Académique Documents
Professionnel Documents
Culture Documents
verificando las siguientes propiedades: 2.1. Distributiva respecto de la suma de vectores: 2.2. Distributiva respecto de la suma de escalares:
2.4. Producto por el elemento unidad del cuerpo: Siguiendo esta definicin de lo que es un espacio vectorial, a partir de las propiedades que todos sabemos de la suma y producto de nmeros reales (sabemos que (R,
son grupos), se demuestra muy fcilmente que, por ejemplo, el espacio de suma de vectores y producto de un escalar con un tenemos:
.
3
ejemplos de espacios vectoriales 1) 2) Entonces por: , la recta numrica, con las operaciones habituales de adicin y multiplicacin. Sea N el conjunto de los nmeros naturales. n = { v = (x , x , . . . , x )| x 1 2 n i , i [ 1 , n ] N }, con la adicin y multiplicacin por escalares definidas
(x1, x2,, xn )+(y1,y2,,yn ) = (x1+y1, x2+y2,, xn+yn ) ( x1, x2,, xn ) = ( x1 , x2 ,, xn ) 3) El conjunto de las funciones reales continuas definidas sobre un intervalo [ a , b ] Es decir, C a ,b ={f|f es continua en [a,b]}. Las operaciones son: (f+g)(x)=f(x)+g(x) ( f)(x)= f(x) f , g C a ,b , x [ a , b ] ,
o o
Este es uno de los espacios de funciones ms importante en Anlisis Matemtico. mxn 4) , el espacio de las matrices reales de orden mxn, mxn = { A : A es una matriz real de orden mxn}. Las operaciones son: A+B=C,aij+bij=cij , B= A,bij= aij, A,B,C 5) m x n , ( i , j ) [1 , m ] x [ 1, n ] ,
con
m,
N.
x
n =1
2 n
(x1 , x2 , ...,xn , ...) + ( y1 , y2 , ...,yn , ...) = (x1 + y1 , x2 + y2 , ...,x + yn , ...) (x1 , x2 , ..., xn , ...) = ( x1 , x2 , ... , xn , ...) (x1 , x2 , ...,xn , ..),(y1 , y2 , ...,ym , ..) l 2 ,
La verificacin que todas las propiedades para la adicin y multiplicacin por escalares se cumplen es bastante simple en todos los casos, excepto quizs en el ejemplo 5. Veremos este caso como ejercicio. En realidad, la nica dificultad consiste en demostrar que la suma de dos sucesiones en l2 es tambin una sucesin en l2. En efecto, si (x1,x2, .., xn, ...) e (y1 , y2 , ... ,yn) estn en l2 , entonces
n=1
2 |xn| < ,
n=1
2 |yn| <
n=1
|xn + yn|
n =1
xn + yn
= Pero:
n=1
|xn| + 2
n=1
|xn| |yn| +
n=1
|yn|
as:
n=1
2 |xn + yn|
n=1
2 |xn| + (
n=1
|xn|
n=1
2 |yn| ) +
n=1
2 |yn|
=2
n=1
|xn|
+2
n=1
2 |yn| <
6)
El espacio de las sucesiones reales convergentes c={v=(x1,x2,...): i) ii) (x1 , x2 , .....) + ( y1 , y2 , .....) = (x1 + y1 , x2 + y2 , .....) (x1 , x2 , ..., xn , ...) = ( x1 , x2 , .....) (x1 , x2 , .....), (y1 , y2 , .....) c ,
7)
El espacio de las sucesiones reales convergentes a cero c 0={v=(x1,x2, ...): operaciones del ejemplo 6.
8) 9)
El conjunto de todas las sucesiones numricas acotadas m={v=(x1,x2, ...): i x, i=1,, para algn x x < con las operaciones del ejemplo 6. El conjunto
={v=(x1,x2, ...)}, de todas las sucesiones, con las operaciones del ejemplo 6.
Subespacio
Dado un espacio vectorial , diremos que un subconjunto H E es un subespacio vectorial si ese conjunto tiene estructura de espacio vectorial. Existe una caracterizacin que nos facilita comprobar si un subconjunto subespacio vectorial: Dado y solamente si, se cumple: de un espacio vectorial es o no , si
es un subespacio vectorial de
y se verifica:
ejemplos de subespacios vectoriales 1) Sea V un espacio vectorial (e.v.) y sea v V, fijo, v 0. El conjunto U = { v : } es un subespacio (unidimensional) de V. Por cierto, U es subespacio propio si la dimensin de V es mayor que 1. , entonces:
La verificacin de que U es subespacio es rpida. En primer lugar U , luego si u , w U , , u+ w = ( 1v)+ ( 2v) =( 1+ 2)vU 2) El espacio
Coa , b
n
es un subespacio (de dimensin infinita), del espacio de todas las funciones reales (es decir n
funciones reales continuas y discontinuas). 3) U={v U ={v :x1=0} es un subespacio n : x 1 = x 2 + 1 } no lo es (Por qu?). propio de , sin embargo,
finita.
8) m es un subespacio propio de
4.
5.
