Espacios Vectoriales y sus propiedades.

Un espacio vectorial es un conjunto no vacío V de objetos, llamados vectores, en

el que están definidas dos operaciones, llamadas suma y multiplicación por
escalares (números reales), sujetas a los diez axiomas (o reglas) que se enlistan a
continuación. Los axiomas deben ser válidos para todos los vectores u, v y w en V
y todos los escalares c y d.
1. La suma de u y v, denotada mediante u + v, está en V.
2. u + v = v + u.
3. (u + v) + w = u + (v + w).
4. Existe un vector cero 0 en V tal que u + 0 = u.
5. Para cada u en V, existe un vector −u en V tal que u + (−u) = 0.
6. El múltiplo escalar de u por c, denotado mediante cu, está en V.
7. c(u + v) = cu + cv.
8. (c + d)u = cu + du.
9. c(du) = (cd)u. 10. 1u = u.

Sub espacios vectoriales.

En muchos problemas, un espacio vectorial consta de un subconjunto adecuado
de vectores de algún espacio vectorial mayor. En este caso, será necesario
verificar sólo tres de los diez axiomas de espacios vectoriales. El resto quedarán
satisfechos de manera automática.
Un sub espacio de un espacio vectorial V es un subconjunto H de V que tiene tres
propiedades:
a. El vector cero de V está en H. 2
b. H es cerrado bajo la suma de vectores. Esto es, para cada u y v en H, la
suma u + v está en H.
c. H es cerrado bajo la multiplicación por escalares. Esto es, para cada u en
H y cada escalar c, el vector cu está en H.
Las propiedades (a), (b) y (c) garantizan que un sub espacio H de V es en sí
mismo un espacio vectorial, bajo las operaciones de espacio vectorial ya definidas
en V. Para verificar esto, observe que las propiedades (a), (b) y (c) son los
axiomas 1, 4 y 6. Los axiomas 2, 3, y del 7 al 10 son verdaderos de manera
automática en H porque se aplican a todos los elementos de V, incluidos aquellos
que están en H. El axioma 5 también es verdadero en H, porque si u está en H,
entonces (−1)u está en H según (c), y por la ecuación –u=(-1)u se sabe que (−1)u
es el vector −u del axioma 5. Así, todo sub espacio es un espacio vectorial. De
manera recíproca, todo espacio vectorial es un sub espacio (de sí mismo o
posiblemente de espacios mayores). El término sub espacio es usado cuando se
consideran por lo menos dos espacios, con uno dentro de otro, y la frase sub
espacio de V identifica a V como el espacio más grande.
Es obvio que si H es un espacio vectorial, entonces las dos reglas de cerradura
deben cumplirse. De lo contrario, para demostrar que H es un espacio vectorial,
debe demostrarse que los axiomas i) a x) en las páginas 296 y 297 se cumplen
bajo las operaciones de suma de vectores y multiplicación por un escalar definidas
en V. Las dos operaciones de cerradura [axiomas i) y iv)] se cumplen por
hipótesis. Como los vectores en H son también vectores en V, las identidades
asociativa, conmutativa, distributiva y multiplicativa [axiomas ii), v), vii), viii), ix) y
x)] se cumplen. Sea x P H. Entonces 0x P H por hipótesis ii). Pero por el teorema
5.1.1 de la página 300, (parte ii), 0x 5 0. De este modo, 0 P H y se cumple el
axioma iii). Por último, por la parte ii), (21)x P H para todo x P H. Por el teorema
5.1.1 (parte iv), 2x 5(2l)x P H, de manera que se cumple el axioma iv) y la prueba
queda completa.

Combinacion Lineal.
Uno de los conceptos clave en Algebra Lineal es el concepto de
combinación lineal: Una combinación lineal es una superposición de
objetos: imagine que usted tiene dos señales (discretas o continuas).
Cuando usted las amplifica y/o atenúa para después mezclarlas, está
haciendo una combinación lineal.

Vectores linealmente dependiente o independiente.

