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