1

UNIVERSIDAD NACIONAL DE EDUCACIN

Enrique Guzmn y Valle
Alma Mter del Magisterio Nacional
FACULTAD DE CIENCIAS
Departamento Acadmico de Matemtica e Informtica

Monografa : Tema N 25

ESPACIOS VECTORIALES

Espacios Vectoriales y Subespacios. Combinacin Lineal. Subespacios Generados.

Dependencia e Independencia Lineal. Base y Dimensin de un espacio Vectorial.
Espacio Cociente. Transformaciones Lineales. Espacio de Transformaciones Lineales.

Presenta

Bach. Damin CASTILLEJO AGURTO

Para obtener el Ttulo Profesional de Licenciado en Educacin

Especialidad : Matemtica e Informtica

2017
 2

ndice

TEMA Pag.

Introduccin 3

Espacios Vectoriales 5

Otros espacios vectoriales 12

Suma de vectores 15

El espacio (Rn, +, R, x ) 20

El espacio ( Pn, +, R, x ) 23

Subespacios 26

Operaciones con subespacios 29

Compbinacin Lineal 35

Subespacios generados 37

Dependencia e independencia lineal 40

Sistemas de generadores 43

Base y dimensin de un espacio vectorial 45

Espacio cociente 48

Transformacin Lineal 50

Espacio de Transformaciones Lineales 51

Sntesis 52

Apreciacin crtica y sugerencias 56

Bibliografa 57
 3

INTRODUCCIN

La enseanza de los espacios vectoriales en la educacin bsica es fundamental. En la

actualidad y desde hace 20 aos aproximadamente el Ministerio de educacin ha intentado
introducir temas de vectores en algunos captulos de la Matemtica en educacin primaria,
aunque es ms notorio en educacin secundaria.

En las reuniones de los especialistas para hacer reformas curriculares se han

escuchado propuestas de eliminar el tema de espacios vectoriales del programa de Algebra
Lineal por no tener aplicaciones, por no estar vinculado con el resto del programa y porque
su carcter demasiado terico dificulta la asimilacin de los conocimientos por parte de los
estudiantes.

Esto llev a las instituciones formadoras de maestros realizar investigaciones

detalladas de las dificultades intrnsecas del concepto, las dificultades que presentan los
estudiantes para comprender el concepto y la forma de tratar el tema en las aulas. Despus
de establecer un diagnstico, se disearon instrumentos didcticos, los cuales se pusieron
en prctica en estos momentos en las universidades como la Universidad Nacional de
educacin y en el Instituto Pedaggico de Monterrico.

Estas investigaciones se realizaron para analizar las dificultades intrnsecas del

concepto de espacio vectorial y las dificultades que presentan los estudiantes para
comprenderlo. En este punto, jug un papel importante las orientaciones de contenido y
metodolgicas del Dr. Roberto Velsquez, maestro muy dedicado a la Geometra y al
Algebra, y quien propugnaba la enseanza del Algebra lineal, como Espacios Vectoriales,
Matrices y otros temas propios, los cuales deberan estudiarse desde los primeros grados de
secundaria. Queda claro que el corazn de las dificultades que se presentan en el
aprendizaje-enseanza de espacio vectorial se encuentran en las notaciones matemticas, el
lenguaje matemtico muy lejano al lenguaje natural de los estudiantes y la distancia
existente entre pensamiento prctico de accin inmediata de los estudiantes y el
pensamiento terico basado en la reflexin del concepto.
 4

Espacios Vectoriales

Definicin
 5

Sea V un conjunto no vaco, K un campo, * y leyes de

composicin interna en V y externa respectivamente; la
cuaterna ( V , * , K , ) tiene la estructura de Espacio Vectorial
si cumple las siguientes condiciones:

1. (V,*) es grupo abeliano.

2. La ley externa satisface:

i) a ( b v ) = ( a b ) v , a, b K, v V

ii) ( a * b ) v = a v * b v , a, b K, v V

iii) a (v1 * v2) = av1 * av2 , a K, v1, v2 V

iv) 1 K, 1 v = v, v V

Nota :

A los elementos de un espacio vectorial se les llama vectores.

Por comodidad particulizaremos la definicin para leyes conocidas como la adicin y la

multiplicacin por un escalar; en tal sentido indicaremos la siguiente:

Definicin:

Sea V no vaco; + una ley de composicin interna y una ley de composicin externa;
decimos que la cuaterna ( V, +, K, ) tiene la estructura de espacio vectorial si satisface:
 6

1. ( V, + ) es grupo abeliano.

2. La ley externa "" satisface:

i) a.( b v ) = ( a b ) v a, b K, v V

ii) (a + b)v = av + bv , a, b K, v V

iii) a(v1 + v2)= av1 + av2 a K, v1, v2 V

iv) 1 K, 1v = v v V

Ejemplos:

1) Considrese el conjunto de los reales positivos R+ = {x R / x > 0} y las operaciones

usuales de adicin y multiplicacin:

+: R+ x R+ R+

(u , v) u+v

: R x R+ R+

( k, v) k.v

Podemos observar que (R+, +, R, ) no es un espacio vectorial, en principio porque la

multiplicacin por escalares no es cerrada, en el sentido de que para cualquier k R y v
R+ se tenga k. v R+

Definamos:

+: R+ x R+ R+
 7

(u, v) u+ v = u . v

: R x R+ R+

(k, v) k.v

Usando propiedades elementales de los reales as como algunas leyes de exponentes, es fcil
verificar que ( R+, +, R, ) es un espacio vectorial [ el cero es el 1 R+ y, para un vector v
R+ , su opuesto aditivo es (- v) R+ ]

Observacin:

En el ejemplo anterior observamos que K = R y adems se debe tener en cuenta que a los
elementos de K se les denomina escalares.

En una presentacin ms abstracta de la teora de espacios vectoriales, se pide que estos

escalares sean elementos de un campo K. En tal caso se dice que se trata de un "espacio
vectorial sobre el campo K". Si K es el campo de los nmeros reales, se dice que el espacio
vectorial es "sobre los reales" o simplemente que es un espacio vectorial real. Similarmente,
cuando K es el campo de los nmeros complejos, se dice que se trata de un espacio vectorial
complejo.

2) Sea V=R y K=Q entonces la cuaterna (R,+,Q,.) es un espacio vectorial, porque

verifica:

1. (R,+) es un grupo abeliano ya que:

i) a, b, q R: a + ( b + q ) = ( a + b ) + q

ii) Existe en R el 0 que verifica:

 8

a + 0 = 0 + a = a, a R

iii) Para cada a R, existe (-a) R que

verifica: a + (-a) = (-a) + a = 0

iv) a, b R, se verifica: a + b = b + a

2. La Ley de Composicin Externa "." satisface:

q1 . (q2 . v) = (q1 . q2) . v q1, q2 Q, v R

(q1 + q2). v = q1 . v+ q2 . v q1, q2 Q, v R

q1 ( v1 + v2 ) = q1.v1 + q1.v2 q1 Q, v1, v2 R

1 Q, 1 v = v, v R

3) Sea V = C, K = R; la cuaterna (C, +, R, ) Ser un espacio vectorial?

