Universidad Rafael Urdaneta. Facultad de Ingeniera. !"tedra# $lgebra %ineal. &eccin# '!( Integrantes# )uintero Ra*uel !.I#+,.,,-..+/. 0bando Francisco !.I# 1+.11,.2-.. Morales 3evin !.I# 1+..1+-./1, Es*ue4a. +.5 Espacio Vectorial# definicin 6 e7e4plo. 1.5 Ele4entos de un Espacio Vectorial. 2.5 0peraciones en los Vectoriales# 8 9or4ales. 8Especiales. ..5 &ubespacios Vectoriales. :.5 Independencia %ineal 6 !o4binaciones %ineales# definicin ;15 6 e7e4plo ;15. /.5 Base# definicin 6 e7e4plo. -.5 !a4bio de base# definicin 6 e7e4plo. +.5 Espacio Vectorial#
Es una estructura matemtica creada a partir de un conjunto no vaco con una operacin suma interna al conjunto y una operacin producto externa entre dicho conjunto y un cuerpo, cumpliendo una serie de propiedades o requisitos iniciales. Sea V un conjunto no vaco sobre el cual existen dos operaciones. Una llamada suma de vectores y otra llamada multiplicacin de un escalar por un vector. a suma de vectores o simplemente suma, es una re!la o "uncin que asocia a dos vectores, di!amos u y v, un tercer vector, a este se le representara como u v. a multiplicacin es una re!la que asocia a un escalar y a un vector, di!amos c y u, un se!undo vector representado por c u. Entonces el conjunto V se llama espacio vectorial si cumple todos y cada uno de los si!uientes axiomas #la operacin es la suma vectorial$ la operacin es la multiplicacin por un escalar%& i. Para cual*uiera dos vectores u 6 v en V#
Este axioma se conoce como el axioma de cerradura bajo la suma& la suma de dos elementos del conjunto debe dar como resultado tambi'n un elemento del conjunto. ii. Para cual*uiera dos vectores u 6 v en V#
Este axioma se conoce como el axioma de la conmutatividad de la suma& el orden de los sumandos no altera el resultado de la suma. iii. Para cual*uiera tres vectores u< v 6 = en V# u v V u v = v u u (v w) = (u v) w
Este axioma se conoce como axioma de la asociatividad de la suma: en una suma de vectores, no importa el orden como asocien la sumas entre dos; el resultado ser siempre el mismo. iv. E>iste un nico vector en V *ue se si4bolizar" por ? 6 *ue se lla4ar" el vector cero tal *ue para cual*uier vector u V se cu4ple: Este axioma se conoce como el axioma de la existencia del elemento neutro& existe en el conjunto un elemento distin!uido que sumado con cualquier elemento da el mismo se!undo elemento. v. Para cual*uier vector u V e>iste un nico vector ta4bi@n en V 6 si4bolizado por 8u *ue cu4ple# Este axioma se conoce como axioma de la existencia de inversos aditivos& cada elemento del conjunto posee un inverso aditivo$ un elemento del conjunto que sumado con el da el neutro aditivo. vi. Para cual*uier vector u V 6 para cual*uier escalar c R se cu4ple#
Este axioma se conoce como el axioma de cerradura bajo la multiplicacin por escalares& el resultado del producto entre cualquier escalar por cualquier elemento del conjunto debe dar como resultado tambi'n un elemento del conjunto. vii. Para cual*uiera dos vectores u 6 v en V< 6 para cual*uier escalar c en R se cu4ple# u = u = u u (!u) = (!u) u = c u V c (u v) = (c u) (c v) Este axioma se conoce como la propiedad distributiva del producto #por escalares% sobre la suma #de vectores%& en un producto de un escalar por una suma de vectores, da lo mismo reali(ar la suma de los vectores y el resultado multiplicarlo por el vector$ que individualmente multiplicar cada vector por el escalar y despu's sumar los resultados. viii. Para cual*uier vector u V 6 para cual*uiera dos escalares a 6 b en R se cu4ple# Este axioma se conoce como la propiedad distributiva del producto por escalares sobre la suma escalares. ix. Para cual*uier vector u V 6 para cual*uiera dos escalares a 6 b en R se cu4ple# Esta propiedad se conoce como la ley asociativa del producto entre escalares y el producto de escalar con vector o como la propiedad asociativa del producto. x. Para cual*uier vector u V se cu4ple# E7e4plo de Espacio Vectorial# (a " #) u = (a u) (# u) a (# u) = (a #) u $ u = u )onsideremos el conjunto *+x+ #tambi'n denotado por *+% de las matrices +x+ con t'rminos reales& Es un espacio vectorial real, pues podemos sumar dos matrices de *+x+ obteniendo otra matri( de *+x+, y multiplicar una matri( de *+x+ por un escalar real obteniendo otra matri( de *+x+. Se puede comprobar que se cumplen las propiedades. El vector es, en este caso, la matri( con todos sus t'rminos nulos. 1.5 Ele4entos de un espacio vectorial# se clasi"ican en& 8Vectores# Es todo se!mento de recta diri!ido en un espacio vectorial$ con un punto de aplicacin #ori!en%, una direccin, un sentido e intensidad. El punto de aplicacin# es el punto de ori!en del se!mento& su comien(o, a partir de 'l empie(a el vector. )uando se re"iere a una ma!nitud medida, el punto de aplicacin estar situado en el objeto sobre el que se reali(a la medida y se mover con 'l. %a intensidad o 4dulo de un vector# es la lon!itud del se!mento que lo representa, por lo cual ah de ser proporcional al valor de la ma!nitud medida. a intensidad de un vector se indica con la letra que desi!na al vector entre barras, i!ual que el valor absoluto de un n,mero. -s, la intensidad del vector v se denota .v.. Vectores de la 4is4a direccin o sentido< pero distinta intensidad< son diferentes. %a direccin de un vector# es la recta sobre la que est dibujado o cualquiera de sus paralelas, es decir, la recta a la que pertenece el se!mento orientado que representa al vector. &entido& una recta hori(ontal puede recorrerse de i(quierda a derecha o de derecha a i(quierda, por lo que tiene dos sentidos. o mismo ocurre con todas las rectas y, por tanto, con los vectores. /ada una direccin, el sentido del vector es el indicado por la "lecha en la que termina. Vectores opuestos< al tener igual intensidad 6 direccin pero sentido contrario. 8Escalar# Son los n,meros reales o complejos que son utili(ados para representar un "enmeno "sico con ma!nitud, aunque sin la caracterstica vectorial de direccin. Se llama escalar a los componentes de un cuerpo, !eneralmente n,meros, y en particular se utili(a cuando se quiere distin!uir rotundamente de los vectores en el l!ebra lineal y en cualquier rama que use mdulos o espacios vectoriales. El producto de un escalar por un vector da por resultado otro vector, con la misma direccin que el primero. -l hacer la multiplicacin, el escalar cambia el mdulo del vector #!r"icamente el lar!o% y en caso de ser ne!ativo cambia tambi'n el sentido. a direccin del vector resultado es siempre la misma que la del vector ori!inal. *atemticamente se reali(a multiplicando al escalar por cada una de las componentes del vector. &i por e7e4plo el vector V tiene 1 coordenadas# V 0 #x, y% 1 V 0 1 #x, y% 0 #1x, 1y% Ejemplo& V 0 #+,2% 1 0 + 1 V 0 + #+, 2% 0 #3, +% 2.5 0peraciones en los espacios vectoriales# se clasi"ican en +& 89or4ales o co4unes# supone que el producto de un escalar por un vector #matri(, polinomio, entre otros%, se puede decir, tiene un resultado esperado #l!ico%. 4or ejemplo, si se suman los vectores - 0 #+,5% y 6 0 #3,2% el resultado es - 7 6 0 #+ 7 3, 5 7 2% 0 #8, 3%. Si se e"ect,a 5 - el resultado es 5 - 0 #8, 9% 8Especiales# se deben cumplir ciertas re!las, se!,n las que especi"iquen las operaciones. Por e7e4plo, si se desean sumar los vectores - 0 #+,5% y 6 0 #3,2% con una operacin especial #x, y% 7 #x, y% 0 #x 7 x2 7 2 y 62 7 6 A +%, lo que si!ni"ica que la operacin se debe reali(ar sumando las + primeras componentes y al resultado sumarle 2, y lue!o sumar las se!undas componentes y sumar el resultado +, as&
