1 Espacios Vectoriales

Denicin.- Un espacio vectorial \ sobre campo 1 consiste de un conjunto en el que estn denidas
dos operaciones la adicin y la multiplicacin por escalares, respectivamente, tal que para cualquier
par de elementos r y en \ exista un elemento nico r + en \ , y para cada elemento c en 1 y
cada elemento r en \ existe un elemento nico cr en \ , de manera que se cumplan las siguientes
condiciones:
1. Para toda r. \ , r + = +r (conmutatividad de la adicin).
2. Para toda r. . . \ , (r +) +. = r + ( +.) (asociatividad de la adicin).
3. Existe un elemento en \ llamado 0 tal que r + 0 = r para toda r \ .
4. Para cada elemento r \ , existe un elemento \ tal que r + = 0.
5. Para cada elemento r \ , 1r = r.
6. Para cada par c. / 1 y cada elemento r \ , (c/)r = c(/r).
7. Para cada elemento c 1 y cada par de elementos r. \ , c(r +) = cr + c.
8. Para cada par de elementos c. / 1 y cada elemento r \ , (c + /)r = cr + /r.
Los elementos r+ y cr se denominaran, respectivamente, suma de r e y el producto de c con r. Los
elementos del campo 1 se llaman escalares y los elementos del espacio vectorial \ se llaman vectores.
Teorema (Ley de cancelacin de la suma vectorial) Si r, , y . son elementos de un espacio vectorial \ tal
que r +. = +., entonces r = .
Corolario El vector 0 descrito en 3 de la denicin de espacio vectorial es nico.
Corolario El vector descrito en 4 de la denicin de espacio vectorial es nico.
Teorema En cualquier espacio vectorial \ , son verdaderos los siguientes enunciados:
a) 0r = 0 para toda r \ .
b) (c)r = (cr) para toda c 1 y toda r \ .
c) c0 = 0 para dota c 1.
2 Subespacios Vectoriales
Denicin.- Un subconjunto \ de un espacio vectorial \ sobre un campo 1 se llama un subespacio
de \ si \ es un espacio vectorial sobre 1, bajo las operaciones de suma y multiplicacin por escalares
denidas en \ .
Un subconjunto \ de \ es un subespacio de \ si y slo si las siguientes cuatro condiciones se satisfacen:
i) r + \ siempre y cuando r \ e \.
ii) cr \ siempre que c 1 y r \.
iii) El vector cero de \ pertenece a \.
i) El inverso aditivo de cada elemento de \ pertenece a \.
Teorema Sea \ un espacio vectorial y \ un subcojunto de \ . Entonces, \ es un subespacio de \ si y slo
si se satisfacen las tres condiciones siguientes:
a) 0 \.
b) r + \ siempre que r \ e \
c) cr \ siempre que c 1 y r \.
Teorema Cualquier interseccin de subespacios de un espacio vectorial \ es un subespacio de \ .
Denicin.- Si o
1
y o
2
son dos subconjuntos no vacos de un espacio vectorial \ , entonces la suma de
o
1
y o
2
que se expresa como o
1
+ o
2
, es el conjunto r + : r o
1
y o
2
. La suma de cualquier
nmero nito de subconjuntos no vacos de \ , o
1
. . . . o
n
, se dene anlogamente como el conjunto
o
1
+ + o
n
= r
1
+ +r
n
: r
i
o
i
para i = 1. 2. . . . . :.
Teorema. Si \
1
y \
2
son subconjuntos de un espacio vectorial \ , entonces \
1
+ \
2
es un subespacio de \ .
Corolario La suma de cualquier nmero nito de subespacios de \ es un subespacio de \ .
Se dice que un espacio vectorial \ es la suma directa de \
1
y \
2
, expresada como \ = \
1
\
2
, si
\
1
y \
2
son subespacios de \ tales que \
1
\
2
= 0 y \
1
+ \
2
= \ .
Teorema Sean \
1
y \
2
subespacios de un espacio vectorial \ . entonces \ es la suma directa de \
1
y \
2
si
y slo si cada elemento de \ puede ser escrito de manera nica como r
1
+r
2
, donde r
1
\
1
y r
2
\
2
.
3 Combinaciones Lineales
Denicin.- Sea \ un espacio vectorial y o un conjunto no vacio de \ . Se dice que un vector r de
\ es una combinacin lineal de elementos de o, si existe un nmero nito de elementos
1
. ....
n
en o
y escalares c
1
. .... c
n
en 1 tales que r = c
1

