Repblica Bolivariana de Venezuela

Ministerio del Poder Popular para la Educacin Superior

Instituto Universitario Politcnico Santiago Mario
Extensin Puerto Ordaz- Estado Bolvar

Profesor: William Moreno

Integrante:
Noel Prez CI 21.214.293
Esc: 47 Semestre: II
Seccin: A

Ciudad Guayana, Julio del 2011

Espacios Vectoriales. Definicin

Comenzaremos con el estudio de un ente matemtico como son los espacios
vectoriales. Su definicin puede parecer un poco extraa al no entendido, sin
embargo, una idea ha de quedar clara: es una estructura que nos asegura que al
componer dos elementos pertenecientes al espacio (elementos a los que
llamaremos vectores) de acuerdo a una cierta operacin, el resultado sigue siendo
un elemento del espacio. En otras palabras, la suma de vectores ser un vector y
no cualquier otra cosa, como podra ser un punto.
Definicin de espacio vectorial

Sea
un cuerpo. Diremos que un conjunto
dotado de una operacin interna
y otra externa
sobre el cuerpo
tiene estructura de espacio vectorial si cumple las siguientes propiedades:
1.

es un grupo abeliano
2.

es una operacin que va del producto cartesiano

en el conjunto
:

verificando las siguientes propiedades:

2.1.Distributiva respecto de la suma de vectores:

2.2

Distributiva respecto de la suma de escalares:

2.3.

Asociativa mixta:
2.4.
Producto por el elemento unidad del cuerpo:
Siguiendo esta definicin de lo que es un espacio vectorial, a partir de las
propiedades que todos sabemos de la suma y producto de nmeros reales

(sabemos que

es un cuerpo, lo que implica, en particular, que

y
son grupos), se demuestra muy fcilmente que, por ejemplo, el espacio

de los vectores del plano con las operaciones de suma de vectores y producto de
un escalar con un vector definidas como conocemos de cursos anteriores (esto

es,

), se tiene que
es un espacio vectorial sobre
.

Sin embargo, si ahora consideramos

estando definidas estas operaciones como

sigue:

, se tiene que
no es un espacio vectorial sobre
, pues falla la propiedad de producto por el elemento de unidad del cuerpo, ya

que

Base
Un conjunto de vectores {v1, v2, ..., vn} forma una base para V si

i. {v1, v2, ..., vn} es linealmente independiente.

ii.{v1, v2, ..., vn} genera V.
Asi pues,
Todo conjunto de n vectores linealmente independientes enn es una base en n
En n definimos

Como los trminos ei son las columnas de la matriz identidad (cuyo determinante
es 1), entonces {e1, e2, ..., en} es linealmente independiente y, por tanto, constituye
una base en n. Esta entidad especial se llama base cannica en n.
Teorema 1. Si {v1, v2, ..., vn} es una base de V y si v V, entonces existe un
conjunto nico de escalares c1, c2, ..., cn tales que v= c1v1, c2v2, ..., cnvn.
Teorema 2. Si {u1, u2, ..., un} y {v1, v2, ..., vn} son bases del espacio vectorial V,
entonces m = n; esto es, cualesquiera dos bases en un espacio vectorial V poseen
el mismo nmero de vectores.
Dimensin
Si el espacio vectorial V posee una base finita, la dimensin de V es el nmero de
vectores en la base, y V se llama espacio vectorial de dimensin finita. De otra
manera, V se denomina espacio vectorial de dimensin infinita. Si V = {0},
entonces V se dice que es de dimensin cero.

Notacin. Se simboliza la dimensin de V como dim V.

Teorema 3. Supngase que dim V = n. Si u1, u2, ..., um es un conjunto de m
vectores linealmente independientes en V, entonces m n.
Teorema 4. Sea H un subespacio del espacio vectorial V de dimensin finito.
Entonces H es finito-dimensional y
dim H dim V
Demostracin. Sea dim V = n. Cualquier conjunto de vectores en H linealmente
independiente, lo es tambien en V. Por el Teorema 3, cualquier conjunto
linealmente independiente en H, cuando ms, contiene n vectores. As pues, H es
de dimensin finita. Ms an, como una base en H es un conjunto linealmente
independiente, se ve que dim H n.
Teorema 5. Cualesquiera n vectores linealmente independientes en un espacio
vectorial V de dimensin n, constituyen una base.

Sub-espacios Vectoriales
Sean (V, +, K, *) un espacio vectorial y S un subconjunto de V.
S es subespacio vectorial de V si (S, +, K, *) es espacio vectorial en s mismo,
siendo + y * las mismas operaciones definidas en V. Las bases de un subespacio
son el subconjunto de "alfa" y "beta" en el menor subespacio formado por la recta
que pasa por dos puntos. (Las condiciones que tienen que cumplir el conjunto de
vectores para ser base son 2: ser generadores, y ser Linealmente Independiente.)

