Espacios Vectoriales

1.
Espacios vectoriales[editar]
Artículo principal: Espacio vectorial
Antecedentes[editar]
Hasta el siglo XIX, el álgebra lineal se presentaba a través de sistemas de ecuaciones
lineales y matrices. En la matemática moderna, se prefiere generalmente la presentación a
través de espacios vectoriales, ya que es más sintética, más general (no se limita al caso
de dimensión finita) y conceptualmente más sencilla, aunque más abstracta.
Algunas operaciones básicas[editar]

Un espacio vectorial sobre un campo F, con frecuencia el campo de los números reales, es
un Conjunto V dotado de dos operaciones binarias que satisfacen los siguientes axiomass.
Los elementos de V se llaman vectores, y los elementos de F se llaman escalares.
La primera operación, la suma de vectores, se expresa de la siguiente manera: tómese
dos vectores cualesquiera v y w; la suma tiene como resultado un tercer vector v + w.
La segunda operación, multiplicación escalar, se expresa de la siguiente manera: tómese
cualquier escalar a y cualquier vector v y produce un nuevo vector av. Los axiomas que
deben satisfacer la suma y la multiplicación escalar son los siguientes, siendo en la lista
siguiente, u, v y w elementos arbitrarios de V; y a y b son escalares arbitrarios en el
campo F.9
Axioma Significación
Asociativa de adición u + (v + w) = (u + v) + w
Conmutativa de adición u+v=v+u
Existe un elemento 0 en V, llamado el ve

Elemento neutro de adición
todo v del conjunto V.
Elemento simétrico se adición Para todo v en V, existe un elemento −v
Distributividad de la multiplicación escalar con respecto a la suma

a(u + v) = au + av
vectorial
Distributividad de la multiplicación escalar con respecto a la suma

(a + b)v = av + bv
de campos
Compatibilidad de la multiplicación escalar con la multiplicación de

a(bv) = (ab)v 10
campos
Elemento de identidad de la multiplicación escalar 1v = v, donde 1 indica el elemento neutr
Aplicaciones lineales[editar]
Artículo principal: Aplicación lineal
Las aplicaciones lineales son mapeos entre espacios vectoriales que preservan la
estructura del espacio vectorial. Dados dos espacios vectoriales V y W sobre un campo F,
un mapa lineal, también llamado en algunos contextos, transformación lineal o mapeo
lineal, es un mapa o aplicación
que es compatible con la suma y la multiplicación escalar, es decir
para los vectores u,v in V y escaleres a en F.

Esto implica que para cualquier vector u, v en V y escalares a, b en F, se tiene
Donde V = W son el mismo espacio vectorial, un mapa lineal también se

conoce como un operador lineal en V.
Un mapa lineal biyectivo entre dos espacios vectoriales, es decir, cada vector
del segundo espacio se asocia exactamente con uno en el primero, es
un isomorfismo. Dado que un isomorfismo preserva la estructura lineal, dos
espacios vectoriales isomorfos son "esencialmente iguales" desde el punto de
vista del álgebra lineal, en el sentido de que no pueden distinguirse utilizando
las propiedades del espacio vectorial. Una cuestión esencial en el álgebra
lineal es probar si un mapa lineal es un isomorfismo o no, y, si no es un
isomorfismo, encontrar su rango (o imagen) y el conjunto de elementos que
son mapeados al vector cero, llamado el núcleo del mapa. Todas estas
cuestiones pueden resolverse mediante el uso de la eliminación gaussiana o
alguna variante de este algoritmo.
Subespacios, intervalo y base[editar]

Artículos principales: Subespacio vectorial, Sistema generador y Base (álgebra).
El estudio de aquellos subconjuntos de espacios vectoriales que son en sí

mismos espacios vectoriales bajo las operaciones inducidas es fundamental,
al igual que para muchas estructuras matemáticas. Estos subconjuntos se
denominan subespacios lineales. Más precisamente, un subespacio lineal de
un espacio vectorial V sobre un campo F es un subconjunto de W of V tal
que u + v y au están en W, para todo u, v en W, y todo a in F. Estas
condiciones son suficientes para implicar que W es un espacio vectorial.
Por ejemplo, dado un campo lineal , la imagen T(V) de V, y la imagen

inversa T−1(0) de 0, llamada núcleo o kernel, son subespacios lineales
de W y V, respectivamente.
Otra forma importante de formar un subespacio es considerar las
combinaciones lineales de un conjunto S de vectores: el conjunto de todas las
sumas
donde v1, v2, …, vk están en S, y a1, a2, ..., ak están en F forman un

subespacio lineal llamado Sistema generador de S. El sistema generador
de S es también la intersección de todos los subespacios lineales que
contienen a S. En otras palabras, es el subespacio lineal, más pequeño
para la relación de inclusión, que contiene a S.
Un conjunto de vectores es linealmente independiente si ninguno está en
el intervalo de los demás. De manera equivalente, un conjunto S de
vectores es linealmente independiente si la única forma de expresar el
vector cero como una combinación lineal de elementos de S es tomar cero
para cada coeficiente

Un conjunto de vectores que abarca un espacio vectorial se
denomina conjunto de expansión o sistema generador. Si un conjunto
generador S es linealmente dependiente (que no es linealmente
independiente), entonces algún elemento w de S es en el lapso de los
otros elementos de S , y el lapso seguiría siendo el mismo si uno
remove w de S. Se puede continuar eliminando elementos de S hasta
obtener un conjunto de expansión linealmente independiente. Un conjunto
linealmente independiente que abarca un espacio vectorial V se llama
base de V. La importancia de las bases radica en el hecho de que hay
juntos grupos electrógenos mínimos y grupos independientes máximos.
Más precisamente, si S es un conjunto linealmente independiente y T es
un conjunto de expansión tal que , entonces hay una base B tal
que
Si dos bases cualesquiera de un espacio vectorial V tienen la
misma cardinalidad que se llama dimensión; este es el Teorema de la
dimensión de espacios vectoriales. Además, dos espacios vectoriales
sobre el mismo campo F son isomorfos si y solo si tienen la misma
dimensión. 11
Si alguna base de V (y por lo tanto cada base) tiene un número finito de
elementos, V es un espacio vectorial de dimensión finita. Si U es un
subespacio de V, entonces dim U ≤ dim V. En el caso en el que V es de
dimensión finita, la igualdad de las dimensiones implica que U = V.
Si U1 y U2 son subespacios de V , entonces
12
donde denota el lapso de

Espacios Vectoriales

Cargado por

Copyright:

Formatos disponibles

Espacios Vectoriales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Espacios Vectoriales

Cargado por

Copyright:

Formatos disponibles

1.

Algunas operaciones básicas[editar]

Conmutativa de adición u+v=v+u

Existe un elemento 0 en V, llamado el ve

Elemento simétrico se adición Para todo v en V, existe un elemento −v

Distributividad de la multiplicación escalar con respecto a la suma

Distributividad de la multiplicación escalar con respecto a la suma

Compatibilidad de la multiplicación escalar con la multiplicación de

Elemento de identidad de la multiplicación escalar 1v = v, donde 1 indica el elemento neutr

para los vectores u,v in V y escaleres a en F.

Donde V = W son el mismo espacio vectorial, un mapa lineal también se

Subespacios, intervalo y base[editar]

El estudio de aquellos subconjuntos de espacios vectoriales que son en sí

Por ejemplo, dado un campo lineal , la imagen T(V) de V, y la imagen

donde v1, v2, …, vk están en S, y a1, a2, ..., ak están en F forman un

para cada coeficiente

un conjunto de expansión tal que , entonces hay una base B tal

También podría gustarte