Se dice que un conjunto indexado de vectores {v1, . . . , vp} en V es linealmente
independiente si la ecuación vectorial
c1v1 + c2v2 + ··· + cpvp = 0 (1)
tiene solamente la solución trivial, c1 = 0, . . . , cp = 0.
Se dice que el conjunto {v1, . . . , vp} es linealmente dependiente si (1) tiene una
solución no trivial, esto es, si existen pesos c1, . . . , cp, no todos cero, de modo
que se cumpla (1). En tal caso, se afi rma que (1) es una relación de dependencia
lineal entre v1, . . . , vp. Igual que en Rn, un conjunto que contiene un único vector
v es linealmente independiente si, y sólo si, v≠0. Además, un conjunto con dos
vectores es linealmente dependiente si, y sólo si, uno de los vectores es múltiplo
del otro. Cualquier conjunto que contenga el vector cero es linealmente
dependiente.

Bases y dimensiones.
Un conjunto finito de vectores {v1, v2, . . . , vn} es una base para un espacio
vectorial V si
i) {v1, v2, . . . , vn} es linealmente independiente.
ii) {v1, v2, . . . , vn} genera a V.

Si el espacio vectorial V tiene una base con un número finito de elementos,

entonces la dimensión de V es el número de vectores en todas las bases y V se
denomina espacio vectorial de dimensión finita. De otra manera, V se denomina
espacio vectorial de dimensión infinita. Si V 5 {0}, entonces se dice que V tiene
dimensión cero.

Transformaciones lineales.
Sean V y W espacios vectoriales reales. Una transformación lineal T de V en W es
una función que asigna a cada vector v P V un vector único Tv P W y que
satisface, para cada u y v en V y cada escalar a, T(u+v)=Tu+Tv y T(av)=aTv
1. Se escribe T→W para indicar que T toma el espacio vectorial real V y lo
lleva al espacio vectorial real W; esto es, T es una función con V como su
dominio y un subconjunto de W como su imagen.
2. 2. Se escriben indistintamente Tv y T(v). Denotan lo mismo; las dos se leen
“T de v”. Esto es análogo a la notación funcional f (x), que se lee “f de x”.
3. Gran parte de las definiciones y teoremas en este capítulo también se
cumplen para los espacios vectoriales complejos (espacios vectoriales en
donde los escalares son números complejos). Sin embargo, a excepción de
la breve intervención de la sección 7.5, sólo se manejarán espacios
vectoriales reales y, por lo tanto, se eliminará la palabra “real” en el análisis
de los espacios vectoriales y las transformaciones lineales. Las
transformaciones lineales con frecuencia se denominan operadores
lineales.
Matriz asociada a una transformación lineal. Núcleo y rango de
una transformación lineal.
Sean V y W dos espacios vectoriales y sea T: V S W una transformación lineal.
Entonces
i) El núcleo de T, denotado por nuT, está dado por nu T={vϵV: Tv=0}
ii) La imagen de T, denotado por imT, está dado por im T={wϵW: w=Tv
para alguna vϵV}
Si A es una matriz de m × n, cada fi la de A tiene n entradas y así puede
identificarse con un vector en Rn. El conjunto de todas las combinaciones lineales
de los vectores fi la se denomina espacio fi la de A y se denota por Fil A. Cada fi la
tiene n entradas, así que Fil A es un sub espacio de Rn. Como las fi las de A se
identifican con las columnas de AT, podría escribirse también Col A T en lugar de
Fil A.
Valores y vectores característicos de una transformación lineal. Polinomio
característico.
Sea T: V→W una transformación lineal. En diversas aplicaciones (una de las
cuales se da en la siguiente sección) resulta útil encontrar un vector v en V tal que
Tv y v son paralelos. Es decir, se busca un vector v y un escalar λ tal que Tv=λv
Si v Z 0 y λ satisface, entonces λ se denomina un valor característico de T y v un
vector característico de T correspondiente al valor característico λ. El propósito de
este capítulo es investigar las propiedades de los valores característicos y
vectores característicos. Si V tiene dimensión finita, entonces T se puede
representar por una matriz AT. Por esta razón se estudiarán los valores y los
vectores característicos de las matrices de nxn.
Sea A una matriz de n 3 n con componentes reales. El número λ (real o complejo)
se denomina valor característico de A si existe un vector diferente de cero v en C n
tal que
Av = λ v
El vector v≠0 se denomina vector característico de A correspondiente al valor
característico λ.

