Definicin.
Sea V un conjunto no vaco y sea (k, +, *) un campo. Se dice que V es un espacio vectorial
sobre k si estn definidas dos leyes de composicin, llamadas adicin y multiplicacin por
un escalar, tales que:
Ejemplo.
Ejemplo.
ii) ASOCIATIVIDAD
P1 + (P2 + P3) = (P1 + P2) + P3
P1 + [(a2 + a3)x2 + (a2 + a3)x + (b2 + b3)] = [(a1 + a2)x2 + (a1 + a2)x + (b1 + b2)] + P3
(a1+a2+a3)x2 + (a1+a2+a3)x + (b1+b2+ b3) = (a1+a2+a3)x2 + (a1+a2+a3)x + (b1+b2+ b3)
Se cumple
e+a=a e=0
e+a=a e=0 (0)x = (0)x2 +(0)x +0
ei + b = b ei = 0
I+a=0 I = -a
I+a=0 I = -a - = = ax2 + ax + b
d+ b = 0 d = -b
v) CONMUTATIVIDAD
P1 + P2 = P2 + P 1
(a1+a2)x2 + (a1+a2)x + (b1+b2) = (a2+a1)x2 + (a2+a1)x + (b2+b1)
p = ax2 + ax + b S Se cumple
S es un campo vectorial
-DEFINICIN DE SUBESPACIO.
Teorema
Sea V un espacio vectorial en K y sea S un subconjunto de V.
S es un subespacio de V si y solo si .
1) + = S; Para todo , S
2) = S; Para todo K, S
Demostracin
V = E3
S = Plano XY S = {(x, y, 0)x, y R}
Determine si S es un subespacio.
Solucin:
1) + = S; Para todo , S
(x1, y1, 0) + (x2, y2, 0) = (x1 + x2, y1 + y2,0) S Se cumple
2) = S; Para todo K, S
(x1, y1, 0) = (x1, y1, 0) S Se cumple
S es un subespacio vectorial de V
Ejemplo
Sea = ,(x, y, z) x + y -z = 2; x, y, z R}
Solucin:
x + y -z = 2 ; z = x + y 2
= , (x, y, x + y -2)x, y R}
Ejemplo.
Solucin:
a1 0 a2 0
i) 1 = 2=
0 b1 0 b2
a1 a 2 0
1+ 2= D Se cumple
0 b1 b 2
ii) 1 D
D Se cumple
D es un subespacio vectorial.
Espacios Rn
R2 = [(a, b)a, b R]
R3 = [(a, b, c) a, b, c R]
R4 = [(a1, a2, a3, a4) a1, a2, a3, a4 R]
Rn = [(a1, a2, a3, ..., an) a1, a2, a3, ..., an R]
R= [aa R]
COMBINACIN LINEAL.
1+ 2 =
Definicin.
Un vector w es una combinacin lineal de los vectores 1+ 2 + 3,..., n si puede ser
expresado en la forma = 1 1+ 2 2,..., +n n donde 1,2,..., n son escalares.
Ejemplo
Sea = (3, 4, -2)
= 1+ 2
= 1(1,2,0) + 1(2,2,1)
[(1,2,0), (2,2,-2)]
[(1,1,-1), (1,2,0)]
+ =3
+ 2 = 4 = 2; =1
- = -2
Ejemplo.
Sea = (6,7,5)
Ejemplo
Sea D = { a, b R}
{ , } a + b =
Ejemplo
R2 = [(a, b)a, b R]
+=a
+=b
Del 2 rengln
+=b ; =b-
Del 1 rengln
+=a ; =a =
Solucin
=a-k
=k k R
=bk
Definicin.
Sea S = { 1, 2,..., n} un conjunto de vectores
1 0 0 0
B={ , }
0 0 0 1
Para B
1 0 0 0 0 0
1 + 2
0 0 0 1 0 0
1 0 0 0 0 0
+ = 1 = 0; 2 = 0
0 0 0 2 0 0
1 0 0 0
= B es linealmente independiente
0 2 0 0
Teorema
Teorema
Demostracin
Definicin.
