El documento introduce los conceptos básicos de los espacios vectoriales. Explica que un espacio vectorial es un conjunto con operaciones de suma y multiplicación por escalares que cumplen ciertas propiedades. Presenta ejemplos de espacios vectoriales como los vectores en el plano, polinomios y matrices. También resume brevemente la historia del desarrollo de la noción de espacio vectorial.
Copyright:
Attribution Non-Commercial (BY-NC)
Formatos disponibles
Descargue como PPT, PDF, TXT o lea en línea desde Scribd
0 calificaciones0% encontró este documento útil (0 votos)
24 vistas50 páginas
El documento introduce los conceptos básicos de los espacios vectoriales. Explica que un espacio vectorial es un conjunto con operaciones de suma y multiplicación por escalares que cumplen ciertas propiedades. Presenta ejemplos de espacios vectoriales como los vectores en el plano, polinomios y matrices. También resume brevemente la historia del desarrollo de la noción de espacio vectorial.
El documento introduce los conceptos básicos de los espacios vectoriales. Explica que un espacio vectorial es un conjunto con operaciones de suma y multiplicación por escalares que cumplen ciertas propiedades. Presenta ejemplos de espacios vectoriales como los vectores en el plano, polinomios y matrices. También resume brevemente la historia del desarrollo de la noción de espacio vectorial.
Copyright:
Attribution Non-Commercial (BY-NC)
Formatos disponibles
Descargue como PPT, PDF, TXT o lea en línea desde Scribd
Descargar como ppt, pdf o txt
0 calificaciones0% encontró este documento útil (0 votos)
El documento introduce los conceptos básicos de los espacios vectoriales. Explica que un espacio vectorial es un conjunto con operaciones de suma y multiplicación por escalares que cumplen ciertas propiedades. Presenta ejemplos de espacios vectoriales como los vectores en el plano, polinomios y matrices. También resume brevemente la historia del desarrollo de la noción de espacio vectorial.
Copyright:
Attribution Non-Commercial (BY-NC)
Formatos disponibles
Descargue como PPT, PDF, TXT o lea en línea desde Scribd
Descargar como ppt, pdf o txt
Está en la página 1de 50
Fundamentos Matemticosde la Ingeniera Lic.
Miguel ngel Tarazona Giraldo 1
Tema 5.- ESPACI OS VECTORI ALES ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIN DE UN ESPACIO VECTORIAL Fundamentos Matemticosde la Ingeniera 2 Aunque histricamente el primer trabajo de lgebra Lineal consisti en resolver sistemas de m ecuaciones lineales con n incgnitas, comenzaremos este curso estudiando la estructura de espacio vectorial. Los vectores libres del plano (del espacio) pueden sumarse unos con otros (por la ley del paralelogramo) y multiplicarse por un nmero real: Pero, qu es un vector libre del plano? Definimos como el conjunto de vectores con . Es evidente que se puede pensar que cualquier punto en el plano es un vector de (definicin algebraica de vector), y viceversa. Sin embargo, para muchas aplicaciones fsicas (incluyendo las nociones de fuerza, velocidad, aceleracin y momento) es importante pensar en un vector no como un punto sino como una entidad que tiene longitud y direccin. Fundamentos Matemticosde la Ingeniera 3 Tanto en Fsica como en Ingeniera un vector se caracteriza por dos magnitudes (longitud y direccin) y se representa por un segmento recto dirigido. Un vector en el plano puede ubicarse en diferentes lugares. Sin embargo, con independencia de dnde est situado, si la longitud y direccin no varan se trata del mismo vector. El conjunto de los vectores libres del plano ( ) es slo un ejemplo entre los muchos ejemplos de objetos matemticos que pueden sumarse entre s y multiplicarse por nmeros reales, y que adems satisfacen unas mismas propiedades. Este ejemplo de los vectores libres del plano (o el de los vectores libres del espacio) es