Universidad Nacional Jorge Basadre Grohmann

Facultad de Ciencias de la Educación

ALGEBRA MODERNA

El concepto de espacio vectorial tiene (af)(x) = a f(x) es un espacio vectorial

sus orígenes en los vectores. El
estudio de los vectores comenzó con
el trabajo del gran matemático
irlándes Sir William Rowan Hamilton
(de quien proviene el uso del término
''vector'') quien introdujo una forma de
representar ciertos objetos en el plano
y en el espacio creando así lo que él
llamó cuaterniones. Este concepto
condujo a su vez al desarrollo de lo
que ahora se conoce por vectores.
Los vectores junto a las matrices
constituyen el alma de lo que hoy se
conoce como álgebra lineal.
 ESPACIOS Y SUBESPACIOS
VECTORIALES
Definición 01: espacios vectoriales
Un ESPACIO VECTORIAL sobre un
campo K, es un trío (V, +,g) formado por
un conjunto no vacío V, una ley interna
+ : VxV � V y una ley externa g:KxV � V
tales que,
sobre �
(3) El conjunto Pn[x] de todos los
polinomios de grado menor o igual a
n con coeficientes reales, junto a la
suma de polinomios y al producto de
un escalar por un polinomio, es un
espacio vectorial.
(4) El conjunto Mmn de todas las
matrices de
mxn con elementos en K, es un
espacio vectorial sobre K bajo la suma
de matrices y la multiplicación de una
matriz por un escalar.
Teorema 01: propiedades de los
espacios vectoriales
Sea V un espacio vectorial sobre K.
Entonces
(i) 0u = 0 y a0 = 0
(ii) Si au = 0 � a = 0 ó u = 0
(iii) (-a)u = a(-u) = -a u y (-1)u = -u .
Para todo u�V y todo a �K .

