Академический Документы
Профессиональный Документы
Культура Документы
Secci
on 1: DEFINICION Y EJEMPLOS
on. Una estructura hV, +, i donde V es un conjunto y las operaciones + y cumplen las siguientes propiedades.
Definici
Supongamos que u, v, w V y que , R
S1. V es cerrado bajo +, es decir si u, v V entonces u + v V
S2. Conmutativa de la suma u + v = v + u
S3. Asociativa de la suma u + (v + w) = (u + v) + w
u + (u) = ~0
M5. Unidad 1 u = u
se llama un espacio vectorial, los elementos de V se llaman vectores y las operaciones + y se llaman suma vectorial
y multiplicacion por escalar, en general la operacion de multiplicacion no se escribe, es decir u = u.
En los siguientes ejemplos, para ver que son espacios vectoriales, se debe demostrar que cumple las 10 propiedades de la
definici
on anterior.
Ejemplo. Como vimos en anteriores lecturas R2 y R3 son espacios vectoriales con la suma y multiplicacion escalar usuales.
Ejemplo. Mnm las matrices con las operaciones de suma y multiplicacion escalar usuales. Es facil ver que la matriz
0nm es el vector ~0, adem
as que el opuesto de una matriz A es A el opuesto de cada una de sus componentes. El estudiante
puede verificar que se cumplen las 10 propiedades.
Ejemplo. Rn , si vemos que los elementos de Rn son precisamente matrices 1 n entonces podemos pensar las operaciones
como la suma y multiplicaci
on por escalar de matrices, y as sera un caso particular del ejemplo anterior.
Ejemplo. Pn los polinomios de grado menor o igual que n, donde los polinomios constantes, al igual que el polinomio 0,
se consideran de grado 0. Recordemos que un polinomio en x, p(x) es una funcion que puede expresarse de la forma
p(x) = a0 + a1 x + a2 x2 + + an xn
donde el grado es la mayor potencia cuyo coeficiente no sea nulo.
NOTA. Consideraremos solo polinomios en x, por eso no haremos enfasis en la variable.
si p, q son dos polinomios de grado menor o igual que n, la suma se hace componente a componente es decir
p = a0 + a1 x + a2 x2 + + an xn
q = b0 + b1 x + b2 x2 + + bn xn
1
ESPACIOS VECTORIALES DEFINICION Y EJEMPLOS
y la multiplicaci
on por escalar es multiplicar cada coeficiente por el escalar es decir:
Con estas operaciones Pn es un espacio vectorial. Este espacio se parece mucho a Rn+1 Por que?
Ejemplo. P todos polinomios, con la suma y multiplicacion de polinomios del ejemplo anterior tambien es un espacio
vectorial.
Ejemplo. hR+ , , i, es de notar que aunque el conjunto de vectores es el conjunto de reales positivos, se comporta muy
diferente de los reales porque la suma y multiplicacion por escalar estan definidos de la siguiente forma:
u, v R+ Definimos u v = uv
u R+ , R Definimos u = u
La suma de este espacio vectorial es la multiplicacion usual y la multiplicacion por escalar es la potenciacion. Veamos como
se demostraran varias de las propiedades de la definicion de espacio vectorial.
S1. R+ es cerrado bajo .
Sean u, v R+ entonces u v = uv R+ porque la multiplicacion de positivos es positiva.
S2. Conmutativa de la suma u v = uv = vu = v u
u ~0 = u1 = u u R+
1. 0u = ~0 para todo u V
2. ~0 = ~0 para todo R
o u = ~0
3. S u = 0, entonces = 0
Demostraci
on. 1. Para demostrar esto haremos uso de la propiedad del numero 0, 0 + 0 = 0.
Note que a priori no se sabe cuanto es el resultado de 0u y queremos demostrar que es ~0.
0u = (0 + 0)u Distributiva (M 3)
0u = 0u + 0u Sumo el opuesto de 0u
0u 0u = (0u + 0u) 0u Asociativa
0u 0u = 0u + (0u 0u) Opuesto dos veces (S5)
~0 = 0u + ~0 Modulo (S4)
~0 = 0u
2
ESPACIOS VECTORIALES DEFINICION Y EJEMPLOS
2. La demostraci
on es muy parecida a la anterior.
3. Para demostrar este ejercicio es suficiente asumir que cu = ~0 y que c 6= 0 para demostrar que entonces u = ~0 (Por
que?)
4. Note que en este numeral se pretende demostrar que (1)u es el elemento u de la propiedad S5, la demostraci
on
puede hacerla el lector.
P1 + P2 = (a0 + a1 x + + an xn ) + (b0 + b1 x + + bn xn )
= (a0 + b0 ) + (a1 + b1 )x + + (an + bn )xn
donde
Por lo que P1 + P2 V
S2 Asociativa:
S3 Conmutativa:
odulo es ~0 = 0 = 0 + 0x + . . . 0xn .
S4 El m
S5 P1 = (ao ) + (a1 )x + + (an )xn .
