Espacios Vectoriales PDF

UNIVERSIDAD DE CONCEPCION
Facultad de Ciencias Fsicas y Matematicas
Departamento de Ingeniera Matematica
Algebra II. 525148

Espacios Vectoriales
Octubre de 2010.
Profesores:
Antonio Contreras Quilodran.

Rommel Bustinza Pariona.
Manuel Campos Pareja.
Dpto. de Ingeniera Matematica
1.
ACQ/RBP/MCP
de Cuerpo. Sea IK un conjunto dotado de dos operaciones binarias
Definicion
adicion
internas: una operacion
+ : IK IK IK,
Multiplicacion
y una operacion
: IK IK IK.
Se dice que (IK, +, ) es un cuerpo si
1)
x + (y + z) = (x + y) + z
2)
x+y =y+x
3)
0 IK : x + 0 = x
4)
x IK : x + (x) = 0
x, y , z IK :
(+ es asociativa)
(+ es conmutativa)
(0 es elemento neutro para +)
(x es simetrico
de x)
2.
ACQ/RBP/MCP
de Espacio Vectorial
Definicion
5)
x (y z) = (x y) z
6)
1 IK : x 1 = 1 x = x
7)
Si
8)
x (y + z) = x y + x z y
(x + y) z = x z + y z
( es asociativo)
(1 es elemento unidad de IK )
x 6= 0, x1 IK : x x1 = x1 x = 1
(x1 es inverso de x)
(distributividades de c/r a +)
la multiplicacion
es conmutativa se dice que (IK, +, ) es un cuerpo
Si ademas
conmutativo.
y la multiplicacion
habituales, los conjuntos
Con la adicion
Q
I, R y C
I son
cuerpos conmutativos.
3.
ACQ/RBP/MCP
de Espacio Vectorial
Definicion
definidas las operaciones:
Sean IK un cuerpo y V un conjunto sobre el cual estan
(binaria interna)
Adicion
+ : V V V , (x, y) x + y
por escalar (binaria externa)

Multiplicacion
: IK V V , (, x) x
La estructura (V, +, ) es un espacio vectorial sobre IK , o IK -espacio vectorial, si
x, y , z V y , IK :
1)
x + (y + z) = (x + y) + z
2)
x+y =y+x
3)
V :x+ =x
4)
x V : x + (x) =
5)
( x) = ( ) x
6)
(x + y) = x + y
(distributividad de c/r a + de V )
7)
( + ) x = x + x
(distributividad de c/r a + de K
I)
8)
Para la unidad 1 de IK
(+ es asociativa)
(+ es conmutativa)
( es el vector nulo de V )
(x es simetrico
de x)
( es asociativo)
: 1x=x
4.
ACQ/RBP/MCP
Observaciones.
1. Los elementos de V se llaman vectores.
2. Los elementos de IK se llaman escalares.
3. Todo espacio vectorial V no es vaco:
4.
V ).
V := {} es el espacio vectorial trivial.
5. Un espacio vectorial real es un espacio con escalares en R.

6. Un espacio vectorial complejo es un espacio con escalares en C
I.
Convenio.
se indique que V es un espacio vectorial, sin mencionar
En adelante, cuando solo
el cuerpo de escalares, se entendera que IK es cualquier cuerpo.
5.
ACQ/RBP/MCP
y V se definen la diferencia y la igualdad por:
Definicion.
Para x,
x y := x + (y),
x = y x y = .
Ley de Cancelacion.
Sean
x, y, z V tales que x + y = x + z. Entonces
y = z.
Teorema.
En todo espacio vectorial V , sobre un cuerpo IK , se verifican:
1) el vector nulo , elemento neutro para la suma, es unico;

2) para cada
x V : el simetrico
de x (el vector x ) es unico;
3) cualquiera sea
IK :
= ;
4) cualquiera sea
xV :
0 x = ;
5) cualquiera sean
IK y x V :
6) para
IK y x V :
() x = ( x);
x=
6.
( = 0
x = ).
ACQ/RBP/MCP
Ejemplo 1. (Soluciones de un Sistema Homogeneo)

Sean IK un cuerpo,
m, n IN y A := (aij ) Mmn (IK). Se definen:
el conjunto:
V := { x = (x1 , ..., xn )t IK n :
Adicion:
Ax = };
+ : V V V
(x1 , ..., xn )t + (y1 , ..., yn )t := (x1 + y1 , ..., xn + yn )t ;
el producto por escalar:
: IK V V
(x1 , ..., xn )t := ( x1 , ..., xn )t .

