Bloque 2

Leccin 2.1.- ESPACIO VECTORIAL

PROGRAMA

Pg.
1.- Concepto de espacio vectorial 1

2.- Subespacio vectorial 2

3.- Dependencia e independencia lineal 4

4.- Base de un espacio vectorial 5

5.- Sumas directas de subespacios 8

6.- Dimensiones de los subespacios 10

7.- Espacio vectorial cociente 12

Notas 13



BIBLIOGRAFA



TEORA:

Algebra Lineal, J uan de Burgos. Mc Graw-Hill
"lgebra lineal con aplicaciones" Grossman. Mc Graw-Hill.
lgebra lineal y Geometra Lpez-Pellicer y Garca Garca. Marfil
Lecciones de lgebra lineal J .L. Pinilla.
"lgebra lineal" J ess Rojo. Mc Graw Hill.
lgebra bsica M. Gueysanne.

PROBLEMAS:

Problemas de lgebra A. de la Villa.
Problemas de lgebra Lineal J .L. Pinilla.
"Problemas de lgebra lineal" Tebar Flores.
Espada Bros.
Luzrraga.




Espacio Vectorial


1.- CONCEPTO DE ESPACIO VECTORIAL

1.1.- Definicin

Sea (K,+,) un cuerpo y sea V, se define una ley de composicin interna:
VxV V tal que (V,+) es grupo abeliano.
+

Sea tambin una ley de composicin externa: KxV V tal que:

1.- y x ) y x ( + = + V y , x ;
2.- k , ; x x x ) ( + = +
3.- x ) ( ) x ( = ; k ,

4.- x x 1 = ; siendo 1 el elemento unidad del cuerpo K.

Al conjunto (V,+,
K
) se le llama ESPACIO VECTORIAL sobre el cuerpo K, o
tambin K-espacio vectorial. A los elementos de V los llamaremos vectores; a los de K,
escalares y los habitualmente los escribiremos con letras griegas ; , , , , ...

1.2.- Ejemplos

1.2.1.- R
n
con la suma: ) ,..., ( ) ,..., ( ) ,..., (
1 1 1 1 n n n n
y x y x y y x x + + = + , y con el producto
por nmeros reales : ) ,..., ( ) ,..., (
1 1 n n
x x x x = ; R .
1.2.2.- , siendo ,R) (x), P (
3
+ ) x ( P
3
{ } R a x a x a a
i
+ + = /
2
2 1 0

1.2.3.- (C,+,
R
), siendo C el cuerpo de los nmeros complejos, +indica la suma de
nmeros complejos y
R
el producto por un nmero real.

NOTA: Si K es cuerpo (K
n
,+,
K
) es espacio vectorial.

1.2.4.- Funciones reales definidas en un conjunto.
1.2.5.- Sucesiones reales { }.
n
x

1.3.- Propiedades derivadas de la definicin de espacio vectorial

1.3.1.- , V x ; 0 x 0 = siendo 0 el neutro de (K, +, ) con la suma.

Demostracin:

0 x 0 x x 0 x x x ) 0 ( k ; 0 = = + = + = +

1.3.2.- k ; 0 0 =

Demostracin:

0 0 x x 0 x ) x 0 ( V x ; 0 x 0 = = + = + = +

lgebra lineal E.II.II. fqg
1/14
Espacio Vectorial
1.3.3.- Si 0 0 0 = = = x x

Demostracin:
Si 0 = ya est demostrado anteriormente en la propiedad 1.3.1.
Si 0 x 0 ) x ( k 0
1 1 1
= =

, como queramos demostrar.

1.3.4.- Si = = x x y 0 x , V x

Demostracin: Sea:
= = = = = 0 0 0 ) ( 0 x como x x x x x

1.3.5.- Sea 0 ; si y x y x = =

Demostracin:
Aplicando la propiedad simplificativa:
Si 0 0 0 ) ( = = = = y x y x y x ; como y x 0 = .

