Documente Academic
Documente Profesional
Documente Cultură
Algebra
Lineal I. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.
Tema III
1.2
Propiedades
1.
0=
0, para cualquier IK.
Espacios vectoriales
Prueba: Se tiene:
0 = (
0+
0) =
0+
0
0=
0.
0x
=
0.
2. 0 x
=
0, para cualquier x
V.
Prueba: Se tiene:
Espacios vectoriales.
1.1
0x
= (0 + 0) x
=0x
+0x
3. x
=
0
Definici
on.
= 0,
o
x
= 0.
Prueba: Si x
= 0 y 6= 0 entonces tiene inverso y:
Definici
on 1.1 Sea IK un cuerpo conmutativo y V un conjunto no vaco. Se dice
que V tiene estructura de espacio vectorial sobre IK si cumple:
x
=1x
= (1 ) x
= 1 ( x
) = 1
0=
0.
4. (1) x
=
x, para cualquier x
V.
Prueba: Basta tener en cuenta que:
(1) x
+x
= (1 + 1) x
=0x
=
0
x
+ (1) x
= (1 1) x
=0x
=
0
x
= (1) x
.
5. () x
= (
x) = ( x
), para cualesquiera IK, x
V.
Prueba: Por las propiedades anteriores:
(d) Conmutativa: x
+ y = y + x
, para cualesquiera x
, y V .
2. Existe una operaci
on externa () : IK V V verificando:
() x
= (1) ( x
) = ( x
).
() x
= () ((1) x
) = (
x).
(a) 1 x
=x
para cualquier x
V.
(b) () x
= ( x
), para cualesquiera , IK y x
V.
6. Si 6= 0 y x
= y entonces x
= y.
(c) ( + ) x
=x
+x
, para cualesquiera , IK y x
V.
(d) (
x + y) = x
+ y, para cualesquiera x
, y V y IK.
x
= y
(1 ) x
= 1 ) y
7. Si x
6=
0 y x
=x
entonces = .
Prueba: Se tiene:
( ) x
=
0.
Como x
=
0, por las propiedades anteriores deducimos que:
=0
26
= .
x
= y.
Algebra
Lineal I. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.
Subespacios vectoriales.
2.1
2.2
Intersecci
on de subespacios vectoriales.
Proposici
on 2.4 Sean S1 y S2 dos subespacios vectoriales de V , la intersecci
on
S1 S2 es un subespacio vectorial.
Definici
on y caracterizaciones.
Definici
on 2.1 Dado un espacio vectorial V sobre un cuerpo IK, un subconjunto
S V no vaco se dice un subespacio vectorial de V si S es un espacio vectorial
sobre IK con la restricci
on de las operaciones de V .
En realidad para identificar los subespacios vectoriales se suele utilizar una de las
siguientes caracterizaciones:
x
, y S1 S2
x
, y S1 S2
x
, y S1
x
, y S2
x
+ y S1
x
+ y S2
x
+ y S1 S2 .
2.3
1. x
+ y S, para cualesquiera x
, y S.
2. x
S, para cualquier IK, x
S.
Equivalente, si se verifica:
V = IR2 ;
a. x
+ y S, para cualesquiera x
, y S, , IK.
Por otra parte veamos la equivalencia entre las condiciones 1,2 y la condici
on a.
Definici
on 2.5 Sean S1 y S2 dos subespacios vectoriales de V , definimos la suma
de S1 y S2 como:
a:
Por la condici
on 2:
1,2
S1 + S2 = {
x1 + x
2 con x
1 S1 y x
2 S2 }
x
S e IK x
S.
y S e IK y S.
Proposici
on 2.6 La suma de dos subespacios vectoriales es un subespacio vectorial.
Y ahora:
Por la condici
on 1:
x
S
y S
x
+ y S.
x
S1 + S2
y S1 + S2
1,2:
Tomando en la condici
on a, = 1, = 1 obtenemos la condici
on 1, x
+ y S.
x
=x
1 + x
2 , con x
1 S1 , x
2 S2
y = y1 + y2 , con y1 S1 , y2 S2
por tanto
Tomando en la condici
on a, = 0 obtenemos la condici
on 2, x
S.
2 + y2 S1 + S2 .
x
+ y = (
x1 + x
2 ) + (
y1 + y2 ) = x
1 + y1 + x
|
Observaci
on 2.3 En todo espacio vectorial V siempre hay dos subespacios vectoriales llamados triviales, el total V y el subespacio cero {
0}.
27
{z
S1
{z
S2
Algebra
Lineal I. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.
Proposici
on 2.7 La suma de dos subespacios vectoriales es el menor subespacio
vectorial que contiene a uni
on.
Definici
on 2.11 Sean S1 , S2 . . . , Sk subespacios vectoriales de U . Si (S1 +. . .+Si )
Si+1 = {0} para cualquier i, 1 i k 1 entonces al espacio suma S1 +S2 +. . .+Sk
se le llama suma directa de S1 , S2 , . . . , Sk y se denota por:
x
S1 +S2
x
=x
1 +
x2 con
x
1 S1 S1 S2 S
x
2 S2 S1 S2 S
S1 S2 . . . Sk .
Proposici
on 2.12 Sean S1 , S2 , . . . , Sk subespacios vectoriales de U . La suma S1 +
S2 + . . . + Sk es una suma directa si y s
olo si todo elemento de S1 + S2 + . . . + Sk se
descompone de manera u
nica como suma de elementos de S1 , S2 , . . . , Sk .
x
=x
1 +
x2 S.
x
i , yi Si ,
x
=x
1 + . . . + x
k = y1 + . . . + yk ,
Definici
on 2.8 Sean S1 , S2 , . . . , Sk subespacios vectoriales de V , definimos su
suma como:
S1 + S2 + . . . + Sk = {
x1 + x
2 + . . . + x
k con x
1 S1 ,
2.4
x
2 S2 ,
Entonces aplicando que (S1 +. . .+Sk1 )+Sk es una suma directa vemos que xk = yk ,
y:
x
1 + . . . + x
k1 = y1 + . . . + yk1 .
,...,x
k Sk }
Utilizando ahora que (S1 + . . . + Sk2 ) + Sk1 es una suma directa vemos que xk1 =
yk1 ,
x
1 + . . . + x
k2 = y1 + . . . + yk2 .
Suma directa.
Definici
on 2.9 Sean S1 , S2 dos subespacios vectoriales de U . Si S1 S2 = {0},
entonces al espacio suma S1 + S2 se le llama suma directa de S1 y S2 y se denota
por:
S1 S2 .
Proposici
on 2.10 Sean S1 , S2 dos subespacios vectoriales de U . La suma S1 + S2
es una suma directa si y s
olo si todo elemento de S1 + S2 se descompone de manera
u
nica como suma de un elemento de S1 y otro de S2 .
2.5
con x
1 , y1 S1
Subespacios suplementarios.
Definici
on 2.13 Sean S1 , S2 dos subespacios vectoriales de V . Se dice que son
suplementarios si cumplen:
x
2 , y2 S2
S1 S2
S1 + S2
entonces
x
1 y1 = y2 x
2 S1 S2
i = 1, 2, . . . , k.
x
1 y1 = y2 x
2 =
0
x
1 = y1 ,
x
2 = y2 .
y tambien
{0}
V
o equivalentemente:
S1 S2 = V.
=
=
x
=0+x
con
0 S1 , x
S2 .
x
1 se llama la proyecci
on de x
sobre S1 paralelamente a S2 .
x
2 se llama la proyecci
on de x
sobre S2 paralelamente a S1 .
28
Algebra
Lineal I. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.
Geometricamente el vector ~
x1 se construye tomando la recta paralela a S2 por el
extremos del vector ~
x y cortando con el plano S1 . De ah que se llame proyecci
on de
x
sobre S1 paralelamente a S2 .
An
alogamente el vector ~
x2 se construye cortando el plano paralelo a S1 por el
extremo de ~x con la recta S1 .
Bas
andonos en esta descomposici
on, podemos definir la siguientes funciones
proyecci
on:
p1 :
V
x
V
x
1
p2 :
V
x
V
x
2
La funci
on p1 se llama la funci
on proyecci
on sobre S1 paralelamente a S2 y la
funci
on p2 es la funci
on proyecci
on sobre S2 paralelamente a S1 .
Estas funciones verifican las siguientes propiedades:
1. p1 + p2 = Id.
2. p1 p1 = p1 y p2 p2 = p2 .
3. p1 p2 = p2 p1 = 0.
29