Documentos de Académico
Documentos de Profesional
Documentos de Cultura
A LGEBRA LINEAL
TEORI A
1. Espacios vectoriales.
2. Aplicaciones lineales.
4. Espacio eucldeo.
Sean un cuerpo dado y un conjunto distinto de vaco, con reglas de suma y producto por un
escalar que asignan a cada par
V y a cada par
, un producto
. recibe el nombre de espacio vectorial sobre el cuerpo (y los elementos de se llaman
k
vectores) si se satisfacen los siguientes axiomas:
a, b, k
o [A1]
o [A2]
o [A3]
o [A4]
o [M1]
o [M2]
o [M3]
o [M4]
Los ocho axiomas anteriores se dividen en dos categoras. Los cuatro primeros hacen referencia
nicamente a la estructura aditiva de V, y pueden resumirse diciendo que V es un grupo conmutativo
bajo la suma. De ello se deriva que cualquier suma de vectores de la forma 1 + 2 m no
requiere parntesis y no depende del orden de los sumandos, que el vector cero, , es nico, que el
opuesto - de
es nico y que se verifica la ley de cancelacin; esto es, para tres vectores cualesquiera
implica que .
Por otra parte, los cuatro axiomas restantes se refieren a la <<accin>> del cuerpo K sobre V. Empleando
estos cuatro ltimos axiomas se pueden demostrar las cuatro siguientes propiedades elementales de un
espacio vectorial:
2
v Espacio Kn. Sea K un cuerpo arbitrario. La notacin Kn se usa frecuentemente para designar el
conjunto de todas las n-plas de elementos de K.
v Espacio de matrices Mm,n. La notacin Mm,n se utilizar para designar el conjunto de todas las
matrices m x n sobre el cuerpo arbitrario K. Mm,n es un espacio vectorial sobre K con respecto a las
operaciones usuales de suma matricial y producto por un escalar.
v Espacio de polinomios P (t). Denotaremos por P (t) el conjunto de todos los polinomios
con coeficientes sobre el cuerpo K. P (t) es un espacio vectorial
sobre el cuerpo K con respecto a las operaciones usuales de suma de polinomios y producto de un
polinomio por una constante.
MAT ALG LIP ALG 168-169-192
Sea V un espacio vectorial sobre el cuerpo K, un subconjunto no vaco se llama subespacio
vectorial de E si se cumplen las tres condiciones siguientes:
a.
b.
c.
Las dos ltimas condiciones pueden combinarse en una sola, como se hace a continuacin:
d.
Estas condiciones nos dicen que las operaciones de V permiten definir unas operaciones en F.
Observamos que con estas operaciones, F es automticamente un espacio vectorial sobre K. (*)
En estas condiciones se puede afirmar tambin que el conjunto es el menor
subespacio vectorial de V que contiene a Si , se dice que est generado por
Ejemplos :
En las condiciones anteriores, si suponemos que F satisface estas tres condiciones, vamos a demostrar
porqu F es automticamente un espacio vectorial sobre el cuerpo K:
Por la primera condicin se puede afirmar que F no es vaco, y por la segunda y la tercera se puede
afirmar que las operaciones de suma vectorial y producto por un escalar estn bien definidas sobre F.
Adems, los axiomas [A1],[A2],[M1],[M2],[M3],[M4] se verifican en F, puesto que los vectores de F
pertenecen a V. Por tanto, solo necesitamos probar que [A3] y [A4] tambin se verifica en F.
[A3] Necesitamos comprobar que existe el vector en W. Por la propiedad a; W no es vaco. Sea
entonces, por la propiedad c; Luego W satisface [A3].
[A4] Necesitamos comprobar que existe el vector opuesto en W. Si , por
lo que necesariamente Luego W satisface [A4].
Al satisfacer los ocho axiomas, podemos afirmar que W es un subespacio vectorial sobre el cuerpo K.
