Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESPACIOS VECTORIALES
NOTAS TEÓRICAS
EJERCICIOS Y APLICACIONES
93
Algebra y Geometría Analítica - Espacios Vectoriales
Espacios Vectoriales
Introducción
En matemática existen distintas estructuras algebraicas, que dependen de la naturaleza de
los elementos que intervienen, las operaciones definidas y los axiomas considerados.
Generalizaremos ahora, aún más, el concepto de vector que ya se ha visto. Enunciaremos
un conjunto de axiomas que, si una clase de objetos hace que se cumplan, permitirá
denominar “vectores” a esos objetos. Así, el nuevo concepto de vector abarcará a los
vectores ya estudiados y también a muchos vectores nuevos como ser: las matrices de
cualquier orden y los polinomios. El trabajo desarrollado aquí no es un ejercicio inútil de
matemáticas teóricas, ya que proporciona una herramienta poderosa para extender la
representación geométrica a una amplia variedad de problemas matemáticos importantes,
en los que de otra forma no se contaría con la intuición geométrica. Planteada en términos
breves, la idea es que los vectores en 2 y 3 se pueden representar geométricamente
como flechas, lo cual permite que la representación física o mental ayude a resolver
problemas.
Como los axiomas que usaremos para crear los nuevos tipos de vectores se basan en
propiedades de los vectores en 2 y 3, estos nuevos vectores poseerán muchas de las
propiedades conocidas de los mismos. Por consiguiente, cuando se quiera resolver un
problema en el que aparezcan los nuevos tipos de vectores, se podrá obtener una base para
el problema mediante una representación de cómo sería el problema correspondiente en 2
y 3.
94
Algebra y Geometría Analítica - Espacios Vectoriales
Observaciones:
1. A los elementos de V los llamaremos vectores aún cuando no se trate de vectores
geométricos. Simplemente, si un conjunto tiene estructura de Espacio Vectorial, sus
elementos son vectores, cualquiera sea la naturaleza de los mismos.
2. Dependiendo de la aplicación, los escalares pueden ser números reales o complejos.
Los espacios vectoriales en que los escalares son números complejos se denominan
espacios vectoriales complejos, y aquellos donde los escalares son números reales
se denominan espacios vectoriales reales. En este curso, todos los escalares
considerados serán números reales.
3. Los axiomas A1 y A6 se llaman también axiomas de cerradura y merecen una
aclaración especial. Vamos a definir ley de composición interna y ley de
composición externa:
95
Algebra y Geometría Analítica - Espacios Vectoriales
u, v, w 2 : ( u + v ) + w = u + ( v + w )
A4) Sabemos que o~ 0,0 2 / u 2 : u o~ o~ u u
, , v 2 : v v
u, v 2 ; : u v u v
96
Algebra y Geometría Analítica - Espacios Vectoriales
v x, y x , y x x , y y
x , y x , y x, y x, y v v
, ; v 2 : v v v
Ejemplo 2: Espacio vectorial trivial: Sea V = { 0 }. Es decir, V consiste únicamente
en el número 0. Como 0 + 0 = 1 0 = 0 + ( 0 + 0 ) = ( 0 + 0 ) + 0, se concluye que V es un
espacio vectorial. Suele llamarse espacio vectorial trivial.
97
Algebra y Geometría Analítica - Espacios Vectoriales
2) v V , 0.v o~
0
3) , v V : v o~ ó
v o~
4) , v V : v v v
Subespacios
Definición: Sea ( V, +, , ) un espacio vectorial y sea W un conjunto no vacío contenido
en V, esto es W V. Diremos que W es un subespacio de V si es un espacio vectorial sobre
con respecto a las operaciones de V: suma y producto por un escalar.
Es decir: Sean ( V, +, , ) un espacio vectorial y W
W V es un subespacio de ( V, +, , ) si ( W, +, , ) es un espacio vectorial.
En el Ejercicio 5 vimos que ( M mxn, +, , ) tiene estructura de espacio vectorial. Si
consideramos ( M 1xn, +, , ) y ( M mx1, +, , ), son subespacios vectoriales de M mxn ya
que las matrices de una fila o una columna son subconjuntos de las matrices de m filas y n
columnas y cumplen con los 10 axiomas de espacio vectorial.