importante porque su representacin geomtrica ayuda a entender la definicin general de vector. Fundamentos Matemticosde la Ingeniera 4 Algunos ejemplos que podemos mencionar son: - los propios nmeros reales, - los nmeros complejos, - los vectores en el plano, - los vectores en el espacio, - los polinomios de grado menor o igual que n, - las funciones reales de variable real con dominio D, - las funciones continuas en un intervalo, - las funciones derivables en un punto, - las funciones integrables en un intervalo, - ..................................... Un vector puede ser un nmero, una n-tupla, un polinomio, una funcin continua, etc. Fundamentos Matemticosde la Ingeniera 5 Tambin hay magnitudes fsicas de tipo vectorial con las mismas propiedades: fuerzas, velocidades, aceleraciones,.... Cuando en varios conjuntos distintos aparecen estructuras similares, es conveniente axiomatizar stas y dar un nombre al ente resultante. Aunque este primer tema tiene el inconveniente de trabajar en el mundo abstracto de los espacios vectoriales arbitrarios, tambin presenta una gran ventaja. La abstraccin resulta ser matemticamente eficiente en el sentido de que ahora pueden demostrarse resultados generales cuya validez afecta a todos los espacios vectoriales. Es decir, una vez que se establecen los hechos sobre los espacios vectoriales en general, se pueden aplicar estos hechos a todos los espacios vectoriales. De otro modo, habra que probar cada hecho una y otra vez, para cada nuevo espacio vectorial que nos encontrramos (y existen un sin fin de ellos). Fundamentos Matemticosde la Ingeniera 6 En este curso, bsicamente trabajaremos con cuatro espacios vectoriales. En el tema 1 definimos la estructura de espacio vectorial y trabajaremos con los espacios vectoriales siguientes: En el tema 2 estudiamos el espacio vectorial de las matrices reales de m filas y n columnas, que denotamos: Por ltimo, en el tema 6 trabajaremos tambin con espacios vectoriales de funciones reales de variable real y continuas sobre un intervalo. A continuacin, presentamos un ejemplo introductorio que proporciona una motivacin para desarrollar las matemticas subsecuentes. * , normalmente n=3 o n=4. * , normalmente n=2 o n=3. Fundamentos Matemticosde la Ingeniera 7 Un poco de historia El matemtico alemn Grassmann es reconocido como el primero que introdujo la idea de un espacio vectorial (aunque no lo llam de esta manera, sino sistema de nmeros hipercomplejos) y de independencia lineal en 1844. Desafortunadamente su trabajo era muy difcil de leer y no recibi la atencin que mereca. Peano en su libro Calcolo geometrico (1898) acalar el trabajo de Grassmann y estableci los axiomas de espacio vectorial como los conocemos en la actualidad. En este mismo libro introdujo las operaciones de conjuntos. Sus notaciones , y son las que todava utilizamos, aunque no fueron aceptadas de inmediato. La definicin axiomtica de Peano de un espacio vectorial tambin tuvo muy poca influencia durante muchos aos. Su aceptacin se produjo en 1918, despus de que Hermann Weyl la repitiera en su libro Space, time, matter, una introduccin a la teora de la relatividad general de Einstein. Tambin podemos mencionar a William R. Hamilton, que durante los veinte ltimos aos de su vida, dedic la mayor parte de su creacin matemtica a desarrollar la tera de un tipo especial de nmeros, los cuaterniones. Con estos trabajos ciment la moderna nocin de vector. Todava hoy se utiliza la notacin i, j, k de Hamilton para los vectores de la base cannica en el espacio tridimensional. Fundamentos Matemticosde la Ingeniera 8 ESTRUCTURA DE ESPACIO VECTORIAL REAL Sean (cjto. nmeros reales) y * operacin interna en V * operacin externa en V con dominio de operadores Definiremos cuando V es un espacio vectorial real Fundamentos Matemticosde la Ingeniera 9 Como hemos visto, partimos