Está en la página 1de 8

Espais vectorials

Gens Calderer

9 doctubre de 2017

1 Espais vectorials
Definicio 1.1 (Espai vectorial). Un espai vectorial es una terna consistent en un conjunt E i dues
operacions, una interna anomenada suma i una externa anomenada producte per un escalar que
compleixen les seguents propietats:
1. v, u, w E, u + (v + w) = (u + v) + w. (Propietat associativa de la suma).

2. 0 E | 0 + v = v, v E. (Element neutre respecte la suma).

3. v E, v + (1)v = 0. (Element oposat respecte la suma).

4. v, u E, v + u = u + v. (Propietat commutativa de la suma).

5. a R, v, u E, a(v + u) = av + au). (Propietat distributiva).

6. a, b R, v E, (a + b)v = av + bv. (Propietat distributiva).

7. a, b R, v E, a(bv) = (ab)v. (Propietat associativa del producte per un escalar).

8. v E, 1v = v. (Element neutre del producte per un escalar).

Exemples despais vectorials


Rn = {(a1 , . . . , an )|ai R} es el conjunt de sequencies ordenades de n nombres reals. Aquest
conjunt juntament amb la suma definida per:

(a1 , . . . , an ), (b1 , . . . , bn ) Rn ,

(a1 , . . . , an ) + (b1 , . . . , bn ) = (a1 + b1 , . . . , an + bn )


i la multiplicacio per un escalar definida per

(a1 , . . . , an ) Rn , 1 , . . . , an ) = (ka1 , . . . , kan )


k R, k (a

es un espai vectorial, (Rn , +, ).

El conjunt dequacions lineals en n variables, {a1 x1 . . . an xn = a|a1 . . . an , a R} forma un


espai vectorial amb la suma definida com la suma dequacions i el producte definit com una
escalacio de les equacions.

Les matrius n m amb elements a R amb la suma de matrius convencional i el producte


definit com a escalacio de tots els coeficients forma un espai vectorial. Els elements de les
matrius sescriuen aij on i = 1, 2 . . . n es la fila i j = 1, 2 . . . m es la columna.

1
El conjunt de polinomis amb coeficients reals amb la suma de polinomis convencional i la
multiplicacio per un escalar forma un espai vectorial.
El conjunt de polinomis amb grau menor o igual que n tambe forma un espai vectorial.

1.1 Regles de calcul addicionals en un espai vectorial


Siguin v, u, w elements de E espai vectorial i a R.

a) u + w = v + w u = w.

b) a0 = 0.

c) 0v = 0.

d) v + w = u v = u w.

e) av = u per a 6= 0, llavors v = a 1u.

f) Si au = 0, llavors a = 0 o u = 0.

2 Combinacions lineals
Definicio 2.1 (Combinacio lineal). Sigui E un espai vectorial i v1 . . . vn E. Un element v E
es una combinacio lineal de v1 . . . vn si i nomes si existeixen a1 . . . an R tals que

v = a1 v1 + + an vn

Aplicacio: Sistemes dequacions lineals


Sigui S un sistema dequacions lineals en x1 . . . xn , f1 , . . . fn on fi es una equacio del sistema.
Llavors, si f es combinacio lineal de f1 , . . . fn , qualsevol solucio de f1 , . . . fn es solucio de f .
En un sistema S es pot canviar lordre de les equacions i sumar a una equacio un multiple duna
altra obtenint aix un sistema S 0 . Qualsevol solucio de S tambe ho es de S 0 i viceversa ja que la
combinacio lineal es en els dos sentits.
Aquesta es la base del metode de resolucio de sistemes dequacions lineals mitjancant reduccio.

3 Generadors i bases
Suposem E espai vectorial i v1 , . . . , vn E.

Definicio 3.1 (Generador de E). v1 , . . . , vn E son generadors de E si i nomes si qualsevol vector


v E pot ser expressat com a combinacio lineal de v1 , . . . , vn .

Proposicio 3.1. Si v1 , . . . , vm genera E, w1 , . . . , wr E el conjunt v1 , . . . , vm , w1 , . . . , wr tambe


genera E.