Para que (C, +, R, ) sea un espacio vectorial, debe cumplirse:

1.- (C,+) sea un grupo abeliano:

Sean ( a + b i ), ( c + d i ), ( x + y i ) tres vectores de C.

i) (a+ bi) + [(c+ di) + (x + yi)] = [(a+ bi) + (c+ di)] + (x+ yi)

a+ b i + (c+ x+ d i+ y i)=

= a+bi+c+x+di+yi

= a+c+bi+di+x+yi

= (a + b i ) + ( c + d i ) + ( x + y i )
 9

= ( (a+ b i ) + ( c+ d i) ) + (x + y i )

Por tanto, se cumple la asociatividad.

ii) Existe en C el e = 0+ 0 i , que verifica

(a + b i) + (0 + 0 i) = (0 + 0 i) + (a + b i) = a + b i

iii) (a+ b i) C, existe -a + (-b) i C que cumple:

(a + bi) + (-a+(-b)i) = (-a+(-b)i) + (a+bi) =0

iv) (a+bi) , (c+di) C, se verifica:

(a+bi) + (c+di) = (c+di) + (a+bi)

2.- La ley "." satisface:

i) x ( y.( a + b i ) ) = ( x y ) ( a + b i )

=a(ya+ybi)

=xya+xybi

=xy(a+bi)

ii) ( x + y ) ( a + b i ) = x.a + x.b.i + y.a + y.b.i

= x.(a + b.i ) + y. ( a + b.i )

iii) x [(a + b.i) + ( c+ di) ]= x (a + b i + c + d i )

= x.a + x.b.i+ x.c + x.d.i

= x.(a + b.i) + x (c + d.i)

 10

iv) Existe 1 en R, 1.(a+bi) = (a+bi)

La cuaterna (C, +, R , ) cumple las condiciones de espacio vectorial.

Haremos hincapi en el hecho de que en un espacio vectorial no es solamente un conjunto de

objetos. Para que un conjunto sea un espacio vectorial, deben existir en l operaciones
definidas de adicin y multiplicacin por escalares y an ms, estas operaciones deben
satisfacer las dos condiciones de la definicin de espacio vectorial.

Muchas veces estamos acostumbrados a trabajar con conjuntos numricos, familiares a

nosotros; pero el concepto de espacio vectorial va ms all de ello.

Propiedades

Sea V un espacio vectorial, 0 el vector cero de V entonces:

1. 0.v = 0

2. (-1) v = -v

3. 1.0 = 0

4. - (-v) = v

5. (- 1) (-v)= v

6. u+w=v+w u=v

Demostracin:

1. v + 0.v = 1.v + 0.v = v (1 + 0) = v (1) = v

 11

entonces por la unicidad del cero: 0.v=0

2. v + (-1) v = 1.v + (-1) v = v [1+(-1)]= v.0 =0

entonces por la unicidad del inverso aditivo

(-1) v = -v

3. 1.0=1. ( 0. v ) = (1.0). v = 0.v =0

4. v + (-v) = (-v) + v = 0.

Entonces por la unicidad del inverso aditivo:

- ( - v ) = v.

5. (-1)(-v) = (-1)((-1).v) = (-1) (-1). v = v

6. u + w = v + w

u + w + (-w) = v + w + (-w)

u+0 = v+0

u =v

Otros espacios vectoriales

 12

El espacio ( R, +, R, ) est conformado por el conjunto R cuyos elementos son pares

ordenados de nmeros reales ( x1, x2 ) representados de la siguiente forma:

R = { (x , y) / x , y R}

Las operaciones en R de Adicin y Multiplicacin por escalar estn definidas as:

+ : R x R R

( (x1,y1), (x2,y2) ) ( x1+x2 ,y1+y2 )

: R x R R

r.(x,y) ( r.x , r.y )

Entonces el conjunto R con las operaciones de adicin y multiplicacin por escalar definidas
hacen de R un espacio vectorial.

Veamos la demostracin:

Sean (x1,y1), (x2,y2), (x3,y3) pares ordenados del conjunto R y r,u dos escalares de R, se tiene:

1) La adicin es asociativa:

(x1,y1) + [(x2,y2) + (x3,y3)] = (x1,y1) + (x2+y3,y2+y3)

= (x1+(x2+x3) , y1+(y2+y3))

= ((x1+x2)-x3 , (y1+y2)+ y3)

= (x1+x2,y1+y2) + (x3,y3)

= [(x1+y1) + (x2,y2)] + (x3+y3)

2) Existe 0 R/ (x,y) R se cumple:

(x,y) + (0,0) = (0,0) + (x,y) = (x,y)

 13

3) (x,y) R, (-x, -y) R/

(x,y) + (-x,-y) = (-x,-y) + (x,y) = (0,0)

4) La adicin es conmutativa:

(x1,y1) + (x2,x2) = (x1 + x2 , y1 + y2)

= (x2 + x1 , y2 + y1)

= (x2,y2) + (x1,y1)

Hemos verificado que (R,+) es un grupo abeliano ahora veamos que la ley externa verifique
lo siguiente:

5) r(u(x,y)) = r(ux,uy) = (rux, ruy)

= r.u (x,y)

6) (r+u) (x,y) = ((r,u).x, (r+u).y) = (r.x + ux, r.y + u.y)

= (r.x, r.y)+(ux, uy)

= r.(x,y) + u.(x,y)

7) r [(x1,y1)+(x2,y2)] = r(x1+x2,y1+y2)

= (r(x1+x2) , r(y1+y2))

= (rx1+rx2,ry1+ ry2)

= (rx1,ry1)+(rx2,ry2)
= r (x1+y1) + r (x2+y2)

8) Existe 1R, 1. (x,y) = (1.x,1.y) = ( x , y )

 14

Esto demuestra que la cuaterna ( R, +, R, ) es un espacio vectorial.

Geomtricamente a cada vector (x,y) de R se le puede identificar con un punto del

plano XY.

An ms, para dar un sentido ms geomtrico a los elementos de este espacio

vectorial, identifquese al vector (x,y)R con el segmento dirigido que tiene su punto inicial
en el origen y su punto final en el punto (x,y):

Observamos que el vector cero de R es identificado con el origen del plano xy.

El espacio R es entonces un espacio "que se puede ver" (geomtricamente).

Veamos ahora el carcter geomtrico de las operaciones definidas en este espacio vectorial.
 15

Suma de vectores

Sean v1 = (x1, y1) y v2 = (x2, y2) dos vectores de R. Se define la suma de stos como el vector
v1 + v2 de R de coordenadas (x1 + x2, y1 + y2). Se afirma que sta no es ms que la definicin
abstracta de la "regla del paralelogramo" que se usa para sumar vectores en el plano.

v1 + v2 = (x1, y1) + (x2, y2) = (x1 + x2, y1 + y2)

Consideremos ahora la multiplicacin por escalares. Sea v = (x,y) R.

Se define la multiplicacin de v por el escalar r R como el vector r.v R de coordenadas

(r.x, r.y). El efecto geomtrico de esta operacin consiste en, sin salir de la lnea de accin
del vector v :

1. Reducir su tamao en un factor r conservando su sentido (0 < r < 1)

2. Aumentar su tamao en un factor r conservando su sentido (r > 1)
3. Cambiar su sentido ( r < 0 )

A) B) C)
 16

( 0 < r < 1) ( r > 1) ( r < 0)

En efecto, veamos el caso particular r > 0. Sean (a,b) las coordenadas del vector r.v. El vector
r.v se obtiene geomtricamente colocando sobre v (con su mismo sentido) el vector cuyo
tamao sea r veces el tamao de v.

El espacio ( R3, + , R , )

Este espacio est constituido por ternas ordenadas de nmeros reales: (x, y, z) con x, y, z
R. O sea: R3 = { (x, y, z) / x, y, z R}

Las operaciones de espacio vectorial se ven en este caso como:

Adicin:

+ : R3 x R3 R3

( (x1,y1,z1), (x2,y2,z2) ) --- ( x1+x2, y1+y2, z1+z2 )

Multiplicacin por un escalar:

: R x R3 R3

r.(x,y,z) (r.x, r.y, r.z)

Verifiquemos que la cuaterna ( R3 , + , R , ) denota un espacio vectorial.

