Está en la página 1de 7

UNIDAD 2: Espacios Vectoriales

Espacio Vectorial: Sea V un conjunto no vaco, cuyos elementos sern llamados vectores y sea un cuerpo, cuyos
elementos se llamarn escalares, diremos que V tiene estructura de espacio vectorial sobre , o que V es un -
espacio vectorial, si entre los elementos de V se ha definido una operacin llamada adicin y otra operacin llamada
multiplicacin que toma operadores en , tales que verifican los siguientes axiomas:
(
1
V ) Si , a b V entonces a b V .
(
2
V ) , ) , ) a b c a b c = para todo , , a b c V .
(
3
V ) Existe un nico vector 0 V tal que , ) 0 a a = para todo a V .
(
4
V ) Para cada vector a V , existe un nico vector a V tal que , ) 0 a a = .
(
5
V ) a b b a = para todo , a b V .
(
6
V ) a V para todo , a V .
(
7
V ) , ) a a a = para todo , , a V .
(
8
V ) , ) a b a b = para todo , , a b V .
(
9
V ) , ) , ) a a a = = para todo , , a V .
(
10
V ) Si 1 es la unidad en entonces vale 1 a a = para todo a V .
Subespacio vectorial: Un subconjunto S de un -espacio vectorial V , es un subespacio de V , cuando el mismo es
un espacio vectorial respecto de las mismas operaciones que hacen que V sea un espacio vectorial.
Teorema 4: S V _ , S = 2, S es subespacio de V si y slo si
( ) Si , entonces
( ) Si , entonces
i a b S a b S
ii a S a S
'
1
1
!
1
1
+

Demostracin:
Sea S V _ y S = 2,
( =) Sea S subespacio de V , probemos que se verifican ( ) i y ( ) ii .
Por definicin de subespacio S verifica los axiomas
1
V y
6
V , por lo tanto se verifican ( ) i y ( ) ii .
( =) Sea S que verifica ( ) i y ( ) ii , probemos que S es subespacio de V , es decir que verifica:
1 2 10
, ,..., A A A
Por ( ) i y ( ) ii se verifican
1
V y
6
V .
2
V ) Sean , , a b c S , como S V _ , , , a b c V y en V se verifica , ) , ) a b c a b c = .
3
V ) Sea 0 y a S por ( ) ii 0 a S , como S V _ , 0 a V y en V se verifica que 0 0 a = , por lo tanto
0 S .
4
V ) Sea 1 y a S por ( ) ii 1 a S , como S V _ , 1 a V y por consecuencia 1, 1 a a = , por lo
tanto a S .
Los dems axiomas
5 7 8 9 10
, , , y V V V V V se prueban por ser S V _ .
Operaciones con subespacios
Interseccin de subespacios: Sea {
i
S con i I una familia de subespacios de un -espacio vectorial V ,
simbolizaremos la interseccin de dicha familia con { : para todo
i i
i I
S S v V v S i I

= =

.
Teorema 6: Sea V un -espacio vectorial. La interseccin de cualquier familia de subespacios de V , es un subespacio
de V .
Demostracin
Sea {
i
S con i I una familia de subespacios de un -espacio vectorial V y sea
{ : para todo
i i
i I
S S v V v S i I

= =

su interseccin, probemos que S es subespacio de V .


Sabemos que
i
i I
S S V

= _

ya que
i
S V _ para todo i I y que
i
i I
S S

= = 2

pues 0
i
S para todo i I .
Ahora veamos que cumple (i) y (ii) del teorema 4.
(i) Sean ,
i
i I
a b S S

=

, entonces ,
i
a b S para todo i I .
Como
i
S es subespacio para todo i I ,
i
a b S para todo i I , y en consecuencia
i
i I
a b S S

.
(ii) Sea y
i
i I
a S S

=

, entonces
i
a S para todo i I .
Como
i
S es subespacio para todo i I ,
i
a S para todo i I , y en consecuencia
i
i I
a S S

