Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Espacio vectorial
Un conjunto V que tiene definida una operación de suma y de producto por un escalar, es un
espacio vectorial si cumple los siguientes axiomas:
Algunos conjuntos que cumplen esta definición son: ℝ2, ℝ3, ℝn, ℝmxn.
Independencia lineal
Ya definimos cómo se arma una combinación lineal de dos vectores, y también una
combinación lineal de dos matrices. Esa definición puede extenderse para armar una
combinación de n elementos de un mismo espacio vectorial.
44
Álgebra lineal: Espacios vectoriales MATEMATICA II UNAJ
Es decir, son dependientes si existe una combinación lineal que genere al elemento nulo del
espacio vectorial V, donde no todos los coeficientes son cero (que sería la combinación trivial).
Si la única combinación que genera al elemento nulo es tomando todos coeficientes nulos, se
dice que v1 , v2 ,..., vn son linealmente independientes.
Ejemplo
1 −2
▪ Los vectores de ℝ2: , son linealmente dependientes, pues dado que son
2 −4
1 −2 0
múltiplos, es posible armar la combinación 2 + 1 = .
2 −4 0
Esta es una combinación donde no son todos los coeficientes nulos y genera el vector
nulo de ℝ2, por lo tanto los vectores son linealmente dependientes.
1 2
▪ Los vectores , no son múltiplos. Si buscamos una combinación entre ellos, que
2 3
genere el vector nulo, hay que hallar coeficientes que satisfagan la expresión:
1 2 0
c1 + c2 = .
2 3 0
c1 + 2c2 = 0
Entonces debemos resolver el sistema , cuya matriz ampliada es
2c1 + 3c2 = 0
1 2 0 1 2 0 F2 − 2 F1 1 2 0
. Al escalonar, se obtiene ⎯⎯⎯→ . Por lo tanto, hay
2 3 0 2 3 0 0 −1 0
solución única, la trivial: c1 = c2 = 0 .
1 2
Luego, los vectores , son linealmente independientes.
2 3
45
Álgebra lineal: Espacios vectoriales MATEMATICA II UNAJ
1 2 1 2 0
▪
Los vectores 0 , 2 no son múltiplos. La combinación c1 0 + c2 2 = 0 se da si
3 1 3 1 0
c1 + 2c2 = 0
los coeficientes satisfacen si el sistema de ecuaciones 2c2 = 0 , cuya matriz
3c + c = 0
1 2
1 2 0
ampliada es 0 2 0 .
3 1 0
1 2 0 1 2 0 1 2 0
F3 −3 F1 F3 + 52 F2
Resolviendo: 0 2 0 ⎯⎯⎯→ 0 2 0 ⎯⎯⎯→ 0 2 0 .
3 1 0 0 −5 0 0 0 0
1 2
Concluimos que los vectores 0 , 2 son linealmente independientes.
3 1
1 2 3
▪
Los vectores 0 , 2 , 4 . No hay dos vectores que sean uno múltiplo del otro, sin
3 1 −1
embargo, esto no significa que sean independientes. Para decidirlo, hay que ver si la
1 2 3 0
combinación c1 0 + c2 2 + c3 4 = 0 puede darse con coeficientes no todos
3 1 −1 0
c1 + 2c2 + 3c3 = 0
nulos, es decir si el sistema 2c2 + 4c3 = 0 tiene solución única (la trivial), o
3c + c − c = 0
1 2 3
1 2 3 0
infinitas soluciones. La matriz ampliada es 0 2 4 0 .
3 1 −1 0
46
Álgebra lineal: Espacios vectoriales MATEMATICA II UNAJ
1 2 3 0 1 2 3 0 1 2 3 0
F3 −3 F1 F3 + 52 F2
Al resolver: 0 2 4 0 ⎯⎯⎯→ 0 2 4 0 ⎯⎯⎯→ 0 2 4 0 .
3 1 −1 0 0 −5 −10 0 0 0 0 0
A partir de los ejemplos dados, podemos intuir que la independencia lineal tiene que ver con
el rango de la matriz de coeficientes que se construye para resolver el sistema
c1v1 + c2v2 + ... + cnvn = 0 . Si este sistema tiene solución única (trivial), los vectores son
independientes. Si este sistema tiene infinitas soluciones, los vectores son dependientes. No
puede darse el caso de incompatibilidad, pues la solución trivial c1 = c2 = ... = cn = 0 siempre
satisface.
