ESPACIOS ESPACIOS

VECTORIALES VECTORIALES VECTORIALES VECTORIALES

UCA. Seccin Departamental de Matemticas.
Algeciras.
Espacio Vectorial Espacio Vectorial
Sea E un conjunto no vaco, cuyos elementos denotaremos
por . ; y que llamaremos vectores, y K un cuerpo
conmutativo , cuyos elementos representaremos
por ...; y que llamaremos escalares.
, , x y z

( )
, , K +
, , por ...; y que llamaremos escalares.
Como normalmente , usaremos como notacin
para las operaciones + y , llamando adems 0 al neutro
de + , y 1 al neutro de .
, ,
K o K = =
Espacio Vectorial Espacio Vectorial
Definimos en E dos leyes de composicin:
interna, que llamamos suma de vectores, y
externa de K sobre E , que llamamos producto
de un vector por un escalar
Se dice que E es un espacio vectorial sobre K si se cumplen:
( )
, E
( )
, , E K
Se dice que E es un espacio vectorial sobre K si se cumplen:
( )
1. , es un grupo abeliano E
( )
2. , se tiene x y E y x y x y =


( )
3. , se tiene x E y x x x + =


( )
( )
4. , se tiene x E y x x =


5. 1 se tiene 1 x E x x =

Cuando no haya opcin a confundirse podemos utilizar

+ para ambas sumas, y . para ambos productos.
Y anotaremos:
interna, que llamamos suma de vectores, y
externa de K sobre E , que llamamos producto
de un vector por un escalar
( )
, E +
( )
, , E K
de un vector por un escalar
( )
1. , es un grupo abeliano E +
( )
2. , se tiene x y E y x y x y + = +

( )
( )
4. , se tiene x E y x x =

5. 1 se tiene 1 x E x x =

( )
3. , se tiene x E y x x x + = +

Ejemplos de Espacios Vectoriales Ejemplos de Espacios Vectoriales

es espacio vectorial sobre con las
operaciones:
* Suma de vectores en
n

( )
, , +
n

* Suma de vectores en
* Producto por un escalar

( ) ( ) ( )
1 2 1 2 1 1 2 2 n n n n
x x x y y y x y x y x y + = + + +
( ) ( )
1 2 1 2 n n
x x x x x x =
Ejemplos de Espacios Vectoriales Ejemplos de Espacios Vectoriales
es espacio vectorial sobre y sobre
con las operaciones:
* Suma de vectores en
n

( )
, , +
n

( )
, , +
* Suma de vectores en
* Producto por un escalar

( ) ( ) ( )
1 2 1 2 1 1 2 2 n n n n
x x x y y y x y x y x y + = + + +
( ) ( )
1 2 1 2 n n
x x x x x x =
Ejemplos de Espacios Vectoriales
el conjunto de las matrices definidas en un
cuerpo K conmutativo, es un espacio vectorial sobre
K , con las operaciones:
m n
M

* Suma de matrices
* Producto por un escalar
( ) ( ) ( )
ij ij ij ij
A B a b a b + = + = +
( ) ( )
ij ij
A a a = =
Ejemplos de Espacios Vectoriales
E=P(x) , polinomios con coeficientes pertenecientes
a un cuerpo conmutativo K.
Es un espacio vectorial sobre K con las operaciones:
* Suma de polinomios
p(x)+q(x)=(a
0
+a
1
x+...+a
n
x
n
)+(b
0
+b
1
x+...+b
m
x
m
)=
=(a
0
+b
0
)+(a
1
+b
1
)x+...+(a
n
+b
n
)x
n
+...+b
m
x
m
(mn )
* Producto por un escalar
p(x) = (a
0
+a
1
x+...+a
n
x
n
)= a
0
+ a
1
x+...+ a
n
x
n
R
2
con las operaciones
Suma
Producto por un escalar:
No es un espacio vectorial sobre (R,+,.), ya
( ) ( )
2
1 2 1 2
, , , x x x y y y = =

( ) ( ) ( )
1 2 1 2 1 1 2 2
, , , x y x x y y x y x y + = + = + +

( ) ( )
1 2 1
, , 0 x x x x = =

No es un espacio vectorial sobre (R,+,.), ya

que aunque se cumplen las cuatro primeras
condiciones, como puede comprobarse
fcilmente, no se cumple la quinta:
( ) ( ) ( )
1 2 1 1 2
1 1 , , 0 , x x x x x x = =

