2. Subespacios vectoriales

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

Download "2. Subespacios vectoriales"

Transcripción

1 8 CÉSAR ROSALES GEOMETRÍA I 2. Subespacios vectoriales Una vez definido el concepto de espacio vectorial vaos a introducir otra de las nociones fundaentales de esta asignatura: la de subespacio vectorial. Intuitivaente, si V es un e.v. sobre un cuerpo K, yu es un subconjunto de V,parecelógicodecirqueU es un subespacio vectorial de V si U hereda de fora natural la estructura de e.v. de V,esdecir,sepuede definir en U una estructura de e.v. sobre K apartirdelaestructurayaexistenteenv.en esta sección nos ocupareos de estudiar esta noción, así coo de ostrar varios ejeplos y étodos de construcción de subespacios vectoriales Definición, caracterizaciones y ejeplos. Definición 2.1. Sea V un e.v. sobre un cuerpo K. Coo siepre, denotareos por + y por alasuadevectoresyalproductodeescalaresporvectoresenv.seau V un subconjunto de V no vacío. Direos que U es un subespacio vectorial (s.v.) o una subvariedad lineal de V si las operaciones + y de V se pueden restringir a U de fora que, con ellas, U es a su vez un e.v. sobre K. Estosignificaquesecuplenexactaenteestaspropiedades: (i) si u, v U, entoncesu + v U (U es cerrado para +), (ii) si a K y u U, entoncesa u U (U es cerrado para ), (iii) las operaciones en U definidas en (i) y (ii) cuplen todas las propiedades de e.v. En definitiva, U es un s.v. de V si es un e.v. sobre K con las operaciones de V restringidas. La definición anterior aunque es clara no es uy práctica, pues hay que coprobar nuerosas propiedades. No obstante, vaos a deostrar que es suficiente con verificar (i) y (ii) para tener un s.v., lo cuál resultará ucho ás sencillo al aplicarlo sobre ejeplos concretos. Proposición 2.2. Sea V un e.v. sobre un cuerpo K y U V, U =. Entonces U es un s.v. de V si y sólo si se cuplen estas propiedades: (i) si u, v U, entonces u + v U, (ii) si a K y u U, entonces a u U. Deostración. Supongaos priero que U es un s.v. de V.PordefiniciónteneosqueU cuple (i), (ii) y (iii) por lo que, en particular, cuple (i) y (ii). Recíprocaente, supongaos que U cuple (i) y (ii). Quereos ver que U es un s.v. de V.Porladefinición,bastaverquesecuple(iii),esdecir,quelasrestriccionesde+ y a U cuplen todas las propiedades de la definición de e.v. Veaos que la sua + en U (obtenida al restringir la sua en V )esasociativa.esto significa que (u + v) +w = u +(v + w), paracadau, v, w U. Ahora,estoesinediato, pues sabeos que esta igualdad se cuple para cualesquiera u, v, w V (por ser V un e.v.). Análogaente se coprueba que la sua en U es conutativa. Ahora nos preguntaos si la sua de U tiene un neutro, es decir, buscaos e U tal que u + e = e + u = u, paracadau U. Siprobaosqueelvector0 de V está en U, entonces bastará toar e =0(por ser 0 el neutro de la sua en V ). Para probar que 0 U basta con toar cualquier u U yobservarque0=0 u. Usando(ii)sesigueque0 U. Veaos que la sua de U tiene opuestos. Sea u U. Quereosencontrarv U tal que u + v = v + u =0.Siprobaosque u (el opuesto de u en V )estáenu, entoncesbastará toar v = u yhabreosacabado.peroestoesconsecuenciade(ii),pues u =( 1) u. Las propiedades que quedan por coprobar (pseudoasociativa, uniodular y distributivas) se deuestran igual que la asociativa y la conutativa de la sua. Concretaente, coo

2 TEMA 2. ESPACIOS VECTORIALES 9 estas propiedades son válidas en V,ylasoperacionesqueconsideraosenU se obtienen al restringir las de V,entoncestabiénsecuplenenU. Nota 2.3 (Criterio del vector nulo). En la deostración anterior se ha puesto de anifiesto este hecho: si U es un s.v. de V,entonces0 U. Estosignificaquetodoslossubespacios vectoriales de un e.v. deben contener forzosaente al vector cero. En particular, podeos afirar que si 0 / U, entoncesu no es un s.v. de V. Ejeplo 2.4. El criterio anterior nos dice que la propiedad de ser s.v. es restrictiva. De hecho, dentro de un e.v. hay pocos subespacios vectoriales. Por ejeplo, en R 2 algunos subconjuntos sencillos coo la circunferencia de ecuación x 2 + y 2 =1olarectadeecuación y = x +1no son subespacios vectoriales, pues no contienen al vector nulo de R 2. Un error frecuente a la hora de aplicar el criterio del vector nulo consiste en afirar que si 0 U entonces U es un s.v. Esta afiración NO es cierta en general. Veaos un ejeplo. Ejeplo 2.5. En R 2 toaos el subconjunto U = {(0, 0), (1, 0)}. EsclaroqueU contiene al vector nulo en R 2.SinebargoU no es un s.v. de R 2.Estosepuedeprobardevariasaneras. Una consiste en darse cuenta de que U tiene dos vectores y sabeos que todo e.v. real con ás de un vector debe tener infinitos vectores. Otra prueba: si toaos u =(1, 0) U, entonces 2 u =(2, 0) / U, conloquefallalapropiedad(ii)enladefinicióndes.v. El siguiente ejeplo servirá para poner de anifiesto la relevancia del cuerpo K cuando hablaos de subespacios vectoriales. Ejeplo 2.6. Sabeos que C es un e.v. real y un e.v. coplejo. Veaos que abas estructuras de e.v. son uy diferentes, al enos en lo que a subespacios vectoriales se refiere. Sea U = {bi/b R} la failia de núeros coplejos iaginarios (aquellos cuya parte real se anula). Afiraos que U es un s.v. de C cuando consideraos la estructura de e.v. real. Para probarlo usaos la Proposición 2.2. Sean u = bi y v = b i vectores en U. Entonces u + v =(b + b ) i, queestáenu. Delisoodo,siu = bi U y a R, entonces a u =(a b) i, queestáenu. Sinebargo,U no es un s.v. de C con la estructura de e.v. coplejo. En efecto; si lo fuera, se debería cuplir que a u U para cada a C ycada u U. Paraverqueestapropiedadfalla,bastatoara = i C y u = i U; dehecho,se cuple a u = i i = i 2 = 1 / U. Antes de exponer varios ejeplos de subespacios vectoriales vaos a deostrar una nueva caracterización que, de algún odo, unifica las propiedades (i) y (ii) vistas anteriorente. Proposición 2.7. Sea V un e.v. sobre un cuerpo K y U V, U =. Entonces U es un s.v. de V si y sólo si se cuple esta propiedad: (2.1) a u + b v U, para cada a, b K y cada u, v U. Deostración. Si U es un s.v. de V entonces sabeos, por definición, que se cuplen las propiedades (i) y (ii). Vaos a deducir a partir de ellas la propiedad escrita en (2.1). Sean a, b K y u, v U. Porlapropiedad(ii)sabeosquea u y b v están en U. Porlapropiedad (i) sabeos que la sua de a u y b v está en U, estoes,a u + b v U, coosequería. Recíprocaente, supongaos que se cuple (2.1). Quereos ver que U es un s.v.de V.Por la Proposición 2.2 es suficiente con ver que se satisfacen (i) y (ii). Sean u, v U. Nospreguntaos si u+v U. Paraello,nótesequeu+v =1 u+1 v, dedondeu+v U gracias a (2.1). Sean a K y u U. Veaosquea u U. Paraello,nótesequea u = a u +0 = a u +0 u, de donde a u U gracias nuevaente a (2.1).