Sea V un espacio vectorial en R, y sea G = { 1, 2,...,n } un conjunto de vectores de V. Se
dice que G es un generador de V si para todo R existen escalares 1,2,..., n, tales que,
= 1 1+ 2 2 +... + n n.
Definicin.
Se llama base de un espacio vectorial V a un conjunto generador de V que es linealmente
independiente.
Teorema
Sea V un espacio vectorial en K. Si B = { 1, 2,..., n } es una base de V, entonces cualquier
otra base de dicho est formada por n vectores.
Definicin
Sea V un espacio vectorial en K. Si B = { 1, 2,..., n } es una base de V se dice que V es de
dimensin n, lo cual denotamos con dimV = n
En particular, si V = { }; dimV = 0.
Ejemplo
R2 = [(a, b)a, b R]
Definicin
Sea B = { 1, 2,..., n } una base de un espacio vectorial V en K, y sea V.
Si = 1 1+ 2 2 +... + n n, los escalares 1,2,..., n se llaman coordenadas de en la
base B, y el vector Kn ( )B = ( 1,2,..., n)T se llama vector de coordenadas de en la
base B.
A=
4 R1 R 2
R1 R 3 R 2 (1 / 2 ) 7 R 2 R3
B = {(1,0), (0,1) }
L(B) = {a(1,0) + b(0,1) } dim AR = 2
AR =L(B) = {(a, b)a, b R }
Espacio columna
A= AT=
dim AR = dim Ac
Ejemplo
R2 = [(a, b)a, b R]
B1 = {(1, 0), (0, 1)}; B2 = {(0, 2), (2, 0)}
G ={ , , }
Para G
1 + 2 + 3 =
1 0 2 0 0 0 0 0
+ + =
0 0 0 2 0 3 0 0
1 2 0 0 0
=
0 2 3 0 0
1 2 =0 1 2
2 3 =0 3 2 2 = k; 1 3 k
G es linealmente dependiente.
P2 = {ax2 + bx + c)a, b, c R}
B = {x2, x, 1}
R2 = [(a, b)a, b R]
B = {(1, 0), (0, 1)}
1 0
M2x1= { a, b R} B={ , }
0 1
Sea el espacio = {(x, y, z)x + y -z = 2; x, y, z R}
x + y -z = 0 2 = {(x, y, x + y) x, y, z R}
z=x+y
Matriz de transicin
M BB12 1= 1 1+ 2 2
2= 1 1+ 2 2
22 = 1 2= 21 = 0 1= 0
( 1)B2 = (0, )T
2 2 = 0 2= 0 21 = 0 1=
( 2)B2 = (, 0)T
1 = 0 1+ 2
2 = 1+ 0 2
M BA = ( )A = ( )B ( )A = (M BA )-1( )B
(M BA ) = (M BA )-1 ( )A = M BA ( )B
3. A = AT =
AC = {(a, b, c)a, b, c R}
Solucin: los 3 R
Teorema
R3 = [(a, b, c)a, b, c R]; dim R3 = 3; BR3 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
P2 = {ax2 + ax + b)a, b R} dim R2 = 2; BR2 = {(x2 + x + 1)
F1 (ax2 + bx + c) = (a, b, c)
1.-
M={ a, b, c R}; dim M =3; BM ={ , , }
F2 = (a, b, c)
2.-
V={ a, b R}
Solucin:
BV ={ , } dim V = 2
3.-
f = (0, 1, -1, 3)
ESPACIOS DE FUNCIONES F
Wronskiano
ex e x e2x
e x 2e 2 x ex 2e 2 x
W = ex e x 2e 2 x = e x (-1)2 + e x (-1)3 + e 2 x (-
e x 4e 2 x ex 4e 2 x
ex e x
4e 2 x
ex e x
1)4
ex e x
W = ex(-4ex -2ex) e-x(4e3x -2e3x) + e2x(e0+ e0)
W = -6e2x 2e2x +2e2x
W = -6e2x W0
H es linealmente independiente
Sea el conjunto de funciones reales de variable real {f1, f2, ..., fn}
Teorema
Sea {f1, f2, ..., fn} un conjunto de n funciones de variable real, derivables al menos n-1
veces en el intervalo (a, b); y sea
f1 (x) f 2 (x) f n (x)
f1 (x) f 2 (x) f n (x)
W=
(n-1) (n-1) (n-1)
f 1 (x) f 2 (x) f n (x)
Si W(x) = 0 no decide.
