Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AV 1 EVR Espacios Vectoriales Reales
AV 1 EVR Espacios Vectoriales Reales
ANALISTA DE SISTEMAS
LICENCIATURA EN SISTEMAS
INGENIERÍA QUÍMICA
Axioma 1. Debe probarse que si u y v son objetos de V, u+v también debe estar en V. Este hecho surge de la
misma definición de suma de matrices, ya que para que la suma esté definida las matrices deben ser del
mismo tamaño, resultando como matriz suma una matriz del mismo tamaño. Luego siendo u y v matrices
2x2, la suma está definida, y u+v resulta ser también una matriz 2x2, luego u+v está en V.
ݑଵଵ + ሺݒଵଵ + ݓଵଵ ሻ ݑଵଶ + ሺݒଵଶ + ݓଵଶ ሻ ሺ ݑ+ ݒଵଵ ሻ + ݓଵଵ ሺݑଵଶ + ݒଵଶ ሻ + ݓଵଶ
࢛ + ሺ࢜ + ࢝ሻ = ൨ = ଵଵ ൨ = ሺ࢛ + ࢜ሻ + ࢝
ݑଶଵ + ሺݒଶଵ + ݓଶଵ ሻ ݑଶଶ + ሺݒଶଶ + ݓଶଶ ሻ ሺݑ ଶଵ + ݒଶଵ ሻ + ݓଶଵ ሺݑଶଶ + ݒଶଶ ሻ + ݓଶଶ
0 0
Axioma 4. Debe probarse que existe en V un objeto 0 tal 0+u=u+0=u.
Axioma 5. Se debe demostrar que para cada vector u de V, existe un negativo –u, tal que u+(–u)=(–u)+u=0
−ݑଵଵ −ݑଵଶ
Esto es así ya que puede definirse el negativo de u como la matriz:
−࢛ = ቂ−ݑ ቃ
ଶଵ −ݑଶଶ
ku también está en V.
݇ሺ࢛ + ࢜ሻ = ࢛݇ + ݇࢜
ݑଵଵ ݑଵଶ ݈ݑଵଵ ݈ݑଵଶ ݇ሺ݈ݑଵଵ ሻ ݇ሺ݈ݑଵଶ ሻ ሺ݈݇ሻݑଵଵ ሺ݈݇ሻݑଵଶ ݑଵଵ ݑଵଶ
݇ሺ݈࢛ሻ = ݇ ቀ݈ ቂݑ ݑଶଶ ቃቁ = ݇ ݈ݑଶଵ ൨= ൨= ൨ = ሺ݈݇ሻ ቂݑ ݑଶଶ ቃ = ሺ݈݇ሻ࢛
ଶଵ ݈ݑଶଶ ݇ሺ݈ݑଶଵ ሻ ݇ሺ݈ݑଶଶ ሻ ሺ݈݇ሻݑଶଵ ሺ݈݇ሻݑଶଶ ଶଵ
SUBESPACIOS
Ej.: Sea W = L el conjunto de vectores de la recta L que pasa por el origen O=(0, 0, 0) y es paralela al vector
3 3
v = (a, b, c). Probar que W es un subespacio de R para las operaciones normales de R .
Las ecuaciones paramétricas de una recta que pasa por el
origen y es paralela a v = (a, b, c) son:
x=at
y=bt
z=ct
3
Para probar que W es un subespacio de R debe probarse que
W es cerrado para la adición y para la multiplicación escalar. (W
no es vacío ya que O = (0, 0, 0) está en W).
Comprobación de que W es cerrado para la suma:
Sean u=(u1, u2, u3) y v=(v1, v2, v3) dos vectores de W, se debe probar que u + v=(u1+v1, u2+v2, u3+v3) es
también un vector de W.
Como u y v son vectores de W, sus componentes deben verificar las ecuaciones paramétricas de la recta:
u1 = a p u2 = b p u3 = c p (p es un escalar)
v1 = a s v2 = b s v3 = c s (s es un escalar)
Sumando miembro estas expresiones resultan:
u1 + v1 = a p + a s = a (p+s) = a r (r es un escalar)
u2 + v2 = b p + b s = b (p+s) = b r (r es un escalar)
u3 + v3 = c p + c s = c (p+s) = c r (r es un escalar)
1 −2 3 x 0
Ej.: Hallar el subespacio W, espacio solución del sistema:
y
−3 7 −8൩ ቈ = 0൩
−2 4 −6 z 0
Resolviendo el sistema:
kଵ + 6k ଶ =9
Igualando las componentes correspondientes resulta el siguiente sistema lineal:
൝ 2kଵ + 4k ଶ = 2
−kଵ + 2k ଶ =7
Resolviendo el sistema se obtiene k1 = –3 y k2 = 2, con lo que w = –3u + 2v
De un modo similar, para que w’ sea una combinación lineal de u y v deben existir escalares k1 y k2 tales
que: w’ = k1 u + k2 v
(4, –1, 8) = k1 (1, 2, –1) + k2 (6, 4, 2) = (k1, 2k1, –k1) + (6k2, 4k2, 2k2) = (k1 + 6k2, 2k1 + 4k2, –k1 + 2k2)
kଵ + 6k ଶ =4
Igualando las componentes correspondientes resulta el siguiente sistema lineal:
2k
൝ ଵ + 4k ଶ = −1
−kଵ + 2k ଶ =8
El sistema es incompatible por lo que w’ no es combinación lineal de u y v.