.
De (i) y (ii), S es subespacio de V .
Unin de subespacios: Si
1 2
y S S son dos subespacios de un -espacio vectorial V , entonces
1 2
S S ' no
necesariamente es un subespacio de V .
Ejemplo: Sean
1
S y
2
S dos subespacios de
2
tales que:
, ) {
2
1 1 2 2
, : 0 S x x x = = y
, ) {
2
2 1 2 2 1
, : S x x x x = = , luego
, ) {
2
1 2 1 2 2 1 2
, : y 0 S S x x x x x ' = = = .
Si , ) 3, 0 a = y , ) 2, 2 b = entonces , ) , ) , )
1 2
3, 0 2, 2 5, 2 a b S S = = y ' .
Suma de dos subespacios: Sea V un -espacio vectorial y sean
1
S y
2
S dos subespacios de V . Definimos el
conjunto
{
1 2 1 2 1 1 2 2
: con y S S S v V v v v v S v S = = = que llamaremos suma de
1 2
y S S .
Teorema 7: La suma de dos subespacios de un -espacio vectorial V , es un subespacio de V .
Demostracin
Sean
1
S y
2
S dos subespacios de V y sea {
1 2 1 2 1 1 2 2
: con y S S S v V v v v v S v S = = = su suma.
Probemos que S es un subespacio de V .
S V _ por definicin de S .
S = 2, dado que 0 0 0 = con
1
0 S y
2
0 S .
Ahora probemos (i) y (ii) del teorema 4:
(i) Sean , a b S probemos que a b S .
Como a S ser
1 2
a a a = con
1 1
a S y
2 2
a S ,
y como b S ser
1 2
b b b = con
1 1
b S y
2 2
b S .
Luego, , ) , )
1 1 2 2
a b a b a b =
Como
1
S y
2
S son subespacios , )
1 1 1
a b S y , )
2 2 2
a b S , por lo tanto a b S .
(ii) Sea y a S , entonces
1 2
a a a = con
1 1
a S y
2 2
a S , probemos que a S .
, )
1 2
1 2
a a a
a a


=
=
y como
1
S y
2
S son subespacios
1 1
a S y
2 2
a S , por lo tanto a S .
De (i) y (ii), S es subespacio de V .
Suma de varios subespacios: Sea {
i
S con 1, 2, .., i n = siendo 2 n _ , una familia finita de subespacios del -
espacio vectorial V , llamaremos suma de dicha familia
1 2
...
n
S S S S = al conjunto
{
1 2 1 1 2 2
: ... con , ,...,
n n n
S v V v v v v v S v S v S = =
Teorema 8: La suma de una familia finita de subespacios de un -espacio vectorial V , es un subespacio de V .
Suma directa: Cuando dos subespacios {
1 2
0 E E = , la descomposicin de cualquier vector de
1 2
E E es nica.
En este caso se dice que la suma es directa y se simboliza:
{
1 2 1 2 1 1 2 2
: con y en forma nica E E v V v v v v E v E = =
Observacin:
Supongamos que:
1 2 1 2
v v v w w = = con
1 1 1
, v w E y
2 2 2
, v w E (1)
De (1)
1 1 2 2
v w v w = . (2)
Como
1 1 1
, v w E y
2 2 2
, v w E , entonces
1 1 1
v w E y
2 2 2
v w E .
Luego de (2)
1 1 1 2
v w E E y
2 2 1 2
v w E E , y como {
1 2
0 E E = .
Ser
1 1
v w = y
2 2
v w = , y la descomposicin es nica.
Subespacio suplementario: Cuando dos subespacios
1 2
y E E de un -espacio vectorial V son tales que:
(1)
1 2
E E V =
(2) {
1 2
0 E E =
Esto es,
1 2
E E V = , entonces los subespacios
1 2
y E E son suplementarios respecto de V .
Combinacin lineal de vectores: Sea {
1 2
, ,...,
p
F v v v = una familia o sistema de vectores de un -espacio vectorial
V , diremos que v V es combinacin lineal de los vectores de F si:
1
con y para todo 1, 2,...,
p
i i i i
i
v v v F i p
=
= =
_

Subespacio generado: Si {
1 2
, ,...,
p
F v v v = con
i
v V escribiremos
1
: con , , 1, 2,...,
p
i i i i
i
F v V v v v F i p
=
' '
1 1
1 1
1 1
= = =
! !
1 1
1 1
1 1 + +
_

Teorema 9: F es un subespacio de V .
Demostracin:
F V _ por definicin.
F = 2, dado que
1
0 ... 1 ... 0
i i p
v v v v = .
(i) Sean , v w F y probemos que v w F .
Como , v w F ser
1
p
i i
i
v v
=
=
_
y
1
p
i i
i
w v
=
=
_
con
i
v F , ,
i i
para todo 1, 2,..., i p = .
, )
1 1
7
1
[unicidad +]
[ de E.V]
p p
i i i i
i i
p
i i i
i
v w v v
v V


= =
=
=
=
_ _
_
Con
i
v F y , )
i i
para todo 1, 2,..., i p = , por ser cuerpo, luego v w F .
(ii) Sea y v F , entonces
1
p
i i
i
v v
=
=
_
con
i
v F ,
i
para todo 1, 2,..., i p = . Probemos que v F .
, )
, )
1
8
1
9
1
[unicidad ]
[ de E.V.]
[ de E.V.]
p
i i
i
p
i i
i
p
i i
i
v v
v V
v V