3 10 CÉSAR ROSALES GEOMETRÍA I Ejeplo 2.8 (Subspacios vectoriales ipropios). Sea V un e.v. sobre K. Entonces V tiene siepre dos subespacios vectoriales especiales, que son U = {0} y U = V.Estossubespacios se llaan ipropios. Todo s.v.de V que no sea uno de los anteriores se llaará propio. Ejeplo 2.9 (Rectas y planos). Usando la Proposición 2.2 es fácil coprobar que en F 2 las rectas que pasan por el origen son subespacios vectoriales de F 2.Análogaente,lasrectas yplanosdef 3 que pasan por el origen son s.v. de F 3.Lasrectasyplanosquenocontienen al origen no son s.v. de F 3 :sellaansubespacios afines y se estudiarán en Geoetría III. Ejeplo 2.10 (Subespacio de soluciones de un SEL hoogéneo). Sea K un cuerpo. Considereos el siguiente SEL con coeficientes en K: a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b a 1 x 1 + a 2 x a n x n = b Sea U el subconjunto de K n forado por todas las soluciones del SEL. Una condición necesaria para que U sea un s.v. de K n es que (0,...,0) U. Ahora,estoocurrirásiysólosi b 1 =...= b =0,esdecir,elSELeshoogéneo.Entalcaso,noesdifícilverificarediante la Proposición 2.7 que U es un s.v. de K n,alquellaareossubespacio de soluciones del SEL. Con ás detalle, supongaos que a, b K y u =(α 1,...,α n ),v =(β 1,...,β n ) U. Quereos ver que el vector a u + b v =(a α 1 + b β 1,...,a α n + b β n ) está en U. Fijaos un índice i =1,...,n ycoprobaosquesecuplelaecuacióni-ésia. Para ello: a i1 (a α 1 + b β 1 )+...+ a in (a α n + b β n ) = a (a i1 α a in α n )+b (a i1 α a in α n )=0, donde se han usado propiedades del cuerpo K, asícooqueu, v U. Estopruebaque a u + b v es solución de todas las ecuaciones del SEL, es decir, a u + b v U. La oraleja que podeos extraer de este ejeplo es la siguiente: las soluciones de un SEL hoogéneo no se distribuyen de cualquiera anera dentro de K n,sinoquelohacendefora que resulte un s.v. de K n.volvereosaestacuestiónásadelantecuandohableosdelas ecuaciones cartesianas de un s.v. de K n. Nota En general, si teneos un sistea hoogéneo de ecuaciones no lineales con coeficientes en K y n incógnitas, entonces el conjunto de soluciones U puede ser o no un s.v. de K n (aunque siepre contendrá al vector nulo por ser el sistea hoogéneo). Por ejeplo U = {(x, y) R 2 /x 2 y =0} no es un s.v. de R 2.Estosedebeporejeploaquelos vectores u =(1, 1) y v =(2, 4) están en U, ientrasqueu + v =(3, 5) no lo está. Por otro lado, U = {(x, y) R 2 /x 2 + y 2 =0} = {(0, 0)}, quesíesuns.v.der 2. Ejeplo 2.12 (Matrices siétricas y antisiétricas). Sean, n N y K un cuerpo. Dada una atriz A =(a ij ) en M n (K), sedefinelaatriz traspuesta de A coo la atriz A t en M n (K) cuyas filas son las colunas de A. Estosignificaqueelescalarenlaposiciónij de A t es a ji,esdecir,a t =(a ji ).Apartirdeladefiniciónesfácilcoprobarquelatrasposición de atrices cuple estas propiedades: 1) (A + B) t = A t + B t,paracadaa, B M n (K), 2) (a A) t = a A t,paracadaa K ycadaa M n (K), 3) (A t ) t = A, paracadaa M n (K). En efecto; si llaaos C = A + B, sabeosquec ij = a ij + b ij.deesteodo,elescalarij de C t es c ji = a ji + b ji.portanto,(a + B) t = C t =(a ji )+(b ji )=A t + B t.estoprueba1). Llaeos ahora C = a A. Sabeosquec ij = a a ij.así,eleleentoij de C t es c ji = a a ji. Por tanto (a A) t = C t =(a a ji )=a (a ji )=a A t.estoprueba2).finalenteprobaos

4 TEMA 2. ESPACIOS VECTORIALES 11 3). Llaeos C = A t.sabeosquec ij = a ji.así,eleleentoij de C t es c ji = a ij.deaquí se concluye que C t = C. Las propiedades 1) y 2) se resuen diciendo que la trasposición de atrices es lineal (esta terinología se aclarará en el tea 3). En lo sucesivo trabajareos en el espacio M n (K) de las atrices cuadradas de orden n con coeficientes en K. DireosqueunaatrizA =(a ij ) en M n (K) es siétrica si A t = A (nótese que esto sólo tiene sentido para atrices cuadradas). Esto significa que a ji = a ij, para cada i, j =1,...,n,esdecir,nohayningunarestricciónsobreloseleentosdiagonales a ii pero la parte de la atriz por debajo de la diagonal principal coincide con la parte por encia de la diagonal principal. Ejeplos de atrices siétricas son la atriz nula 0 n yla atriz identidad I n.dehecho,todaatrizdiagonalessiétrica. Direos que una atriz A =(a ij ) en M n (K) es antisiétrica si A t = A. Estosignifica que a ji = a ij,paracadai, j =1,...,n,esdecir,lapartedelaatriz pordebajodela diagonal principal es opuesta a la parte por encia de la diagonal principal. Adeás, si K es un cuerpo donde 2 = 0,siendo2=1+1 K (esto ocurre por ejeplo en Q, R o C), entonces a ii =0para cada i =1,...,n.Laatriz0 n es antisiétrica, ientras que I n no lo es. En general, una atriz A M n (K) no será siétrica ni antisiétrica. Denotareos S n (K) ={A M n (K) /A t = A} y A n (K) ={A M n (K) /A t = A}. Se cuple que S n (K) y A n (K) son s.v. de M n (K). LocoprobareossolaenteparaS n (K) (la prueba para A n (K) es análoga y se deja coo ejercicio). Para ello epleareos la Proposición 2.7. Sean a, b K y A, B S n (K). Quereosverquea A + b B S n (K), es decir, (a A + b B) t = a A + b B. Estoesciertoporlasiguientecadenadeigualdades: (a A + b B) t =(a A) t +(b B) t = a A t + b B t = a A + b B, donde heos usado las propiedades 1) y 2) de la trasposición de atrices, así coo las igualdades A t = A y B t = B que se tienen porque A, B S n (K). Ejeplo 2.13 (Polinoios de grado enor o igual que n). Sea K un cuerpo. Recordeos que K[x] es el e.v. sobre K cuyos vectores son los polinoios en la variable x con coeficientes en K. Paracadan N, denotaos: K n [x] ={p(x) K[x] / grado(p(x)) n} = {a 0 + a 1 x a n x n /a i K, i =0,...,n}. Veaos que K n [x] es un s.v. de K[x]. Usareos la Proposición 2.7. Sean a, b K y p(x),q(x) K n [x]. Siescribiosp(x) =a 0 +a 1 x+...+a n x n y q(x) =b 0 +b 1 x+...+b n x n, entonces es claro que: a p(x)+b q(x) =(a a 0 + b b 0 )+(a a 1 + b b 1 ) x +...+(a a n + b b n ) x n, que claraente está en K n [x]. Ejeplo 2.14 (Subespacio de sucesiones convergentes). Sea F (N, R) el e.v. real de las sucesiones de núeros reales. Sea U F (N, R) el subconjunto forado por las sucesiones convergentes. En Cálculo I se ha probado (o se probará) que U es un s.v. de F (N, R). Ejeplo 2.15 (Subespacios de funciones continuas y derivables). Sea F (A, R) el e.v. real de las funciones f : A R. DentrodeF (A, R) consideraos los subconjuntos U y W forados por las funciones continuas y derivables, respectivaente. En Cálculo I y Cálculo II se probará que U y W son subespacios vectoriales de F (A, R). Ejeplo 2.16 (Subespacios de funciones integrables). Sea F ([a, b], R) el e.v. real de las funciones f :[a, b] R. DentrodeF ([a, b], R) consideraos el subconjunto U forado por las funciones acotadas e integrables. En Cálculo II se probará que U es un s.v. de F ([a, b], R).

