Documentos de Académico
Documentos de Profesional
Documentos de Cultura
T3 Diapositivas
T3 Diapositivas
Índice
3 Sistemas de vectores
Carmen Tasis
Sistemas generadores
Universidad de Oviedo Dependencia lineal
25 de octubre de 2018
4 Bases
Definiciones y ejemplos
Coordenadas
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 1 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 2 / 112
2 Subespacios vectoriales
Definición 0.7
3 Sistemas de vectores
Sean A y K dos conjuntos, llamaremos operación externa o ley de
Sistemas generadores
composición externa en A con dominio de operadores en K a cualquier
Dependencia lineal
aplicación del producto cartesiano K × A en A:
4 Bases
Definiciones y ejemplos · : K × A −→ A
Coordenadas (α, b) → α · b = c ∈ A
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 3 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 4 / 112
Definción, propiedades y ejemplos Definción, propiedades y ejemplos
Ejemplos 1-2-3-4-6
2 Existe una ley de composición externa · con dominio en el cuerpo de
escalares (K, +, ·), Los siguientes conjuntos, con las operaciones suma y producto por un
escalar habituales en ellos, son espacios vectoriales.:
·: K×V −→ V
1) Si K es un cuerpo, K es K−espacio vectorial, utilizando como
(λ, ~v ) 7→ λ · ~v
producto por escalares el producto usual en el cuerpo.
verificando ∀ λ, µ ∈ K y ∀ ~u , ~v ∈ V las siguientes propiedades:
i) Ley distributiva respecto a la suma de escalares:
2) Si K es un cuerpo, ∀ n ∈ N, Kn es K−espacio vectorial. Esto es:
(λ + µ) · ~u = λ · ~u + µ · ~u .
Kn = {(x1 , x2 , ..., xn ) | xi ∈ K, ∀ i = 1, ..., n}
ii) Ley distributiva respecto a la suma de vectores:
λ · (~u + ~v ) = λ · ~u + λ · ~v . con las operaciones suma y producto por escalares definidas como:
iii) Ley asociativa respecto a los escalares: λ · (µ · ~u ) = (λ µ) · ~u .
iv) Neutralidad del elemento neutro, 1 , de la segunda ley del cuerpo K : (x1 , x2 , ..., xn ) + (y1 , y2 , ..., yn ) = (x1 + y1 , x2 + y2 , ..., xn + yn )
1 · ~u = ~u .
α(x1 , x2 , ..., xn ) = (αx1 , αx2 , ..., αxn )
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 7 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 8 / 112
Definción, propiedades y ejemplos Definción, propiedades y ejemplos
Propiedades
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 9 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 10 / 112
2 Subespacios vectoriales
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 11 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 12 / 112
Subespacios vectoriales Subespacios vectoriales
a) ∀~u , ~v ∈ H, ~u + ~v ∈ H
Ejercicio 2
b) ∀~u ∈ H, ∀α ∈ K, α~u ∈ H
¿Cuáles de los siguientes conjuntos son subespacios vectoriales de R3 ?
equivalentemente, sı́ y sólo sı́
a) (x, y , z) ∈ R3 | x − y = 3
b) (x, y , z) ∈ R3 | x − y = 0
∀~u , ~v ∈ H, ∀α, β ∈ K, α~u + β~v ∈ H
c) (x, y , z) ∈ R3 | x + y 2 = 0
d) (x, y , z) ∈ R3 | x − y = 0, y ≥ 0
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 13 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 14 / 112
Ejemplos Ejemplos
Ejercicio 3.2
El conjunto de soluciones de un sistema de ecuaciones lineales homogéneo
Ejemplo 3.8 con n incógnitas es un subespacio vectorial de Kn , siendo K el cuerpo en
Los polinomios de grado menor o igual que n forman un subespacio del el que están definidos los coeficientes de dicho sistema.
