0 calificaciones0% encontró este documento útil (0 votos)
612 vistas29 páginas
Este documento introduce los conceptos básicos de los espacios vectoriales. Define un espacio vectorial como un conjunto V con dos operaciones, suma y producto por escalares, que cumplen 10 axiomas. Presenta ejemplos de espacios vectoriales como R2 con suma y producto estándar. Explica que la estructura de espacio vectorial depende tanto del conjunto V como de las operaciones definidas, y no es inherente a V.
Este documento introduce los conceptos básicos de los espacios vectoriales. Define un espacio vectorial como un conjunto V con dos operaciones, suma y producto por escalares, que cumplen 10 axiomas. Presenta ejemplos de espacios vectoriales como R2 con suma y producto estándar. Explica que la estructura de espacio vectorial depende tanto del conjunto V como de las operaciones definidas, y no es inherente a V.
Copyright:
Attribution Non-Commercial (BY-NC)
Formatos disponibles
Descargue como PDF, TXT o lea en línea desde Scribd
Este documento introduce los conceptos básicos de los espacios vectoriales. Define un espacio vectorial como un conjunto V con dos operaciones, suma y producto por escalares, que cumplen 10 axiomas. Presenta ejemplos de espacios vectoriales como R2 con suma y producto estándar. Explica que la estructura de espacio vectorial depende tanto del conjunto V como de las operaciones definidas, y no es inherente a V.
Copyright:
Attribution Non-Commercial (BY-NC)
Formatos disponibles
Descargue como PDF, TXT o lea en línea desde Scribd
SUBESPACIOS 1.1. INTRODUCCION La estructura de espaCio vectorial, que tratamos en este captulo, es el concepto bsico del AIgebra Lineal. Confiere unidad y precisin a tcmas esenciales de la matemtica que tienen vastas aplicaciones en la ciencia y en la tecnologa actuales. Despus de introducir el sistema axiomtico y de dar las propiedades fundamentales, proponemos los espacios vectoriales de funciones, de los que se derivan los modelos de los espacios de matrices, n-uplas y sucesiones de elementos de un cuerpo. Se da, finalmente, el concepto de subespacio. 1.2. CONCEPTO DE ESPACIO YECTORlAL Sean: V un conjunto no vaco, K un cuerpo, + y . dos funciones, que llamaremos suma y producto, respectivamente. Definicin El objeto (V, +, K, . ) es un espacio vectorial si y slo si se verifican los siguientes: Al . La suma es una ley de composicin interna en V. +:Y'--,y o sea xeYAyeY=>x+yeY Esto significa que la suma de dos elementos cualesquiera de V es un nico elemento de Y. Al . La suma es asociativa en V. (x + y) + z = x + (y + z) cualesquiera que sean x, y, z en V. i !! w w w . M a t e m a t i c a 1 . c o m
2 ESTRUCTURA DE ESPACIO VECTORIAL. SUBESPACIOS A3 . Existe un neutro para la suma en V. El elemento neutro se- denota con O.
A. . Todo elemento de Y admite inverso aditivo u opuesto en Y. V x e Y, 3 Y e Y / x + y y + x O Al opuesto de x lo denotamos con -x, o sea, y:;::;;: -x. As . La suma es conmutativa en V.
cualesquiera que sean x, y en V. A6 . El producto es una ley de composicin externa en V con escalares u operadores enK. .:KXY"'Y De acuerdo con 5.6, Algebra 1, del mismo autor, la imagen del par (a, x), donde a eK y x e Y, se escribe a x y se llama producto del escalar a por x. O sea aeKl\xeV=>CixeV A7 . El producto satisface la asociatividad mixta. Va e K, V e K, V x e Y: a (a m x Observamos aqu que los dos productos que figuran en el primer miembro corresponden a la ley de composicin externa. Pero el producto a del segundo miembro se efecta en K. As . El producto es distributivo respecto de la suma en K. VaeK, La suma a + (J se efecta en K, pero la suma que figura en el segundo miembro corresponde a la ley de composicin interna en V. A, . El producto es distributivo respecto de la suma en Y. Va e K, V x Y, V Y Y: a.(x + y) a x + a y Las dos sumas se realizan en V. AIO. La unidad del cuerpo es neutro para el producto. V X eY: Ix donde 1 denota la identidad en K. Los axiomas Al, 'Al, A 3 , A4 Y As caracterizan a (V , +) como grupo abeliano. Los ltimos cinco axiomas son relativos a la ley de composicin externa. Los elementos de V se vectores; en particular, el elemento neutro para la suma w w w . M a t e m a t i c a 1 . c o m
