Algebra Lineal

Concepto de Espacio Vectorial y Cuerpo

Sea K un conjunto no vacío con elementos a los cuales llamamos escalares,
definimos:
• Cuerpo: K es un cuerpo si en él se definen dos operaciones + y . (llamadas
suma y multiplicación) que cumplen las siguientes
propiedades: Ejemplos de cuerpos
1) + y. son conmutativas conocidos:
2) +y. son asociativas
3) ꓱ 0∈K, neutro de + • Racionales: Q
4) ∀k∈K, ꓱ -k∈K (opuesto de k): k+(-k) =0 • Reales: R
5) ꓱ 1≠0∈K, neutro de . • Complejos: C
6) ∀k∈K, k ≠0, ꓱ k -1∈K (inverso de k): k.k -1=1

• Espacio Vectorial: Sea K un cuerpo y V un conjunto no vacío de elementos

que llamaremos vectores, entonces:
Supongamos que en V se definen dos operaciones:
-Suma por escalar:
(+: VxV-----> V): la suma se realiza entre dos elementos de
V y da como resultado un nuevo elemento de V
-Multiplicación por escalar:
(. : KxV------>V): la multiplicación por escalar se realiza entre
un escalar y un elemento de V y da como resultado un nuevo elemento de V

• Propiedades: Sean k y m escalares, v y u vectores, entonces:

-Suma:
A1) + es asociativa
A2) + es conmutativa
A3) ꓱ 0∈V, neutro de +:0+v=v+0=v (el 0 es el cero vector o
vector nulo)
A4) ∀v∈V, ꓱ -v∈V (opuesto de v): v+(-v) = (-v) +v=0
-Multiplicación:
M1) Distributividad a derecha: k.(v+u) =k.v+k.u
M2) Distributividad a izquierda: (k+m).v=k.v+m.v
M3) k.(m.v)=(k.m).v
M4) 1.v=v
 Algebra Lineal
Ejemplos
1) V=Rn
 Algebra Lineal
Teorema

d) Debemos probar que (-1). v es el opuesto de v. Es decir, v+(-1). v=0:

-Por prop. M4): 1. v+(-1). v
-Por prop. M2): (1+(-1)). v
Y por el teorema 1.1.1: 0. v=0 cumpliéndose la prop. a)

Subespacios vectoriales
 Algebra Lineal
Teorema de caracterización de subespacio

Dem: W es un subespacio se cumplen a) y b):

) Hip.) W es un subespacio (espacio vectorial en sí mismo)
Tes.) Se cumplen a y b las operaciones son cerradas
Como W es subespacio, entonces es esp. vect. en sí mismo y + y. son
cerradas
) Hip) Valen a) y b)
Tes) W es subespacio
Como los elementos de W pertenecen a V que es esp. vect sabemos que
se cumplen las propiedades A1, A2, M1, M2, M3 y M4
Verificando las propiedades A3 y A4:
A3) Como W es no vacío entonces ꓱw∈W. Luego 0.w∈W pues . es cerrada
pero 0.w=0∈W
A4) Debemos ver que ∀w∈W, ꓱ-w∈W:
Sea w∈W, luego -w= (-1).w por d) del teorema anterior; luego (-1).w=-w∈W
pues . es cerrada y así -w∈W
Por lo tanto, W es e.v y así es subespacio

Combinaciones Lineales

Subespacio Generado y Generadores

 Algebra Lineal
Dem: a) Queremos probar que w es subespacio de v:
Es decir: 1) W es no vacío:
0v∈W pues 0.v1+0.v2+0.vr= 0
Por lo tanto, W es no vacío
2) + es cerrada:
Sean v y u ∈W, debemos ver que v+u∈W:
Como v∈W entonces v=k1v1+k2v2+…+krvr
Como u∈W entonces u=l1v1+l2v2+…+lrvr
v+u= (k1+l1)v1+(k2+l2)v2+…+(kr+lr)vr
Por lo tanto, v+u∈W y la suma es cerrada
3) . es cerrada:
Sea un escalar t∈K y sea v∈W, debemos ver que t.v∈W:
v∈W entonces, v=k1v1+k2v2+…+krvr
t.v= t.(k1v1+k2v2+…+krvr)= (tk1)v1+(tk2)v2+...+(tkr)vr
Por lo tanto, t.v∈W y . es cerrada
b) Queremos probar que v1, v2, …, vr∈W:
v1= 1v1+0v2+…+0vr
v2=0v1+1v2+…+0vr
v3=0v1+0v2+…+1vr
c) Queremos probar que w∈W entonces ∈W´:
Decimos que w∈W si w= k1v1+k2v2+…+krvr y entonces suponemos
que W´ es un subespacio y v1, v2,…, vr son elementos de W´. Entonces w=
k1v1+k2v2+…+krvr también pertenece a W´.

