P. 1
Algebra Lineal i Espacios Vectoriales 2010 II

Algebra Lineal i Espacios Vectoriales 2010 II

|Views: 407|Likes:
Publicado porVladimir

More info:

Published by: Vladimir on Oct 10, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/29/2015

pdf

text

original

Notas de clase de Álgebra Lineal I Víctor G.

Osorio Vidal ----------------------------------------------------------------------------------------------------------

ESPACIOS VECTORIALES

En el cálculo elemental se estudia funciones reales de una variable real; es decir, funciones cuyo dominio y rango son R o subconjuntos de R. Para esto es necesario conocer las propiedades de números reales. Una situación muy similar se presenta en el álgebra lineal; los objetos realmente importantes son las transformaciones lineales que son un tipo particular de funciones cuyo dominio y contradominio son conjuntos dotados de una estructura muy importante: los espacios vectoriales. Es por lo tanto, la intención de este capítulo dar los conceptos y propiedades básicas de los espacios vectoriales. 1. ESPACIOS VECTORIALES DEFINICIÓN PRELIMINAR.- Dado un conjunto V ≠ Φ , un campo ( K , +, ⋅ ) (que puede ser los reales R o los complejos C ), se define una ley de composición interna en V ⊕ : V ×V → V ( x , y) a x ⊕ y llamada adición y se define una ley de composición externa en V con escalares en el campo K ü : K ×V → V ( a, x ) a aüx denominada multiplicación por escalares. Diremos que el objeto (V , ⊕, K , ü) es un espacio vectorial sobre el campo K si y solo si verifica las siguientes condiciones: V1) V2)
( x ⊕ y ) ⊕ z = x ⊕ ( y ⊕ z ) para todo x, y, z ∈ V .

Existe θ ∈V tal que x ⊕ θ = θ ⊕ x = x , para todo x ∈ V . El elemento θ se denomina neutro aditivo o cero. Para todo x ∈ V , existe y ∈ V tal que x ⊕ y = y ⊕ x = θ . El elemento y se denomina opuesto de x y se denota por y = − x .

V3)

V4) V5) V6) V7) V8)

x ⊕ y = y ⊕ x para todo x, y ∈ V .

aü(büx) = ( a ⋅ b) üx para todo a, b ∈ K , para todo x ∈V .
(a + b) ü x = aü x ⊕ b üx para todo a, b ∈ K , para todo x ∈V .

aü ( x ⊕ y ) = aüx ⊕ aüy para todo a ∈ K , para todo x, y ∈ V . Existe 1 ∈ K llamado elemento idéntico multiplicativo tal que 1ü x = x . Para todo x ∈V ,

7

Omitiremos escribir el símbolo “ü” que denota la ley de composición externa. haciendo la diferencia según el contexto cuando se trata de la suma de vectores ( x + y ) o la suma de escalares ( a + b) . 8 . V4) x + y = y + x para todo x. una ley de composición interna “+” en V llamada adición y una ley de composición externa “·” definida en V y con operadores o escalares en K denominada multiplicación por escalares. y. Diremos que V es un K. Osorio Vidal ---------------------------------------------------------------------------------------------------------OBSERVACIONES: a) Un conjunto V ≠ Φ para que sea espacio vectorial sobre un campo K debe tener definidas dos operaciones “adición” y “multiplicación por un escalar”.Dados un conjunto V ≠ Φ . El elemento θ se denomina neutro aditivo o cero. un campo K. para todo x ∈ V . las cuales deben cumplir las ocho propiedades arriba mencionadas. simplemente con la yuxtaposición se entenderá la multiplicación de un vector por un escalar haciendo la diferencia según el contexto cuando se trate de la multiplicación de un vector por un escalar (ax) o la multiplicación de dos escalares (ab). Con las precisiones hechas en d). c) Si K = R . la definición de espacio vectorial se puede enunciar formalmente como sigue: DEFINICIÓN 1.1. d) En lo que sigue de las notas si no se dice lo contrario en lugar de denotar la adición de vectores con el símbolo “ ⊕ ” simplemente denotaremos con “+”. V2) Existe θ ∈V tal que x + θ = θ + x = x . y ∈ V . el símbolo “ ⊕ ” se usará más adelante para denotar la suma directa. El elemento y se denomina opuesto de x y se denota por y = − x .Notas de clase de Álgebra Lineal I Víctor G. En caso que no cumpla con alguna de ellas no es un espacio vectorial. existe y ∈ V tal que x + y = y + x = θ . V3) Para todo x ∈ V . b) A los elementos de V se les llaman vectores y el elemento neutro aditivo θ recibe el nombre de vector nulo. V es llamado espacio vectorial real y si K = C .espacio vectorial o que V es un espacio vectorial sobre el campo K si y solo si se verifican las siguientes condiciones: V1) ( x + y ) + z = x + ( y + z ) para todo x.. z ∈ V . V se denomina espacio vectorial complejo.

