Mdulo: 2 Unidad:4 Semana:05

ALGEBRA LINEAL

Ing No Julian Bernuy

Almendras
 ORIENTACIONES
En cualquier estudio de modelizacin por medio de la teora de elementos
finitos o modelizacin por medios continuos se aplica dicha teora.
Un ejemplo, en fsica los campos elctricos y electromagnticos son campos
vectoriales.
En Mecnica de fluidos el fluido, bajo ciertas condiciones, se modeliza como
un medio continuo (lo mismo se hace en Suelos, estructuras, etc.) y as se
definen magnitudes cuyas identidades son precisamente CAMPOS
VECTORIALES, as definimos en su seno el campo de velocidades el campo
de aceleraciones el campo de flujos el campo de potencias etc. etc... Y en
estas modelizaciones aplicamos plenamente la teora de espacios
vectoriales.
En las estructuras (en la mecnica estructural) modelizamos las tensiones en
el seno del material como espacios vectoriales, como el tensor de tensiones o
el tensor de deformaciones; algunos incluso llegan a ser conservativos bajo
ciertas hiptesis permitiendo el desarrollo de leyes muy tiles en el clculo
estructural.. de hecho, los programas informticos actuales entregan al
ingeniero una representacin muy precisa de dichos campos indicando
direcciones y magnitudes.
CONTENIDOS TEMTICOS
 ESPACIO VECTORIAL

Espacio vectorial real V es la estructura

matemtica que se crea a partir de un
conjunto no vaco llamado vectores, junto
con operaciones de adicin y
multiplicacin por un escalar que
satisface los siguientes axiomas:
Si, x, y V; es real, entonces (x +y) V
y producto escalar X
AXIOMAS DE UN ESPACIO VECTORIAL

1. Si x V y V , entonces (x + y) V ( cerradura bajo la suma)

. x, y, z en V (x +y ) + z = x + (y + z) (ley asociativa de la suma de
vectores)
3. Existe un vector 0 V / x V, x + 0 = 0 + x = x ( 0 se llama vector
cero o idntico aditivo)
4. Si x V , un vector x en V / x + (-x) = 0 ( -x se llama inverso aditivo
de x)
5. Si x e y V x + y = y + x
6. Si x V y es un escalar x V ( cerradura bajo la multiplicacin
por un escalar)
7. Si x, y V y es un escalar (x + y) = x + y (primera ley
distributiva)
8. Si x V, y son escalares ( + )x = x + x (segunda ley
distributiva)
9. Si x V, y son escalares (x) = ()x (ley asociativa de la
multiplicacin por escalares
10. Para cada vector x V, 1x = x
 x1
n
n x2
Ejm1: El espacio R ;sea V= R =
x3 , xRparai 1,2...n
.

.
.
xn
n
Cada vector en R ,es una matriz de nx1 (n filas y1 columna).
y1
Segn la definicin de suma de matrices dada x
y 2
tenemos que

1

x
.
2

x y
x . 3

.
.
.
. yn
xn

x + y es una matriz de nx1, si x e y son matrices de nx1

Tenemos x + y = + se cumple axioma 1(cerradura)

Vemos que existe el vector cero y el vector negativo,
cumplindose los axiomas del 2 al 10
2. El conjunto de puntos en R2, que estn en una recta que pasa por el
origen, constituyen un espacio vectorial.

Siendo el conjunto formado por V= {(x, y)/ y = mx, donde m es un nmero

real fijo y x es un nmero real arbitrario}

Es decir ,V consiste en todos los puntos que estn sobre la recta y=mx, que
pasa por el origen y tiene pendiente m
Para demostrar que V es un espacio vectorial, se puede
verificar que se cumple cada uno de los axiomas

Se supone que: x=(x1 , y1) e y=(x2, y2) estn en el espacio

vectorial probaremos la cerradura de la suma, donde
y1= mx1 e y2=mx2
x+ y =(x1+y1) + (x2, y2)=(x1+x2;y1+y2)=(x1 +x2; mx1 +mx2)
=(x1+x2;m(x1+x2)) V; se reemplaza y1 e y2 por su valor
mx1 y mx2 respectivamente. Se cumple el axioma 1, la
cerradura con la suma
Suponemos que (x, y) V. Entonces y=mx y ( x, y) =
- (x, mx) =(-x, m(-x)), de manera que -(x, y) tambin
pertenece a V. se cumple el axioma 4, el inverso aditivo
Luego (x, mx) + (-x, m(-x)) = ( x-x, m(x-x)) = (0, 0 ). Se
cumple el axioma 3, idntico aditivo
Por lo tanto, V es un espacio vectorial
3. Diga si constituye un espacio vectorial?

El conjunto de puntos en R x R, que estn sobre una recta que no pasa por el
origen

Sea V= {(x, y) /y=2x+1,X R}

Veremos si se cumple la cerradura bajo la suma,
tomamos dos elementos x e y, luego los sumamos:

x = (x1 , y1) e y=(x2, y2)

luego x+ y =(x1+y1) + (x2, y2)=(x1+x2;y1+y2)
se reemplaza y1 por 2x1+1 e y2 por 2x2+1 ahora
tenemos:
(x1+x2;y1+y2) = (x1+x2, 2x1+1 + 2x2+1 )
= (x1+x2, 2x1+ 2x2+2 ) V,
por lo tanto no se cumple el axioma 1, la cerradura y
V no es espacio vectorial
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.
SUBESPACIOS VECTORIALES

Si V es un espacio vectorial, entonces ciertos subconjuntos

de V, forman por si mismo espacios vectoriales bajo la
adicin vectorial y multiplicacin escalar definida sobre V

