Documente Academic
Documente Profesional
Documente Cultură
Curso 2013/14
Denicin
Sea E un espacio vectorial. Un subconjunto E 0 E se dice que es un
subespacio vectorial de E cuando e 0 , e 0 1 , e 0 2 E 0 , , 1 , 2 K, se
verica:
e 01 + e 02 E 0
e0 E 0
o equivalentemente
1 e 0 1 + 2 e 0 2 E 0
Corolario
Todo subespacio E 0 de un K-espacio vectorial E es un espacio vectorial
sobre el mismo cuerpo K.
Subespacios vectoriales
Ejemplos
Ejemplo:
Dado E = R3
Los planos que pasan por el origen: Ax + By + Cz = 0 con
(A, B, C ) 6= (0, 0, 0)
Las rectas que pasan por el origen: xa = yb = cz siendo
(a, b, c) 6= (0, 0, 0)
Ejemplo:
Dado E = Mat(n n, R)
El conjunto de las matrices diagonales.
El conjunto de la matrices triangulables superiormente.
Ejemplo:
Dado E = R[x]
Los polinomios Rn [x] de grado menor o igual que n
Subespacios vectoriales
Subespacio suma
Denicin
Sean E1 y E2 dos subespacios vectoriales de E . Se llama espacio suma de
E1 y E2 al subconjunto de E denido por
E1 + E2 = {e1 + e2 / e1 E1 , e2 E2 }
Teorema
E1 + E2 es un subespacio vectorial de E .
Nota:
De manera anloga, si E1 , E2 , . . . , Ek son subespacios vectoriales de E se
construye su subespacio suma
E1 + E2 + . . . + Ek = {e1 + e2 + . . . + ek / ei Ei , 1 i k}
Subespacios vectoriales
Subespacio interseccin
Denicin
Sean E1 y E2 dos subespacios vectoriales de E . Se llama espacio
interseccin de E1 y E2 al subconjunto de E denido por
E1 E2 = {e E / e E1 y e E2 }
Teorema
E1 E2 es un subespacio vectorial de E .
Nota:
De manera anloga, si E1 , E2 , . . . , Ek son subespacios vectoriales de E se
construye su subespacio interseccin
E1 E2 . . . Ek = {e E / e Ei , 1 i k}
Subespacios vectoriales
Subespacio generado por vectores
Denicin
Sea E un K-espacio vectorial. Dados e1 , e2 , . . . , ek E , se llama
combinacin lineal de dichos vectores a cualquier vector de E de la forma
1 e1 + 2 e2 + . . . + k ek
Denicin
El conjunto de todas las combinaciones lineales de los vectores
e1 , e2 , . . . , ek E se denotar por
Teorema
< e1 , e2 , . . . , ek > es un subespacio vectorial de E llamado subespacio
vectorial generado por dichos vectores.
Subespacios vectoriales
Subespacio generado por vectores
Ejemplo:
Si e 6= o , entonces < e >= { e / K}: recta de vectores.
< o >= {o}.
< e1 , e2 >= {1 e1 + 2 e2 / 1 , 2 K}: plano de vectores si
e1 y e2 nos son proporcionales.
Proposicin
Dados vectores arbitrarios e1 , e2 , . . . , ek E se tiene que
Ejemplo:
e = x ~i + y ~j + z ~k / x, y , z R} el espacio
< ~i, ~j, ~k >= {~
tridimensional.
Subespacios vectoriales
Subespacio generado por vectores
Ejemplo:
En el anlisis de Fourier (ondas de sonido, seales elctricas,
vibraciones, etc.) se usa el espacio vectorial C ([0, 2]) de las
funciones contnuas f : [0, 2] R. Estas funciones se aproximan
mediante combinaciones lineales (nitas) de funciones seno y coseno
N
(an cos nt + bn sin nt) , a0 , an , bn R
X
f (t) ' a0 +
n=1
< 1, cos t, cos 2t, . . . cos Nt, sin t, sin 2t, . . . , sin Nt >
Subespacios vectoriales
Subespacio generado por vectoress
Ejemplo:
En el espacio vectorial (complejo) de las funciones
f :R C
t f (t)
f (t) = 0 e t + 1 te t + . . . + n1 t (n1) e t
con i C y 0 i (n 1).
Subespacios vectoriales
Subespacio generado por vectores
Ejemplo:
En el estudio de la invariancia por rotaciones de los operadores
hamiltonianos en Mecnica Cuntica o en la llamada teora del
momento angular (estudio de las representaciones irreducibles
complejas del grupo SO(3)), las funciones de onda que describen la
parte angular del problema son combinaciones lineales complejas de
unas funciones curiosas, llamadas armnicos esfricos, que se
denotan mediante
Ylm (, )
donde (, ) son las variables angulares esfricas, l N2 es el
momento angular orbital y l m l es el nmero cuntico
magntico. En estas teoras y jado el momento angular orbital l , os
aparecern los subespacios vectoriales complejos (invariantes por
rotaciones) generados por las (2l + 1) funciones
Ejemplo:
En la asignatura Fsica-Qumica del curso que viene veris que estos
armnicos esfricos son funciones de onda propias de los operadores de
momento angular L2 y Lz sobre las supercie esfricas de radio constante:
Denicin
Se dice que E es suma de dos subespacios suyos E1 y E2 si
E = E1 + E2
esto es:
e E e = e1 + e2 con e1 E1 , e2 E2
Denicin
Se dice que E es suma de un nmero nito de subespacios suyos
E1 , E2 , . . . , Ek si
E = E1 + E2 + . . . + Ek
o equivalentemente
e E e = e1 + e2 + . . . + ek con ei Ei , 1 i k
Sistemas de generadores
Conceptos
Denicin
Se dice que un conjunto nito de vectores {e1 , e2 , . . . , en } de E son un
sistema de generadores de dicho espacio vectorial si todo vector e E se
puede escribir como combinacin lineal de los mismos
e E e = 1 e1 + 2 e2 + . . . + n en
Ejemplo:
Los vectores {(1, 0, 0), (0, 1, 0), (0, 0, 1)} generan R3
Los polinomios {1 , x , x 2 } generan el espacio R2 [x]
1 0 0 1 0 0 0 0
Las matrices { , , , } generan
0 0 0 0 1 0 0 1
Mat (2 2, R)
Sistemas de generadores
Relacin con los sistemas de ecuaciones lineales
Ejemplo:
Veamos si k vectores
1 a11 + 2 a21 + . . . + k ak 1 = b1
1 a12 + 2 a22 + . . . + k ak 2 = b2
.. .. ..
. . .
1 a1n + 2 a2n + . . . + k akn = bn
Denicin
Sean E1 y E2 dos subespacios vectoriales de E . Se dice que E es suma
directa de E1 y E2 si se verica que:
1 E = E1 + E2
2 E1 E2 = {o}
Cuando esto ocurre, los matemticos escriben E = E1 E2 .
Teorema
E = E1 E2 si y solo si todo vector e E se puede escribir como
e = e1 + e2 , con e1 E1 y e2 E2 , de manera nica.
Subespacios vectoriales
Suma directa de subespacios vectoriales
Denicin
Sean E1 , E2 , . . . , Ek subespacios vectoriales de E . Se dice que E es suma
directa de dichos subespacios vectoriales
E = E1 E2 . . . Ek
si se verica que:
1 E = E1 + E2 + E2 + . . . + Ek .
2 Ei (E1 + . . . + Ei1 + Ei+1 + . . . + Ek ) = {o} , i i k .
Teorema
E = E1 E2 . . . Ek si y solo si todo vector e E se puede escribir
de manera nica como
e = e1 + e2 + . . . + ek
con ei Ei , i i k , .
Dependencia e independencia lineal de vectores
Conceptos previos
Recordemos que
Denicin
Un vector e E es combinacin lineal de de los vectores
e1 , e2 , . . . , en E si se puede escribir en la forma
n
X
e= i ei = 1 e1 + 2 e2 + . . . + n en
i=1
o = 0 e1 + 0 e2 + . . . + 0 en
Dependencia e independencia lineal de vectores
Conceptos previos
Denicin
Se dice que los vectores {e1 , e2 , . . . , en } son linealmente dependientes si
alguno de ellos se puede escribir como combinacin lineal de los restantes
Ejemplo:
Cualquier conjunto de vectores que incluya el vector cero es siempre
linealmente dependientes.
Denicin
Se dice que un conjunto nito de vectores {e1 , e2 , . . . , en } son
linealmente independientes (o que forman un sistema libre) si ninguno de
ellos se puede escribir como combinacin lineal de los restantes.
Teorema
La condicin necesaria y suciente para que los vectores {e1 , e2 , . . . , en }
sean linealmente independientes es que se verique
n
i ei = o i = 0 , i = 1, 2, . . . , n
X
i=1
Dependencia e independencia lineal de vectores
Relacin con los sistemas de ecuaciones lineales homogneos
Ejemplo:
Analicemos la independencia lineal de los siguientes k vectores de Rn
1 a11 + 2 a21 + . . . + k ak 1 = 0
1 a12 + 2 a22 + . . . + k ak 2 = 0
.. ..
..
. ..
1 a1n + 2 a2n + . . . + k akn = 0
Se tiene que:
Si este sistema solo admite la solucin trivial, los vectores son L.I.
Si admite otras soluciones distinta de la trivial, los vectores son L.D.
Dependencia e independencia lineal de vectores
Ejemplos
Ejercicio al lector:
Todo subconjunto de un conjunto de vectores linealmente independientes
es tambin linealmente independiente.
Ejemplo:
En R3 los vectores {(1, 0, 0), (0, 1, 0), (0, 0, 1)} son L.I.
En R2 [x] los polinomios {1 , x , x 2 } son L.I.
En Mat (2 2, R) las matrices
1 0 0 1 0 0 0 0
{ , , , }
0 0 0 0 1 0 0 1
son L.I.
Bases
Conceptos
Denicin
Se dice que los vectores {e1 , e2 , . . . , en } constituyen una base de E si son
linealmente independientes y generan todo el espacio vectorial E .
Teorema
Si {e1 , e2 , . . . , en } es una base de E entonces todo vector e E se
escribe de manera nica como combinacin lineal suya; esto es,
e = 1 e1 + 2 e2 + . . . + n en
Denicin
Los escalares (1 , 2 , . . . , n ) se denominan coordenadas del vector e
respecto de la base {e1 , e2 , . . . , en }.
Bases
Existencia de bases
Observacin:
Dado un espacio vectorial E concreto, nos podemos preguntar:
si admiten siempre bases .
cuntas bases tiene (si es que tiene alguna ) .
cuestiones sobre el nmero de elementos de sus bases (si es que
tiene).
Pero lo fundamental ser saber para qu sirven .
Nota:
La respuesta en las prximas clases.