4.

1 DEFINICION DE ESPACIO VECTORIAL

Un espacio vectorial es una estructura algebraica creada apartir de un conjunto no vaco, una
operacin interna (llamada suma,definida para los elementos del conjunto) y una operacin
externa(llamada producto por un escalar, definida entre dicho conjunto y uncuerpo matemtico),
con 8 propiedades fundamentales. A los elementos de un espacio vectorial se les llama vectores ya
los elementos del cuerpo, escalares.
4.2 DEFINICION DE SUBESPACIO VECTORIAL Y SUS PROPIEDADES
Sea H un subconjunto no vaco de un espacio vectorial V y suponga que H es en s un espacio
vectorial bajo las operaciones de suma y multiplicacin por un escalar definidas en V. Entonces se
dice que H es un sub espacio de V.
Existen mltiples ejemplos de sub espacio, sin embargo, en primer lugar, se demostrar un
resultado que hace relativamente sencillo determinar si un subconjunto de V es en realidad sub
espacio de V
Teorema de sub espacio
Un subconjunto no vacio de H de un espacio vectorial V es un sub espacio de V si se cumplen las dos
reglas de cerradura:
Reglas de cerradura para ver si un subconjunto no vaci es un sub espacio
i)
ii)

Si x H y y H, entonces x + y H.
Si x H, entonces x H para todo escalar .

Es obvio que si H es un espacio vectorial, entonces las dos reglas de cerradura se debern cumplir.
De lo contrario, para demostrar que es un espacio vectorial, se deber demostrar que los axiomas i)
a x) de la definicin cumplen bajo las operaciones de suma de vectores y multiplicacin por un
escalar definidas en V. Las dos operaciones de cerradura [axiomas i) y iv)] se cumplen por hiptesis,
como los vectores en H son tambin vectores en V, las identidades asociativa, conmutativa,
distributiva y multiplicativa [axiomas ii), v), vii), viii), ix) y x)] se cumplen.
Este teorema demuestra que para probar si H es o no es un sub espacio de V, es suficiente verificar
que:

x + y y X estn en H cuando x y y estn en H y es un escalar.

PROPIEDADES DE SUB ESPACIO VECTORIAL
1). El vector cero de V est en H.2
2). H es cerrado bajo la suma de vectores. Esto es, para cada u y v en
H, la suma u + v est en H.
3). H es cerrado bajo la multiplicacin por escalares. Esto es, para cada
u en H y cada escalar c, el vector cu est en H.

4.3 COMBINACIN LINEAL

Una combinacin lineal de dos o ms vectores es el vector que se

obtiene al sumar esos vectores multiplicados por escalares.

Cualquier vector se puede poner como combinacin lineal de

otros que tengan distinta direccin.
Esta combinacin lineal es nica.
Sean v1,v2,,vn vectores en un espacio vectorial V. Entonces
cualquier vector de la forma: 1v1+2v2++nvn
donde 1v1+2v2++nvn son escalares se denomina combinacin
lineal de v1,v2,,vn.
Todo vector V = (a, b, c) en R3 se puede expresar como
i = (1,0,0);
j = (0,1,0);
k =(0,0,1)
V = (a, b, c) = a(i) + b(j) + c(k)
Entonces se dice que V es una combinacin lineal de los 3 vectores i,j,k.

4.3 Dependencia e Independencia lineal

Los

vectores

son linealmente

independientes si

tienen distinta

direccin y sus componentes no son proporcionales.

Un conjunto de vectores {v1,v2,,vk} es un espacio vectorial V
es linealmente dependiente si existen escalares c1,c2,,ck, al menos
uno de los cuales no es cero, tales que:
c1v1+c2v2++ckvk=0
Si los vectores no son linealmente dependientes, se dice que son
linealmente independientes.

Criterios de Independencia Lineal

Sean u1, u2, ,uk k vectores en Rn y A la matriz que tiene como
columnas a estos vectores, los vectores son linealmente independientes
si el sistema Ax = 0 tiene nicamente solucin trivial.
Los vectores son linealmente dependientes si el sistema Ax=0 tiene
soluciones no triviales (solucin mltiple).
Si k=n
Los vectores son linealmente independientes si A es invertible

Si k>n
Los vectores son linealmente dependientes.
Dos vectores en un espacio vectorial son linealmente dependientes si
uno de ellos es mltiplo escalar del otro.
Un conjunto de vectores linealmente independientes en n contiene a lo
ms n vectores.

Tres vectores en 3 son linealmente dependientes si y slo si son

coplanares, esto es, que estn en un mismo plano.

4.4 Base y dimensin de un espacio vectorial

Un conjunto de vectores S={v1, v2,, vn} en un espacio vectorial V se denomina
base de V si se cumplen las siguientes condiciones.
* S genera a V.
* S es linealmente independiente
Una base posee 2 caractersticas que se acaban de ver, debe tener suficientes
valores para generar a V, pero no tantos de modo que uno de ellos pueda escribirse
como una combinacin lineal de los dems vectores en S. Si un espacio vectorial
consta de un nmero finito de vectores, entonces V es de dimensin finita. En caso
contrario, V es de dimensin infinita.
Base
En trminos generales, una base para un espacio vectorial es un conjunto de
vectores del espacio, a partir de los cuales se puede obtener cualquier otro vector de
dicho espacio, haciendo uso de las operaciones en l definidas.
La base es natural, estndar o cannica si los vectores v 1, v2,, vn forman base para
Rn.
Si S={v1, v2,, vn} es una base para un espacio vectorial V entonces todo vector v en
V se puede expresar como:
1.

