Está en la página 1de 9

Espacios generados, dependencia lineal y bases

Departamento de Matem´aticas, CSI/ITESM
17 de junio de 2008
´
Indice
16.1. Introducci´ on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
16.2. Espacio Generado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
16.3. Generadores Conocidos de los Espacios Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
16.4. Reducci´ on del conjunto generador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
16.5. Dependencia Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
16.6. Pruebas de dependencia lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
16.7. Unicidad de la combinaci´on lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
16.8. Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
16.9. Todo espacio tiene base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
16.10.Unicidad de la representaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
16.1. Introducci´on
Nuestro inter´es consiste en reformular las definiciones de dependencia lineal, independencia lineal y espacio
generado que ya se ten´ıan para R
n
pero en el contexto general de los espacios vectoriales. Es de notar que
en las definiciones dadas s´olo se hac´ıa referencia a a suma de vectores, multiplicaci´ on de un vector por un
escalar, a combinaci´on lineal y al vector cero. Todo esto existe en el espacio vectorial en general. Nuestra
meta consiste en decir qu´e cosas pueden permanecer y qu´e cosas pueden cambiar en un espacio generado. El
concepto te´oricamente m´as importante es el de base de un espacio vectorial. Las demostraciones de cada uno
de los resultados son id´enticas a las correspondientes para R
n
, por ello no se incluir´ an.
16.2. Espacio Generado
Definici´ on 16.1
Sea V un espacio vectorial, y v
1
, v
2
, . . . ,v
k
vectores de V . El conjunto formado por todas las posibles
combinaciones lineales de los vectores v
1
, v
2
, . . . ,v
k
se llama el espacio generado por v
1
, v
2
, . . . ,v
k
. Este
conjunto se representa por
Gen {v
1
, v
2
, . . . , v
k
}
Si V = Gen {v
1
, v
2
, . . . , v
k
} diremos que {v
1
, v
2
, . . . , v
k
} genera a V y que {v
1
, v
2
, . . . , v
k
} es un conjunto
generador de V .
Ejemplo 16.1
Indique si la matriz
A =
_
−1 0
0 −2
_
pertenece al espacio generado por las matrices:
A
1
=
_
2 −2
−3 0
_
, A
2
=
_
−4 4
6 0
_
y A
3
=
_
2 1
0 −2
_
Soluci´ on
Buscamos saber si existen constantes c
1
, c
2
y c
3
tales que:
A = c
1
A
1
+ c
2
A
2
+ c
3
A
3
Es decir,
_
−1 0
0 −2
_
= c
1
_
2 −2
−3 0
_
+ c
2
_
−4 4
6 0
_
+ c
3
_
2 1
0 −2
_
Si se efectua cada producto y se realiza la suma de las matrices en el lado izquierdo obtenemos:
_
−1 0
0 −2
_
=
_
2 c
1
− 4 c
2
+ 2 c
3
−2 c
1
+ 4 c
2
+ 1 c
3
−3 c
1
+ 6 c
2
+ 0 c
3
0 c
1
+ 0 c
2
− 2 c
3
_
Si se igualan elementos correspondientes de estas matrices se obtiene:
2 c
1
− 4 c
2
+ 2 c
3
= −1
−2 c
1
+ 4 c
2
+ 1 c
3
= 0
−3 c
1
+ 6 c
2
+ 0 c
3
= 0
0 c
1
+ 0 c
2
− 2 c
3
= −2
Formando la matriz aumentada y aplicando Gauss-Jordan obtenemos:
_
¸
¸
_
2 −4 −2 −1
−2 4 1 0
−3 6 0 0
0 0 −2 −2
_
¸
¸
_

