Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema12 PDF
Tema12 PDF
(Oposiciones de Matemáticas)
ESPACIOS VECTORIALES.
1. Espacios Vectoriales.
2. Subespacios Vectoriales.
2.1. Intersección de Subespacios.
2.2. Unión de Subespacios.
2.3. Suma de Subespacios.
2.4. Suma Directa de Subespacios.
3. Aplicaciones Lineales. Espacio Cociente.
4. Teoremas de Isomorfía.
5. Bases de un Espacio Vectorial.
5.1. Combinaciones Lineales.
5.2. Dependencia e Independencia Lineal.
5.3. Bases y Dimensión.
5.4. Bases y Aplicaciones lineales.
5.5. Dimensión de Subespacios y Espacios Cociente.
6. Subespacios Vectoriales Complementarios.
1/27
TEMA 12
ESPACIOS VECTORIALES.
1. ESPACIOS VECTORIALES.
DEF Llamamos K-espacio vectorial a la terna formada por un conjunto V, una ley de
composición interna +, y una ley de composición externa · : KxE → E, verificando las
propiedades:
r rLos r elementos de V reciben el nombre de vectores y se suelen denotar con las letras
u , v , w . Los elementos de K reciben el nombre de escalares y se representan mediante
letras griegas. La operación externa se llama producto por escalares.
r
Denotaremos el neutro de (V, +) por O y el neutro de (K, +) por O.
r r r
1) O ⋅ u = λ ⋅ O = O
2) (− λ) ⋅ ur = λ ⋅ (− ur ) = −λur
r r r r
3) λ(u − v ) = λu − λv
Dem.
2/27
r r r r r r
1) O ⋅ u = (O + O)u = Ou + Ou ⇒ Ou = O
r
λ ⋅ O = λ(O + O) = λO + λO ⇒ λO = O
r
2) (− λ)ur + λur = (− λ + λ)ur = Our = O ⇒ (− λ)ur = −λur
r r r r r r r
λ(− u ) + λu = λ(− u + u ) = λ ⋅ O = O ⇒ λ(− u ) = −λu
r r r r r r r r
3) λ(u − v ) = λ(u + (− v )) = λu + λ(− v ) = λu − λv
Ejemplos:
y la operación externa
PROP Sea V un K-espacio vectorial. Entonces verifica las leyes de simplificación, que
son:
3/27
r r r r r r r r r
1) ∀u , v , w ∈ V u+v = u+w⇒v = w
r r r
2) ∀α, β ∈ K y ∀u ∈ V no nulo αu = βu ⇒ α = β
r r r r r r
3) ∀α ∈ K no nulo ∀u , v ∈ K αu = αv ⇒ u = v
Dem.
r r r r r
1) u + v = u + w ⇒ Como (V, +) es grupo Conmutativo ∃(− u ) ∈ V
r r r
⇒ (α − β )u = O y como u es un no nulo ⇒ α - β = O ⇒α = β
r r
3) αu = αv ⇒ como K es cuerpo y α es no nulo ∃α−1 ∈ K tal que
r r
(r
) (r r r
) r r
α−1 (αu ) = α−1 (αv ) ⇒ α−1α u = α−1α v ⇒ 1u = 1v ⇒ u = v
2. SUBESPACIOS VECTORIALES.
Ejemplo.
1) W es un subespacio vectorial de V.
r r r r r
2) ∀u , v ∈ W y ∀λ ∈ K u + v ∈W y λ ⋅ u ∈W
4/27
r r r r
3) ∀u , v ∈ W y ∀λ, µ∈ K λu + µv ∈ W
Dem.
1) ⇒ 2)
Como W es un subespacio, las operaciones de suma y producto por un escalar
son cerradas. Luego trivialmente se verifica 2).
