






Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Diapositivas de espacios vectoriales
Tipo: Diapositivas
1 / 11
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!







1
ESPACIOS VECTORIALES^ ^ Definición y conceptos básicos sobre sistemas de vectores^ ^ Coordenadas respecto de una base^ ^ Subespacios vectoriales^ ^ Operaciones con subespacios^ 0. INTRODUCCIÓN
Un espacio vectorial (e.v.) es un conjunto en el que podemos
sumar y multiplicar por constantes con las propiedades que “normalmente” manejamos. A los elementos de dicho conjunto los llamaremos
vectores
Las^ constantes
son^
elementos
de^ un
cuerpo
K^ (normalmente
R^ o^
Z)^ y^ p
las
denominaremos
escalares
2
1. DEFINICIÓN Y PROPIEDADESDefinición Axiomática.
Un^ espacio vectorial V
sobre^ un cuerpo K
es una terna
(V, +,^ ) K
donde:
^ + es una operación interna en V, es decir,
+: V^ ^ V
^ V es una aplicación. (SUMA)
^ es una operación externa de K sobre V, es decir,K^
: K^ ^ V^ K
V es una aplicación. (PRODUCTO POR ESCALAR)
que verifican los axiomas siguientes:1) (V, +) es un grupo conmutativo: (“propiedades habituales” de la suma)^ -^ Asociativa
: ( u^ +^ v ) +
w^ =^ u^ + ( v
+^ w )^ para todo
u ,^ v ,^ w^ ^
V.
-^ Elemento neutro
: existe 0V
^ V tal que
u^ + 0= 0V^
+^ u^ =^ u^ V para todo
u^ ^ V.
-^ Elemento opuesto
: para todo
u^ ^ V existe
u^ ^ V tal que
u^ + ( u ) = (
u ) +^ u^ = 0
.V
-^ Conmutativa
:^ u^ +^ v^ =^
v^ +^ u^ para todo
u ,^ v^ ^ V.
“Propiedades habituales” con la operación externa (se puede “sacar factor común” tanto de los vectores como de los escalares):2) 1^ v^ =K^
v^ para todo
v^ ^ V.
=^ a^ ^ ( b^ ^ v
) para todo
v^ ^ V y para todo
a ,^ b^ ^ K.
4)^ a^ ^ ( v^ +
w ) =^ a^ ^ v
+^ a^ ^ w^ para todo
v ,^ w^ ^ V y para todo
a^ ^ K.
^ v^ =^ a^ ^ v
+^ b^ ^ v^ para todo
v^ ^ V y para todo
a ,^ b^ ^ K.
3
Dado un cuerpo
K^ (R^ o
Z),^ los e.v. con los que trabajaremos serán: p n (K, +, ) paraK
n^ ^ N
n^ * : K= { ( x , ...,^ x^1
)^ /^ x , ..., n^1
x ^ K } n^
, ...,^ x ) + ( n
y , ...,^ y^1
) = ( xn^1 +^ y , ..., 1
x +^ yn^ n
:^ a^ ^ K^
( x , ...,^1
x ) = ( axn
, ...,^ ax 1
)^ para todo n
a^ ^ K.
^ K[ x ], n
para^
n^ ^ N, K
[ x ] = { n a +^ a^0
x^ +...+^
n^ ax /^ an K para i
i^ = 0, ...,
n } , es decir, los
polinomios de grado menor o igual que
n ,^ con coeficientes en K
, con la suma de
polinomios y producto por escalares habituales.Otros: K[ x ] = {
a +^ a^0
x^ +...+^
n^ ax /^ an ^ K para i
i^ = 0,...,
n^ y^ n
N} , conjunto de los
polinomios
de cualquier grado, con coeficientes en el cuerpo K,
con la suma de polinomios y
producto por escalares habituales. M(K) : conjunto de las n^ ^ m^
matrices de tamaño
n^ ^ m , con coeficientes en el cuerpo
K , con la suma de matrices y producto por escalares habituales.