Teorema: Sea ( V, +, , ) un espacio vectorial y W V, W ≠ entonces W es un
subespacio de V si y sólo si se cumple:
i ) o~ W
ii ) u, v W : u v W
iii) u W , : u W
Demostración
Tenemos que demostrar: ( V, +, , ) E. V. y W V, W ≠
i ) o~ W
W es un subespacio de V ii) u, v W : u v W
iii) u W , : u W
Entonces vamos a demostrar primero que:
i ) o~ W
W es un subespacio de V ii) u, v W : u v W
iii) u W , : u W
Si W es un subespacio vectorial de V, por la definición de subespacio, se cumplen los 10
axiomas de E. V., en particular, se cumplen los axiomas A1, A4 y A6. Pero estas son
precisamente las condiciones i), ii) y iii). Con lo que queda demostrado el sentido ( ) de
la implicación.
Tenemos que demostrar ahora el otro sentido de la implicación ( ) es decir:
98
Algebra y Geometría Analítica - Espacios Vectoriales
i ) o~ W
ii) u, v W : u v W W es un subespacio de V
iii) u W , : u W
Tenemos que demostrar que W es un subespacio vectorial de V, lo que significa demostrar
que W es un espacio vectorial.
Por la condición i) podemos asegurar que W ≠ y que se cumple A4 de E. V. y como por
hipótesis se cumplen además ii) y iii) que corresponden a los axiomas A1 y A6 de E. V.,
basta demostrar que W satisface los 7 axiomas restantes.
Como W V, esto significa que los vectores de W están también en V, se cumplen los
axiomas A2, A3, A7, A9 y A10. Debemos ahora probar que se cumple el axioma A5. Para
ello observemos que: si v W, (-1) v W, v W por la condición iii). Por la propiedad
4 de espacios vectoriales [ , v V : v v v ], podemos
afirmar que 1 v v W . Por lo tanto el axioma A5 se verifica. Por lo tanto W es un
espacio vectorial por que cumple con los 10 axiomas de espacio vectorial y, por definición
de subespacio, concluimos que W es un subespacio vectorial de V.
como demostramos los dos sentidos de la implicación, el teorema queda demostrado.
Observación: Si nos basamos sólo en la definición de subespacio, para demostrar que un
conjunto W V es un subespacio, se debe comprobar los 10 axiomas de E. V. Este
teorema simplifica el trabajo enormemente ya que, con el basta probar sólo las condiciones
i), ii) y iii).
Ejemplo 3: Sea W x, y 2 / y mx V 2
Averiguar si ( W, +, , ) es un subespacio vectorial.
W es un subespacio propio de 2 y consiste en el conjunto de puntos situados en una recta
que contiene al origen de coordenadas. Este conjunto es la única clase de subespacio
propio que puede tener 2.
Tenemos que demostrar: i) ¿ o~ W ? ii) ¿ u, v W : u v W ?
iii) ¿ v W , : v W ?
i) El vector o~ que debe estar en W es el vector nulo de V = 2.
o~ 0,0 ; para que pertenezca a W debe tener la característica de los
elementos de W.
99
Algebra y Geometría Analítica - Espacios Vectoriales
~ 0,0; como 0 m 0 o
o ~ W
Combinaciones lineales
Dado un conjunto de n vectores A v1 , v2 , , vn pertenecientes a un espacio vectorial
( V, +, , )y un conjunto de n escalares 1 , 2 , , n con i i = 1, 2, …, n, el
vector v / v 1 v 1 2 v2 , n vn se llama una combinación lineal (c. l.) de los
vectores vi.
c1 v1
v2
0 v es combinación lineal de v1 y v2.
v = c1 v1 + c2 v2
v1
c2 v2
Ejemplo 2: En 3
sean
v1 1,2,1 v2 1,0,2 y v3 1,1,0. Averiguar si v 2,1,5 es una combinación
lineal de v1, v2 y v3.
Para que el vector v sea una combinación lineal de v1, v2 y v3 deben existir 1, 2 y 3 tales
que 1 v 1 2 v2 3 v3 v .
