Está en la página 1de 7

UNIVERSIDAD NACIONAL DE LA MATANZA

DEPARTAMENTO DE INGENIERIA E INVESTIGACIONES TECNOLOGICAS


ALGEBRA Y GEOMETRIA ANALITICA I (1027)

EJERCICIOS RESUELTOS DE LA GUIA DE ESPACIOS VECTORIALES


ESPACIOS VECTORIALES
Como se indica en la gua terica , para que un conjunto de elementos con dos operaciones definidas (suma y
producto , este ltimo utilizando escalares que provienen de un cuerpo) sea espacio vectorial tiene que
cumplir con los 10 axiomas (5 para la suma y 5 para el producto) indicados en las paginas 1 y 2 de la gua.
Obviamente el mayor trabajo es demostrar que algo es espacio vectorial porque necesariamente tendremos
que demostrar los 10 axiomas. Es mucho mas facil demostrar que no lo es porque basta que uno solo de los
axiomas no se cumpla para negar la condicin de espacio vectorial.
2) a) Se pide determinar si el conjunto de ternas de nmeros reales con las operaciones all definidas , forma
estructura de espacio vectorial. O sea estamos trabajando en R 3 , con la suma definida de manera usual y el
producto por un escalar k (real) que solamente multiplica a la primer componente.
Tenemos (V , + , R , .) con
(x,y,z)+(x , y , z)=(x+x,y+y,z+z) y k.(x,y,z)=(k.x,y,z)
Como la suma es la usual de R 3 , sabemos que cumple las cinco propiedades (es cerrada , es asociativa ,
tiene elemento neutro , tiene inverso aditivo (u opuesto) y es conmutativa). R 3 con la suma as definida tiene
estructura de grupo abeliano.
Veamos que pasa con el producto.
1) es cerrado? Si multiplicamos un (x,y,z) R 3 por un nmero real que solamente multiplica a la primer
componente , el resultado vuelve a dar otro elemento de R 3 .
2)distributivo respecto a la suma de vectores.
k.((x,y,z)+(x,y,z)) es igual a k.(x,y,z)+k.(x,y,z)?. Desarrollaremos ambos trminos y los compararemos.
k.((x,y,z)+(x,y,z))=k.(x+x,y+y,z+z)=(k.(x+x),y+y,z+z)=(k.x+k.x,y+y,z+z)
k.(x,y,z)+k.(x,y,z)=(k.x,y,z)+(k.x,y,z)=(k.x+k.x,y+y,z+z)
3) distributivo respecto a la suma de escalares
(k+k).(x,y,z) es igual a k.(x,y,z)+k.(x,y,z)?.Desarrollaremos ambos trminos y los compararemos.
(k+k).(x,y,z)=((k+k).x,y,z)=(k.x+k.x,y,z)
k.(x,y,z)+k.(x,y,z)=(k.x,y,z)+(k.x,y,z)=(k.x+k.x,y+y,z+z)=(k.x+k.x,2y,2z)(k.x+k.x,y,z). Luego no es
espacio vectorial

Podemos seguir analizando para saber si falla otro axioma


4) asociatividad de los escalares
(k.k).(x,y,z) es igual a k.(k.(x,y,z)) y es igual a k.k.(x,y,z)?
(k.k).(x,y,z)=((k.k).x,y,z)=(k(.k.x,y,z))=k.(k.(x,y,z)=k.k.(x,y,z)
Luego este axioma se cumple.
5) elemento neutro del cuerpo para el producto
1 R , tal que 1.(x,y,z)=(1.x,y,z)=(x,y,z). Luego se cumple el axioma

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

Ejercicio 4)d) W=x, y R 2 /x 2 y 2 = 0


1) Resulta que el elemento (0,0) pertenece a W pues 0 2 0 2 = 0. Luego la condicin 1 se cumple , pero eso
lo nico que nos seala es que tenemos que seguir probando con las restantes.
2) sean (x,y) y (x,y) pertenecientes ambos a W , entonces tenemos que ver si la suma de ambos sigue
perteneciendo a W.
Ahora que significa que (x,y) y (x,y) pertenecen a W? . Significa que ambos pares ordenados cumplen con
la condicin sealada en la definicin de W , a saber que la primer componente elevada al cuadrado menos la
segunda componente elevada al cuadrado da por resultado 0.Entonces x 2 y 2 = 0 y x 2 y 2 = 0.
Que es la suma de (x,y) con (x,y)?. Pues nada menos que (x+x,y+y).Cumplir este nuevo par ordenado
con la condicin de W? O sea si elevamos al cuadrado su primer componente y le restamos el cuadrado de la
segunda , el resultado ser cero?. Veamos
x + x 2 y + y 2 = x 2 + 2. x. x + x 2 y 2 + 2. y. y + y 2 = x 2 + x 2 y 2 y 2 + 2. x. x 2. y. y = 2. x
(pues por las condiciones que cumplen (x,y) y (x,y) resulta que
x + x y y = x y + x y = 0 + 0 = 0
2 2 2 2 2 2 2 2