V7) a ( x + y ) = ax + ay para todo a ∈ K . y n + x n ) = y+x V5). K . ·) cumple las condiciones de espacio vectorial. Para todo x ∈ V . K. z n ) = ( x1 + y1 . x n + y n ) a x = (a x1 . n } y K = R .1. V6). ∀ i = 1. R. para todo x ∈ V . K . y n ) = ( x1 + y1 . z ∈ R n ( x + y ) + z = [ ( x1 . V7) y V8) se verifican análogamente. x n + y n ) + ( z1 . 9 . x n ) . b ∈ K . K . para todo x ∈ R n . K. ( x n + y n ) + z n ] = [ x1 + ( y1 + z1 ). K . K . K. V3) Para todo x ∈ R n . x n ) + ( y1 . K . K.Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------V5) a (b x ) = (a b) x para todo a. V6) ( a + b) x = ax + bx para todo a. En efecto: V1) Sean x. x n ) / xi ∈ R. x n + ( y n + z n ) ] = ( x1 . K. para todo x ∈ V . Dados x = ( x1 . 2. − x n ) tal que x + y = y + x = θ . para todo x. +. EJEMPLO 1. K . V4) Sean x. x n ) + ( y1 + z1 . y. K . y n ) ∈ R n y a ∈ R . y = ( y1 . K.1. x n ) + ( y1 . K . z n ) = [ ( x1 + y1 ) + z1 . K. K .. 0) ∈ R n / x + θ = θ + x = x . x n + y n ) = ( y1 + x1 . existe y = − x = (− x1 .Sea V = R n = { ( x1 . V8) Existe 1 ∈ K llamado elemento idéntico multiplicativo tal que 1x = x . b ∈ K . K . definimos: x + y = ( x1 + y1 . K. a x n ) ( R n . y n + z n ) = x + ( y + z) V2) Existe θ = (0. K . y n ) ] + ( z1 . y ∈ R n x + y = ( x1 . y ∈ V . K.

2.Consideremos F = { f : R → R } el conjunto de funciones y a∈ R definida en los reales y con valores reales. R. las demás quedan como ejercicio para el lector. son todos ceros.3. EJEMPLO 1.. k n ) / k i ∈ K .Denotemos por: ⎧ x / x = (a 0 . K . K. ·) es un espacio vectorial. K .1. Definimos: x + y = (a 0 + b0 . no es una ley de composición externa. K. ·) es un espacio vectorial. K .. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 1.1. K . Pues si a ∈ C y x ∈ R . y K = R . K .4.. K . EJEMPLO 1. Verificaremos sólo las condiciones V2) y V3). definimos: x + y = (k1 + k '1 . y = (k '1 . K . V3) Para todo f ∈ F . 10 ..R no es un espacio vectorial sobre K = C . ∀i = 1. ca1 . construyamos el conjunto: K n = {( k1 . K ) cx = (ca0 .Notas de clase de Álgebra Lineal I Víctor G.1. K ) se deja al lector verificar que ( K ∞ . k ' n ) ∈ K n y c ∈ K . excepto un ⎫ K∞ =⎨ ⎬ número finito de elementos (números) ⎩ ⎭ Sean x = (ai ). k n + k 'n ) cx = (ck1 .Sea K un campo. 2. ·) es un espacio vectorial.5. V2) Existe θ ∈F definida como θ ( x ) = 0 para todo x ∈ R (función cero) y cumple f + θ = θ + f = f para todo f ∈ F . a n + bn . a1 . ca n . no siempre se cumple que axa ∈ R . y = (bi ) ∈ K y c ∈ K . a n . a1 + b1 . k n ). Sean f . +. es decir. n } para x = ( k1 . existe un opuesto que definimos como: ( − f )( x ) = − f ( x) tal que f + (− f ) = − f + f = θ . ck n ) ( K n . g ∈ F definimos: ( f + g ) ( x ) = f ( x ) + g ( x ) para todo x ∈ R ( a f )( x ) = a f ( x ) para todo x ∈ R La cuaterna (F . K . +. K) donde los a i ∈ K . K .1. EJEMPLO 1. +.

pues la adición para este conjunto no es una ley de composición interna.2. n) a a1n M M (i. q ( x ) = b0 + b1 x + K + bn x n ∈ P[ x ] y α ∈ R Definimos: p ( x ) + q ( x ) = ( a 0 + b0 ) + (a1 + b1 ) x + K + ( a n + bn ) x n α p ( x ) = α a 0 + α a1 x + L + α a n x n (P[ x]. n} P = {1.1.. EJEMPLO 1. La verificación es análoga en el ejemplo NOTA. n) a a mn 11 .6. K . 1) a a11 (1. m} × {1.Notas de clase de Álgebra Lineal I Víctor G. no constituye un espacio vectorial sobre R. K .7. es un espacio vectorial. K .. R.Si se considera el conjunto de todos los polinomios de grado igual a n (n ∈ Z + ) con las mismas operaciones. +.Sea K un campo.1. n} = { (i. Definimos: m× n K ⎧ ⎡ a11 K a1n ⎤ ⎫ ⎪ ⎪ M M ⎥⎬ = ⎨ A : P → K / A (i.1. 2) a a12 M M (1. j ) = a i j ∈ K . I n = {1. consideremos: I m = {1. j ) / 1 ≤ i ≤ m ∧ 1 ≤ j ≤ n } es decir P = I m × I n (producto cartesiano de I m por I n ). K . ·) 1.Consideremos P[x] el conjunto de las funciones polinomiales en la indeterminada x de grado menor o igual que n (n ∈ Z + ) sobre el campo de los números reales. j ) a a i j M M (m. A = ⎢ M ⎢ ⎥ ⎪ ⎢a m1 K a mn ⎥ ⎪ ⎣ ⎦⎭ ⎩ A: P → K (1. m }.. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 1. Sean: p ( x ) = a 0 + a1 x + K + a n x n .

