Documentos de Académico
Documentos de Profesional
Documentos de Cultura
525148
DIM - CFM
30 de abril de 2020
Prof.: Gajardo, Jara, Thiele
Dimensión
Dijimos que una base es un sistema generador “minimal ” en el sentido que no existe otro
sistema generador con menos elementos. Esto lo expresa bien la siguiente propiedad.
Propiedad 1 Si {u1 , ..., uk } es una base de U , y {v1 , ..., vm } ⊆ U tiene m > k elementos,
entonces {v1 , ..., vm } es l. d.
Demostración. Queremos estudiar la independencia lineal de {v1 , ..., vm } ⊂ U sabiendo que {u1 , ..., uk }
es base de U . Para esto debemos relacionar de alguna manera estos dos conjuntos. Denominemos
B = {u1 , ..., uk }, sabemos que todo vector de U tiene representación como combinación lineal de B, en
particular cada vj la tiene, ası́ que asignémosle nombre a esta, tomemos
a1j
a2j Xk
= [vj ]B , esto es, tomamos a1j , . . . , akj tales que vj = aij ui .
..
. i=1
akj
Ahora estudiamos el sistema lineal que habla sobre la independencia lineal de {v1 , . . . , vm }, las incógni-
tas son los escalares β1 , . . . , βm :
m
X
βj vj = Θ,
j=1
Resulta ser un sistema de k ecuaciones y m incógnitas, y como k < m, debe ser indeterminado, por lo
tanto {v1 , ..., vm } es l. d.
Pero este resultado nos dice que dos bases de un mismo espacio deben tener el mismo número
de elementos, pues si una es más grande que la otra, por la proposición anterior debe ser l. d.
y por lo tanto no puede ser base. Concluimos el siguiente teorema.
Teorema 1 Si {u1 , .., un } y {w1 , .., wk } son dos bases de U , entonces n = k.
Definición 1 Si un s. e. v. U tiene una base {u1 , .., uk }, decimos que U tiene dimensión k, y
escribimos dim(U ) = card({u1 , .., uk }) = k.
Ası́ tenemos que dim(Kn ) = n, ya que su base canónica, cuando el cuerpo es K, tiene n
elementos. El cuerpo es importante, este trimestre trabajaremos sólo en Kn sobre K, pero por
ejemplo Cn sobre R tiene dimensión 2n en lugar de n.
Notar que {Θ} no es un conjunto l. i., pero φ sı́ lo es, ası́, y ya que hφi = {Θ}, tenemos:
dim({Θ}) = card(φ) = 0.
¿Cómo obtenemos una base para un subespacio vectorial dado? primero supongamos
que ya tenemos un sistema generador. Vimos que cuando el sistema no es l. i., entonces hay
vectores que son prescindibles, los podemos eliminar del sistema sin pérdida. Esto se puede
ver de forma más general en la siguiente proposición, cuya demostración consiste nada más
que en despejar uno de los vectores en alguna de las soluciones no triviales de la ecuación de
independencia lineal.
Propiedad 2
Demostración.
La idea es que cuando hay una c.l. no nula que da Θ, entonces cualquiera de los vectores que está
ponderado por un escalar no nulo se puede despejar en función de los demás.
m
X
{v1 , . . . , vm } es l. d. ⇔ ∃α1 , . . . , αm no todos nulos, αj vj = Θ
j=1
m
X
⇔ ∃α1 , . . . , αm ∈ K, ∃i ∈ {1, . . . , m}, αi 6= 0 ∧ αj vj = Θ
j=1
m
X
⇔ ∃α1 , . . . , αm ∈ K, ∃i ∈ {1, . . . , m}, αi 6= 0 ∧ αj vj = −αi vi
j=1,j6=i
m
X αj
⇔ ∃α1 , . . . , αm ∈ K, ∃i ∈ {1, . . . , m}, αi 6= 0 ∧ vj = −vi
αi
j=1,j6=i
m
X
⇔ ∃β1 , . . . , βm ∈ K, ∃i ∈ {1, . . . , m}, βj vj = vi
j=1,j6=i
m
X
v = γj vj
j=1
m
X m
X
= γj vj + γi βj vj
j=1,j6=i j=1,j6=i
m
X
= (γj + γi βj )vj ,
j=1,j6=i
por lo tanto v ∈ h{v1 , . . . , vm } \ {vi }i. Es decir h{v1 , . . . , vm }i ⊆ h{v1 , . . . , vm } \ {vi }i, pero como la
inclusión hacia el otro lado es trivial, se obtiene la igualdad.
Nos fijamos que al ser γ el parámetro, siempre podemos escogerlo no nulo, por ejemplo γ = 3,
ası́ se obtiene la siguiente solución no trivial.