1.3.6.- a) x ) ( ) x ( ) x ( = =
b) x ) x )( ( =

Demostracin:
a) [ ] ) x ( ) x ( 0 ) x ( x 0 ) x ( x 0 ) x ( x = = + = + = +

1.3.7.- V y , x , R ; y x ) y x ( =
Demostrarlo como ejercicio

2.- SUBESPACIO VECTORIAL

2.1.- Definicin

Sea (V,+,K) un K-espacio vectorial y SV, decimos que S es subespacio vectorial
cuando (S,+,K) es K-espacio vectorial.

Es decir, ha de ocurrir:

1.- (S,+) sea subgrupo de (V,+) S y x : S y , x .
2.- Que el producto K sea cerrado en S o sea: S x S x k : , .

2.2.- Condicin necesaria y suficiente de subespacio vectorial
(Como sabemos se trata de una condicin (equivalente) a las dos condiciones anteriores)
Sea S V:
S es subespacio vectorial de V S y x S y x k + : , , , (I)

Demostracin:
Demostramos en primer lugar la expresin (I) a partir de las proposiciones 1 y 2 del
apartado 2.1, expuestas:

lgebra lineal E.II.II. fqg
2/14
Espacio Vectorial
S y ) ( y S x ; K ) ( , , K S y , x , K , ; aplicando la
proposicin 1:
S y x S y )) ( ( x + +

Del mismo modo demostramos a partir de la condicin (I) las dos proposiciones:

1.- S y - x S y , x y K 1 , 1
2.- S x y 0 x S y , x y K 0 , K = +

2.3.- Ejemplos

1.- { R / ) , ( S } = , es un subespacio vectorial de R
2
.
2.- P
1
(x) es un subespacio vectorial de P
2
(x).
3.- tiene un subespacio vectorial { } ( R , , X V
n
+ = ) { } ( )
n n n n
v v v v S = + =
1 2
/ .

2.4.- Operaciones con subespacios vectoriales

2.4. 1.- Interseccin de subespacios

Teorema: Sea (V,+,K) un K-espacio vectorial y sean S
1
y S
2
dos subespacios
vectoriales de V, entonces es tambin subespacio vectorial de V.
2 1
S S

Demostracin:
Queremos demostrar:
1
S y , x
2 1 2
, y S S y x k S +

2 1
1 1 1 1
2 2 2 2
2 1
S S y x
) subespacio S ser por ( S y x S y , S x
) subespacio S ser por ( S y x S y , S x
S S y , x
+

+
+



2.4.2.- Suma de subespacios

Definicin: Sean S
1
, S
2
dos subespacios vectoriales del K-espacio vectorial (V,+,
K
)
a:

se define la sum
{ } 1,2 i ; , /
2 1 2 1
= = + = + S x x x x V x S S
i i

Teorema: S
1
+S
2
es tambin subespacio vectorial.
Demostrar..
lgebra lineal E.II.II. fqg
3/14
Espacio Vectorial
3.- DEPENDENCIA E INDEPENDENCIA LINEAL

3.1.- Definiciones

Definicin 1: Sea un conjunto de vectores
n 2 1
x ,...., x , x , de un espacio vectorial,
decimos que x es combinacin lineal de si n, i 1 siendo ,
i
x :

=
=
n
1 i
i n 2 1
x / R ..., , ,
i
x
Definicin 2: Sea el conjunto { }
n 2 1
x ,...., x , x P = , al conjunto de todas las
combinaciones lineales posibles de vectores de P le llamamos variedad lineal engendrada
por P; a P le llamamos sistema generador, y es el menor subespacio que contiene a
{
n 2 1
x ,...., x , x }. Se expresa:

=

=
n
1 i
1 i i n 2 1
K / x x ,...., x , x
Definicin 3: Se dice que { }
n 2 1
x ,...., x , x
( )
es un conjunto de vectores linealmente
independientes (l.i.) cuando: i 0 0 x si verifica se k ..., , ,
n
1 i
i i i 1
=
n 2
= =

.
A { }
n 2 1

x ,...., x , x se le llama familia libre.
finicin 4 De : El conjunto de vectores{ }
n 2
x ,...., se dice que es un conjunto de
vectores
1
x , x
linealmente dependientes (l.d.) cuando:

( ) i cierto para 0 0 si verifica se ..., , ,
1
n 2 1


=
n
i
i
x k =
i i
.
Ejemplos:
2
es linealmente dependiente.
} 1 , 0 , 0 , 0 , 1 , 0 , 0 , 0 , 1 es linealmente independiente.
iedades

1.- En R
.- En R
3
( ) {
( ) ( ) { } 4 , 2 , 2 , 1
( ) ( ) 2

3.2.- Prop
eorema 1 { } T : Sea el sistema
n 2 1
x ,..., x , x un conjunto de vectores linealmente
dependientes entonces{
1
, x }
m n 1 n n 2
x ,..., x , x ,..., x
+ +
es tambin linealmente dependiente.