espacio vectorial de los polinomios en una indeterminada sobre el cuerpo
K, esto es:
Solución: Recordar Teorema 2.7
Kn [x] = p(x) = a0 + a1 x + a2 x 2 + · · · + an x n | ai ∈ K ≤ K[x]
Teorema 2.7
Si X1 y X2 son dos soluciones de AX = ~0, y α ∈ K, entonces X1 + X2 y
αX1 son soluciones de AX = ~0.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 15 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 16 / 112
Subespacios vectoriales Sistemas de vectores
Contenido
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 17 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 18 / 112
Definición 3.4
Definición 3.3 Dado el sistema de vectores
Llamaremos sistema de vectores de un espacio vectorial V a una
colección de vectores de V S = {~v1 , ~v2 , . . . , ~vp }
dados en un cierto orden y en la que no necesariamente son todos distintos. ~u = α1~v1 + α2~v2 + · · · + αp ~vp
con α1 , α2 , . . . , αp ∈ K
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 19 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 20 / 112
Sistemas de vectores Sistemas de vectores Sistemas generadores
Sistemas generadores
ii) Un vector es combinación lineal de cualquier sistema que lo contiene construir con los vectores de S, esto es:
(basta tomar el valor 1 para su coeficiente y 0 para los demás).
< ~v1 , ~v2 , . . . , ~vp >= {α1~v1 + α2~v2 + · · · + αp ~vp / α1 , α2 , . . . αp ∈ K}
Sistemas generadores
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 23 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 24 / 112
Sistemas de vectores Sistemas generadores Sistemas de vectores Sistemas generadores
Sistemas generadores
1) Si H = V = R3
2) Si H = V = R1 [x]
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 25 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 26 / 112
Generadores en Kn
es un sistema COMPATIBLE.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 27 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 28 / 112
Sistemas de vectores Sistemas generadores Sistemas de vectores Sistemas generadores
Sistemas equivalentes
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 31 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 32 / 112
Sistemas de vectores Sistemas generadores Sistemas de vectores Sistemas generadores
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 33 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 34 / 112
Definición 3.8 (Vectores linealmente dependientes. Sistemas ligados) ~vi = c1~v1 + c2~v2 + · · · + ci−1~vi−1 + ci+1~vi+1 + · · · + cn~vp (1)
Un sistema de vectores
Teorema 3.3 (Caracterización equivalente de un sistema ligado)
S = {~v1 , ~v2 , . . . , ~vp }
S = {~v1 , ~v2 , . . . , ~vp } es un sistema ligado si y sólo si el vector ~0 se puede
diremos que es ligado, o también que los vectores de S son linealmente expresar como combinación lineal de S con no todos los escalares que
dependientes, si uno de ellos es combinación de los demás. intervienen nulos.
Esto es, si y sólo si existen escalares λ1 , λ2 , ..., λp ∈ K, no todos nulos ,
Esto es, si existe i ∈ {1, 2, ..., p} y c1 , c2 , ...ci−1 , ci+1 , ..., cp tal que: tales que:
→
−
0 = λ1~v1 + λ2~v2 + · · · + λp ~vp (2)
~vi = c1~v1 + c2~v2 + · · · + ci−1~vi−1 + ci+1~vi+1 + · · · + cn~vp (1)
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 35 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 36 / 112
Sistemas de vectores Dependencia lineal Sistemas de vectores Dependencia lineal
Ejercicio 10
Indica, justificando la respuesta, si los siguientes sistemas son ligados y, en Teorema 3.4 (Caracterización equivalente de un sistema libre)
caso de serlo, encuentra una relación de dependencia entre sus vectores.
Es decir, S = {~v1 , ~v2 , . . . , ~vp } es un sistema libre si de cada combinación
Obsérvese la diferencia entre los casos 1 y 2.
lineal del tipo
1 S1 = {~v1 = (1, 0, 1), ~v2 = (1, 1, 1), ~v3 = (1, −1, 1)} ⊂ R3 →
−
0 = λ1~v1 + λ2~v2 + · · · + λp ~vp
2 S2 = {~v1 = (1, 0, 1), ~v2 = (1, 1, 1), ~v3 = (2, 0, 2)} ⊂ R3 se deduce que: λ1 = λ2 = · · · = λp = 0
3 S3 = {~v1 = (1, 0, 0), ~v2 = (1, 1, 0), ~v3 = (1, 1, 1)} ⊂ R3 Esto es equivalente a decir que la única combinación lineal de los vectores
de S con la que se obtiene el vector nulo es aquélla en la que todos los
escalares son 0.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 37 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 38 / 112
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 39 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 40 / 112
Sistemas de vectores Dependencia lineal Sistemas de vectores Dependencia lineal
Propiedades 3.2
Sea V un K−espacio vectorial, y sea S = {~v1 , ~v2 , . . . , ~vp } un sistema de
Ejercicio 12 vectores de V, entonces se cumple:
1 Si ~
0 ∈ S entonces el sistema es ligado.
