Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Captulo 8
------------------------------------------------------------------------------------
ESPACIOS VECTORIALES
1.u = u
En particular para n=2 y n=3 los elementos de los espacios vectoriales respectivos R 2 , R3 (pares y
ternas de nmeros reales), se pueden representar grficamente como segmentos orientados con su
extremo inicial en el origen de un sistema de coordenadas cartesianas (con dos ejes x e y en R 2 , tres
ejes x, y, z en R3 ) y su extremo final en el punto cuyas coordenadas son las componentes de los
vectores correspondientes.
Existen otros espacios vectoriales, algunos de ellos son: el conjunto de todos los polinomios, el de
los polinomios de grado menor o igual que un n fijo, el conjunto de partes de un conjunto, el de
funciones reales, fuera del contenido requerido para esta materia.
a +b
A + B = 11 11
a +b
21 21
a12 + b12
a22 + b22
a11 + b11 = 3a22 + 3b22 porque A, B U , factorenado el 3 queda a11 + b11 =3( a22 + b22 ).
( a21 + b21 ) + ( a12 + b12 )= (a21 + a12 ) + (b21 + b12 ) = 0 + 0 = 0 .
luego A + B U .
(3) Si c es cualquier escalar y A U , hay que probar que c.A U
c.a11
c. A =
c.a21
c.a12
c.a22
Qued probado que U cumple las tres propiedades de 4.1.2 , luego U es un subespacio de R 22 .
u + v =(u1 + v1 , u2 + v2 , u3 + v3 , u4 + v4 )
=0
Ejemplo 3. Determinar si
T = {( x1 , x2 , x3 ) ; x1.x3 = 0
2 0 1
1 2 8
8 4 21
Ejemplo 1. Dadas las matrices: A =
, B=
, D =
0 3 5
3 10 1
6 35 27
del espacio vectorial R 23 , la matriz D es una combinacin lineal de las matrices A y B porque
se puede escribir D = 5. A + 2.B .
Ejemplo 2. En el espacio R 2 :
1
2
es una combinacin lineal de los vectores (18, 8) y (2,-1) ; y (4, -1) es una combinacin
1
1
lineal de los vectores (2, -1), (5, 2) y ( 2, ) pues (4, 1) = 3.(2, 1) + 2.(5, 2) 6.(2, ) .
3
3
Ejemplo 3. En el espacio vectorial R 4 sean v = (1, 8, 1, 1), u = (2, 1,5,1), w = (1,3, 2,0)
y z = (3,1,8, 2).
El vector v es combinacin lineal de los otros 3, se puede escribir v = u 2 w z.
Tambin es posible escribir v = 3u w 2 z.
Cuando un vector es combinacin lineal de otros, sta no es necesariamente nica. Dado un conjunto
de vectores no siempre uno de ellos es una combinacin lineal de los otros.
Ejemplo 4. Se quiere saber si el vector (5,6) es combinacin lineal de (1,2) y (3,6). Se plantea la
igualdad (5, 6) = c1.(1, 2) + c 2 .(3, 6) = (c1 + 3c2 , 2c1 + 6c 2 ) , sta conduce al sistema lineal
c1 + 3c 2 = 5
que resulta incompatible, por lo tanto el vector (5,6) no es
2c
+
6c
=
6
2
1
combinacin lineal de (1,2) y (3,6) .
En cambio se puede escribir (3, 6)= 0.(5, 6) + 3.(1, 2).
4.2.2. Definicin. Si
v1, v2 ,..., vm
llamado subespacio generado por los vectores v1, v2 ,..., vm . (Se puede probar que S cumple las
propiedades citadas en 4.1.2. y que S es el menor de todos los subespacios que contienen a los
vectores v1, v2 ,..., vm ). A los vectores v1, v2 ,..., vm se los llama generadores de S.
todo vector de V se puede escribir como combinacin lineal de los v1, v2 ,..., vm .
Ejemplos:
El vector (3, 6) es combinacin lineal del vector (1, 2) porque (3, 6)=3.(1, 2); en forma equivalente:
3.(1, 2) + (-1).(3, 6) = (0, 0) = 0, entonces los vectores (1, 2) y (3, 6) son linealmente dependientes.