ESPACIO VECTORIAL 3 recibe el nombre de vector nulo. A menudo hablaremos del espacio vectorial V, sobrentendiendo que nos referimos a la cuaterna (V, + , K, .). La simplificacin de las notaciones hace conveniente el uso de los mismos smbolos para nombrar las leyes de composicin interna en K, la suma en V y el producto de escalares por vectores. O sea, al decir K nos estamos refiriendo al cuerpo (K, +, .), donde los signos "+" y "," denotan las dos leyes de composicin interna en K, que no tienen el mismo significado que las que figuran en (V, +, K, .). Distinguiendo adecuadamente los elementos de K y los de V, no hay lugar a confusin. As ex + {3 es una suma en K a es un producto en K Ejemplo J -l. x + y es una suma en V O:: x es el producto de un escalar por un vector Sean: V = R 2 , K = R, la adicin definida en R 2 por (a,b)+(c,d)=(a+c,b+d) (1) y el producto de nmeros reales por elementos de R 2 definido mediante a(a,b)=(aa,ab) (2) Resulta (R 2 , +, R ,.) el espacio vectorial de los pares ordenados de nmeros reales sobre el cuerpo de los nmeros reales. En efecto, de acuerdo con los ejemplos 5-2 y 5-5 iv) del texto nombrado, es (R 2 , +) un grupo abeliano. Por otra parte se verifican: A6 . Por la definicin (2). A, . a ( (a , b)) = e< , b) = ( ex a), a ) = ( a , b ) = b) Hemos aplicado la definicin (2), la asociatividad del producto en R y la definicin (2). A, . (c< + , b) = ( (e< + a, b) = (a a + a , a b + b) = = (e< a, a b) + , b) = a (a, b) + (a , b) De acuerdo con (2), la distributividad del producto respecto de la suma en R, y las definiciones (I) y (2). A, .a (a, b)+(c,d)) = a(a+c, b+d)= (a(a+e),a(b +d)) = (a a + a c , a b + a d) = (a a, a b) + (a c , a d) = a (a , b) + a (e , d) w w w . M a t e m a t i c a 1 . c o m
4 ESTRUCTURA DE ESPACIO VECTORIAL. SUBESPACIOS Segn (I), (2), distributividad de la multiplicacin respecto de la adicin en R, y las definiciones (1) y (2). AIO. I (a, b) = (la , lb) = (a , b) El significado geomtrico de las operaciones de este espacio vectorial es el siguiente: la suma de dos vectores no colineales del plano queda representada por la diagonal del paralelogramo que fannan. El producto de un nmero real a: por un vector no nulo x = (a . b), es el vector fr x que tiene la misma direccin que x; el mismo sentido si ,,> 0, y sentido opuesto si ,,< O. Corresponde a una dilatacin si 1" 1> y a u"a contraccin si 1 al < l. Si 0::::::: O, entonces se obtiene el vector nulo. (a,b)+(c,d) (e, d) __ ---< -- ;'''' ....... / Ejemplo ]2. En R 2 se definen: la suma, como en el ejemplo anterior, y la ley de composicin externa mediante ,,(a,b)=(a,a) (2') Se verifica, como antes, que (R 2 ,+) es un grupo abeliano. En cuanto a (2'), satisface A6' Su significado geomtrico es el siguiente: todos los pares ordenados que tienen la misma absisa, al ser multiplicados por cualquier nmero real, se proyectan sobre la primera bisectriz paralelamente al eje de ordenadas. w w w . M a t e m a t i c a 1 . c o m
ESPACIO VECTORIAL Tambin se satisface A, ) pues o: ((3(a, b)) (a, a) b) No se verifica As) ya que (o: + (3)(a, a) pero .,(a, b) + (3 (a a) +(a, 20) Este hecho es suficiente para afirmar que no se trata de un espacio vectorial. El lector puede comprobar que esta interpretacin cumple A9 pero no A 10 . Observarnos aqu que la estructura de espacio vectorial no es inherente exclusivamente al conjunto V, sino que, adems, depende de K y de las leyes de composicin que se definan. Aclaramos que toda vez que se mencione al espacio vectorial (R' , +, R, .) se sobrentender que la suma y el producto son los definidos en (1) y en (2) del ejemplo ].l. Ejemplo 1-3. La estructura de espacio vectorial no es un sistema axiomtico independiente, pues As puede deducirse sobre la base de los restantes axiomas. En efecto 5 w w w . M a t e m a t i c a 1 . c o m
6 ESTRUCTURA DE ESPACIO VECTORIAL. SUBESPACIOS x +X +y Ix + Ix + Iy + Iy + I)x +(1 + + I)(x I (X + y) + I (X + y) Ix + Iy + Ix + Iy x + y + X + Y en virtud de A lO , As, A 9 , As, A9 Y AlO. O sea x+ x + y +)1: y + x +)1: Por ley cancelativa en el grupo (V , +) resulta
1.3. PROPIEDADES DE LOS ESPACIOS VECTORIALES Sea (V, +, K, .) un espacio vectorial. 1.3.1. El producto del escalar O por cualquier vector es el vector lIulo. En efecto, por neutro para la suma en K y As es "X (" + O)x "X + Ox Por A3 se tiene O O X y por ley cancelatva resulta
1.3.2. El producto de cualquier escalar por el vector nulo es el vector nulo. "X + O) +" O Entonces Por A3 . y por regularidad en (V, +), resulta w w w . M a t e m a t i c a 1 . c o m
