ESPACIOS VECTORIALES Introduccién. La idea de vector esté tomada de la Fisica, donde siven para representar magnitudes vvectoriales como fuerzas, velocidades o aceleraciones. Para ello se emplean vectores de {dos componentes en el plano, de tres componentes en el espacio, ‘Se sypone conocido represontaciéngrficay mene de fos vectores de 9 y do 3° En Matematicas, ratamos de abstraer las propiedades que caracterizan a los vectores para ‘extenderlas también a otro tipo de objetos diferentes de los vectors de la Fisica Esencialmente, el comportamiento que caracteriza a los vectores es el siguiente: + Podemos sumar dos vectores y obtenemos otro vector; + Podemos multiplicar un veetor por un numero (escalar) y obtenemos otro vector. ‘Ademés estas, operaciones cumplen cierlas propiedades, que observamos en los vectores, de wy de i? Eno sucesho, ulizaremos habtusimente a siguiente notecén: uw (4 otras letras latinas) para wootores, mientras que fas letras griegas designarén escalares. Propiedades de la suma de vectores. + Asociativa: (urv}ew = ux(vrn) + Conmutativa: veusu, + Existe un elemento neutro, el vector 0, tal que 0+ v= v para cualquier vector v + Para cada vector v existe un elemento opuesto, -v, que sumado con él da 0 Propiod: | producto de un vector por un escalar. + Asoclativa: (av) = (Ba )V + Distibutivas: + Respecto de a suma de escalares: (a +P) v= av «Pv + Respecte de a suma de vectores: e(u+ v) = autay + Existe un elemento unidad: el escalar 1, tal que 1 para cualquier vector v. Definicién: espacio vectorial. CCuaiquir conjunta que posea unas operaciones suma y producto por escalares, cumpliendo todas las propiedades anteriores, demos que es un espacio vectorial. Los elementos de tal Conjunto se llamardn vectores (aunque pueda tratarse de objetos diferentes a los veciores de la Fisica) Diremos que el espacio vectorial es real o complejo, segin sean los escalares, ‘+ Olras propiedades de los espacios vectoriales pueden deducirse de las anteriores propiedades basicas. Por ejemplo: Si av= 0 (a escalar, v vector) entonces o bien es obienes v ‘Neila Campos ALGEBRA LINEAL Espacios VestoralesEjemplos de espacios vectoriales. 41) El espacio 8" ,formado por los vectores de n componentes (x, ...%) @8 un espacio vectorial real, en el que se pueden sumar vectores y muliplicar por un escalar (eal) de a forma habitual. ‘Se puede comprobar que se cumplen las propiedades requeridas para ambas operaciones. El vector c210 65 (0...) No es un espacio vectorial complejo, pues no podemos multiicar por escalares complejos (silo hacemos, el resultado no se mantendra dentro de 2") 2) Consideremos el conjunto F; de los polinomios de grado < 2 con coeficientes reales: P; } Es un espacio vectorial real, pues podemos sumar dos elementos de Py obtenemos otto elemento de 2 ; también podemos mutipicar un elemento de Pz por un escalar real y cbtenemos otro elemento de P2, Vesmoslo + Suma: (ax! + bx +0) + (a +bx +e) + Producto por un escalarreal: 26%, Hax+ bx + 6) ad tbx+ea.b, (ava) x + (eb) x+ (che) que pertenece @ Fs ae + bx +e que pertenece a P: ‘Se puede comprobar que se curplen las propiedades requerdas. El vector Des el polinomio cero: Ox +Ox+0 No es un espacio vectorial complejo, pues al muitpicar por un escalar complejo el resuitado pdr ser un potinomio complejo que no pertenece a Ps. 3) Consideremos el conjunto G de los polinomios de grado = 3 (exactamente 3) con ‘coefcientes reales. No es un espacio vectorial (real ni complejo), pues al sumar dos elementos de G, no esta garantzado que el resultado este en G. En efecto, consideremos los polinomios sendextt patatnxtt Pertenecan @ G, pues eu grado es 3. Pero eu suma es pta = 2x"+2x+2 que no pertenece a G (su grado noes 3), 4) Consideremos el conjunto Maz (también denotado por M;) de las matrices 2x2 con términos reales Neila Campos ——~—~S*CRLGEBIRA LINEAL Eapacios Veetornles 2Es un espacio vectorial real, pues podemos sumar dos matrices de Max obteniendo otra rmatriz de Ma , y muliplicar una matiz de Mia por un escalar real obteniendo otra matiz de Maz, Se puede comprobar que se cumplen las propiedades, El vector 0 es, en este ‘caso, la matrz con todos sus términos nulos, [No es un espacio vectorial complejo. '5) Consideremos el conjunto MC de as matrices 2x3 con términos complejos. Es un espacio vectorial real, pues podemos sumar dos matrices de MC obteniendo otra rmatriz de MC, y mutpicar un elemento de MC por un escalar real obteniendo otra matriz de Mc ‘También es un espacio vectorial complejo, pues podemos multipicar una matriz de MC por un escalar complejo obteniende otra matriz de MC. (Compruébese con elementos geneéricos) 6) Consideremos el conjunto ME de las matrices 3x2 con términos enteros. Podemos sumar dos matrices de ME y obtenemos otro elemento de ME: bd 1 8), €) (are eve bale a) (ow ava Sin erbarge ME. 0 wu un sapecl vectorial eal, puss a ular un lerents do ME por un escalar real no estd garantizado que el resultado permanezca dentro de ME. Si el ‘escalar es pc) el nimaro real 1.25, el resultado ya no es Una malriz con terminas entero ens stmame(* 3). (E ¢ ). (6 SJ ennai etn también tiene términos enteros, luego pertenece a ME. Por similar razén tampoco es un espacio vectorial complejo. 7) El conjunto C de los nimeros complejos se puede considerar como un espacio vectorial real, En efecto, se pueden sumar dos niimeros compos obteniéndose otro nimero ‘compleo; y se puede multipicar un complejo por un escalar real, obteniéndose otro ‘complejo. Es decir, ‘= Suma: (abi) + (c4d?) = (a+e) + (bedi, que es otro numero complejo. * Producto por un escalar real: 7.8, (arbi) = aa + 2b/ que es otto nimero complejo La suma y el producto por un escalar cumplen todas las propiedades requeridas. En este ‘caso el vector Ges el nimero complejo cero, O*0f ‘ella Campos——~=~*CGEBRALINEAL __———_—‘Espacios Vestornls 3Notese que aqui los complejos funcionan como vectores (elementos del espacio vectorial C) ¥ los reales como escalares. Observer ademas que, en este contexto, el conjunto de los nimeros complejos se comporta Igual que el espacio vectorial, idenificando el nimero complejo abi con el vector (a,b). Esto es el mative por el cual se suele representar el plano complejo como si fuera St, con la parte real en el eje de abscisas y la parte imaginaria en el eje de ordenadas. 8) El conjunto de fas funciones continuas definidas en %: Se pueden sumar dos funciones, Y 88 puede muitipicar una funcion por un escala real Por ejemplo, as funcions fx y allots pueden sumare yeaa cea union Weng) [intineen gh)gt puede multlearae po esalary esua a union Ki. 2g). Si sumamos dos funciones continuas, el resutado es otra funcion continua. Si multipicamos luna funcién continua por un escalar, el resultado es otra funcion continua Las operaciones cumplen las propiedades requeridas, El vector es la funcién constante 0 Por tanto se trata de un espacio vectorial real + Hay muchos ofos espacios vectoriales. Gracias a eso, las propiedades que encontremos para espacios.vectorales en general, las podemos aplicar a matrices, polinomios, funciones, Observacién. En algunos espacios vectorales reales, cstintos de 3", puede hacerse un “parallismo" o “identiicacion’ con 3, para un n adecuado, Por ejemplo, ya hemos visto cémo el espacio vectorial real © de los nimeros complejos puede identifcarse con Si, cortespandiendo el nimera complejo atbi al vector (a,b) Veamos cio el espacio P= { polinomios de grado < 2 } puede identiicarse con 3°: cada Polinomio ax"+bxte corresponderia al vector (a,b,c) de Lo mismo ocr cone espacio de ates Maa {macs 22 uot Meni con 2 cmerponiand sla mati (::)elwco(abes En todos los cates as operaciones de sumay pout por scl se pueden tasladar — =—s Esto hace posible efectuar las operaciones en si" en lugar de otros espacios. Neila Campos ‘ALGEBRA LINFALSUBESPACIOS VECTORIALES Dado un espacio vectorial V, pademos considerar una parte S de él que funcione como un ‘espacio vectorial “més pequeto", incluido en V. ‘Como V es un espacio vectorial, posee unas operaciones (suma, producto por un escalar) que en particular ee pueden electuar en S. Sola necesttaremes que, al efectualas, su resultado quede dentro de S finicién: Subes; Dado un espacio vectorial V, se dice que un subconjunto $ de V es un subespacio vectorial sicontiene al vector 0, y si al efectuar las operaciones de suma y producto por escalar entre vectores de S, el resulado permanece en S. (Se puede decir que S es “cerrado* para las operaciones euma y producto por escalar,) Es deci: + tes + Siv,we Sentoncesv+weS, + SiveS y Lesun escalar, entonces iv € 8. ‘Ya no hace falta comprobar que se cumplen las propiedades asociativa, conmutatva, etc puesto que sabemos que se curmplen en V, y por tanto tambien en S (se dice que S "hereds* las propiedades de las operaciones en V), Por supuesto si para V uliizamos escalares reales, también para S; si para V utiizamos ‘complejos, también para S. Ejemplos de subespacios. 