Documentos de Académico
Documentos de Profesional
Documentos de Cultura
u 2 V; para todo
2 F; para todo u 2 V
3. u + v = v + u; para todo u; v 2 V
4. (u + v) + w = u + (v + w) ; para todo u; v; w 2 V
5. Existe un elemento neutro (cero) denotado por 0 2 V tal que
para todo u 2 V
u+0=u
(u + v) = u + v, para todo
2 F y para todo u; v 2 V
1
u 2 V tal que
8. ( + ) v = v + v; para todo ;
9. (
)v =
( v) ; para todo ;
2 F y para todo v 2 V
2 F y para todo v 2 V
F =R
v = (c; d)
(1)
2 R; u 2 R2
u = ( a; b)
(2)
Ahora que tenemos claro los conjuntos y las operaciones que se asocian a un espacio
vectorial veremos que efectivamente el plano cartesiano sobre el campo de los nmeros
reales con las operaciones (1) y (2) es un espacio vectorial.
1. Sea u = (a; b) y v = (c; d) de (1) tenemos que
u + v = (a + c; b + d)
como a + c; b + d 2 R entonces u + v 2 R2
2. Sea
u es el elemento
u = ( a; b)
7. Dado
(a + c; b + d)
(u + v) = ( (a + c) ; (b + d))
(u + v) = ( a + c; b + d)
(u + v) = ( a; b) + ( c; d)
8. Dado ;
(u + v) =
(a; b) + (c; d)
(u + v) =
u+ v
2 R; v = (c; d) 2 R2 ; tenemos
( + ) v = ( + ) (c; d)
= (( + ) c; ( + ) d)
= ( c + c; d + d)
= ( c; d) + ( c; d)
=
v+ v
9. Dado ;
2 R; v = (c; d) 2 R2 ; tenemos
(
)v = (
) (c; d)
= ((
) c; (
) d)
= ( ( c) ; ( d))
=
( c; d)
( (c; d)) =
( v)
Subespacios
Denicin 0.2. Un subconjunto W de un espacio vectorial V es lla,ado un subespacio
vectorial de V si W es tambien un espacio vectorial bajo la suma y multiplicacin por
un escalar denido en V
Usualmente, para probar que un subconjunto es un subespacio no es necesario
probar todos los axiomas, porque ciertas reglas satisfechas en el espacio mas grande
son automaticamente satisfechas en cada subconjunto, si la suma de vectores y multipliacin por un escalar es cerrado en el subconjunto.
Teorema 0.1. Un subconjunto no vacio W de un espacio vectorial V es un subespacio
si y solo si
u+v 2 W
u 2 W
para todo u; v 2 W y para todo
2F
0=0
n, el conjunto
W = fx 2 Rn : Ax = 0g
de las soluciones del sistema homogeneo es un espacio vectorial.
Aqui debemos notar que los elementos de W estan en Rn esto es V = Rn ; el cul
es un espacio vectorial sobre F = R, como no se dice nada respecto a las operaciones
se asume que son las usuales.
sea x; y 2 W entonces
Ax = 0
Ay = 0
entonces sumando
A (x + y) = Ax + Ay = 0 + 0 = 0
luego
A (x + y) = 0
por tanto el vector suma x + y 2 W
Sea 2 R entonces
A ( x) =
(Ax) = 0 = 0
donde
2 v2
m vm
2;
u = 2v1
5v2
3 5
4 2
1
0
2
3
!
; pues
u = 3v1 + 2v2
Denicin 0.4 (Espacio generado). Sea S
V un subconjunto del espacio vectorial
V; el espacio generado por S es denido como el conjunto de todas las combinaciones
lineales de los vectores de S; se suele denotar como
[S] = span (S) = gen (S)
Si S = fv1 ; v2 ;
; vm g entonces
[S] = f
1 v1
2 v2
+
6
m vm
2 F; i = 1
ng
n
o
Ejemplo 0.5. Sea S
V = R3 ; donde S = v1 = (2; 1; 4)T ; v2 = (4; 1; 6)T ; entonces el espacio genertado por S viene dado por
[S] = v 2 V = R3 =v = v1 + v2 : ;
2R
Por la teora de planos deducimos que [S] es un plano, ahora un mtodo para deducir
la ecuacin cartesiana de este plano es como sigue.