(I) (V, + ) es un grupo abeliano Definición 02: subespacios

(II) a(u + v) = au + av y (a + b)u = au+ b u vectoriales
(III) a(bu) = (ab)u Sea V un espacio vectorial y S �V ( ��
).
(IV) 1u = u, donde 1�K .
� S es un espacio vectorial con las operaciones de V.
Para todo S u,ves
�un
V ySUBESPACIO
todo a, b �K .de V
A los elementos de V se les llama
vectores y a los elementos de K Todo espacio vectorial V posee dos
escalares. Para denotar un espacio subespa- cios triviales, el {0} y el
vectorial sobre un campo K, escribire-
mismo V.
mos V siempre que no haya confusión.
Si K = � se dice que V es un espacio
Teorema 02: 1ra caracterización
vectorial real y si K = � se dice que V
de un subespacio
es un espacio vectorial complejo.
Sea V un espacio vectorial y S �V ( ��
). S es un subespacio de V � (i) Si
Ejemplos
n u,v�S � u + v�S
(1) � = {(x1,..., xn ): xi ��} junto a la (ii) Si a �K y u�S � au�S.
suma,
(x,...,x
1 n
)+ (y,...,y
1 n
) = (x1 + y,...,x
1 n
+ yn) y Teorema 03: 2ra caracterización
pdcto por un escalar de un subespacio
a(x1,..., xn ) = (ax,..., axn ) es un espacio Sea V un espacio vectorial y S �V ( ��
1
). S es un subespacio de V �
vectorial real.
au + bv�S para todo u,v�S y a, b �K .
(2) X ��,
F(X) = {f : X � �/ f esuna aplicación} Ejemplos
junto n
(1) S = {(x1,..., xn)�� : x1 + ... + xn = 0} es un
a las operaciones (f + g)(x) = f(x)+ g(x) y
subespacio vectorial de �n .
(2) C[0,1] = {f :[0,1] � �: f es continua} es un Sean v1,v2,...,vn �V . Diremos que, el
subespacio vectorial de F(X) . vector
3
(3) S3[x] = {p(x)�P3[x]:p(x) = a + bx+ dx } es v�V es COMBINACIÓN LINEAL
un subespacio vectorial de P3[x]. (CL) de v1,v2 ,...,vn � existen
0 b�
� a1, a 2 ,..., an �K tales que
(4) S22 = {A �M22 : A = � �} es un
c 0�
� v = a1v1 + a 2v2 + ... + anvn .
Escribiremos L{v1,v2,...,vn} para
subes- pacio vectorial de M22 .
representar al conjunto de todas las
Teorema 04: intersección de combinaciones lineales de v1,v2 ,...,vn .
subespacios vectoriales
Sea V un espacio vectorial. La Teorema 07: espacio generado
intersección de dos subespacios de V Sean v1,v2 ,...,vn �V . Entonces
es un subespacio de V. L{v1,v2,...,vn} es un subespacio de V y
En general, la intersección cualquiera además, es el menor de todos los
de subespacios de V es un subespacio subespacios de V que contienen a los
de V. vectores v1,v2 ,...,vn .
La unión de subespacios no es en
general un subespacio. En adelante, V Ejemplos
representará un espacio vectorial (1) El vector v = (-1,1,3) es CL de los
sobre un campo K. vectores v1 = (-1,0,2) y v2 = (-1,2,4).
Definición 03: sumas y sumas (2) El polinomio 3x2 - 2x - 5 de P2[x] es
directas de subespacios CL de los polinomios x2 + 1 y x + 4 .
Sean A y B dos subespacios de V. La
(3) El vector v d e M22 dado por
suma de A y B, denotado por A + B , se
define como �-3 - 4�
v= � � es CL de los vectores
� 2 - 5�
A + B = {u + v:u�A y v�B}
�1 0 � �3 2�
v1 = � �y v2 = � �
Además se dice que, V es una suma �2 - 1 � �2 1 �
directa de A y B, denotado por (4) El espacio generado por (1,1,0) y
V = A �B, � para todo v�V , existen (1,0,1) es
vectores únicos u�A y w�B tales que
v = u+ w . L{(1,1,0),(1,0,1)} = {(x,y,z)��3 : x - y - z = 0}.
Definición 05: conjunto generador
Teorema 05: suma de subespacios Sean v1,v2,...,vn �V . Diremos que los
Sean A y B subespacios de V. Entonces vectores
la suma A+B es un subespacio de V.
v1,v2 ,...,vn GENERAN V � todo v�V es combinación lineal de ellos.
Teorema 06: suma directa de
subespacios
Sean A y B subespacios de V. Entonces Ejemplos
V = A �B � V=A+B y A I B = {0}. (1) Los vectores i = (1,0) y j = (0,1)
generan �2
Ejemplos (2) Los vectores i = (1,0,0), j = (0,1,0)y
(1) Sean A = {(x,0): x��} y k = (0,0,1) generan �3 .
B = {(0,y): y��}
(3) Los polinomios 1, x, x2,..., xn generan
subespacios de �, 2
entonces P[x] .
2 n
� = A �B.
�1 0 �� 0 1�� 0 0�
(2) Sean S = {f : f(- x) = f(x)} y (4) Las matrices � �, � �, � �,
�0 0 �� 0 0 �� 1 0�
U = {f : f(- x) = -f(x)}
F(�), �0 0�
subespacios de entonces � �
F(�) = S�U . �0 1�
generan M22 .
Definición 04: combinación lineal
(5) Sea S = {(x,y,z): x + y+ z = 0} un Teorema 09: propiedades de la
subespacio de � . Hallar el conjunto
3 dependencia lineal
de vectores que generan �3 . (i) Si uno de los vectores v1,v2,...,vn es
nulo, los vectores son linealmente
 DEPENDENCIA E INDEPENDENCIA dependientes.
LINEAL (ii) Si dos de los vectores v,v
1 2 ,...,vn son
iguales o si uno es múltiplo escalar de
Definición 06: vectores otro, los vectores son linealmente
linealmente independientes dependientes.
Sean v1,v2 ,...,vn �V . Diremos que los (iii) Dos vectores son linealmente
vectores dependientes � uno de ellos es
múltiplo escalar del otro.
v1,v2 ,...,vn son linealmente (iv) Si S = {v...,v
1 n
} es linealmente
independientes � si independiente necesariamente lo es
a1v1 + a 2v2 + ... + anvn = 0 entonces cualquier subconjunto de él. Si S
a1 = a2 = ... = an = 0 . contiene un subconjunto linealmente
dependiente, S es linealmente
Caso contrario, se dirá que tales dependiente.
vectores son linealmente
dependientes, es decir, si existen Teorema 10: caracterización de la
escalares a1, a 2,..., an , al menos uno de dependencia lineal
ellos distinto de cero, tales que Sean vj = (a1j ,a2 j ,...,anj ) j = 1, 2, ..., n , n
a1v1 + ... + anvn = 0 . vectores en � y sea la matriz A de
n

orden n, A = (aij )nxn.

