ESPACIOS VECTORIALES

Un conjunto V es un espacio vectorial y se escribe

V ,, ,

si es un conjunto no

vaco en el que se cumple que: existe el vector nulo, para cada vector existe un
opuesto, se cumple una ley de composicin interna en la suma de vectores y de
composicin externe en el producto entre escalares reales y vectores.
SUBESPACIOS VECTORIALES
Un conjunto S no vaco e includo en V siendo

V ,, ,

un espacio vectorial, S es

un subespacio de V si se cumplen las siguientes condiciones:

S V
S
x, y S x y S
x S x S
nicos subespacios de 2 : 0,0 , 2 ,rectas que pasen por el origen
nicos subespacios de 3 : 0,0,0 , 3 , rectas que pasen por el origen, planos
que pasen por el origen.
COMBINACIN LINEAL
Sea

V ,, ,

espacio vectorial y sean v1 , v 2 ,..., v r V ; w es combinacin lineal de

v1 , v 2 ,..., v r si w 1v1 2 v 2 r v r con 1 , 2 , , r .

Si 1 2 r 0 la C.L. es la trivial y se obtiene el vector nulo.

SISTEMAS DE GENERADORES
Sea

V ,, ,

e.v. y sean v1 , v 2 ,..., v r V ; los vectores v1 , v 2 ,..., v r forman un sistema

de generadores de V o generan a V si todo vector de V puede exprearse como C.L.

de ellos.
Definicin: w V , 1 , 2 , , r / w 1v1 2 v 2 r v r
Propiedad: Si el sistema v1 , v 2 , , v r incluido en V es generador de V y uno de los
vectores que lo forman es C.L. de los otros, entonces el subsistema que resulta al
suprimir ese vector tambin es generador de V.
DEPENDENCIA E INDEPENDENCIA LINEAL
La ecuacin 1v1 2 v 2 r v r 0 tiene siempre solucin trivial
Si la trivial es la nica solucin entonces los vectores son linealmente
independientes.
Si adems tiene otras soluciones, los vectores son linealmente dependientes.
Observaciones y propiedades:
Todo sistema que contenga al vector nulo es L.D.
1

Todo sistema con un nico vector no nulo es L.I.

El sistema v1 , v 2 , , v r es L.D. si y solo si algunos de los vectores del sistema
es C.L. de los restantes.
Si un sistema tiene dos vectores no nulos, si uno es mltiplo del otro son
L.D.; caso contrario son L.I.
En 2 y 3 dos vectores L.D. son paralelos.

BASE DE UN ESPACIO VECTORIAL

B v1 , v 2 , , v n es base de V B es S.G. de V ^ B es L.I.
Si se comprueba cualquiera de las dos condiciones ya se puede decir que es
base.
Llamamos bases cannicas de n a por ejemplo:
1,0 , 0,1 en 2
1,0,0 , 0,1,0 , 0,0,1 en 3
DIMENSIN
Todo espacio vectorial de dimensin finita que no se reduzca al vector nulo
admite por lo menos una base.
Si V es un e.v. de dimensin finita, todas sus bases tienen el mismo nmero n
de vectores que se llama dimensin de V y se nota: dim V n
Se define dim 0 0
dim n n dim mn m n dim Pn n 1
Observaciones: sea dim V n
Todo sistema con ms de n vectores de V, son L.D.
Todo sistema con menos de n vectores de V, no generan a V.
Todo sistema de n vectores L.I., forman una base de V.
Todo S.G. de V con n vectores, forman una base de V
Propiedad: Sea dim V n y sea un conjunto de r vectores (r<n) L.I., el conjunto
puede extenderse a una base de V agregndole (n-r) vectores, formando de esta
manera un conjunto L.I. de n vectores de V.
BASE DE UN SUBESPACIO
B es base de un subespacio S si B es un conjunto L.I. y forma un S.G. de S.
Si dim V n y S subespacio de V, entonces dim S n y si dim S n S V
COORDENADAS DE UN VECTOR EN UNA BASE
si B u1 , u 2 , , u n base de V v V ! 1 , 2 , , n / v 1u1 2 u 2 n u n

Se nota: v B

OPERACIONES CON SUBESPACIOS

Interseccin:
2

Sean S1 y S2 subespacios de V, entonces: S1 S 2 x V / x S1 x S 2 es un

subespacio de V denominado subespacio interseccin.