Ası́ aseguramos que el tercer vector participa con un coeficiente no nulo en una c.l. que resolta
Θ, entonces lo podemos despejar en función de los dos primeros vectores:
1 2
(1, 0, 1) = (1, 2, 3) + (1, −1, 0)
3 3
Lo cual significa que este vector se puede reemplazar por los otros dos en cualquier c.l., y por
lo tanto no aporta novedad al conjunto.
¿Cómo sabemos qué vectores eliminar? En el ejemplo eliminamos el vector que quedaba
multiplicado por el parámetro libre del conjunto de soluciones. Siempre podemos eliminar esos
vectores, que son los que corresponden a las columnas que están en un “escalón ancho” en la
matriz escalonada (cuando hay), es decir, las columnas que no tienen pivote.
Esta observación nos lleva además al siguiente interesante resultado, ya que al eliminar las
columnas con los “escalones anchos”, obtenemos una matriz con tantas columnas como filas no
nulas, por lo tanto su rango sera igual a su número de columnas.
| | |
Propiedad 3 Si {u1 , ..., uk } ⊆ Kn , entonces dim(h{u1 , ..., uk }i) = R u1 u2 ··· uk .
| | |
Lo cual es muy interesante pues provee una manera muy rápida de obtener la dimensión de un
espacio a partir de un sistema generador. Justifica además el concepto de “rango”, el rango es
en realidad la dimensión del espacio que generan las columnas de la matriz, la dimensión del
espacio de los “lados derechos” posibles.
También nos otorga algunas cosas básicas, supongamos que estamos en Kn sobre K:
Es decir, todos los vectores de una base son importantes, todos aportan novedad al sistema.
Propiedad 4 Si {u1 , . . . , uk } ⊂ V es l. i. y u 6∈ h{u1 , . . . , uk }i, entonces {u1 , . . . , uk , u} es
también l. i.
Demostración. Suponemos que no es ası́, y tomamos una combinación lineal de h{u1 , . . . , uk }i que
da Θ, con los escalares a, a1 , . . . , ak .
k
X k
X
au + ai ui = Θ despejando au au = − ai ui
i=1 i=1
Pk
Caso 1 (a = 0): entonces i=1 ai ui = Θ, pero como los vectores participantes son l.i., entonces
a1 = cdotsak = 0.
Caso 2 (a 6= 0): podemos dividir por a a ambos lados de la ecuación y obtenemos:
k
X −ai
u= ui ,
i=1
a
Con esta observación y las proposiciones precedentes se pueden deducir los siguientes impor-
tantes resultados (pensar por qué), tal vez la explicación más simple proviene de mirar el rango
de la matriz, y usar la teorı́a de sistemas lineales, aunque también se pueden demostrar usando
las propiedades 1 a 4.
Si el conjunto {u1 , . . . , uk } es l.i., está en U pero no lo genera, significa que existe un vector
u en U que no es c.l. de {u1 , . . . , uk }. Podemos agregarlo al conjunto, y por la Propiedad 4 el
nuevo conjunto sigue siendo l.i. y estando en U .
Si aún con haber agregado este vector, no logramos generar todo U , es porque aún quedan
vectores que agregar: buscamos uno, lo agregamos y obtenemos un generador más grande; y ası́
sucesivamente continuamos hasta obtener un generador de U .
Gracias a la Propiedad 5f), cuando hayamos obtenido tantos vectores l.i. dentro de U como sea
dim(U ) habremos terminado. Entonces el proceso antes descrito termina en algún momento. 1
1 Hay espacios vectoriales de dimensión “infinita”, pero de eso no hablaremos en este curso...
Ejemplo. Consideremos el subespacio W = {(a, b, c, d) ∈ R4 : a + d = b} y el conjunto
S = {(2, 3, 0, 1), (0, 0, 1, 0)}. Vemos que S es l.i (justificar), y que S ⊆ W (cumplen la ecuación).
Pero vemos que hSi = {(a, b, c, d) : b = 3d ∧ a = 2d} (realizar los procedimientos que hemos
aprendido), y es diferente de W .
Buscamos v ∈ W \ hSi, para ello tomo por ejemplo b = d = 1 (asegura que no estará en hSi),
y luego a = 0 (para que sı́ esté en W ), c = 0 (pues es libre), obtenemos v = (0, 1, 0, 1).
Por la observación anterior, resulta que {(2, 3, 0, 1), (0, 0, 1, 0), (0, 1, 0, 1)} ⊆ W es l.i.
Por otra parte, es claro que W 6= R4 , ya que por ejemplo (1, 0, 0, 0) 6∈ W . Por lo tanto dim(W ) <
4.