Ejemplos
Entonces los vectores v1,...,vn son
(1) Sean v1 = (2,2), v2 = (-6,4) y
linealmente
v3 = (10,10) vectores de � . Entonces v1
2
dependientes si, y sólo si det(A) = 0 .
y v2 son lineal-mente independientes;
v1 y v3 no lo son. Ejemplos
(1) Los vectores (1,1,1,1), (1,2,3,2),
(2) Los vectores v1 = (1,3,2) , v2 = (-1,2,5)
(2,5,6,4) y (2,6,8,5) de �4 son
y v3 = (0,1,4) de �3 son linealmente
linealmente dependientes.
indepen- dientes, mientras que los
(2) Los vectores (2,3,5, -1), (0,3, -1,2),
vectores u1 = (1, -1,0), u2 = (1,3, -1) y
(0,0,4,8) y (0,0,0,5)de �4 son linealmente
u3 = (5,3, -2) son linealmente independientes
dependientes.
�2 0 3�  BASES Y DIMENSIÓN
(3) Las matrices A1 = � �,
�1 0 1�
Definición 07: base de un espacio
�3 - 1 4 �
A2 = � � vectorial
�0 0 0 � Un conjunto b = {v1,...,vn} de vectores es
� 1 0 0� una BASE de un espacio vectorial V �
y A3 = � �de M23 son linealmente
� 0 - 1 0�
independientes. (I) v1,...,vn son linealmente independientes.
(4) Determine si los polinomios (II) v1,...,vn generan V.
p(x) = x + 4 , q(x) = x2 + x + 1 y r(x) = x2 - 3x
de P2[x] son linealmente Ejemplos
independientes. (1) b1 = {(1,0),(0,1)} y
Teorema 08: dependencia lineal
b2 = {(1,0,0),(0,1,0),(0,0,1)}
Los n vectores v1,v2 ,...,vn (n �2 ) de V
son linealmente dependientes � al son bases de �2 y �3 respectivamente.
menos uno de ellos es combinación 1 0 ��
� 0 1��0 0�� 0 0�
(2) b = {� �� , ,
�� ,
�� }es una
�
lineal de los n - 1 vectores restantes. �0 0 �� 0 0�� 1 0 ��0 1�
base del espacio M22 .
(3) Los polinomios 1, x, x2 forman una Teorema 14: propiedades de un
espacio n-dimensional
base de P2[x].
Sea V un espacio vectorial y dimV = n.
(4) Sea V = {(x,y,z)��3 : 2x - y+ 3z = 0} Entonces
.Hallar una base de V. (i) n + 1 o más vectores en V son
Teorema 11: caracterización de linealmente dependientes.
una base (ii) Todo conjunto con n vectores
Un subconjunto b = {v1,v2,...,vn} de V es linealmente independientes es una
una base V � cada vector v�V se base de V.
puede expresar de manera única como (iii) Todo conjunto con n vectores que
una combinación lineal de los vectores genera a V, es una base de V.
de b .
Ejemplo
Definición 08: dimensión de un Los polinomios p(x) = x+ 4 , q(x) = x2 + x + 1
espacio vectorial y r(x) = x2 - 3x de P2[x] son linealmente
Sea V un esp. vectorial. Se llama independientes, por lo tanto forman
DIMENSIÓN de V, denotado por
una base de P2[x].
dimV,
Teorema 15: base del espacio
al número de elementos que posee euclídeo
cualquiera de las bases de V.
Sean vj = (a1j ,a2 j ,...,anj ) j = 1, 2, ..., n , n
vectores en � y sea la matriz A de
n
Si V tiene una base finita, se dice que
V es un espacio vectorial de dimensión orden n, A = (aij )nxn.
finita. Si V tiene una base con n Entonces los vectores v1,...,vn forman
elementos, dimV = n y si V = {0}, una base de �n si, y sólo si det(A) �0 .
entonces dimV = 0 .
Teorema 16: dimensión de un
Ejemplos subespacio
(1) dim�n = n, dimP[x]
n
= n+ 1 y Sea V un espacio vectorial de
dimMmn = mn . dimensión finita y S un subespacio de
V. Entonces S es de dimensión finita y
(2) Sea V = {(x,y,z)��3 : 2x- y+ 3z = 0}.
dimS �dimV .
Hallar una base y la dimensión de V.
Teorema 17: fórmula de Grassman
Teorema 12: bases de un mismo Sea V un espacio vectorial de
espacio vectorial dimensión finita. Sean A y B
Sea V un espacio vectorial de subespacios de V. Entonces, A+B tiene
dimensión finita. Entonces, todas las dimensión finita y
bases de V tienen el mismo número de dim(A + B) = dimA + dimB - dim(A I B).
elementos.
Lema Corolario
Sea S = {v1,...,vn} un subconjunto Sea V un espacio vectorial de
dimensión finita. Si A y B son
linealmente independiente de V. Si
subespacios de V tales que V = A �B,
v�V no pertenece a L(S), entonces
entonces dim(A + B) = dimA + dimB .
S' = S U {v} es linealmente inde-
pendiente. Ejemplos
(1) Sean
Teorema 13: teorema de extensión
A = {(x,y,z, t )��4 : 2x + y+ 2z + t = 0} y
de una base
Sea V un espacio vectorial n- B = {(x,y,z, t )��4 : x - y+ z - t = 0}
dimensional y sean u,u 1 2
,...,um m subespacios de �3 . Hallar la dimensión
vectores de V linealmente de A + B .
independientes. Si m< n , existen (2) Sean E = {(x,y,z): z = 0} y
vectores v1, v2,...,vn-m de V tales que F = {(x,y,z): x = 0} subespacios de � . 3