Sea V un espacio vectorial sobre el cuerpo K. Se dice que los vectores son linealmente
dependientes si existen escalares no todos 0, tales que
Es decir, se dice que un conjunto de vectores es linealmente dependiente si al menos uno de ellos es
combinacin lineal de los restantes.
4
Sea V un espacio vectorial sobre el cuerpo K. Se dice que los vectores son linealmente
independientes si una combinacin lineal nula de los elementos de V implica tener coeficientes nulos,
es decir
; implica que
Es decir, se dice que un conjunto de vectores son linealmente independientes si ninguno de ellos se
puede representar como combinacin lineal de los restantes.
; Implica que
MAT ALG LIP ALG 175
Sea V un espacio vectorial y
un conjunto de vectores de V, s e dice que S es un
sistema generador de V, si el conjunto de las combinaciones lineales de
es igual a V.
MAT ALG GAR ALG 18
5
Definiremos el concepto de base de dos formas diferentes, y a continuacin demostraremos que las
dos definiciones son equivalentes:
Se dice que un espacio vectorial V es de dimensin finita escrito si V tiene una base
con n elementos.
MAT ALG LIP ALG 178
Sea V un espacio vectorial de dimensin finita, entonces todas las bases de V tienen el mismo
nmero de elementos.
Dado ,
es combinacin lineal de elementos de B, ya que B es sistema generador de E.
y
Sean dos expresiones del mismo vector como
combinacin lineal de vectores de B. [Si un vector no aparece en la segunda expresin, aadimos a sta el
sumando ; anlogamente, si no aparece en la primera expresin, aadimos a esta el sumando .]
Obtenemos as dos combinaciones lineales del mismo vector
=
; Restando obtenemos :
6
Los vectores pertenecen a una base y, por tanto, son linealmente independientes. Los coeficientes
de esta combinacin lineal han de ser no nulos, por tanto, el vector se expresa de manera nica como
combinacin lineal de los elementos de B, ya que .
En esta demostracin tambin probamos que todo sistema generador contiene, al menos, una base.
Demostracin Sea una base de , podemos completar esa base hasta obtener una base de F
y otra de G. La base de F ser
y la base de G ser
Todo
vector de forma con , ser pues, combinacin lineal de
. Si demostramos que todos estos vectores son linealmente
independientes, habremos obtenido una base de con un nmero de vectores que demuestra la
igualdad del enunciado
Demostremos que todos estos vectores son linealmente independientes sea pues
De donde
y dado que
es una base de G, y . Por tanto,
dado que es una base de F,
Es decir, en la combinacin lineal inicial todos los coeficientes son 0, por lo que queda demostrado que son
linealmente independientes
MAT ALG CAS ALG 77-78
Sean F y G dos subespacios del espacio vectorial V, diremos que la suma es una suma directa si
y se denota por
Propiedad: La suma es directa si y slo si la expresin de un vector de como suma de un vector de F
y un vector de G es nica.
Demostracin () si tenemos dos expresiones con entonces
, de donde
, por lo que y
, resulta que
() si
son dos expresiones del mismo vector de Las dos
expresiones deben coincidir, luego
Propiedad: Si la dimensin de V es finita, para todo subespacio F hay otro subespacio G tal que
Demostracin Sea
una base de F. Completmosla a una base de V:
El subespacio cumple el enunciado de la proposicin. Este subespacio se llama un
complementario de F. Un subespacio F tiene, en general, muchos complementarios.
MAT ALG CAS ALG 78-79
8
Supongamos que ,
es una base de un espacio vectorial V y que
, es otra. Por ser S base, cada vector de S se puede escribir de forma nica como
combinacin lineal de los elementos de S. Por ejemplo
+
+
Siendo P la traspuesta de la matriz de coeficientes anterior. Esta matriz recibe el nombre de matriz
de cambio de base desde la antigua base S hasta la nueva base S. Permite transformar las
coordenadas de un vector respecto de la antigua base a la nueva.
