Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Espacios Vectoriales
Espacios Vectoriales
1.
+: V V V
: V V V
(suma, l.c.i.)
(producto por escalares, l.c.e.)
, K
x , y V
!
!
!
( + ) x = x + x
! !
!
!
( x + y ) = x + y
!
!
( x ) = ( ) x
! !
1 x = x
!
x
! !
x+y
!
y
suma
!
x
!
2x
!
1 2 x
R 2 = {(a , b) / a , b R}
+: R R R 2
(a , b) + (a ', b') = (a + a ', b + b')
: R R 2 R 2
( a , b ) = ( a , b )
Ejercicio: Justificar que el conjunto de polinomios de grado menor que tres es un espacio
vectorial sobre el conjunto de los nmeros reales.
pgina 32
! !
! !
b) 0 = 0
! !
! !
c) x = 0 = 0 x = 0
!
!
!
d) ( ) x = ( x ) = x
a) 0 x = 0
2.
SUBESPACIOS VECTORIALES
Sea
Teorema de caracterizacin:
! !
U es subespacio vectorial de V , K x , y U
!
!
x + y U
Ejemplo:
Es un subespacio de
( R 2 ,+ ,) el conjunto U = {( a , b) / a = b} ?
, R
!
!
!
x U x = ( a , b) a = b x = ( a , a )
!
!
!
y U y = (a ' , b') a ' = b' y = ( a ' , a ' )
(a , a ) + (a ' , a ' ) = ( a , a ) + ( a ' , a ' ) = ( a + a ' , a + a ' ) U U es subespacio
Ejercicio: Probar si W = {( a , b) / b = 1} es un subespacio vectorial.
U!
U V es un subespacio vectorial de V
pgina 33
Demostracin:
, K
x! , y! U x! + y! U
!
! !
!
x + y U W
x , y U W
y
y
!
!
!, !
x y W x + y W
!
!
!
< >= {1 x1 + 2 x 2 +...+ n x n / x1 ... x n y 1 ... n K}
(es el conjunto de todas las combinaciones lineales de los vectores)
Ejemplo: Sea
( R 3 ,+ ,)
< (1,0,0),(11
, ,0) >= {a (1,0,0) + b(11
, ,0) / a , b R} = {(a + b, b,0) / a , b R}
= {( x , y , z ) / z = 0}
Dados dos conjuntos, es posible que el resultado de operar dos vectores est fuera de su
unin, por lo que se hace necesario definir un concepto (la suma), basndose en la
combinacin lineal.
Sea (V ,+ ,) un espacio vectorial sobre
define su suma de la siguiente forma:
! ! !
!
U + W = {u + w / u U y w W }
Ejemplo: Sea
( R 3 ,+ ,)
U + W = {(a , b,0) + (a ', a ', b')} = {( a + a ', b + a ', b') / a , b, a ', b' R} = R 3
TEMA 1: ESPACIOS VECTORIALES
pgina 34
+ W =< U W >
Demostracin:
!
!
!
x U + W u U y v V
! ! !
! !
x = u + w u , w U W
!
!
!
!
x = 1u + 1w x < U W >
!
! !
!
!
!
!
x < U W > 1 ... n K y x1 ... xn U W 1 x1 + 2 x2 +...+ n xn = x
! !
!
! !
! ! !
Si x1 ... xr U 1 x1 +...+ r xr = u U
!
x = u + w x U + W
!
!
!
!
!
Si xr +1 ... xn W r +1 xr +1 +...+ n xn = w W
Por regla general, la suma permite escribir un vector como suma de vectores, de diversas
formas posibles.
Ejemplo: Sea
( R 3 ,+ ,)
U = {(a , b,0) / a , b R}
W = {(a , a , b) / a , b R}
U + W R3
!
x = (2,2,0)
!
, ,0) + (11
, ,0) =...
x = (2,2,0) + (0,0,0) = (11
U
Sin embargo, aparecen excepciones en algunos conjuntos, donde existe una nica forma
de escribir un vector.
U + W R3
!
!
x = (1,2,0) x = (1,2,0) + (0,0,0)
U
W'
!
x = (0,3,5) = (0,3,0) + (0,0,5)
U
W'
Dados dos subespacios U y W de un espacio vectorial, decimos que su suma es directa
si para cada dos vectores de U + W existe un nico vector de U y un nico vector de W cuya
suma sea el vector dado.
pgina 35
a b; b c; c a
a b
Queremos demostrar:
! ! !
!
!
! ! !
x + y = 0 con x U y y W x + y = 0
es trivial
Como la suma es directa, hay una nica forma de expresar el vector como suma de uno
de U y uno de W.
! ! !
! ! !
Si 0 + 0 = 0 , ya tenemos dicha nica forma, y en ella, x = y = 0 .
bc
!
