1

CAPITULO I

1. ESPACIOS VECTORIALES

En lgebra abstracta, un espacio vectorial es una estructura algebraica creada a partir 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 otro conjunto, con estructura de cuerpo), con propiedades fundamentales. A los
elementos de un espacio vectorial se les llama vectores y a los elementos del cuerpo,
escalares.

1.1. DEFINICIN Y PROPIEDADES BSICAS

Espacio vectorial real Un espacio vectorial real V es un conjunto de objetos, llamados
vectores, junto con dos operaciones llamadas suma y multiplicacin por un escalar que
satisfacen los diez axiomas enumerados a continuacin. Notacin. Si x y y estn en V y si
a es un nmero real, entonces la suma se escribe como x + y, el producto escalar de a y x
como a x.

1.2. AXIOMAS DE UN ESPACIO VECTORIAL

Si x V y V, entonces x+y V (cerradura bajo la suma)
Para todo x, y z en V, (x+y) = x + (y +z) (ley asociativa de la suma de vectores) Existe un
vector 0 V tal que para todo x V, x+0 = 0+x=x
(el 0 se llama vector cero o idntico aditivo)
Si x V, existe un vector x en V tal que x + (x) = 0 (x se llama inverso aditivo de x)
Si x y y estn en V, entonces x+y= y+x (ley conmutativa de la suma de vectores)
Si x V y a es un escalar, entonces a x V (cerradura bajo la multiplicacin por un escalar)
Si x y y estn en V y es un escalar, entonces (x +y) = x +y (primera ley distributiva)
Si x V y son escalares, entonces (+)x = x+x (Segunda ley distributiva)
Si x V y son escalares, entonces (x) = ()x (ley asociativa de la multiplicacin por
escalares)
Para cada vector x V, 1x= x
2


1.3. INDEPENDENCIA LINEAL
1.3.1. DEFINICIN

Dado un conjunto finito de vectores , se dice que estos vectores
son linealmente dependientes si existen nmeros , no todos iguales a cero,
tales que:

Ntese que el smbolo a la derecha del signo igual no es cero, sino que simboliza al vector
nulo . El conjunto de vectores nulos forma la matriz nula. Si tales nmeros no existen,
entonces los vectores son linealmente independientes. La definicin anterior tambin
puede extenderse a un conjunto infinito de vectores, concretamente un conjunto cualquiera
de vectores es linealmente dependiente si contiene un conjunto finito que sea linealmente
dependiente.
Utilizando conceptos de espacios vectoriales podemos redefinir la independencia lineal as:
Un conjunto de vectores de un espacio vectorial es linealmente independiente
si
Esta idea es importante porque los conjuntos de vectores que son linealmente
independientes, generan un espacio vectorial y forman una base para dicho espacio.
Entre las propiedades de los vectores linealmente dependientes e independientes
encontramos:
1. Un conjunto de vectores es linealmente dependiente si y solamente si alguno
de los vectores es combinacin lineal de los dems.
2. Si un conjunto de vectores es linealmente independiente cualquier subconjunto
suyo tambin lo es. Obviamente, si tenemos un conjunto de vectores tales que
ninguno de ellos es combinacin de los dems, escogiendo solamente unos
cuantos, no podrn ser combinacin de los otros.
3. Si un conjunto de vectores es linealmente dependiente, tambin lo es todo
conjunto que lo contenga.
4. Un conjunto de vectores son linealmente dependientes si y slo si son
paralelos.
5. Un conjunto de vectores son linealmente dependientes si los componentes
entre ellos son proporcionales, bien sea directa o inversamente proporcional.
Ya que un conjunto de vectores es linealmente dependiente si y solo si tiene
algn vector que es combinacin lineal de los dems, si metemos este conjunto
de vectores en otro ms grande, seguimos teniendo el vector que es
3

combinacin lineal de otros, por tanto, el conjunto ms grande ser linealmente
dependiente.

EJEMPLO # 1

En el espacio tridimensional usual:



u y j son dependientes por tener la misma direccin.
u y v son independientes y definen el plano P.
u, v y w son dependientes por estar los tres contenidos en el mismo plano.
u, v y k son independientes por serlo u y v entre s y no ser k una combinacin lineal
de ellos o, lo que es lo mismo, por no pertenecer al plano P. Los tres vectores definen
el espacio tridimensional.
Los vectores o (vector nulo, cuyas componentes son iguales a cero) y k son
dependientes ya que o = 0 k
Ejemplo del uso de la frmula f:
Son los tres vectores siguientes independientes?

Buscamos tres valores x, y y z que satisfagan la ecuacin:

Lo que equivale al sistema de ecuaciones siguiente:
4


Dado que la nica solucin es la trivial (x = y = z = 0), los tres vectores son
independientes.
1.4. COMBINACIN LINEAL
1.4.1. DEFINICIN

Un vector se dice que es combinacin lineal de un conjunto de
vectores si se puede expresar como suma de los
vectores de multiplicados cada uno de ellos por un
coeficiente escalar es decir:
.
As, es combinacin lineal de vectores de si podemos expresar como una suma de
productos por escalar de una cantidad finita de elementos de .

