Académique Documents
Professionnel Documents
Culture Documents
Espacios Vectoriales
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 1 / 100
Espacios Vectoriales
Espacio Vectorial
αv
en lugar de
• (α, v).
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 2 / 100
Espacio Vectorial: Propiedades de la suma de vectores
u + v = v + u, ∀u, v ∈ V.
(u + v) + w = u + (v + w), ∀u, v, w ∈ V.
u − v := u + (−v).
En particular,
v − v = 0.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 3 / 100
Espacio Vectorial: Propiedades del producto por escalares:
α(βv) = (αβ)v, ∀ α, β ∈ F y ∀ v ∈ V.
1v = v, ∀ v ∈ V.
α(u + v) = αu + αv, ∀ α ∈ F y ∀ u, v ∈ V.
(α + β)v = αv + βv, ∀ α, β ∈ F y ∀ v ∈ V.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 4 / 100
La definción de Rincón
Definición (Rincón)
Un espacio vectorial es una quinteta (V, +̃, 0, F, • : F × V → V) tal que
Observaciones
(1) Otros autores ofrecen definiciones similares con la idea de ser formalmente más
preciso. No significa que la definición usada aquí sea imprecisa, sólo es más
“coloquial”. Ambas definiciones, la de Rincón y la nuestra, dicen lo mismo.
(2) Se usa +̃ para distinguir la suma de vectores de la suma + definida en el campo
F. Nosotros, siguiendo el convenio mayormente extendido, no haremos tal
distinción notacional. Haremos la distinción conceptual según el contexto. Pero
conviene mantener en cuenta que se trata de cosas esencialmente distintas.
(3) Mantemos un distintivo para el vector nulo, que será escrito en negritas 0, en
contraste al neutro 0 del campo F. Rincón usa el distintivo de flecha ⃗0.
(4) Para nosotros bastará poner (V, F) para referirnos a un espacio vectorial.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 5 / 100
Los ejemplos triviales
x + x = x.
α x = x, ∀ α ∈ F.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 6 / 100
Productos de copias de un campo F
Definimos la suma de dos n-adas x = (x1 , ..., xn ) y y = (y1 , ..., yn ) en Fn como la n-ada
x + y = (x1 + x2 , ..., xn + yn ),
α x = (α x1 , ..., α xn ),
Observe que el neutro para la suma es el vector nulo 0 = (0, ..., 0).
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 7 / 100
El espacio de funciones en un espacio vectorial
V X = {f : X → V : f es función }.
Sobre V X definimos la suma de funciones del siguiente modo: Dadas dos funciones
f, g : X → V, la suma de f y g es la función f + g : X → V tal que
Definimos el producto por escalares del modo siguiente: Para todo α ∈ F y toda fun-
ción f : X → V, el producto de α con f es la función α f : X → V dada por
(α f)(x) = α f(x), ∀ x ∈ X,
Dadas dos matrices A = (Aij )m×n y B = (Bij )m×n , y un escalar α ∈ F, las operaciones
de suma A + B y producto por escalares α A están dadas por
(A + B)ij = Aij + Bij y (α A)ij = α Aij , ∀ (i, j) ∈ {1, ..., m} × {1, ..., n}.
donde
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 10 / 100
Propiedades distributivas
Lema
Sea (V, F) un espacio vectorial y sean α1 , ..., αn ∈ F y v ∈ V. Entonces
(α1 + · · · + αn )v = α1 v + · · · + αn v.
Lema
Sea (V, F) un espacio vectorial y sean v1 , ..., vn ∈ V y α ∈ F. Entonces
α (v1 + · · · + vn ) = α v1 + · · · + α vn .
Teorema
Sea (V, F) un espacio vectorial y sean α1 , ..., αn ∈ F y v1 , ..., vm ∈ V. Entonces
(α1 + · · · + αn )(v1 + · · · + vm ) = α1 v1 + · · · + αn vm .
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 11 / 100
Propiedades fundamentales
Teorema
Si V es un espacio vectorial sobre F, entonces
1. 0v = 0, para toda v ∈ V.
2. α0 = 0, para toda α ∈ F.
3. (−1)v = −v, para toda v ∈ V.
Demostración
1. Sea v ∈ V. Entonces
0 + 0v = 0v
= (0 + 0)v
= 0v + 0v.
0 = 0v.
■
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 12 / 100
Propiedades fundamentales
Teorema
Si V es un espacio vectorial sobre F, entonces
1. 0v = 0, para toda v ∈ V.
