Tema 1

Espacios Vectoriales
1.1 Introducci on

Estas notas est an elaboradas pensando simplemente en facilitar al estudiante una gu a para el estudio de la asignatura, y en consecuencia se caracterizan por su brevedad e incompletitud. De manera general no se incluir an demostraciones ni ejemplos de los conceptos explicados (aunque eventualmente pueda incluirse alguna demostraci on especialmente relevante). Por ello no deben interpretarse como sustitutivas de un libro de texto, cuyo uso siempre recomendaremos al estudiante. Dedicaremos este primer tema de Algebra Lineal al estudio de los Espacios Vectoriales, si bien se comenzar a con un repaso de algunos conceptos conocidos relativos a diferentes estructuras algebraicas b asicas.

1.2

Repaso de Estructuras Algebraicas

1. Producto cartesiano de conjuntos. Dados los conjuntos A y B , se llama producto cartesiano de A y B , y se denota por A B al conjunto de todos los pares ordenados constituidos por un elemento de A y otro de B , i.e. A B = {(a, b), a A, b B } Es trivial generalizar la denici on al caso de varios conjuntos: A B C , etc. 2. Relaciones binarias. Una relaci on binaria en un conjunto A es todo subconjunto G de A A. G recibe el nombre de grafo de la relaci on. La notaci on habitual es: (a1 , a2 ) G a1 R a2 Las propiedades que una relaci on puede vericar son: Reexiva, Irreexiva, Sim etrica, Antisim etrica y Transitiva. 1

ESPACIOS VECTORIALES

Relaci on de equivalencia. Si R es reexiva, sim etrica y transitiva, se dice que es de equivalencia. Se llama clase de equivalencia del elemento a, y se denota por: [a], al conjunto de todos los elementos que est an relacionados con a. El Conjunto cociente A/R ser a el conjunto de todas las clases de equivalencia formadas en A por la relaci on de equivalencia R. Relaci on de orden. Si R es reexiva, antisim etrica y transitiva, se dice que es de orden. 3. Correspondencias. Una correspondencia f entre dos conjuntos A y B es todo subconjunto G de A B . G= grafo de la correspondencia = graf(f ). Notaci on: (a, b) G f (a) = b. Im f = Imagen de f es el subconjunto de B formado por los elementos que son im agenes de alguno de A. 4. Aplicaciones. Es una correspondencia de A en B en la que a cada elemento a A le corresponde un u nico elemento de B . Es decir: todos los elementos de A tienen imagen, pero s olo tienen una. Aplicaci on Inyectiva. Si cada elemento de Im f s olo tiene una anti-imagen en A, se dice que f es inyectiva. Es decir: a1 = a2 f (a1 ) = f (a2 ), a1 , a2 A O, equivalentemente: f (a1 ) = f (a2 ) a1 = a2 , a1 , a2 A Aplicaci on Suprayectiva. Si Im f = B , se dice que f es suprayectiva (o epiyectiva, o sobreyectiva). Si f es inyectiva y sobreyectiva, entonces por denici on ser a biyectiva. 5. Ley de composici on interna en un conjunto C : Toda aplicaci on de C C en C . Ley de composici on externa en C sobre un conjunto K : Toda aplicaci on de K C en C . 6. Grupos. Dado (G, ), un conjunto y una ley de composici on interna, decimos que tiene una estructura de Grupo si verica las propiedades: 1). Asociativa: g1 , g2 , g3 G, (g1 g2 ) g3 = g1 (g2 g3 ). 2). Elemento neutro: e G tal que g G, g e = e g = g . 3). Elemento sim etrico. g G, g G tal que g g = g g = e. Si adem as verica la propiedad conmutativa: g1 g2 = g2 g1 , g1 , g2 G

ESPACIOS VECTORIALES

entonces se dice que (G, ) es un grupo conmutativo o abeliano. Algunas propiedades de la estructura de grupo: nico. i) El elemento neutro es u 2i) a, b G, (a b) = b a . 3i) a G, (a ) = a. 4i) Todos los elementos de un grupo son regulares. Un elemento a es regular si a x = a y x = y. 7. Anillos. Dados un conjunto A y dos leyes de composici on internas en A, que denotaremos + y , (A, +, ) es un anillo si (A, +) es un Grupo Abeliano y (A, ) verica la propiedad asociativa y la distributiva de con respecto a +, es decir: a1 (a2 + a3 ) = (a1 a2 ) + (a1 a3 ), a1 , a2 , a3 A Si adem as es conmutativa, se dice que A es una anillo conmutativo o abeliano. Si tiene elemento unidad (el. neutro para todos los elementos de A menos el neutro de +) se dice que es un anillo unitario. 8. Cuerpos. Un cuerpo es un anillo unitario en el que todos los elemento excepto el neutro de la primera operaci on tienen elemento sim etrico con respecto de la segunda. Si el anillo es adem as abeliano, el cuerpo tambi en.