Condicin de existencia de subespacio

El criterio para la verificacin de que S sea subespacio de V, es que ambas
operaciones ( la ley de composicin interna (+) entre elementos del conjunto S y la

ley de composicin externa (*) con escalares del cuerpo K ) sean cerradas, es
decir, den como resultado elementos que tambin pertenezcan a S. Estas antes
mencionadas se dan con la suma y la multiplicacin para los vectores.
Un espacio vectorial tambin llamado espacio muestral es el que denomina
el falso y el verdadero. Para ello se definen 4 axiomas que de cumplirse,
garantizan la existencia del subespacio vectorial. Sea V un espacio vectorial, se
define S como subespacio vectorial si y solo si:
1. S no es un conjunto vaco.

2. S es igual o est incluido en V.

3. La suma es ley de composicin interna.

4. El producto es ley de composicin externa.

Si estas cuatro condiciones se cumplen entonces el conjunto es un subespacio.

Observacin: Del cumplimiento de la condicin 4 puede deducirse que todos los

subespacios deben contener al cero (como S es un conjunto no vaco debe tener
al menos un elemento. Por la propiedad 4, multiplicando escalarmente a este
elemento por 0, obtenemos que el 0 debe estar en S).

Operaciones con subespacios

Sea (V, +, K, *) un espacio vectorial; (S, +, K, *) y (W, +, K, *) subespacios de V, se
definen las siguientes operaciones:

Unin

En la gran mayora de los casos la unin de dos subespacios no es un subespacio

de V, pues no se cumple con la ley de composicin interna. S pertenece de forma
segura la unin a V en los casos en que S este contenido en W o viceversa.

Interseccin

La interseccin de dos subespacios es un subespacio de V.

Suma

La suma de dos subespacios es un subespacio de V.

Suma directa
Si la interseccin entre S y W es el subespacio trivial (es decir, el vector nulo),
entonces a la suma se la llama "suma directa".
Es decir que si
Lo que quiere decir tambin que todo vector de V, se escribe de
manera nica como la suma de un vector de S y otro de W.

Dimensiones de subespacios
Esta frmula resuelve que la dimensin de la suma de los subespacios S y W ser
igual a la dimensin del subespacio S ms la dimensin del subespacio W menos
la dimensin de la interseccin de ambos.

Por ejemplo, siendo dim(S) = 3 y dim(W) = 2 y teniendo como interseccin un

subespacio de dimensin 1.
Luego, dim(S + W) = 4.

En la suma directa
En el caso particular de la suma directa,
como

La frmula de Grassman resulta:

Entonces en el ejemplo anterior, resultara

Combinacin lineal
Un vector

se

dice

que

es combinacin

vectores

lineal de

un

conjunto

de

si existe una forma de expresarlo

como suma de parte o todos los vectores de

un coeficiente escalar

multiplicados cada uno de ellos por

, de forma que:

.
As,

es combinacin lineal de vectores de

si podemos expresar

suma de mltiplos de una cantidad finita de elementos de

como una

Ejemplo: 2x + 3y 2z = 0. Se dice que z es combinacin lineal de x y de y, porque

podemos escribir

sin ms que despejar la z. De la misma manera,

despejando oportunamente, cada una de estas variables se podra expresar como

combinacin lineal de las otras dos.

En otras palabras, cunto de cada vector del conjunto

necesito para que,

cuando se combinen linealmente dichos elementos , pueda formar al vector

en

cuestin.

Expansin lineal
Dado un conjunto de vectores

, finito o infinito, se llama expansin lineal,

denotada como span(A) al conjunto:

Dicho conjunto es el mnimo subespacio vectorial de

conjunto

que contiene al

Aplicacin lineal
(tambin llamada funcin lineal, transformacin lineal u operador lineal) es
una aplicacinentre dos espacios vectoriales, que preserva las operaciones de
suma de vectores y producto por un escalar. El trmino funcin linealse usa
tambin en anlisis matemtico y en geometra para designar una recta, un plano,
o en general una variedad lineal.
En lgebra abstracta una aplicacin lineal es un homomorfismo entre espacios
vectoriales o en el lenguaje de la teora de categoras unmorfismo sobre la
categora de los espacios vectoriales sobre un cuerpo dado.

Transformacin lineal
Es toda aplicacin cuyo dominio y codominio sean espacios vectoriales que
cumpla la siguiente definicin:
Sean V y W espacios vectoriales sobre el mismo espacio o campo K,
y T una funcin de V en W. T es una transformacin lineal si para todo par

de vectores u y v pertenecientes a V y para todo escalar k perteneciente

a K, se satisface que:
1.
2.

donde k es un escalar.

