Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ALApC3 PDF
ALApC3 PDF
Espacios vectoriales
57
58 CAPÍTULO 3. ESPACIOS VECTORIALES
Ejemplo 3.2.
• Los vectores libres, flechas ( segmentos rectos dirigidos ) que se
consideran iguales si tienen la misma dirección y longitud, son
un espacio vectorial definiendo la suma por la regla del parale-
logramo, y el producto por un escalar c v como un escalamiento
de v ( contando con el signo )
• Rn , el conjunto de vectores columna de números reales
x1
x
2
n
V =R =
, xi ∈ R (3.1)
...
xn
Subespacios vectoriales
Definición 3.3. Un subconjunto H ⊂ V de un espacio vectorial V es un subes-
pacio vectorial si él mismo es un espacio vectorial, utilizando las operaciones (+, ·)
heredadas de V .
Se suele decir simplemente subespacio, en lugar de subespacio vectorial.
Entonces
0 0 0 0 00 00
2a + b 2a + b 2a + b + 2a + b 2a + b
v + w = b + b0 = b + b0 b00
=
a
a 0
a+a 0
a00
2a + b 2 1 2 1
H =
b , a, b ∈ R = a 0 + b 1 , a, b ∈ R = Gen 0 , 1
1
a 0 1 0
{(x, y, z) | ax + by + cz = 0}
5
" #
1 −3 −2
A= , u = 3 .
−5 9 1
−2
x = c1 v1 + c2 v2 + . . . + cp vp
donde los coeficientes c1 ,. . . ,cp son escalares arbitrarios, entonces una descrip-
ción explı́cita del espacio nulo es
n o
Nul A = Gen v1 , v2 , . . . , vp
Por tanto, Nul A = Gen{(−2, 1, 0, 0, 0), (13, 0, 6, 1, 0), (−33, 0, 15, 0, 1)}.
64 CAPÍTULO 3. ESPACIOS VECTORIALES
Proposición 3.14.
1. El conjunto generador encontrado para Nul A por el procedimiento anterior es
linealmente independiente ( los vectores generadores están “escalonados”, la
matriz que forman tiene un pivote por columna ).
2. El número de vectores en el conjunto generador es igual al número de variables
libres del sistema Ax = 0.
Este resultado permite ampliar el teorema I ( Teorema 1.44 ) cuando el espacio
nulo de A es el subespacio cero {0}:
A m × n, Nul A = {0} ⇔ Ax = 0 no tiene solución no trivial.
3
3
−2
3. Si u = y v = −1:
−1
3
0
(a) ¿ está u en Col A ? ¿ está en Nul A ?
(b) ¿ está v en Nul A ? ¿ está en Col A ?
3.3. Bases
Como comentamos anteriormente, los conceptos de dependencia e indepen-
dencia lineal son absolutamente análogos entre vectores generales y vectores
de Rn , ası́ que la definición 1.37 de independencia lineal es vigente para un
espacio vectorial general ( Hay que hacer la siguiente puntualización: una com-
binación lineal siempre consta de la suma de un número finito de vectores
multiplicados por escalares )
66 CAPÍTULO 3. ESPACIOS VECTORIALES
los vectores en otro orden, se tiene otro conjunto ordenado. Algunos autores denominan a un
conjunto ordenado, un sistema de vectores.
3.3. BASES 67
Gen{v1 , v2 , v3 } =
= {c1 v1 + c2 v2 + c3 v3 } = {c1 v1 + c2 v2 + c3 (5v1 + 3v2 )}
= {(c1 + 5c3 )v1 + (c2 + 3c3 )v2 } = {c̃1 v1 + c̃2 v2 } = Gen{v1 , v2 }
Teorema 3.27 (de existencia de una base de Gen{v1 , . . . , vp }). Sea S = {v1 , . . . , vp }
un subconjunto de V , y H = Gen{v1 , . . . , vp }.
1. Si un vector vk es combinación lineal de los otros vectores de S, entonces el
conjunto S − {vk } también genera H .
