Professional Documents
Culture Documents
Un espacio vectorial es un conjunto de objetos (llamados vectores) que pueden escalarse y sumarse.
Un espacio vectorial (o espacio lineal) es el objeto bsico de estudio en la rama de la matemtica llamada lgebra lineal. A los elementos de los espacios vectoriales se les llama vectores. Sobre los vectores pueden realizarse dos operaciones: escalarse (multiplicarlos por un escalar) y sumarse. Estas dos operaciones se tienen que ceir a un conjunto de axiomas que generalizan las propiedades comunes de las tuplas de nmeros reales as como de los vectores en el espacio eucldeo. Un concepto importante es el de dimensin. Histricamente, las primeras ideas que condujeron a los espacios vectoriales modernos se remontan al siglo XVII: geometra analtica, matrices ysistemas de ecuaciones lineales. La primera formulacin moderna y axiomtica se debe a Giuseppe Peano, a finales del siglo XIX. Los siguientes avances en la teora de espacios vectoriales provienen del anlisis funcional, principalmente de los espacios de funciones. Los problemas de Anlisis funcional requeran resolver problemas sobre la convergencia. Esto se hizo dotando a los espacios vectoriales de una adecuada topologa, permitiendo tener en cuenta cuestiones de proximidad y continuidad. Estos espacios vectoriales topolgicos, en particular los espacios de Banach y los espacios de Hilbert tienen una teora ms rica y complicada. Los espacios vectoriales tienen aplicaciones en otras ramas de la matemtica, la ciencia y la ingeniera. Se utilizan en mtodos como las series de Fourier, que se utiliza en las rutinas modernas de compresin de imgenes y sonido, o proporcionan el marco para resolver ecuaciones en derivadas parciales. Adems, los espacios vectoriales proporcionan una forma abstracta libre de coordenadas de tratar con objetos geomtricos y fsicos, tales como tensores, que a su vez permiten estudiar las propiedades locales de variedades mediante tcnicas de linealizacin.
Contenido
[ocultar]
1 Motivacin y definicin
2 Historia
3 Ejemplos
3.1 Espacios de coordenadas y de funciones 3.2 Ecuaciones lineales 3.3 Teora de nmeros algebraicos
7.1.1 Ejemplos
8 Citas 9 Referencias
El vector negro (x, y) = (5, 7) puede expresarse como combinacin lineal de dos pares diferentes de vectores (5(1, 0) y 7(0, 1) azul; 3(1, 1) y 4(2, 1) amarillo).
El plano R2, consistente en los pares (x, y) de nmeros reales, es el tpico ejemplo de espacio vectorial: cualquiera dos pares de nmeros reales pueden sumarse, (x1, y1) + (x2, y2) = (x1 + x2, y1 + y2), y cualquier par (x, y) puede escalarse, multiplicarse por un nmero real s, para obtener otro vector (sx, sy). Existe adems un vector, el (0,0), llamado vector nulo que cumple que al sumarse con cualquier otro vector no lo altera. Todo vector, por ejemplo el (1, 0), tiene su opuesto, el (1, 0), que sumados dan como resultante el vector nulo (0, 0). La nocin de espacio vectorial es una generalizacin de esta idea. Es ms general de varias maneras: en primer lugar, en lugar de los nmeros reales otros cuerpos, como los nmeros complejos o los cuerpos finitos, se permiten. En segundo lugar, la dimensin del espacio, que es de dos en el ejemplo anterior, puede ser arbitraria, incluso infinita. Otro punto de vista conceptual importante es que los elementos de los espacios vectoriales no suelen estar expresados como combinaciones lineales de un conjunto de vectores, es decir, no hay preferencia de representar el vector (x, y ) como (x, y) = x (1, 0) + y (0, 1) o como (x, y) = (1/3x + 2/3y) (1, 1) + (1/3x + 1/3y) (2, 1)
suma de vectores: cualquiera dos vectores v y w pueden sumarse para obtener un tercer vector v + w
producto por un escalar: cualquier vector v puede multiplicarse por un escalar, i.e. un elemento de K, a. El producto se denota como av.