2) ⇒ 3)
r r r r
∀u , v ∈ W y ∀λ, µ ∈ K , por hipótesis λu ∈ W y µv ∈ W y de nuevo aplicando
r r
2) λu + µv ∈ W
3) ⇒ 4)
Para ver que W es un subespacio.
(w, +) es subgrupo r r
∀u , v ∈ W si tomamos λ = 1 y µ = -1 ⇒ u − v ∈ W
Para comprobar que la operación externa es cerrada
r
∀u , v ∈ W tomamos µ = O ⇒ λu ∈ W ∀λ ∈ K
r r
W = ∩ Wi = {u ∈ v / u ∈ Wi ∀i : 1,...., n}
n
i =1
Dem.
r r
W ≠ Ø ya que O ∈ Wi ∀ i por ser un subespacio ⇒ O ∈ W .
r r r r r r r r
Sea u , v ∈ W ⇒ u , v ∈ Wi ∀ i ⇒ λu + µv ∈ Wi ∀λ, µ ∈ K ∀ i ⇒ λu + µv ∈ W
W es un subespacio.
5/27
Dem.
Inmediata
DEF Sea W un subespacio vectorial de V, K-espacio vectorial, y A⊂V tal que [A] =
W. Diremos que el conjunto A engendra W o es un Sistema de Generadores de W.
Ejemplo.
∑ W = {u ∈ V / u = ∑ u con ui ∈ Wi ∀ i : 1,...., n}
n
r r r
i i
i =1
Dem.
Para n=2 W = W1 + W2
r r r r r
1) Como O ∈ W1 y O ∈ W2 ⇒ O = O + O ∈ W ⇒ W ≠ Ø
2) W1 ⊂ V y W2 ⊂ V ⇒ W1 + W2 ⊂ V ⇒ W ⊂ V
r r r r r r r r r r
3) Sea u , v ∈ W ⇒ u = u1 + u 2 y v = v1 + v 2 con u1 , v1 ∈ W1 y u2 , v 2 ∈ W2 ⇒
6/27
⇒ u1 + v1 ∈ W1 y u2 + v2 ∈ W2 ⇒ u + v = (u1 + u 2 ) + (v1 + v2 ) =
= (u1 + v1 ) + (u2 + v2 ) ∈ W1 + W2 ⇒ u + v ∈ W
4) Sea λ∈K y u∈W ⇒ u = u1 + u2 con u1 ∈W1 y u2 ∈W2 ⇒
⇒ λu∈W
n −1
Para n – 1, por hipótesis de Inducción, W = ∑ Wi es subespacio vectorial
i =1
Para n
n n −1
W = ∑ Wi = ∑ Wi + Wn
i =1 i =1
Dem.
r r r r r r
“⊂” Sea v ∈U + W ⇒ v = u + w con u ∈ U y w ∈W ⇒
r r r r r
⇒ u ∈ U ∪ W y w ∈ U ∪ W ⇒ u + w[U ∪ W ] ⇒ v ∈ [U ∪ W ]
r r r r r
“⊃” Sea v = [U ∪ W ] ⇒ ∃u ∈ U y ∃w ∈ W / v = λu + µw ∈ [U ∪ W ] ⇒
r r r r r
⇒ λu ∈ U y µv ∈ W → λu + µv ∈ U + W ⇒ v ∈ U + W
Dem.
7/27
“⇒” Como W = W1 ⊕W2 , entonces en particular W = W1 + W2 .
