Prof(a). L.

D Jess Calculo IV 2012-I semana 08 pag 1 de 5

UMC-ING MARITIMA-CS BASICAS
CALCULO IV SECC(s) A y C Ing. Martima
Sem I-2012 (semana 08 del 21/05 al 25/05/2012)


Espacios Vectoriales:


Espacio Vectorial: Un espacio vectorial V sobre un cuerpo K ( en general R
o C) es un conjunto de elementos llamados vectores en el cual estn
definidas dos operaciones (suma y multiplicacin por un escalar) que
satisfacen los siguientes axiomas:

Suma:
1. Si x y y V, entonces x+y V
2. Si x y y V, entonces x+y=y+x
3. Para todo x, y, y z V, se tiene x+(y+z)=(x+y)+z V
4. Existe un vector 0V, tal que para todo x V se tiene que:
0+x=x+0=x
5. Si x V, entonces existe un vector (- x) V tal que:
x+(-x)=0=(-x)+x

Multiplicacin por un escalar:
1. Si x V y es un escalar, entonces x V
2. Si x y y V y es un escalar, entonces (x+y)=(x+y)
3. Si x V y y V, entonces (x)=()x
4. Para cada vector x V, se tiene que 1x=x.

Algunos ejemplos de espacios vectoriales:
- Los espacios R, R
2
, son espacios vectoriales. En general el espacio
R
n
es un ejemplo de espacio vectorial.
- El espacio R
mxn
, formado por las matrices de orden mxn.
- El conjunto C[a,b] formado por todas las funciones con valores reales
y continuas en [a,b].
- El conjunto P
n
, formado por todos los polinomios de grado menor o
igual que n.


Ejemplo 5 : Veamos un ejemplo de un conjunto que no es espacio vectorial.
Sea

= e
|
|
.
|

\
|
= 1 /
2 2
a R
d c
b a
V
x

Con las operaciones usuales de suma y multiplicacin por un escalar,
de matrices. Este conjunto no es un espacio vectorial, ya que la suma
no pertenece a V.

Veamos,
Sean
|
|
.
|

\
|
=
|
|
.
|

\
|
=
2 3
4 1
,
0 0
0 1
B A son matrices que pertenecen a V, ya que
a
11
=b
11
=1. Sin embargo
V B A e
|
|
.
|

\
|
=
|
|
.
|

\
|
+
|
|
.
|

\
|
= +
2 3
4 2
2 3
4 1
0 0
0 1


Ejemplo 6: (otro espacio que no es espacio vectorial)
Consideremos V=R
2
, con las operaciones ( ) ( ) ( ) 1 , , ,
1 1 2 2 1 1
y x y x y x + =
y el producto escalar usual.

En este caso el axioma que falla es la existencia del elemento neutro,
ya que no se puede determinar un vector nR
2
, tal que
n n x =

Teorema: Sea V un espacio vectorial, entonces se cumplen las
siguientes condiciones:
1. El vector 0V, es nico y se denomina el vector cero o el
vector nulo de V.
2. Para cada x V, el vector (- x) V es nico y se denomina el
vector opuesto de x.
3. Para todo x, y, y z V, se tiene que la igualdad x+y=x+z,
entonces y=z.
4. Para cada x y y V, la ecuacin x+z=y tiene nica solucin
x=y+(-z)
5. Para cada x V se tiene 0x=0
6. Para cada R, se tiene que 0=0
7. Para cada x V y R, se tiene x=0 si y slo si =0 o x=0

Vamos a demostrar algunas de las propiedades:
Proposicin 1:
Se quiere demostrar que el vector 0 es nico. Vamos a suponer que
existe otro vector nulo que llamaremos 0 . De aqu se tiene que para
Prof(a). L. D Jess Calculo IV 2012-I semana 08 pag 2 de 5
cada x V se cumple que x+0=x , al igual que x+0=x . Igualando
ambas expresiones
x=x
x+0= x+0
Luego sumando el opuesto de x a ambos lados, nos queda

x+(-x)+0= x+(-x)+0
0=0

Proposicin 5
Sabemos que
x=1x=(1+0)x=1x +0x,
ahora sumando el opuesto a cada lado tenemos
0=x+(-x) +0x, entonces 0x=0

