Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
La idea de vector est tomada de la Fsica, donde sirven para representar magnitudes
vectoriales como fuerzas, velocidades o aceleraciones. Para ello se emplean vectores de dos
componentes en el plano, de tres componentes en el espacio.
En Matemticas, tratamos de abstraer las propiedades que caracterizan a los vectores para
extenderlas tambin a otro tipo de objetos diferentes de los vectores de la Fsica.
Esencialmente, el comportamiento que caracteriza a los vectores es el siguiente:
Conmutativa: v+u=u+v.
Definicin: Subespacio.
Dado un espacio vectorial V, se dice que un subconjunto S de V es un subespacio vectorial si
contiene al vector K , y si al efectuar las operaciones de suma y producto por escalar entre
vectores de S, el resultado permanece en S. 0 (Se puede decir que S es cerrado para las
operaciones suma y producto por escalar.) Es decir: 0 S . K Si v, w S entonces v + w S.
Si v S y es un escalar, entonces v S. Ya no hace falta comprobar que se cumplen las
propiedades asociativa, conmutativa, etc. puesto que sabemos que se cumplen en V, y por
tanto tambin en S (se dice que S hereda las propiedades de las operaciones en V). Por
supuesto si para V utilizamos escalares reales, tambin para S; si para V utilizamos complejos,
tambin para S.
Ejemplos:
1) En 2 , la recta bisectriz del primer cuadrante puede describirse en implcitas como { y=x }, y
en paramtricas como { (,) : } .
Ejemplos.
1) Sean en los subespacios S=plano XY, T=plano XZ. 3 Sus ecuaciones implcitas son:
S { z=0 }, T { y=0 } Uniendo ambas tenemos que es la expresin implcita de ST.
z=0 y=0 Se trata por tanto del eje X , { (,0,0) } en paramtricas.
Teorema
La suma de subespacios es un subespacio.
Ejemplo
Consideremos los subespacios en dados en paramtricas por:
H={ (, +, ) : , }
K={ (0,0, ) : }
Entonces los elementos de H+K se formarn sumando
(, +, ) + (0,0, ) = (, +, +) es decir, H + K = { (, +, +) : , , }
Observacin
La interseccin ST es un subespacio ms pequeo que S y que T (est contenido en
S y tambin en T). Por el contrario la suma S+T es un subespacio ms grande que S y
que T, pues contiene a ambos. De hecho ST es el mayor subespacio contenido en
ambos, y S+T es el menor subespacio que contiene a ambos.
DEPENDENCIA E INDEPENDENCIA LINEAL
Teorema.
Para probar que un conjunto S es subespacio, basta probar que: La combinacin lineal
de elementos de S est en S.
(Ello es debido a que calcular una combinacin lineal de vectores involucra tanto la
suma como el producto por escalares, as que equivale a probar ambas cosas por
separado).
Esto se suele expresar diciendo que un subespacio es un conjunto cerrado para las
combinaciones lineales.
Ejemplo.
Veamos si es subespacio de el conjunto U={ (, ) : }. 2 Tomamos dos
elementos genricos de U, (, ) y (, ). Una combinacin lineal de ellos es: (, ) +
(, ) = (+, +) que tambin es un elemento de U. Por tanto U es subespacio.
Ejemplo
Sean en los vectores u=(1,1), v=(0,3), w=(2,5) .
Observamos que son linealmente dependientes por (a): w es combinacin lineal de u
y v , puesto que w = v+2u. (pueden encontrarse tambin otras combinaciones, como u
= 1 2 w 1 2 v , etc).
Tambin podemos verlo por (b): 0 G es combinacin lineal de u, v , w puesto que 0 =
v+2uw, (y los coeficientes de esta combinacin lineal son 1, 2, 1 que no son todos
nulos).
Observacin
Si un conjunto es linealmente dependiente, entonces por (a) sabremos que existe
algn vector entre ellos que es combinacin lineal de los dems. Pero esto no quiere
decir que cualquier vector de ellos sea combinacin lineal de los dems.
Por ejemplo, el siguiente conjunto en podemos comprobar que es ligado:
u=(1,0,0), v=(0,1,0), w=(1,1,0), k=(0,0,1),
ya que, por (a), tenemos que w = u + v (es decir, w=1u + 1v + 0k ), hay un vector que es
combinacin lineal de los dems. Pero no cualquier vector lo es, puesto que k no es
combinacin lineal de los dems. Esto se puede ver poniendo (0,0,1) = (1,0,0) +
(0,1,0) + (1,1,0) y viendo que se obtiene un sistema incompatible.
Nota
Un conjunto D = {u1, u2, ..., un} es una base de V si todo vector de V puede
escribirse de forma unica como combinacion lineal de los vectores de D.
Se dice que un espacio vectorial V es de dimension finita n o n-dimensional si dim V = n
N 1.1. Propiedades 1. Sea V un espacio vectorial de dimension finita. Entonces todas
las bases de V tienen el mismo numero de elementos. El espacio vectorial {0} tiene
dimension 0 por definicion. Cuando un espacio vectorial no es de dimension finita, se
dice que es de dimension infinita. 2. Sea V un espacio vectorial de dimension finita n,
cualquier conjunto de n+1 o mas vectores son linealmente dependientes. 1
Corolario a la propiedad:
(i) Todo conjunto de vectores linealmente independiente de n elementos es
base de V.
(ii) Todo conjunto de vectores de n elementos que sea sistema generador es base de V.
(iii) Sea V un espacio vectorial de dimension finita n, entonces cualquier conjunto que
resulte de eliminar un vector de una base de V es linealmente independiente.
(iv) Supongamos que D genera un espacio vectorial V , entonces, cualquier numero
maximo de vectores linealmente independientes en D es una base de V.
1.2. Teoremas de la dimension
1.2.1. Primer teorema de la dimension
Sea S un subespacio vectorial del espacio vectorial V n-dimensional. Entonces dim S n.
Si, en particular, dim S = n necesariamente S = V .
La dimension de cualquier subespacio S de V es menor o igual que la dimension del
espacio
dim S dim V.
1.2.2. Segundo teorema de la dimensin
Sean S y T dos subespacios vectoriales de dimension finita de una espacio vectorial V
sobre un cuerpo k. En este caso S + T tiene dimension finita y se cumple
dim (S + T) = dim S + dim T dim (S T).
Nota Observese que si S y T son suplementarios entonces S T = 0 y resulta dim (S + T)
= dim S + dim T.