Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definiciones
Lineales
y conceptos básicos Subespacios Combinac
Contenido:
Contenido:
Definición
Sea V un conjunto no vacı́o sobre el que están definidas dos op-
eraciones (la suma vectorial y la multiplicación escalar). Si los
siguientes axiomas se cumplen para todo u, v y w en V y todo
escalara c y d, entonces V se denomina espacio vectorial y sus
elementos vectores:
Axiomas de cerradura
¬ u + v está en V Cerradura bajo la suma
cu está en V . Cerradura bajo la multiplicación
escalar
a
En este curso usaremos únicamente números reales como escalares, es
decir, estudiaremos “Espacios vectoriales reales”.
Definición (Continuación...)
Axiomas de adición
® u+v =v+u Propiedad conmutativa
¯ u + (v + w) = (u + v) + w Propiedad asociativa
° Existe un elemento en V , llamada el vector cero, denotado 0,
tal que u + 0 = u. Idéntico aditivo
± Para todo u en V , existe un elemento en V llamado el negativo
de u, denotado −u, tal que u + (−u) = 0 Inverso aditivo
Axiomas de multiplicación escalar
² c (u + v) = cu + cv Propiedad distributiva
³ (c + d) u = cu + du Propiedad distributiva
´ c (du) = (cd) u Propiedad asociativa
µ 1 (u) = u Idéntico escalar
Observación
I La definición de espacio vectorial no especifica la naturaleza
de los vectores ni las operaciones
Ejemplo
Consideremos el conjunto con un sólo elemento V = {1}. Deter-
mine si el conjunto V es un espacio vectorial o no.
Ejemplo
El conjunto de puntos en R2 que están en una recta que pasa por
el origen constituye un espacio vectorial.
Solución
Considere el conjunto definido de la siguiente manera
V = x, y | y = mx, donde m es un número fijo y x ∈ R
Solución (Continuación...)
0 Suponga que x = x1 , y1 y y = x2 , y2 están en V .
Entonces y1 = mx1 y y2 = mx2 , entonces
x + y = x1 , y 1 + x2 , y 2
= x1 , mx1 + x2 , mx2
= x1 + x2 , mx1 + mx2
= x1 + x2 , m (x1 + x2 ) ∈ V
Solución (Continuación...)
0 Suponga que c ∈ R y x = x1 , y1 entonces
cx = c x1 , y1
= c x1 , mx1
= cx1 , cmx1
= cx1 , m (cx1 ) ∈ V
Solución (Continuación...)
0 Considere al vector
0 = 0, m (0) ∈ V . Entonces tomando
a x = x1 , mx1 ∈ V se tiene
x + 0 = x1 , mx1 + 0, m (0)
= x1 + 0, mx1 + m (0)
= x1 , mx1
=x
Solución (Continuación...)
0 Suponga que x = x, mx ∈ V . Entonces
−x = − x, y
= − x, mx
= −x, m (−x)
Ejemplo
El conjunto de puntos en R2 que están sobre una recta que no pasa
por el origen no constituye un espacio vectorial. Sea
V = {(x, y ) : y = 2x + 1, x ∈ R}
Solución
Suponga que x = (x1 , y1 ) y y = (x2 , y2 ) están en V . Entonces
(x1 + x2 , y1 + y2 ) ∈
/V
Ejemplo
Considere el conjunto polinomios con coeficientes reales de grado
menor o igual a n. Llamemos a este conjunto Pn . Si p ∈ Pn entonces
Solución
Rn+1 es un espacio vectorial, por lo que si se establece una forma
de representar a los elementos de Pn como elementos de Rn+1 ,
entonces Pn también es un espacio vectorial.
Esta representación se hará mostrando que se puede construir un
vector v ∈ Rn+1 a partir de un polinomi p ∈ Pn . Sea
v = an , an−1 , · · · , a1 , a0 ∈ Rn+1
Ejemplo
Determine si el conjunto Mm×n , de matrices de m ×n es un espacio
vectorial.
Ejemplo
Considere el conjunto S3 de matrices invertibles de 3 × 3. Re-
definiendo la operación suma como
A ⊕ B = AB
Solución
0 Axiomas de cerradura.
I Cerradura bajo la suma Utilizando la operación suma
definida para este conjunto tenemos que probar que
A ⊕ B = AB ∈ S3
AB es invertible si det(AB) 6= 0.
