ESPACIO

Dados:

VECTORIAL

V : un conjunto no vacío ( K ; + ; . ) : un cuerpo + y . dos leyes Definición: ( V ; + ; K ; . ) tiene estructura de espacio vectorial si y sólo si se verifican los siguientes axiomas: Ax. : + es ley de composición interna en V + : V! → V ∀"#∀$: "∈V ∧$∈V ⇒"+$∈V

Ax. !: + es asociativa en V ( " +$ ) + % & " + ( $ + % ) para todo "# $# % pertenecientes a V Ax. ': Ax. (: Ax. +: Ax. /: + es conmutativa en V " + $ & $ + " para todo "# $ pertenecientes a V )xiste elemento neutro para + en V ∃ *∈V/ ∀"∈V: "+* & *+" & " )xistencia de sim,tricos para + en V ∀ " ∈ V , ∃ "- ∈ V . " + "- & "- + " & * . es ley de composición externa . : K×V→ V ∀α,∀": α∈K∧"∈V ⇒ α."∈V Asociativa mixta ∀ α ∈ K # ∀ β ∈ K# ∀ " ∈ V : ( α β ) . " & α . ( β . " ) . es distri2utiva con respecto de + en V ∀ α ∈ K# ∀ " ∈ V# ∀ $ ∈ V : α.( " + $ ) & α . " + α . $ . es distri2utiva con respecto de + en K ∀ α ∈ K , ∀ β ∈ K # ∀ " ∈ V : ( α + β )." & α . " + β . "

Ax. 0: Ax. 1: Ax. 3: Ax. 4:

5a unidad del cuerpo ( K ) es neutro para . ∀"∈V: K ."& " A los elementos de V se los denominan vectores y a los de K escalares.

R . X & 0 (Ax. y n ) = ( x + y .! + : V ! → V 5ey de composición interna en V ( adición de vectores) con + : K ! → K 5ey de composición interna en K ( adición de escalares) *o confundir : . α x! . X ( Ax..n espacios vectoriales reales Propiedades de los espacios vectoriales Dado ( V . )n este curso solo se ver. () D) α . 3 ) ∀α ∈ R: α . La demostración se dará en clase. .. 0 & 0 ( Ax.. X & ( α + 4 ) . X & α . () ( Ax. x! .. X &α . 0 por transitiva de la igualdad .. + ... *o confundir × ESPACIO VECTORIAL REAL ( V .. x n ) = ( α x .. 4 .... ) )l cuerpo K ≡ R el cuerpo de los reales Ejemplo: 7i V ≡Rn + es la adición usual de vectores ( x . x n ) + ( y .. X + α . .. 1) D) α .... + ... . y .. R . x + y . + ... ) es el espacio vectorial de las n:uplas ordenadas de n9meros reales so2re el cuerpo de los n9meros reales.. α x n ) 8uando decimos el cuerpo de los reales nos estamos refiriendo a ( R ... X + 4 .. es el producto usual de un escalar y un vector α . x n + y n ) ! ! ! ! . : K V → V 5ey de composición externa (producto de un escalar y un vector) con .... ( x . X + 4 . ) espacio vectorial <. X la igualdad <. R . + . son respectivamente la suma y producto de n9meros reales ( Rn... X & 0 con 0 denotamos al vector nulo de V entonces por transitiva de entonces 4 . . !: α .. ) en donde + y . x .. : ∀ X∈ V : . + ) es un grupo conmutativo. ( X + 0 ) & α . X & α . : K ! → K 5ey de composición interna en K ( producto de escalares) 5os cinco primeros axiomas indican 6ue ( V ...