Utilizando la nota anterior indı́quense si el sistema
S3 = ~v1 = (1, 1, 1, 1), ~v2 = (1, 1, 0, 1), ~v3 = (0, 1, 1, 1) del ejercicio anterior 2 Si S = {~v1 }, S es libre ⇐⇒ ~v1 6= ~0.
es libre. 3 Si S = {~v1 , ~v2 } y ~v1 6= ~0, S es ligado si y sólo si ∃ α ∈ K tal que
~v2 = α~v1
4 Si S contiene dos vectores iguales o que sólo difieren en una
constante multiplicativa, el sistema es ligado.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 41 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 42 / 112
Contenido Bases
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 47 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 48 / 112
Bases Definiciones y ejemplos Bases Definiciones y ejemplos
1, x, x 2 , · · · , x n
Además, dimU = dimV ⇐⇒ U = V .
3 En Mm×n (K), se conoce como base canónica al sistema Definición 3.13 (Rango de un sistema de vectores)
Se llama rango de un sistema de vectores, S = {~u1 , ~u2 , . . . ~um }, a la
{Eij | i = 1, ..., m; j = 1, ..., n} dimensión del subespacio generado por dicho sistema, es decir
siendo Eij la matriz que tiene un 1 en la posición ij y 0 en las
restantes. rg (S) = dim(< S >)
En consecuencia
dim(Kn ) = n, dim(Kn [x]) = n + 1, dim(Mm×n (K)) = m × n.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 49 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 50 / 112
2 Los únicos subespacios vectoriales de R3 son: los subespacios {~0}, R3 2 Si S es libre, entonces p ≤ n.
y las rectas pasando por el origen que tienen dimensión 1 y los planos
Es decir, n es el número máximo de vectores que puede tener un
pasando que tienen dimensión 2.
sistema libre de V.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 51 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 52 / 112
Bases Definiciones y ejemplos Bases Definiciones y ejemplos
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 53 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 54 / 112
Ejercicio 17
Constrúyase una base de R3 a partir del sistema generador Ejercicio 18
S1 = {(1, 0, 0), (1, 1, 0), (1, −1, 0), (1, 1, 1)} Si V = R3 el sistema S = {(1, 1, 1), (3, 2, 0), } ¿es libre?. En caso de serlo,
completar a una base de R3 .
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 55 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 56 / 112
Bases Coordenadas Bases Coordenadas
Ejercicio 19
Teorema 3.10 (de la representación única) Calcúlense las coordenadas de los vectores:
Sea B = {~v1 , ~v2 , . . . ~vn } una base del espacio V , entonces, para cada 1 ~v = (2, 3, 5, 55) ∈ R4 respecto de la base canónica de R4 .
~u ∈ V existe un único conjunto de escalares x1 , x2 , . . . , xn tales que
Fijada una base B de V el vector ~u puede, por tanto, representarse por los
escalares que aparecen en la combinación lineal anterior.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 57 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 58 / 112
Sea B = {~v1 , ~v2 , . . . ~vn } una base del espacio V , entonces, dados dos
b) Dada la base de R2 , B = {~v1 = (1, 1), ~v2 = (1, −1)}, calcúlense las vectores ~u = (x1 , x2 , ..., xn )B y ~v = (y1 , y2 , ..., yn )B cualesquiera de V se
coordenadas de los vectores ~v = (5, 1) y ~v2 = (1, −1) respecto de la verifica:
base B.
1 ~u + ~v = (x1 + y1 , x2 + y2 , ..., xn + yn )B
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 59 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 60 / 112
Bases Coordenadas Bases Coordenadas
Fijemos una base B de V . Sea S = {~u1 , ~u2 , . . . , ~um } un sistema de Proposición 3. 4 (Caracterización de sistemas libres)
vectores de coordenadas :
En las condiciones anteriores:
~u1 = (x11 , x12 , . . . , x1n )B
x11 x12 ... x1n
1 S es libre si y sólo si rg (A) = m.
~u2 = (x21 , x22 , . . . , x2n )B x21 x22 ... x2n 2 S es libre si y sólo si cualquier matriz escalonada, equivalente por
.. y sea A = ...
. ... ... ... filas a A, no contiene filas nulas.