PROPIEDADES DE LOS ESPACIOS VECTORIALES 7 1.3.3. Si el producto de 1Ul escalar por un vector es el vector nulo, entonces el escalar es O o el vector es nulo. ax=O'*a=Ovx=O Se presentan dos posibilidades: a = O, o bien, a"" O En el primer caso es verdadera la primera proposicin de la disyuncin que figura en la tesis, y por consiguiente sta es verdadera. En el segundo caso es necesario probar que x = O. En efecto, siendo {'("* 0, existe el inverso multiplicativo en K, n-l. Partiendo de la hiptesis, premultiplicando por a- 1 , usando A 7 , 1.3.2., el producto de inversos en K y AIO se tiene 1.3.4. El opuesto de cualquier escalar por un vector es igual al opuesto de su producto. (--a) x = - (a x) Teniendo en cuenta A 4 , 1.3.1., la suma de opuestos en K y As. es - (a x) + ax = 0= O x = (-a + a) x = (-a) x + ax De ( a) x +.<I!-J('= -- (a x) + -"-'" despus de cancelar, resulta En particular se tiene (-l)x=-(I x)=-x 1.4. ESPACIO VECTORIAL DE FUNCIONES El smbolo K X denota el conjunto de todas las funciones con dominio un conjunto X "" rJ> y codo minio un cuerpo K, o sea K X ={f/f: x->KI En K X definimos la suma de funciones y el producto de escalares por funciones mediante i) Si f Y g son dos elementos cualesquiera de K X , entonces f + g: X -> K es tal que (f+ g)(x) = f(x) + g(x) \t x E X ii) Si a es cualquier elemento de K y f es cualquier elemento de K X , entonces a f : X -> K es tal que (af)(x)=af(x) \tXEX w w w . M a t e m a t i c a 1 . c o m
8 ESTRUCTURA DE ESPACIO VECTORIAL. SUBESPACIOS Tanto la suma de funciones con dominio X"" rp y codominio K, como el producto de escalares por funciones, se llaman leyes de composicin punto a punto. Resulta (K x , + , K ,.) un espacio vectorial. Para ello, veamos que se verifican los . I axiomas. Al . f eK X A g eK X =>f + g eK X por la definicin i) A 2 . Sean f, g Y h en K X . Cualquiera que sea x X se verifica, teniendo en cuenta la definicin i) y la asociatividad de la suma en K: (f+g)+h) (x)=(f+g)(x)+h(x)= (f(x)+g(x) +h(x)= =f(x)+( g(x)+h(x) =f(x)+(g+h)(x)= (f+(g+h)(x) y por definicin de funciones iguales resulta (f + g) + h = f + (g + h) A3 . El vector nulo es la funcin nula e: X -+ K definida por e (x) = O cualquiera que seax e X. Sea f e K X . Teniendo en cuenta i), la definicin de e y la suma en K, es (f + e)(x) = f(x) + e (x) = f (x) + 0= f(x) Luego f+e=f Anlogamente se verifica que e + f= f. A4 . Inverso aditivo de fe K X es la funcin -f: X -+ K definida por (-f) (x) = -f (x) En efecto, para todo x e X se verifica (-f + f) (x) = (-f) (x) + f (x) = -f (x) + f (x) = O = e (x) o sea (-f)+f=e Anlogamente se prueba que f + (-f) = e As . La suma en K X es conmutativa, ya que (f + g) (x) =f(x) + g(x) =g(x) + f(x) =(g + f) (x) Luego f + g = g + f cualesquiera que sean f y g en K x A6 . a e K A fe K X => a f e K X por la definicin ii). A? . SeanaeK,leKyfeK X .1 w w w . M a t e m a t i c a 1 . c o m
Entonces Lucgo As . Considerando ESPACIO VECTORIAL DE FUNCIONES O< K, (3 K Y f K X es (o<+{3)f) (o< f) (x) + ({3 f) (x) (o< f + (3 f) (x) 9 lo que se justifica teniendo en cuenta ii), la distributividad y la asociatividad del producto en K, ii) e i), Entonces es (o< + (3) f+ (3f A, . Sean o< K, f K X y g K X . Por ii), i), distributividad del producto respecto de la suma en K y por las definiciones ii) y i) se tiene o sea (of+ g) (f+ g)(x)) (f(x) + g(x)) a f (x) + a g (x) (a f) (x) + (a g) (x) (a f + o< g)(x) AIO . Cualquiera que sea f en K X se verifica (lf) (x) 1 f(x) f(x) Luego La cuaterna (K x , + , K, .) es el espacio vectorial de las funciones definidas en el conjunto no vaco X y con valores en K, con las leyes de composicin punto a punto. Los vectores de este espacio son funciones. La figura siguiente explica la situacin en el caso particular en que K R Y X [0,1 J w w w . M a t e m a t i c a 1 . c o m
10 ESTRUCTURA DE ESPACIO VECTORIAL. SUBESPACIOS R O , laf , , , f+g , f 'g , , 1 I I -f R 1.5. ESPACIO VECTORIAL DE JI-UPlAS DE ELEMENTOS DE K Con relacin al espacio vectorial de funciones (K x , +, K,.) consideremos el caso particular eu que X es el intervalo natural inicial In' Toda funcin f: In ---+ K es una n-upIa de elementos de K, y escribiendo K" ~ K" es (K n , +, K, .) el espacio vectorial de las nuplas de elementos de K. Las definiciones i) y ii) dadas en lA. se traducen aqu de la siguiente manera: i) Si f Y g denotan elementos de K n entonces f + g es la funcin de In en K definida por (f + g) (i) ~ f (i) + g (i) cualquiera que sea i 1" Es decir C ~ (f + g) (i) ~ f (i) + g (i) = a + b i donde aj, /Ji y c son las imgenes de i dadas por r, g y f + g, respectivamente. En consecuencia, dos n-uplas de elementos de K se suman componente a componente. ii) Si a K Y f K n , entonces a f es la funcin de 1" en K definida por (a f) (i) ~ a f (i) cualquiera que sea i 1". Denotando mediante Ci la imagen de i dada por Q' f es Ci = (" f) (i) = " f (i) ~ " ai w w w . M a t e m a t i c a 1 . c o m