5 12 CÉSAR ROSALES GEOMETRÍA I 2.2. Subespacio generado por una failia de vectores. En esta sección ostrareos un étodo para construir de fora rápida subespacios vectoriales de cualquier espacio vectorial. Epezareos tabién a vislubrar la idea fundaental en la teoría de espacios vectoriales consistente en que una cantidad finita de vectores puede generar todo un espacio vectorial. Coenzareos con un ejeplo otivador. En R 3 consideraos el subconjunto dado por U = {(x, y, z) R 3 /x 2y +3z =0}. Coo U es el conjunto de soluciones de una ecuación lineal hoogénea entonces U es un s.v. de R 3 (de hecho, sabeos por la enseñanza secundaria que una ecuación cartesiana no trivial con tres incógnitas define un plano en R 3 ). Nos preguntaos ahora cóo se pueden describir expresaente todos los vectores de U. Estonos lleva a calcular todas las soluciones de la ecuación x 2y +3z =0.Siponeosy = λ y z = µ, entoncesx =2λ 3µ. Portanto,todoslosvectoresdeU son de la fora (x, y, z) con x =2λ 3µ, y = λ y z = µ, conλ, µ R. Dichodeotroodo: U = {(2λ 3µ, λ, µ) R 3 /λ,µ R}, que nos da una descripción de los vectores de U en función de los paráetros reales λ y µ. Ahora, si en la expresión de los vectores de U separaos los paráetros, teneos que: (2λ 3µ, λ, µ) =(2λ, λ, 0) + ( 3µ, 0,µ)=λ (2, 1, 0) + µ ( 3, 0, 1). La últia igualdad nos perite expresar U coo: U = {λ (2, 1, 0) + µ ( 3, 0, 1) /λ,µ R}. Esto significa que U está forado exactaente por los vectores de R 3 que se obtienen a partir de dos de ellos, el (2, 1, 0) yel( 3, 0, 1), cuandolosultiplicaosporescalaresreales ysuaos.dichodeotroodo,usandosololosvectores(2, 1, 0) y ( 3, 0, 1) podeos recuperar o generar los deás vectores de U ediante la sua y el producto por escalares (las operaciones de R 3 coo espacio vectorial real). Tiene sentido entonces decir que U es el plano vectorial generado por (2, 1, 0) y ( 3, 0, 1). NoesdifícildibujarestasituaciónenF 3 para tener una visión geoétrica de lo que estaos haciendo. Lo anterior sirve coo otivación para las siguientes definiciones. Definición Sea V un e.v. sobre un cuerpo K y S = {v 1,...,v } una failia finita no vacía de vectores de V. Una cobinación lineal (c.l.) de S es cualquier vector de V obtenido al ultiplicar cada v i por un escalar a i K ydespuéssuarlosvectoresresultantes.dicho de otro odo, es un vector de V dado por: a 1 v a v, donde a i K, i =1,...,. Llaareos L(S) al subconjunto de V forado por los vectores obtenidos coo c.l. de S: L(S) =L(v 1,...,v )={a 1 v a v /a i K, i =1,...,}. Por tanto, dado v V,setienequev L(S) si y sólo si existen escalares a 1,...,a K tales que v = a 1 v a v. Cuando S V es cualquier failia no vacía de vectores definios L(S) coo el subconjunto de V forado por cobinaciones lineales finitas de vectores de S. Esdecir: L(S) ={a 1 v a v / N, v i S, a i K, i =1,...,}. Ejeplo Si toaos los vectores de R 3 dados por u =(1, 0, 0) y v =(0, 0, 1),entonces L(u, v) ={a u + b v/a,b R} = {(a, 0,b) /a,b R}. Nótese que el conjunto S no tiene por qué ser un s.v. de V (a lo ejor ni siquiera contiene al vector nulo). Sin ebargo, probareos enseguida que L(S) sí es un s.v. De hecho, es el s.v. de V ás pequeño que contiene a S y, por tanto, el ás próxio a S en cierto sentido.

6 TEMA 2. ESPACIOS VECTORIALES 13 Proposición Sea V un e.v. sobre K y S V con S =. Entonces L(S) es un s.v. de V con S L(S). Adeás, si U es un s.v. de V con S U, entonces L(S) U. Deostración. Para coprobar que L(S) es un s.v. de V usareos la Proposición 2.7. Sean a, b K y u, v L(S). PordefinicióndeL(S) podeos expresar u y v coo cobinaciones lineales finitas de vectores de S. Estosignificaqueu = a 1 u a u para ciertos N, u 1,...,u S y a 1,...,a K, ientrasquev = b 1 v b n v n para ciertos n N, v 1,...,v n S y b 1,...,b n K. Portanto: a u + b v = a (a 1 u a u )+b (b 1 v b n v n ) =(a a 1 ) u (a a ) u +(b b 1 ) v (b b n ) v n, donde heos usado la propiedad distributiva respecto de la sua de vectores y tabién la pseudoasociativa. Nótese que la expresión anterior es una c.l. de + n vectores de S. Concluios por tanto que a u + b v L(S), coosequería. Veaos que S L(S). Dadov S, paraverquev L(S) teneos que expresar v coo c.l. finita de vectores de S. Peroestoesobvio,yaquev =1 v por la propiedad uniodular. Por últio, supongaos que U es un s.v. de V con S U. QuereosverqueL(S) U. Sea v L(S). Estoiplicaquev = a 1 v a v para ciertos N, v 1,...,v S y a 1,...,a K. Coo U es un s.v. de V ycadav i U se sigue que v U (U es cerrado para la sua y el producto por escalares). Esto concluye la deostración. Ahora ya podeos introducir la siguiente definición. Definición Sea V un e.v. sobre K y S V con S =. Llaareossubespacio vectorial de V generado por S al subespacio vectorial L(S) forado por las cobinaciones lineales finitas de vectores de S. Ejeplo Si S = {v} entonces L(S) =L(v) ={a v/a K}. Cuando v =0entonces L(v) ={0}. Cuando v = 0el s.v. L(v) se llaa recta vectorial de V generada por v. Este nobre está justificado si se piensa que, cuando v F 3 con v = 0, entoncesl(v ) es la recta que sale del origen con vector director v Operaciones con subespacios vectoriales. Nos ocupareos ahora de construir un nuevo subespacio vectorial a partir de failias finitas de subespacios vectoriales. Coenzareos hablando de la intersección de subespacios. Definición Sea V un e.v. sobre K y {U 1,...,U } una failia finita de subespacios vectoriales de V.Laintersección de dicha failia es el subconjunto de V dado por: U i = U 1... U = {v V /v U i para cada i I}, i=1 que es claraente no vacío pues contiene al vector nulo. En el siguiente resultado se deuestra que la intersección es un s.v. de V. Lea Si V es un e.v. sobre K y {U 1,...,U } es una failia finita de subespacios vectoriales de V, entonces la intersección U = i=1 U i es un s.v. de V. Deostración. Usareos la Proposición 2.7. Sean a, b K y u, v U. Quereosprobarque a u + b v U, esdecir,quea u + b v U i,paracadai =1,...,.Ahora,coou, v U, entonces u, v U i,paracadai =1,...,. Coo cada U i es un s.v. de V se concluye que a u + b v U i,paracadai =1,...,,coosequeríadeostrar.

