Espacios Vectoriales

Definicin: Sea V un conjunto no vaco, cuyos elementos sern llamados vectores y sea un cuerpo, cuyos elementos
se llamarn escalares, diremos que V tiene estructura de espacio vectorial sobre , o que V es un -espacio vectorial,
si entre los elementos de V se ha definido una operacin llamada adicin y otra operacin llamada multiplicacin que
toma operadores en , tales que verifican los siguientes axiomas:
(V1) Si , a b V entonces a b V .
(V2) , ) , ) a b c a b c = para todo , , a b c V .
(V3) Existe un nico vector 0 V tal que , ) 0 a a = para todo a V .
(V4) Para cada vector a V , existe un nico vector a V tal que , ) 0 a a = .
(V5) a b b a =
(V6) a V para todo , a V .
(V7) , ) a a a = para todo , , a V .
(V8) , ) a b a b = para todo , , a b V .
(V9) , ) , ) a a a = = para todo , , a V .
(V10) Si 1 es la unidad en entonces vale 1 a a = para todo a V .
Algunos espacios vectoriales:
, ) {
1 2
, ,..., : , ,
n
n i n
x x x x i I = \ =
, ) , ) , )
1 2 1 2 1 1 2 2
, ,..., , ,..., , ,...,
n n n n
x x x y y y x y x y x y =
, ) , )
1 2 1 2
, ,..., , ,...,
n n
x x x x x x =

{
2
2
: , , , ax bx c a b c = =
, ) , ) , ) , ) , )
2 2 2
ax bx c mx nx p a m x b n x c p =
, )
2 2
ax bx c ax bx c =

2
: , , , ,
a b
a b c d
c d
' l '
1 1
1 1
l
= =
! !
l
1 1
l 1 1
+ l +

a b e f a e b f
c d g h c g d h
l l l

l l l
=
l l l

l l l
l l l
,
a b a b
c d c d

l l
l l
=
l l
l l
l l
, ) {
1 2
, ,..., : , , y
n
n i n
z z z z i I = \ = =
, ) , ) , )
1 2 1 2 1 1 2 2
, ,..., , ,..., , ,...,
n n n n
z z z w w w z w z w z w =
, ) , )
1 2 1 2
, ,..., , ,...,
n n
z z z z z z =
Sea S = 2, { : : es funcin , es cuerpo arbitrario
S
f S f =
, ) ( ) ( ) ( ) f g x f x g x =
, ) ( ) ( ) f x f x =
Subespacio vectorial: Un subconjunto S de un -espacio vectorial V , es un subespacio de V , cuando el mismo es un
espacio vectorial respecto de las mismas operaciones que hacen que V sea un espacio vectorial.
Teorema 4: S V _ , S = 2, S es subespacio de V si y slo si
( ) Si , entonces
( ) Si , entonces
i a b S a b S
ii a S a S
'
1
1
!
1
1
+

Teorema 5: Un subconjunto no vaco S de un -espacio vectorial V es un subespacio de V , si y slo si, para todo
par de vectores , a b S y todo escalar , el vector a b S .
Operaciones con subespacios
Interseccin de subespacios: Sea {
i
S con i I una familia de subespacios de un -espacio vectorial V ,
simbolizaremos la interseccin de dicha familia con { : para todo
i i
i I
S S v V v S i I

= =

.
Teorema 6: Sea V un -espacio vectorial. La interseccin de cualquier familia de subespacios de v , es un subespacio
de V .
Unin de subespacios: Si
1 2
y S S son dos subespacios de un -espacio vectorial V , entonces
1 2
S S ' no
necesariamente es un subespacio de V .
Suma de dos subespacios: Sea V un -espacio vectorial y sean
1
S y
2
S dos subespacios de V . Definimos el conjunto
{
1 2 1 2 1 1 2 2
: con y S S S v V v v v v S v S = = = que llamaremos suma de
1 2
y S S .
Teorema 7: La suma de dos subespacios de un -espacio vectorial V , es un subespacio de V .
Suma de varios subespacios: Sea {
i
S con 1, 2,.., i n = siendo 2 n _ , una familia finita de subespacios del -espacio
vectorial V , llamaremos suma de dicha familia
1 2
...
n
S S S S = al conjunto
{
1 2 1 1 2 2
: ... con , ,...,
n n n
S v V v v v v v S v S v S = =
Teorema 8: La suma de una familia finita de subespacios de un -espacio vectorial V , es un subespacio de V .
Suma directa: Cuando dos subespacios {
1 2
0 E E = , la descomposicin de cualquier vector de
1 2
E E es nica.
En este caso se dice que la suma es directa y se simboliza:
{
1 2 1 2 1 1 2 2
: con y en forma nica E E v V v v v v E v E = =
Subespacio suplementario: Cuando dos subespacios
1 2
y E E de un -espacio vectorial V son tales que:
(1)
1 2
E E V =
(2) {
1 2
0 E E =
Esto es,
1 2
E E V = , entonces los subespacios
1 2
y E E son suplementarios respecto de V .
Combinacin lineal de vectores: Sea
{
1 2
, ,...,
p
F v v v = una familia o sistema de vectores de un -espacio vectorial V ,
diremos que v V es combinacin lineal de los vectores de F si:
1
con y para todo 1, 2,...,
p
i i i i
i
v v v F i p
=
= =
_