EJEMPLO 1. Sean A. v2 ) = (a v1 . B ∈ K m×n y α ∈ K .. v 2 ) / v1 ∈ V1 ∧ v2 ∈ V2 } para (v1 . Definimos: (v1 . EJEMPLO 1. EJEMPLO 1. Definimos la: Adición : ci j = ( A + B ) (i . Sea S = { ( x1 . j ) = a i j + bi j ci j = (α A) (i.. K .1. x n ) /( x1 .Notas de clase de Álgebra Lineal I Víctor G. j ) = α A(i. x n ) es solución del sistema } S con las operaciones usuales de adición y multiplicación por escalares es un espacio vectorial sobre R. (v'1 v' 2 ) ∈ V y a∈ K .8. a v 2 ) V con las operaciones arriba definidas es un espacio vectorial sobre K. j ) = α a i j Multiplicación : Fácilmente se verifica que K m×n con las operaciones definidas arriba es un espacio vectorial sobre K.1. K .1. v2 + v' 2 ) a (v1 .Dado el sistema lineal homogéneo: a 11 x1 + a 12 x 2 + K + a 1 n x n = 0 M M K M M a m 1 x1 + a m 2 x 2 + K + a m n x n = 0 con coeficientes en R. V2 espacios vectoriales sobre el campo K y consideremos el conjunto: V = { (v1 .10.. j ) + B (i. j ) = A(i.9. v2 ) + (v'1 v' 2 ) = (v1 + v'1 .Sea f : (−1. v2 ). Osorio Vidal ---------------------------------------------------------------------------------------------------------K m×n recibe el nombre de conjunto de matrices de orden m × n sobre el campo K.Sean V1 . 1) → R (R un espacio vectorial sobre R con las operaciones usuales) tal que: ⎧ x si x ≥ 0 ⎪ f ( x) = ⎨1 − x x ⎪ si x < 0 ⎩1 + x Es fácil mostrar que f así definida es una biyección. Para x. y ∈ ( −1. 1) y a ∈ R definimos: 12 .

K . V1) ( x + y ) + z = f = f = f = f = f = f −1 −1 −1 −1 −1 ( f ( x + y ) + f ( z )) (f(f −1 ( f ( x) + f ( y ))) + f ( z )) (( f ( x) + f ( y )) + f ( z )) ( f ( x) + ( f ( y ) + f ( z ))) −1 ( f ( x) + f ( f (( f ( y ) + f ( z )))) −1 ( f ( x) + f ( y + z )) = x + ( y + z) V7) ( a + b) x = ax + bx para todo a. 13 . iv) Si ax = θ . ·) un espacio vectorial. iii) a θ = θ para todo a ∈ K . ax + bx = f = f = f = f −1 −1 −1 −1 ( f (ax) + f (bx)) (f(f −1 (af ( x)))) + f ( f −1 (bf ( x)))) (af ( x) + bf ( x)) ((a + b) f ( x)) = (a + b) x PROPOSICIÓN 1.. PRUEBA. Prueba de i) Supongamos que exista θ '∈V tal que x + θ ' = θ '+ x = x para todo x ∈ V .Notas de clase de Álgebra Lineal I Víctor G.Sea (V . a modo de ilustración. probaremos i) y v).Solamente. SOLUCIÓN Sólo verificaremos las condiciones V1) y V7) las restantes se dejan al lector para que las verifique.. ii) 0 x = θ para todo x ∈ V . 1) con las operaciones arriba definidas es un espacio vectorial sobre R. Osorio Vidal ---------------------------------------------------------------------------------------------------------x+ y = f ax = f −1 −1 ( f ( x) + (af ( x) ) f ( y)) demostrar que (−1. +. Entonces se tiene: i) El elemento θ es único. entonces a = 0 ó x = θ . 1) . b ∈ R y para todo x ∈ (−1.2. v) ( − a ) x = −( ax ) para todo a ∈ K y para todo x ∈ V .