r r r r r r
Sea w∈ W ⇒ w = w1 + w2 con w1 ∈ W1 y w2 ∈ W
Para ver que esa expresión es única, vamos a suponer que existe otra: Sea
r r r r
w = w1 ´+ w2 ´ con w1´∈ W1 y w2 ´∈ W2
r r r r r r r r
Entonces w1 + w2 = w1 ´+ w2 ´⇒ w1 − w1 ´= w2 − w2 ´
r r r r r r
Como w1 − w1 ´∈ W1 y w2 − w2 ´∈ W2 y ambos son iguales ⇒ w1 − w1 ´∈ W1 ∩ W2 y
r r
w2 − w2 ´∈ W1 ∩ W2
r r r r r
Pero como la suma es directa se da que W1 ∩ W2 = {o} ⇒ w1 − w1 ´= 0 y w2 − w2 ´= 0
r r r r
⇒ w1 = w1 ´ y w2 = w2 ´
“⇐”
r r r r r r
1) Como ∀w ∈ W w = w1 + w2 con w1 ∈ W y w2 ∈ W2 ⇒ W = W1 + W2
r r r r
r Como w ∈ W1 ⇒ w = w1 + o
2) Sea w ∈ W1 ∩ W2 r r r r
Como w ∈ W2 ⇒ w = o + w2
r r r r r r
Y al ser la expresión única w1 = o, w2 = o ⇒ w = o ⇒ W1 ∩ W2 = {o}
n
1) W = ∑ Wi
i =1
n
r
2) Wi ∩ ∑ W j = {o }
jj =1
≠i
8/27
r r r n
r
W = ⊕ Wi ⇔ ∀w ∈ W ∃• wi ∈ Wi ∀ i : 1,..., n / w = ∑ wi
n
i =1
i =1
Dem.
Análoga a la anterior
i =1
i =1
Dem.
r r r r
Solo hemos de tener en cuenta que o = o + o + ....... + o .
Dem.
Inmediata.
Dem.
9/27
r r r r r r r r
1) ∀v ∈ V1 f (v ) = f (o + v ) = f (o ) + f (v ) ⇒ f (o ) = o
r r r r r r r r
2) ∀v ∈ V1 f (o ) = f (v + (− v )) = f (v ) + f (− v ) ⇒ f (v ) + f (− v ) = o por 1)
r r
⇒ f (− v ) = − f (v )
r r r r r r r r r
3) ∀v, w ∈ V1 f (v − w) = f (v + (− w)) = f (v ) + f (− w) = f (v ) − f (w) .
Dem.
r r r r r r
“⇒” f (λv + µw) = f (λv ) + f (µw) = λf (v ) + µf (w)
“⇐”
r r r r r r
• Si λ = µ = 1 ⇒ f (1v + 1w) = 1 f (v ) + 1· f ( w) = f (v ) + f (w)
r r r r r
• Si µ = 0 ⇒ f (λv + ow) = λf (v ) + o· f ( w) = λf (v )
Luego f es lineal.
Dem.
10/27
DEF Si f: V1 → V2 es una aplicación lineal entre K-espacios vectoriales, definimos el
r r r
núcleo del f, y se denota por Kerf, al conjunto de los v ∈ V1 tales que f (v ) = o . Y la
Imagen de f, Imf, como el conjunto formado por las imágenes de f.
r r r r r r
Kerf = {v ∈ V1 / f (v ) = o } Im f = {w ∈ V2 / ∃v V1 con f (v ) = w} = f (V1 )
Dem.
Dem.
Inmediata.
Dem.
r r r r r
Sea λ∈K f −1 (λw) = f −1 (λ ⋅ f (v )) = f −1 ( f (λ ⋅ v )) = λ ⋅ v = λ ⋅ f −1 (w)
1) f es monomorfismo si f es inyectiva.
2) F es epimorfismo si f es suprayectiva.
3) F es isomorfismo si f es biyectiva.
4) F es endomorfismo si V1 = V2
5) F es automorfismo si es simultáneamente isomorfismo y endomorfismo.
Dem.
11/27
Vamos a realizar la demostración en dos pasos; primero construiremos W y después
θ.
1) Construcción de W.