4
2.^ SISTEMAS DE VECTORES Sistema de vectores de un e.v.
V^ es cualquier subconjunto {
u , ...,^1
u }^ ^ V. r^
Veremos los siguientes conceptos básicos:^ ^ Combinación lineal de vectores^ ^ Sistema de generadores de un e.v.^ ^ Dependencia e independencia lineal entre vectores / sistemas libres o ligados^ ^ Base de un e.v.^ ^ Dimensión de un e.v.
5
En adelante:^ ^ V es un espacio vectorial sobre un cuerpo K.^ ^ Si en K
n^ tenemos los vectores: 1 2
1 11
12 1
2
21 22
2
1 2
r^ r^
r^ r
n^
n^
n^
n
v^ v^
v^ v
u^
u^ u^
u^ u^
u^ u^
u^
u^ u^
u^ u
denotamos por
rango(
u ,...,^ u^1
) = r
1 2 2
1 1 1 :^ : ...^1
n : n r^ r^
r u^ u^
u rango
u^ u^
u ^
1 1 2
1 1 2 :^ : ... 1
r : nrn n u^ u^
u rango
u^ u^
u ^
y^ rango(
u,..., u^1
,^ v ) = r
1 211 12 1 2
n ... ... n ... r^ r^
r n u^ u^
u
rango
u^ u v^ v^
u v ^
11 1
1 (^21 1) :.^2
:^ ..^ : n r n u^ u^ u^ n^ rn
v r ngo
u^ u^
u^ v ^ a
Observación:
se puede hallar por filas o por columnas según interese en cada caso.
6
Definición: v^ ^ V es una
combinación lineal
de los vectores
u , ...,^1
u ^ V r^
si existen escalares
c , ...,^1
c ^ K tales que r^
v^ =^ c
u + ... + 11
cu. rr^
Criterio para verificar si v es combinación lineal de otros vectores en K
n^ :
n^ v K es una
combinación lineal
de^ u , ...,^1
u ^ K r^
n
^ rango(
u,..., u^1
) = rango( r
u,..., u^1
,^ v ) r
Justificación: n^ v^ ^ K
es una combinación lineal de
u , ...,^1
u ^ K r^
n^ si el sistema de ecuaciones lineales
cu + ... +^11
cu =^ v rr^
, cuyas incógnitas son
c , ...,^1
c ^ K, tiene solución, pues r^
rg (A) = rg (A|B)
^ rango(
u,..., u^1
) = rango( r
u,..., u^1
,^ v ) r
Ejemplo 2, Problema 3.1.
(se puede estudiar con distintos K)
7
Definición
.^ El conjunto {
u , ...,^ u^1
}^ ^ V es un r
sistema de generadores de V
si
cualquier vector de V es combinación lineal de los vectores
u , ...,^1
u. r^
Criterio para verificar si
{ u , ...,^1
u }^ es sistema de generadores de Kr
n^ :
{ u , ...,^1
u }^ ^ K r
n^ es^ sistema de generadores de
n K
^ rango(
u,..., u^1
) =^ n r
Justificación: Será sistema de generadores si el sistema de ecuaciones lineales
cu + ... +^11
cu =^ rr^
v^ ,
cuyas incógnitas son
c , ...,^1
c ^ K tiene solución r^
sea cual sea el valor de
n v K
Si^ rango(
u,..., u^1
) =^ n , también se verifica que rango( r
u,..., u^1
, v )=n, (pues es el mayor r
valor que pueden tomar dichos rangos).Si rango(
u,..., u^1
) <^ n , podemos encontrar r
v^ tal que rango(
u,..., u^1
, v )^ ^ rango( r
u,..., u^1
). r
Ejemplo 3, Problema 3.
