UNIVERSIDAD PRIVADADEL NORTE

Laureate International Universities

LAUREATE
INTERNATIONAL UNIVERSITIES
Semana: Curso: 10 lgebra Lineal
Tema: Espacios vectoriales
1. Denici on de un espacio vectorial
Comenzaremos con un ejemplo bien conocido. El concepto de vector, o de segmento orientado,
desempe na un papel importante en la Geometra. Los vectores pueden ser sumados entre s y
multiplicados por n umeros. La suma

OC de los vectores

OA y

OB es, por denicion, la diagonal
del paralelogramo OACB (Figura 1,a; esta denicion se puede extender tambien al caso en que
las rectas OA Y OB coincidan) y el producto

OD del vector

OA por un n umero se dene por
las condiciones:

OD = ||

OA;

OD Y

OA estan orientados en una misma direccion si > 0, y
en direcciones opuestas, si < 0 (Figura 1,b).
Pero el conjunto de todos los vectores planos o el conjunto de todos los vectores espaciales
representan s olamente unos ejemplos (aunque muy importantes) de espacios vectoriales.
O
A
B
C
Figura 1: a)

OC =

OB +

OA
A o ' D D
0 > a
0 '< a
Figura 2: b)

OD =

OA,

OD

OA
Si consideramos las siguientes dos soluciones de un sistemas de ecuaciones lineales ho-
mogeneas:
e
1
= (
1
,
2
, . . . ,
n
) y e
2
= (
1
,
2
, . . . ,
n
)
la suma de estas soluciones:
e
1
+e
2
= (
1
+
1
,
2
+
2
, . . . ,
n
+
n
)
y el producto de cualquiera de ellas, digamos de e
1
, por un n umero arbitrario c:
ce
1
= (c
1
, c
2
, . . . , c
n
)
Nombre del docente: Ever Rojas Huamn Facultad de Ingeniera y Arquitectura
Fecha: 25/10/2010 Semestre: 2010 - II
1
tambien seran soluciones de este mismo sistema.
Frecuentemente nos encontramos en las Matem aticas con situaciones an alogas cuando se
tiene un conjunto de elementos que pueden ser sumados entre s y multiplicados por n umeros
obteniendose de esta forma elementos del mismo conjunto. Por ejemplo, los polinomios en t de
coecientes reales pueden ser sumados entre s y multiplicados por n umeros reales obteniendose
polinomios del mismo tipo. Si el grado de los polinomios que se suman y se multiplican por
n umeros no sobrepasa un n umero dado n, los polinomios que se obtienen seran tambien en
este caso de grado no mayor que n. Las funciones arbitrarias de t se pueden sumar entre s y
multiplicar por n umeros resultando de nuevo funciones de t. Si las funciones a las que se aplican
estas operaciones son continuas en un segmento [a, b] (o en toda la recta numerica), las funciones
que resultan tendr an la misma propiedad.
Finalmente, los propios n umeros se pueden, por supuesto, sumar entre s y multiplicar
por n umeros; es m as, en lugar de un n umero se puede considerar pares, ternas y, en general,
colecciones ordenadas (las) formadas por n n umeros:
(x
1
, x
2
, . . . , x
n
)
(si antes estas las aparecan como soluciones de un sistema dado de ecuaciones lineales, ahora
nada se exige de ellas). Las las se pueden sumar entre s:
(x
1
, x
2
, . . . , x
n
) + (y
1
, y
2
, . . . , y
n
) =
= (x
1
+y
1
, x
2
+y
2
, . . . , x
n
+y
n
)
y multiplicar por n umeros:
c (x
1
, x
2
, . . . , x
n
) = (cx
1
, cx
2
, . . . , cx
n
)
obteniendose toda vez una la del mismo tipo.
Todas estas situaciones son distintos ejemplos de espacios vectoriales (siendo el ultimo ejem-