de un conjunto no vaco V , cuyos elementos se denotan ..., y se denominan vectores y del cuerpo conmutativo (estructura algebraica) de los nmeros reales. En general se puede trabajar con cualquier cuerpo conmutativo K y en este curso surgirn algunos ejercicios con espacios vectoriales complejos ( K= ). La ley de composicin interna se suele denotar con el smbolo de la suma ( ) y se suele denominar suma de vectores. Es una aplicacin que a cada par de elementos de V les hace corresponder el elemento, tambin de V, , denominado suma de e . La ley de composicin externa con dominio de operadores (en general, con dominio de operadores K) es una aplicacin que denominamos producto por un escalar y denotamos con el smbolo del producto ( ) que a todo elemento de V y a todo elemento C de (o K) hace corresponder el elemento . OBSERVACIN.- Es la suma de polinomios una ley de composicin interna sobre el conjunto de los polinomios de grado exactamente 2? Fundamentos Matemticosde la Ingeniera 10 ESTRUCTURA DE ESPACIO VECTORIAL 1.- Para ( + ) (operacin interna) se cumple: 2.- Para ( ) (op. externa con dominio ) se cumple: Fundamentos Matemticosde la Ingeniera 11 Los elementos de un espacio vectorial reciben el nombre genrico de vectores y en general se utiliza la notacin vectorial ( ,...) para denotarlos. Esto no es obstculo para que en algunos casos particulares (polinomios, matrices, funciones,...) se utilice la notacin propia en cada caso. Los axiomas 1.- de la definicin de espacio vectorial real se refieren a la suma de vectores, los axiomas 2.- c.- y 2.- d.- se refieren exclusivamente a la multiplicacin por escalares (nmeros reales) y las propiedades 2.- a.- y 2.- b.- son las propiedades distributivas de una operacin con respecto a otra.
A continuacin presentamos varios ejemplos de espacios vectoriales. Para comprobar que tienen estructura de espacio vectorial deberamos ver que se satisfacen los 8 axiomas de la definicin con las operaciones suma y producto por un escalar definidas. Este trabajo es muy sencillo y se basa exclusivamente en propiedades de los nmeros reales (no olvidar que estamos trabajando, en principio, con espacios vectoriales reales). Dado que tambin es una labor muy tediosa omitiremos las comprobaciones, pero hay que insistir en que es absolutamente necesario comprobar los 8 axiomas. Fundamentos Matemticosde la Ingeniera 12 EJEMPLOS DE ESPACIOS VECTORIALES -EJEMPLO 1.- conjunto de los vectores libres del espacio Cmo se suman dos vectores libres? Cmo se multiplica un vector por un nmero real? Cul es el vector nulo? Fundamentos Matemticosde la Ingeniera 13 -EJEMPLO 2.- Cmo se suman dos vectores libres? Cmo se multiplica un vector por un nmero real? Cul es el vector nulo? Fundamentos Matemticosde la Ingeniera 14 -EJEMPLO 3.- Conjunto de los polinomios de grado menor o igual que n. Cmo se suman dos polinomios? Cmo se multiplica un polinomio por un nmero real? Cul es el polinomio nulo? (coeficiente a coeficiente) (se multiplica cada coeficiente por el nmero real) Fundamentos Matemticosde la Ingeniera 15 -EJEMPLO 4.- Conjunto de las matrices reales de m filas y n columnas. Cmo se suman dos matrices? Cmo se multiplica una matriz por un nmero real? elemento a elemento se multiplica cada elemento de la matriz por el nmero real Fundamentos Matemticosde la Ingeniera 16 -EJEMPLO 5.- Conjunto de las funciones reales de variable real con dominio . Cmo se suman dos funciones? Cmo se multiplica una funcin por un nmero real? Cul es la funcin nula? Fundamentos Matemticosde la Ingeniera 17 EJEMPLOS DE ESPACIOS VECTORIALES suma: producto por un escalar: vector nulo: vector opuesto: suma: producto por un escalar: vector nulo: vector opuesto: suma: suma: producto por un escalar: producto por un escalar: vector nulo: vector nulo: vector opuesto: vector opuesto: Fundamentos Matemticosde la Ingeniera 18 Propiedades.- Sea V un e. v. real: 1.- 2.- 3.- 4.- 5.- 6.- 7.- 8.- Al multiplicar cualquier escalar por el vector nulo obtenemos el vector nulo. Al multiplicar cualquier vector por el escalar 0 obtenemos el vector nulo. Esta propiedad no es tan obvia como puede parecer. Fundamentos Matemticosde la Ingeniera 19 COMBINACIONES LINEALES Sea V un espacio vectorial real: COMBI NACI N LI NEAL.- es combinacin lineal de cuando tales que: Fundamentos Matemticosde la Ingeniera 20 COMENTARI OS.- Dados los vectores y los escalares 1 , 2 ,..., n (nmeros
