Álgebra Lineal - Clase 9

Gabriela Jeronimo

FCEN-UBA

Segundo cuatrimestre 2020

Esquema de la clase

I Espacio dual de un K -espacio vectorial (repaso).

I Anulador de un subespacio.
I Doble dual.

Bibliografı́a recomendada.
G. Jeronimo, J. Sabia, S. Tesauri. Algebra Lineal. Cursos de
Grado. Fascı́culo 2. Departamento de Matemática, Facultad de
Ciencias Exactas y Naturales, Universidad de Buenos Aires, 2008.
Capı́tulo 4.
Espacio dual (repaso)

Sea V un K -e.v. El espacio dual de V se define como

V ∗ = {f : V → K / f es transformación lineal}.
Si V es de dimensión finita:
I dim(V ∗ ) = dim(V ).
I B = {v1 , . . . , vn } base
( de V B ∗ = {ϕ1 , . . . , ϕn } base de V ∗
1 si i = j
tal que ϕi (vj ) = base dual de B.
0 si i 6= j
I ∀v ∈ V , (v )B = (ϕ1 (v ), . . . , ϕn (v )).
I ∀ϕ ∈ V ∗ , (ϕ)B ∗ = (ϕ(v1 ), . . . , ϕ(vn )).
I B base de V ∗ ⇒ ∃ una única base B de V tal que B ∗ = B.
Ejemplo.
Dados c0 , c1 , c2 ∈ R, hallar un polinomio P ∈ R2 [X ] tal que
P(0) = c0 , P(1) = c1 y P(2) = c2 .
I B ∗ = {ε0 , ε1 , ε2 },
ε0 (P) = P(0), ε1 (P) = P(1) y ε2 (P) = P(2) ∀P ∈ R2 [X ].
I B = {P0 , P1 , P2 },
P0 = 12 (X − 1)(X − 2), P1 = −X (X − 2) y P2 = 12 X (X − 1).

Para P ∈ R2 [X ],

(P)B = (ε0 (P), ε1 (P), ε2 (P)) = (P(0), P(1), P(2)).

P(0) = c0 , P(1) = c1 y P(2) = c2 ⇐⇒ (P)B = (c0 , c1 , c2 )

P = c0 .P0 + c1 .P1 + c2 .P2

c0 c2
= (X − 1)(X − 2) − c1 X (X − 2) + X (X − 1).
2 2
Es el único polinomio de grado menor o igual que 2 tal que
P(0) = c0 , P(1) = c1 y P(2) = c2 (interpolador de Lagrange).
Anulador de un subespacio

Definición.
Sean V un K -espacio vectorial y S un subespacio de V .
Se llama anulador de S al conjunto
S ◦ = {f ∈ V ∗ / f (s) = 0 ∀s ∈ S} = {f ∈ V ∗ / S ⊆ Nu(f )}.

Observación. S ◦ es un subespacio de V ∗ .
I 0 ∈ S ◦. X
I f , g ∈ S ◦ ⇒ f (s) = 0 y g (s) = 0 ∀s ∈ S
⇒ (f + g )(s) = f (s) + g (s) = 0 ∀s ∈ S.
Luego, f + g ∈ S ◦ .
I λ ∈ K y f ∈ S ◦ ⇒ (λ · f )(s) = λ · f (s) = λ · 0 = 0 ∀s ∈ S.
Luego λ · f ∈ S ◦ .
Proposición.
Sean V un K -e.v. de dimensión n y S un subespacio de V .
Entonces dim(S ◦ ) = n − dim(S).

Demostración.
Sean {v1 , . . . , vr } una base de S y vr +1 , . . . , vn ∈ V tales que
B = {v1 , . . . , vr , vr +1 , . . . , vn } es una base de V .
Sea B ∗ = {ϕ1 , . . . , ϕr , ϕr +1 , . . . , ϕn } ⊂ V ∗ la base dual de B.
∀r + 1 ≤ i ≤ n, ϕi (v1 ) = · · · = ϕi (vr ) = 0 ⇒ ϕi (s) = 0 ∀s ∈ S.
⇒ {ϕr +1 , . . . , ϕn } ⊆ S ◦ .
Veamos que {ϕr +1 , . . . , ϕn } es base de S ◦ .
I Es l.i. por ser parte de una base de V ∗ .
I Genera S ◦ : sea g ∈ S ◦ .
(g )B ∗ = (g (v1 ), . . . , g (vr ), g (vr +1 ), . . . , g (vn )).
g ∈ S ◦ y {v1 , . . . , vr } ⊂ S ⇒ g (vi ) = 0 ∀1 ≤ i ≤ r .
⇒ (g )B P∗ = (0, . . . , 0, g (vr +1 ), . . . , g (vn )).

