Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema3 Espacios Vectoriales Resumen
Tema3 Espacios Vectoriales Resumen
1. Definición y ejemplos
Un espacio vectorial sobre un cuerpo, está formado por elementos denominados vectores, los
cuales pueden sumarse internamente y también multiplicarse por escalares del cuerpo (obteniendo
de esta multiplicación de nuevo vectores). De hecho para que se denomine espacio vectorial tienen
que cumplirse todos los axiomas correspondientes: por un lado los de grupo abeliano para con la
suma ”+”, y además las propiedades pseudodistributivas, pseudoasociativa y pseudoelemento neutro.
Así los ∈ son vectores; y los ∈ son escalares.
Propiedad: = 0 si y sólo si = 0 ó = 0
Ejemplos:
= R2 = {( ) : ∈ R}
2. Consideremos = P2 [R], el conjunto de todos los polinomios de grado menor o igual que dos
con coeficientes reales, es decir,
= {2 + + : ∈ R}
Definimos una suma interna ”+” y una multiplicación por escalares ”·” del siguiente modo:
1
· (2 + + ) = 2 + +
En definitiva se define la suma y la multiplicación en cada coeficiente. P2 [R], con estas opera-
ciones anteriormente definidas, es un R-espacio vectorial. En este espacio vectorial el vector
nulo es el polinomio
0 = 0 + 0 + 02
De modo análogo se definen P3 [R], P4 [R], P [R].
2. Subespacios vectoriales
Definición: ≤ si:
Propiedades:
1. Si ≤ . Entonces 0 ∈ .
3. Sistemas de vectores
Un sistema de vectores de un espacio vectorial es una colección (finita) de vectores 1 2
de
2
3.1. Combinaciones lineales. Subespacio generado. Sistema generador
es CL de los vectores 1 2 si = 1 1 + 2 2 + + para algunos 1 2 ∈ .
El vector nulo es siempre CL de cualquier sistema de vectores.
1 2 = {1 1 + 2 2 + + : 1 2 ∈ } es el subespacio generado por
los vectores 1 2 .
Se dice que el sistema {1 2 } es un SG de si = 1 2 (si todo vector de
es CL de los vectores 1 2 ).
Si sobre un SG de realizamos alguna de las siguientes manipulaciones el sistema resultante es
de nuevo SG de :
10. Si un sistema de vectores es LI entonces las CL lineales del sistema no se repiten, es decir, cada
vector que es CL del sistema puede ponerse sólo de una forma como CL del sistema.
3
4. Bases y dimensión de un espacio vectorial
Definición: Base de = SG de y LI.
Base canónica. Por ejemplo la de R3 es {(1 0 0) (0 1 0) (0 0 1)}. Para cualquier vector se tiene
que
( ) = (1 0 0) + (0 1 0) + (0 0 1)
Teorema de la base: Todo espacio vectorial (no nulo) tiene alguna base. Además, todas las
bases de un espacio vectorial tienen el mismo número de elementos.
dim = n de vectores de las bases de . dim R = . dim 0 = 0
Propiedades: Sea un espacio vectorial no nulo de dimensión , y = {1 2 } un
sistema de vectores de .
Además, dado un sistema formado por vectores de un espacio vectorial se tiene que:
4
4.2. Coordenadas respecto de una base
= {1 }=base de , ∈ ; las coordenadas del vector en la base son los escalares
(únicos) 1 tales que = 1 1 + + . Las denotaremos por = (1 ).
Ejemplos:
En cualquier base las coordenadas del vector nulo son todas cero.
Si estamos en los espacios vectoriales de la forma R y tomamos como base la canónica, las coor-
denadas de un vector (1 ) ∈ R en esta base son 1 :
2. Si es la base canónica entonces las columnas de → son los vectores de la base .
1. Un mismo subespacio puede estar representado por diferentes bases, y por lo tanto por diferentes
ecuaciones paramétricas o diferentes ecuaciones implícitas.
5
6. Suma e intersección de subespacios
Suma: + = { + | ∈ ∈ }
Intersección ∩ = { ∈ | ∈ ∈ }
Propiedad: La suma y la intersección de subespacios nos da en cada caso de nuevo un subespacio.
Propiedad:Uniendo sendos SG de y obtenemos un SG de + .
Propiedad: Las ecuaciones implícitas de junto con las de constituyen unas ecuaciones
implícitas de ∩ .
Fórmula de las dimensiones:
Suma directa: