P. 1
Base y Dimensión de un Espacio Vectorial

Base y Dimensión de un Espacio Vectorial

|Views: 36|Likes:

More info:

Published by: Raf Fyta Resendiz Bazaldua on Aug 19, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

08/11/2013

pdf

text

original

Experiencia: Algebra Lineal

Universidad Veracruzana
Facultada de Ingeniería Civil - Xalapa
Base y Dimensión de un Espacio Vectorial
Definición
BASE
Un conjunto de finito de vectores { }
1 2 3
, , ,...,
n
v v v v
es
una base para un espacio vectorial
V
si:
i) { }
1 2 3
, , ,...,
n
v v v v
es Linealmente Independiente.
ii) { }
1 2 3
, , ,...,
n
v v v v
genera
V
.
Todo conjunto de vectores linealmente independiente
en
n
¡ es una base de
n
¡
Sean 1
(1, 0, 0,..., 0) e ·
; 2
(0,1, 0,..., 0) e ·
; 3
(0, 0,1,..., 0) e ·
; …
(0, 0, 0,...,1)
n
e ·
El conjunto de vectores
{ }
1 2 3
, , ,...,
n
e e e e
es un conjunto de
vectores L. I., por lo tanto constituyen una base
canónica para
n
¡ .
Una base canónica para 3
P
(conjunto de polinomios de
grado 3) será el conjunto
{ }
2 3
1, , , x x x
Una base canónica para
2 2
M
×
(conjunto de matrices de
orden 2) es
1 0 0 1 0 0 0 0
, , ,
0 0 0 0 1 0 0 1
¹ ¹ 1 1 1 1
' ;
1 1 1 1
¸ ] ¸ ] ¸ ] ¸ ] ¹ ¹
¿Encuentre una base para el subespacio de
3
¡ ;
( ) { }
, , 2 3 0 W x y x x y z · − + ·
?
Escogiendo arbitrariamente
, x y
y
z
, en el plano
( , , ) x y z W ∈
De
2 3 y x z · +
;
( , 2 3 , ) ( , 2 , 0) (0, 3 , ) (1, 2, 0) (0, 3,1) x x z z x x z z x z + · + · +
Lo cual muestra que
(1, 2, 0)
y
(0, 3,1)
, generan
W
, es claro
que los vectores son L. I. (dado que cualquiera de los
vectores no es múltiplo del otro), así los vectores
(1, 2, 0)
y
(0, 3,1)
resultan ser una base para
W
.
Definición
Febrero 2008 – Julio 2008
Ing. Arturo Ortiz Cedano
Experiencia: Algebra Lineal
Universidad Veracruzana
Facultada de Ingeniería Civil - Xalapa
DIMENSIÓN
Si el espacio vectorial
V
, tiene una base finita,
entonces la Dimensión de
V
es el número de
vectores en todas las bases, y
V
se llama
espacio vectorial de dimensión finita.
De otra manera
V
se llama espacio vectorial de
dimensión infinita.
Si
{ } 0 V ·
, entonces se dice que
V
tiene dimensión
cero.
Dimensión de
n
¡
n
vectores linealmente independientes en
n
¡
constituyen una base del espacio vectorial
n
¡ .
Entonces
dim
n
¡ =
n
La dimensión del espacio vectorial n
P
es
dim
n
P =
1 n +
Y la dimensión del espacio vectorial
2 2
M
×
es
dim
n n
M n n
×
· ×
Tr. Sea
H
un subespacio de un espacio
vectorial de dimensión finita
V
, entonces
H
tiene dimensión finita y
dim dim H V ≤
SUBESPACIOS DE
3
¡
Los únicos subespacios propios de
3
¡ son los
conjuntos de vectores que están en una recta o en un
plano que pasa por el origen.
Si
H
es un subespacio de
3
¡
Existen 4 posibilidades
{ } 0 H ·
,
dim 1 H ·
,
dim 2 H ·
o
dim 3 H ·
Febrero 2008 – Julio 2008
Ing. Arturo Ortiz Cedano
Experiencia: Algebra Lineal
Universidad Veracruzana
Facultada de Ingeniería Civil - Xalapa
En el caso
dim 3 H ·
,
H
contiene una base L. I. de tres
vectores 1
v
, 2
v
, 3
v



3
¡ , pero 1
v
, 2
v
, 3
v
también forman
una base para
3
¡ , así que
{ }
3
1 2 3
, , H gen v v v · · ¡
Así podemos concluir que los únicos subespacios
propios de
3
¡ tienen
dim 1 H ·
y
dim 2 H ·
Si
dim 1 H ·
, entonces
H
, tiene una base que consiste
de un vector
( , , ) v a b c ·
.
Sea x en
H
. Entonces
( , , ) x t a b c ·
, para algún
( , , ) x x y z ·
,
esto significa
x at ·
,
y bt ·
y
z ct ·
, esta es la ecuación de
una recta que pasa por origen con la dirección
( , , ) a b c
Si
dim 2 H ·
, entonces
1 1 1 1
( , , ) v a b c ·
y
2 2 2 2
( , , ) v a b c ·
es una base
para
H
si
( , , ) x x y z ·
en
H
, entonces existen números
reales
s
y
t
tales que
1
2 x sv tv · +
o 1 1 1 2 2 2
( , , ) ( , , ) ( , , ) x y z s a b c t a b c · +

entonces
1 2
x sa ta · +
1 2
x sb tb · +
1 2
x sc tc · +
Ecuaciones paramétricas de un plano
ESPACIO DE SOLUCIÓN Y ESPACIO NULO
Sea
A
una matriz
m n ×
y sea { }
0 S x Ax · ∈ · ¡
Sean 1 x , 2 x en
S
Es claro que
1 2 1 2
( ) 0 0 0 A x x Ax Ax + · + · + ·
Y
1 1
( ) ( ) 0 0 A x Ax α α α · · ·
Así
S
es un subespacio de
n
¡ y
dim dim
n
S ≤ ¡
Al conjunto
S
se le llama Espacio de Solución
del sistema homogéneo 0 Ax · o Espacio nulo de
la matriz
A
.
Febrero 2008 – Julio 2008
Ing. Arturo Ortiz Cedano
Experiencia: Algebra Lineal
Universidad Veracruzana
Facultada de Ingeniería Civil - Xalapa
Base para el espacio de solución de un sistema
homogéneo
Encuentre una base (y la dimensión) para el espacio
solución
S
del sistema homogéneo
2 0
2 3 0
x y z
x y z
+ − · ¹
'
− + ·
¹
Aquí
2 3
1 2 1
2 1 3
A
×
− 1
·
1

¸ ]

S
subespacio de
3
¡
1 2 1
2 1 3
− 1
1

¸ ]

:

1 2 1
0 5 5
− 1
1

¸ ]

:

1 2 1
0 1 1
− 1
1

¸ ]

:

1 0 1
0 1 1
1
1

¸ ]



x z
y z
· −
·
Lo que nos manifiesta que todas las soluciones son
de la forma
( , , ) z z z −
así que
( 1,1,1) −
es una base para
S
y
dim 1 S ·
;
observe que
S
es el conjunto de vectores que están
en la recta
[ ]
, , x t y t z t · − · ·
Encuentre una base para el espacio solución
S
del
sistema
2 3 0
4 3 6 0
6 3 9 0
x y z
x y z
x y z
− + · ¹
¹
+ + ·
'
¹
− + − ·
¹
2 1 3
4 2 6
6 3 9
− 1
1

1
1 − −
¸ ]

:

