0% encontró este documento útil (0 votos)
5K vistas547 páginasAlgebra Lineal Friedberg
Cargado por
Sebastián Chiquete BustamanteDerechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
5K vistas547 páginasAlgebra Lineal Friedberg
Cargado por
Sebastián Chiquete BustamanteDerechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF o lee en línea desde Scribd
/ 547
Algebra lineal
STEPHEN H. FRIEDBERG
ARNOLD J. INSEL
LAWRENCE E. SPENCE
Illinois State University
PRIMERA EDICION
MEXICO, 1982
x
PUBLICACIONES CULTURAL,S.A. Contenido
PROLOGO
1 ESPACIOS VECTORIALES 1
1d Introduccién J
1.2 Espacios vectoriales 6
1.3 Subespacios 16
1.4 Combinaciones lineales y sistemas de ecuaciones lineales 24
1.5 Dependencia ¢ independencia lineal 36
1.6 Bases y dimensién 4]
1.7* Subconjuntos maximos linealmente independientes 57
Indice de las definiciones para el capitulo 1 60
2 + TRANSFORMACIONES LINEALES Y MATRICES 63
2.1 Transformaciones lineales, espacios nulos y rangos 63
2.2 Representacién matricial de una transformacién lineal 75
2.3 Composicién de transformaciones lineales y multiplicacién
de matrices 82
2.4 — Invertibilidad e isomorfismos 95
2.5 La matriz de cambio de coordenadas 104
2.6* Espacios duales 103
2.7* Ecuaciones diferenciales lineales homogéneas con coeficienges
constantes 1/9
Indice de las definiciones para el capitulo 2 137
3 > OPERACIONES ELEMENTALES EN MATRICES
Y SISTEMAS DE ECUACIONES LINEALES 139
3.1 Operaciones elementales en matrices y matrices elementales 140
3.2 El rango de una matriz y la inversa de una matriz 146 Vill
Contenido
3.3
3.4
Sistemas de ecuaciones lineales: aspectos tedricos 16]
Sistemas de ecuaciones lineales: aspectos de cdlculo 173
Indice de las definiciones para el capitulo 3 182
DETERMINANTES 185
Determinantes de orden 2 186
Determinantes de orden n 196
Propiedades de los determinantes 205
La adjunta clasica y la regla de Cramer 2/8
Resumen—Conceptos importantes sobre determinantes 223
Indice de las definiciones para el capitulo 4 230
DIAGONALIZACION 231
5.1
5.2
5.3*
5.4
5.5
5.6
Eigenvalores y eigenvectores 231
Diagonalizabilidad 248
Limites de matrices y cadenas de Markov 268
Subespacios invariantes 297
El teorema de Cayley-Hamilton 305
EI polinomio minimo 311
Indice de las definiciones para el capitulo 5 319
FORMAS CANONICAS 321
6.1
6.2
6.3*
7.1
7.2
7.3
7.4*
7.5
7.6*
77
7.8*
79
Eigenvectores generalizados 321
Forma canénica de Jordan 339
Forma canénica racional 359
Indice de las definiciones para el capitulo 6 378
. ESPACIOS CON PRODUCTO INTERIOR 379
Productos interiores y normas 379
El proceso de ortogonalizacién de Gram-Schmidt
y complementos ortogonales 389
El adjunto de un operador lineal 398
La teoria especial y relatividad de Einstein 403
Operadores normales y autoadjuntos 417
El condicionamiento y el cociente de Rayleigh 424
Operadores unitarios y ortogonales y sus matrices 432
La geometria de los operadores ortogonales 445
Proyecciones ortogonales y el teorema espectral 455 Contenido IX
7.10* Aproximacién por minimos cuadrados 462
7.11* Formas bilineales y cuadraticas 468
Indice de las definiciones para el capitulo 7 495
APENDICES 497
Conjuntos 497
Funciones 499
Campos 501
Nimeros complejos 504
Polinomios 508
moOamD
RESPUESTAS A LOS EJERCICIOS SELECCIONADOS 519
LISTA DE SIMBOLOS USADOS FRECUENTEMENTE 535
INDICE ALFABETICO 537 Prologo
EI lenguaje y los conceptos de la teora de matrices y, mas generalmente
del Algebra Lineal han Ilegado también a aplicarse en las ciencias natu-
rales y en las ciencias sociales. Pero eso no priva que el Algebra Lineal
contintie teniendo su importancia extraordinaria en el tratamiento moderno
de la geometria y el anilisis.