Ejemplo
F = {2sen2x, -cos2x, 3}
2 sen 2 x 3cos 2 x
4senx cos x 2 cos xsenx
W(x) = 4 senx cos x 0 =
2 cos xsenx
2 2 2 2 4sen x 4 cos x 2 cos2 x sen 2 x
2 2
4 sen x 4 cos x 2 cos x sen x 0
(2+ ) = 0 = -/2
(3 ) = 0 = /3 =k
= -k/2
=k
= k/3 Es linealmente dependiente.
Ejemplo
Sea el conjunto de funciones, determine si es linealmente dependiente o independiente
en el intervalo indicado.
D = {h, f, g}
x 2 ; si x < 1 x; si x 2 x2 x 2; si x 4
f(x) = g(x) = 2
h(x) =
1; si x 1 sen x; si x 2 cos2 x; si x 4
x2 x x2 x 2
w = 2x 1 2x 1 = 2(-1)4[x(2x + 1) - (x2 + x + 2)] + 2(-1)6[x2 - 2x2]
2 0 2
TEMA II
Definicin
1) ( ) = (conjugado)
2) ( + ) = ( ) + ( )
3) ( ) = ( )
4) ( ) > 0;
Ejemplo
Sea R2 = [(a, b)a, b R] y
a) f( ) = [(a1, b1)(a2, b2)] = a1a2 + b1b2
b) h( ) = [(a1, b1)(a2, b2)] = 2a1a2 + b1b2
3) ( ) = ( )
*(a1, b1)(a2, b2)+ = (2a1a2 + b1b2)
2a1a2 + b1b2 se cumple
4) ( ) > 0
[(a1, b1)(a1, b1)] = 2a12 + b12 > 0 se cumple
h es producto interno
Propiedades del producto interno.
Sea V un espacio vectorial en C y sea ( ) un producto interno en V, entonces , Vy
C.
1) ( ) = ( )
2) () = R+
3) ( ) = 0 = ( )
4) () = 0 =
NORMA DE UN VECTOR
1. >0
2. =0 =
3. = ; = =
4. +
Ejemplo
Sea un generador de R3,el conjunto G = {(2, 0, 0), (0, 0, 4), (0, 1, 0), (1, 2, 3)}. Determine un
conjunto ortogonal a partir de G utilizando el producto escalar ordinario.
Gran Shmidt.
1 = 1 = (2, 0, 0)
v2 w1
2= 2-
w1 w1
(0,0,4) (2,0,0) 0
2= (0, 0, 4) - = (0, 0, 4) - ( )(2, 0, 0) = (0, 0, 4)
(2,0,0) (2,0,0) 4
v3 w1 v3 w 2
3= 3- 1- 2
w1 w1 w2 w2
v4 w1 v4 w 2 v4 w 3
4= 4- 1- 2- 3
w1 w1 w2 w2 w3 w3
Ejemplo
BORT = { , , , .
Ejemplo.
2
Para el espacio vectorial C2 se define el producto interno ( ) = xi yi = (x1, x2)
i 1
a) Determinar las normas de los vectores = (4+2i, 5 6i), = (3-2i, -2i), = (-2-2i, i)
1/2
=
= = = =9
1/2
=
= =
1/2
=
= =3
R( 4 10i) 4
= angcos = angcos = 108.86
3 17 3 17
1. d(, ) 0
2. d(, ) = 0 y solo si =
3. d(, ) = d( , )
4. d(, ) d(, ) + d( , )
1/2
=
1/2 1/2
= = = =8
Teorema de Pitgoras.