2 1 3
0 0 0
0 0 0
− 1
1
1
1
¸ ]
Aquí se obtiene una sola ecuación
2 3 0 x y z − + ·
, es decir
2 3 y x z · +
( , 2 3 , ) ( , 2 , 0) (0, 3 , ) (1, 2, 0) (0, 3,1) x x z z x x z z x z + · + · +
La base se encuentra dada por los vectores
(1, 2, 0)
y
(0, 3,1)
y
dim 2 S ·
RANGO DE UNA MATRIZ
Febrero 2008 – Julio 2008
Ing. Arturo Ortiz Cedano
Experiencia: Algebra Lineal
Universidad Veracruzana
Facultada de Ingeniería Civil - Xalapa
El concepto de rango relaciona matrices con vectores
Los conceptos de solución de un sistema de
ecuaciones; de singularidad de una matriz y de
matriz inversa están relacionados con el rango.
En
11 12 13 1
21 22 23 2
31 32 33 3
1 2 3
...
...
...
... ... ... ... ...
...
n
n
m n n
m m m mn
a a a a
a a a a
A a a a a
a a a a
×
1
1
1
1 ·
1
1
1
¸ ]
consideremos
Los renglones de
A
como vectores 1 2 3
, , ,...,
m
r r r r
, con
m

componentes
Las columnas de
A
como vectores 1 2 3
, , ,...,
n
c c c c
, con
n

componentes
Los vectores renglón generan un subespacio de
n
¡
llamado Espacio Renglón de
A
Los vectores columna generan un subespacio de
m
¡
llamado Espacio columna de
A
Ejemplo en la matriz
1 2 1 2
3 4 1 6
5 4 1 0
A
− 1
1
·
1
1
¸ ]
Los vectores renglón (fila) de
A
, son
1
(1, 2, 1, 2) r · −
; 2
(3, 4,1, 6) r ·
; 3
(5, 4,1, 0) r ·
Estos vectores generan un subespacio de
4
¡ , llamado
espacio renglón de
A
Los vectores columna de
A
1
1
3
5
c
1
1
·
1
1
¸ ]
; 2
2
4
4
c
1
1
·
1
1
¸ ]
; 3
1
1
1
c
− 1
1
·
1
1
¸ ]
; 4
2
6
0
c
1
1
·
1
1
¸ ]
Estos vectores generan un subespacio de
3
¡ , llamado
Espacio Columna de
A
Febrero 2008 – Julio 2008
Ing. Arturo Ortiz Cedano
Experiencia: Algebra Lineal
Universidad Veracruzana
Facultada de Ingeniería Civil - Xalapa
Tr. El espacio renglón y el espacio columna
tienen la misma dimensión.
Definición
RANGO DE UNA MATRIZ
La dimensión del espacio renglón y del espacio
columna de una matriz
A
recibe el nombre de
Rango [
( ) rango A
]
Determine el rango de la matriz
1 2 3
0 1 2
2 5 8
A
1
1
·
1
1
¸ ]
Es claro que
(2, 5, 8) 2(1, 2, 3) (0,1, 2) · +
, motivo por el cual los
tres renglones son L. D.
Y dado que
(1, 2, 3)
no es múltiplo de
(0,1, 2)
, estos dos
vectores son L. I. y forman una base para el espacio
renglón de
A
, así
( ) 2 rango A ·
Tr. Los vectores renglón diferentes de cero de
una matriz
A
de forma escalonada reducida
constituyen una base para el espacio renglón.
El rango de
A
es el número de vectores renglón de
A

distintos de cero.
Ejemplo
En la matriz
1 2 0 0
0 0 1 0
0 0 0 1
0 0 0 0
A
1
1
1
·
1
1
¸ ]
Los vectores
(1, 2, 0, 0)
;
(0, 0,1, 0)
;
(0, 0, 0,1)
, constituyen una
base para el espacio renglón de
A
así que
( ) 3 rango A ·
Tr. Si
A
y
B
son matrices renglón equivalentes
entonces
A
y
B
tienen el mismo espacio
renglón y
( ) ( ) rango A rango B ·
Febrero 2008 – Julio 2008
Ing. Arturo Ortiz Cedano
Experiencia: Algebra Lineal
Universidad Veracruzana
Facultada de Ingeniería Civil - Xalapa
Encuentre una base para el espacio renglón de la
siguiente matriz
A
y determine su rango.
1 2 3
2 5 4
1 1 5
A
1
1
·
1
1
¸ ]
1 2 3
2 5 4
1 1 5
1
1
1
1
¸ ]

