Вы находитесь на странице: 1из 8

1

Espacios Vectoriales

La noción de espacio vectorial es la base del estudio que haremos; es el


terreno donde se desenvuelve todo el Álgebra Lineal. Esta sección pre-
senta los axiomas de espacio vectorial, deduce sus consecuencias más
inmediatas y exhibe los ejemplos más importantes de esta noción.

Un espacio vectorial E es un conjunto, cuyos elementos son llama-


dos vectores, en el cual están definidas dos operaciones: la adición, que
a cada par de vectores u, v ∈ E hace corresponder un nuevo vector
u + v ∈ E, llamado la suma de u y v, y la multiplicación por un número
real, que a cada número α ∈ R y a cada vector v ∈ E hace corresponder
un vector α · v, ó αv, llamado el producto de α por v. Esas operaciones
deben satisfacer, para cualquier α, β ∈ R y u, v, w ∈ E, las condiciones
de abajo, llamadas los axiomas de espacio vectorial:

Conmutatividad: u + v = v + u;

Asociatividad: (u + v) + w = u + (v + w) y (αβ)v = α(βv);

Vector nulo: existe un vector 0 ∈ E, llamado vector nulo, o vector


cero, tal que v + 0 = 0 + v = v para todo v ∈ E;

Inverso aditivo: para cada vector v ∈ E existe un vector −v ∈ E, lla-


mado el inverso aditivo, o el simétrico de v, tal que −v +v = v +(−v) =
0;

Distributividad: (α + β)v = αv + βv y α(u + v) = αu + αv;

1
Capítulo 1. Espacios Vectoriales

Multiplicación por 1: 1 · v = v.
Observación 1.1. El mismo símbolo 0 representa al vector nulo y al
número cero.
Ejemplo 1.1. Para todo número natural n, el símbolo Rn representa el
espacio vectorial euclidiano n-dimensional. Los elementos de Rn son las
listas ordenadas u = (α1 , . . . , αn ), v = (β1 , . . . , βn ) de números reales.

Por definición, la igualdad vectorial u = v significa las n igualdades


numéricas α1 = β1 , . . . , αn = βn .

Los números α1 , . . . , αn son llamados las coordenadas del vector u.


Las operaciones del espacio vectorial Rn son definidas por
u + v = (α1 + β1 , . . . , αn + βn ),
α · u = (αα1 , . . . , ααn ).
El vector cero es, por definición, aquel cuyas coordenadas son todas
iguales a cero: 0 = (0, 0, . . . , 0).

El inverso aditivo de u = (α1 , . . . , αn ) es −u = (−α1 , . . . , −αn ). Se


verifica, sin dificultad, que estas definiciones hacen de Rn un espacio
vectorial. Para n = 1, se tiene Rn = R = recta numérica. R2 es el plano
euclidiano y R3 es el espacio euclidiano tridimensional de nuestra expe-
riencia cotidiana.

Para ayudar a comprender, los vectores de R2 y R3 pueden ser re-


presentados por flechas con origen en el mismo punto O. La suma u + v
es la flecha que une al origen O con el vértice que le es opuesto en el
paralelogramo que tiene u y v como lados. (Vea Figura 1.1.)

u+v
v
u
0

Figura 1.1 - Suma de vectores.

A su vez, el producto αu es la flecha colineal a u, de longitud α


veces la longitud de u, con el mismo sentido de u si α > 0 y con sentido
opuesto si α < 0.

2
Capítulo 1. Espacios Vectoriales

Ejemplo 1.2. Los elementos del espacio vectorial R∞ son las secuencias
infinitas u = (α1 , . . . , αn , . . . ), v = (β1 , . . . , βn , . . . ) de números reales.
El elemento cero de R∞ es la secuencia 0 = (0, . . . , 0, . . . ), formada por
infinitos ceros, y el inverso aditivo de la secuencia u = (α1 , . . . , αn , . . . )
es −u = (−α1 , . . . , −αn , . . . ). Las operaciones de adición y multiplica-
ción por un número real son definidas por

u + v = (α1 + β1 , . . . , αn + βn , . . . ),

α · u = (αα1 , . . . , ααn , . . . ).