4) La recta xey es un subespacio de st. Esta formado por los vectores dela forma (a), Contiene al vector (0,0), ‘Ademas, es cerrado para la suma y producto por escaar: + Suma: (a,2) + (.b) = (a¥b, a¥b) que también es un elemento de la recta + Producto porun escalar:7<2 , 2(a.a) = (ta, ha) que también es un elemento de la recta, 2) El plano XY es un subespacio de 3. Estéformado por los vectores de la forma (xy.0), Contiene al vector (0.0.0, ‘Ademas, es cerrado para la suma y producto por escaar: + Suma: (xy.0) + (%,y.0) = Ge, y4y’, 0) que también es un elemento det plano. + Producto por un escalar: A<9 ,A(y.0)=(0x, 2, 0) que también es un elemento de! plano. Podemos decir que este plano “es como 9i** pero incluido en 9. ‘Neila Campos3) 2s un subespacio de 5 el conjunto de los vectores de la forma (a.1)? No, puesto que no contione al (00) (© ‘también’ porque no se puede sumar dentro de este conjunto, por ejemplo (@.1}40.1)=(@tb.2) que no pertenece al conjunto. 4) Enel espacio P= {plinomias de grado < 2}, lconunto de es pains de grado <1 forma un subespacio. En efecto, conten al poinom ceo, y podemos sumary mulipicar por un excala in slr do conjro: + Suma: (ax) + as) = (ata) + o¥D) que también es un poinomio de grado <1 + Producto porescalar 2% 2faxtb)= herb que también es un plies de grado <1. 5) En My = {maties 2x2), econunto de as matioessiméticas (+ *) es un suberpacia. CContiene a la matiz nula,y es cerrado pa Jas operaciones: + suma: (5 *)+( S)= (£5 £8) ae tambien os una mati eetricn fin 2 a rian acne 3c 1(¢ )=(¢ 6) Geométicamente los subespacios vectoriales de 3" y 31'son rectas, pianos, y slo uno de ellos es un punto, el {0}. Las curvas 0 las superficies curvas no son subespacios; tampoco las figuras geométricas finitas, como circulos 0 poligonos en el plano, esferas 0 poliedros en e! espacio. (Comprobar grficamente que no pueden sumarse vectores dentro de este tipo de conjuntos) 7) En todo espacio vectorial exsten el subespacio cero, formado solamente por el vector {0),yelsubespacio total, formado por todos los vectores del espacio. RY, ripcién de los. Los subespacios de 2" pueden describrse de dos formas: imolicta y paramética + Forma implicita: Mediante ecuaciones, Los vectores que verifquen las ecuaciones son fos que pertenecen al subespaci. + Forma paramétriea: Mediante una expresion con parémetros, los cuales al tomar distintos valores producen todos los vectores del subespacio, ‘ei Ganpor” SCAG TINEA ———Frpacos Verores §ara pasar de una a otra forma + De ta forma implicta a la paramettica: Basta considerar las ecuaciones impliitas como lun sistema, y resolverio, La solucion general del sistema (que podra depender de parémetros) es Ia expresién parametica, * De Ia forma paramétrica ala implicita: Podemos decir, aunque no es un método iguroso,, {ue se trala de “describir mediante ecuaciones cémo es el vector genérico del subespacio, ‘Ayudard el conocer qué numero de ecuaciones es necesari (lo que se vera mas adelante). Ejemplos: 4) En 7, la recta bisecttz del primer cuadrante puede deserbirse en implictas como (yee), yen paramaticas como (Cha) : BER} 2) En °, dado el subespacio en parametiicas ( (a, ,.a-P) : 8 EM ), su forma implicta fe la ecuacion { z=x-y} 3) En st°, dado el subespacio en paramétricas { (A,3,3%) : A €8% }, para deseribco en foma impicta necesitamos dos ecvaciones: {x fs 4) Consideremos e subespacio de 2? dado en implctas often LCusl es eu forma paramética? Para ello resolvemos el sistema, que es compatible Indeterminado. La solucién depende de un pardmetro y es {(-2,0,2):3.€9t} 5) El subespacio cero y el subespacio total constiuyen un caso especial. Por ejemplo ena: = El subespacio { (0,00) } tiene como ecuaciones implictas Su forma paramétrica es (0.0.0): no hay parémetros, pues como se trata de un solo punto, no se puede variar nada, = Por el contraro el subespaci total St? tiene come forma paramétrica { (a8) : ay ©) (tes parametros variando lremente, pues no hay ninguna liitacion). Ecuaciones Implictas fo tiene ninguna, pues no hay resticcién alguna que Imponer. Nella Campor ‘ALGEBRA LINEAL spacios Vectorales 7Relacién entre la forma implicita y paramétrica. ‘SiS es un subespacio de #2", la forma implcta y paramétrica de S satistacen en genera Ia siguiente retacion: N* de ecuaciones implictas + N° de parémetros =n. (h 05 e11* de incdgnitas) CComprobar esta relacién en lo ejemplos anteriores ‘Sin embaigo para que esto sea cierlo debe cumplrse que las ecuaciones implicitas sean indepengientes ente si es decir, que ninguna sea combinacion neal de otras. Esto significa ‘Ue, considerando las ecuaciones como Un sistema, no "sobre" ninguna ecuacion: es dec {que la matiz de coeficentes tenga rango igual al nimero de ecuaciones. ‘También los parémetios deben ser igdependientes entre si: por ejemplo en la expresion paramétrica (a8, af, 0), que en St” corresponde a la forma implicita {x=y , 2-0}, no se cumple la relacién anterior: 242 =3. Esto ocutre porque los dos dos pardmetros no son independientes. En realidad puede sustiuise wtB por un solo parémetro % y ast tendriamos (2,3, 0) y ya se cumple 2+1=3 (sto sora mas tai do comprobar ms adelante, en el punto ‘Bases y dimension’, pues el nero { pardmetros independientes es igual ala dimension del subespaco), Inclusién de subespacios. Dados dos subespacios A y B, puede ocurrir que uno est incuido en otro (una recta dentro de un plano, por ejemplo). ‘Se dice que A esti contenido o include en B (y se denota A c 8) si todos los elementos de ‘Acestan también en B, En cualquier espacio vectorial V, el subespacio (3) esta contenido en todos los demas Ssubespacios; mientras que todos ells estén contenidos en el total V. \Veamos cémo reconocer si un subespacio esta inclu en otro - En forma implica: Silas ecuaciones de B estan inclidas en las de A, entonces A < B. (Cuantas més ecuaciones implictas, mas pequefo es el subespacio) - En forma paraméivica Para ver siA cB, tendremos que ver si todo vector genérico de A, esté en B. ‘Yella Campos ——~=~S*S*S*CCLGEBRACTINEAT. ipacios Vecioriales 8Ejemplo 1) En 91°, sean los siguientes subespacios dados en imy YO be (ya yo (Bey) Tenemos que A c B pues todo vector que satisaga las dos ecuaciones de A, es decir que Ccumpla y=0, 2=0, también satisface la ecuacion de B, tas: Ae. 2) En st°, sean los siguientes subespacios dados en paramétricas: (.00) 2m} b=((a0f):4,B eR) Tenemos que A CB , pues todo vector dela forma (0,0) también es de la forma (2,08), tomando (0 ‘Ambos ejemplos son el mismo, pues strata del eje X contenido en el plano XZ, OPERACION IBESPACI ‘A partir de dos subespacios podemos construir otro efectuando las operaciones de suma 0 Interseccion de subespacios 5 i La interseccién, indicada por el simbolo n , puede aplicarse a 3 Conjuntos cualesquiera, no s6lo a espacios vecoriales. Consiste en ‘encontrar los elementos comunes a dos conjunts, — Por ejemplo, la interseccién de dos pianos en st? podré ser una recta NNotar que dados dos subespacios cualesquiera, siempre hay vectores comunes a ambos (a ‘menos el 0, que esta en todos fos subespacios Teorem: La interseccion de subespacios es un subespacio. En efecto, es posible sumar vectores dentro de ST, pues por ser Sy T subespacos, a suma debe permanecer dentro de S y dentro de T,y por tanto dentro de SAT. Lo mismo para e! produto por scalars, ‘Nella Campos ‘ALGEBRA LINEAL Fipacios Vestriaes 9CAlculo de Ia interseccién. La forma mas senella (aunque no la nica) de caleular ST es utilizar la expresion implicta de Sy deT. Como buscamos los vectores que veriiquen ala vez ambas condiciones, podremos describir S7T considerando coniuntamente las ecuaciones implictas de S y las de T (formando un sistema con todas elas). Este sistema, si es “sencilo”, puede considerarse ya como la forma implicita de SO. En todo caso, resoliendo este sistema obtenemos la forma paramétrica de SOT, 41). Sean en 3? los subespacios S=plano XY, T=plano XZ T=Cy20) eae erento ane [© quer neti tae 8 Se trata por tanto del eje X, { (7.0.0) } en paramétricas 2) Sean en vitlos subespacios dados por las ecusciones implctas 2x30 x0 sistema cuya solucion es (0.0.0.0) por tanto UW = { (0.00.0) } Dados dos subespacios 8, Tse define el subespacio sume como: seT=(utv:ueS,veT} fs decir, aquellos vectores que podamos construir sumando un vector de S y uno de T. Teorema La suma de subespacios es un subespaci. Neila Campos ~RUGEBRATINEAL ‘Bspacos Vectors 10Célculo del subespacio suma. ‘Al contrario que la intersecci6n, fa suma S+T se calcula més féciimente usando la forma paramétrica de S y de T. Esto nos permite tomar un vector genérico de cada uno de los ‘subespacios y sumarlos, obteniéndose una expresion paramética de S+T. No obstante la forma paramétrica asi obtenida puede tener pardmetros no independiantes, Mas adelante, en ol punto “Sistemas generadores" se daré otro método para calculer e ‘subespacio sume. Ei CConsideremos los subespacios en 3” dados en paraméticas por He{(a, 08,6): a,Be %) Ke(O0.7 ye R } Entonces los elementos de HK se formardn sumando (a, a, ) + (0.0.1) (a=, Bey) esdecir, H+ K=((a, af, fy) : Bre HD Observacién La interseccién SAT es un subespacio "mas pequerio” que S y que T (esta contenido en S y tambien en 7) Por el contrario la suma S+T es un subespacio ‘mas grande” que S y que T, pues contiene a ambos. De hecho Sn es el mayor subespacio contenido en ambos, y S+T es el menor subespacio {que contiene a ambos. Nell Campos ————~—~SCALGEBRALINEAL _____Espaciog Veeoraes 11DEPENDENCIA E INDEPENDENCIA LINEAL Definicién: Combinacién lineal. ado un conjunto de vectores vi, .. ps0 lama una combinaciin lineal de ellos a ‘oualquier vector de la forma v donde 1s, son escalares, lamados coeficientes de a combinacion lineal ‘Teorema, PPara probar que un conjunto S es subespacio, basta probar que: eal de elementos de § esti en S. La combinacién (Gio es debido a que eslular une combinacién lineal de vectores involuca tanto la suma como ot rodcto por escalares, asi que equiale a probar amas cosas pr saparado), Esto se suele expresar diciendo que un subespacio es un conjunto ‘cerrado’ para las combinaciones ineales Eiemplo. \Veamos sies subespacio de 31" el conjunto Tomamos dos elementos genéricos de U, 20,2) + Bids w) = (advPH, a2f4) que también es un elemento de U. Por tanto U es subespacio. I={ (0,2) Rew). 2) GW). Una combinacién inal de ollos es: Definicién: Dependencia lines ‘Se dice que un conjunto de vectores es liealmente dependiente (0 igado) si (2) Almenos uno de ellos es combinacién lineal de los demés. Esto se puede expresar también as: (©) Elvector es combinacién tinea de ellos (con coeficientes no todos nulos). Ejemplo ‘Sean en st los vectores u=(%.1). v=(0.3), w=(2.5) ‘+ Observamos que son linalmente dependientes por Ww es combinacién lineal de u yv , puesto que w = v+2u. (pueden encontrarse también otras combinaciones, como u= tw dy ete) ‘+ También podemos vert por (b) 1s combinacion lineal de u,v, w puesto que 6 = v+2u-M, (y los cooficientes de esta ‘combinacién lineal son 1,2, ~1 que no son todos nulos) Neila Campos ~RUGEBRA LINEAL Espacios Veetorales 2Observacién Si un conjunto es linealmente dependiente, entonces por (a) sabremos que existe algin vector entre elos que es combinacién lineal de los demas. Pero esto no quiere decir que “cualguier” vector de ellos sea combinacién neal de los demas, Por ejemplo, el siguiente conjunto en 9° podemos comprobar que es ligado: (1.0.0), v=(0.1.0), w=(1,1.0), K=(0.0.1), ya que, por (a), tenemos que w = u + v (es deci, w=tu + 1v + Ok ), hay un vector que es Combinacién lineal de los demas. Pero no “cualquier” vector lo es, puesto que k-no es ‘combinacién lineal de los demas, Esto se puede ver poniendo (oa (1.0.0) + 8 0,1,0) +9 (1.4.0) {viendo que se obtiene un sistema incompatible Definicién: Independencia lineal En caso de que un canjunto de vectores no sea linealmente dependiente, ee dice que es lineaimente independiente (o lire ) Por tanto, escibiendo la negacién de la defnicon de dependencia lineal, tendremos que un Cconjunto de vectores es inealmente independiente cuando: (2) Ninguno de ellos es combinacién lineal de los demas. ‘© equivalentemente: (b)_El vector 6 no es combinacién lineal de ellos, a no ser que la combinacién tenga Ccoetcientes todos nules. Expresando (b) de otra manera, (b) La doica forma de poner 3 como combinacién lineal de los vectores, es con todos los coeficiantes nuos. Observacién. La defnicion de dependencia lineal no es: “v, w son independientes si Ov + Ow: sa afirmacién no aporta nada, puesto que se cumple para todos los vectores, dependientes De lo que se trata, es de ver si esa es la nica manera de poner coma combinacién lineal de ellos. Neila Campos ‘ALGEBRA LINEAL ipacios Vestoraies '3Eiemplos. 41) Veames que u=(3,1) y v=(4.5) en 3 son inealmente indepencientes. ‘allo intentaremos poner (0,0) como combinacién lineal de ellos, y encontraremos que ‘so es posible con coefcientesnulos. a ae ‘3a+4 p20) Este sistema es compatible determinado, ©9)=60.+ 945) > ELSE TO} portato cddtene stent, ‘Asi pues, la nica forma de poner (0,0) como combinacion lineal de u, v es con coeficientes 1B nulos, Esto significa que son linealmente independientes. 2} Veamos si son independiontes w=(3,1) y 3ar6pe0 a+2B=0 Esto quiere decir (aun sin resolver el sistema) que existen coefcientes a, no nulos que permiten poner (0,0) como combinacién lineal de w, k. Por tanto w, k’son linealmente Sependientes 2): con el mismo planteamiento, 0m=0)+01021 = } este snore compte netomat 3) Veamos si son independientes u=(1,0,2), v=(4,3.1) w=(5.3,) en 3 man-atanssuanereaa = “*Ebtsr roe Esto quiere decir (aun sin resolver el sistema) que existen cosficienles «9, no nulos que permiten poner (0,0,0) como combinacién lineal de u,v, w. Por tanto son linealmente ‘Sependientes 4) Veamos si son independientes u=(3, Este sistema es compatible detorminado, puesto que su matrz es: ‘Nella Campos ‘ALGEBRA LINEAL actos Vostoriles 143 2 2{ quettiene rango 2 y hay 2 incégntas 10, Esto quiere decir que la tnica solucién os (0.0.0) como combinacién lineal de u,v, ¢8 con coeficientes nulos. Por tanto son B-0,y por tanto que la nica forma de poner mente ‘Si observamos los dos dios ejemplos, veremos que la malriz del sistema ests formada por los vectores dados, en columnas, Hallando el rango de esa matiz vemos si el sistema es compatible determinado 0 Indeterminado, y po tanto silos vectores son indepencientes 0 depencientes, respectivamente Volveremos sobre esto més tarde (en el punto “Rango de un conjunto de vectores") Propiedades de la dependencia /independencia lineal. 4) Elconjunt formado por un solo vector no nu, 2 bre, (€n efecto, una combinacién lineal dev es solamente fv, y Av=0 so puede conseguise con 2=0) 2) Dos vectores v, w_ son liealmente dependientes cuando uno es miitiblo del oro. v=Aw (aque esto equiva a decir quo uno es combinacin neal del ote). 3) Todo coniunto que contenga al.d es nado, \Veamoslo para 3 vectores: i enemos (v, w, 6} podemos formar como combinacion de ellos: oveowrt = 0 ¥ los enefcientes de esta combinacién neal son 0,0, ty po tanto ne todos nulos. 4) Siun conunio es taado.sfidiéndolevectores siauesiendolaado, (Gnofecto, sun vector es combnacin de aos, aunque aSadamos més vectores sogur siéndolo) '5) Siun conjunto es libre, quitandole vectores sigue siendo libre, (En efecto, sino se puede formar J como cambinacion de allo, al qutar vectores tampoca ee pods) 6) _Siun conjunto es tre, se pueden afadir mas vectores lies hasta un cierto nimero (que sera la cimension del espacio, segun veremas mas adelante) Por encima de este nimero ya ro se pueden afadir més vectores libres. 7) Siun_conjunto es tigado, quitindole los vectores que son_combinacién lineal de los demas, legard a ser libre, El desarrollo de esta propiedad nos teva a un nuevo concepto ede range: ‘Nella Campos ALGEBRALINEAL __Eapacios Vectoraies 15RANGO DE UN CONJUNTO DE VECTORES Eiemplo. Consideremos on 3t* el conjunto de vectores (2,0), (0,1), (4:3), (2.8); vamos a aplicar la propiedad 6) anterior. ‘+ Este conjunto es linealmente dependiente puesto que observamos que algin vector es Combinacion de los demas; concretamente 43)=2(2.0)+3 (0.1) ‘Suprimimos por tanto el vector (4,3) ; el conjunto restante (2,0), (0,1), (2:5) sigue siendo ligado puesto que @5)=120)+5 (0.1) ‘Suprimimos el vector (2.5, el conjunto restante (2.0) (0,1) ya es independiente (son dos veetorasy uno no es miltpio del oto). ‘+ También podsiamos haber seguido otro camino, por ejemplo viendo que (2.0) es ombinacién lineal de los demds (compruébese) y suprimiéndolo. EI conjunto restante (0,1), 4.3), (2.8) sigue siendo ligado, vernos que (0,1) es combinacién lineal de los demas y lo suprimimes. Llegamos entonces al conjunta (4,3), (2.5) que ya es independiente Por los dos caminos lagamas a distintos conjuntos independientes. Pero ambos constan del ‘mismo nimero de vectores (dos en este caso). ‘Teorema: Rani in conjunto de vectores. Dado un conjunto de vectores, si qutamos aquelos que sean combinacién fneal de los deme, queda finalmente un certo nmero de vectores, que ya son independientes, Este nimero ne depende del camino seguido,y se lama rango del conjunto de vectores. Elrango es, por tanto, el nimere de vectores independientes que contione ol conjunto Propiedades del rang 1) En st , el rango de un conjunto de vectores es igual al rango de la matriz que forman, Colocéindolos en fas o en columnas (habitualmante se hace por columnas). 