1.3

Espacios Vectoriales

Denici on: Espacios Vectoriales. Sea V un conjunto y K un cuerpo abeliano. Sea + una Ley de composici on interna denida en V y K una Ley de composici on externa en V sobre K : V V V (v1 , v2 ) v1 + v2 K V (, v ) V v

Se dice que (V, +, K ) es un espacio vectorial sobre K si se verican las siguientes propiedades: A. (V, +) es un grupo abeliano: (1). Asociativa: v1 , v2 , v3 V, (v1 + v2 ) + v3 = v1 + (v2 + v3 ). (2). Conmutativa: v1 , v2 V, v1 + v2 = v2 + v1 . (3). Vector nulo. 0 V / v + 0 = 0 + v = v v V .

ESPACIOS VECTORIALES

(4). Para cada v V existe elemento opuesto v V que verica que v +(v ) = 0. B. La ley de composici on externa cumple: (5). (v1 + v2 ) = v1 + v2 v1 , v2 V, K . (6). ( + )v = v + v v V, , K . (7). (v ) = ()v v V, , K . (8). 1v = v v V siendo 1 la unidad en el cuerpo K . Comentarios: 1. En esta asignatura estudiaremos esencialmente los espacios vectoriales reales, es decir el caso K = R. No obstante los resultados y propiedades que presentaremos ser an v alidos (salvo que se especique los contrario) para cualquier tipo de espacio vectorial. 2. Es habitual escribir directamente V para denotar al espacio vectorial (V, +, K ), d andose por conocidas las leyes de composici on. 3. En general no escribiremos el punto al denotar la ley de composici on externa (as se ha hecho ya en la enumeraci on de las propiedades anteriores). 4. Los elementos de V se llaman de manera gen erica vectores, independientemente de que el espacio vectorial concreto sea de tipo vectorial geom etrico o no. Por esta raz on hemos elegido la notaci on t pica vectorial v , que obviamente no es necesaria de manera general. Los elementos del cuerpo se denominan escalares. 5. La suma de un vector u con el opuesto de otro v se denota con el s mbolo de la resta: u + ( v ) = u v 6. La denici on de espacio vectorial que hemos presentado es la m as habitual en la literatura, sin embargo, como curiosidad, comentaremos que la propiedad conmutativa de la Ley de composici on interna puede ser deducida del resto de las propiedades, por lo que estrictamente hablando no ser a necesario incluirla en la denici on general. Ejercicio: Demu estralo. Propiedades de un Espacio Vectorial. Dado un espacio vectorial real V , se verican las siguientes propiedades b asicas: a) v V, 0 v = 0. b) R, 0 = 0. c) v = 0 = 0 o v = 0 d) , v, ()v = v = (v ).

ESPACIOS VECTORIALES

1.4

Subespacios Vectoriales

Denici on Subespacio Vectorial. Sea (V, +, R) un espacio vectorial real y sea U un subconjunto de V . Se dice que U es un subespacio vectorial de V si (U, + R) es un espacio vectorial real, es decir si las leyes de composici on de V tambi en lo son para U y adem as se verican todas las propiedades de la denici on restringidas al conjunto U . Teorema: Teorema de Caracterizaci on de subespacios vectoriales. Sea U V un subconjunto (U = ) del espacio vectorial V . La condici on necesaria y suciente para que U sea subespacio vectorial de V es que se verique: a) u1 , u2 U u1 + u2 U b) R, u U u U