MAT ALG LIP ALG 190
9
1m. Cuestiones.
11. se puede asegurar que uno de los tres vectores es combinacin lineal de los otros dos?
SI. Demostracin
12. Si
es un sistema generador del espacio vectorial V, entonces debe ser
SI. Demostracin por reduccin a la absurda
es un
conjunto de cinco vectores linealmente independientes en V. Como los cuatro primeros
vectores son un sistema generador de V, cualquier vector de V puede ponerse como
combinacin lineal de esos cuatro vectores. Esto quiere decir que el vector se podra
escribir como combinacin lineal de los cuatro primeros, luego seran linealmente
dependientes. Con esta contradiccin demostramos que el mximo nmero de vectores
linealmente independientes en V siempre ser cuatro, y por lo tanto,
13. Si
es un conjunto libre del espacio vectorial V, entonces debe ser
NO. Contraejemplo la afirmacin solo ser cierta en espacios vectoriales cuya dimensin es igual
o menor que 4. En , por ejemplo, son
linealmente independientes, pero
11
o
Demostracin
Demostracin
Sea V y W dos conjuntos no vacos arbitrarios. Supongamos que a cada elemento de A se le asigna un
nico elemento de B. La coleccin de tales asignaciones se denomina una aplicacin de A en B.
El conjunto A se llama dominio de la aplicacin, y el conjunto B, su codominio.
i.
ii.
Sea una aplicacin lineal, se denomina imagen de al conjunto que constituye
un subespacio vectorial de W. Este subespacio vectorial se denomina
, y se representa por o
Sea una aplicacin lineal, se denomina ncleo de f , y se representa por N() o Ker, al
conjunto de los elementos de V cuya imagen es el vector cero de W, es decir:
. El ncleo de una aplicacin lineal es un subespacio vectorial de V.
MAT ALG GAR ALG 63-65
2b3. . Demostracin.
Sea V de dimensin finita y sea una aplicacin lineal, la suma de las dimensiones de la
imagen (tambin llamada rango de ) y la dimensin del ncleo (tambin llamada nulidad de )
de la aplicacin lineal es igual a la dimensin de su dominio. Demostracin
Sea
una base de , esta base se puede ampliar a una base de V, que ser:
De esta forma, cualquier vector
se podr escribir como
combinacin lineal de los elementos de la base de V, tal que
; Entonces
Como
(la aplicacin de los elementos de la base del ncleo es
nos queda que
igual a
De aqu deducimos que generan el subespacio imagen, y que por lo tanto,
dichas imgenes forman una base de la imagen.
, como es lineal
Si ,
por lo que
Y por lo tanto, se puede expresar como una combinacin lineal de los elementos de la base del
ncleo, por lo que existirn tales que
.
De donde se obtiene que ya que
es una base.
MAT ALG GAR ALG 67-68
En los casos donde el espacio vectorial origen y el espacio vectorial de llegada sean iguales, es decir,
una aplicacin del tipo , diremos que se trata de un
Si el endomorfismo es biyectivo, diremos que se trata de un
+
+
La traspuesta de la matriz de coeficientes anterior, denotada por ser la matriz asociada a
respecto de las bases .
MAT ALG LIP ALG 415
15
Sea A una matriz cuadrada de orden n y un autovalor de A. Una matriz X de orden no nula, es
un autovector de A relativo a si se verifica que , lo que equivale a (A-
MAT ALG GAR ALG 340-341-343
3. Si .
o
Sea
es un sistema de vectores propios no nulos asociados a autovalores
distintos, es libre. Adems, si es autovector de A asociado a , entonces
Se dice que A es diagonalizable si existe una matriz no singular P tal que es una matriz
diagonal, siendo P la matriz de paso (aquella cuyas columnas son los vectores propios) y D la matriz
diagonal (aquella con los valores propios en la diagonal principal)
MAT ALG LIP ALG 336
16
Sea V un espacio vectorial sobre C. Una aplicacin que asocia un nmero complejo a cada
pareja de vectores en V, se dice que es un producto escalar sobre V si satisface las siguientes
propiedades para cualesquiera
[I1] (Linealidad)
[I2] (Simetra)
[I3]
[I4] (Positividad) siempre que
[I5]
.
a.
b.
c.
d.