Sean V=R y K=R. En R 3 con la operación usual de adición y la multiplicación definida como: ∀ a ∈ R. a) ( x1 . Se definen las operaciones de adición y multiplicación por escalar como sigue: ∀ x. por V3) por ii) por suma de opuestos en K por V6) − ( ax ) + ax = − ax + ax ∴ − (ax ) = − ax por la ley de cancelación. ay. Osorio Vidal ---------------------------------------------------------------------------------------------------------Haciendo x = θ tenemos que: θ + θ ' = θ '+θ = θ (1) Por otro lado en virtud de la condición V2) de espacios vectoriales existe θ ∈V tal que x + θ = θ + x = x para todo x ∈ V . 0) y a ( x. y. Averiguar si R 2 con las operaciones definidas a continuación es un espacio vectorial sobre R. y ) = (ax. y ) = (ax. 2az ) averiguar si R 3 es un espacio vectorial sobre R. (2) y V4) finalmente se tiene: Prueba de v): − ( ax) + ax = θ =0x = (−a + a ) x (2) θ =θ '. y1 ) + ( x2 . 4. haciendo x = θ ′ tenemos que: θ '+θ = θ + θ ' = θ ' de (1). y ∈ R + : x ⊕ y = xy ∀a ∈ R. Sean V = R 2 y K = R .Notas de clase de Álgebra Lineal I Víctor G. y1 ) + ( x2 . ∀( x. y 2 ) = ( x1 + x2 . y. y 2 ) = ( x1 + x2 . y1 + y 2 ) y a ( x. 2. 3. Sean V = R + (el conjunto de los números reales positivos) y K = R . 0) (las operaciones que aparecen en el segundo miembro de las igualdades. ∀ x ∈ R+ : a o x = xa Averiguar si R + con las operaciones definidas anteriormente es un espacio vectorial sobre R. z ) = (ax. EJERCICIOS 1. tanto en a) como en b) son la adición y multiplicación usuales). se define la operación de adición como sigue: 14 . 0) b) ( x1 . z ) ∈ R 3 : a ( x.

− 2. y ∈ R : x ⊕ y = máx{ x.2. ·) un espacio vectorial?. 8.75 o 4 = [ 2. Osorio Vidal ---------------------------------------------------------------------------------------------------------∀ x. demostrar que la aplicación Z ×V → V verifica las siguientes propiedades: (n. 6. x) a nx 15 . x 2 ) ∈ R 2 : a o x = (ax1 . x 2 ) . 9. Si: (a) K = Q ( 2 ) . +. (b) K = Q y (c) K = R . Sea Z el conjunto de los números enteros con la adición usual y la multiplicación por escalar definida por ∀ a ∈ R. En el conjunto R 2 se definen la adición y la multiplicación como sigue: 3 3 ∀ x = ( x1 . K . En un grupo aditivo V se da la siguiente definición. averiguar si R con las operaciones antes definidas es un espacio vectorial. ∀ k ∈ Z Por ejemplo 2. iii) y iv) de la proposición 1. se define el producto nx inductivamente por 1x = x y Para un entero negativo n. Denotando por Z el conjunto de todos los enteros. Sea el conjunto Q ( 2 ) = { a + b 2 / a. ( x 2 + y 2 ) 1 ( 1 3 ) ∀ a ∈ R . 7. y} Si la multiplicación por escalar es la usual de números reales. b ∈ Q } . Demostrar ii).75 ]4 = (2)(4) = 8 . Para x ∈ V y para nx = ( n − 1) x + x cualquier entero positivo n. se define nx = −(( − n) x ) . 5. ax 2 ) Averiguar si R 2 con las operaciones arriba definidas es un espacio vectorial.15 o 3 = [ − 2. y = ( y1 . esto es [ a ]= k ⇔ k ≤ a < k + 1 .15 ]3 = (−3)(3) = −9 ¿Cuáles de las condiciones de espacio vectorial no se verifican?. ∀ x ∈ Z : a o x = [ a ] x donde [ a ] denota el máximo entero. y 2 ) ∈ R 2 : x ⊕ y = ( x13 + y13 ) 3 . donde − n es un entero y por consiguiente (− n) x está bien definido.Notas de clase de Álgebra Lineal I Víctor G. Se define: ( a + b 2 ) + (c + d 2 ) = ( a + c) + (b + d ) 2 α (a + b 2 ) = α a + α b 2 ¿Es ( Q ( 2 ). ∀ x = ( x1 .