2). Dados m vectores, si su rango es m significa que son linealmente independientos. 3) En particular, si tenemos n vectores en si" , la matiz que forman es cuadrada, por lo {ue se puede calcular su determinante: + Sern independientes si el rango de la matt es n, es decir, sel determina ‘Serén dependientes sl determinante es nul. no nul, Nella Campos ~AUGEBRALINEAL ___—___Espacios Vetariales 16,4) Dato un conjunto de vectores, si al eliminar uno de ellos se conserva el rango del ‘conjunto, entonces dicho vector depende linealmente de os demas. SI por el contrato al elminario disminuye el rango.entonces es independiente de las demas, 5) Dado un conjunto de vectores, si al afadit un nuevo vector se conserva el rango del ‘conjunto, entonces el nuevo vector depende linealmente de los anteriores, ‘Si por el contrario al afacirlo aumenta el rango, entonces el nuevo vector es independiente de los anteriores. Ejemplo 4. En si* determinar el rango de los vectores (1.2,3,4), (0,1,6,-1), (3.3.1.0) La maiz que forman poreolurmas.es|? * | cayorango es {lo que puede comprobarse escalonando la matt). Esto significa que los 3 vectores son linealmente independientes, 2. En 9? determinar el rango de los vectores (1,3) (6,8). Como la matriz que forman es cin 5) ede car vn. cera ond, nt linealmente independientes. 3. En 9 determinar el rango de los vectores u=(1 101 La matiz que forman por columnas es |0 1 1 0| en la cual (ya esti escalonada) se ooo aprecia que el rango es 3. Esto quiere decir que de los 4 vectores, sélo 3 son independientes, y e oto es combinacién lineal de los demas. 1), v=(0.4.0), w=(1 1.0), K=(0.0.1), Observacién, En un caso como el 3 anterior, el calculo del rango nos dice cudnfos vectores son Independientes, pero no cuales. Aunque el rango sea 3, no esta qarantizado que 3 vectores ‘ualesguiore vayan a ser independientes. Por ejemplo en este caso, u,v,w no lo son Para saber cudles fo son, se pueden tomar los correspondientes a las columnas pivotales después de escalonar la matriz (en este cas0 U, w, Ki) ‘También podemos verlo usando la propiedad 4) del rango, quitando el vector que no haga disminuir el rango: en este caso podemos quitar v. Otra posblidad es guitar u, o también w. Pero no podemos quitar k, pues enfonces disminuria el rango, ‘Neila Campos ‘ALGEBRA LINEAL [Espacios Veetoriales'7‘SISTEMAS GENERADORES Definicién: Subespacio generado y sistema generador. Dado un conjunto de vectores vs, ., ve, el conjunto de todas las posibies combinaciones lineales de ellos se llama subespacio aenerado (o engendrado) por Vs, % SSe dice también que dichos vectores son un sistema generador del subespacio (0 del ‘espacio, en su caso), Obsorvacién. NNotar que, dado un conjunte de vectores, el conjunto de todas sus combinaciones lineales 8 efectivamente un subespacio: - lasuma de dos combinaciones lineales de v, ., wes otra combinacién lineal de Vs... Ve - el producto de un escalar por una combinacién lineal de vi, .. , ves otra combinacion neal eV, Me Ejempl 41) En 9, un vector no nulo v genera una recta (los vectors de la forma wv) 2)En si!: Dos vectores generan un plano. ‘Tres vectores que estén en el mismo plano, generan ese plano “Tres vectores que no estén en el mismo plano, generan todo el espacio 2) Veamos qué subespacio generan en ¥” los vectores (1,0.0) y (0,10) las combinaciones lineales de ellos seran de la forma 14(1,00) + 8 (0.1.0) 8 decir de la forma ((a,8, 0): a, <9} que es la expresion paramética del plano XY. 4) Obtener un sistema generator del subespacio S={ (2, n, 241): ue ) de Observernos que (4m, 2240) = 2.(,0.2) +1 (0,1) por tanto los vectores de $ son exactamente las combinaciones lineales de (1,02) y (0,1,1) Asi pues, estos dos vectores gon un sistema generador de S. Por supuesto pueden encontrarse ots sistemas generadores diferentes para S (de hecho hay infitas postildades). 5) Un sistema generador de 5° 0s (1,0), (0). En efecto, odo vector (a,b) 3° se puede poner como combinacin lineal de ellos: (a,b) puede expresarse como a (1,0)+ b (0,1) ‘Nella Campos ‘AUGEBRA LINEAL ~Espacios Vectoriales 186) Otro sistema generador de 3° es (2.0), (1.3) (2,1). Veamos que todo vector (a,b) 9° ‘Se puede poner como combinacin lineal de ellos: (ab)=2(2.0) + 1(1.3)+6 (2.1) produce un sistema de ecuaciones Dewem—ay (2 4 2a ser 8cb} (G3 1 |p) dasiecontas soni 1.0 mints que 9, b son ato) Se observa que para cuslosquera datos a, b ote sistema es compatble. As cuiquir vector (abe 3” puede ponerse como combina neal de (20), (13), 21 y por eo son Un sistema generar do 3 7) Som los vectores (1.1) y (2.2) un sistema generador de 5°? Las combinaciones lineales de estos vectores son dela forma a (1,1) + (2.2), 8 decir, (a+ 2p, a+ 29) ‘Se observa pues, que solo podemos generar vectores que tengan sus dos componentes Iguales, No podemos generar otros veetores como (3,4). (Si intenta poner (34) como CCombinacién lineal de (7,1) y (22) se obiene un sistema incompatible). Por ello, (1,1) y (2:2) no forman un sistema generador de 3 8) Elespacio que generan (1,1) y (22) no es 3. ,Cual es? Se trata dela recta { (aa): a € 1}, 8 decir la bisectriz del primer cuadrante, De hecho para generar esta recta bastaria con uno de los dos vectores. 9) Hallar un sistema generador del subespacio (x=) de 3, Para ello obtenemos primero la forma paramétrica, que es (2,2, B) a, © 9) Entonces, (a, 8)= (1, 1,0) +B (0,0, 1. Asi pues, (1,1,0)y (0.0.1) son un sistema generador del subespacio dado {eundo un vector u pertenece al subespacio que generan? Esto ocurrira si u es combinacion lineal de vs, Ya, por tanto podemos plantear tal Combinacin lineal, lo que conduc @ un sistema de ecuaciones, y ver si es compatible 0 incompatible. Ejemplo En 3, apertenece us(1,2,3) al subespacio generado por v=(4.5.8), w=(7.8,9) ? Veamos ses posible poner u= av + Bw. Este sistema es compatible, por tanto u pertenece al subespacio. Nella Campos ALGEBRA LINEAL Bopacios Vesoriales 19 4a+7p 458)+B789 > Sa+8 Baro (12a)+ sani dent anessenacs ome ron ama or (5 eee ee ees te Be ee Notar que la matiz de cocficentes esté formada por los vectores v, w en columnas, y la mmatriz ampliada se forma anadiendo la columna u Esto nos leva a formular el siguiente roma Un vector u pertenece al subespacio generado por un conjunto de vectores vi, .-¥q sial afiadio a éstos no aumenta el rango, (En efecto, ya vimos que sil afacr w ng aumentaelrango, significa que u depende lnealmente de os {25 doa, os combinacion neal de eos). istema generador del subespacio suma. Hemos visto que puede no ser facil determinar el subespacio suma UV a partir de la forma paraméttica de Uy de V. Pero conociendo sistemas generadores de U y de V, podemos usar el siguiente resultado Uniendo sistemas generadores de U y de V, se obtiene un sistema gonerador de US. jjomplo. ‘Sean en 9 los subespacios: iano XY={(a, 8,0), B=), sistema generador (1.0.0, (0.1.0. Jano XZ={ (0,1): 2,41 £9) sistema generador(1,0,0), (00.1) Por tanto un sistema generador de UV es (10.0), (0,1.0), (10.0) (0,01), El vector repatido (',0,0) se puede eliminar: un sistema generador mas sencilo de UV es (1.0), 0.1.0, (00,1) Por tanto los elementos de U+V son las combinaciones lineales de (1,00), 0,1,0), (00.1, 8 decir: (1.0.0) + (0.1.0) + (00,1) Es decir, en este caso el subespacio suma es UFV=W (ab.0) por tanto son todos los vectors del espacio. roma: Reduccién de los sistemas generadores. ‘Si de un sistema generador suprimimos los vectores que son combinacién lineal de los demas, los restantes siguen generando el mismo subespaci. + Por tanto, siempre sera mejor reducir los sistemas goneradores en lo posible, suprimiendo todos aquelios vectores que dependan lineaimente de los demas. Esto levard al concepto de base, Neila Campos AUGEBRALINFAL Epcos Vectoiales 20BASES Y DIMENSION ‘Se llama base de un espacio (0 subespacio) vectorial a un sistema ‘enerador de dicho espace © subespacio, que sea a la vez linealmente independiente. Propiedades de las bases. 