Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Independencia lineal
Introducción
En el módulo anterior vimos que pueden tenerse infinitud de conjuntos generado-
res de un espacio vectorial. Es claro, por razones de economía, que lo que se desea Si v1 y v2 son dos vectores no paralelos se dice que son LI, o
es hallar los conjuntos generadores más pequeños posibles para los espacios sea que uno no es múltiplo escalar del otro y generan un
vectoriales. Para lograr esto, se requiere el concepto de independencia lineal. plano.
Objetivos
1. Establecer los conceptos de dependencia e independencia lineal.
2. Interpretar geométricamente el significado de la dependencia lineal en \ 3 .
3. Vincular la teoría de espacios vectoriales con los sistemas de ecuaciones lineales
y los determinantes.
Preguntas básicas
1. ¿Cuándo un conjunto es LD?
2. ¿Cuándo un conjunto es LI?
3. ¿Qué significa que un subconjunto de tres vectores de \ 3 sea LD?
4. ¿Tiene sentido hablar de un vector LI?
5. ¿Por qué los conceptos de independencia y dependencia lineal se vinculan con la
solución de sistemas homogéneos de ecuaciones lineales?
Contenidos
4.1 Definición y ejemplos de conjuntos linealmente independientes (LI) y linealmente
dependientes (LD)
4.2 Interpretación geométrica de la dependencia lineal en \ 3
4.3 Propiedades
54
Módulo 4: Independencia lineal
4.1 Definición y ejemplos de conjuntos linealmente independientes
(LI) y linealmente dependientes (LD)
Definición 1
c1 v1 + c2 v2 + ... + cn vn = 0. (1)
c1 v1 + c2 v 2 + ... + cn vn = 0
Es claro que la ecuación (1) siempre se satisface si elegimos todos los escalares
c1 , c2 ,..., cn iguales a cero. Lo importante es ver si es posible satisfacer la ecuación
con al menos uno de los escalares diferente de cero.
Ejemplos
Solución
c1 − c2 + 3c3 = 0 ⎡ c1 ⎤
7c1 + c2 + 5c3 = 0 A x = 0, x = ⎢⎢ c2 ⎥⎥ .
−2c1 − 2c3 = 0 ⎢⎣ c3 ⎥⎦
⎡ 1 −1 3 ⎤
⎢7 1 5⎥
La matriz de coeficientes del sistema ⎢ ⎥ se reduce por medio de
⎢⎣ −2 0 −2 ⎥⎦
⎡1 0 1 ⎤
⎢0 1 −2 ⎥
operaciones elementales a ⎢ ⎥ . El sistema equivalente es:
⎢⎣0 0 0 ⎥⎦
c1 = −c3 .
c2 = 2c3 .
c3 = c3 .
La fila nula de esta matriz nos indica que el sistema tiene infinitas solucio-
nes, es decir, hay soluciones con x ≠ 0 (c3 ≠ 0) ; por lo tanto, A es LD.
Solución
Dada la ecuación
c1 ( −1 + x 2 ) + c2 (2 + x ) + c3 x 2 = 0 + 0 x + 0 x 2 ,
Proposiciones
56
Módulo 4: Independencia lineal
c1 c
Suponga que c3 ≠ 0 ; entonces w = − u − 2 v = α u + β v,
c3 c3
c1 c2
con α = − y β =− .
c3 c3
w ⋅ (u × v ) = (α u + β v ) · (u × v )
= α (u · (u × v )) + β ( v · (u × v))
= α 0 + β 0 = 0.
Recuerde que tres vectores del espacio son coplanares si y sólo si su producto
triple es igual a cero.
4.3 Propiedades
Teorema 1
Demostración
Examinemos la ecuación
c1 v1 + c2 v 2 + ... + cn vn = 0 ,
Teorema 2
Teorema 3
Teorema 4
Sea A una matriz n × n . Entonces det A ≠ 0 si y sólo si las columnas de A son LI.
Teorema 5
Demostración
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ an1 ⎠ ⎝ an 2 ⎠ ⎝ ann ⎠ ⎝ xn ⎠
vector de \ n .
58
Módulo 4: Independencia lineal
Luego, el sistema A C = v tiene matriz nA
×n
, tal que det A ≠ 0, ya que las columnas
de A son LI; por lo tanto, el sistema tiene solución única C y el teorema queda
establecido.
Teorema 6
Demostración
a1 v1 + a2 v 2 + ... + ai v i + ... an v n = 0.
Sea ai ≠ 0, entonces,
a1 a a
vi = − v1 − 2 v 2 − ... − n v n .
ai ai ai
Luego v i es una combinación lineal de los restantes n – 1 vectores de S.
Por lo tanto,
Observación
⎡1⎤ ⎡1 ⎤ ⎡ 0⎤ ⎡ 2⎤
⎢1⎥ ⎢0⎥ ⎢1 ⎥ ⎢1 ⎥
con v1 = ⎢ ⎥ , v 2 = ⎢ ⎥ , v3 = ⎢ ⎥ y v 4 = ⎢ ⎥ ,
⎢0 ⎥ ⎢1 ⎥ ⎢1 ⎥ ⎢1 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣0 ⎦ ⎣0⎦ ⎣ 0⎦ ⎣ 0⎦
60
Ejercicios del capítulo 1 (módulo 4)
En los ejercicios 1 a 4 muestre por inspección que los vectores son linealmente dependientes (LD).
1
3. P1 = −1 + 4 x, P2 = − 2 x, en P1 .
2
⎡1 2 ⎤ ⎡0 1⎤ ⎡ 1 3⎤
4. A1 = ⎢ ⎥, A2 = ⎢ ⎥, A3 = ⎢ ⎥ , en M 22 .
⎣0 −1⎦ ⎣ 4 2⎦ ⎣ 4 1⎦
⎡ −1 3 2 ⎤ ⎡0 6 4⎤ ⎡1 0 0⎤
10. A1 = ⎢ ⎥, A2 = ⎢ ⎥, A3 = ⎢ ⎥ , en M 23 .
⎣ 0 0 0⎦ ⎣4 6 2⎦ ⎣2 3 1⎦
⎡ −1 0 ⎤ ⎡ 0 1 ⎤ ⎡1 −1⎤ ⎡ 1 1 ⎤
11. ⎢ 3 1 ⎥ , ⎢1 0 ⎥ , ⎢ 0 6 ⎥ , ⎢ −1 2 ⎥ , en M 22 .
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
12. Si {u1 , u2 , u3 } es un conjunto LI, demuestre que {u1 , u 2 } , {u1 , u3 } , {u1} , {u2 } son LI.
15. Si {u1 ,..., u n } es LI, pruebe que cualquier subconjunto no vacío de este conjunto es LI.
16. Si {u1 ,..., un } es LD, pruebe que {u1 ,..., un , un +1 ,..., uk } también es LD.
17. Sea A una matriz cuadrada n × n, cuyas columnas son los vectores v1, v2 ,..., vn . Demuestre que v1 , v2 ,..., vn son LI si
y sólo si la forma escalonada reducida por renglones de A no contiene un renglón de ceros.
18. x1 − x2 + 7 x3 − x4 = 0
2 x1 + 3 x2 − 8 x3 + x4 = 0
19. x1 + 2 x2 − x3 = 0
2 x1 + 5 x2 + 4 x3 = 0
62