M1 Queremos ver que P1 V para esto recordemos que P1 = (a0 )+(a1 )x+ +(an )xn y veamos que sus coeficientes
suman cero:
a0 + a1 + + an = (a0 + a1 + + an ) = 0 = 0
3
ESPACIOS VECTORIALES SUBESPACIOS
M2 Distributiva:
M3 Distributiva:
M4 Triple producto:
M5 Unidad:
1P1 = 1(a0 + a1 x + + an xn )
= a0 + a1 x + + an xn
= P1
Secci
on 2: SUBESPACIOS
Note que al ser W espacio vectorial en si mismo, debe contener al vector ~0.
Ejemplo. El subespacio trivial es subespacio vectorial mas peque
no que podra tener un espacio vectorial V ; es el espacio
que solo contiene al ~0, es decir, {~0} es un espacio vectorial.
Teorema 2.1 Para saber si un subconjunto no vaco W de un espacio vectorial V es un subespacio, es suficiente con
probar las propiedades (S1) y (M 1).
Demostraci
on. Note que la mayora de propiedades se tienen en W porque se cumplen en V .
4
ESPACIOS VECTORIALES COMBINACION LINEAL
Demostraci on. Sean S, T dos subespacios del espacio vectorial V , queremos demostrar que S T es un subespacio vectorial
de V , para esto probaremos las dos propiedades de clausura:
S1. Sean x1 , x2 S T , lo que quiere decir que x1 , x2 S por lo que como S es un subespacio de V es cerrado bajo la
suma, es decir x1 + x2 S y x1 , x2 T y por un argumento similar tenemos x1 + x2 T , entonces x1 + x2 S T .
M1. Sea R como x1 S entonces x1 S y como x1 T entonces x1 T , por lo que concluimos x1 S T
Ejemplo. Sea V = M2 espacio vectorial
de matrices 2 2 y sean
S = A M2 | a12 = 0 las matrices que en la primera
a b
fila y segunda columna tienen 0, y T = A M2 | A =
b a
Tanto S, como T son subespacios vectoriales de M2 , veamos para S.
a11 0 b 0 a11 + b11 0
S1. Sean A = y B = 11 entonces A + B = S pues tiene la componente (12)
a21 a22 b21 b22 a21 + b21 a22 + b22
en 0.
a11 0
M1. Sea R, entonces A = S pues su componente (12) es 0.
a21 a22
Ahora para T :
a1 a2 b1 b2 a 1 + b1 (a2 + b2 )
S1. Sean A = yB= , entonces A + B = A = si llamamos a = a1 + b1 y
a2 a1 b2 b1 a 2 + b2 a1 + b1
b = a2 + b2 vemos que A + B T
a1 a2
M1. Sea R, entonces A = la cual vemos que esta en T .
a2 a1
de matrices 2 2
Por lo tanto S y T son subespacios del espacio y la interseccion por el teorema anterior tambien es un
a 0
subespacio, el siguiente subespacio S T = A M2 | A = , es decir las matrices I.
0 a
Secci
on 3: COMBINACION LINEAL
Definici
on. Sean v1 , v2 , . . . , vn vectores de V espacio vectorial. El vector v es una combinacion lineal de v1 , v2 , . . . , vn
si
v = c1 v1 + c2 v2 + + cn vn
para ciertos n
umeros reales c1 , c2 . . . , cn .
Definici
on. Sean v1 , v2 , . . . , vn vectores de V espacio vectorial. El espacio generado por {v1 , v2 , . . . , vn } es
gen{v1 , v2 , . . . , vn } = {c1 v1 + c2 v2 + + cn vn | c1 , c2 , . . . , cn R}
Es decir, el generado por {v1 , v2 , . . . , vn } es el conjunto de todas las combinaciones lineales de los vectores v1 , v2 , . . . , vn .
Note que gen{v1 , v2 , . . . , vn } podra ser todo el espacio V en este caso se dice que v1 , v2 , . . . , vn generan todo el espacio V
5
ESPACIOS VECTORIALES COMBINACION LINEAL
6
ESPACIOS VECTORIALES EJERCICIOS PROPUESTOS
Resolver para , y
1 1 0 | a0 1 1 0 | a0 1 2 0 | a0
1 0 1 | a1 R2 R2 R1 0 1 1 | a1 a0 R3 R3 R2 0 1 1 | a1 a0
0 1 1 | a2 0 1 1 | a2 0 0 0 | a2 + a0 a1
El sistema tiene solucion siempre que a2 + a0 a1 = 0, pero si no pasa, el sistema no tiene solucion. Si la condici
on no se
cumple, como es el caso de a0 = 1, a1 = 1, a2 = 1 el polinomio a0 + a1 x + a2 x2 = 1 + x + x2 no se puede escribir como
combinacion lineal de 1 + x, 1 x2 , x + x2 y por tanto no esta en el generado de {1 + x, 1 x2 , x + x2 }, en conclusi
on
gen{1 + x, 1 x2 , x + x2 } =
6 P2
Secci
on 4: EJERCICIOS PROPUESTOS