100
Algebra y Geometría Analítica - Espacios Vectoriales
En símbolos: A es l. i. 1 v 1 2 v2 , n vn o~ i 0 i
1 2 3 0
Ejemplo 2: Sean los vectores v1 , v 2 , del espacio vectorial M 2x2.
0 1 1 1
Determinar si A v1 , v 2 es un conjunto de vectores l.i..
Para ello debemos ver si existen los escalares 1, y 2 tales que: 1 v 1 2 v2 o~ .
1 2 3 0 0 0
1 2 , efectuando operaciones:
0 1 1 1 0 0
1 2 1 3 2 0 0 0 3 2 2 1 0 0
1
0 1 2 2 0 0 2 1 2 0 0
Igualando matrices llegamos al siguiente sistema:
101
Algebra y Geometría Analítica - Espacios Vectoriales
1 3 2 0
2 1 0
Resolviendo el sistema: 1 = 0 y 2 = 0.
2 0
1 2 0
1 x 2 x 2 2 x 2 4 x 3 7 x 8 x 2 0
1 x 2 1 x 2 2 x 2 4 2 x 7 3 x 8 3 x 2 0
21 2 8 3 x 2 1 4 2 7 3 x 0
Por igualdad de polinomios:
2 1 2 8 3 0
1 4 2 7 3 0
25 6
Resolviendo el sistema obtenemos: 1 3; 2 3 .
7 7
Si 3 = 7; 1 = 25; 2 = -6.
1, 2 y 3 no nulos tal que: 1 P ( x ) 2Q( x ) 3 R( x ) 0
Los vectores P(x), Q(x) y R(x) son l. d..
102
Algebra y Geometría Analítica - Espacios Vectoriales
z z
v2
v1 v1
v2
y y
x x
vectores l. d. vectores l. d.
z
v1
v2
y
x
vectores l. i.
En un conjunto de 3 vectores es l. i. si los vectores no están en el mismo plano
3
z z
v3 v2
v1
v2
y v3 y
v1
x x
z v1
v2
v3 y
x
Vectores l. d. vectores l. d. vectores l. i.
103
Algebra y Geometría Analítica - Espacios Vectoriales
1 3
Ejemplo 4: Averigüe si el vector v M 2 x 2 se puede escribir como c. l. de los
7 0
1 2 0 1 1 0
vectores v1 ; v 2 ; v 3 .
2 0 2 0 0 0
El problema consiste en averiguar si existen 1, 2 y 3 tal que: 1 v 1 2 v2 3 v3 v ;
reemplazando obtenemos:
1 2 0 1 1 0 1 3
1 2 3 .
3 0 2 0 1 0 7 0
Efectuando operaciones, llegamos al siguiente sistema:
1 3 1
2 1 2 3
3 2 7
1 2 3
104
Algebra y Geometría Analítica - Espacios Vectoriales
Ejemplo 5: Dados los vectores v1 1,3 v2 2,6 , averigüe si el vector v 7, 21
es c. l. de v1 y v2.
Consideramos la combinación lineal: 1 v1 2 v2 v
1 1,3 2 2,6 7,21
Efectuando operaciones, llegamos al siguiente sistema:
1 2 2 7
Resolviendo el sistema, encontramos que el mismo es
3 1 6 2 21
compatible indeterminado, es decir que tiene infinitas soluciones;
C j 7 2 2 , 2 2 .
Como existen 1 , 2 soluciones del sistema; concluimos que el vector v se puede escribir
como c. l. de v1, v2.
1 v1 2 v2 v 7 2 2 v1 2 v2 v
La combinación lineal no es única, por propiedad 9 el conjunto de vectores v1 , v 2 es l. d..
105
Algebra y Geometría Analítica - Espacios Vectoriales
Ejemplo 1: Si A 2,5 2 , entonces A x, y 2 / x, y k 2,5 , o sea x = 2 k y
2
y=5k x y
5
A x, y 2 / 5 x 2 y 0 . Es decir, el subespacio generado es la recta que
contiene al origen de coordenadas y contiene al vector dado.