_
¸
¸
_
1 −2 0 0
0 0 1 0
0 0 0 1
0 0 0 0
_
¸
¸
_
Debido al pivote en la columna de las constantes, el sistema es inconsistente. Como el sistema es inconsistente,
no existen c
1
, c
2
y c
3
que cumplen:
A = c
1
A
1
+ c
2
A
2
+ c
3
A
3
Por tanto, A no pertence al espacio Gen{A
1
, A
2
, A
3
} .
Observaci´ on
Es importante observar la relaci´on entre
_
−1 0
0 −2
_
= c
1
_
2 −2
−3 0
_
+ c
2
_
−4 4
6 0
_
+ c
3
_
2 1
0 −2
_
y la matriz aumentada:
_
¸
¸
_
2 −4 −2 −1
−2 4 1 0
−3 6 0 0
0 0 −2 −2
_
¸
¸
_
El efecto final es como si las matrices se convirtieran en un vector columna. El proceso de conversi´on consiste
en acomodar en una gran columna todos y cada uno de los renglones. Esto consiste en un proceso de zig-zag
sobre los renglones de la matriz. A este proceso de convertir una matriz en un vector columna lo llamaremos
vectorizaci´ on de una matriz.
2
Ejemplo 16.2
Indique si el polinomio
p(x) = 1 − 2 x − x
2
− 19/4 x
3
es una combinaci´on lineal de los polinomios:
p
1
(x) = 1 + 2 x − 3 x
2
+ x
3
p
2
(x) = −1 + x + x
2
+ 3 x
3
y
p
3
(x) = −1 + 3 x − 3 x
2
+ 4 x
3
Soluci´ on
La pregunta es si existen valores para c
1
, c
2
y c
3
de manera que
p(x) = c
1
p
1
(x) + c
2
p
2
(x) + c
3
p
3
(x)
Si sustuimos los polinomios, desarrollamos los productos por las constantes, y agrupamos los t´erminos respecto
a x, obtenemos:
1 − 2 x − x
2
− 19/4 x
3
= c
1
− c
2
− c
3
+ (2 c
1
+ c
2
+ 3 c
3
) x+
(−3 c
1
+ c
2
− 3 c
3
) x
2
+ (c
1
+ 3 c
2
+ 4 c
3
) x
3
Por consiguiente, para que lo anterior se cumpla se requiere que:
c
1
− c
2
− c
3
= 1
2 c
1
+ c
2
+ 3 c
3
= −2
−3 c
1
+ c
2
− 3 c
3
= −1
c
1
+ 3 c
2
+ 4 c
3
= −19/4
Este sistema tiene como matriz aumentada que reducida queda:
_
¸
¸
_
1 −1 −1 1
2 1 3 −2
−3 1 −3 −1
1 3 4 −19/4
_
¸
¸
_

_
¸
¸
_
1 0 0 −1/2
0 1 0 −7/4
0 0 1 1/4
0 0 0 0
_
¸
¸
_
Vemos que el sistema tiene soluci´on (En este ejemplo tiene soluci´ on ´ unica, pero lo que importa es si tiene o
no soluci´on). Por tanto, si existen c
1
, c
2
y c
3
que satisfacen
p(x) = c
1
p
1
(x) + c
2
p
2
(x) + c
3
p
3
(x)
Por consiguiente,
p(x) s´ı pertenece a Gen {p
1
(x), p
2
(x), p
3
(x)}
Observaci´ on
Es importante observar la relaci´on entre
1 − 2 x − x
2
− 19/4 x
3
= c
1
(1 + 2 x − 3 x
2
+ x
3
)+
c
2
(−1 + x + x
2
+ 3 x
3
)+
c
3
(−1 + 3 x − 3 x
2
+ 4 x
3
)
3
y la matriz aumentada:
_
¸
¸
_
1 −1 −1 1
2 1 3 −2
−3 1 −3 −1
1 3 4 −19/4
_
¸
¸
_
El efecto final es como si los polinomios se convirtieran en un vector columna. El proceso de conversi´on con-
siste en tomar en orden, iniciando con el t´ermino constante, s´ olo los coeficientes del polinomio y formar un
vector columna. A este proceso de convertir un polinomio en un vector columna lo llamaremos vectorizaci´ on
de un polinomio.
Nota
Tambi´en es importante se˜ nalar que el proceso para verificar si un vector en R
n
es combinaci´ on lineal de un
conjunto de vectores, que consist´ıa en formar una matriz aumentada donde en la primera parte entran los
vectores del conjunto como columnas y en la parte aumentada entra el vector como columna, sigue siendo
v´alido usando vectorizaci´ on en el caso de vectores que son polinomios o matrices.
Ejemplo 16.3
Indique si
Gen
_
¸
¸
_
¸
¸
_
p
1
(x) = 1 + x + x
2
p
2
(x) = 1
p
3
(x) = −1 − x
2
p
4
(x) = x
2
_
¸
¸
_
¸
¸
_
= P
2
Soluci´ on
Debemos ver si cualquier polinomio p(x) = a + b x + c x
2
es siempre combinaci´ on lineal de los polinomios
dados. Es decir, debemos ver que sin importar los valores de a, b y c existen c
1
, c
2
, c
3
y c
4
tales que:
p(x) = c
1
p
1
(x) + c
2
p
2
(x) + c
3
p
3
(x) + c
4
p
4
(x)
Por las notas anteriores, esto se convierte en la matriz aumentada que escalonada queda:
_
_
1 1 −1 0 a
1 0 0 0 b
1 0 −1 1 c
_
_

