Académique Documents
Professionnel Documents
Culture Documents
Vectores
Unidad 1. Espacios vectoriales Vectores en R n . Definicin: Si n es un entero positivo, entonces una n-ada ordenada es una sucesin de n nmeros reales ( a1 , a2 ,..., an ) . El conjunto de todas las n-adas ordenadas se denomina espacio n dimensional y se denota por R n . Los vectores en R 2 y R 3 se pueden representar grficamente:
si u = ( u1 , u2 ,..., un ) es cualquier vector en R n , entonces el negativo (o inverso aditivo de u) es u = ( u1 , u2 ,..., un ) y con ello la diferencia de vectores se define como:
v u = v + ( u )
Propiedades de las operaciones vectoriales. Teorema: si u = ( u1 , u2 ,..., un ) , v = ( v1 , v2 ,..., vn ) y w = ( w1 , w2 ,..., wn ) son vectores en R n y k y l son escalares, entonces: a) u + v = v + u b) u + ( v + w ) = ( u + v ) + w c) u + 0 = 0 + u = u d) u + ( u ) = 0 e) k ( lu ) = ( kl ) u f) k ( u + v ) = ku + kv g) ( k + l ) u = ku + lu h) 1u = u
Definicin: si u = ( u1 , u2 ,..., un ) y v = ( v1 , v2 ,..., vn ) son vectores cualesquiera en R n , entonces el producto interior euclideano (producto punto) u v se define por:
u v = u1v1 + u2 v2 + ... + un vn
Teorema: si u, v y w son vectores en R n y k es cualquier escalar, entonces: a) u v = v u b) ( u + v ) w = u w + v w c) ( ku ) v = k ( u v ) d) v v 0 y v v = 0 si y solo si v = 0 Efectuar las demostraciones. Norma y distancia. La norma o longitud de un vector u = ( u1 , u2 ,..., un ) en R n se define como
2 2 u = u u = u12 + u2 + ... + un
(u v ) (u v )
2
( u1 v1 ) + ( u2 v2 )
+ ... + ( un vn )
que, analizndolas, tenemos que es son las definiciones de norma y distancia para R 2 y R 3
Teorema Si u y v son dos vectores en R n y k es cualquier escalar, entonces: a) u 0 b) u = 0 si y solo si u = 0 c) ku = k u d) u + v u + v (desigualdad del tringulo)
Teorema Si u y v son dos vectores en R n y k es cualquier escalar, entonces: a) d ( u, v ) 0 b) d ( u, v ) = 0 si y solo si u = v c) d ( u, v ) = d ( v, u ) d) d ( u, v ) d ( u, w ) + d ( w, v ) (desigualdad del tringulo)
u v = 0
Teorema. Teorema de Pitgoras para R n Si u y v son dos vectores ortogonales en R n con el producto interior euclideano, entonces:
u+v = u + v
2 2 2
Espacios vectoriales. Definicin. Sea V un conjunto cualesquiera no vaco de objetos sobre el que estn definidas dos operaciones: la adicin y la multiplicacin por escalares. Por adicin se entiende una regla que asocia a cada par de objetos u y v en V un objetos u+v denominado suma de u y v; por multiplicacin escalar se entiende una regla que asocia a cada escalar k y cada objeto u en V un objeto ku denominado mltiplo escalar de u por k. Si los objetos u, v y w en V y los escalares k y l satisfacen los siguientes axiomas, entonces V se denomina espacio vectorial, y sus objetos se denominan vectores. 1) Si u y v son objetos en V, entonces u+v est en V 2) u + v = v + u 3) u + ( v + w ) = ( u + v ) + w 4) Existe un objeto 0 en V, denominado vector cero en V, tal que
0 + u = u + 0 = u para todo u en V.
6) Si k es cualquier escalar y u es cualquier objeto en V, entonces ku est en V. 7) k ( u + v ) = ku + kv 8) ( k + l ) u = ku + lu 9) k ( lu ) = ( kl ) u 10) 1u = u Ejemplos. 1. Demostrar que el conjunto V = R 2 con las operaciones estndar de adicin y multiplicacin es un espacio vectorial. 2. Demostrar que el conjunto de todas las matrices de 2 x 2 con elementos reales es un espacio vectorial si la adicin vectorial se define como la suma de matrices y la multiplicacin escalar vectorial como la multiplicacin escalar matricial. 3. Sea V el conjunto de las funciones con valores reales definidas sobre la recta real ( , ) . Si f = f ( x ) y g = g ( x ) son dos funciones y k es un nmero real, entonces la funcin suma f+g y el mltiplo escalar kf definidas por:
( f + g )( x ) = f ( x ) + g ( x ) ( kf )( x ) = kf ( x )
Determinar si es o no un espacio vectorial.
vectorial.