Demostracio. Com que v1 , . . . , vm genera E, llavors per qualsevol v E existeixen a1 , . . . am R


tal que v = a1 v1 + + am vm .
Si v1 , . . . , vm , w1 , . . . , wr tambe genera E, llavors existeixen b1 , . . . bm , c1 , . . . cr R tals que v =
b1 v1 + + bm vm + c1 w1 + + cr wr . Podem prendre ai = bi i ci = 0 i per tant es compleix que
v1 , . . . , vm , w1 , . . . , wr genera E.

2
Definicio 3.2 (Dependencia lineal). Un conjunt v1 , . . . vm E es diu linealment dependent si i
nomes si existeix alguna combinacio lineal nulla de v1 , . . . , vm amb algun coeficient diferent de 0
(no trivial).
Definicio 3.3 (Independencia lineal). Un conjunt v1 , . . . vm E es linealment independent si i
nomes si lunica combinacio lineal nulla es la trivial.
Proposicio 3.2. Un conjunt v1 , . . . , vm es linealment dependent si i nomes si un vi v1 , . . . , vbi , . . . , vm
es combinacio lineal dels altres.
Demostracio. ()
Si v1 , . . . , vm son linealment dependents llavors c1 , . . . , cm R, no tots 0, tals que 0 = c1 v1 +
. . . cm vm . Llavors:
ci vi = c1 v1 + + cd
i vi + . . . cm vm

Per tant:
c1 \ci cm
vi = v1 + . . . vi + vm
ci ci ci
Per tant, vi es combinacio lineal dels altres.
()
Partint de vi = d1 v1 + + dd
i vi + + dm vm . Es pot reescriure com

0 = d1 v1 + + cd
i vi + + dm vm vi

Per tant, son linealment dependents. (No es trivial perque el coeficient de vi no es 0.

Proposicio 3.3. Si v1 , . . . , vn son linealment independents, llavors v1 , . . . , vr tambe ho son r n.


Demostracio. Si v1 , . . . vn es linealment independent, llavors a1 v1 + . . . an vn = 0 ha de tenir per
forca a1 , . . . , an = 0. Podem escriure la combinacio lineal nulla de v1 , . . . vr com a b1 v1 + +br vr +
0vr+1 + + 0vn = 0. Com que a1 , . . . , an = 0 llavors b1 . . . br = 0 per forca, i com a consequencia
v1 , . . . , vr son linealment independents.

Definicio 3.4 (Base dun espai vectorial). El conjunt ordenat (v1 , . . . , vn ) es una base de E si i
nomes si es linealment independent i genera E. (Es el conjunt de generadors mes petit possible).
Definicio 3.5 (Subespai). Sigui F E. F es un subespai de E si es compleix que:
F 6= . (No es buit).
v, w F v + w F . (Tancat respecte la suma).
a R v F av F . (Tancat respecte el producte per un escalar).
Proposicio 3.4. Si F es un subespai de E, llavors F tambe es un espai vectorial amb les operacions
restringides a F .
Demostracio. Les propietats 1,3,4,5,6,7,8 son de demostracio trivial.
Per demostrar la propietat 3 es pren el fet que 0 R, per tant, v F llavors 0v = 0 F . Per
tant el vector 0, element neutre de la suma, es troba a F .

Definicio 3.6 (Base dun subespai). Donat al fet que un subespai es un espai vectorial la definicio
de base es la mateixa.
Definicio 3.7 (Subespai engendrat per un conjunt de vectors). Sigui v1 , . . . , vm E. El subespai
engendrat per aquest conjunt, sescriu hv1 , . . . , vm i i es el conjunt de totes les combinacions lineals
possibles daquests vectors, {a1 v1 + . . . am vm |ai R}.

3
Exemples de subespais
Trivials: {0} i E son subespais de E.

Si v E, v 6= 0 llavors {av}aR es un subespai.

En R3 el conjunt de vectors {(x, y, z)|z = 0} es un subespai.

En R[X], el conjunt de polinomis amb coeficients realls, fixat un grau r, el conjunt de polinomis
amb grau d r es un subespai.

Donats v1 , . . . , vm E, llavors hv1 , . . . , vm i es un subespai de E.

Proposicio 3.5. hv1 , . . . , vm i es un subespai de E.

