UNIVERSIDAD DE CONCEPCION

Facultad de Ciencias Fsicas y Matematicas

Departamento de Ingeniera Matematica

Algebra II. 525148

Espacios Vectoriales

Dpto. de Ingeniera Matematica

1.

ALGEBRA II. 525148.


Cuerpos: Definicion

Sea K un conjunto dotado de dos operaciones binarias internas: una operacion

adicion

+ : K K K,
Multiplicacion

y una operacion

: K K K.
Se dice que (K, +, ) es un cuerpo si para todo x, y , z
1)

x + (y + z) = (x + y) + z

2)

x+y =y+x

3)

0K:x+0= x

4)

x K : x + (x) = 0

Dpto. de Ingeniera Matematica

K:
(+ es asociativa)
(+ es conmutativa)
(hay un neutro 0 para +)

(x tiene un inverso aditivo x)

2.

ALGEBRA II. 525148.


Cuerpos (continuacion)
5)

x (y z) = (x y) z

6)

1K:x1=1x=x

7)

Si

( es asociativo)
(1 es elemento unidad de K)

x 6= 0, x1 K : x x1 = x1 x = 1

x tiene un inverso

multiplicativo
8)

x (y + z) = x y + x z y
(x + y) z = x z + y z

(distributividades de c/r a +)

la multiplicacion
es conmutativa se dice que (K, +, ) es un cuerpo
Si ademas
conmutativo.
y la multiplicacion
habituales, los conjuntos
Con la adicion

Q, R y C son

cuerpos conmutativos.

Dpto. de Ingeniera Matematica

3.

ALGEBRA II. 525148.


Espacios Vectoriales: Definicion
definidas las operaciones:
Sean K un cuerpo y V un conjunto sobre el cual estan

+ : V V V , (x, y) x + y

(binaria interna)
Adicion

: K V V , (, x) x

por escalar (binaria externa)

Multiplicacion

La estructura (V, +, ) es un espacio vectorial sobre K, o K-espacio vectorial, si

para todo

x, y , z V y todo a, K:

1)

x + (y + z) = (x + y) + z

2)

x+y =y+x

3)

V :x+ =x

4)

x V : x + (x) =

5)

( x) = ( ) x

6)

(x + y) = x + y

(distributividad de c/r a + de V )

7)

( + ) x = x + x

(distributividad de c/r a + de K)

8)

Para la unidad 1 de K

Dpto. de Ingeniera Matematica

(+ es asociativa)
(+ es conmutativa)
( es el vector nulo de V )
(x es opuesto de x)
( es asociativo)

: 1x=x
4.

ALGEBRA II. 525148.

Espacios Vectoriales: Observaciones.

1. Los elementos de V se llaman vectores.
2. Los elementos de K se llaman escalares.
3. Todo espacio vectorial V es no vaco.
4.

V ).

V := {} es el espacio vectorial trivial.

5. Un espacio vectorial real es un espacio donde K

= R.

6. Un espacio vectorial complejo es un espacio donde K

= C.

Convenio.
se indique que V es un espacio vectorial, sin mencionar
En adelante, cuando solo
el cuerpo de escalares, se entendera que K es cualquier cuerpo.

Dpto. de Ingeniera Matematica

5.

ALGEBRA II. 525148.

Espacios Vectoriales: Propiedades.

y V se definen la diferencia y la igualdad por:

Definicion.
Para x,

x y := x + (y),

x = y x y = .

Ley de Cancelacion.
Sean

x, y, z V tales que x + y = x + z. Entonces

y = z.

Teorema.
En todo espacio vectorial V , sobre un cuerpo K, se verifican:

1) el vector nulo , elemento neutro para la suma, es unico;

2) para cada

x V : el opuesto de x (el vector x ) es unico;

3) cualquiera sea

K:

= ;

4) cualquiera sea

xV :

0 x = ;

5) cualquiera sean

K y xV :

6) para

K y xV :

Dpto. de Ingeniera Matematica

() x = ( x);

x=
6.

( = 0

x = ).

ALGEBRA II. 525148.


Soluciones de un Sistema Homogeneo.
Sean K un cuerpo,
1) El conjunto

m, n IN y A := (aij ) Mmn (K). Se definen:

V := { x = (x1 , ..., xn )t Kn :

de Adicion:

2) La operacion

Ax = }.