Definicin. Un subconjunto W de un espacio vectorial V,

es un subespacio de V, si W es as mismo un espacio
vectorial bajo la adicin y multiplicacin escalar definidas
sobre V
Para demostrar que un conjunto W es un subespacio de un
un espacio vectorial V, solo es necesario verificar los
axiomas: 1, 3, 4 y 6

1. Si x V e y V (x + y ) V ( cerradura bajo la suma)

3. Existe un vector 0 V/ x V, x + 0 = 0 + x = x ( el 0 se
llama vector cero o idntico aditivo)

4. Si x V, un vector -x en V/ x + (-x) = 0 ( -x se llama

inverso aditivo de x)

6. Si x V y es un escalar, entonces, x V ( cerradura

bajo la multiplicacin por un escalar)
TEOREMA. Si W es un conjunto de uno o mas vectores
de un espacio vectorial V, entonces W es un subespacio de
V si y solo si, se cumplen las condiciones siguientes:

a) Si u y v son vectores en W, entonces u + v estn en W

(Es cerrada bajo la suma de vectores)

b) Si k es un escalar (numero) cualquiera y u es cualquier

vector en W, entonces ku esta en W (es cerrado bajo la
multiplicacin por un escalar)

Todo espacio vectorial V tiene al menos dos subespacios. El

propio V y el conjunto (0)
Ejemplo 1: Verificar que el plano x1 , x2 de Rn es un
subespacio de Rn para n 2. Se consideran los elementos mayores
que 2 e iguales a 0

El plano x1 , x2 de Rn se puede describir como:

S = {x R / x3 = x4 = = xn = 0}
S no es vaco y probaremos que S es un subespacio de Rn , que
cumple con los axiomas: 1, 3, 4 y 6

Escogemos dos elementos v y w de S, cuyos elementos sern:

v= ( v1, v2, 0, , 0) y w=( w1, w2, 0, 0) se cumple la cerradura con
la suma:
v + w = (v1 + w1 , v2 + w2, 0, , 0 ), tienen los ceros requeridos y
se cumple la cerradura con la suma, por lo tanto, estn en S
Para cualquier escalar r tenemos rv = ( r v1, r v2, 0, , 0 ) se
cumple el axioma 6 (cerradura de la multiplicacin por un escalar)
Por lo tanto S es un subespacio vectorial
Ejemplo 2: Determinar si el siguiente subconjunto S, de un espacio vectorial R2 ,
es un subespacio vectorial
S es (solamente) el eje X y el eje Y en R2, as:
S = {(x, 0) / x R} {(0, y) / yR}

Tomamos dos elementos y aplicamos el axioma 1, la cerradura de la suma:

u = ( u1, 0) y v = ( 0, v2 )
u + v = ( u1, 0) + ( 0, v2 ) = ( u1 + 0 , 0 + v2 ) = ( u1 , v2 ) no esta en S

Veremos si cumple el axioma 6: u = ( u1, 0 ) si se cumple la multiplicacin por

un escalar pero basta que no se cumpla un axioma y no es subespacio vectorial
Por lo tanto, S no es subespacio vectorial
Ejemplo 3: Sea S el conjunto de todas las matrices de orden 2x3, con la segunda
fila cero, diga si es un subespacio vectorial del espacio vectorial formado por las
matrices de orden 2x3, M2x3
Es decir S es de la siguiente forma:

=

Tomamos dos matrices de orden 2x3 con la segunda fila cero que estn en S:

= y =

Aplicamos el axioma 1( cerradura con la suma)

11 12 13 12 13 + 11 12 + 12 13 + 13
+ = + 11 = 11
0 0 0 0 0 0 0 0 0
Se cumple el axioma
Sea r un escalar, aplicamos el axioma 6 ( cerradura de la multiplicacin por un
escalar)

= = se cumple el axioma

Por lo tanto, S es un subespacio de M2x3

Ejemplo 4: Diga si S es un subespacio vectorial del espacio vectorial R3, donde S
est definido por el plano xy

S es el plano xy en R3 , S = {(x, y, 0) / x, y son nmeros reales}

Tomamos dos elementos de S y probaremos que es cerrado con la suma:

x = ( x1, 0, 0 ) e y = ( 0, y1, 0), entonces la suma es:
x + y = (x1 + 0, 0 + y1, 0 + 0 ) = ( x1 , y1, 0 ) se cumple el axioma 1
Sea un escalar, entonces (x, y) = ( x, y ), se cumple el axioma 6
Ejemplo 5: Diga si W es un subespacio vectorial en R3 , definido de la siguiente
manera:
Sea W = {(x, y, z ) R3 / 2x + y - z = 0 }

Tomamos dos elementos x e y de W,

x= ( x1, y1, z1 ) e y = (x2, y2, z2 ) que pertenecen a W, aplicamos el axioma 1
x + y = ( x1, y1, z1 ) + (x2, y2, z2 ) = ( x1 + x2, y1 + y2, z1 + z2 )
= 2(x1 + x2 ) + (y1 + y2) (z1 + z2 ) = 0

Al sumar se forman los elementos como los del conjunto dado: el doble del primer
elemento mas el segundo elemento, menos el tercer elemento y se cumple el
axioma 1

Si es un escalar y la terna ordenada pertenece a W tenemos:

R, ( x, y, z ) W y 2x + y z
( x, y, z ) W y ( x, y, z ) = (2x + y z) = (2x + y z) = (0)
(2x + y z) = 0, (2x + y z) W, se cumple el axioma 6

Por lo tanto W es un subespacio de R3

GRACIAS