_
_
1 1 −1 0 a
0 −1 1 0 b − a
0 0 −1 1 c − b
_
_
Puesto que los pivotes aparecen en la primera parte de la matriz aumentada, el sistema es consistente inde-
pendientemente de los valores de a, b, y c. Por tanto, cualquier polinomio p(x) es combinaci´ on lineal de p
1
,
p
2
, p
3
y p
4
. Por consiguiente, tal conjunto de vectores s´ı genera P
2

Observaci´ on
Es importante observar que la inclusi´on del polinomio cualquiera p(x) = a + b x + c x
2
no tiene un uso real
cuando se pregunta si se genera todo el espacio. Tambi´en es de observar que este tipo de preguntas se res-
ponden de igual manera que en el caso de vectores de R
n
: se forma una matriz con los vectores, y se aplica
gauss-jordan. Si cada rengl´on tiene un pivote, el conjunto s´ı genera al espacio vectorial completo. Si existe
un rengl´on sin pivote, el conjunto de vectores no genera al espacio vectorial completo. Pero los vectores, ya
sean polinomios o matrices, deben vectorizarse.
16.3. Generadores Conocidos de los Espacios Vectoriales
Es importante tener en mente los generadores usuales de los espacios vectoriales que trabajaremos.
Ejemplos
Es cierto que:
4
1. {e
1
, e
2
, . . . , e
n
} genera a R
n
.
2.
_
1, x, x
2
, . . . , x
n
_
genera a P
n
.
3.
_
1, x, x
2
, . . .
_
genera a P.
4. {E
11
, E
12
, E
13
, . . . , E
mn
, } genera a M
m×n
.
16.4. Reducci´on del conjunto generador
En ciertas situaciones es importante determinar un conjunto de generadores reducido. Para ello, deberemos
ser capaces de eliminar de un conjunto generador ciertos vectores que no aportan informaci´on al espacio
generado. El siguiente resultado indica cu´ ales vectores se pueden eliminar de un conjunto generador.
Teorema
Si uno de los vectores v
1
, v
2
, . . . ,v
k
del espacio vectorial V es combinaci´ on lineal de los restantes,
el generado permanece igual si se elimina dicho vector.
Ejemplo 16.4
Considere los vectores:
v
1
= −5 + 4 x + x
3
v
2
= 5 − 2 x − x
2
− 6 x
3
v
3
= 2 − x + 2 x
2
+ 6 x
3
v
4
= 6 − 2 x − 6 x
2
+ 6 x
3
v
5
= 9 − 4 x + 3 x
2
+ 6 x
3
y suponga que
W = Gen {v
1
, v
2
, v
3
, v
4
, v
5
}
Indique qu´e opciones contienen vectores que se pueden remover del generador y que el conjunto restante puede
seguir generando W
1. v
3
, v
4
2. v
3
, v
5
3. v
1
, v
5
4. v
2
Soluci´ on
Formamos [v
1
v
2
v
5
|v
3
v
4
] y reducimos:
_
¸
¸
_
−5 5 9 2 6
4 −2 −4 −1 −2
0 −1 3 2 −6
3 −6 6 6 6
_
¸
¸
_

_
¸
¸
_
1 0 0 0 0
0 1 0 −1/2 0
0 0 1 1/2 0
0 0 0 0 1
_
¸
¸
_
Concluimos que como queda un pivote en la parte derecha v
3
y v
4
no pueden ser removidos simult´aneamente
y seguir generando el mismo espacio.
Formamos [v
1
v
2
v
4
|v
3
v
5
] y reducimos:
_
¸
¸
_
−5 5 6 2 9
4 −2 −2 −1 −4
0 −1 −6 2 3
3 −6 6 6 6
_
¸
¸
_

