Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tarea Espacios Vectoriales Reales PDF
Tarea Espacios Vectoriales Reales PDF
------------------------------------------------------------------------------------
ESPACIOS VECTORIALES
EV1. Asociatividad
Dados u, v, w ∈ V, (u + v) + w = u + ( v + w )
EV4. Conmutatividad
Para todo par de vectores u, v ∈ V, u + v = v + u
Ejemplo 1. Dados los naturales fijos m y n, el conjunto R m×n de las matrices de m filas y n
columnas con coeficientes reales con las operaciones suma y producto por escalares (números reales)
es un espacio vectorial porque tiene todas las propiedades EV1 a EV8 (citadas en el Capítulo 1
Matrices).
1
Ejemplo 2. Dado el natural fijo n, el conjunto R n de las n-uplas x = ( x1 , x2 , x3 ,....., xn ) de números
reales, con la suma definida de la siguiente manera: Dadas dos n-uplas x = ( x1 , x2 , x3 ,....., xn ) y
u = (u1 , u2 , u3 ,....., un ) , x + u = ( x1 + u1 , x2 + u2 , x3 + u3 ,....., xn + un ) , y el producto por un escalar
c definido así: c.u = (c.u1 , c.u2 , c.u3 ,....., c.un ) , también cumple todas las propiedades EV1 a
EV8 y por lo tanto es un espacio vectorial.
En particular para n=2 y n=3 los elementos de los espacios vectoriales respectivos R 2 , R3 (pares y
ternas de números reales), se pueden representar gráficamente 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.
{
Ejemplo 1. Dado el conjunto U = A ∈ R 2×2 ; a11 =3a22 ∧ a21 + a12 = 0 }
Probar que U es un subespacio del espacio vectorial R 2×2 .
Hay que probar que U cumple las tres propiedades de la definición 4.1.2.
0 0
(1) El vector nulo en R 2×2 es el vector (o la matriz) O = que efectivamente cumple
0 0
las dos condiciones que definen al conjunto U. Por lo tanto O ∈ U y queda probada la
propiedad (1) de subespacio: El vector nulo del espacio grande R 2×2 donde está incluido U
también es elemento de U
2
a +b a12 + b12
A + B = 11 11
a +b a22 + b22
21 21
a11 + b11 = 3a22 + 3b22 porque A, B ∈ U , factorenado el 3 queda a11 + b11 =3( a22 + b22 ).
luego A + B ∈ U .
c.a11 c.a12
c. A =
c.a21 c.a22
Quedó probado que U cumple las tres propiedades de 4.1.2 , luego U es un subespacio de R 2×2 .
(1) El vector nulo 0 = (0, 0, 0, 0) de R 4 cumple las condiciones que definen al conjunto S.
(2) Sean u= (u1 , u2 , u3 , u4 ) y v =(v1 , v2 , v3 , v4 ) dos vectores pertenecientes a S , hay que probar
que el vector u + v ∈ S .
u1 − 2u2 =0 ∧ u3 =5u4 porque u ∈ S y v1 − 2v2 =0 ∧ v3 =5v4 porque v ∈ S
u + v =(u1 + v1 , u2 + v2 , u3 + v3 , u4 + v4 )
c.v1 − 2c.v2 = c.(v1 − 2v2 ) = c.0 = 0 (porque como v ∈ S vale que v1 − 2v2 = 0)
y de v3 =5v4 se obtiene c.v3 =5.c.v4 .
Luego c.v ∈ S
3
Ejemplo 3. Determinar si
T = {( x1 , x2 , x3 ) ; x1.x3 = 0 } es o no un subespacio de R3 , justificando la respuesta.
4.2.1. Definición. Un vector v de un espacio vectorial V es una combinación lineal de los vectores
v1 , v2 ,..., vk ∈ V si existen escalares c1 , c2 ,..., ck no necesariamente distintos tales que
k
v = c1.v1 +c2 .v2 + ... + ck .vk = ∑ c j .v j
j =1
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 2×3 , la matriz D es una combinación lineal de las matrices A y B porque
se puede escribir D = 5. A + 2.B .
1
Ejemplo 2. En el espacio R 2 : .(18, 8) − 9.(2, -1) = (-9, 13) , luego (−9,13)
2
es una combinación lineal de los vectores (18, 8) y (2,-1) ; y (4, -1) es una combinación
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 combinación lineal de los otros 3, se puede escribir v = u − 2 w − z.
También es posible escribir v = 3u − w − 2 z.
Cuando un vector es combinación lineal de otros, ésta no es necesariamente única. Dado un conjunto
de vectores no siempre uno de ellos es una combinación lineal de los otros.
4
Ejemplo 4. Se quiere saber si el vector (5,6) es combinación 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 ) , ésta conduce al sistema lineal
c1 + 3c 2 = 5
que resulta incompatible, por lo tanto el vector (5,6) no es
2c
1 + 6c 2 = 6
combinación lineal de (1,2) y (3,6) .
En cambio se puede escribir (3, 6)= 0.(5, 6) + 3.(1, 2).
4.2.2. Definición. Si v1, v2 ,..., vm son vectores de un espacio vectorial V, el conjunto S de todas
m
las combinaciones lineales de esos vectores, S = u = ∑ ci .vi ; ci ∈ R es un subespacio de V
i =1
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.
Se suele indicar al subespacio S = 〈 v1, v2 ,..., vm 〉 .