ESPACIOS DE N- UPLAS y DE MATRICES 1! Es decir, el producto de un elemento de K por una n-upla se realiza multiplicando en K a dicho elemento por cada componente de la n'upla. En particular (K, +, K, .) es el espacio vectorial donde los vectores se identifican con los elementos del cuerpo K. En este caso, la ley de composicin externa es interna. En consecuencia, (R, +, R, .) es el espacio vectorial de los nmeros reales sobre el cuerpo de los reales. Este es un caso particular del espacio vectorial de las n-upIas de nmeros reales sobre el cuerpo de los reales, que denotamos mediante (R n , +, R, .). (en, +, e, .) es el espacio vectorial de las n-uplas de nmeros complejos sobre el cuerpo de los complejos. 1.6. ESPAeIO VEeTORIALDE MATRleES n x m Particularizando nuevamente con relacin al espacio vectorial tratado en 1.4., considere- mos X = In X 1 m , O sea, el producto cartesiano de los dos intervalos naturales iniciales: In e 1m' Llamamos matriz n X m con elementos en K a toda funcin f: In X 1m -+ K La imagen del elemento (i j) perteneciente al dominio se denota por aU' In X 1m _-------;"""=-. a 11 = a 1 m -----'-'"- (1 , 1). (I , (1 , m) (i. j) ._. (n, m). La matriz f queda caracterizada por el conjunto de las imgenes a11 a12 alm a21 a22 a2m K w w w . M a t e m a t i c a 1 . c o m 12 ESTRUCTURA DE ESPACIO VECTORIAL. SUBESPACIOS y suele escribirse como un cuadro de n.m elementos de K dispuestos en n filas y m columnas. En cada fila o rengln se escriben las imgenes de todos los pares ordenados que tienen la misma primera componente, y en cada columna se anotan las imgenes de todos los pares ordenados que tienen la misma segunda componente. El elemento de la matriz que figura en la fila i y en la columna j se denota por ajj, y es la imagen dada por f, del par (i, ). Llamando A a la matriz cuyo elemento genrico es aij, escribiremos (" a" a" a1m a21 a22 a23 a2m A= . a n 1 a n 2 a n 3 a nm Tanto las filas como las columnas de A se llaman lneas de la matriz. Abreviando, puede escribirse A = (ao) donde i= 1, 2, ... , n y j= 1,2, ... , m El conjunto de todas las matrices n x m con elementos en K es K1n X 1m y se denota mediante K n X m . Las definiciones i) y ii) dadas en 1.4. se traducen aqu de la siguiente manera: si A y Il son dos matrices de K nX m , su suma es e K nX m. tal que Cjj = (f + g) (i, j) = f (i,j) + g (i, j) = ao + b jj Y el producto del escalar a K por la matriz A es la matriz de K n X In cuyo elemento genrico cij es tal que C O = (cd) (i , ) = Di f (i , j) = Di ajj O sea, dos matrices del tipo nxm se suman elemento a elemento; y para multiplicar un escalar por una matriz n X m se multiplica dicho escalar por todos los elementos de la matriz. La cuaterna (K nX m, +. K,.) denota el espacio vectorial de las matrices nXm con elementos en K. En este espacio, los vectores son matrices. En particular (K n x n, +, K , .) es el espacio vectorial de las matrices cuadradas, es decir, de n filas y n columnas: El vector nulo del espacio K n x m se llama matriz nula; la denotaremos mediante N, y est definida por no = O V i V j. La matriz inversa aditiva u opuesta de A = (aij) es B, cuyo elemento genrico satisface la relacin bij = ~ a i j . Escribiremos B = -A. Por definicin de funciones iguales resulta A = B si y slo si ajj = bij Vi V j. w w w . M a t e m a t i c a 1 . c o m
ESPACIO DE SUCESIONES Ejemplo 14. En R 2 X 3 se consideran las matrices A y B cuyos elementos genricos son aij ::::: 2i - j y b i = 1 - i'. Obtenemos e = A - 2B. La expresin de e es e = A + (-2)B, Y como A= (1 0-1) 3 2 1 / B= (0 0) -3 -3 -3 resulta C=(I 0-1) + (0 00) (10-1) 321 666 987 / 1. 7. ESPACIO VECTORIAL DE SUCESIONES 13 Sean: X = N Y K N el conjunto de todas las funciones de N en K. Los elementos de K N son todas las sucesiones de elementos de K, y retomando 10 expuesto en ).4. resulta (K N , +, K, .) un espacio vectorial. Las definiciones i) y ii) de lA. se interpretan ahora de la siguiente manera: o sea ei = (f + g)(i) = f (i) + g (i) = a + b i Vi N c=(cd)(i)="f(i)="a WN (a" a" ... , a n , ... ) + (b" b" ... , b n , ... ) = (a, + b" a, + b" ... , a n + b n , ... ) a(al,a2, ... ,a n , ... )= (aal, 0Yl 2, ... ,aa n , ... ) El vector nulo es la sucesin 0= (O, 0, ... , O, ... ) Ejemplo 15 Sea R [Xl el conjunto de los polinomios reales en la indeterminada X. La suma en R [Xl se define como en 12.2.2., Algebra 1, del mismo autor. El producto de escalares w w w . M a t e m a t i c a 1 . c o m