Proposicin 6
El vector 0=(0+0) aplicando propiedad distributiva
0=0+ 0
Si sumamos su opuesto a cada lado (-0)
0+(-0)= 0+ 0+(-0)

Nos queda 0=0


Subespacio Vectorial: Sea V un espacio vectorial. Un subconjunto no vaco
W de V se dice que es un subespacio de V si cumple las siguientes
condiciones:
1. Si x y y W, entonces x+y W
2. Si x W y R, entonces x W

Ejemplo 7: Los espacios { } 0 y V se conocen como los subespacios triviales
de V.

Ejemplo 8: Sea V= R
3
, y consideremos el siguiente subconjunto de V
{ } R t R v tv x R x W e e = e = y para /
3 3



Este subconjunto es un subespacio de V, veamos

I. Sean x
1
y x
2
W, se debe probar que x
1
+ x
2
W
Si x
1
y x
2
W entonces x
1
=t
1
v y x
2
=t
2
v para t
1
,t
2
R y vR
3

x
1
+ x
2
=t
1
v +t
2
v =(t1+t2)v= tv donde t= (t1+t2) R

Por lo tanto x
1
+ x
2
W

II. La segunda condicin es fcil de verificar ya que si x
1
=t
1
v
entonces
x
1
=t
1
v= tv donde t= t
1


Por lo tanto x
1
W


Ejemplo 9: El conjunto de funciones
| | { } 0 ) 1 ( ) 1 ( / 1 , 1 = = e = e f f C f V f es un subespacio de C[-1,1]

Teorema: Sea V un espacio vectorial. La interseccin de cualquier
coleccin de subespacios de V es un subespacio de V

Demostracin:
Sea F una familia de subespacios de V y
Sea { }

F w
i
F W W x V x W
e
e e e = cada para /
Veamos que esto define un subespacio de V. Primero que este
subespacio es no vaco, ya que cada WF es un subespacio de V y por
tanto cada uno contiene al vector nulo. As, que el vector nulo
pertenece a la interseccin.

Sean x y y

F w
W
e
e y R, veamos que el vector x+y

F w
W
e
e . Por
definicin sabemos que x y y W para cada WF, como cada W es un
subespacio, entonces x W para cada WF, De aqu tenemos que al
ser cada WF un subespacio de V entonces x+y W para cada
WF. Por tanto x+y

F w
W
e
e . As tenemos que

F w
W
e
es un
subespacio de V.
Ejemplo 10: Sea
{ } 0 3 2 /
3 2 1
3
1
= + e = v v v R v H y { } 0 /
3 2 1
3
2
= + e = v v v R v H

Prof(a). L. D Jess Calculo IV 2012-I semana 08 pag 3 de 5
Determinar el subespacio de R
3
, formado por
2 1
H H
El subespacio formado por { }
2 1
3
2 1
/ H v H v R v H H e . e e =
En otras palabras es el subespacio formado por los vectores pertenecientes a
ambos subespacios. Para determinar el subespacio hay que resolver el
sistema:

= +
= +
0
0 3 2
3 2 1
3 2 1
v v v
v v v
En este caso la solucin obtenida es

=
=
3
5
3
2
3
5
2
1
v v
v v


Por tanto ( ) { } R t t t t v R v H H e = e = , , , /
5
3
5
2 3
2 1



Combinacin Lineal y Espacio Generado:

Para dar una idea de lo que es una combinacin lineal consideraremos a los
vectores de R
2
, cada vector xR
2
se puede expresar como

x=(x
1
,x
2
)=x
1
(1,0)+x
2
(0,1)

En este caso se dice que el vector x esta expresado como una combinacin
lineal de los vectores (1,0) y (0,1). Formalmente una combinacin lineal es:

Combinacin Lineal: Sean v
1
,v
2
,v
3
, . . . ,v
n
vectores de un espacio vectorial
V. Cualquier vector v que se exprese como

v=
1
v
1
+
2
v
2
+ . . . +
n
v
n


se dice que es una combinacin lineal de v
1
,v
2
,v
3
, . . . ,v
n
en donde
1
,
2
,
3
,
. . . ,
n
son escalares.