41. Una base de S es un sistema generador minimal de S (lo mas pequefio posible). 2. Ademés 0s un conjunto independiente maximal dentro de S (lo mas grande posible) 3. Una base de S permite expresar todos los vectores de S como combinacién tinea de ‘de manera inica para cada vector. Elemplos de bases. 41. La base canénica (0 base natural, o base esténdar) de %" er (1.0,....0) eae (0.1, = (0.0...) Son linealmente independientes porque forman un determinante no nulo, = Son sistema generador de 5” porque todo vector (a4,8,....an)e "se puede expresar ‘como combinacién neal de ellos: Fanaa. a9) (1.0... 0} ay(0.1,....0)+. + a(0.0,...1) 2. Otra base de st? distinta de la canénica: (1,0,0), (1,1,0), (0,2,-3) = Son linealmente independientes pergue forman un determinante no nul, Son sistema generador de 9° porque cualquier vector (a,b,c) se puede poner como ‘combinacin lineal de eos. En efecto, dado (ab.c), buscamos «2.7 que saisfagan (aber (1.0.08 (1.4.0)+7 02,3) ‘Se obliene un sistema: a+p sa] Br2y en las incdgnitas a. 7, que es compatible determinado para cualesquiera 3. (1.2.3), (45.8), (7.8.8) en 3° no forman base porque no son inealmente independientes (eu determinante es nulo), 4, Base de un subespacio. En st? consideremos el subespacio los vectores (3,2,0), (1,-1.0) forman una base de S. Son inealmente independientes, porque uno no es milo del oto. Son un sistema generador de S: Dado un vector genérico de S, de la forma (a,b), 0 odemos poner como combinacién neal de (3.2.0), (1,=f,0).Paraello, buscamos a, que cumpan ano XY. Veamos que Neils Campos ‘ALGEBRA LINEAL ~ Bspacios Vecioriales 21(dO eB20+0 (1-10) > 3arfea 2a-f=b f S.C.D.para cualesquiera ab 5. Extender un conlunto para que forme base. 2s (1.0.2), (1,0,~1) base de 91°2 - Son linealmente independientes, porque uno no es miltiplo del otro, - Pero no son un sistema generador de 2%, poraue no es cierto que todo vector de? pueda ponerse como combinacién lineal de ells. Por ejemplo, el (01,0) no se puede poner (esulta un sistoma incompatible) Por tanto no son base de 3°. ¢Puede obtenerse una base de 21° de algin modo? Si, atadiendo algin otto vector de manera que siga slendo independiente de los anteriores, por ejemplo (01,0). Asi el conjunto,(1,0.2),(1,0,-1), (0,0) es linealmente independiente, y (genera 38°, por tanto es base de 5° 8. Reduci_un coplunto para que forme base. LES (2.0.0), (0,3.0), (4.1.0) base de Seplano XY det? 7 - Son un sistema generador de S, pero no son independientes (su determinante es nulo) Por tanto no son base de S. Puede obtenerse una base de S de algiin modo? Si. Estos tres vectores tienen rango 2, por tanto uno de eos es combinacion lineal de los ‘demas y puede suprimirse: por ejemplo suprimimos (41,0), ya que al quitario no baja el rango, (También podria quitarse cualquiera de los otros dos). Los restantes vectores (2.0.0), (0,30) siguen generando el mismo subespacio Sy son Independientes. Son por tanto base de S jorema y defini “Todas las bases de un mismo espacio 6 subespacio tienen el mismo numero de vectores. Se llama dimensién de dicho espacio © subespacio. + Por tanto, la dimensién es el maximo niimero de vecteres independientes que podemas tener en el espacio 6 subespacio. En otras palabras, es ol maximo rango que puede toner un Conjunto de vactoresde cho espacio. Es también el rango de cualquier sistema generador de dicho espacio. Elemplos de dimensiér 4. SR" tiene dimension n, pues tene una base de n elementos (p.e. la candnica), 2. Ma {matrices 232 con krminos reales) iene dimensién 4. Una base de Maz es 6-6 9-0 9)-69) polinomios de grado2 con coeficientes reales) tiene dimensién 3, Una base de P 8, por ejemplo, la formada por los tes polinomios siguientes: 140x407, Ox+Ox7, O+0xtx? (es decir, los polinomios 1, x, x). Otra base: 12x47, At, S-x-5x. Nein Ganpos——SSSSCGERRATINEAL Cais Veins 22Propiedades de la dimensién. 4. Signficadofisico de la dimensién: ol espacio tone dimensin 3, ls planos dimensién 2, is rectas dimension 1, el punto dimension 0. El subespaci {0} es el Unico de dimension 0. 2. La dimensin de un subespacio en 2”, coincide con ol nimero de parémetros libres en ‘su forma paramétrica, (1 parametro=recta, 2 parametos= plano...) 3. SiSyTson subespacios y S esta contenido en T. entonces dim $_< dim. ‘Ademas, si se da la iqualdad, dim S = dim T, entonces ambos espacios han de coined. 4. Elrango de una familia de vectores, es igual ala dimensién del subespacio que generan, Es decir: si vivo... ve generan un cierto subespacio S, y si el rango de dicho conjunto€s lentonces dim S (Siun cierto conjunto de vectores tienen rango 2, entonces generan un plang; etc) Elemplo En 29, sea Sel subespacio generado por: (1.0.2) (0.-1,-2), (88.9), (2.2.0). Cbservamos que el rango de este conjunto (= rango de la mati que forman, por fias © por Columnas) es 3. Asi por fa propiedad 4 , tenemos que dim S = 3. Pero como estamos en 2°, or la propiedad 3 ha de ser S=at* Teorema: ‘Sea S un espacio o subespacio de dimensién m. Entonces, ‘= Sitenemas m vectores linalmente indep. en S, también serdn sistema generador de S. = Sitenemas m vectores que generan S, también serénlineaimente indepencientes Por tanto, si tenemos un conjunto formado por tantos vectores como indica la dimension, dichos vectores seran a la vez linealmente independientes y sistema generador, 0 bien ninguna de las dos cosas. ‘Asi pues, para probar que son base, bastaria probar solamente una de las dos cosas: que son lineaimente independientes, 0 que son sistema generador. ‘uando_conocem sion del espacio y cuando {enemas fants vesiores como indza la dimension, ‘Teorema. En un espacio 0 subespacio de dimension m, '+ un conjunto de més dem vectores nunca puede ser inealmente independiente + unconjunto de menas de m vectores nunca puede ser sistema generador. Asi pues, por ejemplo, 3 vectores en st? podran ser 0 no sistema generador de 312, pero rhunea podran ser lineaimente independientes. Del mismo modo, 2 vectores en 21° podran ser inealmente independientes o no, pero nunca serdn sistema generador de 2" (aunque si podran serio de un subespacio mas pequefo). Neila Campos ‘ALGEBRA LINEAL Tepacios Vectorales 23,IMPLICITACION ‘Vimo ya la formas implica y paramétvica de subespacis; ol paso de la forma implicita a Ja paramétrica es sencilo pues se reduce a resolver un sistema de ecuaciones. El paso inverso, de la paramétrica a la implicita, puede explcarse ahora a la luz de los ‘conacimientos que ya tenemos. Podré hacerse de dos formas; vedmosio con unos ejemplos. 41) Expresar en forma implicita el subespacio S={ (a, 3a-5p)} do 2%, 4 forma, Veamos primero cudntas ecuaclones implictas son necesatias. La forma paTamétrca tiene dos pardmetros libres. Entonces, ne ecuaciones + n° parametros libres (es decir, dim S) = 3(en °) 1 + 2 3 Hace fata, por tanto, 1 ecuacién implicta, Tratemes de buscar ut coordenadas xy.2 del vector genérieo (a, 3-58) relacion entre las CObservames que la fercera coordenada es tres veces la primera menos cinco veces Ia segunda. Asi la relacion es z= 3x-5y. Esta es la forma implica (Wola: fas ecuaciones impliotas nunca pueden tener témino indepenktente, pues siompre ha do ‘alistacortaso vctor co). Ztrms Obonanon ua ban 8 (Gabe) = (103) B45) ~ sama gonnder(.03).