Entonces, (V, +, ) es un espacio vectorial sobre IK .
7.
ACQ/RBP/MCP
Ejemplo 2. (
IK y IK n ).
Sea IK un cuerpo y
n IN. Entonces:
IK es espacio vectorial sobre s mismo. Casos particulares:

2 R es espacio vectorial real;
2C
I es espacio vectorial complejo.
del
C
I es espacio vectorial sobre R. Notar las diferencias en la definicion
I como espacio complejo y real.
producto por escalar para C
I.
R no es espacio vectorial sobre C
IK n es un espacio vectorial sobre IK . Casos particulares:
2 R2 , R3 , Rn son espacios vectoriales sobre R;
I 2, C
I 3, C
I n son espacios vectoriales sobre C
I;
2C
2Q
I 2 es un espacio vectorial sobre Q
I.
8.
ACQ/RBP/MCP
Ejemplo 3. (Espacios de Polinomios)
Sean IK un cuerpo y n
IN . Se definen:
el conjunto:
V := { p P(IK) :
Adicion:
p(x) = a0 + a1 x + + an xn , x IK }
+ : V V V
p, q V , p(x) = a0 +a1 x+ +an xn , q(x) = b0 +b1 x+ +bn xn

(p + q)(x) := (a0 + b0 ) + (a1 + b1 ) x + + (an + bn ) xn x IK
IK, p V,
: IK V V
(p)(x) := (a0 )+(a1 ) x+ +(an ) xn x IK
Entonces (V, +, ) es un espacio vectorial sobre IK .
9.
ACQ/RBP/MCP
Ejemplo 4. (Espacios de Matrices)
Sean m,
n IN y IK un cuerpo. Se definen:
el conjunto:
V := Mmn (IK),
Adicion:
+ : V V V
A = (aij ), B = (bij ) V :
(A + B) := (aij + bij ),
: IK V V
IK , A = (aij ) V :
( A) := ( aij ).
Entonces (V, +, ) es un espacio vectorial sobre IK .
10 .
ACQ/RBP/MCP
Subespacios Vectoriales
V . Se dice que S es un subespacio

vectorial de V, si S es un espacio vectorial sobre IK con las mismas operaciones
binarias definidas en V .
Sea V un IK -espacio vectorial y S
Observacion
V y {} se dicen subespacios triviales de V .

de subespacios
Caracterizacion
Sea V un IK -espacio vectorial y S
V . Entonces S es un subespacio de V s,
s:
y solo
i)
S 6= ,
ii)
x, y S :
iii)
IK, x S :
x+y S
(S es cerrado para la suma)
xS
(S es cerrado para el producto)
11 .
ACQ/RBP/MCP
Ejemplos de Subespacios.
1. El conjunto de las soluciones de un sistema lineal homogeneo