Como A, B ∈ S3 ⇒ det(A) 6= 0 y det(B) 6= 0
calculando det(AB) tenemos
Solución
0 Axiomas de cerradura.
I Cerradura bajo la multiplicación escalar Para que se
cumpla este axioma se tiene que cumplir que el producto
cA es una matriz invertible para cualquier valor de c.
cA = 03×3
Solución
0 Axiomas de adición.
I Propiedad conmutativa En este axioma se tiene que
mostrar que
AB = BA
este axioma no se cumple ya que la multiplicación de
matrices no es conmutativa.
I Propiedad asociativa De acuerdo a la suma de este
conjunto para verificar este axioma tenemos que ver que
A (BC) = (AB) C
Solución
0 Idéntico aditivo La matriz invertible que cumple con este
axioma es I3 ya que
AI3 = A
AA−1 = I3
Solución
0 Axiomas de multiplicación escalar
I Propiedad distributiva Para verificar este axioma se
tiene que cumplir que
c (AB) = cAcB
(c + d) A = (cA) (dA)
Solución
I Propiedad asociativa De acuerdo con la propiedad
asociativa de la multiplicación por un escalar se tiene que
c (dA) = (cd) A
Ejercicio
Determinar si los siguientes conjuntos son o no espacios vectoriales:
A ⊕ B = AB ° El conjunto de polinomios
αA = αA de grado ≤ n con término
constante cero. Utilizando
las operaciones usuales.
Contenido:
Definición
Sea V un espacio vectorial y U un subconjunto no vacı́o de V . Si
U es un espacio vectorial bajo las operaciones de suma y multipli-
cación escalar de V , entonces U es un subespacio de V .
Teorema
U es un subespacio si cumple los axiomas de cerradura bajo la suma
y multiplicación escalar.
Ejemplo
Considere el subconjunto W de R3 formado por los vectores de la
forma a, a, b . Determine si W es un subespacio de R3 .
Solución
Verificando los dos axiomas de cerradura tenemos que
a, a, b + c, c, d = a + c, a + c, b + d
k a, a, b = ka, ka, kb
Ejemplo
Considere el subconjunto W de R3 formado por los vectores de la
2
forma a, a , b . Determine si W es un subespacio de R3 .
Solución
Verificando la cerradura bajo la suma tenemos que
a, a2 , b + c, c 2 , d = a + c, a2 + c 2 , b + d
Ejemplo
Pruebe que el conjunto U de matrices diagonales de 2 × 2 es un
subespacio de M2×2 .
Solución
Considere los siguientes dos elementos de U.
a 0 p 0
u= y v=
0 b 0 q
Entonces
a 0 p 0 a+p 0
u+v = + =
0 b 0 q 0 b+q
Teorema
Sea U un subespacio de un espacio vectorial V . U contiene al vector
cero de V
Ejemplo
Sea W = w ∈ R3 | w = a, a, a + 2 . Determine si W es un
subespacio de R3 .
Solución
Si W no contiene al vector cero 3
3
de R entonces no es un subespacio
de R . Veamos si 0, 0, 0 ∈ W .
a, a, a + 2 = 0, 0, 0
entonces
a=0
a=0
a+2=0
Ejemplo
Considere el espacio vectorial V = P4 determine si H =
{p ∈ P4 | p (0) = 1} es un subespacio de P4
Solución
Para que un polinomio pertenezca a H, tiene que cumplir que al
evaluarlo en 0 el resultado es 1. Verificando la cerradura bajo la
suma tenemos que si p (x) y q (x) están en P4 , entonces
p (x) + q (x) = a4 x 4 + a3 x 3 + a2 x 2 + a1 x + 1
+ b4 x 4 + b3 x 3 + b2 x 2 + b1 x + 1
= (a4 + b4 ) x 4 + (a3 + b3 ) x 3
+ (a2 + b2 ) x 2 + (a1 + b1 ) x + 2
Ejercicio
Determine si el conjunto dado H del espacio vectorial V es un
subespacio de V
¬ V = R2 ; H = {(x, y ) | y ≥ 0}
V = Mm×n ; H = {Tn×n ∈ Mm×n | Tn×n es triangular superior}
® V = Pn ; H = {p ∈ Pn | p (0) = 0 y p 0 (0) = 0}
¯ V = Mm×n ; H = A ∈ Mm×n | aij = 0
Contenido:
Combinación Lineal
Definición
Sea V un espacio vectorial y tome el vector v ∈ V y tome también
los vectores u1 , u2 , . . . , un ∈ V . Se dice que v es una combinación
lineal de los vectores ui si v puede expresarse como:
v = c1 u1 + c2 u2 + · · · + cn un
Ejemplo
Considere los vectores
v1 = 1, 3, 1 , v2 = 0, 1, 2 , y v3 = 1, 0, −5
v1 = 3v2 + v3
= 3 0, 1, 2 + 1, 0, −5
= 1, 3, 1
Ejemplo
Considere los siguientes vectores que pertenecen a M2×2
0 8 0 2 −1 3 −2 0
v1 = , v2 = , v3 = , v4 =
2 1 1 0 1 2 1 3
v1 = v2 + 2v3 − v4
0 2 −1 3 −2 0
= +2 −
1 0 1 2 1 3
0 8
=
2 1
Ejemplo
8, 0, 5 es una combinación
Determine si el vector 3
lineal de los
vectores 1, 2, 3 , 0, 1, 4 y 2, −1, 1 ∈ R .