Sistema de generadores
Puede ocurrir que dado A v1 , v2 , , vn , este no genere un subespacio de V, sino que
genere todo V. Es decir que un conjunto formado por un número finito de vectores de un
espacio vectorial describa en forma completa a V. Observaremos además que en general,
hay más de un conjunto de este tipo que describa a V. Ahora formalizaremos estos
conceptos:
Definición: El conjunto A v1 , v2 , , vn es un sistema de generadores de V si y sólo si
todo vector de V se puede expresar como combinación lineal de los elementos de A.
En símbolos: A es un S. G. de V v V : v 1 v1 2 v2 n vn .
De acuerdo a esta definición: A es un sistema de generadores de V si y sólo si el
subespacio generado por A es V.
Es decir: A es S. G. de V A V
2a 2b c abc 4a b 2c
1 2 3
3 3 3
Como el sistema es compatible, concluimos que v1, v2 y v3 generan 3. Es decir que A es
un sistema de generadores de 3.
106
Algebra y Geometría Analítica - Espacios Vectoriales
Ejemplo 1: Los vectores e1 1,0 y e 2 0,1 forman una base para 2, los vectores
e1 1,0,0 , e 2 0,1,0 , e 3 0,0,1 forman una base para 3. En general los vectores
e1, e2, …, en forman una base para n.
Cada uno de estos conjuntos de vectores se llama base natural o base canónica para 2,
3 y n respectivamente.
1 0 0 1 0 0 0 0
Ejemplo 2: El conjunto B , , , es una base para el
0 0 0 0 1 0 0 1
espacio vectorial M 2x2.
Para verificar que B es l. i., formamos una combinación lineal de los vectores de B y la
igualamos al vector nulo de dicho espacio:
1 0 0 1 0 0 0 0 0 0
1 2 3 4
0 0 0 0 1 0 0 1 0 0
2 0 0
Esto implica: 1 , lo cual quiere decir que 1 2 3 4 0 . Por lo
3 4 0 0
tanto B es l. i..
Para verificar que B genera a M 2x2, consideramos un vector genérico del espacio M 2x2 y
debemos determinar escalares 1, 2, 3 y 4 tales que:
1 0 0 1 0 0 0 0 a b
1 2 3 4
0 0 0 0 1 0 0 1 c d
Vemos que 1 a 2 b 3 c 4 d . Es decir existen los escalares 1, 2, 3 y
4 tales que cualquier vector v del espacio se puede escribir como c. l. de v1, v2, v3 y v4.
Por lo tanto v1, v2, v3 y v4 generan M 2x2.
Teorema: Si B v1 , v2 ,, vn y B u1 , u2 , , um son dos bases de un espacio
vectorial V, entonces m = n.
Este teorema que aceptamos sin demostración, afirma que dos bases cualesquiera de un
espacio vectorial V contienen el mismo número de vectores.
107
Algebra y Geometría Analítica - Espacios Vectoriales
1 0 0 1 0 0 0 0
Ejemplo 3: dim M 2x2 = 4 ya que los vectores , , , son base de
0 0 0 0 1 0 0 1
M 2x2.
En general dim M mxn = m n
Teorema: Sea ( V, +, , ) espacio vectorial, tal que dim V = n. Si A u1 , u2 ,..., um es
un conjunto de vectores l. i. entonces m n.
El teorema asegura que el número de vectores de todo conjunto l. i. de un espacio vectorial
es siempre menor o igual que la dimensión del espacio.
Teorema: Sea ( V, +, , ) un espacio vectorial de dimensión n. Entonces:
i) “n + 1” o más vectores de V son l. d.
ii) Todo conjunto l. i. de n vectores de V, es una base de V
iii) Todo conjunto generador T v1 , v2 , , vn de V es una base de V.
Ejemplo 1: Demostrar por inspección que B 3,7, 5,5 es una base de.
Como dim 2 = 2; y el número de vectores de B es 2 solo basta con demostrar que B es
l. i. o un S. G..
Como ninguno de los vectores de B es un múltiplo escalar del otro, los dos vectores
forman un conjunto l. i..
dim 2 2
Por lo tanto como B es base de 2.
2 vectores l . i .
108