Ejemplo 1.3. Una matriz (real) m × n a = [aij ] es una lista de nú-


meros reales con índices duplos, donde 1 ≤ i ≤ m y 1 ≤ j ≤ n. Se
acostumbra representar la matriz a como un cuadro numérico con m
filas y n columnas, en la cual el elemento aij se sitúa en la intersección
de la i-ésima fila con la j-ésima columna:
 
a11 a12 ... a1n
 a21 a22 ... a2n 
 
a =  .. .. .. ..  .
 . . . . 
am1 am2 . . . amn

El vector (ai1 , ai2 , . . . , ain ) ∈ Rn es el i-ésimo vector-fila de la matriz


a y el vector (a1j , a2j , . . . , amj ) ∈ Rm es el j-ésimo vector-columna de
a. Cuando m = n, se dice que a es una matriz cuadrada. El conjunto
M(m × n) de todas las matrices m × n se torna un espacio vectorial
cuando se define la suma de las matrices a = [aij ] y b = [bij ] como
a + b = [aij + bij ] y el producto de la matriz a por el número real α
como αa = [αaij ]. La matriz nula 0 ∈ M(m × n) es aquella formada por
ceros y el inverso aditiva de la matriz a = [aij ] es −a = [−aij ].

Ejemplo 1.4. Sea X un conjunto no-vacío cualquiera. El símbolo F(X;


R) representa al conjunto de todas las funciones reales f, g : X −→ R.
Él se torna un espacio vectorial cuando se define la suma f + g de dos
funciones y el producto α · f del número α por la función f de manera
natural
(f + g)(x) = f (x) + g(x), (αf )(x) = α · f (x).
Variando el conjunto X, se obtienen diversos ejemplos de espacios
vectoriales de la forma F(X; R). Por ejemplo, si X = {1, . . . , n} en-
tonces F(X; R) = Rn ; si X = N entonces F(X; R) = R∞ ; si X es el
producto cartesiano de los conjuntos {1, . . . , m} y {1, . . . , n} entonces
F(X; R) = M(m × n).

3
Capítulo 1. Espacios Vectoriales

Otros ejemplos de espacios vectoriales se producen como subespa-


cios, como veremos a continuación.

Valen en un espacio vectorial, como consecuencias de los axiomas,


las reglas operacionales habitualmente usadas en las manipulaciones nu-
méricas. Veamos algunas de ellas.
1. Si w + u = w + v entonces u = v. En particular, w + u = v implica
u = 0 y w + u = 0 implica u = −w.

En efecto, de la igualdad w + u = w + v se sigue que


u=0+u = (−w + w) + u
= −w + (w + u)
= −w + (w + v)
= (−w + w) + v
= 0+v =v
En particular, w + u = w implica w + u = w + 0, luego u = 0. Y
si w + u = 0 entonces w + u = w + (−w) luego u = −w.
2. Dados 0 ∈ R y v ∈ E se tiene 0 · v = 0 ∈ E. Análogamente, dados
α ∈ R y 0 ∈ E, vale α · 0 = 0.

En efecto, v + 0 · v = 1 · v + 0 · v = (1 + 0) · v = 1 · v = v, luego
0 · v = 0 como vimos anteriormente. De modo análogo, como
α · 0 + α · 0 = α · (0 + 0) = α · 0, se sigue de 1. que α · 0 = 0.
3. Si α ̸= 0 y v ̸= 0 entonces α · v ̸= 0.

En efecto, si fuese α · v = 0 entonces v = 1 · v = (α−1 · α)v =


α−1 · (αv) = α−1 · 0 = 0, esto es, tendríamos v = 0.
4. (−1) · v = −v.

En efecto,
v + (−1) · v = 1 · v + (−1) · v = (1 + (−1)) · v = 0 · v = 0,
luego (−1)v = −v, por la regla 1.

En lo que se sigue, escribiremos u − v para significar u + (−v).


Evidentemente,
u − v = w ⇔ u = v + w.