ESPACIO GENERADO
Teorema: Si v1, v2, ..., vr son vectores en un espacio vectorial V, entonces:
i) El conjunto W formado por todas las combinaciones lineales de v1, v2, ..., vr es un subespacio de V.
ii) W es el menor subespacio de V que contiene a v1, v2, ..., vr en el sentido de que cualquier otro subespacio
de V que contenga a v1, v2, ..., vr debe contener a W.
Demostración:
i) Para probar que W es subespacio de V, se debe probar que W es cerrado para la adición y la multiplicación
escalar.
Es claro que W no es un conjunto vacío por cuanto el vector 0 está en W, ya que:
0 = 0 v1 + 0 v2 + ...+ 0 vr
Ahora, sean u y v vectores de W:
u = c1 v1 + c2 v2 + ...+ cr vr donde c1, c2, ...cr son escalares
v = k1 v1 + k2 v2 + ...+ kr vr donde k1, k2, ...kr son escalares
Luego: u + v = (c1 + k1) v1 + (c2 + k2) v2 + ...+ (cr + kr) vr puesto que (c1 + k1), (c2 + k2), ..., (cr + kr) son
escalares, resulta que u + v es una combinación lineal de v1, v2, ..., vr así u + v está en W.
De igual modo, para cualquier escalar k:
ku = k(c1 v1 + c2 v2 + ...+ cr vr) = (kc1) v1 + (kc2) v2 + ... + (kcr) vr
Definición: Si S = {v1, v2, ..., vr} es un conjunto de vectores en un espacio vectorial V, entonces el subespacio
W de V que consta de todas las combinaciones lineales de los vectores de S, se denomina espacio
generado por v1, v2, ..., vr, y se dice que v1, v2, ..., vr generan a W. Se escribe:
W = lin (S) o bien W = lin { v1, v2, ..., vr}
Ejemplo:
3 2
Si u es un vector diferente de cero en R (ó en R ), entonces
W=lin{u}, que es el conjunto de todos los múltiplos escalares ku,
es la recta determinada por u.
3
Ej.: Determinar si v1 = (1, 1, 2), v2 = (1, 0, 1) y v3 = (2, 1, 3) generan el espacio R .
3
Para que S = {v1, v2, v3} sea generador de R , cualquier vector b = (b1, b2, b3) debe ser una combinación
lineal de los vectores de S. Es decir, debe ser:
kଵ +k ଶ +2k ଷ = bଵ
b = (b1, b2, b3) = k1v1 + k2v2 + k3v3 =k1(1, 1, 2) + k2(1, 0, 1) + k3(2, 1, 3) = (k1+k2+2k3, k1+k3, 2k1+k2+3k3)
ቐ kଵ +k ଷ = bଶ
2kଵ +k ଶ +3k ଷ = bଷ
El problema se reduce a verificar si el sistema admite solución para cualquier
valores de b1, b2, b3. En virtud del Teorema referente a la solubilidad de sistemas de n ecuaciones con n
incógnitas, se asegura que el sistema Ax = b tiene solución para todo vector b, si la matriz A es invertible,
esto es si el determinante de A es diferente de cero.
1 1 2 1 1 2
No obstante: อ1 0 1อ = อ1 0 1อ=0
2 1 3 1 0 1
por cuanto el determinante tiene 2 filas iguales.
3
Luego, el sistema no siempre tiene solución y en consecuencia existirán vectores b de R que no se podrán
3
escribir como una combinación lineal de v1, v2, v3, por lo que S no genera R .