+ : V V V , tal que

(x1 , ..., xn )t + (y1 , ..., yn )t := (x1 + y1 , ..., xn + yn )t ;

: K V V , tal que

el producto por escalar:

3) La operacion

(x1 , ..., xn )t := ( x1 , ..., xn )t .

Entonces, (V, +, ) es un espacio vectorial sobre K.
En particular, ver casos con una matriz A, de 2 3 y con una matriz B , de 1 3.

Dpto. de Ingeniera Matematica

7.

ALGEBRA II. 525148.

Espacios Vectoriales K y

K n = {(x1 , ...xn ) : x1 , ...xn R}

Si K es un cuerpo y n IN. , entonces K es espacio vectorial sobre s
mismo. Casos particulares: R es un espacio vectorial real y C es espacio
vectorial complejo.
Notar que R no es espacio vectorial sobre
del producto por escalar para
definicion

C y observar las diferencias en la

C como espacio complejo y real.

Kn es un espacio vectorial sobre K. Casos particulares:

2 R2 , R3 , Rn son espacios vectoriales sobre R;
2 C2 , C3 , Cn son espacios vectoriales sobre C;
2 Q2 es un espacio vectorial sobre Q.

Dpto. de Ingeniera Matematica

8.

ALGEBRA II. 525148.

Espacios Vectoriales de Polinomioss.

Sean K un cuerpo y n

IN . Se definen:

1) El conjunto:

Pn (K) := { p P(K) :

x K, p(x) = a0 +a1 x+ +an xn , a0 , ...an K}

(conocida) de Adicion
de polinomios
2) La operacion

+ : V V V

p, q V , p(x) = a0 +a1 x+ +an xn , q(x) = b0 +b1 x+ +bn xn

x K, (p + q)(x) := (a0 + b0 ) + (a1 + b1 ) x + + (an + bn ) xn .
3) La operacion (conocida) producto por escalar:

x K, K, p V,

: KV V

(p)(x) := (a0 )+(a1 ) x+ +(an ) xn .

Entonces (V, +, ) es un espacio vectorial sobre K. Ver caso particular, con

n = 2 y K = R. Es decir, el espacio vectorial real V := P2 (R).

Dpto. de Ingeniera Matematica

9.

ALGEBRA II. 525148.

Espacios Vectoriales de Matrices.

Sean m,

n IN y K un cuerpo. Se definen:

1) El conjunto:

Mmn (K),

(conocida) Adicion
de Matrices:
2) La operacion

A = (aij ), B = (bij ) V :

+ : V V V

(A + B) := (aij + bij ),

(conocida) Producto por escalar:

3) La operacion

K , A = (aij ) V :

: KV V

( A) := ( aij ).

Entonces (V, +, ) es un espacio vectorial sobre K.

Ver caso particular con m

= n = 2. Es decir, el espacio vectorial real

V := M2 (R).

Dpto. de Ingeniera Matematica

10 .

ALGEBRA II. 525148.

Subespacios Vectoriales
V . Se dice que S es un subespacio
vectorial de V , si S es un espacio vectorial sobre K con las mismas operaciones
binarias definidas en V .

Sea V un K-espacio vectorial y S

Por ejemplo, V y {} son subespacios de V , se dicen subespacios triviales de V .

= {(x, y, z) : x + 2y + 3z = 0} R3 es un espacio vectorial

real. Luego, es un subespacio de R3 .
X
Ademas,

de subespacios
Caracterizacion
Sea V un K-espacio vectorial y S

V . Entonces S es un subespacio de V si,

si :
y solo
i)

S 6= , ( S )

ii)

x, y S :

iii)

K, x S :

Dpto. de Ingeniera Matematica

x+y S

(S es cerrado para la suma)

xS

(S es cerrado para el producto)

11 .

ALGEBRA II. 525148.

Ejemplos.

1. El conjunto de las soluciones de un sistema lineal homogeneo

S = {x Ax = }, con A Mmn (K), es un subespacio vectorial de Kn .

2. Sean a, b y c tres numeros

reales. Entonces

U = {(x, y, z) R3 : ax + by + cz = 0}, plano.

Para ~r R3 , W = {~v R3 : ~v = t ~r, t R, }, recta.
son subespacios conocidos de R3 .
3.

{A M22 (R) :

A = At }

4.

{A M22 (R) :

A = A t } es un subespacio de M22 (R).

5.

{A M22 (C) :

A = A t } es un subespacio de M22 (C).

6. Sea n

es un subespacio de M22 (R)

IN, n 2. Entonces, Kn1 {0} es un subespacio de Kn .