Ejemplo 11: La matriz
|
|
.
|

\
|
4 1
1 2
se puede expresar como combinacin lineal
de las matrices
|
|
.
|

\
|
2 0
0 1
y
|
|
.
|

\
|
0 1
1 0
ya que


|
|
.
|

\
|
4 1
1 2
=2
|
|
.
|

\
|
2 0
0 1
+
|
|
.
|

\
|
0 1
1 0



Ejemplo 12: En R
3
, para averiguar si el vector v=(1,2,3) es
combinacin lineal de v
1
=(1,1,1) , v
2
=(2,4,0), v
3
=(0,0,1) se plantea la
ecuacin:

(1,2,3)= (1,1,1) +(2,4,0)+(0,0,1)

Que equivale al sistema de ecuaciones, cuyas soluciones son las que
se indican:

=
=
=

= +
= +
= +
3
0

3
2 4
1 2
2
1

|
o
o
| o
| o


Luego
3 2
2
1
1
3v v ov v + + = , v es combinacin lineal de
3 2 1
, , v v v


Conjunto Generador: Se dice que los vectores v
1
,v
2
,v
3
, . . . ,v
n
en
un espacio vectorial V generan a V si todo vector en V, se puede
expresar como una combinacin lineal de ellos. En otras palabras,
para todo v V, existen escalares
1
,
2
,
3
, . . . ,
n
tales que

v=
1
v
1
+
2
v
2
+ . . . +
n
v
n


Notacin: El subespacio generado por v
1
,v
2
,v
3
, . . . ,v
n
lo
representaremos por gen {v
1
,v
2
,v
3
, . . . ,v
n
}

Ejemplo 13: los monomios 1, x, x
2
, generan a P
2
, ( el conjunto de
polinomios con grado menor o igual a dos) ya que cualquier polinomio
con estas condiciones puede expresarse como combinacin lineal de
estor tres monomios.

Veamos el caso del polinomio p(x)= 2x
2
+5x-10
se puede escribir como p(x)=(2)x
2
+(5)x+(-10)1


Ejemplo 14: Los vectores (1,0), (0,1) (2,3) generan a R
2.
.

Comprubelo Se puede conseguir un conjunto ms pequeo formado
por estos vectores que generen a R
2
?


Ejemplo 15: Cuales de los siguientes conjuntos son generadores de R
3
a) {i,j,k,(1,2,3)}
Prof(a). L. D Jess Calculo IV 2012-I semana 08 pag 4 de 5
b) {(1,1,1), (1,1,0), (1,0,0)}
c) {(1,0,1), (0,1,0)}
d) {(1,2,4), (2,1,3), (4,-1,1)}


Independencia Lineal: Se dice que los vectores v
1
,v
2
,v
3
, . . . ,v
n
V son
linealmente independientes (l.i) si y solo si, la solucin del sistema


1
v
1
+
2
v
2
+ . . . +
n
v
n
=0

es nica con
1
=
2
= . . . =
n
=0 . En caso contrario se dice que los vectores
son linealmente dependientes (l.d)


Ejemplo 16: Veamos si los vectores (1,2,0) , (0,-1,1), (2,0,1) son linealmente
independientes.

Para ello debemos demostrar que son solucin del sistema homogneo:


1
(1,2,0) +
2
(0,-1,1)+
3
(2,0,1) =(0,0,0) es

1
=
2
=
3
=0

veamos, usando el mtodo de Gauss-Jordan el sistema queda planteado asi


|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
|
|
|
.
|

\
|

0
0
0
1 0 2
1 1 0
0 2 1
3
2
1

resulta
1
=
2
=
3
=0
Por tanto son l.i

Ejemplo 17: Considere los polinomios p(x)=1+x
2
, q(x)=-2-2x
2
, demostrar
que son linealmente dependientes