EI propésito esencial de este libro es presentar cuidadosamente los
principales temas del Algebra lineal e ilustrar la utilidad de la materia a
través de una amplia variedad de aplicaciones. Aunque para el uso for-
mal de este libro se supone que los alumnos han debido llevar un curso
previo de cAlculo, el contenido de los capitulos 6 y 7 no requieren més
aparato matematico que el contenido en los estudios de ensefianza media
superior en los cuales puede haber habido o no una iniciacién al algebra
lineal.
El libro esta concebido de manera tal que permite ser utilizado en
cursos de diferente duracién. El material esencial del Algebra lineal (es-
pacios vectoriales, transformaciones lineales y matrices, sistemas de ecua-
ciones lineales, determinantes y diagonalizacién), se encuentra en los
capitulos 1 al 5; los otros capitulos, que tratan las formas canénicas y
espacios con producto interior, son completamente independientes y que
se pueden estudiar en cualquier orden. Ademas, a lo largo del libro se
encuentran diversas aplicaciones para Areas tales como ecuaciones dife-
renciales, economia, geometria y fisica. Estas aplicaciones, claro esta,
no son imprescindibles para el desarrollo matematico y pueden muy bien
eliminarse a criterio del profesor.
Hemos procurado que resultara posible abarcar la mayoria de los te-
mas importantes de Algebra lineal en un curso semestral. Esta meta nos
permitié desarrollar los temas mds importantes con menos preliminares
innecesarias, que en los textos tradicionales. Nuestro tratamiento de la
forma canénica de Jordan, por ejemplo, no requiere de la teoria de
polinomios. La economia lograda en extensién permite desarrollar la
mayor parte del libro (si se omiten muchas de las partes optativas y
el andlisis detallados de los determinantes), en un curso semestral de Xxil
Prélogo
4 horas semanales para aquellos estudiantes que hayan tenido conocimien-
tos previos de Algebra lineal.
EI capitulo 1 del libro presenta la teorfa basica de espacios vectoriales
de dimensiones finitas, subespacios, combinaciones lineales, dependencia
e independencia lineal, bases y dimensién. El capitulo termina con una
seccién optativa en la cual se prueba la existencia de una base en los espa-
cios vectoriales de dimensiones infinitas.
En el capitulo 2 se desarrotlan las transformaciones lineales y sus
relaciones con las matrices; ahi se discute el espacio vacio y el limite de
una transformacién lineal, representaciones matriciales de una transfor-
macién, isomorfismos y cambios de coordenadas. El capitulo se termina
con las secciones opcionales sobre espacios duales y ecuaciones lineales
diferenciales homogéneas.
En el capitulo 3 se encuentran las aplicaciones de la teoria de espa-
cios vectoriales y transformaciones lineales a los sistemas de ecuaciones
lineales. Este importante tema lo hemos pospuesto intencionadamente
para que se pueda presentar como consecuencia del material anterior.
Este enfoque da pie al tema familiar de los sistemas lineales para aclarar
la teoria absiracta, y permite evitar confusos célculos de matrices en los
capitulos 1 y 2. En esos capitulos habra ejemplos ocasionales donde ten-
dremos la oportunidad de solucionar sistemas de ecuaciones lineales (na-
turalmente estos ejemplos no forman parte del desarrollo teérico). En la
seccién 1.4 se hallan las bases necesarias para ello.
Los determinantes, tema del capitulo 4, tienen ahora mucho menos
importancia que hace algin tiempo, para un curso abreviado es preferible
tratarlos ligeramente, puesto que consideramos necesario dedicar més
tiempo a los temas que se desarrollan del capitulo 5 al 7. De ahi que
hayamos presentado dos alternativas en el capitulo 4: un desarrollo com-
pleto de la teoria (secciones 4.1 a 4.4) y un resumen de los puntos
importantes, indispensables para el resto de los capitulos (seccién 4.5).
En el capitulo 5 se desarrollan eigenvalores, eigenvectores y diago-
nalizacién. Una de sus aplicaciones més importantes se encuentra en el
cdlculo de limite de matrices. Se ha incluido, sin embargo, una seccién
opcional sobre limite de matrices y cadenas de Markov, aunque la general
mayoria de algunos de sus resultados requiera un conocimiento de las
formas canénicas de Jordan. Las secciones 5.4, 5.5 y 5.6 contienen in-
formacién sobre subespacios invariantes, el teorema de Cayley-Hamilton
y del polinomio minimo, respectivamente.