Sean (x1,y1,z1), (x2,y2,z2), (x3,y3,z3) elementos del conjunto R3,y r, u dos escalares de R, se
 17

tiene:

1) La adicin es asociativa:

(x1,y1,z1) + [(x2,y2,z2)+(x3,y3,z3)] =

= (x1, y1, z1) + (x2+x3, y2+y3, z2 + z3)

= (x1 +(x2 + x3), y1 + (y2 + y3), z1 + (z2 + z3) )

= ((x1 + x2) + x3, (y1 + y2) + y3, (z1 + z2) + z3)

= (x1 + x2, y1 + y2, z1 + z2) + (x3, y3, z3)

= ((x1, y1, z1) + (x2, y2, z2)) + (x3, y3, z3)

2) Existe = (0, 0, 0) R3/ para todo (x1, y1, z1) R 3 se cumple:

(x1,y1,z1) + (0,0,0) = (0,0,0) + (x1, y1, z1) = (x1,y1,z1)

3) Para todo (x, y, z) R3, existe (-x, -y, -z) R3 que verifica

(x, y, z) + (-x, -y, -z) = (-x, -y, -z) + (x, y, z) = (0, 0, 0) =

4) La adicin es conmutativa:

(x1, y1, z1) +(x2, y2, z2) = (x1 + x2, y1 + y2, z1 +z2)

= (x2 + x1, y2 + y1, z2 +z1) = (x2, y2, z2)+ (x1, y1, z1)

Estos 4 puntos verifican que (R3, +) es un grupo abeliano.

Ahora verifiquemos que la ley externa cumpla con lo siguiente:

 18

5) r [ u (x1, y1, z1) ] = (r.u) (x1, y1, z1) en efecto

= r (u.x1, u.y1, u.z1)

= (r.u.x1, r.u.y1, r.u.z1)

= (r.u) ( x1, y1, z1 )

6) (r + u) (x1, y1, z1) = r.(x1, y1, z1) + u.(x1, y1, z1)

= (r + u) x1, (r + u) y1, (r + u)z1)

= (r.lx1 + u.x1, r.y1 + u.y1, r.z1 + u.z1)

= (r.x1, r.y1, r.z1) + (u.x1, u.y1, y.z1)

= r (x1, y1, z1) + u (x1, y1, z1)

7) r ((x1, y1, z1) + (x2, y2, z2))= r (x1, y1, z1)+ r. (x2, y2, z2)

En efecto pues

r [ (x1 , y2, z1) + (x2, y2, z2) ] = r ( x1 + x2, y1 + y2, z1 + z2)

= ( r. (x1 + x2), r.(y1 + y2), r.(z1 + z2))

= (r x1 + r x2, r y1 + r y2, r z1 + r z2)

= ( r x1, r y1, r z1) + ( r x2, r y2, r z2)

= r ( x1, y1, z1 ) + r ( x2, y2, z2 )

8) Existe 1R, 1.(x1, y1, z1) = (1.x1, 1.y1, 1.z1) = (x1, y1, z1)
 19

Esto demuestra que ( R3, +, R, . ) es un espacio vectorial.

Cada vector (x, y, z) de este espacio se puede identificar con el vector (geomtrico) en el
espacio tridimensional cuyo punto inicial es el origen y cuyo punto final es el punto de
coordenadas ( x, y, z).

Las propiedades geomtricas discutidas para el espacio vectorial (R2, +, R. .) se tienen

tambin en este espacio:

La suma de vectores en R3 se hace de acuerdo a la regla del paralelogramo, la

multiplicacin por escalares tiene el efecto geomtrico de alterar el tamao del vector
dejndolo con el mismo sentido (r > 0) o invirtiendo el sentido ( r < 0 ).

El espacio (Rn, +, R, x )
 20

Este espacio vectorial es uno de los ms importantes, pues muchos de los espacios vectoriales
que se estudian, son "equivalentes" a este espacio. El conjunto de vectores en este espacio
es:

Rn = { (x1, x2, x3, ...., xn) / xi R, i = 1, 2, 3, . . . , n }

Al vector ( x1, x2, ..., xn) Rn se le denotar simplemente como x.

Es decir, x = (x1, x2, . . , xn)

A los reales x1, x2,....,xn se les llamar coordenadas o componentes del vector x. En forma
similar se escribir: y = (y1, y2,..., yn), z = (z1, z2,...., zn), etc, para denotar otros vectores de
este espacio.

Se define en Rn la Adicin de los vectores

x = ( x1, x2,...., xn) , y = (y1, y2,...., yn) de la siguiente manera:

+ : Rn x Rn Rn

(x , y) (x1 + y1, x2 + y2,..., xn +yn)

Adems, la multiplicacin del vector x=(x1, x2, ..., xn) Rn por el escalar r R :

. : R x Rn Rn

(r, x) (r.x1, r.x2, ......, r.xn)

Verificaremos que la terna ( Rn, +, R, .) con estas operaciones es un espacio vectorial.

Sean x = (x1, x2,.....,xn), y= (y1, y2,....,yn) y z= (z1, z2,.., zn) tres vectores cualesquiera de Rn y
r, u dos escalares de R. Se tiene:

1) La adicin es asociativa pues:

x + (y + z) = (x1, x2,..., xn) + (y1+z1, y2+z2,..., yn+zn)

 21

= (x1 + (y1+ z1), x2 + (y2 + z2),..., xn+ ( yn + zn))

= ((x1 + y1)+ z1, (x2 + y2)+ z2,...,(xn+yn) +zn)

= (x1+ y1, x2 + y2, ...., xn + yn) + (z1, z2,...,zn)

= (x + y) + z

2) Existe el cero en Rn, denotado por:

O = (0,0,0....,0) que verifica para todo x Rn lo siguiente:

x + O = (x1+0, x2+0,...,xn+0) = (x1,x2,..,xn) = x

3) Para todo x Rn, existe (-x) Rn tal que x+(-x) =0 en donde

-x = (-x1, - x2, ...., -xn) Rn.

Por lo tanto:

x + (-x)=( x1-x1, x2-x2,.., xn-xn ) = (0,0,...,0) = O

4) La adicin es conmutativa:

x + y = (x1+ y1, x2 + y2,...,xn +yn)

= (y1+ x1, y2+ x2,....,yn+ xn)

=y+x

Con estos 4 puntos verificamos que (Rn, +) es un grupo abeliano.

Adems de ello, la ley externa satisface:

5) r ( m x ) = r (m x1, m x2,...., m xn)

= ( r m x1, r m x2,...., r m xn)

= ( r.m ) ( x1, x2,...,xn )

= (r m) x
 22

6) (r+ m) x = ( (r+ m) x1, (r+m) x2,....,(r+m) xn )

= ( r.x1+ mx1, r.x2 + mx2,...., r.xn + m.xn)

= ( r.x1, r.x2... r.xn ) + ( mx1, mx2 ..., mxn)

= r (x) + m (x)

7) r.(x + y) = r (x1 + y1, y2 + y2,..., xn + yn)

= ( r.(x1 + y1), r.(x2 + y2),..., r.(xn + yn) )

= ( r.x1 + r.y1, r.x2 + r.y2,..., r.xn + r.yn)

= (r.x1, r.x2,..., r.xn) + ( r.y1, r.y2,..., r.yn)

= r.x + r.y

8) Existe 1 R, 1. x = (1. x1, 1. x2,...,1. xn)

= ( x1, x2,..., xn )

=x

Esto demuestra que la cuatema ( Rn, +, R, x ) es un espacio vectorial.

El espacio (Pn, +, R)
 23

Sea Pn el conjunto de todos los polinomios con coeficientes reales de grado menor o igual
que n. Es decir:

Pn = { ao + a1 x + a2 x2 +...+ an xn / ao, a1,...,an R}

En este conjunto se define la adicin de polinomios de la siguiente manera:

Si p1 = ao+ a1x+...+ an xn y p2 = bo + b1x + ...+ bn xn

+ : Pn x Pn Pn

(p1 , p2) p1+ p2 = (ao + bo) + (a1 + b1) x + ... + (an + bn) xn

Adems de la multiplicacin de p1 por r:

. : R x Pn Pn

(r , p1) r.p1 = r. ao + r. a1x + ...+ r. an xn

Podemos verificar fcilmente que ( Pn , + , R , x ) es un espacio vectorial.

Veamos:

Sea p1 = ao + a1x + ... + an xn

p2 = bo + b1x + ... + bn xn , y

p3 = co + c1x + ...+ cn xn del espacio vectorial (Pn, +, R, .)

1) La adicin es asociativa pues

p1 + (p2 + p3) = (ao + a1x+ ...+anxn) + ((bo + co) + (b1 + c1) x+ ...+ (bn + cn) xn)

= (ao + (bo + co) + (a1 + (b1 + c1)) x + ... ... + (an + (bn + cn)) xn

= ((ao + bo) + co) + ((a1 + b1) + c1)) x + ... .. + ((an + bn) + cn)) xn

= (ao + bo) + (a1 + b1) x +...+ (an + bn) xn + ... . + co + c1x+ ...+ cnxn

= (p1 + p2) + p3
 24

2) Existe el 0 en Pn, denotado por 0 = 0 + 0x+ ... + 0xn , que verifica que para todo p1 Pn, se
cumple:

p1 + 0 = (ao + a1x+ ... +an xn) + (0+ 0x +...+ 0xn)

= (ao + 0) + (a1 + 0) x+...+ (an + 0) xn

= ao + a1x+ ... +an xn

= p1

3) Para todo p1 Pn, existe (-p1) Pn tal que:

p1 + (-p1) = (-p1) + p1 = 0 = 0 + 0x + ... + oxn

el polinomio (-p1) es denotado por:

-p1 = -ao - a1x -... - an xn

4) La adicin es conmutativa pues:

p1 + p2 =(ao + a1 x + ... + an xn) + (bo + b1 x+...+bn xn)

= (ao + bo) + (a1 + b1) x+ ...+(an + bn) xn

= (bo + ao) + (b1 + a1) x+ ...+(bn + an)xn

= (bo + b1 x + ... + bn xn) + (ao + a1 x+...+ an xn)

= p2 + p1

Con esto verificamos que (Pn, +) es un grupo abeliano.

5) La ley externa tambin verifica lo siguiente

r ( m p1) = r ( m ( ao + a1 x+ ...+an xn ) = r ( m ao + m a1 x + ... + m an xn )

= ( r m ao + r m a1 x+...+ r m an xn) = (r m) ( ao + a1 x+ ... + an xn )

= (r.m) p1

6) (r + m) p1= (r + m) (ao + a1 x +...+ an xn)

 25

=(r + m)ao + (r + m) a1x +...+( r + m) an xn

= r ao + m ao + r a1 x + m a1 c + ...+r an xn + m an xn

= r (a0+ a1x+...+ an xn) + u (a0+ a1x +...+ an xn)

= r p1 + u p1

7) r (p1+ p2)= r [(a0 + b0) + (a1+b1) x +... + (an + bn) xn )

=( r (ao+ bo) + r (a1+ b1) + ...+ r (an+ bn) xn)

= ( r ao + r bo + r a1x + r b1 +...+ r axn + r bn xn)

= r (ao+ a1x+...+ an xn) + r (bo+ b1x+...+ bnxn )

= r p1 + r p2

8) Existe 1 R, 1. p1 = 1. ( ao + a1x + ...+ an xn)

= (1.ao + 1.a1 x+ .... + 1.an xn)

= ( ao + a1 x + ...+ an xn )

= p1

SUBESPACIOS

Definicin.-
 26

Sea V un espacio vectorial y W un subconjunto no vaco de V. Se dice que W es un

subespacio de V, si W es por si mismo un espacio vectorial con las operaciones de adicin y
multiplicacin por escalar que estaban definidas en V.

Ejemplos:

1) Sea V el espacio vectorial R2. Sea W el subconjunto de R2 formado por todos aquellos
(x, y) que tienen su segunda coordenada positiva, Es decir:

W = { (x, y) / x, y R, y > 0}

Las operaciones entre los elementos de W son las que estaban definidas en R2, es decir:
(x1, y1) + (x2, y2) = (x1 + x2, y1 + y2)

r (x,y) = (r.x, r.y)

Ahora veamos si (W, +, R, ) es un espacio vectorial.

En este caso podemos afirmar que no es un espacio vectorial, porque la multiplicacin por
escalar no es cerrada, es decir:

:RxW W

( r, (x, y) ) ( r.x, r.y )

Aqu vemos que para un valor de r < o, el vector (r.x, r.y) no pertenece a W pues siendo y >
o, se tendra r.y < o .

Consecuencia de este hecho es que dado un vector (x, y) en W, ste no tiene (en W) inverso
aditivo.

Geomtricamente, esto se ve como:

 27

2) Sin embargo, si W es el siguiente subconjunto de R2

W = { (x, y) / x, y R, y = 2x}

(o sea, W es el subconjunto de pares ordenados de la forma (x, 2x), donde x R)

En este caso podemos observar que W es un espacio vectorial en las operaciones usuales de
R2 .

La verificacin de que la cuaterna (W, +, R, x ) es un espacio vectorial, es muy sencilla.

Veamos, primero tenemos que ver si las operaciones de adicin y multiplicacin por escalar
son cerradas en W.

Si tenemos dos vectores de W: (x1, y1) y (x2, y2) entonces:

La adicin ser: +: WxW W

( (x1, y1), (x2, y2) ) (x1 + x2, y1 + y2) .... (1)

el vector (x1 + x2, y1 + y2) pertenece a W pues:

y1 = 2x1 y2 = 2x2

x1 + y2 = 2 (x1 + x2) reemplazando este valor en ( 1 ),

 28

(x1 + x2, 2(x1 + x2) ) W

La multiplicacin por escalar est dada por:

:Rx W W

( r, (x1, y1) ) (r.x1, r.y1) .... ( 2 )

pero por definicin de W, se sabe que: y1 = 2x1 entonces r.y1 = r.(2x1) = 2(r.x1) reemplazando
en ( 2 ): ( r.x1, 2(r.x1) ) que es un vector de W tenemos:

Con esto observamos que tanto la adicin como la multiplicacin por escalar son operaciones
cerradas en W.

Pasaremos a ver ahora un teorema que nos permite verificar si un subconjunto de un espacio
vectorial constituye tambin un espacio vectorial, sin la necesidad de verificar los axiomas
de la definicin de espacio vectorial.

Condicin suficiente para la existencia de subespacios

En principio para poder saber si un subconjunto W del espacio vectorial V, es subespacio de

ste o no, habra que verificar la cerradura de las operaciones en W y los axiomas que definen
a un espacio vectorial en el subconjunto W.

Sin embargo, el siguiente teorema dice que tal verificacin requiere de mucho menos trabajo.

TEOREMA.

Sea V un espacio vectorial y sea W un subconjunto no vaco de V, entonces W es un

subespacio de V si y slo si se cumplen las dos condiciones siguientes:

a) u, v W u+vW

b) v w, r R r.v W
 29

Operaciones con subespacios

Sean W1 y W2 dos subespacios del espacio vectorial V Consideremos lo siguiente:

1) La interseccin de W1 y W2

W1 W2 = {v V / v W1 y v W2}

2) La unin de W1 y W2

W1 W2 = { v V / v W1 v W2}

3) La adicin de W1 y W2 denota por W1 + W2 , definida por:

W1 + W2 = {v V / v = w1 + w2; w1 W1, w2 W2}

Es natural preguntarse si ( W1 W2 ) , ( W1 W2 ) y (W1+W2) son subespacios de V.

Teorema

Sean los subespacios vectoriales W1 y W2 de V , entonces W1 W2 es un subespacio de V.

Demostracin.-

Verificaremos que W1 W2 es un subespacio de V

Vemos que W1 W2 es no vaco (contiene al cero) y si x, y W1 W2 y r R entonces:

a) x, y W1 y x, y W2 por ser W1 y W2 subespacios de V, se tiene:

x+y W1 y x+y W2 o sea x+ y W1 W2

b) r R, x W1 W2; r. x W1 W2
 30

ya que: x W1 W2

x W1 y x W2

r W1 y r W2

r. x W1 W2

Lo que prueba que W1 W2 es un subespacio de V.

Por otra parte :

La unin de dos subespacios de V no es en general un subespacio de V.

La siguiente figura ilustra este hecho (siendo V el espacio R).

 31

Adems la adicin de W1 y W2 denotada por W1 + W2 es un subespacio de V.

Demostracin:

Si: x, y W1 + W2 y r R entonces existen w1, w1' W1

y w2, w2' W2, tales que:

x = w1 + w2

y = w1'+ w2'

Al hacer la adicin de x con y se obtiene el vector suma :

x+y = (w1 + w2) + (w1'+ w2') = (w1 + w1') + (w2 + w2')

Pero w1 + w1' W1 y w2 + w2' W2 , pues tanto W1 como W2 son subespacios de V.

Esto demuestra que x+y W1 + W2

De manera similar, se tiene r.x = r.(w1 + w2)= r.w1 + r.w2, en donde r.w1 W1 y r.w2 W2
de modo que r.x W1 + W2 ; con lo que se concluye que W1 + W2 es un subespacio de V.

Un caso particular importante se presenta cuando los subespacios W1 y W2 son disjuntos, es

decir, si W1 W2 ={ } .

En esta situacin, el subespacio W=W1+W2 recibe el nombre de suma directa de W1 y W2

, y se denota:

W = W1 W2

Resumimos esto es la siguiente definicin:

 32

W = W1 W2 sii W = W1 + W2 y W1 W2 = { }

Algunos subespacios vectoriales de R y R3

Los nicos subespacios de R son { } , R y las rectas que pasan por el origen.

Considerese el conjunto L de R dado por:

L = { (x,y) R / a x + b y = 0 }

en donde a y b son dos nmeros reales fijos no ambos cero.

Se afirma que L es un subespacio de R.

En efecto, sean u = (x1, y1) y v = (x2, y2) dos vectores de L. Se tendr que verificar
que u + v L y que r.u L para r R.

Observamos que:

u + v = (x1, y1) + (x2, y2)= (x1+x2, y1+y2)

a (x1+x2) + b (y1+y2) = (ax1 + by1) + (ax2 + by2)

pues (x1,y1) L pues (x2,y2) L

a (x1+x2) + b (y1+y2) = 0

Lo que significa que u+ v L.

Similarmente:

r.u = ( r.x1, r.y1)

a (r.x1) + b (r.y1) = r.( ax1 + by1 ) = r.0=0

Lo que prueba que r.u L.

Geomtricamente el subespacio L es una recta en el plano XY que pasa por el origen.

 33

Nota:

De acuerdo a lo desarrollado anteriormente, se observa que todo espacio vectorial V tiene al

menos dos subespacios, a saber, el subespacio { } y V mismo. A stos se les llama
subespacios triviales de V.

En el ejercicio anterior observamos que L es un subespacio no trivial de R y adems se

verifica que todo subespacio de R no trivial es del tipo de L.

Al igual que en R, los subespacios de R3 tienen un tipo definido.

En el espacio R3 los nicos subespacios son: { }, R3, las rectas que pasan por el origen y
los planos que pasan por el origen.

Considrese el subconjunto de R3 dado por:

E = { (x,y,z) / ax + by + cz = 0}

en donde a, b, c son tres nmeros reales no todos iguales a cero. Se verifica fcilmente que
satisface las condiciones a) y b) de la condicin suficiente de subespacios. Este es pues un
 34

subespacio (no trivial) de R3. Obsrvese que geomtricamente representa un plano en el

espacio tridimensional que pasa por el origen:

Se puede ver tambin que el subconjunto de R3:

S = { (x,y,z) / x = at, y = bt, z = ct, t R}

es un subespacio de R3. Geomtricamente, S representa una recta que pasa por el origen.

x = at

y = bt

z = ct , t R
 35

Combinacin Lineal

Definicin:

Dados dos vectores v1 y v2, diremos que un vector v es combinacin

lineal de v1 y v2, si existen escalares a y b tales que:

v = a v1 + b v2

Ejemplo:

Demostrar que un par (x,y) es combinacin lineal de los pares (0,1) y (1,0).

Demostracin:

Para demostrar que el par (x,y) es combinacin lineal de los pares (0,1) y (1,0) deben existir
a y b tales que:

(x,y) = a (0,1) + b (1,0) = (0,a) + (b,0) = (0+b, a+0)

(x,y) = (b,a) entonces b = x y a=y

Por tanto (x,y) = y (0,1) + x (1,0)

Generalizando :

Sea V un espacio vectorial. Sean v1, v2,...,vn vectores de V. Se dice que el

vector v V es una combinacin lineal de los vectores v1, v2,...,vn; si existen
escalares c1, c2,...,cn tales que:

v = c1v1 + c2v2 + ...+cnvn , es decir , v = ci vi

 36

Ejemplos:

- Por ejemplo el vector (14,12,2) en R3 es combinacin lineal de los vectores (1,2,-1) y

(3,2,1) puesto que:

(14,12,2) = 2 (1,2,-1) + 4 (3,2,1)

- Decir si el vector V=(1,2,3) es combinacin lineal de los elementos vectores v1 =

(1,0,-1) , v2= (0,1,-1) , v3=(1,1,-2) de R3.

Para saberlo debemos investigar si existen escalares reales a, b, q tales que:

(1,2,3) = a v1 + b v2 + q v3

(1,2,3) = a (1,0,-1) + b (0,1,-1) + q (1,1,-2)

Al efectuar las operaciones tenemos:

(1, 2, 3) = (a, 0, -a) + (0, b, -b) + (q, q, -2q)

(1, 2, 3) = (a + q , b + q , -a - b - 2q)

Por igualdad de ternas:

a+q=1

b+q=2

- a - b - 2q = 3

Sumando las tres relaciones se tiene: 0=6, lo que es imposible.

En consecuencia, v no es combinacin lineal de v1, v2 y v3.

 37

SUBESPACIOS GENERADOS

Sea V un espacio vectorial y sea S un subconjunto no vaco de V. Uno se pregunta si

existe algn subespacio de V que contenga a S.

Observamos que si S es un subespacio de V, la respuesta a nuestra pregunta es obvia:

S es un subespacio de V que contiene a S.

An ms, aunque S no sea subespacio de V, el problema tiene una solucin trivial: V

es un subespacio de V que contiene a S.

Entonces tendramos que imponer una condicin extra a la pregunta sobre el

subespacio procurado: uno se pregunta si existe algn subespacio de V que contiene a S, que
sea "el ms pequeo de todos". Es decir, si se considera el conjunto de todos los subespacios
de V que contienen a S (que no es vaco, pues V est en l) uno se pregunta si existe algn
elemento minimal (en el sentido de contencin de conjuntos) en l.

Para poder dar respuesta a esta pregunta, consideremos el conjunto de todas las
posibles combinaciones lineales de elementos de S. Denotemos por L(S) a este conjunto.
Entonces:

L(s) = { c1 v1 + c2 v2 +...ck vk / vi S, i = 1,..k, k N}

Notamos entonces que cada elemento de L(S) es una combinacin lineal de un nmero
finito de elementos de S. Si S es finito, donde S={ v1, v2,..., vn } entonces: L(S) = { c1 v1 +
c2 v2 +...cn vn / ci R, i = 1,..n }

Demostraremos que L(S) es un subespacio de V y que adems es el menor de todos

los subespacios de V que contienen a los vectores v1, v2,..., vn. Pero antes daremos el siguiente

Teorema:

Sea V un espacio vectorial, y v1,v2,...,vn vectores de V. Entonces el conjunto:

L (v1,v2,...,vn) = { c1v1 + c2v2 +...+cnvn / ci R, i=1,..n }

Formado por todas las combinaciones lineales de v1, v2,..., vn es un subespacio de V, y

 38

adems, es el menor de todos los subespacios de V que contienen a los vectores v1, v2, ..., vn.

Demostracin:

Se denomina primero que L(v1,v2,...,vn) es un subespacio de V, Para esto verificaremos que

L(v1,v2,...,vn) satisface las dos condiciones suficientes de subespacio.

- Sean x, y L(v1,v2,...,vn). Entonces existen c1,c2,...,cn,d1,d2,...,dn R tales que: x =

c1 v1 + c2 v2 + ... +cn vn

y= d1 v1 + d2 v2 + ... +dn vn

al desarrollar la adicin tenemos:

x + y = (c1 + d1) v1 + . . . + ( cn + dn ) vn

lo que demuestra que x + y L(v1,v2,...,vn)

- En forma similar, si r R se tiene

r.x = r. (c1 v1 + c2 v2 + ... +cn vn)

= (r c1) v1 + ( r c2) v2 + ... +(r cn) vn

Lo que prueba que r.x L(v1, v2, ..., vn).

Entonces L ( v1, v2,. . ., vn) es un subespacio de V.

Ciertamente L (v1,v2,...,vn) contiene a los vectores v1, v2, ..., vn ,pues:

vi = 0.v1 + ...+ 0.vi-1 + 1.vi + ...+ 1.vi+1 + 0.vn +...+ 0.vn L(v1,v2,...,vn), i = 1,...,n

Demostraremos ahora que L(v1,v2,...,vn) es el menor de los subespacios de V que contiene a

los vectores v1, v2, . . . , vn.

Sea W un subespacio de V que contiene a v1, v2, . . . , vn y sea

x = c1 v1 + c2 v2 + ... + cn vn L(v1,v2,...,vn).

Por la condicin de ser W un subespacio de V (aplicando las condiciones suficientes

 39

de subespacio) con los vectores v1,v2,...,vn W y los escalares c1,c2,...,cn se ve que x W.

Es decir: L(v1,v2,...,vn) W.

Esto demuestra que L(v1,v2,...,vn) es el menor de los subespacios de V que contiene a

los vectores v1,v2,...,vn.

Ejemplo:

Sean v1= (1,3,-1) y v2= (2,1,3) dos vectores de R3.

Segn la discusin anterior, el menor subespacio de R3 que contiene a v1 y v2 es L(v1,v2)

donde:

L(v1,v2) = { c1(1,3,-1) + c2(2,1,3) / c1,c2 R}

= {(c1 + 2c2, 3c1 + c2, -c1 + 3c2 / c1, c2 R}

= { (x,y,z) / x=c1+c2 , y=3c1+c2 , z= -c1+3c2 / c1,c2 R}

Definicin

Sea V un espacio vectorial y sean v1, v2,...,vn vectores de V.

Al subespacio L(v1,v2,...,vn) se le llama espacio generado por

los vectores (v1,...,vn).

 40

En general, el subespacio L(v1, v2,... , vn) es diferente del espacio V, es decir, L(v1, v2,..., vn)
V, tal como se vi en el ejemplo anterior V = R3, v1 = (1,3,-1) y v2=(2,1,3).

Sin embargo, puede ocurrir que L(v1,v2,...,vn) = V.

En este caso se dir que el espacio vectorial V es generado por los vectores v1,v2,...,vn y se
llamar a estos los generadores de V.

Dependencia e Independencia Lineal

Definicin:

Sea V un espacio vectorial y sean v1 , v2 , . . . , vn vectores de V. Se dice que estos

vectores son linealmente independientes si se cumple:

c1 v1 + c2 v2 +...+cn vn = entonces c1 = c2 = ... = cn = 0

En caso contrario se dir que tales vectores son linealmente dependientes, es decir, si
existen escalares c1, c2,...cn al menos uno de ellos distinto de cero tales que:

c1 v1 + c2 v2 +...+ cn vn =

Ejemplos:

1. Por ejemplo se afirma que los vectores v1=(1,3,2) ; v2 = (-1,2,5) y v3 = (0,1,4) en R3

son linealmente independientes.

Para ver la validez de la afirmacin, se tiene que considerar la combinacin lineal de

ellos (igualada al vector cero de R3).
 41

c1(1,3,2) + c2(-1,2,5) + c3(0,1,4) = (0,0,0) =

y mostrar que esto implica que los 3 escalares son iguales a cero.

La combinacin lineal anterior puede escribirse como (realizando las operaciones

indicadas en el lado izquierdo de la igualdad):

(c1 - c2, 3c1 + 2c2 + c3, 2c1 + 5c2 + 4c3 )= (0,0,0) =

de donde igualando las coordenadas correspondientes de estos dos vectores de R3 se

obtiene:

c1 - c2 = 0

3c1 + 2c2 + c3 = 0

2c1 + 5c2 + 4c3 = 0

el cual es un sistema de 3 ecuaciones lineales para las incgnitas c1, c2, c3.

Al resolver el sistema se obtiene que :

c1= c2= c3= 0

lo que prueba la afirmacin inicial.

Teorema

Los n vectores v1, v2, . . . , v3 (n>2) del espacio vectorial V son linealmente dependientes si,
y slo si al menos uno de ellos puede escribirse como combinacin lineal de los n -1 vectores
restantes.

Demostracin.-

Si los n vectores v1, v2, . . . , vn son linealmente dependientes, segn la definicin de

dependencia lineal existen escalares c1, c2, . . . , cn no todos nulos tales que:

c1 v1 + c2 v2 + ...+ cn vn =
 42

Sin prdida de generalidad se puede suponer que c1 0. Entonces la expresin anterior puede
escribirse como:

- c2 - cn
v1 = ( )v2 +...+( )vn
c1 c1

lo que muestra que el vector v1 es una combinacin lineal de los n-1 vectores v2, v3, . . . , vn.

Recprocamente, supongamos que al menos uno de los n vectores v1,v2,v3,...,vn puede

escribirse como combinacin lineal de los n-1 vectores restantes.

Dgase que v1 es tal vector.

Se tiene entonces que existen escalares d2,...,dn tales que: v1= d2v2 + ... + dnvn

Reescribimos esta operacin como:

v1 - d2 v2 - ... - dn vn =

Se ve que satisface la condicin de vectores linealmente dependientes con

c1=1 y ci = -di, i = 2, 3, . . . , n

A continuacin un teorema que recoge algunas consecuencias inmediatas de la definicin de

Dependencia e Independencia Lineal de vectores.

Teorema

Sean v1, v2, ..., vn, n vectores del espacio vectorial V.

1) Si vi = vj para i j, i, j = 1,2,...,n entonces estos vectores son linealmente dependientes

2) Si existe i, 1 < i < n, tal que v.i = , entonces estos vectores son linealmente
dependientes.

3) Si el conjunto { v1, v2, ..., vn } es linealmente independiente, entonces cualquier

subconjunto de l es linealmente independiente.
 43

4) Si el conjunto { v1, v2, ..., vn } es linealmente dependiente, entonces para cualesquiera

vectores w1, w2,...wk en V, el conjunto {v1, v2, ..., vn,w1,...,wk} es linealmente
dependiente.

Por ejemplo, los vectores V1 = (2,3,5,-1), V2 = (0,3,-1,2), V3 = (0,0,4,8) y V4= (0,0,0,5) en

R4 son linealmente independientes.

Sistema de generadores

Si un conjunto no vaco de vectores de un espacio vectorial (V,+,K,.) es tal que todo

vector de V puede expresarse como combinacin lineal (C.L) de dicho conjunto. Entonces
se dice que ste es un sistema de generadores de V. Esto equivale a decir que el subespacio
de V generado por tal conjunto es el mismo V. El concepto de sistema de generadores (S.G)
de un espacio vectorial es independiente de la dependencia o independencia lineal del
sistema. O sea, un sistema de generadores puede ser linealmente independiente o no.

Definicin

El conjunto A = { v1, v2, . . . , vn } es un sistema de generadores de V

si, y slo si todo vector de V puede expresarse como combinacin lineal
de los vectores de A. O bien, A es un sistema de generadores de V si, y
slo si el subespacio generado por A es V.

A es un S.G de V si y slo si L(A) = V

 44

Ejemplos :

1. El conjunto A = { (1,0), (0,1), (1,1) } es un sistema de generadores de R.

ya que para cualquier, vector de R(a,b), deben existir escalares a, b y g tales que:
a (1,0) + b (0,1) + g (1,1) = ( a , b )

O sea: ( a + b, b + g ) = ( a, b)

entonces:

a+g=a a=a-k

b+g=b b=b-k

g = k, kR

2. Determinar si los vectores v1 = (1,1,1), v2 = (1,1,0) y v3 = (1,0,0) de (R3,+,R,)

constituyen un sistema de generadores de R3.

El problema se reduce a investigar si existen escalares reales a, b y g tales que

cualquiera que sea (a, b, c) R3 se verifique:

a (1,1,1) + b (1,1,0) + g (1,0,0) = ( a, b, c)

(a+ b+ g, a+ b, a) = (a, b, c)

a+b+g=a

a+b =b de donde resulta

a =c a = c, b = b - c, g = a - b

En consecuencia todo vector de R3 puede expresarse como C.L de los vectores propuestos.

En el caso en que (a,b,c) sea el vector nulo, los escalares son nulos, y en consecuencia los
vectores v1, v2, v3, adems de constituir un S.G., son linealmente independientes. Por este
motivo se dice que tales vectores son una base de (R3, + ,R,).
 45

Base y dimensin de un espacio vectorial

Por lo comn, se concibe una recta como espacio unidimensional, un plano como un
bidimensional y el espacio que lo rodea a uno como tridimensional. El objetivo principal de
esta parte del captulo es precisar esta nocin intuitiva de dimensin.

Definicin

Si V es cualquier espacio vectorial y S = { v1, v2, . . ,vr } es un

conjunto finito de vectores en V, entonces S se denomina base
para V si:

i) S es linealmente independiente.

ii) S genera a V.

Ejemplos:

1. Sean e1 = (1,0,0,..,0), e2 = (0,1,0,...,0)..., en=(0,0,...,1) vectores de Rn.

El conjunto formado por e1, e2,...,en es una base de Rn, ya que:

i) S={e1, e2,...,en} es Linealmente Independiente, ya que:

ae1 + be2 + ...gen = (0,0,0,...,0)

a (1,0,...,0) + b (0,1,0,..,0)+ g (0,0,...,1) = (0,0,...,0) que es equivalente:

(a, b, ..., g) = ( 0, 0,..., 0)

 46

entonces: a = b = ...= g = 0

Como consecuencia

el conjunto S = { e1, e2,...,en } es linealmente independiente.

ii) S genera a V, dado que cualquier vector

V = (v1, v2,...,vn) en R se puede escribir como:

V = e1v1 + e2v2 + ... + vnen

S es una base de Rn.

Esta base se conoce como BASE STANDARD.

2. El conjunto S = {1, x, x2,..., xn} es una base para el espacio vectorial Pn (conjunto de
las funciones polinmicas) ya que:
i) S genera a Pn.
Dado que cada polinomio p de Pn se puede escribir como:

p = a0 + a1x + ... + anxn.

La cual es una combinacin lineal de 1, x, x2,..., xn.

ii) S es linealmente independiente.

porque existen escalares c0, c1,...,cn tales que

c0 + c1x + ... + cnxn = 0, vector cero en Pn

de donde:

c0 + cn x + ... + cn xn = 0 + 0 x + ... + 0 xn

esto implica que c0 = c1 = ... =cn = 0

Luego se puede concluir que :

S = {1, x, x2,..., xn) es una base de Pn.

 47

NOTA:

Se dice que un espacio vectorial V diferente de cero es de dimensin finita si contiene un

conjunto finito de vectores {v1, v2,..., vn} que forma una base. Si no existe un conjunto de
este tipo, se dice que V es de dimensin infinita . Adems, se considera al espacio vectorial
cero como de dimensin finita, aun cuando no tiene conjuntos linealmente independientes y
como consecuencia, no tiene base.

Por lo visto en los ejemplos anteriores Rn y Pn' son espacios vectoriales de dimensin finita.

Teorema

Dos bases cualesquiera para un espacio vectorial de dimensin finita tienen el mismo nmero
de vectores.

Demostracin:

Sean S={ v1,v2,...,vn } y S'={ w1,w2,...,wn } dos bases para un espacio vectorial de dimensin
finita V.

Dado que S es una base y S' un conjunto linealmente independiente implica que m = n.

De modo anlogo, dado que S' es una base y S es linealmente independiente, tambin se tiene
n = m. Por lo tanto m = n.

NOTAS:

La base estndar para Pn contiene n+1 vectores, as entonces, toda base para Pn
contiene n+1 vectores.
El nmero de vectores en una base para un espacio vectorial de dimensin finita es
una cantidad en particular importante. Por ejemplos anteriores, toda base para R2 tiene
dos vectores y toda base para R3 tiene 3 vectores. Ya que R (el plano) es
intuitivamente bidimensional y R3 es intuitivamente tridimensional, la dimensin de
estos espacios es igual al nmero de vectores que se tienen en sus bases. Esto sugiere
la siguiente definicin:
 48

Definicin:

La dimensin de un espacio vectorial de dimensin finita V se

define como el nmero de vectores en una base para V.

Adems, por definicin, el espacio vectorial cero tiene

dimensin cero.

Por lo que se vi en los ejemplos anteriores, Rn es un espacio vectorial de dimensin n y Pn

es un espacio vectorial de dimensin n+1.

Espacio cociente

En esta seccin se ver el cociente de un espacio vectorial V por un subespacio W . Este

cociente se define como el conjunto cociente de V por una relacin de equivalencia
conveniente.

Definicin

Si V es un espacio vectorial y W es un subespacio cualquiera, definimos en V la

siguiente relacin de equivalencia:

v W v si v v W .

Observacin.

(1) El subespacio W en general se considera fijo y por ese motivo el smbolo W se escribe

omitiendo el subndice como

 49

(2) Es claro que v v si y slo si existe w W de modo que v = v + w.

(3) Es claro que la relacin es una relacin de equivalencia.
(4) Si W = {0}, v v si y slo si v = v y si W = V para todo par v, v V , v v.
(5) Recordar que si v V su clase de equivalencia es un subconjunto de V y consiste de
{ v V : v v } = { v V : v = v + w para algn w W}.

En otras palabras la clase de equivalencia de v es el subconjunto v + W V .

Definicin.-

En la situacin anterior, la clase de equivalencia de v V se denota como [v] o como v +W.

El conjunto cociente V / , se denota como

V /W = { [v] : v V } y se denomina espacio cociente de V por W .

La proyeccin cannica : V V /W , que existe para cualquier relacin de

equivalencia, explcitamente se define como (v) = [v] = v + W .

A priori V /W es tan slo un conjunto. Probaremos que de hecho es un espacio vectorial

con operaciones que hacen que : V V /W sea una transformacin lineal.

Lema.- En la situacin anterior tenemos que:

(1) Si v1 v1 y v2 v2 entonces v1 + v2 v1 + v2 para todo v1, v2, v1, v2 V .

(2) Si v v entonces a v a v para todo v, v V y aK..

Demostracin.

(1) Si v1 v1 y v2 v2 entonces existe w1, w2 W tales que

v1 = v1 + w1 y v2 = v2 + w2.

Po lo tanto, v1 + v2 = v1 + v2 + w1 + w2 y como w1 + w2 W

concluimos que v1 + v1 v2 + v2.

 50

Transformacin lineal

Definicin

Sean V y W espacios vectoriales. Una transformacin lineal T de V en W (T:

VW) es una funcin que asigna a cada vector v V un vector nico T(v)
W y que satisface:

T1) v1 , v2 V [T (v1 v2 ) T (v1 ) T (v2 )]

T2) Rv V [T (v) T (v)]

Ejemplo:

1.- Sea V = R3 = { (x1, x2, x3 ) y T (x) = T (x1, x2, x3 ) = ( x1, x2, 0 ).