.1.El conjunto {θ } y V son subespacios vectoriales de V. existe − x ∈ W tal que x + ( − x) = − x + x = θ en virtud de i) y ii). SUBESPACIOS DEFINICIÓN 2. ·) cumple las condiciones restantes del espacio vectorial. V2) Existe θ ∈W / x + θ = θ + x = x para todo x ∈ W . PRUEBA ⇒) Es obvio ⇐) Por hipótesis tenemos que se cumple i) y ii).2. +.Sea (V . probaremos que W es un K-espacio vectorial. z ∈ W ⊂ V y en V se cumple V1).Sea V un K-espacio vectorial un espacio vectorial y W un subconjunto de V diferente del vacío. ii) Para todo a ∈ K .2. K . V3) Para todo x ∈ W . La respuesta es obvia. Osorio Vidal ---------------------------------------------------------------------------------------------------------a) c) n( x + y ) = nx + ny ( mn ) x = m( nx ) b) d) ( m + n) x ) = mx + nx 1x = x ¿Es V un espacio vectorial?. 0) ó 2 = a . TEOREMA 2. Diremos que W.1.. sea: y ∈ W ⇒ ( −1) y = − y ∈ W (por ii)) ⇒ y + (− y ) = θ ∈ W por i)). y ∈ W . ax ∈ W . W es un subespacio vectorial de V si y solo si: i) Para todo x. Se verifica: x.. y . denominados subespacios triviales. para todo x ∈ W . Nótese además que el elemento neutro aditivo de W es el mismo que el de V. cualquier otro subespacio es llamado subespacio propio. ·) con las operaciones definidas para V es por sí mismo un espacio vectorial. K . +. 2. x 2 ) = (0.Sea V = R 2 y consideremos: ⎧ ⎫ x W = ⎨( x1 . En efecto. ·) un espacio vectorial cualesquiera. un subconjunto de V diferente del vacío es un subespacio si y solo si (W . Análogamente se puede verificar que (W .Notas de clase de Álgebra Lineal I Víctor G. y . NOTA.. K . x1 ≠ 0 y a = constante⎬ x1 ⎩ ⎭ W es un subespacio vectorial de V. 16 . z ∈ W . +. V1) ( x + y ) + z = x + ( y + z ) para que x. x + y ∈ W . EJEMPLO 2. x 2 ) ∈ R 2 /( x1 .

. consideremos: C = { f : R → R / f es continua } es un subespacio vectorial de F. g ∈ W entonces: f ( a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a ) g ( a + b ) = g ( a ) + g (b ) ∧ g ( λ a ) = λ g ( a ) (1) (2) Sumando las igualdades de (1) y (2) miembro a miembro f (a + b) + g ( a + b) = ( f ( a ) + f (b)) + ( g ( a ) + g (b)) ∧ f (λ a ) + g (λ a ) = λ f ( a ) + λ g ( a ) agrupando convenientemente y usando la definición de suma de funciones.2. EJEMPLO 2.Sea ( R 3 . Veamos si cumplen las condiciones i) y ii) del teorema. Las otras condiciones se cumplen en virtud de las propiedades de funciones continuas. +. i) f .. tenemos que C ≠ Φ ya que θ ∈ C . Averiguar si el conjunto definido como: W = { f ∈ F / f (a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a )} es un subespacio vectorial. Construimos: W = {w ∈ R 3 / w = u + a(v − u ).2.. EJEMPLO 2.Notas de clase de Álgebra Lineal I Víctor G.2.2. Osorio Vidal ---------------------------------------------------------------------------------------------------------- EJEMPLO 2. En efecto. 17 .Sea V = F el R-espacio vectorial de todos las funciones reales de variable real.2.3. a ∈ R } W no es un subespacio de R 3 . 1) elementos de R 3 . 3. ·) y dados u = (1. tenemos: ( f + g )( a + b) = ( f + g )( a ) + ( f + g )(b) ∧ ( f + g )(λ a ) = λ ( f + g )( a ) luego f + g ∈ W . 0) y v = (−2. SOLUCIÓN Haciendo uso del teorema 2. R. pues θ : R → R tal que θ ( x) = 0 para que x ∈ R es una función continua.Sea F el R-espacio vectorial de todas las funciones reales de variable real. tenemos que W ⊂ V por definición y además W ≠ Φ pues la función cero pertenece a W.4. pues es fácil verificar que cero no pertenece a W. 0.

∀i. Definimos: S = { A ∈ R n×n / a i j = a j i .5. f ∈ W entonces: α ∈ R. +.2.7. f ( a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a ) (3) multiplicando las igualdades de (3) por α y de la definición de producto de una función por un escalar tenemos: (α f )( a + b) = (α f )( a ) + (α f )(b) ∧ (α f )(λ a ) = λ (α f )( a ) luego α f ∈ W . Los conjuntos S y T con las operaciones heredadas de ( R n×n . EJEMPLO 2. j ≤ n } H es un subespacio de C n×n .6. EJEMPLOS 2. 18 .Sea V = R n×n el espacio vectorial de las matrices cuadradas de orden n × n sobre el campo R.2.2. ∀ j } T = { A ∈ R n×n / ai j = −a j i . Definimos: H = {(ai j ) ∈ C n×n / ai j = −a j i . y a los elementos de T se les llaman matrices antisimétricas. ∀i. entonces f ∈ W2 ya que ∫ 1 dt = 1 . R.. W2 no es un subespacio pues no se cumplen las condiciones del teorema 2. De i) y ii) W es un subespacio vectorial.Sea V = C = { f : R → R / f es continua } y consideremos: W1 = { f ∈ C / ∫ 1 f (t ) dt = 0 } 0 W2 = { f ∈ C / ∫ 1 f (t ) dt = 1} 0 W1 es un subespacio vectorial.2. ∀ j } Los elementos del conjunto S se denominan matrices simétricas. Osorio Vidal ---------------------------------------------------------------------------------------------------------ii) α ∈ R. tomemos f : R → R tal que f (t ) = 1 .Notas de clase de Álgebra Lineal I Víctor G. 0 0 EJEMPLO 2.. En efecto. pero f + f ∉ W2 pues ∫ 1 ( f (t ) + f (t )) dt = 2 ≠ 1 . 1 ≤ i..Sea C n×n = {(ai j ) / ai j ∈ C } el espacio vectorial de las matrices de componentes complejas sobre el campo R. ·) son subespacios vectoriales.