reales), el vector definido por: se llama combinacin lineal de los vectores : Algunas combinaciones lineales de los vectores son, por ejemplo: El vector (2,1,1) de no es combinacin lineal de los vectores (1,0,0) y (1,1,0) de . El polinomio x 2 +1 de no es combinacin lineal de los polinomios x 3 +x 1 , x+2 y 1 de . Fundamentos Matemticosde la Ingeniera 21 Para comprobar si un vector es combinacin lineal de m vectores de se plantea la ecuacin vectorial siguiente: Utilizando las definiciones de las operaciones suma de vectores de y producto de un vector de por un escalar realizamos la operacin: Teniendo en cuenta que dos vectores de son iguales si todas sus componentes son iguales dos a dos, tenemos el siguiente sistema de n ecuaciones lineales con m incgnitas : Si el sistema es compatible determinado, entonces es combinacin lineal de los vectores Si el sistema es incompatible, entonces NO es combinacin lineal de los vectores El sistema nunca puede ser compatible indeterminado. Fundamentos Matemticosde la Ingeniera 22 En el espacio vectorial real de los polinomios reales de grado menor o igual que n se procede del mismo modo que en el espacio vectorial real . Tenemos que tener en cuenta que dos polinomios de grado menor o igual que n son iguales si coinciden todos y cada uno de sus coeficientes, incluido el trmino independiente. De este modo tendremos un sistema de n+1 (ATENCIN!!!) ecuaciones lineales con m incgnitas. A continuacin resolvemos un par de ejercicios en los que trabajamos con el concepto de combinacin lineal de vectores en los espacios vectoriales introducidos en los ejemplos 2 y 3 de este captulo: y . Destacar que es necesario conocer las definiciones de suma de vectores (o polinomios) y producto de un vector (o polinomio) por un escalar. Adems tenemos que tener claro qu significa que dos vectores de sean iguales (o que dos polinomios de sean iguales). SUGERENCI A.- Utilizar las tcnicas de resolucin de sistemas de ecuaciones lineales conocidas (mtodo de Gauss), que explicaremos con detalle en el Tema 5 de este curso. Fundamentos Matemticosde la Ingeniera 23 SUBESPACIOS VECTORIALES Algunos subconjuntos de un espacio vectorial V son a su vez espacios vectoriales con las operaciones definidas en V. Estos subconjuntos se denominan subespacios vectoriales. SUBESPACIO VECTORIAL.- Subespacios vectoriales impropios Subespacios vectoriales propios: cualquier subespacio vectorial de V distinto de y V. Antes de dar ejemplos de subespacios vectoriales, es conveniente dar dos resultados que hacen relativamente sencillo determinar si un subconjunto S de V es subespacio vectorial de V. es un subespacio vectorial de V, si es espacio vectorial con las operaciones definidas en V. Fundamentos Matemticosde la Ingeniera 24 Para demostrar que S @ V es subespacio vectorial de V, NO ES NECESARIO comprobar los 8 axiomas de la definicin de espacio vectorial. Para demostrar que S @ V es subespacio vectorial de V, basta con comprobar que es un subconjunto no vaco (pues todo espacio vectorial ha de contener al menos el vector nulo, luego es conveniente comprobar que el vector nulo es un vector de S) y que S es cerrado bajo las operaciones suma de vectores y producto por un escalar. El resto de las propiedades son heredadas por S. Esto