V = c1v1+ c2v2++ cnvn

2.

V = k1v1+ k2v2++ knvn

Restar 2-1

0 = (c1- k1) v1+(c2- k2) v2++(cn- kn) vn

Ejemplo:
demostrar si S = {v1, v2,, v3} es base de R3, v1 = (1,2,1); v2 = (2,9,0); v3 = (3,3,4)
Proponer vector arbitrario, combinacin lineal
b = c1v1+ c2v2+ c3v3
(b1, b2, b3) = c1(1,2,1)+ c2(2,9,0)+ c3(3,3,4)
(b1, b2, b3) = c1+2c2+3c3;2c1+9c2+3c3; c1+4c3
c1 + 2c2 + 3c3 = b1

det A = [(1*9*4)+(2*3*1)+0]-[(1*9*3)+0+(4*2*2)]

2c1 + 9c2 + 3c3 = b2

c1

+ 4c3 = b3

= [36+6]-[27+16]
= -1

Si genera a R3

4.5 Espacio vectorial con producto interno

y sus propiedades
Producto Interno:
Un producto interno sobre un espacio vectorial V es una operacin que
asigna a cada par de vectores u y v en V un nmero real <u, v>.

Un producto interior sobre V es una funcin que asocia un

nmero real u, v con cada par de vectores u y v cumple los
siguientes axiomas:
Propiedades:
i. (v, v) 0
ii. (v, v) = 0 si y slo si v = 0.
iii, (u, v +w) = (u, v)+ (u, w)
iv. (u + v, w) = (u, w)+(v, w)

v. (u, v) = (v, u)
vi. (u, v) = (u, v)
vii. (u, v) = (u, v)

Espacios con producto interior:

El producto interior euclidiano es solo uno ms de los productos
internos que se tiene que definir en Rn Para distinguir entre el
producto interno normal y otros posibles productos internos se
usa la siguiente notacin.
u v = producto punto (producto interior euclidiano para Rn)
u, v = producto interno general para espacio vectorial V.
Propiedades de los productos interiores:
1. 0, v = v, 0 = 0
2. u + v, w = u, w + v, w
3. u, cv = cu, v.
Un espacio vectorial con producto interno se denomina espacio
con producto interno.

4.6 Base ortonormal Proceso de

ortonormalizacin de Gram-Schmidt
Un conjunto S de vectores en un espacio V con producto interior se llama
ortogonal si todo par de vectores en S es ortogonal, adems cada vector en este
conjunto es unitario, entonces Sse denomina ortonormal.
Proceso de ortonormalizacin de Gram-Schmidt
1.

Sea B = {v1, v2, . . ., vn} una base de un espacio V con producto interno

2. Sea B= {w1, w2, . . ., wn} donde wi est dado por:

w1= v1

Entonces B es una base ortogonal de V.

3. Sea ui= wi

w1 entonces el conjunto B={ u1, u2, . . ., un} es una base

ortonormal de V.

5.1 Introduccin a las transformaciones

lineales.

Definicin: Las transformaciones lineales son las funciones y tratan

sobre K-espacios vectoriales que son compatibles con la estructura
(es
decir, con la operacin y la accin) de estos espacios.
Una transformacin lineal preserva combinaciones lineales. Veremos que, debido
a esto, una transformacin lineal queda unvoca-mente determinada por los
valores que toma en los elementos de una base cualquiera de su dominio.

Teniendo en cuenta que las transformaciones lineales son funciones

entre conjuntos, tiene sentido estudiar la validez de las propiedades
usuales de funciones: inyectividad, suryectividad y biyectividad.
Las transformaciones lineales que verifican alguna de estas propiedades
reciben nombres particulares:

Definicin 3.6 Sean V y W dos K-espacios vectoriales, y sea f : V W una

transformacin lineal. Se dice que:
1. f es un monomorfismo si f es inyectiva.
2. f es un epimorfismo si f es suryectiva.
3. f es un isomorfismo si f es biyectiva.

En algunos casos, consideraremos transformaciones lineales de un Kespacio vectorial en s mismo:

Sea V un K-espacio vectorial. Una transformacin lineal f : V V se llama

un endomorfismo de V . Si f es un endomorfismo que es adems un

isomorfismo, entonces se dice que es un automorfismo.

5.2 Ncleo e imagen de una transformacin

lineal.
https://sites.google.com/site/sistemasalgeb
ralineal/unidad-5---transformacioneslineales/5-2-nucleo-e-imagen-de-unatransformacion-lineal
http://esfm.egormaximenko.com/linalg/ker
_image_es.pdf