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

Ejercicio 4)c) W=x, y R 2 /2x 3y = 0


1) Obviamente el (0,0) cumple con la condicion. Vamos a las otras.
2) Sean (x,y) y (x,y) pertenecientes ambos a W , entonces tenemos que ver si la suma de ambos sigue
perteneciendo a W
Ahora que significa que (x,y) y (x,y) pertenecen a W? . Significa que ambos pares ordenados cumplen con
la condicin sealada en la definicin de W , a saber que el doble de la primer componente menos el triple de
la segunda componente da por resultado 0. Entonces 2x 3y = 0 y 2x 3y = 0.
Ahora (x,y)+(x,y)=(x+x,y+y). Que ocurre si hacemos el doble de la primer componente de este vector
suma y le restamos el triple de su segunda componente?
2.(x+x)-3(y+y)=2.x+2.x-3.y-3.y =(2.x-3.y)+(2.x-3.y)=0+0=0. Segunda condicin cumplida
3) Sea (x,y) perteneciente a W y k perteneciente a R.Que pasara con el producto k.(x,y)?
Repetimos (y no nos cansaremos de hacerlo ya que es por esto que se falla en los ejercicios de subespacio)
que decir que (x,y) pertenece a W significa que tiene que cumplir con una dada condicin , en este caso que
el doble de su primer componente menos el triple de su segunda componente da por resultado 0. O sea
2x 3y = 0
Ahora quien es k.(x,y)? Es (k.x,k.y). Como podemos verificar si este vector cumple con la condicin de W?
. Bueno , multiplicando por 2 su primer componente , restarle el triplo de su segunda y ver que pasa.
2.k.x - 3.k.y = k.(2.x - 3.y) , pero lo que est encerrado entre parntesis es igual a cero (por ser (x,y) un
elemento de W) , luego queda k. 0 que es igual a cero. Entonces k.(x,y)=(k.x,k.y) cumple la condicin y
tambin pertenece a W.
Como se cumplen los tres items , W es un subespacio.

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

Planteando el problema en forma similar a 8)a) resultan las ecuaciones:


4. a + 1. b + 0. c = 1; 0. a + 1. b + 2. c = 5; 2. a + 2. b + 1. c = 7; 2. a + 3. b + 4. c = 1.
Luego la matriz resultante es:
4 1 0 1
0 1 2 5
, si resolvemos por filas resulta que el rango de la matriz de coeficientes es 3 mientras
2 2 1 7
2 3 4 1
que el rango de la matriz ampliada es 4. Luego el sistema es incompatible , no tiene soluciones , no existen a ,
b y c que conformen la combinacin lineal.

ESPACIO VECTORIAL GENERADO POR UN CONJUNTO DE VECTORES


Ejercicio 13)c) Determinar si los vectores (1,0,-1);(2,1,1);(0,1,1) y (1,-2,-1) generan a R 3 .
Los vectores dados generarn a R 3 si cualquier elemento genrico de R 3 , (x,y,z) se puede escribir como
combinacin lineal de dichos vectores.
Luego (x,y,z)=a.(1,0,-1)+b.(2,1,1)+c.(0,1,1)+d.(1,-2,-1). Con lo cual resulta
4
x = a + 2b + d; y = b + c 2d; z = a + b + c d
Pasndolo a matriz
1 2 0 1 x 1 0 0 1 yz
0 1 1 2 y , resolviendo por filas , queda 0 1 0 1 1
2
x 1
2
y+ 1
2
z , lo cual significa
1 1 1 1 z 0 0 1 3 3
2
y 1
2
x 1
2
z
que el sistema es compatible indeterminado porque las soluciones quedan dependiendo de una de las
incgnitas. El rango de la matriz de coeficientes es 3 , el rango de la matriz ampliada es 3 y el nmero de
incgnitas es 4 (a,b,c,d)(recordar que en este caso (x , y , z) juegan el papel de parmetros representativos de
cualquier terna de R 3 )
El resultado indica que
a = y z + d; b = 12 x 12 y + 12 z d; c = 32 y 12 x 12 z + 3d. Las soluciones (para un dado (x,y,z)
dependen de d).
Luego existen infinitas posibilidades de generar un vector de R 3 con los vectores dados. Luego el conjunto de
esos cuatro vectores forman un conjunto generador.
Ser una base de R 3 ?. Obviamente no porque si el rango de la matriz de coeficientes (que est formada por
las componentes de los vectores) es 3 significa que uno de ellos (no importa cual) se puede escribir como
combinacin de los otros , luego el conjunto es linealmente dependiente y no forma una base.
Si queremos demostrarlo mas claramente podemos hacer una combinacin lineal de dichos vectores e
igualarla al vector nulo , resolver el sistema y encontrar que no tienen solucin nica a=b=c=d=0.

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

k+4 k+4 k+4 k+4


= 2kk+4 =0
Nos queda en el numerador una cuadrtica y la fraccin ser igual a cero cuando su numerador valga cero , o
sea cuando 2k 2 + 7k + 3 = 0
Resolviendo nos da las siguientes races: 12 , 3. O sea cuandok = 12 y cuando k = 3 , entonces las filas
no sern independientes y por consiguiente en ese caso uno de los vectores dados (que dependen del
parmetro k) depender de los otros dos y el conjunto ser linealmente dependiente. Si k no toma esos valores
, entonces los vectores sern independientes y el conjunto ser linealmente independiente.
Ahora que pasa cuando k=4 que era el valor que habamos desechado para poder diagonalizar la matriz?.
Para k=4 la matriz queda de la forma

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.