Sei sulla pagina 1di 7

GUIA DE ESTUDIOS

LGEBRA LINEAL
TEMA: ESPACIOS VECTORIALES

Prof. Dr. Neftal Sarmiento Solano

1) LOS NMEROS
El sistema de nmeros reales consiste en un
conjunto R de elementos llamados nmeros
reales y dos operaciones denominadas: adicin
y multiplicacin, que se denotan con los
smbolos + y , respectivamente. Si a y b son
elementos del conjunto R, entonces a+b denota
la suma de a y b; tambin ab ( ab) indica su
producto. La operacin de sustraccin se define
mediante: a + ( b ) = a b , donde b representa
el negativo de b tal que, b + ( b ) = 0 . La
operacin de divisin se define con la ecuacin:
a b = a b 1 ; b 0 , donde b-1 representa el
recproco de b, tal que b b 1 = 1 . Un nmero
real puede ser negativo, positivo o cero.
Cualquier nmero real se puede clasificar como
racional o irracional.
Un nmero racional es cualquier nmero que se
puede expresar como la razn de dos enteros. Es
decir, un nmero racional es un nmero de la
forma p/q donde p y q son enteros y q 0. Los
nmeros racionales comprenden a los siguientes:
Los enteros: son nmeros racionales con
denominador igual a 1 (p/q = p/1 = p),
pueden ser positivos, negativos y cero:
. . .,-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, . . .
Fracciones positivas y negativas, tales
como:
2 4 83
. . ., , , , . . .
7 5 5
Los decimales conmensurables positivos
y negativos, tales como:
3251
236
= 0.003251
= 2.36 ,
100
1000000

Los
decimales
inconmensurables
peridicos positivos y negativos, tales
como:
61
1
= 0.333....
= 0.549549549....
111
3

Los nmeros irracionales son decimales


inconmensurables y no peridicos, tales como:
3 = 1.732....

= 3.14159....

Los
nmeros
complejos
se
expresan
generalmente en la forma a +bi, donde a y b son
nmeros reales, i es la llamada unidad
imaginaria, que se caracteriza por tener la
propiedad que i2=-1.
2) ESPACIO VECTORIAL
Espacio vectorial es un conjunto constituido por
un nmero infinito de vectores, para los cuales
se han definido las operaciones de adicin y
multiplicacin por un escalar, y que adems,
estn definidos sobre un determinado campo k.
Esquemticamente puede representarse como:

El campo k puede referirse a alguno de los


siguientes nmeros:

Complejos

Gua de Estudio

Tema: Espacios Vectoriales

Reales
Racionales
Irracionales
Enteros
Naturales

Los vectores v 1 , v 2 ,..., v n pueden tener distintas


formas, por ejemplo:
R2: v = ( x, y ) vector en dos dimensiones.

R3: v = ( x, y, z ) vector en tres dimensiones.


a b
M2: v =
matriz cuadrada de 22.
c d
P: v = ax 2 + bx + c polinomio de grado
menor o igual a dos.
F: v = f ( x ) funcin de cualquier forma.
NOTA:
Las
operaciones
de
adicin
y
multiplicacin por un escalar para estos
conjuntos, generalmente no son las
usuales.
Al resolver un problema, en cada axioma
se debe escribir si se cumple o no se
cumple; y al final del problema, si el
conjunto es o no un espacio vectorial.
Para que un determinado conjunto sea un
espacio vectorial, debe satisfacer los siguientes
10 axiomas:
Sean V un determinado conjunto; y u , v, w
vectores que V.
1. Cerradura bajo la suma:
u + v V
2. Propiedad conmutativa de la suma:
u +v = v+u
3. Propiedad asociativa de la suma:
u+ v+w = u+v +w
4. Existencia del vector neutro:
e + u = u por la izquierda
u + e = u por la derecha

) (

5. Existencia del inverso aditivo:


z + u = e por la izquierda
u + z = e por la derecha
6. Cerradura bajo la multiplicacin:
u V
7. Propiedad distributiva de la multiplicacin
sobre la adicin de vectores:
u + v = u + v
8. Propiedad distributiva de la multiplicacin
sobre la adicin de escalares:
( + )u = u + u
9. Propiedad asociativa de la multiplicacin:
u = ( )u
10. Existencia de unicidad:
1 u = u

