UPC

Ecuaciones Diferenciales
y Algebra Lineal
Unidad 2

ESPACIOS VECTORIALES

INTRODUCCIN
Existe una gran semejanza entre el conjunto
formado por las matrices y el conjunto
formado por los vectores, en el sentido de
que en ambos se definen las operaciones de
adicin y producto por escalares, las que
satisfacen propiedades idnticas.
Estas propiedades se pueden generalizar a
una serie de objetos matemticos. El
concepto de espacio vectorial nos permite
tal generalizacin.

VECTOR n - DIMENSIONAL
Definicin
A los n nmeros reales ordenados

(a1, a2,..., an )
le llamaremos n-upla vector ndimensional.

ESPACIO VECTORIAL EUCLIDIANO

Los nmeros a1, a2 ,..., an reciben el nombre
de coordenadas o componentes del vector.
Al conjunto de todas las n-uplas lo
denotaremos Rn y lo llamaremos Espacio
Vectorial Euclidiano.

DEFINICIONES
Igualdad
a b

ai bi

i 1,2,..., n

Adicin
a b (a1 b1,...., an bn )
Producto por un escalar
Si a a1, a2 ,..., an

DEL PRODUCTO POR UN

ESCALAR
1. u + 0 = u
2. u + v = v + u
3. u + (v + w ) = (u + v) + w
4. c(u+v) = cu + cv
5. (c+d) u = cu+ du
6. (cd) u = c (du)
7. 1 u = u
8. u + (-u) = 0

ESPACIO VECTORIAL
AXIOMAS DE CLAUSURA
Definicin
Sea V un conjunto en el cual han sido
definidas dos operaciones, llamadas
adicin y multiplicacin por escalares.
Si u y v se encuentran en V y si es un
escalar, la suma de u y v, denotada por
u + v, y el mltiplo escalar de u por ,
denotado por u, son tales que:
Propiedades
o Para cada u,v V, u + v V.
de Clausura
o Para cada R y u V, u V.

ESPACIO VECTORIAL
AXIOMAS
Si V es un Espacio Vectorial, se cumplen los
siguientes axiomas:
1. x + y = y + x para todo x, y de V.
(Ley conmutativa de la suma).

2. (x + y) + z = x + (y + z) para todo x, y, z
de V. (Ley asociativa de la suma).
3. Existe un vector 0 de V, tal que para todo
x de V : 0 + x = x+ 0 = x. (Elemento nulo).
4. Para todo x de V existe un elemento x
en V tal que x + (-x) = 0. (Elemento opuesto).

ESPACIO VECTORIAL
AXIOMAS (SIGUE)
5. 1x = x , para todo x de V.
6. (x)= ()x , para todo , reales y x
en V.
7. ( + )x=x + x para todo , reales y
x en V. (Ley distributiva para los escalares).
8. (x + y) = x +y para todo real y x, y
en V. (Ley distributiva para los vectores).

OBSERVACIONES
Las operaciones de adicin y
producto por escalares
conjuntamente con los 8 axiomas
dotan al conjunto V de la estructura
de un Espacio Vectorial.
A los elementos del Espacio Vectorial
les llamamos vectores.
A los elementos de R se les llama
escalares.

ALGORITMO PARA
VERIFICACIN
Para demostrar que un cierto conjunto V
es un Espacio Vectorial, hay que verificar
que en l estn definidas las operaciones
de adicin y multiplicacin por un escalar,
que cumplan las propiedades de clausura
y los 8 axiomas anteriores.

EJEMPLOS
1. Espacio Rn: Llamados tambin
espacios euclidianos R2 ,R3,...,etc.
2. Espacio Pn: Es el Espacio
Vectorial de todos los polinomios de
grado menor igual a n.
3. El conjunto {0}: Es el llamado
Espacio Trivial.

EJEMPLOS
4. El conjunto {(2t, 3t, 5t) / t} de los
puntos del plano que estn sobre una
recta que pasa por el origen.
5. El conjunto F de todas las funciones
reales con dominio R.
6. El conjunto F[a; b] de todas las
funciones reales definidas en [a; b].

EJEMPLOS
No son espacios vectoriales (indique un axioma
que no cumplan):
1. El conjunto de todas las matrices no singulares.
2. El conjunto de todos los vectores del plano con
mdulo uno.
3. El conjunto V = R2 con la definicin habitual de
adicin y con la siguiente definicin de
multiplicacin por escalar:
x
cx

y 0

TEOREMA
Si V es un Espacio Vectorial, se tiene que:
0 = 0 para todo real.
2. 0x = 0 para todo x en V.
x = 0 = 0 x = 0.
4. (-1)x = -x para todo x en V.

SUBESPACIO
Sea V un espacio vectorial. WV es
un subespacio vectorial de V, si W en
s mismo es un espacio vectorial con
las mismas operaciones de adicin y
multiplicacin por escalares definidos
en V.

TEOREMA
Sea V un espacio vectorial y WV,
entonces W es subespacio de V si, y
slo si:
1.
2.
3.

