Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algebra U5 Espacios Vectoriales
Algebra U5 Espacios Vectoriales
Algebra lineal
Unidad 5
Integrantes de Equipo
Pérez Puc Héctor Hugo
Quintal Chay Rene Daniel
Reyes Toledo Bettsy Leonela
Romero Canto Ángel Iván
3 3 3 −3 0 0 0
4. (2) + (− (2)) = 0 ; (2) + (−2) = (0) ; (0) = (0) ; Sí cumple el axioma
3 12 12
6. 4 (2) = ( 8 ) ; ( 8 ) ∈ 𝑉 ; Sí cumple el axioma.
∴ Sí es un espacio vectorial.
𝑉 = {0}
1.0 + 0 = 0 ; 0 ∈ 𝑉 ; Sí cumple con el axioma
3. 0 + 0 = 0 ; 0 ∈ 𝑉 ; Sí cumple con el axioma
4. 0 + (−0) = 0 ; 0 − 0 = 0 ; 0 ∈ 𝑉 ; Sí cumple con el axioma
6. 3(0) = 0 ; 0 ∈ 𝑉 ; Sí cumple con el axioma
∴ Sí es un espacio vectorial, conocido como espacio vectorial trivial.
5. vectores linealmente independientes
Definición
Un conjunto de vectores libres es linealmente independiente si ninguno de ellos se
puede escribir como una combinación lineal de los otros.
Es decir, dado un conjunto de vectores 𝑣⃗1 , 𝑣⃗1 … … 𝑣⃗𝑛 estos son linealmente
independientes si la única solución de la siguiente ecuación:
⃗⃗1 + 𝑎2 𝑉
𝑎1 𝑉 ⃗⃗2 … … . +𝑎𝑛 𝑉
⃗⃗𝑛 = 0
Para abreviar, a veces se dice directamente que son vectores LI. O, también, que
los vectores tienen independencia lineal.
Nota
• Si el determinante de la matriz compuesta por las componentes de los
vectores es diferente de cero, significa que el sistema de ecuaciones
solo tiene una solución y, en consecuencia, los vectores
son linealmente independientes
• En cambio, si el determinante de la matriz compuesta por las
componentes de los vectores es igual a cero, implica que el sistema
de ecuaciones tiene más de una solución y, en consecuencia, los
vectores son linealmente dependientes.
Ejemplo
Determina si los siguientes vectores son linealmente dependientes o
independientes:
⃗⃗1 + 𝑎2 𝑉
𝑎1 𝑉 ⃗⃗2 … … . +𝑎𝑛 𝑉
⃗⃗𝑛 = 0
A parte, si dos vectores son paralelos implica que son linealmente dependientes.
Ejemplo
Clasifica los siguientes vectores en linealmente dependientes o independientes:
Una combinación lineal de dos o más vectores es el vector que se obtiene al sumar
esos vectores multiplicados por escalares. Cualquier vector se puede poner como
combinación lineal de otros que tengan distinta dirección. Esta combinación lineal
es única. Es decir, una combinación lineal es una expresión de la forma:
Dados los vectores 𝑥̅ = (1,2) y 𝑦̅ = (3, −1) , hallar el vector combinación lineal 𝑧̅ =
2𝑥̅ + 3𝑦̅
Ejemplo 2.
Expresa al vector 𝑧̅ = (2,1) como una combinación lineal de los vectores 𝑥̅ = (3, −2)
y 𝑦̅ = (1,4).
3𝑎 + 𝑏 = 2
{
−2𝑎 + 4𝑏 = 1
Cuya solución está dada por
1 1
𝑎= ,𝑏 =
2 2
Ya hemos visto cómo obtener combinaciones lineales de varios vectores. Pues bien,
daremos ahora dos definiciones que guardan relación con estas operaciones:
Pues bien, en el estudio del plano, siempre que tengamos un conjunto de dos
vectores linealmente independientes, Podremos expresar cualquier vector del plano
como combinación lineal de estos dos vectores.
3
0 1
2 0
1 0 2 0 3
3 3 0 0 −2 0 1 0 2 0
[0 1 0] ; 𝑓2 => 𝑓2 − = ; [0 1 0 0] ;
2 2𝑓3 0 1 0 0 0 0 1 0
0 0 1 0
1 0 2 0
1 0 0 0
𝑓1 => 𝑓1 − 2𝑓3 = 0 0 −2 0 ; [0 1 0 0]
1 0 0 0 0 0 1 0
𝑎 = 0, 𝑏 = 0, 𝑐 = 0: 𝐿 𝑒𝑠 𝑢𝑛 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑙𝑖𝑏𝑟𝑒
𝐿 𝑒𝑠 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑙𝑖𝑏𝑟𝑒, 𝑞𝑢𝑒 𝑎 𝑠𝑢 𝑣𝑒𝑧 𝑒𝑠𝑡á 𝑐𝑜𝑛𝑡𝑒𝑛𝑖𝑑𝑎 𝑒𝑛 ℝ3 => 𝐿 ≤ 𝐵, 𝐵 𝑒𝑠 𝑏𝑎𝑠𝑒 𝑑𝑒 ℝ3
𝐿 = 3 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠, ℝ3 = 3 𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛𝑒𝑠 => 𝐿 = 𝐵 → 𝐿 𝑒𝑠 𝑏𝑎𝑠𝑒
10. Dimensión de un espacio vectorial
Teorema y definición: Dimensión.