Solución
Aplicando la definición de combinación lineal deben de existir es-
calares c1 , c2 y c3 tales que se cumpla
8, 0, 5 = c1 1, 2, 3 + c2 0, 1, 4 + c3 2, −1, 1
= c1 , 2c1 , 3c1 + 0, c2 , 4c2 + 2c3 , −c3 , c3
= c1 + 2c3 , 2c1 + c2 − c3 , 3c1 + 4c2 + c3
Solución
De la igualdad anterior obtenemos el siguiente sistema de ecua-
ciones
c1 + 2c3 = 8
2c1 + c2 − c3 = 0
3c1 + 4c2 + c3 = 5
cuya solución es c1 = 2, c2 = −1 y c3 = 3.
Solución
Por lo que nos queda que el vector 8, 0, 5 si es una
combi-
nación lineal de 1, 2, 3 , 0, 1, 4 y 2, −1, 1 .
8, 0, 5 = 2 1, 2, 3 − 1 0, 1, 4 + 3 2, −1, 1
Observación
En caso de que el sistema no tenga solución, entonces no es posi-
ble expresar el vector como una combinación lineal de los otros
vectores.
Ejemplo
−1 7
Determine si la matriz es una combinación lineal de
8 −1
1 0 2 −3 0 1
, y ∈ M2×2 .
2 1 0 2 2 0
Solución
Si es posible encontrar escalares c1 , c2 y c3 tales que se cumpla la
siguiente identidad
−1 7 1 0 2 −3 0 1
= c1 + c2 + c3
8 −1 2 1 0 2 2 0
Solución
Entonces
−1 7 c1 + 2c2 −3c2 + c3
=
8 −1 2c1 + 2c3 c1 + 2c2
c1 + 2c2 = −1
−3c2 + c3 = 7
2c1 + 2c3 = 8
c1 + 2c2 = −1
Solución
Resolviendo el sistema tenemos que c2 = −2 y c3 = 1
c1 = 3,
−1 7
por lo que se cumple que la matriz es una combinación
8 −1
lineal de las otras matrices quedando
−1 7 1 0 2 −3 0 1
=3 −2 +
8 −1 2 1 0 2 2 0
Ejemplo
Determine si el polinomio p (x) = 2x 2 + 6x + 7 es una combinación
lineal de q (x) = x 2 − 1 y r (x) = 2x + 3.
Solución
Para determinar si p (x) es combinación lineal de q (x) y r (x) se
tiene que cumplir la siguiente identidad
Solución
Igualando los coeficientes de los términos semejantes, tenemos que
c1 = 2
2c2 = 6
−c1 + 3c2 = 7
Ejercicio
Determina si el primer vector es combinación lineal de los otros
vectores.
¬ 8, − 14 , 27
4 ; 2, −1, 3 , 5, 0, 4
−3, 15, 18 ; 2, 0, 7 , 2, 4, 5 , 2, −12, 13
® 0, 10, 8 ; −1, 2, 3 , 1, 3, 1 , 1, 8, 5
Ejercicio
5 7
Determina si la matriz es combinación lineal de las ma-
5 −10
1 2 0 3 1 2
trices , y
3 −4 1 2 0 0
Ejercicio
Determina si el polinomio p (x) = x 2 + 4x + 5 es una combinación
lineal de los polinomios q (x) = x 2 + x − 1 y r (x) = x 2 + 2x + 1
Contenido:
Definición
Sean v1 , . . . , vm vectores en un espacio vectorial V . Estos vectores
generan a V si cada vector en V puede ser expresado como una
combinación lineal de ellos. A este conjunto se le llama conjunto
generador de V .