Ax
= , con
A Mmn (IK), es un subespacio vectorial de IK n .
reales. Entonces
2. Sean a, b y c tres numeros
U = {(x, y, z) R3 : ax + by + cz = 0},
W = {~v R3 : ~v = t ~r, t R, ~r R3 },
son subespacios de R3 .
3.
{A M22 (R) :
A = At }
4.
{A M22 (R) :
A = A t } es un subespacio de M22 (R).
5.
{A M22 (I
C) :
A = A t } es un subespacio de M22 (I
C).
6. Sea n
es un subespacio de M22 (R)
IN, n 2. Entonces, IK n1 {0} es un subespacio de IK n .
12 .
ACQ/RBP/MCP
y suma.
Subespacios interseccion
Sean V un espacio vectorial y
U, W dos subespacios de V . Los siguientes
conjuntos:
U W := { v V :
U + W := { v V :
vU vW }
v = u + w, u U w W }
son subespacios vectoriales de V .
Suma directa
Sea V un espacio vectorial y U, W dos subespacios de V . El subespacio
U + W es suma directa de U y W cuando U W = {}. Se escribe U W .
13 .
ACQ/RBP/MCP
Observacion.
W dos subespacios de V . En general, U W

no es un subespacio vectorial de V .
Sea V un espacio vectorial y U,
Contra ejemplo.
Considere las rectas que pasan por el origen:
U := { (x, y) R2 :
y = 2x },
W := { (x, y) R2 :
x = 2y },
= (1, 2) U y w = (2, 1) W . Se tiene que: u, w U W , sin

embargo, u + w = (3, 3)
/ U W.
y sean u
Proposicion.
Sea V un espacio vectorial y U,
W dos subespacios de V .
U W es subespacio vectorial de V U W W U.
14 .
ACQ/RBP/MCP
Ejemplos.
Si U y W son como en el contra ejemplo, entonces
x
1
2
R2 :
= t + s s, t R
U +W =
y
y
2
1
Notar que
U + W = R2 .
Sean
U
= { p P3 (R) :
p(0) = 0, p (0) = 0 }
= { p P3 (R) :
p(x) = p(x), x R } .
Entonces
U W = {bx2 : b R}
15 .
ACQ/RBP/MCP
Ejemplos (continuacion).
de Mn (R). Sean
Descomposicion

t
t
U = A Mn (R) : A = A
y W = A Mn (R) : A = A
.
Entonces:
U W = {}
U + W = Mn (R),
de U .
Descomposicion
e. d.
U W = Mn (R).
Sean
= { A = (aij ) Mn (R) :
aij = 0 si i 6= j }
= { A = (aij ) Mn (R) :
aii = 0 aij = aji i 6= j} .
Entonces:
U = D + E.
16 .
ACQ/RBP/MCP
lineal.
Combinacion
= {x1 , x2 , . . . , xn } V . Un vector
lineal (c.l.) de los vectores de A si existen escalares
x V es combinacion
1 , . . . , n IK tales que:
Sean V un espacio vectorial sobre IK y A
x = 1 x1 + 2 x2 + + n xn =
n
X
i xi
i=1
Observacion
lineal (c.l.) de cualquier conjunto finito de vectores
El vector nulo es combinacion
de V .
17 .
ACQ/RBP/MCP
Ejemplos
(a) Sea V
si ~
= R2 y sean ~v , d~ V . Entonces ~v es c.l de d~ si y solo
v
pertenece a la recta:
L := { ~x V :
~ t R}
~x = t d,
= R3 y sean ~v , ~v1 , ~v2 V . Entonces ~v es c.l. de los vectores