6. Simplificacin de escalares:
7. Simplificacin de vectores:
De la estructura de espacio vectorial sabemos que si sumamos dos vectores el resultado va a ser un vector. Tambin sabemos que si multiplicamos un escalar por un vector, el resultado ser un vector. Uniendo estos resultados, llegamos a las siguientes definiciones:
de forma que
7 Por ejemplo, el vector (1,3,6) es combinacin lineal de los vectores {( 0,1,2), (1,1,2), (3,5, )} , pues existen
los escalares
1 = 2 , 1 = 1 1 = 0 , verificndose
son todos iguales a cero. Entonces se dice que forman un sistema libre. En caso contrario se dir que los vectores son linealmente dependientes, o que forman un sistema ligado. Por ejemplo, en
tales que
. Como sabemos, dos vectores son iguales si lo son componente a componente, lo que implica, automticamente, que y
tales que
. Aplicando de nuevo que dos vectores son iguales si lo son componente a componente, obtenemos
es decir, nos hemos trasladado al mundo de la resolucin de sistemas de ecuaciones. Ahora, con lo que sabemos sobre sistemas lineales, resolviendo se tiene que
. Qu me dice esto sobre los vectores? Que son linealmente dependientes. Es claro que si decimos automticamente , , entonces,
lo que podra conducirnos a concluir (errneamente) que los vectores son linealmente independientes. Sin embargo, la definicin nos dice que y
, automticamente
, lo que nos hace ver que no son nicos y, por tanto, los vectores no son linealmente independientes. Lo importante de aqu es darse cuenta de que el concepto de dependencia e independencia lineal se ha trasladado al estudio de las soluciones de un cierto sistema de ecuaciones homogneo. La existencia de una nica solucin (que, por ser homogneo el sistema, ser la nula) me dice que los vectores son linealmente independientes, y la existencia de ms de una solucin, que los vectores son linealmente dependientes. Mencionamos unas propiedades referentes a dependencia/independencia lineal de un conjunto de vectores, y despus introduciremos tres conceptos importantes: sistema generador de un espacio vectorial, envoltura lineal de un conjunto de vectores y base de un espacio vectorial. 1. 2. 3. Un conjunto de vectores es linealmente dependiente si y solamente si alguno de los vectores es combinacin lineal de los dems. Si un conjunto de vectores es linealmente independiente cualquier subconjunto suyo tambin lo es. Obviamente, si tenemos un conjunto de vectores tales que ninguno de ellos es combinacin de los dems, escogiendo slo unos cuantos, no podrn ser combinacin de los otros. Si un conjunto de vectores es linealmente dependiente tambin lo es todo conjunto que lo contenga. Ya que un conjunto de vectores es linealmente dependiente si y slo si tiene algn vector que es combinacin lineal de los dems, si metemos este conjunto de vectores en otro ms grande, seguimos teniendo el vector que es combinacin lineal de otros, por tanto, el conjunto ms grande sigue siendo linealmente dependiente.
es un sistema generador del espacio vectorial al cual pertenece si cualquier vector de dicho espacio se puede poner como combinacin lineal de ellos. Por ejemplo, los vectores(1,0) y (0,1) forman un sistema generador de
(+,
de igualar
= (1,3), tendremos
. No todos los conjuntos de vectores forman un sistema generador de un espacio vectorial. Por ejemplo, los vectores (3,-
tales que
se ha de cumplir la relacin
Evidentemente, esto no es cierto para todos los vectores del espacio. Si tomamos, en particular, el (0,0,1), vemos que la coordenada no verifica la relacin. Por tanto, el sistema dado no es un sistema generador de .
Envoltura lineal
Al conjunto de todos los vectores que son combinacin lineal de los vectores
y se representa .
Han de ser linealmente independientes. Han de formar un sistema generador del espacio vectorial .
Todas las bases de un espacio vectorial tienen el mismo nmero de elementos, al que se le llama dimensin del espacio vectorial. La siguiente base del espacio vectorial es la conocida como base cannica:
Hay que notar que un sistema generador de un espacio vectorial de dimensin tiene no tiene por qu ser un sistema generador.
vectores, pero si
siendo
+y
Estos dos vectores, al ser proporcionales, generaran nicamente una recta, pero no todo el plano.
Estructuras algebraicas
A grandes rasgos, una estructura algebraica est constituida por una serie de conjuntos , , , y de una serie
de operaciones +, , que hacen interesantes a esos conjuntos. En cualquier caso, es necesario saber que estas estructuras existen, y que son importantes porque lo principal es que van a tener al menos una operacin que llamaremos binaria interna, esto es, que me asegura que si yo opero con dos elementos del conjunto, el resultado va a seguir perteneciendo al conjunto. Comenzamos nuestro breve repaso con la estructura ms elemental, la estructura de grupo, para dar lugar despus a la de anillo y luego a la de cuerpo. Sea un conjunto no vaco, +,
operaciones internas en
2.
Elemento neutro:
3.
Elemento simtrico:
Entonces decimos que (G,+) tiene estructura de grupo. Si, adems, se verifica: 4. Conmutativa:
Entonces decimos que (G,+) tiene estructura de grupo abeliano. Si adems es ahora 5. Distributiva de quien cumple las propiedades: respecto de +: , 6. Asociativa:
siendo este
x 0
para todos
Decimos que (G,+,) tiene estructura de anillo unitario conmutativo. Por ltimo, si se verifica: 9. Elemento simtrico:
Entonces decimos que (G,+,) tiene estructura de cuerpo. A pesar de que estamos llamando +y a las operaciones, no debemos pensar que se refieren siempre a la suma y multiplicacin tradicionales, sino que puede tratarse de una operacin que yo llame as por comodidad pero est definida de otra manera.
pero
, que es el neutro de la suma. Sin embargo, (siendo ) no es grupo. es anillo unitario conmutativo y, por ltimo , , y
, se tendr
que es un cuerpo? Para comprobarlo, no hay ms que ir recorriendo una a una las propiedades a ver si se cumplen o si, por el contrario, encontramos algn contraejemplo concreto que nos permita decir, automticamente, que no lo ser.