5os otros su2espacios de V se denominan propios. 3) X + (: ). X & 0 K . X & 0 entonces α & 4 ó X & 0 D) 7i α & 4 nada ?ay 6ue pro2ar# por <. ) es su2espacio de ( V . X & 0 y α ≠ 4 entonces ∃ α − ∈ R . R . <ara todo espacio vectorial ( V . 0) ( α − . . α − . S ⊂ V y S ≠ @ A S es un su2espacio de V 2ajo el mismo cuerpo y con las mismas leyes de composición sí y sólo sí ( S . + . 4) X & 0 SUBESPACIOS VECTORIALES Definición: Dados ( V . + . ∀ X∈ V : α . R . CONDICIÓN NECESARIA Y SUFICIENTE DE SUBESPACIO ( S . X ∈ S La demostración se dará en clase.X ∀α ∈R. )siendo 0 el vector nulo de V # 6ue se llaman su2espacios triviales. ) . 0 & 0 por asociativa mixta (Ax. R . ∀ X : α ∈ R ∧ X ∈ S ⇒ α .tricos (Ax. ) son su2espacios de . R . .l: ( V . ) se verifica 7i α ≠ 4 ?ay 6ue pro2ar 6ue X & 0 8omo α . ': D) +) ∀ X∈ α . X & 0 (<.X & : X + ( − 1 )> . X > = α − . X (Ax. X & 0 ( Ax. COMBINACIÓN LINEAL DE VECTORES: ( 8. . . + .) tiene a su veB estructura de espacio vectorial. ) y ( @ 0 A . (: ). .= α . 0 & 0 ( Ax. ) 7i la suma de dos vectores da el vector nulo# entonces son sim. <or lo tanto : : X & ( : <. + . R . ) espacio vectorial. + .X & = = 4 . ∀ Y : X ∈ S ∧ Y∈ ') ∀ α . + . + . . 5. X + α . α ) . . R . X & α .' <. 0 entonces α . () V :(: ). ) sí y sólo sí: ) S ≠ @A ∧ S ⊂ S V ⇒ X +Y∈ S !) ∀ X . R .

... v! . ⇔ ∃ α i .s de la trivial A es 5. 5. La demostración se dará en clase proponiendo que existen dos combinaciones. .. ) )l conjunto A ⊂ V es linealmente independiente si y sólo si la 9nica com2inación lineal de A para o2tener el vector nulo es la trivial (para todos los escalares nulos). α i ∈ R ∧ v i ∈ A A v .. vn A ⊂ V un conjunto de vectores de V X ∈ V )l vector X es com2inación lineal de A sí y sólo si existen escalares pertenecientes a R :α . + .+ α n vn Definición: n ∑ ⇔ ∃ α ∈ X ∈ V es 8...⇔ α v + α ! v ! + ... )l conjunto A ⊂ V es linealmente dependiente si y sólo si existe una com2inación lineal de A para o2tener el vector nulo adem.. α n de modo 6ue: X & α v + α ! v! + ..+ α n v n = 0 Propiedades: <. .. ) 7i un vector es com2inación lineal de un conjunto linealmente independiente# dic?a com2inación es 9nica... v nA ⊂ V y no vacío.. ) En conjunto es linealmente dependiente si no es linealmente independiente.+ α n vn = 0 ⇒α =α ! =... α ! ..( Dados ( V . Depend.. R . La demostración se dará en clase con la condición suficiente. .... R . A es 5. =α n = 4 CON UNTO LINEALMENTE DEPENDIENTE: ( 5. α i ≠ 4 ∧ α v + α ! v ! + ... + .. ) espacio vectorial A & @ v ..... Dndep. Propiedad: Codo espacio generado por un conjunto de vectores de V es un su2espacio de V..... D. DEPENDENCIA E INDEPENDENCIA LINEAL CON UNTO LINEALMENTE INDEPENDIENTE: ( 5. ) espacio vectorial y un conjunto A & @ )l conjunto de todos los vectores 6ue son com2inación lineal de los vectores de A es A ( espacio generado por A ) A & @ " & α v + α ! v ! + . . D... v ! .. de A ⊂ V i R / X = i = α i vi ESPACIO GENERADO POR UN CON UNTO DE VECTORES Dados ( V .....+ α n v n ...