8
Notación:
Al conjunto de todas las combinaciones lineales de los vectores
u , ...,^1
u , r
lo denotaremos por
L( u , ...,^1
u )^ = {^ r
cu + ... +^11
cu /^ rr^
c , ...,^ c^1
^ K }. r
Si {u, ..., u^1
} es sistema de generadores de V, se verifica que V= L(ur
, ..., u 1 r ), y diremos
que V es un e.v.
finitamente generado
Ejemplos:
n^ K, K [x] , Mn
son e.v. finitamente generados:nxm
n^ - K= L ((1, 0, ..., 0), (0, 1, 0, ..., 0), ..., (0, ..., 0, 1))
(al menos n vectores)
-^ K[x] = L(1, x, xn^
2 n, ..., x
) (al menos n+1 polinomios)
-^ Mnxm
0 0
0
0
0 0
0
1
1
1
0 0
0
0 0
0 0
0 0
0 0
0
0 0
,^
,^ ,^
, ... ,
0 0
0 0
0 0
0
0
0
(^0 )
^
^ ^
^ ^
^ ^
^
^ ^
^ ^
^ ^
^
^ ^
^ ^
^ ^
^
^ ^
^ ^
^ ^
^
^ ^
^ ^
^ ^
^
^ ^
^ ^
^ ^
^
^
^
^
^
^
^ ^
^ ^
^ ^ ^
^ ^
^
^ ^
^
^
^
(al menos nxm matrices) Sin embargo, K[x] no es finitamente generado.
13
Criterio para verificar si
{ u , ...,^1
u }^ es base de Kr
n^ :
{ u , ...,^1
u }^ ^ K r
n^ es^ base de
n^ K rango(
u,..., u^1
) =^ n^ = r
r
Ejemplos 10,11,12. Problemas 3.3, 3.
rango( u
,..., u )= 1 r
r =^ n nº de vectores
=^ dim(V)
rango(
u,..., u^1
)=^ r^ ^ r n
nº de vectores
^ dim(V)
rango(
u,..., u^1
)=^ n^ r r
dim(V)
^ nº de vectores
Sistemaslibres en V
Sistemas degeneradoresde V
Bases de V
14
Proposición.
Sea B = [
e^ , ...,^1
e^ ] una base de V y sea n
v^ ^ V. Entonces:
existen
c , ...,^1
c ^ K, y son únicos, tales que n^
v^ =^ c
e^ + ... + 1 1
ce^. n^ n
Los escalares
c se llaman i^
coordenadas de
v^ respecto de la base B
y lo notaremos:
Ejemplos:^ ^ En K
n^ , con la base canónica B
= [(1, 0, ..., 0), (0, 1, 0, ..., 0), ..., (0, ..., 0, 1)],c
se verifica que
v^ = ( x^1
, x, … , x^2
) = ( xn 1 , x, … , x^2
) n Bc
^ En K
[ x ] , con la base canónica B n
= [1,^ x c
(^2) , x , ..., n^ x ],
se verifica que
p(x)^ =
n^ ax + … + n
ax^ +^^1
a = ( a^0
, a, … , a 01
) n Bc
15
^ En M
(K) , con la base canónica n m B =c 0 0
0
0
0 0
0 0
0
0
0 0
0 0
0 0
0 0
0
0 0
,^
,^ ,^
, ... ,
0 0
0 0
0 0
0 0
0 0
1
1
(^10)
(^1)
^
^ ^
^ ^
^ ^
^
^
^ ^
^ ^
^ ^
^
^
^ ^
^ ^
^ ^
^
^
^ ^
^ ^
^ ^
^
^
^ ^
^ ^
^ ^
^
^ ^
^ ^
^ ^
^
^
^
^
^
^
^
^ ^
^ ^
^ ^
^ ^
^
^ ^
^
^
^
11 12
1 21 22
2
11 12
1 21
2
1
1 2
c
m m
m^
m^ n^
nm
n^ n^
nm
B
a^ a^
a a^ a^
a A^
a^ a^
a^ a^
a^ a
a
a^ a^
a ^
16
Para hallar las coordenadas de un vector v de K
n respecto de una base B=
[ e , ...,^1
e ]^ de Kn^
n^ :
Resolver el sistema de ecuaciones
xe + ... +^11
xe =nn^
v^ … … y se obtiene
v^ = (^ x
x )n^ B
En forma matricial:
11 21
11 21
12 22
12 22
1 2
1
1
2
2
1 2
1
1
1
2
2 ...^
c n 1^ n
n 1
n^
n
n^ n^
nn^
n^ n^
n
n^ B
n
n B^
B
x^
x
e^ e^
e^
e^ e^
e
e^ e^
e^
e^ e^
e
e
x
v^
v
v
e^
e^
e
v x^
e x^
e
x^
v
1 2
c
c
n
n^
B^
B B
B
v^
v
e
v
e^
e^
v
Ejemplos 13. Problemas 3.5 y 3.