~um = (xm1 , xm2 , . . . , xmn )B xm1 xm2 ... xmn
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 61 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 62 / 112
Ejercicio 21
Fijemos una base B de V . Sea S = {~u1 , ~u2 , . . . , ~um } un sistema de
Indı́quese si el sistema vectores de coordenadas :
1 2 0 3 0 0 ~u1 = (x11 , x12 , . . . , x1n )B
S = A1 = , A2 = , A3 = x11 x12 ... x1n
3 4 2 1 0 7 ~u2 = (x21 , x22 , . . . , x2n )B x21 x22 ... x2n
.. y sea A = ...
es un sistema libre del R− espacio vectorial M2×2 (R). . ... ... ...
~um = (xm1 , xm2 , . . . , xmn )B xm1 xm2 ... xmn
la matriz cuyas filas son las coordenadas de dichos vectores. Entonces, las
transformaciones elementales en el sistema S, equivalen a operaciones
elementales fila en la matriz A.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 63 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 64 / 112
Bases Coordenadas Bases Coordenadas
Obsérvese que :
~ 1 , ..., w
rg (S) = dim(< S >) = dim(< w ~ r >) = r = rg (A)
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 67 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 68 / 112
Bases Coordenadas Bases Coordenadas
S = {(1, 3, 4, 1), (2, 5, 7, 2), (0, −1, 1, 0), (3, 2, 17, 3)} En V = R5 compruébese que el sistema
S = {(1, 1, 1, 0, 0), (1, 1, 3, 2, 1), (1, −2, 1, 1, −1)} es libre y complétese
hallar una base de < S > escalonando la matriz cuyas filas son las
hasta formar una base de R5 .
coordenadas de los vectores de S.
Propuesto, no hecho.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 69 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 70 / 112
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 71 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 72 / 112
Bases Coordenadas Bases Coordenadas
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 73 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 74 / 112
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 75 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 76 / 112
Bases Coordenadas Bases Coordenadas
Importante
Las ecuaciones implı́citas dan las condiciones necesarias y suficientes
Siempre se verifica:
que tienen que cumplir las coordenadas de un vector respecto de la
base B considerada, para que dicho vector pertenezca al subespacio
H. n = dim(V ) = p + dim(H)
Las soluciones en forma paramétrica de un sistema de ecuaciones q q q
implı́citas de H son unas ecuaciones paramétricas para H. no de ec. implı́citas no parámetros
no de incógnitas
independientes independientes
Al dar las ecuaciones implı́citas de un subespacio es imprescindible
indicar la base a la que van referidas
Las ecuaciones implı́citas de un subespacio (referidas a un base dada)
no son únicas.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 77 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 78 / 112
Ejercicio 27
Nota 3.9
En el espacio vectorial R3 se pide calcular
En este curso nos referiremos siempre a las ecuaciones implı́citas como un
1 Unas ecuaciones paramétricas para el subespacio sistema de ecuaciones independientes.
H = {(x, y , z) | x + y = 0} Asimismo, en este curso nos referiremos siempre a las ecuaciones
2 Unas ecuaciones implı́citas para paramétricas como ecuaciones con r = dim(H) parámetros independientes.
U = {(x1 , x2 , x3 ) | x1 = α + β, x2 = α − β, x3 = α + 2β}
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 79 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 80 / 112
Bases Coordenadas Bases Coordenadas
Ejercicio 28
(1) (2) (3)
Sistema Ecuaciones Ecuaciones Realizar todos los pasos anteriores para pasar de una descripción a otra del
Base
generador
(6) (5)
paramétricas
(4)
implı́citas subespacio de R4 :
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 81 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 82 / 112
dos bases de V .
Ejercicio 29
Dada la base B = {~v1 = (1, 1, 1), ~v2 = (0, 1, 1), ~v3 = (0, 0, 1)} de R3 , Vamos a establecer la relación existente entre las coordenadas de un
calcular unas ecuaciones implı́citas referidas a la base canónica C y unas mismo vector en las dos bases.
ecuaciones implı́citas referidas a la base B para el subespacio:
~v = x1~u1 + x2~u2 + · · · xn~un = x10 w
~ 1 + x20 w
~ 2 + · · · + x 0n w
~n
~ = (1, 2, 3) >
H =< w
x10
x1
x2 ? x20
←→
.. ..
