Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Espacio S Vectorial Es
Espacio S Vectorial Es
Víctor Domínguez
Octubre 2011
1. Introducción
Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas
palabras, se puede resumir en técnicas de manejo de subespacios vectoriales en Rn y de
las operaciones básicas.
2. Subespacioes en Rn
2.1. Primeras definiciones
Un subespacio en Rn es un conjunto de n−tuplas (x1 , x2 , . . . , xn ) que es cerrado con
la suma de vectores y productos por escalares. Esto es, un conjunto ∅ = 6 U ⊂ Rn es un
1
subespacio vectorial si cumple
u1 , u2 ∈ U ⇒ u1 + u2 ∈ U
u ∈ U , λ ∈ R ⇒ λu ∈ U
Esencialmente hay dos formas de describir un subespacio vectorial en Rn :
1. Mediante un sistema generador,
U := λ1 u1 + · · · + λr ur λi ∈ R ⊂ Rm .
Es decir, uno toma una familia finita de vectores y considera cualquier suma de
estos vectores escalados de la forma que se desee. Se escribe entonces
U = spanha1 , a2 , . . . , ar i
y se dice que U es la clausura lineal de {a1 , . . . , ar }.
Si una matriz tiene como columnas ai , es decir,
A = a1 a2 · · · an .
Entonces al subespacio que generan las columnas, su clausura lineal, se denomina
espacio columna de A y se escribe R(A).
1
Observa que la definición tiene sentido en sitios más generales que Rn . Tienes ejemplos de subespacios
en conjuntos de polinomios, matrices, funciones continuas,...
1
2
Proposición 2.2
2. Se cumple
spanha1 , . . . , ai , . . . , aj , . . . an i = spanha1 , . . . , aj , . . . , ai , . . . an i
|{z} |{z} |{z} |{z}
i−ésimo j−ésimo i−ésimo j−ésimo
= spanha1 , . . . , λaj , . . . an i
= spanha1 , . . . , ai , . . . , aj + νai , . . . an i
3. Tenemos
spanha1 , . . . , an i = spanha1 , . . . , an , 0i
esto es añadir, o eliminar vectores nulos, en un sistema generador no cambia el
subepacio que generan.
Ejemplo 1
Consideremos los vectores
Forma 1 Vamos a plantear si alguno de ellos es combinación lineal de los otros. Dicho
de otra manera, si
Deducimos por tanto que la familia de vectores es linealmente dependiente (el sistema
anterior es compatible indeterminado), pero los tres primeros sí lo son porque si nos
5
quedamos con ellos, ignorando el cuarto, el sistema que sale es un sistema escalonado que
admite una única solución. Es más, el cuarto vector se puede escribir en función de los
tres primeros (bastaría mandarlo como término independiente al otro lado).
Por tanto {(1, 2, 1, 4), (3, 1, 0, −1), (2, 0, 1, −3)} es linealmente independiente y
En otras palabras, {(1, 2, 1, 4), (3, 1, 0, −1), (2, 0, 1, −3)} es base del subespacio U .
5 4 0 5 0 −6 −5 −15
1 2 1 4
F3 → F3 − 4/5F2
F4 → F4 − 6/5F2 0 −5 −3 −13
∼
0 0 7/5 −3/5
0 0 −7/5 3/5
1 2 1 4
F4 → F4 + F3 0 −5 −3 −13
∼ 0 0 7/5 −3/5 .
0 0 0 0
En cada paso tenemos una matriz cuyas filas siguen generando el subespacio de trabajo
U (ver Proposición 2.2). Así, finalmente,
U = spanh(1, 2, 1, 4), (0, −5, −3, −13), (0, 0, 7/5, −7/5), (0, 0, 0, 0)i.
Podemos eliminar el último vector (ver Proposición 2.2) y claramente los tres primeros
son linealmente independientes, luego una base de U viene dada por
esto, el rango de una matriz y su transpuesta, lo que se ha dado en llamar el rango por
columnas y filas de una matriz, coincide.
Para finalizar dos resultados de especial importancia sobre el rango del producto de
dos matrices. Su demostración se propone como un ejercicio guiado (ver problema 18).
Ejemplo
Sea
U = {(x, y, z, t, u) ∈ R5 | 2x + 2y − t − u = 0,
4x + 4y + z + t − u = 0, x + y + z + t + u = 0}.
Entonces
2 2 0 −1 −1
U = {x ∈ R5 | Ax = 0} = N (A), con A = 4 4 1 1 −1 .