Teorema 2: Sea el sistema { }
n
x .., linealmente independiente entonces
p 2 1
,. x ,..., x , x
{ }
p 2 1
x ,..., x , x es tambin linealmente independiente.
Teorema 3: El sistema de vectores{ }
n
es ligado alguno de sus vectores
es com eal de los restantes.
2 1
x ,..., x , x
binacin lin

Teorema 4: El sistema { }
n 2
x ,....,
1
x , x P =
n 1 1 n
x ,..., x x entonces es libre
+
{ }
1 n 2 1
x ., x , x
+
es libre.

,..
lgebra lineal E.II.II. fqg
4/14
Espacio Vectorial
Teorema 5: Dados n vectores { } al formar con ellos n+1 combinaciones
a un sistem
n 2 1
x ,..., x , x
lineales se form a ligado { }
1 n 2 1
y ,..., y , y
+
con

=
=
n
1 i
i i i
x y .

RANGO DE UN SISTEMA DE VECTORES. TEOREMA DE EXISTENCIA.-
Si S={ } . ,....., ,
2 1 p
v v v
v
p vectores, no ntonce todos nulos, e s:
I/ Hay algn sistema S
0
S de vectores l.i. / todos los dems son dependientes de S.
res.
n l .)
Recorda
- Rango
xtensin a la definicin de RANGO DE UNA MATRIZ. ( rango de las filas y de las columnas).
Coordenadas.-
II/ Todos los sistemas S
0
S que cumplen lo anterior tienen el mismo n de vecto
r se le el n mximo de vectores l.i A este lama rango del sistema de vectores. ( es

r del tema anterior:
y operaciones elementales. Enfoque matricial.
- Clculo efectivo del rango de un sistema de vectores.
E


4.- BASE DE UN ESPACIO VECTORIAL.
.1.- Definiciones

4

{ }
n 1
v ,..., v Definicin 1: Sea un K-espacio vectorial se dice que es una base de V
cuando:
.- 1 { } v ,..., v es lin
n 1
ealmente independiente.
2.- { }
n 1
v ,..., v es un sistema generador de V.

Definicin 2: a
dimensin del espacio vectorial.
jemplos
Al nmero natural n =nmero de vectores de una base, se le llam

E :
nnica 1.- En R
2
una base es la ca { }
2 1
e , e B = donde ( ) ( ) 1 , 0 e y 0 , 1 e
2 1
= = .
x), +, R) tenemos {1, x, x
2
, x
3
}, base del espacio vectorial.
ensin es coherente debemos comprobar que
todas la nen el mism ro de vectores.
eorema
2.- En ( P
3
(

Para comprobar que la definicin de dim
s bases de un espacio vectorial tie o nme

T : Todas las bases de un K-espacio vectorial tienen el mismo nmero de
vectore
ean
s.
Demostracin:
{ } { } S
m 2 1 m n 2 1 n
w ,..., w , w B y v ,..., v , v B = = dos bases de un espacio vectorial
e m>n entonces el sistema
dado.
{ }
m 2 1
w ,..., w , w Supongamos qu sera ligado por el
Teorem la propiedades de las combinaciones linea
(Ver demostracin al final del tema, nota 1 de la pag. 13)
a 5 de les ya expuesto.

s

Segn esto m no puede ser mayor que n y de la misma forma razonaramos y n
tampoco puede ser mayor que m, por tanto m=n, o sea, todas las bases tienen un mismo
nmero de vectores.
lgebra lineal E.II.II. fqg
5/14
Espacio Vectorial
Definicin 3: Sea un K-espacio vectorial V y { }
n 2 1
v ,..., v , v B = una base suya,
entonces todo V x puede expresarse como una combinacin lineal de los vectores de la
base, esto es: k v
i
n
i

. A los elementos , siendo i = 1,...,n se les llama

i
,
i

i=1
coordenadas del vector xen la base B. Se suele expresar

:
( )
B
n
B n B
x V x

= = ,..., ,
1
2 1

:

Teorema: Las coordenadas de un vector respecto de una base son nicas.