Demostracio. Cal demostrar que compleix les tres condicions per a ser un subespai. Evidentment
no es un conjunt buit perque conte com a mnim els vectors que el formen. La suma de dos elements
de hv1 , . . . , vm i tambe hi es:

a1 v1 + + am vm + b1 v1 + . . . bm vm = (a1 + b1 )v1 + + (am + bb )vm hv1 , . . . , vm i

El producte per un escalar tambe es a hv1 , . . . , vm i:

k(a1 v1 + + am vm ) = ka1 v1 + + kam vm hv1 , . . . , vm i

Per tant hv1 , . . . , vm i es un subespai de E.

Proposicio 3.6. Si F E i v1 , . . . , vm F , llavors hv1 , . . . , vm i F . hv1 , . . . , vm i es el menor


subespai que conte v1 , . . . , vm .

Demostracio. Sigui F E subespai de E i v1 , . . . , vm F .


Si hv1 , . . . , vm i F , llavors a1 v1 + + am vm F . Si v1 , . . . , vm estan a F , llavors donat a que F
es un espai vectorial, a1 v1 + + am vm F . Per tant hv1 , . . . , vm i F .

Aplicacio: Buscar una base


Proposicio 3.7. hv1 , . . . , vm i = hv 0 1 , . . . , v 0 m i per v 0 i = vi + avj , i, j = 1, . . . , m.

Demostracio. v 0 1 , . . . , v 0 m hv1 , . . . , vm i, llavors hv1 , . . . , vm i hv 0 1 , . . . , v 0 m i. De la mateixa ma-


nera en el sentit anterior. Per tant hv1 , . . . , vm i = hv 0 1 , . . . , v 0 m i.

Exemple Rn : Suposem que v1 , . . . , vm Rn . Podem expressar els vi com a vi = (ai1 , . . . , ain ).


Canviant dordre i restant a un vi un multiple dun altre es pot fer una reduccio. Daquesta manera
es mante hv1 , . . . , vm i pero es va generant un conjunt de vectors linealment independents. Al acabar
la reduccio es descarten les files on tot son 0 i el conjunt de vectors restants es una base.
El proces de reduccio aplicat a un conjunt de generadors proporciona una base. Donat al fet
que els vectors queden formant un triangle de 0, es pot dir que son independents, i com que son
generadors, per tant son una base.

4
3.1 El teorema de la base
El teorema de la base estableix que si e1 , . . . , en es una base de E, i v1 , . . . , vm tambe, llavors n = m.
En altres paraules, totes les bases dun espai tenen el mateix nombre delements.

Lema 3.1. Un sistema dequacions lineals homogenies amb mes incognites que equacions te sempre
una solucio no trivial.

Demostracio. Saplica reduccio al sistema. Segueix havent mes incognites que equacions. El sistema
es compatible (ja que com que es homogeni no pot ser incompatible) amb graus de llibertat, gdl > 0.
Per tant existeix una solucio no trivial.

Lema 3.2. Suposem que e1 , . . . , en E generen E. Qualsevol v1 , . . . , vm amb m > n es linealment


dependent.

Demostracio. Si el conjunt e1 , . . . , en son generadors, llavors qualsevol vj v1 , . . . , vm pot ser


expressat com vj = ni=1 aij ei . Cal demostrar quePv1 , . . . vm son linealment dependents, per tant
P
cal trobar una combinacio lineal nulla no trivial, m j=1 bj vj = 0.

m
X m X
X n  Xm X
n n X
X m n X
X m 
bj vj = aij ei = bj aij ei = bj aij ei = bj aij ei = 0
j=1 j=1 i=1 j=1 i=1 i=1 j=1 i=1 j=1

Per a que la igualtat anterior es compleixi, cal trobar un conjunt P de b1 , . . . , bm , no tots 0, tals que
es satisfaci el sistema dequacions en m incognites i n equacions m i
j=1 bj aj = 0, per i = 1, . . . , n.
Com que m > n, pel Lema 1 es pot saber que existeix una solucio no trivial (ja que hi ha mes
incognites que equacions), i per tant el conjunt v1 , . . . , vm es linealment dependent.

Teorema 3.1 (Teorema de la base). Si e1 , . . . , en i v1 , . . . , vm son bases de E, llavors n = m.

