31

ESPACIOS VECTORIALES: OBJETIVO: Reconocer la Estructura de Espacio Vectorial y utilizar sus propiedades. 1)DEFINICIN: Un espacio vectorial sobre el cuerpo K consiste en un conjunto V , sobre el cual estn definidas dos operaciones denotadas por: "+" adicin de vectores "." Multiplicacin de escalar por vector Las cuales satisfacen los siguientes axiomas: i)

x , y V ; x + y V
Es decir +: VxV V, es una L.C.I ( x,y)x+y

ii)

K y x V , x V
Es decir K x V V, es una L.C.E ( ,x) x

iii) iv) v) vi) vii) viii) ix) x)

Para cualesquiera x,y,z, en V se cumple ( x + y ) + z = x + (y + z ). Para cualesquiera x,y en V se cumple x + y = y + x. Existe un elemento 0 en V tal que x + 0 = x para cualquier x en V. Para cada x en V, existe un elemento x' en V tal que x +x = 0 Para cualquier , K y cualquier x en V se cumple ( + ) x = x + x Para cualquiera , K y cualquier x en V, se cumple ( x ) = ( ) x Para cualquier K y cualquier x en V, se cumple (x+y ) = x + y Para cualquier x en V se cumple 1x=x

Observaciones: a) A los elementos de V se les llama vectores y a los elementos de K escalares. b) La ley de composicin interna en V es llamada adicin de vectores y la ley de composicin externa es llamada multiplicacin de escalares por vectores. Las leyes de K son llamadas la adicin y la multiplicacin de escalares c) El hecho de que + sea una L.C.I en V, nos afirma que: si x = y y z = w, entonces x + z = y + w d) El hecho de que " ." sea una L.C.E en V con escalares K nos afirma que: si = y x =y, entonces x = y. e) Al elemento 0 de la condicin (v) se le llama el vector nulo y para cada x en V al elemento x de la condicin (vi) se le llama el vector opuesto de x, y se denota por x. f) Para cada par de vectores x e y de V al vector x+(-y) se le llama la diferencia de x e y y se denota x-y. g) Las condiciones (i), (ii), (iii) y (iv) nos afirma que el par ordenado (V,+) es un grupo abeliano con neutro 0. h) Para todo x,y,z V si x+y = x+z, entonces y =z.

32

i) Es importante resaltar que estamos usando un smbolo "+", para denotar dos leyes distintas, la adicin de K y la adicin de V. j) Algunos autores para indicar las leyes definen espacio vectorial como un cuarteto ordenado (V, + , K, ) k) Por lo general se llama espacio vectorial al conjunto V y se supone que las operaciones son las usuales y el cuerpo R. En caso contrario deben indicarse. EJEMPLOS: 1. (R , +, R, .) es un espacio vectorial, donde R son los pares ordenados de nmeros reales sobre el cuerpo de los nmeros reales. "+" es la suma usual de pares ordenados y "." el producto usual de escalar por par ordenado. 2. (R, +, R, .) es un espacio vectorial. 3. V={0} es el espacio vectorial trivial 4. V= { 1} con las operaciones adicin y multiplicacin usual, no es un espacio vectorial, sobre R 5. Sea V el conjunto de todos los puntos en R2 que se encuentran sobre una recta que pasa por el origen, con la adicin usual y el producto usual, de un escalar por un par ordenado: V= ( x, y ) R / y = mx,.....m R .
2
2
2 2

V es un espacio vectorial.

6. El conjunto de puntos de R que se encuentra en una recta que no pasa por el origen no constituye un espacio vectorial. 7. (P 3 , + R, .) es un espacio vectorial, P 3 es el conjunto de los polinomios de grado menor o igual a 3, con coeficientes reales, "+" adicin usual de polinomios y . es la multiplicacin usual de un nmero real por un polinomio. 8. El conjunto de matrices invertibles nxn no forma un espacio vectorial, con las operaciones usuales adicin y multiplicacin por escalar 9. El conjunto V=R , K=R es un espacio vectorial. 10. (F,+,R,.) donde F es el conjunto de todas las funciones f : D R conjunto no vaco)
mxn