Ejemplo
El conjunto 1, 0, 0 , 0, 1, 0 , 0, 0, 1 genera a R3
Ejemplo
El conjunto 1, x, x 2 genera a P2 ya que cualquier polinomio
Ejemplo
Determine si el conjunto
S = 1, 2, 3 , 0, 1, 2 , −2, 0, 1
genera a R3
Solución
S genera a R3 si cualquier vector x = x1 , x2 , x3 en R3 puede
Solución
Simplificando la ecuación anterior tenemos el siguiente sistema de
ecuaciones
Ejemplo
Determine si el conjunto
S = 1, 2, 3 , 0, 1, 2 , −1, 0, 1
genera a R3
Solución
S genera a R3 si cualquier vector x = x1 , x2 , x3 en R3 puede
Solución
Simplificando la ecuación anterior tenemos el siguiente sistema de
ecuaciones
c1 − c3 = x1
2c1 + c2 = x2
3c1 + 2c2 + c3 = x3
Observación
En el ejemplo anterior S no genera a R3 , sin embargo genera un
subespacio de R3 , que es el plano en donde están los tres vectores
de S. A este espacio vectorial se le llama espacio generado por el
conjunto S
Definición
Sean v1 , . . . , vm vectores en un espacio vectorial V . El espacio
generado por {v1 , . . . , vm } es el conjunto de combinaciones lineales
de v1 , . . . , vm . Es decir,
gen {v1 , . . . , vm } = {v | v = a1 v1 + · · · + am vm }
Teorema
Si v1 , v2 , . . . , vk son vectores en un espacio vectorial V , entonces
gen {v1 , v2 , . . . , vk } es un subespacio de V .
Ejemplo
Sean v1 = 2, −1, 4 y v2 = 4, 1, 6 . Entonces
H = gen {v1 , v2 }
= v | v = a1 2, −1, 4 + a2 4, 1, 6
¿Cuál es la apariencia de H?
Solución
Para determinar
la apariencia de H, tomemos un vector cualquiera
x, y , z ∈ H, entonces el vector se puede representar como
combinación lineal de v1 y v2 , quedando
x, y , z = a1 2, −1, 4 + a2 4, 1, 6
reduciendo e igualando
x = 2a1 + 4a2
y = −a1 + a2
z = 4a1 + 6a2
Solución
Resolviendo el sistema de ecuaciones, vemos que
1 2
1 0 6x − 3y
0 1 1 1
6x + 3y
5 2
0 0 −3x − 3y + z
Observe que para que el sistema tenga solución se tiene que cumplir
5 2
− x − y +z =0
3 3
por lo que se concluye que cualquier vector x, y , z ∈ H cuando
satisface la ecuación anterior. Multiplicando por −3 obtenemos
5x + 2y − 3z = 0
Observación
En general el espacio generado por dos vectores diferentes de cero
en R3 que no son paralelos es un plano que pasa por el origen.
Ejemplo
Determine si el vector v = 3, −1, 11 pertenece a
H = gen −1, 5, 3 , 2, −3, 4
Solución
El vector v ∈ H si es una combinación lineal de −1, 5, 3 y
2, −3, 4 , esto es
3, −1, 11 = c1 −1, 5, 3 + c2 2, −3, 4
−c1 + 2c2 = 3
5c1 − 3c2 = −1
3c1 + 4c2 = 11
Ejemplo
Sean p (x) = 2x 2 − 5 y q (x) = x + 1. Muestre que el polinomio
r (x) = 4x 2 + 3x − 7 pertenece a gen {p, q}
Solución
El polinomio r (x) está en gen {p, q} si es una combinación lineal
de p (x) y q (x) , esto es
4x 2 + 3x − 7 = c1 2x 2 − 5 + c2 (x + 1)
= 2c1 x 2 + c2 x − 5c1 + c2
2c1 = 4
c2 = 3
−5c1 + c2 = −7
Solución
Resolviendo el sistema vemos que la solución es c1 = 2, c2 = 3.