14 ESTRUCTURA DE ESPAC!O VECTORIAL. SUBESPACIOS reales por polinomios es el habitual, o sea si a E K Y PE R [X], entonces a P es la funcin de No en R definida por (a P) (i) = a P (i), cualquiera que sea i E No. Res<a (R [X] , +, R, .) el espacio vectorial de los polinomios reales en la indetermina- da X sobre el cuerpo de los nmeros reales. El conjunto de los polinomios reales de grado 2 no es un espacio vectorial sobre el cuerpo de los reales, porque la suma no es una ley de composicin interna en dicho conjunto. Pero el conjunto de los polinomios reales de grado menor o igual que 2 y el polinomio nulo constituye un espacio vectorial sobre R. P R - - - - - - - - - - - - - - ~ - - - - - - - - - - - - ~ ~ S o Q Ejemplo 1-6 Sea S el conjunto de las funciones reales definidas en [0,1] tales que f (O) = O, es decir S = I f: [0,1]-+ R / f (O) = O Como todo elemento de S pertenece a Rlo,l J, es S e Rlo,ll. Considerando las leyes de composicin definidas en 1.4., se verifican Al . fE SAg ES o> feO) = O A g(O) = O o> feO) + g(\l}= \j", (f + g)(O) = O o> f + gES w w w . M a t e m a t i c a 1 . c o m
I SUBESPACIOS A. . Como la suma de funciones es asociativa en R[O,l [ , tambin [o es en S. A. . La funcin nula es el vector nulo de S. A. . Todo elemento de S admite un opuesto en S. Si f e S, entonces -f e S, pues (-f) (O) = -f (O) = O. As . Cualesquiera que sean f y g en S, se tiene Hg=g+f rues S e R(O.l J A, .CieR 1\ feS'*CieR 1\ f(O)=O'*Cif(O)=O'*(Cif)(O)=O'*afeS Los restantes axiomas, lo mismo que Al y As, por ser identidades en R[O,l] se cumplen en S ya que S e R[O,ll. En consecuencia, (S, +, R, .) es un espacio vectorial. 1.8. SUBESPACIOS 1.8.1. Concepto 15 Dados el espacio vectorial (V, +, K, .) Y el conjunto no vaco S e V, si S es un espacio vectorial sobre e[ mismo cuerpo K y con' las mismas leyes de composicin que en V, diremos que (S, +, K, .) es un subespacio de (Y, +, K, .), o simplemente, que S es ue subespacio de V. Definicin S es un subespaeio de (V, +, K, .) si y slo si (S, +, K, .) es un espacio vectorial. Cualquiera que sea (Y, +, K, .), tanto V como O l son subespacios de V, llamados triviales. Ejemplo ]7 Consideremos el espacio vectorial (R', +, R, .) Y los subconjuntos T=(x,y)eR' /y=x+ Il S=(x,y)eR' /y=2xl T no es un subespacio, pues el vector nulo (0,0),f' T. En cambio, S es un subespacio de R 2 ,ya que 10 (S, +) es un subgrupo de (R 2 , +). En efecto, de acuerdo con la condicin suficiente demostrada en 8.4.2.,Algebra 1, del mismo autor, se verifica (x,y)eS 1\ (x',y)eS'*y=2x 1\ y'=2x''*y-y'=2(x-x'),* '* (x - x', y - y) E S '* (x, y) + (-x', -y) S
w w w . M a t e m a t i c a 1 . c o m
16 ESTRUCTURA DE ESPACIO VECTORIAL. SUBESPACIOS 2 Respecto de la ley de composicin externa consideramos A6 .aeR A (x. y) eS '* a eR Ay=2x'*ay=2 ax '*(ax. ay)eS '*a(x.y)eS Los axiomas A" As, A9 Y AIO , por ser igualdades en R' , se cumplen en S ya que seR' T (O, 1) De la definicin se deduce que (S, +, K, .) es un subespacio de (V, +, K, .) si Y slo si (S, +) es un subgrupo de (V, +) Y S es cerrado para el producto por escalares. 1.8.2. Condicin suficiente Si el conjunto no vaco S e V es cerrado para la suma y para el producto por escalares, entonces (S, +, K, .) es un subespacio de (V, +, K, .). Hiptesis) (V, +, K, .) es un espacio vectorial </J*sev l.xeS AyeS'*x+yeS 2. a e K i\ X e S '* '" X e S Tesis) (S, +, K, .) es un subespacio de (V, +, K, .) Demostracin) 10 Consideremos dos vectores cualesquiera x e y en S. De acuerdo con ]a condicin 2. de la hiptesis, por 1.3.4. y por la condicin l. de la hiptesis. se tiene w w w . M a t e m a t i c a 1 . c o m