INDEPENDENCIA LINEAL
Definición: Si S={v1, v2, ..., vr} es un conjunto no vacío de vectores, entonces la ecuación vectorial
k1 v1 + k2 v2 + ... + kr vr = 0 tiene por lo menos la solución trivial k1=0, k2=0, ... kr=0. Si ésta es la única
solución, entonces S se dice que es linealmente independiente. En caso contrario, si existen otras
soluciones diferentes de la solución trivial, se dice que S es linealmente dependiente.
kଵ +5k ଶ +3k ଷ = 0
Lo que origina el siguiente sistema de ecuaciones lineales homogéneo:
El conjunto de vectores será linealmente independiente si la única solución de este sistema es la solución
trivial. Para que ello ocurra, puesto que se trata de un sistema de 3 ecuaciones por 3 incógnitas, éste tendrá
1 5 3 1 5 3
solución única (la trivial) si la matriz A del sistema es invertible, es decir si el det(A)≠0.
Definición: Si S = {v1, v2, ..., vn} es un conjunto de vectores de un espacio vectorial V, entonces S se dice que
es una base de V si verifican estas dos condiciones:
i) S el linealmente independiente; y
ii) S genera a V.
3
Ej.: S = {i, j, k} es una base para R .
i) S es linealmente independiente:
La ecuación c1i + c2j + c3k =0 sólo admite la solución trivial. En efecto:
c1(1, 0, 0) + c2(0, 1, 0) + c3(0, 0, 1) = (c1, 0, 0) + (0, c2, 0) + (0, 0, c3) = (c1, c2, c3) = (0, 0, 0)
De donde c1 = 0; c2 = 0; c3 = 0 es la única solución.
3
ii) S genera a R :
3
Todo vector u=(a, b, c) de R se puede escribir como una combinación lineal de S. En efecto:
u = (a, b, c) = c1i + c2j + c3k = c1(1, 0, 0) + c2(0, 1, 0) + c3(0, 0, 1) = (c1, c2, c3)
De donde: c1 = a; c2 = b; c3 = c.
3 3
Así, S es una base para R . Se dice que S={i, j, k} es la base estándar para R .
Ej.: De un modo similar puede probarse que S={e1, e2, ..., en} donde e1 = (1, 0, ..., 0), e2 = (0, 1, ..., 0) ... en =
n n
(0, 0, ..., 1) es una base para R . Se conoce como la base estándar para R .
Teorema: Si S = {v1, v2, ..., vn} es una base de un espacio vectorial V entonces todo vector de v de V se
puede escribir en forma única como v = c1 v1 + c2 v2 + ... + cn vn.
Ej.: Sea S = {v1, v2, v3} donde v1=(1, 2, 1) v2=(2, 9, 0) y v3=(3, 3, 4).
3
i) Demostrar que S es una base para R
ii) Hallar el vector de coordenadas de u=(5, –1, 9) con respecto a S.
Solución:
3 3
i) Para demostrar que S es una base para R se debe demostrar que S genera R y que S es linealmente
independiente.
3
Para probar que S genera R se debe demostrar que cualquier vector b=(b1, b2, b3) se puede escribir como
una combinación lineal de los vectores de S:
b=(b1, b2, b3) = c1v1 + c2v2 + c3v3 = c1(1, 2, 1) + c2(2, 9, 0) + c3(3, 3, 4)=(c1+2c2+3c3, 2c1+9c2+3c3, c1+4c3)
cଵ +2cଶ +3cଷ = bଵ
Lo que genera el siguiente sistema lineal:
3
Así que para demostrar que S genera R se debe probar que este sistema (Ax = b) tiene solución para
1 2 3 1 2 3
cualquier b. Esto ocurre si la matriz A del sistema es invertible, es decir si det(A)≠0.
5 −3
อ2 9 3อ = อ0 5 −3อ = 1ሺ−1ሻଵାଵ ቚ ቚ = 5.1 − ሺ−3ሻ. ሺ−2ሻ = 5 − 6 = −1 ≠ 0
−2 1
1 0 4 0 −2 1
3
Luego el sistema tiene solución para todo b, y así S genera R .
Para probar que S es linealmente independiente, se debe probar que la ecuación c1v1 + c2v2 + c3v3=0 sólo
admite la solución trivial. Es decir:
cଵ +2cଶ +3cଷ = 0
Lo que genera el siguiente sistema lineal homogéneo Ax = 0:
2c
ቐ ଵ +9cଶ +3cଷ = 0
cଵ +4cଷ = 0
Este sistema lineal homogéneo admite única solución (la solución trivial) si la matriz A del sistema es
invertible, es decir si det(A)≠0. Pero la matriz del sistema es la misma matriz que la del sistema por el que se
3
probó que S genera R , luego det(A)= –1 ≠ 0 y el sistema sólo admite la solución trivial. Luego S es
linealmente independiente.
