Espacios Vectoriales
LPW730 de Mayo de 2012
5.416 Palabras (22 Páginas)793 Visitas
Espacios Vectoriales
Departamento de Matem´aticas, CSI/ITESM
17 de junio de 2008
´I
ndice
15.1. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
15.2. Motivaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
15.3. Abstracci´on y Generalizaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
15.4. Generalizaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
15.5. El concepto de operaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
15.6. Espacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
15.7. Teoremas sobre espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
15.8. Ejemplos de EV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
15.9. Subespacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
15.1. Objetivos
En esta lectura se introduce el concepto de espacio vectorial. Este concepto generaliza los vectores n y las
matrices m × n. El concepto es abstracto y por tanto tiene alguna dificultad natural; se le pide al estudiante
un esfuerzo extra para pensar las cosas desde un punto de vista general.
15.2. Motivaci´on
Veamos un ejemplo para introducir el concepto de las ideas invariantes en la soluci´on a un sistema de
ecuaciones lineales.
Ejemplo 15.1
Considere el sistema homog´eneo:
x + 2 y + w + 2 t = 0
2 x + 4 y − z + w + 5 t = 0
x + 2 y + z + 2w + t = 0
z + w − t = 0
Si utilizamos el orden x → y → z → w → t la matriz aumentada reducida queda:
1 2 0 1 2 0
2 4 −1 1 5 0
1 2 1 2 1 0
0 0 1 1 −1 0
→
1 2 0 1 2 0
0 0 1 1 −1 0
0 0 0 0 0 0
0 0 0 0 0 0
De donde la f´ormula para las soluciones son:
x
y
z
w
t
= y
−2
1
0
0
0
+ w
−1
0
−1
1
0
+ t
−2
0
1
0
1
Si utilizamos el orden x → y → w → z → t la matriz aumentada reducida queda:
1 2 1 0 2 0
2 4 1 −1 5 0
1 2 2 1 1 0
0 0 1 1 −1 0
→
1 2 0 −1 3 0
0 0 1 1 −1 0
0 0 0 0 0 0
0 0 0 0 0 0
De donde la f´ormula para las soluciones son:
x
y
z
w
t
= y
−2
1
0
0
0
+ z
1
0
1
−1
0
+ t
−3
0
0
1
1
Si utilizamos el orden x → y → t → z → w la matriz aumentada reducida queda:
1 2 2 0 1 0
2 4 5 −1 1 0
1 2 1 1 2 0
0 0 −1 1 1 0
→
1 2 0 2 3 0
0 0 1 −1 −1 0
0 0 0 0 0 0
0 0 0 0 0 0
De donde la f´ormula para las soluciones son:
x
y
z
w
t
= y
−2
1
0
0
0
+ z
−2
0
1
0
−1
+ w
−3
0
0
1
1
Si utilizamos el orden y → x → z → w → t la matriz aumentada reducida queda:
2 1 0 1 2 0
4 2 −1 1 5 0
2 1 1 2 1 0
0 0 1 1 −1 0
→
1
1
2
0
1
2
1 0
0 0 1 1 −1 0
0 0 0 0 0 0
0 0 0 0 0 0
De donde la f´ormula para las soluciones son:
x
y
z
w
t
= x
1
−1/2
0
0
0
+ w
0
−1/2
−1
1
0
+ t
0
−1
1
0
1
Todas las soluciones previas aparentant ser diferentes, sin embargo, todas representan el mismo conjunto
soluci´on. Necesitamos una teor´ıa que nos d´e confianza en los resultados obtenidos; qu´e nos indique las cosas
que permanecen y las cosas que pueden cambiar en las m´ultiples respuestas v´alidas en Rn que podemos
obtener. Adem´as de los conjuntos soluci´on en Rn, existen otras ´areas de la ingenier´ıa que requieren un
apoyo matem´atico: las matrices tienen su importancia y uso en ingenier´ıa industrial y en control; las series
trigonom´etricas en procesamiento de se˜nales; los conjuntos de polinomios y las series de potencias para los
IFIs, etc..