⇒ g = ni=r +1 g (vi )ϕi ⇒ g ∈ < ϕr +1 , . . . , ϕn >.

Luego, dim(S ◦ ) = n − r = n − dim(S). 
Ejemplo.
Sea S = < (1, 1, 0), (1 − i, 1, 1) > ⊆ C3 . Hallar una base de S ◦ .
Extendemos una base de S a una base de C3 :
B = {(1, 1, 0), (1 − i, 1, 1), (1, 0, 0)}.
B ∗ = {ϕ1 , ϕ2 , ϕ3 } base dual de B ⇒ {ϕ3 } es base de S ◦ .
ϕ3 (1, 1, 0) = 0, ϕ3 (1 − i, 1, 1) = 0, ϕ3 (1, 0, 0) = 1
⇒ ϕ3 (x, y , z) = x − y + iz.

Observar: S = {(x, y , z) ∈ C3 | x − y + iz = 0}
Proposición.
Sean V un K -e.v. de dimensión n y S un subespacio de V .
Entonces {x ∈ V / f (x) = 0 ∀f ∈ S ◦ } = S.

Demostración.
Sea T = {x ∈ V / f (x) = 0 ∀f ∈ S ◦ }. Veamos que T = S.
S ⊂ T : si x ∈ S, ∀f ∈ S ◦ vale f (x) = 0. Luego, x ∈ T .
Sea {v1 , . . . , vr } una base de S.
Si S ( T , ∃x ∈ T tal que x ∈ / S = < v1 , . . . , vr >.
⇒ {v1 , . . . , vr , x} es l.i.
Extendemos a una base B = {v1 , . . . , vr , x, vr +2 , . . . , vn } de V .
Si B ∗ = {ϕ1 , . . . , ϕr , ϕr +1 , . . . , ϕn } es la base dual de B,
ϕr +1 (v1 ) = · · · = ϕr +1 (vr ) = 0
⇒ ϕr +1 ∈ S ◦ .
x ∈ T y ϕr +1 ∈ S ◦ ⇒ ϕr +1 (x) = 0 Abs! porque ϕr +1 (x) = 1.
Luego, S = T . 
Observación.
Sean V un K -e.v. de dimensión finita y S un subespacio de V . Si
S ◦ = < ϕ1 , . . . , ϕr >, entonces
S = {v ∈ V / ϕ1 (v ) = 0, . . . , ϕr (v ) = 0}.
(⊆) X
(⊇) Sea v ∈ V tal que ϕ1 (v ) = 0, . . . , ϕr (v ) = 0.
r
f ∈ S ◦ ⇒ ∃α1 , . . . , αr ∈ K tales que f =
P
αi ϕi .
i=1
r
P
⇒ f (v ) = αi ϕi (v ) = 0
i=1

{v ∈ V / ϕ1 (v ) = 0, . . . , ϕr (v ) = 0} ⊆ {v ∈ V / f (v ) = 0 ∀f ∈ S ◦ }
=S
Ejemplo.
Hallar ecuaciones para S = < (1, 1, 0), (1 − i, 1, 1) > ⊆ C3 .
S ◦ = hϕ3 i con ϕ3 (x, y , z) = x − y + iz.
⇒ S = {(x, y , z) ∈ C3 /x − y + iz = 0}.
Anulador de la suma y la intersección de subespacios

Proposición.
Sea V un K -e.v. de dimensión n y sean S y T subespacios de V .
1. (S + T )◦ = S ◦ ∩ T ◦ .
2. (S ∩ T )◦ = S ◦ + T ◦ .

Demostración.
1. Sea f ∈ V ∗ .
f ∈ (S + T )◦ ⇐⇒ f (s + t) = 0 ∀s ∈ S, ∀t ∈ T
⇐⇒ f (s) = 0 ∀s ∈ S y f (t) = 0 ∀t ∈ T
⇐⇒ f ∈ S ◦ ∩ T ◦

2. S ◦ + T ◦ ⊆ (S ∩ T )◦ :
f ∈ S ◦ + T ◦ ⇒ f = fS + fT , con fS ∈ S ◦ y fT ∈ T ◦ .
v ∈ S ∩ T ⇒ f (v ) = fS (v ) + fT (v ) = 0 + 0 = 0.
⇒ f ∈ (S ∩ T )◦ .
 dim(S ◦ + T ◦ ) = dim(S ◦ ) + dim(T ◦ ) − dim(S ◦ ∩ T ◦ )
= dim(S ◦ ) + dim(T ◦ ) − dim ((S + T )◦ )
= (n − dim(S)) + (n − dim(T )) −
− (n − dim(S + T ))
= n − (dim(S) + dim(T ) − dim(S + T ))
= n − dim(S ∩ T )
= dim ((S ∩ T )◦ ) .