Como v = (x; y; z) es un vector arbitrario entonces
0
1
x
B C
@ y A=
z
luego
1
0 1
2
4
B
C
B C
@ 1 A+ @ 1 A
4
6
1
2 4
B
C
@ 1 1 A
4 6
1
x
B C
=@ y A
z
5
x
3
+ 23 y = 0; luego
5x + 2y + 3z = 0
es la ecuacin del plano que pasa por el origen.
Lema 0.1. En un espacio vectorial V, el espacio generado por un subconjunto S de V
es un espacio vectorial (subespacio)
Proof. Basta probar que es un subespacio, para ello
Si S = f0g entonces [S] = f0g el cual es un espacio vectorial, ahora si S es difrenete
de f0g
sea u; v 2 [S] entonces
u =
v =
n
X
i=1
n
X
j=1
i wi
tal que wi 2 S; i = 1 : n
~j
jw
n
X
i wi
i=1
n
X
~j
jw
j=1
n
X
u =
i ) wi
i=1
tal que wi 2 S; (
i)
2 F; i = 1 : n;
2x + x2 +
x + x3
luego
1 = 2 +
0 =
1 =
llevandolo a un sistema matricial
0
10
0 2 1
B
CB
@ 1 1 0 A@
0 0 1
entonces
0 2 1
B
Aa = @ 1 1 0
0 0 1
1;
= 1;
1
1
C B
C
A=@ 0 A
1
1
0
1
1 0 0
C
B
0 A ! Aa;E = @ 0 1 0
1
0 0 1
=
1
1
C
1 A
1
1 v1
2v
+ vm
1;
2;
1
2; 2 = 3;
1
= 1 se tiene
1
0
B C
2v1 + 3v2 + v3 = @ 0 A
0
Denicin 0.5. Dado los vectores v1 ; v2 ;
; vm 2 V se dice que son linealmente
dependientes si y solo si existen escalares no todos iguales a cero talque
1 v1
2 v2
m vm
=0
(3)
2 v2
3 v3
=0
1
1
1
0
1
1
0
0
1
0
0
0
C
CB
C@
C
A
1
2
3
B
C B
A=B
B
@
0
0
0
0
1
C
C
C
C
A
B
B
Aa = B
B
@
1
1
1
0
1
1
0
0
1
0
0
0
0
0
0
0
C
B
C
B
C ! Aa;E = B
C
B
A
@
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
0
1
C
C
C
C
A
= 0
= 0
= 0
como nica solucin, por tanto los vectores son linealmente independientes
Bases y dimensin
Denicin 0.7 (Dimensin). El nmero mas grande de vectores linealmente independientes en un espacio vectorial V es llamado la dimensin de V y se denota dim V:
Observacin 0.3. Si este es un nmero nito n, denimos dim V = n y diremos que
V es un espacio de dimensin nita.
Observacin 0.4. Si existen conjuntos arbitrariamente grande de vectores linealmente
independientes en V , diremos que la dim V es innito y que V es de dimensin innita
10
S1
S2
S3
80
19
>
>
1
=
<
B
C
=
@ 1 A
>
>
;
:
2
80
1 0
>
1
<
B
C B
=
@ 1 A;@
>
:
2
80
1 0
>
1
<
B
C B
=
@ 1 A;@
>
:
2
19
1 >
=
C
1 A
>
;
0
1 0 19
1
2 >
=
C B C
1 A;@ 0 A
>
;
0
0
; vn :vg
n vn
n+1 v
=0
(4)
1 v1
n vn
pero v tiene grado mayor que cualquier vector de S por tanto no puede ser combinacin
lineal de ellos, esto es, son linealmente independientes, por tanto el conjunto
S~ = fv1 ; v2 ;
; vn :vg
es linealmente independiente.
Denicin 0.8. Sea S un conjunto de vectores incluido en el espacio vectorial V , S
11
1
0
0
1
!)
dado que
1. (a)
1
0
0
1
1
0
0
1
x
y
12
x
y
1
1
1
2
x
y
1
2
Aa =
1 x
2 y
1 0
0 1
! Aa;E =
2
x
3
1
y
3
+ 13 y
1
x
3
(5)
(6)
Habr notado que en los dos ejemplos anteriores la solucin resulta siendo nica,
esto viene caracterizado por el siguiente teorema
Teorema 0.3. Sea S = fv1 ; v2 ;
; vn g una base de un espacio vectorial V; entonces
cada vector v que pertenece a V , es expresado de manera nica como combinacin
lineal de los vectores de S. Esto es existen escalares nicos 1 ; 2 ;
; n ; tal que
v=
1 v1
2 v2
n vn
1
1
13
1
2
3
5
se
1
(5) =
3
1
(3) =
3
11
3
2
3
Tambin habra notado que tanto la base S como la base S1 del espacio vectorial
R tienen el mismo nmero de vectores, esto se caracteriza en el siguiente teorema
2
Teorema 0.4. Si una base de un espacio vectorial tiene n vectores, entonces cualquier
otra base tambin tiene n vectores.
A continuacin mostramos un conjunto S que genera el espacio vectorial R2 ; pero
no es una base
(
!
!
!)
1
1
2
S=
;
;
0
1
1
!
x
para determinar que genera R2 es suciente probar que todo vector v =
en el
y
espacio vectorial, se puede expresar como combinacin lineal de los vectores de S
x
y
1
0
1
1
2
1
2
1
0
B
@
1
2
3
C
A=
x
y
1 1
0 1
2 x
1 y
! Aa;E =
1 0
0 1
3 x y
1
y
como vemos tenemos un sistema consistente, lo que indica que el conjunto S genera el
espacio vectorial V; sin embargo S no es una base, pues los vectores que la forman no
son linealmente indepedientes.
ahora este sistema tiene una variable libre, 3 = t luego 2 = y t; 1 = x y + 3t;
por tanto
0
B
@
1
2
3
C B
A=@
1
1 0
1
0
y + 3t
x y
3
C B
C
B
C
y t
A = @ y A + t@ 1 A;
t
0
1
14
t2R
=
= 3
3
1
0
!
1
+5
0
!
+3
1
1
!
1
+0
1
!
+2
!
2
para t = 0
1
!
2
para t = 2
1
Coordenadas
Una de las caracteristicas tiles de una base B en un espacio vectorial V es que esencialmente habilita 0
a introducir
coordenadas en V , analogo a las coordenadas naturales
1
x1
B
C
B x2 C
n
n
C
xi del vector v = B
B .. C en R o C : Esto es, las coordenadas del vector v en una
.
@
A
xn
base B vendran ser los escalares que sirven para expresar el vector v como combinacin
lineal de los vectores de la base B:
(
!
!)
1
0
Ejemplo 0.13. Sea V = R2 si consideramos la base B = e1 =
; e2 =
0
1
2
comunmente conocida
! com la base canonica de R ;!en esta base las coordenadas del
1
1
vector v =
coinciden con el vector
; y se suele denotar [v]B ; como
8
8
v = 1e1 + 8e2 entonces
!
1
[v]B =
8
(
!
!)
1
1
ahora si consideramos otra base digamos B1 =
;
; entonces el vector
1
2
v se expresa como
!
!
!
1
1
1
v=2
+3
=
1
2
8
!