es lo que significan las dos caracterizaciones de subespacio vectorial que acabamos de enunciar. Un subconjunto S no vaco de V es s.v. de V si y slo si cumple: Un subconjunto S no vaco de V es s.v. de V si y slo si cumple: Fundamentos Matemticosde la Ingeniera 25 En la prctica, para demostrar que S NO es s. v. de V o o V V V Basta con comprobar una de estas tres cosas Presentaremos a continuacin algunos ejemplos de conjuntos con dos operaciones (suma y producto por un escalar) que no tienen estructura de espacio vectorial. Para demostrar que un conjunto no es espacio vectorial es suficiente comprobar que no satisface alguno de los ocho axiomas de la definicin, pero basta con comprobar una de las tres condiciones arriba mencionadas. Fundamentos Matemticosde la Ingeniera 26 -EJEMPLO 1.- El conjunto de los nmeros enteros no tiene estructura de espacio vectorial con las operaciones habituales de suma y producto por un escalar real. El conjunto de todos los nmeros enteros con las operaciones normales de suma y producto por un escalar no tiene estructura de espacio vectorial, ya que el producto no es una operacin cerrada. 0.51 = 0.5 escalar entero no entero -EJEMPLO 2.- El conjunto de los polinomios de grado exactamente 2 no tiene estructura de espacio vectorial. El conjunto de los polinomios de grado exactamente 2 no tiene estructura de espacio vectorial, ya que la suma no es una operacin cerrada. p(x) = x 2
q(x) = -x 2 +x+1 son polinomios de grado 2, pero su suma es un polinomio de primer grado p(x) + q(x) = x+1 Fundamentos Matemticosde la Ingeniera 27 I NTERSECCI N DE SUBESPACI OS VECTORI ALES.- Si S , T son subespacios vectoriales de V, entonces: 1. S T es subespacio vectorial de V. 2. S T es el mayor de todos los subespacios vectoriales de V incluidos en S y T. La unin de subespacios vectoriales de V no es necesariamente un subespacio vectorial de V. En el siguiente apartado veremos una manera de encontrar y construir subespacios de un espacio vectorial V. Este mtodo nos ser de gran utilidad para demostrar, sin emplear las caracterizaciones de subespacio vectorial del apartado anterior, que un subconjunto no vaco de un espacio vectorial V es un subespacio vectorial de V. Fundamentos Matemticosde la Ingeniera 28 SUBESPACIO VECTORIAL ENGENDRADO POR UNA PARTE FINITA DE UN E. V. Sea V un espacio vectorial real. Sea G un conjunto (no vaco) de vectores de V: Definimos como el conjunto formado por todas las combinaciones lineales de los vectores: Fundamentos Matemticosde la Ingeniera 29 -Ejemplos.- Fundamentos Matemticosde la Ingeniera 30 En un mismo subespacio vectorial es posible encontrar distintos sistemas de generadores
SUBESPACIO VECTORIAL ENGENDRADO POR UNA COLECCIN FINITA DE VECTORES DE V.- Fundamentos Matemticosde la Ingeniera 31 Cmo encontrar distintos sistemas de generadores de un subespacio vectorial? Cmo demostrar que S es s.v. de V? Fundamentos Matemticosde la Ingeniera 32 -EJEMPLO- Demostrar que Fundamentos Matemticosde la Ingeniera 33 Algoritmo para hallar una base del subespacio vectorial engendrado por una familia G de vectores Sea . Para hallar una base del subespacio vectorial podemos proceder del modo siguiente: 1.- Formar la matriz A de r filas y n columnas con los vectores de G como filas. 2.- Realizar operaciones elementales de fila hasta llegar a una matriz B escalonada y equivalente a la matriz A. 3.- Las filas no nulas de B constituyen una base del subespacio engendrado por G. Fundamentos Matemticosde la Ingeniera 34 DEPENDENCIA E INDEPENDENCIA LINEAL En el estudio del lgebra Lineal, una de las ideas centrales es la de dependencia o independencia lineal entre vectores. Podemos plantearnos la siguiente pregunta. Existe una relacin especial entre los vectores y ? Es decir, el vector nulo se puede escribir como una combinacin no trivial de y . En este caso se dice que los vectores son linealmente dependientes. En general, se tienen las siguientes definiciones: , o escrito de otro modo: Fundamentos Matemticosde la Ingeniera 35 es un sistema libre (o son vectores linealmente independientes) si: SISTEMA LIBRE. SISTEMA LIGADO.