Luego, (S ∩ T )◦ = S ◦ + T ◦ . 
Observación.
Sea V un K -e.v. de dimensión n.
I S = {v ∈ V /ψ(v ) = 0}, con ψ ∈ V ∗ − {0} ⇒ S ◦ = < ψ >.
I < ψ > ⊂ S◦ X
I S = Nu(ψ) y ψ : V → K no nula ⇒ dim(S) = n − 1
⇒ dim(S ◦ ) = 1 = dim(< ψ >)
I S = {v ∈ V / ψ1 (v ) = 0, . . . , ψr (v ) = 0} con ψi ∈ V ∗ ⇒
S ◦ = < ψ1 , . . . , ψr >
Por inducción en r .
r = 1: X
Tr
r > 1: S = Si con Si = {v ∈ V /ψi (v ) = 0} ∀1 ≤ i ≤ r .
i=1
r
T ◦ −1
 rT ◦
HI
⇒ S◦ = Si = Si + (Sr )◦ =
i=1 i=1
< ψ1 , . . . , ψr −1 > + < ψr > = < ψ1 , . . . , ψr >.
Ejemplo.
Sean S = {x ∈ R4 | x1 + x2 − x3 = 0, x2 − x4 = 0} y
T = {x ∈ R4 | x1 − x3 + x4 = 0, x2 + x3 = 0}
I S ◦ = < ψ1 , ψ2 >, ψ1 (x) = x1 + x2 − x3 y ψ2 (x) = x2 − x4 .
I T ◦ = < ψ3 , ψ4 >, ψ3 (x) = x1 − x3 + x4 y ψ4 (x) = x2 + x3 .
I (S ∩ T )◦ = S ◦ + T ◦ = < ψ1 , ψ2 , ψ3 , ψ4 >
I (S + T )◦ = S ◦ ∩ T ◦ = < ψ3 >
S + T = {x ∈ R4 | x1 − x3 + x4 = 0}
Doble dual

Sea V un K -espacio vectorial.

V ∗ = {ϕ : V → K / ϕ es transformación lineal}
V ∗∗ = (V ∗ )∗ = {Θ : V ∗ → K / Θ es transformación lineal}

Lema.
Sea V un K -e.v. Para cada v ∈ V , sea Θv : V ∗ → K definida por
Θv (ϕ) = ϕ(v ). Entonces Θv ∈ V ∗∗ .

Demostración.
I Θv (ϕ + ψ) = (ϕ + ψ)(v ) = ϕ(v ) + ψ(v ) = Θv (ϕ) + Θv (ψ)
∀ϕ, ψ ∈ V ∗ .
I Θv (λ · ϕ) = (λ · ϕ)(v ) = λ · ϕ(v ) ∀λ ∈ K , ϕ ∈ V ∗ .

Ejemplo.
V = R3 , v = (2, −1, 3) ⇒ Θv : (R3 )∗ → R, Θv (ϕ) = ϕ(2, −1, 3).
Teorema.
Sea V un K -espacio vectorial de dimensión finita. La función
T : V → V ∗∗ definida por T (v ) = Θv es un isomorfismo.

Demostración.
T es una transformación lineal:
I T (v + w ) = Θv +w , donde Θv +w : V ∗ → K .
Θv +w (ϕ) = ϕ(v + w ) = ϕ(v ) + ϕ(w ) = Θv (ϕ) + Θw (ϕ) =
(Θv + Θw )(ϕ) ∀ϕ ∈ V ∗
⇒ Θv +w = Θv + Θw , es decir, T (v + w ) = T (v ) + T (w ).
I T (λv ) = λT (v ) se prueba análogamente.
T es monomorfismo:
I v ∈ Nu(T ) ⇒ T (v ) = Θv = 0
Θv = 0 ⇒ ∀ϕ ∈ V ∗ , Θv (ϕ) = ϕ(v ) = 0
Si v 6= 0, completamos a una base {v , v2 , . . . , vn } de V .
∃ϕ : V → K t.l. definida por ϕ(v ) = 1 y ϕ(vi ) = 0 ∀i ≥ 2.
Abs! ⇒ v = 0
T es isomorfismo, porque dim(V ∗∗ ) = dim(V ∗ ) = dim(V ).