7 14 CÉSAR ROSALES GEOMETRÍA I Nota La intersección U = i=1 U i es el ayor s.v. de V que está contenido a la vez en cada U i. En efecto, si W es otro s.v. de V de anera que W U i,paracadai =1,...,, entonces es obvio que W U por definición de intersección. 2. Con una prueba análoga se deuestra que la intersección de cualquier failia (no necesariaente finita) de subespacios vectoriales de V es un s.v. de V. Coo la intersección de subespacios vectoriales es un subespacio vectorial tiene sentido plantearse si lo iso ocurre con la unión. Dada una failia finita {U 1,...,U } de subespacios vectoriales de V,launión de dicha failia es el subconjunto de V dado por: U i = U 1... U = {v V /v U i para algún i I}. i=1 Nos preguntaos ahora si este conjunto es otro s.v. de V.Veaosconejeplosconcretos que la respuesta a la pregunta anterior puede ser afirativa o negativa. Ejeplo En F 3 la unión de un plano U que pasa por el origen y de una recta W U que pasa por el origen es igual a U, queesuns.v.def 3.Porotrolado,cadaejedecoordenadas es un s.v. de F 2 (es una recta que pasa por el origen). Sin ebargo, la unión de los dos ejes no lo es, pues si toaos u y v vectores no nulos con cada uno de ellos en un eje distinto entonces u + v no está en la unión de los ejes. Desde un punto de vista nuérico el ejeplo anterior es el siguiente. En R 2 consideraos U 1 = {(x, y) R 2 /y =0} y U 2 = {(x, y) R 2 /x=0}. YasabeosqueU 1 y U 2 son s.v. de R 2 (son conjuntos de soluciones de ecuaciones lineales y hoogéneas). Veaos que U 1 U 2 no es un s.v. de R 2.Enefecto;silofuera,setendríaquecupliru + v U 1 U 2,para cada u, v U 1 U 2.Toandou =(1, 0) U 1 U 2 y v =(0, 1) U 1 U 2,obteneosque u + v =(1, 1), quenoestáenu 1 U 2. Dado que la unión de una failia finita {U 1,...,U } de subespacios de V no tiene por qué ser un nuevo s.v., tiene sentido plantearse la siguiente cuestión: es siepre posible encontrar un s.v. U de V que contenga a todos los U i yquetengaalgoqueverconellos?obviaente, si toaos U = V teneos un s.v. que contiene a todos los U i.ahorabien,estonoes satisfactorio, pues al elegir V no estaos teniendo en cuenta la fora concreta de los U i. Lo ideal para U es que fuese el s.v. ás pequeño que contiene a todos los U i paraque,de algún odo, estuviera próxio a los U i.estaideaotivalasiguientedefinición. Definición Sea V un e.v. sobre K y {U 1,...,U } una failia finita de subespacios vectoriales de V.Definioslasua de la failia coo el subconjunto de V dado por: U i = U U = L U i. i=1 Sabeos entonces que i=1 U i es un s.v. de V que contiene a todos los U i.adeás,siu es cualquier otro s.v. de V con U i U para cada i =1,...,,entonces i=1 U i U. Ahora vaos a probar que cada u i=1 U i se expresa coo sua finita de vectores u i U i,loquejustificalanotaciónepleadaparaelsubespaciosua. Proposición Sea V un e.v. sobre K y {U 1,...,U } una failia finita de subespacios vectoriales de V. Entonces: U i = {u u /u i U i, i =1,...,}. i=1 Por tanto, dado u V, se cuple que u i=1 U i si y sólo si u = u u, donde u i U i para cada i =1,...,. i=1