= {0}
!
!
! !
Mediante: 0 U W y si x U W entonces x = 0 .
Queremos demostrar: U W
!
!
!
x U W , se demuestra con x + ( x ) = 0.
La segunda,
!
!
x U W
x U !
! !
!
! !
y por ser subespacio: !
x + ( x ) = 0 x = x = 0
!
( x ) U W
( x ) W
(aplicando la condicin b)
ca
Queremos
demostrar: U + W es directa. !
!
Si x U + W entonces existe un nico u
Como U W
Si
!
! ! !
U y w W tales que u + w = x .
!
= {0} ,
!
x U +W
!
!
! ! !
u U y w W / u + w = x
existen
son nicos
(definicin de subespacio)
! !
! ! ! !
! !
!
!
x = x u + w = u1 + w1 u u1 = w1 w
U
W
Como
( u! u!
!
!
= w1 w) U W , aplicando la condicin c:
! !
u = u1
! ! !
u u1 = 0 ! !
w = w1
pgina 36
Ejemplo:
3.
Ejemplo: En
, ,0),(1,0,0),(3,2,0)}
R 3 , el conjunto: {(11
1 + 2 + 3 3 = 0 3 = a
1 + 2 3 = 0
1 = 2a sistema ligado
0=0
2 = a
Es un sistema ligado, puesto que los escalares dependen del parmetro a, es decir, hay
infinitas combinaciones que dan la combinacin lineal trivial.
pgina 37
Propiedades
! !
i / i 0
!
i xi tiene un opuesto, que al sumarlo en ambos miembros de la combinacin lineal:
!
!
!
!
!
!
1 x1 + 2 x 2 +...+ i 1 xi 1 + i +1 x i +1 +...+ n x n = i x i
i puede pasar dividiendo, pues es distinto de cero, quedando:
!
!
!
!
!
1 x1 + 2 x 2 +...+ i 1 xi 1 + i +1 xi +1 +...+ n x n !
= xi
i
!
! 1 !
xi =
x1 +... n x n , es decir, es una combinacin lineal de los dems.
i
i
4.
S V
< S >= V
< B >= V
B es base de V
B es L.I.
Dada una base cualquiera, todo vector puede escribirse como combinacin lineal de los
vectores de la misma. As, puede utilizarse una escritura simplificada:
pgina 38
!
!
B = {x1 ,..., x n }
!
!
!
x = 1 x1 +...+ n x n
!
x se representa por ( 1 ,..., n ) en B
El objetivo de emplear una base es, pues, poder representar los vectores mediante
escalares, para facilitar as las operaciones entre ellos. En principio, el inconveniente se
presentara a la hora de ver si dos representaciones (grupos de escalares) distintas se
corresponden con un mismo vector, es decir, si:
!
!
!
!
!
!
!
x puede escribirse como x = 1 x1 +...+ n x n y como x = 1 x1 +...+ n x n
Teorema: Todo vector
forma nica.
!
x se escribe como combinacin lineal de los vectores de la base de
< B >= V .
!
!
!
x = 1 x1 +...+ n x n
!
! :
Suponiendo que !
x = 1 x1 +...+ n x n
!
!
!
!
1 x1 +...+ n x n = 1 x1 +...+ n x n
!
!
!
!
!
1 x1 +...+ n x n 1 x1 +... n x n = 0
!
!
!
(1 1 ) x1 +...+ ( n n ) x n = 0
Como es linealmente independiente, al combinacin resultante es la trivial, luego:
1 1 = 0 1 = 1
...
...
n n = 0 n = n
Cualquier grupo de vectores que cumplan las condiciones pueden actuar como base.
Generalmente se
! utiliza la llamada base cannica, compuesta por una serie de vectores de
! !
j , k ...
la forma i ,
!
x:
!
!
!
x = 1 x1 +...+ n x n es correcto.
!
x se representa por ( 1 ,..., n ) en B es correcto.
!
x = ( 1 ,..., n ) es incorrecto.
pgina 39
En conclusin, los vectores se encuentran relacionados con los espacios vectoriales del
2
3
conjunto R ( R , R ...), lo que lleva a hablar de un isomorfismo entre el conjunto de los
vectores y de los reales.
dim(V )
En el plano:
dim(V ) = 2
En el espacio:
dim( v ) = 3
...
Este teorema tambin afecta a los subespacios vectoriales.
Ejercicio:
Encontrar
la
U = {( a , b, b) / a , b R} .
dimensin
del
siguiente
subespacio
de
R 3:
demostrar
que
vectorial
Propiedades
Demostrar
la
propiedad
anterior.
(Sugerencia:
!
dim({0}) = 0 (el vector nulo siempre es linealmente dependiente).
!
!
