MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios
|
|
- Guillermo Romero García
- hace 8 años
- Vistas:
Transcripción
1 Sonia L. Rueda ETS Arquitectura. UPM Curso MATEMÁTICAS I TEMA 1: Espacios Vectoriales 1 Definición de espacio vectorial. Subespacios Dados dos conjuntos V y K se llama ley de composición externa en V con respecto de operadores en K a una aplicación K V V (k, v) kv. Si K es un cuerpo (ej. R o C) con operaciones internas (K, +, ), llamamos unidad de K al elemento neutro de (K {0}, ) y lo denotamos 1 K. Definición 1.1. Un conjunto no vacío V es un espacio vectorial sobre el cuerpo K (también K-espacio vectorial) con las operaciones + : V V V interna y : K V V externa si se verifica: 1. (V, +) es un grupo commutativo o abeliano. Llamamos 0 a su elemento neutro. 2. u, v V, a, b K (a) a(u + v) = au + av (b) (a + b)u = au + bu (c) (ab)u = a(bu) (d) 1 k u = u. Escribiremos (V, K, +, ). Los elementos de un K-espacio vectorial se llaman vectores y los elementos del cuerpo escalares. Ejemplos Un cuerpo K es espacio vectorial sobre si mismo. El conjunto {0} es un espacio vectorial sobre K.
2 Sonia L. Rueda. ETS Arquitectura. UPM Mat I. Álgebra n N, K n = {(a 1, a 2,..., a n ) a i K, i = 1,... n} es un espacio vectorial sobre el cuerpo K con las operaciones: (a 1, a 2,..., a n ) + (b 1, b 2,..., b n ) = (a 1 + b 1, a 2 + b 2,..., a n + b n ) α(a 1, a 2,..., a n ) = (αa 1, αa 2,..., αa n ) con (b 1, b 2,..., b n ) K n y α K, es decir, tenemos el espacio vectorial (K n, K, +, ). 3. Dado un sistema de ecuaciones lineales homogéneo con coeficientes reales a 11 x a 1n x n = 0 a ( ) 21 x a 2n x n = 0 a m1 x a mn x n = 0 de m ecuaciones con n incógnitas. El conjunto de soluciones del sistema W = {(a 1, a 2,..., a n ) R n (a 1, a 2,..., a n ) es solución de (*)} R n es un espacio vectorial (W, R, +, ). 1.1 Subespacios Sea V un K-espacio vectorial. Definición 1.3. Un subconjunto no vacío U de V es un subespacio vectorial de V si α, β K y u, v U αu + βv U. Equivalentemente, U es subespacio vectorial si es un K-espacio vectorial con las operaciones de V. Ejemplos Dado un espacio vectorial V, entonces los conjuntos {0} y V son subespacios. 2. V = R 3, U = {(x, y, 0) x, y R} es subespacio de R El conjunto de soluciones de un sistema de ecuaciones lineales homogéneo de m ecuaciones y n incógnitas con coeficientes reales es subespacio de R n.
3 Sonia L. Rueda. ETS Arquitectura. UPM Mat I. Álgebra Dado un vector no nulo u de un K-espacio vectorial V, el conjunto es un subespacio vectorial de V. U = {au a K} Definición 1.5. Se dice que un vector u V es combinación lineal de los vectores u 1,..., u n si existen escalares a 1,..., a n K tal que u = a 1 u a n u n = n a i u i. i=1 Proposición 1.6. La intersección de dos subespacios es un subespacio. Proposición 1.7. Sea S un conjunto no vacío de V. Entonces el conjunto < S >= {u V u = n a i u i, a i K, u i S} i=1 es un subespacio vectorial de V que recibe el nombre de subespacio engendrado por S. Obsérvese que: 1. S < S >. 2. Todo subespacio W tal que S W verifica < S > W. El subespacio < S > coincide con la intersección de todos los subespacios que contienen a S. Ejemplo 1.8. Sea S = {(1, 0, 0), (0, 1, 1)} R 3. Entonces < S >= {(a, b, b) a, b R}. Definición 1.9. Se dice que un K-espacio vectorial V es finitamente generado si existe un conjunto finito de vectores G tal que V =< G >, diremos que el conjunto G es un sistema generador de V.
