Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Un espacio vectorial real V es un conjunto de objetos llamados vectores, junto con dos
operaciones, llamadas suma y multiplicación por un escalar que satisfacen diez axiomas
que se muestran enumerados a continuación.
10. Para todo vector x ∈ V, 1x = x (al escalar 1 se le conoce como neutro multiplicativo).
Definición de Subespacio de un Espacio Vectorial y
sus Propiedades
Subespacio
1. Si x ∈ H y y ∈ H, entonces x + y ∈ H.
Demostración. Para demostrar que H es un espacio vectorial, debemos verificar que los
axiomas de los espacios vectoriales cumplen con las operaciones de la suma vectorial y
multiplicación escalar definidas en V. Las dos operaciones de cerradura se cumplen por
hipótesis. Puesto que los vectores en H también están en V, las leyes asociativa,
conmutativa, distributiva y la del neutro multiplicativo se satisfacen. Ahora, si x ∈ H
entonces 0x ∈ H, debido a la hipótesis (2). Pero por el teorema de espacios vectoriales
(parte 2), 0x = 0. Consecuentemente 0 ∈ H y el axioma (3) se cumple. Finalmente, de la
parte (2) tenemos que (-1)x ∈ H para todo x ∈ H. Por el teorema de espacios vectoriales
(parte iv), -x = (-1)x ∈ H, de tal forma que el axioma (4) también se cumple y con ello
concluimos la demostración.
Este teorema nos dice que para probar que H es un subespacio de V, nos basta con verificar
que: x + y y αx están en H, siempre que x y y estén en H y α sea un escalar.
Dependencia e independencia lineales. Sean v1, v2, ..., vn n vectores en un espacio vectorial
V. Entonces se dice que los vectores son linealmente dependientes si existen n escalares c 1,
c2, ..., cn no todos cero, tales que: c1v1 + c2v2+...+cnvn = 0
Si los vectores no son linealmente dependientes, entonces se dice que son linealmente
independientes. Expresado de otro modo, v1, v2, ..., vn son linealmente independientes si la
ecuación c1v1 + c2v2+...+cnvn = 0 sólo se satisface si c1= c2 = ... = cn = 0.
Sean v1, v2, ..., vn n vectores en ℜm y tratemos de evaluar constantes c1, c2, ..., cn, no todas
nulas, tales que: c1v1 + c2v2+...+cnvn = 0 (1)
(2)
Teorema 3. Sea
Entonces las columnas de A, consideradas como vectores, son linealmente dependientes si
y sólo si el sistema (2), que puede ser expresado como Ac = 0, posee un número infinito de
soluciones. Aquí,
Teorema 4. Sean v1, v2, ..., vn, n vectores en ℜn, y sea A una matriz de n x n cuyas
columnas son v1, v2, ..., vn. Entonces v1, v2, ..., vn, son linealmente independientes si y sólo
si la única solución al sistema homogéneo Ax = 0 es la solución trivial x = 0.
Teorema 6. Sea A una matriz de n x n. Entonces cada uno de los siguientes siete
enunciados implica a los otros seis (esto es, si uno se verifica, todos son ciertos).
1 A es invertible.
6. det A ≠ 0.
Combinación lineal.
Sean v1, v2, ..., vn vectores en un espacio vectorial V. Entonces, toda expresión de la forma
a1v1+ av22+ ...+anvn en donde a1,a2, ..., an son escalares, se llama combinación lineal de v1,
v2, ..., vn
Base y Dimensión de un Espacio Vectorial
Base
Un conjunto de vectores {v1, v2, ..., vn} forma una base para V si
En ℜn definimos
Como los términos ei son las columnas de la matriz identidad (cuyo determinante es 1),
entonces {e1, e2, ..., en} es linealmente independiente y, por tanto, constituye una base en
ℜn. Esta entidad especial se llama base canónica en ℜn.
Teorema 1. Si {v1, v2, ..., vn} es una base de V y si v ∈ V, entonces existe un conjunto
único de escalares c1, c2, ..., cn tales que v= c1v1, c2v2, ..., cnvn.
Teorema 2. Si {u1, u2, ..., un} y {v1, v2, ..., vn} son bases del espacio vectorial V, entonces
m = n; esto es, cualesquiera dos bases en un espacio vectorial V poseen el mismo número
de vectores.
Dimensión
1. (v, v) ≥ 0
2. (v, v) = 0 si y sólo si v = 0.
4. (u + v, w) = (u, w)+(v, w)
5. (u, v) = (v, u)
6. (αu, v) = α(u, v)
Matemáticas IV
Espacio Vectorial
Ing. Electrónica
12:00AM - 1:00PM
Alumno:
Benito Domínguez Cruz
Profesora:
Cynthia Dinorah Briones Ramírez