- x 6 0 #+ 7 3 7 2 , 5 7 2 7+% 0 #:, 8% componentes muy di"erentes a las obtenidas con la suma normal o com,n del ejemplo anterior. ;!ualmente se pide < #u% 0 #<x, y % la operacin se=ala claramente que la primera componente del vector se obtiene multiplicando el escalar por la componente, y la se!unda se obtiene elevando la componente al escalar. Por e7e4plo# si < 0 + y - 0 #5, 3% el vector resultante es& + #5, 3% 0 >+ #5%, 3 ? 0 #8, 28%. ..5 &ubespacios vectoriales# Sea B un subconjunto de un espacio vectorial V sobre un cuerpo 3, B se denomina un subespacio de V si es a su ve( un espacio vectorial sobre 3 con respecto a las operaciones de V, suma vectorial y producto por un escalar. Supon!amos que B es un subconjunto de un espacio vectorial V. Entonces B es un subespacio de V si y slo si se cumple& i5 @ W. ii5 B es cerrado bajo la suma de vectores$ es decir& 4ara todo par de vectores u, v A, la suma u 7 v B. iii5 B es cerrado bajo el producto por un escalar$ esto es& 4ara todo u A y para todo 1 3 el m,ltiplo 1u B. E7e4plo# El subconjunto A de 4+, "ormado por slo polinomios de la "orma p#x% 0 a x 7 5 a x +
donde a es un n,mero real, Bes un subespacio vectorialC Resolviendo# 2% Se debe probar que el conjunto posee al menos un elemento, debemos dar un ejemplo concreto de un polinomio que corresponde a este "ormato, por ejemplo& p#x% 0 + x 7 8 x + el coe"iciente de x + , 8, es justo el doble del coe"iciente de x, que es +. 4or tanto, B 0 @. +% ue!o debemos probar que si se suman dos elementos cualquiera del conjunto, el resultado tambi'n esta en el conjunto. 4ara abarcar cualquier elemento de B no podemos utili(ar un valor num'rico de a$ debemos utili(ar letras. Sean p#x% 0 a2 x 7 5 a2 x + y q#x% 0 a+ x 7 5 a+ x + dos elementos de A, veamos si p#x% 7 q#x% B& p#x% 7 q#x% 0 a2 x 7 5 a2 x + 7 a+ x 7 5 a+ x + 0 #a2 7 a+% x 7 5 #a2 7 a+% x + de donde vemos que el coe"iciente de x es el de x multiplicado por 5. 4or tanto, p#x%7q#x% B. /onde B es cerrado bajo la suma. 5% /ebemos probar que si se multiplica un escalar cualquiera por un elemento cualquiera del conjunto, el resultado tambi'n esta en el conjunto. 4ara abarcar cualquier elemento de B no podemos utili(ar un valor num'rico de a$ debemos utili(ar letras. Sea p#x% 0 a2 x 7 5 a2 x + un elemento cualquiera de B y c un escalar cualquiera veamos si c p#x% B& cp#x% 0 c #a2 x 7 5 a2 x + % 0 #c a2% x 7 5 #c a2% x + de donde vemos que el coe"iciente de x es el de x multiplicado por 5. 4or tanto, c p#x% A. Entonces, B es cerrado bajo el producto por escalares. )omo hemos probado los tres requisitos, A es un subespacio vectorial de 4+. :.5 Independencia lineal 6 !o4binaciones lineales# 8Independencia lineal# os vectores son linealmente independientes si al!uno de ellos puede ser escrito como una combinacin lineal de los restantes. a 2 2 7 a + + 7D.7 a n
n 0 a 2 0 a + 0 D 0 a n 0 @ os vectores linealmente independientes tienen distinta direccin y sus componentes no son proporcionales. E7e4plo +# /eterminar si son linealmente dependientes o independientes los vectores& 0 #5,2% y 0 #+,5% 0 5 . 5 + . 2 E7e4plo 1# Estudiar la dependencia lineal de los vectores& 0 #5,5Ex% y #x79,5x72% 0 2Fx7F05xEx + 7+:E9x G + 7+2xE++ 0 @ x 0 2 x 0 E++ Son linealmente dependientes para x 0 2 y x 0 E++ 8 !o4binacin lineal# /ados los n,meros a 2, a + D, a n y los vectores v 2 ,v +D, v n , se llama combinacin lineal a cada uno de los vectores de la "orma& 0 a 2 , 2 7 a + + 7D.7a n n Un vector x se dice que es combinacin lineal de un conjunto de vectores -0Hx 2 ,x + ,x 5 ,D,x n I J #V,<% si existe una "orma expresada como suma de parte o todos los vectores de - multiplicados cada uno de ellos por un coe"iciente escalar a 2 ,a + ,D,a n J <, de "orma que& G0a 2 x 2 7a + x + 7D7a n x n 0 ; G ; -s, x es combinacin lineal de vectores de - si podemos expresar x como una suma de m,ltiplos de una cantidad "inita de elementos de -. E7e4plo# +x75yE+(0@. Se dice que K es combinacin lineal de G y de L, porque podemos escribir (0x 7 #5M+% y sin mas que despejar la K. /e la misma manera, despejando oportunamente, cada una de estas variables se podra expresar como combinacin lineal de las otras dos. En otras