Las formas canénicas se tratan en el capitulo 6, secciones 6.1 y 6.2
desarrollan la forma Jordan y la seccién 6.3 presenta la forma racional.
Los espacios con producto interior son el tema del capitulo 7. La teo-
tia matemitica basica (productos interiores y el proceso de ortogonali-
zacién de Gram-Schmidt; las transformaciones del adjunto: normal, auto-
adjunto, ortogonal y operadores unitarios; proyecciones ortogonales y el Prélogo xi
teorema espectral) se desarrollan en las secciones 7.1, 7.2, 7.3, 7.5, 7.7
y en la 7.9. En las secciones 7.4, 7.6, 7.8 y 7.10 se encuentran varias
aplicaciones de Ia estructura del producto de interior. El capitulo ter-
mina con un analisis de las formas cuadraticas y bilineales (seccién 7.11).
En el texto se encuentran también cinco apéndices. En los primeros
cuatro se analizan respectivamente, conjuntos, funciones, campos y ntime-
ros complejos con el fin de repasar las ideas basicas que se desarrollan
a través del libro. En apéndice E sobre polinomios se utiliza Pprimor-
dialmente en Jos capitulos 5 y 6, en especial en la seccién 6.3. Se ha
preferido que esos apéndices no se analicen en forma independiente sino
hacer referencia a ellos segin se requiera. .
El siguiente diagrama muestra la dependencia entre los capitulos del
libro.
Capitulo 1
Capitulo 2
Capitulo 3
Secciones 4.1-4.4
© secciones 4.5
Capitulo 7
Secciones 6.1 y 62
Secciones 55 y 56
Ahora unas palabras finales, que creemos necesarias respecto a nues-
tra notacién, Las secciones indicadas con un asterisco (*) son opcionale:
y pueden omitirse si asi lo considera el profesor. Todo ejercicio indicado XIV
Prélogo
por el simbolo (+) no es opcional; lo usamos para identificar un ejer-
cicio que sera citado posteriormente en el texto.
Agradecemos a Douglas E. Cameron (University of Akron), Ed-
ward C. Ingraham de (Michigan State University), David E. Kullman
(Miami University), Carl D. Meyer, Jr. (North Carolina State University)
y Jean E. Rubin (Purdue University) por haber revisado el manuscrito
completo del texto, asi como también a nuestros colegas y estudiantes
por las sugerencias y estimulos recibidos durante el periodo en el que se
estaba desarrollando el manuscrito de esta obra. También hacemos men-
cién especial a Miss Jana Gehrke y a Marilyn Parmantie por su ayuda
en el trabajo de mecanografia, asi como a Harry Gaines, lan List y al
equipo de Prentice-Hall por su colaboracién durante los procesos de pro-
duccién.
Normal, Illinois STEPHEN H. FRIEDBERG
ARNOLD J, INSEL
Lawrence E, SPENCE Capitulo 1
Espacios vectoriales
1.1
INTRODUCCION
Muchas nociones fisicas comunes, tales como las fuerzas, velocidades * y
aceleraciones, involucran una magnitud (el valor de Ja fuerza, velocidad
© aceleracién) y una direccién. Cualquier entidad que involucre magni-
tud y direccién se lama vector. Los vectores se representan por flechas
en las que la longitud de ellas define la magnitud del vector, y la direc-
cién de la flecha representa la direccién del vector. En la mayor parte
de las situaciones fisicas que involucran vectores, tinicamente Ja magnitud
y direccién del vector son significativas; consecuentemente, consideraremos
a los vectores con la misma magnitud y direccién como iguales, indepen-
dientemente de sus posiciones relativas.
En esta seccién se discutira la geometria de los vectores, geometria que
se deriva de los experimentos fisicos que dan fe de Ja forma de inter-
aocién entre dos vectores.
Muchas situaciones comunes sugieren que cuando dos vectores actian
simulténeamente en un punto, la magnitud del vector resultante (el vector
obtenido sumando los dos vectores originales) no es necesariamente igual
a la suma de las magnitudes de los dos vectores. Por ejemplo, un nadador
que nada contra la corriente con una velocidad promedio de 3.2 km/h,
siendo la velocidad de la corriente de 1.6 km/h, no avanzar4 con una
velocidad promedio de 4.8 km/h. En este caso los movimientos del
nadador y el de la corriente son contrarios y, por tanto, la velocidad pro-
medio del nadador es tnicamente de 1.6 km/h. Si, por el contrario, el
nadador avanzara aguas abajo (a favor de la corriente), entonces su
avance promedio si seria de 4.8 km/h.