8 TEMA 2. ESPACIOS VECTORIALES 15 Deostración. Denotareos por U al subconjunto de vectores de V siguiente: U = {u u /u i U i, i =1,...,}. Quereos probar que i=1 U i = U. Estolohareospordobleinclusión.Paraprobarque i=1 U i U es suficiente con ver que U es un s.v. de V con U i U para cada i =1,...,. Sean a, b K y u, v U.PordefinicióndeU teneos que u = u u y v = v v con u i,v i U i,paracadai =1,...,.Veaosquea u + b v U. Paraello: a u + b v = a (u u )+b (v v ) =(a u 1 + b v 1 )+...+(a u + b v ). Si llaaos w i = a u i + b v i,entoncesa u + b v = w w,dondecadaw i U i (por ser U i un s.v. de V ). Así, a u+b v U. EstopruebaqueU es un s.v. de V.Adeás,siu U i entonces u = u ,dondecadasuandoestáenelcorrespondiente U i.portanto,u U. EstouestraqueU i U para cada i =1,...,. Finalente probareos que U i=1 U i.dadou U, setienequeu = u u con u i U i para cada i =1,...,.Recordeosque i=1 U i = L( i=1 U i), porloque i=1 U i está forado por las cobinaciones lineales finitas de vectores de i=1 U i.enparticular, coo podeos escribir u =1 u u,sesiguequeu i=1 U i. Ejeplo En F 3 si toaos coo U 1 y U 2 dos ejes coordenados, entonces es fácil coprobar por definición que U 1 + U 2 es el plano vectorial que los contiene. Veaos este ejeplo nuéricaente. Sean U 1 y U 2 los subespacios de R 3 dados por U 1 = {(x, y, z) R 3 /x = z = 0} y U 2 = {(x, y, z) R 3 /y = z =0}. SabeosqueU 1 + U 2 = {u 1 + u 2 /u 1 U 1,u 2 U 2 }. Ahora, si u U 1 entonces u 1 =(0,y,0), ientrasquesiu 2 U 2 entonces u 2 =(x, 0, 0). Así, u 1 +u 2 =(x, y, 0). EstopruebaqueU 1 +U 2 {(x, y, z) R 3 /z =0}. Dehecho,setieneque U 1 +U 2 = {(x, y, z) R 3 /z =0}. Paraprobarlainclusión{(x, y, z) R 3 /z =0} U 1 +U 2 nótese que si v =(x, y, 0), entoncesv =(0,y,0)+(x, 0, 0) = u 1 +u 2 donde u 1 U 1 y u 2 U 2. Ejercicio 4. Deostrar que U 1 + U 2 = R 2,dondeU 1 y U 2 son los subespacios dados por U 1 = {(x, y) R 2 /y =0} y U 2 = {(x, y) R 2 /x=0}. Sea V un e.v. sobre K y {U 1,...,U } una failia finita de subespacios vectoriales de V. Dado u i=1 U i,sabeosqueu = u u donde u i U i,paracadai =1,...,. Ahora bien, esta fora de expresar u coo sua de vectores en cada suando U i no tiene por qué ser única, es decir, podrían existir otros vectores u i U i,distintosdelosanteriores, ytalesqueu = u u.veaosunejeplodequeestopuedeefectivaenteocurrir. Ejeplo Sean U 1 = {(x, y, z) R 3 /x =0} y U 2 = {(x, y, z) R 3 /z =0}. Noes difícil deostrar que U 1 + U 2 = R 3,puestodovectorv =(x, y, z) de R 3 se puede expresar coo u 1 + u 2,dondeu 1 =(0,y,z) U 1 y u 2 =(x, 0, 0) U 2.Veaosqueelvectornulode R 3 se puede expresar de uchas foras distintas coo sua de un vector de U 1 yotrodeu 2. En efecto, teneos por ejeplo (0, 0, 0) = (0, 1, 0)+(0, 1, 0) o (0, 0, 0) = (0, 2, 0)+(0, 2, 0). De hecho (0, 0, 0) = (0,a,0) + (0, a, 0), paracadaa R. Ahora nos planteaos cóo se puede evitar esta falta de unicidad, es decir, bajo qué condiciones la expresión de u i=1 U i coo sua de vectores u i U i es única. Vereos ás adelante que esta cuestión tiene que ver con descoponer una e.v. en piezas ás pequeñas. Proposición Sea V un e.v. sobre K y {U 1,...,U } una failia finita de subespacios vectoriales de V con 2. Son equivalentes estas afiraciones: (i) Para cada u i=1 U i existen vectores únicos u i U i tales que u = u u.

9 16 CÉSAR ROSALES GEOMETRÍA I (ii) ( j i=1 U i) U j+1 = {0}, para cada j =1,..., 1. Vereos priero cóo se deuestra la proposición en el caso =2,queseráelás frecuente. Así otivareos tabién la prueba del caso general. Deostración en el caso =2. En este caso la afiración (i) significa que, para cada vector u U 1 + U 2,existenvectoresúnicosu 1 U 1 y u 2 U 2 tales que u = u 1 + u 2.Laafiración (ii) se reduce a la igualdad U 1 U 2 = {0}. Veaos que (i) iplica (ii). Sea u U 1 U 2.Quereosverqueu =0.Nótesequeu = u+0 con u U 1 y 0 U 2.Adeás,u =0+u con 0 U 1 y u U 2. Coo por hipótesis u se expresa de fora única coo sua de un vector de U 1 yotrodeu 2,entoncesu =0. Veaos que (ii) iplica (i). Sea u U 1 + U 2 ysupongaosquehaydosexpresionesdeu coo sua de un vector de U 1 yotrodeu 2.Así,existenu 1,u 1 U 1 y u 2,u 2 U 2 tales que u = u 1 + u 2 y u = u 1 + u 2.Quereosverqueu 1 = u 1 y u 2 = u 2.Teneosu 1 + u 2 = u 1 + u 2, que equivale a u 1 u 1 = u 2 u 2.Llaeosv := u 1 u 1 = u 2 u 2.Deestasigualdades, yusandoqueu 1, U 2 son subespacios vectoriales de V,sesiguequev U 1 U 2. Coo suponeos que U 1 U 2 = {0} entonces v =0. Coo v = u 1 u 1 deducios que u 1 = u 1.Y coo v = u 2 u 2 concluios que u 2 = u 2.Estoterinalaprueba. Deostración en el caso general. Veaos que (i) iplica (ii). Fijaos j {1,..., 1}. Quereos ver que ( j i=1 U i) U j+1 = {0}. Toeosunvectoru en dicha intersección. Coo u j i=1 U i entonces u = u u j con u i U i para cada i =1,...,j.Apartir de aquí podeos expresar u de dos foras distintas coo sua de vectores de U i,asaber, u = u u j +0+u j u y u = u Porlahipótesis (i) todos los vectores de las expresiones anteriores son nulos. En particular, u =0. Recíprocaente, veaos que (ii) iplica (i). Sea u i=1 U i ysupongaosquepodeos expresar u de dos foras coo sua de vectores en U i.así,paracadai =1,...,, existen u i,u i U i tales que u = u u y u = u u.quereosverque u i = u i para cada i =1,...,.Teneosu u = u u,queequivalea u u =(u 1 u 1)+...+(u 1 u 1) =v. Coo v = u u y U es un s.v. de V,entoncesv U.Porrazonesanálogasu i u i U i para cada i =1,..., 1 y, por tanto, v 1 i=1 U i.aplicandolahipótesisqueteneosen(ii)conj = 1 se sigue que v =0.Estoiplicaqueu = u y (u 1 u 1)+...+(u 1 u 1) =0.Laúltia igualdad se escribe coo u 1 u 1 =(u 1 u 1)+...+(u 2 u 2) =w, porloque w ( 2 i=1 U i) U 1.Aplicandolahipótesisen(ii)conj = 2 llegaos a w =0,es decir, u 1 = u 1 y (u 1 u 1)+...+(u 3 u 3) =0.Alfinal,repitiendoeliso proceso 1 veces se concluye que u i = u i para cada i =1,...,. Definición Sea V un e.v. sobre K y {U 1,...,U,U} subespacios vectoriales de V. Escribireos U = i=1 U i = U 1... U ydireosqueu es la sua directa de la failia {U 1,...,U } si U = i=1 U i y ( j i=1 U i) U j+1 = {0} para cada j =1,..., 1. Porla proposición anterior esto equivale a que, para cada u U, existenvectoresúnicosu i U i tales que u = u u. En el caso particular =2,queseráelqueásusareos,laexpresiónU = U 1 U 2 significa que U = U 1 + U 2 y U 1 U 2 = {0}. Equivalenteente,paracadau U existen vectores únicos u 1 U 1 y u 2 U 2 tales que u = u 1 + u 2.Entalcaso,direostabiénque U 2 es un subespacio copleentario o supleentario de U 1 en U. Másadelantevereosque todo s.v. U de V tiene un subespacio copleentario (que no será único en general).

