Académique Documents
Professionnel Documents
Culture Documents
Espacios Vectoriales
Autores:
Wolfgang Salazar V.26242913
Leandro Castellano V.21178642
1.-Espacio vectorial
Cualquier conjunto que posea unas operaciones suma y producto por escalares, cumpliendo
todas las propiedades anteriores, diremos que es un espacio vectorial. Los elementos de tal
conjunto se llamarn vectores (aunque pueda tratarse de objetos diferentes a los vectores
de la Fsica.)
Diremos que el espacio vectorial es real o complejo, segn sean los escalares.
Otras propiedades de los espacios vectoriales pueden deducirse de las anteriores
propiedades bsicas. Por ejemplo:
Si v = 0 ( escalar, v vector) entonces o bien es =0 o bien es v = 0.
Axiomas de un espacio vectorial
i. Si x V y y V, entonces x + y V (cerradura bajo la suma).
ii. Para todo x, y y z en V, (x + y) + z = x + (y + z) (ley asociativa de la suma de vectores).
iii. Existe un vector 0 V tal que para todo x V, x + 0 = 0 + x = x (el 0 se llama vector
cero o idntico aditivo).
iv. Si x V, existe un vector -x en V tal que x + (-x) = 0 (-x se llama inverso aditivo de x).
v. Si x y y estan en V, entonces x + y = y + x (ley conmutativa de la suma de vectores).
vi. Si x V y a es un escalar, entonces ax V (cerradura bajo la multiplicacin por un
escalar).
vii. Si x y y estan en V y a es un escalar, entonces a(x + y) = ax + ay (primera ley
distributiva).
viii. Si x V y a y b son escalares, entonces (a + b) x = ax + bx (segunda ley distributiva).
ix. Si x V y a y b son escalares, entonces a(bx) = (ab)x (ley asociativa de la
multiplicacin por escalares).
x. Para cada vector x V, 1x = x
En algunos espacios vectoriales reales, distintos de ^n, puede hacerse un paralelismo o
identificacin con , para un n adecuado.
Por ejemplo, ya hemos visto cmo el espacio vectorial real C de los nmeros complejos
puede identificarse con , correspondiendo el nmero complejo a+bi al vector (a,b).
Veamos cmo el espacio P2 = { polinomios de grado 2 } puede identificarse con ^3: cada
polinomio ax2+bx+c correspondera al vector (a,b,c) de ^3.
Lo mismo ocurre con el espacio de matrices M2x2 = { matrices 2x2 }, que se identifica con ,
correspondiendo a la matriz (a b) el vector (a,b,c,d).
(c d)
En todos los casos las operaciones de suma y producto por escalar se pueden trasladar
paralelamente del espacio considerado a ^n.
Esto hace posible efectuar las operaciones en ^n en lugar de otros espacios.
Ejemplos:
espacio vectorial bajo las operaciones de suma y multiplicacion por un escalar definidas
en V. Entonces se dice que H es un subespacio de V.
Se puede decir que el subespacio H hereda las operaciones del espacio vectorial padre V.
Existen multiples ejemplos de subespacios; sin embargo, en primer lugar, se demostrara un
resultado que hace relativamente sencillo determinar si un subconjunto de V es en realidad
un subespacio de V.
Un subconjunto no vacio H de un espacio vectorial V es un subespacio de V si se cumplen
las dos reglas de cerradura:
Reglas de cerradura para ver si un subconjunto no vaco es un subespacio
i. Si x H y y H, entonces x + y H.
ii. Si x H, entonces ax H para todo escalar a.
Es obvio que si H es un espacio vectorial, entonces las dos reglas de cerradura deben
cumplirse. De lo contrario, para demostrar que H es un espacio vectorial, debe demostrarse
que los axiomas i) a x) se cumplan, como bajo las operaciones de suma suma de vectores y
multiplicacion por un escalar definidas en V. Las dos operaciones de cerradura [axiomas i) y
iv)] se cumplen por hipotesis. Como los vectores en H son tambien vectores en V, las
identidades asociativa, conmutativa, distributiva y multiplicativa [axiomas ii), v), vii), viii), ix) y
x)] se cumplen. Sea x H. Entonces 0x H por hipotesis
ii), 0x = 0. De este modo, 0 H y se cumple el axioma iii). Por ultimo, por la parte ii), (-1)x
H para todo x H , -x =(-l)x H de manera que se cumple el axioma iv) y la prueba queda
completa.
Este teorema demuestra que para probar si H es o no es un subespacio de V, es suficiente
verificar que
x + y y ax estan en H cuando x y y estan en H y a es un escalar.