2
por tanto las coordenadas del vector v en la base B1 es
; esto es
3
[v]B1 =
2
3
Ejemplo 0.14. Consideremos otro tipo de espacios vectoriales como el de los poli15
nomios, a decir P2 (X) sobre los reales, ahora sea B = fv1 = 1; v2 = x; v3 = x2 g una
base de P2 (X) ; esta base es conocida como la base cannica, luego el vector v =
3x2 + 5x + 9 es una combinacin lineal de v1 ; v2 ; v3 ; esto es
v = 9v1 + 5v2
3v3
1
9
B
C
[v]B = @ 5 A
3
Si consideramos otra base para este espacio vectorial digamos B1 = f1; 2 + x; 1 + x2 g
entonces el vector v = 3x2 + 5x + 9 se puede expresar como combinacin lineal de los
vectores de B1
v = 2 (1) + 5 (2 + x) 3 1 + x2
por lo que sus coordenadas en la base B1 es
[v]B1
1
2
B
C
=@ 5 A
3
donde u1 2 U y w1 2 W
v2 = u2 + w2
donde u2 2 U y w2 2 W
entonces
v1 + v2 = (u1 + w1 ) + (u2 + w2 )
v1 + v2 = (u1 + u2 ) + (w1 + w2 )
como (u1 + u2 ) 2 U y (w1 + w2 ) 2 W entonces v1 + v2 2 U + W
tambin u1 2 U y w1 2 W entonces
u1 + w1 2 U + W
pero
v1 = u1 + w 1
por tanto v1 2 U + W:
Teorema 0.6. Si U y W son subespacios de dimensin nita del espacio vectorial V
entonces U + W es de dimensin nita y
dim U + dim W = dim (U + W ) + dim (U \ W )
Ejemplo 0.15. Sean U y W dos subespacios de V = R5 denidos por
80
1 0
1 0
>
1
1
>
>
>
B
C B
C B
>
>
3 C B 4 C B
<B
B
C B
C B
B
U = span B
;B
2 C
3 C
B
C
B
C;B
>
>
B
C B
C B
>
>
@ 2 A @ 4 A @
>
>
:
3
2
80 1 0
1 0
>
1
1
2
>
>
>
B C B
C B
>
>
3 C B 5 C B 5
<B
B C B
C B
C;B 6 C;B 3
V = span B
0
B C B
C B
>
>
B C B
C B
>
2
6
>
@
A
@
A @ 2
>
>
:
1
3
1
19
>
2
>
C>
>
>
3 C>
C=
C
1 C
C>
>
2 A>
>
>
>
;
9
19
>
>
C>
>
C>
>
C=
C
C>
C>
>
A>
>
>
;
1 0
C B
C B
C B
C;B
C B
C B
A @
2
3
1
2
9
1 0
C B
C B
C B
C;B
C B
C B
A @
1
3
0
2
1
1 0
C B
C B
C B
C;B
C B
C B
A @
1
5
6
6
3
1 0
C B
C B
C B
C;B
C B
C B
A @
Formamos una matriz cuyas las son los vectores que generan U + V
0
1
1
2
1
1
2
3
4
3
3
5
5
3
2
9
1
3
1
B
B
B
B
B
B
B
B
B
@
2
3
1
0
6
3
2
4
2
2
6
2
C
B
C
B
C
B
C
B
C
B
!
C
B
C
B
C
B
C
B
A
@
1
0
0
0
0
0
3
2
9
1
3
1
2
5
3
2
1
19
>
>
>
C>
>
C>
C=
C
C>
C>
>
A>
>
>
;
1
C
C
C
C
C
C
C
C
C
A
3
1
0
0
0
0
2
1
2
0
0
0
2
2
0
0
0
0
3
1
2
0
0
0
1
C
C
C
C
C
C
C
C
C
A
1 0
C B
C B
C B
C;B
C B
C B
A @
0
0
2
0
2
19
>
>
C>
>
C>
>
C=
C
C>
C>
>
A>
>
>
;
18
1
1
2
x
3
4
3
y
1 3
B
B 0 1
B
B 0 0
@
0 0
2
3
1
z
2
4
2
s
3
2
9
t
1
C
C
C
C
A
2
1
x + y + z 4x
0
f2 f1
!
