Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Otra forma de demostrar que no es espacio vectorial sera aplicando la contra recproca del apartado b) de la
proposicin 1 (pgina 4 de la gua) donde se demuestra que si V es espacio vectorial sobre un cuerpo K ,
entonces el producto del elemento nulo de K por cualquier vector , nos da como resultado el elemento neutro
1
de V.
Expresado en forma de proposicin si Ves espacio vectorial 0. v = 0 , v V, 0 K , que es de la
forma p q , donde p est representada por Ves espacio vectorial y q est representada por 0. v = 0 ,
v V, 0 K
Como sabemos de Matemtica Discreta si la implicacin p q es verdadera , entonces es verdadera su
contra recproca. q p , que en nuestro caso sera :
Si no es cierto que 0. v = 0 , v V, 0 K , entonces no es cierto que Ves espacio vectorial. Como
podemos ver si hacemos (de acuerdo al producto indicado en el ejercicio) 0.(x,y,z)=(0.x,y,z)=(0,y,z) que no
necesariamente es el vector (0,0,0). Luego q es verdadero y por consiguiente p tambin lo es y Vno es
espacio vectorial
SUBESPACIOS
Para demostrar que un subconjunto W de un espacio vectorial V es subespacio tendremos que demostrar tres
propiedades
1) que W , o bien analizar si el elemento neutro de V pertenece a W (0 W
2) dados u y v pertenecientes a W , tenemos que demostrar que u + v tambien pertenece a W, para todos u y
v
3) que si u pertenece a W y k pertenece al cuerpo K , tenemos que demostrar que k.u tambin pertenece a W
para todos u y k
Ejercicio 4)b) W=x, y R 2 /x + 2y = 1
1) Est claro que W es diferente del conjunto vaco , ya que el par ordenado (1,0) cumple con la condicin.
Sin embargo el elemento nulo de R 2 no pertenece a W , ya que 0 + 2. 0 = 0 1. Luego W no es subespacio
vectorial.
Recordar que aqu estamos usando la contra recproca de la proposicin que indica que si W es subespacio
0 W. Luego la contra recproca indica que
si 0 W W no es subespacio
Ahora 2. x. x 2. y. y no tiene necesariamente que ser igual a cero. Luego tenemos toda la idea que la
2
segunda condicin no se cumple y W no sera subespacio. Como podemos probarlo ?. Bueno , hallando un
contraejemplo. El desarrollo anterior nos da una idea de como hallarlo , tenemos que encontrar dos pares
ordenados que cumplan con la condicin y cuya suma no lo haga.
Por ejemplo (5,-5) y (-3,3). Es cierto que el cuadrado de sus primeras componentes menos el cuadrado de las
segundas componentes da por resultado cero .
Pero 2. 5. 5 2. 3. 3 = 50 18 = 50 + 18 = 32 0
COMBINACION LINEAL
Llamamos combinacin lineal a toda suma algebraica de la forma a 1 . v 1 + a 2 . v 2 + a 3 . v 3 +. . . +a k . v k , donde
los a i pertenecen al cuerpo de escalares y los v i pertenecen a V y donde i puede variar desde 1 hasta un valor
k natural. Cuando querramos complicarnos con el tema podremos decir que la combinacin lineal puede estar
formada por la suma de infinitos trminos (pero no tenemos la intencin de hacerlo por ahora).
Ahora cuando podemos decir que un vector v es combinacin lineal de otros v 1 , v 2 , v 3 , . . . , v k ? Cuando
existan escalares a 1 , a 2 , a 3 , . . . , a k que permitan escribir v = a 1 . v 1 + a 2 . v 2 + a 3 . v 3 +. . . +a k . v k
6 8
Ejercicio 8)a) Determinar si la matriz es combinacion lineal de las matrices
1 8
4 0 1 1 0 2
, y
2 2 2 3 1 4
Si as fuera existiran los escalares a , b y c tal que
3
6 8 4 0 1 1 0 2
= a. + b. + c. . Lo que significa que:
1 8 2 2 2 3 1 4
4. a + 1. b + 0. c = 6; 0. a + 1. b + 2. c = 8; 2. a + 2. b + 1. c = 1; 2. a + 3. b + 4. c = 8
Nos queda un sistema de cuatro ecuaciones con tres incgnitas (a,b,y c). Se puede plantear en forma matricial
4 1 0 6 1 0 0 1
0 1 2 8 0 1 0 2
,si resolvemos por filas resulta ,lo que significa que el rango de la
2 2 1 1 0 0 1 3
2 3 4 8 0 0 0 0
matriz de coeficientes es igual al rango de la matriz ampliada (sistema compatible) y es igual al nmero de
incgnitas que es 3(determinado) . Luego la resolucin del sistema nos indica que si a=1 , b= 2 y c= -3 la
combinacin lineal de las matrices ,dar como resultado la matriz pedida.