=
=
=
=
=
=
_
_
_
Con
i
v F y , )
i
para todo 1, 2,..., i p = , por ser cuerpo, luego v F .
De (i) y (ii), F es subespacio de V .
Familia de generadores equivalentes: Dadas las familias de vectores, {
1 2
, ,...,
p
F v v v = y {
1 2
, ,...,
q
F w w w =
donde ,
i j
v w V , diremos que estas familias son equivalentes si F F = .
Teorema 11: Sea V un -espacio vectorial y sean las familias de vectores de V , {
1 2
, ,...,
p
F v v v = y
{
1 2 1
, ,..., , ,...,
p p q
F v v v v v

= , donde los vectores


1
,...,
p q
v v

son combinaciones lineales de los vectores de F ,


entonces F y F son equivalentes.
Dependencia e independencia lineal
Sistema linealmente dependiente
Definicin 13: Un sistema {
1 2
, ,...,
p
F v v v = es ligado o linealmente dependiente, cuando al menos uno de sus vectores
es combinacin lineal de los otros.
F es ligado si:
1 1 2 2 1 1 1 1
... ...
i i i i i p p
v v v v v v

= para algn 1, 2,..., i p =
Definicin 14: Un sistema {
1 2
, ,...,
p
F v v v = es ligado o linealmente dependiente si existe un conjunto de escalares
1 2
, ,...,
p
, no todo nulos, tales que
1
0
p
i i
i
v
=
=
_
.
Propiedades fundamentales:
(1) Todo sistema que contenga el vector nulo es linealmente dependiente.
(2) Si se agregan vectores a un sistema linealmente dependiente se obtiene otro sistema que tambin es
linealmente dependiente.
De otra forma: Todo sistema que contiene a un sistema ligado es tambin ligado.
(3) Un sistema es linealmente dependiente si y solo si contiene un subconjunto propio que es equivalente a l.
Sistema linealmente independiente: El sistema {
1 2
, ,...,
p
F v v v = es libre o linealmente independiente: si
1
0
p
i i
i
v
=
=
_
entonces 0
i
= para todo 1, 2,..., i p = .
Propiedades fundamentales:
(1) Todo sistema formado por un solo vector no nulo es linealmente independiente.
(2) Todo sistema linealmente independiente est formado por vectores no nulos.
(3) Todo subconjunto no vaco de un sistema linealmente independiente es tambin linealmente independiente.
(4) Si {
1 2
, ,...,
p
F v v v = es linealmente independiente entonces todo vector v F se puede expresar en forma
nica como combinacin lineal de los vectores de F .
(5) Si el sistema {
1 2
, ,...,
p
F v v v = es linealmente independiente, mientras que el sistema {
1 2
, ,..., ,
p
F v v v w =
es linealmente dependiente, entonces el vector w es combinacin lineal de los vectores de F .
Teorema fundamental de independencia: Si una familia de vectores genera a un -espacio vectorial V , entonces
el nmero de sus vectores es siempre mayor o igual que el nmero de vectores que tiene cualquier sistema linealmente
independencia de V .
Demostracin:
Sean V un -espacio vectorial y {
1 2
, ,...,
m
F g g g = tal que F V = y sea {
1 2
, ,...,
r
F b b b = linealmente
independiente. Demostremos que r m _ .
Para ello, vamos a formar nuevos sistemas de generadores de V , en los que los vectores
j
b , van a reemplazar
sucesivamente a los vectores
i
g .
Sea
1
b V , como F genera el espacio,
1
b es combinacin lineal de los vectores de F , entonces tenemos el sistema
{
1 1 2
, , ,...,
m
F b g g g = que tambin genera a V , pues contiene a un sistema generador de V , pero este sistema es
linealmente dependiente, luego podemos escribir:
1 1 1 1 2 2
... 0
m m
b g g g = (con algn coeficiente distinto de cero)
Veamos que los
i
no pueden ser todos simultneamente nulos, pues si fueran todos nulos se tendra
1
0 = y como
consecuencia
1
0 b = , lo cual no es posible dado que los
j
b son linealmente independientes.
Por lo tanto existe uno de los
i
g que puede expresarse como combinacin lineal de los dems. Supongamos que sea
1
g
luego obtenemos {
1 2
, ,...,
m
b g g que tambin genera a V .
A este sistema le agregamos el vector
2
b y obtenemos {
1 2 2
, , ,...,
m
b b g g que genera a V y es linealmente
independiente, luego podemos escribir:
1 1 2 2 2 2
... 0
m m
b b g g = (con algn coeficiente distinto de cero)
En esta expresin no pueden ser todos los 0
i
= , pues si fuese:
1 1 2 2
0 b b = (con algn coeficiente distinto de
cero) y {
1 2
, b b sera linealmente dependiente, lo cual es falso, pues F es linealmente independiente.
Supongamos que
2
0 = , luego
2
g se podra expresar como combinacin lineal de los dems, entonces lo sacamos y
obtenemos el sistema {
1 2 3
, , ,...,
m
b b g g que genera a V .
Repitiendo el proceso, los vectores
i
g , quedan sucesivamente reemplazados por los vectores
j
b .
Ahora bien, si r m < , se obtiene el sistema generador: {
1 1
,..., , ,...,
r r m
b b g g