Los experimentos muestran que los vectores se suman de acuerdo
con la siguiente ley del paralelogramo. (Véase la fig. 1.1.)
* La palabra “velocidad” esti siendo utilizada con su connotacién cientifica,
como una entidad que tiene magnitud y direccion. La magnitud de una velocidad
(independientemente de Ja direccién del movimiento) se llama rapidez. 2 Espacios vectoriales
figura 1.1
Ley del Paralelogramo para la Suma de Vectores. La suma de dos vectores x
yy que actiian sobre un mismo punto P es el vector que, en el paralelo-
gramo que tiene a x y y por lados adyacentes, se representa por la
diagonal que parte de P.
‘Como los lados opuestos de un paralelogramo son paralelos y de igual
longitud, el extremo Q de la flecha que representa a x + y también se
puede obtener permitiendo que x actie sobre P y luego permitiendo que
y acttie sobre el extremo de x; 0, de la misma manera, puede ser obtenido
permitiendo que primero acttie y sobre P y posteriormente que x actie
sobre el extremo de y. De este modo, dos vectores x y y que actian sobre
un punto P pueden ser sumados “cola con cabeza”; esto es, se puede
aplicar cualquiera de los vectores x 0 y en P y un vector que tenga la
misma magnitud y direccién que el vector restante puede ser aplicado
entonces en el] extremo del primero —el extremo de este segundo vector
es el extremo de x + y.
La suma de vectores puede ser descrita algebraicamente mediante el
uso de geometria analitica. En el plano que contiene a x y a y, introdtiz-
case un sistema de coordenadas con P por origen y sea (a, a) ol extremo
de x y (by, br) el de y. Entonces, tal como lo muestra la figura 1.2,
las coordenadas de Q, extremo de x + y, son (a, + b,, a + b2). De aqui
en adelante, cuando se haga referencia a las coordenadas del extremo de
un vector, se considerara que el vector parte del origen. Mas ain, como un
vector que principia en el origen queda completamente determinado por
Q
(a, +b,,a; +63)
1
'
!
'
{
/
f——H (ay +1, b2)
Cb)
figura 1.2 Introduccién 3
las coordenadas de su punto extremo, nos referiremos algunas veces al
punto x en vez de al extremo del vector x cuando x sea un vector que
parte del origen.
Ademés de la operacién de suma de vectores existe otra operacién
natural que se puede realizar con los vectores —la longitud de un vector
puede ser amplificada o reducida sin cambiar la direccién del vector. Esta
operacién, llamada multiplicacién por un escalar, consiste en multiplicar
un vector por un numero real. Si el vector x estd representado por una
flecha, se tiene que para cualquier numero real ¢> 0 el vector #x que-
dara representado por una flecha que tiene la misma direccién de la
flecha que representa a x pero su longitud sera 1 veces mayor. Si t <0,
el vector ix quedar4 representado por una flecha cuya direccién sea
opuesta a la de x y con una longitud de | ¢| veces la longitud de la flecha
que representa a x. Dos vectores no nulos x y y se denominan paralelos
si y = tx para cualquier ntimero real f no nulo. (Asi, los vectores no nulos
con direcciones iguales u opuestas, son paralelos.)
Para describir algebraicamente la multiplicacién por escalares, intro-
dizcase de nuevo un sistema de coordenadas en un plano que contenga
al vector x tal que x parta del origen. Si el extremo de x tiene por
coordenadas a (q;, as), entonces puede mostrarse facilmente que las
coordenadas del extremo de tx son (ta, ta:). (Véase el ejercicio 5.)
Las descripciones algebraicas de la suma de vectores y de la multi-
plicacién de vectores por escalares en un plano, implican las siguientes
propiedades para vectores arbitrarios x, y, y z y numeros reales arbitra-
rios a y b:
a(x + y) = ax + ay.
(a+ b)x= ax + bx.
loxty=ytex
2 (x+y) +zaxt (y tz).
3. Existe un vector amado 0 tal que x + 0 = x para todo vector x.
4. Para cada vector x existe un vector y tal que x + y= 0.
5. Inxs x.
6. (ab)x = a(bx).