Teorema del Basurero

 Algebra Lineal
Dem:
Hip) Si v1 es combinación lineal de v2, …, vr
Tes) <v1, v2, …, vr> = <v2, v3, …, vr>
Debemos ver que W⊆U y U⊆W:
a) Sea v∈W, debemos ver que v∈U:
Como v∈W entonces v=k1v1+k2v2+…+krvr (1)
Como v1 es combinación lineal de v2, …, vr entonces
v1=m2v2+m3v3+…+mrvr
Reemplazo v1 en (1):
V=k1(m2v2+m3v3+…+mrvr) +k2v2+...+krvr=
k1m2v2+k1m3v3+...+k1mrvr+k2v2+...+krvr= (k1m2+k2) v2+(k1m3)
v3+...+(k1mr+kr) vr
Por lo tanto, v∈U entonces W⊆U
b) Sea u∈U debemos ver que u∈W:
Como u∈U entonces l2v2+l3v3+…+lrvr
0.v1=0.v entonces 0.v1+l2v2+l3v3+…+lrvr=l2v2+l3v3+…+lrvr=u
Por lo tanto, u∈W entonces U⊆W

Interseccion, Union y Suma de Subespacios

Sean los vectores v1 y v2 pertenecientes a los subespacios U y W y un

escalar k del cuerpo K, entonces tenemos que:
 Algebra Lineal
k.v1 y k.v2 pertenecen a la intersección U y W, concluyendo la última condición de un
subespacio vectorial V

Sea v perteneciente a la suma de subespacios U+W y un escalar k del cuerpo

K, tenemos que:
k.v pertenece a la suma U+W concluyendo la última condición de un S.E.V

Formas de describir subespacios

 Algebra Lineal
Dependencia e Independencia Lineal

Teorema de Independencia Lineal:

Dem:
) H) Los vectores son linealmente independientes y v∈<v1, v2, …, vr>
T) Para todo v∈<v1, v2, …, vr>, v es combinación lineal de v1, v2, …, vr de una
sola forma
Supongamos que v=k1v1+k2v2+…+krvr y v=l1v1+l2v2+…+lrvr
Restando ambos miembros v-v=(k1-l1)v1+(k2-l2)v2+…+(kr-lr)vr=0v y como v1, v2,
…,vr son L.I, los escalares son todos cero
Por lo tanto, v se escribe de una forma como combinación lineal de v1, v2, …, vr
) H) Para todo v∈<v1, v2, …, vr>, v es combinación lineal de v1, v2, …, vr de una
sola forma
T) Los vectores son linealmente independientes y v∈<v1, v2, …, vr>
Considero la combinación lineal nula k1v1+k2v2+…+krvr=0v y queremos ver que
k1=k2=kr=0
Como v=0v es un vector que es combinación lineal de v1, v2, …, vr y por hipótesis esa
combinación lineal es única, luego los escalares deben ser todos cero
Por lo tanto, los vectores son L.I
Teorema de Dependencia Lineal
 Algebra Lineal
Dem:
) H) Los vectores v1, …, vr son L.D
T) Alguno de ellos es combinación lineal del resto
Como los vectores v1, …, vr son L.D, existen k1, k2, …, kr no todos nulos tal que
k1v1+k2v2+…+krvr=0v (*)
Podemos suponer que k1≠0 entonces existe un k1´-1, multiplico en ambos miembros
de (*) por k1´-1:
K1´-1k1v1+k1´-1k2v2+…+k1´-1krvr=k1´-10v=0v
=1
V1+ k1´-1k2v2+…+k1´-1krvr=0v
V1= -k1´-1k2v2+…+k1´-1krvr
Por lo tanto, V1 es combinación lineal del resto
) H) V1 es combinación lineal del resto
T) Los vectores v1, …, vr son L.D
Como V1 es combinación lineal del resto
V1= l2v2+…+lrvr
V1-l2v2-…-lrvr=0v
1V1-l2v2-…-lrvr=0v
Por lo tanto, existen escalares no nulos tal que la comb. Lin. es el vector
nulo
Por lo tanto, v1, …, vr son L.D