:

1 2 3
0 1 2
0 1 2
1
1

1
1 −
¸ ]

:

1 0 7
0 1 2
0 0 0
1
1

1
1
¸ ]
Así los vectores
(1, 0, 7)
y
(0,1, 2) −
, constituyen una base
para el espacio fila de
A
y
( ) 2 rango A ·
.
Continuación
Base y Dimensión
Considere el conjunto
( ) ( ) { }
1, 2, 3 , 2, 4,1 −
de vectores de
3
¡
,
estos vectores generan un subespacio
V
de
3
¡
, que
consta de los vectores de la forma
( ) ( )
1 2
1, 2, 3 2, 4,1 v c c · + −
1)
Los vectores
( ) 1, 2, 3
y
( ) 2, 4,1 −
generan el subespacio
2)Dado que el segundo vector no es múltiplo
escalar del primero, los vectores son
linealmente independientes


( ) ( ) { }
1, 2, 3 , 2, 4,1 −
constituye una base para
V
y
( ) dim 2 V ·
.
Teorema
a)
El origen,
( ) { }
0, 0, 0
es un subespacio de
3
¡
, la
dimensión de este subespacio es cero..
b)
Los subespacios de una dimensión de
3
¡
son
rectas que pasan por el origen.
c)
Los subespacios de dos dimensiones de
3
¡
son
planos que pasan por el origen.
Febrero 2008 – Julio 2008
Ing. Arturo Ortiz Cedano
Experiencia: Algebra Lineal
Universidad Veracruzana
Facultada de Ingeniería Civil - Xalapa
Teorema
Sea
{ }
1 2 3
, , ,...,
m
v v v v
una base del espacio vectorial
V
,
entonces cada vector en
V
se puede expresar en
forma única como combinación lineal de estos
vectores.
Teorema
Sea
V
un espacio vectorial de dimensión
n
.
a)
Si
{ }
1 2 3
, , ,...,
n
S v v v v ·
, es un conjunto de
n
vectores
linealmente independientes en
V
, entonces
S

es una base para
V
.
b)
Si
{ }
1 2 3
, , ,...,
n
S v v v v ·
es un conjunto de vectores que
genera a
V
, entonces
S
es una base para
V
.
Muestre que
( ) ( ) ( ) { }
1, 3,1 , 2,1, 0 , 4, 2,1
es una base de
3
¡
.
Solución
La dimensión de
3
¡
es
3
, por consiguiente una base
para
3
¡
consta de tres vectores, esto es se cuenta
con el número exacto (necesario)de vectores para
una base.
Por el teorema anterior, es suficiente verificar una de
las dos condiciones: el conjunto es linealmente
independiente o el conjunto genera
3
¡
.
Comprobemos independencia lineal
Consideremos
( ) ( ) ( ) ( )
1 2 3
1, 3, 1 2,1, 0 4, 2,1 0, 0, 0 c c c − + + ·
, lo que se convierte en el
sistema de ecuaciones
1 2 3
1 2 3
1 3
2 4 0
3 2 0
0
c c c
c c c
c c
+ + ·
¹
¹
+ + ·
'
¹
− + ·
¹
, con solución única
1 2 3
0 c c c · · ·
Por lo tanto el conjunto
( ) ( ) ( ) { }
1, 3,1 , 2,1, 0 , 4, 2,1
es una base
para
3
¡
.
Febrero 2008 – Julio 2008
Ing. Arturo Ortiz Cedano
Experiencia: Algebra Lineal
Universidad Veracruzana
Facultada de Ingeniería Civil - Xalapa
Dimensión de un espacio de matrices
Consideremos el espacio de matrices
2 2
M
×
, las
matrices
1 0
0 0
¸ _