_
¸
¸
_
1 0 0 0 0
0 1 0 0 1
0 0 1 0 0
0 0 0 1 2
_
¸
¸
_
5
Concluimos que como queda un pivote en la parte derecha v
3
y v
5
no pueden ser removidos simult´aneamente
y seguir generando el mismo espacio.
Formamos [v
2
v
3
v
4
|v
1
v
5
] y reducimos:
_
¸
¸
_
5 2 6 −5 9
−2 −1 −2 4 −4
−1 2 −6 0 3
−6 6 6 3 6
_
¸
¸
_

_
¸
¸
_
1 0 0 0 1
0 1 0 0 2
0 0 1 0 0
0 0 0 1 0
_
¸
¸
_
Concluimos que como queda un pivote en la parte derecha v
1
y v
5
no pueden ser removidos simult´aneamente
y seguir generando el mismo espacio.
Formamos [v
1
v
3
v
4
v
5
|v
2
] y reducimos:
_
¸
¸
_
−5 2 6 9 5
4 −1 −2 −4 −2
0 2 −6 3 −1
3 6 6 6 −6
_
¸
¸
_

_
¸
¸
_
1 0 0 0 0
0 1 0 0 −2
0 0 1 0 0
0 0 0 1 1
_
¸
¸
_
Concluimos que no como queda un pivote en la parte derecha v
2
s´ı puede ser removido y seguir generando el
mismo espacio
16.5. Dependencia Lineal
Despu´es de espacios generados, el siguiente concepto en importancia en espacios vectoriales es el concepto
de dependencia o independencia lineal. Este concepto es el mismo que en R
n
. Este concepto en R
n
involu-
craba combinaciones lineales y el vector cero. Estos est´an presentes en cualquier espacio vectorial.
Definici´ on 16.2
Se dice que un conjunto de vectores v
1
, v
2
, . . . ,v
k
es linealmente dependiente si hay escalares c
1
, c
2
, . . . , c
k
no
todos ceros tales que
c
1
v
1
+ c
2
v
2
+ · · · + c
k
v
k
= 0
Se dice linealmente independiente si no es linealmente dependiente; esto es, que la ´ unica combinaci´ on lineal
que da el vector cero es la que tiene todos sus coeficientes cero. Se dice que un conjunto de vectores infinito es
linealmente dependiente si posee un conjunto de vectores finito que es linealmente dependiente.
Ejemplo 16.5
Indique si el conjunto formado por las siguientes matrices es linealmente dependiente o independiente.
A
1
=
_
2 2
1 1
_
, A
2
=
_
2 2
2 0
_
, A
3
=
_
1 2
0 2
_
, A
4
=
_
8 1
5 5
_
Soluci´ on
Lo que debemos determinar es c´omo deben ser las constantes c
1
, c
2
, c
3
y c
4
para que se cumpla:
c
1
A
1
+ c
2
A
2
+ c
3
A
3
+ c
4
A
4
= 0
Siguiendo las observaciones hechas con anterioridad, esto se convierte en la matriz aumentada que se reduce
en:
_
¸
¸
_
2 2 1 8 0
2 2 2 1 0
1 2 0 5 0
1 0 2 5 0
_
¸
¸
_