1
+ ... + c
n

n
. En este caso, es comn decir que r es una
combinacin lineal de
i
. ....
n
.
Teorema.- Si o es un subconjunto no vaco de un espacio vectorial \ , entonces el conjunto \, integrado por
todas las combinaciones lineales de elementos de o, es un subespacio de \ ms pequeo que contiene a o en el
sentido de que \ es un subconjunto de cualquier subespacio de \ que contiene a o.
Denicin.- Al subespacio \ descrito en el Teorema anterior se le llama subespacio generado por los
elementos de o y se denota por L(S). Por conveniencia, deniremos L(?) =0.
Denicin.- Un conjunto o de un espacio vectorial \ genera a \ si L(S) = \ . En esta situacin
tambin podemos decir que los elementos de o generan a \ .
4 Dependencia e Independencia Lineal
Denicin.- Un subconjunto o de un espacio vectorial \ es linealmente dependiente si existe un
nmero nito de vectores distintos r
1
. r
2
. .... r
n
en o y escalares c
1
. c
2
. .... c
n
en 1, no todos cero, tales
que c
1
r
1
+c
2
r
2
+... +c
n
r
n
= 0. Tambin se puede describir esta situacin diciendo que los elementos
de o son linealmente dependientes.
Denicin.- Se dice que un subconjunto o de un espacio vectorial, que no es linealmente dependiente,
es linealmente independiente. Como anteriormente, describiremos a menudo esta situacin diciendo
que los elementos de o son linealmente independientes.
Teorema.- Sea \ un espacio vectorial y sea o
1
_ o
2
_ \ . Si o
1
es linealmente dependiente entonces o
2
tambin lo es.
Corolario.- Sea \ un espacio vectorial y sea o
1
_ o
2
_ \ . Si o
2
es linealmente independiente entonces o
1
tambin lo es.
5 Bases y Dimensiones.
Denicin.- Una base , para un espacio vectorial \ es un subconjunto linealmente independiente de
\ que genera a \ . (Si , es una base de \ , diremos a menudo que los elementos de , forman una base
de \ .)
Teorema.- Sea \ un espacio vectorial y , = r
1
. .... r
n
un subconjunto de \ . Luego , es una base de \ si y
slo si cada vector y en \ puede ser expresado de manera nica como una combinacin lineal de vectores de ,, es
decir, puede ser expresado en la forma
= c
1
r
1
+ ... + c
n
r
n
para escalares nicos
c
1
. .... c
n
.
Lema.- Sea S un subconjunto linealmente independiente de un espacio vectorial \ , y sea r un elemento de \
que no est en S. Luego, S ' r es linealmente dependiente si y slo si r L(S).
Teorema.- Si un espacio vectorial \ es generado por un conjunto nito o
0
, entonces un subconjunto de o
0
es
una base para \ . Y por tanto, \ tiene una base nita.
Teorema.- Sea \ un espacio vectorial que tiene una base , con exactamente : elementos. Sea o =
1
. ....
m

un subconjunto linealmente independiente de \ que contenga exactamente : elementos, donde : _ :. Entonces,