si ~
~v1 , ~v2 s y solo
v pertenece al plano:
(b) Sea V
:= { ~x V :
~x = t ~v1 + s ~v2 , t, s R }
Nota.
Si ~
v1
|| ~v2 , entonces ~v1 es c.l. de ~v2 , y vice-versa.
18 .
ACQ/RBP/MCP
= R3 ,
x1 = (1, 0, 1), x2 = (1, 1, 0), x3 = (0, 0, 1), y x4 = (1, 2, 3).
(c) Sean V
Entonces:
( 52 , 2, 21 )
1
2
x1 2 x2 + 0 x3 + 0 x4
= 0 x1 +
(d) Sean V
7
3
x2 + 0 x3 +
1
6
x4
= P2 (R) y p1 (x) = (x 1)2 , p2 (x) = 12 x + 1, p3 (x) = 5.
Entonces:
x2 2x + 3 = 1 p1 (x) + 0 p2 (x) +
2
p3 (x)
5
Observar que esta c.l es unica.
19 .
ACQ/RBP/MCP
= M(R) y los vectores
1 0
0 4
0 14
, A2 =
, A3 =
A1 =
21 0
0 2
8
0
(e) Sean V
Entonces
A=
10
20
se puede expresar como c.l. de A1 , A2 y A3 de infinitas maneras.
20 .
ACQ/RBP/MCP
Subespacio generado
= {v1 , v2 , . . . , vr } V . El conjunto
de todas las combinaciones lineales de estos r vectores de A:
)
(
r
X
i vi , i IK, i = 1, . . . , r
S= vV : v=
i=1
es un subespacio vectorial de V .
Observaciones.
A es un conjunto de generadores de S
S es el subespacio generado por A
S = hAi = h{v1 , v2 , . . . , vr }i
Otras notaciones: S = lin{A}, S = span{A}
21 .
ACQ/RBP/MCP
Ejemplos
= R3 y los vectores v~1 = [0, 1, 2], v~2 = [1, 3, 1] y

v~3 = [2, 11
2 , 3]. Entonces, S = h {v~1 , v~2 , v~3 } i es un plano que pasa por
1. Sean V
el origen.
2. Sea V
= M22 (R) y los vectores:
1 0
0 1
0
E1 =
, E2 =
E3 =
0 0
1 0
0
Entonces,
3. Sea V
0
1
S = h{E1 , E2 , E3 }i = {A V : A = At }.
= P3 (R) y los vectores (monomios) p1 (x) = x y p2 (x) = x3 .
Entonces:
S = h{p1 , p2 }i = {p V : p(x) = p(x) }.
22 .
ACQ/RBP/MCP
Independencia lineal
= {v1 , v2 , . . . , vr } V . Se dice
que A es un conjunto linealmente dependiente (l.d.) si existen escalares
1 , 2 , . . . , r IK , no todos iguales a cero, tales que:

1 v1 + + r vr = .
Si A no es l.d., se dice que es linealmente independiente (l.i).
Observacion.
Si A es l.d. entonces existe al menos un vector de A que es c.l. de los otros.
La dependencia lineal de A no implica que cada vi sea c.l. de los demas.

Ejemplo.
= R3 y v1 = (1, 0, 0), v2 = (0, 1, 0) y v3 = (0, 2, 0). Se

tiene que A = {v1 , v2 , v3 } es l.d. y v1 6 h{v2 , v3 }i.
Considere V
23 .
ACQ/RBP/MCP
Observaciones.
1) Si A es un conjunto l.i. en V , entonces todo subconjunto de A es l.i.
2)
si,
A = { x1 , x2 , . . . , xn } es l.i. en V si, y solo
1 x1 + 2 x2 + + n xn = = 1 = 2 = = n = 0.
3) Si A es l.d. en V , entonces todo conjunto que contenga a A es l.d.

4) Si
A, entonces A es l.d. en V .
5) Si A
= { x } con x 6= , entonces A es l.i.
Ejemplos
Sean V = R3 y considere los siguientes subconjuntos de V :
Se tiene que:
A1
= { (1, 0, 0), (0, 1, 0), (0, 0, 1) }
A2
= { (0, 0, 1), (0, 1, 1), (1, 1, 1) }
A3
= { (1, 1, 0), (0, 1, 1), (1, 0, 1) }
A1 y A2 son l.i. y que A3 es l.d. en V .
24 .
ACQ/RBP/MCP
Sean V = P2 (R) y los siguientes subconjuntos de V :

A1
= { 3x2 2x, x2 + 1, 3x + 2, x2 1 }
A2
= { 3x2 2x, x2 + 1, 3x + 2 }
A3
= { 1, x, x2 }
A1 es l.d. mientras que A2 y A3 son l.i. en V .
25 .
ACQ/RBP/MCP
Lema de Dependencia Lineal