2. Si H , {0}, algún subconjunto de S es base de H .
v = c1 v1 + · · · + ck vk + · · · + cp vp
= c1 v1 + · · · + ck (b1 v1 + · · · + bk−1 vk−1 + bk+1 vk+1 + · · · + bp vp ) + · · · + cp vp
= (c1 + ck b1 )v1 + · · · + (ck−1 + ck bk−1 )vk−1 + (ck+1 + ck bk+1 )vk+1 + · · · + (cp + ck bp )vp
= c10 v1 + · · · + ck−1
0 0
vk−1 + ck+1 vk+1 + · · · + cp0 vp
Las relaciones de dependencia entre las columnas de una matriz A son las
soluciones no triviales del sistema homogéneo Ax = 0. Como al realizar ope-
raciones elementales de fila sobre una matriz A, no varı́a el conjunto solución
de Ax = 0, ni el significado u orden de las variables xi , es cierta la siguiente
proposición.
1 4 0 2 −1
h i 3 12 1 5 5
A = a1 a2 · · · an = .
2 8 1 3 2
5 20 2 8 8
70 CAPÍTULO 3. ESPACIOS VECTORIALES
1 4 0 2 −1
0 0 1 −1 8
0 0 0 0 −3
0 0 0 0 0
Ejemplo 3.33.
1 2
1 2 4
1 2 4 7
0 , 3 , 0 , 3 , 5 , 0 , 3 , 5 , 8 .
0 0
0 0 6
0 0 6 9
Demostración. Existen escalares c1 ,. . . ,cn tales que (3.2) es válida para todo v ∈ V ,
ya que B genera todo V . Supongamos entonces que no son únicos, es decir, que
existen d1 ,. . . , dn tales que
v = d1 b1 + · · · + dn bn .
Demostración. Sean u = u1 b1 + u2 b2 + · · · + un bn y y = v1 b1 + v2 b2 + · · · + vn bn
dos vectores escritos en términos de una base B = {b1 , . . . , bn } de un espacio
vectorial V . Sea c un escalar. Entonces
u + v = u1 b1 + · · · + un bn + v1 b1 + · · · + vn bn
= (u1 + v1 )b1 + · · · + (un + vn )bn
a0
a
[p]E = 1 .
a2
a3
p(t) = a0 + a1 t + a2 t 2 + a3 t 3
a0
a
[p]E = 1
a2
a3
Teorema 3.48. Si un espacio vectorial tiene una base con un número finito de vecto-
res n, entonces todas las bases tienen n vectores.
Definición 3.49. Un espacio vectorial V que tiene una base B = {b1 , ...bn } con un
número finito de vectores se denomina espacio de dimensión finita. El número n de
vectores de cualquier base suya es la dimensión del espacio:
dim V = n.
La dimensión del espacio vectorial nulo {0} se define como cero. Si V no tiene una
base finita, se dice que tiene dimensión infinita.
Dimensiones de subespacios
Teorema 3.51. Si H ⊂ V es un subespacio de un espacio vectorial V de dimensión
finita, entonces
1. La dimensión de H es finita, y es menor o igual que la de V :
dim H ≤ dim V .
La segunda parte del teorema anterior asegura que existe lo que se denomina
una base de V adaptada al subespacio H .
Ejemplo 3.52. En el ejemplo 3.50 el conjunto S = {v1 , v2 , v4 } es una
base del subespacio tridimensional H de R4 . Podemos ampliar esta
base añadiendo un vector que no sea linealmente dependiente de
los anteriores. Si añadimos, por ejemplo, v5 = (1, 0, 0, 0), la matriz
formada por v5 , v1 , v2 y v4 es
1 1 −3 0
0 5 0 4
0 0 1 −1
0 0 0 5
que tiene pivotes en cada columna, por lo que las columnas son un
conjunto linealmente independiente que genera R4 , es decir, una
base de R4 . A este tipo de base, que se suele reorganizar escribiéndola
como B = {v1 , v2 , v4 , v5 }, se la denomina base de V adaptada a H ,
porque sus primeros vectores son una base de H y los restantes la
amplı́an hasta ser base de todo V .
Teorema 3.53. Si V es un espacio vectorial de dimensión finita n ≥ 1, entonces
• Cualquier conjunto linealmente independiente de n vectores es una base.
• Cualquier conjunto generador de V de n vectores es una base.
3.6. RANGO 79
−3 6 −1 1 −7
A = 1 −2 2 3 −1 .
2 −4 5 8 −4
3.6. Rango
−2 −5 8 0 −17
1 3 −5 1 5
A = .