Demostracin:
Sea { }
n 2 1
v ,..., v , v B = y V x ; por reduccin al absurdo, supogamos que xtuviese
dos juegos de coordenadas disntintas:
( ) ( )
n n n
n n
n n
v v
v v v x
v v v x

1 1

+ =
+ =
V x ... 0
...
...
1 1 1
2 2
2 2 1
+ + =

+ +
+ +

1
Por ser los
i
v vectores linealmnte independientes :

e

i i i i
= = = n 1,2,..., i , 0 , es decir, las coordenadas son nicas.

Teorema de la base incompleta: Sean { }
p
t ., p vectores linealmente
dependientes del espacio vectorial d mos encontrar
2 1
,.. t , t
in e dimensin n (n p), entonces pode
n 1 p
t ,..., t
+
( n-p vectores), de tal forma que{ }
n p 2 1
e del espacio
vectori
S p tomamos
t ,..., t ,..., t , t sea una bas
al.

Demostracin:
i n=p ya est demostrado. Para n>
p 2 1
t ,..., t , t , ya que
+1 p
t
p t ,..., t , t dim
p 2 1
= <
el conju
n; de tal forma que por la propiedad 4 de las combinaciones lineales
nto { }
1 p+
tendremos
p 2 1
t ,..., t , t t , es linealmente independiente. Utilizando sucesivamente este
proceso { }
n 1 p p 2 1
t ,..., t , t ,..., t , t
+
, obteniendo as los n-p vectores que tambin
base de este espacio vectorial.

4.2.-
forman parte de una
Cambios de bases en un espacio vectorial

Segn la definicin un conjunto de vectores { } : cuando V de base es x ,..., x , x
n 2 1


1.- { }
n 1
x ,..., x es linealmente dependiente.
{ } 2.-
n 1
x ,..., x es un sistema generador de V.

Veam o calcular las coordenadas de un vector os ahora com V x en una base
determ otra base.

s bases
inada conociendo las coordenadas respecto a
{ } { }
n n
y y y x x x B ,..., , B y ,..., ,
2 1 2 2 1 1
= = Sean do
lgebra lineal E.II.II. fqg
6/14
Espacio Vectorial
y sea

=
=
n
i
i i
y x V x
1
/ (
i
coordenadas en B
2
)
Como los tendrn unas coordenadas en B
1
supongamos que los vectores
i
y V y
i
,
1,..., por la expresin: i= n, vienen dados
n n
x x y ...
1 1 11 1
+ + =
n n 2 1 21 2
x x y ... + +
:
:
=

n nn n n
x x y ...
1 1
+ + =

Queremos calcular las coordenadas de x respecto de la base B
1
, es decir queremos
hallar los

=
=
n
i
i i i
x x K
1
. /
Veamos:

+ +

+

=

n n n
x x x x ...

= = = i
i ni n
i
i i
i
i i
1 1
2 2
1
1 1
n los Sacando factor com
i
x con i=1,...,n, despus de multiplicar los
i
por cada
sumando, obtenemos:
n n 2 2 1 1
n
1 i 1 i 1 i = = =

Es decir, obtenemos lo
in i n
n
2 i i 2
n
1 i i 1
x ... x x x ... x x x + + + =

+ +

=


s
i
que buscbamos:
1 21 2 11 1 1
...
n n
+ + + =
2 22 2 12 1 2
...
n n
+ + + =
:
:

nn n n n n
+ + + = ...
2 2 1 1
Estas son las ecuaciones paramtricas del cambio de base.