Dpto. de Ingeniera Matematica

12 .

ALGEBRA II. 525148.

 y suma de Subespacios.
Interseccion
Sean V un espacio vectorial y

U, W dos subespacios de V . Los siguientes

conjuntos:

U W := { v V :
U + W := { v V :

vU vW }
v = u + w, u U w W }

son subespacios vectoriales de V .

En particular, el subespacio suma U

+ W se dice que es suma directa cuando

U W = {}, se escribe U W .
Ejemplo . Para los siguientes subespacios de V

= R3 :

L1 = {(2t, 3t, 4t) : t R}, L2 = {(t, 3t, 0) : t R}.

L1 + L2 = es suma directa, pues L1 L2 = {(0, 0, 0)}. Es decir,
L1 L2 = . Notar que = {(x, y, z) : 12x 4y 3z = 0}.

Dpto. de Ingeniera Matematica

13 .

ALGEBRA II. 525148.

Observaciones.
W dos subespacios de V . En general, U W
no es un subespacio vectorial de V .
Sea V un espacio vectorial y U,

Ejemplo. Considere las rectas que pasan por el origen:

U := { (x, y) R2 :

y = 2x },

W := { (x, y) R2 :

x = 2y },

= (1, 2) U y w = (2, 1) W . Se tiene que: u, w U W , sin

embargo, u + w = (3, 3)
/ U W.

y sean u

Teorema. Sea V un espacio vectorial y U,

W dos subespacios de V .
U W es subespacio vectorial de V U W W U.

Dpto. de Ingeniera Matematica

14 .

ALGEBRA II. 525148.

Ejemplos
Ejemplo.
1) . Si U y W son como en el ejemplo anterior, entonces

U + W = { (x, y) R2 : (x, y) = t(1, 2) + s(2, 1), s, t R, }

Notar que

U + W = R2 .

2) . Sean

= { p P3 (R) :

p(0) = 0, p (0) = 0 }

= { p P3 (R) :

p(x) = p(x), x R } .

Entonces U

W = {bx2 : b R}.

Dpto. de Ingeniera Matematica

15 .

ALGEBRA II. 525148.


Ejemplos (continuacion)
de
3). Descomposicion

Mn (R).

Sean





t
t
U = A Mn (R) : A = A
y W = A Mn (R) : A = A
.

Entonces:

U W = {}

U + W = Mn (R),

Es decir

U W = Mn (R).

de
4). Descomposicion

U.

Sean

= { A = (aij ) Mn (R) :

aij = 0 si i 6= j }

= { A = (aij ) Mn (R) :

aii = 0 aij = aji i 6= j} .

Entonces U

= D + E = D E.

Dpto. de Ingeniera Matematica

16 .

ALGEBRA II. 525148.

 lineal.
Combinacion
= {x1 , x2 , . . . , xn } V . Un vector
lineal (c.l.) de los vectores de A si existen escalares
x V es combinacion
1 , . . . , n K tales que:
Sean V un espacio vectorial sobre K y A

x = 1 x1 + 2 x2 + + n xn =

n
X

i xi

i=1

lineal de cualquier conjunto finito de

Por ejemplo, el vector nulo es combinacion
vectores de V .

= 1 x1 + 2 x2 + + n xn = 0 x1 + 0 x2 + + 0 xn = 0.

Dpto. de Ingeniera Matematica

17 .

ALGEBRA II. 525148.

Ejemplos
1). Sea V

si ~
= R2 y sean ~v , d~ V . Entonces ~v es c.l de d~ si y solo
v

pertenece a la recta:

L := { ~x V :

~ t R}
~x = t d,

= R3 y sean ~v , ~v1 , ~v2 V . Entonces ~v es c.l. de los vectores

si ~
~v1 , ~v2 si y solo
v pertenece al plano:

2). Sea V

:= { ~x V :

Nota. Si ~
v1

~x = t ~v1 + s ~v2 , t, s R }

|| ~v2 , entonces ~v1 es c.l. de ~v2 , y vice-versa y entonces es

una recta.

Dpto. de Ingeniera Matematica

18 .

ALGEBRA II. 525148.


Ejemplos (continuacion)

= R3 y A = {u~1 , u~2 , u~3 } el conjunto de vectores tales que

u~1 = (1, 0, 1), u~2 = (1, 1, 0), u~3 = (0, 0, 1), y u~4 = (1, 2, 3).