Subespacio generado: Si
{
1 2
, ,...,
p
F v v v = con
i
v V escribiremos
1
: con , , 1, 2,...,
p
i i i i
i
F v V v v v F i p
=
' '
1 1
1 1
1 1
= = =
! !
1 1
1 1
1 1 + +
_

Teorema 9: F es un subespacio de V .
Dependencia e independencia lineal
Sistema linealmente dependiente
Definicin 13: Un sistema
{
1 2
, ,...,
p
F v v v = es ligado o linealmente dependiente, cuando al menos uno de sus vectores
es combinacin lineal de los otros.
F es ligado si:
1 1 2 2 1 1 1 1
... ...
i i i i i p p
v v v v v v

= para algn 1, 2,..., i p =
Definicin 14: Un sistema
{
1 2
, ,...,
p
F v v v = es ligado o linealmente dependiente si existe un conjunto de escalares
1 2
, ,...,
p
, no todo nulos, tales que
1
0
p
i i
i
v
=
=
_
.
Propiedades fundamentales:
(1) Todo sistema que contenga el vector nulo es linealmente dependiente.
(2) Si se agregan vectores a un sistema linealmente dependiente se obtiene otro sistema que tambin es
linealmente dependiente.
De otra forma: Todo sistema que contiene a un sistema ligado es tambin ligado.
(3) Un sistema es linealmente dependiente si y solo si contiene un subconjunto propio que es equivalente a l.
Sistema linealmente independiente: El sistema
{
1 2
, ,...,
p
F v v v = es libre o linealmente independiente: si
1
0
p
i i
i
v
=
=
_
entonces 0
i
= para todo 1, 2,..., i p = .
Propiedades fundamentales:
(1) Todo sistema formado por un solo vector no nulo es linealmente independiente.
(2) Todo sistema linealmente independiente est formado por vectores no nulos.
(3) Todo subconjunto no vaco de un sistema linealmente independiente es tambin linealmente independiente.
(4) Si
{
1 2
, ,...,
p
F v v v = es linealmente independiente entonces todo vector v F se puede expresar en forma
nica como combinacin lineal de los vectores de F .
(5) Si el sistema
{
1 2
, ,...,
p
F v v v = es linealmente independiente, mientras que el sistema
{
1 2
, ,..., ,
p
F v v v w =
es linealmente dependiente, entonces el vector w es combinacin lineal de los vectores de F .
Definicin: Un espacio vectorial se dice finito si admite un sistema generador finito.
Definicin: Un sistema {
1 2
, ,...,
n
B b b b = de vectores de un -espacio vectorial, es sistema libre mximo si se le
agrega cualquier vector deja de ser libre.
Definicin: Un sistema {
1 2
, ,...,
n
B b b b = de vectores de un -espacio vectorial V , es sistema generador mnimo de V
si se le extrae cualquier vector deja de ser generador de V .
Base de un espacio vectorial: Un sistema {
1 2
, ,...,
n
B b b b = de vectores del -espacio vectorial V , es base de V si
verifica:
(i) B es linealmente independiente.
(ii) B es generador de V , esto es, B V = .
Definicin: Un sistema {
1 2
, ,...,
n
B b b b = de vectores del -espacio vectorial V , es base de V , si B es un sistema
libre mximo.
Definicin: Un sistema {
1 2
, ,...,
n
B b b b = de vectores del -espacio vectorial V , es base de V , si B es un sistema
generador mnimo de V .
Dimensin de un espacio vectorial: se llama dimensin de un espacio vectorial finito al nmero de vectores de una
cualquiera de sus bases.
Consecuencia de la definicin:
(1) Todo espacio vectorial de dimensin n , admite sistemas libres de m elementos, siendo m n _ .
(2) Todo sistema libre de n vectores, de un espacio n-dimensional, constituye una base del espacio.
(3) En todo espacio vectorial n-dimensional, si m n _ , cualquier sistema que tenga m vectores es linealmente
dependiente.
(4) Si se tiene B base de V y se la divide en dos conjuntos disjuntos
1 2
y B B , cada uno de ellos genera a un
subespacio y ambos son suplementarios.
Dimensin de la suma de dos subespacios
Teorema: Si
1 2
y E E son dos subespacios de un -espacio vectorial V , entonces
, ) , ) , ) , )
1 2 1 2 1 2
dim dim dim dim E E E E E E =
Nota:
{ , ) dim 0 0 =

, )
dim
n
n =
, ) dim 1
n
n =

, )
dim
m n
mn

=
Coordenadas: A , )
1 2
, ,...,
n
x x x se le llama coordenadas del vector x respecto de la base ordenada B .
Se suele usar la notacin , )
1 2
, ,...,
n
B
x x x x
l
=
l
o en forma matricial
1
B
n
x
x
x
l
l
l
l
=
l l
l
l
l