_
¸
¸
_
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
_
¸
¸
_
6
Puesto que el sistema tiene soluci´on ´ unica, los ´ unicos valores que cumplen la anterior igualdad son:
c
1
= 0, c
2
= 0, c
3
= 0, c
4
= 0.
Por lo tanto, el conjunto formado con esas matrices es linealmente independiente
Si el sistema hubiera tenido una columna sin pivote en la parte de la matriz de coeficientes, el sistema hubiera
tenido una variable libre, y por tanto el sistema hubiera tenido infinitas soluciones, y por tanto, el conjunto
en ese caso hubiera sido linealmente dependiente.
Observaci´ on
Es importante observar que incluir la matriz de ceros no tiene un uso real cuando se pregunta si un conjunto
es dependiente o independiente. Tambi´en es de observar que este tipo de preguntas se responden de igual
manera que en el caso de vectores de R
n
: se forma una matriz con los vectores, y se aplica gauss-jordan. Si
cada columna tiene un pivote, el conjunto s´ı es linealmente independiente. Si existe una columna sin pivote,
el conjunto de vectores es lineamente dependiente. Pero los vectores, ya sean polinomios o matrices, deben
vectorizarse.
16.6. Pruebas de dependencia lineal
Como se ha visto, para determinar si un conjunto es linealmente dependiente o independiente ha de aplicarse
el proceso de Gauss-Jordan. Sin embargo, a veces se pueden revisar a simple vista ciertas pruebas y concluir
sin necesidad de Gauss-Jordan. Las pruebas pueden sumarizarse en el siguiente resultado.
Teorema
Sea S un conjunto de vectores del espacio vectorial V , S es linealmente dependiente si
teniendo un solo vector el vector es el vector cero, o
tiene al vector cero como elemento, o
teniendo dos vectores uno es un m´ ultiplo escalar del otro, o
contiene un subconjunto de vectores que es linealmente dependiente, o
hay un vector de S que es combinaci´on de los vectores restantes en S.
16.7. Unicidad de la combinaci´on lineal
Teorema
Sea S = {v
1
, v
2
, . . . , v
k
} un conjunto de vectores del espacio vectorial V que es linealmente inde-
pendiente. Entonces
1. Si v es un vector que pertenece al generado por S, entonces v se escribe de forma ´ unica como
combinaci´on lineal de S. Esto es, si
v = a
1
v
1
+ a
2
v
2
+ · · · a
k
v
k
= b
1
v
1
+ b
2
v
2
+ · · · b
k
v
k
entonces a
1
= b
1
, a
2
= b
2
,. . . , a
k
= b
k
.
2. Si v es un vector que no pertenece al generado por S, entonces {v
1
, v
2
, . . . , v
k
, v} es lineal-
mente independiente.
7
16.8. Base
El concepto de base es uno de las m´as importantes en los espacios vectoriales. Este concepto tiene que
ver con conjuntos de generadores minimales. Es decir, con conjuntos generadores donde cada vector aporta
informaci´on que los vectores restantes en el conjunto no poseen.
Definici´ on 16.3
Sea B un conjunto no vac´ıo de vectores del espacio vectorial V distinto de cero, B es una base para V si:
1. B es linealmente independiente, y
2. B genera a V .
Ejemplo 16.6
Indique en cu´ ales opciones el conjunto dado es base para M
22
:
1. B
1
=
__
1 5
0 5
_
,
_
−5 −6
−1 2
_
,
_
3 3
−4 −5
_
,
_
4 −4
−6 6
__
2. B
2
=
__
−4 −2
−5 −1
_
,
_
−3 5
−2 −2
_
,
_
6 2
−5 6
_
,
_
−5 −4
−1 3
_
,
_
0 0
−2 4
__
3. B
3
=
__
4 6
−5 −6
_
,
_
0 −2
1 1
_
,
_
−6 −6
2 1
_
,
_
0 2
−5 0
__
4. B
4
=
__
0 0
−5 4
_
,
_
−4 −4
−1 −16
_
,
_
1 1
4 1
_
,
_
−2 −2
−33 18
__
Soluci´ on
Veamos si B
1
es base: Formemos la matriz cuyas columnas son los elementos de B
1
vectorizados y reduzca-
mos:
_
¸
¸
_
1 −5 3 4
5 −6 3 −4
0 −1 −4 −6
5 2 −5 6
_
¸
¸
_

_
¸
¸
_
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
_
¸
¸
_
Como en cada rengl´on hay pivote, B
1
genera a M
22
. Como en cada columna hay pivote, B
1
es linealmente
independiente. Como B
1
genera a M
22
y es linealmente independiente, B
1
es base para M
22
.
Veamos si B
2
es base: Formemos la matriz cuyas columnas son los elementos de B
2
vectorizados y reduzca-
mos:
_
¸
¸
_
−4 −3 6 −5 0
−2 5 2 −4 0
−5 −2 −5 −1 −2
−1 −2 6 3 4
_
¸
¸
_

_
¸
¸
_
1 0 0 0 −392/1893
0 1 0 0 364/1893
0 0 1 0 794/1893
0 0 0 1 1048/1893
_
¸
¸
_
Como en cada rengl´on hay pivote, B
2
genera a M
22
. Como hay una columna sin pivote, B
2
es linealmente
dependiente. Como B
2
es linealmente dependiente, B
2
no es base para M
22
.
Veamos si B
4
es base: Formemos la matriz cuyas columnas son los elementos de B
4
vectorizados y reduzca-
mos:
_
¸
¸
_
0 −4 1 −2
0 −4 1 −2
−5 −1 4 −33
4 −16 1 18
_
¸
¸
_