de V o tam2i. )l espacio nulo es el 9nico espacio 6ue carece de 2ase.+ <. ∧ A es 5. ... v n A ⊂ V una 2ase de V entonces por ser un sistema generador de V cada vector de V se puede o2tener como com2inación lineal de A y como A es linealmente independiente entonces dic?a com2inación es 9nica# por lo tanto: . +) En conjunto finito de vectores es linealmente independiente si y sólo si ning9n vector del conjunto es com2inación lineal de los restantes. ) En conjunto A & @ v . () En conjunto finito de vectores es linealmente dependiente si y sólo si al menos un vector del conjunto es com2inación lineal de los restantes.. ) si y sólo si A es un sistema generador de V y A es linealmente independiente. A ⊂ V es una 2ase de V ⇔ A & V D. !) Codo conjunto 6ue contenga un solo vector no nulo es linealmente independiente. ... v n A ⊂ V es un sistema generador de V si y sólo si todo vector de V se puede o2tener como com2inación lineal de los vectores de A# esto es e6uivalente a decir 6ue el espacio generado por A es V.. COORDENADAS O COMPONENTES DE UN VECTOR EN UNA BASE: 7ea A & @ v ... <. v ! . + α n v n A ⊂ V es un 7.. R . SISTEMA GENERADOR DE UN ESPACIO VECTORIAL ( 7. ') Codo su2conjunto no vacío de un conjunto linealmente independiente es linealmente independiente. F. /) Codo conjunto 6ue contenga al vector nulo es linealmente dependiente.. A ⊂ V es un 7.n ⇔ ∀ v : v ∈ V ⇒ v = . La demostración se dará en clase. v ! . F. <. <... <. + . de V ⇔ gen(A) & V BASE DE UN ESPACIO VECTORIAL En conjunto A ⊂ V es una 2ase de ( V . F. .α v + α ! v ! + .

.  =Α > . D... ') Codo conjunto 6ue contenga m... D. dim V & n y p I n entonces se puede extender A ?asta formar una 2ase de V . v p A ⊂ V es 5... . () 7i S es un su2espacio de V <...!) 7i dim V & n y A & @v 2ase de V <.  α   n DIMENSIÓN DE UN ESPACIO VECTORIAL = dim > Codas las 2ases de un espacio vectorial poseen la misma cantidad de vectores y a ese n9mero se lo llama dimensión del espacio.. v n A ⊂ V es 7. +) 7i A & @v y dim S & dim V entonces S&V .s de Gn” vectores de un espacio vectorial de dimensión GnH es linealmente dependiente. v n A ⊂ V una 2ase de V entonces dim V & n 5a dimensión del espacio nulo es cero: dim @ 0 A & 4 . v ! . <. .F. 7i A & @ v . )7i dim V & n y A & @v de V <. v ! ...... entonces A es una 2ase . Propiedades: <. . . v ! .../ del vector X en la 2ase A y se suele expresar mediante un vector columna cuyos ∀ X∈ V: X & α v + α ! v! + .+ α n vn siendo los escalares las coordenadas elementos son las coordenadas: α    α ! X =  . v n A ⊂ V es 5. v ! .. de V entonces A es una ...

Y 〉 = ∑ xi yi i= La demostración se dará en clase. x n ) ... y n ) dos vectores cuales6uiera de Rn 〈 X ... q 〉 = ∑ ai bi i= 4 n NORMA DE UN VECTOR Definición: 5a norma de un vector es igual a la raíB cuadrada del producto interno de dic?o vector por sí mismo... + .. R .. n PRODUCTO INTERNO EN ( P n ! + ! R ! . )l producto interno en V es toda función 6ue asigna a cada par de vectores X e Y de V un n9mero real 6ue se indica con 〈X#Y〉 tal 6ue: ) 〈 X # Y 〉 & 〈 Y # X 〉 para todo X . + a n x n 〈 p . ) Dados p( x ) = a 4 + a q ( x ) = b 4 + b x + b ! x ! + . .0 ESPACIO VECTORIAL EUCLIDIANO )spacio euclidiano es todo espacio vectorial con producto interno Producto interno 〈 # 〉 Dado ( V ..X 〉 ORTOGONALIDAD ... y ! ..( simetría) !) 〈 a X + b Y # Z 〉 & a 〈 X # Z 〉 + b 〈 Y # Z 〉 para todo a y b reales ( linealidad) ') 〈 X # X 〉 J 4 para todo X ≠ 0 ( positividad) 〈0 # 0 〉& 4 PRODUCTO INTERNO EN ( R n ! + ! R ! ... Y de V. + b n x n x + a ! x ! + . Y & ( y . x ! . ) Dados X & ( x ........ ) espacio vectorial. X = 〈X.