¿C´omo desarrollar una teor´ıa comod´ın que se pueda aplicar a diferentes contextos sin ning´un cambio importante?
2
15.3. Abstracci´on y Generalizaci´on
Si se hace una encuesta entre los matem´aticos sobre que palabras describen a las matem´aticas se notar´a que
la mayor´ıa responde al menos dos palabras claves: abstracci´on y generalizaci´on. La abstracci´on tiene que ver
con representar cantidades por medio de s´ımbolos ,y la generalizaci´on tiene que ver con la construcci´on de
estructuras o teor´ıas que engloban ciertas cosas o hechos conocidos. La que nos interesa m´as para abrir este
tema es el aspecto de la generalizaci´on. La generalizaci´on tambi´en tiene que ver con la economia del trabajo
realizado para investigar, y con determinar cu´ales son los elementos m´ınimos responsables de que ciertos resultados
ocurran.
15.4. Generalizaci´on
Para entender como ocurre la generalizaci´on en nuestra materia recordemos algunos conceptos hemos visto
en diferentes cursos de matem´aticas:
1. vectores en el espacio n dimensional (Rn),
2. matrices con entradas reales (Mn×m),
3. polinomios reales,
4. series de pontencias,
5. series trigonom´etricas, y
6. soluciones a ecuaciones diferenciales lineales homog´eneas
entre otros elementos.
El objetivo que se persigue en el presente tema consiste en introducir aquella estructura abstracta que engloba
las anteriores construcciones, y qu´e resultados se pueden obtener en lo general sin importar a cual de las
estructuras espec´ıficas se haga referencia.
15.5. El concepto de operaci´on
Antes que el concepto de espacio vectorial est´a el concepto de operaci´on. Veamos algunos ejemplos de
operaciones para ir entendiendo que las operaciones de suma o de multiplicaci´on por escalares podr´ıan ser
diferentes de las que conocemos.
Lo que es importante recordar es el uso de los par´entesis : sirven para indicar un orden en las operaciones.
Ejemplo 15.2
Suponga que V = R2 y que se define la operaci´on:
(x, y) ⊕ (z,w) = (5 x + z, 2w + 2 y)
Si
a = (−2,−3) , b = (−1, 3) , c = (−1,−1)
Calcule:
1. a ⊕ b
= (5 · (x = −2) + (z = −1), 2 · (w = 3) + 2 · (y = −3)) = (−11, 0)
2. b ⊕ a
= (5 · (−1) + (−2), 2 · (−3) + 2 · (−1)) = (−7, 0)
3
3. (a ⊕ b) ⊕ c
= (−11,−0) ⊕ (−1,−1) = (5 · (−11) + (−1), 2 · (−1) + 2 · (0)) = (−56,−2)
4. a ⊕ (b ⊕ c)
= (−2,−3) ⊕ (−6, 4) = (−16, 2)
Ejemplo 15.3
Suponga que V = R2 y que se definen las operaciones:
(x, y) ⊕ (z,w) = (2 x, 3w + y)
y
t ⊙ (x, y) = (2 t x, 3 t y)
Si
a = (1, 0) , c1 = 1, c2 = −4
Calcule:
1. (c1 + c2) ⊙ a = −3 ⊙ (1, 0) = (2(−3)(1), 3(−3)(0)) = (−6, 0)
2. (c1 ⊙ a) ⊕ (c2 ⊙ a) = (2, 0) ⊕ (−8, 0) = (4, 0)
3. (c1 · c2) ⊙ a = −4 ⊙ (1, 0) = (−8, 0)
4. c1 ⊙ (c2 ⊙ a) = 1 ⊙ (−8, 0) = (−16, 0)
15.6. Espacio Vectorial
Definici´on 15.1
Sea V un conjunto no vac´ıo sobre el cual existen dos operaciones. Una llamada suma de vectores y otra
llamada
...