existe un subconjunto o
1
de , que contiene exactamente : : elementos tales que o ' o
1
genera a \ .
Corolario 1. Sea \ un espacio vectorial que tiene una base , que contenga exactamente : elementos. Entonces,
cualquier subconjunto linealmente independiente de \ que contenga exactamente : elementos es una base de \ .
Corolario 2. Sea \ un espacio vectorial que tiene una base , con exactamente : elementos. Entonces,
cualquier subconjunto de \ que contenga ms de : elementos es linealmente dependiente. Consecuentemente,
cualquier subconjunto de \ linealmente independiente contiene como mximo : elementos.
Corolario 3. Sea \ un espacio vectorial que tiene una base , con exactamente : elementos. Entonces, toda
base para \ contendr exactamente : elementos.
Deniciones. Un espacio vectorial \ se llama dimensionalmente nito si tiene una base que consta
de un nmero nito de elementos; el nico nmero de elementos en cada base de \ se llama dimen-
sin de \ y se denota por dim(\ ). Si un espacio vectorial no es dimensionalmente nito, se llama
dimensionalmente innito.
Corolario 4. Sea \ un espacio vectorial de dimensin :, y sea o un subconjunto de \ que genera a \ y contiene
como mximo : elementos. Entonces, o es una base para \ y, por tanto, contiene exactamente : elementos.
Corolario 5. Sea , una base de un espacio vectorial \ de dimensin : y sea o un subconjunto linealmente
independiente de \ que contiene : elementos. Entonces, existe un subconjunto o
1
de , tal que o 'o
1
es una base
de \ .
Teorema. Sea \ un subespacio de un espacio vectorial \ de dimensin :. Entonces, \ es dimensionalmente-
nito y dim(\) _ :. Adems, si dim(\) = :, entonces \ = \ .
Corolario. Si \ es un subespacio de un espacio \ dimensionalmente nito, entonces \ tiene una base nita
y cualquier base para \ es un subconjunto de una base para \ .
Teorema. Sean \
1
y \
2
sub espacios dimensionalmente nitos de un espacio vectorial \ . Entonces, \
1
+\
2
es dimensionalmente nito y
dim(\
1
+ \
2
) = dim(\
1
) + dim(\
2
) dim(\
1
\
2
).
Corolario. Sean \
1
y \
2
subespacios dimensional mente nitos de un espacio vectorial \ tales que \ =
\
1
+ \
2
. Luego, \ es la suma directa de \
1
y \
2
si y slo si
dim(\ ) = dim(\
1
) + dim(\
2
).
6 Transformaciones Lineales, Espacios nulos y Rangos
Denicin. Sean \ y \ espacios vectoriales (sobre 1). Una funcin 1 : \ \ se llama transfor-
macin lineal de \ en \ si para toda r. \ y c 1 tenemos que:
(c)1(r +) = 1(r) + 1().
(/)1(cr) = c1(r).
A menudo denominaremos a 1 simplemente lineal. El lector deber vericar los siguientes hechos sobre
la funcin 1 : \ \.
1. Si 1 es lineal, entonces 1(0) = 0.
2. 1 es lineal si y slo si 1(cr +) = c1(r) + 1() para toda r. \ y c 1.
3. 1 es lineal si y slo si para r
1
. ... r
n
\ y c
1
. .... c
n
1 tenemos que
1

n
X
i=1
c
i
r
i
!
=
n
X
i=1
c
i
1 (r
i
)
Generalmente utilizaremos la propiedad 2 para demostrar que una transformacin dada es lineal.
Denicin. Sean \ un espacio vectorial y \
1
un subespacio de \ . Una funcin 1 : \ \ se llama
proyeccin sobre \
1
si
(a) Existe un subespacio \
2
tal que \ = \1 \2
(b) Para r = r
1
+r
2
, donde r
1
\
1
y r
2
\
2
, tenemos 1(r) = r
1
.
Por lo que \
1
= r : 1(r) = r.Ahora supngase que existe un subespacio \
0
2
,= \
2
tal que \ =
\
1
\
0
2
. Denase l : \ \ mediante l(r) = r
i
donde r = r
i
+r
0
2
, r
i
\
1
, y r
2
\
0
2
. Entonces,
l es otra proyeccin sobre \
1
y de nuevo \
1
= r : l(r) = r.
Deniciones. Sean \ y \ espacios vectoriales y sea 1 : \ \ lineal. Denimos al espacio nulo
(o kernel) `(1) de 1 como el conjunto de todos los vectores r en \ tal que 1(r) = 0; es decir,
`(1) = r \ : 1(r) = 0. Denimos al rango (o imagen) 1(1) como el subconjunto de \ que
consta de todas las imgenes (bajo 1) de los elementos de \ ; es decir, 1(1) = 1(r) : r \ .
Teorema 2.1. Sea \ un espacio vectorial y \
1
un subespacio de \ . Sea 1 una proyeccin sobre \
1
, y sea
\
2
tal como en la denicin de proyeccin. Entonces
\
1
= 1(1) y \
2
= `(1).
Teorema 2.2. Sean \ y \ espacios vectoriales y 1 : \ \ lineal. Entonces `(1) y 1(1) son subespacios
de \ y \, respectivamente.
Deniciones. Sean \ y \ espacios vectoriales y sea 1 : \ \ lineal. Si `(1) y 1(1) son
dimensionalmente nitos, entonces denimos la nulidad de T, expresada como :n|idcd(1), y el rango
de T, expresado como :c:qo(1), como las dimensiones de `(1) y 1(1), respectivamente.
Teorema 2.3. Sean \ y \ espacios vectoriales y sea 1 : \ \ lineal. Si \ es dimensionalmente nito,
entonces :n|idcd(1) + :c:qo(1) = dim(\ ).
Corolario. Sean \ y \ espacios vectoriales y sea 1 : \ \ lineal. Si \ tiene una base , = r
i
. .... r
n
,
entonces 1(1) = L(1(,)) = L(1(r
i
). .... 1(r
n
)).
Teorema 2.4. Sean \ y \ espacios vectoriales y sea 1 : \ \ lineal. Entonces 1 es uno-a-uno si y slo si
`(1) = 0.
Teorema 2.5. Sean \ y \ espacios vectoriales de dimensiones iguales (nitas) y sea 1 : \ \ lineal.
Entonces 1 es uno-a-uno si y slo si 1 es sobreyectiva.
Teorema 2.6. Sean \ y \ espacios vectoriales, y sea 1 : \ \ lineal. Entonces 1 es uno-a-uno si y slo si
1 lleva subconjuntos linealmente independientes
de \ a subconjuntos linealmente independientes de \.
Corolario. Sean \ y \ espacios vectoriales y sea 1 : \ \ una transformacin lineal uno-a-uno. Supn-
gase que o es un subconjunto de \ . Entonces o es linealmente independiente si y slo si 1(o) es linealmente
independiente.
Teorema 2.7. Sean \ y \ espacios vectoriales y supngase que \ es un espacio vectorial dimensionalmente
nito con una base r
i
. .... r
n
. Para cualquier subconjunto
1
. ....
n
de \ existe exactamente una transformacin
lineal 1 : \ \ tal que 1(r
i
) =
i
para i = 1. .... :.
Corolario. Sean \ y \ espacios vectoriales y supngase que \ es dimensiona/mente nito con una base
r
1
. .... r
n
. Si l. 1 : \ \ son lineales y l(r
i
) = 1(r
i
) para i = 1. .... :, entonces l = 1.
7 Representacin Matricial
Denicin. Sea \ un espacio vectorial dimensionalmente nito. Una base ordenada para \ es una base
para \ establecida con un orden especco; es decir, una base ordenada para \ es una secuencia nita
de elementos de \ linealmente independientes que generen a \ . Sea , = r
1
. .... r
n
una base ordenada
para un espacio vectorial \ dimensionalmente nito. Para r \ denimos al vector coordenado de r
relativo a ,, denotado por [r]