Teorema: Teorema de Caracterizaci on de subespacios vectoriales II. Sea U V un subconjunto (U = ) del espacio vectorial V . La condici on necesaria y suciente para que U sea subespacio vectorial de V es que se verique: , B, u1 , u2 U u1 + u2 U Denici on: Intersecci on de subespacios. Dados dos subespacios U1 y U2 de un espacio vectorial V , se dene la intersecci on de U1 y U2 y se denota por U1 U2 como el conjunto: U1 U2 = {u V /u U1 , u U2 } Proposici on: La intersecci on de dos subespacios U1 y U2 de un espacio vectorial de V es, a su vez, un subespacio vectorial de V . Denici on: Suma de subespacios. Dados U1 y U2 dos subespacios de un espacio vectorial V , se llama suma de U1 y U2 al conjunto U1 + U2 denido de la forma: U1 + U2 = {u V , u1 U1 , u2 U2 / u = u1 + u2 } Proposici on: La suma de dos subespacios U1 y U2 de un espacio vectorial de V es un subespacio vectorial de V . Denici on: Suma directa de dos subespacios. Sean U1 y U2 dos subespacios vectoriales de un mismo espacio V , se dice entonces que U1 y U2 forman suma directa si todo vector u U1 + U2 se descompone como suma de un vector u1 de U1 m as otro u2 U2 de forma u nica. Ser a denotada por el s mbolo U1 U2 . Teorema: Sea un espacio vectorial V y U1 y U2 dos subespacios de V . La condici on necesaria y suciente para que U1 y U2 formen suma directa es que U1 U2 = {0}.

ESPACIOS VECTORIALES

Def: Subespacios Suplementarios. Dado un espacio vectorial V y dos subespacios U1 y U2 de V , se dice que U1 y U2 son subespacios suplementarios si forman suma directa y adem as dicha suma coincide con el espacio V , es decir: V = U1 U2 .

1.5

Dependencia e Independencia Lineal

Sea V un espacio vectorial real, deniremos los suguientes conceptos: Denici on: Sistema de vectores. Llamaremos sistema de vectores de V a todo conjunto nito de vectores de V : S = {v1 , v2 , ..., vp }. Denici on: Combinaci on lineal de vectores. Se llama combinaci on lineal de los vectores del sistema S = {v1 , v2 , ..., vp } a todo vector de la forma v = 1 v1 + 2 v2 + ... + p vp donde i R. Los escalares i reciben entonces el nombre de coecientes de la combinaci on lineal. Teorema: El conjunto de todas las combinaciones lineales de los vectores de un sistema S es un subespacio vectorial de V . Dicho subespacio recibe el nombre de subespacio generado por S y se denota por L(S ) o v1 , v2 , ..., vp , L(S ) = v1 , v2 , ..., vp = {1 v1 + 2 v2 + ... + p up / i R} Rec procamente el sistema S recibe el nombre de sistema generador del subespacio L(S ). Denici on: Sistema libre y ligado. Dado un sistema de vectores de V : S = {v1 , v2 , ..., vp }, se dice que S es un sistema libre, o que sus vectores son linealmente independientes, si dada una combinaci on lineal de los vectores de S igual al vector nulo, entonces necesariamente todos los coecientes son nulos, es decir: 1 v1 + 2 v2 + ... + p vp = 0 1 = 2 = ... = p = 0 En caso contrario (es decir si no necesariamente los coecientes son nulos) se dice que el sistema de vectores S es ligado, o alternativamente, que sus vectores son linealmente dependientes. Denici on: Se dice que un vector v depende linealmente de los vectores de S = {v1 , v2 , ..., vp } si v L(S ). Propiedades de los sistemas libres y ligados 1. Sea S un sistema libre de vectores de V y sea v L(S ), entonces los coecientes de v como combinaci on lineal de los vectores de S son u nicos.

ESPACIOS VECTORIALES

2. Si v = 0, entonces S = {v } es un sistema libre. 3. Todo sistema que contenga al vector nulo como elemento es necesariamente un sistema ligado. 4. Si S es un sistema libre, entonces todo subsistema de vectores S S tambi en es libre. que contenga a S como subsistema, 5. Si S es un sistema ligado, entonces todo sistema S , tambi SS en es sistema ligado. 6. Si S es un sistema ligado, entonces al menos uno de sus vectores depende linealmente de los dem as. 7. Si S es un sistema libre y S = S {v } es ligado, entonces necesariamente v L(S ). Equivalentemente, si S es libre y v no pertenece a L(S ), entonces S = S {v } ser a tambi en libre. Denici on: Sistemas equivalentes de vectores. Dados dos sistemas de vectores de V : S1 = {u1 , u2 , ..., up } y S2 = {v1 , v2 , ..., vq }. Se dice que S1 y S2 son sistemas equivalentes de vectores si generan el mismo subespacio, es decir: L(S1 ) = L(S2 ). Proposici on: Sean S1 y S2 dos sistemas de vectores de V . la condici on necesaria y suciente para que S1 y S2 sean equivalentes es que todos los vectores de S1 pertenezcan a L(S2 ) y todos los de S2 a L(S1 ). Transformaciones elementales. Dado un sistema de vectores S = {v1 , v2 , ..., vp }, se llaman transformaciones elementales en S a las siguientes: 1. Intercambiar el orden de dos vectores, vi y vj , en S . Denotaremos esta operaci on simb olicamente por Fij . 2. Multiplicar el vector vi por un escalar = 0. Notaci on: Fi (). 3. Sumar a un vector vi del sistema S otro vector del sistema vj multiplicado por cualquier escalar . Notaci on: Fij (). Proposici on: Si un sistema de vectores S de V se obtiene a partir de S por medio de un n umero nito de transformaciones elementales, entonces, ambos sistemas son equivalentes, es decir: L(S ) = L(S ).