7.
8.
Argumentos semejantes a los antes mencionados muestran que estas 8
propiedades, asi como las interpretaciones geométricas de suma de vecto-
res y multiplicacién por escalares, son validas para vectores que actian
en el espacio y no sélo en un plano. Utilizaremos estos resultados para
escribir las ecuaciones de rectas y planos en el espacio.
Considérese primero la ecuacién de una recta en el espacio que pasa
por dos puntos distintos P y Q. Sea O el origen de un sistema de coorde-
nadas en el espacio y sean u y v los vectores que parten de O y terminan
respectivamente en P y Q. Si w es el vector que principia en P y termina
en Q, la suma “cabeza con cola” muestra que «+ w =v y por tanto Espacios vecioriales
w=v-—u donde —u representa al vector (—1)u. (Véase la fig. 1.3
en donde el cuadrilétero OPQR es un paralelogramo.) Como un miltiplo
de escalar w es paralelo a w, pero posiblemente de una longitud diferente
a w, cualquier punto de la recta que une a P y Q se puede obtener como
el extremo del vector que principia en P y que tiene la forma tw para
figura 1.3
algin ntmero real 1. Recfprocamente, el extremo de cada vector de la
forma tw que principia en P yace en la linea que une a P y Q. Luego,
una ecuacién de Ja recta que pasa por Py Qesx =u + w=u+t t(v—u),
donde # es un ntimero real y x es un punto arbitrario de Ia recta. Véase
también que el extremo R del vector v — u de Ia fig. 1.3 tiene coorde-
nadas iguales a la diferencia de las coordenadas de Q y P.
Ejemplo. Encontremos la ecuacién de la recta que pasa por los pun-
tos P y @ de coordenadas (—2, 0, 1) y (4, 5, 3), respectivamente.
El extremo R del vector que parte del origea y que tiene la misma direc-
cién que el vector que principia en P y termina en Q, tiene como coor-
denadas (4, 5,3) — (—2, 0, 1) = (6, 5, 2). Lugo, la ecuacién buscada
ser:
x= (—2, 0, 1) + 46, 5, 2).
Ahora, sean P, Q y R tres puntos no colineales en el espacio. Estos
Puntos determinan un plano tnico cuya ecuacién puede ser encontrada
mediante el uso de nuestras anteriores observaciones sobre vectores, Sean
uy v los vectores que parten de P y terminan, respectivamente, en Q y R.
Obsérvese que cualquier punto del plano que contenga a P, Q y Res
el extremo S de un vector x que principia en P y tiene la forma tu + tv
para cualquier par de ntmeros reales t; y ts. El extremo de f,u sera el
Punto de interseccién de la recta que pasa por P y Q con la recta que
pasa por S'y es paralela a la recta que pasa por P y R. (Véase fig. 1.4.)
Un procedimiento andlogo permitira localizar t.v. Introduccién 5
figura 1.4
Mas atin, para cualquier par de nimeros reales 4 y tf, 4u + tv es un
vector ubicado en el plano que contiene a P, Q y R. Por lo tanto, la
ecuacién del plano que contiene a P, Q y R es
x= P+ tut ty,
donde 1, y t, son mimeros reales arbitrarios y x es un punto cualquiera
del plano.
Ejemplo. Sean P, Q y R puntos de coordenadas (1, 0, 2), (—3, —2, 4)
y (1, 8, —5), respectivamente. El extremo del vector que parte del origen
y tiene la misma longitud y direccién que el vector que va de P a Q es
(-3, —2, 4) — (1, 0, 2) = (—4, —2, 2); de la misma forma, el
extremo del vector que parte del origen y tiene la misma longitud y
direccién que el vector que va de P a R es (1, 8, —5) — (1, 0, 2) =
= (0, 8, —7). Luego, la ecuacién del plano que contiene a los tres
puntos dados es
x= (1, 0, 2) + 4(—4, —2, 2) + 4(0, 8, —7).
Cualquier estructura matematica que posea las ocho propiedades de
la pagina 3 se lama “espacio vectorial”. En la seccién siguiento defini-
remos formalmente un espacio vectorial y consideraremos muchos ejem-
plos de espacios vectoriales distintos a los antes mencionados.
EJERCICIOS
is
Determinar si los vectores que parten del origen y terminan en los siguientes
pares de puntos son paralelos.