- es un sistema ligado (o son vectores linealmente dependientes) si: A continuacin enunciamos algunas propiedades de los sistemas libres y ligados que nos pueden resultar tiles ms adelante. Fundamentos Matemticosde la Ingeniera 36 PROPIEDADES.- Fundamentos Matemticosde la Ingeniera 37 Las propiedades siguientes son resultados que se demuestran de forma inmediata a partir de los conceptos de sistema libre de vectores y sistema ligado de vectores. 1. Todos los vectores de un sistema libre son no nulos. 2. Si un sistema de vectores contiene al vector nulo, entonces es un sistema ligado. 3. sistema libre sii 4. Un sistema de dos vectores es un sistema ligado si y slo si uno de los vectores es mltiplo del otro. 5. Si a un sistema ligado se le aaden nuevos vectores, resulta otro sistema ligado. 6. Todo subconjunto de un sistema libre es un sistema libre. Fundamentos Matemticosde la Ingeniera 38 PRUEBAS PARA LA DEPENDENCIA LINEAL La consecuencia 3.- nos permite decir cuando un conjunto formado por un nico vector de un espacio vectorial V es un sistema libre y cuando es un sistema ligado. Del mismo modo, la consecuencia 4.- es una condicin necesaria y suficiente para que una familia formada por dos vectores de un espacio vectorial V sea linealmente dependiente. Cuando disponemos de una coleccin de ms de dos vectores tendremos que recurrir necesariamente, en principio, a la definicin para demostrar que se trata de un sistema libre o un sistema ligado. Fundamentos Matemticosde la Ingeniera 39 Para comprobar si una familia de vectores es linealmente dependiente o linealmente independiente vamos a utilizar, en muchos casos, el concepto de rango de una matriz. Hablaremos de rango de una matriz en un tema posterior, pero como es un concepto que muchos alumnos ya conocen, conviene decir que, en general, resulta ms cmodo y ms sencillo estudiar la dependencia o independencia lineal de una familia de vectores utilizando el concepto de rango de una matriz. A partir del momento en el que definimos el concepto de rango de una matriz resolveremos ejercicios de sistemas libres y ligados utilizando la idea del rango de una matriz. Fundamentos Matemticosde la Ingeniera 40 BASES Y DIMENSIN DE UN ESPACIO VECTORIAL BASE DE UN ESPACIO VECTORIAL.- En este apartado presentaremos el concepto fundamental de una base de un espacio vectorial. Como veremos, una base es un conjunto generador eficiente que no contiene vectores innecesarios. De hecho, se puede construir una base a partir de un conjunto generador desechando algunos vectores innecesarios. Adems, conocer una base de un espacio vectorial es muy til para comprender el espacio y sus propiedades. es una base del e.v. real V si: B s. libre B s. generador de V Fundamentos Matemticosde la Ingeniera 41 -EJEMPLOS DE BASES.- -EJEMPLO 1.- base cannica -EJEMPLO 2.- base cannica Fundamentos Matemticosde la Ingeniera 42 EXISTENCIA DE BASES.- Todo e.v. V engendrado por un sistema de generadores finito tiene al menos una base. Todas las bases del e.v. V poseen el mismo nmero de elementos. Entonces: DIMENSIN DE UN ESPACIO VECTORIAL.- El nmero de elementos que posee una base cualquiera de un e.v. V , recibe el nombre de dimensin del e.v. V (dim V). Esta informacin resulta muy til como se ver posteriormente Fundamentos Matemticosde la Ingeniera 43 -CONSECUENCI AS.