3 3
Puesto que S genera R y S es linealmente independiente, resulta que S es una base para R .
ii) Para hallar el vector de coordenadas de u=(5, –1, 9) con respecto a la base S, se deben hallar los
escalares c1, c2, c3 que verifican: u = c1v1 + c2v2 + c3v3, es decir:
u=(5, –1, 9) = c1(1, 2, 1) + c2(2, 9, 0) + c3(3, 3, 4) = (c1+2c2+3c3, 2c1+9c2+3c3, c1+4c3)
cଵ +2cଶ +3cଷ = 5
Esta expresión da lugar al siguiente sistema lineal:
1 0 0 1 0 0 0 0
ܯଵ = ቂ ቃ ; Mଶ = ቂ ቃ ; ܯଷ = ቂ ቃ ; ܯସ = ቂ ቃ
Ej.: Sean:
0 0 0 0 1 0 0 1
El conjunto S={M1, M2, M3, M4} es una base para el espacio vectorial M22 de matrices 2x2.
ܽ ܾ
Así, puede comprobarse que cualquier matriz ܷ = ቂ ቃ se puede escribir como:
Para comprobarlo, se debe probar que S genera M22 y que S es linealmente independiente.
ܿ ݀
ܽ ܾ 1 0 0 1 0 0 0 0
ܷ=ቂ ቃ = ܽቂ ቃ+ܾቂ ቃ+ܿቂ ቃ+݀ቂ ቃ = ܽܯଵ + ܾܯଶ + ܿܯଷ + ݀ܯସ
ܿ ݀ 0 0 0 0 1 0 0 1
Es decir, cualquier matriz 2x2 se puede escribir como combinación lineal de S, luego S genera a M22.
Para comprobar que S es linealmente independiente, la ecuación c1M1 + c2M2 + c3M3 + c4M4=0 sólo debe
admitir la solución trivial. Pero:
1 0 0 1 0 0 0 0 ܿଵ ܿଶ 0 0
ܿଵ ܯଵ + ܿଶ ܯଶ + ܿଷ ܯଷ + ܿସ ܯସ = ܿଵ ቂ ቃ + ܿଶ ቂ ቃ + ܿଷ ቂ ቃ + ܿସ ቂ ቃ = ቂܿ ܿସ ቃ = ቂ0 ቃ
0 0 0 0 1 0 0 1 ଷ 0
ܿଵ ܿଶ 0 0
Luego: ቂܿ ܿ ቃ = ቂ ቃ se concluye que c1=0, c2=0, c3=0 y c4=0. De manera que S es linealmente
ଷ ସ 0 0
independiente. Por lo que S es una base para M22.
De manera más general puede comprobarse que el espacio vectorial V = Mmn tiene como base estándar un
conjunto formado por mn matrices diferentes, cada una tiene un solo 1 y los demás elementos son 0.
DIMENSIÓN
Teorema: si V es un espacio vectorial de dimensión finita y si {v1, v2, ..., vn} es cualquier base para V,
entonces:
i) Todo conjunto con más de n vectores es linealmente dependiente; y
ii) Ningún conjunto con menos de n vectores genera a V.
De este Teorema se concluye que si S={v1, v2, ..., vn} es cualquier base para un espacio vectorial V, entonces
todos los conjuntos en V que simultáneamente generan a V y que son linealmente independientes deben
tener precisamente n vectores. Por lo tanto, todas las bases de ese espacio vectorial deben tener el mismo
número de vectores que la base inicial. De aquí se desprende el siguiente Teorema:
Teorema: Todas las bases de un espacio vectorial de dimensión finita tienen el mismo número de vectores.
3
Ej.: Como S = {v1, v2, v3} donde v1=(1, 2, 1) v2=(2, 9, 0) y v3=(3, 3, 4) es una base para R , luego toda
3
base de R debe tener 3 vectores.
Definición: la dimensión de un espacio vectorial V de dimensión finita, denotada por dim(V), se define como
el número de vectores que hay en una base cualquiera de V. Asimismo, se define que el espacio vectorial
cero tiene dimensión cero.
3 3 n
Ej.: dim(R ) = 3 la base estándar para R tiene 3 vectores; y en general dim(R ) = n
dim(Mmn) = mn la base estándar para Mmn tiene mn vectores.
xଵ −s − t −s −t −1 −1
Por lo que los vectores solución se pueden escribir como:
−1 −1
ۍ1ې ۍ0ې
ۑ ێ ۑ ێ
Lo cual demuestra que los vectores ݒଵ = ێ0 ݒ ݕ ۑଶ = ێ−1 ۑgeneran el espacio solución.
ێ0ۑ ێ0ۑ
ۏ0ے ۏ1ے
Luego S ={v1, v2} es una base para W espacio solución del sistema lineal homogéneo, y el espacio es de
dimensión 2.