Demostracio. Suposem que e1 , . . . , en i v1 , . . . , vm son bases de E. Si m > n, sent els e generadors,


llavors v1 , . . . , vm son dependents per el Lema 2. Aixo es impossible ja que els v formen una base.
De la mateixa manera, si n > m simplicaria que els e1 , . . . , en son linealment dependents, cosa que
tambe es impossible. Per tant, m = n.

Definicio 3.8 (Dimensio de E). La dimensio de E, dim E, es el numero delements que te una
base (si en te). Si no te base, es pren dim E = .

La definicio de dimensio te sentit un cop ha estat demostrat el teorema de la base ja que


daquesta manera es pot estar segur que la dimensio no depen de leleccio duna base concreta.

Consequencies del teorema de la base


Lema 3.3. Si v1 , . . . , vn son linealment independents, llavors v, v1 , . . . , vn es linealment dependent
si i nomes si v hv1 , . . . , vn i.

Demostracio. () Si v = ni=1 ai vi , llavors 0 = ni=1 ai vi av. Es una combinacio lineal no trivial,


P P
i per tant v, v1 , . . . , vn es linealment dependent. P
. , vn es linealment dependent si bv + ni=1 bi vi = 0, amb algun biP6= 0. Si b 6== 0,
() v, v1 , . .P
llavors v = ni=1 bb i vi , i per tant son linealment dependents. Si b = 0, llavors ni=1 bi vi = 0 cosa
que implicaria que v1 , . . . , vn son linealment dependents, cosa que es impossible.

Corollari 3.1. Si dim E = n. Qualsevol v1 , . . . , vm amb m > n son linealment dependents.

5
Demostracio. Si dim E = n llavors hi ha uns e1 , . . . , en que son generadors. Per tant, per el lema
2, si m > n llavors v1 , . . . , vm son linealment dependents.

Corollari 3.2. Qualsevol conjunt de vectors linealment independents de E es pot ampliar a una
base.

Demostracio. Considerem un conjunt v1 , . . . , vm E linealment independents. Si hv1 , . . . , vm i = E


llavors ja es una base.
Si hv1 , . . . , vm i 6= E llavors prenem vm+1 E hv1 , . . . , vm i. El conjunt resultant segueix sent
independent ja que si fos dependent, pel Lema 3 no es podria trobar un vector en el conjunt
especificat.
Si hv1 , . . . , vm , vm+1 i = E Llavors ja sha acabat. Sino, es repeteix el proces fins que es generi un
conjunt v1 , . . . vm , vm + 1, . . . , vn amb n = dim E.

Corollari 3.3. Si dim E < , qualsevol espai diferent de 0 te base finita.

Demostracio. Sigui F un subespai diferent de {0} de E. Prenem v1 F . Si hv1 i = F , llavors v1 es


base de F i ja sha acabat.
Si hv1 i 6= F , llavors sagafa v2 F hv1 i. Els vectors v1 , v2 son linealment independents per el
Lema 3. Si hv1 , v2 i = F llavors sacaba el proces, sino es va repetint. No es poden tenir mes vectors
linealment independents que dim E. Per tant, hi ha un moment en el que el proces saturara i per
tant no es infinit. Per tant dim F < .

Corollari 3.4. Si v1 , . . . , vm E son linealment independents, llavors m dim E.


A mes, si m = dim E, llavors v1 , . . . , vm es base de E.

Corollari 3.5. Qualsevol conjunt de generadors conte una base

Demostracio. Siguin v1 , . . . , vm generadors de E. Si son linealment independents ja son una base.


Sino, son linealment dependents, i per tant un dells es combinacio lineal dels altres. Suposem que
el vector que pot ser expressat com a combinacio lineal dels altres es lultim, vm . Llavors podem
mantenir que hv1 , . . . , vm i = hv1 , . . . vm1 i = E. El proces es pot repetir fins que el conjunt de
vectors es linealment independent.

Corollari 3.6. Si v1 , . . . , vm son generadors de E, llavors m dim E. A mes, si m = dim E,


llavors v1 , . . . , vm es base de E.

Conclusions que es poden treure duna reduccio


Suposem v1 , . . . , vm Rn i es fa una reduccio i sacaba amb una llista w1 , . . . , wr de vectors no nuls
que cadascun comenca amb un element no nul per sota del qual tot son 0 (Escalonat).