4 0 1 1 0 2 6 8
1 +2 3 =
2 2 2 3 1 4 1 8
0 0
Ejercicio 8)b) Determinar si la matriz es combinacion lineal de las matrices
0 0
4 0 1 1 0 2
, y
2 2 2 3 1 4
Resulta evidente que si ponemos a=0 , b=0 y c=0 la combinacin lineal dar por resultado la matriz nula
1 5
Ejercicio 8)d) Determinar si la matriz es combinacion lineal de las matrices
7 1
4 0 1 1 0 2
, y
2 2 2 3 1 4
Ejercicio 10)b) Determinar si el vector (2,1,-1) pertenece al subespacio S generado por los vectores
(1,2,1);(1,0,-1);(2,2,0). S = 1, 2, 1; 1, 0, 1; 2, 2, 0
Para que el vector dado pertenezca al subespacio que esta generado por los otros vectores , deber expresarse
como una combinacin lineal de los mismos, o sea:
2, 1, 1 = a. 1, 2, 1 + b. 1, 0, 1 + c. 2, 2, 0
Luego nos queda
a + b + 2c = 2; 2a + 2c = 1; a b = 1. Expresandolo matricialmente
1
1 1 2 2 1 0 1 2
, trabajando por filas se llega a 3 , luego la matriz de coeficientes al
2 0 2 1 0 1 1 2
1 1 0 1 0 0 0 0
igual que la ampliadan tienen rango 2 y tenemos tres incgnitas (a,b,c) , por lo tanto el sistema es compatible
indeterminado , lo que significa que tendremos infinitos juegos de valores para los coeficientes a , b y c que al
colocarlos en la combinacin lineal dar por resultado el vector (2,1,-1). Por lo tanto este vector se puede
escribir como combinacin lineal (en realidad infinitas combinaciones) de los vectores que generan S y por
ello pertenece al subespacio.
Ejercicio 15)b) Determinar los valores reales de k para que los vectores siguientes sean linealmente
independientes:(1,-1,2);(k+1,k,k+6);(k,k+1,1)
Para saber si son linealmente independientes hay que hacer una combinacin lineal de ellos , igualarla al
vector nulo de R 3 (en este caso) y analizar los posibles valores que puede tomar k para que el sistema
resultante sea compatible determinado (siendo un sistema homogneo y si es compatible determinado , la
5
nica posibilidad es que todos los coeficientes que multiplican a los vectores en la combinacin lineal son
nulos).
0, 0, 0 = a. 1, 1, 2 + b. k + 1, k, k + 6 + c. k, k + 1, 1. Desarrollando queda
a + b. k + 1 + c. k = 0; a + b. k + c. k + 1 = 0; 2a + b. k + 6 + c = 0
Pasndolo a sistema matricial
1 k+1 k
1 k k+1 , donde obviamente hemos eliminado a la ltima columna de los valores
2 k+6 1
independientes porque son todos ceros.
1 k+1 k
Resolviendo por filas : haciendo F1+F2>F2 y (-2).F1+F3>F3 , resulta 0 2k + 1 2k + 1 ; haciendo
0 k + 4 2k + 1
2F3+F2>F2 resulta
1 k+1 k
0 9 2k + 3 , si k 4 , podemos dividir a la ltima fila por -k+4 y nos queda
0 k + 4 2k + 1
1 k+1 k
0 9 2k + 3 , haciendo (-9).F3+F2>F2 nos queda
0 1 2k + 1/k + 4
1 k+1 k
2k+1
0 0 2k + 3 + 9. k+4
, reordenando nos queda
0 1 2k + 1/k + 4
1 k+1 k
0 1 2k + 1/k + 4 . Hemos logrado diagonalizar la matriz. Para que tenga rango 3 es
2k+1
0 0 2k + 3 + 9. k+4
necesario que el ltimo trmino de la ltima fila sea distinto de cero. Veamos cuando es igual a cero
2k + 3 + 9. 2k+1 = 2k+3k+4 + 9. 2k+1 = 2k 8k3k+12+18k9
2 2 +7k+3
6
1 5 4
1 4 5 ,,el rango de esta matriz es 3 ,comprobarlo , si trabajamos por filas se llega
2 10 1
1 0 0
a: 0 1 0 . Luego parar este valor los tres vectores son linealmente independientes tambin.
0 0 1
No habr otra forma de resolverlo?Veamos.
La matriz de coeficientes es de 3x3 (cuadrada) y pedimos que su rango sea 3 , porque de esa manera
significa que ninguna de sus filas o columnas depende de las otras (son linealmente independientes).
Podramos preguntarnos cuando eso no ocurre (o sea que una fila o columna depende de las otras , o una fila
o columna es nula , etc), o sea cuando son linealmente dependientes. Pero esto se relaciona con el
determinante de la matriz. Si el determinante es igual a cero significa que el rango no se corresponde con el
tamao de la matriz , que alguna fila o columna depende de las otras , etc. Como en este caso tenemos una
matriz cuadrada podemos hallar su determinante e igualarlo a cero y ver para que valores de k ocurre.
1 k+1 k
det 1 k k+1 = 0 = 2k 2 7k 3 (les resulta parecido?)
2 k+6 1
Nos queda un polinomio de segundo grado en k. Es fcil hallar sus races: 12 , 3. Luego para estos valores
de k el determinante se anula y los vectores son dependientes. Para todo otro valor de k el determinante es
diferente de cero y los vectores son linealmente independientes.