plo de importancia primordial para lo sucesivo).
Definici on 1. Un conjunto L de elementos x, y, z, . . . se llama espacio vectorial o espacio lineal,
si para cualesquiera dos elementos x e y del mismo, esta denida la suma x + y L y si para
todo elemento x L y todo n umero real , esta denido el producto x L, de modo que se
cumplen las siguientes condiciones:
1. x +y = y +x para todos los x, y L.
Nombre del docente: Ever Rojas Huamn Facultad de Ingeniera y Arquitectura
Fecha: 25/10/2010 Semestre: 2010 - II
2
2. (x +y) +z = x + (y +z), para todos los x, y, z L.
3. Existe un elemento 0 L (elemento nulo) tal que x + 0 = x para todos los elementos
x L.
4. Para todo elemento x L existe un elemento x (llamado opuesto de x) tal que x+(x) =
0.
5. 1 x = x.
6. (x) = () x.
7. ( +) x = x +x.
8. (x +y) = x +y.
Los elementos de un espacio vectorial se llaman vectores.
2. Dimensi on y base
Definici on 2. Un espacio lineal L se llama n - dimensional si en el se pueden encontrar n
vectores linealmente independientes pero es imposible encontrar m as de n vectores linealmente
independientes.
Es decir, la dimension de un espacio es el n umero m aximo de vectores linealmente indepen-
dientes que este contiene. Convendremos en indicar por dimL la dimension del espacio L.
La dimension del conjunto de todos los vectores planos es igual a dos y la dimension del
conjunto de los vectores espaciales es igual a tres.
Definici on 3. Toda colecci on de n vectores linealmente independientes de un espacio n - di-
mensional L se llama base de este espacio.
Teorema 1. Todo vector x de un espacio lineal n - dimensional L se puede representar como
una combinacion lineal de los vectores de la base y, adem as, esta representaci on es unica.
Es decir, siendo e
1
, e
2
, . . . , e
n
una base cualquiera de un espacio n - dimensional L y x L,
entonces x se puede representar de manera unica:
x = x
1
e
1
+x
2
e
2
+. . . +x
n
e
n
Los n umeros x
1
, x
2
, . . . , x
n
se llaman coordenadas del vector x en la base e
1
, e
2
, . . . , e
n
.
Nombre del docente: Ever Rojas Huamn Facultad de Ingeniera y Arquitectura
Fecha: 25/10/2010 Semestre: 2010 - II
3
Supongamos que se tienen dos vectores dados mediante sus coordenadas en una base. Entonces,
al sumar estos vectores se suman sus coordenadas respectivas: si
x = x
1
e
1
+x
2
e
2
+. . . +x
n
e
n
e y = y
1
e
1
+y
2
e
2
+. . . +y
n
e
n
se tiene:
x +y = (x
1
+y
1
) e
1
+ (x
2
+y
2
) e
2
+. . . + (x
n
+y
n
) e
n
Al multiplicar un vector por un n umero todas sus coordenadas se multiplican por este n umero:
si
x = x
1
e
1
+x
2
e
2
+. . . +e
n
e
n
se tiene:
x = (x
1
) e
1
+ (x
2
) e
2
+. . . + (x
n
) e
n
Teorema 2. Si e
1
, e
2
, . . . , e
n
son unos vectores linealmente independientes del espacio L y si
todo vector x L se expresa linealmente en terminos de e
1
, e
2
, . . . , e
n
, estos vectores constituyen
una base de L.
Del teorema 2 se desprende que el espacio R
n
de las las ordenadas formadas por n n umeros,
es n - dimensional. Efectivamente, las n las:
e
1
= (1, 0, . . . , 0)
e
2
= (0, 1, . . . , 0)
. . . . . . . . . . . .
e
n
= (0, 0, . . . , 1)
son linealmente independientes, ya que de la igualdad:

1
e
1
+
2
e
2
+. . . +
n
e
n
= (
1
,
2
, . . . ,
n
) = (0, 0, . . . , 0)
resulta
1
=
2
= . . . =
n
= 0. Por otra parte, toda la e = (
1
,
2
, . . . ,
n
) se expresa
linealmente en terminos de e
1
, e
2
, . . . , e
n
:
e =
1
e
1
+
2
e
2
+. . . +
n
e
n
Las las e
1
, e
2
, . . . , e
n
forman, por consiguiente, una base del espacio R
n
.
Nombre del docente: Ever Rojas Huamn Facultad de Ingeniera y Arquitectura
Fecha: 25/10/2010 Semestre: 2010 - II
4
3. Cambio de base
Supongamos que en el espacio R
n
se tienen dos bases:
e
1
, e
2
, . . . , e
n
y e

1
, e

2
, . . . , e

n
Convengamos en denominar base antigua a la primera y base nueva a la segunda. Todo
elemento de la base nueva se puede, de acuerdo al teorema 1, expresar linealmente en terminos
de la base antigua:
e

1
= a
11
e
1
+a
21
e
2
+. . . +a
n1
e
n
,
e

2
= a
12
e
1
+a
22
e
2
+. . . +a
n2
e
n
. . . . . . . . . . . .
e

n
= a
1n
e
1
+a
2n
e
2
+. . . +a
nn
e
n
(1)
Podemos decir que los vectores basicos nuevos se obtienen de los antiguos mediante la matriz:
A =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
n1
a
n,2
. . . a
nn

(con la particularidad de que los coecientes de las descomposiciones de estos vectores respecto
a los vectores de la base antigua forman las columnas de esta matriz). La matriz A se llama
matriz del cambio de la base e
1
, e
2
, . . . , e
n
por la base e

1
, e

2
, . . . , e

n
.
El determinante de la matriz A es diferente de cero, ya que de lo contrario sus columnas y,
por consiguiente, los vectores e

1
, e

2
, . . . , e

n
resultaran linealmente dependientes.
Recprocamente, si el determinante de la matriz A es diferente de cero, sus columnas son
linealmente independientes y, por consiguiente, los vectores e

1
, e

2
, . . . , e

n
- que se obtienen de los
vectores basicos e
1
, e
2
, . . . , e
n
mediante la matriz A - son linealmente independientes, es decir,
forman una base. Luego, es una matriz del cambio cualquier matriz cuadrada de orden n con el
determinante distinto de cero.
Veamos ahora como se relacionan entre s las coordenadas de un mismo vector en las bases
antigua y nueva. Sea:
x = x
1
e
1
+x
2
e
2
+. . . +x
n
e
n
y sea al mismo tiempo:
Nombre del docente: Ever Rojas Huamn Facultad de Ingeniera y Arquitectura
Fecha: 25/10/2010 Semestre: 2010 - II
5
x = x

1
e

1
+x

2
e

2
+. . . +x

n
e

n
Tomando en lugar de e

1
, e

2
, . . . , e

n
sus expresiones (1) en terminos de e
1
, e
2
, . . . , e
n
, obtenemos:
x = x

1
(a
11
e
1
+a
21
e
2
+. . . +a
n1
e
n
) +x

2
(a
12
e
1
+a
22
e
2
+. . . +a
n2
e
n
) +
+. . . +x

n
(a
1n
e
1
+a
2n
e
2
+. . . +a
nn
e
n
) =

a
11
x

1
+a
12
x

2
+. . . +
+a
1n
x

e
1
+

a
21
x

1
+a
22
x

2
+. . . +a
2n
x

e
2
+. . . +

a
n1
x

1
+
+a
n2
x

2
+. . . +a
nn
x

e
n
y, debido a que la descomposicion del vector x seg un la base e
1
, e
2
, . . . , e
n
es unica, de aqu se
deduce que:
x
1
= a
11
x

1
+a
12
x

2
+. . . +a
1n
x

n
x
2
= a
21
x

1
+a
22
x

2
+. . . +a
2n
x

n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
x
n
= a
n1
x

1
+a
n2
x

2
+. . . +a
nn
x

n
Luego, las coordenadas antiguas del vector x se obtienen de sus coordenadas nuevas mediante
la misma matriz A, pero los coecientes de las descomposiciones respectivas forman ahora las las
de esta matriz. Es facil ver asimismo que, recprocamente, las coordenadas nuevas x

1
, x

2
, . . . , x

n
del vector x se expresan linealmente en terminos de sus coordenadas antiguas x
1
, x
2
, . . . , x
n
.
Ejemplo 1. Sean e
1
, e
2
los vectores unitarios en la direccion de los ejes de un sistema cartesiano
rectangular de coordenadas. Hagamos girar los ejes de coordenadas en un angulo en el sentido
contrario al del movimiento de las manecillas de un reloj y sean e

1
, e

2
los nuevos vectores
basicos. Los angulos que el vector e

1
forma con los vectores e
1
y e
2
son iguales a y a

2
,
respectivamente (Figura 2). Por ello las coordenadas de este vector en la base e
1
, e
2
son iguales
a cos y a cos

= sen , es decir, e

1
= cos e
1
+ sen e
2
. An alogamente, los angulos
que el vector e

2
forma con los vectores e
1
y e
2
son iguales a

2
+ y a , respectivamente; sus
coordenadas en la base e
1
, e
2
son iguales a cos

2
+

= sen y a cos y, por consiguiente,

e

2
= sen e
1
+ cos e
2
.
Luego, la matriz de cambio sera en este caso la siguiente:
A =

cos sen
sen cos

y las expresiones de las coordenadas antiguas a traves de las coordenadas nuevas seran:
Nombre del docente: Ever Rojas Huamn Facultad de Ingeniera y Arquitectura
Fecha: 25/10/2010 Semestre: 2010 - II
6
O
1
' e
2
' e
2
e
1
e
j j
2
p
j-
Figura 3:
x
1
= cos x

1
sen x

2
x
2
= sen x

1
+ cos x

2
4. Subespacio de un espacio lineal
Definici on 4. Se llama subespacio de un espacio vectorial L a todo conjunto M de elemen-
tos de este que forma el mismo un espacio vectorial respecto a las operaciones de adicion y
multiplicaci on por n umeros, introducidas en L.
Para comprobar que un conjunto M de elementos de un espacio lineal L es un subespacio
de este ultimo es necesario probar que cualesquiera que sean dos vectores x e y de M la suma
x + y tambien pertenece a M y que cualesquiera que sean el vector x de M y el n umero real
, el producto x pertenece tambien a M. Demostremos que estas condiciones son al mismo
tiempo sucientes. Efectivamente, los axiomas 1 y 2 y los axiomas 5 a 8 de un espacio vectorial,
que son validos en L, se cumpliran, en particular, para los elementos de M. Resta probar que el
vector nulo pertenece a M y que para todo x de M el vector x tambien pertenece a M. Pero,
siendo x M, tenemos que los productos 0 x = 0 y (1) x = x tambien pertenecen a M.
La dimension de cualquier subespacio de un espacio vectorial no sobrepasa la dimension del
propio espacio, ya que los vectores linealmente independientes del subespacio M seran tambien
independientes en todo el espacio y, por consiguiente, el n umero m aximo de vectores linealmente
independientes de un subespacio no sobrepasa la dimension de todo el espacio.
Ejemplos. En el espacio ordinario de tres dimensiones (comprendido como el conjunto de
los vectores que le pertenecen), todos los planos y todas las rectas que pasan por el origen de
coordenadas seran subespacios. El propio espacio L y el conjunto formado s olamente por el vector
Nombre del docente: Ever Rojas Huamn Facultad de Ingeniera y Arquitectura
Fecha: 25/10/2010 Semestre: 2010 - II
7
nulo son subespacios de cualquier espacio L. En el espacio P
n
de los polinomios de grado no
mayor que n, son subespacios, por ejemplo, todos los polinomios P
k
con k < n (ya que al sumar
y multiplicar por n umeros los polinomios de grado no mayor que k obtenemos polinomios de este
mismo tipo). (Los polinomios cuyo grado es exactamente igual a n no forman un subespacio,
ya que al sumar estos polinomios se puede obtener un polinomio de grado inferior debido a que
los coecientes principales de estos polinomios pueden simplicarse). Por otra parte, cualquiera
de los espacios P
n
es un subespacio del espacio P de todos los polinomios de coecientes reales
y este ultimo es, a su vez, un subespacio del espacio C de las funciones continuas (ya que los
polinomios son funciones continuas y al sumarlos y multiplicarlos por n umeros resultan de nuevo
polinomios).
Consideremos un sistema de ecuaciones lineales homogeneas con la matriz de los coecientes
de rango r:

a
11
x
1
+a
12
x
2
+. . . +a
1n
x
n
= 0,
a
21
x
1
+a
22
x
2
+. . . +a
2n
x
n
= 0,
. . . . . . . . . . . .
a
m1
x
1
+a
m2
x
2
+. . . +a
mn
x
n
= 0,
(2)
y supongamos que en el espacio lineal R
n
se ha jado una base cualquiera. Considerando toda
solucion (
1
,
2
, . . . ,
n
) del sistema (2) como un vector del espacio R
n
obtenemos que el conjunto
de todas las soluciones del sistema (2) constituye un subespacio lineal k - dimensional (donde
k = n r) de R
n
y que cualquier sistema fundamental de soluciones es una base de este
subespacio.
Demostremos que, recprocamente, todo subespacio de un espacio vectorial se determina por
un sistema de ecuaciones lineales homogeneas. Sea M un subespacio k - dimensional de R
n
y
sea e

1
, e

2
, . . . , e

k
una de sus bases. Complementemos este sistema linealmente independiente de
vectores hasta obtener una base e

1
, e

2
, . . . , e

k
, e

k+1
, . . . , e

n
de todo el espacio R
n
. Es facil ver que,
siendo x

1
, x

2
, . . . , x

n
las coordenadas de un vector x respecto a esta base nueva, el subespacio
M se determina por las ecuaciones:
x

k+1
= 0, x

k+2
= 0, . . . , x

n
= 0.
Adem as, si x
1
, x
2
, . . . , x
n
son las coordenadas del vector x respecto a la base antigua
e
1
, e
2
, . . . , e
n
, tienen lugar las igualdades:
x

k+1
=
11
x
1
+
12
x
2
+. . . +
1n
x
n
,
x

k+2
=
21
x
1
+
22
x
2
+. . . +
2n
x
n
,
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
x

n
=
nk,1
x
1
+
nk,2
x
2
+. . . +
nk,n
x
n
,
Nombre del docente: Ever Rojas Huamn Facultad de Ingeniera y Arquitectura
Fecha: 25/10/2010 Semestre: 2010 - II
8
donde
ij
son unos n umeros; luego, el subespacio M se determina en la base e
1
, e
2
, . . . , e
n
por
el siguiente sistema de ecuaciones lineales homogeneas:

11
x
1
+
12
x
2
+. . . +
1n
x
n
= 0,

21
x
1
+
22
x
2
+. . . +
2n
x
n
= 0,
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

nk,1
x
1
+
nk,2
x
2
+. . . +
nk,n
x
n
= 0,
Nombre del docente: Ever Rojas Huamn Facultad de Ingeniera y Arquitectura
Fecha: 25/10/2010 Semestre: 2010 - II
9

Indice
1. Denici on de un espacio vectorial 1
2. Dimensi on y base 3
3. Cambio de base 5
4. Subespacio de un espacio lineal 7
Nombre del docente: Ever Rojas Huamn Facultad de Ingeniera y Arquitectura
Fecha: 25/10/2010 Semestre: 2010 - II
10