Teorema
Desigualdad de Cauchy-Schwarz
Ejemplo
BORT = { 1, 2} 1 = 1
v 2 v1
Proyvect = 1
v1 v1
2= 2- Proyvect
v2 w1 w1 w2
2= 2- 1 BORT = ,
w1 w1 w1 w2
w=
Ortogonalizado
1 = 1 = (1, 1, 0)
v2 w1 (0,2,1) (1,1,0)
2= 2- = 1= (0, 2, 1) - (1, 1, 0)
w1 w1 (1,1,0) (1,1,0)
2
= (0, 2, 1) - ( )(1, 1, 0) = (-1, 1,1)
2
BwORT = { }
w= = q ei ei + q e 2 e 2
1 1 1 1
= (0,2, 6) (1,1,0) (1,10) + (0,2, 6) ( 1,1,1) ( 1,1,1)
2 2 3 3
1 2 6 1
= (0 + ) (1,10) + (0 ) ( 1,1,1)
2 3 3 3
4
= (1, 1,0) - ( 1,1,1)
3
7 1 4
=( , , )
3 3 3
2.- Para el producto interno usual en R3, obtener el cumplimiento ortogonal S1 de cada uno
de los subespacios siguientes de R3 y dar una interpretacin geomtrica de dichos
complementos.
a) S1 = {(0,0,z)z R}
zc = 0
c=0
a=k
b=t
S 1 = {(k, t, 0)k, t R}
b) S2 = {(x, x,0)x R}
ax + bx = 0
x(a +b) = 0
a = -b ; a = -t
c=k
b=t
S 2 = {(-t, t, k)t, k R}
3.- Sea w = a, b R} un subespacio de las matrices cuadradas de orden dos en
R con producto interno definido por (A B) = tr(ABT).
Obtener la matriz perteneciente a W ms prximo a M =
Bw = { , }
1 = 1 =
0 1 1 0
v2 w1 1 0 0 2 1 0
2 = 2 = w1 = -
w1 w1 1 0 1 0 0 2
0 2 0 2
1 0
= tr = tr =0
0 2
= =5
0
2 = - =
5
={ , }
BwORT = { , }
21 + 11 + 5 = 0
11 5
=- k- t; = k; =t
21 21
11 5
w = {(- k- t )x2 +kx + t | k, t R }
21 21
b) = -
4.- Dado el producto interno en R2 definido por = u1v1 - u1v2 - u2v1 + 3u2v2 donde
= (u1, u2, u3) y = (v1, v2).
a) Obtener el valor de K R tal que
la distancia entre los vectores = (1, 3) y = (k, 4) sea igual a .
b) Con el vector de k obtenido,
verificar que los vectores y del inciso anterior cumplan la desigualdad de Cauchy-
Schwarz.
a) d(, ) =
= (k-1, 1)
1/2 1/2
=
1/2 1/2
= k 2 2k 1 k+1-k 1 3 = k 2 4k 6
= 28 (28) 2 (22)(36)
= 22 784 792
= 36 Es linealmente independiente.
5.- Obtener una base ortogonal del espacio vectorial F de los polinomios de grado menor
o igual a dos con coeficientes reales a partir de la base B = {1, 2t, 2 - 12t + 12t2}
considerando el producto interno = p, q F
1 =1
2t 1 1
2= 2t - (1) = 2t - (1) = 2t 1
11 1
(2t |1) = = t2 10 = 1
(1 |1) = = t 10 = 1
2
2 12t 12t 2 1 2 12t 12t 2 2t 1
3= 2 - 12t + 12t - (1) - (2t 1)
11 2t 1 2t 1
3= 2 - 12t + 12t2 -0 -0 = 2 - 12t + 12t2
1
(2 - 12t + 12t2 |1) = (2 12t 12t 2 )dt = 2t - 6t2 + 4t3 10 = 2- 6 + 4 = 0
0
1
4 3 4 1
(2t -1|2t -1) = (4t 2 4t 1)dt = t - 2t2 + t 1
0 = -2+1=
0
3 3 3
1 1
2 2 3
(2 - 12t + 12t |2t -1) = (4t 2 24t 12t+24t 12t )dt = (24t 3 36t 2 16t 2)dt
2
0 0
4 3 2 1
= 6t 12t 8t 2t 0 = 6 -12 + 8 -2 = 0
6.- Sea el sistema de ecuaciones lineales homogneo y sea W el espacio solucin de dicho
sistema para el producto interno usual en R3, determinar el complemento ortogonal w ,
de W y escribir el vector (9, 1, 4) como la suma de un vector de W mas otro de w .