Propiedades deducidas de la definicin Propiedades deducidas de la definicin

1 . s e veri fi ca 0 0
2 . s e veri fi ca 0 0
3 . 0 0 0
x E x
K
x x

=
=
= = =

( )
( ) ( )
4 . y s e veri fi c a
5 . 0 s i
0 s i
K x E
x x x
x y x y
x x x

= =
= =
= =

Subespacios vectoriales
Sea (E,+,.K) un espacio vectorial.
Se dice que un subconjunto L de E es un subespacio
vectorial o variedad lineal de E si tiene a su vez
estructura de espacio vectorial sobre K con las
mismas operaciones definidas en E.
En todo espacio vectorial E existen dos subespacios
llamados impropios, son:
{ }
y 0 L E L = =

Teorema de caracterizacin de
subespacios vectoriales
Las condiciones necesaria y suficiente para que un
subconjunto, no vaco, L de un espacio vectorial E
sea un subespacio vectorial, son:
1. , se verifica
2. se verifica
x y L x y L
x L K x L
+



Ejemplos de Subespacios Vectoriales
1)Los conjuntos T
S
, T
I
de las matrices triangulares
superiores e inferiores de orden n son subespacios
vectoriales de M
n
.
2) El conjunto de los polinomios de grado menor o igual
que 2, P
2
(x), es un subespacio vectorial del espacio
vectorial de los polinomios finitos P(x) . vectorial de los polinomios finitos P(x) .
3) El conjunto de los pares ordenados de nmeros reales
con la segunda coordenada igual a 1: {(x,1)/ xR} no es
un subespacio vectorial de R
2
; ya que ni la suma ni el
producto por un escalar dan, en general, un vector con
la segunda coordenada igual a 1 .
Operaciones con subespacios
Dados dos subespacios L
1
, L
2
de E definimos la
suma de ambos como el conjunto formado por
todos los vectores que se obtienen sumando
uno cualquiera de L
1
con uno cualquiera de L
2
,
es decir:
1 2
L L x E + =

{ }
1 2 1 1 2 2
con , x x x x L x L = +

Dados dos subespacios L
1
, L
2
de E definimos
la interseccin de ambos como el conjunto
formado por todos los vectores que pertenecen
a los dos.
1 2
L L x E + =
{ }
1 2 1 1 2 2
con , x x x x L x L = +
1 2
L L x E =

{ }
1 2
y x L x L

Propiedad Propiedad
Observaciones
L
1
L
2
no es subespacio vectorial
L
1
+L
2
y L
1
L
2
son subespacios vectoriales de E
L
1
L
2
no es subespacio vectorial
L
1
+L
2
es el subespacio vectorial ms
pequeo que contiene a L
1
L
2
Subespacios suplementarios
Dos subespacios L
1
, L
2
decimos que son
suplementarios cuando cualquier vector
se puede descomponer de forma
nica como suma de un vector de L
1
ms
otro de L :
x E

otro de L
2
:
Proposicin 1.
L
1
, L
2
son dos subespacios suplementarios
si y slo si
1 1 2 2
y x L x L
i i
1 2
x E x x x = +

{ }
1 2 1 2
+ y 0 L L E L L = =

Proyecciones de un vector sobre
un subespacio paralelamente a
otro suplementario
Sean L
1
, L
2
dos subespacios suplementarios
de E
x E

Sea un vector cualquiera , entonces

Al vector se le llama proyeccin de
sobre L
1
paralelamente a L
2
.
1 2 1 1 2 2
con , x x x x L x L = +

x E

1
x

Dependencia e independencia lineal

Sea un conjunto finito de vectores de E
Se dice que un vector es combinacin lineal de
los vectores anteriores o que depende linealmente de ellos
{ }
1
2
, ,
n
u u H u =

x E

los vectores anteriores o que depende linealmente de ellos

si
i
x
1
n
i
i
i
x x u
=
=

Dependencia e independencia lineal
Se dice que los vectores son linealmente
independientes o forman un sistema libre si la igualdad
{ }
1
2
, ,
n
u u H u =

0 0
n
x u x i = =

En caso contrario se dice que son linealmente dependientes
o que forman un sistema ligado de vectores.
1
0 0
i
i i
i
x u x i
=
= =

Propiedades de la dependencia lineal
1)En ningn sistema libre figura el vector cero, es decir, que si en un sistema
de vectores figura el vector cero entre ellos, entonces el sistema es ligado.
2)Cualquier vector, considerado aisladamente, es linealmente independiente o
constituye un sistema libre siempre que sea distinto de cero.
3)La condicin necesaria y suficiente para que un conjunto de vectores sea
linealmente dependiente es que al menos uno de ellos se pueda expresar
como combinacin lineal de los dems.
4)Dos vectores iguales constituyen siempre un sistema ligado.
5)Cualquier conjunto de vectores que contenga a un sistema ligado es ligado.
6)Cualquier subconjunto de un sistema libre es un sistema libre.
Sistema generador de un
espacio vectorial
Sean un conjunto finito de vectores de E.
Se dice que H es un sistema generador de E si,
{ }
i
H u =

x E

i
x
1
n
i
i
i
x x u
=
=

Base de un espacio
vectorial
Sea un conjunto finito de vectores de E.
Se dice que B es una base de E si cumple:
{ }
i
B u =