En forma matricial se escribira:


Donde
1
B
X son las coordenadas de x en la base B
1
, y
2
B
X las coordenadas de x en la
1
) (
2 B
B es la matriz que representa las coordenadas de los vectores de la base B
2
en la base B
1
.
base B
2
y

(
1 2 1
) .(
....
... .... ... ...
....
. ........ ........
2
2 1
2 1 2 1 B B B
nn n n
n n
B X X =

) ( )
....
2 22 21
1 12 11
n
n

lgebra lineal E.II.II. fqg
7/14
Espacio Vectorial
5.- SUMAS DIRECTAS DE SUBESPACIOS

5.1.- Definiciones

Definicin 1: Sea E un K-espacio vectorial y sean dos subespacios F
1
, F
2

representamos la suma de ambos como E=F
1
+F
2
, cuando:


2 2 1 1 2 1
F x y F x con x x x , E x + =

Definicin 2: Cuando esta descomposicin es nica se dice que es suma directa y se
denota E .
2 1
F F =

Ejemplos:

1.- Sea { }
n 2 1
v ,..., v , v B = una base del K-espacio vectorial V entonces:

n 2 1
v .... v v V = , siendo
i
v la variedad lineal generada por
i
v , pues
n n 1 1
v ... v x V x + + = , con . v v
i i i


2.- Un ejemplo de suma no directa es: ( ) ( ) ( ) 3,1 L y 1 , 1 , 0 , 1 S = = ya que el vector
(6,2) puede obtenerse de dos formas distintas a partir de S y L:

(6,2)=0(1,0)+0(1,1)+2(3,1)
(6,2)=2(1,0)+1(1,1)+1(3,1)

3.- Sea V=F(R,R) el espacio vectorial de las funciones reales de variable real y sean
V
1
=P(x) y V
2
=funciones acotadas, no se da suma directa pues:

( ) ( ) constante k k f k p f p = + + = +

Sin embargo para el mismo espacio vectorial con V
1
= polinomios sin trmino
independiente y V
2
=funciones acotadas, s se da suma directa ya que:

p+f =q+g p-q =g-f g-f es una funcin acotada y p-q =0 ya que tiene que ser
polinomio sin trmino independiente p=q y g=f, es decir, la descomposicin es nica y la
suma directa.

5.2.- Teoremas de caracterizacin de las sumas de subespacios

Teorema 1: Sea un K-espacio vectorial y F
1
y F
2
dos subespacios suyos entonces:

{ } 0 F F F F E
2 1 2 1
= =

Demostracin:
() Por reduccin al absurdo:
Sea

+ =
+ =

1 2
2 1
2 1
F 0 , F x donde x 0 x
F 0 , F x donde 0 x x
F F x

lgebra lineal E.II.II. fqg
8/14
Espacio Vectorial
Por tanto no tiene expresin nica, es decir, la suma no es directa.

()Sea
2 2 1 1 2 1 2 1
2 1
2 1
' x x ' x x ' x ' x x x
x x x
' x ' x x
= + = +

+ =
+ =
,donde

=
=

=
=

1 1
2 2
1 1
2 2
2 1 1 1
2 1 2 2
2 2 2 1 1 1
' x x
' x x
0 ' x x
0 ' x x
F F ' x x
F F ' x x
F ' x x y F ' x x

Por tanto tienen una nica expresin, es decir, es suma directa.

Teorema 2: La suma E=F
1
+F
2
es directa 0 x F x donde 0
i i i 2 1
= + = x x .

Demostracin:

( )
2 1 2 1 2 1 2 2 1 2 1
1
2
0
0 x
0
Si F F x F x F x x x x x
x
= = +

por el
teorema anterior si { } 0 F F F F E
2 1 2 1
= = .

() Queremos demostrar { } 0 F F
2 1
= , por reduccin al absurdo:

Sea

+ =
+ =

2 1
2 1
2 1
F x , F 0 x 0 x
F 0 , F x 0 x x
F F 0 x debera ser x 0 y 0 x = = .

