 2 x 2 + a 3 x 3 a 0 = a }. 4. Considere el espacio vectorial C 1 ( 5,5), de funciones reales y continuas de variable real definidas en el intervalo abierto ( 5,5), sobre el campo de los números reales, R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 C 1 ( 5,5), tal que S 1 es un subespacio de C 1 ( 5,5). El subconjunto S 2 C 1 ( 5,5), tal que S 2 no es un subespacio de C 1 ( 5,5). S 1 = {f(x) f(3) = f(1) + 2f(2)}. S 2 = {f(x) f(0) = f(1) + 1}. 6
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
Algebra Lineal XIII: Operaciones con Transformaciones Lineales.
Algebra Lineal XIII: Operaciones con Transformaciones Lineales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato
Algebra Lineal XXVI: La Regla de Cramer.
Algebra Lineal XXVI: La Regla de Cramer José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx
Álgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos.
Álgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos. José María Rico Martínez Departamento de Ingeniería Mecánica División de
Algebra Lineal Xa: Álgebra Vectorial en R3
Algebra Lineal Xa: Álgebra Vectorial en R3 José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: [email protected]
Conjunto R 3 y operaciones lineales en R 3
Conjunto R 3 y operaciones lineales en R 3 Objetivos. Definir el conjunto R 3 y operaciones lineales en R 3. Requisitos. Conjunto de los números reales R, propiedades de las operaciones aritméticas en
Algebra Lineal XI: Funciones y Transformaciones Lineales
Algebra Lineal XI: Funciones y Transformaciones Lineales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:
Espacios 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
Álgebra Lineal III: Sistemas de ecuaciones lineales: Definición y
Álgebra Lineal III: Sistemas de ecuaciones lineales: Definición y solución. José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de
Una matriz es un arreglo rectangular de elementos. Por ejemplo:
1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con
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
Números reales Conceptos básicos Algunas propiedades
Números reales Conceptos básicos Algunas propiedades En álgebra es esencial manejar símbolos con objeto de transformar o reducir expresiones algebraicas y resolver ecuaciones algebraicas. Debido a que
Espacios 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
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
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
4 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
Subespacios Vectoriales
Subespacios Vectoriales Prof. Apuntes del Postgrado en Ingeniería 31 Mayo 2008 Subespacio Definición de Subespacio y Ejemplos. Definición Sea H un subconjunto no vacio de un espacio vectorial V(K). Si
SESIÓN 4: ESPACIOS VECTORIALES
SESIÓN 4: ESPACIOS VECTORIALES Un espacio vectorial sobre un campo (como el cuerpo de los números reales o los números complejos) es un conjunto no vacío, dotado de dos operaciones para las cuales será
Fascículo 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
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)
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
Forma binomial de números complejos (ejercicios)
Forma binomial de números complejos (ejercicios) Objetivos. Mostrar que los números reales x se pueden identificar con números complejos de la forma (x, 0), y cada número complejo (x, y) se puede escribir
Estructuras Algebraicas
Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos
ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República
ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto
Tema 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
MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios
Sonia L. Rueda ETS Arquitectura. UPM Curso 2007-2008. 1 MATEMÁTICAS I TEMA 1: Espacios Vectoriales 1 Definición de espacio vectorial. Subespacios Dados dos conjuntos V y K se llama ley de composición externa
Sistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
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
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,
Anexo 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:
Álgebra Lineal III: Sistemas de ecuaciones lineales. Problemas Resueltos.
Álgebra Lineal III: Sistemas de ecuaciones lineales. Problemas Resueltos. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad
Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Matrices y determinantes
Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna
Cálculo de la matriz asociada a una transformación lineal (ejemplos)
Cálculo de la matriz asociada a una transformación lineal ejemplos Objetivos Estudiar con ejemplos cómo se calcula la matriz asociada a una transformación lineal Requisitos Transformación lineal, definición
BASES 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
y 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 =
Espacios 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............................................
Vector 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
Subespacios 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
Objetivos: 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
Espacios Vectoriales
Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................
Espacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel [email protected] MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291)
Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291) I. Combinación Lineal Definición: Sean v 1, v 2, v 3,, v n vectores en el espacio vectorial V. Entonces cualquier
1. Sucesiones y redes.
1. Sucesiones y redes. PRACTICO 7. REDES. Se ha visto que el concepto de sucesión no permite caracterizar algunas nociones topológicas, salvo en espacios métricos. Esto empieza con algunas definiciones
ESPACIO 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
Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes
Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción
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
Nota 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
Tema 2. Aplicaciones lineales y matrices.
Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................
TEMA 11. VECTORES EN EL ESPACIO
TEMA 11. VECTORES EN EL ESPACIO Dados dos puntos y, se define el vector como el segmento orientado caracterizado por su módulo, su dirección y su sentido. Dos vectores son equipolentes si tienen el mismo
Matemáticas Discretas TC1003
Matemáticas Discretas TC13 Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas ITESM Matrices: Conceptos y Operaciones Básicas Matemáticas Discretas - p. 1/25 Una matriz A m n es un arreglo
Problemas 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
elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1;
3. Espacios Vectoriales 3.1. Definición de espacio vectorial Un cuerpo es una estructura algebraica (K, +, ) formada por un conjunto K no vacio y dos operaciones internas + y que verifican las siguientes
Matemáticas Aplicadas a los Negocios
LICENCIATURA EN NEGOCIOS INTERNACIONALES Matemáticas Aplicadas a los Negocios Unidad 4. Aplicación de Matrices OBJETIVOS PARTICULARES DE LA UNIDAD Al finalizar esta unidad, el estudiante será capaz de:
Álgebra II, licenciatura. Examen parcial I. Variante α.
Engrape aqu ı No doble Álgebra II, licenciatura. Examen parcial I. Variante α. Operaciones con matrices. Sistemas de ecuaciones lineales. Nombre: Calificación ( %): examen escrito tarea 1 tarea 2 asist.+
Sistema de ecuaciones algebraicas
Sistema de ecuaciones algebraicas Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: [email protected] web: http://metodosnumericoscem.weebly.com Universidad: ITESM CEM
1 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
ÁLGEBRA LINEAL I Soluciones a la Práctica 6
ÁLGEBRA LINEAL I Soluciones a la Práctica 6 Aplicaciones lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos,
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:,
y cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).
UNIDAD II: VECTORES EN DOS Y TRES DIMENSIONES Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios
Espacios 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
BLOQUE 1. LOS NÚMEROS
BLOQUE 1. LOS NÚMEROS Números naturales, enteros y racionales. El número real. Intervalos. Valor absoluto. Tanto el Cálculo como el Álgebra que estudiaremos en esta asignatura, descansan en los números
E 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),
de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
1.3.- V A L O R A B S O L U T O
1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto
Espacios 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
4. 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..-
Algebra Lineal XXI: Existencia de la Función Determinante, Expansión de Cofactores.
Algebra Lineal XXI: Existencia de la Función Determinante, Expansión de Cofactores. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica
4 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
1 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
DISEÑO CURRICULAR ALGEBRA LINEAL
DISEÑO CURRICULAR ALGEBRA LINEAL FACULTAD (ES) CARRERA (S) Ingeniería Computación y Sistemas CÓDIGO HORAS TEÓRICAS HORAS PRÁCTICAS UNIDADES DE CRÉDITO SEMESTRE 122443 02 02 03 II PRE-REQUISITO ELABORADO
Tema 5: Sistemas de ecuaciones lineales.
TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1
Sistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
b) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A
APENDICE Relaciones y Operaciones Compatibles 1 Definición: a) Sea A un conjunto y una relación entre elementos de A. Decimos que es una relación de equivalencia si es: i Reflexiva: a A, a a. ii Simétrica:
Tema 1: Matrices y Determinantes
Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz
Teoría de anillos. Dominios, cuerpos y cuerpos de fracciones. Característica de un cuerpo.
1 Tema 5.-. Teoría de anillos. Dominios, cuerpos y cuerpos de fracciones. Característica de un cuerpo. 5.1. Anillos y cuerpos Definición 5.1.1. Un anillo es una terna (A, +, ) formada por un conjunto A
Matriz asociada a una transformación lineal respecto a un par de bases
Matriz asociada a una transformación lineal respecto a un par de bases Objetivos Definir la matriz asociada a una transformación lineal respecto a un par de bases y estudiar la representación matricial
Espacios 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
Cardinalidad. Teorema 0.3 Todo conjunto infinito contiene un subconjunto infinito numerable.