Para que el sistema tenga solución única, debe ser rango( A) = n . En ese caso, v1 , v2 ,..., vn son
linealmente independientes.
Para que este sistema tenga infinitas soluciones, debe ser rango( A) n . En ese caso,
v1 , v2 ,..., vn son linealmente dependientes.
47
Álgebra lineal: Espacios vectoriales MATEMATICA II UNAJ
Teorema
Base
Sea un espacio vectorial V. Se dice que un conjunto finito de vectores v1 , v2 ,..., vn es una
base de V si:
Ejemplo
1 −2
▪ El conjunto , no es base de ℝ2 pues sus elementos no son linealmente
2 −
4
independientes.
1 2
▪ El conjunto , está formado por elementos que son linealmente
2 3
independientes. Falta ver si todo vector w ℝ22 se puede expresar como
1 2
w = a + b .
2 3
48
Álgebra lineal: Espacios vectoriales MATEMATICA II UNAJ
a + 2b = w1
Pero esto significa decidir si el sistema es compatible para cualquier
2a + 3b = w2
1 2 w1
par de valores w1 , w2 . La matriz ampliada del sistema es .
2 3 w2
Como la matriz de coeficientes de este sistema tiene como columnas a los vectores del
conjunto, ya sabemos que su rango es 2, dado que los vectores eran independientes.
Pero entonces el rango de la matriz ampliada también será 2, y por tener dos
incógnitas, el sistema tiene solución única.
1 2
Luego, , es base de ℝ2.
2 3
1 2
▪ El conjunto 0 , 2 tiene elementos linealmente independientes. ¿Estos generan a
3 1
cualquier vector de ℝ3? Para decidirlo, hay que ver si es posible encontrar una
1 2
combinación que genere cualquier w ℝ : 33 a 0 + b 2 = w . Se obtiene el sistema
3 1
1 2 w1
con matriz ampliada 0 2 w2 . La resolución muestra:
3 1 w
3
1 2 w1 1 2 w1 1 2 w1
F3 −3 F1 F3 + 52 F2
0 2 w2 ⎯⎯⎯→ 0 2 w2 ⎯⎯⎯→ 0 2 w2 .
3 1 w 0 −5 w − 3w 0 0 w − 3w + w
5
3 3 1 3 1 2 2
La matriz de los coeficientes tiene rango 2, pero la matriz ampliada podría tener rango
3, si w3 − 3w1 + 52 w2 0 . Entonces no todos los vectores wℝ3 pueden ser generados
3
1 2
con los vectores del conjunto 0 , 2 .
3 1
49
Álgebra lineal: Espacios vectoriales MATEMATICA II UNAJ
1 2 3
▪ El conjunto 0 , 2 , 4 tiene elementos linealmente independientes (se puede
3 1 −1
verificar que el rango de la matriz cuyas columnas son los tres vectores es igual a 3).
¿Es posible generar a cualquier vector de ℝ3 a partir de estos tres vectores? Para
decidirlo, hay que ver es posible encontrar una combinación que genere cualquier
1 2 3
wℝ33: a 0 + b 2 + c 4 = w .
3 1 −1
1 2 3 w1
Se obtiene el sistema con matriz ampliada 0 2 4 w2 . Ya vimos que la matriz de
3 1 −1 w
3
coeficientes tiene rango 3, por lo cual la matriz ampliada también debe tener rango 3.
Además el sistema tiene tres incógnitas, luego, tiene solución única. Cualquier vector
w ℝ33 se puede generar como combinación lineal de los vectores del conjunto.
1 2 3
Por lo tanto, el conjunto 0 , 2 , 4 es base de ℝ3.
3 1 −1
Se puede demostrar que un espacio vectorial tiene infinitas bases, y que todas sus bases
tienen el mismo número de elementos.
Definición: Si el espacio vectorial V tiene una base con un número finito de elementos,
entonces la dimensión de V es el número de elementos en cualquiera de sus bases, y se nota
dim(V ) . Si V es el espacio nulo, su dimensión es 0.
1 2
Por ejemplo, como el conjunto , es base de ℝ2, la dimensión del espacio ℝ2 es 2. La
2 3
dimensión de ℝ3 es 3; en general se tiene dim(ℝn)=n.
