Documentos de Académico
Documentos de Profesional
Documentos de Cultura
3) Si c∙v = 0V entonces c= 0K o v = 0V
Pero el campo de los números complejos también tiene estructura de R- espacio vectorial
con la suma de números complejos y con la multiplicación escalar:
c∙(a+bi) =c∙a + c∙b i, ∀ c∈R, ∀ a+bi∈C
3) Sean w un objeto arbitrario y K un campo, definimos V = {w}, definimos la suma
vectorial como sigue:
w+w=w
Y la multiplicación por escalar, como sigue:
Para cada c∈K, c∙w = w
V es un K espacio vectorial.
4) Sean m, n∈N y K un campo, definimos V = M m x n (K).
V es un K espacio vectorial con la suma de matrices y la multiplicación por escalares
estudiada al inicio del curso.
5) Sea K un campo, definimos V = K[x] el anillo de polinomios con coeficientes en K en la
indeterminada x.
V es un K espacio vectorial con las operaciones:
Suma de polinomios y multiplicación de un escalar por un polinomio.
6) Sean n un número entero positivo y K un campo, definimos:
V n = {f(x)∈K[x]: gr (f(x))≤ n} ∪ {0K[x]}
V n es un espacio vectorial con la suma de polinomios y multiplicación de escalares por polinomios.
Ejercicio 2: Si S, T: V→W son transformaciones lineales y c∈K demuestre que las funciones:
S + T: V →W , c∙ S: V →W y 0: V → W
S+ T: V → W y c ∙ S: V → W
Definición. Sean K un campo y V un K-espacio vectorial, por el ejemplo (6) sabemos que L (V, K) es
un K espacio vectorial. A este espacio vectorial, lo llamaremos espacio dual de V y lo denotaremos
con el símbolo V*.
Subespacios Vectoriales
a) 0W = 0V
1) 0V ∈W.
2) Para cada c∈K y para cualesquiera u, v∈W: c∙ u + v∈W
a) El Núcleo de T, denotado por Nucl (T) como sigue: Nucl (T) = {u ∈V: T (u) = 0}
Definimos <S> = {c1v1+ c2v2 +...+c n v n: n∈Z+, v1, v2,..., v n∈S; c1, c2,..., c n ∈K, ∀ i = 1,2,..., n}
a) Linealmente dependiente (l. d.) de V si, existen v 1, v2,..., v r∈ S y escalares (no todos cero) c1,
c2,..., c r tales que c1 v1+ c2 v2+... + c r v r = 0.
b) Linealmente independiente (l. i.) de V si, para todo subconjunto finito {v 1, v2,..., v r} de S el
suponer que existen escalares c1, c2,..., c r ∈K tales que c1 v1+ c2 v2+... + c r v r = 0 implica que:
c1= c2=...= c r = 0.
a) Linealmente dependiente de V si, existen escalares (no todos cero) c 1,..., c r ∈K tales que:
c 1 u1+ c2 u2+... + c r u r = 0
b) Linealmente Independiente de V si, el suponer que existen escalares c 1,..., c r ∈K tales que:
Ejercicio 10:
Se verifica lo siguiente: S es l. d. en V si y sólo si existe m∈{1,2,..., r} tal que u m∈ < {u1,..., u m -1}>
um= ( c1 c ) ( c1 c )
m
1 u 1+
m
2 u2+...+ ( c1 c )
m
m−1 u m-1∈ < {u1,..., u m -1 }>
Recíprocamente, suponga que existe m∈{1,2,..., r} tal que u m∈ < {u1,..., u m -1}> entonces existen
escalares c1, c2,..., c r ∈ K tales que u m= c 1u 1+ c2u2+...+ c m - 1 u m – 1
Ejercicio 11: Sean V un K-espacio vectorial y S = {u 1,..., u r}⊆V. Demuestre que existe T⊆S
linealmente independiente en V tal que <T> = <S>.
a) F es finito.
b) La cantidad de elementos de F es ≤ r.
Definición. Sea V un K-espacio vectorial, decimos que V es finitamente generado si, existe un
subconjunto finito S de V tal que V = < S >.
Ejemplos:
1) K n es un K-espacio vectorial finitamente generado por el conjunto formado por los vectores
canónicos e1, e2,..., en.
Definición. Sea V un K-espacio vectorial, una base de V es un subconjunto S de V que satisface las
siguientes condiciones:
1) V = <S>
2) S es l. i. en V
Ejemplos:
Teorema 4. Si V es un K-espacio vectorial finitamente generado entonces existe una base para V.
Por el ejercicio 11 sabemos que existe T ⊆ S que satisface las siguientes condiciones:
a) T es l. i en V
b) <T> = <S> = V
Demostración:
Por otra parte B ⊆ V = < {w1,..., w t}> y B es l. i. en V, por el ejercicio 12(b) tenemos que r ≤ t
Por lo tanto, r = t.
Definición. Si V es un K espacio vectorial, definimos la dimensión de V, denotada por dim (V) como
sigue: dim (V) = Card (B) en donde B es una base de V.
Ejercicio 13. Sea V = K n, demuestre que f∈V* si y sólo si existen escalares c1, c2,..., c n∈K tales que:
Demostración:
Por hipótesis V tiene dimensión n entonces existe un subconjunto B l.i de V con n elementos y que
genera a V.
Observe que este vector no puede ser w1, pues esto implicaría que w1∈<S>.
Así pues, el vector en cuestión debe ser un elemento de S, pero esto implicaría que S es l.d. en V.
lo cual es imposible.
Consecuentemente B1 es l. i. en V.
Si B1 no genera a V volvemos a aplicar el procedimiento anterior a lo más n-m veces en total (esto
lo garantiza el ejercicio 12).
1) W es finitamente generado.
1) U ⊆W
Demuestre que U = W.
w = c 1 u1+...+ cm u m
Definición. Sea V un K-espacio vectorial de dimensión finita, una base ordenada de V es una
sucesión finita de vectores en V que satisface las siguientes condiciones:
2) <B> = V.
Observación: Si la sucesión u1,..., u m es una base ordenada de un K-espacio vectorial V, entonces
denotaremos a esta base con el símbolo {u 1,..., u m} asumiendo que existe un orden especificado
en los elementos de la base.