(a) (3, 1, 2) y (6, 4, 2)
(b) (~—3, 1, 7) y (9, —3, —21)
(c) (5, —6, 7) y (~5, 6, -7)
(d) (2, 0, —5) y (5, 0, —2) 6
Espacios vectoriales
Encontrar las ecuaciones de las rectas que pasan por los siguientes pares
de puntos en el espacio.
(a) (3, —2, 4) y (-5, 7, 1)
(b) (2, 4, 0) y (—3, —6, 0)
(c) (3, 7, 2) y (3, 7, —8)
(d) (—2, -1, 5) y (3, 9, 7)
Encontrar las ecuaciones de los planos que contienen los siguientes puntos
en el espacio.
(a) (2, —5, ~1), (0, 4, 6) y (—3, 7, 1)
(b) (3, —6, 7), (—2, 0, —4) y (5, -9, —2)
(c) (—8, 2, 0), (1, 3, 0) y (6, —5, 0)
(d) (1, 1, 1), (5, 5, 5) y (-6, 4, 2)
¢Cudles son las coordenadas del vector 0 en el plano Euclidiano que satis-
facen la condicién 3 de la pagina 3. Demostrar que esta seleccién de coorde-
nadas satisface la condicién 3.
Demostrar que si el vector x parte del origen del plano Euclidiano y termina
en el punto de coordenadas (a;, a.), entonces el vector tx que parte del
origen termina en el punto de coordenadas (ta,, fa:).
Demostrar que las diagonales de un paralelogramo se bisectan.
ESPACIOS VECTORIALES
Debido a que entidades tan diversas como las fuerzas que operan en un
Plano y los polinomios con coeficientes reales permiten definiciones natu-
rales de suma y multiplicacién por escalares que poseen las propiedades
1 a 8 de la pagina 3, es evidente que se deban abstraer dichas propieda-
des en Ia siguiente definicién.
DerINIcION. Un espacio vectorial (o espacio lineal) V sobre un campo* F
consiste de un conjunto en el que estén definidas dos operaciones (Ilama-
das adicién y multiplicacién por escalares, respectivamente), tal que para
cualquier par de elementos x y y en V exista un elemento tinico x + y
enV, y para cada elemento a en F y cada elemento x en V exista un
elemento tinico ax en V, de manera que se cumplan las siguientes con-
diciones:
* Ver apéndice C. Sin embargo, con muy pocas excepciones, el lector puede
interpretar la palabra “campo” como “campo de los nimeros reales” (denotado
Por R) o “campo de Jos mimeros complejos” (denotado por C). Espacios vectoriales 7
(VS 1) Para toda x, y en V, x +y =y +x (conmutatividad de la
adicion).
(VS 2) Para toda x, y, zen V, (x+y) +2=x+ (y +2) (aso-
ciatividad de la adicién).
(VS 3) Existe un elemento en V llamado 0 tal que x +0=x
Para toda x en V.
(VS 4) Para cada elemento x en V, existe un elemento y en V tal
quex+y=0.
(VS 5) Para cada elemento x en V, 1x = x.
(VS 6) Para cada par a, b de elementos en F y cada elemento x
en V, (ab)x = a(bx).
(VS 7) Para cada elemento a en F y cada par de elementos x,
y en V, a(x + y) = ax +ay.
(VS 8) Para cada par de elementos a, b en F y cada elemento x
en V, (a +b)x = ax + bx.
Los elementos x+y y ax se denominan, respectivamente, suma de x
yy y el producto de a y x.
Los elementos del campo F se Ilaman escalares y los elementos del
espacio vectorial V se aman vectores. El lector no debe confundir este
uso de Ja palabra “vector” con la entidad fisica tratada en la’ secci6n 1.1;
ahora, la palabra “vector” se utilizaré para describir cualquier elemento
de un espacio vectorial.
Frecuentemente, un espacio vectorial ser4 tratado en el texto sin men-
cionar explicitamente su campo de escalares. El lector cuidaré de recordar,
sin embargo, que todo espacio vectorial debe considerarse como un espa-
cio vectorial sobre un campo, el que se denotard por F.
En el resto de la seccién introduciremos diversos ejemplos importantes
de espacios vectoriales que serdn estudiados a través del texto. Obsérvese
que al describir un espacio vectorial no s6lo es necesario especificar los
Vectores, también las operaciones de suma y multiplicacién por escalares.