¸ ,
,
0 1
0 0
¸ _

¸ ,
,
0 0
1 0
¸ _

¸ ,
y
0 0
0 1
¸ _

¸ ,
Estas matrices generan
2 2
M
×
y son linealmente
independientes.
Por consiguiente constituyen una base para
2 2
M
×
Así la dimensión del espacio vectorial
2 2
M
×
es
4
, esto
es
( )
2 2
dim 4 M
×
·
.
Generalizando, la dimensión del espacio vectorial de
matrices
m n
M
×
es
m n ×
esto es
( ) dim
m n
M m n
×
· ×
“verifíquelo”
Consideremos el espacio vectorial de polinomios de
grado
2 ≤
, las funciones
2
x
,
x
y
1
, esto es el conjunto
{ }
2
, ,1 x x
, genera
2
P
, ya que cualquier polinomio
2
ax bx c + +

se puede expresar en la forma:
2
x
,
x
y
1
, son linealmente independientes ya que
2
0 ax bx c + + ·
, para todo valor de
x
implica
0 a ·
,
0 b ·
y
0 c ·
, por lo tanto,
{ }
2
, ,1 x x
constituye una base para
2
P
y la
dimensión de
2
P
es
( )
2
dim 3 P ·
.
De igual forma,
{ }
1 2
, ,..., , ,1
n n
x x x x

es una base para
n
P
, con
dimensión
1 n +
, esta base recibe el nombre de base
canónica para
n
P
.
Espacio vectorial
2
£
( ) ( ) { }
1, 0 , 0,1
, genera
2
£
, cualquier vector
( ) , a bi c di + +
se
puede expresar como
( ) ( ) ( ) ( ) ( ) , 1, 0 0,1 a bi c di a bi c di + + · + + +
, es
claro que
( ) 1, 0
y
( ) 0,1
son linealmente independientes
en
2
£
, por lo tanto
( ) ( ) { }
1, 0 , 0,1
constituyen una base
para
2
£
cuya dimensión es
2
, esto es
( )
2
dim 2 · £
.
Febrero 2008 – Julio 2008
Ing. Arturo Ortiz Cedano

Arturo Ortiz Cedano . Si H es un subespacio de ¡ 3 Existen 4 posibilidades H = { 0} .Xalapa DIMENSIÓN Si el espacio vectorial V . y V se llama espacio vectorial de dimensión finita. Si V = { 0} . V tiene dimensión Dimensión de ¡ n n vectores linealmente independientes en ¡ n constituyen una base del espacio vectorial ¡ n . tiene una base finita. entonces H tiene dimensión finita y dim H ≤ dim V SUBESPACIOS DE ¡ 3 Los únicos subespacios propios de ¡ 3 son los conjuntos de vectores que están en una recta o en un plano que pasa por el origen. entonces se dice que cero. Entonces dim ¡ n = n La dimensión del espacio vectorial dim Pn = n + 1 n× n Pn es es Y la dimensión del espacio vectorial dim M = n×n M 2×2 Tr.Experiencia: Algebra Lineal Universidad Veracruzana Facultada de Ingeniería Civil . Sea H un subespacio de un espacio vectorial de dimensión finita V . De otra manera V se llama espacio vectorial de dimensión infinita. dim H = 1 . dim H = 2 o dim H = 3 Febrero 2008 – Julio 2008 Ing. entonces la Dimensión de V es el número de vectores en todas las bases.