( D es cualquier

Propiedades: En cualquier espacio vectorial V sobre un cuerpo K se verifica: a) El vector nulo es nico. b) El opuesto de cada vector es nico c) Todo elemento de V es cancelable para la adicin esto es si x+y = x+z, entonces y=z d) La ecuacin en w, x+w=y tiene solucin nica en V para cualesquiera x,y en V. Adems para cualquier x,yV y para todo ,K se verifica: e) 0 = 0 f) 0 x= 0 g) X = 0 = 0 h) (-1) x = -x i) ( ) x = x x EJERCICIO:

x=0

33

1. Determine si V es un espacio vectorial sobre el cuerpo K= R: V= ( x, y ) R / y 0 por un escalar.

2

} con la adicin usual de pares ordenados y la multiplicacin usual

2. DEFINICION: Sean (V,+,K,.) un espacio vectorial y S un subconjunto no vaco de V. Diremos que S es un subespacio vectorial de V si S es un espacio vectorial sobre el mismo cuerpo K y con las mismas leyes de composicin definida en V. Es decir que (S,+,K,.) es tambin un espacio vectorial. Observaciones: a) De la definicin anterior podemos concluir que un subconjunto S de un espacio vectorial de V sobre un cuerpo K es un subespacio vectorial de V si y slo si se verifica que: i) x, y S x + y S. ii) x S K x S iii) 0 S iv) x S -x S . Nota: esto se debe a que los dems axiomas se cumplen para todos los elementos de V y son heredados por S. b) Para indicar que S es un subespacio de V denotaremos S V c) Para cualquier espacio vectorial V sobre un cuerpo K se tiene que {0} y V son subespacios vectoriales de V. A estos subespacios se les llama los subespacios triviales de V, en particular a {0} se le llama el subespacio nulo. Ejemplo: Considere el espacio vectorial R S V.
2

y S= (a1 , a2 ) R / a1 + a2 = 0 . Verifique que

2

TEOREMA: Sea V un espacio vectorial sobre un cuerpo K y sea S un subconjunto no vaco de V. S es un subespacio vectorial de V si y slo si se verifican las siguientes condiciones: i) x, y S x + y S ii) x S x S , K Nota: Las condiciones i,ii de este teorema se pueden ensamblar de la forma siguiente x,yV, K: (x + y ) S

Observacin: De acuerdo con el teorema anterior, para probar que S V, hay que verificar que S y SV .

34

Por otra parte si S V, entonces 0S y por lo tanto si 0S podemos asegurar que S no es un subespacio de V. Luego para mostrar que S conviene determinar si 0S. En la prctica la condicin S es sustituida por la condicin 0S. EJERCICIOS: a) Determine cul de los siguientes conjuntos son subespacios de R : V1=

/ z = 2x y V3= {( a , b, c ) : a + b + c = 0}
3

{( x, y, z) R

V2= {( a,2,2) : a R}

V4= {( a , b, c ) : a + b + c = 3} b) Sea

V5={(x,y,z)R3: z=sen(x+y)}

V6={(x,y,z)R3: x2-y2+z=0}

F[0,1] el espacio de las funciones reales definidas en [0,1]. Determine si los siguientes conjunto son subespacios de F[0,1]. C[0,1]: funciones reales continuas en [0,1]. D[0,1]: funciones derivables en [0,1]

3. OPERACIONES CON SUBESPACIOS: 3.1 Interseccines de subespacios. Sea {S i } con i = 1,2,...n una familia de subespacios de un espacio vectorial V. Denotaremos con

S1 S 2 S 3, ....., S n la interseccin de dicha familia.

TEOREMA: La interseccin de toda familia de subespacios de un espacio vectorial V, es un subespacio de V. EJEMPLOS: Sea V=R donde S1 y S2 son subespacios de V. Demuestre que S1 S2 es un subespacio de V.
3

a) S1 = ( x, y, z ) R ; z = 0 y S 2 = ( x, y, z ) R ; y = 0
3 3

b) S1

{ = {( x, y, z ) R

{ / 2 x y z = 0} y

S 2 = ( x, y , z ) R 3 / x + 2 y + 3 z = 0

3.2 Unin de subespacios Si S1 y S2 son dos subespacios de un espacio vectorial V, entonces S1 S2 no es necesariamente un subespacio de V. EJEMPLO:

35

En (R , + R .) sean los subespacios: S1 = ( x, y ) R ; y =

2

y S 2 = ( x, y ) R ; y = x . Demuestre que S1 S1 no es subespacio de R .