que satisfacen las siguientes propiedades o axiomas (u, v, w son vectores arbitrarios de V, y a, b son escalares, respectivamente): Propiedad Significado Propiedad asociativa de la suma u + (v + w) = (u + v) + w Propiedad conmutativa de la suma v+w=w+v Existe un elemento 0 V, llamado vector cero o nulo, Existencia de elemento neutro o nulo de la suma de forma que v + 0 = v para todo v V. Existencia de elemento opuesto o simtrico de Para todo v V, existe un elemento -v V, la suma llamado opuesto de v, de forma que v + (-v) = 0. Propiedad distributiva del producto por un a (v + w) = a v + a w escalar respecto a la suma de vectores Propiedad distributiva del producto por un (a + b) v = a v + b v vector respecto a la suma de escalares Propiedad asociativa mixta del producto por un a (b v) = (ab) vnb 1 escalar Existencia de elemento unidad del producto por 1 v = v, donde 1 es la identidad multiplicativa en K un escalar Con esta definicin puede comprobarse que R2, con la suma y producto vistos arriba, es por tanto un espacio vectorial. Comprobar los axiomas se reduce a verificar identidades sencillas como (x, y) + (0, 0) = (x, y), i.e. la suma de un vector nulo (0, 0) con otro vector produce el mismo vector. La propiedad distributiva lleva a (a + b) (x, y) = a (x, y) + b (x, y).
como (f(a))(v). Esto puede ser visto como el punto de partida de la definicin de un espacio vectorial sin referirse al cuerpo. En particular, para cualquier a de razn aal morfismo de Con estas premisas tenemos la siguiente Definicin [editar] Se dice que tiene , +, * es un espacio vectorial sobre si y slo si se , se llama homotecia de .
El hecho que (V, + ) sea un grupo abeliano resume en s mismo los axiomas de la suma vectorial.
El que ha sea homotecia da cuenta del axioma 4 del producto por escalares ya que es lineal.
f(a + b) = f(a) + f(b), es decir que ha + b = ha + hb, sea (axioma 10) , es decir sea , (axioma 7)
Se podra aadir
, la aplicacin nula de
Historia [editar]
Los espacios vectoriales se derivan de la geometra afn, a travs de la introduccin de coordenadas en el plano o el espacio tridimensional. Alrededor de 1636, los matemticos francesesDescartes y Fermat fundaron las bases de la geometra analtica mediante la vinculacin de las soluciones de una ecuacin con dos variables a la determinacin de un curva plana.1 Para lograr una solucin geomtrica sin usar coordenadas, Bernhard Bolzano introdujo en 1804 ciertas operaciones sobre puntos, lneas y planos, que son predecesores de los vectores.2 Este trabajo hizo uso del concepto de coordenadas baricntricas de August Ferdinand Mbius de 1827.3 El origen de la definicin de los vectores es la definicin de Giusto Bellavitis de bipoint, que es
un segmento orientado, uno de cuyos extremos es el origen y el otro un objetivo. Los vectores se reconsiderarn con la presentacin de los nmeros complejos de Argand yHamilton y la creacin de los cuaterniones por este ltimo (Hamilton fue adems el que invent el nombre de vector).4 Son elementos de R2 y R4; el tratamiento mediante combinaciones lineales se remonta a Laguerre en 1867, quien tambin defini los sistemas de ecuaciones lineales. En 1857, Cayley introdujo la notacin matricial, que permite una armonizacin y simplificacin de los aplicaciones lineales. Casi al mismo tiempo, Grassmann estudi el clculo baricntrico iniciado por Mbius. Previ conjuntos de objetos abstractos dotados de operaciones.5 En su trabajo, los conceptos de independencia lineal y dimensin, as como de producto escalar estn presentes. En realidad el trabajo de Grassmann de 1844 supera el marco de los espacios vectoriales, ya que teniendo en cuenta la multiplicacin, tambin, lo llev a lo que hoy en da se llaman lgebras. El matemtico italiano Peano dio la primera definicin moderna de espacios vectoriales y aplicaciones lineales en 1888.6 Un desarrollo importante de los espacios vectoriales se debe a la construccin de los espacios de funciones por Henri Lebesgue. Esto ms tarde fue formalizado por Banach en su tesis doctoral de 19207 y por Hilbert. En este momento, el lgebra y el nuevo campo del anlisis funcional empezaron a interactuar, en particular con conceptos clave tales como los espacios de funciones p-integrables y los espacios de Hilbert. Tambin en este tiempo, los primeros estudios sobre espacios vectoriales de infinitas dimensiones se realizaron.