En cada uno de los Ejemplos 1, 2, 3 y 4 de 4.2.1 los vectores dados son linealmente dependientes.
c .v
j =1
j
= 0 se cumple slo si c1 = 0,
c2 = 0, ... , c k = 0 .
Observacin: Si los escalares c j , j = 1,..., k , son todos ceros, la relacin c1.v1 +c 2 .v2 + ... + c k .vk = 0 se
cumple siempre. La Definicin 4.3.2 dice que los vectores son linealmente independientes si se
cumple nicamente en ese caso.
Si la relacin c1.v1 +c 2 .v2 + ... + c k .vk =0 se cumple tambin cuando algn escalar es distinto de 0, de
acuerdo con 4.3.1, los vectores son linealmente dependientes.
En los ejemplos que siguen se muestran dos mtodos distintos para establecer si dado un conjunto
de vectores, estos son linealmente dependientes o independientes.
Ejemplo 1. Determinar si los vectores u = (1, 2.0), v = (3, 0, 2), w = (0,1,1) de R3 , son o no
linealmente independientes.
Sea c1.u +c2 .v + c3 .w = (0,0,0) = ( c1 3c 2 , 2c1 + c3 , 2c2 + c3 ) = (0, 0, 0)
Se obtiene el siguiente sistema homogneo :
c1 3c2 = 0
Otro mtodo equivalente es el siguiente: Formar la matriz (sea cuadrada o rectangular) cuyas filas
son los vectores dados, llevarla a la forma escalonada mediante operaciones elementales. Si la
escalonada no tiene filas nulas, entonces los vectores son linealmente independientes. Si se obtiene
una fila nula los vectores son dependientes.
Ejemplo 2. Determinar si los vectores u = (1, 2.1), v = (2,1, 1), w = (7, 4,1) de R3 , son o no
linealmente independientes.
1 2 1
1 2 1
1 2 1
F2 2 F1
2 1 1 F 7 F 0 5 3 F3 2 F2 0 5 3
1
7 4 1 3
0 10 6
0 0 0
Como al escalonar se obtuvo una fila nula los tres vectores son dependientes.
6
{v1, v2 ,..., vn } es una base de V, y a la vez se dice que V tiene dimensin n, si cumple las
siguientes condiciones:
(1) v1 , v2 ,..., vn son linealmente independientes.
(2) v1 , v2 ,..., vn generan V.
Ejemplo 1. {(1, 0), (0,1)} , {(1, 0, 0), (0,1, 0), (0, 0,1)
son
1 0 0 1 0 0 0 0
22
y dim R 22 = 4.
,
,
,
es la base cannica del espacio R
0 0 0 0 1 0 0 1
F2 F1
entonces los vectores son independientes, se cumple la condicin (1) de la
1 1
0 1
definicin de base.
Para ver que se cumple la condicin (2): Sea ( x1 , x2 ) un vector cualquiera de R 2 , hay que ver que se
puede escribir como combinacin lineal de (1,0) y (1,1).
( x1 , x2 ) = c1 (1, 0) + c2 (1,1) = ( c1 + c2 , c2 ) entonces x1 = c1 + c2 y x2 = c2 , luego c1 = x1 c2 = x1 x2 ,
y ( x1 , x2 ) = (x1 x2 ).(1, 0) + x2 .(1,1) . (por ejemplo el vector (5,3)= 2(1,0)+3(1,1) )
4.4.2. Propiedades
Sea V un espacio vectorial de dimensin n, entonces:
La base de V no es nica.
Todas las bases de V tienen exactamente n elementos.
Cualquier subconjunto de V que contenga n+1 vectores es linealmente dependiente.
Si un conjunto de V tiene n vectores linealmente independientes, entonces es una base de V.
los vectores u = (1, 2.0), v = (3, 0, 2), w = (0,1,1) de R3 , que son independientes segn lo
3)
4)
los vectores u = (1, 2.1), v = (2,1, 1), w = (7, 4,1) no forman base de R3 pues en el
Ejemplo 2 de 4.3.2 se prob que son linealmente dependientes.
