Tema o Espacios Vectoriales

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 58

1

En cursos anteriores estudiasteis


los vectores en el plano. Los
vectores eran flechas en el plano.
Recordad las dos operaciones, la
suma de vectores y el producto de
un vector por un número, y las
propiedades que tenían.
2
Pues cualquier conjunto con dos
operaciones así también se dice
que es un espacio de vectores.

3
1 ESPACIO VECTORIAL.
Un espacio vectorial es un
conjunto, que llamamos V y
cuyos elementos llamaremos
vectores , con dos operaciones:
1) la suma de dos vectores, que
da otro vector
Operación interna 4
2) El producto de un número
real (escalar) por un vector, que
da otro vector,
Operación externa

cumpliéndose las siguientes


propiedades:

5
Para ir recordándolo, vamos a
un dibujar para algunas de las
propiedades un ejemplo en el
plano
Y vamos a empezar a
acostumbrarnos a usar
más los subíndices. 6
1 – Asociativa de la suma.

Esto es la
suma de
los tres
vayas por
donde
vayas.
Esto es 7
2 – Conmutativa de la suma.

Esto es la
suma vayas
por donde
vayas.

8
3 – Elemento neutro de la
suma

Esto ni lo dibujo; acordaos de


que el vector cero se reduce a
un punto y por eso no suma
nada a ningún otro.
9
4 – Elemento opuesto para la
suma

Tampoco lo dibujo; acordaos de


que el vector opuesto a uno dado
tiene su módulo y dirección pero
sentido contrario. 10
Un neutro para
todos y un opuesto
para cada uno. 11
5 – Distributiva A

6 – Distributiva B

7 – Pseudo asociativa

M
Porque mezcla productos
8 – Unidad en vez de ser de uno solo
12
2 EJEMPLOS. n.

Ya conocemos 2, formado por


pares de números reales, con la
suma (a, b) + (c, d) = ( a + c, b + d)
y el producto r · (a, b) = ( r · a, r · b)

Acordaos que se podía


identificar con V2
(componentes de vectores) 13
Ejemplo: (2, 3) se
identifica con

Se puede hacer con el número


que queramos de componentes.
14
Ejemplo: El espacio vectorial
3 está formado por ternas

(a, b, c) de nos reales.


con la suma
(a, b, c) + (d, e, f) =
= ( a + d, b + e, c + f)
y el producto
r · (a, b, c) = ( r · a, r · b, r · c)
15
Se identificará con los
vectores en el espacio;
pero de momento solo
nos interesa saber
operar en n

16
Ejerc.: Sean los vectores en 3

(2,– 3, 0), (1, 2, 4) y


(0,– 5, – 2). Calcula:
a)
3 (2,−3,0) − 2 (1,2,4) =
= (6,−9,0) − (2,4,8) =
( 4,−13,−8) 17
b)
2 (2,−3,0) − 3 (0,−5,−2) + 5 (1,2,4) =
= ( 4,−6,0) − (0,−15,−6) + (5,10,20) =

(9,19,26)

18
3 DEPENDENCIA LINEAL.
En un espacio vectorial V:
Una combinación lineal de los
{
vectores v , v ,L, v
1 2 k }
Esto son “un montón” de vectores
es cualquier vector de la forma
v = a1 v1 + a 2 v 2 + L + ak v k 19
v = a1 v1 + a 2 v 2 + L + ak v k
con a1, a2, …, ak œ

Multiplicamos cada uno por un


número y sumamos

20
Como lo que hemos hecho en el
ejercicio de antes: hemos
combinado (2,– 3, 0), (1, 2, 4)
y (0,– 5, – 2) para obtener, por
ejemplo el vector (9, 19, 26)

es una combinación lineal de


esos tres vectores
21
Decimos que el vector v
depende linealmente de
{v , v ,L, v }
1 2 k
y que el conjunto de vectores
{ v, v , v ,L, v }
1 2 k
son linealmente dependientes.

22
depende linealmente de
, y
son linealmente
dependientes

23
Ejemplo: En 3, sean los vectores
v1(1,0,3); v 2 ( −3,−1,4); v 3 (0,2,−2)
Una combinación lineal de ellos es
v = 5 v 1 − v 2 + 2v 3 =
= 5(1,0,3) − ( −3,−1,4) + 2(0,2,−2) =
= (5,0,15) + (3,1,−4) + (0,4,−4) =
= (8,5,7)
son dependientes. 24
Un conjunto de vectores son
linealmente independientes si
ninguno de ellos es combinación
lineal de otros.
Ejemplo: En 3, los vectores

Hay que ver si uno es múltiplo


del otro (depends) o no (indeps)
25
(1, 3, 0) = k (– 3, 1, 0)

Imposible.

Los vectores son independientes

26
Se llama rango de un conjunto
de vectores al mayor número
de vectores independientes que
se puede extraer de ellos.
Ejemplos:
1) En 3, el rango de los vectores

es 2 Los dos eran


independientes 27
2) En 3, el rango de los
vectores

es 1, porque

28
ALGUNAS PROPIEDADES
0 – El orden de los vectores no
influye en la dependencia.
1 – Si algún vector es cero, son
dependientes.
Porque siempre lo puedo
escribir como combinación lineal
de los otros.
29
¿Cómo?
Pue imagina por qué número
puedes multiplicarlos los
vectores para que al sumar dé

¡Claro!
30
2 – En el caso de dos vectores
no nulos, dependientes equivale
a proporcionales.