Ejemplos [editar]
vectorial K[x] formado porfunciones polinmicas, i.e. f(x) = rnxn + rn1xn1 + ... + r1x + r0,donde los coeficientes rn, ..., r0 se encuentran en K. Las series de potencias son similares, salvo que se permiten infinitos trminos.
lineal , ecuacin diferencial lineal y Sistemas de ecuaciones lineales Los sistemas de ecuaciones lineales homogneas estn estrechamente vinculados a los espacios vectoriales. Por ejemplo, las soluciones de a + 3b + c = 0 4a + 2b + 2c = 0 vienen dadas por tripletas de la forma a, b = a/2, y c = 5a/2 para un a arbitrario. Forman un espacio vectorial: las sumas y mltiplos de esas tripletas sigue cumpliendo las ecuaciones, por lo que son soluciones, tambin. Las matrices se pueden utilizar para condensar mltiples ecuaciones lineales en una sola ecuacin, con el ejemplo anterior, Ax = 0, donde A es la matriz
es el vector nulo. De forma similar, las soluciones de ecuaciones diferenciales lineales homogne as forman espacios vectoriales. Por ejemplo, las soluciones de la ecuacin f''(x) + 2f'(x) + f(x) = 0 son de la forma f(x) = a ex + bx ex, donde a y b son constantes arbitrarias, y e = 2.718....
de K, K se convierte en un E-espacio vectorial, es decir, una extensin de E. Por ejemplo, los nmeros complejos son un espacio vectorial sobre R. Otro ejemplo es Q(z), el cuerpo ms pequeo que contiene los nmeros racionales y algn nmero complejo z.
Base y Dim ensin Las bases rev elan la estructura de los espacios vectoriales de una manera concisa. Una base es el menor
conjunto (finito o infinito) B = {vi}i I de vectores que generan todo el espacio. Esto significa que cualquier vector v pued e ser expresado como una suma (llamada com binacin lineal) de elementos de la base a1vi1 + a2vi2 + ... + anvin, donde los ak so n escalare s y vik (k = 1, ..., n) elemento s de la base B. La minimali dad, por otro lado, se hace formal por el concepto
de indep endencia lineal. Un conjunto de vectores se dice que es linealme nte independ iente si ninguno de sus elemento s puede ser expresad o como una combina cin lineal de los restantes . Equivale ntement e, una ecuacin a1vi1 + ai2v2 + ... + anvin = 0 sl o se con sig ue
si tod os los esc alar es a1, . .., an s on igu ale sa cer o. Por defi nici n cad a vec tor pue de ser exp res ado co mo una su ma finit a de
los ele me nto s de la bas e. De bid oa la ind epe nde nci a line al est e tipo de rep res ent aci n es ni ca. Los esp aci os vec tori
ale sa vec es se intr odu cen des de est e pun to de vist a. To do esp aci o vec tori al tien e una bas e. Est e hec ho se bas a en
el l em a de Zor n, una for mul aci n equ ival ent e del axi om a de ele cci n. Ha bid a cue nta de los otr os axi om as de la t eor
a de con junt os de Zer mel oFra enk el, la exi ste nci a de bas es es equ ival ent e al axi om a de ele cci n. El ultr afilt er lem ma,
que es m s db il que el axi om a de ele cci n, imp lica que tod as las bas es de un esp aci o vec tori al tien en el mis mo "ta ma
o" , es dec ir, c ardi nali dad .A st a, se le lla ma la d ime nsi n del esp aci o vec tori al, rep res ent ada por dim V. Si el esp aci o es
gen era do por un n me ro finit o de vec tor es, tod o lo ant erio r pue de de mo stra rse sin nec esi dad de acu dir a la teo ra de con
junt os. La dim ens in de un esp aci o de coo rde nad as Fn es n, pue s cua lqui er vec tor (x1, x2, . .., x
n
ma ni ca co mo co mbi nac in line al de nv ect ore s (lla ma dos vec tor es coo rde nad as) e1 = (1, 0, .. ., 0), e2 = (0, 1, 0, .. .,
0), ae
n
ci o n e s, c o m o p or ej e m pl o el e s p a ci o d e fu n ci o n e s d ef in id a s
e n al g n in te rv al o a c ot a d o o n o, e s in fi ni ta . B aj o u n a s a d e c
u a d a s a s u n ci o n e s d e re g ul ar id a d d e lo s c o ef ic ie nt e s in v ol
u cr a d o s, la di m e n si n d el e s p a ci o d e s ol u ci o n e s d e u n a e
c u a ci n di fe re n ci al or di n ar ia h o m o g n e a e s ig u al al gr a d o d e
la e c u a ci n. P or ej e m pl o, la e c u a ci n a nt er io rt ie n e gr a d o 2. El e
s p a ci o d e s ol u ci o n e s e st g e n er a d o p or e
x
y x e
x
q u e s o
n li n e al m e nt e in d e p e n di e nt e s e n R ), p or lo q u e la di m e n si n
d e e st e e s p a ci o e s d o s. L a di m e n si o n (o gr a d o) d e u n a e xt e
n si n c o m o p or ej e m pl o Q ( z) s o br e Q d e p e n d e d e si z e s o n
Si es algebr aico, la dimens in es finita. Es ms, es igual al grado del poli nomio mnimo del que z e s raz. Por ejempl o,el conjunt o de los nmer os comple jos es un espaci o vectori al bidime nsional sobre los nmer os
reales, genera do por 1y la unid ad imagin aria i. sta ltima cumple i2 + 1 = 0, una ecuaci n de grado dos. Si z no es algebr aico, la dimens in es infinita. As, para z = no existe dicha ecuaci n, pues es tras cenden te.