2) Construcción de θ.
r r r
Definimos θ: V → V/N como θ(v ) = [v ] ∀v ∈ V . Así definida, θ es una aplicación
lineal:
r r r r r r r r r r
θ(v + v´) = [v + v´] = [v ] + [v´] = θ (v ) + θ(v´) ∀v , v´∈ V
r r r r r
θ(λv ) = [λv ] = λ[v ] = λ ⋅ θ(v ) ∀λ ∈ K ∀v ∈ V
12/27
DEF La aplicación θ:V → V/N recibe el nombre de Proyección Natural del espacio
vectorial V sobre V/N.
r
OBS Si N = {o} ⇒ θ es inyectiva y V {r} ≅ V
o
4. TEOREMAS DE ISOMORFÍA.
Dem.
~
Construyamos la aplicación f y comprobemos que es isomorfismo y única.
~ r r
→ Im ( f ) con f ([v ]) = f (v ) ∀[v ] ∈ V
~
Definimos f : V
Kerf Kerf
~
• f esta bien definida.
r r r r r r r r
Si [v ] = [v ´] ⇒ v − v´∈ Kerf ⇒ f (v − v ´) = o ⇒ f (v ) − f (v´) = o ⇒
r r ~ r ~ r
⇒ f (v ) = f (v´) ⇒ f ([v ]) = f ([v´])
~
• f es lineal.
r r
Sean λ, µ∈K y [v ], [v ] ∈ V
Kerf
~ r r ~ r r r r r r ~ r ~ r
f (λ[v ] + µ[v´]) = f ([λv + µv ]) = f (λv + µv´) = λf (v ) + µf (v´) = λ ⋅ f ([v ]) + µf ([v ´])
~
• f es suprayectiva.
r r r r r ~ r r r
Sea w ∈ Im ( f ) ⇒ ∃v ∈ V / w = f (v ) ⇒ ∃[v ]∈ V tal que f ([v ]) = f (v ) = w
Kerf
13/27
( ~f o θ)(vr) = ~f (θ(vr )) = ~f ([vr ]) = f (vr )
~
• f es único.
~ ~
Supongamos que ∃f ´: V → Im f / f = f o θ
Kerf
( r ~ r
) r ~ r
(
r
Entonces f o θ (v ) = f ´([v ]) = f (v ) = f ([v ]) = f o θ (v )
~ ~
)
~ ~
Luego f ´= f
Dem.
r r
Consideremos la proyección θ: V → V/U con θ(v ) = [v ],θ es lineal.
14/27
r r r
θ w : W → V U θ w(v ) = [v ] ∀ v ∈ W
1) Comprobemos que Im (θ w) = U + W U
r r r r r r r r
Si [v ]∈ Im (θ w) ⇔ [v ] = θ w ( w) = [w] con w ∈ W ⇔ v − w = u ∈ U ⇒
r r r r r r r
⇒ v = u + w con u ∈ U y w ∈ W ⇔ v ∈ U + W ⇔ [v ] ∈ U + W U
r
⇒ v ∈ Ker (θ w) ⇒ U ∩ W ⊂ Ker (θ w)
Luego Ker (θ w) = U ∩ W
5. BASES. DIMENSIÓN.
Dem.
15/27
PROP 1) Un vector cualquiera es combinación lineal de si mismo. 2) Un vector
pertenece a un conjunto es Combinación lineal de dicho conjunto.
Dem.
r r r r
1) v = 1 ⋅ v ⇒ v es combinación lineal de {v }
r r r
2) Sea {v1 , v2 ,..., vn } un conjunto.
r i −1 n
r
vi = ∑ o ⋅ v j + 1 ⋅ vi + ∑o ⋅v j ∀i : 1,..., n
j =1 j =i +1
r r r
Luego vi es Combinación lineal de {v1 ,..., vn }
r
PROP Si un vector w es Combinación Lineal del conjunto {vr1 ,..., vrn }
y cada uno de los
r r r
vi es combinación lineal del conjunto {u1 ,..., um } , entonces w es combinación lineal de
{ur1...., urm }
Dem.