17
Propiedades. Si dim V =
n^ y B = [
e , ...,^ e^1
] es una base de V, entonces: n
a) 0= (0,..., 0)V^
b) Si^ u^
= ( c , ...,^1
c ),^ vn B^
= ( d , ...,^1
d )y n B^
a^ ^ K, entonces:
u^ +^ v^ = (
c +^ d , ...,^1
c +^ dn^ n
a^ ^ u^ = (
ac , ...,^1
ac ) n B
c)^ e^ = (0,..., i^
1 , ..., 0)^ i^
paraB i^ {1, ...,
n }.
^ En K
[ x ] , con la base canónica B 5
= [1,^ x c
(^23) , x ,^ x 4^5 , x ,^ x^
se verifica que
x^ = (0,
(^4) , x (^) Bc
1 ,0)Bc
18
Observación: Si trabajamos en cualquier e.v. de dimensión
n^ con coordenadas respecto de una
base, es equivalente a lo que haríamos en
n^ K.
Ejemplos:^ ^ En K
[ x ] , con la base canónica B 3
= [1,^ x c
2^3 , x ,^ x^ ], podemos trabajar como en K
Si^ p(x)
(^3) = 2x ^4 x^ + 1 y
q(x)^ =
(^2) 3x +^ x^ ^ 2:
-^ p(x)^
(^3) = ( 2x ^4 x^ + 1)+5 (
(^2) 3x +^ x
(^3) 2x +^15 (^2) x + x^
-^ con coordenadas:
p(x)^ = (1,
y^ q(x) Bc^
, se tiene: Bc^
p(x)^ + 5
q(x)^ = (1,
= ( Bc^
, que es Bc^
=^ ^ Bc^
9 1+1 x
(^2) +15 x 3 + 2 x^
que es el mismo resultado.
19
^ En M
(K) operamos de forma similar a K 2 3
B=^ c^
Si^
-^ con coordenadas:
y^ B Bc^
3)^ , se tiene: Bc^
= (1, Bc^
15)^ Bc^
y
15)^ Bc
que es el mismo resultado.
20
Por tanto, en cualquier e.v.
se pueden aplicar los criterios para sistemas
de generadores e independencia lineal vistos en K
n.
Notación:
Si B es una base de un e.v. V cualquiera y tenemos los vectores: 1 2
1 11
12 1
2
21 22
2
1 2
B^
B^
B^
B
n^
n^
n^
r^ r^
r^ rn
v^ v^
v^ v^
u^ u^
u^ u
u^
u^ u^
u^
u^ u^
u^ u
denotamos por
rango(
u ,...,^ u^1
) = r
1 2 2
1 (^1 1) :^ : ...^1
n : n r^ r^
r u^ u^
u rango
u^ u^
u ^
1 1 2
1 (^1 2) :^ : ... 1
r : nrn n u^ u^
u rango
u^ u^
u ^
y^ rango(
u,..., u^1
,^ v ) = r
1 211 12 1 2
n ... ... ... n ... r^ r^
r n u^ u^
u
rango
u^ u v^ v^
u v ^
11 1
1 (^21 1) :.^2
:^ ..^ : n r n u^ u^ u^ n^ rn
v r ngo
u^ u^
u^ v ^ a
1211 2122 12 1 2
nn n n nn n B
(^12 ) 3
B B c
11 2 12
(^12 ) 3
11 2 2 1
B^ B B