31
3 – Si los vectores son
dependientes y añado otro,
siguen siendo dependientes.
Porque la comb. lineal que da la
dependencia no tiene que
involucrarlos a todos.
Si
También
32
4 – Si los vectores son indeps. y
añado otro, puede que sigan
siendo independientes o que ya
no lo sean.
Ejemplo:
En 3,

v1(1,0,3) y v 2 ( −3,1,0)
son independientes
33
Si añado v 3 ( −6,2,0)

{ }
ya v1, v 2 , v 3 son dependientes

Si añado v 4 (0,0,1)

{ v , v , v }son independientes
1 2 4

34
5 – Que los vectores sean
dependientes equivale a que
haya una combinación lineal
trivial de ellos que dé el
no trivial
vector cero.
(Que algún
coeficiente
es distinto
de cero)
35
Ejemplo: los vectores de antes

v1(1,0,3) , v 2 ( −3,1,0) y v 3 ( −6,2,0)


eran dependientes, porque
2 ( −3,1,0) = ( −6,2,0)
entonces
0(1,0,3) + 2( −3,1,0) − ( −6,2,0) = 0
36
Recíprocamente, si
es no
trivial

y, por ejemplo, ; entonces


puedo despejar

37
A ESTE DESOCUPADO LE
DEBEMOS ESTAS HORAS DE
ESTUDIO

Carl Friedrich
Gauss
30 – 04 – 1777,
Brunswick [Germany]
23 – 02 – 1855,
Göttingen, Hanover
38
4 CÁLCULO DEL RANGO POR
EL MÉTODO DE GAUSS.
Vectores escalonados: La primera
componente no nula de cada vector
está más a la derecha que la del
anterior. (3, 5, 0, 4, 3)
(0, 0, 2, 4, 3)
(0, 0, 0, – 4, 3)
(0, 0, 0, 0, 1) 39
Si están escalonados, el rango es
muy fácil de calcular.
Ejemplos:
1) (1, 2, 3, 4, 5)
(0, 6, 7, 8, 9)
(0, 0, 10, 11, 12)

Rang(A) = 3
40
En la primera componente el
primero no tiene cero y con los
otros no lo puedo obtener.
En la segunda, el segundo no
tiene cero y el tercero sí.

41
2) (1, 2, 3, 4, 5)
(0, 0, 0, 0, 0)
(0, 0, 0, 0, 0)
Rango = 1
3)
(1, 2, 3, 4, 5) son
(0, 6, 7, 0, 0) independientes.
(0, 0, 0, 0, 0)
Rango = 2 42
CONCLUSIÓN:
El rango de un conjunto de vectores
escalonados es el número de
vectores no nulos que haya.
Las transformaciones de Gauss
nos permiten convertir cualquier
conjunto de vectores en uno
escalonado, cuyo rango es el mismo
que el del conjunto de partida. 43
Recordad las transformaciones
de Gauss para sistemas: será
muy parecido.

44
Las transformaciones de Gauss
son:
- Intercambiar dos vectores.
- Multiplicar un vector por un nº
distinto de cero.
- Sumar a un vector una
combinación lineal de los otros.
- Eliminar vectores nulos o
combinación lineal de otros. 45
Ejemplo:
Calcula el rango de

46
A1 – Consigo hacer cero las
primeras componentes del 2º y el
3 vector.
er

4
2

v2 8 –1 1
– 4v1 – 8 – 12 0
0 – 13 1 0 11 – 10
A2 – Consigo hacer cero la 2ª de w3
(¡lo hago con w2!)
13w3 143 –130
+ 11w2 –143 11
– 119
13 3 11 2

Rango = 3 48
Ejrc. Estudia la dependencia lineal
de los vectores:

Son dependientes. 49
El método da también la relación de
dependencia (la combinación que
da ) :
Nos ha salido
¿Qué era ?

¿Qué eran y ?

Lo ordeno 50
es la relación de dependencia.
O despejo el que quiera; por
ejemplo
51
5 BASE DE UN ESPACIO VECTORIAL.

Un conjunto de vectores es base


de un espacio vectorial V si:
1) Son linealmente independientes.
2) Cualquier vector del espacio
puede escribirse como
combinación lineal de ellos.
(Generan el espacio).
52
La segunda condición hace que
con ellos podamos construir
todos los demás. La primera
dice que no puedo quitar
ninguno, porque ninguno lo
puedo obtener con los otros.

53
Si tenemos una base
{v , v
1 2 , L, v n }
y otro vector
r
v = x1v1 + x 2 v 2 + L + x n v n
decimos que las coordenadas
ese vector en esa base son
(x1, x2, ..., xn ).
54
Una base ortonormal es de
vectores perpendiculares y de
módulo 1.

El producto escalar se calcula


fácil que si la base es ortonormal.

55
6 PRODUCTO ESCALAR.
En un espacio vectorial V y una
base ortonormal:

56
Ya lo daremos. De momento
solo nos hace falta esto.

57
58

También podría gustarte