Professional Documents
Culture Documents
También tratamos de sacar la esencia de cada tema y darles una vista relativamente rápida
pero completa, ya que este trabajo esta propuesto para enseñar brevemente pero
ampliamente los temas en este.
1
DEFINICIONES
GRUPO
Cuando se trabaja con una operación interna, se suele utilizar por ejemplo ∗, de manera
que el resultado de aplicar la operación a dos elementos, a y b, se escribe a ∗ b. Un ejemplo
típico es el símbolo + para la suma de números. En ocasiones, ni siquiera se utiliza símbolo
alguno, como en el caso del producto de números, donde ab representa el producto de a y b.
Grupo: Sea G un conjunto no vacio, y sea ∗ una operación interna definida en G. Se dice
que (G, ∗) es un grupo, si se cumplen las siguientes propiedades:
. Sea (G, ∗) un grupo. Se dice que G es conmutativo o abeliano si, además de las
propiedades de grupo, verifica la siguiente:
(Z, +), (Q, +), (R, +) y (C, +) son grupos abelianos aditivos.
(Q\{0}, ·) ,(R\{0},·) y (C\{0}, ·), donde se refiere al producto, son grupos abelianos
multiplicativos.
2
CUERPO
a · (b + c) = a · b + a · c, ∀a, b, c ∈ K.
Observemos que la propiedad distributiva solo tiene una condición. Esto es porque el
producto es conmutativo, luego la otra condición es consecuencia de la primera.
Los grupos de matrices invertibles, Gl(n, k), o de determinante 1, Sl(n, k), no son cuerpos,
ya que el producto de matrices no es conmutativa.
ESPACIO VECTORIAL
Espacio vectorial: Sean V y K conjuntos no vacios. Sea + una operación interna sobre V,
y sea · una operación externa sobre V con conjunto de escalares K, que llamaremos
producto por escalar. Diremos que V, con estas operaciones, es un espacio vectorial si se
cumplen las siguientes propiedades:
2. K es un cuerpo.
3
b) α(v + w) = αv + αw, ∀α ∈ K, ∀v, w ∈ V .
A los elementos de un espacio vectorial los llamaremos vectores, y los denotaremos con
una flecha encima. En un espacio vectorial hay, por tanto, cuatro operaciones: la suma de
vectores, la suma y producto de escalares, y el producto de vectores por escalares.
Las matrices Mm×n(K), con la suma de matrices y el producto por escalar, forman un
espacio vectorial. Observemos que el producto de matrices no se utiliza aquí: En general, no
tiene por que existir una multiplicación de vectores en un espacio vectorial.
BASE Y DIMENSION
De igualar
4
Se tiene enseguida que ha de ser y
.
No todos los conjuntos de vectores forman un sistema generador de un espacio vectorial.
Por ejemplo, los vectores (3,-1,2) y (1,0,-1) no forman un sistema generador de .
Si lo fueran,
Tales que
Como debe verificarse cada ecuación, sustituyendo y β en la última tenemos que, para
que
5
Evidentemente, esto no es cierto para todos los vectores del espacio. Si tomamos, en
particular, el (0,0,1), vemos que la coordenada no verifica la relación. Por tanto, el sistema
dado no es un sistema generador de .
DEPENDENCIA E INDEPENDENCIA
6
3. Conjunto generador de la suma. Sean S1 y S2 subespacios de V, generados por
conjuntos finitos A y B:
S1 = lin(A); S2 = lin(B):
Entonces
S1 + S2 = lin(A [ B):
Definición (suma directa). Sean V un espacio vectorial, S1 y S2 subespacios de V.
Dicen que V es la suma directa de S1 y S2 para todo v 2 V existe un único par (u;w) tal
que u 2 S1, w 2 S2 y v = u + w:
∀v ∈ V ∃!(u;w) ∈ S1 x S2 v = u + w.
Si la intersección entre S y W es el subespacio trivial (es decir, el vector nulo), entonces a
la suma se la llama "suma directa". Es decir que si.
Teorema (criterio de suma directa). Sean V un EV, S1; S2 subespacios de V.
Entonces las siguientes condiciones son equivalentes:
(a) V es la suma directa de S1 y S2.
(b) V = S1 + S2 y S1 \ S2 = {0}.
INTERSECCION DE SUB-ESPACIO
TRANSFORMACIONES LINEALES
7
Una función T de V en W transforma vectores de V en vectores de W.
TEOREMAS
Un teorema es una afirmación que puede ser demostrada dentro de un sistema formal.
Demostrar teoremas es un asunto central en la matemática.
8
ESPACIO DUAL
Dado cualquier espacio vectorial V sobre un cierto cuerpo F, definimos el espacio dual V*
como el conjunto de todas las funciones lineales en F, es decir, transformaciones lineales en
V a valores escalares (en este contexto, un "escalar" es un miembro del cuerpo-base F). El
propio V* se convierte en un espacio vectorial sobre F bajo las definiciones siguientes ('punto
a punto') de la adición y de la multiplicación escalar:
Por ejemplo:
CAMBIO DE BASE
9
En efecto, sean (a1, a2, . . . an) las coordenadas de un vector en base B, y sea P la
matriz de cambio de base de B a B’. Entonces:
P·(a1, a2, . . . an) = (b1, b2, …bn)
obteniéndose así (b1, b2, . . . bn) las coordenadas del vector en base B’
Ejemplo.
Consideremos en ℜ2 las dos bases siguientes:
la base del ejemplo (1) anterior, B ={ (2,3), (1, –1) }
la base canónica B’ ={ (1,0), (0,1) }
• Vamos a construir la matriz de cambio de base de B a B’.
Para ello debemos expresar los vectores de la base B en función de la base canónica B’.
(2,3) = 2·(1,0) + 3·(0,1) Æ coordenadas (2,3)
(–1,1)= 1·(1,0) –1·(0,1) Æ coordenadas (1, –1)
Introduciendo estas coordenadas en las columnas de una matriz, tendremos la matriz de
cambio de base de B a B’: P = (2 1)
(3 -1).
Del mismo modo podemos construir la matriz de cambio de base de B’ a B.
Para ello expresamos los vectores de la base canónica B’ en función de la base B. Podemos
hallarlo planteando dos sistemas de ecuaciones, de los cuales se obtendrá
(1,0) = 5/1(2,3) + 5/3(1,–1) Æ coordenadas (5/1,5/3)
(0,1)= 5/1 (2,3) –5/2 (1,–1) Æ coordenadas (5/1– , 5/2)
Introduciendo estas coordenadas en las columnas de una matriz, tendremos la matriz de
cambio de base de B’ a B.
10