Espacio Vectorial 1

Semana 6 [1/60]
Espacios Vectoriales
24 de agosto de 2007
Espacios Vectoriales Semana 6 [2/60]
Definición
Consideremos (V , +) un grupo Abeliano, es decir

+ es ley de composición interna
+ es asociativa y conmutativa.
Existe neutro, 0 ∈ V , tal que: ∀x ∈ V , x + 0 = 0 + x = x.
∀x ∈ V , existe un inverso aditivo, −x ∈ V , tal que
x + (−x) = (−x) + x = 0.
Sea además K un cuerpo y definamos una

ley de composición externa
K×V → V
(λ, v ) 7→ λv ∈ V .
Definición

x + (−x) = (−x) + x = 0.

K×V → V
(λ, v ) 7→ λv ∈ V .
Definición

x + (−x) = (−x) + x = 0.

K×V → V
(λ, v ) 7→ λv ∈ V .
Definición

x + (−x) = (−x) + x = 0.

K×V → V
(λ, v ) 7→ λv ∈ V .
Definición

x + (−x) = (−x) + x = 0.

K×V → V
(λ, v ) 7→ λv ∈ V .
Definición

x + (−x) = (−x) + x = 0.

K×V → V
(λ, v ) 7→ λv ∈ V .
Definición

x + (−x) = (−x) + x = 0.