Cardinalidad Dados dos conjuntos A y B, decimos que A es equivalente a B, o que A y B tienen la misma potencia, y lo notamos A B, si existe una biyección de A en B Es fácil probar que es una relación de
Aplicaciones 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
ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Z = N {0} N Enteros Las operaciones + y. son cerradas en Z, es decir la suma de dos números enteros es un número entero y el producto
NOCIONES PRELIMINARES (*) 1
CONJUNTOS NOCIONES PRELIMINARES (*) 1 Conjunto no es un término definible, pero da idea de una reunión de cosas ( elementos ) que tienen algo en común. En matemática los conjuntos se designan con letras
Espacios vectoriales
Espacios vectoriales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza 1 Concepto de espacio vectorial y propiedades 1.1 Definición Se llama espacio vectorial sobre K (IR o C a toda terna
Tema 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
Apéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Transformaciones lineales y matrices
CAPíTULO 5 Transformaciones lineales y matrices 1 Matriz asociada a una transformación lineal Supongamos que V y W son espacios vectoriales de dimensión finita y que T : V W es una transformación lineal
Apuntes de álgebra lineal. Eduardo Liz Marzán. Enero de 2015.
Apuntes de álgebra lineal Eduardo Liz Marzán Enero de 2015 Índice general 1 Introducción 7 11 Operaciones internas y estructura de cuerpo 7 12 Números complejos 8 13 Vectores 10 2 Matrices y determinantes
MATRICES DETERMINANTES
MATRICES Y DETERMINANTES INTRODUCCIÓN, MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de
1.2 Si a y b son enteros impares, entonces a + b es par. 1.4 Si el producto de enteros a y b es par, entonces alguno de ellos es par.
Sesión 1 Demostraciones Demostración directa 1.1 Si n es un número entero impar, entonces n 2 es impar. 1.2 Si a y b son enteros impares, entonces a + b es par. Demostración indirecta 1.3 Si n 2 es par,
MATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES
MATEMÁTICASII Curso académico 2015-2016 BLOQUE GEOMETRÍA. TEMA 1: VECTORES 1.1 VECTORES DEL ESPACIO. VECTORES LIBRES DEL ESPACIO Sean y dos puntos del espacio. Llamaremos vector (fijo) a un segmento orientado
4.1 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
Teoría de la Probabilidad Tema 2: Teorema de Extensión
Teoría de la Probabilidad Tema 2: Teorema de Extensión Alberto Rodríguez Casal 25 de septiembre de 2015 Definición Una clase (no vacía) A de subconjuntos de Ω se dice que es un álgebra si A es cerrada
E. T. S. de Ingenieros Industriales Universidad Politécnica de Madrid. Grado en Ingeniería en Tecnologías Industriales. Grado en Ingeniería Química
E. T. S. de Ingenieros Industriales Universidad Politécnica de Madrid Grado en Ingeniería en Tecnologías Industriales Grado en Ingeniería Química Apuntes de Álgebra ( Curso 2014/15) Departamento de Matemática
TEMA 2. ESPACIOS VECTORIALES
TEMA 2. ESPACIOS VECTORIALES CÉSAR ROSALES GEOMETRÍA I En este tema comenzaremos el estudio de los objetos que nos interesarán en esta asignatura: los espacios vectoriales. Estos son estructuras básicas
OPERACIONES CON NÚMEROS REALES
NÚMEROS REALES Por número real llamaremos a un número que puede ser racional o irracional, por consiguiente, el conjunto de los números reales es la unión del conjunto de números racionales y el conjunto
Subespacio generado por un conjunto finito de vectores (envoltura lineal de un conjunto finito de vectores)
Subespacio generado por un conjunto finito de vectores (envoltura lineal de un conjunto finito de vectores). Listas de vectores. Listas de vectores son personajes típicos de Álgebra Lineal. Una lista de
ALGEBRA I, ALGEBRA Y TRIGONOMETRIA , Segundo Semestre CAPITULO 6: POLINOMIOS.
ALGEBRA I, ALGEBRA Y TRIGONOMETRIA 520135, 522115 Segundo Semestre CAPITULO 6: POLINOMIOS. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Polinomio Sea K
METODO DE LOS COEFICIENTES INDETERMINADOS 1 METODO DE COEFICIENTES INDETERMINADOS
METODO DE LOS COEFICIENTES INDETERMINADOS 1 METODO DE COEFICIENTES INDETERMINADOS Para encontrar la solución de la Ecuacion diferencial de orden n definida por Donde los son constantes y f(x) es un función
