ALGEBRA LINEAL ESPACIOS VECTORIALES

Espacios vectoriales.
Dado un cuerpo K y un conjunto no vaco V, con reglas de suma y producto por un escalar. Entonces V es un espacio vectorial sobre el cuerpo K, si: A1) A2) A3) A4) M1) M2) M3) M4) u, v, w V, 0 V, tal que v V, v V, ! v, tal que u, v V, k K u, v V, a, b K v V, a, b K v V, v V 1 K, (u+v)+w=u+(v+w). v + 0 = 0 + v = v. v + (-v) = 0. u + v = v + u. k(u + v) = ku + kv. (a + b)v = av + bv. (ab)v = a(bv). se cumple 1v = v.

Teorema 5.1. Pg. 168.

Si V es un espacio vectorial sobre un cuerpo K. Entonces: k K 0 V. k0 = 0. v V 0 K. 0v = 0. Si kv = 0, con v V k K. k = 0 v = 0. k K v V. (-k)v = k(-v) = -kv.

Ejemplos de espacios vectoriales:

Espacio vectorial Kn Espacio vectorial de matrices Km n. Espacio vectorial de polinomios. Espacio vectorial de funciones de X en K.

Subespacio:
Si V es un e. v. sobre K W V, entonces W es un
Pg. 1

ALGEBRA LINEAL ESPACIOS VECTORIALES subespacio de V si W es un espacio vectorial sobre K.

Teorema 5.2. Pg. 170.

Si V es un espacio vectorial sobre un cuerpo K y W V. Entonces W es un subespacio de V si y slo si: W . u, v W, u + v W. k K v W, kv W.

Corolario 5.3. Pg. 170.

Si V es un espacio vectorial sobre un cuerpo K y W V. Entonces W es un subespacio de V si y slo si: 0 W. a, b K u, v W, au + bv W.

Teorema 5.4. Pg. 171.

Si V en un espacio vectorial sobre un cuerpo K y U, W son dos subespacios de V. Entonces U W es un subespacio de V.

Corolario:
La interseccin de un nmero cualquiera de subespacios de un espacio vectorial V, es un subespacio de V.

Teorema 5.5. Pg. 171.

El conjunto solucin W de un sistema homogneo con n incgnitas AX = 0 es un subespacio de Kn.

Teorema 5.6. Pg. 172.

Si V es un espacio vectorial sobre un cuerpo K y S V, Entonces linS es un subespacio de V que contiene S, Si W es un subespacio de V que contiene a S, entonces
Pg. 2

ALGEBRA LINEAL ESPACIOS VECTORIALES linS W.

Pg. 3

ALGEBRA LINEAL ESPACIOS VECTORIALES

Teorema 5.7. Pg. 174.

Las matrices equivalentes por filas tienen el mismo espacio fila.

Teorema 5.8. Pg. 174.

Dos matrices en forma cannica por filas tienen el mismo espacio fila si y slo si tienen las mismas filas no nulas.

Teorema 5.9. Pg. 174.

Toda matriz es equivalente por filas a una nica matriz en forma cannica por filas. Si V es un espacio vectorial sobre un cuerpo K y S = {v1, v2, ..., vn} V, entonces S es un conjunto de vectores linealmente dependientes sobre K, o simplemente linealmente dependientes, si existen escalares k1, k2, ..., kn K con al menos un ki 0, tal que: kivi = 0. En caso contrario, se dice que S es un conjunto de vectores linealmente independientes sobre K, o simplemente linealmente independientes.

Teorema 5.10. Pg. 177.

Si V es un espacio vectorial sobre un cuerpo K y S = {v1, v2, ..., vn} V, con n > 1. Entonces S es linealmente dependiente si y slo si uno de los vectores del conjunto S es combinacin lineal de los dems.

Pg. 4

ALGEBRA LINEAL ESPACIOS VECTORIALES

Obs.: Sea V un e. v. sobre K S V:

0 S S es l. d., S = { v } v 0 S e l. i., vj = kvi S es l. d., S = { v1, v2 } S es l.d. v1 = kv2, k K, Si S es l. i., entonces cualquier reordenacin de los vectores de S tambin lo es, S es l. i. T S T e l.i., alternativamente; T S T es l.d. S es l.d.,

Lema:
Si V es un espacio vectorial sobre un cuerpo K y S = {v1, v2, ..., vn} V, con n > 1. Entonces S es linealmente dependiente si y slo si uno de los vectores del conjunto S es combinacin lineal de los precedentes.

Teorema 5.11. Pg. 178.

Las filas no nulas de una matriz en forma escalonada son linealmente independientes.

Ejercicio 5.38. Pg. 206.

Si V = lin {v1, v2, ..., vn} es un espacio vectorial sobre un cuerpo K, entonces: a ) Si wV, {w, v1, v2, ..., vn} es linealmente dependiente y genera V; b) Si vk = k1v1+ k2v2+, ... +kk-1vk-1, {v1, v2, ... vk-1, vk+1, ...,vn} genera V.

Pg. 5

ALGEBRA LINEAL ESPACIOS VECTORIALES

Lema 5.13. Pg. 179.

Si V = lin {v1, v2, ..., vn} es un e. v. sobre K y {w1, w2, ..., wm} V, es l. i., entonces: a) m n b) V = lin {w1, w2, ..., wm, vi1, vi2 , vi3, ..., vin-m}

Definicin: Si V es un e.v. sobre K, entonces S = {v 1,

v2, ..., vn} V es una base de V y n es la dimensin de V si: a) S es l. i. b) V = linS Observacin: Si V es un e.v. sobre K y S una base de V, entonces todo vector v de V puede escribirse de forma nica como c. l. de los vectores de S.