(01-5 ro 2) trent oie 35 Y son linealmente independientes: ‘Ahora, un vector (xy.2) de 9t° perteneceré a si es combinacién lineal de (1,0,3) (0.18) por tanto sal ahadiio a ells, el rango no aumentay sigue siendo 2. (v0 x 0 1 y/#2. Escalonamos esta matriz para ver su rango. \s 2 Dabe serra (Wotar que e hecho de que sus términos sean incégntas no impie en absolutoetectuar operaciones flemeniales en as files, coma en cualquier mats numa) (10x (10 x (10 x oty/sfor y [olor y ls 52) los 2-3) (0 0 2-ax+5y) Las dos primeras fas de la matriz son no nulas, asf que el rango serd 2 cuando la tercera fila sea nula, es decir, cuando z - 3x + Sy = 0. Esta es ia forma implica buscada. Notar que ‘85 la misma que se obtuvo en la 1 forma, ‘Neils Campos ‘ALGEBRA LINEAL spacios Vecorales 24avr de sa 2 ome como a mate ( : : os con, pteon hallar su determinante, que resulta ser 2 - 3x + Sy . Cuando el determinante sea aula, rango de la matiiz es 2. Se obtiene asi también la misma ecuacién implica 2) Expresar en forma implicita el subespacio S= { (a, 24+f,-as3p)) do 4 ‘8forma, n° ecuaciones + _n® pardmetros libres (es decir, dim S) = 4 (en 24) 2 + 2 4 Hacen falta, por tanto, 2 ecuaciones implicitas. Tralemos de buscar dos relaciones entre las coordenadas xy.ztdel vector genérico (a, 8,24, -<3B) Estas dos relaciones son “claramenta’ 2=2x+y ; t=-x+3y, ‘Asi pues, esta es la forma implica (Nota: La forma implista no es dinica. Ota posiblad os: 2=2x+y ; 2+ 2t 2'forma. Obtenemos una base de S: (a8, 2004, 80) =0 (1,021) +6 (01.4.3) son inane ndepesertes| 21/2, egpson bse. Porto ans 4 Un vector (xy.2:1) de 8t* pertenecera a S si es combinacién lineal de (1,02 pportanto si al aadito a eos, et rango no aumenta y sigue siendo 2. (0.1.1.9), Debeserrg)® "Yat. Eeaoamos et matiz par versurange Las dos primeras fils de la matiz son no nulas, asi que el rango sera 2 cuando la tercera y cuarta flas sean nulas, es deci, cuando z-2x-y=0 ; t#x- Sy =0. Estas son las fecuaciones implctas buscadas. Notar que son las mismas que se obtuvieron en la 1 fora. Neila Campos ALGEBRA LINEAL. Espocos Vectoraes 253) Expresar en forma implicita el subespacio S= {(,24, 3a) } de ‘Mora, n° ecuaciones +n pardmetros libres (es decir, dim $) = 3(en ?) 2 + 1 3 Hacen falta, por tanto, 2 ecuactones implictas, Tratemos de buscar dos relaciones entre las coordenadas xyz del vector genérico (a, 2a, 3a). Estas dos relacones son z= 3x ; y=2x. Estas son las ecuaciones implicitas, 24forma, Obtenemos una base de S: (@2a,30)=a(1,23) luego (1.2.3) ¢8 una base. (Portanto. aim ‘Ahora, un vector (xy.2) de St” pertenecerd a S si es combinacién lineal de (1.2.3) por tanto sal afiadiro a eel rango no aumenta y sigue siendo 1 (1 x) Dobe ser rg 2 Escalonamos esta matiz para ver su range. 3 2 (i fee + |0 ya {o 22%, La primera fla de la matiz es no nula, asi que el rango seré 1 cuando la tercera y cuarta flag sean nulas, es deci, cuando y-2x=0 ; 2~ 3x = 0. Estas son las ecuaciones implietas buscadas. Notar que son las migmas que ee obtuvieron en la 1 forma, 4) Exprosar on forma implicita el subespacio S= { (22, 2149, 3a+6) | de 1”. ‘A pesar de las apariencia, pues hay dos pardmetros, la dimension de S no es dos. Ello se debe a que los parémetros no son libres. Se aprecia al hallar una base’ (ao2p, 2004, 3a8681)= a (1.23) + B(246) > Sistema generador (1.2.3) (2.4.8) Pero no son independientes, luego no gon base. Hay que gular e! segundo vector, ue es ‘muliplo del primero: La base es (1.2.3), por tanto se trata del mismo espacio del efemplo 3). '5) Expresar en forma implicta el subespacio S= { (6220. 0, 0. aif. 0)} de 9% Es inmediato por la 1 forma: ne ecuaciones + n° pardmetros libres (es decir, dimS) = 5 (ens) 3 + 2 5 Hay que buscar tres relaciones entre las coordenadas xyyz.1s del vector genérico (6a428, 0, 0, a¥4B, 0) CObviamente se ene: y=0 ,2=0 , 8=0. Por tanto, estas son las ecuaciones implicias. (Weta: ura forma paramética mas sencia de este subespacio es Ch, 0, 0, 1s 0)) ‘Nella Campos ‘ALGEDRALINEAL _______spacios VeeCOORDENADAS Y CAMBIO DE BASE Definicién: Coordenadas, En un espacio vectorial V, fjada una base {vv vd, todo vector ue V puede ponerse de forma Unica como combinacién lineal de dicha base Los escalares a ,a2,..., an $e laman coordenadas del vector u en la base (¥.¥2... Elomplos de coordenadas. 1..Coordenadas on distntas bases, En3R? fjemos la base candnica,{ (1,0), (01) }. Consideremos el vector v=(1.2). Para haar ‘sus coordenadas en esta base, ponemos u como combinacion lineal de la misma: (1.2)=461,0) + 200.1) Por tanto, (1,2) son las coordenadas de v en base candnica Cuando se utiiza la base canénica, obtenemas e! sentido usual de “coordenadas" Pero cuando se utliza otra base no es asi Por ejemplo, en SK? fjemos ahora la base B = { (2.3), (1.-) }y consideremos el mismo vector v=(7,2). Hallemos sus coordenadas en la base’. Para poner v como combinacién lineal de dicha base, planteamos el sistema (as Asi pues, 2a)+B (1) cuya soluciones a= 2, f= 3 a ve 5 @a)~ 5 (ot) Por tanto, G : -}) ‘son las coordenadas de v en base B. Siceas we cn ht an su sats 2 8 eco eo eds 2). pu las coordenadas 2. Siu es el voctor que tiene como coordenadas (5, -8) en la base (1,2) (8.4), zeual es vector u? Segtin la definicién de coordenadas, U=5 (1,2) + 8) (@4)=(-13,-14), '3.£l vector cero tiene coordenadas (0,....0) en cualquler base. ‘Neila Campos ~~ ALGEBRA LINEAL Espacios Vectoriales 274. Coordenadas en un subespacio. En WR°, sea el subespacio S generado por los vectores(1,1,0)y (0.0.1). (Se trata del plano ‘xzy en'R?), Los dos vectores son independientes, por tanto forman base de S. Consideremos el vector v = (22,8) perteneciente a S. Hallemos las coordenadas de este vector respecto a la base (1,1,0) (0,01) de S. Para ello expresamos v como combinacion lineal de dicha base: 223)= 2(1,1.0) + 30.0.1) ‘Asi pues, las coordenadas de v en esta base de S son (2.3) No debe sorpcendemos que v tenga s6lo 2 coordenadas. El vector v clertamente tendria 3 coordenadas como elemento de 5’, pero tiene 2 coordenadas como elemento del plano S, ‘que es un subespacio de dimension 2 Definicién: Matriz del cambio de bas En un espacio vectorial V, dadas dos bases B y B’, se lama matriz de cambio de base (o de cambio de coordenadas) de B 95! a la matiz que contine en sus columnas las ‘oordenadas de los vectores dé la base B expresadas en funcion dela base B ‘Su uiidad es la siguiente: Conacidas las coordenadas de un vector en base B, nos permitira Rallar las coordenadas de dicho vector en base B En efecto, sean (ai, as... a») las coordenadas de un vector en base B, y sea P la matrz de cambio de base de B a 8. Entonces: ay (a 4 p{%|2|%| oloqueestomismo, |*| = p1/é a) 2, >, ‘obteniéndose asl (b, ba...) las coordenadas del vector en base 8 plo, Consideremos en 5% las dos bases siguientes: la base del ejemplo (1) anterior, B ={ (2.3), (1,1) la base canénica 8 ={(1,0), (0,1)} + Vamos.a construc la matriz de cambio de base de B a Para elo debemos expresar los vectores de la base B en funcién de la base canénica B (23) = 2(1.0) + 3(0.1) > coordenadas (2:3) (N= 1.0.0) 4.0.1) > coordenadas (1,—1) Introduciendo estas coordenadas en las columnas de una matiz, tendremos la maiz de cambio de base de B a B’ Neila Campos ‘ALGEBRA LINEAL Tspacios Vestoriales 28+ Del misme modo podemos constulr la matriz de cambio do base de Ba B. Para ello expresamos os vectores de la base candnica 8’ en funcion de fa base B. Podemos hallaro planteando dos sistemas de ecuaciones, de los cuales se obtendr (19)= 43) 20-9 > esrtnadae ep Hl 1 .1)= £(2,8) -2 (1-1) > coordenadas (+ , (0.0 12.3)—2 (1-1) > coordenadas (+ Introduciendo estas coordenadas en las columnas de una matriz, tendremos la matriz de ‘cambio de base de Ba B. “f) Vamos a aplicar estas matrices para hallar las coordenadas en base B del vector v=(1.2) Tenemos sus coordenadas en la base candnica B’ que son (1,2). Utlizamos la matiz Q'de cambio de base de B' a B: (02) Asi hemos obienido (2, — las coordenadas de v en base 8. Comprobar que son las ee )-) 1. Toda matric de cambio de base es cuadrada nxn, donde n es la dimension del espacio al ue se refieren las bases, 2. Toda matriz de cambio de base es inversible (es deci, con determinante no nulo). ‘Ademas, la matriz de cambio de 8 a Bes inversa de la matriz de cambio de B' a B. ‘= Comprobar en el ejemplo anterior que P y Q son inversas entre si. Por tanto, después de hallar P, podriamos haber hallado Q como P~ 3. La matlz de cambio de una base B a la misma base B, es la matrizidentdad. + Observar en el ejemplo anterior que la matiz mas facil de obtener es la P, que pasa de una base B a la base candnica, pues basta escribir en las columnas la base B. P = base B on columnas; Q=P™ Bases, jase canénica ‘ALGEBRA LINEAL ‘Espacio Vectoriales 29‘SUMA DIRECTA Y SUBESPACIOS SUPLEMENTARIOS Dados dos subespacios ST, consideramos el subespacio suma: S#T= (uw: ueS, veT) Uniendo un sistema generador de S con uno de T se obtene un sistema generador de S+T. ‘Sin embargo, no siempre es cierto que uniendo una base de S con una base de T se ‘btenga una base de S+T. plo, En MR, consideremos los subespacios s JanoXY, una base es (1,0,0), (0.2.0). anoXZ, una base es (9.0.0), (0.0.4). ‘S#T resuita sere! espacio total R°. En efecto, un sistema generador de S+T es la unin de ambos, (1.0.0), (02.0), (3.0.0), (0.04) que es un sistema generador de 91°. Pero no es una base, pues no es linealmente independiente. (Ello ocutre porque ST no es cero) Definicion: Suma directa 5 directa, ST, si su interseccion ST es solamente el vector cero, Se dive que la sume Teorema, Sila suma S@T es directa, al unic una base de S y una base de T se obtiene