1. w1 , . . . , wr son base de F = hv1 , . . . , vm i.

2. dim F = r.

3. Cada vector 0 proporciona una relacio de dependencia lineal en v1 , dots, vm .

4. Si no hi ha cap vector 0, llavors m = r i per tant els vectors originals son independents i per
tant son base de F , ja que tambe en son generadors.

5. Els vectors vi que condueixen a vectors no nuls a lacabar la reduccio son base de F .

6
3.2 Expressio de vectors en components respecte una base
Definicio 3.9 (Components dun vector). Suposem e1 , . . . , en = B una base de E. Per qualsevol
v E existeixen a1 , . . . , an R tals que v = a1 e1 + + an en . Els a1 , . . . , an es diuen components
de v en la base B.

Proposicio 3.8. Les components de qualsevol vector en una base fixada son uniques.

Un cop demostrada aquesta proposicio es pot dir que unes components dun vector son LES
components del vector (ja que ja es sap que es unic).

Demostracio. Lenunciat de la proposicio es equivalent a dir que si v = a1 e1 + + an en i v =


b1 e1 + + bn en , llavors les ai = bi per qualsevol i = 1, . . . , n.

v = a1 e1 + + an en = b1 e1 + + bn en (a1 b1 )e1 + + (an bn )en = 0

Com que e1 , . . . , en son linearment independents, qualsevol combinacio lineal nulla ha de ser la
trivial. Per tant a1 b1 = 0, . . . , an bn = 0 i per tant ai = bi per qualsevol i = 1, . . . , n.

El vector v determina les seves components i viceversa. Sescriu v = (a1 , . . . , an )B i es llegeix


v es el vector de components a1 , . . . , an en la base B. (Si sempre es fa servir la mateixa base no
sescriu).
Les bases son molt utils perque permeten substituir els vectors per numeros i manipular lespai
vectorial com si es tractes de Rn .

Proposicio 3.9. Si v = (a1 , . . . , an )B i w = (b1 , . . . , bn )B , llavors els vectors es poden sumar i


multiplicar per un escalar a partir de les seves components.

Demostracio. Es trivial utilitzant la propietat distributiva.

4 Rang
Definicio 4.1. Donats v1 , . . . , vm E. El rang de {v1 , . . . , vm } = dimhv1 , . . . , vm i.

Si M es una matriu, llavors Rang M = Rang{Vectors fila}

Teorema 4.1 (Rouche-Frobenius). Suposem un sistema S dequacions lineals amb n equacions i


m incognites. 1 1 1 1
a1 x1 + + am xm = b1

..
.
n 1
a1 xn + + anm xnm = bn
Definim la matriu del sistema, A i la matriu ampliada, A
1
a1 a1m
1
a1m

a1 b1
.. .. A = ...
. .. ..
A= .

. .
an1 anm an1 anm bn

1. S es compatible si i nomes si Rang A = Rang A.

2. Si S es compatible, el nombre de graus de llibertat es gdll = m Rang A.

7
Demostracio. Suposem el sistema S i fem una reduccio de manera que ens resulti:
1
b1n

b1 d1
0
b22 b3n d2
0 0 3
b3 bn 3 d3

.. .. .. .. .. ..
. . . . . .

0 0 0 b r dr

0
0 0 0 dr+1
. .. .. .. .. ..
.. . . . . .
0 0 0 0 dn

Les solucions del sistema son les mateixes que en el sistema inicial. Al aplicar la reduccio Rang A
i Rang A no varien perque lespai engendrat es el mateix.
Rang A = r perque es el nombre dequacions linealment independents que engendrava lespai, per
tant es la dimensio de lespai engendrat.
Es veu clarament que Rang A = r si i nomes si dr+1 , . . . , dn = 0. Rang A > r nomes si existeix
un i {r + 1, . . . , n} tal que di 6= 0. El sistema es compatible si i nomes si dr+1 , . . . , dn = 0, per
tant, si el sistema es compatible Rang A = r, i per tant Rang A = Rang A.
Si el sistema es compatible es veu clarament que que el nombre de variables lliures es m r. Per
tant, gdll = m Rang A.