0W
u,v W u + v W
Si u W y R u W

EJEMPLOS
1. Pn es un S.E.V. del espacio P de
todos los polinomios.
2. El conjunto D de todas las funciones
diferenciables es un S.E.V. de

F.

3. El conjunto C de todas las funciones

continuas es un S.E.V. de
es un S.E.V. de D.

F, pero no

COMBINACIN LINEAL
v1, v 2 ,...v n : Vectores de un E.V. V
a1, a2 ,...an : Escalares
La expresin:
a1v1 a2 v 2 ... an v n
se llama combinacin lineal de:
v1, v 2 ,..., v n

ESPACIO GENERADO

Sea V un E.V. y A ={u1,u2 ... un} V.

Al conjunto de todas las combinaciones

lineales de los vectores de A, se le
denomina espacio generado por A y se
denota por gen (A).

Ejercicio: Demuestre que gen(A) es un S.E.V. de V.

USO DE CLASSPAD

USO DE CLASSPAD
El programa echelon solicitar
el ingreso de la matriz,
la escalonar y almacenar el
resultado en la variable A.
3
1
2 1
0 1,5 0,5 0,5

0
0

0
0

0
0

a / 2 b
3a 4b c

4a 5b d

EJEMPLO
Determine el espacio generado por:
A={(1,2,0),(-3,1,1)}.

Pertenece el vector ( 3, -2 , 1) a gen(A)?

Qu representa gen (A) geomtricamente?

DEPENDENCIA E
INDEPENDENCIA LINEAL
Sea V un espacio vectorial.
Se dice que el conjunto
A v1, v 2 ,...v k V
es LINEALMENTE INDEPENDIENTE si
dado que: a1v1 a2 v 2 ... ak v k 0
entonces: a1 a2 ... ak 0
Si al menos un ai es diferente de cero, A
se llama LINEALMENTE DEPENDIENTE.

TEOREMA
Un conjunto de vectores v1, v 2 ,...v k de
un espacio vectorial V es linealmente
dependiente si y slo si al menos uno de
los vectores puede ser expresado como
una combinacin lineal de los otros.

TEOREMA

1. V es LD y V U U es LD
2. V es LI y U V U es LI
3. 0 V V es LD
4. Un conjunto de vectores de

es L.I. si y slo si det v1, v2 ,..., vn 0.

USO DE CLASSPAD

USO DE CLASSPAD
1 0
2 0
9 0

5 0

Se llega al sistema:

1 3
2 4

1 2

Luego, el conjunto
es L.D.

BASE DE UN ESPACIO
VECTORIAL
Definicin
Un subconjunto B de un Espacio
Vectorial V es una base para V si:
1) B genera a V.
2) B es un conjunto L.I.

EJEMPLOS
1. Pruebe que el conjunto de vectores
S={(1,0,0), (0,1,0), (0,0,1)} es una base
de R3.
2. Pruebe que en P2 el conjunto
A={1, x, x2} es una base.
3. Pruebe que en R3 el conjunto que sigue:
B={(1,1,3),(2,1,4),(1,0,1)} no es base.

TEOREMA
Sea V un espacio vectorial y B una
base para V. Para todo vector v V ,
existe exactamente una manera de
expresar v como una combinacin
de los vectores del conjunto B.

COORDENADAS DE UN VECTOR
Sea B = {v1, v2, vn} una base para un
espacio vectorial V.
Sea vV tal que v = c1v1 + c2v2 ++ cnvn.
entonces,

v B

c1
c
2
M

cn

[v]B se denomina coordenadas de v con

respecto a la base B.

EJEMPLO
En R3 tenemos el conjunto A = {(1,1,0),
(-1,1,1)}. Es fcil demostrar que A es LI,
pero que no genera a R3.
Podemos agregar vectores al conjunto A,
de modo que se convierta en una base de
R3?

TEOREMA
Si A es un conjunto de vectores
linealmente independientes de un
Espacio Vectorial V de dimensin
finita, que no es generador de V,
entonces es posible aadir vectores
de V a A, de modo que el nuevo
conjunto sea una BASE de V.

TEOREMA
Todas las BASES de un Espacio
Vectorial tienen el mismo nmero de
vectores.

EJEMPLOS
1. Cuntos vectores LI se necesitan para
generar P2?
2. Es correcto afirmar que todas las
bases
de Rn, tienen n vectores?
de P2 tienen 3 vectores?

DIMENSION DE UN ESPACIO
VECTORIAL
Definicin
Al nmero n de elementos que tiene una
BASE de un Espacio Vectorial V se le llama
dimensin de V y se denota dim (V) = n.
Si V = {0} se le llama espacio nulo y se
conviene en que dim (V) = 0.

TEOREMA
Sea B = {v1, v2, vn} una base
para un espacio vectorial V.
a) Cualquier conjunto con ms de n
vectores en V es LD.
b) Cualquier conjunto con menos de
n vectores no puede generar a V.

EJEMPLO
Sea el conjunto A, igual a
{(0,1,0,1),(-1,1,2,0),(3,0,-1-2)},
un subconjunto de R4:
a. A es BASE?
b. Determine gen(A)
c. Determine dim [gen(A)]