Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Álgebra Lineal
Espacios vectoriales
Facultad de Ingenierı́a
Universidad Mayor de San Andrés
Grupo A
Elaborado por: Joel Nieto Coronel
17 de julio de 2019
Resumen
Este documento es un breve resumen de los postulados, definiciones y
teoremas correspondientes al tema de espacios vectoriales.
3. u + (v + w) = (u + v) + w, para cualesquiera u, v, w ∈ V
4. Existe un objeto 0 en V , denominado vector cero de V , tal que
0 + u = u + 0 = u para todo u en V .
5. Para todo u en V , existe un objeto −u en V , denominado inverso
aditivo de u, tal que u + (−u) = (−u) + u = 0.
6. Si k es cualquier escalar y u es cualquier objeto en V , entonces ku
está en V .
7. k(u + v) = ku + kv, para cualesquiera u, v ∈ V y cualquier k ∈ R
2
Ejemplo 1 Los siguientes conjuntos con las respectivas operaciones de-
finidas son espacios vectoriales:
Sea el conjunto de todas las n-adas denotado por Rn , definido por:
3
Teorema 1 Sea V un espacio vectorial, v un vector cualquiera y k un
escalar cualquiera entonces se cumple:
0u = 0
k0 = 0
(−1)u = −u
Si ku = 0 entonces k = 0 o u = 0.
(x, y, z) + (x1 , y1 , z1 ) = (x + x1 , y + y1 , z + z1 )
k(x, y, z) = (kx, y, z)
4
Teorema Supongamos que W es un subconjunto de un espacio vectorial
V . Entonces W es un subespacio de V si y sólo si se cumple:
0∈W
W es cerrado bajo la suma de vectores, es decir, para todo par de
vectores u, v ∈ W la suma u + v ∈ W
5
Ejemplo
d 2 f(x)
+ f(x) = 0
dx2
Problemas 2
1. Determinar cuales de los siguientes conjuntos son subespacios de M22
V = { f / f : [0, 1] −→ R}
U = f ∈ V / f(0) + f(1) = 0
W = f ∈ V / f(x) ≥ 0
7
Definición Un vector w se denomina combinación lineal de los vectores
v1 , v2 , ..., vr si se puede expresar en la forma:
w = k1 v1 + k2 v2 + ... + kr vr
W = {w ∈ V /w = k1 v1 + k2 v2 + ... + kr vr ; k1 , k2 , ..., kr ∈ R}
es un subespacio de V .
Definición Si S = {v1 , v2 , ..., vr } es un conjunto de vectores en un espacio
vectorial V , entonces el subespacio W de V que consta de todas las com-
binaciones lineales de los vectores de S se denomina espacio generado
por v1 , v2 , ..., vr , y se dice que v1 , v2 , ..., vr generan a W . Para indicar que
W es el espacio generado por los vectores del conjunto S = {v1 , v2 , ..., vr },
se escribe:
L(S) = hv1 , v2 , ..., vr i = W
8
Problemas 3
1. Expresar cada uno de los vectores como combinaciones lineales de
u = (0, −2, 2) y v = (1, 3, −1)
(2, 2, 2).
(3, 1, 5).
h(x) = 3 + x2 .
h(x) = 1.
h(x) = sen(x).
k1 v1 + k2 v2 + ... + kr vr = 0
k1 = 0, k2 = 0,..., kr = 0
9
Teorema Un conjunto S con dos o más vectores es:
Teorema
Un conjunto finito de vectores que contiene al vector cero es lineal-
mente dependiente.
Un conjunto con exactamente dos vectores es linealmente indepen-
diente si y sólo si ninguno de los vectores es un múltiplo escalar
del otro.
Problemas 4
1. Explicar por que los siguientes conjuntos son linealmente dependien-
tes:
10
Establecemos dos caminos equivalentes para definir una base de un es-
pacio vectorial V :
Definición A Un conjunto S = {v1 , v2 , ..., vn } de vectores es una base de
V si se verifican las dos condiciones:
v1 , v2 , ..., vn son linealmente independientes.
v1 , v2 , ..., vn generan a V
Definición B Un conjunto S = {v1 , v2 , ..., vn } es una base de V si todo
vector v ∈ V se puede representar de forma única como combinación
lineal de sus vectores.
Definición Se dice que un espacio vectorial V diferente de cero es de
dimensión finita si contiene un conjunto de vectores S = {v1 , v2 , ..., vn }
que forma una base.
11
Teorema Si V es un espacio vectorial de dimensión finita y {v1 , v2 , ..., vn }
es cualquier base, entonces
v = c1 u1 + c2 u2 + ... + cn vn
12
Problemas 5
1. Probar que los siguientes conjuntos son una base para el espacio vec-
torial R3 :
S = {(1, −1, 0), (1, 1, 0), (0, 1, 1)}.
S = {(1, 0, 0), (2, 2, 0), (3, 3, 3)}.
S = 1 + x, 1 + x2 , x + x2
−1 1 1 1 0 0 0 0
A1 = , A2 = , A3 = , A4 =
0 0 0 0 1 0 0 1
2 0
Hallar la matriz de coordenadas del vector:A = .
−1 3
13
Problemas 6
1. Demostrar que los conjuntos de vectores A = {(1, 0, −1), (0, −2, 1)} y
B = {(1, −2, 0), (2, −2, −1)} de R3 generan el mismo subespacio de R3 ,
además unabase y la dimensión del subespacio.
2. Sea W = (x1 , x2 , x3 , x4 ) ∈ R4 /x1 + x2 + x3 + x4 = 0 , probar que los vec-
tores de
(2, 0, 0, −2), (2, 0, −2, 0), (8, −2, −4, −2)
, forman una base de W .
3. Sea
n el siguiente subconjunto
o del espacio vectorial P3 definido por
R −1
W = p(x) ∈ P3 / 1 p(x) dx = 0 :
U +W = {u + w/u ∈ U, w ∈ W }
14
Definición
Se dice que el espacio vectorial V es la suma directa de sus subespacios
U y W , denotado por:
V = U ⊕W
si todo vector v ∈ V puede escribirse de una y sólo una forma como
v = u + w con u ∈ U y w ∈ W . Teorema
El espacio vectorial V es la suma directa de sus subespacios U y W si y
sólo si
V = U +W .
U ∩W = {0}
Problemas 7
1. Dados los subespacios de R3 :
S2 = (x1 , x2 , x3 ) ∈ R3 /x1 − x2 + x3 = 0
1.6. Conclusiones
Después de este breve repaso, queda claramente establecido que las pro-
piedades que caracterizan a un espacio vectorial son muy generales y abarcan
una gran cantidad de objetos matemáticos conocidos pero diferentes, una de
las ideas más importantes es que en espacios vectoriales de dimensión finita el
concepto de coordenadas de un vector se puede generalizar a objetos que in-
tuitivamente no se asemejan a nuestra idea usual de vector, por último a partir
de los resultados expuestos se puede intuir que todo espacio vectorial de di-
mensión finita es análogo al espacio vectorial (Rn , +, R, ·) en lo que respecta a
sus estructuras algebraicas, esta analogı́a se puede formalizar con la noción de
transformación lineal.
15
Referencias
[1] Introduccion al álgebra lineal con aplicaciones. H. Anton. Ed. Limusa Wi-
ley. 5a edición.
[2] Álgebra Lineal. Seymour Lipschutz. Schaum 2a edición.
16