10 TEMA 2. ESPACIOS VECTORIALES 17 Ejeplo En el Ejeplo 2.29 teneos una situación en la que R 3 = U 1 + U 2.Sin ebargo, no es cierto que R 3 = U 1 U 2 pues vios que el vector nulo se expresa de infinitas foras distintas coo sua de un vector de U 1 yotrodeu 2.Porotrolado,setieneque U 1 U 2 = {0}, pues(0, 1, 0) U 1 U 2. Ejercicio 5. Sean U 1 y U 2 los subespacios de R 2 del Ejercicio 4. Probar que R 2 = U 1 U 2. Ejeplo Sea n N y K un cuerpo donde 2 = 0(esto ocurre por ejeplo si K = R, Q o C). Vaos a probar que: M n (K) =S n (K) A n (K). Para ello hay que coprobar dos cosas: M n (K) =S n (K)+A n (K) y S n (K) A n (K) ={0 n }. Veaos que M n (K) =S n (K)+A n (K). LainclusiónS n (K)+A n (K) M n (K) es obvia. Probar que M n (K) S n (K) +A n (K) significa ostrar que toda atriz A M n (K) se puede expresar coo B + C con B S n (K) y C A n (K). Nóteseque,coo2 = 0,entonces A se escribe coo: A = 1 2 (A + At )+ 1 2 (A At ). En la igualdad anterior el síbolo 1/2 representa el inverso de 2 en K (que existe al suponer 2 = 0). Si llaaos B =(1/2)(A + A t ) y C =(1/2)(A A t ),entoncessetienea = B + C. Veaos que B S n (K) y C A n (K) apartirdepropiedadesdelatrasposicióndeatrices: B t = 1 2 (A + At ) t = 1 A t +(A t ) t = (At + A) =B, C t = 1 2 (A At ) t = 1 A t (A t ) t = (At A) = C. Por últio, coprobeos que S n (K) A n (K) ={0 n }.SeaA S n (K) A n (K). Nos preguntaos si A =0 n. Coo A S n (K), entoncesa t = A. YcooA A n (K) teneos A t = A. EncadenandoabasigualdadessesiguequeA = A y, por tanto, A + A = O n. Así, 2A = O n,ycoo2 = 0,llegaosaA =0 n,coosequería.

Ley de composición interna u operación en un conjunto

Ley de composición interna u operación en un conjunto ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Resuen teoría Prof. Alcón Ley de coposición interna u operación en un conjunto Sea A un conjunto no vacío. Una ley de coposición interna u operación en A es una

Más detalles

UNI DAD 3 ESPACIO BIDIMENSIONAL: LA RECTA

UNI DAD 3 ESPACIO BIDIMENSIONAL: LA RECTA UNI DAD 3 ESPACIO BIDIMENSIONAL: LA RECTA Objetivos Geoetría analítica Introducción U 3.1. Definición de recta 91 Dos puntos sólo pueden ser unidos por una sola recta la relación ateática que satisface

Más detalles

520142: ALGEBRA y ALGEBRA LINEAL

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

Más detalles

Espacios Vectoriales

Espacios 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 detalles

RECTAS PARALELAS Y PERPENDICULARES

RECTAS PARALELAS Y PERPENDICULARES RECTAS PARALELAS Y PERPENDICULARES Qué piensas cuando te dicen que dos líneas foran un ángulo recto? Qué terinología usarías para describir a estas líneas? Cóo describirías dos rectas paralelas? Después

Más detalles

Tema 3: Espacios vectoriales

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

Más detalles

Guía de verano Mecánica 3º Medios Introducción. Concepto de dirección

Guía de verano Mecánica 3º Medios Introducción. Concepto de dirección Guía de verano Mecánica 3º Medios 17 Introducción Esta guía servirá coo un repaso, de las ideas asociadas con una raa de las ateáticas u iportantes para el físico. El algebra vectorial es iportante porque

Más detalles

EECUACIONES LINEALES EN UNA VARIABLE ECUACIONES CUADRATICAS EN UNA VARIABLE APLICACIONES

EECUACIONES LINEALES EN UNA VARIABLE ECUACIONES CUADRATICAS EN UNA VARIABLE APLICACIONES EECUACIONES LINEALES EN UNA VARIABLE ECUACIONES CUADRATICAS EN UNA VARIABLE APLICACIONES RESOLVER ECUACIONES LINEALES EN UNA VARIABLE RESOLVER ECUACIONES CUADRATICAS EN UNA VARIABLE RESOLVER PROBLEMAS

Más detalles

Tema 2: Espacios Vectoriales

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

Más detalles

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

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

Más detalles

Matrices. Álgebra de matrices.

Matrices. 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 detalles

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

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

Más detalles

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

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

Más detalles

{ } ( ) ( ) ( ) ( ) ( ) ( ) Opción A. = ± m. min. Ejercicio A.1- Se considera el sistema de ecuaciones lineales:

{ } ( ) ( ) ( ) ( ) ( ) ( ) Opción A. = ± m. min. Ejercicio A.1- Se considera el sistema de ecuaciones lineales: IES Mediterráneo de Málaga Solución Junio Juan Carlos lonso Gianonatti Opción Ejercicio.- Se considera el sistea de ecuaciones lineales: a) Discutir su copatibilidad en función del paráetro b) Resolver

Más detalles

Física General 1 Proyecto PMME - Curso 2008 Instituto de Física Facultad de Ingeniería UdelaR

Física General 1 Proyecto PMME - Curso 2008 Instituto de Física Facultad de Ingeniería UdelaR Física General 1 Proyecto PE - Curso 008 Instituto de Física Facultad de Ingeniería UdelaR TITULO D I N Á I C A D E P A R T Í C U L A AUTORES Santiago Góez, Anthony éndez, Eduardo Lapaz INTRODUCCIÓN Analizaos

Más detalles

TEMA 2. ESPACIOS VECTORIALES

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

Más detalles

Espacios Vectoriales

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

Más detalles

SESIÓN 4: ESPACIOS VECTORIALES

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

Más detalles

Algebra lineal y conjuntos convexos

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

Más detalles

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

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

Más detalles

UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS

UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS Sistemas de dos ecuaciones con dos incógnitas. Método de igualación. Método de reducción. Método de sustitución Método de eliminación Gaussiana.

Más detalles

Problemas de Espacios Vectoriales

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

Más detalles

Capítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos

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

Más detalles

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

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

Más detalles

2. Amplía: factoriales y números combinatorios

2. Amplía: factoriales y números combinatorios UNIDAD Cobinatoria 2. Aplía: factoriales y núeros cobinatorios Pág. 1 de FACTORIALES El núero de perutaciones de n eleentos es: P n n n 1) n 2) 2 1 A este producto de n factores decrecientes a partir de

Más detalles

denota el intervalo cerrado por izquierda y no acotado por derecha, corresponde al conjunto de todos los números reales mayores o iguales que a.

denota el intervalo cerrado por izquierda y no acotado por derecha, corresponde al conjunto de todos los números reales mayores o iguales que a. Intervalos no acotados. Las definiciones anteriores se pueden generalizar, para ello usareos los síbolos (se lee ás infinito) y (se lee enos infinito). Con debeos entender supera cualquier núero por grande

Más detalles

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

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

Más detalles

1. Calificación máxima: 2 puntos Calcular los siguientes límites (donde Ln significa Logaritmo Neperiano).

1. Calificación máxima: 2 puntos Calcular los siguientes límites (donde Ln significa Logaritmo Neperiano). JUNIO INSTRUCCIONES: El eaen presenta dos opciones B; el aluno deberá elegir una de ellas contestar raonadaente a los cuatro ejercicios de que consta dicha opción en h. in. OPCIÓN. Calificación áia: puntos