La prueba anterior contiene un hecho que por su importancia merece ser mencionado de
forma explicita:
Todo subespacio de un espacio vectorial V contiene al 0.
Este hecho con frecuencia facilitara la averiguacion de si un subconjunto de V en particular
no es un subespacio de V. Es decir, si un subconjunto no contiene al 0, entonces no es un
subespacio. Note que el vector cero en H, un subespacio de V, es el mismo que el vector
cero en V.
Ejemplos:
1) La recta x=y es un subespacio de ^2. Est formado por los vectores de la forma (a,a).
Contiene al vector (0,0).
Adems, es cerrado para la suma y producto por escalar:
Suma: (a,a) + (b,b) = (a+b, a+b) que tambin es un elemento de la recta.
Producto por un escalar: , (a,a) = (a, a) que tambin es un elemento de la recta.
2) El plano XY es un subespacio de ^3. Est formado por los vectores de la forma (x,y,0).
Contiene al vector (0,0,0).
Adems, es cerrado para la suma y producto por escalar:
Suma: (x,y,0) + (x,y,0) = (x+x, y+y, 0) que tambin es un elemento del plano.
Producto por un escalar: , (x,y,0)=(x, y, 0) que tambin es un elemento del plano.
Podemos decir que este plano es como ^2 pero incluido en ^3.
3) Un espacio vectorial es un subespacio en s mismo
Para cada espacio vectorial V, V es un subespacio de si mismo.
Los primeros dos ejemplos muestran que todo espacio vectorial V contiene dos subespacios,
{0} y V (que coinciden si V 5 {0}). Es mas interesante encontrar otros subespacios. Los
subespacios distintos a {0} y V se denominan subespacios propios.
4) Un subespacio propio de ^2
Sea H = {(x, y): y = mx} (vea el ejemplo 4.2.4 de la pagina 283). Entonces, como ya se dijo,
H es un subespacio de ^2. Si H es cualquier subespacio propio de ^2, entonces H
consiste en el conjunto de puntos que se encuentran sobre una recta que pasa por el origen;
es decir, un conjunto de puntos que se encuentra sobre una recta que pasa por el origen es
el unico tipo de subespacio propio de ^2.
5) Un subespacio propio de ^3
Sea H = {(x, y, z): x = at, y = bt y z = ct; a, b, c, t reales}. Entonces H consiste en los vectores
en ^3 que se encuentran sobre una recta que pasa por el origen. Para ver que H es un
subespacio de ^3, sea x = (at1, bt1, ct1) H y y = (at2, bt2, ct2) H. Entonces
x + y = (a(t1 1 t2), b(t1 1 t2), c(t1 1 t2)) H
Asi, H es un subespacio de ^3.
6) Es un subespacio de ^2 el conjunto de los vectores de la forma (a,1)?
No, puesto que no contiene al (0,0).
O tambin: porque no se puede sumar dentro de este conjunto, por ejemplo (a,1)+
(b,1)=(a+b,2) que no pertenece al conjunto.
7) En el espacio P2 = { polinomios de grado 2 }, el conjunto de los polinomios de grado 1
forma un subespacio. En efecto, contiene al polinomio cero, y podemos sumar y multiplicar
por un escalar sin salir del conjunto:
Suma: (ax+b) + (ax+b) = (a+a)x + (b+b) que tambin es un polinomio de grado 1.
Producto por escalar: , (ax+b)= ax+b que tambin es un polinomio de grado 1.
a1v1 a2 v2 ... a n vn
1 0
es combinacin lineal de
1) Si V M 2 x 2 .Determine si V
1 2
2 1
1 1
4 0
; v 2
y v3
.