Teorema. Sean V un espacio vectorial, u un vector en V y k un escalar, entonces: a) 0u = 0 b) k 0 = 0 c) ( 1) u = u d) Si ku = 0 , entonces k = 0 o u = 0 Subespacios. Definicin. Un subconjunto W de un espacio vectorial V s denomina Subespacio de V si W es un espacio vectorial bajo la adicin y multiplicacin escalar definidas sobre V. Teorema. Si W es un conjunto formado por uno o ms vectores de un espacio vectorial V, entonces W es un subespacio vectorial de V si y solo s se cumplen las siguientes condiciones: a) Si u y v son vectores en W, entonces u+v est en W b) Si k es cualquier escalar y u es cualquier vector en W, entonces ku est en W.
Corolario: W es un subespacio de V si y solo si: i) 0 W ii) au + bv W para todo u, v W y a,b son escalares Subespacio trivial Para cualquier espacio vectorial V , el subconjunto {0} es un subespacio para V Un espacio vectorial es subespacio de s mismo. Para cada espacio vectorial V , V es un subespacio de s mismo. Todo subespacio de V distinto de V y de {0} , recibe el nombre de subespacio propio. Ejemplos: 1. Demostrar que el conjunto de vectores en R 2 que pasan por la recta y = x es un subespacio de R 2 . (Mostrarlo grficamente) 2. Demostrar que el conjunto de vectores en R 3 de la forma
( a, b, c ) donde
a + b = c es un subespacio de R 3
3. Determinar si el conjunto {0} en R n es un subespacio vectorial. Teorema. La suma U+W de los subespacios U y W de V es tambin un subespacio de V.
Definicin: se dice que V es la suma directa de los subespacios U y W, denotado por V = U W si todo vector v V puede escribirse de una y solo una forma como v=u+w, con u U y
w W .
U W = {0}
Entonces R 3 = U + W , puesto que todo vector en R 3 se puede escribir como la suma de dos vectores, uno de U y el otro de W. Pero R 3 no es la suma directa de U y W ya que dichas sumas no son nicas, por ejemplo:
(0,0, c ): b, c R} {
en este caso R 3 s es la suma directa de U y W, puesto que cualquier vector de R 3 se puede escribir de una manera nica
- Espacios vectoriales Reales De manera general podemos definir los espacios en K n como: Sea K un cuerpo (Campo) arbitrario. La notacin K n se usa frecuentemente para designar el conjunto de todas las n-plas de elementos de K . Aqu K n se ve como un espacio vectorial sobre
K , en el que la suma vectorial y el producto por un escalar se
define segn:
el vector cero en K n es
0 = (0, 0,..., 0 )
- Espacios vectoriales de matrices La notacin M m, n se utiliza para designar el conjunto de todas las matrices de m n sobre un cuerpo arbitrario K . M m, n es un espacio vectorial sobre K con respecto a las operaciones usuales de suma matricial y producto por un escalar.
con coeficientes ai en algn cuerpo K . P (t ) es un espacio vectorial sobre K con respecto a las operaciones usuales de suma de polinomios y producto de un polinomio por una constante. - Espacios vectoriales de funciones Sean X un conjunto no vaco y K un cuerpo arbitrario. Consideremos el conjunto F (X ) de todas las funciones X en K , la sumas de las dos funciones f , g F (X ) es la funcin f + g F (X ) definida por
( f + g )(x ) = f (x ) + g (x )
x X
(kf )(x ) = kf (x )
x X
donde
u1 = a1 + b1i , u2 = a2 + b2i , u3 = a3 + b3i , ..., un = an + bn i
Ejercicio. Demostrar que el espacio C n , es un espacio vectorial. Definicin. Si u = ( u1 , u2 ,..., un ) y v = ( v1 , v2 ,..., vn ) son vectores en C n , entonces el producto interior euclideano complejo u v est definido por:
u v = u1 v1 + u2 v2 + ... + un vn
Teorema. Si u,v y w son vectores en C n y k es cualquier nmero complejo, entonces: a) u v = u v b) ( u + v ) w = u w + v w c) ( ku ) v = k ( u v ) d) v v 0 , donde v v = 0 si y solo si v = 0 * Norma y distancia son iguales que en cualquier espacio.