ALGEBRA LINEAL. CONJUNTOS CONVEXOS.

1. Dependencia e independencia lineal. Base.

2. Sistemas de ecuaciones lineales. Soluciones.
3. Soluciones basicas.
4. Conjuntos convexos.
5. Conjuntos convexos: deniciones.
6. Conjuntos convexos: teoremas.
7. Aplicaci on a la Programaci on Lineal.
1
1 Dependencia e independencia lineal. Base.
Denici on 1 Dados v
1
, v
2
, . . . , v
n
, se llama combinaci on
lineal de esos vectores a

1
v
1
+
2
v
2
+ +
n
v
n
siendo
1
, . . . ,
n
R.
Denici on 2 Los vectores v
1
, v
2
, . . . , v
p
R
n
son li-
nealmente dependientes si existen
1
, . . . ,
p
R no
todos nulos tales que

1
v
1
+
2
v
2
+ +
p
v
p
= 0
Denici on 3 Dados v
1
, v
2
, . . . , v
p
R
n
, si se verica

1
v
1
+
2
v
2
+ +
p
v
p
= 0
1
=
2
= =
p
= 0
entonces, los vectores v
1
, v
2
, . . . , v
p
son linealmente in-
dependientes.
Denici on 4 Un conjunto {v
1
, v
2
, . . . , v
p
} R
n
es un
sistema generador si y R
n

1
, . . . ,
p
tal que
y =
1
v
1
+. . . +
p
v
p
2
Denici on 5 Una base de un espacio vectorial es un
conjunto de vectores {v
1
, . . . , v
p
} que verica
a) Son linealmente independientes.
b) Son un sistema generador.
Denici on 6 La dimensi on de un espacio vectorial es
el n umero de vectores de una base.
Observaci on: Todas las bases de un espacio vectorial
tienen el mismo n umero de vectores.
Teorema 1 Cualquier vector de un espacio vectorial se
puede escribir como combinaci on lineal de los vectores
de una base, siendo esa combinaci on lineal unica.
Teorema 2 Dada una base B del espacio vectorial R
n
y un vector v R
n
que no esta en B, v = 0, siempre
es posible conseguir otra base sustituyendo alg un vector
de B por el vector v.
3
2. Sistemas de ecuaciones lineales. Soluciones.
Dada A R
mn
, rang A = n umero las lin. ind..
Sea Ax = b, A R
mn
.
1. Si rang A = rang [A b] sistema incompatible.
2. Si rang A = rang [A b] sistema compatible.
Si rang A = rang [A b] = n umero de incognitas
soluci on unica.
Si rang A = rang [A b] < n umero de incognitas
innitas soluciones.
Soluciones.
Sea Ax = b, A R
mn
, m < n.
Si rang A = m y B es una submatriz de A con m colum-
nas linealmente independientes,
Bx
B
+Nx
N
= b
Bx
B
= b Nx
N
x
B
= B
1
b B
1
Nx
N
4
3. Soluciones basicas.
Ax = b
A R
mn
, m < n, rang A = m,
x
B
= B
1
b B
1
Nx
N
x
B
: inc ognitas basicas.
x
N
: inc ognitas libres.
Denici on 7 Dado un sistema lineal Ax = b, llamamos
soluci on basica x
B
a la que se obtiene dando a todas
las inc ognitas libres el valor 0.
x
N
= 0 x
B
= B
1
b
N umero maximo de soluciones basicas:

n
m

=
n!
m! (n m)!
5
4 Conjuntos convexos.
Ecuaci on de una recta.
Dados los puntos x
1
, x
2
R
n
, x
1
= x
2
el siguiente con-
junto es una recta
R = {x/x = x
2
+(1)x
1
, x
1
, x
2
R
n
, x
1
= x
2
, R}
Segmentos.
S = {x/x = x
2
+(1)x
1
, x
1
, x
2
R
n
, x
1
= x
2
, 0 1}
Hiperplanos y semiespacios.
1. {x/c
T
x < z} semiespacio abierto.
2. {x/c
T
x = z} hiperplano (semiespacio cerrado).
3. {x/c
T
x > z} semiespacio abierto.
Los siguientes semiespacios son cerrados:
{x/c
T
x < z} {x/c
T
x = z} = {x/c
T
x z}
{x/c
T
x = z} {x/c
T
x > z} = {x/c
T
x z}
6
5. Conjuntos convexos: deniciones.
Denici on 8 Sean x
1
, x
2
R
n
. La combinaci on lineal
x = x
2
+(1 )x
1
, 0 1
se llama combinaci on lineal convexa de x
1
y x
2
.
Si 0 < < 1, a la combinaci on lineal convexa se le llama
restringida.
Observaci on: El segmento que une dos puntos es el
conjunto de las combinaciones lineales convexas de los
dos puntos.
Denici on 9 Un conjunto X R
n
es convexo si dados
2 puntos cualesquiera x
1
, x
2
X, cualquier combinaci on
lineal convexa pertenece al conjunto X.
Denici on 10 x X R
n
es punto extremo si
x
1
, x
2
X, x
1
= x
2
, / x = x
2
+(1 )x
1
, 0 < < 1
7
6. Conjuntos convexos: teoremas.
Teorema 3 Un hiperplano es un conjunto convexo.
Teorema 4 Los semiespacios cerrados y abiertos son
conjuntos convexos.
Teorema 5 La intersecci on de un n umero nito de con-
juntos convexos es un conjunto convexo.
X
1
, X
2
, . . . , X
n
convexos X =
n

i=1
X
i
es convexo.
Generalizaci on.
Denici on 11 Dados x
1
, . . . , x
p
R
n
llamamos combi-
naci on lineal convexa generalizada a x tal que
x =
p

i=1

i
x
i
,
i
0 i ,
p

i=1

i
= 1
Denici on 12 El conjunto de todas las combinaciones
lineales convexas de un n umero nito de puntos se llama
poliedro convexo.
Observaci on. Se puede demostrar que
X = {x =
p

i=1

i
x
i
,
i
0 i y
p

i=1

i
= 1}
es un conjunto convexo.
8
7. Aplicaci on a la Programaci on Lineal.
Dado un modelo lineal,
opt z = c
1
x
1
+c
2
x
2
+ +c
n
x
n
sujeto a
a
11
x
1
+a
12
x
2
+ +a
1n
x
n

> b
1
a
21
x
1
+a
22
x
2
+ +a
2n
x
n

> b
2
.
.
.
a
m1
x
1
+a
m2
x
2
+ +a
mn
x
n

> b
m
x
1
, x
2
. . . x
n
0
Se puede observar que,
1. La funci on objetivo es un hiperplano y, por tanto,
un conjunto convexo.
2. Cada restricci on es un semiespacio cerrado y, por
tanto, un conjunto convexo.
3. Hay un conjunto nito de restricciones y la inter-
secci on es un conjunto convexo.
El conjunto de soluciones de un modelo lineal es un
conjunto convexo. Se trata de buscar los puntos de ese
conjunto convexo de optimizan la funci on objetivo.
9