2. α0 = 0, para toda α ∈ F.
3. (−1)v = −v, para toda v ∈ V.
Demostración
2. Sea α ∈ F. Entonces
0 + α0 = α0
= α(0 + 0)
= α0 + α0.
0 = α0.
■
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 13 / 100
Propiedades fundamentales
Teorema
Si V es un espacio vectorial sobre F, entonces
1. 0v = 0, para toda v ∈ V.
2. α0 = 0, para toda α ∈ F.
3. (−1)v = −v, para toda v ∈ V.
Demostración
3. Sea v ∈ V, entonces
(−1)v + v = (−1)v + 1v
= (−1 + 1)v
= 0v
= 0.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 14 / 100
Consecuencias
Corolario (1)
Para toda α ∈ F y toda v ∈ V,
αv = 0 ⇔ α = 0 ó v = 0.
Demostración
[⇐] Ya está probado.
Corolario (2)
Para todas y toda u, v ∈ V,
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 15 / 100
Subespacios
Subespacios
Observación
Un subconjunto W de un espacio vectorial sobre F es un subespacio si y sólo si,
(W, +, 0) es un subgrupo conmutativo de (V, +, 0); y si W es cerrado bajo el producto
por escalares y cumple las propiedades (i)-(iv) del producto por escalares.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 16 / 100
Caracterización de subespacios
u + v ∈ W.
(ii) El vector nulo en W es 0 mismo, y en consecuencia 0 ∈ W.
(iii) W es cerrado bajo • : Para todo α ∈ F y todo v ∈ W,
αv ∈ W
Demostración
[⇒] Supongamos que W es un subespacio de V.
Vamos a probar (ii). Sea 0W el vector nulo del espacio W. Sea w ∈ W cualquier vector.
Tenemos
0W + w = w = 0 + w.
u + v ∈ W.
(ii) El vector nulo en W es 0 mismo, y en consecuencia 0 ∈ W.
(iii) W es cerrado bajo • : Para todo α ∈ F y todo v ∈ W,
αv ∈ W
Demostración
[⇐] Supongamos que (i), (ii) y (iii) se cumplen. En particular, por (i) se sigue que W
hereda las propiedades de la suma, por lo que + es asociativa y conmutativa en W.
Mientras que por (ii), se sigue 0 es el neutro en W. Así que (W, +, 0) es un monoide
conmutativo. Y por (iii) se tiene en particular que −w ∈ W para todo w ∈ W. Luego,
(W, +, 0) es un subgrupo de (V, +, 0).
También por (iii) (W es cerrado bajo el producto por escalares) se sigue que W hereda
las propiedades (i)-(iv) del producto por escalares. ■
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 18 / 100
Otra caracterización típica de subespacio
Demostración
[⇒] Es obvio.
[⇐] Supongamos que se cumple la condición del corolario. En particular, para todo
v, w ∈ W, si elegimos α = 1,
v + w ∈ W.
0 = v − v ∈ W.
−w = 0 − w ∈ W.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 19 / 100
Los ejemplos básicos
3. Si v ∈ V, entonces el conjunto
L(v) = {α v : α ∈ F}
Es un subespacio de V.
4. Si v, w ∈ V, entonces el conjunto
L(v, w) = {α v + β w : α, β ∈ F}
es un subespacio de V.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 20 / 100
Combinaciones lineales
Definición
Dado un espacio vectorial (V, F), una combinación lineal de una colección de n ≥ 1
vectores v1 , ..., vn de V, es una suma de la forma
α1 v1 + α v2 + · · · + αn vn ,
Proposición
Si v1 , ..., vn son vectores de V, entonces el subconjunto
Demostración
Sean a = α1 v1 + · · · + αn vn y b = β1 v1 + · · · + βn vn en L(v1 , ..., vn ) y sea λ ∈ F.
Entonces
a + λ b = (α1 v1 + · · · + αn vn ) + λ(β1 v1 + · · · + βn vn )
= α1 v1 + · · · + αn vn + λβ1 v1 + · · · + λβn vn
= (α1 + λ β1 )v1 + · · · + (αn + λ βn )vn ∈ L(v1 , ..., vn ). ■
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 21 / 100
El subespacio de las combinaciones lineales
Proposición
Sea S un subconjunto no vacío de un espacio vectorial (V, F). Entonces el conjunto de
todas las combinaciones lineales de vectores de S, dado por
es un subespacio de V.