.
Si r m = , el conjunto generador sera: {
1 2
, ,...,
r
b b b .
Veamos que r m no es posible.
Supongamos que esto ocurre, luego {
1 2
, ,...,
m
b b b que genera a V y fuera de este sistema tenemos los vectores
1
,...,
m r
b b

que son combinaciones lineales de los vectores


1 2
, ,...,
m
b b b y F es linealmente dependiente (Contradiccin).
Por lo tanto r m _ .
Sistema libre mximo: Un sistema {
1 2
, ,...,
n
B b b b = de vectores de un -espacio vectorial, es sistema libre mximo
si se le agrega cualquier vector deja de ser libre.
Sistema generador mnimo: Un sistema {
1 2
, ,...,
n
B b b b = de vectores de un -espacio vectorial V , es sistema
generador mnimo de V si se le extrae cualquier vector deja de ser generador de V .
Base de un espacio vectorial: Un sistema {
1 2
, ,...,
n
B b b b = de vectores del -espacio vectorial V , es base de V si
verifica:
(i) B es linealmente independiente.
(ii) B es generador de V , esto es, B V = .
Teorema de existencia de base: Todo espacio vectorial generado por un nmero finito de vectores, admite por lo
menos, una base extrada de esos vectores.
Demostracin:
Sea {
1 2
, ,...,
p
F b b b = tal que F V = , V espacio vectorial sobre .
Si F es linealmente independiente, entonces F es base de V , y el teorema est probado.
Si F es linealmente dependiente, entonces existe alguno de sus vectores que es combinacin lineal de los restantes.
Supongamos que es
i
b , suprimindolo tenemos el sistema: {
1 2 1 1
, ,..., , ,...,
i i p
F b b b b b

= que tambin genera a V
(pues hemos extrado un vector que es combinacin lineal de los dems).
Si F es linealmente independiente ser base de V ; si F es linealmente dependiente, existe alguno de sus vectores
que es combinacin lineal de los restantes, lo extraemos y obtenemos otro sistema que es generador de V .
El procedimiento continua, pero este proceso es finito y existir alguno, por lo menos, que ser linealmente
independiente y por lo tanto ser base de V .
Conclusin: Todo sistema generador de un espacio vectorial V contiene al menos una base de V .
Teorema 15: En un espacio vectorial finito, dos bases cualesquiera tienen igual nmero de vectores.
Demostracin:
Sea V un -espacio vectorial finito y sean: {
1 1 2
, ,...,
n
b b b = y {
2 1 2
, ,...,
p
c c c = dos bases de V , probemos que
n p = .
Como
1
es base de V , es generador de V y como
2
es base de V , es linealmente independiente, luego por el
teorema fundamental de independencia p n _ (i).
De igual forma, como
2
es base de V , es generador de V y como
1
es base de V , es linealmente independiente,
por el teorema fundamental de independencia n p _ (ii)
De (i) y (ii), resulta n p = .
Dimensin de un espacio vectorial: se llama dimensin de un espacio vectorial finito al nmero de vectores de una
cualquiera de sus bases.
Teorema de extensin a una base: Todo sistema libre de vectores de un espacio vectorial finito, puede extenderse
hasta formar una base de dicho espacio.
Demostracin:
Sea V un -espacio vectorial, n-dimensional y sea {
1 2
, ,...,
p
F b b b = con p n _ .
Si F genera a V , como es libre ser base de V y no hay nada que probar.
Si F no genera a V , entonces existir algn vector de V que no podr expresarse como combinacin lineal de los
vectores de F ; sea
1 p
b

tal vector, luego {


1 p
F b

' sigue siendo libre, pues le hemos agregado a F un vector que no


es combinacin lineal de sus vectores.
Si {
1 p
F b

' genera a V , el teorema queda probado.


