Mathematics">
2 - Espacios Vectoriales
2 - Espacios Vectoriales
2 - Espacios Vectoriales
R × R := {(a, b); a, b ∈ R}
es un espacio vectorial sobre el cuerpo R.
La suma y el producto de escalares por vectores son dados por:
(a, b) + (c, d) = (a + c, b + d) y α · (a, b) = (α · a, β · b), respectivamente.
Análogamente, se obtiene el espacio vectorial K × K sobre el cuerpo K.
1
2
Propiedades:
(1) El elemento neutro es único.
→
(2) 0 · e = 0 , para todo e ∈ E.
(3) −1 · e = −e para todo e ∈ E.
Demostración:
→ →0 → →0
(1) Supongamos que tenemos dos elementos neutros 0 y 0 , entonces por ser 0 y 0
elementos neutros.
→0 → →0 →
0 = 0 + 0 = 0,
(2) Se tiene
0 · e + e = 0 · e + 1 · e = (0 + 1)e = e.
→
Despejando en esta igualdad 0 · e obtenemos 0 · e = e − e = 0 .
(3) Basta probar que e + (−1 · e) = 0 para todo e ∈ E. Sacando, e, factor común tenemos
→
(1 − 1) · e = 0 · e = 0 , por la propiedad anterior.
e = α1 · e1 + · · · + αr · er
→
α1 e1 + · · · + αr er = 0 .
En general: se dice que una colección de vectores L := {ei }i∈I en E son linealmente
independientes si cada subcolección finita {ej1 , · · · ejn } de L es un sistema de vectores libres.
Analogamente, se dice que L genera E, si cada e ∈ E existe escalares y una colección finita
de vectores,
{ej1 , · · · ejn } ⊆ L
, tal que e = αj1 ej1 + · · · + αjn ejn .
3
TEOREMA DE LA BASE
En los siguientes Lemas y Teorema probaremo que todo espacio vectorial tiene una base y
que todas las bases en un espacio vectorial tienen el mismo número de vectores (Teorema de
la base).
α0 e + α1 ei1 + · · · + αn ein = 0
con lo que cada e ∈ E se puede expresar como una combinación lineal de vectores de {ei }i∈I ,
es decir, E está generado por {ei }i∈I .
Podemos suponer que α0 6= 0, multiplicando por 1/α0 el primer vector obtenemos (1, α1 , α2 )
y aplicando ”Gauss” a los otros tres vectores obtenemos tres vectores (0, β10 , β20 ), (0, γ10 , γ20 ),
(0, ρ01 , ρ02 ) que son linealmente dependientes por el mismo motivo que tres vectores en K 2 .
Procediendo con el mismo razonamiento se demuestra para 5 vectores en R4 ...
e1 = λ11 g1 + · · · + λ1m gm
e2 = λ21 g1 + · · · + λ2m gm
···
en = λn1 g1 + · · · + λnm gm
Si n ≥ m + 1 entonces obtenemos por lo menos m + 1 vectores en K m
···
donde λij ∈ K.
Por el Lema anterior deducimos que son linealmente dependientes, esto implica que
{e1 , e2 , · · · , em+1 }
son linealmente dependientes, lo que contradice la hipótesis inicial que {e1 , e2 , · · · , en } son
linealmente independientes.
Esta contradicción viene de suponer que n ≥ m + 1 es decir, ha de ser n ≤ m.
Teorema 2. (Teorema de la base) En un espacio vectorial, en el cual exista una base con un
número finito de elementos, entonces todas las bases tienen el mismo número de elementos,
el de esa base.
SUBESPACIOS VECTORIALES
F + G := {f + g; f ∈ F y g ∈ g}.
Demostraremos 1)=>2)=>3)=>1)
→
1)=>2) Ya que Ej ∩ (Ej+1 + · · · + En ) ⊆ Ej ∩ (E1 + · · · + Êj + · · · + En ) = { 0 } para cada
1 ≤ j ≤ n − 1.
→
2)=>3) Si e1 +· · ·+en = 0 , entonces e1 = −e2 · · ·−en , con lo que e1 ∈ E1 ∩(E2 +· · ·+En ) =
→ → →
{ 0 }. Es decir, e1 = 0 y e2 + · · · + en = 0 . De aquı́, se deduce que e2 = −e3 − · · · − en , es
8
→ →
decir e2 ∈ E2 ∩ (E3 + · · · + En ) = { 0 }, con lo que e2 = 0 ....Procedemos de la misma manera
→
y llegamos a e1 = e2 = · · · en = 0 .
→
3)=>1) Probarenos que E1 ∩ (E2 + · · · + En ) = { 0 }, para las restantes intersecciones se
procede de manera análoga. Si e1 ∈ E1 ∩ (E2 + · · · + En ) existen e2 + · · · + en ∈ E2 + · · · + En
→ →
con e1 = e2 + · · · + en , e1 − e2 − · · · − en = 0 y por las condiciones de 3) es e1 = · · · = en = 0 .
ESPACIO COCIENTE
Demostración: La única propiedad no trivial para probar que ∼ es una relación de equiva-
lencia es la transitiva; si e ∼ e0 y e0 ∼ e00 entonces e ∼ e00 . Si e ∼ e0 , e0 ∼ e00 , tenemos que si
e − e0 , e0 − e00 pertenecen a F , sumando ambos vectores obtenemos que e − e00 ∈ F , que es lo
que se querı́a probar.
Se tiene que [e] como subconjunto de E es e + F , ya que si ē ∈ [e], ē − e ∈ F , es decir,
existe f ∈ F con ē − e = f es decir, ē = e + f . Reciprocamente, si ē = e + f , entonces ē ∈ [e].
Dadas las clases de equivalencia [e] y [e0 ], definimos [e] + [e0 ] tomando un elemento en cada
clase, por ejemplo, e y e0 y tomando la clase suma [e + e0 ]. Si se toman otros elementos
obtenemos la suma [(e + f ) + (e0 + f 0 )] que como (e + f ) + (e0 + f 0 ) ∼ e + e0 son la misma
clase. Análogamente, se define la multiplicación por escalares por λ · [e] := [λ · e].
Como (E, +, ·) verifica los axiomas de espacio vectorial, estos axiomas son verificados
también por (E/F, +, ·).
Se comprueba facilmente que si [e1 ], · · · , [er ] es una base de E/F y f1 , · · · , fm una base de
F , entonces al tomar representantes e1 ∈ [e1 ], · · · , er ∈ [er ] obtenemos {e1 , · · · , er , f1 , · · · , fm }
que es una base para E. Además, se tiene E =< e1 , · · · , er > ⊕F . De este último resultado
se obtiene la fórmula