_
¸
¸
_
1 0 −3/4 13/2
0 1 −1/4 1/2
0 0 0 0
0 0 0 0
_
¸
¸
_
8
Como hay al menos un rengl´on sin pivote, B
4
no genera a M
22
. Con eso basta para decir que B
4
no es base
para M
22
. Como hay una columna sin pivote, B
4
es linealmente dependiente. Con eso tambi´en bastaba para
afirmar que B
4
no es base para M
22

16.9. Todo espacio tiene base
Una de las necesidades m´as grandes en espacios vectoriales es la de determinar una base para un espacio
vectorial. El siguiente resultado es de tipo te´ orico y da la garant´ıa de bases siempre existen.
Teorema
Cualquier espacio vectorial tiene una base.
16.10. Unicidad de la representaci´on
El siguiente resultado ayudar´ a a definir el concepto vector de coordenadas de un vector respecto a una base
dada. Desde un punto de vista te´orico, caracteriza en forma precisa lo que es una base.
Teorema
Un subconjunto B = {v
1
, v
2
, . . . , v
k
} de un espacio vectorial V es una base para V si y s´olo si
para cada vector v en V existen escalares c
1
, c
2
,. . . ,c
k
´ unicos tales que
v = c
1
v
1
+ c
2
v
2
+ · · · + c
k
v
k
Demostraci´ on
Sea v un elemento cualquiera de V . Como B genera a V entonces existen c
1
, c
2
,. . . ,c
k
escalares tales que
v = c
1
v
1
+ · · · + c
k
v
k
Esto prueba la existencia de los coeficientes c
i
. Veamos ahora que los coeficientes son ´ unicos. Supongamos que
existan a
1
, a
2
,. . . ,a
k
escalares tales que
v = a
1
v
1
+ · · · + a
k
v
k
si restamos las anteriores igualdades se tiene:
0 = (c
1
− a
1
) v
1
+ · · · + (c
k
− a
k
)v
k
como el conjunto B es linealmente independiente, entonces los coeficientes de la anterior combinaci´ on lineal
deben todos ser cero:
c
i
− a
i
= 0, ∀i = 1, . . . , k
es decir, c
i
= a
i
, ∀i = 1, . . . , k. Esto prueba que los coeficientes de la combinaci´ on lineal son ´ unicos
9

no existen c1 .pertenece al espacio generado por las matrices: A1 = 2 −2 −3 0 . Esto consiste en un proceso de zig-zag sobre los renglones de la matriz. −1 0 0 −2 = c1 2 −2 −3 0 + c2 −4 4 6 0 + c3 2 1 0 −2 Si se efectua cada producto y se realiza la suma de las matrices en el lado izquierdo obtenemos: −1 0 0 −2 = 2 c1 − 4 c2 + 2 c3 −2 c1 + 4 c2 + 1 c3 −3 c1 + 6 c2 + 0 c3 0 c1 + 0 c2 − 2 c3 Si se igualan elementos correspondientes de estas matrices se obtiene: 2 c1 −2 c1 −3 c1 0 c1 − + + + 4 c2 4 c2 6 c2 0 c2 + + + − 2 c3 1 c3 0 c3 2 c3 = −1 = 0 = 0 = −2 Formando la matriz aumentada y aplicando Gauss-Jordan obtenemos:    2 −4 −2 −1 1 −2 0  −2  0 4 1 0 1 0   →  −3  0 6 0 0  0 0 0 0 −2 −2 0 0 0  0 0   1  0 Debido al pivote en la columna de las constantes. c2 y c3 tales que: A = c1 A1 + c2 A2 + c3 A3 Es decir. el sistema es inconsistente. Como el sistema es inconsistente. c2 y c3 que cumplen: A = c1 A1 + c2 A2 + c3 A3 Por tanto. El proceso de conversi´n consiste o en acomodar en una gran columna todos y cada uno de los renglones. o = c1 2 −2 −3 0 + c2 −4 4 6 0 + c3 2 1 0 −2 2 . A2 . A2 = −4 4 6 0 y A3 = 2 1 0 −2 Soluci´n o Buscamos saber si existen constantes c1 . A no pertence al espacio Gen{A1 . A este proceso de convertir una matriz en un vector columna lo llamaremos vectorizaci´n de una matriz. Observaci´n o Es importante observar la relaci´n entre o −1 0 0 −2 y la matriz aumentada:   2 −4 −2 −1  −2 4 1 0     −3 6 0 0  0 0 −2 −2 El efecto final es como si las matrices se convirtieran en un vector columna. A3 } .