De esta forma podemos escribir
4x 2 + 3x − 7 = 2 2x 2 − 5 + 3 (x + 1)
Teorema
Sean v1 , v2 , . . . , vn , vn+1 , n + 1 vectores que están en un
espacio vectorial V . Si v1 , v2 , . . . , vn genera a V , entonces
v1 , v2 , . . . , vn , vn+1 también genera a V . Es decir, si se agregan
uno o más vectores a un conjunto generador se obtiene otro con-
junto generador.
Ejercicio
Determinar si el conjunto dado de vectores genera al espacio vec-
torial dado
¬ En R2 : 0, 1 ; 3,
4 ; −1, 2
En R3 : 1, 1, 1 ;
0, 1, 1 ; 0, 0, 1
® En P2 : 1 − x, 3 − x 2
1 0 1 2 4 −1 −2 5
¯ En M2×2 : ; ; ;
1 0 0 0 3 0 6 0
Contenido:
Definición
Sean v1 , v2 , . . . , vn vectores en un espacio vectorial V . Entonces
se dicen que son linealmente dependientes si existen n escalares
c1 , c2 , . . . , cn no todos ceros tales que
c1 v1 + c2 v2 + . . . + cn vn = 0
Ejemplo
2 −6
−1 3
I
0 y v2 = 0 son linealmente
Los vectores son v1 =
3 −9
dependientes porque v2 = −3v1 .
1 2
I Los vectores v1 = 2 y v2 =
5 son linealmente
4 −3
independientes.
Ejemplo
1 2 0
Determine si los vectores −2 , −2 y 1 son linealmente
3 0 7
dependientes o independientes.
Solución
Supongamos que
1 2 0 0
c1 −2 + c2 −2 + c3 1 = 0
3 0 7 0
Solución
De donde obtenemos el sistema
c1 + 2c2 = 0
−2c1 − 2c2 + c3 = 0
3c1 + 7c3 = 0
al resolverlo, obtenemos
1 0 0 0
0 1 0 0
0 0 1 0
Ejemplo
1 3 11
Determine si los vectores −3, 0 y −6 son linealmente
0 4 12
dependientes o independientes
Solución
Supongamos que
1 3 11 0
c1 −3 + c2 0 + c3 −6 = 0
0 4 12 0
Solución
Entonces tenemos el sistema
c1 + 3c2 + 11c3 = 0
−3c1 − 6c3 = 0
4c2 + 12c3 = 0
Observación
Tres vectores en R3 son linelamente dependientes si y solo si son
coplanares.
Teorema
Un conjunto de n vectores en Rm siempre es linealmente dependi-
ente si n > m.
Corolario
Un conjunto de vectores linealmente independientes en Rn contiene
a los más n vectores.
Teorema
Sean v1 , v2 , . . . , vn , n vectores en Rn y sea A una matriz de n ×
n cuyas columnas son v1 , v2 , . . . , vn . Entonces v1 , v2 , . . . , vn son
linealmente independientes si y solo si la única solución al sistema
homogéneo Ax = 0 es la solución trivial x = 0.
Teorema
Sea A una matriz de n × n. Entonces det (A) 6= 0 si y solo si las
columnas de A son linealmente independientes.
Teorema
Sea A una matriz de n × n. Entonces las ocho afirmaciones sigu-
ientes son equivalentes (es decir, si una es cierta todas son ciertas)
1. A es invertible
2. La única solución al sistema homogéneo Ax = 0 es la
solución trivial x = 0.
3. El sistema Ax = b tiene solución única para todo n vector b.
4. A es equivalente por renglones a la matriz identidad de n × n,
In
5. A se puede escribir como el producto de matrices
elementales
6. La forma escalonada por renglones de A tiene n pivotes
7. det (A) 6= 0
8. Las columnas de A son linealmente independientes.
Teorema
Cualquier conjunto de n vectores linealmente independiente en Rn
genera a Rn .
Ejemplo
Determine si los vectores 2, −1, 4 , 1, 0, 2 , y
3, −1, 5 son linealmente dependientes o independientes
Solución
Colocamos los vectores en forma de columnas para construir la
matriz
2 1 3
A = −1 0 −1
4 2 5
que tiene como determinante det (A) = −1, por tanto, los vectores
son linealmente independientes.