Suma:
Sean S1 y S2 subespacios de V, entonces
S1 S 2 x V / x x1 x 2 con x1 S1 x 2 S 2 es un subespacio de V llamado
subespacio suma.
Propiedades:
S1 S 2 S S1 S 2 S S1 S 2 0 (suma directa)
dim S1 S 2 dim S1 dim S 2 dim S1 S 2
CONJUNTO ORTOGONAL Y ORTONORMAL DE VECTORES
Un conjunto de vectores de un espacio vectorial es un conjunto ortogonal si todos
los pares de vectores del conjunto son ortogonales entre si (producto escalar = 0).
Un conjunto ortogonal en el que cada vector tiene norma 1 es ortonormal.
Propiedades:
Todo conjunto ortogonal de vectores no nulos de un espacio vectorial V es un
conjunto L.I.
Todo e.v. V que no sea el nulo y que tenga dimensin finita tiene una base
ortonormal.
COMPLEMENTO ORTOGONAL DE UN SUBESPACIO
Sea S subespacio de V:
Se llama complemento ortogonal de S al conjunto formado por todos los vectores
de V que son ortogonales a todos los vectores de S:
S x V / x y 0 y S

Propiedades:
S es un subespacio de V
Si dim V n dim S dim S dim V
S S V
ESPACIO FILA Y ESPACIO COLUMNA DE UNA MATRIZ
Se llama espacio fila de A al subespacio de n generado por los vectores fila de A.
Se llama espacio columna de A al subespacio de n generado por los vectores
columna de A.
Se llama rango fila de A a la dimensin de Sf A
Se llama rango columna de A a la dimensin de Sc A
El rango fila y el rango columna de una matriz son iguales. Se llama rango de una
matriz a su rango fila y a su rango columna.
TRANSFORMACIONES LINEALES
DEFINICIN: Sean V y W espacios vectoriales sobre , la funcin T : V W es una
transformacin lineal de V en W si se verifican los criterios de linealidad.
CRITERIOS DE LINEALIDAD:
x, x V
T x x T x T x
x V
T .x .T x
3

PROPIEDADES:
Sea T : V W transformacin lineal
T 0V 0W
T x T x
T x x T x T x
NCLEO DE UNA TRANSFORMACIN LINEAL: Sea T : V W
Se llama ncleo de T al conjunto de los vectores de V cuya imagen mediante T es
0W.
Nu T Ker T x V / T x 0W
El ncleo de T es un subespacio de V.
IMAGEN DE UNA TRANSFORMACIN LINEAL: sea T : V W
Se llama conjunto imagen de T al conjunto de vectores de W que son imgenes
mediante T de al menos un vector de V.
Im T y W / x V T x y
La imagen de T es un subespacio de W.
TEOREMA DE LAS DIMENSIONES
Sea T : V W transformacin lineal
O bien de otra manera:

dim V dim Nu T dim Im T

n nulidad T rango T

TRANSFORMACIONES MATRICIALES:
Sea A mn ; si se consideran los vectores de m y los vectores de n
expresados como matriz columna, se puede definir la transformacin lineal T de
n en m como:
T : n m / T X A. X

Donde A se llama matriz estndar.

CLASIFICACIN DE LAS TRANSFORMACIONES LINEALES
Sea T : V W transformacin lineal:
T es MONOMORFISMO T es INYECTIVA Nu T 0V
T es EPIMORFISMO T es SOBREYECTIVA Im T W
T es ISOMORFISMO T es BIYECTIVA Nu T 0V Im T W
T es ENDOMORFISMO V W
TEOREMA FUNDAMENTAL DE LAS TRANSFORMACIONES LINEALES
Sean V y W espacios vectoriales sobre , y sea B v1 , v 2 , , v n base de V y
t1 , t 2 , , t n vectores arbitrarios de W ! t.l. T : V W / T v1 t i i 1, , n
(Si tenemos una base de V con los transformados de cada uno de sus vectores
entonces podemos formar una nica transformacin lineal con ellos)
o En los ejercicios dependiendo de los datos que nos den se pueden formar una
nica transformacin lineal, infinitas o que no exista la misma (hay que
comprobar si son L.I. los vectores que nos dan o si nos faltan vectores para
armar una base)
MATRIZ ASOCIADA A UNA TRANSFORMACIN LINEAL
Sean T : V W t.l. / dim V n dim W m
4

Sea B1 u1 , u 2 , , u n base de V
Sea B2 v1 , v 2 ,, v m base de W
La transformacin lineal T queda caracterizada por una matriz A mn , siendo su
nmero de filas igual a la dimensin del codominio de T y su nmero de columnas
igual a la dimensin del dominio de T. A la matriz A se la llama matriz asociada a
T en las bases B1 y B2:
A M T B1B2

a11

a
21

a
m1

a12
a 22

am 2

a1n

a2n

a mn

a11

a 21
Siendo el vector columna
las coordenadas de T(u1) en la base B2 , el vector

a
m1
a12
a1n

a 22
a2n
columna
las coordenadas de T(u2) en la base B2 y el vector columna

a
a
m2
mn
las coordenadas de T(un) en la base B2 .