4 Sonia L. Rueda. ETS Arquitectura. UPM Mat I. Álgebra Dependencia lineal. Bases. Dimensión. Definición 2.1. Sea {u 1,..., u n } un conjunto de n vectores de un K-espacio vectorial V. Se dice que {u 1,..., u n } es un sistema linealmente independiente (sistema libre o familia libre) si la única combinación lineal que vale 0 V es la que tiene todos los coeficientes nulos; esto es, dados λ 1,..., λ n K si λ 1 u λ n u n = 0 λ 1 =... = λ n = 0. En otro caso, se dice que {u 1,..., u n } es un sistema linealmente dependiente, o un sistema ligado o que los vectores u 1,..., u n son linealmente dependientes, es decir λ 1,..., λ n K no todos nulos tal que λ 1 u λ n u n = 0. Ejemplos u 1 = (1, 0, 0), u 2 = (0, 3, 0), u 3 = (0, 0, 5) son linealmente independientes en (R 3, R). 2. {(1, 2, 0), (2, 0, 0), (0, 1, 0), (0, 0, 6)} es un sistema ligado. Observaciones Si 0 V es miembro de un sistema de vectores S, entonces S es un sistema linealmente dependiente. 2. S = {u}, u 0 es linealmente independiente. S = {u, v} es linealmente dependiente u = αv, con α K. 3. Si S = {u 1,..., u n } es linealmente dependiente. Dado u V cualesquiera entonces S {u} es también linealmente dependiente. 4. Si S = {u 1,..., u n } es linealmente independiente. Entonces S {u i } es linealmente independiente para cualquier i {1,..., n}. Definición 2.4. Dos sitemas de vectores de V, S y T son equivalentes si < S >=< T >. Proposición 2.5. Todo sistema es equivalente al sistema obtenido al añadirle un vector combinación lienal de los vectores del sistema. A continuación enumeramos algunas propiedades de la dependencia y la independencia lineal.
5 Sonia L. Rueda. ETS Arquitectura. UPM Mat I. Álgebra Proposición 2.6. Sea V espacio vectorial sobre K. 1. {u 1,..., u n } es un sistema linealmente dependiente sií alguno de sus vectores se puede poner como combinación lineal de los demás (depende linealmente de los demás). 2. Si w V depende linealmente de v 1,..., v n y estos dependen a su vez de otros vectores u 1,..., u m entonces w depende de u 1,..., u m. 3. Dos sistemas S y T son equivalentes sií todo vector de S depende linealmente de los vectores de T y recíprocamente. 4. Sea S un sistema linealmente independiente y v un vector que no depende linealmente de los vectores de S, entonces S {v} es un sistema linelmente independiente. El siguiente resultado es el Teorema fundamental de la independencia lineal. Teorema 2.7. Sea V un K-espacio vectorial engendrado por un cierto sistema G = {v 1,..., v n } de un número finito de vectores. Si I = {u 1,..., u m } es un sistema linealmente independiente de vectores de V entonces m n. Definición 2.8. Sea V un K-espacio vectorial finitamente generado. Se dice que un sistema de vectores B = {v 1,..., v n } de V es una base de V si verifica, 1. B es sistema generador. 2. B es sistema linealmente independiente. Ejemplos Sea e i el vector de K n cuyas entradas son todas cero excepto la i-ésima que vale 1. Entonces B = {e 1,..., e n } es una base de K n. 2. Sea E ij la matriz m n que tiene todas sus entradas nulas excepto la entrada ij que vale 1. es una base de M m n (R). B = {E ij i = 1,..., m, j = 1,..., n} A continuación se enuncia el Teorema de existencia de base.