1
p(x)+
2
q(x) =0

basta con ver que
1,

2
0
De hecho se tiene el sistema

=
=
0 2
0 2
2 1
2 1


con solucin
1
=2
2

2
R,

indica infinitas soluciones, por tanto son l.d

{v
1
,v
2
,v
3
, . . . ,v
k
} es el conjunto de C.L de v
1
,v
2
,v
3
, . . . ,v
k


Observaciones: es deseable encontrar un conjunto de generadores
mnimo. Por mnimo se entiende un conjunto de generadores sin
elementos innecesarios ( es decir, todos los elementos del conjunto se
necesitan para abarcar el espacio vectorial). Aqu dependemos de los
conceptos de independencia lineal y dependencia lineal.

Consideremos los siguientes vectores en R
3
,
v
1=
(1,-1,2) v
2
=(-2,3,1) v
3
=(-1,3,8) (Resolvemos en clase)


De los resultados del ejercicio anterior podemos decir,

i. Si v
1
,v
2
,v
3
, . . . ,v
n
generan un espacio vectorial V y uno de
estos vectores puede expresarse como una combinacin lineal
de los otros (n-1) vectores, entonces esos n-1 vectores
generan V.
ii. Dados n vectores v
1
,v
2
,v
3
, . . . ,v
n
es posible escribir uno de
ellos como combinacin lineal de los otros n-1 vectores si y
solo si existen escalares c
1
,c
2
, . . . ,c
n
no todos ceros tal que

c
1
v
1
+c
2
v
2
+ . . . +c
n
v
n
=0


Teorema: Sean v
1
,v
2
,v
3
, . . . ,v
n
vectores en R
n
, y sea A una matriz de
nxn, cuyas columnas son v
1
,v
2
,v
3
, . . . ,v
n
. Entonces v
1
,v
2
,v
3
, . . . ,v
n
son
LI si y solo si la nica solucin al sistema homogneo Ax=0 es la trivial.


Teorema: Sea Anxn, El detA0 si y slo si las columnas de A son LI.

Teorema: Cualquier Conjunto de n vectores LI en R
n
genera R
n


Teorema: Un conjunto de n vectores en R
m
siempre es Ld si nm.

Corolario: Un conjunto de vectores LI en R
n
tiene a lo sumo n
vectores.

Ejemplo 18: Determine si los vectores v
1=
(4,2,3) v
2
=(2,3,1)
v
3
=(2,-5,3) son linealmente dependientes o no .


Prof(a). L. D Jess Calculo IV 2012-I semana 08 pag 5 de 5
Funcin wronskiana: Sean f
1
,f
2
,f
3
, . . . ,f
n
funciones en C
(n-1)
[a,b] y
defnase la funcin W[f
1
,f
2
,f
3
, . . . ,f
n
](x) en [a,b] por


W[f
1
,f
2
,f
3
, . . . ,f
n
](x)=
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) 1 ( ) 1 (
2
) 1 (
1
2 1
2 1
x f x f x f
x f x f x f
x f x f x f
n
n
n n
n
n

i i i


Como la wronskiana de f
1
,f
2
,f
3
, . . . ,f
n
funciones

Teorema: Sean f
1
,f
2
,f
3
, . . . ,f
n
funciones en C
(n-1)
[a,b] . Si existe un punto x
0

en [a,b] tal que W[f
1
,f
2
,f
3
, . . . ,f
n
](x
0
)0, entonces f
1
,f
2
,f
3
, . . . ,f
n
son
linealmente independientes.



Ejemplo 19: Compruebe que los vectores 1, x ,x
2
,x
3
son linealmente
independientes en P
4

Usemos su wronskiana asociada:

| |
6 0 0 0
6 2 0 0
3 2 1 0
1
) ( , , , 1
2
3 2
3 2
x
x x
x x x
x x x x W = =12, para cualquier valor de x.

Ya que | | 0 ) ( , , , 1
3 2
= x x x x W los vectores son linealmente independientes.

Ejemplo 20: demuestre que e
x
y e
-x
son linealmente independientes en
C(-,)