Tema III. Espacios vectoriales

Documentos relacionados
Tema 2: Espacios Vectoriales

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

Espacios Vectoriales

Problemas de Espacios Vectoriales

520142: ALGEBRA y ALGEBRA LINEAL

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Tema 3: Espacios vectoriales

Trabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1:

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

Espacios vectoriales

CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero

ESPACIOS VECTORIALES

Espacios Vectoriales

ESPACIOS VECTORIALES

Base y Dimensión de un Espacio Vectorial

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

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales

Introducción a los espacios vectoriales

Espacios Vectoriales

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

Capítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos

Espacios Vectoriales

Espacios vectoriales reales.

Tema 3. Espacios vectoriales

Tema 11.- Autovalores y Autovectores.

Ecuaciones de la recta en el espacio

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 )

1. ESPACIOS VECTORIALES

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21

Álgebra Lineal VII: Independencia Lineal.

MMAF: Espacios normados y espacios de Banach

Objetivos formativos de Álgebra

Problemas de Álgebra Lineal Espacios Vectoriales

Espacios vectoriales

1. APLICACIONES LINEALES

Algebra lineal y conjuntos convexos

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

Espacios vectoriales. Capítulo Espacios vectoriales y subespacios Preliminares

Espacio afín. 1. Rectas en el espacio. Piensa y calcula. Aplica la teoría

Subespacios vectoriales en R n

Es trivial generalizar la definición al caso de varios conjuntos: A B C, etc.

MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

Espacios Vectoriales. Tema Introducción. 1.2 Repaso de Estructuras Algebraicas

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1

4.1 El espacio dual de un espacio vectorial

2.1. Estructura algebraica de espacio vectorial

Álgebra Lineal V: Subespacios Vectoriales.

4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES

Algebra Lineal y Geometría.

Elementos de geometría lineal en R n

Tema 4. Vectores en el espacio (Productos escalar, vectorial y mixto)

Tema 5: Sistemas de ecuaciones lineales.

(L. S. I. P. I.) Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO. Espacios Vectoriales

MATRICES. Rango de una matriz. Matriz Inversa. Determinante de una matriz cuadrada. Sistemas de Ecuaciones Lineales. Nociones de espacios vectoriales

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema 2. Espacios Vectoriales Introducción

1 Espacios y subespacios vectoriales.

Tema 2: Espacios vectoriales

Espacios vectoriales. Bases. Coordenadas

Autovalores y autovectores Diagonalización y formas canónicas

Práctica 1. Espacios vectoriales

vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide:

Álgebra Lineal IV: Espacios Vectoriales.

elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1;

Espacios Vectoriales, Valores y Vectores Propios

Capítulo 8: Vectores

Espacios vectoriales y aplicaciones lineales

es el lugar geométrico de los puntos p tales que p 0 p n o p 0 p o. p x ; y ; z perteneciente a y un vector no

Matrices, Determinantes y Sistemas Lineales.

Temario de Matemáticas

Tema 2. Aplicaciones lineales y matrices.

Espacios vectoriales Espacios y subespacios vectoriales

Teoría Tema 9 Ecuaciones del plano

Tema II. Sistemas de ecuaciones lineales

Ejercicios de Rectas y planos.

Ejercicios del Tema 2: Estructuras algebraicas básicas

Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 2011/ ?

Espacios vectoriales y Aplicaciones lineales

ALGEBRA. Escuela Politécnica Superior de Málaga

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD

APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES

Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen

Tema I. Matrices y determinantes

Cálculo en varias variables

ESPACIOS VECTORIALES

MATEMÁTICAS 2º BACH TECNOL. MATRICES. Profesor: Fernando Ureña Portero MATRICES

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República

como el número real que resulta del producto matricial y se nota por:

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.

Tema 2 ESPACIOS VECTORIALES

Construcción de bases en la suma y la intersección de subespacios (ejemplo)

Tema 4.- Espacios vectoriales. Transformaciones lineales.

Clase 15 Espacios vectoriales Álgebra Lineal

Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS

Transformaciones lineales

TEMA 11. VECTORES EN EL ESPACIO

Rectas y planos en el espacio

Transcripción:

Tema III. Espacios vectoriales 1. Espacios vectoriales 2. Dependencia e independencia lineal 3. Sistemas generadores. Bases 4. Cambio de base 5. Subespacios vectoriales. Ecuaciones. 6. Interpretación geométrica 1. Espacios vectoriales Carmen Moreno Definición. Sea K un cuerpo conmutativo. Un conjunto V posee estructura algebraíca de espacio vectorial sobre K cuando: 1) l.c.i. en V: + : V V V ( x, y) x + y (V,+): Grupo Abeliano 2) l.c.externa con dominio de operadores K: i : K V V ( k, x) kix

e.v. 2 Verificándose: 1. λ (x+y)= λ x+ λ y 2. (λ+ µ) x= λ x+ µ x Enunciadas x, y V, 3. λ (µ x)= (λ µ) x λ, µ K 4. 1 x=x x, y: Vectores λ, µ: Escalares Ejemplos de espacios vectoriales R 2 es un e.v sobre R R n es un e.v sobre R K n es un e.v sobre K (M mxn (K), +, ) e.v.sobre K Polinomios de grado menor o igual n con coeficientes en K (K n [x], +, ) Funciones reales (F, +, ) Ejercicio En R 3 se definen las operaciones: (x,y,z)+(x,y,z )=(x+x,y+y,z+z ) y λ (x,y,z)=(0, λy, λz), λ R. Es R 3 un e.v. sobre R con dichas operaciones?

Primeras propiedades e.v. 3 A) Derivadas de ser (V,+) Grupo Abeliano B) Específicas de espacio vectorial 1. 0 K x=0 para cualquier x V 2. λ 0=0 para cualquier λ K 3.(-λ) x= λ (-x)=-(λ x) 4. Si λ x=0, entonces λ=0 K ó x=0 5. Si λ x= µ x, x 0, entonces λ =µ 2. Dependencia e independencia lineal Sea (V,+, ) e.v. sobre K y el sistema de vectores {x 1,.., x m } V Definición. El vector x V es una combinación lineal de x 1,.., x m cuando existen escalares λ 1,.., λ m K tales que x= λ 1 x 1 +..+ λ m x m (1,3) R 2 es c.l. de los vectores (1,1) y (0,1) ya que (1,3)=1 (1,1)+2 (0,1)

e.v. 4 Definición. El sistema {x 1,.., x m } Ves ligado ólos vectores x 1,.., x m V son linealmente dependientes (l.d.), cuando existen escalares λ 1,.., λ m K, no todos ellos nulos y una combinación lineal nula de esos vectores: λ 1 x 1 +..+ λ m x m =0 Los vectores (1,3), (1,1) y (0,1) de R 2 son l.d Definición (-1) (1,3)+1 (1,1)+2 (0,1)=(0,0) El sistema {x 1,.., x m } Ves libre ólos vectores x 1,.., x m V son linealmente independientes (l.i.), cuando de toda combinación lineal nula de los mismos, λ 1 x 1 +..+ λ m x m =0, se deduzca que son nulos todos los escalares: λ 1 =...= λ m =0 Los vectores (1,2) y (0,1) de R 2 son l.i.: De λ 1 (1,2) + λ 2 (0,1)=(0,0) se deduce λ 1 = λ 2 =0 Método de Gauss

e.v. 5 Propiedades Proposición. Un sistema de vectores {x 1,.., x n } V es ligado si y sólo si uno (al menos) de los vectores es c.lineal del resto. {0}: Sistema ligado de V {z}: Sistema libre de V (z 0) Cualquier subsistema de un sistema libre es libre Cualquier sistema que contenga un sistema ligado es ligado 0 S S: ligado Ejercicios 1 Estudiar la dependencia o independencia lineal de los vectores de R 3 : (-1,3,2), (2,-1,3) y (4,-7,-1)

1 1 1 1 3 2 1 3 2 v v = e.v. 6 v v2 2 1 3 0 5 7 v 2 = 2v1+ v2 v 3 4 7 1 0 5 7 v = 4v + v 1 3 2 v 1 = v 1 0 5 7 v 2 = v 2 0 0 0 v 3 = v 2 + v 3 0 = v = v + v = 3 2 3 1 2 3 3 1 3 = (2 v1+ v2) + (4 v1+ v3) 0= 2v v + v v = 2v + v 2 1 3 2 Hallar el valor de x para que el sistema de vectores de R 3 {(11,-16,x), (2,-1,3), (1,2,1)} sea ligado.

3. Sistemas generadores. Bases e.v. 7 Envoltura lineal F={x 1,..., x n } V i= n L(F)= λ x: i λ K V = i = 1 = Conjunto de todos los vectores c.l. de los vectores x 1,..., x n de F Ejemplo V= R 2, F={(1,1), (0,1)} R 2 (2,3) R 2 (2,3) L(F) ya que (2,3)=2 (1,1)+1 (0,1) s.g. de V F={x 1,..., x n } Ves un s.g. de V si L(F)=V V L(F): Todo v Ves c.l de los vectores de F V es un e.v. de tipo finito si posee un s.g. finito R 2 es de tipo finito: F={(1,0), (0,1)} R 2 es un s.g. de R 2 : R 2 L(F): Todo vector (x,y) R 2 es c.l. de los vectores de F: (x,y)=x (1,0)+y (0,1)