+. ·) .Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- EJERCICIOS 1. z ) ∈ R 3 / x < y < z } 3. Averiguar cuáles de los siguientes subconjuntos de F son subespacios vectoriales. R. Sea el espacio vectorial (F . z ) ∈ R 3 / x 2 + y 2 + z 2 ≤ 1} U 3 = { ( x. y.). z ) ∈ R 3 / 2 x + y − z = 0 } U 5 = { ( x. R. y. Sea el espacio vectorial ( R 3 . y . +. z ) ∈ R 3 / x = z } U 2 = { ( x. y . y ) ∈ R 2 / x = 2 y + 1} 2. z ) ∈ R 3 / x = y } U 4 = { ( x. R. Averiguar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) d) e) U 1 = { ( x.1. ·) . donde F = { f : R → R } (ver el ejemplo 1. a) b) c) d) e) f) W1 = { f ∈F / f (1) = 0 } W2 = { f ∈F / f (0) = f (1) } W3 = { f ∈F / f (0) + f (1) = 0 } W4 = { f ∈F / f ( x) ≥ 0 } W5 = { f ∈ F / f (−1) = 0 } f (0) + f (1) ⎫ ⎧ W6 = ⎨ f ∈ F / f (1 / 2) = ⎬ 2 ⎩ ⎭ 19 . y ) ∈ R 2 / xy = 0 } S = { ( x. +. y ) ∈ R 2 / x = 2 y } T = { ( x. ·) . y ) ∈ R 2 / x + y = 0 } W = { ( x. Sea el espacio vectorial ( R 2 . y .2. Averiguar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) d) U = { ( x.

u ) ∈ C 2 / Im( z ) − Im(u ) = 0 } 5. R. +.Sea { i }i∈I una familia de subespacios de (V . u ) ∈ C 2 / Re( z ) = Re(u ) } S 3 = { ( z . i) Sean x. OPERACIONES CON SUBESPACIOS PROPOSICIÓN 3. R. y ∈ W ⇒ x. Determinar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) d) S1 = { ( z . +. R. y ∈ Wi ∀i ⇒ x + y ∈ Wi ∀i ⇒ x + y ∈W . +. u ) ∈ C 2 / z 2 + u 2 = 0 } S 2 = { ( z. +. Analizar si ( R 2 . x ∈ W ⇒ a ∈ K ∧ x ∈ Wi ∀i ⇒ ax ∈ Wi ∀i ⇒ ax ∈ W . 20 . PRUEBA W ⊂ V por definición y además es no vacío ya que θ ∈ Wi ∀i ∈ I .Notas de clase de Álgebra Lineal I Víctor G.1. R. W es un subespacio de V. entonces θ ∈W . u ) ∈ C 2 / Im( z ) = 0 ∧ Re( z − u ) = Im( z ) } S 4 = { ( z. R.. ·) . Osorio Vidal ---------------------------------------------------------------------------------------------------------g) h) i) j) W7 = { f ∈ F / f ( x 2 ) = ( f ( x )) 2 } W8 = { f ∈F / f (3) = 1 + f (−5) } W9 = { f ∈ F / f (1) = 0 ∧ f (−1) = 0 } W10 = { f ∈ F / f (1) = 0 ∨ f (−1) = 0 } 4. ii) Sean a ∈ K . Determinar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) T1 = { B ∈ R 2×2 / AB = BA} T2 = { B ∈ R 2×2 / AB ≠ BA} T3 = { B ∈ R 2×2 / BA = 0 } 3. ·) . ·) . Si W W = IWi i∈I entonces. ·) el espacio vectorial de las matrices cuadradas de orden 2 × 2 de entradas reales sobre R y A ∈ R 2×2 una matriz particular. +. ·) es un subespacio de ( R 3 . Sea ( R 2×2 . Sea el espacio vectorial (C 2 . 6.