Un objeto de la forma (a,,..., dq), donde los valores o entradas
@ son elementos de un campo F, se denomina n-dimensional * con
valores de F. Dos n-dimensionales (a, ..., @) y (bs... by) se defi-
nen como iguales si y sdlo si a; = 6; parai= 1, 2,..., n.
Ejemplo 1. El espacio vectorial F" de n-dimensionales con valores de
un campo F.
El conjunto de todas las n-dimensionales con valores de un campo F
forma un espacio vectorial, que denotaremos por F*, bajo las operaciones
de suma y multiplicacién coordinada (elemento a elemento); esto es, si
X= (Gy... &) EF, y= (by... , bn) EF, y CE F, entonces
FEY (G+ byes Gy tbe) yx = (cay... , Can).
N. del T. En algunos libros de Algebra lineal a los n-dimensionales se
Jes da el nombre de n-adas, n-uplas, n-tuplas y otros més, pero aqui preferiremos
la citada denominacién, Espacios vectoriales
Por ejemplo, en Rt
(3, —2, 0, 5) + (-1, 1, 4, 2) = (2, -1, 4, 7)
—5(1, —2, 0, 3) = (—5, 10, 0, —15).
Los elementos de F* a menudo se escribiran como vectores columna:
(ay)
a,
en vez de como vectores renglén (a, ..., ay). Puesto que un 1-dimen-
sional con valor de F puede ser visto como elemento de F, escribiremos
F en vez de F* para el espacio vectorial de los 1-dimensionales de F.
Una matriz de m x n con valores de un campo F es un arreglo rec-
tangular de la forma
Ai, Giz es ayy
ay a2 +. ay
mt Ama = ++ Al
donde cada elemento aj;(1 )
1 8 2 0
(©) 4/2 5-3
10 2)
(4) (: |
-j} 3 -2
1 8,
(©) (Qxt — Txt + 4x + 3) + (8x9 + 2x* — 6x +7)
(f) (—3x8 + Tx? + Bx — 6) + (2x? — 8x + 10)
(g) 5(2x" — 6xt + 8x? — 3x)
(h) 3(% — 2x? + 4x + 2)
Los Ejercicios 5 y 6 muestran por qué las definiciones de suma y multiplica-
cién por escalares de matrices (como se definen en el ejemplo 2) son las ade-
cuadas.
5. Richard Gard (Efectos de los castores en las truchas en Sagehen Creek,
California, J. Wildlife Management, 25, 221-242) reporta el siguiente niime-
ro de truchas que atravesaron las represas de castores en Sagehen Creek:
Cruces a contracorriente
Otofio Primavera Verano
Trucha arroyo 8.3 1
Trucha arcoiris 3 0 0
Trucha café 3 0 0 14 Espacios vectoriales
Cruces a favor de la corriente
Otofio Primavera Verano
Trucha arroyo
9 1 4
Trucha arcoiris 3 0 0
Trucha café 1 1 0
Registrar los cruces a contracorriente y a favor de la corriente como
datos en dos matrices de 3 x 3 y verificar que la suma de las dos matri-
ces da el numero total de cruces (a contracorriente y a favor) categorizada
por especie de trucha y por estacién.
6. Al final de mayo, un almacén de muebles tenia el siguiente inventario:
Americano Medite-
tradicional Espafol rréneo Danés
Conjuntos de sala 4 2 1 3
Conjuntos de alcoba 5 1 1 4
Conjuntos de comedor 3 1 2 6
Registrar estos datos como una matriz M de 3 x 4, Con el fin de prepa-
rarse para su venta de junio, el almacén decidié duplicar su inventario de
cada uno de Jos rubros anteriores. Suponiendo que nada de la mercancia
en inventario se vende hasta que los pedidos de muebles adicionales Ileguen,
se verifica que el inventario disponible después de recibir el pedido estard
dado por Ja matriz 2M. Si el inventario al final de junio queda dado por
la matriz
5312
A=(6 21 5],
1033
interpretar 2M — A. {Cudntos conjuntos se vendieron durante la venta de
junio?
7. Sea S={0, 1} y F=R, el campo de los mimeros reales. En #(S, R),
demostrar que f = gy f + g = h donde f(x) = 2x + 1, g(x) =1+4x—
-2x, y he) = +1.
8. Demostrar que en cualquier espacio vectorial V, (@ + b)(x + y) = ax +
+ ay + bx + by para toda x, y€ V y cualquier a, bE F.