( )

3) SUBESPACIOS VECTORIALES
Sea el espacio vectorial V:

Para que un subconjunto A sea un subespacio


vectorial de V, deben cumplirse las siguientes
dos condiciones:
1. Cerradura bajo la suma: u + v A
2. Cerradura bajo la multiplicacin: u A
es decir, que la suma entre vectores y el
producto de un escalar por un vector d como
resultado otro vector que tenga la misma forma
que los vectores del subconjunto A.
NOTA:
Las
operaciones
de
adicin
y
multiplicacin por un escalar, en este
caso, generalmente son las usuales.
El subconjunto 0 es un subespacio
vectorial.

{}

Gua de Estudio

PROPIEDAD IMPORTANTE
SUBESPACIOS VECTORIALES

Tema: Espacios Vectoriales

DE

LOS

En la ecuacin de dependencia lineal se


distinguen dos casos:

La interseccin de dos subespacios vectoriales,


tambin es un subespacio vectorial.

CASO I.-Al menos un escalar en la ecuacin de


dependencia lineal es diferente de cero; cuando
esto ocurre, al conjunto se le denomina
Linealmente Dependiente (L.D.)

Ejemplo, Sean:
a 0

A=
a, d R S.E.V.

0 d

a b

B=
a, b, d R S.E.V.

0 d

Entonces:
a 0
A B =
tambin es S.E.V.
0 d

CASO II.- Todos los escalares en la ecuacin de


dependencia lineal son iguales a cero; cuando
esto ocurre, al conjunto se le denomina
Linealmente Independiente (L.I.)
6) CONJUNTO GENERADOR Y BASE DE
UN
ESPACIO
DE
UN
ESPACIO
VECTORIAL
Sea el espacio vectorial V:

NOTA: A B = A interseccin B es el
conjunto de todos los elementos que se
encuentran tanto en A como en B.
4) COMBINACIN LINEAL
Un vector w es una combinacin lineal de los
vectores u 1 , u 2 ,...., u n , si puede ser expresado
como:

w = 1 u 1 + 2 u 2 + .... + n u n
donde 1 , 2 ,...., n son escalares y n indica un
nmero finito de vectores.
5) DEPENDENCIA LINEAL
Esta ecuacin expresa al vector cero, 0 , como
una combinacin lineal de los vectores
v 1 , v 2 ,...., v n :

1 v 1 + 2 v 2 + .... + n v n = 0
donde 1 , 2 ,...., n son escalares y n indica un
nmero finito de vectores.

y sea A = u 1 , u 2 , u 3 un subconjunto que V


definido sobre un campo k. Se dice que A es un
generador del espacio vectorial V, si para todo
vector v que V, existen escalares 1 , 2 , 3 ,
tales que:

v = 1 u 1 + 2 u 2 + 3 u 3 Combinacin lineal
Por tanto, si existen escalares que permitan
establecer la ecuacin de combinacin lineal,
entonces, el conjunto A es un generador de V.
Pero adems, si un conjunto A es un generador,
ste a su vez, puede ser una Base o un Conjunto
Generador, como se indica en la Tabla 1.

Tabla 1. Conjunto Generador y Base de V.

Gua de Estudio

Tema: Espacios Vectoriales

a) Si A es:
Si A es un
Linealmente
generador de
Dependiente
V
______________

Se refiere a que A
permite generar
cualquier vector

v V.

b) Si A es:
Linealmente
Independiente

Conjunto
Generador
de V

__________

Base de V

Si u 1 = (0,2,4) ; u 2 = (0,5,10) ,
entonces:
v = (0, a,2a ) vector genrico
3 0
1 0
Si u 1 =
; u2 =
,

0 7
0 5
entonces:
0
z
v= 1
vector genrico
0 z2

Es decir, el vector genrico, tiene la forma del


espacio vectorial que se est analizando.
7) VECTOR DE COORDENADAS

NOTA:
Todas las bases de un espacio vectorial
tienen el mismo nmero de elementos.
La dimensin de un espacio vectorial es
el nmero de vectores que tiene
cualquier base de dicho espacio.
El caso particular del conjunto A = 0 ,
tiene dimensin cero: dim A = 0 .