RESUMIDO:

M T B1B2 T u1 B2

T u 2 B

T u n B2

OBSERVACIN: Sea T : V W t.l. / dim V n dim W m , B1 u1 , u 2 , , u n base de V, y

B2 v1 , v 2 ,, v m base de W; entonces:

M T B1B2 x B1 T x B2
ACLARACIN: Las bases cannicas se suelen denominar como E y E.
MATRIZ ASOCIADA A LA TRANSFORMACIN LINEAL INVERSA
Sea T : V V T.L. BIYECTIVA (Los subespacios V no tienen que ser necesariamente
iguales, tienen que tener igual dimensin)
Con dim V n T 1 : V V T.L.
m n
1
1
Sea B1 base de V y B2 base de V y sea A M T B1B2 A M T B2 B1

MATRIZ ASOCIADA A LA COMPUESTA DE TRANSFORMACIONES LINEALES

Sean T1 : V W T2 : U V T1 T2 : U W T.L.
Con dim U n , dim V p , dim W m
Sean B1 base de U, B2 base de V y B3 base de W; y sean:
A M T1 B2 B3 m p B M T2 B1B2 pn M T1 T2 B1B3 A B mn
La composicin se puede hacer tanto matricialmente como aplicando T1 T2 x
5

MATRIZ CAMBIO DE BASE O DE CAMBIO DE COORDENADAS

Considerando la transformacin lineal identidad Id : V V / Id x x
Considerando B1 u1 , u 2 , , u n base de V, y B2 v1 , v 2 ,, v m base de W; entonces:
M Id B1B2 x B1 Id x B2 x B2
La matriz asociada a la identidad acta como matriz cambio de base o matriz
cambio de coordenadas de la base B1 a la base B2.
NOTACIN: M Id B1B2 PB1 B2 P
FRMULA: PB1 B2 x B1 x B2

P X X

OBSERVACIN: B1 B2 PB B I n
1

1
PROPIEDAD: La matriz PB1 B2 es regular y P PB1 B2

PB2 B1

DEFINICIN: El vector x V es un autovector o vector propio de

T
x 0 v / T x x . A se lo llama autovalor o valor propio asociado a x.
DEFINICIN DE FORMA MATRICIAL: Sea A nn
El vector X n1 es un autovector de A X 0 n1 / A. X . X
A se lo lama autovalor asociado a X.
PROPIEDAD: autovalor de A A .I 0
OBSERVACIN:
P A .I Polinomio caracterstico cuyas races van a ser los autovalores de
A
A .I 0 Ecuacin caracterstica.
OBSERVACIN: Una vez hallados los autovalores al reemplazarlos en el sistema
homogneo A. X . X que es compatible indeterminado queda formado un
subespacio de n1 llamado subespacio propio asociado a (o autoespacio):
S X n1 / A. X . X
MATRIZ SEMEJANTE:
Una matriz B de orden n es semejante a una matriz A de orden n si existe una
matriz regular P de orden n / B P 1 . A.P .
Dos matrices semejantes representan el mismo endomorfismo en bases distintas.
PROPIEDAD: B P 1 . A.P PB PA
DEFINICIN: Una matriz A de orden n es diagonalizable tiene n autovectores
L.I.
En este caso A es semejante a una matriz diagonal D cuyos elementos en la
diagonal son los autovalores de A mientras que P es una matriz cuyas columnas
son respectivamente los n autovectores L.I. de A. ( D P 1 . A.P )
PROPIEDAD: Si los autovalores de A son reales y distintos, los autovectores
asociados son L.I.
MULTIPLICIDAD ALGEBRAICA Y GEOMTRICA:
A k se lo llama multiplicidad algebraica y a p se lo llama multiplicidad
geomtrica.
6

PROPIEDAD: El subespacio propio asociado a un autovalor de multiplicidad k 1

tiene dimensin p k
CONSECUENCIAS DE ESTA PROPIEDAD:
El subespacio propio asociado a un autovalor simple es de dimensin 1.
A es diagonalizable k=p para todo autovalor.
DIAGONALIZACIN DE MATRICES SIMTRICAS:
PROPIEDADES:
Si A es una matriz real de orden n simtrica son nmeros reales.
Si A matriz simtrica de orden n A tiene n autovectores ortonormales.
Una matriz es diagonalizable ortogonalmente es simtrica
ECUACIONES DE TRANSLACIN:

x x x0

y y y0
CNICAS
2
2
x x0 y y 0 r 2 Ecuacin cannica o cartesiana
x 2 y 2 Dx Ey F 0 Ecuacin general
x x0 r. cos t
0 t 2 posible ecuacin paramtrica

y y 0 r.sent

z c r con z C

Expresin compleja de la circunferencia

PARBOLA
ECUACIONES:
2
y y 0 2 p x x 0 Ecuacin cannica

y y0 t

2
xx t
0

2p

t Posible ecuacin paramtrica

ELEMENTOS
PARMETRO: p
VRTICE: V x0 , y 0

FOCO: F x 0 2 , y 0

p
DIRECTRIZ: d : x x0

EJE FOCAL: y y 0

LONGITUD DEL LADO RECTO:

2. p

PARBOLA DE EJE PARALELO AL EJE Y

ECUACIONES:
2
x x0 2 p y y 0 Ecuacin cannica
x x0 t

t 2 t Posible ecuacin paramtrica

y y0

2p

ELEMENTOS:
PARMETRO: p
VRTICE: V x0 , y 0

FOCO: F x 0 , y 0 2

DIRECTRIZ: d : y y 0 p

EJE FOCAL: x x0
LONGITUD DEL LADO RECTO:

2
2. p

ELIPSE
ELIPSE DE EJE PARALELO AL EJE X
ECUACIONES:
x x0 2 y y 0 2 Ecuacin cannica de la elipse.

1
a2
b2
x x0 a cos t
0 t 2 Posible ecuacin paramtrica.

y y 0 bsent

z F1 z F2 2a

expresin compleja de una elipse

ELEMENTOS:
CENTRO: C x0 , y 0
EJE FOCAL: y y 0
FOCOS: F1 x o c, y 0 F2 x 0 c, y 0
VRTICES: V1 x 0 a, y 0 V2 x 0 a, y 0

INTERSECCIONES CON EL EJE x x0 : B1 x0 , y 0 b

EJE MAYOR: 2a
EJE MENOR: 2b

EXCENTRICIDAD: e

LONGITUD LADO RECTO:

c
a

B2 x 0 , y 0 b

<1 en elipses
2b 2
a

ELIPSE DE EJE PARALELO AL EJE Y:

ECUACIONES:
x x0 2 y y 0 2 Ecuacin cannica de la elipse.

1
b2
a2
x x0 bsent
0 t 2 Posible ecuacin paramtrica.

y y 0 a cos t

z F1 z F2 2a

expresin compleja de una elipse

ELEMENTOS:
CENTRO: C x0 , y 0
EJE FOCAL: x x0
FOCOS: F1 x o , y 0 c F2 x 0 , y 0 c
VRTICES: V1 x 0 , y 0 a V2 x 0 , y 0 a
8

INTERSECCIONES CON EL EJE y y 0 : B1 x0 b, y 0

EJE MAYOR: 2a
EJE MENOR: 2b

EXCENTRICIDAD: e

LONGITUD LADO RECTO:

c
a

B 2 x 0 b, y 0

<1 en elipses
2b 2
a

HIPRBOLA
HIPRBOLA DE EJE PARALELO AL EJE X
ECUACIONES:
2
2

x x0

y y0

1 Ecuacin cannica de la hiprbola.

a2
b2
x x0 a sec t
0 t 2 t 2 t 3 2 Posible ecuacin paramtrica.

y

b
tan
t
0

z F1 z F2 2a expresin compleja de una hiprbola

ELEMENTOS:
CENTRO: C x0 , y 0
EJE FOCAL: y y 0
FOCOS: F1 x o c, y 0 F2 x 0 c, y 0
VRTICES: V1 x 0 a, y 0 V2 x 0 a, y 0

b
x
a

ASNTOTAS: y

EJE REAL: 2a
EJE CONJUGADO: 2b

EXCENTRICIDAD: e

LONGITUD LADO RECTO:

c
a

>1 en hiprbolas
2b 2
a

HIPRBOLA DE EJE PARALELO AL EJE Y

ECUACIONES:
2
2

y y0

x x0

1 Ecuacin cannica de la hiprbola.

a2
b2
x x0 b tan t
0 t 2 t 2 t 3 2 Posible ecuacin paramtrica.

y

a
sec
t
0

z F1 z F2 2a expresin compleja de una hiprbola

ELEMENTOS:
CENTRO: C x0 , y 0
EJE FOCAL: x x0
FOCOS: F1 x o , y 0 c F2 x 0 , y 0 c
VRTICES: V1 x 0 , y 0 a V2 x 0 , y 0 a

a
x
b

ASNTOTAS: y

EJE REAL: 2a
EJE CONJUGADO: 2b

EXCENTRICIDAD: e

c
a

>1 en hiprbolas
9

LONGITUD LADO RECTO:

2b 2
a

10