Todas las bases de un mismo espacio o subespacio tienen el mismo número de
vectores. Se llama dimensión de dicho espacio o subespacio.
• Por tanto, la dimensión es el máximo número de vectores independientes que
podemos tener en el espacio o subespacio. En otras palabras, es el máximo rango
que puede tener un conjunto de vectores de dicho espacio.
Es también el rango de cualquier sistema generador de dicho espacio
Ejemplos de dimensión.
1. ℜ𝑛 tiene dimensión n, pues tiene una base de n elementos (p.ej. la canónica).
2. 𝑀2𝑥2 = {matrices 2x2 con términos reales} tiene dimensión 4. Una base de 𝑀2𝑥2 es:
1 0 0 1 0 0 0 0
[ ],[ ],[ ],[ ]
0 0 0 0 1 0 0 1
3. 𝑃2 = {polinomios de grado≤ 2 con coeficientes reales} tiene dimensión 3. Una base
de 𝑃2 es, por ejemplo, la formada por los tres polinomios siguientes:
1 + 0𝑥 + 0𝑥 2 , 0 + 𝑥 + 0𝑥 2 , 0 + 0𝑥 + 𝑥 2 (Es decir, los polinomios 1, x, 𝑥 2 ).
Otra base: 1 + 2𝑥 + 3𝑥 2 , 4 + 𝑥 2 , 3– 𝑥– 5𝑥 2
Propiedades de las dimensiones
1. Significado físico de la dimensión: el espacio tiene dimensión 3, los planos
dimensión 2, las rectas dimensión 1, el punto dimensión 0. El subespacio {0} es el
único de dimensión 0.
2. La dimensión de un subespacio en ℜ𝑛 , coincide con el número de parámetros
libres en su forma paramétrica. (1 parámetro=recta, 2 parámetros= plano...)
3. Si S y T son subespacios y S está contenido en T, entonces dim S ≤ dim T.
Además, si se da la igualdad, dim S = dim T, entonces ambos espacios han de
coincidir.
4. El rango de una familia de vectores, es igual a la dimensión del subespacio que
generan. Es decir: si 𝑣1 , 𝑣2 , . . . 𝑣𝑛 generan un cierto subespacio S, y si el rango de
dicho conjunto es r, entonces dim S = r.
(Si un cierto conjunto de vectores tienen rango 2, entonces generan un plano; etc.)
Ejemplo:
𝑅 2 : (𝑎, 𝑏) 𝑑𝑜𝑛𝑑𝑒 𝑎 ∈ 𝑅 ∧ 𝑏 ∈ 𝑅
𝐷𝑖𝑚(𝑅 2 ) = 2
𝑎 𝑏 𝑐
𝑅 2𝑥3 : [ ] 𝑑𝑜𝑛𝑑𝑒 𝑎, 𝑏, 𝑐, 𝑑, 𝑒, 𝑓 ∈ 𝑅
𝑑 𝑒 𝑓
𝑅 2𝑥3 = 2𝑥3 = 6
𝑃3 : 𝑎𝑥 3 + 𝑏𝑥 2 + 𝑐𝑥 + 𝑑
𝐷𝑖𝑚 (𝑃3 ) = 3 + 1 = 4
11. Coordenadas de un vector respecto a una base dada de un espacio
vectorial
Las coordenadas de un vector respecto de una base son los escalares por los que
hay que multiplicar los vectores de la base de forma que representen al vector dado
mediante una combinación lineal de dichos vectores de la base.
Ejemplo:
Consideremos la base 𝑅 2 𝐵 = {(1, −1), (−1,0)}. Calcula las coordenadas del vector
𝑣 = (3, −2) respecto a dicha base.
(3, −2) = 𝑎(1, −1) + 𝑏(−1,0)
(3, −2) = (𝑎, −𝑎) + (−𝑏, 0) => (3, −2) = (𝑎 − 𝑏, −𝑎)
𝑎 − 𝑏 = 3,
−𝑎 = −2 => 𝑎 = 2
(2) − 𝑏 = 3 => −𝑏 = 3 − 2
−𝑏 = 1 => 𝑏 = −1
(3, −2) = (2)(1, −1) + (−1)(−1,0) => (3, −2) = (2, −1)
(2, -1) son las coordenadas de v con respecto a B
Referencias
Arce, C. (2002). Algebra Lineal (3ra ed.). Costa Rica: Universidad de Costa Rica.
Lay, D. C. (2007). Álgebra lineal y sus aplicaciones (3a ed.). México: Pearson
Educación.
15