Demostrar que T es una transformacin lineal.

Demostracin.-

Sean x = (x1, x2, x3 ) , y = (y1, y2, y3 )

Entonces : x + y = (x1, x2, x3 ) + (y1, y2, y3 ) = (x1 + y1, x2 + y2, y3 + y3 )

Luego:

T(x) = (x1, x2, 0 )

T(y) = (y1, y2, 0 )

T(x) + T(y) = (x1, x2, 0 ) + (y1, y2, 0 ) (1)

T(x + y) = T[(x1, x2, x3 ) + (y1, y2, y3 )] = T(x1 + y1, x2 + y2, y3 + y3 )=

= ( x1 + y1, x2 + y2, 0 ) (2)

Vemos que (1) = (2)

Es decir :
 51

T(x + y) = T(x) + T(y)

r x = r (x1, x2, x3 ) = ( r x1, r x2, r.x3 )

Entonces T(r.x) = T ( r x1, r x2, r.x3 ) = ( r x1, r x2, 0 ) (3)

Por otro lado, r T(x) = r T ( x1, x2, .x3 ) = r. (x1, x2, 0 ) = ( r.x1, r.x2, 0 ) (4)

Vemos que (3) = (4)

Por tanto: r.T(r.x) = T(r.x)

Y , por lo tanto, T es una transformacin lineal

Espacio de Transformaciones Lineales

Definicin

Sean V y W dos espacios vectoriales sobre un mismo cuerpo K.

Denotemos Hom (V, W) al conjunto de las transformaciones lineales de V sobre W.

Dadas S, T transformaciones lineales, elementos de Hom(V, W) y K el conjunto de

escalares, tal que se cumplen:

( S + T ) (v) = ( S ) (v) + T (v) y

( S ) (v) = ( S ) ( .v)

Al conjunto Hom (V, W) lo llamaremos espacio de las transformaciones lineales de

los espacios V y W sobre el cuerpo de escalares K.

 52

SNTESIS

Espacios Vectoriales

Considerando V un conjunto no vaco y K un cuerpo o campo.

Se dice que V tiene la estructura del espacio vectorial sobre K, si y slo si :

1) Definimos una operacin interna + en V :

+:Vx V V

(u,v) u+v

cumplindose que (V,+) es grupo Abeliano.

2) Definimos una operacin externa :

E:Kx V V

(r,u) r.u

cumplindose adems :

E1 : (r + t) u = r.u + t.u

E2 : r (u + v) = r.u + r.v

E3: r ( t.u) = (r.t) u

E4 :1.u = u

Para todo u, v en V y para todo r, t en K y 1 en K

Los elementos de V se llaman vectores y los de K se llaman escalares.

 53

Definicin de subespacio vectoria

Sea V un espacio vectorial y sea W un subconjunto no vaco de V, entonces W es un

subespacio de V si y slo si se cumplen las dos condiciones siguientes:

a) u, v W u+vW

b) v w, r R r.v W

Definicin de Combinacin Lineal

Sea V un espacio vectorial. Sean v1, v2,...,vn vectores de V. Se dice que el vector v
V es una combinacin lineal de los vectores v1, v2,...,vn; si existen escalares c1,
c2,...,cn tales que:

v = c1v1 + c2v2 + ...+cnvn , es decir , v = ci vi

Conjunto linealmente independiente - Base

Dado V un espacio vectorial sobre K

Un subconjunto B = {u1, u2, ...,un} del espacio V se dice que es linealmente

independiente, si se cumple:
1u1 + 2U2 +..., n un = 0 1=2,..., n=0

(*) Un subconjunto B = {u1, u2, ...,un} del espacio V es una base de V sobre K,

si se cumple.

(1) B es linealmente independiente.

(2) Todo vector u de V es una combinacin lineal de los elementos de B.

En este caso : Se dice que V es un espacio vectorial de dimensin finita n.

Escribimos dim ( V ) = n.
 54

Definicin de dimensin

La dimensin de un espacio vectorial de dimensin finita V se define como el

nmero de vectores en una base para V.

Por definicin, el espacio vectorial cero tiene dimensin cero.

Definicin de espacio generado

Sea V un espacio vectorial y sean v1, v2,...,vn vectores de V.

Al subespacio L(v1,v2,...,vn) se le llama espacio generado por

los vectores (v1,...,vn).

Definicin de conjunto linealmente independiente

Sea V un espacio vectorial y sean v1 , v2 , . . . , vn vectores de V. Se dice que estos vectores

son linealmente independientes si se cumple:

c1 v1 + c2 v2 +...+cn vn = entonces c1 = c2 = ... = cn = 0

En caso contrario se dir que tales vectores son linealmente dependientes, es decir, si existen
escalares c1, c2,...cn al menos uno de ellos distinto de cero tales que:

c1 v1 + c2 v2 +...+ cn vn =

Definicin de sistema de generadores

El conjunto A = { v1, v2, . . . , vn } es un sistema de generadores de V si, y slo si todo

vector de V puede expresarse como combinacin lineal de los vectores de A. O bien, A
es un sistema de generadores de V si, y slo si el subespacio generado por A es V.

A es un S.G de V si y slo si L(A) = V

 55

Definicin de base

Si V es cualquier espacio vectorial y S = { v1, v2, . . ,vr } es un conjunto finito de vectores

en V, entonces S se denomina base para V si:

i) S es linealmente independiente.

ii) S genera a V.

Definicin de dimension

La dimensin de un espacio vectorial de dimensin finita V se define como el

nmero de vectores en una base para V.

Adems, por definicin, el espacio vectorial cero tiene dimensin cero.

Definicin de Transformacin Lineal

Sean V y W espacios vectoriales. Una transformacin lineal T de V en W (T: VW) es

una funcin que asigna a cada vector v V un vector nico T(v) W y que satisface:

T1) v1 , v2 V [T (v1 v2 ) T (v1 ) T (v2 )]

T2) Rv V [T (v) T (v)]

 56

Apreciacin criitica y sugerencias

En educacin secundaria, los profesores no poseen la adecuada preparacin para

ensear estos temas relacionados a los espacios vectoriales. En Fsica se ensean algunos
conceptos vectoriales pero, sin la rigurosidad que se requiere. La enseanza de estos temas
se hacen con demasiada finalidad instrumental, dejando de lado la potencialidad formal que
tiene el tema en si.

Por otra parte, se requiere que la reforma de los planes de estudios en la secundaria
se realice con el objetivo de una duracin mnima de 5 aos y no estn cambiando los
contenidos cada dos o tres aos, que lo inc que provocan es que la buena enseanza de los
maestros se pierda.

Se sugiere que a partir del Ministerio de educacin se mantengan la vigencia de los

constenido de una plan de estudios, de cualquier grado, primaria o secundaria slo se
cambien cuando hayan pasado UN mnimo de 5 aos-
 57

Bibliografa

Barbolla, Rosa y Sanz, Paloma (1998). Algabra Lineal y Teora de Matrices. Espaa.

Cotlar- Sadosky: Introduccin al lgebra Eudeba, Bs. As

Carranza, Csar. Algebra. PUCP. Lima.

Grossman, Stanley (2007) Algebra lineal. Mc Graw Hill. Mxico

Huertas Sanchez, Antonia y Manzano Arjona, Mara: Teora de Conjuntos . 2002

Larson, Edwards y Falvo (2004 ) Algebra Lineal. Ediciones Pirmide. Espaa

Lentin, A. Rivaud, J. (1967) Algebra moderna. Ed. Aguilar.

Rojo, Armando (1998) Algebra II. Ed. El Ateneo. Buenos Aires.

Rojo, J. y Martn, Isabel (2005) Ejercicios y problemas de Algebra Lineal. Mc Graw hill.

Espaa.