K×V → V
(λ, v ) 7→ λv ∈ V .
Definición
Espacio Vectorial
K
Dado (V , +) grupo abeliano y ( , +, ·) cuerpo, con una ley de composición
externa.
K
V es un espacio vectorial sobre si y sólo si la ley de composición externa
satisface ∀λ, β ∈ K , x, y ∈ V :
(EV1) (λ + β)x = λx + βx.
(EV2) λ(x + y) = λx + λy.
(EV3) λ(βx) = (λβ)x.
(EV4) 1 x = x, donde 1 es el neutro multiplicativo del cuerpo K.
v ∈ V −→ vector.
λ∈ K −→ escalar.
Definición
Espacio Vectorial
K
externa.
K
(EV1) (λ + β)x = λx + βx.
(EV2) λ(x + y) = λx + λy.
Definición
Espacio Vectorial
K
externa.
K
(EV1) (λ + β)x = λx + βx.
(EV2) λ(x + y) = λx + λy.
Definición
Espacio Vectorial
K
externa.
K
(EV1) (λ + β)x = λx + βx.
(EV2) λ(x + y) = λx + λy.
Definición
Espacio Vectorial
K
externa.
K
(EV1) (λ + β)x = λx + βx.
(EV2) λ(x + y) = λx + λy.
Definición
Espacio Vectorial
K
externa.
K
(EV1) (λ + β)x = λx + βx.
(EV2) λ(x + y) = λx + λy.
Definición
Espacio Vectorial
K
externa.
K
(EV1) (λ + β)x = λx + βx.
(EV2) λ(x + y) = λx + λy.
Ejemplos
Ejemplos
Kn es espacio vectorial sobre K.
(Mmn (K), +) es espacio vectorial sobre K con la ley de composición
externa:
K × Mmn(K) → Mmn(K)
(λ, A) 7→ λA = (λaij )
R
Pn ( ) el conjunto de los polinomios de grado menor o igual a n es
R
espacio vectorial sobre , con las operaciones:
R
∀p, q ∈ Pn ( ), (p + q)(x) = p(x) + q(x)
R
∀λ ∈ , (λp)(x) = λp(x)
n n
i
bi x i
P P
o bien, si p(x) = ai x , q(x) =
i=0 i=0
n
X n
X
(p + q)(x) = (ai + bi )x i , (λp)(x) = (λai )x i .
i=0 i=0
Ejemplos
Ejemplos
externa:
(λ, A) 7→ λA = (λaij )
R
R
R
∀p, q ∈ Pn ( ), (p + q)(x) = p(x) + q(x)
R
∀λ ∈ , (λp)(x) = λp(x)
n n
i
bi x i
P P
i=0 i=0
n
X n
X
i=0 i=0
Ejemplos
Ejemplos
externa:
(λ, A) 7→ λA = (λaij )
R
R
R
∀p, q ∈ Pn ( ), (p + q)(x) = p(x) + q(x)
R
∀λ ∈ , (λp)(x) = λp(x)
n n
i
bi x i
P P
i=0 i=0
n
X n
X
i=0 i=0
Ejemplos
Ejemplos
externa:
(λ, A) 7→ λA = (λaij )
R
R
R
∀p, q ∈ Pn ( ), (p + q)(x) = p(x) + q(x)
R
∀λ ∈ , (λp)(x) = λp(x)
n n
i
bi x i
P P
i=0 i=0
n
X n
X
i=0 i=0
Ejemplos
Ejemplos
externa:
(λ, A) 7→ λA = (λaij )
R
R
R
∀p, q ∈ Pn ( ), (p + q)(x) = p(x) + q(x)
R
∀λ ∈ , (λp)(x) = λp(x)
n n
i
bi x i
P P
i=0 i=0
n
X n
X
i=0 i=0
Ejemplos
K
Dado un cuerpo ( , +, ·) arbitrario, definamos la ley de composición:
K×K→K
(λ, v ) 7→ λ · v
donde ” · ” es la multiplicación en el cuerpo K.
K
Entonces es e.v. sobre . K
El grupo Abeliano (C, +) con la ley de composición externa:
R×C→C
(λ, a + bi) → λ(a + bi) = λa + λbi
Es un espacio vectorial sobre R pero no es el mismo espacio vectorial
definido sobre C.
Ejemplos
K
K×K→K
(λ, v ) 7→ λ · v
K
R×C→C
(λ, a + bi) → λ(a + bi) = λa + λbi
definido sobre C.
Ejemplos
K
K×K→K
(λ, v ) 7→ λ · v
K
R×C→C
(λ, a + bi) → λ(a + bi) = λa + λbi
definido sobre C.
Ejemplos
K
K×K→K
(λ, v ) 7→ λ · v
K
R×C→C
(λ, a + bi) → λ(a + bi) = λa + λbi
definido sobre C.
Ejemplos
K
K×K→K
(λ, v ) 7→ λ · v
K
R×C→C
(λ, a + bi) → λ(a + bi) = λa + λbi
definido sobre C.
Ejemplos
K
K×K→K
(λ, v ) 7→ λ · v
K
R×C→C
(λ, a + bi) → λ(a + bi) = λa + λbi
definido sobre C.
Un par de propiedades
Ejercicio
K
Sea V un e.v. sobre . Se tiene que:
1 0v = v 0 = 0, ∀v ∈ V , 0 ∈ K
, elemento neutro aditivo de K.
2 λ0 = 0λ = 0, ∀λ ∈K, 0 ∈ V , elemento neutro aditivo de V .
3 λv = 0 ⇒ λ = 0 ∨ v = 0, λ ∈ K, v ∈ V .
Ejercicio
K
1 0v = v 0 = 0, ∀v ∈ V , 0 ∈ K
3 λv = 0 ⇒ λ = 0 ∨ v = 0, λ ∈ K, v ∈ V .
Ejercicio
K
1 0v = v 0 = 0, ∀v ∈ V , 0 ∈ K
3 λv = 0 ⇒ λ = 0 ∨ v = 0, λ ∈ K, v ∈ V .
Subespacios Vectoriales Semana 6 [30/60]
Definición
Subespacio vectorial
Sea V espacio vectorial sobre K. U 6= φ, es un subespacio vectorial (s.e.v)
de V si y sólo si:
1 ∀u, v ∈ U, u + v ∈ U
2 K
∀λ ∈ , ∀u ∈ U, λu ∈ U.
Es decir, ambas operaciones, la interna y la externa, son cerradas en U.
Definición
de V si y sólo si:
1 ∀u, v ∈ U, u + v ∈ U
2 K
∀λ ∈ , ∀u ∈ U, λu ∈ U.
Definición
de V si y sólo si:
1 ∀u, v ∈ U, u + v ∈ U
2 K
∀λ ∈ , ∀u ∈ U, λu ∈ U.
Caracterización
Proposición
V e.v. sobre K. U 6= φ, es subespacio vectorial (s.e.v) de V si y sólo si:
∀λ1, λ2 ∈ K, ∀u1, u2 ∈ U, λ1 u1 + λ2u2 ∈ U.
Atención
Si U es s.e.v. de V , entonces 0 ∈ U.
Caracterización
Proposición
∀λ1, λ2 ∈ K, ∀u1, u2 ∈ U, λ1 u1 + λ2u2 ∈ U.
Atención
Caracterización
Proposición
∀λ1, λ2 ∈ K, ∀u1, u2 ∈ U, λ1 u1 + λ2u2 ∈ U.
Atención
Ejemplos
Ejemplos
R RR
Pn ( ), es subespacio de F( , ).
U = {(x, y)/ax + by = 0} es un subespacio vectorial de R2 .
R
Dada M ∈ Mmn ( ), el conjunto U = {x ∈ Rn/Mx = 0} es un s.e.v. de Rn.
Ejemplos
Ejemplos
R RR
R
Ejemplos
Ejemplos
R RR
R
Intersecciones y uniones de s.e.v’s
Sea V e.v. sobre K y U, W ⊆ V s.e.v.’s de V .

U ∩ W es subespacio vectorial de V .
Sin embargo,
U ∪ W no tiene por qué serlo.
Ejemplo
U = {(x, y) ∈ R2/x − y = 0}, W = {(x, y) ∈ R2/y − 2x = 0} como s.e.v.’s de
R2
.