f3 2f1
f4 xf1
0
B
B
B
B
@
2
2
2y + s
0
1
3
2
2
3
0
1
1
2
1
0
3
3
6
3
0 y 3x z + 2x s 2x t 3x
1
3
C
C
1
C
6x + y + t C
A
0
1
C
C
C
C
A
2y + s = 0
6x + y + t = 0
ahora hallamos el sistema homogneo de donde proviene W; siguiendo el procedimiento
anterior tenemos el sistema (vericar)
9x + 3y + z = 0
4x
2x
2y + s = 0
y+t = 0
x+y+z = 0
4x
2y + s = 0
6x + y + t = 0
9x + 3y + z = 0
4x
2x
2y + s = 0
y+t = 0
19
1
2
1
3
2
1
1
0
0
1
0
0
0
1
0
0
1
0
0
1
0
0
1
0
0
0
1
0
0
1
0
0
1
0
0
1
C
CB
CB
CB
CB
CB
CB
C@
C
A
C
B
C
B
C
B
C
B
C
B
C!B
C
B
C
B
C
B
A
@
x
y
z
s
t
B
C B
C B
C B
C=B
C B
C B
A B
B
@
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
1
C
C
C
C
C
C
C
C
C
A
1
2
C
2 C
C
3 C
2 C
C
2 C
C
0 C
A
0
el sistema tiene una variable libre, por lo tanto dim (U \ W ) = 1; para hallar el vector
de su base, basta con dar un valor a su variable libre t; entonces una solucin viene
dado por
t = 2; s = 4; z = 3; y = 4; x = 1
Cambio de Base
Consideremos el espacio vectorial mas simple como R2 ; Si B es la base canonica, esto
es
(
!
!)
1
0
B=
;
0
1
!
1
entonces las coordenadas de v =
esta dado por
8
1
8
[v]B =
y cuando la base es
B1 =
1
1
20
1
2
!)
2
3
[v]B1 =
1
1
1
2
2
3
1
8
P =
1
3
1
3
1
3
2
3
1
3
1
3
1
3
1
8
2
3
Adems esta matriz es nica salvo el orden de los vectores que forman la base.
Observacin 0.6. notar que P es la inversa de la matriz M
A continuacin denimos la matriz de transicin de la base B1 a la base B2
Denicin 0.9. Sean B1 = fu1 ; u2 ;
; un g ; B2 = fv1 ; v2 ;
; vn g dos bases de un
espacio vectorial V se dene la matriz A como la matriz de transicin de la base B1 a
la base B2 como
A = [u1 ]B2 ; [u2 ]B2 ;
; [un ]B2
donde [ui ]B2 son las coordenadas del vector ui en la base B2 para i = 1 : n
21
Ejemplo 0.16. Sea el espacio vectorial V = P2 (X), consideremos dos bases de ella
tales como
B1 = u1 = 1; u2 = 1 + x; u3 = 1
x2
y B2 = v1 = 1
x; v2 = 1 + x; v3 = 1 + x2
x) + b (1 + x) + c 1 + x2
luego tenemos
1 = (a + b + c) + ( a + b) x + (c) x2
entonces tenemos
1 = a+b+c
0 =
a+b
0 = c
resolviendo
c = 0;
1
b= ;
2
entonces
B
[1]B2 = @
a=
1
2
1
2
1
2
1
C
A
1 + x = (a + b + c) + ( a + b) x + (c) x2
luego
1 = a+b+c
1 =
a+b
0 = c
resolviendo
c = 0;
b = 1;
22
a=0
entonces
[1 + x]B2
Seguimos con el vector u3 = 1
1
x2
1
0
B C
=@ 1 A
0
x2 = (a + b + c) + ( a + b) x + (c) x2
luego
a+b+c = 1
a+b = 0
c =
resolviendo
c=
1;
b = 1;
x2
entonces
1
B2
a=1
1
1
B
C
=@ 1 A
1
1
2
1
2
0
B
A=@
1
0 0
1
1
C
1 A
1
(7)
Ahora esta ecuacin nos sirve para hallar las coordenadas de un vector v en la base B2
conociunedo la matriz de transicin A y las coordenadas de v en la base B1 :
Ejemplo 0.17. Usando las bases y la matriz de transicin halladas
hallar
0previamente,
1
1
B
C
las coordenadas del vector v en la base B2 si se sabe que [v]B1 = @ 1 A
2
23
10
1
0 1
1
B
CB
C
= @
1 1 A@ 1 A
0 0
1
2
0 5 1
[v]B2
B
[v]B2 = @
1
2
1
2
2
3
2
C
A
[v]B1
1
1
B
C
= @ 1 A entonces
2
v = 1 (1)
1 (1 + x) + 2 1
x2 =
2x2
x+2
tambin como
0
B
[v]B2 = @
v =
5
(1
2
5
2
3
2
C
A entonces
x) +
3
(1 + x)
2
24
2 1 + x2 =
2x2
x+2