una base de ser. jjemplo, En ‘R, consideremas los subespacios lanoXY, una base es (1,0,0), (0.2.0) He ejeZ, una base es (0.0.5) La suma es directa pues SH = {0}. El subespacio suma SOH resulta ser el espacio total 5 Por orm arin, une es been eS ce Ham bint on ase (1.0.0, (02.0), (0.0) que efectivamente es base de ‘Neila Campos: ‘ALGEBRA LINEAL spacios Vectoriales 30Formulas de las dimensiones. Del teorema anterior se deduce la siguiente formula: sila suma es directa, Gin SOT= din) sami Sila suma no es directa, hay que afadir un término mas, teniéndose la formula dim SAI) dim (SaT)= aim G+ aim) (fa primera formula se puede obtener de la segunda, pues en el caso de suma directa, el {érmino dela interseccion vale 210). Definicién (subespacio suplementario): ‘Sidos subespacios S, T estén en suma directa y ademés su suma es igual al espacto total, ‘S®T=V, se dice que S y T son suplementarios (0 complementatos) “Todo subespacio tine infntos suplementarios, salvo el (0), cuyo Unico suplementario es el totaly el otal, cuyo Unica suplementaro es el (} Eiemplo, En 9, el suplementario de un plano es cualquier recta que no esté contenida en el plano, Iqualmente el suplementaro de una recta es cualquier plano que no la contenga. Céleulo de una un suplementario: Dada una base de S, la prolongamos ahadiendo vectores, independientes de ls anteriores, hhasta formar una base del espacio total. (Para elo podemos elegir cualesquiera vectores, por ejempio elegirios entre os de la base cancnica) Los vectores anadidos forman asi una base de un suplementaro de S. Elomplo, En Si, sea S el subespacio cuya base es v:=(1,0,2.0), v2=(3,0,0.0). Vamos a hallar un suplemantario de S, Para ello prolongames la base dada afadiendo vectores que elegimos tenie los de la base canénica, Han de ser independientes de los anteriores. + No podemas aad (1,0.0,0) porque no es independiente de los anteriores. (Es maitiplo de va. + Podemos ahadir vs = (01,0.0) pues es independiente de vs. ve (La matriz formada por Vive Watione rango 3). ‘= No podemos afiadir w = (0,0,1,0) pues no es independiente de los anteriores. (La maiz formada por v,¥2,¥2.w tiene rango 8; su determinante es cero) + Podemos afiadir ve = (0,0,0.1) pues es independiente de vy. ve (La matriz formada por Vive Ws.va tiene rango 4; su determinante es no nulo), = Ya hemos terminado, pues tenemos 4 vectores indepencientes y por tanto una base del total 3". Los dos vectores que hemos afiadido, vs = (0,1,0.0) y vs = (0.0.0.1), forman una base de un suplementario de S, ‘Neila Campor ‘AUGEBRA LINEAL Espacios Vestoviales 31AUTOEVALUACION - Espacios Vectoriale: Coda (2) 0s un punto. Hay en total 60 punts, de os cuales 20 son de cuestionesy 30 de ejarcicos. A) Cuestiones (20 puntos) + Exile ) 2)..un subespacio de 91 que “se parezca' a 7 «) un subespacio de st que "se parezca" a 8" ‘Slexste pon un ejemplo, sno, razona por qué 6-2) En al eopacio vectorial de las matrices 2x2 con términos reales, inenta un ejemplo de subespaco (que no hayas visto en oto lugar). 6-3) 2) SiS y Ton subespactos de St sondo dim $= 2 y dim T = 3, gqué posbiidedes hay para las cmentiones de S*Ty do SOT? (+b) Lomismo pero en 3t* en lugar de® (+) 6-4) ZL intersoccion de dos planos an 5%? pusde ser un solo punto? Explica por qué. (Puedes razonar como en la cuestn antonio). )€5) a) En 31% inventa un conjunto de res vectores (uv. lnealmente depentintes, que tenga range 2, de medo que se pueda supreir uno de eles y se consarve el rango. ) Lo mismo, pero de modo que no se pueda suprimir uno cualquiera. Sefala cuéles se pueden suprimiy cules no. 8) Pueden ser. « 8 Iinealmente indepenslentes cinco vectores en 7 ) by sistema generador cuatro vectores en 127 ‘ies posible pon un efempl,y sino, razona por qu (6) 0-7). Siu,vson inealments independiente, :también lo son 2u y 3v? Explica por qu. (+), €-8) cierto o false? “En un espacio vector, ningun canjuntoneslmente indepencionte puede fener més vectors que un sistema generado.” Razonala respuesta ‘Neila Campos ‘ALGEBRA LINEAL Expacios Veciovals - Autoevalncion6-9). Dado el vector valt,2) en 91%, come es sabido, sus coordcnadas en la {4.0}, (0)} son (1.2). Sies posible, inventa ota base de modo que las coordenadas dev sean, 20) () ) G4-2) © 900 C-10) Puede sta matiz ser una matiz de cambio de base en algin espacio vectorial? Razona i reepuseta, 139 Ooch 43] frat beet a4 a ao Ejercicios (30 puntos) EA) En 21%, determina si eso no subespacio vectorial el conjunt, O) a) ((atb, arb+2): a, DER } b) {(@+t, a¢t) ac) (e) 2). En 98°, determina siv=(1,4,16) pertenece al subespacio gonerado por (1.24) y (11,2). (+) 5) 4)Pasara forma implota ol subespacie de 1? dado on parameiricas: ((avb, 262, ) :3, DER } by Pasar forma paramética ol subespacio de % dado en implictas:{x2/+92=0 ) E44) Daterminar ses ono tnaalmentsindepenciente el count (a) 1.2.0.9, 4, -10-1.3) (4, 0,-2, 1, (20,0, 1) en RF () by (4.2.0.1),2.-3,.3,9), 1.12, 6.-3) on 2° {Hala el rango del siguiente conjunto de vectors: (2) (10.1, 203),(-1.04) en 3° ()yC124. (3-0, 60), (1-2) on RF (2) 6) Extraer del siguiente conjunto en 31° una fara linealmenteindepencionte: 4.20.1), 64, -4.-1.3), 64616-3196, 1). 3,-3.9), Neila Campos [Bpacios Vevioriales-Awioevalacion.ExT) Dado el subespacio de 5° en forma parameéitica (a, atb, arte, 2), obtener un (6) sistema generador del subespac, E-8) En 3,518 tiene como sistema generador{(11.0,0), (1,-1,0,0)} yT tane como sistoma gonerador (0.210) (1.1.1.0), hala: ') un sistema generador del subespacio SeT. buna base de ST kn commnsanecnce no [EEO yo (9°0) 1) paspenensre ee xey+z+teo} | stare sey mension. Puedes hacerlo mediante el siguiente proceso: (2) ~ Posarlasimplictas a paramdticas. (2) = Dea forma parametric, obtener un sistema generator (2) ~ Dol sistema generador,extraer una base, Darla cimensién, {o} E19 2 Daemina 3.29) 45.0, 0.8) loa base de (2) b) Determinars (1.0.1), (1.02) fom base del subespacio{ y=0 } de Extender el siguiente conjunto linealmente independiente hasta que forme base de 9t* 230.1), 02.00) (+) 13) Reduce! siguiente sistema generador hasta que forme base de SX” (1.23) (488), (7.8.9), (0.1.3) (*) x14) Dada la base ((0.-1),(1.2)} de 9”, hallar as coordenadas del vector v= (3,8) en icha base. EA5) Dads las bases B=( (1,0), (,1)}(canénica) y (+) a) lamatiz de cambio de base de & 28 12) _) La matz do cambio do base de 8 a (0-4), (12)), altar E416) Dotorminar sls siguientes subespacos estan on suma directa, fo) ay 8#4(120.0, (100.2 y T= $002.1), 20,01)» en X* ()—B) S*<{12.0,(1.02» y T= (02.1), 20.1% on (+) E417), Hatlar un subespacio suplementario (0 complementati) de (1.2.3), (4.5.6) en 7 ‘Wella Gampos ALGEBRA LINEAL spacios Vesioriales~Auioovalucign.SOLUGIONES A LA AUTOEVALUACION - Espacios Vectoriales. A) Soluciones a las Cuestiones ‘Sol. C-1) a) Si, por elemplo el eX, frmado por los vectores dela forma (i, 0), que se identesrian con el nUmero real. - También vata ole Y,o cualquier oa recta que pase por ol arigen. (Al ser de dimensién 1, una recta se puede identicarcon Mt, que también es de dimensin 1). b) No 5 posite, pues 3i? tone cimensién 2, y no puede contenar un espacio que “se pparezca’ a 3°, pues éste tendia dmensién 3. Un espacio de dimension 3 no puede estar Contenido en ott de dimension 2. “ESCH ICIE TES Sol. €-2) Uizames la formula _dimS + dimT = dim(S+T) + dimisnn) 2) El primer miombro do la igualdad es 2+3, por tanto el sogundo membre ha de sumar también 5 {2s1 que as posbldades son + dryS+7)=5 , aimisn7) = 0 + din(S*7)=4 | ding(ST)= 1 + dings) = 3 ; aims) = 2 "No hay ms posibiidades. No seria corecto "eim(S+T) =2_y dim(SN7) = 3° porque a suma ha de sor"mis grande" que y quo T, yi inersecién ha de sors poquofa"quo'Sy quo T. by Ahoca las postbiliades son + dinyS+T)=4,, dinésnt) = 4 + dinSe7)=3 , ais) = 2 1 deci las mismas que en a) excepto la primera. No seria posible din(S*7) = 5 porque estamos fn St, as! que.ne puede haber un subespacio de dmensin 5. Sol, C-4) Comocniacuestin antaior, mS + dimT = dim(SeT) + dinSAT). [Ahora'S y T son panos, por tanto ambos de cimensiin 2, as! que a 2" miambro ha de sumar 4 a (que nos da as posbidades: + dim(SeT)=2 . dim(Sn) = 2 (ano) + di(Se7)=3 | dim(SAT) = 1 (recta) No,hay més posbiidades. No es corecto * dim(S*T) = 4 y cim(SMT) = 0* poraue estamos en |W, asl que ne puedo haber un subospacio de dimension 4 Por tanto, en ninguna de las posiblidades SMT es un punto (que seria de dimension 0) ‘ALGEBRA LINEAL Espacios Vestorales~ Autoevaluacin,Sol. €-5) ) Es fac porque pracicamente res vectores cualesquora en St (a no ser que los 3 estén ‘alneados) van a tener range 2. Por ejemplo, ¥=(10), v0.1), w(1,1)_ surango es 2. ‘Se puede suprimir uno cualquiera de ellos y elrango sigue siondo 2 1) Habria que poner 2 vectoes que sean inealmente dependientes ene si, p. el. u=(1.0), ¥=(20). y otro que sea independiente de eos: pe. w= (1.1). Este cnjuto ene rango 2. ‘As, quitando u so conserva el rango; auitando v también; pero no podemos gular w porque fentanees ol rango daminuy. Sol. €:6).) No, porque nunca pueden ser independientes mas vectores de lo que indica la dmensién. 