Sea el espacio vectorial V:

{}

IMPORTANTE:
Obsrvese, que de la tabla anterior,
GENERADOR CONJUNTO GENERADOR.
Por tanto:
a) Si un conjunto A genera vectores v al
espacio vectorial analizado y si A es
Linealmente Dependiente, se trata de un
Conjunto Generador del espacio
vectorial analizado.
b) Si un conjunto A genera vectores v al
espacio vectorial analizado y si A es
Linealmente Independiente, se trata de
una Base del espacio vectorial analizado.
NOTA: Para expresar a un determinado vector
v como una combinacin lineal de otros
vectores, es posible considerar a v como un
VECTOR GENRICO, el cual, representar a
todos los vectores del espacio vectorial
estudiado. Ejemplo:

Las bases por ser generadores de vectores


pueden
expresarse
como
una
v V ,
combinacin lineal:
Para la Base A:

()

donde v

v = 1 u 1 + 2 u 2 + 3 u 3

= ( 1 , 2 , 3 )

= 2 es el vector
3

de coordenadas de v en la Base A.
Para la Base B:

()

donde v

v = 1 w1 + 2 w 2 + 3 w 3

= (1 , 2 , 3 )

1
= 2 es el vector
3

de coordenadas de v en la Base B.

Gua de Estudio

Tema: Espacios Vectoriales

Por tanto, a partir de una combinacin lineal, es


posible obtener el llamado vector de
coordenadas de un vector v . Es decir, este
vector de coordenadas, est constituido por los
escalares que intervienen en la combinacin
lineal referida a una determinada base.
NOTA:

El vector de coordenadas es un
vector nico referido a una base en
particular.

El orden en el que aparecen los


escalares en el vector de coordenadas,
corresponde al orden que tienen los
vectores en la base.
8) MATRIZ DE TRANSICIN

M BA

a1
= a 2
a 3

c1
c 2
c 3

b1
b2
b3

CARACTERSTICAS DE LA MATRIZ DE
TRANSICIN:
Las columnas son los vectores de
coordenadas correspondientes.
Son matrices cuadradas.
Siempre tienen inversa.
La matriz de transicin permite el cambio de
coordenadas de una base a otra; por tanto, con la
matriz de transicin es posible calcular el vector
de coordenadas:

(v )

()

= M BA v

Sea el espacio vectorial V:

vector de coordenadas de v
en la Base B.

O bien el vector:

(v )

()

= M AB v

vector de coordenadas de v
en la Base A.

Adems, puesto que la matriz de transicin


siempre tiene inversa, es posible calcular M AB a
Expresando los vectores de la Base A como
combinacin lineal de los vectores de la Base B:

( )
( )
( )

u 1 = a1 w1 + a 2 w 2 + a3 w 3 u 1 B = (a1 , a 2 , a3 )T
u 2 = b1 w1 + b2 w 2 + b3 w 3 u 2 B = (b1 , b2 , b3 )T
T
u
3 = c1 w1 + c 2 w 2 + c 3 w 3 u 3 B = (c1 , c 2 , c 3 )

Base A

Base B

( ) , (u ) , (u )

donde u 1

2 B

3 B

son los vectores de

coordenadas de u 1 , u 2 , u 3 en la Base B.
La matriz de transicin de la Base A a la Base B,
M BA se forma con los vectores de coordenadas
de las combinaciones lineales correspondientes:

partir de la matriz M BA , slo calculando su


inversa, es decir:

( )

M AB = M BA

9) MATRIZ EN FORMA CANNICA


ESCALONADA
Despus de diversas transformaciones, es
posible convertir una matriz a su forma cannica
escalonada, de acuerdo con las siguientes dos
condiciones:
1. El primer elemento distinto de cero de
cada fila debe ser = 1.
2. El resto de los elementos de la columna
donde se encuentra el cero anterior,
deben ser = 0.