5.3.- Subespacios suplementarios

Definicin: Dado un K-espacio vectorial (V,+,K) y sean L y M dos subespacios
suyos, decimos que L y M son suplementarios (o complementarios) cuando:

a) L+M=V
b) { } 0 M L =

Es decir cuando la suma de L y M es directa . V M L =
Ejemplo: ( ) ( ) ( ) ( ) 1 , 1 0 , 1 1 , 0 0 , 1 R
2
= =

NOTA: El subespacio suplementario no es nico.
(Una demostracin al final del tema, ver nota 2 pg. 13)


6.- DIMENSIONES DE LOS SUBESPACIOS. Ecs de los subesopacios.-

Teorema de ampliacin de la base: Sea (V,+,K) un K-espacio vectorial de dimensin
n y sea L un subespacio de dimensin r/ r<n, entonces base de L existe otra base de V que
contiene a la de L, tal que los vectores aadidos a la base de L son base del subespacio
vectorial complementario de L.
Demostracin:
Sea {
r 2 1
e ,..., e , e } base de L, obviamente existe { }
1 r 2 1 r 1 1 r
e ,..., e , e / e ,..., e e
+ +
es
linealmente independiente.
lgebra lineal E.II.II. fqg
9/14
Espacio Vectorial

Pueden ocurrir dos cosas:

a) Que { }
1 r
e ,...,
+
sea sistema generador de V, y al ser linealmente independiente
sea base del K-espacio vectorial y por tanto n=r+1. En este caso, adems,
2 1
e , e
1 r
e
+
sera
complementario de L pues

+
=
=
1 r
1 i
i i
e x V x , por tanto
1 r 1 r 1 r r r 1 1
e e y L e ... e
+ + +
+ + . Adems como
r 1 1 r
e ,..., e e
+
, entonces
{ } 0 L e
1 r
=
+
, es decir V e ,..., e e
r 1 1 r
=
+
, la suma es directa y por tanto son
complementarios.
b) Que { }
1 r
e ,...,
+
no sea sistema generador de V, entonces y por ser linealmente
independientes dim
2 1
e , e
1 r e ,..., e
1 r 1
+ =
+
< n, y entonces existir un vector
{ }
2 r
e ,...,
+
sea linealmente independiente. Con este nuevo
conjunto de vectores podramos hacer anlogo razonamiento al anterior, si ste fuera
sistema generador de V o no, y as sucesivamente.
2 1 1 r 1 2 r
e , e / e ,..., e e
+ +


Despus de (n-r) pasos obtendramos un conjunto { }
n 1 r r 2 1
e ,..., e , e ,..., e , e
+
que es
base de V y { }
n 1 r
e ,..., e
+
genera un subespacio complementario de L.

Corolario: Si L y M son dos subespacios complementarios de V entonces:

dim L+dim M=dim V

6.1.- Teorema de las dimensiones

Sea V un espacio vectorial y L y M dos subespacios suyos tales que dim L=r y dim
M=s. Se cumple que:

dim (L+M) +dim (LM) =dim L +dim M

Demostracin:
Supongamos que dim (LM) =t, obviamente (t r,s). Sea {
t 2 1
e ,..., e , e B } = una base
de LM. La ampliamos hasta obtener una de L y otra de M:

{ } { }
s 1 t t 2 1 M r 1 t t 2 1 L
' e ,..., ' e , e ,..., e , e B , e ,..., e , e ,..., e , e B
+ +
= =

Vamos a probar que el conjunto { }
s 1 t r 1 t t 2 1
' e ,..., ' e , e ,..., e , e ,..., e , e
+ +
es base de la
suma. De esta forma el teorema queda demostrado pues:

dim (L+M)=r+s-t=dim L+dim M dim LM
Para que este conjunto sea una base del espacio vectorial tiene que cumplir que:

1.- Sea sistema generador:

M L
x x x V x + =
lgebra lineal E.II.II. fqg
10/14
Espacio Vectorial
Como
r r 1 1
r
1 i
i i L L
e ... e e x L x + + = =

=

Como
s s 1 t 1 t t t 1 1
s
1 i
i i M M
' e ' e e ... e e x M x + + + = =
+ +
=

Por tanto ( )

+ + =
+ + + =
s
1 t
i i
r
1 t
i i
t
1 i
i i i
' e e e x , es decir x es combinacin lineal
de dichos vectores.