. .
xn xn0
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 83 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 84 / 112
Bases Coordenadas Bases Coordenadas
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 85 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 86 / 112
El rango de P será, por tanto, n con lo cual la matriz será inversible. Calcular las coordenadas del vector ~u = (1, 2, −2)B en la base B 0 y las
Como X 0 = P −1 X , P −1 será la matriz de paso de la base B 0 a la base B. coordenadas del vector ~v = (1, 0, −1)B0 en la base B.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 89 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 90 / 112
3.11 de la colección
Ejercicio 31
Calcular la matriz de cambio de base de la base Ejercicio 32
En el espacio vectorial R2 [x] de los polinomios de grado menor o igual
B = {~u1 = (1, 1, 1), ~u2 = (1, 1, 0), ~u3 = (1, 0, 0)} que dos, se considera el polinomio
de R3 a la base f (x) = x 2 − 2x + 1
B 0 = {~ ~ 2 = (0, 1, 1), w
w1 = (1, 1, 1), w ~ 3 = (0, 0, 1)}
y las coordenadas del vector ~v = (1, 0, −1)B0 en la base B. a) Demostrar que los polinomios f (x) , f 0 (x) y f 00 (x) forman una base.
b) Calcular las coordenadas del vector g (x) = x 2 + 2x − 1 , respecto de
la base B = {f (x), f 0 (x), f 00 (x)} .
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 91 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 92 / 112
Suma e intersección de subespacios Suma e intersección de subespacios Definiciones
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 93 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 94 / 112
2 U1 + U2 es un subespacio vectorial de V.
los vectores (1, 0, 1) y (1, 1, 0) están en la unión y sin embargo
(1, 0, 1) + (1, 1, 0) = (2, 1, 1) no está en la unión.
Además, U1 ⊆ U1 + U2 y U2 ⊆ U1 + U2 , siendo el menor subespacio
que contiene a ambos subespacios simultáneamente.
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 95 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 96 / 112
Suma e intersección de subespacios Definiciones Suma e intersección de subespacios Definiciones
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 97 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 98 / 112
Ejercicio 35
Calcular una base para la suma y una base para la intersección de los
subespacios del ejercicio anterior.
Teorema 3.14 (Teorema de las dimensiones o Fórmula de Grassmann) Solución:
Denotamos ~u1 = (1, 0, 1, 1), ~u2 = (0, 0, 1, 0) a los vectores de la base de
Sea V un K-espacio vectorial, y sean U1 y U2 dos subespacios vectoriales
U1 y por w~ 1 = (1, −1, 0, 0), w
~ 2 = (1, 2, 1, 2), w
~ 3 = (1, 2, 2, 1) a los vectores
suyos, entonces:
de la base de U2 .
dim(U1 + U2 ) = dim(U1 ) + dim(U2 ) − dim(U1 ∩ U2 ) Sabemos por el teorema anterior que:
{~u1 , ~u2 , w
~ 1, w ~ 3}
~ 2, w
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 99 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 100 / 112
Suma e intersección de subespacios Definiciones Suma e intersección de subespacios Definiciones
~u1 → 1 0 1 1 ~u1 → 1 0 1 1
~u2 → 0 0 1 0 ~u2 → 0 0 1 0
∼
~u1 →
w~1 → 1 −1 0 0 − → ~
w 1 − ~u1 → 0 −1 −1 −1 −−→ 1 0 1 1
~ 1 − ~u1 → 0 −1 −1 −1
w~2 → 1 2 1 2 ~ 2 − ~u1 → 0
w 2 0 1 w
∼ ∼
w~3 → 1 2 2 1 ~ 3 − ~u1 →
w 0 2 1 0 −−→ ~u2 →
0 0 1 0 −−→
~ 2 + 2~
w w1 − 3~u1 → 0 0 −2 −1
~u1 → 1 0 1 1 ~ 3 + 2~
w w1 − 3~u1 → 0 0 −1 −2
~ 1 − ~u1 →
w 0 −1 −1 −1 ∼
~ 2 − ~u1 → 0 ~u1 → 1 0 1 1
w 2 0 1 −−→
~ 3 − ~u1 →
w 0 2 1 0 ~ 1 − ~u1 →
w
0 −1 −1 −1
∼
~u2 → 0 0 1 0 ~u2 →
0 0 1 0 −−→
~ 2 + 2~
w w1 − 3~u1 + 2~u2 → 0 0 0 −1
~u1 → 1 0 1 1 ~ 3 + 2~
w w1 − 3~u1 + ~u2 → 0 0 0 −2
~ 1 − ~u1 →
w 0 −1 −1 −1
~ 2 − ~u1 + 2(~
w w1 − ~u1 ) → 0 0 −2 −1
~ 3 − ~u1 + 2(~
w w1 − ~u1 ) → 0 0 −1 −2
~u2 → 0 0 1 0
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 101 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 102 / 112
{~u1 , w
~ 1 − ~u1 , ~u2 , w w1 − 3~u1 + 2~u2 }
~ 2 + 2~
~u1 →
1 0 1 1
~ 1 − ~u1 →
w 0 −1 −1 −1
esto es
~u2 →
0 0 1 0
(1, 0, 1, 1), (0, −1, −1, −1), (0, 0, 1, 0), (0, 0, 0, −1)
~ 2 + 2~
w w1 − 3~u1 + 2~u2 → 0 0 0 −1
~ 3 + 2~
w w1 − 3~u1 + ~u2 − 2(~ w1 − 3~u1 + 2~u2 ) →
w2 + 2~ 0 0 0 0 La última fila de la matriz es la fila nula, lo que nos proporciona una
relación de dependencia entre los vectores del sistema generador.
