Академический Документы
Профессиональный Документы
Культура Документы
3. Espacios vectoriales 1
I
Tema 3
Espacios vectoriales
En este capítulo presentamos la definición formal de espacio vectorial. Los espacios vec-
toriales más elementales son los conocidos espacios Rn , n = 1, 2, . . . , que ilustran clara-
mente el concepto. No obstante ya estamos familiarizados con otros conjuntos que, como
veremos, también cumplen las condiciones que caracterizan a los espacios vectoriales.
Esta representación nos ayuda a visualizar cómo funciona la bien conocida operación
de suma o adición:
v1 u1 v1 + u1
+ = ,
v2 u2 v2 + u2
1
y la multiplicación por escalares (números reales, en este caso):
v1 αv1
α = .
v2 αv2
3 y 3 y
x x
−2 −1 1 2 3 −2 −1 1 2 3 4 5
−1
− 12 (2, 1)t −1
−2 −2
mediante
α · (v1 , v2 , . . . , vn )t = (α · v1 , α · v2 , . . . , α · vn )t
denomina cuerpo.
2
Un cuerpo es un conjunto no vacío K en el que se definen dos operaciones: la suma
• a + b ∈ K, [clausura].
• a + b = b + a, [conmutatividad].
• (a + b) + c = a + (b + c), [asociatividad].
• a · b ∈ K, [clausura].
• a · b = b · a, [conmutatividad].
• (a · b) · c = a · (b · c), [asociatividad].
Anillo
• a · (b + c) = a · b + a · c, [distributiva].
N OTA : los elementos inversos respecto de la suma y el producto son únicos en un cuerpo;
3
Ejemplo
vos).
N OTA : en lo que resta de curso, nos centraremos en el cuerpo de los reales R (salvo que
se indique lo contrario).
Ejemplo
Vamos a definir las siguientes operaciones entre los elementos del conjunto A.
1. Suma: 0 + 0 = 0; 0 + 1 = 1; 1 + 0 = 1 y 1 + 1 = 0.
elemento de A.
2. Producto: 0 · 0 = 0 · 1 = 1 · 0 = 0 y 1 · 1 = 1.
tativo. En particular:
4
Clausura: el resultado de multiplicar dos elementos cualesquiera de A es
un elemento de A.
mento 1 representa a los enteros impares, con lo que las definiciones dadas para la
Matemática Discreta.
vectorial.
1. u + v = v + u, [conmutatividad de la suma].
5
6. (α + β) u = α u + β u, [distributiva respecto a la suma de escalares].
8. 1 u = u, [identidad].
vectores. Este término engloba mucho más que lo que hasta ahora hemos denominado
vectores fila o columna, como un caso particular de matrices. Como veremos, los elemen-
tos de V pueden ser números, n-tuplas de números, matrices, polinomios, funciones, etc.,
nos permitirá referirnos a ellos como “vectores”. En estas notas los vectores se denotarán
por letras latinas en negrita (p.e., a, v, etc.), aunque en otros libros se usan notaciones
distintas (p.e., a
~ ó simplemente a).
Ejemplo
la definición anterior.
Ejemplo
m×n sobre el cuerpo K, con la suma de matrices y la multiplicación por los escalares
de K, es un espacio vectorial.
6
Ejemplo
compatible y que su conjunto de soluciones está formado por n-tuplas (de números
ciones lineales homogéneo es un espacio vectorial sin más que tener en cuenta las
Ejemplo
Ejemplo
N OTA : en este ejemplo los elementos del espacio vectorial Pn son polinomios. En
7
sentido estricto, si nos referimos a un polinomio como una función p : R → R, habría
que usar el tipo de letra normal (p.e., p(x) = 1 + x − x2 ); pero si nos referimos al
mismo polinomio como vector, habría que usar el tipo de letra negrita (p.e. p ∈ Pn ).
vectoriales.
Teorema
Si V es un espacio vectorial sobre K, entonces para todo u ∈ V y α ∈ K, se cumple
que:
i) 0 u = 0.
ii) α 0 = 0.
único).
Dado un espacio vectorial V, a menudo es posible formar otro espacio vectorial to-
vectorial, el conjunto S debe ser cerrado con respecto a dichas operaciones, es decir, la su-
8
ma de dos elementos de S debe ser un elemento de S y el producto de un escalar y de un
elemento S debe ser un elemento de S. Si esto ocurre, el resto de propiedades que definen
que A ⊂ B quiere decir que todos los elementos de A pertenecen a B y esto también es
símbolo ⊆, de manera que, en dicha asignatura, A ⊂ B significa que todos los elementos
de A están en B, pero que hay al menos un elemento de B que no está en A (es decir B ⊂ B
Ejemplo
S = (x, 1)t : x ∈ R
9
Ejemplo
S = (x1 , x2 )t : x2 = 2x1
solución de A v = 0.
Ejemplo
10
A; también, si consideramos la combinación lineal:
0 · A1 + 0 · A2 + · · · + 0 · An = 0 ,
que son combinaciones lineales de las n columnas de la matriz. Por tanto C(A) es un
subespacio.
S1 + S2 = {s1 + s2 : s1 ∈ S1 , s2 ∈ S2 } .
la representamos mediante S1 ⊕ S2 .
11
Proposición
1. S1 ∩ S2 es un subespacio vectorial.
3. S1 + S2 es un subespacio vectorial.
Demostración.
En consecuencia:
s1 + s2 ∈ S1 ∩ S2 .
Por otro lado, para todo α ∈ K, tendremos que αs1 ∈ S1 y αs1 ∈ S2 . Por consiguien-
te:
αs1 ∈ S1 ∩ S2
fácil ver que S1 y S2 son subespacios de R2 . Si tomamos los vectores (1, 0)t , (0, 1)t ∈
S1 ∪ S2 , su suma
12
3. Por último, consideremos los vectores s1 , s2 ∈ S1 + S2 . Tendremos que s1 = v1 + v2 ,
Ejemplo
dos planos que pasan por el origen. La intersección de ambos espacios se calcula
resolviendo el sistema:
v 1 + v 2 + v 3 = 0 ,
v 1 − v 3 = 0
Como esta intersección contiene más elementos que el vector cero, el espacio suma
13
S1 + S2 no será suma directa. Para calcular dicho espacio suma, observamos que
(v10 , v20 , v30 )t = (v30 , v20 , v30 )t = v20 (0, 1, 0)t + v30 (1, 0, 1)t .
S1 + S2 = {s1 + s2 : s1 ∈ S1 , s2 ∈ S2 }
= v2 (−1, 1, 0)t + v3 (−1, 0, 1)t + v20 (0, 1, 0)t + v30 (1, 0, 1)t : v2 , v3 , v20 , v30 ∈ R
= (−v2 − v3 + v30 , v2 + v20 , v3 + v30 )t : v2 , v3 , v20 , v30 ∈ R .
Como puede observarse, no existe ninguna relación entre las tres coordenadas de
S1 + S2 = (α, β, γ)t : α, β, γ ∈ R = R3 .
14