1.6

Bases, dimensi on y rango

Teorema: Teorema fundamental de la independencia lineal. Sea G un sistema de generadores del espacio vectorial V , G = {u1 , u2 , ..., up }, L(G) = V , y sea S un sistema libre de vectores de V , S = {v1 , v2 , ..., vn }. Entonces necesariamente n p, es decir el cardinal

ESPACIOS VECTORIALES

de un sistema de generadores de V es siempre mayor o igual que el cardinal de cualquier sistema libre de vectores de V .
Demostraci on: Demostraremos el Teorema por reducci on al absurdo, es decir supondremos que n > p y llegaremos a una contradicci on, de manera que necesariamente deber a vericarse que n p. Por ser G un sistema generador de V podemos expresar cualquier vector como una combinaci on lineal de los vectores de G. En particular, el vector v1 S podr a escribirse como: v1 = 1 u1 + 2 u2 + ... + p up y adem as necesariamente alguno de los coecientes deber a ser no nulo, pues en caso contrario v1 ser a nulo, y en consecuencia S no podr a ser un sistema libre. Supongamos que 1 = 0 (si no fuera as siempre se podr an reordenan los vectores de S para conseguirlo). Entonces podremos despejar el vector u1 de la forma: 1 2 p u1 = v1 u2 ... up 1 1 1 y as u1 es combinaci on lineal de los vectores del sistema G1 = {v1 , u2 , u3 , ..., up }. Evidentemente el resto de vectores de G tambi en pertenece a L(G1 ), y recordemos que G es un sistema de generadores de V , luego todos los vectores de G1 pertenecen a L(G). Seg un la propiedad enunciada anteriormente, entonces L(G) = L(G1 ) y, en consecuencia, G1 es tambi en un sistema de generadores de V . Repetimos ahora el proceso con el vector v2 , expres andolo como combinaci on lineal de los vectores de G1 : v2 = 1 v1 + 2 u2 + ... + p up Una vez m as, no todos los coecientes pueden ser nulos simult aneamente, pero adem as no puede darse la situaci on en la que u nicamente 1 fuera diferente de cero, pues en tal caso v2 = 1 v1 , y S no ser a un sistema libre. Tomemos por tanto 2 = 0, entonces podemos escribir: u2 = 1 3 p 1 v1 v2 u3 ... up 2 2 2 2

Razonado de manera similar a la anterior concluiremos que G2 = {v1 , v2 , u3 , ..., up } es un sistema de generadores de V . Dado que estamos suponiendo que n p, podremos repetir el proceso p veces, tras lo que obtendr amos que Gp = {v1 , v2 , ..., vp } es un sistema de generadores de V , por tanto los vectores vp+1 . . . , vn ser an al mismo tiempo linealmente independientes de los vectores de Gp y pertenecientes a V = L(Gp ), lo cual es absurdo. Queda demostrado entonces que n no puede ser en ning un caso mayor que p, por lo que necesariamente n p. Q.E.D.

Denici on: Bases. Se dice que un sistema de vectores B = {e1 , e2 , ..., en } del espacio vectorial V es una base de V si B es un sistema libre de vectores y adem as es un sistema de generadores de V . Denici on: un espacio vectorial es de tipo nito si est a generado por un n umero nito de vectores, es decir si existen sistemas de generadores de V con cardinal nito. Denici on: Coordenadas de un vector en una base. Sea V un espacio vectorial de tipo nito y sea B = {e1 , e2 , ..., en } una base de V . Entonces todo vector de v V puede expresarse como combinaci on lineal de los vectores de B (por ser B sistema de generadores

