Académique Documents
Professionnel Documents
Culture Documents
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
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]
= [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]
: \ 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]
0 = Q
1
[1]