Más detalles

Matemática Discreta - IT Informática de Sistemas - Mónica Esquivel - Antonio J. Lozano

Matemática Discreta - IT Informática de Sistemas - Mónica Esquivel - Antonio J. Lozano Mateática Discreta - IT Inforática de isteas - Mónica squivel - Antonio J. Lozano Tea 4 Técnicas de contar La cobinatoria trata de contar el núero de eleentos de conjuntos finitos. ntre sus aplicaciones

Más detalles

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

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

Más detalles

Espacios vectoriales

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

Más detalles

ESPACIOS VECTORIALES

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

Más detalles

MMAF: Espacios normados y espacios de Banach

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

Más detalles

SOLUCIONARIO GUÍA TÉCNICO PROFESIONAL Dinámica I: fuerza y leyes de Newton

SOLUCIONARIO GUÍA TÉCNICO PROFESIONAL Dinámica I: fuerza y leyes de Newton SOLUCIONARIO GUÍA ÉCNICO PROFESIONAL Dináica I: fuerza y leyes de Newton SGUICC016C3-A16V1 Solucionario guía Dináica I: fuerza y leyes de Newton Íte Alternativa Habilidad 1 C Reconociiento A Aplicación

Más detalles

GEOMETRÍA ANALÍTICA PLANA

GEOMETRÍA ANALÍTICA PLANA C O L L E G I S N N T O N I O D E P D U F R N C I S C N S C R C I X E N T GEOMETRÍ NLÍTIC PLN / Ecuaciones de la recta Un punto y un vector Dos puntos Un punto y la pendiente P x, p P(x, y ) P(p, p ) v

Más detalles

Introducción a los espacios vectoriales

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

Más detalles

EL MUELLE. LAS FUERZAS ELÁSTICAS

EL MUELLE. LAS FUERZAS ELÁSTICAS EL MUELLE. LAS FUERZAS ELÁSTICAS En una pista horizontal copletaente lisa, se encuentra un uelle de 30 c de longitud y de constante elástica 100 N/. Se coprie 0 c y se sitúa una asa de 500 g frente a él.

Más detalles

x = 0 pues x = ± 1

x = 0 pues x = ± 1 1 Muchos probleas quedan sin resolver en el conjunto de los núeros reales. En particular, la radicación de índice par de núeros negativos. El ejeplo ás sencillo es que no existe ningún núero real x, tal

Más detalles

Espacios Vectoriales

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

Más detalles

Tema 1: Combinatoria

Tema 1: Combinatoria Tea : Cobinatoria C. Ortiz, A. Méndez, E. Martín y J. Sendra Febrero de Índice Guía del tea. Introducción. Principios básicos del conteo 3. Variaciones 4. Perutaciones 4 5. Perutaciones circulares. 5 6.

Más detalles

Vamos a ver algunos conceptos básicos de solfeo. La progresión de la escala de las notas musicales va de la siguiente manera:

Vamos a ver algunos conceptos básicos de solfeo. La progresión de la escala de las notas musicales va de la siguiente manera: Conceptos Básicos aos a ver algunos conceptos básicos de solfeo. La progresión de la escala de las notas usicales va de la siguiente anera: # Re# Fa# # La# Re i Fa La Si / / Qué quiere decir esto? Figura

Más detalles

Puntos y Vectores. 16 de Marzo de 2012

Puntos y Vectores. 16 de Marzo de 2012 Geometría en Puntos y Vectores Universidad Autónoma Metropolitana Unidad Iztapalapa 16 de Marzo de 2012 Introducción En Geometría analítica plana las relaciones y las propiedades geométricas se expresan

Más detalles

ESPACIOS VECTORIALES

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

Más detalles

Matrices, Determinantes y Sistemas Lineales.

Matrices, Determinantes y Sistemas Lineales. 12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión

Más detalles

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

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

Más detalles

Definición 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.

Definición 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 1.1. Conceptos básicos y ejemplos Definición 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. NOTA:

Más detalles

Matrices y Sistemas Lineales

Matrices y Sistemas Lineales Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 6 2 Herramientas 8 21 Operaciones

Más detalles

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz

Más detalles

Ejercicios del Tema 2: Estructuras algebraicas básicas

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

Más detalles

Átomo de hidrógeno. z = r cos θ B = A = r sen θ x = A cos φ = r sen θ cos φ y = A sen φ = r sen θ sen φ

Átomo de hidrógeno. z = r cos θ B = A = r sen θ x = A cos φ = r sen θ cos φ y = A sen φ = r sen θ sen φ Coordenadas esféricas polares La ecuación de Schroedinger para el átoo de hidrógeno debe resolverse en coordenadas esféricas polares (r θφ) que guardan la siguiente relación con las coordenadas cartesianas

Más detalles

Planos y Rectas. 19 de Marzo de 2012

Planos y Rectas. 19 de Marzo de 2012 el Geometría en el Planos y Rectas Universidad Autónoma Metropolitana Unidad Iztapalapa 19 de Marzo de 2012 el Anteriormente vimos que es posible encontrar un número infinito de vectores, no paralelos

Más detalles

Clase 1 Ecuaciones Diferenciales: Motivación y Conceptos Preliminares

Clase 1 Ecuaciones Diferenciales: Motivación y Conceptos Preliminares Clase 1 Ecuaciones Diferenciales: Motivación y Conceptos Preliinares L. A. Núñez * Centro de Astrofísica Teórica, Departaento de Física, Facultad de Ciencias, Universidad de Los Andes, Mérida 5101, Venezuela

Más detalles

Matrices y Sistemas Lineales

Matrices y Sistemas Lineales Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes 1 ÍNDICE Matemáticas Cero Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 5 2

Más detalles

Matrices, determinantes y sistemas de ecuaciones lineales

Matrices, determinantes y sistemas de ecuaciones lineales Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente

Más detalles

Espacios Vectoriales www.math.com.mx

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

Más detalles

José Humberto Serrano Devia Página 1

José Humberto Serrano Devia Página 1 Similitudes entre el espacio y las series de Fourier Funciones Ortogonales En esta sección se muestra la forma en que los conceptos vectoriales de producto interno, o producto escalar, y el de ortogonalidad

Más detalles

Ejemplos resueltos: CIRCUNFERENCIA Y ELIPSE

Ejemplos resueltos: CIRCUNFERENCIA Y ELIPSE Ejeplo : Deterina la ecuación de la circunferencia con centro en (,) y que pasa por el punto (,5) Respuesta: ( x + ) + ( y ) 0 Ejeplo : Deterina centro, radio y grafica de x 6x + y + y (x- )² + (y + /)²

Más detalles

Espacios vectoriales reales.

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

Más detalles

Una forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.

Una forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes. Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES

Más detalles

Conjuntos y matrices. Sistemas de ecuaciones lineales

Conjuntos y matrices. Sistemas de ecuaciones lineales 1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución

Más detalles

- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura. Cálculo II. Funciones. Límites y continuidad

- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura. Cálculo II. Funciones. Límites y continuidad - Fernando Sánchez - - 6 Funciones Cálculo II de Rn en Rm Límites y continuidad En este capítulo se van a estudiar funciones f : A R n R m donde A es un conjunto en R n, f = (f 1,..., f m ), x = (x 1,...,

Más detalles

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

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

Más detalles

Espacios Vectoriales

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

Más detalles

Fuerza magnetomotriz y campo magnético. CAMPOS MAGNÉTICOS GIRATORIOS.