r n
r r m
r
Sabemos que w = ∑ λi vi y cada vi = ∑ µij u j ∀ i : 1,..., n
i =1 j =1
r n
r n
m r n m r m
n r
Entonces w = ∑ λi vi = ∑ λi ⋅ ∑ µij u i = ∑ ∑ λi ⋅ µij u j = ∑ ∑ λi µij ⋅ u j
i =1 i =1 j =1 i =1 j =1 j =1 i =1
Dem.
r r
Sea A = {v1 ,....., vn }
r r n r
Definimos S = v ∈ V / ∃(λi )i :1,.., n ∈ K con v = ∑ λi vi
i =1
Hemos de comprobar que S = [A], para lo cual hay que verificar tres condiciones.
S es un subespacio de V.
r r r n r r n r
Sean u , v ∈ S ⇒ u = ∑ λi vi y v = ∑ µi vi
i =1 i =1
16/27
n
r n
r n
r
u + v = ∑ λi vi + ∑ µi vi = ∑ (λi + µi )vi ∈ S ya que (λi + µi ) ∈ K ∀ i
i =1 i =1 i =1
n
r n
r
λ ⋅ u = λ ⋅ ∑ λi vi = ∑ (λ ⋅ λi )vi ∈ S ya que λ ⋅ λi ∈ K ∀i
i =1 i =1
• A⊂S
Por una proposición anterior, todo vector de un conjunto, se puede escribir como
combinación lineal de dicho conjunto.
n
r
Entonces ∑ λ v ∈ S´⇒ S ⊂ S´
i i
i =1
r r
OBS El conjunto A = {v1 ,...., vn } es un sistema de generadores de S.
λi = o ∀ i .
r r
DEF El conjunto {u1 ,....un } es Linealmente Dependiente cuando no es Linealmente
Independiente.
r r
OBS Es lo mismo decir que {u1 ,....un } es un conjunto Linealmente independiente y
r
que los vectores {u1 ,...., un } son linealmente independientes.
r
OBS Si un conjunto de vectores es Linealmente independiente, el vector o se expresa
de forma única como combinación lineal de los mismos. En caso de que el vector nulo
no se exprese de forma única es cuando decimos que el conjunto es linealmente
dependiente.
17/27
r r r
2) {u} con u ≠ o es un conjunto linealmente independiente.
Dem.
r r r
1) 1 ⋅ o = o es una combinación lineal del o con escalar no nulo ⇒ {or} es
Linealmente Dependiente.
r r r r r
2) Una combinación lineal de {u} es λu y λu = o si λ= 0 ya que u ≠ o ⇒ {u } es
Linealmente Independiente.
Dem.
Inmediata.
Dem.
Inmediata.
r r
PROP Sea V un K-espacio vectorial. El conjunto {u1 ,..., un } es linealmente dependiente
si y sólo si al menos uno de ellos es combinación lineal del resto.
Dem.
r r n
r r
“⇒” Si {u1 ,..., un } son L. D. ⇒ ∃λ1 ,…, λn ∈K no todos nulos tal que ∑ λi ui = o
i =1
18/27
n
r
Entonces ∃(λi ) ∈ K / u j = ∑ λi ⋅ ui ⇒ Si tomamos λj = -1 podemos escribir
i =1
i≠ j
n
r r r r
∑ λu i i = o y no todos los escalares son nulos ⇒ {u1 ,..., un } son L. D.
i =1
Dem.
r r n r
Sea u ∈ V un vector tal que u = ∑ λi ui con λi ∈ K ∀ i .
i =1
r n r
Supongamos que ∃µ1 ,..., µn ∈ K tal que u = ∑ µi u i
i =1
r r r n r n n
r
o = u − u = ∑ λi u i − ∑ µi ui = ∑ (λi − µi )ui
i =1 i =1 i =1
Dem.