r SUBESPACIOS 17 xeSAyeS=> xeSA (-i)yeS=> xeS A-yeS => x + (-y)eS En consecuencia,(S, +) es un subgmpo de (V, +). 2 S es cerrado para el producto por escalares, de acuerdo con la condicin 2. de la hiptesis. La aplicacin del teorema demostrado es esencial para determinar si un conjunto S es un subespacio de (V, +, K, .). Para que lo sea, deben verificarse las condiciones que figuran en la hiptesis del mismo, a saber: 1. S*<P 2. SCV 3. xeS AyeS=>x+yeS 4. O< e K A X e S => O< X e S Estas condiciones son, adems, necesarias. Es decir, sabiendo que S es un subespacio, son proposiciones verdaderas. Ejemplo 1-8 Sean: el espacio vectorial (R 3 , +, R, .), Y el conjunto S de las ternas ordenadas de R tales que la tercera componente es igual a la suma de las dos primeras. O sea S= !(x,xz,x3)eR 3 IX3 =X +x,! Afinnamos que S es un subespacio de R 3 ,pues 1. (I, 2, 3) e S => S * <P 2. S e R 3 por la definicin de S. 3. (x,x"x3)eS A(y,yz,Y,)S=>X3=X +x, AY,=y +y,=> =>X3 +y, =(x +y)+(xz +y,)=>(x +y,XZ +Y"X3 +Y3)eS=> => (x, Xz, X3) + (y, Yz, Y3) e S Hemos aplicado sucesivamente: la definicin de S, la adicin en R, la definicin de S y la definicin de suma de ternas. 4. o<eR A (x,x"x3)eS=>o<eR AX3 =X +X2 => '*Cl:X3 ;::::a:XI +aX2 =>(aXI,O:X2,O:X3)eS:::}O:(Xl,X 2 ,X 3 )S Por definicin de S, multiplicacin en R, definicin de S y la definicin de producto de escalares por ternas, Al subespacio S pertenecen las ternas (x , x z, x 3) e R 3 que satisfacen la condicin Esta ecuacin define un plano que pasa por el origen. I I w w w . M a t e m a t i c a 1 . c o m
18 ESTRUCTURA DE ESPACIO VECl'ORIAL. SUBESPACIOS Ejemplo 1-9 Considerando el espacio vectorial de las funciones reales definidas en [0,1 J, que denotamos medante (R 1 , +, R, .), sean los subconjuntos 1. S=!fR1/!(0)=0) 2. S = f R1/f(0) = 1 ) En el caso l. se tiene un subespacio de R 1 , como fue tratado en detalle en el ejemplo 16. Independientemente del anlisis realizado en el ejemplo citado, se llega a la misma conclusn aplicando el teorema demostrado, pero en forma ms simple. En cuanto al caso 2., S no es un subespacio, pues no es cerrado para la suma. En efecto, las funciones f y g de I en R definidas por f(x)=x+ 1 satisfacen las condiciones feO) = 1 g(O) = 1 o sea, son elementos de S. Pero la suma f + g est definida por (f + g)(x) = f(x) + g(x) =x' + x + 2 Y no pertenece a S, ya que (f+ g)(O) = 2 Ejemplo 1-10 Dado el espacio vectorial (R 4 , +, R, .) consideramos S= (x,x"x"x4)R 4 /x +x, +x, +x4=d Se verifica que 1. S "" <1>, pues (J , O, O, O) S 2. S e R 4 por la definicin de S 3. S no es cerrado para la suma ya que (I,I,-I,O)S 1\ {l,I,--I,O)Spero (1, 1, -1, O) + (1, 1, -1, O) = (2,2, -2, O),t S En consecuencia, S no es un sub espacio. Por otra parte, el vector nulo no pertenece a S, y esto basta para que no sea un sub espacio. Ejemplo 1-11. Sea (R nxn , +, R,.) el espacio veqtorial de las matrices cuadradas reales de n mas y n columnas. w w w . M a t e m a t i c a 1 . c o m
SUBESPACIOS Si A e R n xn escribimos al1 a12 al n 021 a22 a 2 n
Por definicin, traza ,de una matriz cuadrada es la suma de los elementos de su diagonal. la notacin es El conjunto n tr A=au +a22 + ... +a nn ::::: ,L all 1=1 S= IAeR nxn l es el conjunto de las matrices de traza nula de R nxn , y cortstituye un subespacio, pues se verifica: 1. S '* <p, pues la matriz nula N es de traza nula, y en consecuencia es u'n elemento de S. 2. S e R nxn por definicin de S. 3. S es cerrado para la adicin. Sean A y B dos matrices cualesquiera de S. Entonces n n a .. =OAL b=O=> j=l 11 i=l 11 n n n =>L a"+L b .. (a .. i=l 11 i=l' u i=l 11 => tr (A + Bl = O => A + B e S 4. S es cerrado para el producto por escalares. En efecto n n =>exL a .. exa .. =O=>tr(exAl=O=>exAeS i=l 11 i=l 11 Ejemplo /-12. Consideremos S = I (Xl. X2) R2fxl ;::::X2 I e investiguemos si S es un subespacio de (R 2 , +, R, .l. Se ve de inmediato que no se verifica A 4 , pues no todo elemento de S admite opuesto en S. As (O, -ll e S pero (O, I).e'S 19 w w w . M a t e m a t i c a 1 . c o m
20 ESTRUCTURA DI' ESPACIO VECTORIAL. SUBESPACIOS Analizando la situacin en trminos de la condicin suficiente demostrada, se verifica: 1. S *'" 2. S e R 2 3. S es cerrado para la suma. (x"x2)eSA(y"Y2)eS=>x, ;'X2AY, ;'y, => =>x, +y, ;'x, +y, =>(x, +y"X2 +Yz)eS=>(x"x,)+(Y"Y2)eS Pero S no es cerrado para el producto por escalares, como 10 demuestra el siguiente ejemplo: (2,1) e S A( -2) (2,1) = (-4, -2),e'S En consecuencia, S no es un subespacio de R 2 . 1.9. OPERACIONES CON SUBESPACIOS 1.9.1. Interseccin de subespacios Sea I Si lean el una familia de subespacios de (V, +, K, .). Denotaremos con S la interseccin de dicha familia, o sea, S = n Si. Resulta S un subespacio de V. j 1 Teorema. La interseccin de toda familia de subespacios de V, es un sub espacio de V. Hiptesis) (V, +, K,.) es un espacio vectorial {Si} con i E 1 es una familia de subespacios de V . w w w . M a t e m a t i c a 1 . c o m