50
Álgebra lineal: Espacios vectoriales MATEMATICA II UNAJ
Ejercicios
1 0
33. Demostrar que el conjunto B = , es una base de ℝ2. Esta base se llama
0 1
canónica.
1 2 3
34. Ya se probó que el conjunto B = 0 , 2 , 4 es base de ℝ3. Explicar por qué el
3 1 −1
1 2 3 0
conjunto C = 0 , 2 , 4 , 0 no es base, a pesar de que sus elementos
3 1 −1 0
generan todo ℝ3.
35. Escribir una base para el espacio vectorial ℝ3x2. ¿Cuál es su dimensión?
1 0 2 0 0 2 0 −2
36. Decidir si el conjunto , , , es base de ℝ2x2.
0 2 0 1 1 0 −1 3
Justificar.
51
Álgebra lineal: Diagonalización MATEMATICA II UNAJ
Autovectores y autovalores
1 3 8 4
Por ejemplo, no es autovector de la matriz A = , y sí lo es.
−1 3 5 3
3 8 1 −3 1 1
= , que no es múltiplo de , por lo cual no es autovector de A ,
3 5 −1 −2 −1 −1
3 8 4 36 4 4
= = 9 . Luego, es autovector de A , asociado al autovalor = 9 .
3 5 3 27 3 3
El método para obtener todos los autovalores y los autovectores de una matriz cuadrada se
deduce a partir de lo ya estudiado sobre sistemas de ecuaciones lineales.
( (AA−−I I) )
∊ℝnnnn, el vector de las incógnitas es vv∊ℝ . Al estar igualado al vector 0 , el sistema
nn
tiene solución, el vector nulo. Como para ser autovector, v debe ser no nulo, lo que se pide es
que el sistema tenga más soluciones. Pero entonces tiene infinitas soluciones.
Por lo visto anteriormente, un sistema tiene infinitas soluciones si los rangos de las matrices
de coeficientes y ampliada coinciden y valen menos que la cantidad de incógnitas. En este
52
Álgebra lineal: Diagonalización MATEMATICA II UNAJ
Ejemplo
3 8
Hallar todos los autovalores de la matriz A = .
3 5
3 8 1 0 3 − 8
A − I = − =
3 5 0 1 3 5−
3− 8
= (3 − ) (5 − ) − 8 3 = − 8 − 9
2
det
3 5 −
El siguiente paso es encontrar los autovectores asociados a los autovalores. Para eso hay que
resolver los sistemas de ecuaciones ( A − I ) v = 0 .
3 − (−1) 8 4 8
A − I = A − (−1) I = = . Se puede verificar que esta
3 5 − ( −1) 3 6
matriz tiene determinante 0.
4 8
El sistema de ecuaciones que permite encontrar los autovectores es v = 0 .
3 6
53
Álgebra lineal: Diagonalización MATEMATICA II UNAJ
4 8 0
Su matriz ampliada es . Resolvemos por eliminación de Gauss:
3 6 0
4 8 0 F2 − 43 F1 4 8 0 14 F1 1 2 0
⎯⎯⎯→ ⎯⎯→ .
3 6 0 0 0 0 0 0 0
−2v2 −2
Por lo tanto, cualquier vector de la forma v = = v2 (con v2 0 ) es
v2 1
autovector asociado al autovalor = −1 . Se puede escribir a los autovectores
−2
asociados a este autovalor como los múltiplos no nulos de .
1
3−9 8 −6 8
▪ Para el autovalor = 9 , es A − I = A − 9 I = = . Esta matriz
3 5 − 9 3 −4
también tiene determinante 0.
−6 8
El sistema de ecuaciones que permite encontrar los autovectores es v = 0 .
3 −4
−6 8 0
Su matriz ampliada es . Resolvemos por eliminación de Gauss:
3 −4 0
−6 8 0 F2 + 12 F1 −6 8 0 − 16 F1 1 − 43 0
⎯⎯⎯→ ⎯⎯⎯ → .
3 −4 0 0 0 0 0 0 0
43 v2 4 v2
Por lo tanto, cualquier vector de la forma v = = 3 (con v2 0 ) es
v2 3
autovector asociado al autovalor = 9 . Se puede escribir a los autovectores
4
asociados a este autovalor como los múltiplos no nulos de .