4
Capítulo 1. Espacios Vectoriales

Ejemplo 1.5. Sean u = (a, b) y v = (c, d) vectores en R2 con u ̸= 0,


esto es, a ̸= 0 ó b ̸= 0. De modo que v sea múltiplo de u, esto es, v = αu
para algún α ∈ R, es necesario y suficiente que se tenga ad − bc = 0.
La necesidad es inmediata pues v = αu significa c = αa y d = αb.
Multiplicando la primera de estas igualdades por b y la segunda por a
obtenemos bc = αab y ad = αab, luego ad = bc, o sea, ad − bc = 0.
Recíprocamente, si ad = bc entonces, suponiendo a ̸= 0, obtenemos
c c c
d = b. Por otra parte, es claro que c = a. Luego, siendo α = , se
a a a
d
tiene d = αb y c = αa, esto es v = αu. Si fuese b ̸= 0, tomaremos α =
b
para tener v = αu.

Ejercicios

1.1 Dadas las matrices


[ ] [ ]
1 −1 2 2 3 0
a= , b=
3 2 −1 −2 −3 1
y [ ]
−4 −8 4
c= :
12 13 1

a) Calcule la matriz 3a − 2b + c.
b) Halle números α y β, ambos diferentes de cero, tales que
αa + βb + c tenga la primera columna nula.

1.2 Muestre que las operaciones definidas en el texto hacen realmente


de los conjuntos Rn , M(m × n) y F(X; R) espacios vectoriales.

1.3 Halle el valor de t que torna a la matriz de abajo igual a la matriz


nula: [2 ]
t −1 t2 − t
.
t3 − 1 t2 − 3t + 2

1.4 Determine los vectores u, v ∈ R4 sabiendo que las coordenadas


de u son todas iguales, la última coordenada de v es igual a 3 y
u + v = (1, 2, 3, 4).

1.5 Dados u = (1, 2, 3), v = (3, 2, 0) y w = (2, 0, 0), halle números α, β


y γ tales que αu + βv + γw = (1, 1, 1).

1.6 Dados los vectores v1 = (1, 2, 1), v2 = (2, 1, 2), v3 = (3, 3, 2) y


v4 = (1, 5, −1) en R3 , determine los vectores u = v1 −3v2 +2v3 −v4 ,
1 4
v = v1 + v2 − v3 − v4 y w = v3 − v2 − v1 .
3 3
5
Capítulo 1. Espacios Vectoriales

1.7 Considere la siguiente afirmación: “En un espacio vectorial E exis-


te un único vector nulo y cada elemento de E posee un único
inverso”. ¿Cuál hecho demostrado en esta sección asegura que es-
ta afirmación es verdadera?

1.8 Use los axiomas del espacio vectorial E para probar que, si v ∈ E
y n es un número natural entonces n · v = v + · · · + v (n términos).

1.9 Sean u, v vectores no-nulos del espacio vectorial E. Pruebe que v


es múltiplo de u si, y solamente si, u es múltiplo de v. ¿Qué se
puede decir en el caso que no supongamos que u y v sean ambos
diferentes de cero?

1.10 Sean u = (x1 , . . . , xn ) y v = (y1 , . . . , yn ) vectores en Rn . Pruebe


que uno de ellos es múltiplo del otro si, y solamente si, xi yj = xj yi
para cualquier i, j = 1, . . . , n.

1.11 Use las relaciones 2(u + v) = 2u + 2v, 2w = w + w para probar


que la conmutatividad de u + v = v + u puede ser demostrada a
partir de los demás axiomas de espacio vectorial.

1.12 En R2 , mantengamos la definición del producto αv de un número


por un vector pero modifiquemos, de tres maneras diferentes, la
definición de la suma u + v de los vectores u = (x, y) y v =
(x′ , y ′ ). En cada prueba, diga cuáles axiomas de espacio vectorial
continúan válidos y cuáles son violados:

(1) u + v = (x + y ′ , x′ + y);
(2) u + v = (xx′ , yy ′ );
(3) u + v = (3x + 3x′ , 5x + 5x′ ).

1.13 Defina el promedio u ∗ v entre dos vectores u, v en el espacio vec-


1 1
torial E por u ∗ v = u + v. Pruebe que (u ∗ v) ∗ w = u ∗ (v ∗ w)
2 2
si, y solamente si, u = w.

1.14 Dados los espacios vectoriales E1 , E2 , considere el conjunto E =


E1 × E2 (producto cartesiano de E1 por E2 ), cuyos elementos son
los pares ordenados v = (v1 , v2 ), con v1 ∈ E1 y v2 ∈ E2 . Defina
operaciones que tornen E un espacio vectorial. Verifique la validez
de cada uno de los axiomas y muestre que su definición se extiende
para el caso de n espacios vectoriales E1 , . . . , En , lo mismo de una
secuencia infinita E1 , E2 , . . . , En , . . . .

