Dado un conjunto de vectores S = {v1, v2,…,
vk} en un espacio vectorial V, se dice que S
es linealmente dependiente, si la ecuación:
c1v1 + c2v2 +… + ckvk = 0 Tiene solución No
trivial. Entonces: c1, c2, c3,…, ck no todos
son cero.
INDEPENDENCIA LINEAL
El concepto de independencia lineal se puede ver
con el siguiente caso: Sea el vector v1 = (2, 3) y el
vector v2 = (6, 9). Se observa que v2 = 3v1 esto es
igual a: 3v1 - v2 = 0. Lo anterior nos indica que el
vector cero se puede escribir como una
combinación lineal no trivial de dos vectores v1 y
v2. No trivial hace referencia a que los
coeficientes de cada vector no son todos cero.
Dado un conjunto de vectores S =
{v1, v2,…, vk} en un espacio vectorial
V, se dice que S es linealmente
independiente, si la ecuación: c1v1 +
c2v2 +… + ckvk = 0 Tiene solamente
la solución trivial. Entonces: c1 = c2 =
c3 =… = ck = 0
TEOREMA
Dos vectores en un espacio
vectorial V son linealmente
dependientes, si y solo si, uno
es múltiplo escalar del otro.
SUBESPACIO
CONCEPTO
Todos los espacios vectoriales tienen subconjuntos
que también son espacios vectoriales en si, haciendo
una analogía, los subespacios son Espacios
Vectoriales Hijos y el Espacio Vectorial de donde se
obtuvieron son el Espacio Vectorial Padre. Entonces
los Hijos Heredan las características del padre, así los
subespacios heredan las operaciones del espacio que
los origino.
Sea el subconjunto U no vacío
contenido en un espacio
vectorial V, asumiendo que U es
espacio vectorial en si (cumple
los 10 axiomas) Entonces se dice
que U es un subespacio de V.
Donde U ≤ V
TEOREMAS
INTERSECCION ENTRE SUBESPACIOS
En un espacio vectorial puede
haber gran cantidad de
subespacios propios. La
situación es determinar que
sucede cuando dos o más
subespacios se interceptan en
dicho espacio.
Sean V1 y V2 dos
subespacios del espacio
vectorial V, entonces la
intersección V1 ∩ V2
pertenecen también a
V.
PRUEBA DE SUBESPACIO
Sea U un subconjunto no vacío de un
espacio vectorial V, entonces U se
considera un subespacio de V si, y solo si,
se cumplen las siguientes propiedades de
cerradura. 1. Si u y v son vectores que
están en U, entonces u + v estará en V. 2. Si
u es vector en U y k un escalar, entonces ku
estará en U.
ESPACIO VECTORIAL
CONCEPTO
Sea V un conjunto no vacío de elementos llamados
vectores, sobre los que están definidas las
siguientes operaciones: 1. Suma Vectorial 2.
Multiplicación por Escalar. Por otro lado, sea u, v,
w,… elementos que están en V; además, los
escalares c, d, e,… Entonces V se le llama espacio
vectorial, si cumple los axiomas.
PROPIEDADES
Axiomas de la Suma:
1. Si u ∈ V y v ∈ V entonces: (u + v) ∈ V Ley Clausurativa
(cerradura suma) 2. u + v = v + u Ley Conmutativa 3. u + (v
+ w) = (u + v) + w Ley asociativa 4. El vector 0 ∈ V Para todo
u ∈ V → u + 0 = u Ley Modulativa (Neutro aditivo) 5. Para
todo u ∈ V existe un vector -u ∈ V tal que u + (-u) = 0
Inverso Aditivo.
Axiomas de la Multiplicación por Escalar:
6. Si u ∈ V y c un escalar, cv ∈ V Ley Clausurativa
(cerradura multiplicación) 7. c (u + v) = cu + cv Primera Ley
Distributiva 8. (c + d) u = cu + du Segunda Ley Distributiva
9. c (d * u) = (c * d) u Ley Asociativa 10. 1 * u = u Ley
Modulativa (Identidad escalar)