1 1 1 1 1
7
Resolvemos el sistema homogéneo (no trabajamos con la matriz ampliada porque el tér-
mino independiente son todo ceros)
2 2 0 −1 −1 F2 → F2 − 2F1 2 2 0 −1 −1
4 4 1 1 −1 F3 → F∼ 2 − 1/2F3
0 0 1 3 1
1 1 1 1 1 0 0 1 3/2 3/2
F3 → F3 − F2 2 2 0 −1 −1
F3 → F2 − 1/2F3
∼ 0 0 1 3 1
0 0 0 −3/2 1/2
Observa que la dimensión del subespacio es 2 que coincide con la dimensión del espacio
donde está contenida, 5, menos el rango de la matriz de coeficientes, 3. Es decir
Dado que rang(A) = dim(R(A)) tenemos el siguiente resultado, otro de los más rele-
vante del Álgebra matricial:
Date cuenta que en esta relación el número de filas no aparece de forma explícita.
U = spanhu1 , u2 , . . . , un i.
Hemos vistos como expresar un subespacio escrito en forma de espacio nulo (N (A)) a
describirlo vía un sistema generador, o mejor aún, una base.
Nos preocupamos ahora si es posible de realizar el camino opuesto, escribir el subes-
pacio descrito vía un sistema generador en forma de espacio nulo de una matriz. Esto es,
si
U = spamhu1 , . . . , um i
¿es posible encontrar una matriz A de forma que U = N (A)?.
Nuevamente la solución se basa en resolver un sistema de ecuaciones, en este caso el
sistema cuyas filas están formadas por los vectores del sistema generador de U .
8
Ejemplo
Sea
{(1, 2, 1, −1, 3), (2, 0, −1, 3, 1), (1, −6, −5, 9, −7), (−3, 2, 1, 0, 1)} (3)
y consideremos U el subespacio que generan
U = spanh(1, 2, 1, −1, 3), (2, 0, −1, 3, 1), (1, −6, −5, 9, −7), (−3, 2, 1, 0, 1)i.
que admitan a los vectores de (3) como solución. En otras palabras, los coeficientes de
cada ecuación (ai1 , ai2 , ai3 , ai4 , ai5 ) son solución del sistema
ai1 + 2ai2 + ai3 − ai4 + 3ai5 = 0
2ai1 − ai3 + 3ai4 + ai5 = 0
ai1 − 6ai2 − 5ai3 + 9ai4 − 7ai5 = 0
−3ai1 + 2ai2 + ai3 + ai5 = 0
−3 2 1 0 1
Resolvemos el sistema Ba = 0
1 2 1 −1 3 F2 → F2 − 2F1 1 2 1 −1 3
F3 → F3 − F1
2 0 −1 3 1 F4 → F4 + 3F1
0 −4 −3 5 −5
1 −6 −5 9
∼
−7 0 −8 −6 10 −10
−3 2 1 0 1 0 8 4 −3 10
1 2 1 −1 3 1 2 1 −1 3
F3 → F3 − 2F2
0 −4 −3 5 −5 F3 ↔
F3 → F3 + 2F2
F4 0 −4 −3 5 5/4
∼ 0 0 ∼
0 0 −2 7
0 0 0 0
0 0 −2 7 0 0 0 0 0 0
9
spanhu1 , . . . , um i = N (A).
El primero se conoce como la suma de subespacios, mientras que el segundo es, obvia-
mente, la intersección de subespacios.
Es fácil comprobar que U + V y U ∩ V son ambos subespacios2 . La cuestión que nos
ocupa es dar una expresión más concreta de ellos. Antes de entrar en la respuesta de esta
cuestión enunciaremos el siguiente resultados que relaciona las dimensiones de todos los
subespacios implicados
Algoritmo Dados U , V .
Escribir
U = spanhu1 , . . . , ur i, V = spanhv1 , . . . , vs i.
Entonces
U + V = spanhu1 , . . . , ur , v1 , . . . , vs i.
2
Hazlo. Prueba también que U ∪ V no lo es, salvo que U ⊂ V o V ⊂ U
11
Ejemplo
entonces
U + V = spanh(1, 2, 0, 1, 0), (−1, −2, 1, 3, 0), (0, 0, 1, 3, 0), (3, 2, −1, −1, 1), (−2, 4, 1, 3, 0)i.
Algoritmo
Escribir
U = N (A) = x Ax = 0 , V = N (B) = x Bx = 0
Entonces
A
U ∩ V = N (C) = x Cx = 0 , C=
B
Observa que C no es más que el resultado de reunir las ecuaciones que cumple U y V
por separado.
Ejemplo
U = {(x, y, z, t) | x + y − t = 0, x + y + z = 0}
V = {(x, y, z, t) | x − y + z − 3t = 0, 2x + 2y + z − t = 0}
entonces
U ∩V = (x, y, z, t)
x + y − t = 0, x + y + z = 0, x − y + z − 3t = 0, 2x + 2y + z − t = 0
12
donde
1 1 0 −1
1 1 0 −1 1 −1 1 −3 1 1 1 0
A= , B= , C=
1 1 1 0 2 2 1 −1 1 −1 1 −3
2 2 1 −1