Demostración
Observe que la suma de dos combinaciones lineales de vectores de S, es una
combinación lineal de vectores en S.
α w = α α1 v1 + · · · + α αn vn
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 22 / 100
Subespacios de polinomios
2. Sea n ≥ 0 fijo y sea F un campo. El espacio Fn [x] de todos los polinomios con
coeficientes en F, de grado menor o igual a n, es un subespacio de F[x].
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 23 / 100
Subespacios de funciones
3. El espacio C (1) (R) de todas las funciones diferenciable con derivada continua, es
un subespacio de C 1 (R).
4. Sean a < b números reales. El espacio L1 ([a, b]) de las funciones f : [a, b] → R
(Riemann) integrables en [a, b] es un espacio vectorial real.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 24 / 100
Subespacios de matrices
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 25 / 100
Subespacios generados
Intersecciones de subespacios son subespacios
Teorema
Si U y W son subespacios de un espacio vectorial V sobre F, entonces U ∩ W es un
espacio vectorial sobre F.
Observación
Como U y W son subespacios de V, en particular 0 ∈ U y 0 ∈ W, por lo que 0 ∈ U ∩ W.
Así que U ∩ W ̸= ∅.
Demostración
Sean v1 y v2 en U ∩ W y sea α ∈ F. En particular
u1 + αu2 ∈ U y u1 + αu2 ∈ W.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 26 / 100
Subespacios generados
Observación
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 27 / 100
Subespacios generados por conjuntos finitos
Demostración
(i) 0 ∈ W para todo subespacio W de V, o equivalentemente, {0} ⊂ W. Así que, de
hecho, {0} es el subespacio más pequeño de V. Pero es claro que ∅ ⊂ {0}. Luego,
⟨∅⟩ = {0}. ■
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 28 / 100
Subespacios generados por cojuntos finitos
Demostración
(ii) L(v1 , ..., vn ) es un subespacio que contiene a {v1 , ..., vn }. Por lo tanto
Por otro lado, dado que ⟨v1 , ..., vn ⟩ es un subespacio que contiene a {v1 , ..., vn },
entonces en particular, toda combinación lineal de los vectores v1 , ..., vn está en
⟨v1 , ..., vn ⟩. Esto es
L(v1 , ..., vn ) ⊂ ⟨v1 , ..., vn ⟩.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 29 / 100
Forma general del subespacio generado
Demostración
El modelo de demostración no es distinto al del teorema anterior, y por ellos se deja
como ejercicio. ■
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 30 / 100
Dependencia e independencia
lineal
Dependencia e independencia lineal
α1 u1 + · · · + αn un = 0.
Si S está constituido por conjunto finito de vectores v1 , ..., vn entonces decimos que los
vectores v1 , ..., vn son linealmente dependientes.
Definición
Un subconjunto S de un espacio vectorial V es linealmente independiente (abrv. l.i.) si
no es linealmente dependiente.
Si S está constituido por conjunto finito de vectores v1 , ..., vn , entonces decimos que
los vectores v1 , ..., vn son linealmente inpendientes.
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 31 / 100
Dos consecuencias inmediatas
Proposición
{0} es l.d.
Demostración
■
Proposición
∅ es l.i.
Demostración
■
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 32 / 100
Un par de ejercicios
Teorema
Sean R ⊂ S subconjuntos de un espacio vectorial V. Si R el l.d. entonces S es l.d.
Demostración
Ejercicio. ■
Pregunta
¿Es cierto el recíproco del teorema anterior?
Teorema
Sean R ⊂ S subconjuntos de un espacio vectorial V. Si S el l.i. entonces S es l.i.
Demostración
Ejercicio. ■
Pregunta
¿Es cierto el recíproco del teorema anterior?
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 33 / 100
Algunas equivalencias
Proposición (Rincón)
Si (V, F) es un espacio vectorial y S ⊂ V, son equivalentes
(i) S es l.d.
(ii) Existe v ∈ S tal que v ∈ L(S\{v}).
(iii) Existe v ∈ S tal que L(S) = L(S\{v}).
Demostración
■
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 34 / 100
Un teorema típico
Teorema (Friedberg)
Sea S un subconjunto linealmente independiente de un espacio vectorial V, y sea
v ∈ V\S. Entonces S ∪ {v} el linealmente dependiente si y sólo si v ∈ L(S).
Demostración
[⇒] ■
Guillermo Garro y Araceli Guzmán Facultad de Ciencias, UNAM Febrero, 2018 35 / 100