~u1 → 1 0 1 1
~ 1 − ~u1 →
w 0 −1 −1 −1
~ 3 − 2~
w w1 + 3~u1 − 3~u2 = ~0
w2 − 2~
~u2 → 0
0 1 0
~ 2 + 2~
w w1 − 3~u1 + 2~u2 → 0 0 0 −1 Sabemos que dim (U1 ) = 2, dim (U2 ) = 3 y dim (U1 + U2 ) = 4
~ 3 − 2~
w w2 − 2~w1 + 3~u1 − 3~u2 → 0 0 0 0 Por la fórmula de Grassmann
Suma directa
~ 6= ~0 tal que
Luego una base de la intersección será cualquier vector w
~ ∈ U1 y w
w ~ ∈ U2 .
Para construirlo utilizamos la relación de dependencia obtenida:
Definición 3.15 (Suma directa de subespacios)
~ 3 − 2~
w w1 + 3~u1 − 3~u2 = ~0
w2 − 2~ Sea V un K-espacio vectorial, y sean U1 y U2 dos subespacios vectoriales
suyos, diremos que la suma es directa y lo denotaremos por U1 ⊕ U2 ,
Pasando al segundo miembro todos los vectores de alguno de los cuando cada vector de la suma se puede expresar de forma única en suma
subespacios, por ejemplo de U1 : de un vector de U1 y otro de U2 .
~ − 2~
w w2 − 2~
w1 = −3~u1 + 3~u2 = w
~
|3 {z } | {z }
t t
U2 U1 Ejercicio 36
Dadoslos subespacios U1 = (x, y , z) ∈ R3 | z = y y
~ = −3~u1 + 3~u2 = −3(1, 0, 1, 1) + 3(0, 0, 1, 0) = (−3, 0, 0, −3) (o
luego w
U2 = (0, 0, z) ∈ R3 | z ∈ R , compruébese que su suma es directa.
cualquier vector del tipo α(1, 0, 0, 1) 6= ~0) es una base de U1 ∩ U2 .
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 105 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 106 / 112
Suma e intersección de subespacios Suma directa Suma e intersección de subespacios Suma directa
Caracterizaciones
Ejercicio 37
Teorema 3.15 (Caracterizaciones de la suma directa)
Demuéstrese que:
Sea V un K-espacio vectorial, U1 , U2 ≤ V . Son equivalentes:
a) La suma de U1 y U2 es directa. h(1, 1, 1), (1, 1, 2)i y h(0, 1, 1), (0, 0, −1)i
b) Si ~u1 + ~u2 = ~0 con ~u1 ∈ U1 y ~u2 ∈ U2 entonces ~u1 = ~0 y ~u2 = ~0 no son suma directa y que
n o
c) U1 ∩ U2 = ~0 h(1, 1, 1, 1), (0, 2, 2, 2)i y h(0, 0, 1, 1)i
sı́ lo son.
d) dim(U1 + U2 ) = dim(U1 ) + dim(U2 )
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 107 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 108 / 112
Suma e intersección de subespacios Suma directa Suma e intersección de subespacios Suma directa
Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 109 / 112 Carmen Tasis (Universidad de Oviedo) Tema 3 25 de octubre de 2018 110 / 112
Suma e intersección de subespacios Suma directa Suma e intersección de subespacios Suma directa