Fuerza magnetomotriz y campo magnético. CAMPOS MAGNÉTICOS GIRATORIOS. APÉNDICE 1 uerza agnetootriz y capo agnético. CAMPOS MAGNÉTICOS GIRATORIOS. APÉNDICE I. UERZA MAGNETOMOTRIZ Y CAMPO MAGNETICO EN EL ENTREHIERRO DE UNA MAQUINA ELECTRICA. El proceso de conversión de energía

Más detalles

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1

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

Más detalles

Elementos de geometría lineal en R n

Elementos de geometría lineal en R n Tema 2 Elementos de geometría lineal en R n 2.1. Estructura vectorial de R n. Subespacios vectoriales En el tema de introducción (tema 0) se comentó cómo se puede identificar el conjunto R de los números

Más detalles

Álgebra Lineal V: Subespacios Vectoriales.

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

Más detalles

Continuidad y monotonía

Continuidad y monotonía Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados

Más detalles

ALGEBRA Y GEOMETRIA ANALITICA

ALGEBRA Y GEOMETRIA ANALITICA Diplomatura en Ciencia y Tecnología ALGEBRA Y GEOMETRIA ANALITICA SEGUNDO CUATRIMESTRE DE 009 Profesora Mariana Suarez PRACTICA N 8: RECTA EN EL ESPACIO PLANO ALGEBRA Y GEOMETRIA ANALITICA - Segundo cuatrimestre

Más detalles

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley

Más detalles

2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo.

2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo. 2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo. 2.1 Formas cuadráticas. Expresión matricial y analítica. Expresiones diagonales. Definición 2.1 (Expresión matricial) Una

Más detalles

Definición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar.

Definición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar. UNIDAD 03: MATRICES Y DETERMINANTES. 3.1 Conceptos de Matrices. 3.1.1 Definición de matriz. Definición: Se lama matriz de orden m x n a un arreglo rectangular de números dispuestos en m renglones y n columnas.

Más detalles

Apéndice sobre ecuaciones diferenciales lineales

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

Más detalles

Bloque 2. Geometría. 3. La recta. 1. Definición de recta

Bloque 2. Geometría. 3. La recta. 1. Definición de recta Bloque 2. Geometría 3. La recta 1. Definición de recta Para representar puntos en un plano (superficie de dos dimensiones) utilizamos dos rectas graduadas y perpendiculares, cuyo corte es el punto 0 de

Más detalles

TEMA 7: MATRICES. OPERACIONES.

TEMA 7: MATRICES. OPERACIONES. TEMA 7: MATRICES. OPERACIONES. 1. MATRICES. TIPOS DE MATRICES. Se llama matriz de orden m x n (m filas y n columnas) a un conjunto de m n elementos, distribuidos en m filas y n columnas y encerrados entre

Más detalles

Aplicaciones Lineales. Diagonalización de matrices.

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

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES

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

Más detalles

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes

Más detalles

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN

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

Más detalles

LEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS

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

Más detalles

Grupos y Subgrupos El concepto de grupo Sea G un conjunto no vacío y sea G G G

Grupos y Subgrupos El concepto de grupo Sea G un conjunto no vacío y sea G G G Capítulo 1 Grupos y Subgrupos 001. El concepto de grupo Sea G un conjunto no vacío y sea G G G una operación interna en G para la cual denotaremos a la imagen de un par (x, y) mediante xy. Supongamos que

Más detalles

Matrices y determinantes

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

Más detalles

Álgebra Lineal IV: Espacios Vectoriales.

Álgebra Lineal IV: Espacios Vectoriales. Álgebra Lineal IV: Espacios Vectoriales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx

Más detalles

Matrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1

Matrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1 Matrices José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 1- Matrices 1 Introducción Por qué estudiar las matrices? Son muchas las situaciones de la vida real en las que

Más detalles

A = , B = 2 2. a 11 a 1n a 21 a 2n A = a m1 a mn

A = , B = 2 2. a 11 a 1n a 21 a 2n A = a m1 a mn Máster en Materiales y Sistemas Sensores para Tecnologías Medioambientales Erasmus Mundus NOTAS DE CÁLCULO NUMÉRICO Damián Ginestar Peiró ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA DEL DISEÑO UNIVERSIDAD POLITÉCNICA

Más detalles

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

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

Más detalles

ENSEÑANZA DE LA FUNCIÓN CUADRÁTICA INTERPRETANDO SU COMPORTAMIENTO AL VARIAR SUS PARAMETROS

ENSEÑANZA DE LA FUNCIÓN CUADRÁTICA INTERPRETANDO SU COMPORTAMIENTO AL VARIAR SUS PARAMETROS ENSEÑANZA DE LA FUNCIÓN CUADRÁTICA INTERPRETANDO SU COMPORTAMIENTO AL VARIAR SUS PARAMETROS JUAN ALFONSO OAXACA LUNA, MARÍA DEL CARMEN VALDERRAMA BRAVO Introducción Uno de los conceptos centrales en el

Más detalles

Rectificación de Imágenes basada en Objetos Circulares

Rectificación de Imágenes basada en Objetos Circulares Rectificación de Iágenes basada en Objetos Circulares Iage Rectification based on Circular Objects José Luis Lera, Rafael Castellet ETSI Geodésica, Cartográfica Topográfica. Universidad Politécnica de

Más detalles

Tema 11.- Autovalores y Autovectores.

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

Más detalles

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

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

Más detalles

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES CONCEPTO MATRICES Se llama matriz de orden (dimensión) m n a un conjunto de m n elementos dispuestos en m filas y n columnas Se representa por A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn j=1,2,,n

Más detalles

TEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ...

TEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ... TEMA : MATRICES Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas a a a... a n a a a... an A... am am am... amn A los números reales a ij se les llama elementos

Más detalles

CAMPO MAGNÉTICO FCA 07 ANDALUCÍA

CAMPO MAGNÉTICO FCA 07 ANDALUCÍA 1. Una cáara de niebla es un dispositivo para observar trayectorias de partículas cargadas. Al aplicar un capo agnético unifore, se observa que las trayectorias seguidas por un protón y un electrón son

Más detalles

1. Matrices. Operaciones con matrices

1. Matrices. Operaciones con matrices REPASO MUY BÁSICO DE MATRICES. Matrices. Operaciones con matrices.. Introducción Las matrices aparecieron por primera vez hacia el año 850, introducidas por el inglés J. J. Sylvester. Su desarrollo se

Más detalles

Matrices. Operaciones con matrices.

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

Más detalles

y cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).

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

Más detalles

Anillo de polinomios con coeficientes en un cuerpo

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

Más detalles

3.1. Características de los componentes de sistemas discretos

3.1. Características de los componentes de sistemas discretos 3.1. Características de los coponentes de sisteas discretos Vereos a continuación una serie de conceptos que se utilizan habitualente en el estudio de vibraciones y que es necesario tener presentes. Vibración:

Más detalles

Rectas y Planos en el Espacio

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

Más detalles

Formulación del problema de la ruta más corta en programación lineal

Formulación del problema de la ruta más corta en programación lineal Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,

Más detalles