- Si V es un e.v. con dim V = n, entonces: En un espacio vectorial de dimensin n no puede haber ms de n vectores linealmente independientes n vectores l.i. de un e.v. V de dimensin n constituyen una base de V Un s.g. de n vectores de un e.v. V de dimensin n constituye una base de V Fundamentos Matemticosde la Ingeniera 44 Dos perspectivas de una base Cuando se usa el teorema de la reduccin de un conjunto generador, la eliminacin de vectores de un conjunto generador debe terminar cuando el conjunto generador resulta linealmente independiente. Si se elimina otro vector, no ser combinacin lineal de los vectores restantes y por lo tanto el conjunto resultante ya no generar el mismo espacio vectorial V. Una base tambin es un conjunto linealmente independiente que es lo ms grande posible. Si B es una base de V y si B se agranda con un vector, digamos , de V, entonces el nuevo conjunto ya no puede ser linealmente independiente, porque B genera V y es por lo tanto una combinacin lineal de los vectores de B. Ejemplo.- Los siguientes tres conjuntos de muestran cmo un conjunto linealmente independiente de dos vectores de puede agrandarse para formar una base de y cmo un agrandamiento adicional destruye la independencia lineal del conjunto. Este mismo ejemplo lo podemos ver desde otra perspectiva: Un conjunto generador de formado por 4 vectores puede encogerse para dar una base, pero una contraccin adicional destruye la propiedad de ser generador. Fundamentos Matemticosde la Ingeniera 45 Cuando se conoce la dimensin de un espacio o subespacio vectorial, la bsqueda de una base se simplifica con el resultado que damos a continuacin, que dice que si un conjunto tiene el nmero correcto de elementos, entonces basta con demostrar que el conjunto es linealmente independiente o bien que genera el espacio. El teorema es de importancia crtica en numerosos problemas de aplicaciones (que tienen que ver con ecuaciones diferenciales o en diferencias, por ejemplo) donde la independencia lineal es mucho ms fcil de comprobar que la propiedad de generar. Segn la consecuencia 3.-, conocida la dimensin de un e.v. V ( , ), cmo encontrar una base B de V?:
Fundamentos Matemticosde la Ingeniera 46 COORDENADAS DE UN VECTOR Sea V e.v. real con base de V. nicos tales que: A los escalares (nicos) se les llama coordenadas del vector en la base B. Hallar las coordenadas del vector
en la base cannica de en la base de Fundamentos Matemticosde la Ingeniera 47 DIMENSIN DE UN SUBESPACIO VECTORIAL Sea S s.v. de V y B base de S si : nmero de elementos de una base de S Si dim V = n, y S es un s.v. de V, entonces: Fundamentos Matemticosde la Ingeniera 48 Cmo encontrar una base B de un subespacio vectorial S? Cmo encontrar una base B de un espacio vectorial V? B = G es s.g. de S Hay que demostrar que B = G es s. libre Para encontrar una base de , basta con hallar n vectores l.i. de , pues Para hallar una base de , basta con hallar n + 1 polinomios l.i. de , pues Fundamentos Matemticosde la Ingeniera 49 RANGO DE UN SISTEMA DE VECTORES Sea V espacio vectorial real y F una coleccin de vectores de V. Se llama rango de F ( r ( F ) ) al nmero mximo de vectores linealmente independientes de F. Volveremos a estudiar el concepto de rango de una familia de vectores dentro del marco de la teora de matrices. Esto nos permitir desarrollar mtodos ms eficientes para calcular el rango de una familia de vectores y tambin para hallar una base de un subespacio vectorial generado por una familia de vectores. Si F es un subconjunto del e.v. V que consta de m vectores y dim V = n Fundamentos Matemticosde la Ingeniera 50 ESPACIO VECTORIAL Conceptos preliminares Concepto Ejemplos bsicos Condiciones Propiedades ESCALAR VECTOR SUBESPACIO VECTORIAL DEPENDENCIA LINEAL INDEPENDENCIA LINEAL BASE Coordenadas COMBINACIN LINEAL SISTEMA GENERADOR Resultados interesantes Resultados interesantes Resultados interesantes Relacin COORDENADAS Concepto Condiciones Dimensin de un espacio vectorial Dimensin de un subespacio vectorial Rango de un sistema de vectores S. V. PROPIO S. V. IMPROPIO