(Desigualdad de Cauchy-Schwartz)
e.
(Desigualdad triangular)
MAT ALG IZQ ALG 493
.
ngulos entre dos vectores: Sea V un espacio eucldeo real, la desigualdad de Cauchy-Schwarz se
puede escribir como
- Por lo tanto, el producto escalar entre los dos vectores estar
siempre entre . De esta forma, definimos el coseno formado por los vectores como
Distancia entre dos vectores: Sea V un espacio eucldeo. Podemos definir la distancia entre dos
y de la forma
vectores
D(
MAT ALG IZQ ALG 495-497
; a se le llama ortogonal de U en V.
Sea U un espacio eucldeo y U un subespacio vectorial de dimensin finita. Entonces todo vector de
V se puede expresar de forma nica como
; donde
Cuando se cumple este teorema, se dice que V es suma directa de U y , o bien que son
subespacios complementarios. Algunas propiedades de los subespacios complementarios son
Demostracin las propiedades (i), (ii) y (iv) son inmediatas. Veamos las restantes
Sea V un espacio eucldeo y U un subespacio vectorial de dimensin finita. Entonces todo vector de
V se puede expresar de forma nica como
; donde
Vamos a comprobar que cumplen las propiedades deseadas. Es evidente que
As pues, solo nos falta comprobar que
Para ver que son los nicos vectores con estas propiedades, supongamos que tambin se puede
escribir como , donde .
Si restamos esta ecuacin de se obtiene -
.
o bien
Como se tiene que y, adems,
Luego
. Como sabemos que ,
Luego
y
Sea V un espacio eucldeo. Un sistema de vectores no nulos de V, se dice que es un sistema
ortogonal si cada vector del sistema es ortogonal con todos los dems, es decir
Si adems los vectores del sistema son unitarios, es decir, se dice que es un
sistema ortonormal.
MAT ALG IZQ ALG 514-515
Para demostrar que el recproco no es cierto basta tomar, en el espacio eucldeo con el producto escalar
usual, los vectores . Vemos que son linealmente independientes, y sin embargo no son
ortogonales, ya que su producto escalar vale cuatro.
Veamos algunas ventajas de tener en un espacio eucldeo una base ortonormal u ortogonal.
Sea una base ortogonal de un espacio eucldeo V. Dado , por el hecho de ser base,
existen unos nicos escalares tales que
En consecuencia, las coordenadas de cualquier vector respecto de una base ortogonal u ortonormal estn
automticamente determinadas.
Cada recibe el nombre de Coeficiente de Fourier generalizado de respecto de .
MAT ALG IZQ ALG 510
Proceso de ortogonalizacin de Gram-Schmidt: el siguiente proceso sirve para convertir una base
cualquiera a una base ortogonal
, que a su vez puede transformarse
en una base ortonormal
Una vez obtenida la base ortogonal, bastara dividir cada vector ortogonal entre su norma, para as
obtener la base ortonormal es decir
21
Consideremos un vector no nulo en un espacio vectorial con un producto interno V. Para todo vamos
a demostrar que c es el nico escalar tal que
es ortogonal a
siendo c
Recprocamente, supongamos en tal caso
Por lo que
Luego queda demostrado que c , denominado coeficiente de Fourier, es el nico escalar tal que
es
De esta forma, una vez demostrado, podremos utilizar este coeficiente para calcular la
ortogonal a
proyeccin de un vector a lo largo de una recta
, como en el ejemplo que se da a continuacin.
Luego
Libros recomendados:
PROBLEMAS Y TEORA:
TEORA:
PROBLEMAS: