TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012.

MAT II

1
TEMA 1
CONCEPTOS BSICOS DE LGEBRA LINEAL

ESQUEMA

Apartado 1: Espacios vectoriales
- Definicin y conceptos bsicos
- Subespacios
- Combinacin lineal
- Bases. Cambio de base
- Ecuaciones de un espacio
Apartado 2: Aplicaciones lineales
- Definicin y conceptos bsicos
- Ncleo, imagen.

APARTADO 1: ESPACIOS VECTORIALES
DEFINICIN Y CONCEPTOS BSICOS
Un espacio vectorial sobre un cuerpo K , es un conjunto no vaco V junto con dos operaciones.
Denotamos ( ) , , V + : una interna ( ) + suma de vectores y una externa ( ) producto por escalares
:V V V + : K V V
que satisfacen las propiedades:
Suma: ( ) , V + es un grupo abeliano o conmutativo
1. Asociativa: ( ) ( ), , , u v w u v w u v w V + + = + + e
2. Elemento neutro: existe 0 V e tal que 0 0 , v v v v V + = + = e
3. Elemento opuesto: para cada ( ) ( ) , / 0 v V v V v v v v e - e + = + =
4. Conmutativa: , , u v v u u v V + = + e

TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

2
Producto por escalares. , K e y , u v V e
1. ( ) u v u v + = +
2. ( ) u u v + = +
3. ( ) ( ) u u =
4. 1
K
u u = , 1
K
es la unidad del cuerpo K
Los elementos del conjunto V se llaman vectores y los elementos del cuerpo K escalares.
Utilizaremos en lo que sigue la siguiente notacin:
( ) u v u v + =
Consecuencias de la definicin de espacio vectorial:
1. 0 0, u u V = e
( ) 0 0 0 0 u u u u u = + = + =
2. Opuesto de u , ( ) 1 u u =
( ) ( ) ( ) ( )
1 1 1 1 1 0 0 u u u u u u + = + = + = =
3. , 0 0 K e =
( ) 0 0 0 0 u u u u u + = = + = =
Ejemplos de espacios vectoriales
Ejemplo 1
K es un espacio vectorial sobre s mismo (tomando (+) como operacin interna y ( ) como
operacin externa).
Ejemplo 2
Espacio de polinomios.
El conjunto de polinomios de una variable con coficientes en K , siendo (+) la suma de polinomios y ( ) el
producto de polinomios por escalares de K . Denotamos este conjunto como | | K x .
Producto cartesiano de espacios vectoriales
Sean V y W espacios vectoriales sobre K . Se define el producto cartesiano de V y W como el
conjunto ( ) { }
, / , V W u w u V w W = e e

TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

3
-El conjunto V W dotado de las operaciones
Suma (+) definida por ( ) ( ) ( ) , ' , ' , ' ' u u v v u v u v + = + +
Producto por un escalar ( ) definida por ( ) ( ) , ' , ' u u u u =
Tiene estructura de espacio vectorial ( ) , ,
K
V W + y se denomina espacio vectorial producto V W
- Del mismo modo se define el producto cartesiano de n espacios vectoriales
1 2
, ,...,
n
V V V sobre un cuerpo
K
Nota: para K = obtenemos los espacios vectoriales habituales:
2 3
, , ,...,
n

SUBESPACIOS VECTORIALES
Definicin 1.1- (Subespacio vectorial)
Sea V espacio vectorial sobre K. Todo subconjunto U de V no vaco que tenga estructura de espacio
vectorial con las mismas leyes de V diremos que es un subespacio vectorial de V.
En la prctica no es necesario comprobar todas las condiciones de espacio vectorial pues se puede
aplicar el siguiente teorema:
Teorema 1.1-
Sea V un espacio vectorial. U es subespacio vectorial de V si y slo si:
1. , u v U u v U e e
2. , K u U u U e e e
Nota (Caracterizacin de un subespacio)
Las condiciones anteriores se pueden sustituir por la condicin:
, , , u v U K u v U e e + e
Ejemplos de subespacios vectoriales
Ejemplo1: El elemento neutro de V y V son subespacios vectoriales de V .
Ejemplo 2: El conjunto ( ) { }
, , 0 / , U x y x y = e es subespacio vectorial de
3
.
Ejemplo 3: Dado { } , / u V U u K e = e es el subespacio vectorial llamado recta vectorial en la direccin
de u.
Sin embargo ( ) { }
, / 1 U x y x y = e = no es un subespacio vectorial de
2

COMBINACIN LINEAL. CLAUSURA LINEAL

TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

4
Sea ( ) , , V + un espacio vectorial sobre K. Sea
{ }
1 2
, ,...,
p
u u u un conjunto finito de vectores de V o familia
de vectores de V .
Definicin 1.2- (combinacin lineal)
Se llama combinacin lineal de los vectores
{ }
1 2
, ,...,
p
u u u a cualquier vector
{ }
1 1 2 2
... , , 1, 2,...,
p p i
u u u u K i p = + + + e e
Los escalares
1 2
, ,...,
p
se llaman coeficientes de la combinacin lineal.
Tambin se dice que el vector u depende linealmente de los vectores
{ }
1 2
, ,...,
p
u u u
Definicin 1.3- (clausura lineal)
El conjunto de las combinaciones lineales de los vectores
1 2
, ,...,
p
u u u
{ } { }
1 1 2 2
/ ... , , 1, 2,...,
p p i
S u u u u u K i p = = + + + e e
es un subespacio vectorial de V , que recibe el nombre de clausura lineal de la familia
{ }
1 2
, ,...,
p
u u u
.Tambin se dice que S est engendrado por la familia { }
i
u , y que sta es un sistema de generadores de
S. Se denota por:
{ }
1 2
, ,...,
p
u u u < >
Ejemplos de subespacio generado por un conjunto
Ejemplo 1. La solucin de un sistema de ecuaciones lineales homogneo.
0
0
x y z
y z
+ =
`
=
)

Resolviendo el sistema: ( ) { }
0, , / U a a a = e
Ejemplo 2. La solucin de la ecuacin lineal 0 x y z t = en
4
es:
( ) { }
( ) ( ) ( ) ( ) ( ) ( ) { }
, , , , / , ,
1,1, 0, 0 1, 0,1, 0 1, 0, 0,1 1,1, 0, 0 , 1, 0,1, 0 , 1, 0, 0,1
W a b c a b c a b c
a b c
= + + e =
+ + =< >

BASES
Definicin 1.4- Un conjunto de vectores
1 2
, ,...,
n
u u u se dice linealmente independientes si para todos los
1 2
, ,...,
n
K e tales que
1 1 2 2
1
... 0
n
i i n n
i
u u u u
=
= + + + =

, entonces 0, 1,...,
i
i n = =

TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

5
Tambin se dice que la familia de vectores { }
1 2
, ,...,
n
u u u es una familia libre
En caso contrario se dice que
1 2
, ,...,
n
u u u son linealmente dependientes. Tambin se dice que la familia de
vectores { }
1 2
, ,...,
n
u u u es una familia ligada.
Ejemplo 1: ( ) ( ) 1, 0, 2 , 0, 2,1 son vectores linealmente independientes.
Ejemplo 2: ( ) ( ) , , 0 , , , 0 x y x y son linealmente dependientes
Consecuencias de la definicin
1. Sea { }
1 2
, ,...,
n
u u u una familia de vectores linealmente dependientes. Cada
j
u , cuyo coeficiente
0
j
= , es combinacin lineal de los dems.
2. Una familia con un vector repetido es un sistema ligado.
3. Una familia que contenga el vector nulo 0 es ligada.
4. Si una familia contiene una subfamilia ligada, es ligada.
Definicin 1.5- (Rango o dimensin)
El rango de una familia de vectores { }
1 2
, ,...,
n
u u u es el nmero de vectores linealmente
independientes.
Definicin 1.6- Un espacio vectorial V se dice de tipo finito si admite un sistema generador finito, esto es, si
existe un sistema de vectores
{ }
1 2
, ,...,
p
u u u tal que
{ }
1 2
, ,...,
p
V u u u =< >
Definicin 1.7- Si V es de tipo finito, se dice que un sistema de vectores { }
1 2
, ,...,
n
B u u u = es una base
de V si se verifica que B es un sistema generador de V, que adems, es un sistema linealmente
independiente.
Teorema 1.2-
Sea V un espacio vectorial generado por n vectores, entonces para cualquier conjunto de m
vectores de V linealmente independientes, se verifica m n s .
Teorema 1.3-
Sea V un K-espacio vectorial de dimensin finita:
1. Si { }
1 2
, ,...,
n
B u u u = es una base de V entonces todo vector u V e se expresa de manera nica
como combinacin lineal de los vectores de la base.
2. Todas las bases de V tienen el mismo nmero de elementos. A este nmero se le llama
dimensin del espacio V y se denota por ( ) dim V .

TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

6
Nota: Se conviene que el espacio { } 0 V = tiene dimensin 0.
Ejemplos de bases:
Ejemplo 1: Una base del espacio de polinomios de grado n es la familia:
{ }
2 3
, , ,...,
n
x x x x
Ejemplo 2: en el espacio
n
una base viene dada por la familia de vectores: { }
1
,..., ,...,
i n
B e e e = ,
( )
( )
( )
1
1, 0,..., 0 ; 0, 0,...,1, 0,...0 ; 0,...,1
i n
i
e e e = = =
Esta base recibe el nombre de base cannica de
n
.
Teorema 1.4-
Sea V un espacio vectorial de dimensin n y sean U y W dos subespacios de V; Entonces:
1. U es de dimensin finita y ( ) dim U n s .
2. Cualquier base de U es un subconjunto de una base de V.
3. Si U W _ y ( ) ( ) dim dim U V = , entonces U V = .
Teorema 1.5- (de completar base)
En un espacio vectorial V de dimensin finita, todo sistema de vectores linealmente independientes
puede completarse hasta obtener una base.
Coordenadas de un vector
Definicin 1.8-
Si { }
1 2
, ,...,
n
B u u u = es una base de V y
1 1 2 2
... ,
n n i
u x u x u x u x K = + + + e diremos que
( )
1 2
, ,...,
n
x x x son las coordenadas de u respecto de la base B.
Por ejemplo: ( ) ( ) ( ) { }
1, 0, 0 , 0,1, 0 , 0, 0,1 B =
( ) ( ) ( ) ( ) , , 1, 0, 0 0,1, 0 0, 0,1 x y z x y z = + +
( ) ( ) ( ) { }
1, 0, 0 , 1,1, 0 , 1,1,1 B =
( ) ( )( ) ( )( ) ( ) , , 1, 0, 0 1,1, 0 1,1,1 x y z x y y z z = + +
Proposicin
Las coordenadas de un vector v respecto de una base { }
1 2
, ,...,
n
B u u u = son nicas.
CAMBIO DE BASE
Supongamos que en un espacio vectorial V de dimensin finita n tenemos las bases:

TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

7
{ } { }
' '
1 1
,..., , ' ,...,
n n
B e e B e e = =
Dado un vector v con coordenadas ( )
1 2
, ,...,
n
x x x en B y ( )
1 2
', ',..., '
n
x x x en B, deseamos obtener
una relacin que nos permita obtener las coordenadas de cualquier vector en la base B respecto de las
coordenadas en la base B.
Supongamos conocidas las coordenadas de los vectores de la base B en la base B:

1 11 1 1
1 1
' ... '
......
' ... '
n n
n n nn n
e a e a e
e a e a e
= + +
= + +
es decir:
1
'
n
i ji j
j
e a e
=
=

Por tanto:
1 1 1 1 1 1
' ' ' '
n n n n n n
i i i i i ji j i ji j
i i i j j i
v x e x e x a e x a e
= = = = = =
| |
= = = =
|
\ .

y como la expresin de la base es
nica, tenemos:
1 11 1 21 2 1
2 12 1 22 2 2
1 1 2 2
' ...
' ...
......
' ...
n n
n n
n n n nn n
x a x a x a x
x a x a x a x
x a x a x a x
= + +
= + +
= + +

Ejemplo:
Consideremos el espacio
3
, sean ( ) , , x y z las coordenadas de un vector u respecto de la base
cannica. Hallar las coordenadas del vector u respecto de la base
{ }
' '
1
' ,...,
n
B e e = , donde
( ) ( ) ( )
1 2 3
' 1, 2, 0 ; ' 3, 7,1 ; ' 0, 2,1 e e e = = = .
Las coordenadas de
1 2 3
', ', ' e e e respecto de la base cannica son:
1 1 2
2 1 2 3
3 2 3
' 2
' 3 7
' 2
e e e
e e e e
e e e
= +
= +
= +

Si ( ) ', ', ' x y z son las coordenadas de u respecto de la base B, se tiene la relacin:
' 3 '
2 ' 7 ' 2 '
' '
x x y
y x y z
z y z
=

=
`

= +
)

Cuando veamos el tema matrices veremos que el paso de una base a otra lo podemos hacer a
partir de una matriz como se muestra a continuacin.

TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

8
' 3 ' 1 3 0 '
2 ' 7 ' 2 ' 2 7 2 '
' ' 0 1 1 '
x x y x x
y x y z y y
z y z z z
= | | | || |
| | |
= =
`
| | |
| | |
= +
) \ . \ .\ .

Ecuaciones paramtricas de un subespacio
Sea V espacio vectorial de dimensin n , y U V c subespacio vectorial de V de dimensin r con
r n s .
Consideremos una base de V , { }
1
,...,
V n
B e e = y una base de U , { }
1
,...,
U r
B u u = .
Supongamos que conocemos las coordenadas de cada uno de los vectores de la base de U en la base
V
B :
( )
1
,..., , 1,...,
i i ni
u a a i r = =
Cualquier vector ( )
1 2
, ,...,
n
u x x x U = e se expresa como combinacin lineal de elementos de la
base
U
B :
1 1 2 2
...
r r
u u u u = + + + y si lo escribimos en coordenadas se obtienen las llamadas
ecuaciones paramtricas de U (en las que aparecen r parmetros):
1 11 12 1
1 2
1 2
...
r
r
n n n nr
x a a a
x a a a

| | | | | | | |
| | | |
= + + +
| | | |
| | | |
\ . \ . \ . \ .

Ejemplo:
Supongamos el subespacio ( ) ( ) { }
1, 0,1, 0 , 0,1,1, 0 W =< > de
4
.
Las ecuaciones paramtricas
respecto de la base cannica de
4
son: ( ) ( ) ( )
1 2 3 4
, , , 1, 0,1, 0 0,1,1, 0 x x x x = +
o bien
1
2
3
4
0
x
x
x
x

=
=
= +
=

Ecuaciones cartesianas o implcitas de un subespacio
Sea V espacio vectorial de dimensin n, y U V c subespacio vectorial de V de dimensin r con
r n s . Sea { }
1
,...,
V n
B e e = una base de V y { }
1
,...,
U r
B u u = una base de U.
Segn vimos antes las coordenadas paramtricas son:
1 11 12 1
1 2
1 2
...
r
r
n n n nr
x a a a
x a a a

| | | | | | | |
| | | |
= + + +
| | | |
| | | |
\ . \ . \ . \ .


TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

9
Para obtener las ecuaciones cartesianas (o implcitas) de U es necesario eliminar los parmetros
i

lo que equivale a resolver el sistema para las incgnitas

i
.
Nota: Nmero de ecuaciones cartesianas ( ) ( ) dim dim V U =
Ejemplo:
Sea ( ) ( ) { }
1, 0,1,1 , 0,1,1, 0 U =< >
Las ecuaciones paramtricas son: ( ) ( ) ( )
1 2 3 4
, , , 1, 0,1,1 0,1,1, 0 x x x x = +

1
2
3
4
x
x
x
x

= +

Obtenemos las ecuaciones cartesianas de U por eliminacin de parmetros.
Eliminando
2
3 1
4 1
0
x
x x
x x

Eliminando
3 1 2
4 1
0
0
x x x
x x
=

Hemos obtenido las ecuaciones cartesianas de U:
3 1 2
4 1
0
0
x x x
U
x x
=

APARTADO 2: APLICACIONES LINEALES
CONCEPTOS PREVIOS
Sean A y B dos conjuntos. Una funcin (o aplicacin) de X en Y es una correspondencia denotada
por : f X Y que cumple las siguientes condiciones:
- Todos los elementos de X (conjunto de partida) estn relacionados con todos los elementos
de Y : ( ) , / x X y Y f x y e - e =
- Cada elemento de X est relacionado con un nico elemento de Y
Una funcin se dice inyectiva si a cada elemento de X le corresponde un valor distinto en el
conjunto Y.

TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

10
Una funcin se dice sobreyectiva si todo elemento de Y es imagen de algn elemento de X.
Una funcin se dice biyectiva si es inyectiva y sobreyectiva.
Definicin 2.1- (Aplicacin Lineal)
Sean V y W espacios vectoriales.
Un homomorfismo (o aplicacin lineal) de V en W es una aplicacin : f V W
1. ( ) ( ) ( ), , f u v f u f v u v V + = + e
2. ( ) ( ), f u f u u V = e
Se dice que f es inyectiva si ( ) ( ) f v f u = implica que v u = . Una aplicacin lineal f inyectiva se
llama monomorfismo.
Se dice que f es sobreyectiva si para todo w W e existe v V e tal que ( ) f v w = . Una
aplicacin lineal f sobreyectiva se llama epimorfismo.
Se dice que f es biyectiva si es inyectiva y sobreyectiva.
Una aplicacin lineal f biyectiva se llama isomorfismo, y entonces los espacios V, W se dicen
isomorfos.
Un homomorfismo de V en s mismo se dice endomorfismo de V. En el caso de que sea biyectivo se
llama automorfismo.
Ejemplo 1:
La aplicacin identidad : I V V , definida por ( ) I v v =
Ejemplo 2:
( ) ( )
2 2
: , , , f f x y y x =
Ejemplo 3:
( ) ( )
2 2 2
: , , , g g x y y x = no es lineal ya que si tomamos ( ) 1, 0 , 2 u = = se tiene
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
2 1, 0 2 0,1 0, 2
2 1, 0 2, 0 0, 4
g u g
g u g g

= = =
= = =

Proposicin
Una aplicacin : f V W entre dos espacios vectoriales es lineal si, y slo si
( ) ( ) ( ), , f u v f u f v u v V o | o | + = + e

TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

11
Consecuencias de la definicin
Sea : f V W una aplicacin lineal:
1. ( ) 0 0
V W
f =
2. ( ) ( ) f u f u =
3. ( ) ( ) ( )
1 1 1 1
... ...
n n n n
f u u f u f u + + = + +
4. Si el sistema de vectores { }
1
,...,
n
u u es ligado, tambin lo es ( ) ( ) { }
1
,...,
n
f u f u
Nota: La propiedad ( ) 0 0
V W
f = , establece una condicin necesaria (aunque no suficiente) para que una
aplicacin sea lineal. Por ejemplo
2 2
: f definida por ( ) ( ) , 1, f x y x y = + no es lineal porque
( ) ( ) ( ) 0, 0 1, 0 0, 0 f = =
NCLEO E IMAGEN DE UNA APLICACIN LINEAL
Teorema 2.1-
Si S es un subespacio vectorial de V entonces ( ) f S es un subespacio de W.
Definicin 2.2-
Imagen de f es el conjunto ( ) ( ) { }
Im / f f u u V W = e c
Propiedades de ( ) Im f :
( ) Im f es un subespacio de W.
Si { }
1 2
, ,...,
n
u u u es un sistema de generadores de V, entonces ( ) ( ) ( ) { }
1 2
, ,...,
n
f u f u f u es un
sistema de generadores de ( ) Im f
f es sobreyectiva ( ( ) ( ) ( ) dim Im dim f W = ) .
Definicin 2.3-
Se llama rango de la aplicacin lineal y se escribe ( ) rang f , a la dimensin de ( ) ( ) Im f f V = .
Definicin 2.4-
Ncleo de f es el conjunto ( ) ( ) { }
/ 0
W
Ker f u V f u V = e = c
Propiedades del ncleo
1. ( ) Ker f es un subespacio vectorial de V .

TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

12
2. f es un monomorfismo (inyectiva) si y slo ( ) { } 0 Ker f = .
Teorema 2.2-
Sea : f V W una aplicacin lineal, entonces se verifica
( ) ( ) ( ) ( ) ( ) dim dim Im dim Ker f f V + =
Por tanto: ( ) ( ) ( ) ( )
dim dim rang f V Ker f =
Corolario
Sea : f V W una aplicacin lineal, con ( ) ( ) dim dim V W n = = . Son equivalentes:
1. f es un isomorfismo,
2. f es sobreyectiva,
3. f es inyectiva,
4. ( ) rang f n = .
Consecuencia: Dos espacios vectoriales V y W son isomorfos tienen la misma dimensin.
Proposicin
( ) { } 0
V
Ker f = ( f inyectiva) la imagen de cualquier sistema libre de V es un sistema libre de W.
( ) Im f W = ( f sobreyectiva) para cada sistema de generadores de V, { }
1
,...,
n
u u el conjunto
( ) ( ) { }
1
,...,
n
f u f u es un sistema de generadores de W.
Ejemplo: Sea la aplicacin lineal ( ) ( ) , , , , 2 f x y z x z y x y z = + + + , calcular su imagen y su ncleo.
- Clculo de la imagen:
( ) ( ) ( ) ( ) { } ( ) ( ) ( ) { }
Im 1, 0, 0 , 0,1, 0 , 0, 0,1 1, 0,1 , 0,1, 2 , 1, 0,1 f f f f =< >=< >

a partir de este sistema de generadores obtenemos una base de ( ) Im f
( ) ( ) ( ) { }
Im 1, 0,1 , 0,1, 2 f =< > por lo tanto ( ) ( )
dim Im 2 f =
- Clculo de ( ) Ker f
Por la frmula de las dimensiones sabemos: ( ) ( ) ( ) ( ) ( )
dim dim dim Im 3 2 1 Ker f V f = = =
( ) ( ) ( ) ( ) , , , , 0, 0, 0 x y z Ker f f x y z e = ( ) ( ) , , 2 0, 0, 0 x z y x y z + + + =

TEMA 1. CONCEPTOS BSICOS DE LGEBRA LINEAL 2011-2012. MAT II

13
0
0
0 0
0
2 0
x z x
x z
y y
y
x y z z
o
o
+ = =
+ =
= =

=

+ + = =


Por lo tanto ( ) { }
1, 0,1 es la base de ( ) Ker f