plicacin lineal Como ocurre con mucha s entidad es algebr aicas, la relaci n entre dos espaci os vectori ales se expres a por las apli cacion es entr e ellos. En el context o de los espaci os
vectori ales, el concep to corres pondie nte se denomi na apli cacin lineal o transfo rmaci n lineal. Se tratan de func iones f :V W que son compat ibles con la estruct ura relevan te, i.e., preser van la suma de vectore s y el produc to por un
escalar : f(v + w) = f(v) + f(w) y f(a v) = a f(v). Un isomorfis mo es aquella aplicacin lineal f : V W para la cual existe una inversa g : W V. Si existe un isomorfismo entre V y W, los dos espacios se dice que son isomorf os, siendo esencialmen te idnticos como espacios vectoriales, ya que a cualquier identidades en V le corresponde , a travs de f, otra similar en W, y viceversa a travs de g.
Dados dos espacios vectoriales V y W, las aplicaciones lineales de V en W f orman un espacio vectorial representad o como HomF(V, W) o como L(V, W). Una vez se elige una base de V, las aplicaciones lineales f : V W estn completame nte determinada s por las imgenes de los vectores de la base, ya que cualquier elemento de V se expresa de forma nica como una combinacin
lineal de stos. Si los dos espacios tienen la misma dimensin se puede elegir una biyecci n entre dos bases fijas de V y W. La aplicacin que aplica cualquier elemento de la base de V en el correspondi ente elemento de la base deW, es, por su propia definicin, un isomorfismo. Luego todo espacio vectorial est completame nte determinado (salvo isomorfismo
s) por su dimensin, un simple nmero. En particular, cualquier espacio vectorial de dimensin n sobre F es isomorfo a Fn.
Matrices
[editar]
Artculos principales: Matri
z y Determinan te
Las matrice s son un concepto til para representar las aplicaciones lineales. Se escriben como una tabla
rectangular de escalares, es decir, elementos de algn cuerpo K. Cualquier matriz mpor-n A da lugar a una aplicacin lineal de Kn a Km, por la siguiente frmula:
de V y W, cualquier
representa de forma
El volumen de
determinante de la mat
es que el determina
los endomorfismos,
aplicaciones f : V
compararse con sus Cualquier (v) = v, donde un escalar, se dice es un vector propio .nb
2
vector v satisfaciend
Equivalentemente
identidad V V). E esto puede ser determinantes propio sii det (f Id) = 0. Al desarrollar el
caso finito-dimensio
reformulado utilizan
determinante, la exp
caracterstico de f. S
suficientemente gra
de este polinomio (q
si F es algebraicam
fenmeno se rige po
espectral describe e
infinito-dimensional;
de anlisis funciona
consulte ms abajo
Adems de lo expue
espacios vectoriales
de otros. Adems d
definiciones concret
figuran a continuaci
por propiedades un
objeto X especifican
aplicaciones lineale
Desde el punto de v
vectoriales se comp
completamente en l
en que cualquier es
vectorial se caracte
salvo isomorfismos,
hoc no ofrecen un m
cuestin fundament
de funciones conve
lgebra lineal no es
adaptada per se pa
que la suma solo pe para sumar. Las funcional requieren considerar nuevas estructuras.
nmero finito de tr
necesidades del an
Artculos principales: E
una norma, | | . | | , q
vectores, o por un p
particular se cumple
longitudes de los ve
de estas operacione
respectivamente co prehilbertianos.
vectoriales normado
Ejemplos [editar
Los espacios de
coordenadas Kn pue estndar: <(x1, x2, ..., xn), (y1, y2, ..., yn)> = x y = x1y1 + ... + xnyn.
escalar estndar se
el espacio-tiempo d
la relatividad especi
coordenada corresp
Las cuestiones de c
considerando espac
que se encuentran c
Compatible quiere d
si x e y son vectore
pequea variacin d
pequea variacin d
vara es el escalar a
nmeros complejos
Espacios de Ban
Espacios de Hilb
Citas [editar]