Por las condiciones dadas a11 =3a22 y a21 + a12 = 0 (esta equivale a a21 = a12 ), es posible escribir
=
a21 a22 a12
a12
3 0
0 1
= a22 .
+ a12 .
a22 , a12 R
a22
1 0
0 1
(*)
3 0 0 1
El conjunto B=
,
genera U y las matrices son linealmente independientes,
0 1 1 0
luego B es una base de U y la dimU=2.
Con (*) qued probado que B genera U , la independencia lineal se muestra de inmediato como
k1 3 k2 0 0
3 0
0 1 0 0
sigue: k1.
+ k2 .
=
k k =
k1 = k2 = 0
0 1
1 0 0 0
1 0 0
2
.
subespacio de R 4 . .
De las condiciones x1 2 x2 =0 y x3 =5x4 que definen a S, se puede escribir:
Establecer si (1, 2, 3, 3) es o no una combinacin lineal de los vectores (0,1, 2, 3), (-1,1,1,0).
Esos 3 vectores son dependientes o independientes? Justificar la respuesta
2)
3)
4)4.1)
4.2)En
los casos que sea subespacio encontrar una base del mismo.
a) R= {( x1 , x2 ) R3 ; x1 = 3x2 }
b) W= {( x1 , x2 , x3 ) R3 ; 2 x1 3x2 = 0 }
c)
d)
e)
f)
U= {( x1 , x2 ) R2 ; x1.x2 = 9 }
V= {( x1 , x2 ) R2 ; x1 = 5 }
{( x1 , x2 ) R2 ; 3.x1.x2 = 0 }
S= {( x1 , x2 , x3 , x4 , x5 ) R5 ; x3 = 2 x1 x2 , x4 = 3 x2 }
g) T= {( x1 , x2 , x3 , x4 , x5 ) R5 ; x5 = x3 +7x4 , x1 + x2 = 0 }
h) U= {( x1 , x2 , x3 , x4 ) R4 ; x4 = x3 +x2 , x2 = x1 + 5 }
i) V= {( x1 , x2 , x3 , x4 ) R4 ; x1 + x2 + x3 = 0; x4 = 6.x1 }
j) W= {( x1 , x2 , x3 ) R3 ; x1 + x2 + x3 = 0 }
k) Y = {( x1 , x2 , x3 ) R3 ; x1 + 8 x3 = 0 }
l) Z= {( x1 , x2 , x3 ) R3 ; x1 + x2 = 0; x2 = 4.x1 }
m) S= {( x1 , x2 , x3 ) R3 ; x1.x3 = 0 }
n) T= {( x1 , x2 , x3 ) R3 ; x1 = 0 ; x2 + x3 = 5 }
a
a12
2x2
o) M= 11
R ; a11 a22 = 0 , a21 + a12 = 0
a21 a22
a12
a
2x2
p) N= 11
R ; a11 + a12 + a22 = 0 , a21 = 5a12
a21 a22
a
q) O= 11
a21
a11
r) P= a21
a
31
a
s) Q= 11
a21
a12
a22
a13
2 x3
R ; a11 + a22 a23 = 0 , a21 = 3.a13
a23
a12
3x2
a22 R ; a11 + a22 9a32 = 0 , a21 = 6a31
a32
a12
2x2
R ; a11. a12 = 0
a22
5)
BIBLIOGRAFA
1- Serge Lang, Introduccin al lgebra Lineal, Ed Addison- Wesley beroamericana.
2- ngel Rafael Larrotonda, lgebra Lineal y Geometra, Ed Universitaria de Buenos Aires
(EUDEBA).
3- Howard Anton, Introduccin al lgebra Lineal, Ed Limusa, Grupo Noriega Editores,
Argentina, Venezuela, Mxico, Colombia, Espaa.
4- Juan De Burgos, lgebra Lineal, Ed McGraw-Hill Interamericana-espaola.
5- Seymour Lipschutz, lgebra Lineal, Teora y Problemas Resueltos, Serie de Compendios
Schawn, Ed McGraw Hill de Mxico.
6- Keneth Hoffman, Ray Kunze, lgebra Lineal, Ed Prentice-Hall Internacional.
10