esta es la ecuación de una recta que pasa por origen con la dirección (a. c1 ) + t (a2 . v2 . v3 ∈ ¡ 3 . v2 . b. c) . b1 . b2 . b2 . c) Si dim H = 2 . b. y. z ) en H . y. v3 también forman una base para ¡ 3 . así que H = gen { v1 . entonces H . H contiene una base L. I. c2 ) entonces 1 x = sa1 + ta2 x = sb1 + tb2 x = sc1 + tc2 Ecuaciones paramétricas de un plano ESPACIO DE SOLUCIÓN Y ESPACIO NULO Sea A una matriz m × n y sea S = { x ∈ ¡ Ax = 0} Sean x1 . v3 } = ¡ 3 Así podemos concluir que los únicos subespacios propios de ¡ 3 tienen dim H = 1 y dim H = 2 Si dim H = 1 . c2 ) es una base para H si x = ( x. Sea x en H . x 2 en S Es claro que A( x + x ) = Ax + Ax = 0 + 0 = 0 Y A(α x ) = α ( Ax ) = α 0 = 0 Así S es un subespacio de ¡ n y dim S ≤ dim ¡ n Al conjunto S se le llama Espacio de Solución del sistema homogéneo Ax = 0 o Espacio nulo de la matriz A . y. pero v1 . c) . 1 2 1 2 1 1 Febrero 2008 – Julio 2008 Ing. esto significa x = at . z ) .Experiencia: Algebra Lineal Universidad Veracruzana Facultada de Ingeniería Civil .Xalapa En el caso dim H = 3 . Entonces x = t (a. v2 . Arturo Ortiz Cedano . z ) = s(a1 . entonces existen números reales s y t tales que x = sv + tv 2 o ( x. entonces v1 = (a1 . para algún x = ( x. c1 ) y v2 = (a2 . y = bt y z = ct . tiene una base que consiste de un vector v = (a. b. b1 . de tres vectores v1 .

2.1) es decir (1. 2. z. 0) La base se encuentra dada por los vectores (0. 0) + z (0.1) y dim S = 2 RANGO DE UNA MATRIZ y Febrero 2008 – Julio 2008 Ing.3. z ) = x(1.3 z .Experiencia: Algebra Lineal Universidad Veracruzana Facultada de Ingeniería Civil . 2 x + 3 z . observe que S es el conjunto de vectores que están en la recta [ x = −t . Arturo Ortiz Cedano . 0) + (0.3.1. S 1 2 −1 0 1 −1   : 1 0 1  0 1 −1   ⇒ x = −z y=z del Aquí se obtiene una sola ecuación y = 2 x + 3z ( x.1) es una base para S y dim S = 1 . z ) = ( x. z ) así que (−1. z = t ] Encuentre una base para el espacio solución sistema 2 x − y + 3z = 0  4 x + 3 y + 6 z = 0  −6 x + 3 y − 9 z = 0   2 −1 3   4 −2 6     −6 3 −9    :  2 −1 3 0 0 0   0 0 0   2 x − y + 3z = 0 . 2 x.Xalapa Base para el espacio de solución de homogéneo un sistema Encuentre una base (y la dimensión) para el espacio solución S del sistema homogéneo x + 2 y − z = 0  2 x − y + 3z = 0 1 2 −1  Aquí A =  2 −1 3   2×3 1 2 −1   2 −1 3 :   1 2 −1   0 −5 5    S subespacio de ¡ 3 : Lo que nos manifiesta que todas las soluciones son de la forma (− z . y = t .