R .. + .# n OPERACIONES CON SUBESPACIOS ... R . . .. vj 〉 = 4 COMPLEMENTO ORTOGONAL DE UN SUBESPACIO Definición: Dados: ( V .. A es 2ase ortonormal ⇔ i ≠ j ⇒ 〈 v i .. . v ! . + . La demostración se dará en clase con la condición suficiente. )l complemento ortogonal del su2espacio S es el conjunto formado por todos los vectores de V 6ue son ortogonales a todos los vectores de S. ) un espacio vectorial con producto interno y ( S . .s la de su complemento ortogonal es igual a la dimensión de V dim S + dim S ⊥ " dim V BASE ORTONORMAL Dados: ( V .Y 〉 = 4 CON UNTO ORTOGONAL DE VECTORES Definición: En conjunto A & @ v .. R . Definición: A es una 2ase ortonormal si y sólo si A es ortogonal y todos los vectores de A tienen norma igual a uno.. v ! . v n A es ortogonal ⇔ i ≠ j ⇒ 〈 vi .. . ) un espacio vectorial con producto interno y A&@v . S ⊥ = @∀ X.1 Definición: Dos vectores son ortogonales si y sólo si su producto interno es nulo X ⊥ Y ⇔ 〈 X. ) un su2espacio de . v n A ⊂ V una 2ase de V..n un su2espacio de V.. v j 〉 = 4 ∧ v i = # ∀ i = # !#.X∈ V ∧ X ⊥ Y #∀ Y∈ SA Propiedad: )l complemento ortogonal de un su2espacio de V es tam2i.. .. v n A ⊂ V espacio vectorial con producto interno es ortogonal si y sólo si cada vector de A es ortogonal a los restantes vectores A&@v . v ! . TEOREMA DE LAS DIMENSIONES: 5a dimensión de un su2espacio S de V m.l.. + .

v∈ S ∧ v∈ T A 5a intersección de dos su2espacios de V es otro su2espacio de V. SUMA DIRECTA: 7i S ∩ T & @ 0 A entonces la suma se denomina suma directa y se sim2oliBa con ⊕ S ⊕T & S + T y S∩ T " @ 0 A +v ! ∧v ∈ Dimensión de la suma: . y ) ∈ R! . v∈ S ∨ v ∈ T A ∈ R! 5a unión de dos su2espacios no siempre es un su2espacio# ya 6ue en algunos casos no se cumple la ley de composición interna# por ejemplo: S& @(x. x = 4 ∨ y = 4A ∧ (4. x = 4A . R . v = v S ∧ v !∈ T A 5a suma de dos su2espacios de V es otro su2espacio de V. T & @( x . SUMA DE SUBESPACIOS: S+T & @ ∀v . y = 4A ( 4 . . + .!)+('. ! ) ∈ S ∪T ∧ ( ' . La demostración se dará en clase con la condición suficiente. La demostración se dará en clase con la condición suficiente. 4 ) ∈ S ∪T ∪T INTERSECCIÓN DE SUBESPACIOS: S ∩T R! . ) espacio vectorial UNIÓN DE SUBESPACIOS: S∪ T & @∀ v .3 Dados S y T dos su2espacios de ( V .4)&('.y) S ∪T & .!)∉S = @ ∀ v .

. R . + .4 7i S y T son dos su2espacios de ( V . ) entonces dim ( S + T ) & dim S + dim T # dim ( S∩ T ) .