EJEMPLO # 1
El vector (20, 12, 37) es una combinacin lineal de los vectores (1, 3, 5) y (6, 2, 9):



Otro ejemplo:
: Se dice que es combinacin lineal de y de , porque
podemos escribir sin ms que despejar la . De la misma manera,
despejando oportunamente, cada una de estas variables se podra expresar como
combinacin lineal de las otras dos.
Los escalares dicen cunto de cada vector del conjunto necesito para que, cuando se
combinen linealmente dichos elementos, pueda formar el vector en cuestin.


5





1.5. BASE Y DIMENSIN
1.5.1 DEFINICION

En lgebra lineal, se dice que un conjunto ordenado B es base de un espacio vectorial V si
se cumplen las siguientes condiciones:

Todos los elementos de B pertenecen al espacio vectorial V.
Los elementos de B forman un sistema linealmente independiente.
Todo elemento de V se puede escribir como combinacin lineal de los elementos
de la base B (es decir, B es un sistema generador de V).

La dimensin de un espacio vectorial se define como el nmero de elementos o cardinal
de una base de dicho espacio. Dado que para todo espacio de Hilbert de dimensin infinita
podemos distinguir entre bases de Hilbert y de Hamel, podemos definir la dimensin
vectorial ordinaria y la dimensin vectorial de Hilbert. Se tiene que para cualquier espacio
vectorial V, la relacin entre dimensin de Hammel y dimensin de Hilbert es la siguiente:
(1)
En espacios de dimensin finita tambin se pueden definir las bases de Hilbert como bases
de Hamel ortogonales. De hecho, para un espacio de dimensin finita, la dimensin de
Hilbert es igual a la dimensin de Hamel. En dimensin finita toda base de Hamel es base
de Hilbert y viceversa, por lo que para un espacio de dimensin finita en (1) se da siempre
la igualdad.

EJEMPLO # 1

Demuestre que el conjunto y son bases para .

Solucin.
Cualquier vector se puede escribir como ,
entonces genera a .Si ,
6

entonces luego , por tanto es un conjunto L.I. lo que implica
que como genera a y es L.I. entonces es base para .
Veamos ahora que es base para .
Debemos probar que para cualquier vector , existen escalares tales que






luego por la regla de Cramer el sistema tiene solucin nica para cualquier a, b reales; es
decir genera a .
Como el vector no es C.L. de entonces es L.I. por tanto es base
para .


1.6. RANGO Y DETERMINANTES DE SUBMATRICES
1.6.1. DEFINICION
El rango de una matriz Es el nmero de filas (o columnas) linealmente independientes.
Utilizando esta definicin se puede calcular usando el mtodo de Gauss. Tambin podemos
decir que el rango es: el orden de la mayor submatriz cuadrada no nula. Utilizando esta
definicin se puede calcular el rango usando determinantes.

EJEMPLO # 1
Clculo del rango de una matriz por determinant es

1 Podemos descartar una fila (o columna) si:
7

Todos sus coeficientes son ceros.
Hay dos filas (o columnas) iguales.
Una fila (o columna) es proporcional a otra.
Una fila (o columna) es combinacin lineal de otras.
Suprimimos la tercera columna porque es combinacin lineal de las dos
primeras: c
3
= c
1
+ c
2
.

2 Comprobamos si tiene rango mayor o igual que 1, para ello se tiene
que cumplir que al menos un elemento de la matriz no sea cero y por
tanto su determinante no ser nulo.
|2|=20
3 Tendr rango mayor o igual que 2 si existe alguna submatriz
cuadrada de orden 2, tal que su determinante no sea nulo.

4 Tendr rango mayor o igual que 3 si existe alguna submatriz
cuadrada de orden 3, tal que su determinante no sea nulo.

Como todos los determinantes de las submatrices son nulos tiene rango
menor que 3, por tanto r(B) = 2. En general, los pasos a seguir para el
clculo del rango por determinates son:
8

El rango es el orden de la mayor submatriz cuadrada no nula.
1 Descartamos las filas (o columnas) que cumplan las condiciones
vistas anteriormente.
2 Si al menos un elemento de la matriz no es cero su determinante no
ser nulo y, por tanto, el rango ser mayor o igual a 1.
3 El rango ser mayor o igual a 2 si existe alguna submatriz
cuadrada de orden 2, tal que su determinante no sea nulo.
4 El rango ser mayor o igual a 3 si existe alguna submatriz
cuadrada de orden 3, tal que su determinante no sea nulo.
5 El rango ser mayor o igual a 4 si existe alguna submatriz cuadrada
de orden 4, tal que su determinante no sea nulo.
De este mismo modo se trabaja para comprobar si tiene rango superior
a 4, hasta que la submatriz (o las submatrices) del mayor orden posible
tenga (o tengan) determinante nulo.