.. Arturo Ortiz Cedano ..Xalapa El concepto de rango relaciona matrices con vectores Los conceptos de solución de un sistema de ecuaciones. − 1.1.. cn . llamado Estos vectores generan un subespacio de Espacio Columna de A ¡ 3 .  amn   En Am×n consideremos r1 . 0) Estos vectores generan un subespacio de espacio renglón de A Los vectores columna de 1   2  −1 3  4 c1 =   . r2 = (3.... c3 =  1  ... 6) . 4. A A a1 n  a2 n   a3n   .. . .Experiencia: Algebra Lineal Universidad Veracruzana Facultada de Ingeniería Civil . Los renglones de componentes Las columnas de componentes como vectores como vectores con con m n Los vectores renglón generan un subespacio de llamado Espacio Renglón de A Los vectores columna generan un subespacio de llamado Espacio columna de A Ejemplo en la matriz 1 A= 3  5  2 4 4 −1 1 1 2 6  0  ¡ ¡ n m Los vectores renglón (fila) de A . rm . 4.. am 2 a13 a23 a33 ... c3 ... r3 = (5..   5   4 1       A  2 c4 =  6    0   ¡ 4 . llamado Febrero 2008 – Julio 2008 Ing. .. c2 =   . c1 .1.. r3 . c2 . 2. 2) .. . am 3 ... son r1 = (1.  a11 a  21 =  a31   ..  am1  a12 a22 a32 .... de singularidad de una matriz y de matriz inversa están relacionados con el rango. r2 ..

2) . motivo por el cual los tres renglones son L.1. Si A y entonces renglón y B A rango( A) = rango( B) son matrices renglón equivalentes y B tienen el mismo espacio Febrero 2008 – Julio 2008 Ing. Arturo Ortiz Cedano . Ejemplo En la matriz 1 0 A= 0  0 2 0 0 0 0 1 0 0 0 0  1  0 Los vectores (1. El espacio renglón y el espacio columna tienen la misma dimensión. 0.5. 2. 2. 0.1) . Los vectores renglón diferentes de cero de una matriz A de forma escalonada reducida constituyen una base para el espacio renglón.1.8) = 2(1.3) no es múltiplo de (0. I. así rango( A) = 2 Tr.3) + (0. y forman una base para el espacio renglón de A . 0. Definición RANGO DE UNA MATRIZ La dimensión del espacio renglón y del espacio columna de una matriz A recibe el nombre de Rango [ rango( A) ] Determine el rango de la matriz 1 2 3  A = 0 1 2   2 5 8   Es claro que (2. (0. D. (0. 0. 2. constituyen una base para el espacio renglón de A así que rango( A) = 3 Tr. 0) .1. estos dos vectores son L.Xalapa Tr.Experiencia: Algebra Lineal Universidad Veracruzana Facultada de Ingeniería Civil . El rango de A es el número de vectores renglón de A distintos de cero. 0) . 2) . Y dado que (1.

4. 4. ¡ 3 son Febrero 2008 – Julio 2008 Ing. − 2) . 1 2 3  A = 2 5 4   1 1 5    1 2 3  2 5 4   1 1 5    1 2 3  0 1 −2     0 −1 2    1 0 7   0 1 −2    0 0 0    : : Así los vectores (1.3) + c2 ( −2. b) . 2..3) y ( −2. los vectores son linealmente independientes ∴ { ( 1.3) . la Los subespacios de una dimensión de rectas que pasan por el origen.Xalapa Encuentre una base para el espacio renglón de la siguiente matriz A y determine su rango. 2. 2. constituyen una base para el espacio fila de A y rango( A) = 2 .1) } de vectores de ¡ 3 . 4. Arturo Ortiz Cedano . ( −2. ( −2. 0.1) } constituye una base para V y dim ( V ) = 2 . Continuación Base y Dimensión Considere el conjunto { ( 1.1) 1) Los vectores ( 1.Experiencia: Algebra Lineal Universidad Veracruzana Facultada de Ingeniería Civil . 2. ¡ 3 son c) Los subespacios de dos dimensiones de planos que pasan por el origen. 7) y (0.3) . 0 ) } es un subespacio de dimensión de este subespacio es cero. 0. estos vectores generan un subespacio V de ¡ 3 . { ( 0. que consta de los vectores de la forma v = c1 ( 1.1) generan el subespacio 2)Dado que el segundo vector no es múltiplo escalar del primero. ¡ 3 Teorema a) El origen.1. 4.