3
54
Álgebra lineal: Diagonalización MATEMATICA II UNAJ
Matrices semejantes
Diremos que dos matrices A, B ℝ nnnn son semejantes si existe una matriz invertible C
Cℝ nnnn
tal que B = C −1 A C .
Se puede demostrar que dos matrices semejantes tienen el mismo determinante y los mismos
autovalores.
Matriz diagonalizable
A
Se dice que una matriz A ℝ nnnn es diagonalizable si existe una matriz D ℝnn diagonal (esto
A
es, dij = 0 si i j ) tal que A es semejante a D . Es decir, para que A ℝ nnnn sea
nnnn
C
diagonalizable, debe existir C ℝ invertible tal que D = C −1 A C .
C
Diagonalizar una matriz cuadrada es hallar la matriz invertible C ℝ nnnn que cumple
D = C −1 A C .
Supongamos que A Aℝ nnnn tiene n autovectores linealmente independientes, y que estos son
v1 , v2 ,..., vn , asociados a los autovalores 1 , 2 ,..., n (no necesariamente todos distintos).
Definimos a la matriz DD ℝnnnn como la que tiene a los autovalores 1 , 2 ,..., n en la
diagonal, y ceros fuera de la diagonal.
1 0 0
0 2 0
D=
0 0 n
nnnn
C
Y sea la matriz C ℝ , aquella cuyas columnas son los autovectores v1 , v2 ,..., vn .
C = v1 v2 vn
55
Álgebra lineal: Diagonalización MATEMATICA II UNAJ
A C = A v1 v2 vn = A v1 A v2 A vn = 1 v1 2 v2 n vn
1 0 0
0 2 0
C D = v1 v2 vn = v 2 v2 n vn
1 1
0 0
n
Por suponer que las columnas de C son vectores linealmente independientes, podemos
afirmar que la matriz C tiene inversa. Luego, en la igualdad A C = C D se puede
multiplicar por C −1 por izquierda:
A C = C D C −1 A C = C −1 C D = (C −1 C ) D = I D = D
C
Por lo tanto, existe una matriz C ℝ nnnn invertible tal que D = C −1 A C , con C
Dℝ nnnn
diagonal. En conclusión:
56
Álgebra lineal: Diagonalización MATEMATICA II UNAJ
Ejemplo
3 8
Diagonalizar a la matriz A = C
. Es decir, hallar C ℝ 2n2n invertible y mostrar que
3 5
C −1 A C = D , con D diagonal.
−2 4
Ya vimos antes que los vectores , son autovectores asociados a los autovalores
1 3
= −1 y = 9 . Como son linealmente independientes (verificarlo), la matriz que los tiene
como columnas es invertible.
−2 4
Sea C = . Calculamos su inversa:
1 3
−2 4 1 0 F2 + 12 F1 −2 4 1 0 F1 − 54 F2 −2 0 3
− 54 − 12 F1 1 0 − 103 2
⎯⎯⎯→ ⎯⎯⎯→ ⎯⎯⎯ →
5 5
1 5 F2 0 1 101
1
1 3 0 1
1 1 1
0 5 2 1 0 5 2 5
I
C I C −1
Finalmente, se multiplica C −1 A C :
− 3 2
3 8 −2 4 − 103 2
2 36 −1 0
C −1 A C = 110 5
1 =
5
= =D.
5 3 5 1 3 101 −1 27 0 9
1
10 5
2 8
Observación 1: Si en lugar de esos autovectores se tomaban otros, por ejemplo C = ,
−1 6
la matriz C −1 sería otra, pero se llegaría a la misma matriz diagonal D .
4 −2
Observación 2: de haber definido a C como C = (con los autovectores en el otro
3 1
−1 9 0
orden), la matriz C sería otra, y la matriz diagonal hubiera sido D = . Ambas
0 −1
elecciones son correctas.
57
Álgebra lineal: Diagonalización MATEMATICA II UNAJ
Ejercicios
2 3 2 4
37. Decidir si el vector w = 1 es autovector de la matriz A = 2 0 2 , y si lo es,
2 4 2 3
asociado a qué autovalor.
2 2
a. A =
5 −1
3 −1
b. B =
4 −2
2 0
c. E =
1 4
58