si existen c1 . obtenemos: 1 − 2 x − x2 − 19/4 x3 = c1 − c2 − c3 + (2 c1 + c2 + 3 c3 ) x+ (−3 c1 + c2 − 3 c3 ) x2 + (c1 + 3 c2 + 4 c3 ) x3 Por consiguiente. p2 (x). p3 (x)} ı Observaci´n o Es importante observar la relaci´n entre o 1 − 2 x − x2 − 19/4 x3 = c1 (1 + 2 x − 3 x2 + x3 )+ c2 (−1 + x + x2 + 3 x3 )+ c3 (−1 + 3 x − 3 x2 + 4 x3 ) 3 . desarrollamos los productos por las constantes. y agrupamos los t´rminos respecto e a x. p(x) s´ pertenece a Gen {p1 (x). para que lo anterior se cumpla se requiere que: c1 2 c1 −3 c1 c1 − c2 + c2 + c2 + 3 c2 − c3 + 3 c3 − 3 c3 + 4 c3 = 1 = −2 = −1 = −19/4 Este sistema tiene como matriz aumentada que reducida queda:    1 1 −1 −1 1  0  2 −2  1 3 →   0  −3 1 −3 −1  1 3 4 −19/4 0 0 1 0 0  0 −1/2 0 −7/4   1 1/4  0 0 Vemos que el sistema tiene soluci´n (En este ejemplo tiene soluci´n unica.2 Indique si el polinomio p(x) = 1 − 2 x − x2 − 19/4 x3 es una combinaci´n lineal de los polinomios: o p1 (x) = 1 + 2 x − 3 x2 + x3 p2 (x) = −1 + x + x2 + 3 x3 y p3 (x) = −1 + 3 x − 3 x2 + 4 x3 Soluci´n o La pregunta es si existen valores para c1 . Por tanto. c2 y c3 de manera que p(x) = c1 p1 (x) + c2 p2 (x) + c3 p3 (x) Si sustuimos los polinomios.Ejemplo 16. pero lo que importa es si tiene o o o ´ no soluci´n). c2 y c3 que satisfacen o p(x) = c1 p1 (x) + c2 p2 (x) + c3 p3 (x) Por consiguiente.

y c. Generadores Conocidos de los Espacios Vectoriales Es importante tener en mente los generadores usuales de los espacios vectoriales que trabajaremos. Por tanto.y la matriz aumentada:   1 −1 −1 1  2 1 3 −2     −3 1 −3 −1  1 3 4 −19/4 El efecto final es como si los polinomios se convirtieran en un vector columna. Nota Tambi´n es importante se˜alar que el proceso para verificar si un vector en Rn es combinaci´n lineal de un e n o conjunto de vectores. debemos ver que sin importar los valores de a. Si existe o ı un rengl´n sin pivote. el conjunto s´ genera al espacio vectorial completo. Tambi´n es de observar que este tipo de preguntas se rese n : se forma una matriz con los vectores. que consist´ en formar una matriz aumentada donde en la primera parte entran los ıa vectores del conjunto como columnas y en la parte aumentada entra el vector como columna. c3 y c4 tales que: p(x) = c1 p1 (x) + c2 p2 (x) + c3 p3 (x) + c4 p4 (x) Por las notas anteriores. cualquier polinomio p(x) es combinaci´n lineal de p1 . Por consiguiente. iniciando con el t´rmino constante. tal conjunto de vectores s´ genera P2 ı Observaci´n o Es importante observar que la inclusi´n del polinomio cualquiera p(x) = a + b x + c x2 no tiene un uso real o cuando se pregunta si se genera todo el espacio. el sistema es consistente independientemente de los valores de a. El proceso de conversi´n cono e o siste en tomar en orden. A este proceso de convertir un polinomio en un vector columna lo llamaremos vectorizaci´n de un polinomio. o p2 . deben vectorizarse. ya o sean polinomios o matrices. p3 y p4 . el conjunto de vectores no genera al espacio vectorial completo. Es decir. b.3 Indique si   p1 (x) = 1 + x + x2   p2 (x) = 1 Gen  p3 (x) = −1 − x2   p4 (x) = x2        = P2 Soluci´n o Debemos ver si cualquier polinomio p(x) = a + b x + c x2 es siempre combinaci´n lineal de los polinomios o dados. esto se convierte  1 1 −1  1 0 0 1 0 −1 en la matriz aumentada que escalonada queda:    a 1 1 −1 0 0 a 0 b  →  0 −1 1 0 b−a  1 c 0 0 −1 1 c − b Puesto que los pivotes aparecen en la primera parte de la matriz aumentada. sigue siendo v´lido usando vectorizaci´n en el caso de vectores que son polinomios o matrices. c2 . b y c existen c1 . Ejemplos Es cierto que: 4 . y se aplica ponden de igual manera que en el caso de vectores de R gauss-jordan. 16. a o Ejemplo 16. Pero los vectores. s´lo los coeficientes del polinomio y formar un o vector columna.3. Si cada rengl´n tiene un pivote.