v1
1 0
0 1
0 3
1 0
2 1
1 1
4 0
1
2
3
1 2
1 0
0 1
0 3
1 0 21 1 2 2 4 3 0
1 2 1 0 0 2 0 3 3
1 0 21 2 4 3 1 2
1
2 3 3
1 2
21 2 4 3 1
1 2 0 1 2 0 2 1
1 1 1 1
2 3 3 2 1 3 3 2 3 1
x 2 x 1 1 x 2 1 2 x 2 x 3 x 1
x 2 x 1 1 2 x 2 2 3 x 1 3
1 2 1
2 3 1
1
1 3
1 1 0 :1
0
1
1
:
1 0 1:1
1 1 0 :1
0 1 1 : 1
0 1 1: 2
1 1 0 :1
0 1 1 : 1 0 3 3
0 0 0:3
Ejemplos:
1) Determine un conjunto generador para el espacio
a b a b
V A M 22 / A
; a,b
a b a b
a b a b
A
a b a b
1 1
1
A a
b
1 1
1
1
1
1 1
1 1 1
2) Encuentre un conjunto generador para:
a) v A M 2 x 2 / aij a ji
b) v p x P2 / p ' 0 p 0 0
1
1
a11
a ) V
a21
a12
/ aij a ji
a22
a21 a12
a a a 0
22
22
22
a11
A
a21
a12
0
a22
a12
0
S gen
1
a12
0
a12
0
1
1
0
b) px ax 2 bx c
p' x 2ax b
p0 0 c 0
px ax 2 S x 2
p' 0 0 b 0
Espacio generado por un conjunto de vectores:
Sea v1 , v2 ,..., vk k vectores en un espacio vectorial V. El espacio generado por
v1 , v2 ,..., vk
Ejemplos:
1 2
v1 1 ;v2 1
1 1
x x 1 2
y / y 1 1 2 1
z z 1 1
1 22 x
1 2 y
z
1 2
1 2 x 1 2 x 1 2 x
1 1 y 0 3 y x 0 3 y x
1 1 z 0 3 z x 0 0 y z
2)Sea
V 3 . Determine si
dados en 3 .
2 4
v11y v21
4 6
x
3
Seav y vc1v c2v2
z
x 2 4 2c14c2x 2 4 Mx 1 1My
y c1 1 c21 1c1c2y 1 1My 2 4 Mx
z 4 6 4c16c2z 4 6 Mz 4 6 M z
x 2y
1
1 1My 6 3
1 1My
x y x y
TEOREMA
Dos vectores en un espacio vectorial son linealmente dependientes si y solo si uno es
mltiplo escalar del otro.
DEMOSTRACION
c1v1 c 2v 2 c 3v 3 ... c n v n
c
c
c
v1 2 v 2 3 v 3 ... n v n
c1
c1
c1
v1 2v 2 3v 3 ... n v n 1
a la hiptesis asumida.
acuerdo
Ejemplos:
10
S1, 0
2 1
Sx 1,x 1,x 1
222
1 0 0 10
a112130 1 20
2 1 1 21 2 30
El sistema es linealmente independiente, ya que todos sus escalares son igual a cero.
1 1 1 0 1 2 30
b1121310 1 2 30
1 1 1 0 1 230
1 1M0 1 1M0 1 1M0 1 0 M0 10
1 1M00 2 M0 0 2 M0 0 1M030
1 1 M0 0 2 0M 0 1 0M 0 1 0M 20
El sistema es linealmente independiente, ya que todos sus escalares son igual a cero.
2)Sea
3.
1
3
11
independientes.
1
det A 3
0
3
0
11
6 0
12
c 3
, y su
1v1 2 v1 v 2 3v 3 0
1 2 v1 2v2 3v3 0
1 2 0 1 0
2 0
0
Por tanto
TEOREMA
Un conjunto de
vectores en
nm
a11
a12
a1n
a
a
a
21
22
2n
v1 ;v 2 ;...;v n
M
M
M
am1
am2
amn
a11 a12
a1n 0
a a
a
21
22
2n
c1 c 2 ... c n 0
M M
M 0
am1 am2
amn
a11c1 a12c 2 ... a1nc n 0
a21c1 a22c 2 ... a2nc n 0
nm
Por hiptesis
, por tanto el sistema, a mas de la solucin trivial, existen otras
soluciones que hacen que el conjunto sea linealmente dependiente.
TEOREMA
Cualquier conjunto de
n .
genera a
x1 a1 a12 a1n
x 2 n a21 a2 a2n
v ySeanv1 ;v2 ;. ;vn
M M M M
xn an1 an2 an
det A 0 , el conjunto
se lo expresa como
2
3
4) Sea V P3 . Determine si los polinomios 1, x, x , x son linealmente
independientes.
c1 1 c2 x c3 x 2 c4 x 3 0
2
3
4
1 1 1
1 1 1
si x 1 c2 c3 c4 0
2 4 8
si x 2 2c2 4c3 8c4 0
1 1 1 1 1 1
0 2 0 0 2 0
2 4 8 0 2 6
1 1 1
2 0 0 0 0 2
det A 0 2 0 1 1 1 12 12 0
0 2 6 2 6 0 6 0 2
2
2
2
5) Sea V P2 . Determine si los polinomios x 2 x , x 4 x,7x 8 x son
linealmente independientes.
c x2x c x 4x c37x 8x 0
2 2
1 2