!
{x1 ,..., x m ,..., x n } base de V
!
!
U =< {x1 ,..., x m } >
!
!
U y W son suplementarios (U W = V )
W =< {x m+1 ,..., x n } >
dim(U ) = m; dim(W ) = (n m)
dim(U ) + dim(W ) = n = dim(U W )
pgina 40
5.
! !
!
!
V V ' = {( x , x ' ) / x V y x ' V '}
Se definen las siguientes operaciones:
dim(V ) = n
!
!
Sea { y1 ,..., y m } base de V,
dim(V ' ) = m
Sea
Hay que demostrar que los vectores de esta ltima base son linealmente
independientes (hacerlo como Ejercicio) y que cualquier vector puede escribirse como
combinacin lineal de ellos (se demostrar ahora).
!
x V
! !
!
!
!
x = 1 x1 +...+ n x n
!
!
!
x ' = 1 y1 +...+ m y m
! !
!
!
!
!
( x , x ' ) = ( 1 x1 +...+ n x n , 1 y1 +...+ m , y m )
Por la definicin de suma:
! !
!
! !
! !
! !
!
( x , x ') = (1 x1 ,0)+...+ ( n x n ,0) + (0, 1 y1 )+...+ (0, m y m )
Por la definicin de producto escalar:
! !
! !
! !
! !
! !
( x , x ') = 1 ( x1 ,0)+...+ n ( x n ,0) + 1 (0, y1 )+...+ m (0, y m )
! !
! !
! !
b)
TEMA 1: ESPACIOS VECTORIALES
pgina 41
c)
! !
! !
x y x y U
Se define la clase del vector nulo como:
!
!
!
[0] = {x V / x 0 U } = U
El conjunto cociente o conjunto de clases de equivalencia se expresa como V
U.
+:V U V U V U
!
!
! !
[ x ] + [ y] = [ x + y]
: K V U V U
!
!
[ x ] = [x ]
La dimensin de este espacio vectorial es:
dim(V ) = n
dim(U ) = m n
( )
dim V U = n m
Demostracin:
Adems, hay que demostrar que la ltima base es un sistema generador. Para ello,
se tendr en cuenta que cualquier clase de equivalencia puede escribirse como
combinacin lineal de clases de la base.
pgina 42
!
[x] V U
!
!
!
!
!
x V x = 1 x1 +...+ m x m +...+ n x n
!
!
!
!
[ x ] = [1 x1 +...+ m x m +...+ n x n ]
!
!
!
!
!
[ x ] = [1 x1 ]+...+[ m x m ] + [ m+1 x m+1 ]+...+[ n x n ]
U
!
[0]
!
[0]
!
!
!
!
!
[ x ] = [0]+...+[0] + [ m+1 x m+1 ]+...+[ n x n ]
!
!
!
[ x ] = [ m+1 x m+1 ]+...+[ n x n ]
!
!
!
[ x ] = m+1 [ x m+1 ]+...+ n [ x n ]
!
6.
( )
dim V U = n m
CAMBIOS DE BASE
Sea
!
!
B = {u1 ,..., un } base de V
!
x se representa por ( 1 ,..., n ) en B
!
!
!
x = 1u1 +...+ n un
!
!
B ' = {v1 ,..., v n } base de V
!
x se representa por ( 1 ,..., n ) en B
!
!
!
x = 1v1 +...+ n v n
!
u1 se representa por ( a11 , a 21 ,..., a n1 ) en B
!
u2 se representa por ( a12 , a 22 ,..., a n 2 ) en B
!
!
!
u1 = a11 v1 +...+ a n1 v n
!
!
!
u2 = a12 v1 +...+ a n 2 v n
...
...
!
un se representa por ( a1n , a 2 n ,..., a nn ) en B
!
!
!
un = a1n v1 +...+ a nn v n
!
!
!
x = 1u1 +...+ n un
!
!
!
!
!
x = 1 (a11v1 +...+ a n1v n )+...+ n (a1n v1 +...+ a nn v n )
!
!
!
x = ( 1a11 +...+ n a nn ) v1 +...+( 1 a n1 +...+ n a nn ) v n
TEMA 1: ESPACIOS VECTORIALES
pgina 43
Un cambio de base no es ms que hallar la relacin existente entre dos bases diferentes,
para poder as expresar cualquier vector de una de ellas mediante el empleo de la otra.
!
!
!
x = 1u1 +...+ n un en B
1
X = ...
n
!
!
!
x = 1v1 +...+ n v n en B
1
X ' = ...
n
X '= P X
X = P 1 X '
Para las matrices de cambio de base siempre puede calcularse su inversa, puesto que su
determinante siempre ser distinto de cero (no hay vectores linealmente dependientes que lo
anulen).
pgina 44