Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ev
Ev
Definición 1 Un espacio vectorial (e.v.) sobre un cuerpo K es un conjunto V junto con dos ope-
raciones + : V × V → V y · : K × V → V que cumplen las siguientes propiedades:
2. (∀α, β ∈ K)(∀u, v ∈ V )
a) α(βu) = (αβ)u ∧
b) α(u + v) = αu + αv ∧
c) (α + β)u = αu + βu,
3. (∀u ∈ V ) 1u = u.
A partir de los axiomas de espacio vectorial se pueden demostrar las siguientes propiedades.
Propiedades 1 En cualquier espacio vectorial (V, +, ·) se cumple que el neutro aditivo es único,
al igual que el inverso aditivo. Si denotamos por 0 al neutro aditivo del cuerpo K y por Θ al neutro
aditivo de V ; y denotamos además por −u al inverso aditivo de u, entonces para cualquier u ∈ V
y α ∈ K se cumple lo siguiente.
1. 0u = Θ 4. −(−u) = u
2. αΘ = Θ 5. (−1)u = −u
3. αu = Θ ⇒ α = 0 ∨ u = Θ 6. (−α)u = −(αu)
Mm×n (K) el anillo de las matrices de m por n con la ponderación por escalar.
2. (∀α ∈ K)(∀u ∈ W ) αu ∈ W ,
3. Θ ∈ W ,
4. (∀u ∈ W ) − u ∈ W .
2. (∀α ∈ K)(∀u, v ∈ W ) αu + v ∈ W .
Ejemplos de s.e.v. son las rectas y planos que pasan por el origen, el sı́ngleton {Θ}, el conjunto de
polinomios de grado menor o igual que 3, el conjunto de matrices antisimétricas, el conjunto de las
funciones continuas, etc. Notamos también que todo e.v. es también s.e.v de sı́ mismo.
Por otra parte, es importante notar que todo s.e.v. es también un e.v.
W + U = {w + u | w ∈ W ∧ u ∈ U }
Se observa que la unión de s.e.v. no siempre es s.e.v., es más, la única forma que la unión de dos
s.e.v. dé como resultado un s.e.v. es cuando uno es subconjunto del otro.
Propiedades 4 Si W y U son dos s.e.v. de V que están en suma directa, entonces se cumple:
Definición 5 Dado un e.v. V , y un conjunto de vectores {v1 , .., vn }, decimos que u es una combi-
nación lineal (c.l.) de estos vectores si existen escalares α1 , .., αn tales que:
n
X
u= αi vi .
i=1
El conjunto de todas las combinaciones lineales de {v1 , .., vn }, o generado por, está dado por:
( n )
X
h{v1 , .., vn }i = αi vi | α1 , .., αn ∈ K .
i=1
Propiedades 5 Dado cualquier S ⊆ V , hSi coincide con el s.e.v. más pequeño que contiene a S.
1. Θ ∈ hSi.
2. S ⊆ hSi.
3. hSi es un s.e.v.
4. Si U es un s.e.v, entonces hU i = U .
Definición 6 Si U = h{v1 , .., vn }i, entonces decimos que {v1 , .., vn } genera a U .
Esta definición es equivalente a decir que Θ se representa de manera única como c.l. de los vectores
{v1 , .., vn }, la única forma de obtener Θ como c.l. de estos vectores es ponderarlos todos por 0. Pero
¿a quién le importa como se escribe el Θ? lo interesante de esta propiedad es que induce unicidad
en la representación de todos los vectores de h{v1 , .., vn }i, como lo muestra la siguiente propiedad.
n
X n
X
Propiedades 7 Si {v1 , .., vn } es l.i. y (α1 , .., αn ) 6= (β1 , .., βn ) entonces αi vi 6= βi vi .
i=1 i=1
Equivalentemente, se tiene la siguiente propiedad:
n
X
(∀v ∈ h{v1 , .., vn }i)(∃!α1 , .., αn ) v = αi v i
i=1
Esto nos permite definir la noción de coordenadas. Cuando {v1 , .., vn } es l.i., decimos que
B = (v1 , .., vn ) es una base de h{v1 , .., vn }i, y para cada vector v ∈ h{v1 , .., vn }i definimos sus
coordenadas respecto a la base B como el vector (α1 , .., αn ). Lo denotamos:
α1
[v]B = ...
αn
Notamos que el orden en que aparecen los vectores en la base es importante a la hora de definir
las coordenadas. Los mismos vectores en un orden diferente representan bases distintas. La noción
de coordenadas nos permite llevar cualquier elemento de un e.v. a un vector de Kn y viceversa, de
manera que éste último lo representa completamente.
Resulta que el tamaño de la base es una propiedad del s.e.v., es decir, dos bases distintas de un
s.e.v. han de tener siempre el mismo tamaño.
El tamaño de sus bases caracteriza a un e.v. sobre un determinado cuerpo K. Por lo tanto podemos
darle nombre a este atributo.
Definición 9 Si un s.e.v. U tiene una base (u1 , .., un ), decimos que U tiene dimensión n, y escri-
bimos dim(U ) = n.
No todos los s.e.v. tienen una base “finita”, estos espacios tienen dimensión “infinita”.
Los dos teoremas siguientes nos indican cómo encontrar una base.
Teorema 2 Si {u1 , .., un } genera a U , entonces {u1 , .., un } contiene una base de U .
Teorema 3 Si {u1 , .., un } ⊆ U es l.i. y U tiene dimensión finita, entonces hay una base de U que
contiene a {u1 , .., un }.