3 11 −19 7 1
1 7 −13 5 −3
1 3 −5 1 5
0 1 −2 2 −7
U =
0 0 0 −4 20
0 0 0 0 0
1 0 1 0 1
x1 + x3 + x5 = 0
0 1 −2 0 3
V = ⇔ x2 − 2x3 + 3x5 = 0
0 0 0 1 −5
0 0 0 0 0
x4 − 5x5 = 0
i base B = {b1 , . . . , bn } de R , la
En la sección 3.4 estudiamos n
h cómo, dada una
matriz de coordenadas PB = b1 b2 · · · bn permite pasar de coordenadas en
esa base a coordenadas en la base canónica mediante la operación [x]E = PB [x]B .
En algunas aplicaciones es necesario determinar las coordenadas de vectores de
un espacio vectorial respecto a más de una base. Por ejemplo, si tenemos dos
bases B , C de un espacio vectorial V ( no necesariamente Rn ) los vectores de
coordenadas [v]B y [v]C de un vector dado v son muy diferentes. Sin embargo,
se puede encontrar una relación general entre las coordenadas en diferentes
bases.
Ejemplo 3.60. Si B = {b1 , b2 } y C = {c1 , c2 } son dos bases de un espacio
vectorial, cuyos vectores están relacionados por
b1 = 4c1 + c2 y b2 = −6c1 + c2 .
" #
3
Si suponemos que v = 3b1 + b2 , es decir, [v]B = , encontrar las
1
coordenadas de v respecto a C es fácil:
Ejemplo 3.62.
" # " #
−9 −5
Sean B = {b1 , b2 } y C = {c1 , c2 } dos bases de R2 , con b1 = , b2 = ,
1 −1
" # " #
1 3
c1 = , c2 = . Para calcular el cambio de base de B a C se puede construir
−4 −5
una matriz aumentada
h i h i
c1 c2 b1 b2 = PE ←C PE ←B
y reducirla hasta que el lado izquierdo sea la identidad, con lo que el lado
derecho será la matriz buscada:
h i h i h i
PE ←C PE ←B ∼ I PE−1←C PE ←B ∼ I PC ←B .
En nuestro caso
" # " #
h i 1 3 −9 −5 1 0 6 4
c1 c2 b1 b2 = ∼
−4 −5 1 −1 0 1 −5 −3
es decir " #
6 4
PC ←B = .
−5 −3
Si ahora quisiéramos encontrar la matriz del cambio de coordenadas podrı́amos
invertir " #
−1 1 −3 −4
PB ←C = PC ←B = .
2 5 6
3.9. Resumen
Proposición (Criterio de subespacio Definición. El espacio nulo Nul A:
vectorial). H es un subespacio vectorial
Nul A = {x tales que Ax = 0}
si se cumple que
El espacio columna Col A:
1. ∀v, w ∈ H ⇒ v + w ∈ H ;
2. ∀c ∈ R y ∀v ∈ H ⇒ cv ∈ H . Col A = {b tales que b = Ax}
h i
Teorema. El espacio Gen{v1 , . . . , vp }, vi ∈ Si A = a 1 a2 · · · an también
V , es un subespacio vectorial de V . Col A = Gen {a1 , a2 , . . . , an }
v = c1 b1 + · · · + cn bn [v]C = PC ←B [v]B .
y [v]B = (c1 , . . . , cn ) es el vector de coorde- Esa matriz es la formada por columnas
nadas de v en la base B . que son los vectores de la base B escritos
en coordenadas de la base C :
Definición. Si B = {b1 , b2 , . . . , bn } es
una base de Rn , la matriz del cambio de PC ←B = [b1 ]C [b2 ]C · · · [bn ]C .
h i
coordenadas es
h i ( PC ←B “pasa” coordenades en B a coor-
PB = b1 b2 · · · bn denadas en C )
y la ecuación x = c1 b1 + c2 b2 + · · · bn se
La matriz de cambio de bases entre
escribe en forma matricial
dos bases B = {[b1 ]E , ..., [bn ]E } y C =
[x]E = PB [x]B {[c1 ]E , ..., [cn ]E } de Rn cuyos vectores
están dados en la base canónica es
( PB “pasa” coordenades en B a coorde-
nadas en E ) PC ←B = PC ←E PE ←B = PC−1 PB .