'b) No, pues nunea pueden sr sistema generador menos vectres del que inca la dmensié. Sol -7)_ Si, porque si u, v son inalmentaindependientss, como sto son 2 vectores, significa que ‘une noes multpie dl ato. Entonces.2u y3v tampoco puoden sor uno multiple del ao {(magina que 2u fuese multiple de 3v, ps5 veces: 2u = 5.3, entonces despejando tondilamos Lu= £ vy no pode ser porque uy v ean independiontes), Sol. C-8) Certo, pues el conjunto independiente siempre tiene un nimero de vectores menor o igual {ue la dimension del espace, mientras que el sistema generador siempre tiene un numero oo \ectores mavor o igual que la dimension del espace, Sol, €-9)_a) La ase (0.1), (10) , es deci la canénica pero con ls veetores en orden contra ‘Asi laramente (1.2)= 2 (0,1) +1 (1.0), ) Le base ((-1,0), (0-1), 25 doc lacanénica pero con los vectores cambiados de sign. ‘As laramente (1,2)= C1) (4,0) +2): (Ot) ©) Noes posible, En cualquier base, las coordenads (0,0) son exclusives dal vector nul, Sol. 6-10) a) No, porno ser cuadrada. 1) No, porno serinversible €) Si por ser cuadrada e inversible. Sri a matiz de cambio onto certas basos de N* (Ge hecho es ta matiz de cambio de B{ (1,3), (1,2) } 8a base canénice), ‘Nella Campos ALGEBRAINEAL Expacios Vecorals ~ Autoevaluaci,B) Soluciones a los Sol. E-1) a) No, porque ne conten aebno y avbed ) Si. Ese! conjnto de todos los vectores de 5X que tienen sus dos coordenads iguales ‘Se ve mas facimente si lamamos b-a+", entonces el conunto es { (6,0). Es subespacio porque = La summa de dos elementos es (b.b}(e<)x(0+e,b+e) que es oto elemento del eonjunto 813.65 un escalar, 1 (b,b)* (28,2) que es or elemento del conjnto Sol. €-2) _1*/orma, Plantoar ol sistema dado por a 24)+P(4-1 2)=(14.16). Es compatbi, por tanto. poste poner v come combinacién ines de (124) y (1-12). St pertonece. 2¥ forma; Hala ol rango dels res vectoresy ver que es 2. Por tanto, ves cambinacion Inga! d2 (1.24) y -4-1,2). Si pertenece. ‘Sol, E-3) a) 18forma: Como hay 2 parémetos,y estamos en 3, hard alta 1 ecuacén,"Caraments" sta os yaxtz , 08 doc, oyt2=0, _2forma: Un sistema generador del subespacio es (1.1.0), (1,2,1)- Un vector (x2) reais us | | nearer calculando e determinants o tiangulando la mat) 'b) Resolviendo el sistema de una sola ecuacién, la Ineégnta principal es x, quedanso come parémetros y=u, =p. La soluein a sistema es por tanto (2u-2, xf), que esl forma parametics, Sol.E-4) a) Escalonando la matiz se ve que es de rango 4, igual al nimero de vectors, lego el ‘corjunto es independiente, (Ota forma’ porque el determinant 4¥4 que forman, es n0 no). b)_Escalonando la matiz se ve que es de rango 2, menor que el nimero de vectres, lego et , T= <{1.1.00), (001.1) Yast a unin de ambos es un sistema genaradr do S¥T S¥T= (1-1,00), (0.0.11), (1,00, 0.04.1 y se comprueba (pe. escalonando a matri) que este conjunto ene rango 4. Entonces S47 es un ‘subespacio de dimension 4 en 3, asi que slo pusde ser el ol. Concluimos pues, que S+T=3* Sol, E-0) Resolviendo a sistema obtenemos las implctas:(-2a~-19, 20). Penland (20-38, 2058, 4,8) = a (2.2.10) + 8(-3.1.0,1) $8 obtiene que un sistema generador es (2.2.10), (3.1.0.1), Observamos que estos vectors son indepencientes (uno no es multiple al or), por tanto (2.2.1.0), (3,01) forman base y la dimensién dol subespacio es 2. Sol. E-11) a) No, pues no son indepensientes (su determinant es nul; o bien escalonando la mate 50 ve que es de rango 2), 'b)El subespacio{y=0) en 21? es un plano; one dimension 2 (pues est dado por 1 cccuaciin on 913; 3-1=2). Asi quo los dos voctores ser base de ese plano si son independientes. ‘Ya0n indepencientes, erque uno no es maltiglo de or, Portant 8 forman base, Sol. £-12) Tenemos 2 vectores; para formar una base de 3“ habra que fad otros 2, que sean independiontes de los antrores. Probemes con vectores dela base canénice: por ejemplo si slegimas (0.0), (0,00, tendremos afar (2.3,0,1), (0,200), (1,0,0,0), (00,4,0) que se ve clramenta que es do ranga 4 la matiz ya est escalonada).Por tanto esta fama es base de 9* (Los vectores aed no ten por qué ser dla base candnia, vlan ots ss rang fnal es 4, Sol. E-13) Habra que quedarse con 3 vectors independients. (Oj, ls 3 primeros noo son). Para Saber cuales son, escalonames la matrz y nos quedamos con las clumnas pwotales, que son la 1,2 y 4% Por tanto una base sera (1.2.3) (4.6.6), (04.3) Sol E14) 18 orm: Plantoamos ol sistema (3.8) =e (0-1) +B (1.2). cuya solucion ws a=2, ‘Asi puas, las coordenadas dev en la base dad fon (2,2). 712: Hallamos la matiz de cambio de base (ver ejerccio E-15), y mutipleandola porv se ase (F A SJ+(2) arses cso en 2 ns TEAL Expasios Vesorales - Autoevaluacibn, Campos ALGEBRAeu £19 sonication (% 3) G3) ‘Sabemos que tanto $ como Ttenen dimension 2, Eames olan (° ‘) Sol, EA) 2) La suma sora directa si dim(SNT cntonces: hin S + in T 22 vemos que l caso din(SIT)=0 slo a da cuando dim(S+T)=s. ¥ esto ocr en caso de que los Nectores (1.20.0) (1.0.02). (0.02 1), (20.01) que goneran S+T sean independontes, En efecto lo son (la matriz que forman es de rango 4) asi que dim(S+T)=4, y_dimSAT=0. Por tanto la sumaes directa, Jom S+T) + drys) bs 0 ) La suma sora directa si dim(SMT}=0. Sabornos que tanto $ como T enen dimensin 2, centonces den $+ im T Ze ‘vemos que al caso dim(SPT}=0 sélo se da cuando dim(S+T)=4. Pero eso es imposib porque estamos on 5 ningin subespaco puede toner dimension 4. Por tanto din(S7)=4 no puede ser, YyalaSNT)=0 tampoco. La suma noes directa. fom S+T) + dim(SNT) ¢ ° ambit es posibe, onto en a) como en b),calular explkitamente a interseccion y verses el “subespacto cero 0 no (aunque leva mss trabajo). ‘Sol. £-17) _Afadimos vectors hasta formar una base de %* seré necesaio ated 1 vector, que a independiente de os anteriores. Por ejamplo (10,0) sive, porque el ango de (1.2.3).(4.5.), (1.0.0) ettee. ‘sl, la base dol suplementario son los vectores afadidos, on esto cato (10.0) Por tanto ol ‘suplementaro encontrado es al espacio generaso por este voctor (en este caso s trata dl of x) (ay nites posbidedes mis. De hecho cualauier recta no contend on el subaspacio seria un ‘suplementai). ‘Neila Campos ALGEBRA LINEAL Espacios Vecornles ~ Autoevaluaci,EL ESPACIO EUCLIDEO INTRODUCCIO! ‘Trataremos en este tema de levar a los espacios vectorales nociones geométricas como crtogonalidad, angulo, ongtud, distancia, areas \Veremas que todo ello se puede obtener al introducir un producto escalar. La geometriaeuclidea se desarrola on los siglos XIX y 20% tras la aparcion del concepto de ‘espacio vectorial, Recibe su nombre en honor a Euclides, matematico griego (~300 a.C.) {Quien estudié los conceptos basicos de la Geomelria plana, aunque por Supuesto no en un Contexto vectorial Para generalizar e508 conceptos geoméitices, observamos el comportamiento de los vvectores del plano, En 3? tenemos definite el producto escalar usual (1,23) (Diba) = as bs + abs Es una operacién entre dos vectores, cuyo resultado es un escalar (de ahi el nombre “producto escalar’), El producto escalar permite reconocer a las vectores ortagonales (‘angulo recto’): dos vvectores son ortogonales su producto escalar es cero (por ejemplo, (1,3) y (8.2), etc.) ‘Observemos las propiedades de esta operacién: Propiedades del producto escalar usual. 4. Conmutatva. u-vev -u 2. Distrbutva. u-(v+w) =u-v + u-w 3. Reubicacion del escalar « (u-v)= (cu) 4. Definida posttva: vv 2 0, y se da la igualdad v @ O solamente para el vector v= 0 Definicién: Producto escalar en cualquier espacio. Espacio euclideo. ‘Cualguier operacién en un espacio vectorial que cumpla las anteriores propiedades, diremos {que es un producto escalar (aunque no se trate del producto escalar usual). Llamaremos espacio euclideo a un espacio vectorial dotado de un producto escalar Elproduct acaler se cancer peru: v.Terbln se puede zara ntecion <7, Ejemplos de producto escalar. 41. Elproducto escalar usual en 98” (a5. Bx) (Duan By) = a4 By + aa bo... BeBe ‘Neila Campos ‘ALGEBRA LINEAL Espacio Buclideo |