n
r
Como {u1 ,....., un } es L. D. ∃u j ∈ {u1 ,...., un } / u j = ∑ λi ui
i =1
i≠ j
r r n r
∀u ∈ V ∃µi ∈ K ∀ i : 1,...., n / u = ∑ µi u i ya que {u1 ,...., un } es S. G de V.
i =1
u = ∑ µi u i = ∑ µi u i + µ j u j = ∑ µi u i + µj ⋅ ∑ λi ui = ∑ (µi + µ j λi )ui
r n r n
r r n
r n
r n
r
i =1 i =1 i= j i =1 i =1
i≠ j i≠ j i≠ j i≠ j
r
Entonces ∀u ∈ V
r
u es C. L. de {u ,..., u
1 j −1 , u j +1 ,...., u n } luego es un sistema de
generadores de V.
19/27
r r
PROP Sea V un K-espacio vectorial, L = {u1 ,...., u n } un conjunto linealmente
r r r
independiente y v ∈ V tal que v ∉ L siendo L ∪ {v } un conjunto linealmente
r
dependiente. Entonces v ∈ [L] .
Dem.
n
r r r r
Sea ∑λu i i + λo v = o una combinación lineal del vector o .
i =1
r
Como L ∪ {v } es L. D. ⇒ ∃λj ∈ K con j: 0,…., n no nulo.
• Si λo = 0 ⇒ Es escalar no nulo tendría que ser λj con j 1,…., n pero eso entra en
contradicción con que L es L. I.
• Luego λo ≠ 0 ⇒ ∃λ−1
o ∈ K y por tanto
v = ∑ (− λ−o1 ⋅ λi )ui ∈ [L ]
r n r
i =1
r r n r r r
OBS Si v ∈ V es v = ∑ λi ui con {u1 ,...., un } base de V, la expresión es única y λi
i =1
r
recibe el nombre de componente i-ésima del vector v en la base {u1 ,...., un } .
Dem.
Sea B∈C(G) un conjunto tal que Card (B) ≥ Card (G) ∀G∈C(G)
• B es L. I. ya que B∈C(G)
20/27
r r
Supongamos B ≠ S. Sea v ∈S – B. ⇒ B ∪ {v } es L. D. ⇒ Por una proposición
r
anterior v ∈ [B] .
r r r r r r
u ∈V ⇒ u = ∑ λu = ∑ λu
r
i i
r
i i +
r
∑ λi ui = ∑ λu
r
i i +
r
∑ λi ⋅ ∑ µj u j =
u ∈B
ui ∈S u i∈B u i∈S − B ui∈ B u∈ S − B j
r r
= ∑ λ u + ∑ ∑ λ µ ⋅ u = ∑ λ + ∑ λ µ ⋅ u ∈ [B]
i i i j i i K j i
r r r r r
u i∈B u i∈ B u i∈S − B ui ∈B u K∈ S − B
Entonces B es S. G. de V.
Si B es L. I. y S. G. de V ⇒ B es base de V.
r
COROLARIO Todo K-espacio vectorial V finitamente generado y no nulo (V ≠ {o} )
posee una base.
Dem.
Dem.
OBS Podemos deducir que este corolario que dado un conjunto de vectores
linealmente independientes de un K-espacio vectorial V finitamente generado, siempre
se puede extender ese conjunto a una base, añadiendole vectores adecuados.
Veamos ahora que relación existe entre dos conjuntos que sean base de un mismo
K-espacio vectorial V.
21/27
TEOREMA Teorema de la Base.
Dem.
r r n
r r r
∀v j ∈ B´ v j = ∑ λij u j por ser B = {u1 ,...., un } base de V.
i =1
r
Sea el conjunto B ∪ {v1 } que es S. G. ya que B es S. G. y L. D. ya que v1 es
combinación lineal de B.
r
Repitiendo el proceso, el conjunto B1 ∪ {v2 } es S. G. y L. I.
r r r r
Podemos extraer una base B2 = {v1 , v2 , u1 ,...., us } s < p y 2 + s ≤ n.