2.- Que los vectores sean linealmente independientes:

Queremos demostrar: i , 0 )... ...( 0 '
1
= = = +

+ =
i i
s
t
i i
r
r i
i i
I e e ,esto es:

= + + + =
= = + +
r
1 i
i i
s
1 t
i i
s
1 t
i i
r
1 t
i i
t
1 i
i i
, e ' e 0 ' e e e teniendo en cuenta que el
primer trmino de la igualdad pertenece a M y el segundo a L, entonces pertenece a LM:



= + + = +
= + =
t
1 i
i i
s
1 t
i i
s
1 t
t
1 i
i i
s
1 t
i i i i
0 e p ' e e p ' e M L ' e , entonces, y por ser
{ }
s 1 t r 1 t t 2 1
' e ,..., ' e , e ,..., e , e ,..., e , e
+ +
base: i ; 0 , 0 p
i i
= = .

Si , llevndolo a la expresin (I): i 0
i
=

=
=
r
r i
i i
0 e , por ser base: i , 0
i
= . De
esta forma queda demostrado que dichos vectores son linealmente independientes.

Por todo ello:

{ }
s 1 t r 1 t t 2 1
' e ,..., ' e , e ,..., e , e ,..., e , e
+ +
es base de L+M.

Siendo:

{
t 2 1
e ,..., e , e }base de LM.
{ }
r 1 t t 2 1
e ,..., e , e ,..., e , e
+
base de L.
{ }
1 t r 1 t t
' e , e ,..., e , e
+ +
base de M.

NOTA: Obsrvese que la demostracin se basa en construir bases de L y M a partir de LM que
est incluido tanto en L como en M.

-Se utiliza pues que s.g. {L+M}={s.g.L}{s.g. M}.
-Se construye una base por el teorema de ampliacin de las bases vectoriales.


Ecs. de los subespacios: paramtricas e implcitas.-
Ver nota 3 al final del tema.
lgebra lineal E.II.II. fqg
11/14
Espacio Vectorial
7.- ESPACIO VECTORIAL COCIENTE

Todo subespacio vectorial de un K-espacio vectorial engendra una relacin binaria
de equivalencia (R.B.E.) de la siguiente forma:

Teorema: Sea (V,+,K) un K-espacio vectorial, y S un subespacio suyo. Se define la
R.B. S y x y R x , R es R.B.E.

Demostracin:

a) Demostramos en primer lugar que dicha relacin cumple la propiedad reflexiva:
. vectorial espacio todo a 0 x - x pues V, x , x R x =
b) Comprobamos tambin que cumple la propiedad simtrica: Si
( ) . x R y S x y S y x S y x y R x
c) Por ltimo, para ser R.B.E. debe cumplir la propiedad transitiva: Si
} z R x
y R x
z R y
, demostramos que es cierta para la R.B. definida:
} ( ) ( ) . z R x decir, es , S z y y - x : que ya , S z x
S y x y R x
S z y z R y
+




Por tanto es R.B.E. y se forma un espacio vectorial cociente:

[ ] { } V x ; S y x / V y x =

NOTA: Se puede comprobar que R es compatible con la suma, que es una ley de
composicin interna, y el producto, ley de composicin externa.

Al conjunto cociente se le denota por V/S, y dotndole de las operaciones (+,K)
tenemos:

1.- [ ] [ ] [ ] [ ] [ ] S / V y , x ; y x y x + = +
2.- [ ] [ ] k ; x x =

Se puede comprobar que:

1.- (V/S,+) es grupo abeliano.
2.- (V/S,K) es una ley de composicin externa que cumple las cuatro propiedades de
espacio vectorial.

Por tanto, (V/S,+,K) es un espacio vectorial llamado espacio vectorial cociente:

dim (V/S)=dim V-dim S






lgebra lineal E.II.II. fqg
12/14
Espacio Vectorial
NOTA1.- Demostracin teorema 5 (viene de la pgina 5)
Queremos demostrar que dados n vectores { }
n 2 1
x ,..., x , x al formar con ellos n+1
combinaciones lineales se forma un sistema ligado { }
1 n 2 1
y ,..., y , y
+
con

=
=
n
1 i
i i i
x y .
Como la afirmacin es evidente para n =1 la suponemos cierta para este valor y la probamos
para n:
Podemos suponer que
11
0. Entonces los vectores
1
11
1 i
i i
y y ' y