3). Sea V

Entonces :

5
1
1
~u = ( , 2, ) = u~1 2 u~2 + 0 u~3 + 0 u~4
2
2
2
y, de otra manera

u = 0 u~1 +
4). Sean V

1
7
u~2 + 0 u~3 + u~4 .
3
6

= P2 (R) y p1 (x) = (x 1)2 , p2 (x) = 12 x + 1, p3 (x) = 5.

Entonces:

2
x 2x + 3 = 1 p1 (x) + 0 p2 (x) + p3 (x).
5
2

Muestre que esta c.l es unica.

Dpto. de Ingeniera Matematica

19 .

ALGEBRA II. 525148.


Ejemplos (continuacion)
= M(R) y los vectores

1 0
0 4
0 14
, A2 =
, A3 =

A1 =
21 0
0 2
8
0

5). Sean V

Entonces la matriz

A=

2
20

10
4

se puede expresar como c.l. de A1 , A2 y A3 de infinitas maneras.

Dpto. de Ingeniera Matematica

20 .

ALGEBRA II. 525148.

Subespacio generado.
= {v1 , v2 , . . . , vr } V . El conjunto
de todas las combinaciones lineales de estos r vectores de A:
)
(
r
X
i vi , i K, para cadai = 1, . . . , r
S= vV : v=
Sean V un espacio vectorial sobre K y A

i=1

es un subespacio vectorial de V llamado Espacio generado por A.

Se dice que A es un conjunto de generadores de S y se escribe

S = hAi = h{v1 , v2 , . . . , vr }i.

Por ejemplo, la recta L1

= {(2t, 3t, 4t) : t R} es tal que:

L1 = {(2t, 3t, 4t) : t R} = {(2, 3, 4)t : t R} =< {(2, 3, 4)} > .

es el subespacio generado por A
Se comviene que hi

Dpto. de Ingeniera Matematica

= {(2, 3, 4)}.

= {}.
21 .

ALGEBRA II. 525148.

Ejemplos
= R3 y los vectores v~1 = [0, 1, 2], v~2 = [1, 3, 1] y
v~3 = [2, 11
2 , 3]. Entonces, S = h {v~1 , v~2 , v~3 } i es un plano que pasa por

1. Sean V

el origen.
2. Sea V

= M22 (R) y los vectores:

1 0
0 1
0

E1 =
, E2 =
E3 =
0 0
1 0
0

Entonces,
3. Sea V

0
1

S = h{E1 , E2 , E3 }i = {A V : A = At }.

= P3 (R) y los vectores (monomios) p1 (x) = x y p2 (x) = x3 .

Entonces:

S = h{p1 , p2 }i = {p V : p(x) = p(x) }.

Dpto. de Ingeniera Matematica

22 .

ALGEBRA II. 525148.

Independencia lineal.
Sean V un espacio vectorial sobre K y A

= {v1 , v2 , . . . , vr } V . Se dice que

A es un conjunto linealmente dependiente (l.d.) si existen escalares

1 , 2 , . . . , r K, no todos iguales a cero, tales que:
1 v1 + + r vr = .
Si A no es l.d., se dice que es linealmente independiente (l.i). Es decir, A es l.i.
si no existen escalares no nulos 1 , 2 , . . . , r
si,y solo

K,tales que

1 v1 + + r vr = .
Lo que equivalente a decir que la unica

solucin de

1 v1 + + r vr = es 1 = 2 = . . . = r = 0.
Ejemplo.

A = {(1, 2), (0, 3)} es l.i. y B = {(1, 2), (0, 3), (4, 6)} es l.d. en

R2 .

Dpto. de Ingeniera Matematica

23 .

ALGEBRA II. 525148.

Observaciones.
1. Si A es un conjunto l.i. en V , entonces todo subconjunto de A es l.i.
2. Si A es l.d. en V , entonces todo conjunto que contenga a A es l.d.
3. Si
4.

A, entonces A es l.d. en V .

{} es l.d.

5. Si A

= { x } con x 6= , entonces A es l.i.

Dpto. de Ingeniera Matematica

24 .

ALGEBRA II. 525148.

Ejemplos.
1) Sean V

= R3 y considere los siguientes subconjuntos de V :

Se tiene que:
2) Sean V

A1

= { (1, 0, 0), (0, 1, 0), (0, 0, 1) }

A2

= { (0, 0, 1), (0, 1, 1), (1, 1, 1) }

A3

= { (1, 1, 0), (0, 1, 1), (1, 0, 1) }

A1 y A2 son l.i. y que A3 es l.d. en V .