palabras, cuanto de cada vector del conjunto - necesito para que, cuando se combinen linealmente dichos elementos, pueda "ormar el vector G en cuestin. /.5 Base# Un conjunto S 0 Hu2, u+, . . . unI de vectores es una base de V si todo vector v V puede escribirse de "orma ,nica como combinacin lineal de sus vectores. Se dice que un espacio vectorial V es de dimensin "inita n o que es nE dimensional, escrito 2 @ @ @ @ @ @ 2 @ @ @ @ @ @ 2 @ @ @ @ @ @ @ 2 @ @ @ @ 2 @ @ @ @ @ @ @ 2 dim V 0 n si V tiene una base como la anterior, con n elemento. Sea V un espacio vectorial de dimensin in"inita. Entonces todas las bases de V tienen el mismo n,mero de elementos. El espacio vectorial H@I tiene dimensin @, por de"inicin. )uando un espacio vectorial no es de dimensin "inita, se dice que es de dimensin in"inita. E7e4plo# E )onsideremos el espacio vectorial *+, 5 de todas las matrices +x5 sobre un cuerpo 3. as seis matrices si!uientes "orman una base de *+, 5& # % # % # % # % # % # % )on mayor !eneralidad, en el espacio vectorial M r, s de las matrices r x s, sea Eij la matri( cuya entrada ij es 2, siendo @ las restantes. Nodas las matrices Eij tales constituyen una base de M r, sO denominada su base usual. )onsecuentemente, dim M r, s 0 rs. En particular, e2 0 # 2, @, . . . , @%, e+ 0 # @, 2, @, . . ., @%, ..., en 0 #@, @, . . .@, 2% "orman la base usual de 3 . -5 !a4bio de base# El cambio de base consiste en conocidas las coordenadas de un vector respecto a una base B, encontrar las coordenadas de dicho vector con respecto a otra base B. 8 %a inversa de la 4atriz de transicin# si P es la matri( de transicin de una base B a una base B en , entonces P es invertible y la matri( de transicin de Ba B es . E Matriz de transicin de una base B a una base B# Sean y dos bases de , entonces la matri( de transicin de B a B puede determinarse mediante eliminacin de Pauss Q Rordan en la matri( como se muestra a continuacin
En la matri( B representa la matri( que tiene por columnas las componentes de los vectores de la base B respectivamente, de "orma similar B representa la matri( que tiene por columnas las componentes de los vectores de la base B respectivamente. /e manera resumida el cambio de base consisten en que partiendo de una base 6 a una base 6S se tiene que hacer una multiplicacin por una matri( pE2 y esta la obtenemos sacando la inversa de la base 6 esto seria 4E2 y multiplicando 4E2 por 6 obtenemos 6S y viceversa. Sea x un vector que en base 6 2 #de vectores unitarios u 2 , u + , ...% ser i!ual a m 2 u 2 7 m + u + 7 m 5 u 5 7 ... El mismo vector, utili(ando otra base 6 + #de vectores unitarios v 2 , v + , ...% ser n 2 v 2 7 n + v + 7 n 5 v 5 7 ... &uponga4os *ue u + < u 1 < ... se representan en la base B 1 de esta for4a# u 2 0 a 22 v 2 7 a +2 v + 7 ... 7 a n2 v n u + 0 a 2+ v 2 7 a ++ v + 7 ... 7 a n+ v n ............................................................. u n 0 a 2n v 2 7 a +n v + 7 ... 7 a nn v n 4or lo tanto, sustituyendo estas ecuaciones en la "rmula ori!inal nos queda& x 0 m 2 #a 22 v 2 7 a +2 v + 7 ... 7 a n2 v n % 7 m + #a 2+ v 2 7 a ++ v + 7 ... 7 a n+ v n % 7 ... Reordenando *ueda# x 0 #m 2 a 22 7 m + a 2+ 7 ... 7 m n a 2n %v 2 7 ... 7 #m 2 a n2 7 m + a n+ 7 ... 7 m n a nn %v n
)omparando con la "rmula x 0 n 2 v 2 7 n + v + 7 n 5 v 5 7 ... deducimos que& n 2 0 m 2 a 22 7 m + a 2+ 7 ... 7 m n a 2n n + 0 m 2 a +2 7 m + a ++ 7 ... 7 m n a +n ................................................................. n n 0 m 2 a nn 7 m + a n+ 7 ... 7 m n a n. Esto se puede e>presar de for4a 4atricial# n 2 a 22 7 a 2+ 7 ... 7 a 2n m 2
n + 0 a +2 7 a ++ 7 ... 7 a +n m +
..... ........................................ n n a +n 7 a n+ 7 ... 7 a nn m n
lamando - a la matri( de coe"icientes, GS al vector en la base 6 + y G al vector en la base 6 2 nos queda& GS 0 -G despejando G nos queda& G 0 - E2 GS E7e4plo# 27+x75x + 0 +.271.x72.x + >27+x75x + ? 6 0#2,+,5%