Sea V un espacio vectorial. Si {v1 , v2 , ...., vm } es linealmente dependiente en
V y v1 6= , entonces existe j {2, 3, ..., m} tal que

a)
vj h{v1 , v2 , ..., vj1 , vj+1 , ..., vm }i
b)
h{v1 , ...., vj1 , vj+1 , ...vm }i = h{v1 , v2 , ...., vm }i
26 .
ACQ/RBP/MCP
Teorema
Sean V un espacio vectorial y A un subconjunto finito de V . Las siguientes
proposiciones son equivalentes:
a)
A es l.i.
b) Toda c.l. de los vectores de A, cuyo resultado sea el vector nulo, es la trivial,
es decir con todos los escalares iguales a cero.
c) Ningun
vector de A es c.l. de los demas.
Analogamente,
son equivalentes:
a)
A es l.d.
Existe una c.l. de los vectores de A con escalares no todos nulos, cuyo
b)
resultado es el vector nulo.
c ) Algun
vector de A es c.l. de los restantes.
27 .
ACQ/RBP/MCP
Definicion
finita, si
Se dice que un espacio vectorial es finito dimensional, o de dimension
posee un conjunto de generadores de cardinalidad finita.
Teorema
En un espacio finito dimensional, la cardinalidad de todo conjunto linealmente

independiente (l.i.) es menor o igual a la cardinalidad de cualquier conjunto de
generadores.
Proposicion
Todo subespacio de un espacio finito dimensional es finito dimensional.
28 .
ACQ/RBP/MCP
de base.
Definicion
Sea V un espacio vectorial. Un subconjunto ordenado de vectores de V , digamos
B = {v1 , v2 , ..., vn }, es una base de V si:

(i) B es l.i.
y
(ii) hBi = V
Proposicion
Sea V un espacio vectorial sobre IK . Un conjunto ordenado {v1 , v2 , ..., vn } de
si, cada vector v de V puede ser
vectores de V es una base para V si, y solo
escrito de manera unica
como c.l. de los vectores v1 , v2 , ..., vn .
Observacion.
La escritura unica
de v significa que existen escalares 1 , . . . , n
IK ,
determinados de manera unica
y tales que:
v = 1 v1 + 2 v2 + + n vn .
29 .
ACQ/RBP/MCP
Proposicion
Dos bases cualesquiera de un mismo espacio vectorial tienen la misma
cardinalidad.
Teorema
Todo conjunto de generadores de un espacio vectorial puede reducirse a una base
del espacio.
Corolario
Todo espacio finito dimensional posee base.
Teorema de Steinitz
Todo conjunto l.i. en un espacio vectorial V , finito dimensional, puede extenderse
a una base de V.
30 .
ACQ/RBP/MCP
de un espacio vectorial
Dimension
de un espacio vectorial V a la cardinalidad de una base de
Se llama dimension
V. Este numero
se representa por dim V . Se conviene en que dim {} = 0.
Proposicion
n, todo subconjunto l.i. de cardinalidad n
En un espacio vectorial V de dimension
es una base de V .
Observacion
n. Entonces:
Sea V un espacio vectorial de dimension
1. todo subconjunto de cardinalidad mayor que n es l.d.
2. Si W es subespacio de V , entonces dim
3. Si W es subespacio de V y dim
W n.
W = n, entonces V = W .
31 .
ACQ/RBP/MCP
Coordenadas de un vector
= {v1 , . . . , vn } una base del IK -espacio vectorial V . Los escalares

1 , ..., n IK que permiten escribir de manera unica
a cada v V como c.l.