2
2

1 x 2

3.3 Suma de subespacios. Sean S1 y S2 dos subespacios de un espacio vectorial V. Definimos el conjunto S1 + S2 = {x V / x= x1 + x2 donde x1 S1 y x2 S2} O bien S = { x1 + x2 / x1 S1 y x2 S2 } El conjunto S se llama suma de los subespacios S1 y S2. Se indica S = S1 + S2. TEOREMA. La suma de dos subespacios de un espacio vectorial V es un subespacio de V. EJEMPLOS:
2

a) Sea V=R y los subespacios S1 = ( x, y ) R ; x = 0 y

2

S 2 = ( x, y ) R 2 ; y = 0 . Calcular S1 + S2.
b) Sea V= R
3

S 2 = ( x, y , z ) R 3
3.4 Suma directa:

y los subespacios S1 = ( x, y, z ) R ; z = 2 x y = 0
3
1 2.

{ / z = 3x y = 0}. Hallar S + S

Si H y S son subespacios de V, H + S es subespacio de V. Si H S = {0} , al subespacio H+S; se le llama suma directa de H y S y se denota por H S. Ejemplo: Sean S1 = ( x, y ) R ; y = 4 x R
2

S 2 = ( x, y ) R 2 ; y = 5 x R 2 .

Hallar S1 + S2 y determine si la suma es directa. Propiedad: Si el espacio vectorial V es la suma directa de los subespacios H y K ( V=H K ) entonces para todo vV existen nicos hH y kK tales que v=h+k 4. COMBINACION LINEAL (C.L):

36

Sea S=

{v1, v2 , v3 ,...., vn } subconjunto del espacio vectorial V llamaremos Combinacin

+ 2v2 + .... + nvn

con

Lineal de los vectores de S a todo vector de la forma V= 1v1 1 , 2 ,...., n K (escalares). EJEMPLOS: a) En R
3

sean V 1 (1,0,3), V 2 (2,0,0) y V 3 (0,1,2). Demostrar que el vector (-4,1,5) es C.L de

V1 , V 2 , V 3 . b) La matriz C= A=

3 2 8 se puede expresar como C.L de las matrices: 1 9 3

1 0 4 0 1 2 y B= 2 3 6 . En efecto C= 3A + 2B 1 1 5
2
n

c) En Pn todos los polinomios se pueden expresar como C.L de los monomios 1, x, x ,....,x
3

d) Cualquier vector (x,y,z) R se puede expresar como C.L de los vectores V 1 , V 2 , V 3 dados en (a) ? TEOREMA. Si A=

{v1, v2 , v3 ,...., vn } subconjunto de un espacio vectorial (V, + K, .), entonces el

Denotemos A como el conjunto de todas las C.L de los vectores de A Al subespacio A se le llama subespacio generado por A En el caso particular A = V, al conjunto A se le dice conjunto generador Que A sea un conjunto generador del espacio V significa que todo vector de V se puede expresar como C.L de los elementos de A.

conjunto de todas las C.L de los vectores de A, forman un subespacio de V. Notas: i) ii) iii) iv)

EJEMPLOS: a) Sea A=

{v1, v2} R3 donde v = (1,0,1)

1

v 2 =(0,1,1). Halle A .

b) Sean (M 2 ( R ) ,+,R,.) y A=

1 0 0 1 0 0 , 0 0 , 1 0 . Hallar A . 0 1

37

c) En (R , +, R, .) y A= {( 2,3,1)} . Hallar A .
3

5. VECTORES DEPENDIENTES: Si

LINEALMENTE

INDEPENDIENTES

LINEALMENTE

V es un espacio vectorial y S= 0,

( 1 = 2 = .... = n = 0 ).

1v1 + 2v2 + .... + nvn =

{v1, v2 , v3 ,...., vn } V
tiene al menos una

entonces la ecuacin solucin trivial

Si la solucin trivial es la nica solucin, entonces se dice que S es un conjunto de vectores linealmente independientes ( L.I) Si existen otras soluciones entonces decimos que S es un conjunto linealmente dependiente (L.D) Ejemplo: Determine si A=

{v1, v2 , v3} R3

es

L.D o L.I. v 3 = (4,-3,3).

Sabiendo que v 1 = (1,-2,0) , v 2 = (2,1,3) y TEOREMA.

Si los vectores v1 , v2 ,...., vn de un espacio vectorial V forman un conjunto L.D, entonces uno de ellos es C.L de los dems. Nota: Un Conjunto formado por un nico vector no nulo constituye un conjunto L.I. Todo conjunto al que pertenezca el vector nulo es L.D. Dos vectores de un espacio vectorial V son L.D si y solo si uno de ellos es mltiplo escalar del otro. Si un vector es C.L de un conjunto de vectores L.I entonces dicha C.L es nica. Un conjunto A finito y no vaco de vectores es L.I si y solo si ningn vector de A puede expresarse como una C.L de los restantes vectores de A. 6. BASE Y DIMENSIN DE UN ESPACIO VECTORIAL Sea A=

{v1, v2 , v3 ,...., vn } un conjunto de vectores en un espacio vectorial (V, +, K, .).

