ESPACIO VECTORIAL

Description

espacios vectoriales algebra lineal
Julieth Mejia8340
Mind Map by Julieth Mejia8340, updated more than 1 year ago
Julieth Mejia8340
Created by Julieth Mejia8340 almost 8 years ago
107
0

Resource summary

ESPACIO VECTORIAL
  1. DEPENDENCIA E INDEPENDENCIA LINEAL
    1. CONCEPTO
      1. DEPENDENCIA LINEAL
        1. 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.
        2. INDEPENDENCIA LINEAL
          1. 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.
            1. 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
          2. TEOREMA
            1. Dos vectores en un espacio vectorial V son linealmente dependientes, si y solo si, uno es múltiplo escalar del otro.
          3. SUBESPACIO
            1. CONCEPTO
              1. 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.
                1. 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
                2. TEOREMAS
                  1. INTERSECCION ENTRE SUBESPACIOS
                    1. 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.
                      1. Sean V1 y V2 dos subespacios del espacio vectorial V, entonces la intersección V1 ∩ V2 pertenecen también a V.
                      2. PRUEBA DE SUBESPACIO
                        1. 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.
                    2. ESPACIO VECTORIAL
                      1. CONCEPTO
                        1. 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.
                        2. PROPIEDADES
                          1. Axiomas de la Suma:
                            1. 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.
                            2. Axiomas de la Multiplicación por Escalar:
                              1. 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)
                            3. EJEMPLO
                            Show full summary Hide full summary

                            Similar

                            Vectores en R2 y R3: Expresión algebraica de vector, norma, ángulos directores, vectores unitarios
                            Diana Páez
                            vectores en 2 y 3 dimensiones
                            Leslie Leon
                            ELEMENTOS VECTORIALES
                            Leslie Leon
                            COMPONENETES DE UN VECTOR
                            juan david tiga
                            Sucesiones Aritméticas
                            Elaine del Valle
                            Aplicaciones de las derivadas
                            Marta Arroyo
                            EXAMEN DE MATEMÁTICAS 1ER GRADO SECUNDARIA 5to Bim
                            FELIPE SOLTERO
                            Matemáticasen la VidaCotidiana
                            Diego Santos
                            FRACCIONES...
                            JL Cadenas
                            Ejemplos de Preguntas de Pensamiento Analítico
                            Raúl Fox
                            Ecuaciones Estadísticas
                            Diego Santos