de los vectores de B , esto es, v = 1 v1 + + n vn , se llaman
coordenadas del vector v respecto de la base B. El vector de IK n :
1
.
[v]B := ..
n
Sea B
se llama vector de coordenadas, o vector coordenado, de v respecto de la base
B.
va la base B :
Se tiene la identificacion,
vV
[v]B = [1 , . . . , n ]t IK n .
32 .
ACQ/RBP/MCP
Teorema de Grassmann
finita y sean U , W subespacios de V .
Entonces:
dim (U + W ) = dim (U ) + dim (W ) dim (U W )
33 .
ACQ/RBP/MCP
Proposicion
finita y sean U1 , U2 , . . . Un
subespacios de V, tales que:
V = U1 + + Un
dim (V ) = dim (U1 ) + + dim (Un )
Entonces
V = U1 U2 Un .
Proposicion.
finita y sea U un subespacio de V .
Entonces existe un subespacio W de V tal que
V = U W.
34 .
ACQ/RBP/MCP

Espacios Vectoriales PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Espacios Vectoriales PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE CONCEPCION

Facultad de Ciencias Fsicas y Matematicas

Departamento de Ingeniera Matematica

Algebra II. 525148

Antonio Contreras Quilodran.

Dpto. de Ingeniera Matematica

internas: una operacion

Dpto. de Ingeniera Matematica

Dpto. de Ingeniera Matematica

por escalar (binaria externa)

La estructura (V, +, ) es un espacio vectorial sobre IK , o IK -espacio vectorial, si

Dpto. de Ingeniera Matematica

V := {} es el espacio vectorial trivial.

5. Un espacio vectorial real es un espacio con escalares en R.

Dpto. de Ingeniera Matematica

x, y, z V tales que x + y = x + z. Entonces

1) el vector nulo , elemento neutro para la suma, es unico;

Dpto. de Ingeniera Matematica

Ejemplo 1. (Soluciones de un Sistema Homogeneo)

m, n IN y A := (aij ) Mmn (IK). Se definen:

el producto por escalar:

(x1 , ..., xn )t := ( x1 , ..., xn )t .

Dpto. de Ingeniera Matematica

IK es espacio vectorial sobre s mismo. Casos particulares:

Dpto. de Ingeniera Matematica

p, q V , p(x) = a0 +a1 x+ +an xn , q(x) = b0 +b1 x+ +bn xn

Entonces (V, +, ) es un espacio vectorial sobre IK .

Dpto. de Ingeniera Matematica

Entonces (V, +, ) es un espacio vectorial sobre IK .

Dpto. de Ingeniera Matematica

V . Se dice que S es un subespacio

V y {} se dicen subespacios triviales de V .

Dpto. de Ingeniera Matematica

(S es cerrado para la suma)

(S es cerrado para el producto)

1. El conjunto de las soluciones de un sistema lineal homogeneo

A Mmn (IK), es un subespacio vectorial de IK n .

A = A t } es un subespacio de M22 (R).

es un subespacio de M22 (R)

IN, n 2. Entonces, IK n1 {0} es un subespacio de IK n .

Dpto. de Ingeniera Matematica

U, W dos subespacios de V . Los siguientes

son subespacios vectoriales de V .

U + W es suma directa de U y W cuando U W = {}. Se escribe U W .

Dpto. de Ingeniera Matematica

W dos subespacios de V . En general, U W

= (1, 2) U y w = (2, 1) W . Se tiene que: u, w U W , sin

Dpto. de Ingeniera Matematica

Si U y W son como en el contra ejemplo, entonces

Dpto. de Ingeniera Matematica

aii = 0 aij = aji i 6= j} .

Dpto. de Ingeniera Matematica

Dpto. de Ingeniera Matematica

= R3 y sean ~v , ~v1 , ~v2 V . Entonces ~v es c.l. de los vectores

|| ~v2 , entonces ~v1 es c.l. de ~v2 , y vice-versa.

Dpto. de Ingeniera Matematica

= P2 (R) y p1 (x) = (x 1)2 , p2 (x) = 12 x + 1, p3 (x) = 5.

Observar que esta c.l es unica.

Dpto. de Ingeniera Matematica

= M(R) y los vectores

se puede expresar como c.l. de A1 , A2 y A3 de infinitas maneras.

Dpto. de Ingeniera Matematica

Sean V un espacio vectorial sobre IK y A