Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Definicin
Subespacios
Bases y dimensin
Coordenadas. Cambio de base
Operaciones entre subespacios vectoriales
Definicin
Un espacio vectorial es un conjunto V en el cual hay definida una operacin binaria interna,
llamada suma, con determinadas propiedades y una operacin binaria externa, llamada
producto por un escalar, que liga los elementos de V y los de un cuerpo K, usualmente los
nmeros reales o los complejos, y que tiene tambin determinadas propiedades.
5u , v , 3w
El smbolo
puesto junto a la expresin 5(u + v ) = 5u + 5v no significa, de momento, que
sta sea cierta, simplemente significa que est bien escrita. Otra cosa es que las propiedades
que deban verificar las operaciones interna y externa hagan que tal expresin sea cierta.
1.
2.
3.
4.
Conmutativa: u + v = v + u ; u , v V
Asociativa: u + (v + w) = (u + v ) +
w
;
u
,v , w V
Existencia de elemento neutro: 0 tal que 0 + u = u u V
Existencia de elemento opuesto: u V v tal que u + v =0
El opuesto de u se simboliza : u
1. Asociativa a(bu
=
) (ab)u ; a, b K , u V
( + )u= u+ u ; , K , u V
Ejemplos
Ejemplo1: El conjunto de los polinomios es espacio vectorial
Dados dos polinomios se define su suma como el polinomio cuyos coeficientes
son la suma de los coeficientes de monomios del mismo grado.
p1 = 4 x 3 + 2 x 2 7 x + 4 ; p 2 = 7 x5 3 x 2 3
p1 + p 2 = 7 x 5 + 4 x 3 x 2 7 x + 1
El producto de un polinomio por un nmero real se define como el polinomio
cuyos coeficientes se obtienen multiplicando los coeficientes del polinomio original
por dicho nmero.
p = 4 x3 + 2 x 2 7 x + 4
3 p = 12 x3 + 6 x 2 21x + 12
1.
2.
3.
4.
Conmutativa: u + v = v + u ; u , v P
Asociativa: u + (v + w) = (u + v ) +
w
;
u
,v , w P
Existencia de elemento neutro: 0 tal que 0 + u = u u P
Existencia de elemento opuesto: u P v tal que u + v =0
1. Asociativa a(bu
=
) (ab)u ; a, b R, u P
( + )u= u+ u ; , R, u P
1.
2.
3.
4.
Conmutativa: f + g = g + f ; f , g F
Asociativa: f + ( g + h) = ( f + g ) + h ; f , g , h F
Existencia de elemento neutro: 0 tal que 0 + f = f f F
1. Asociativa a(bu
=
) (ab)u ; a, b R, u P
( + )u= u+ u ; , R, u P
Dado un punto P del plano se define el producto por el nmero real como el
punto Q situado en la recta OQ ( O = origen de coordenadas ) a distancia veces
la distancia del punto P a O
P P
1. Conmutativa: P + Q = Q + P ; P, Q
2. Asociativa: P + (Q + R) = ( P + Q) + R ; P, Q, R
3. Existencia de elemento neutro: 0 tal que 0 + P = P P
El elemento neutro es el origen de coordenadas
P P
Las propiedades que hemos exigido para las operaciones interna y externa en espacios
vectoriales hace que se verifiquen y sean ciertas las proposiciones ms o menos intuitivas que
estamos acostumbrados a ver: Sacar factor comn, quitar parntesis, el producto por cero es
cero, .... En puro rigor habra que dar una demostracin exacta de tales proposiciones pero una
vez hecho esto la validez en cualquier ejemplo de espacio vectorial est garantizada.
A modo de ejemplo vamos a demostrar algunas proposiciones.
u V , 0u =0
0u + u= 0u + 1u= (0 + 1)u
= 1u= u
0u =
0
0u= (1 1)u = 1u + (1)u = u + (u ) = 0
(1)u =u , u V
(1)u + u =
(1)u + 1u = (1 + 1)u
=
0=
u 0 (1)u =u
Sea K , u V entonces u = 0 = 0 u=0
.....
Obsrvese que la invalidez de demostracin antes reseada se debe a que se ha hecho uso de
la afirmacin (1)u =
u que no es enunciado directo de las propiedades de las operaciones
interna y externa.
Volvemos a escribir una galera de afirmaciones en las que utilizamos los smbolos
indicar validez formal y real,
real pero escritura formal vlida.
para
comprobado previamente que pertenece a un espacio vectorial. Da lo mismo que u sea una
fuerza, un polinomio o una matriz. Podemos operar mecnicamente siempre que previamente
hayamos comprobado que se cumplen las 8 condiciones que convierten un conjunto con dos
operaciones en espacio vectorial.
Cuando se trabaja con un subconjunto de un espacio vectorial es natural preguntarse si es a su
vez espacio vectorial pues una respuesta afirmativa hara que las operaciones fuesen
mecnicas. Adems el hecho de ser subconjunto de un espacio vectorial hace que abriguemos
la esperanza de que la comprobacin de su naturaleza como espacio vectorial sea ms simple y
que no estemos obligados a verificar que se cumplen las 8 condiciones de la definicin.
Surge as el concepto de subespacio vectorial
Teorema
Un subconjunto S de un espacio vectorial V es subespacio vectorial si y slo si la suma
de cualquier par de elementos de S est en S y el producto por cualquier escalar de cada
elemento de S tambin est en S
Demostracin
Si S V es espacio vectorial
u, v S ; K
u + v S , u S
3. Existencia de elemento neutro: 0 S tal que 0 +
u = u u S
4. Existencia
opuesto:
S
tal
que
u
u S deelemento
u S
u + (u ) S , 0 S + v =0
Operacin externa (producto por un escalar)
1. Asociativa a(bu
=
) (ab)u ; a, b K , u S
( + )u= u+ u ; , K , u S
Independientemente de la nula dificultad de la demostracin anterior, observemos la
importancia del teorema: Basta comprobar que las operaciones interna y externa son cerradas
en un subconjunto S del espacio vectorial V para afirmar que S es a su vez espacio vectorial.
Con este teorema no habra sido necesario comprobar que el conjunto de polinomios satisface
las 8 condiciones que lo hacen espacio vectorial (ejemplo 1), bastara saber que las funciones
tienen estructura de espacio vectorial (ejemplo 2) y que la suma de dos polinomios es un
polinomio y el producto de un polinomio por un escalar es tambin un polinomio.
Ejemplos
2, 7, 3 R 3
2, 7, 3 R
(2, 7, 3) R 4
( a , b, c , d ) R 4
{ a , b, c , d } R 4
{ a , b, c , d } R
=
a (2, 7,3,3) R 4 El segundo elemento de a es 7
=
a (2, 7,3,3) R 4
=
a2 7
= Correcto
Hemos establecido R n como espacio vectorial. Los conceptos de base y dimensin que
pasamos a definir lo van a configurar como el nico tipo de espacios vectoriales. De hecho
veremos que la forma de trabajar en un futuro ser traducir los vectores a tratar a su versin
n-upla, hacer todas las operaciones en R n y volver con los resultados al espacio de partida.
V ; , , ., K tal que
1
Otros nombres
Si v1, v2,,vm son linealmente independientes, el sistema {v1, v2,,vm } se llama
sistema libre. En otro caso se llama sistema ligado
Ejemplo 1
En el espacio vectorial de las ternas de nmeros reales, los vectores (2,3,5) , (1,2,3),
(7,12,19) constituyen un sistema ligado.
Pues (7,12,19)=2(2,3,5)+3(1,2,3) y as (7,12,19)-2(2,3,5)-3(1,2,3)=(0,0,0)
Es decir la combinacin lineal de coeficientes 1,-2,-3 proporciona el vector nulo.
Teorema
Un sistema es ligado si y slo si puede ponerse uno de su vectores como combinacin lineal
de los dems
Ejemplo 2
En el espacio vectorial de las ternas de nmeros reales estudiar la independencia de
los vectores (1,3,5) , (2,0,-1) , (1,-1,0)
Escribimos una combinacin lineal genrica de stos y la igualamos a cero
a(1,3,5) + b(2,0,-1) + c(1,-1,0) = (0,0,0)
Obtenemos pues que debe ser
a + 2b + c = 0
3a
-c =0
5a b
=0
Esto es, a,b,c son soluciones del sistema anterior y as a = b = c = 0
Coordenadas
Fijada un base, estableceremos una correspondencia vectores <-> n-uplas que permitir
operar con comodidad con los vectores del espacio vectorial igual que cuando operamos con
nmeros.
Por ltimo definiremos en este apartado las operaciones ms usuales entre los subespacios
vectoriales de un espacio vectorial
II
Aplicaciones lineales
Ncleo e Imagen
Clasificacin de homomorfismos
Vectores fijos y libres
Espacios vectoriales Eucldeos
Productos escalar y vectorial
Las aplicaciones entre dos espacios vectoriales que respetan las operaciones propias de la
estructura de espacio vectorial, suma y producto por un escalar, reciben el nombre de
Aplicaciones Lineales u Homomorfismos.
Los conjuntos Ncleo e Imagen antes definidos tienen estructura de espacio vectorial.
Los subespacios ncleo e imagen 'descomponen' un espacio vectorial de la misma forma que
R3 se descompone en plano horizontal (plano xy) y recta vertical (eje z).
En Fsica estamos habituados a identificar una fuerza con un vector pero en ese caso no slo
importa su tamao y direccin sino tambin su punto de aplicacin. Este hecho da lugar a
diferenciar los conceptos de vectores fijos y libres respondiendo slo estos ltimos a la
estructura matemtica de Espacio Vectorial.
La regla del paralelogramo hace que para sumar dos vectores haya que trasladarlos hasta que
tengan el mismo origen por los cual esta regla no define una operacin en el conjunto de
vectores fijos.
Si llamamos vector a toda la clase formada por un vector fijo y todas sus traslaciones paralelas,
desaparece la objecin anterior.
III
Demostracin
Basta probar que la imagen de una combinacin lineal es la combinacin
lineal de las imgenes con los mismos coeficientes.
Teorema
Sean V1, V2, V3 espacios vectoriales sobre el mismo cuerpo y sean
f: V1---> V2, g: V2 ---> V3 aplicaciones lineales. Sean B1, B2, B3 bases
respectivas de V1, V2, V3 y Tf , Tg las matrices de las transformaciones f, g
en tales bases. Entonces h=g o f : V1 ---> V3 tiene como matriz en las bases
B1, B3 , Th = Tg .Tf
Th = Tg .Tf
Obsrvese como en el producto de matrices, el nmero de columnas del
primer factor es igual al de filas del segundo.
Pero h[1h 1 (u1 ) + 2 h 1 (u2 ) + ..... + n h 1 (un )] = 1u1 + 2u2 + ..... + nun
Y como la imagen de cada vector es nica
Teorema
Sean U, V dos espacios vectoriales sobre el mismo cuerpo y h: U ---> V un isomorfismo.
Sean BU y BV bases respectivas de U, V y T la matriz de h en tales bases. Entonces la aplicacin
inversa de h en las bases BV y BU tiene como matriz la matriz inversa de T.
T T
uv
Tvu .Tuv = I
Tvu =
T 1
Teorema
Sean U, V dos espacios vectoriales sobre el mismo cuerpo y h: U ---> V una aplicacin
lineal. Sean B1u y B1v bases respectivas de U, V y T1 la matriz de h en tales bases. Sean B2u y B2v
bases respectivas de U, V y T2 la matriz de h en tales bases. Llamemos Cu , Cv a las matrices de
cambio de base B1u a B2u y B1v a B2v .Entonces se tiene
T2 = Cv-1 . T1 . C u
En el diagrama que sigue podemos ver grficamente cmo independencia de caminos para ir de U a V
es una expresin del teorema de cambio de base.
IV
Diagonalizacin de endomorfismos
=
i 1.. n i K
f (e=
i ei
i)