6 Sonia L. Rueda. ETS Arquitectura. UPM Mat I. Álgebra Teorema Cualquier sistema generador de un espacio vectorial finitamente generado, V 0 incluye una base de V. En consecuencia, todo espacio vectorial V 0 finitamente generado tiene alguna base. Proposición Sea V un K-espacio vectorial finitamente generado con base B = {v 1,..., v n }. Entonces todo vector de V se puede expresar de forma única como combinación lineal de los vectores de B. Definición Sea V un K-espacio vectorial finitamente generado con base B = {v 1,..., v n }. Las coordenadas de un vector v V es la n-upla de escalares (λ 1,..., λ n ) K n such that v = λ 1 e λ n e n de forma única. El siguiente resultado se conoce como Teorema de la dimensión. Teorema Todas las bases de un espacio vectorial V 0 finitamente generado tienen igual número de vectores. Definición Se llama dimensión de un espacio vectorial V finitamente generado al número de elementos de una base de V y se denota por dimv. Se conviene en que el espacio V = {0} tiene dimensión 0. Propiedades de las bases y la dimensión. Si S = {u 1,..., u n } es un sistema de vectores de V con dimv finita, entonces: 1. Si S es sistema generador, entonces n dimv. 2. Si S es sistema independiente, entonces n dimv. 3. Si S es sistema generador de V y dimv = n, entonces S es una base. 4. Si S es sistema libre de V y dimv = n, entonces S es una base. Observaciones. 1. dimv es el número máximo de elementos de un sistema de vectores de V linealmente independiente. 2. dimv es el número mínimo de elementos de un sistema de vectores que es sistema generador. El siguiente es el Teorema de prolongación de una base.
7 Sonia L. Rueda. ETS Arquitectura. UPM Mat I. Álgebra Teorema Se V un K-espacio vectorial de dimensión finita. sistema libre de vectores puede completarse hasta obtener una base. Todo Definición El rango de un sistema de vectores S = {u 1,..., u n } de V es la dimensión del subespacio que engendran: rango(s) = dim < S >. Definición El rango de una matriz es el mayor número de vectores fila linealmente independientes que posee (o equivalentemente de vectores columna). Sea A una matriz cuadrada de orden m n. El rango de A es igual al máximo orden de los menores no nulos. Ecuaciones cartesianas de un subespacio. Sea V un K-espacio vectorial finitamente generado con base B = {v 1,..., v n }. Dado un subespacio U de V, existe un sistema de ecuaciones lineales homogéneo S tal que el conjunto de soluciones de S es igual al conjunto de coordenadas de todos los vectores de U en la base B, esto es Sol(S) = {(λ 1,..., λ n ) K n λ 1 e λ n e n }. Además existe un sistema con dim(v ) dim(u) ecuaciones y este recibe el nombre de sistema de ecuaciones cartesinas de U en la base B. Las ecuaciones paramétricas de U son una solución paramétrica del sistema de ecuaciones cartesianas de U. 3 Operaciones con subespacios Sea V un espacio vectorial sobre K. Dados U 1, U 2 subespacios de V. Entonces: 1. U 1 U 2 es un subespacio vectorial de V. 2. En general U 1 U 2 no es un subespacio. Sean U 1 = {(x, 0) R 2 x R} U 2 = {(0, y) R 2 y R} entonces U 1 U 2 no es subespacio ya que si u 1 = (1, 0) y u 2 = (0, 1) entonces u 1 + u 2 = (1, 1) / U 1 U 2.
8 Sonia L. Rueda. ETS Arquitectura. UPM Mat I. Álgebra Definición 3.1. Sean U 1 y U 2 subespacios de V. Se llama suma de U 1 y U 2, y se denota U 1 + U 2 al conjunto U 1 + U 2 = {u 1 + u 2 u 1 U 1, u 2 U 2 }. Proposición 3.2. El conjunto U 1 + U 2 es un subespacio de V. Es el menor subespacio que contiene a U 1 y a U 2. Definición 3.3. Sean U 1 y U 2 subespacios de V. Se dice que U 1 + U 2 es suma directa y se escribe U 1 U 2 si U 1 U 2 = {0 V }. Proposición 3.4. Son equivalentes: 1. U 1 + U 2 es suma directa. 2. u 1 + u 2 = 0 V u i = 0 V, i = 1, 2 3. Todo vector de U 1 + U 2 puede expresarse de forma única como suma de un vector de U 1 y otro de U 2, esto es, si u 1 + u 2 = u 1 + u 2, con u i, u i U i, i = 1, 2 u i = u i, i = 1, 2. Suma directa de r subespacios de un espacio vectorial. Sean U 1,..., U r subespacios del K-espacio vectorial V. Entonces U U r es suma directa si dado u U U r existen unos únicos vectores u 1,..., u r, u i U i tal que u = u u r. Equivalentemente, U i ( j i U j ) = {0 V }. Definición 3.5. Dos subespacios U 1, U 2 de un K-espacio vectorial V son suplementarios si y sólo sí U 1 U 2 = V. Observaciones 1. Todo subespacio tiene algún suplementario. 2. Sean U 1 y U 2 son subespacios suplementarios de V. Si B 1 es una base de U 1 y B 2 es una base de U 2 entonces B 1 B 2 es una base de V. Fórmula de las dimensiones o de Grassman. Sean U 1 y U 2 subespacios de V. Entonces dimu 1 + dimu 2 = dim(u 1 + U 2 ) + dim(u 1 U 2 ).