Ejemplo
1 0 2 −1 1 4
En M2×3 , sean A1 = , A2 = y A3 =
3 1 −1 2 3 0
−1 0 1
determine si A1 , A2 y A3 son linealmente dependientes
1 2 1
o independientes.
Solución
Supongamos que c1 A1 + c2 A2 + c3 A3 = 0. Entonces
1 0 2 −1 1 4 −1 0 1 0 0 0
c1 + c2 + c3 =
3 1 −1 2 3 0 1 2 1 0 0 0
lo que equivale a
c1 − c2 − c3 c2 2c1 + 4c2 + c3 0 0 0
=
3c1 + 2c2 + c3 c1 + 3c2 + 2c3 −c1 + c3 0 0 0
Solución
Como c2 = 0, se tiene el sistema Resolviendo
1 −1 0
1 0 0
2 1 0 0
1 0
c1 − c3 = 0 ∼ 0
3 1 0 0 0
1 2 0 0 0 0
2c1 + c3 = 0
−1 1 0 0 0 0
3c1 + c3 = 0
c1 + 2c3 = 0
−c1 + c3 = 0
Ejemplo
Determine si los polinomios en P3 , 1, x, x 2 y x 3 son linealmente
dependientes o independientes
Solución
Suponga que c1 + c2 x + c3 x 2 + c4 x 3 = 0. Esto debe cumplirse para
toda x, en particular para valores especı́ficos de x, si tomamos
x = 0 se sigue que c1 = 0. Entonces, haciendo x = 1, x = −1 y
x = 2 se obtiene respectivamente
c2 + c3 + c4 = 0
−c2 + c3 − c4 = 0
2c2 + 4c3 + 8c4 = 0
Solución
el determinante de este sistema es
1 1 1
−1 1 −1 = 12
2 4 8
Ejemplo
Determine si los polinomios en P2 , x − 2x 2 , x 2 − 4x y −7x + 8x 2
son linealmente dependientes o independientes.
Escribiendo los polinomios como combinación lineal e
igualandolos al polinomio cero, tenemos
c1 (x − 2x 2 ) + c2 (x 2 − 4x) + c3 (−7x + 8x 2 ) = 0x 2 + 0x + 0
Contenido:
Definición de Base
Definición
Un conjunto finito de vectores {v1 , v2 , . . . , vn } es una base para un
espacio vectorial V si
1. {v1 , v2 , . . . , vn } es linealmente independiente.
2. {v1 , v2 , . . . , vn } genera a V
Solución
Para encontrar una base, primero se observa que si x y z se escogen
arbitrariamente y si x, y , z ∈ π, entonces y = 2x + 3z. Ası́,
los vectores en π tienen la forma
x x 0 1 0
2x + 3z = 2x + 3z = x 2 + z 3
z 0 z 0 1
Lo cual muestra que 1, 2, 0 y 0, 3, 1 generan a π. Como
estos vectores son linealmente independientes ya que uno no es
múltiplo del otro, forman una base para π .
Teorema
Si {v1 , v2 , . . . , vn } es una base para V y si v ∈V , entonces existe
un conjunto único de escalares c1 , c2 , . . . , cn tales que v =c1 v1 +
c2 v2 + · · · + cn vn
Teorema
Si {u1 , u2 , . . . , um } y {v1 , v2 , . . . , vn } son bases en un espacio vec-
torial V , entonces m = n; es decir, cualesquiera dos bases en un
espacio vectorial V tienen el mismo número de vectores.
Ejemplo
Encuentre una base para el espacio de solución del sistema ho-
mogéneo dado
x −y =0
−2x + 2y = 0
Solución
Resolviendo el sistema observamos que la solución es x = −y , con
y arbitraria. Entonces
se pueden representar todas las soluciones
x
como el vector . Para encontrar una base en el espacio de
−x
solución, es necesario encontrar un conjunto de vectores que genere
a todas las soluciones
del sistema, esto es a todos lo vectores de
x
la forma . Veamos que
−x
x 1
=x
−x −1
Solución continuación...
por lo quecualquier
solución se puede escribir como combinación
1
lineal de , y por tanto genera al espacio de solución y es
−1
linealmente independiente. En conclusión el conjunto
1
−1
Ejercicio
Determine si el conjunto dado S es una base para el espacio vec-
torial a que se refiere.