Tesis) INTERSECCION DE SUBESPACIOS s = n Si es un subespacio de Y. ,,1 Demostracin) De acuerdo con la condicin suficiente 1.8.2. se verifica 1. S no es vaco, pues o Si , \ti el => O n Si => .EI Por ser cada Si un subespacio y por definicin de interseccin. 2. S est incluido en Y, ya que Si e Y , \ti 1 => n Si e Y => S e Y " I 21 Por ser cada Si un subespacio de V y porque la interseccin de toda familia de subconjuntos de Y es una parte de ste. 3. S es cerrado para la suma. En efecto X S A Y S => X n Si A Y n Si => el iEl => X Si A Y Si, \ti r => X + Y Si, Vi el => => X + Y n S => X + Y S El I Por definicin de interseccin, y porque todo Si es un subespacio. 4. S es cerrado para el producto por escalares. Consideremos" K Y X S. Ahora bien Ejemplo 1-/3 ,, KA X S=>" K A X n Si => iEl =>aEKA XES, VieI=>Q'xS, VieI=> =>" X nS i =>" X S l En (R 3 , +, R,.) consideramos los subespacios S =!(x,x2,x,)R'/x, =0) S2 =!Cx,x2,x,)R'/x =0) La interseccin de estos es S=S ro S2 =1 (x, X2, x,) R'/x =0 AX, =0) w w w . M a t e m a t i c a 1 . c o m
22 ESTRUCTURA DE ESPACIO VECTORIAL. SUBESPACIOS . Esto significa que un vector genrico de 5 es una terna del tipo (O,X"O) que puede expresarse mediante (O, a, O) para algn a en R. Entonces 5 = I (O, a, O) e R 3 a e R 1 o sea, 5 es el eje X2 52 X,4C ____ --____________ -' 5ubespacios de R' son: R', 101, todas las rectas que pasan por el origen y todos los planos que pasan por dicho punto. Dos rectas distintas que pasan por el origen son
subespacios cuya interseccin es el vector nulo, y se llaman disjuntos. 1.9.2. Unin de subespacios Si 8 1 Y S2 son dos subespacios de (V, +, K, .), entonces SI U 8 21 no es necesariamente un subespacio de V, como lo prueba el siguiente ejemplo: Consideremos en (R 2 , +, R,.) los subespacios S, y 52 de la figura s, w w w . M a t e m a t i c a 1 . c o m
SUMA DE SUBESPACIOS 23 La unin de ambos es el par de rectas, y eligiendo x e S" y e S" distintos del vector nulo, se tiene pero xeS, =>xeS, US, yeS, =>yeS, US, x+y/S, US, 1.9.3. Suma de subespacios Sean S, Y S, dos subespacios de (Y, +, K, .). Definimos el conjunto S = I x e Y / x = x, + x, A x, e S, A x, e S, I o sea s = I x e Y / 3 x, e S, A 3 x, e S, A X = x, + x,l El conjunto S se llama suma de los sub espacios S, Y S, Y se indica S = S, + S, Teorema. La suma de dos subespacios de Y es un subespacio de Y. Hiptesis) S, y S, son dos subespacios de (Y, +, K, .) S = S, + S, Tesis) (S, +, K, .) es un subespacio de (Y, +, K, .) Demostracin) Se verifican las condiciones expuestas en 1.8.2., a saber 1. S es no vaco, pues OeS, AOeS, =>O+O=OeS, +S, =>OeS =>S*tfJ 2. S es una parte de Y, por la definicin de S. 3. S es cerrado para la suma, ya que xeSAyeS=>x=x, +X,AY=y, +y,Ax"y, eS,Ax"y, eS, => =>x +y =(x, +y,) + (x, +y,)AX, + y, eS,Ax, + y, eS, => =>x+yeS 4. S es cerrado para el producto por escalares, porque frKAXS=>a.K!\x=x +X'2t\X eSAx2 eS2 => =>ax=a:xI +ax2Aaxf eS1Aax2 eS2 =>axeS Por consiguiente, la suma de subespacios es un subespacio. Un caso particular importante se presenta cuando los subespacios SI y S2 son disjuntos, es decir, si S, () S, = 101 . En esta situacin, el subespacio S = S, + S, recibe el nombre de suma directa de S, Y S, , Y se utiliza la notacin S=S,9lS, w w w . M a t e m a t i c a 1 . c o m
24 ESTRUCTURA DE ESPACIO VECTORIAL. SUBESPACIOS Sintetizamos esto en la siguiente definicin Ejemplo l I4 Consideremos primero los subespacios de R' El subespacio suma S = S, + S2 est formado por todas las ternas del tipo (ex, W + {3", 7) = (ex, {3, 7) y es R'. Ambos subespacios son los planos indicados en la figura, y como su interseccin es el eje X2, la suma S = SI + S2 ::::; R 3 no es directa. S2 En cambio, si S, =(ex,,)/exeRI y S2=!(,{3,)/{3eRI se tiene o sea, la suma es directa y se identifica con el plano horizontal w w w . M a t e m a t i c a 1 . c o m
OPERACIONES ENTRE SUBESPACIOS 25 S2 Extendemos la definicin de suma de subespacios al caso en que n > 2. Definicin Suma de los subespacios SI' S2, ... , Sn de (V, +, K, .) es el conjunto n n S = i ~ ' Si = x e V/x = i ~ ' X, A Xi e Si, Vi = 1,2, .. " n 1 n Resulta S =:E Si un subespacio de (V, +, K, .). i=1 Adems, si tales subespacios son disjuntos dos a dos, o sea entonces diremos que S es la suma directa de ellos, y escribiremos Ejemplo 1-15 Sean S, T Y U subespacios de (V, +, K, .), tales que Tes. Entonces se verifica que S n (T + U) = T + (S n U) 1. xesn(T+U)=>xeSAxeT+U=> w w w . M a t e m a t i c a 1 . c o m