Problemas.
1. El conjunto de números naturales N como vectores, el conjunto de números
naturales N como escalares y la operación de multiplicación para números
naturales.
Respuesta. No es un espacio vectorial; no existen elementos inversos.
2. El conjunto de números naturales N como vectores, el conjunto de números
naturales N como escalares, la operación de suma para números naturales y la
multiplicación entre números naturales para la operación de multiplicación de
escalar y vector.
Respuesta. Sí es un espacio vectorial.

3. El conjunto de números enteros Z como vectores, el conjunto de números

naturales Z como escalares, la operación de suma para números enteros y la
multiplicación entre números enteros para la operación de multiplicación de
escalar y vector.
Respuesta. No; iv) no toda matriz diagonal tiene un inverso multiplicador.

4. El conjunto de matrices de 2 3 2 que tienen la forma (0b a0 ) bajo la suma y

multiplicación por un escalar usuales.

Respuesta. No. ( 1β ∝1 )+(b1 a1 )=( β 2+b ∝+ a

2 ) ∉V

5. El conjunto de números reales de la forma a+b √ 2, donde a y b son números

racionales, bajo la suma de números reales usual y la multiplicación por un escalar
definida sólo para escalares racionales.
Sí, siempre que comprendamos que escalar ahora significa número racional; i) (a+
√ 2) + (c+d √ 2)=(a+c)+(b +d) √ 2ϵ V, dado que la suma de dos números racionales
es racional; vi) a(a+b √ 2)=aa+ab √ 2 ϵ V, dado que el producto de dos números
racionales es racional; el resto de los axiomas se derivan como casos especiales
de reglas para la adición y multiplicación de números racionales.

6. Demuestre que en un espacio vectorial el elemento idéntico aditivo es único.

Respuesta: Suponga que x+y 5 =0 y x+z=0. Así, x+y=x+z. Al sumar y a ambos
lados de la ecuación se tiene y+(x+y) =y+(x+z). Al usar las propiedades ii) y v), se
obtiene y+0=0+z. Por lo tanto, y=z.
7. Determine si el subconjunto dado H del espacio vectorial V es un sub espacio
de V. V=R2 ; H={(x, y); x=3, yϵR}
Respuesta. No, porque (0, 0)∉H.
8. Determine si el subconjunto dado H del espacio vectorial V es un sub espacio
de V . V=R2 ; H={(x, y); y≥0}
Respuesta. H es un sub espacio.

9. Determine si el subconjunto dado H del espacio vectorial V es un sub espacio

de V. V=R2 ; H={(x, y); y=x}
Respuesta. H es un sub espacio

10. Determine si el subconjunto dado H del espacio vectorial V es un sub espacio

de V. V=R2 ; H={(x, y); y=2x}
Respuesta. H no es un sub espacio

11. Determine si el conjunto de vectores dado es linealmente dependiente o

independiente. (9,-8) y (-11,-3).
Respuesta. Linealmente independientes.

12. Determine si el conjunto de vectores dado es linealmente dependiente o

independiente. (1,2) y (-1,-3).
Respuesta. Linealmente independientes.

13. Determine si el conjunto de vectores dado es linealmente dependiente o

independiente. (2,-1,4) y (4,-2,7).
Respuesta. Linealmente dependiente.

14. Determine si el conjunto de vectores dado es linealmente dependiente o

independiente. (2,-1,4) y (4,-2,7).
Respuesta. Linealmente dependiente.
 ( xy )=x
15. Determine si la transformación de V en W dada es lineal. T: R 2→R1;T

Respuesta. Lineal.