1. ESPACIOS VECTORIALES
1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,
Más detallesEspacios vectoriales y Aplicaciones lineales
Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea
Más detalles1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesEstructuras algebraicas
Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota
Más detallesTema 2 ESPACIOS VECTORIALES
Tema 2 ESPACIOS VECTORIALES Prof. Rafael López Camino Universidad de Granada 1 Espacio vectorial Definición 1.1 Un espacio vectorial es una terna (V, +, ), donde V es un conjunto no vacío y +, son dos
Más detallesEspacios vectoriales
Espacios vectoriales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza 1 Concepto de espacio vectorial y propiedades 1.1 Definición Se llama espacio vectorial sobre K (IR o C a toda terna
Más detalleselemento 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
Más detallesSubespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Más detallesProblemas y Ejercicios Resueltos. Tema 2: Espacios vectoriales.
Problemas y Ejercicios Resueltos. Tema : Espacios vectoriales. Ejercicios 1.- Determinar el valor de x para que el vector (1, x, 5) R 3 pertenezca al subespacio < (1,, 3), (1, 1, 1) >. Solución. (1, x,
Más detallesNota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:
Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición
Más detallesEspacios vectoriales y aplicaciones lineales
Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesGeometría afín y proyectiva, 2016 SEMANA 2
Geometría afín y proyectiva, 2016 SEMANA 2 Sonia L. Rueda ETS Arquitectura. UPM September 20, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesEjemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}
Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar
Más detallesy λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.
Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =
Más detallesProblemas de Álgebra Lineal Espacios Vectoriales
Problemas de Álgebra Lineal Espacios Vectoriales 1. Estudia cuáles de los siguientes subconjuntos son subespacios de R n para el n que corresponda: i) S 1 = {(x, y, z, t) R 4 x + y + z + t = b} siendo
Más detallesTema 7: ESPACIOS VECTORIALES AFINES
Tema 7: ESPACIOS VECTORIALES AFINES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura:
Más detallesTema 2. Aplicaciones lineales y matrices.
Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................
Más detallesClase 15 Espacios vectoriales Álgebra Lineal
Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detallesTema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.
Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal
Más detalles1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
Más detallesAplicaciones Lineales
Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse
Más detallesAnexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
Más detalles1 El espacio vectorial R n.
Manuel Gutiérrez Departamento de Álgebra, Geometría y Topología Universidad de Málaga February 26, 2009 1 El espacio vectorial R n. La estructura de espacio vectorial es posiblemente la estructura más
Más detallesEspacios vectoriales. Bases. Coordenadas
Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos
Más detallesE 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
Más detalles4.1 El espacio dual de un espacio vectorial
Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo
Más detalles21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES
Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesCapitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES
Más detallesÁlgebra Lineal. Sesión de Prácticas 3: Subespacios vectoriales de K n. Operaciones con subespacios. Primero Grado Ingeniería Informática
Álgebra Lineal Sesión de Prácticas 3: Subespacios vectoriales de K n. Operaciones con subespacios Primero Grado Ingeniería Informática Departamento de Matemática Aplicada Facultad de Informática 1 / 22
Más detallesEspacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en
Más detallesESPACIO VECTORIAL ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN
Tema 5.- ESPACIOS VECTORIALES ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN ESPACIO VECTORIAL Fundamentos Matemáticosde la Ingeniería 1 Aunque históricamente el primer trabajo de Álgebra
Más detalles4 Aplicaciones Lineales
Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1
Más detallesVECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes.