Si {
1 p
F b

' no genera a V , existir algn vector de V que no es combinacin lineal de los vectores de {
1 p
F b

' ,
sea
2 p
b

tal vector, y se lo agregamos a {


1 p
F b

' y obtenemos el sistema {


1 2
,
p p
F b b

' , el cual puede o no ser
generador de V .
Reiterando el proceso, el cual es finito, podremos completar los n p vectores necesarios para formar una base de V .

Dimensin de la suma de dos subespacios


Teorema 18: Si
1 2
y E E son dos subespacios de un -espacio vectorial V , entonces
, ) , ) , ) , )
1 2 1 2 1 2
dim dim dim dim E E E E E E =
Demostracin:
Sea {
1 1 2
, ,...,
r
a a a = una base de
1 2
E E .
1
es un sistema linealmente independiente y como
1 2 1
E E E _ y
1 2 2
E E E _ , entonces
1
es un sistema
linealmente independiente de
1
E y
2
E , por el teorema de extensin a una base, podemos a partir de los vectores de
1
formar una base de
1
E y una base de
2
E .
Sean {
1 2 1 2
, ,..., , , ,...,
r m
a a a b b b = base de
1
E y {
1 2 1 2
, ,..., , , ,...,
r p
a a a c c c = base de
2
E .
Reunimos los vectores de y y obtenemos: {
1 2 1 2 1 2
, ,..., , , ,..., , , ,...,
r m p
a a a b b b c c c = = .
Si probamos que es base de
1 2
E E entonces tendremos:
, )
, ) , )
, )
1 2
1 2 1 2
dim
dim dim dim
E E m r p
m r p r r
E E E E
=
=
=
y el teorema queda demostrado.
Entonces probemos que es base de
1 2
E E .
1) Probemos que es un sistema generador de
1 2
E E
Sea
1 2
v E E luego
1 2
v v v = con
1 1
v E y
2 2
v E , luego
1 1 1 2 2 1 1 2 2
... ...
r m m
v a a a b b b =
2 1 1 2 2 1 1 2 2
... ...
r r p p
v a a a c c c =
Por la unicidad de la suma de vectores (O.B.I.)
, ) , )
1 2 1 1 1 2 2 2 1 1 2 2 1 1 2 2
... ... ...
m m p p
v v a a b b b c c c = .
Esto es,
1 2
v E E se puede expresar como combinacin lineal de los vectores de , por lo tanto es un sistema
generador de
1 2
E E .
2) Probemos que es un sistema linealmente independiente.
Consideremos una combinacin lineal de los vectores de con resultado el vector nulo,
1 1 2 2 1 1 2 2 1 1 2 2
... ... ... ... 0
r r m m p p
a a a b b b c c c = , luego
, )
1 1 2 2 1 1 2 2 1 1 2 2
... ... ...
m m r r p p
b b b a a a c c c = (I)
en esta igualdad
1 1 2 2 1
...
m m
b b b E y
, )
1 1 2 2 1 1 2 2 2
... ...
r r p p
a a a c c c E .
Para que un vector de
1
E sea igual a otro vector de
2
E es necesario que pertenezca a
1 2
E E .
Luego
1 1 2 2 1 2
...
m m
b b b E E y se podr expresar como combinacin lineal de los vectores de su base,
esto es
1 1 2 2 1 1 2 2
1 1 2 2 1 1 2 2
... ...
... 0
m m r r
m m r r
b b b a a a
b b b a a a


=
=
como {
1 2 1 2
, ,..., , , ,...,
r m
a a a b b b es base de
1
E , es linealmente independiente, entonces
1 2 1 2
... ... 0
m r
= = = = = = = = (i)
Reemplazando en (I) obtenemos
1 1 2 2 1 1 2 2
... ... 0
r r p p
a a a c c c =
Como {
1 2 1 2
, ,..., , , ,...,
r p
a a a c c c es base de
2
E , es linealmente independiente, entonces
1 2 1 2
... ... 0
r p
= = = = = = = = (ii)
De (i) y (ii), es linealmente independiente.
Con lo que resulta que es base de
1 2
E E .
Nota:
{ , ) dim 0 0 =

, )
dim
n
n =
, ) dim 1
n
n =

, )
dim
m n
mn

=
Coordenadas: A , )
1 2
, ,...,
n
x x x se le llama coordenadas del vector x respecto de la base ordenada B .
Se suele usar la notacin , )
1 2
, ,...,
n
B
x x x x
l
=
l
o en forma matricial
1
B
n
x
x
x
l
l
l
l
=
l l
l
l
l