Teorema 5.16. Pg. 179.

Si V es un e. v. de dimensin finita n sobre K y S = {v 1, v2, ..., vr} V es l. i., entonces S es una parte de una base en V, es decir, S puede extenderse a una base de V.

Teorema 5.12. Pg. 178.

Si V es un e. v. sobre un cuerpo K, de dimensin finita n, entonces todas las bases de V tienen el mismo nmero de vectores.

Teorema 5.14. Pg. 179.

Si V es un e. v. sobre K, de dimensin finita n, entonces: n+1 o ms vectores en V son l. d.. Todo conjunto l. i. S = {v1, v2, ..., vn}, con n elementos, es una base en V.
Pg. 6

ALGEBRA LINEAL ESPACIOS VECTORIALES

Todo conjunto generador T={v1, v2, ..., vn} de V, con n elementos, es una base en V.

Teorema 5.15. Pg. 179.

Si V es un e. v. sobre K y V = linS, entonces; Cualquier nmero mximo de vectores l. i. en S en una base en V, Si se suprime de S todo vector que es combinacin lineal de los precedentes, los vectores que quedan constituyen una base de V.

Teorema 5.17. Pg. 180.

Si W es un subespacio de un un espacio vectorial V sobre un cuerpo K, de dimensin finita, entonces dimW dimV. Si en particular, dimW = dimV, entonces W = V.

Teorema 5.18. Pg. 180.

Los rangos por filas y por columnas de cualquier matriz A son iguales.

Teorema 5.19. Pg. 182.

Las tres afirmaciones siguientes son equivalentes: a) El sistema de ecuaciones lineales AX = B tiene alguna solucin. b) B es combinacin lineal de las columnas de A. c) La matriz de coeficientes A y la ampliada (A,B) tienen el mismo rango.

Ejercicio: Determinacin de bases de un e.v.

Pg. 7

ALGEBRA LINEAL ESPACIOS VECTORIALES

Teorema 5.20. Pg. 182.

La dimensin del espacio solucin W del sistema de ecuaciones lineales homogneo AX = 0 es n r, donde n es el nmero de incgnitas y r el rango de la matriz de los coeficientes de A.

Definicin: Si V es un e.v. sobre K, la suma de sus

subespacios U y W, que se escribe, U + W, se define como U + W = {u + w: u U w W}

Teorema 5.21. Pg. 184.

Si U y W son subespacios de un espacio vectorial V sobre un cuerpo K, entonces la suma U + W es tambin un subespacio e V.

Teorema 5.22. Pg. 184.

Si U y W son subespacios de dimensin finita de un espacio vectorial V sobre un cuerpo K, entonces U + W tiene dimensin finita y dim(U + W) = dimU + dimW dim(UW)

Definicin: Se dice que el e. v. V es la suma directa

de sus subespacios U y W, denotado por V = U W, si todo vector v de V puede escribirse de una y slo una forma como v = u + w, con u U w W.

Teorema 5.23. Pg. 185.

El espacio vectorial V sobre un cuerpo K es la suma directa de sus subespacios U y W si y slo si a) V = U + W, y b) U W = {0}

Pg. 8

ALGEBRA LINEAL ESPACIOS VECTORIALES

Sumas directas generales: V es la suma directa de

sus subespacios W1, W2, ..., Wr, escrito V = W1 W2 ... Wr, si todo vector v de V puede escribirse de una y slo una forma como v = w1 + w2 + ... + wr, con wi Wi i = 1, r.

Teorema 5.24. Pg. 186.

Si W1, W2, ..., Wr son subespacios de un e.v. V sobre K, V = W1 W2 ... Wr y si para cada i, Si es un subconjunto l. i. de Wi. Entonces a) S = iSi es linealmente independiente. b) Si Si es una base de Wi, S = iSi es una base de V. c) dimV = dimW1 + dimW2 + ... + dimWr

Teorema 5.25. Pg. 186.

Si W1, W2, ..., Wr son subespacios de dimensiones finitas de un espacio vectorial V sobre un cuerpo K, V = W1 + W2 + ... + Wr y dimV = dimW1 + dimW2 + ... + dimWr, entonces V = W1 W2 ... Wr

Definicin: Si S = {u1, u2, ..., un} es una base de un

e.v. V, vV, !(a1, a2, ..., an) t.q. v = aiui, y de estos n escalares (a1, a2, ..., an) se dice que son las coordenadas de v relativas a la base S o es el vector coordenado de v y se denota [a1, a2, ..., an] = [v]S.

Teorema 5.26. Pg. 189.

Si V es un espacio vectorial, de dimensin n, sobre un cuerpo K. Entonces V y Kn son isomorfos.

Pg. 9

ALGEBRA LINEAL ESPACIOS VECTORIALES

Cambio de base: Si S = {u1, u2, ..., un} es una base de

un e.v. V y T = {w1, w2, ..., wn} es otra base de V, n wi = cij u j ; i = 1, n entonces se tienen: j = 1 y P = (pij), con pij = cji se denomina matriz de cambio de base, o matriz de transicin, de la base S a la base T.

Teorema 5.27. Pg. 191.

Si P es la matriz de cambio de base desde una base S hasta otra T en un espacio vectorial V sobre un cuerpo K. Entonces: vV, P[v]T = [v]S, y, por consiguiente P-1[v]S = [v]T.

Pg. 10