VECTORES EN EL ESPACIO. Determina el valor de t para que los vectores de coordenadas (,, t), 0, t, t) y(, 2, t) sean linealmente dependientes. Si son linealmente dependientes, uno de ellos, se podrá expresar
Más detalles(Ec.1) 2α + β = b (Ec.4) (Ec.3)
Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α,
Más detallesVectores en el espacio
Vectores en el espacio Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas
Más detallesTema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)
Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto
Más detallesCURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre
CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una
Más detalles3 Espacios Vectoriales
Prof. Susana López 31 3 Espacios Vectoriales 3.1 Introducción Un ector fijo en el plano no es más que un segmento orientado en el que hay que distinguir tres características: -dirección: la de la recta
Más detalles4 Aplicaciones lineales
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 4 Aplicaciones lineales 4. Aplicación lineal Sean V y W dos espacios vectoriales sobre el mismo cuerpo K (en general, R o C. Una aplicación
Más detallesAplicaciones Lineales
Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales
Más detalles8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.
Prácticas de Matemáticas I y Matemáticas II con DERIVE 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar si el
Más detallesMatemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales
Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector
Más detallesEspacios vectoriales
Espacios vectoriales Problemas teóricos Muchos de estos problemas me los han enseñado mis colegas: profesores Flor de María Correa Romero, Carlos Domínguez Albino, Sergio González Govea, Myriam Rosalía
Más detalles1. APLICACIONES LINEALES
1 1 APLICACIONES LINEALES El objetivo de este capítulo es el estudio de las aplicaciones lineales u homomorfismos entre espacios vectoriales Este tipo de aplicaciones respeta la estructura de espacio vectorial
Más detalles3.- DETERMINANTES. a 11 a 22 a 12 a 21
3.- DETERMINANTES. 3.1. -DEFINICIÓN Dada una matriz cuadrada de orden n, se llama determinante de esta matriz (y se representa por A o deta al polinomio cuyos términos son todos los productos posibles
Más detallesTema 2: Espacios Vectoriales
Tema 2: Espacios Vectoriales José M. Salazar Octubre de 2016 Tema 2: Espacios Vectoriales Lección 2. Espacios vectoriales. Subespacios vectoriales. Bases. Lección 3. Coordenadas respecto de una base. Ecuaciones.
Más detallesEjemplos: Sean los conjuntos: A = { aves} B = { peces } C = { anfibios }
La Teoría de Conjuntos es una teoría matemática, que estudia básicamente a un cierto tipo de objetos llamados conjuntos y algunas veces, a otros objetos denominados no conjuntos, así como a los problemas
Más detallesMatrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx
Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad
Más detallesCapitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesFascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires
Fascículo 2 Cursos de grado ISSN 1851-1317 Gabriela Jeronimo Juan Sabia Susana Tesauri Álgebra Lineal Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 2008
Más detalles5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades
5- ransformaciones Lineales 5Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal sus propiedades Se denomina transformación lineal a toda función,, cuo dominio codominio
Más detalles4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES
Espacios Vectoriales y Aplicaciones Lineales 4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA 1.- Espacios Vectoriales..- Propiedades de un Espacio Vectorial..-
Más detallesCAPÍTULO II. 2 El espacio vectorial R n
CAPÍTULO II 2 El espacio vectorial R n A una n upla (x 1, x 2,..., x n ) de números reales se le denomina vector de n coordenadas o, simplemente, vector. Por ejemplo, el par ( 3, 2) es un vector de R 2,
Más detallesAPUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO
APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO ÍNDICE VECTORES EN EL PLANO... 3 Vector Fijo... 3 VECTOR LIBRE... 3 Operaciones con Vectores... 3 Suma de vectores... 3 Producto de un número por
Más detallesConstrucción de bases en el núcleo e imagen de una transformación lineal
Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.
Más detallesLección 2. Puntos, vectores y variedades lineales.