Generadores, Base y Dimension

 Algebra Lineal

Dem:
H) B= {v1, …, vn} y B´={w1, …, wm} bases de V
T) n=m
Como n y m son números reales se cumple una y solo una de las opciones:
1) n<m
2) m<n
3) n=m

a) Suponiendo que n<m y como V=<B> y B´ tiene más vectores que B entonces
B´ es L.D. Lo que no puede suceder pues B´ es base
Luego n<m
b) Suponiendo que n>m y como V=<B´> y B tiene más vectores que B´ entonces
B es L.D. Lo que no puede suceder pues B es base
Luego n>m
c) Suponiendo que n=m y como V=<B, B´> entonces B y B´ tienen la misma
cantidad de vectores y estos son L.I cumpliendo las condiciones de una base
Luego n=m

Caracterizacion de Bases
 Algebra Lineal
Dem:
H) B es base de V

T) ∀v∈V, ꓱ!(únicos) x1, x2,…, xm∈K: v=x1v1+x2v2+…+xmvm

Como B es generador de V, existen x1, x2, …, xm tal que v=x1v1+x2v2+…+xmvm y

como B es L.I, esos escalares son únicos (caracterización de conjuntos LI)

Dem:
H) v1, v2, …, vr son LI y u∈<v1, …, vr>
T) v1, v2, …, vr, u es LI
Siendo k1v1+k2v2+…+krvr+k(r+1)u=0v (*)
Quiero ver que k1=k2=kr=k(r+1)=0

Supongamos que k(r+1)=0, entonces ꓱk(r+1)^-1 y multiplico este inverso en ambos

miembros de (*):
 Algebra Lineal
(k(r+1)^-1)k1v1+(k(r+1)^-1)k2v2+…+(k(r+1)^-1)krvr+(k(r+1)^-1)k(r+1)u=(k(r+1)^-1)0v=0
=1
U=- (k(r+1)^-1)k1v1-(k(r+1)^-1)k2v2-…-(k(r+1)^-1)krvr
Por lo tanto, u∈<v1, …, vr> lo que contradice la hipótesis
Por lo tanto, k(r+1)=0
Reemplazo en (*):
k1v1+k2v2+…+krvr+0u=0v
Como v1, …, vr son LI, los escalares son todos nulos
Por lo tanto, v1, …, vr son LI

Suma Directa y Subespacios Complementarios

Dem:
 Algebra Lineal

Subespacios Complementarios:
 Algebra Lineal
Base ordenada y coordenadas:
 Algebra Lineal
Matriz Cambio de Base
Matriz Cambio de Base:

Dem:
Queremos calcular P∈Knxn : [V]B1=P[V]B2
-[V]B1=? Entonces supongamos que B1= (v1, v2, …, vn):
V=k1v1+k2v2+…+knvn
Entonces [V]B1= k1
k2
kn
-[V]B2=? Entonces supongo que B2=(v1´, v2´, …, vn´):
V=l1v1+l2v2+…+lnvn
Entonces [V]B2= l1
l2
ln
En la combinación lineal de v usando los vectores de B2 tomamos coordenadas
respecto de la base B1:
[V]B1= [l1v1+l2v2+…+lnvn]B1=
[l1v1´]B1+[l2v2´]B1+[lrvr´]B1=
l1[v1´]B1+l2[v2´]B1+lr[vr´]B1=
[[v1´]B1+[v2´]B1+[vn´]B1] x l1 = Px[V]B2
l2
ln
Por propiedad del producto de matrices, decimos que:
“La columna j de la matriz (AB) es combinación lineal de las columnas de A según los
escalares de la columna j de B”