= , siendo
i=2,...,n son linealmente dependientes por la hiptesis de induccin ya que son
combinaciones lineales de
n 2
x ,..., x . Existen por tanto n-1 escalares , no todos
nulos y tales que:
n 3 2
,..., ,
=

=

= =
0 y y 0 ' y
1
11
1 i
i
n
2 i
i
n
2 i
i i

Sustituyendo y operando obtenemos:
0 y y
i
1 n
2 i
i 1
11
1 i
1 n
2 i
i
= +

+
=
+
=

Lo que demuestra que {
1 n 2 1
y ,..., y , y
+
} son linealmente dependientes.
__________________

NOTA 2.- Vamos a demostrar en un caso concreto que el subespacio complementario no es
nico ( viene de la pg. 11):

Sea V un K-espacio vectorial de dimensin n y sea L un subespacio vectorial suyo de
dimensin n-1 con base formada por los vectores { }. e ,..., e , e
1 n 2 1


Como V es de dimensin n { }
n 2 1 n
e ,..., e , e / V e es base de V y el subespacio
generado por
n
e es el complementario de L:
{ }

=
= +
=
0 e L
V e L
L e
n
n
C
n
. Llamaremos
M=
n
e .
Veamos que se puede construir otro subespacio complementario de L.
Consideramos el subespacio engendrado por
n 1 n 2 1 n 1
e 1 e 0 ... e 0 e 1 e e + + + + = +

.
Teniendo en cuenta que
n 1
1 n 1
n n 1
e e N
M e : pues , M e e
L e : pues , L e e
+ =

+
+
es otro subespacio
complementario de L, ya que:
a) { }
n 1 1 n 2 1
e e , e ,..., e , e B + =

es base de V:

Veamos que son l.i.:
( ) ( )
i ; 0 0 ,..., 0 , 0
0 e e 0 e e e
i n 2 n 1
n
2 i
i i 1 n 1
1 n
1 i
n 1 n i i
= = = = +
= + + = + +

=

=

b) NM
c) { } 0 L N = , ya que de no ser as el conjunto B no sera linealmente
independiente, y por tanto . V L N =
-------------------
lgebra lineal E.II.II. fqg
13/14
Espacio Vectorial
NOTA 3.- Ecs. de los subespacios: paramtricas e implcitas:

Sea el e.v. V con base B={ ,..., ,
2 1 n
x x x } y sea el sub-e.v. L generado por los vectores
{ }
p
v v ,...,
1
suponiendo que es de dimensin p (o sea son l.i.) que tienen como coordenadas:

n n
x x v ...
1 1 11 1
+ + =
n n
x x v ...
2 1 21 2
+ + = con expresin genrica
j
n
j
ij i
x v

=
=
1
donde i=1,...p
:
:
n pn p p
x x v ...
1 1
+ + =

Si L x (como los v
i
son generadores de L)

=
=
p
i
i i
v x
1
( sustituyendo la expresin
anterior)= ) (
1 1
j
n
j
ij
p
i
i
x

= =
y sacando factor comn los
i
x tendremos:


= =
=
n
j
p
i
j ij i
x x
1 1
). . ( llamando a las coordenadas de ) ,...., , (
2 1 n
x = e igualando
por la unicidad de coordenadas tendremos:

1 21 2 11 1 1
...
p p
+ + + =
2 22 2 12 1 2
...
p p
+ + + =
:
:
pn p n n n
+ + + = ...
2 2 1 1


Estas son las ecuaciones paramtricas de L donde las
i
son las n coordenadas
de x,
ij
las coordenadas de los generadores de L, y
i
i=1, 2, ..p. los p parmetros .
Se trata de un sistema de n ecuaciones lineales con p parmetros.

Eliminando los parmetros obtenemos n-p ecuaciones no paramtricas o implcitas del
tipo:

= + + +
= + + +
= + + +
0 ......
... ..........
0 .....
0 .....
2 2 1 1
2 2 22 1 21
1 2 12 1 11
n pn P P
n n
n n
A A A
A A A
A A A
que son las n-p ecs. (lineales homogneas) implcitas de L.

Siendo A
ij
los coeficientes de las ecuaciones y
i
las variables o coordenadas del vector de L.
.............

lgebra lineal E.II.II. fqg
14/14