Se dice que B es una base de E si cumple:

1. B es un sistema libre
2. B es un sistema generador de E
Si es una base de E, se tiene:
{ }
i
B u =

x E

1
n
i
i
i
x x u
=
=

A las se le llaman coordenadas de

respecto de la base B
i
x x

A las se le llaman componentes de

respecto de la base B
i i
x u E

La expresin de respecto de la base

{ }
i B u =

x E

1
n
i
i
i
x x u
=
=

La podemos escribir matricialmente, por: La podemos escribir matricialmente, por:
( )
1
2
1 2 n
n
x
x
x u u u
x
| |
|
|
|
=
|

|
|
\

Las coordenadas de un vector respecto de una base
son nicas.
n
i
i
x x u =


( )
( )
*
i i
x y x
Proposicin 2 Proposicin 2
Demostracin:
Supongamos dos coordenadas distintas
*
n
i
i
x x u =


Tenemos que:
y
{ }
i B u =

1
i
i
i
x x u
=
=

1
i
i
i
x x u
=
=

Tenemos que:
y
Luego:
( )
* *
1 1 1
0
n n n
i i i
i i i i
i i i
x u x u x x u
= = =
= =


Ya que los
{ }
i
u

son linealmente independientes.

* *
0
i i i i
x x i x x i = =
Todas las bases de un mismo espacio vectorial tienen
el mismo nmero de vectores.
Teorema de la base Teorema de la base
Definicin Definicin
Se llama dimensin de un espacio vectorial al nmero
de vectores que tiene una base y se denota por: de vectores que tiene una base y se denota por:
dimE
Base cannica Base cannica
{ }
i
B e =

Donde:
( )
0 0 1 0
i
columna i
e =

Consideremos dos base de un espacio vectorial E

{ }
i
B u =

x E

Conocemos las coordenadas de un vector

CAMBIO de BASE CAMBIO de BASE
{ }
*
i
B v =

x E
Conocemos las coordenadas de un vector
( )
1
2
1 2 n
n
x
x
x u u u
x
| |
|
|
|
=
|

|
|
\

respecto de la base B, sean
( )
i
x
Y queremos calcular las coordenadas de
*
1
*
x
x
| |
|
CAMBIO de BASE CAMBIO de BASE
x E

respecto de la base B*, sean

( )
*
i
x
( )
*
2
1 2
*
n
n
x
x v v v
x
|
|
|
=

|

|
|
\

Los vectores { }
i u

son combinacin lineal de { }

i v

CAMBIO de BASE CAMBIO de BASE

1 1 2
11 21 1
2 1 2
12 22 2
1 2
1 2 2
...............................................
n
n
n
n
n n
n n n
u a v a v a v
u a v a v a v
u a v a v a v

= + + +

= + + +

= + + +

Expresado matricialmente
( ) ( )
11 12 1
21 22 2
1 2 1 2
1 2
n
n
n n
n n nn
a a a
a a a
u u u v v v
a a a

| |
|

|
|
=
|

|
|

\

CAMBIO de BASE CAMBIO de BASE
A la matriz:
11 12 1
21 22 2
n
n
a a a
a a a
P

| |
|

|
|
=
|

|
1 2 n n nn
a a a
|

|
|

\
Se le llama matriz de paso de
*
B a B
Conocida la matriz P podemos calcular las coordenadas
( )
*
i
x
En efecto:
( ) ( )
*
1
1
*
2
2
1 2 1 2
*
n n
x
x
x
x
u u u v v v
x
x
| |
| |
|
|
|
|
|
|
=

|
|

|
|
|
|
\
\

CAMBIO de BASE CAMBIO de BASE
*
n
n
x
x
|
|
\
\
De donde:
( ) ( )
*
1
1
*
2
2
1 2 1 2
*
n n
n
n
x
x
x
x
v v v P v v v
x
x
| |
| |
|
|
|
|
|
|
=

|
|

|
|
|
|
\
\

Luego:
CAMBIO de BASE CAMBIO de BASE
*
1
1
*
2
2
*
n
n
x
x
x
x
P
x
x
| |
| |
|
|
|
|
|
|
=

|
|

|
|
|
|
\
\
*
1 1 1 2 1 1
1
*
2 1 2 2 2 2
2
*
1 2
n
n
n n n n n
n
a a a x
x
a a a x
x
a a a x
x
| |
| | | |
|
| |

|
| |
|
| |
=

|
| |

|
| |
| |
|

\ \
\