Transformacin lineal identidad

Homotecias
con
Si k > 1 se denominan dilataciones
Si k < 1 se denominan contracciones

Propiedades de las transformaciones lineales

Sean

espacios vectoriales sobre

(donde

representa el cuerpo) se

satisface que:
Si

es lineal, se define el ncleo y la imagen de T de la siguiente

manera:

Es decir que el ncleo de una transformacin lineal est formado por el conjunto
de todos los vectores del dominio que tienen por imagen al vector nulo del
codominio.
El ncleo de toda transformacin lineal es un subespacio del dominio:
1.

dado que

2. Dados

3. Dados

Se denomina nulidad a la dimensin del ncleo.

O sea que la imagen de una transformacin lineal est formada por el
conjunto de todos los vectores del codominio que son imgenes de al menos
algn vector del dominio.

La imagen de toda transformacin lineal es un subespacio del codominio.

El rango de una transformacin lineal es la dimensin de la imagen.

una funcin lineal es la correspondencia

Teorema fundamental de las transformaciones lineales

Sea B = {v1,v2,v3,...vn} base de V y C = {w 1, w2, w3,...wn} un conjunto de

n vectores de W no necesariamente distintos, entonces existe una nica
transformacin lineal T: V W que satisface:

Clasificacion de las transformaciones lineales

1. Monomorfismo: Si
ncleo es el vector nulo.

es inyectiva, o sea si el nico elemento del

2. Epimorfismo: Si

es sobreyectiva (suryectiva).

3. Isomorfismo: Si

es biyectiva (inyectiva y suryectiva)

Matriz asociada a una transformacin lineal

Segn la teora de Brevis-Devaud. Una matriz asociada es la matriz formada por
las coordenadas de los elementos de una base.
Dada T: V W, con B = {v1, v2, v3, ..., vn} y C = {w1, w2, w3, ..., wp} bases de V y W
respectivamente, llamamos coordenadas de v 1 en base C, al vector formado por
los coeficientes de los elementos de C que usamos para llegar al transformado de
v1.
T(v1) = a1.w1 + a2.w2 + ... + ap.wp
Entonces:
coordC(v1) = (a1, a2,..., ap)
Y la matriz asociada a T, en las bases B y C, es la matriz res/sub>(v 2), ...,
coordC(vn))

Conclusin
Los espacios vectoriales se derivan de la geometra afn, a travs de la
introduccin de coordenadas en el plano o el espacio tridimensional. Alrededor de
1636, los matemticos franceses Descartes y Fermat fundaron las bases de
la geometra analtica mediante la vinculacin de las soluciones de una ecuacin
con dos variables a la determinacin de una curva plana. Para lograr una solucin
geomtrica sin usar coordenadas, Bernhard Bolzano introdujo en 1804 ciertas
operaciones sobre puntos, lneas y planos, que son predecesores de los
vectores. Este

trabajo

hizo

uso

del

concepto

de coordenadas

baricntricas de August Ferdinand Mbius de 1827.

La primera formulacin moderna y axiomtica se debe a Giuseppe Peano, a
finales del siglo XIX. Los siguientes avances en la teora de espacios vectoriales
provienen del anlisis funcional, principalmente de los espacios de funciones. Los
problemas

de

Anlisis

funcional

requeran

resolver

problemas

sobre

la convergencia. Esto se hizo dotando a los espacios vectoriales de una

adecuada topologa,

permitiendo

tener

en

cuenta

cuestiones

de proximidad y continuidad. Estos espacios vectoriales topolgicos, en particular

los espacios de Banach y los espacios de Hilbert tienen una teora ms rica y
elaborada.
El origen de la definicin de los vectores es la definicin de Giusto Bellavitis de
bipoint, que es un segmento orientado, uno de cuyos extremos es el origen y el
otro un objetivo. Los vectores se reconsideraron con la presentacin de
los nmeros complejos de Argand yHamilton y la creacin de los cuaterniones por
este ltimo (Hamilton fue adems el que invent el nombre de vector). Son
elementos de R2 y R4; el tratamiento mediante combinaciones lineales se remonta
a Laguerre en 1867, quien tambin defini los sistemas de ecuaciones lineales.
Los espacios vectoriales tienen aplicaciones en otras ramas de la matemtica,
la ciencia y la ingeniera. Se utilizan en mtodos como las series de Fourier, que
se utiliza en las rutinas modernas de compresin de imgenes y sonido, o
proporcionan el marco para resolverecuaciones en derivadas parciales. Adems,
los espacios vectoriales proporcionan una forma abstracta libre de coordenadas
de tratar con objetos geomtricos y fsicos, tales como tensores, que a su vez
permiten estudiar las propiedades locales de variedades mediante tcnicas de
linealizacin.