1.15 Sean X un conjunto cualquiera y E un espacio vectorial. Muestre


que, con las definiciones naturales, el conjunto F(X; E) de las

6
Capítulo 1. Espacios Vectoriales

funciones f : X −→ E se torna un espacio vectorial. Identifique


casos particulares en que X = {1, . . . , n}, X = N, X = A × B,
donde A = {1, . . . , m} y B = {1, . . . , n}.

1.16 Dados los vectores u = (1, 2, 3), v = (3, 2, 1) y w = (−3, 2, 7)


en R3 , obtenga números α, β tales que w = αu + βv. ¿Cuántas
soluciones admite este problema?

1.17 Sean u = (1, 1), v = (1, 2) y w = (2, 1). Halle números a, b, c, a′ , b′ , c′ ,


todos no-nulos, tales que au+bv +cw = a′ u+b′ v +c′ w, con a′ ̸= a,
b′ ̸= b y c′ ̸= c.

1.18 Sean E un espacio vectorial y u, v ∈ E. El segmento de recta de


extremos u, v es, por definición, el conjunto

[u, v] = {(1 − t)u + tv; 0 ≤ t ≤ 1}.

Un conjunto X ⊂ E se llama convexo cuando u, v ∈ X ⇒ [u, v] ⊂


X. (O sea: el segmento de recta que une dos puntos cualquiera de
X está contenido en X.) Pruebe:

(a) La intersección X1 ∩ · · · ∩ Xm de conjuntos convexos X1 , . . . ,


Xm ⊂ E es un conjunto convexo.
(b) Dados a, b, c ∈ R, el conjunto X = {(x, y) ∈ R2 ; ax + by ≤ c}
es convexo en R2 .
(c) El conjunto Y = {(x, y, z) ∈ R3 ; a ≤ x ≤ b, c < y < d} es
convexo en R3 .
(d) Sea X ⊂ E convexo. Si r, s, t son números reales ≥ 0 tales
que r + s + t = 1 entonces u, v, w ∈ X ⇒ ru + sv + tw ∈ X.
(e) Generalizando el resultado anterior, la expresión t1 v1 + · · · +
tk vk , donde t1 , . . . , tk son ≥ 0 es t1 + · · · + tk = 1 se llama una
combinación convexa de los vectores v1 , . . . , vk . Si el conjunto
X ⊂ E es convexo, pruebe que toda combinación convexa de
vectores v1 , . . . , vk ∈ X también pertenece a X.

1.19 Pruebe que el disco D = {(x, y) ∈ R2 ; x2 + y 2 ≤ 1} es un conjunto


convexo.

1.20 Un subconjunto C del espacio vectorial E se llama un cono cuan-


do, para todo v ∈ C y todo t > 0, se tiene tv ∈ C. Pruebe:

(a) El conjunto de los vectores v ∈ Rn que tienen exactamente k


coordenadas positivas (0 ≤ k ≤ n) es un cono.

7
Capítulo 1. Espacios Vectoriales

(b) El conjunto de las funcionales f : X −→ R que asumen


valores negativos en todos los puntos de un subespacio fijado
Y ⊂ X es un cono en F(X; R).
(c) Un cono C ⊂ E es un conjunto convexo si, y solamente si,
u, v ∈ C ⇒ u + v ∈ C.
(e) La intersección y la unión de una familia cualquiera de conos
son también un cono.

1.21 Dado un subconjunto X en el espacio vectorial E, sea C(X) el


conjunto
∑ de las combinaciones convexas t1 v1 + · · · + tk vk (ti ≥ 0,
ti = 1) de los elementos de X. Pruebe que C(X) es un conjunto
convexo, que X ⊂ C(X) y que si C ′ es cualquier otro subconjunto
convexo de E que contiene a X entonces C ′ ⊃ C(X). (Por este
motivo, se dice que C(X) es el menor subconjunto convexo de E
que contiene a X. C(X) se llama la envoltura convexa del conjunto
X.)

Вам также может понравиться