, mediante
[r]

=
0
B
B
B
B
B
B
B
B
B
@
c
1

c
n
1
C
C
C
C
C
C
C
C
C
A
.
donde
r =
n
X
i=1
c
i
r
i
.
Ntese que en la denicin anterior [r
i
]

= c
i
. Supngase que V y W son espacios vectoriales di-
mensionalmente nitos con bases ordenadas , = r
1
. .... r
n
y =
1
. ....
m
, respectivamente. Sea
1 : \ \ lineal. Entonces existen escalares nicos c
i
1 (i = 1. .... : y , = 1. .... :) tales
que
1 (r
j
) =
m
X
i=1
c
ij
r
j
para 1 _ , _ :.
Utilizando la notacin anterior, llamaremos a la matriz A de : :, denida mediante
ij
= c
ij
, la
matriz que representa a 1 en las bases ordenadas , y y la escribiremos = [1]

. Si \ = \ y , = ,
escribiremos = [1]

. Sean 1. l : \ \ funciones arbitrarias, donde \ y \ son espacios vectoriales,

y sea c 1. Denimos 1 + l : \ \ mediante (1 + l)(r) = 1(r) + l(r) para toda r \ y
c1 : \ \ mediante (c1)(r) = c1(r) para toda r \ .
Teorema 2.8. Sean \ y \ espacios vectoriales y sean 1. l : \ \ lineales. Entonces para toda c 1
(a) c1 + l es lineal.
(b) Utilizando las operaciones de suma y de multiplicacin por escalares, como se denieron anteriormente, la
coleccin de todas las transformaciones lineales de \ en \, denotada por /(\. \), es un espacio vectorial sobre
1.
Teorema 2.9. Sean \ y \ espacios vectoriales dimensionalmente nitos con bases ordenadas , y , respecti-
vamente, y sean 1. l : \ \ transformaciones lineales. Entonces
(a)[1 + l]

= [1]

+ [l]

.
(b)[c1]

= c [1]