= P2 (R) y los siguientes subconjuntos de V :

A1

= { 3x2 2x, x2 + 1, 3x + 2, x2 1 }

A2

= { 3x2 2x, x2 + 1, 3x + 2 }

A3

= { 1, x, x2 }

A1 es l.d. mientras que A2 y A3 son l.i. en V .

Dpto. de Ingeniera Matematica

25 .

ALGEBRA II. 525148.

Dependencia Lineal.

Lema.
Sea V un espacio vectorial. Si {v1 , v2 , ...., vm } es linealmente dependiente en

V y v1 6= , entonces existe j {2, 3, ..., m} tal que

a)

vj h{v1 , v2 , ..., vj1 , vj+1 , ..., vm }i

b)

h{v1 , ...., vj1 , vj+1 , ...vm }i = h{v1 , v2 , ...., vm }i

Por el lema, si A es l.d. entonces existe al menos un vector de A que es c.l. de los
otros.

Dpto. de Ingeniera Matematica

26 .

ALGEBRA II. 525148.

Teorema.
Sean V un espacio vectorial y A un subconjunto finito de V . Las siguientes
proposiciones son equivalentes:
a)

A es l.i.

b) Toda c.l. de los vectores de A, cuyo resultado sea el vector nulo, es la trivial,
es decir con todos los escalares iguales a cero.

c) Ningun
vector de A es c.l. de los demas.
d) Cada vector de <

A > se escribe de forma unica

como c.l. de A.

Corolario. Son equivalentes:

a)

A es l.d.

Existe una c.l. de los vectores de A con escalares no todos nulos, cuyo
b)
resultado es el vector nulo.
c ) Algun
vector de A es c.l. de los restantes.
d) Todos los vectores de <

Dpto. de Ingeniera Matematica

A > se escriben de varias formas como c.l. de A.

27 .

ALGEBRA II. 525148.

Espacio finito dimensional.

Se dice que un espacio vectorial es finito dimensional, o de
Definicion.
finita, si posee un conjunto de generadores de cardinalidad finita.
dimension
Por ejemplo, los conjuntos A y B del ejemplo 11 generan el espacio V

= R2 ,

finita.
luego V tiene dimension
Teorema. En un espacio finito dimensional, la cardinalidad de todo conjunto
linealmente independiente (l.i.) es menor o igual a la cardinalidad de cualquier
conjunto de generadores.

Teorema. Todo subespacio de un espacio finito dimensional es finito dimensional.

Dpto. de Ingeniera Matematica

28 .

ALGEBRA II. 525148.

Base de un Espacio Vectorial.

Sea V un espacio vectorial. Un subconjunto de vectores de V ,
Definicion.
digamos B

= {v1 , v2 , ..., vn }, es una base de V si:

(i) B es l.i.
y
(ii) hBi = V

dar
Ejemplo. Mostrar bases canonicas
de Rn , Pn (R) y Mmn (R). Ademas,
otras bases para R3 , P3 (R) y M22 (R).
Teorema. Sea V un espacio vectorial sobre K. Un conjunto ordenado
si, cada vector v
{v1 , v2 , ..., vn } de vectores de V es una base para V si, y solo
de V puede ser escrito de manera unica

como c.l. de los vectores v1 , v2 , ..., vn .

La escritura unica

de v significa que existen escalares 1 , . . . , n

K,

determinados de manera unica

y tales que:

v = 1 v1 + 2 v2 + + n vn .

Dpto. de Ingeniera Matematica

29 .

ALGEBRA II. 525148.

Espacios Vectoriales
1 , ..., n K que permiten escribir de manera unica

a cada
v V como c.l. de los vectores de B , esto es, v = 1 v1 + + n vn ,
se llaman coordenadas del vector v respecto de la base B. El vector de Kn :

..
[v]B := .

n
Los escalares

se llama vector de coordenadas, o vector coordenado, de v respecto de la base

B.
va la base B :
Se tiene la identificacion,

vV

Dpto. de Ingeniera Matematica

[v]B = [1 , . . . , n ]t Kn .

30 .

ALGEBRA II. 525148.

Ejemplo.
Para R2 , B

= {(1, 2), (3, 4)} es una base de R2 y Bc = {(1, 0), (0, 1)} la

base canonica.
Entonces, el vector u = (x, y) se puede escribir de manera unica

como c.l. de los vectores de estas bases y sus coordenadas en estas bases son.