A es una base de V si y solo si A es L.I y A genera a V. EJEMPLOS:

38

a) En R

2 3

A= {( 2,0), (1,2)} y B= {(1,0), (0,1)} ( Base cannica) A= {(1,0,0), (0,1,0), (0,0,1)} ( Base cannica) B = 1, x, x

b) En R

c) En P 2 ( R )

d) En M 2 x 2 ( R ) C= Observaciones: i) ii)

1 0 0 1 0 0 0 0 , 0 0 , 1 0 , 0 1 0 0

Un espacio vectorial puede tener varias bases Dos bases distintas de un mismo espacio vectorial tienen un mismo nmero de elementos, tal nmero se llama la dimensin del espacio. al nmero de elementos de una base

Llamaremos dimensin de un espacio vectorial cualquiera del espacio. Nota: 1. La dimensin de V se denota as dim(V).

2. Diremos que V tiene dimensin finita si tiene una base finita. 3. Si un espacio no tiene dimensin finita se dice que tiene dimensin infinita. 4. Si V= {0} entonces dim( {0} )= 0, Existir una base para V ? 5. Si U y V son subespacios vectoriales de un mismo espacio vectorial, ambos de dimensin finita entonces: dim(V + U)= dim(V) + dim(U)-dim(V U). 7. NULIDAD DE UNA MATRIZ:

Sea A una matriz mxn, definamos a NA como el conjunto x R nx1 : Ax = 0 , a este conjunto N A se le llama ncleo de la matriz A, y se le llama nulidad de A a la dim(N A ). La nulidad de una matriz A la denotaremos por A

. Al espacio Rnx1 tambin se acostumbra denotarlo n R , mas adelante ofreceremos la justificacin.

Nota: N A es un subespacio de R

nx1

8. RANGO DE UNA MATRIZ

39

Sea

a la dim(IA) se le denomina rango de A y se denota por A . Notas: I A es un subespacio de R

mx1

A una matriz mxn, definamos a IA como el conjunto mx1 nx1 y R : Ax = y para algn x R el cual llamaremos imagen o recorrido de A, luego

A es igual al nmero de columnas LI de A y al nmero de filas LI de A

11. ESPACIOS VECTORIALES CON PRODUCTO INTERIOR: Sea (V, +, R, .) un espacio vectorial sobre el cuerpo de los nmeros reales, llamaremos producto interno (pi) en V a toda funcin o : VxV R que satisfaga las siguientes propiedades: i) ii) iii) iii) x o y = y o x,

x,y V (x+y)z = x o z + y o z x,y,z V ( x) o y = (x o y) x,y V, R x o x 0 x V y x o x = 0 x = 0

n

Ejemplo: 1. En R se define usualmente el pi de la siguiente forma x = xo y =

( x1, x2 , x3 ,.., xn ),
n i =1

y= ( y1 , y2 , y3 ,..., yn ) , luego

( x1 y1 + x2 y2 + ..... + xn yn ) = xi yi
T

Nota: verificar que se cumplen las condiciones para x o y = x.y 2. En particular en R

si x= (2,-1) y y= (3,4), entonces x o y = 2

2 3. En R sea la funcin * definida por ( x1 , x2 ) * ( y1 , y 2 ) = x1 y1 x2 y 2 . Verifique que * no define un pi.

Observaciones: a) En un espacio vectorial se pueden definir ms de un pi, aunque hay un usual b) Una funcin que no es un pi en un espacio vectorial, puede serlo en otro espacio vectorial EJERCICIOS: Verifique que " o " define un producto interno en V 1. Sabiendo que V= P 2 ( R ) , se define P o Q = 1 P( x).Q( x)dx
1

40

2. Sabiendo que A, B M 2 x 3 ( R ) , Propiedades: i) x o 0 = 0 , x V ii) x o (y+z) = x o y + x o z,

A o B= aij bij

1i2 y 1j3

x , y , z V

Definicin: Si V es un vector de un espacio vectorial con pi, entonces la "norma de V" denotada por V se define as V = V o V , tambin es equivalente a V Propiedades: i) ii) iii) iv)
2

=V oV .