-x + 3y -2z = 0
x= 3y 2z x = 3k -2t
y=y y=k z = z; z=t
W = {(3k -2t, k, t) k, t b R}
1 1
0 0
BwORT = 5 , 2
2 1
0 0
5 2
2
= M ei ei
i 1
= M ei ei + M e 2 e 2
2 1 1 1 0 1 1 0 2 1 1 0 1 1 0 1
= +
1 2 5 0 2 5 0 2 1 2 2 1 0 2 1 0
1 1 2 1 1 0 1 0
= tr
5 5 1 2 0 2 0 2
1 1 2 1 0 1 0 1
+ tr
5 5 1 2 1 0 1 0
1 2 1 0 1 1 0 1
= tr + tr
5 4 0 2 2 1 1 0
2 2
1 0 1 1
= 5 + = 5
4 1 0 4
1 1
5 5
2
(p ) = p (i )q (i ) p(x), q(x) P2
i 0
2
W = {ax + bx + c)a, b, c R}
a) Obtener w
x2 x ax 2 ax -a = 0
R3 = [(a, b, c) a, b, c R]
[(3k -2t, k, t) (a, b, c)] = 0
3ak -2at + kbt + c = 0
k(3a +b) + t(-2a + c) = 0
3a +b = 0 b = -3a
-2a + c = 0 c = 2a
TRANSFORMACIONES LINEALES
T: R3R2
T(x, y, z) = (x, y)
Definicin
Si V y W son espacios vectoriales, una funcin T: VW recibe el nombre de
transformacin, los espacios V y W se llaman, respectivamente dominio y codominio de la
transformacin.
Ejemplo
T(x, y, z) = (x, y) T: R3R2
S(ax2 + bx + c) = S: P2D
Definicin.
Sea T: VW una transformacin
1) Se llama recorrido de T al
conjunto
T(v) = { T( ) V}
N(T) = { T( ) = w}
Ejemplo
Definicin.
Sean V y W dos espacios vectoriales en K, una transformacin T: VW es lineal si 1, 2
Vy K
Superposicin 1) T( 1 + 2) = T( 1) + T( 2)
Homogeneidad 2) T( 1) = T( 1)
Ejemplo
Solucin:
1) T( 1 + 2) = T( 1) + T( 2)
2) T( 1) = T( 1)
T(x, y, z) = ( 1, y1)
(x, y) = ( 1, y1) Cumple
a 0
2.- S: P2D; S(ax2 + bx + c) =
0 c
Solucin:
1) S( 1 + 2) = S( 1) + S( 2)
a1 a2 0 a1 a2 0
= Cumple
0 c1 c2 0 c1 c2
2) S( 1) = S( 1)
a1 0
S(a1x2 + b1x + c1) =
0 c1
a1 0 a1 0
= Cumple
0 c1 0 c1
3.- F: R2R2
1) F( 1 + 2) = F( 1) + F( 2)
Teorema.
Si T: VW es una transformacin lineal entonces T( v) = w
Teorema.
Si T: VW es una transformacin lineal entonces
1) T(v) es un subespacio de W
2) N(T) es un subespacio de T
Ejemplo
a 1 b
T: R3M definida por T(a, b, c) =
b c
Teorema.
Si T: VW una transformacin lineal. Si B = , 1, 2,..., n} es una base de V, entonces el
conjunto T = {T( 1), T( 2),...,T( n)} es un generador de T(v)
Teorema.