1. En P2 : S = 1 − x 2 , x
2. En P3 : S = 1 + x, 2 + x 2 , 3 + x 3 , 1
3 1 3 2 −5 1 0 1
3. En M2×2 : S = , , ,
0 0 0 0 0 6 0 −7
a 0 0 b 0 0 0 0
4. En M2×2 : S = , , ,
0 0 0 0 c 0 0 d
5. H = (x, y ) ∈ R2 | x + y = 0 : S = 1 −1 , −3 3
Ejercicio
Encuentre una base en R3 para el conjunto de vectores que con-
stituyen el plano 3x − 2y + z = 0
Ejercicio
Encuentre una base para el espacio de solución del sistema ho-
mogéneo dado
2x + 3y − 4z = 0
x −y +z =0
2x + 8y − 10z = 0
Contenido:
Definición (Dimensión)
Si el espacio vectorial V tiene una base con un número finito de
elementos, entonces la dimensión de V es el número de vectores
en todas las bases y V se denomina espacio vectorial de dimen-
sión finita. De otra manera, V se denomina espacio vectorial de
dimensión infinita. Si V = {0}, entonces se dice que tiene dimen-
sión cero.
Teorema
Suponga que dim V = n. Si u1 , u2 , . . . , um es un conjunto de m
vectores linealmente independientes en V , entonces m ≤ n.
Teorema
Sea H un subespacio de un espacio vectorial de dimensión finita V .
Entonces H tiene dimensión finita y
dim H ≤ dim V
Ejercicio
Encuentre una base para D3 , el espacio vectorial de matrices diag-
onales de 3 × 3. ¿Cuál es la dimensión de D3 ?
Ejercicio
¿Cuál es la dimensión de Dn , el espacio vectorial de matrices diag-
onales de n × n?
Contenido:
NA = {x ∈ Rn : Ax = 0}
ν (A) = dim NA
y ν (A) = dim NA = 1.
y ν (A) = dim NA = 2
Teorema
Sea A una matriz de n × n. Entonces A es invertible si y sólo si
ν (A) = 0.
Definición (Imagen de una matriz)
Sea A una matriz de m × n. Entonces la imagen de A, denotada
por Im (A), está dada por
Teorema
Sea A una matriz de m × n. Entonces la imagen de A Im (A) es un
subespacio de Rm
Definición (Rango de una matriz)
Sea A una matriz de m × n. Entonces el rango de A, denotado por
ρ (A), está dado por
Teorema
Para cualquier matriz A, CA = Im (A). Es decir, la imagen de una
matriz es igual al espacio de sus columnas.
Ejemplo
Cálculo de NA , ν (A), Im (A), ρ (A), RA y CA para una matriz de
2 × 3.
1 2 −1
Sea A = . A es una matriz de 2 × 3.
2 −1 3
I El espacio nulo de A = NA = x ∈ R3 : Ax = 0 . Como se
−1
vio en el ejemplo 1, NA = gen 1
1
I La nulidad de A = ν (A) = dim NA = 1
Teorema
Si A es una matriz de m × n, entonces
Teorema
El rango de una matriz es igual al número de pivotes en su forma
escalonada por renglones.
Ejemplo
1 2 −4 3
2 5 6 −8
Sea A = 0 −1 −14 14 , Calcula lo siguiente: NA , ν (A),
3 6 −12 9
Im (A) , ρ (A) , RA y CA para una matriz de 4 × 4
x1 − 32x3 + 31x4 = 0
x2 + 14x3 − 14x4 = 0
o bien
x1 = 32x3 − 31x4
x2 = −14x3 + 14x4
Contenido:
2 Transformaciones Lineales
Definición
Propiedades
Imagen y Núcleo
Representación Matricial
Contenido:
2 Transformaciones Lineales
Definición
Propiedades
Imagen y Núcleo
Representación Matricial
T (u + v) = T u+T v (1)
T (αv) = αT v (2)
Ejemplo
[Una transformación lineal de R2 en R3 ] Sea T : R2 −→ R3 definida
por
x +y
x
T = x −y
y
3y
x1 + y1 x2 + y2
= x1 − y1 + x2 − y2
3y1 3y2
pero como:
x1 + y1 x2 + y2
x1 − y1 = T x1 y x2 − y2 = T x2
y1 y2
3y1 3y2
De manera similar
x αx
T α =T
y αy
αx + αy x +y
x
= αx − αy =α x − y = αT
y
3αy 3y
T (v1 + v2 ) = 0 = 0 + 0 = T v1 + T v2
T (αv) = 0 = α0 =αT v
Contenido:
2 Transformaciones Lineales
Definición
Propiedades
Imagen y Núcleo
Representación Matricial
1. T (0) = 0
2. T (u − v) = T (u) − T (v)
3. T (α1 v1 + α2 v2 + · · · + αn vn ) =
α1 T v1 + α2 T v2 + · · · + αn T vn
Teorema
Sea V un espacio vectorial de dimensión finita con base B =
{v1 , v2 , . . . , vn }. Sean w1 , w2 , . . . , wn vectores en W . Suponga que
T1 y T2 son dos transformaciones lineales de V en W tales que
T1 vi = T2 vi = wi para i = 1, 2, . . . , n. Entonces para cualquier
vector v ∈ V , T1 v = T2 v; es decir T1 = T2 .