x = x
x 0 y

x =0 x=0

x+ y x + y xo y x o y
desigualdad de Schwarz

Definicin: Se define ngulo entre dos vectores no nulos x e y al nmero real i) 0 ii) cos =

tal que:

xo y x y

Nota: Dos vectores son ortogonales si el pi entre ellos es cero(0). 12. BASE ORTONORMAL DE UN ESPACIO VECTORIAL: Sea (V,+,R,.) un espacio vectorial con producto interno y sea A= {x1 , x 2 ,.... x n } una base de V. Diremos que A es una base ortonormal si y slo s xi o x j = Proceso de ortonormalizacin de Gram-Schmidt: Sea B = {v1 , v 2 ,...., v n } una base del espacio vectorial V con pi. Se puede obtener una base A= {x1 , x 2 ,.... x n }que sea ortonormal, siguiendo los siguientes pasos:

0...si....i j . 1...si....i = j

41

Paso 1. Se obtiene x1 = Paso 2. Se calcula

v1 v1

' v2 = v2 (v2 o x1 ) x1 (vector ortogonal con x1 ) ' v2 ,

Paso 3. Se normaliza
'

es decir

x2 =

' v2 ' v2

Paso 4. Se calcula v3 = v3 (v3 o x1 ) (v3 o x2 ) x2 Paso 5. Se obtiene x3 =

' v3 ' v3

' Paso 6. Se calcula v 4 siguiendo los pasos en forma anloga.......hasta obtener el ltimo vector de A

EJERCICIOS PROPUESTOS: 1. Determine si las cuaternas que se indican denotan espacios vectoriales: i) (R, +, Q, .)
2

ii) (Q, +, Q, .)

iii) (Q, +, R, .)

2. Sean V= R , K=R. Determine si las operaciones dadas definen sobre V una estructura de espacio vectorial.

1 1 1 1 a + a ' , b + b' ); ( a, b) = (a,b) 2 2 2 2 b) (a,b) +(c,d) = (a+c,b+d) ; ( a, b) = (a, b)

a) (a,b) +(a',b') = ( c) (a,b) +(c,d) = (a+c,b+d) ; (a, b) = ( a, b)
2 2

3. En los siguientes ejercicios determine si el subconjunto dado H del espacio vectorial V es o no subespacio de V a) V = R , H= {( x, y ) / y 0}
2 2 2

b) V = R , H= {( x, y ) / y = x} c) V = R , H= ( x, y ) / x + y 1
2 2
3

d) V = R , H = ( x, y, z ) R ; ax + by + cz = 0, a, b, z R
3

e) V = Mn(R), H= Conjunto de matrices diagonales

42

f)

V = Mn(R), H= Conjunto de matrices triangulares superiores

g) P 4 , H= Conjunto de los polinomios de grado 2. 4. Sean los vectores v 1 ( 1,0,2), v 2 ( 1,2,4), en R . Determine si los vectores v= (3

1,1,3) y u =(1,2,2) son C.L de los vectores v 1 y v 2 . 5. Determine si los vectores dados son L.D o L.I. a) (1,-2,3) , (2,-2,0), (0,1,7) b) (1,-3,7), (3,0,4), (11,-6,12) c) En P 3 : 2x, x -3, 1- x- 4x , x + 18x - 9 e) En R
2x2 3 3 3

1 1 1 0 1 2 0 0 , , , 0 6 3 1 1 1 1 1
3

6. En cada una de los siguientes problemas: (a) determinar el subespacio S de (R , +, R, .) generado por los vectores dados, (b) Obtener una base de S, (c) dim(S). a) b) c) d)

{(1,1,1), (1,1,5)} {(1,2,3), (1,0,1), (3,1,0)(2,1,2)} {(1,1,1), (1,1,3), (2,1,1)} {(1,1,2), (1,2,5), (5,3,4)}

7. Determina una base del subespacio S= {( x, y , z ) z = x + y} 8. Halle la dimensin del espacio vectorial generado por: a) (1,-2,3,-1), (1,1,-2,3) c) t + 2t + 3t + 1,
3 2

b)

1 2 1 1 , 1 2 2 2

2t 3 + 4t 2 + 6t + 2

d) 3 y -3

9. Sea V=M 2 x 2 (R) y W el subespacio generado por:

1 5 1 1 2 4 1 1 4 2 , , , . Halle una base y la dimensin de W. 1 5 5 7 5 7

10. Sea W el espacio generado por los polinomios: U= t + 2t 2t + 1,
3 2

V= t + 3t t + 4, X= 2t + 2t 7t 7
3 2

Halle una base y la dim(W).