Página 1 de 11 Lección 2. Puntos, vectores y variedades lineales. Objectivos. En esta lección se repasan las nociones de punto y vector, y se identifican, via coordenadas, con los pares (ternas,...) de
Más detallesE. 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
Más detallesÁlgebra lineal y matricial
Capítulo Álgebra lineal y matricial.. Vectores y álgebra lineal Unconjuntodennúmerosreales(a,,a n )sepuederepresentar: como un punto en el espacio n-dimensional; como un vector con punto inicial el origen
Más detallesTema 3: 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 detallesListas de vectores y conjuntos de vectores
Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas
Más detallesTema 4: Aplicaciones lineales
Tema 4: Aplicaciones lineales Definición, primeras propiedades y ejemplos Definición. Sean V y W dos espacios vectoriales sobre un cuerpo K. Una función f : V W se dice que es una aplicación lineal si
Más detallesDefinición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Más detallesTeorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones
Tema 13.- Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones 13.1 Teorema de estructura de los módulos finitamente generados sobre un D.I.P. En lo que sigue A denotará
Más detallesAplicaciones Lineales
Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)
Más detallesMatrices invertibles. La inversa de una matriz
Matrices invertibles. La inversa de una matriz Objetivos. Estudiar la definición y las propiedades básicas de la matriz inversa. Más adelante en este curso vamos a estudiar criterios de invertibilidad
Más detalles4 APLICACIONES LINEALES. DIAGONALIZACIÓN
4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos
Más detalles1. Cambios de base en R n.
er Curso de Ingeniero de Telecomunicación. Álgebra. Curso 8-9. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema 5. Cambios de Base. Aplicaciones Lineales. Teoría y Ejercicios Resueltos..
Más detallesEJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores
EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u
Más detallesCambio de representaciones para variedades lineales.
Cambio de representaciones para variedades lineales 18 de marzo de 2015 ALN IS 5 Una variedad lineal en R n admite dos tipos de representaciones: por un sistema de ecuaciones implícitas por una familia
Más detallesCUADERNO IV ESPACIOS VECTORIALES Y APLICACIONES LINEALES
1 CUADERNO IV ESPACIOS VECTORIALES Y APLICACIONES LINEALES Miguel A. Sainz, Joan Serarols, Anna M. Pérez Dep. de Informática y Matemática Aplicada Universidad de Girona RESUMEN: Se va a desarrollar la
Más detallesVII. Estructuras Algebraicas
VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación
Más detalles1. El teorema de la función implícita para dos y tres variables.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO. Lección. Aplicaciones de la derivación parcial.. El teorema de la función implícita para dos tres variables. Una ecuación con dos incógnitas. Sea f :( x, ) U f(
Más detallesCurso de Procesamiento Digital de Imágenes
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-lic.html elena.martinez@iimas.unam.mx
Más detallesEspacios Vectoriales
Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................
Más detallesTEMA 1. VECTORES Y MATRICES
TEMA 1. VECTORES Y MATRICES 1.1. Definición de vector. Operaciones elementales 1.2. Matrices. Operaciones elementales 1.3. Traza y Determinante 1.4. Aplicaciones 1.1. DEFINICIÓN DE VECTOR. OPERACIONES
Más detallesESPACIOS VECTORIALES
ESPACIOS VECTORIALES Ejercicio 1 En un espacio vectorial {V,k}, el vector v4 tiene por coordenadas (1,2,1) respecto a los vectores { v1, v2, v3 } a) Dése las coordenadas del vector v3 respecto a { v1,
Más detallesValores y vectores propios de una matriz. Juan-Miguel Gracia
Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-
Más detallesUniversidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL. x x1 n. θ y. 1 n x1 n ȳ1 n. Carlos Arce S. William Castillo E. Jorge González V.
Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL x x x1 n θ y y ȳ1 n 1 n x1 n ȳ1 n Carlos Arce S. William Castillo E. Jorge González V. 2003 Algebra Lineal Carlos Arce S., William Castillo
Más detalles4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d
GRADO EN I. TELEMÁTICA. HOJA : ESPACIOS VECTORIALES. ESPACIOS NULO Y COLUMNA.- Sea W el conjunto de todos los vectores de R de la forma subespacio de R. s + t s t s t t, con s, t R. Probar que W es un.-
Más detallesTema 2: Espacios vectoriales
Tema 2: Espacios vectoriales La estructura de espacio vectorial juega un papel fundamental en el álgebra lineal pues es la base de todos los conceptos que ahí se desarrollan. Vamos en la siguiente sección
Más detalles1. Producto escalar, métrica y norma asociada
1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la
Más detallesMATRICES PRODUCTO DE MATRICES POTENCIAS NATURALES DE MATRICES CUADRADAS
Tema 1.- MATRICES MATRICES PRODUCTO DE MATRICES POTENCIAS NATURALES DE MATRICES CUADRADAS Fundamentos Matemáticos de la Ingeniería 1 Un poco de historia Lord Cayley es uno de los fundadores de la teoría
Más detallesTema 7: Valores y vectores propios
Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un
Más detallesTema 3. Aplicaciones lineales. 3.1. Introducción
Tema 3 Aplicaciones lineales 3.1. Introducción Una vez que sabemos lo que es un espacio vectorial y un subespacio, vamos a estudiar en este tema un tipo especial de funciones (a las que llamaremos aplicaciones
Más detallesEXAMEN DE MATEMÁTICAS 2º BACHILLERATO CCNN BLOQUE : GEOMETRÍA
EXAMEN DE MATEMÁTICAS 2º BACHILLERATO CCNN BLOQUE : GEOMETRÍA OPCIÓN A EJERCICIO 1 Halle el punto P simétrico del punto P ( 3, 4, 0) respecto del plano Л que contiene a la recta s : x = y 2 = z 1 y al
Más detallesTe damos los elementos básicos de los vectores para que puedas entender las operaciones básicas.
4 año secundario Vectores, refrescando conceptos adquiridos Te damos los elementos básicos de los vectores para que puedas entender las operaciones básicas. El término vector puede referirse al: concepto
Más detallesComenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.
Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas
Más detallesBibliografía recomendada
Álgebra II Guía del Examen a Título de Suficiencia Escuela Superior de Física y Matemáticas del Instituto Politécnico Nacional Licenciatura en Física y Matemáticas Esta guía está elaborada por el colectivo
Más detallesMatemáticas I: Hoja 2 Cálculo matricial y sistemas de ecuaciones lineales
Matemáticas I: Hoja 2 Cálculo matricial y sistemas de ecuaciones lineales Ejercicio 1 Escribe las siguientes matrices en forma normal de Hermite: 2 4 3 1 2 3 2 4 3 1 2 3 1. 1 2 3 2. 2 1 1 3. 1 2 3 4. 2
Más detallesAlgebra Lineal: Aplicaciones a la Física
Algebra Lineal: Aplicaciones a la Física Resumen del curso 2014 para Lic. en Física (2 o año), Depto. de Física, UNLP. Prof.: R. Rossignoli 0. Repaso de estructuras algebraicas básicas Un sistema algebraico
Más detallesTeoría Tema 5 Espacios vectoriales
página 1/14 Teoría Tema 5 Espacios vectoriales Índice de contenido Puntos en 2 y 3 dimensiones...2 Vectores en el plano...5 Suma de vectores...7 Combinación lineal de vectores...8 Sistema generador...10
Más detallesVECTORES COORDENADOS (R n )
VECTORES COORDENADOS (R n ) Cómo puede ser representado un número Real? Un número real puede ser representado como: Un punto de una línea recta. Una pareja de números reales puede ser representado por
Más detallesDefinición operacional, independientemente de cualquier sistema de referencia
Carácter de las magnitudes físicas: Magnitudes escalares y vectoriales. Vectores unitarios, Operaciones con vectores. No todas las magnitudes físicas tienen las mismas características matemáticas El carácter
Más detallesSistemas de Ecuaciones Lineales y Matrices
Sistemas de Ecuaciones Lineales y Matrices Oscar G Ibarra-Manzano, DSc Departamento de Area Básica - Tronco Común DES de Ingenierías Facultad de Ingeniería, Mecánica, Eléctrica y Electrónica Trimestre
Más detalles