[(x, y)]Bc :=

x
y

En particular,

[(7, 8)]Bc

:=

,
7
8

[(x, y)]B :=

2x + 32 y
x 12 y

[(7, 8)]B :=

2
3

Teorema. Dos bases cualesquiera de un mismo espacio vectorial tienen la misma

cardinalidad.

Dpto. de Ingeniera Matematica

31 .

ALGEBRA II. 525148.

Espacios Vectoriales
Teorema. Todo conjunto de generadores de un espacio vectorial puede reducirse a
una base del espacio.
Corolario. Todo espacio finito dimensional posee base.
Teorema de Steinitz. Todo conjunto l.i. en un espacio vectorial V , finito
dimensional, puede extenderse a una base de V.
de un espacio vectorial
Dimension
de un espacio vectorial V a la cardinalidad de una base de
Se llama dimension

V. Este numero

se representa por dim V . Se conviene en que dim {} = 0.

Por ejemplo, tenemos que dim(Rn )

= n, dim(Pn (R)) = n + 1 y

dim(Mmn (R)) = mn.

Dpto. de Ingeniera Matematica

32 .

ALGEBRA II. 525148.

Espacios Vectoriales
n, todo subconjunto l.i. de
Teorema. En un espacio vectorial V de dimension
cardinalidad n es una base de V .
n. Entonces:
Observaciones. Sea V un espacio vectorial de dimension
1. todo subconjunto de cardinalidad mayor que n es l.d.
2. Si W es subespacio de V , entonces dim
3. Si W es subespacio de V y dim

W n.

W = n, entonces V = W .

elementos.
4. Todo conjunto que genera V tiene n o mas

Dpto. de Ingeniera Matematica

33 .

ALGEBRA II. 525148.

Teorema de Grassmann
finita y sean U , W subespacios de V .
Sea V un espacio vectorial de dimension
Entonces:

dim (U + W ) = dim (U ) + dim (W ) dim (U W ).

Si U

W = {}, entonces dim (U + W ) = dim (U ) + dim (W ).

Ejemplo . Consideremos las rectas L1 Y L2 dadas anteriormente, vimos que

L1 L2 ) = {(0, 0, 0)} y dim(L1 ) = dim(L2 ) = 1.
L1 + L2 = . Ademas,
Luego, se verifica que

dim() = dim(L1 ) + dim(L2 ) dim(L1 L2 ) = 1 + 1 0 = 2.

2.
Lo que sabamos, pues el plano tiene dimension

Dpto. de Ingeniera Matematica

34 .

ALGEBRA II. 525148.

Ejemplo.
Consideremos los planos

1 = {(x, y, z) : x + 2y + 3z = 0}, 2 = {(x, y, z) : 4x + 5y + 6z = 0}.

se tiene que dim(1 )

= dim(2 ) = 2 y dim(1 2 ) = dim(L) = 1.

Luego, por el teorema de Grassmann tenemos que

dim(1 + 2 ) = dim(1 ) + dim(2 ) dim(1 2 ).

Es decir, dim(1

+ 2 ) = 2 + 2 1 = 3. En consecuencia, 1 + 2 = R3 .

Dpto. de Ingeniera Matematica

35 .

ALGEBRA II. 525148.

Espacios Vectoriales
finita y sean U1 , U2 , . . . Un
Teorema . Sea V un espacio vectorial de dimension
subespacios de V, tales que:

V = U1 + + Un
dim (V ) = dim (U1 ) + + dim (Un )
Entonces

V = U1 U2 Un .

En ejemplo 15, como L1

+ L2 = y dim(L1 + L2 ) = 2, aplicando el teorema

se deduce que = L1 L2 .
finita y sea U un subespacio
Teorema. Sea V un espacio vectorial de dimension
de V . Entonces existe un subespacio W de V tal que

V = U W.

Dpto. de Ingeniera Matematica

36 .

ALGEBRA II. 525148.

Ejemplo.
= L1 = {(2t, 3t, 4t) : t R} de V = R3 . Por
el teorema existe el subespacio W , en este caso
Consideremos el subespacio U

W = {(x, y, z) : 2x + 3y + 4z = 0} = ,
tal que U

W = L1 = R3 .

Notar que con producto interior definido en R3 , W es ortogonal con U .

Octubre de 2013.
ACQ/JA/MSS/AG/ acq.

Dpto. de Ingeniera Matematica

37 .

ALGEBRA II. 525148.