Espacios - Vectoriales Algebra Lineal

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 4

Tarea Unidad VI

Severiano Garcia Eric Rodrigo

May 30, 2017

Introducción
En álgebra abstracta, un espacio vectorial es una estructura algebraica creada a
partir de un conjunto no vacío, una operación interna (llamada suma, denida
para los elementos del conjunto) y una operación externa (llamada producto
por un escalar, denida entre dicho conjunto y otro conjunto, con estructura de
cuerpo ), con 8 propiedades fundamentales.
A los elementos de un espacio vectorial se les llama vectores y a los elementos
del cuerpo, escalares.

Objetivos
El objetivo de esta tarea es aprender que es un espacio vectorial y un subespacio
vectorial, como se pueden comprobar y aprender a interpretarlos. Tambien como
identicar que un conjunto de vectores es linealmente dependiente y linealmente
independiente y si hay una combinacion lineal entre ellos

Desarrollo
¾Que es un espacio vectorial?
Un espacio vectorial real V es un conjunto de objetos, denominados vectores,
junto con dos operaciones binarias llamadas suma y multiplicación por un escalar
y que satisfacen los diez axiomas

¾Que es un subespacio vectorial?


Sea H un subconjunto no vacío de un espacio vectorial V y suponga que H es
en sí un espacio vectorial bajo las operaciones de suma y multiplicación por un
escalar denidas en V. Entonces se dice que H es un subespacio de V.

1
2 ejemplos de espacio vectorial
2 ejemplos de subespacio vectorial
Sea u x1 , x2, x3, ∈ R2 | x1 + x2 = 1 determinar si es un espacio de R2
 

Para comprobar si es un espacio vectorial lo pasamos por las 3 condiciones


que debe tener para ser considerado un sub espacio vectorial
Este espacio claramente no es un espacio vectorial ya que no cumple la


primera condicion del vector 0 0 = (0, 0)
0+0 6=1Por lo tanto no es un espacio vectorial
Sea u (x1 , x2 , x3, ) ∈ R3 | 2x1 + x3 = 0 determinar si es un espacio de R3

Primera condicion
El vector (0, 0, 0) ∈ u entonces (2) 0 + 0 = 0 por lo tanto si es un subespacio
vectorial
Segunda condicion
Sea u = x1 , y1, z1 u2 = x2 , y2, z2, como pertenecen a 2x1 −z1 = 0 y 2x2 −z2 = 0
u1 + u2 = (x1 + x2 , y1 + y2 , z1 + z2 ) Ahora sustituimos en la ecuacion im-
plicita

2 (x1 + x2 ) − 2 (z1 + z2 ) = 0 ⇐⇒ 2x1 − z1 + 2x2 − z2 = 0

0+0=0
Tercera Condicion
u1 ∈ u
α∈R
αu1 ∈ u

α (x1 , x2 , x3, ) = (αx1 , αx2 , αx3 )

2αx1 + αx3 = α (2x1 + x3 ) = α.0 = 0


Y asi comprobamos que si pertenece al espacio vectorial

2 Ejemplos de combinacion lineal


Sea el conjunto de vectores c {(1, 3, 5) (0, 1, 0)}decir si →

v = (1, 2, 3)son combi-
nacion lineal de C

(1, 2, 3) = α (1, 3, 2) + β (0, 1, 0)



1 = 1α + 0β α = 1

2 = 3α + 1β 3α + 1β = 2
3 = 5α + 0β α = 35


Dado que αtiene dos valores en el sistema de ecuaciones → −
v no es C.L de c


Sea el conjunto de vectores c {(1, 3, 5) (0, 1, 0)}decir si v = (1, 5, 5)son com-
binacion lineal de c

2
(1, 5, 5) = α (1, 3, 2) + β (0, 1, 0)

1 = 1α + 0β α = 1

5 = 3α + 1β β = 2
5 = 5α + 0β α = 55 = 1


Dado que αy β si tienen valores →−v es C.L de c

2 ejemplos de independencia lineal


Hayar si el siguiente sistema de vectores es linealmente independiente

c {(1, 1, 0) (0, 1, 0)}


Para saner si son linealmente independientes esto lo resolveremos por rango
y Gauss ya que es mucho mas rapido y sencillo de hacer
para esto intoducimos los vectores dentro de una matriz y sacamos la trian-
gular
 superior 
1 1 0
0 1 0
en este sistema ya no tenemos que operar ya que ya contamos con la diagonal
superior y determinamos que el rango es 2.
Ya que el rango es 2 y el numero de vectores es 2 podemos decir que es
linealmente independiente
Hayar si el siguiente sistema de vectores es linealmente independiente

c {(1, 1, 0) (0, 1, 0) (2, 3, 0)}


Para resolver realizamos el mismo metodo, intoducimos el sistema en una
matriz y obtenemos la triangular superior
   
1 1 0 1 1 0
F →F −2F1
 0 1 0  −−3−−−3−−−→  0 1 0 
F3 →F3 −F2
2 3 0 0 0 0
Ahora obtenemos que el rango de la matriz es de 2 ya que en la la 3
obtenemos 0 en toda la la, esto quiere decir que la la uno y dos son linealmente
independientes pero como la tercera la son solo 0 esto quiere decir que esta si
es linealmente dependiente por lo tanto todo el sistema lo es.

2 ejemplos de base
Hallar la base parametrica de
S1 = {(1, 0, 1) (0, 1, 0)}
Primero
 obtenemos
 el rango de la matriz
1 0 1
0 1 0

3
Ya no tenemos que operar ya que ya tenemos la trangular superior y el rango
de la matriz es 2 entonces la base es igual que S1
Bs1 = {(1, 0, 1) (0, 1, 0)}
y podemos calcular la dimension del espacio vectorial y este esta determinado
por el numero de vectores en este caso 2
DimS1 = 2
Ahora calculamos las ecuaciones implicitas, el numero de ecuaciones implici-
tas que tenemos que encontrar es la Dimension del espacio−Dimension del subespacioen
estecaso es una
x1 = 1α + 0β
 x1 = α
x2 = 0α + 1β x2 = β

x3 = 1α + 0β x3 = α

en este caso la ecuacion implicita es x1 = x3 ⇐⇒ x1 − x3 = 0
Hallar la base parametrica de
S1 = {(1, 1, 0) (0, 1, 0) (3, 2, 0)}
Obtenemos
 el
rango por Gauss
 
1 1 0 1 1 0
F →F −3F1
 0 1 0  −−3−−−3−−−→  0 1 0 
F3 →F3 +F1
3 2 0 0 0 0
con esto deducimos que el rango es 2 y determinamos la base
Bs1 = {(1, 1, 0) (0, 1, 0)}
DimS1 = 2
Ahora Hayamos las ecuaciones implicitas en este caso es igual ya que estamos
manejando 3 dimensiones menos 2 del sub espacio vectorial, esto quiere decir
quesolo necesitamos una ecuacion.
x1 = 1α + 0β
 x1 = α
x2 = 1α + 1β x2 = α + β

x3 = 0α + 0β x3 = 0

La ecuacion implicita es que x3 = 0

Conclusión
A la conclusión que se llego es que este tema realmente no es complicado sin
embargo este es un tema muy abstracto ya que no podemos imaginar un espacio
de mas de 3 dimensiones por lo tanto tenemos que aprender a entender las
dimensiones abstractas

Bibliograa
Stanley I. Grossman S.. (2008). Algebra lineal. México: McGRAW-HILL/INTERAMERICANA
EDITORES, S.A. DE C.V..

También podría gustarte