26 o sea Luego ESTRUCTURA DE ESPACIO VECTORIAL. SUBESPACIOS ~ X S A X = : X l +X2AXl TAX2 fU=> =>(Xl +X2 eSAXI eS)AX2 eVAXI eT=> =>Xl eTAX2 eSAX2 eV=> =>Xl ETAX2 e S (1 V =>Xl + X2 ET + (S (1 V) => => x E T + (S (1 V) S (1 (T + V) e T + (S (1 V) (1) =>Xl eTAXz eSAX2 fU => ::}Xt eTAxl eSAX2 eSAX2 fU=> =>Xl +X2 eSAXI +X2 ET+V=> => Xl + X2 E S (1 (T + U) => X e S n (T + V) T + (S n V) e S n (T + V) (2) De (1) y (2) resulta la igualdad. w w w . M a t e m a t i c a 1 . c o m
TRABAJO PRACTICO I 1-16. Determinar si las cuaternas que se indican denotan espacios vectoriales con las operaciones que se indican i) (R,+,Q,.) ii) (Q, +, Q, .) iii) (Q, +, R, .) iv) (R, +, Z, .) 1-17. Sea (V, +, K, .) un espacio vectorial. Demostrar i ) x + y = O => Y = -x iii) x + ay = x + az ya"" O => Y = z ii) x + y = x => y = O iv) ax = bx y x "" O => a = b 1-18. Determinar" sabiendo que y "" O Y que (1 - ,,) x +" (x - y) = x - y 119. Considerando V:::: RR, o sea, el conjunto de las funciones reales con una variable real, y K = R, investigar si son espacios vectoriales sobre R: i ) El conjunto de las funciones cntinuas. ii) El conjunto de las funciones derivables. ii) El conjunto de las funciones pares, o sea, las funciones f RR tales que f(x)=f(-x). iv) El conjunto de las funciones impares, es decir, las aplicaciones f RR que verifican f (x) = -f (-x). v) El conjunto de las funciones constantes. vi) El conjunto de las funciones no negativas. 1-20. Sean V = R 2 Y K = R. Determinar si las siguientes operaciones definen sobre V una estructura de espacio vectorial. (a, b) + (a'. b') = ( 1. a + 1. a',.!. b+ 1.b') 2 2 2 2 ,,(a, b) = (<>a, w) 1-21. Determinar si (C 2 , +, C,.) es un espacio vectorial, definiendo (Z"Z2) + (Z'"Z'2)=(Z, +Z-"Z2 +Z'2) Z(Z,.Z2)=(ZZ"ZZ2) w w w . M a t e m a t i c a 1 . c o m
28 ESTRUCTURA DE ESPACIO VECTORIAL. SUBESPACIOS 1-22. Considerando el espacio vectorial (R', +, R, .J, investigar si los siguientes conjuntos son sub espacios de R 3 i J S=!(x,x"x,)eR'/x +x, =0 ii) S=/(x,x"x,)eR'/lx 1=lx,l) iii) S = I (x, x" x,) e R' /x, =X + 2 I 1-23. Sea el espacio vectorial (R n , +, R, .). Determinar si los siguientes conjuntos son subespacios de R n i) S=!(x,x" ... xn)eRn/xneZI n ii) S=/(x,x" ... o,x,=OAa, eR) 1-24. Demostrar que S = ! (z , w) e C' /z = iW) es un sub espacio de (C' , +, C, .). 1-25. Sean C' y S = / (z , w) e C 2 /z - Z + w = O l. Determinar si son subespacios (S, +, C, .) y (S, +, R, .). 1-26. Sean S y T subespacios de (V, +, .K, .). En el producto cartesiano S X T se definen (x , y) + (x' , y') = (x + x' , y + y') '" (x , y) = (o<x, ay) Demostrar que (S X T, +, K,.) es un espacio vectorial. El espacio S X T se llama producto directo de S por T. 1-27. (R nxn , +, R, .) denota el espacio vectorial de las matrices reales n x 11. Por definicin, la matriz A -e R nxn se llama triangular superior si y slo si i > j => aij = O Demostrar que (S, +, R,.) es un sub espacio de R nxn , siendo S el conjunto de las matrices triangulares superiores. 1-28. Dado (R', + , R, .), determinar si los siguientes subconjuntos son sub espacios i) S=!(x,y)/(x-y)' =(x+Y)'1 ii) 2 2 1-29. Considerando (C', +, R, .) el espacio vectorial de los pares ordenados de nmeros complejos sobre el cuerpo de los reales, investigar si los siguientes conjuntos son subespacios del mismo. i ) S = / (z , u) e C' /z' + u 2 = O I ii) S = I (z , u) e C' /z + 2u e R I iii) S=/(z,u)eC 2 /Re(z)=Re(u) iv) S={(z,u)eC' /1m(z)=OARe(z-u)=1m(z) w w w . M a t e m a t i c a 1 . c o m
TRABAJO PRACTICO I v) S (z , U) E e' /z u vi) 1-30. Sean S, T Y U subespacios de (V, +, K, .). Demostrar i ) S + T + S. ii) iii) SCS+T. 29 1-31. Demostrar que si el subespacio S de (V, +, K,.) es la suma directa de los subespacios S 1 Y 8 2 , entonces todo vector de S puede expresarse de modo nico como la suma de un vector de S 1 Y uno de S,. 1-32. Sean (R nxn , +, R, .) Y los subconjuntos S: I A R nxn I au aj/ Vi vd T A R, .. n I au -al; Vi Vj I Por definicin, los elementos de S se llaman matrices simtricas, y los de T se llaman matrices antisimtricas. Demostrar 10. S Y T son subespacios de R nxn 2, R nxH ==8 EDT w w w . M a t e m a t i c a 1 . c o m