Base B Ves una base de V si : e.v. 8 B es un sistema libre B es un s.g. de V Ejemplo B={(1,0), (0,1)} R 2 es una base (canónica) de R 2 K n, B c ={e 1,.., e n }, e i =(0,..,1,..,0) Teorema de la base Teorema. Sea V un espacio vectorial de tipo finito, {0} V. Entonces (1) V posee una base (T. Existencia) (2) El nº vectores de cualquier sistema libre es nº vectores de cualquier s.g. de V (3) Todas las bases de V tienen el mismo número de vectores (dimensión) Lema. Si de un s.g. de V se elimina un vector c.l. del resto, el sistema resultante sigue siendo s.g

e.v. 9 Dimensión de un e.v. Es el cardinal de una cualquiera de sus bases dim(r 2 )=2 dim(r n )=n dim(k n )=n dim(k n [x])=n+1: B c ={1, x, x 2,.., x n } dim(m mxn (K))=mn Coordenadas de un vector respecto de una base. V, dim(v)=n, B={v 1,..., v n }: Base de V B es un s.g. de V V L(B) x V fix L(B) fi$ a 1,..., a n K : x= a 1 v 1 +...+ a n v n x=(a 1,..., a n ) B Coordenadas de x resp. de la base B Son únicas

Coordenadas de P=1-2x+3x 2 -x 3 R 3 [x] e.v. 10 P=(1,-2,3,-1) Bc 1 2 Coordenadas de la matriz A= M2 1 3 A=(1,-2,1,3) Bc Estudio de la dependencia lineal de las matrices de M 2 (R): 1 3 0 1 2 1 A, B, C = 2 0 = = 1 1 2 3 ( R) Estudio de la dependencia lineal de los polinomios de R 2 [x] : P 1 =1-x+x 2, P 2 =-1+2x 2, P 3 =-x+2x 2 Estudio de la dependencia lineal de las funciones e x, senxy cosxde (F,+, ) Corolario. Si dim(v)=n entonces, (1)n+1 vectores constituyen un sistema ligado (2) n-1 vectores no pueden ser un s.g. de V Recuerda: De todo s.g. de V se puede extraer una base de V

Teorema de ampliación e.v. 11 Todo sistema libre de V puede ser ampliado a una base de V. Dar una base de R 3 que contenga al vector (1,2,1) Consecuencia Si dim (V)=n, para que un sistema S de n vectores de V sea una base de V basta con que se cumpla una de las dos condiciones siguientes: (1) S sea un sistema libre de V (2) S sea un s.g. de V 4. Cambios de base V, dim(v)=n. Bases B={u 1,..., u n } B ={v 1,...,v n } x x L( B) x = ( x1,..., xn) V x L( B ) x = ( y,..., y ) B 1 n B

x = xu + + x u = yv + + y v (1) 1 1 n n 1 1 n n u LB ( ) u = a v +... + a v i 1 11 1 1n u = a v +... + a v Sustituyendo los u i en (1): n n1 1 nn n 1 1 n e.v 12 x = x1u1+ xnun= = x1( a11v1+... + a1 nvn) + + xn( an1v1+... + annvn) = = ( xa 1 11+ + xnan1) v1+ + ( xa 1 1n + + xnann) vn = y v + + y v xa 1 11+ + xnan1= y1 xa 1 1n + + xnann = yn Matricialmente: Ecuaciones de un cambio de base a11 a1 n = an1 a nn ( x x )... ( y y ) 1 n 1 n n n (Filas) X B C BB = X B

Ejemplo e.v. 13 R 3, B={u 1,u 2,u 3 } y B ={v 1,v 2,v 3 }, donde u 1 =-v 2 +v 3 u 2 =v 1 +v 2 +v 3 u 3 =v 2 a) Hallar las ecuaciones del cambio de base de B a B. b) Halar las coordenadas del vector x=(7,4,9) B en la base B. c) Hallar las coordenadas del vector x=-v 1 +7v 2-5v 3 respecto de la base B. Ejercicio Hallar las coordenadas del vector (3,-2,1) respecto de la base {(1,1,0),(1,0,1),(0,1,1)} de R 3 Tres bases B 1 ={(2,1,1), (1,1,1), (1,-1,1)} B 2 ={(1,0,1), (-1,1,1), (1,-1,0)}. Hallar C B1B2

5. Subespacios vectoriales. Ecuaciones e.v. 14 (V,+, ) : e.v. Sobre K. S V es un subespacio vectorial de V cuando (S,+, ) :e.v. sobre K Es CN: 0 ŒS Al menosdos s.e.v. impropios: V y {0} dim (S) dim (V), siendo dim(s)=dim(v) S=V Teorema de caracterización Un subconjunto S de un e.v. V es un subespacio vectorial de V si y sólo si "x,yœs "α,β K se verifica α x+β y ŒS Ejemplo 1 Sea V= R 2. El conjunto S={λ x: λœr} R 2 es en s.e.v. de R 2. Los s.e.v. propios de R 2 son rectas que pasan por el origen (0,0)

Ejemplo 2 Los s.e.v. propios de R 3 son rectas o planos que contienen al vector (0,0,0) e.v. 15 Sea V= R 3. El conjunto S={(x 1,x 2,x 3 ): x 1-2x 2 +3x 3 =0} R 3 es un s.e.v. de R 3. Ejemplo 3 Sea V= R 3. El conjunto S={(x 1,x 2,0): x 1,x 2 R} R 3 es un s.e.v. de R 3 Ejemplo 4 F={x 1,..,x n } V. La envoltura lineal de F, i= n L(F)= λ x: i λ K =<F> V i = 1 es un s.e.v. de V: Subespacio generado por F F es un s.g. del subespacio L(F) De F se puede extraer una base de L(F)

e.v. 16 Ecuaciones de un subespacio vectorial (Recta/plano de R 3 ) Paramétricas Parámetros. (Plano : a y b; l y m; l 1 y l 2 S={lu+ mv: l, m Œ R}) Implícitas (Plano: Ax+By+Cz=0) Ecuaciones paramétricas de un subespacio V, e.v., dim(v)=n. B={u 1,..., u n } S, s.e.v. de V, dim(s)=s<n. B s ={v 1,...,v s } x S x L( B ) x = ( λ,..., λ ) x L( B) x = ( x1,..., xn) s 1 s B s x = λ v + + λ v = xu + + x u (1) 1 1 s s 1 1 n n v LB ( ) v = a u +... + a u i 1 11 1 1n v = a u +... + a u s s1 1 sn n n B

Sustituyendo los v i en (1): x = λ v + λ v = 1 1 s s e.v. 17 = λ ( au+... + au) + + λ ( au+... + au) = 1 11 1 1n n s s1 1 sn n = ( λa + + λ a ) u + + ( λa + + λ a ) u = 1 11 s s1 1 1 1n s sn n λ1a11+ + λsas1= x1 (1) λ1a1n + + λsasn = xn Matricialmente: a11 a1 n = as1 a sn = xu + + 1 1 ( λ λ )... ( x x ) 1 s 1 (Filas) Ejemplo 1 X Bs B s = X B n x u Ecuaciones Paramétricas del s.e.v. S V= R 3. Sea S el s.e.v. de R 3 generado por los vectores (1,0,-1), (2,1,1) y (3,1,0). Dar unas ecuaciones paramétricas del s.e.v. S n n

B=Bc de R 3 B s ={(1,0,-1), (0,1,3)} x S X Bs B s = X B 1 0 1 = 0 1 3 λ1 = x1 (1) λ2 = x2 λ1 + 3λ2 = x3 ( λ λ ) ( x x x ) 1 2 1 2 3 e.v. 18 Dim (S)=2: Plano Ec. Paramétricas de S S={(l 1, l 2, - l 1 +3 l 2 ): l 1, l 2 R}= ={l 1 (1,0,-1) + l 2 (0,1,3): l 1, l 2 R} Ecuaciones implícitas (o cartesianas) de S nº ec.implícitas l.i.de S= dim(v)-dim(s)=n-s A partir de las paramétricas, eliminando parámetros. Se obtienen anulando n-s menores de orden > s de la matriz ampliada, A*, del sistema (1)

λ1 = x1 S, (1) λ2 = x2 λ + 3λ = x 1 2 3 e.v. 19 Ejemplo Ecuaciones implícitas del plano S del ejemplo 1 1 0 t A= 0 1 = Bs r( A) = r( Bs) = 2 1 3 1 0 x1 A* = 0 1 x 2 1 3 x 3 (1): Compatible fi r(a*) debe ser 2 fi n-s=3-2=1 ecuación implícta del plano S. Sistema (1): Ecuaciones paramétricas de S. 1 0 x1 A* = 0 0 1 x2 = 0 1 3 x x 1-3x 2 +x 3 =0 3

e.v. 20 Paso de ecuaciones implícitas a paramétricas Dar unas ecuaciones paramétricas del s.e.v. S de R 3 de ecuación impícita x 1-3x 2 +x 3 =0 (2). nº ecs. Implícitas =dim (V) dim(s) fi dim(s) =2: S: PLANO Obtener la base Bs: dos vectores l.i. que satisfagan el sistema (2) x 2 =l x 3 = m x 1 =3 l- m, l, m R S={(3 l- m, l, m): l, m R} B s ={(3,1,0), (-1,0,1)} l =1 m=0 m =1 l =0 X Bs B s = X B

6. Interpretación geométrica e.v. 21 Los s.e.v. propios de R 2 son rectas que pasan por el origen (0,0) Los s.e.v. propios de R 3 son rectas o planos que contienen al vector (0,0,0)