En caso que un conjunto de vectores genere todo el espacio V, es decir 〈 v1, v2 ,..., vm 〉 = V, se
dice que v1, v2 ,..., vm generan V o que constituyen un conjunto generador de V. En ese caso
todo vector de V se puede escribir como combinación lineal de los v1, v2 ,..., vm .
(I) Alguno de los vectores v1 , v2 ,..., vk es una combinación lineal de los demás.
(II) Existen escalares c1 ,c2 ,...,ck que no son todos nulos tales que
k
c1.v1 +c 2 .v2 + ... + ck .vk = ∑ c j .v j = 0
j =1
5
Ejemplos:
El vector (3, 6) es combinación 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.
c2 = 0, ... , c k = 0 .
Observación: Si los escalares c j , j = 1,..., k , son todos ceros, la relación c1.v1 +c 2 .v2 + ... + c k .vk = 0 se
cumple siempre. La Definición 4.3.2 dice que los vectores son linealmente independientes si se
cumple únicamente en ese caso.
Si la relación c1.v1 +c 2 .v2 + ... + c k .vk =0 se cumple también cuando algún escalar es distinto de 0, de
acuerdo con 4.3.1, los vectores son linealmente dependientes.
En los ejemplos que siguen se muestran dos métodos 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.
Otro método 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
7 −4 1 3
0 10 −6
1
0 0 0
Como al escalonar se obtuvo una fila nula los tres vectores son dependientes.
6
4.4. Base y dimensión.
Ejemplo 1. {(1, 0), (0,1)} , {(1, 0, 0), (0,1, 0), (0, 0,1) } , {(1, 0, 0, 0), (0,1, 0, 0), (0, 0,1, 0), (0, 0, 0,1)} son
2 3 4
bases (llamadas canónicas) de, respectivamente, los espacios R , R y R .
Las dimensiones de estos espacios son: dim R 2 = 2, dim R3 =3 y dim R 4 = 4
1 0 0 1 0 0 0 0
, , , es la base canónica del espacio R
2×2
y dim R 2×2 = 4.
0 0 0 0 1 0 0 1
{
Ejemplo 2. Probar que B= (1,0),(1,1)} es una base de R 2 .
1 0 1 0
F2 − F1 → entonces los vectores son independientes, se cumple la condición (1) de la
1 1 0 1
definición de base.
Para ver que se cumple la condición (2): Sea ( x1 , x2 ) un vector cualquiera de R 2 , hay que ver que se
puede escribir como combinación 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) )
{
B= (1,0),(1,1)} es una base de R 2 .
4.4.2. Propiedades
Sea V un espacio vectorial de dimensión n, entonces:
• La base de V no es única.
• 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.
1) los vectores u = (−1, 2.0), v = (−3, 0, 2), w = (0,1,1) de R3 , que son independientes según lo
probado en el Ejemplo 1 de 4.3.2, constituyen una base de R3 porque su dimensión es 3.
2) los vectores u = ( −1, 2.0), v = ( −3, 0, 2), w = (0,1,1) y z = (0, 0,5) de R , son linealmente
3
dependientes.
7
3) {(1,0),(1,1)} es una base de R 2
sólo con probar que son independientes pues dim R 2 = 2.
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 probó que son linealmente dependientes.
{
Ejemplo 1. Encontrar una base y la dimensión de U = A ∈ R 2×2 ; a11 =3a22 ∧ a21 + a12 = 0 }
subespacio de R 2×2 .
Por las condiciones dadas a11 =3a22 y a21 + a12 = 0 (esta equivale a a21 = −a12 ), es posible escribir
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 (*) quedó probado que B genera U , la independencia lineal se muestra de inmediato como
3 0 0 1 0 0 k1 3 k2 0 0
sigue: k1. + k2 . = ⇔ −k k = ⇒ k1 = k2 = 0
0 1 −1 0 0 0 2 1 0 0
.
EJERCICIOS
1) Establecer si (1, −2, −3, −3) es o no una combinación lineal de los vectores (0,1, 2, 3), (-1,1,1,0).
¿Esos 3 vectores son dependientes o independientes? Justificar la respuesta
8
2) Determinar si los siguientes vectores de R3 son linealmente independientes o dependientes:
a) (1, 2 , 4) (3, 6, 2) (0, 0, 1)
b) (1, 2 , 0) (0, 6, 2) (4 , 8, 0)
¿En algún caso puede afirmar que formen una base de R3? Justificar.
4)4.1) Establecer si los siguientes conjuntos son o no subespacios del respectivo espacio
vectorial indicado justificando la respuesta (probar las propiedades de subespacio
en caso que sea, o bien dar un contraejemplo que muestre la propiedad que falla
en caso que no lo sea).
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) U= {( x1 , x2 ) ∈ R2 ; x1.x2 = 9 }
d) V= {( x1 , x2 ) ∈ R2 ; x1 = 5 }
e) {( x1 , x2 ) ∈ R2 ; 3.x1.x2 = 0 }
f) 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
o) M= 11 ∈ R ; a11 − a22 = 0 , a21 + a12 = 0
2x2
a a32
31
a a12
s) Q= 11 ∈ R ; a11. a12 = 0
2x2
9
5) Probar que el conjunto de soluciones de un sistema lineal homogéneo A.x = 0 de m ecuaciones y
n incógnitas, es un subespacio del espacio vectorial R n . (Ver Sistemas lineales homogéneos en
el capítulo 2).
BIBLIOGRAFÍA
10