z ) ∈ R 3 / x − y = 0 ∧ 2 x + z = 0 } es un subespacio de ( R 3 . ·) consideremos los subespacios: W1 = { ( x. PRUEBA Sea W1 + W2 = { x ∈V / x = x1 + x 2 . z1 ) ∈ W1 y (0.Notas de clase de Álgebra Lineal I Víctor G. v. y. debemos probar que ax ∈ W1 + W2 .1. ii) a ∈ K . 0. ·) . W2 subespacios de (V . +. R. +. z ) ∈ R 3 / x.La suma de dos subespacios de V es un subespacio vectorial de V. +. y1 ∈ W1 ∧ y 2 ∈ W2 x + y = ( x1 + y1 ) + ( x 2 + y 2 ) ∈ W1 + W2 pues x1 + y1 ∈W1 ∧ x 2 + y 2 ∈W2 . x1 ∈W1 ∧ x 2 ∈W2 }. x = x1 + x2 ⇒ ax = ax1 + ax2 ∈ W1 + W2 pues ax1 ∈ W1 ∧ ax2 ∈ W2 . y . y. y. z ) ∈ R 3 / y.. . w) ∈ R 3 /(u .En ( R 3 .Sean W1 . Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 3.3. y 2 . Definimos: W = { x ∈V / x = x1 + x 2 . PROPOSICIÓN 3. x1 ∈W1 ∧ x 2 ∈W2 y = y1 + y 2 .1. z 2 ). x1 ∈W1 ∧ x 2 ∈W2 } W se denota por W = W1 + W2 y se le llama suma de subespacios W1 y W2 . y 2 .. W1 + W2 ⊂ V por definición y además es diferente del vacío pues θ ∈W1 + W2 ya que se puede escribir θ = θ + θ ( θ es elemento de W1 y de W2 ). 0.Sea ( R 3 . R. x = x1 + x 2 .1. 0.2. EJEMPLO 3. R. ⎫ W1 + W2 = ⎨ ⎬ ( x1 . z1 ) + (0. v. z ∈ R } y W2 = { (0. z 2 ) ∈ W2 ⎭ ⎩ 21 . y ∈ W1 + W2 .) DEFINICIÓN 3.. +. z ) ∈ R 3 / x − y = 0 } W2 = { ( x.. z ∈ R } Tenemos: ⎧(u . ·) y consideremos: W1 = { ( x. w) = ( x1 . i) x. x ∈ W1 + W2 . Luego W1 + W2 es un subespacio vectorial.3. debemos probar que x + y ∈ W1 + W2 . R. z ) ∈ R 3 / 2 x + z = 0 } W1 ∩ W2 = { ( x.

0) } . Diremos que V es la suma directa de los subespacios W1 y W2 y denotaremos por: V = W1 ⊕ W2 . 0) } ∴ W1 ∩W2 = { (0. v. (v − u )) ∈ W2 . En efecto: i) Cualquier vector (u. y ) ∈ { (0.. R.1.Sean V un espacio vectorial sobre K . 0. 1 1 w) + (0. y ) ∈ W1 ∩ W2 ⇒ ( x. 2 DEFINICIÓN 3. Sea ( x. 1 w) ∈ W1 2 y 1 w) ∈ W2 . ·) consideremos los subespacios: W1 = { ( x. 1 1 1 1 Obsérvese que ( (u + v). w) = (u . 0) } .Notas de clase de Álgebra Lineal I Víctor G. Si y solo si: i) V = W1 + W2 ii) W1 ∩ W2 = {θ } EJEMPLO 3. y ) ∈ R 2 / y = − x } R 2 = W1 ⊕ W2 . w) 2 2 donde (u .En ( R 2 . 2 2 2 2 ii) Probaremos ahora que W1 ∩W2 = { (0. ii) y la definición 3. v ) = ( 1 1 1 1 (u + v ).4 se tiene: R 2 = W1 ⊕ W2 22 .. v. y ) ∈ W2 ⇒ x = y ∧ x = − y ⇒ x = y = 0 ⇒ ( x. w) ∈ R 3 se puede escribir (0. Luego W1 ∩W2 ⊂ { (0. 0) } ⊂ W1 ∩ W2 se cumple siempre. Osorio Vidal ---------------------------------------------------------------------------------------------------------Podemos observar que W1 + W2 = R 3 pues cualquier vector (u. (u + v)) + ( (u − v ). v. De i). (v − u )) 2 2 2 2 es decir que R 2 = W1 + W2 .4. W1 y W2 subespacios de V. v. v) ∈ R 2 se puede expresar como: (u . 0. (u + v)) ∈ W1 y ( (u − v). { (0. como (u .4. y ) ∈ R 2 / y = x } y W2 = { ( x. 0) } . +. y) ∈ W1 ∧ ( x.

Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 3. sea V p el conjunto de las funciones pares ( f (− x ) = f ( x )) y Vi el conjunto de las funciones impares ( f (− x) = − f ( x )) . Demostrar que V = U ⊕ W . ∀x ∈ R ⇒ 2 f ( x) = 0. ∀x ∈ R ∧ f ( − x ) = − f ( x ). W = { A ∈ V / A = − A T } conjunto de las matrices antisimétricas. i) Demostraremos que V = U + W . Siempre es posible expresar A como: A= 1 1 ( A + AT ) + ( A − AT ) 2 2 Sólo nos falta hacer ver que: a) b) 1 ( A + AT ) ∈ U y 2 1 ( A − AT ) ∈ W 2 Probando a) 23 .4.3. En efecto: i) Debemos probar que V = V p + Vi . tenemos que: V = V p ⊕ Vi EJEMPLO 3.Notas de clase de Álgebra Lineal I Víctor G. ∀x ∈ R ⇒ f = θ De i). ii) y definición 3. y consideremos: U = { A ∈ V / A = A T } conjunto de las matrices simétricas. Sea A una matriz cuadrada arbitraria de orden n.4. Sea f ∈ V p ∩ Vi ⇒ f ∈ V p ∧ f ∈ Vi ⇒ f ( − x ) = f ( x ). y ( f ( x) − f ( − x)) es una 2 2 función impar.. Afirmamos que V = V p ⊕ Vi . Esta condición se satisface del hecho que cualquier función de R en R se puede escribir como: f ( x) = 1 1 ( f ( x ) + f ( − x)) + ( f ( x) − f ( − x)) 2 2 Nótese que 1 1 ( f ( x ) + f (− x)) es una función par.. ii) Probaremos que V p ∩ Vi = {θ } .4.2.Sea V el espacio vectorial de las matrices cuadradas sobre el campo R.Sea V el espacio vectorial de todas las funciones de R en R.

Además si tales subespacios tienen como único elemento común al vector cero.. K .Notas de clase de Álgebra Lineal I Víctor G. n ⎬ i =1 i =1 ⎭ ⎩ W es un subespacio de (V . Osorio Vidal ---------------------------------------------------------------------------------------------------------1 1 ( ( A + AT )) T = ( A + AT ) T 2 2 = = = 1 T A + AT 2 1 T ( A + A) 2 1 ( A + AT ) 2 ( ( ) T ) Probando b) 1 1 ( ( A − AT ))T = ( A − AT )T 2 2 = = 1 T A − AT 2 1 T ( A − A) 2 ( ( )) T 1 = − ( A − AT ) 2 Luego satisface la condición i). Sea A ∈ U ∩ W ⇒ A ∈ U ∧ A ∈ W ⇒ A = AT ∧ A = − AT ⇒ A = θ . Luego U ∩ W = {θ } . ·) . W2 . Wn de (V . De i). K . ii) y de la definición 3.4 se tiene: V = U ⊕W OBSERVACIÓN 3. ·) es el conjunto: n n ⎫ ⎧ W = ∑ Wi = ⎨v ∈ V / v = ∑ wi ∧ wi ∈ Wi . K . +.5. K . entonces diremos que W es la suma directa y escribiremos: W = W1 ⊕ W2 ⊕ K ⊕ Wn 24 . +. ii) Demostraremos que U ∩ W = {θ } .La definición de suma de espacios puede ser generalizada para una familia finita de subespacios. En efecto la suma de los subespacios W1 . 2. es decir si para todo i ≠ j se tiene que Wi ∩ W j = {θ } . ∀i = 1.

Notas de clase de Álgebra Lineal I Víctor G. R. a. 0. 5. Dada la recta L1 = { ( x. V y W subespacios de ( R 3 . Demostrar: (U ∩ T ) + (U ∩ W ) ⊂ U ∩ (T + W ) 6. 2. Demostrar que para todo subespacio vectorial W de V se tiene que W + W = W . Hallar otra recta L2 tal que R 2 = L1 ⊕ L2 25 . z ) / x = y } y W = { (0. y . z ) / z ∈ R } a) b) Calcular U + V . Dados U. 0. 3). Sean U. Extendemos la definición de suma a subconjuntos arbitrarios no vacíos (no necesariamente subespacios) S y T de un espacio vectorial V definiendo S + T = {s + t / s ∈ S ∧ t ∈ T } Demostrar que esta operación satisface: i) ii) ii) iv) S +T = T + S S + {θ } = {θ } + S = S ( S1 + S 2 ) + S 3 = S1 + ( S 2 + S 3 ) S +V = V + S = V 4. ¿Cuál es la relación que existe entre W1 y W3 ? 2. 3. 3. iii) Si consideramos W3 = {v ∈ R 4 / v = av1 + bv 2 + cv3 . z ) / x + y + z = 0 } . a ∈ R } i) ii) Calcule W1 ∩ W2 Hallar un vector de R 4 tal que no pertenezca a W1 . c ∈ R } . Definimos: W1 = {v ∈ R 4 / v = av1 + bv 2 . 3. b. y . Sea V = R 4 y v1 = (1. 2) elementos de R 4 . y ) ∈ R 2 / y = 5 x } . v 2 = (1. 6. a. Demostrar que U ∪ W es un subespacio de V si y solo si U ⊂ W ó W ⊂ U . 7. 4. − 1). ·) donde: U = { ( x. Dados U y W subespacios de V. U + W y V + W . W y T subespacios de un espacio vectorial V. +. b ∈ R } W2 = {v ∈ R 4 / v = av 3 . Osorio Vidal ---------------------------------------------------------------------------------------------------------EJERCICIOS 1. V = { ( x. Decir en cual de los tres casos anteriores de la parte a) la suma es directa. v3 = (2.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->