Subespacios vectoriales
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Subespacios vectoriales

on

  • 48,473 views

 

Statistics

Views

Total Views
48,473
Views on SlideShare
48,464
Embed Views
9

Actions

Likes
1
Downloads
432
Comments
2

1 Embed 9

http://www.slideshare.net 9

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Subespacios vectoriales Presentation Transcript

  • 1. SUBESPACIOS VECTORIALES
    -En álgebra lineal, un subespacio vectorial es el subconjunto de un espacio vectorial, que debe cumplir ciertas características específicas.
    -Sean V y S dos espacios vectoriales definidos en el campo K, entonces S es un subespacio vectorial de V, si y solo si, S ⊆ V.
    -De hecho, todos los espacios vectoriales tienen subconjuntos que también son espacios vectoriales.
    V
    S
  • 2. Condición de existencia de subespacio
    El criterio para la verificación de que S sea subespacio de V, es que ambas operaciones (+ entre elementos del conjunto S y * con escalares del cuerpo K) sean cerradas, es decir, den como resultado elementos que también pertenezcan a S.
    Para ello se definen 4 axiomas que de cumplirse, garantizan la existencia del subespacio vectorial. Sea V un espacio vectorial, se define S como subespacio vectorial si y solo si:
  • 3. 1. S no es un conjunto vacío.
    2. S es igual o está incluido en V.
    3. La suma es ley de composición interna.
    4. El producto es ley de composición externa.
    -Si estos cuatro axiomas se cumplen entonces el conjunto es un subespacio.
  • 4. TEOREMA
    -Sea (V, K, +, *) un espacio vectorial S⊆ V, S≠ ∅,
    S es un subespacio vectorial de V si y solo si cumple que:
    ∀u, v ∊ S / u+v ∊ S
    2. ∀ α ∊ K, ∀u ∊ S / α u ∊ S
  • 5. Intersección:
    Se define la intersección ( ∩) de dos subespacios vectoriales S1 y S2 de V, como el subconjunto de V que verifica:
    a ∈ S1 ∩ S2 ⇔ a ∈ S1 y a ∈ S2
    Teorema : La intersección de un número cualquiera de subespacios vectoriales de un espacio vectorial V es, a su vez, un subespacio vectorial de V.
  • 6. Suma:
    Sea (V ; K ; +; •) y sean S1 y S2 dos subespacios de V. Se llama suma
    de S1 y S2 al conjunto:
    S1 +S2= {s1+ s2/ s1∈S1, s2∈ S2}
    Teorema : El conjunto S1 + S2 es un subespacio de V; es el menor
    de todos los subespacios que contienen a S1 y S2.
  • 7. Suma directa:
    Sean S1 y S2 subespacios de un espacio vectorial (V; K ;+; •) y sea L ⊆ V , decimos que L es suma directa de S1 y S2; lo que se denota L = S1 ⊕ S2, si se verifica que :
    L = S1 + S2 y S1∩S2 = .
    Si L = V; a los subespacios S1 y S2 se les denominan subespacios complementarios.
  • 8. Unión :
    S1 υ S2 = {α ∈V /α ∈ S1 ^α∈ S2}
    En la gran mayoría de los casos la unión de dos subespacios no es
    un subespacio de V, pues no se cumple con la ley de composición
    interna.Pertenece de forma segura la unión a V en los casos en que
    S1 este contenido en S2 o viceversa.