para toda c 1.
8 Invertibilidad e Isomorsmos
Denicin. Sean \ y \ espacios vectoriales y sea 1 : \ \ lineal. 1 tiene una ,inversa l : \ \
si 1l = 1
W
y l1 = 1
V
. Como en el Apndice B, las inversas son nicas y escribiremos l = 1
1
.
Decimos que 1 es invertible si 1 tiene una inversa. Las siguientes propiedades se cumplen para funciones
invertibles 1 y l.
1. (1l)
1
= l
1
1
1
.
2. (1
1
)
1
= 1; en particular, 1
1
es invertible. Utilizaremos tambin el hecho de que una funcin es
invertible si y slo si es uno-a-uno y sobreyectiva.
Teorema 2.19. Sean \ y \ espacios vectoriales, y sean 1 : \ \ lineales e invertibles, entonces 1
1
:
\ \ es lineal.
Teorema 2.20. Sean \ y \ espacios vectoriales dimensionalmente nitos de dimensiones iguales, y sea
1 /(\. \). Entonces las siguientes proposiciones son: equivalentes.
(a) 1 es invertible.
(b) 1 es uno-a-uno.
(c) 1 es sobreyectiva.
Denicin. Sea una matriz de : :. Entonces es invertible si existe una matriz 1 de : : tal
que 1 = 1 = 1. La matriz 1 es nica y se llama inversa de y se escribe 1 =
1
. (Si C fuera
otra matriz, entonces C = C1 = C(1) = (C)1 = 11 = 1.
Teorema 2.21. Sean \ y \ espacios vectoriales dimensionalmente nitos con bases ordenadas , y , respecti-
vamente. Sea 1 : \ \ lineal. Entonces 1 es invertible si y slo si [1]

es invertible. Adems, [1
1
]

[1]

1
.
Corolario 1. Sea \ un espacio vectorial dimensiona/mente nito con una base ordenada ,, y sea 1 : \ \
lineal. Entonces 1 es invertihle si y slo si [1]

lo es. Adems. [1
1
]

[1]

1
Corolario 2. Sea una matriz de : :. Entonces es invertible si y slo si 1
A
es invertible. Adems
(1
A
)
1
= 1
A
1.
Denicin. Sean \ y \ espacios vectoriales. Decimos que \ es isomorfo a \ si existe una transformacin
lineal 1 : \ \ que sea invertible. Tal transformacin lineal se llama isomorsmo de \ en \.
Teorema 2.22. Sean \ y \ espacios vectoriales dimensionalmente nitos (sobre el mismo campo 1). Entonces
\ es isomorfo a \ si y slo si dim(\ ) = dim(\).
Corolario. Si \ es un espacio vectorial de dimensin :, entonces \ es isomorfo a 1
n
.
Teorema 2.23. Sean \ y \ espacios vectoriales dimensionalmente nitos de dimensiones : y :, respectiva-
mente, y sean , y bases ordenadas para \ y \, respectivamente. Entonces la funcin : /(\. \) `
mn
(1),
denida por (1) = [1]

para 1 /(\. \) es un isomorsmo.

Corolario. Sean \ y \ espacios vectoriales dimensional mente nitos de dimensiones : y :, respectivamente.
Entonces /(\. \) es dimensionalmente nito de dimensin ::.
Denicin. Sea , una base ordenada para un espacio vectorial n-dimensional \ sobre el campo 1. La
representacin estndar de \ con respecto a , es la funcin c

: \ 1
n
denida por c

(r) = [r]

para toda
r \ .
Teorema 2.24. Para cualquier espacio vectorial \ dimensionalmente nito con una base ordenada ,, c

es un
isomorsmo.
Teorema 2.25. Sea 1 : \ \ una transformacin lineal de un espacio vectorial n-dimensional \ sobre 1 a
un espacio vectorial m-dimensional \ sobre 1. Sean , y bases ordenadas, respectivamente, para \ y \, y sea
= [1]

;. Entonces 1
A
c

= c

1.
9 Matriz de Cambio de Coordenadas
Teorema 2.26. Sean , y ,
0
dos bases ordenadas para un espacio vectorial dimensionalmente nito \ y sea
Q = [1
V
]

0 . Entonces
(a) Q es invertible.
(b) Para toda \ , []

= Q[]

0 .
Teorema 2.27. Sea 1 : \ \ una transformacin lineal de un espacio vectorial \ dimensionalmente nito
a un espacio vectorial \ dimensionalmente nito, y sean , y ,
0
bases ordenadas para \ y y
0
bases ordenadas
para \. Entonces [1]

0 = P
1
[1]

Q, donde Q es la matriz que transforma las coordenadas de ,

0
en coordenadas
de , y P es la matriz que transforma las coordenadas de
0
en coordenadas de .
Corolario. Sea 1 : \ \ una transformacin lineal en un espacio vectorial dimensionalmente nito \ que
tiene bases ordenadas , y ,
0
. Entonces [1]

0 = Q
1
[1]

Q, donde Q es la matriz que transforma coordenadas de

,
0
en coordenadas de ,.
Denicin. Sean y 1 matrices de : : con elementos del campo 1. Decimos que 1 es similar a
si existe una matriz invertible Q `
nn
(1) tal que 1 = Q
1
Q.