Dem.
22/27
Y como Card (B) = n ⇒ B´ ≠ Ø y B es base de V.
Dem.
Supongamos que Card (L) > dim V ⇒ ∃L´⊂L formado por dim V vectores y L. I.
Dem.
• Existencia de f.
r r n r
Sabemos que ∀u ∈ V1 u = ∑ λi ui con λi ∈ K ∀i
i =1
r n
r
Definimos f (u ) = ∑ λi vi
i =1
- f es lineal
r n r r n r
Sean u = ∑ λi ui y v = ∑ µi u i vectores de V1 y λ∈K.
i =1 i =1
n r n r n
r n
r r r
f (u + v ) = f ∑ (λi + µi )ui = ∑ (λi + µi )vi = ∑ λi vi + ∑ µi vi = f (u ) + f (v )
i =1 i =1 i =1 i =1
r n r n r n
r r
f (λ ⋅ u ) = f ∑ (λ ⋅ λi )ui = ∑ λλi vi = λ ⋅ ∑ λi vi = λf (u )
i =1 i =1 i =1
23/27
r r
- Podemos afirmar que f (ui ) = vi ∀i
• Unicidad de f.
r r
Sea g: V1 → V2 lineal tal que g (ui ) = vi ∀i
r n r
Dado u = ∑ λi ui
i =1
r n n
r r
g (u ) = ∑ λi g (u i ) = ∑ λi vi = f (u )
i =1 i =1
Por tanto g = f.
1) f inyectiva ⇔ B2 es L. I.
2) f suprayectiva ⇔ B2 es S. G.
V1 ≅ V2 ⇔ dim V1 = dim V2
Dem.
r r
“⇒” Sea f: V1 → V2 isomorfismo y B1 = {u1 ,...., un } base de V1 .
r r
Por el teorema anterior B2 = { f (u1 ),..., f (un )} es base de V2 .
24/27
Dem.
r r r r
Sea B = {u1 ,...., un } y, por ejemplo, B´= {u1 ,..., us } con s < n.
r r
Por hipótesis W = [B´] y B − B´= {us +1 ,...., u n }
r r n r
Sea [v ] ∈ V/W. Como B es base de V ⇒ v = ∑ λi ui
i =1
r r r
Por tanto [v ] = ∑ λi ⋅ [u i ] = ∑ λ [u ]
n n
i i
i =1 i =S +1
r r r
ya que [ui ] = [o ] ∀i : 1,..., S porque ui ∈ W ∀ i : 1,..., S
• B – B´ es L. I.
r r r
∑ λi [u i ] = [o ] ⇒
n n
Sea ∑ λ u ∈W i i
i = S +1 i =S +1
n
r S
r S
r n
r r
Como B´ es base de W ∑ i i ∑ i i ∑ λiu i −
λ u = λ u ⇒ ∑ λu i i =o
i = S +1 i =1 i =1 i = S +1
Dem.
r
Si W = {o} ⇒ V {or} ≅ V y dim W = 0, dim V W = dim V
r
Si W = V ⇒ V V ≅ {o} y dim V W = 0, dim V = dim W
r r r r r
En caso contrario, sea {u1 ,..., us } base de W y se puede extender a {u1 ,..., us ,..., u n }
base de V.
25/27
dim · V = n, dim W = S dim V/W = n – S
verificándose la igualdad
Dem.
U1 + U 2 U2
U1 ≅ U1 ∩ U 2
Dem.
26/27
∃B´ subconjunto de V B ∪ B´ es base de V.
r r r r
• ∀u ∈ V u = ∑ λv ⋅ v + ∑ λv´ ⋅ v´⇒ V = W + U
r r
v∈B v∈B ´
r
• dim (W ∩ U ) = dim W + dim U − dim (W + U ) = 0 ⇒ W ∩ U = {o }
27/27