Gua de Estudio
Ejemplo:
0
0

1 3 0 0
0 0 1 0
0 0 0 0

0 0 0 1

Obsrvese que los 1 no deben estar precisamente


en la diagonal principal.
NOTA:
Para una matriz determinada A, existe
una y slo una matriz en forma cannica
escalonada.
Los renglones 0 de una matriz en
forma cannica escalonada, constituyen
la base cannica de su espacio vectorial.
Esta propiedad es vlida para una matriz
escalonada cualquiera.
10) ISOMORFISMO
Cuando se tienen matrices o polinomios, hay
que utilizar el concepto de isomorfismo, si se
requiere escribir a estos vectores en forma
matricial (por ejemplo, para transformar una
matriz a su forma cannica escalonada), o bien,
para hacer ms sencillas las operaciones
algebraicas. En la Tabla 2 se proporcionan
ejemplos.

Tema: Espacios Vectoriales


11)
ESPACIOS
VECTORIALES
ASOCIADOS A UNA MATRIZ
A partir de los elementos que integran una
matriz pueden definirse diversos espacios
vectoriales. A dos de ellos se les conoce como:

Espacio Rengln de A, es el espacio vectorial


generado por los renglones de la matriz A.
Espacio Columna de A, es el espacio vectorial
generado por las columnas de la matriz A.
Cmo se obtiene el Espacio Rengln de una
matriz A dada?
Mediante transformaciones elementales
debe llevarse a la matriz A en cuestin a
su forma cannica escalonada.
Los renglones 0 de la matriz en forma
cannica escalonada, constituyen los
vectores de la base cannica de dicho
espacio vectorial.
Expresando a esta base como una
combinacin lineal, es posible obtener el
vector genrico v (que representa la
forma general de todos los vectores de
dicho espacio):
v = au 1 + bu 2 + .... + nu n

Tabla 2. Ejemplos de isomorfismos.


(*)
Polinomio Eneadas
a) Isomorfismo
de grado 2
o menor
I:
R3
P 2
(a, b, c )
ax 2 + bx + c
(*)
b) Isomorfismo
Matriz de 22 Eneadas
I:
R4
M 22
a b
(a, b, c, d )
c d

(*)

Para llevar a cabo el isomorfismo, los polinomios


pueden ser de cualquier grado; y las matrices de cualquier
dimensin mn.

Espacio Rengln
Espacio Columna

Tal vector genrico v es el que indica la


forma que tiene el espacio rengln
buscado.
Por
ejemplo,
si
v = (a, b, c 2a ) , entonces:

L( Ar ) = {(a, b, c 2a ) a, b, c R}
es el Espacio Rengln generado.

Cmo se obtiene el Espacio Columna de una


matriz A dada?

Puesto que ahora, el espacio vectorial es


generado por las columnas de la matriz A
en cuestin; lo primero es obtener la
transpuesta de dicha matriz.

Gua de Estudio

Tema: Espacios Vectoriales

1.
2.
3.

Nuevamente se transforma a AT a su
forma cannica escalonada.
Con los renglones 0 se obtiene la
base cannica del espacio vectorial.
A partir de la combinacin lineal de
dicha base, se obtiene el vector
genrico v que indica la forma del
Espacio Columna L(A c ) buscado.

PROPIEDADES IMPORTANTES:

El Espacio Rengln generado por una


matriz A es distinto del Espacio
Columna generado por la misma matriz
A:
L( Ar ) L( Ac )

En la matriz transpuesta AT es posible


realizar operaciones anlogas al caso en
que se obtuvo el Espacio Rengln;
puesto que aqu las columnas ya se
transformaron a renglones:

La dimensin del Espacio Rengln


generado por una matriz A es igual a la
dimensin del Espacio Columna
generado por la misma matriz A:

El Rango de la matriz A se define como:


R( A) = dim L( Ar ) = dim L( Ac )
es decir, el rango es el nmero mximo
de renglones distintos de cero que
contiene la matriz transformada a su
forma cannica escalonada.

12) VARIEDAD LINEAL


Sea V un espacio vectorial sobre k. Un
subconjunto L de V se dice que es una variedad
lineal de V si:

L = w + v o w W

para algn subespacio W de V y algn vector


v o V . Adems:
vo

w
W

Vector de apoyo de la variedad lineal.


Vector asociado a la variedad lineal.
Espacio asociado a la variedad lineal.

NOTA:
Cualquier conjunto constituido por un solo
vector, es una variedad lineal.

dim L( Ar ) = dim L( Ac )