{u1,...,um,v1,...,vn-m} es una base de V. Hallar la dimensión de E I F .

Dos algoritmos para hallar BASES (5) No existen conjuntos con menos de
Sean v1,v2,...,vm vectores en �n y sea n vectores que generen a V.
(6) Cualquier subconjunto de V
S= L{v,v
1 2
,...,vm} el subespacio de �n
linealmente independiente, es
generado por dichos vectores. Los subconjunto de una base de V.
siguientes algoritmos determinan una (7) Cualquier conjunto que genere a V,
base de S. tiene como subconjunto una base de V.
(8) Cualquier subespacio de V es de
Algoritmo I: Algoritmo del espacio dimensión finita y su dimensión es no
fila mayor que n.
Paso1: Construir una matriz A cuyas
filas sean los vectores dados.
Paso2: Reducir por filas la matriz a la
forma escalonada.
Paso3: Extraer las filas no nulas de la
matriz escalonada.

Algoritmo II: Algoritmo de

expulsión
Paso1: Construir una matriz A cuyas
columnas sean los vectores dados.
Paso2: Reducir por filas la matriz a la
forma escalonada.
Paso3: Para cada columna ck sin pivote
en la matriz escalonada, suprimir
(expulsar) el vector vk del conjunto.
Paso4: Extraer los restantes vectores
(corres- pondientes a columnas con
pivote).
Ejemplos
(1) Sea S el subespacio de �5
generado por los vectores (1,2,1, -2,3),
(2,5, -1,3, -2), (1,3,-
2,5, -5), (3,1,2, -4,1) y (5,6,1, -1, -1). Hallar
una base y la dimensión de S.
(2) Sea S el subespacio de �4
generado por los vectores (1,2,0, -1),
(2,6, -3, -3) y (3,10,-
6, -5) . Hallar una base y la dimensión
de S.

Terminamos la presente sección con

algunas observaciones importantes
para un espacio vectorial V n-
dimensional:

(1) Cualquier base de V tiene n

vectores.
(2) Cualquier conjunto linealmente
indepen- diente con n vectores es una
base de V.
(3) Cualquier conjunto con n vectores
que genere a V, es una base de él.
(4) No existen conjuntos linealmente
indepen- dientes en V con más de n
vectores.