Si V es un espacio de dimensin finita y T: VW es una transformacin lineal, entonces
dim V = dim T(v) + dimT(N)
Ejemplo
Sea la transformacin lineal T: R3R3 definida por T(x, y, z) = (x + 2y -z, x + y, x + y -2z)
Solucin:
a) Dominio R3
T(1, 0, 0) = (1, 0, 1)
T(0, 1, 0) = (2, 1, 1)
T(0, 0, 1) = (-1, 1, -2)
Espacio Rengln
1 0 1 2 R1 R2
1 0 1
1R1 R3
2 1 1 0 1 1 B T(v) = {(1, 0, 1), (0, 1, -1)}
1 1 2 0 1 1
Elemento genrico de T(v)
b) Determinar la base y la
dimensin de N(T)
x + 2y z = 0
x+y=0
x + y -2z = 0
1 2 1 1 2 1 1 2 1
R1 R3 R2 R3
0 1 1 0 1 1 0 1 1
1 1 2 0 1 1 0 0 0
x + 2y z = 0 .I
x + y = 0.II
De II y = -z; De I x +2(-z) z = 0; x = 3z
Solucin general
dim N(T) = 1
dim R3 = dim T(v) + dimN(T)
3 = 2 +1
AH 2 = { , , , }
AP 2 = {x2, x, 1}
M(H) =
LGEBRA DE FUNCIONES
(T)( ) = T( )
M(T) = M(T)
M(T) = M(S) =
S*T(x, y, z) = M(S*T)(x, y, z)
M(S)M(T) = M(S*T)
=
M(S*T)(x, y, z) = = = (x +z, -y + z)
T + S = S +T
M(T) + M(S) = M(T + S)
(T + S) + R = T + (S + R)
[M(T) + M(S)] + M(R) = M(T) + [M(S) + M(R)]
(T) = ()T; , k
*M(T)+ = ()M(T)
( + )T = T + T ; ( + )MT = MT + MT
(T + S) = T + S ; [M(T) + M(S)] = M(T) + M(S)
-8 4
M BA (T) = ( )A = [a + bx] A
4 -12
a + bx = (-1 + x) + (2 + 2x)
a + bx = (- + 2, x + 2x)
- + 2 = a
x + 2x = b
4 = a + b - + 2( )=a
= =
T
[a + bx] A =
M BA (T)( )A = [T( )]B
-8 4
= B
4 -12
T(a + bx) = ( ) ( )x
Ejemplo
3 1 1
Sea A = 2 2 1 , su polinomio caracterstico 3 + 52 - 8 + 4
2 2 0
A3 + 5A2 8A + 4I = 0
4I = A3 - 5A2 + 8A
4I = A(A2- 5A + 8I)
(A-1)4I = (A-1A)(A2- 5A + 8I)
4A-1= A2- 5A + 8I
A-1 = (A2- 5A + 8I)( )
a- b
det(A - I) = = (a - )( a - )=0
0 a-
a- b x 0
=
0 a- y 0
0 b
= a; del R1 by = 0 y = 0; x = k
0 0
propio = {(k, 0)k R, k 0}
E = {(k, 0)k R}
1
B = {(1, 0)}; P= A no es diagonizable
0
T(-1 + x) = -8 + 4x
T(2 + 2x) = 4 - 12x
0 b 2R1 R2 0 b
; es base
0 0 0 0
Espacios caractersticos
Matriz diagonalizada
1 1
P= ; D = P-1AP
2 3
D Matriz diagonal.
A Matriz Asociada a la T.
P Matriz diagonalizadora.
-3 -1
P-1 = -
-2 1
2 -1
A = M(T) =
6 1
-3 -1 2 -1 1 1 -3 -1 4 -1 -20 0 4 0
D=- =- =- =
-2 1 6 1 2 3 -2 1 8 3 0 5 0 -1
M(H) ?
BM ={ , , , }
Vect. coord. = + + +
H = B = (1, 0, 0, 0)T
H = B = (0, 1, 0, 0)T
H = B = (0, 0, 1, 0)T
H = B = (0, 0, 0, 1)T
T( ) = ( )
T(x, y)= (x, y)
(2x + y, 6x + y) = (x, y)
(2x + y - x, 6x + y - y) = (0, 0, 0)
2x + y x = 0; (2 - )x +y = 0
6x + y y = 0; 6x + (1 - ) = 0
2 1 x 0
= . I Ecuacin Cartesiana
6 1 y 0
2 1
det =0
6 1
(2 )( 1 )6=0
2
- 3 - 4 = 0 II Polinomio caracterstico
( - 4)( - 1) = 0
Vectores propios.
Para 1 = 4; sustitucin en I
2 4 1 x 0
=
6 1 4 y 0
2 1 x 0
=
6 3 y 0
Escalonando: -2x + y = 0; y = 2x
2 ( 1) 1 x 0
=
6 1 ( 1) y 0
3 1 x 0
=
6 2 y 0
Escalonando: 3x + y = 0; y = -3x
A-1 = R2 R3
H-1(A) = AT