Sin embargo,
Ejemplo
R2
.

Sin embargo,
Ejemplo
R2
.

Sin embargo,
Ejemplo
R2
.
Combinaciones lineales Semana 6 [43/60]
Definición
Combinación lineal
K
Sea V e.v. sobre , y una colección de vectores v1 , v2, ..., vn ∈ V , y de
escalares λ1 , ..., λn ∈ K .
Se llama combinación lineal a
n
X
λi vi = λ1v1 + ... + λn vn ∈ V .
i=1
Se define además:
n
K}.
X
h{v1, ..., vn }i = {v ∈ V /v = λi v i , λi ∈
i=1
Definición
Combinación lineal
K
n
X
λi vi = λ1v1 + ... + λn vn ∈ V .
i=1
Se define además:
n
K}.
X
h{v1, ..., vn }i = {v ∈ V /v = λi v i , λi ∈
i=1
Definición
Combinación lineal
K
n
X
λi vi = λ1v1 + ... + λn vn ∈ V .
i=1
Se define además:
n
K}.
X
h{v1, ..., vn }i = {v ∈ V /v = λi v i , λi ∈
i=1
Subespacio vectorial generado
Se tiene que:
Proposición
Sean V e.v. y v1, ..., vn ∈ V . Entonces
h{v1, . . . , vn }i es un subespacio vectorial de V .

Es el s.e.v. más pequeño que contiene los vectores v1 , . . . , vn . Es decir, si
otro s.e.v U los contiene, entonces h{v1, . . . , vn }i ⊆ U.
n
K}.
X
h{v1, ..., vn }i = {v ∈ V /v = λi v i , λi ∈
i=1
Subespacio vectorial generado por {vi }ni=1.
Se tiene que:
Proposición

n
K}.
X
h{v1, ..., vn }i = {v ∈ V /v = λi v i , λi ∈
i=1
Se tiene que:
Proposición

n
K}.
X
h{v1, ..., vn }i = {v ∈ V /v = λi v i , λi ∈
i=1
Se tiene que:
Proposición

n
K}.
X
h{v1, ..., vn }i = {v ∈ V /v = λi v i , λi ∈
i=1
Dependencia e independencia lineal Semana 6 [50/60]
Definición
Definiciones
{vi }ni=1 ⊆ V , son linealmente dependientes (l.d.) si y solo si: existen
n
P
escalares {λ1, ..., λn }, no todos nulos, tales que λi vi = 0.
i=1
En caso contrario son linealmente independientes (l.i.):

n
X
λi vi = 0 ⇒ λi = 0 ∀i = 1, ..., n,
i=1
Definición
Definiciones
{vi }ni=1 ⊆ V , son linealmente dependientes (l.d.) si y solo si: existen
n
P
escalares {λ1, ..., λn }, no todos nulos, tales que λi vi = 0.
i=1
En caso contrario son linealmente independientes (l.i.):

n
X
λi vi = 0 ⇒ λi = 0 ∀i = 1, ..., n,
i=1
Observaciones
Observaciones
Para A, B ⊆ V ,
0 ∈ A ⇒ A es l.d.
A es l.d. y A ⊆ B, entonces B es l.d.
A es l.i. y B ⊆ A, entonces B es l.i.
Observaciones
Observaciones
Para A, B ⊆ V ,
0 ∈ A ⇒ A es l.d.
Observaciones
Observaciones
Para A, B ⊆ V ,
0 ∈ A ⇒ A es l.d.
Caso de Kn
Dado un conjunto de m vectores {v1, ..., vm } ⊆ Kn, donde vi = (v1i , ..., vni ),
i = 1, ..., m.
Podemos estudiar su dependencia o independencia lineal a través de un

sistema de n por m:
λ1v1 + ... + λm vm = 0
       
v11 v12 v1m 0
 v21   v22   v2m   ... 
⇔ λ1  ..  + λ2  ..  + ... + λm  .
.
=.
.   .. 
   
. . 
vn1 vn2 vnm 0
··· λ1
    
v11 v12 v1m 0
 λ2   ... 
···
Km .
 v21 v22 v2m 
⇔ 
 ... ...  ...  =  ...  ∈
...  
   
vn1 vn2 ··· vnm λm 0

{vi }m
i=1 es l.d. si y sólo si el sistema anterior tiene más de una solución.
Caso de Kn
i = 1, ..., m.

sistema de n por m:
λ1v1 + ... + λm vm = 0
       
v11 v12 v1m 0
 v21   v22   v2m   ... 
⇔ λ1  ..  + λ2  ..  + ... + λm  .
.
=.
.   .. 
   
. . 
vn1 vn2 vnm 0
··· λ1
    
v11 v12 v1m 0
 λ2   ... 
···
Km .
 v21 v22 v2m 
⇔ 
 ... ...  ...  =  ...  ∈
...  
   

{vi }m
Caso de Kn
i = 1, ..., m.

sistema de n por m:
λ1v1 + ... + λm vm = 0
       
v11 v12 v1m 0
 v21   v22   v2m   ... 
⇔ λ1  ..  + λ2  ..  + ... + λm  .
.
=.
.   .. 
   
. . 
vn1 vn2 vnm 0
··· λ1
    
v11 v12 v1m 0
 λ2   ... 
···
Km .
 v21 v22 v2m 
⇔ 
 ... ...  ...  =  ...  ∈
...  
   

{vi }m
Caso de Kn
i = 1, ..., m.

sistema de n por m:
λ1v1 + ... + λm vm = 0
       
v11 v12 v1m 0
 v21   v22   v2m   ... 
⇔ λ1  ..  + λ2  ..  + ... + λm  .
.
=.
.   .. 
   
. . 
vn1 vn2 vnm 0
··· λ1
    
v11 v12 v1m 0
 λ2   ... 
···
Km .
 v21 v22 v2m 
⇔ 
 ... ...  ...  =  ...  ∈
...  
   

{vi }m
Caso de Kn
i = 1, ..., m.

sistema de n por m:
λ1v1 + ... + λm vm = 0
       
v11 v12 v1m 0
 v21   v22   v2m   ... 
⇔ λ1  ..  + λ2  ..  + ... + λm  .
.
=.
.   .. 
   
. . 
vn1 vn2 vnm 0
··· λ1
    
v11 v12 v1m 0
 λ2   ... 
···
Km .
 v21 v22 v2m 
⇔ 
 ... ...  ...  =  ...  ∈
...  
   

{vi }m
Caso de Rn
Así:
Teorema
En Rn, m > n vectores son siempre linealmente dependientes.
Caso de Rn
Así:
Teorema
En Rn, m > n vectores son siempre linealmente dependientes.

Espacio Vectorial 1

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Espacio Vectorial 1

Uploaded by

Copyright:

Available Formats

Semana 6 [1/60]

Consideremos (V , +) un grupo Abeliano, es decir

Sea además K un cuerpo y definamos una

Consideremos (V , +) un grupo Abeliano, es decir

Sea además K un cuerpo y definamos una

Consideremos (V , +) un grupo Abeliano, es decir

Sea además K un cuerpo y definamos una

Consideremos (V , +) un grupo Abeliano, es decir

Sea además K un cuerpo y definamos una

Consideremos (V , +) un grupo Abeliano, es decir

Sea además K un cuerpo y definamos una

Consideremos (V , +) un grupo Abeliano, es decir

Sea además K un cuerpo y definamos una

Consideremos (V , +) un grupo Abeliano, es decir

Sea además K un cuerpo y definamos una

Es decir, ambas operaciones, la interna y la externa, son cerradas en U.

Es decir, ambas operaciones, la interna y la externa, son cerradas en U.

Es decir, ambas operaciones, la interna y la externa, son cerradas en U.

Sea V e.v. sobre K y U, W ⊆ V s.e.v.’s de V .

Sea V e.v. sobre K y U, W ⊆ V s.e.v.’s de V .

Sea V e.v. sobre K y U, W ⊆ V s.e.v.’s de V .

Sea V e.v. sobre K y U, W ⊆ V s.e.v.’s de V .

h{v1, . . . , vn }i es un subespacio vectorial de V .

h{v1, . . . , vn }i es un subespacio vectorial de V .

h{v1, . . . , vn }i es un subespacio vectorial de V .

h{v1, . . . , vn }i es un subespacio vectorial de V .

En caso contrario son linealmente independientes (l.i.):

En caso contrario son linealmente independientes (l.i.):

A es l.d. y A ⊆ B, entonces B es l.d.

A es l.i. y B ⊆ A, entonces B es l.i.

A es l.d. y A ⊆ B, entonces B es l.d.

A es l.i. y B ⊆ A, entonces B es l.i.

A es l.d. y A ⊆ B, entonces B es l.d.

A es l.i. y B ⊆ A, entonces B es l.i.

Podemos estudiar su dependencia o independencia lineal a través de un

vn1 vn2 ··· vnm λm 0

Podemos estudiar su dependencia o independencia lineal a través de un

vn1 vn2 ··· vnm λm 0

Podemos estudiar su dependencia o independencia lineal a través de un

vn1 vn2 ··· vnm λm 0

Podemos estudiar su dependencia o independencia lineal a través de un

vn1 vn2 ··· vnm λm 0

Podemos estudiar su dependencia o independencia lineal a través de un

vn1 vn2 ··· vnm λm 0

You might also like