vn { } es un conjunto de vectores que S genera a V .1) . Si S = v1 . es un conjunto de n vectores linealmente independientes en es una base para b) V . 3.1. entonces cada vector en V se puede expresar en forma única como combinación lineal de estos vectores. Teorema Sea V un espacio vectorial de dimensión n .1. v2 . 2. v3 .3.1) } es una base para ¡ 3 . por consiguiente una base para ¡ 3 consta de tres vectores. 2. Solución La dimensión de ¡ 3 es 3 . ( 2. 0. 2. vn } . 0 ) + c3 ( 4.1) = ( 0. es suficiente verificar una de las dos condiciones: el conjunto es linealmente independiente o el conjunto genera ¡ 3 .. v2 . entonces es una base para V ..3. v2 . v3 . 0 ) . v3 .... Febrero 2008 – Julio 2008 Ing. Arturo Ortiz Cedano . −1) + c2 ( 2. ( 4..Experiencia: Algebra Lineal Universidad Veracruzana Facultada de Ingeniería Civil .. Por el teorema anterior.. 0 ) .1) } es una base de ¡ 3 .1. 0 ) .. a) Si S = { v1 . ( 4. entonces S V .  −c + c3 = 0  1 con solución única c1 = c2 = c3 = 0 Por lo tanto el conjunto { ( 1. esto es se cuenta con el número exacto (necesario)de vectores para una base.... vm } una base del espacio vectorial V . Comprobemos independencia lineal Consideremos c1 ( 1. lo que se convierte en el sistema de ecuaciones c1 + 2c2 + 4c3 = 0  3c1 + c2 + 2c3 = 0 .Xalapa Teorema Sea { v1 .1) . ( 2. Muestre que { ( 1.

1} .. c + di ) se puede expresar como ( a + bi. genera £ 2 . con dimensión n + 1 . 0 ) y ( 0. ya que cualquier polinomio ax 2 + bx + c se puede expresar en la forma: x 2 .Xalapa Dimensión de un espacio de matrices Consideremos el espacio de matrices matrices 1 0  0 1  0 0  . x . las y  0 0   0 1 Estas matrices generan M 2×2 y son linealmente independientes. x . es claro que ( 1. { x .1) } . Por consiguiente constituyen una base para M 2×2 Así la dimensión del espacio vectorial M 2×2 es 4 . x y 1 ..1} es una base para Pn . por lo tanto.1) . esto es dim ( £ ) = 2 . cualquier vector ( a + bi.. por lo tanto { ( 1. b = 0 y c = 0 2 .1) } constituyen una base 2 para £ 2 cuya dimensión es 2 .  . Espacio vectorial £ 2 { ( 1. genera P2 . las funciones x 2 . para todo valor de x implica a = 0 . esta base recibe el nombre de base canónica para Pn . 0 ) . son linealmente independientes ya que ax 2 + bx + c = 0 . Febrero 2008 – Julio 2008 Ing. 0 ) + ( c + di ) ( 0. x. ( 0. x.1) son linealmente independientes en £ 2 .1} constituye una base para P2 y la dimensión de P2 es dim ( P2 ) = 3 .    0 0  0 0 1 0 M 2×2 . 0 ) . esto es dim ( M 2×2 ) = 4 . n n −1 2 De igual forma. esto es el conjunto { x 2 . Arturo Ortiz Cedano . x. c + di ) = ( a + bi ) ( 1. Generalizando.Experiencia: Algebra Lineal Universidad Veracruzana Facultada de Ingeniería Civil . la dimensión del espacio vectorial de matrices M m×n es m × n esto es dim ( M m×n ) = m × n “verifíquelo” Consideremos el espacio vectorial de polinomios de grado ≤ 2 . ( 0.. { x . x y 1 .

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->