Ejercicio
Sea 3 2
T una transformación lineal
de R en R y suponga
que
1 0 0
2 −1
T 0 = ,T 1 = y T 0 =
3 4
0 0 1
3
5
. Calcule T −4
−3
5
Teorema
Sea V un espacio vectorial de dimensión finita con base B =
{v1 , v2 , . . . , vn }. Sea W un espacio vectorial que contiene los vec-
tores w1 , w2 , . . . , wn . Entonces existe una transformación lineal
única T : V −→ W tal que T vi = wi para i = 1, 2, . . . , n.
Ejercicio
Encuentre una transformación lineal de R2 en el plano
x
W = y : 2x − y + 3z
z
Contenido:
2 Transformaciones Lineales
Definición
Propiedades
Imagen y Núcleo
Representación Matricial
nu T = {v ∈ V : T v = 0}
Im T = {w ∈ W : w =T v para alguna v ∈ V }
Teorema
Si T : V −→ W es una transformación lineal, entonces
1. nu T es un subespacio de V
2. Im T es un subespacio de W
Contenido:
2 Transformaciones Lineales
Definición
Propiedades
Imagen y Núcleo
Representación Matricial
Teorema
Sea T : Rn → Rm una transformación lineal. Entonces existe una
matriz única de m × n, AT tal que
T x = AT x para toda x ∈ Rn
Teorema
Sea AT la matriz de transformación correspondiente a la transfor-
mación lineal T . Entonces
I Im T = Im AT = CAT
I ρ (T ) = ρ (AT )
I nu T = NAT
I ν (T ) = ν (AT )
Ejemplo
Encuentre la matriz de transformación AT correspondiente a la
proyección de un vector en R3 sobre el plano xy , definida por
x x
T y = y
z 0
En particular
1 1 0 0 0 0
T 0 = 0 ,T
1 = 1 yT 0 = 0
0 0 0 0 1 0
Ası́,
1 0 0
AT = 0 1 0
0 0 0
AAL Espacios Vectoriales y T.L. 133/140
Espacios Vectoriales y Transformaciones Lineales Transformaciones
Definición Lineales
Propiedades Imagen y Núcleo Representaci
x 1 0 0 x x
Observe que AT y = 0 1 0 y = y
z 0 0 0 z 0
Ejemplo
x −y
x y +z
Defina T : R3 → R4 por T y = 2x − y − z
z
−x + y + 2z
Encuentre AT , nu T, Im T, ν (T ) y ρ (T ).
Evaluando los elementos de la base canónica de R3 en la
transformación, tenemos que
1 −1 0
1 0 0 1 0 1
T 0 = 2 ,T
1 =
−1 , T
0 =
−1
0 0 1
−1 1 2
ρ (AT ) = 3 y ν (AT ) = 3 − 3 = 0
nu T = {0} ,
1 −1 0
0 1 1
Im T = gen 2 , −1
, ,
−1
−1 1 2
ν (T ) = 0 y
ρ (T ) = 3
Ejemplo
x 2x − y + 3z
Defina T : R3 → R3 por T y = 4x − 2y + 6z
z −6x + 3y − 9z
Encuentre AT , nu T, Im T, ν (T ) y ρ (T ).
1 2 0 −1
Como T 0 = 4 , T 1 = −2 y
0 −6 0 3
0 3
T 0 = 6 se tiene
1 −9
2 −1 3
AT = 4 −2 6
−6 3 −9