9. Demostrar los Corolarios 1 y 2 del Teorema 1.1 y el Teorema 1.2(c).
10. Sea V el conjunto de todas las funciones diferenciales de valores reales
definidas sobre la recta de los reales. Demostrar que V es un espacio vecto- 14,
16.
17,
Espacios vectoriales 15
rial bajo las operaciones de suma y multiplicacién por escalares definidas
en el ejemplo 3.
Sea V = {0} que conste de un inico vector 0 y definase 0+0=0 y
cO = 0 para cada c de F. Demostrar que V es un espacio vectorial sobre
F(V se llama el espacio vectorial cero).
Una funcién de valor real definida sobre la recta de los reales se Hama
funcién par si f(—x) = f(x) para todo numero real x. Demostrar que el
conjunto de ias funciones par definidas en la recta de los reales, con las
operaciones de suma y multiplicacién por escalares definidas en el ejem-
plo 3, es un espacio vectorial.
Sea V el conjunto de pares ordenados de niimeros reales. Si (a,, a:)
y (b;, bz) son elementos de V y c es un elemento de F, se definen
(41, as) + (Bs, bz) = (a1 + by @b:) yea, a2) = (cay, a)
1? Justifique su respuesta.
Una matriz A de m x n se llama triangular superior si todos los términos
ubicados por debajo de la diagonal valen cero, esto es, A,; = 0 siempre
que i > j. Verificar que las matrices triangulares superiores forman un sub-
espacio de Minen(F).
Verificar que para cualquier 5) € S, W = {f€ F(S, F): f(so) = 0} es un
subespacio de F(S, F).
ZEs el conjunto de todas las funciones diferenciales de valores reales defi-
nidas en R un subespacio de C(R)? Justifique su respuesta.
Sea C*(R) el conjunto de todas las funciones de valor real definidas en
Ja recta de los reales que tiene una derivada n-ésima continua (y, por tanto,
derivadas continuas de orden 1, 2,..., ). Verificar que C"(R) es un
subespacio de F(R, R).
Demostrar que un subconjunto W de un espacio vectorial V es un subes-
pacio de V si y sélo si WAG y ax€ W y x+y W siempre que
a@ceF y x, yew.
Demostrar que un subconjunto W de un espacio vectorial V es un subes-
pacio de V si y s6lo si 0 € W y ax + y€ Wsiempre que a€ Fy x, y EW. 19.
21,
22.
23.
25.
Subespacios 23
Sean W, y Wz subespacios de un espacio vectorial V. Demostrar que
W,'U We es un subespacio de V si y slo si W, C Wz 0 W: C Wi.
Sean F, y Fi campos. Una funcién g€ #(F;, Fe) se lama funcién par si
g(—x) = g(x) para toda x€ F, y se llama funcién impar si g(—x) =
= —g(x) para toda x€ F,. Demostrar que el conjunto de todas las fun-
ciones pares en F(F,, Fz) y el conjunto de todas las funciones impares en
F(F,, Fz) son subespacios de F(F;, Fe).
Mostrar que F" es la suma directa de los subespacios
W. = {(a1, --- 4 Gn) EF: Qn = OF
Wz = ((a-- +5 Qn) € FA: a =... = ay = OF.
Sea W, el conjunto de polinomios f en P(F) tales que f(x) = 0 0, en la
representacién
F(X) = ax” + pax”? + 00. + ao,
los coeficientes a, a, a,, ... de todas las potencias pares de x son iguales
a cero, Andlogamente, sea W; el conjunto de todos los polinomios g en
P(F) tales que g(x) = 0 o, en la representaci6n
B(x) = bx” + Bmax™? +... + doy
los coeficientes bs, bs, bs, ... de todas las potencias impares de x son
iguales a cero, Demostrar que P(F) = W, @ W.
Sea W. = {A € Maxa(F): Ai; = 0 cuando i > j} y Wz = (A € Maan (F):
Ay = 0 cuando i < j}. (W, es el conjunto de las matrices triangulares supe-
tiores definidas en el ejercicio 12.) Demostrar que Maxn(F) = Wi @ Wz.
Sea V el espacio vectorial formado por todas las matrices triangulares supe-
riores de n x n (como se definieron en el ejercicio 12), y sea W, el
subespacio de V formado por todas las matrices diagonales. Demostrar que
V=W,@W., donde We= {A EV: Ai; =0 cuando i