ESPACIOS VECTORIALES

de V ): v = x1 e1 + x2 e2 + ... + xn en y adem as, por ser B un sistema libre, los coecientes de dicha combinaci on son u nicos para cada vector v . Llamaremos coordenadas del vector v en la base B a los coecientes (x1 , x2 , . . . , xn ) de dicha combinaci on lineal. Denotaremos habitualmente entonces: v = (x1 , x2 , ..., xn )|B , si bien cuando se sobreentienda la base que se est a uti1 lizando omitiremos el sub ndice B en dicha expresi on . Teorema: Teorema de la base. En un espacio vectorial V (de tipo nito) todas las bases tienen el mismo n umero de vectores. A este n umero se le llama dimensi on del espacio V y se le representa por dim V .
Demostraci on: Consideremos dos bases cualesquiera de V : B = {e1 , e2 , ..., en } y B = {e1 , e2 , ..., en }. Se tiene que, 1. B es un sistema generador y B es un sistema libre n n. 2. B es un sistema generador y B es un sistema libre n n . Tenemos entonces que: n n y n n, por lo que necesariamente: n = n . Q.E.D.

Corolarios del teorema de la Base: Si S es libre y el cardinal de S es igual a la dimensi on del espacio vectorial V entonces S es base de V . on de Si S es un sistema de generadores de V y su cardinal es igual a la dimensi V , entonces S es base de V . Teorema: Teorema de la Base Incompleta. Sea V un espacio vectorial de dimensi on nita n y sea S = {u1 , u2 , ..., up } un sistema libre de p < n vectores de V , entonces existe un sistema S formado por n p vectores de V tal que S S es una base de V . De forma equivalente puede enunciarse el Teorema diciendo que a todo sistema libre S de un espacio vectorial V se le pueden a nadir n card(S ) vectores hasta completar una base de V . F ormula de las dimensiones (o de Grassmann): Sean U1 y U2 dos subespacios del espacio vectorial V . Se verica entonces que: dim (U1 + U2 ) = dim U1 + dim U2 dim U1 U2
En particular, en el caso del espacio vectorial Rn , existe una base distinguida de todas las dem as, la base can onica: Bc = {(1, 0, . . . , 0), (0, 1, 0, . . . , 0), . . . , (0, . . . , 0, 1)}, que es la u nica base de Rn que verica que las componentes de todo vector (x1 , x2 , . . . , xn ) Rn coinciden exactamente con sus coordenadas con respecto a ella. De manera general, para cualquier espacio vectorial dado, el concepto de base can onica es m as difuso, pues toda base podr a ser considerada como can onica con respecto a s misma.
1

10

ESPACIOS VECTORIALES

= {e1 , e2 , ..., ep } una base de U1 U2 . Dado que U1 U2 es un subespacio tanto Demostraci on: Sea B de U1 como de U2 , podemos utilizar el teorema de la base incompleta en ambos casos, de manera que construimos las bases B1 y B2 de U1 y U2 respectivamente, de la forma: B1 = {e1 , e2 , ..., ep , u1 , . . . , ur }, B2 = {e1 , e2 , ..., ep , v1 , . . . , vm }

donde dimU1 = p + r y dimU2 = p + m. Evidentemente podemos conocer un sistema de generadores del subespacio U1 + U2 sin m as que unir los vectores de ambas bases (y obviamente eliminamos los vectores repetidos): U1 + U2 = e1 , e2 , ..., ep , u1 , . . . , ur , v1 , . . . , vm Finalmente demostraremos que este sistema de generadores en realidad es una base de U1 + U2 . Supongamos que no lo son, dado que los p + r primeros vectores constituyen una base de U1 , al menos uno de los vectores vi deber a depender linealmente de ellos, por ejemplo v1 : v1 e1 , e2 , ..., ep , u1 , . . . , ur pero entonces v1 pertenece simult aneamente a U1 y a U2 , por lo que pertenece a U1 U2 . Si recordamos que los vectores v1 , . . . , vm constitu an una base de un suplementario en U2 de U1 U2 , entonces resulta que v1 no puede pertenecer a U1 U2 . Concluimos por tanto que los vectores v1 , . . . , vm son linealmente independientes de los vectores: e1 , e2 , ..., ep , u1 , . . . , ur , y en consecuencia: {e1 , e2 , ..., ep , u1 , . . . , ur , v1 , . . . , vm } forman una base de U1 + U2 . De esta forma: dim (U1 + U2 ) = p + r + m = dim U1 + dim U2 dim U1 U2 Q.E.D.

Denici on: El rango de un sistema de vectores es por denici on la dimensi on del subespacio generado por dicho sistema. Es trivial comprobar que el rango coincide con el mayor de los cardinales de los subsistemas libres contenidos en dicho sistema.