. . v3 . Para ello. {E11 . . 4. } genera a Mm×n . genera a P. v4 2. v3 . . . v3 . . . . . deberemos ser capaces de eliminar de un conjunto generador ciertos vectores que no aportan informaci´n al espacio o generado. v4 . . . 2. x. en } genera a Rn . Ejemplo 16. xn genera a Pn . .vk del espacio vectorial V es combinaci´n lineal de los restantes. El siguiente resultado indica cu´les vectores se pueden eliminar de un conjunto generador. . {e1 . . 16. .1. Emn . 3. o el generado permanece igual si se elimina dicho vector. v2 . 1. x2 .4 Considere los vectores: v1 v2 v3 v4 v5 y suponga que W = Gen {v1 . . v2 Soluci´n o Formamos [v1 v2 v5 |v3 v4 ] y reducimos:  −5 5 9 2 6  4 −2 −4 −1 −2   0 −1 3 2 −6 3 −6 6 6 6 = = = = = −5 + 4 x + x3 5 − 2 x − x2 − 6 x3 2 − x + 2 x2 + 6 x3 6 − 2 x − 6 x2 + 6 x3 9 − 4 x + 3 x2 + 6 x3  1   0 →   0 0  0 1 0 0  0 0 0 0 −1/2 0   1 1/2 0  0 0 1 Concluimos que como queda un pivote en la parte derecha v3 y v4 no pueden ser removidos simult´neamente a y seguir generando el mismo espacio. Formamos [v1 v2 v4 |v3 v5 ] y reducimos:     2 9 1 0 0 0 0 −5 5 6    4 −2 −2 −1 −4  → 0 1 0 0 1    0 0 1 0 0   0 −1 −6 2 3  3 −6 6 6 6 0 0 0 1 2 5 . x2 . v5 4.4. v5 3. v2 . a Teorema Si uno de los vectores v1 . v5 } Indique qu´ opciones contienen vectores que se pueden remover del generador y que el conjunto restante puede e seguir generando W 1. . E13 . x. e2 . 1. . . E12 . v1 . Reducci´n del conjunto generador o En ciertas situaciones es importante determinar un conjunto de generadores reducido.

Formamos [v2 v3 v4 |v1 v5 ] y reducimos:     5 2 6 −5 1 0 0 0 1 9  −2 −1 −2   4 −4   → 0 1 0 0 2   −1   0 0 1 0 0  0 3 2 −6 −6 6 6 3 6 0 0 0 1 0 Concluimos que como queda un pivote en la parte derecha v1 y v5 no pueden ser removidos simult´neamente a y seguir generando el mismo espacio. esto es. esto en:    2 2 1 8 0   2 2 2 1 0  →    1 2 0 5 0  1 0 2 5 0 6 se convierte en la matriz aumentada que se reduce  1 0 0 0 0 0 1 0 0 0   0 0 1 0 0  0 0 0 1 0 . . A3 = 1 2 0 2 . Este concepto es el mismo que en Rn . . Se dice que un conjunto de vectores infinito es linealmente dependiente si posee un conjunto de vectores finito que es linealmente dependiente. . v2 . Estos est´n presentes en cualquier espacio vectorial. Dependencia Lineal Despu´s de espacios generados. el siguiente concepto en importancia en espacios vectoriales es el concepto e de dependencia o independencia lineal.Concluimos que como queda un pivote en la parte derecha v3 y v5 no pueden ser removidos simult´neamente a y seguir generando el mismo espacio. que la unica combinaci´n lineal que da el vector cero es la que tiene todos sus coeficientes cero. . .5. .2 o Se dice que un conjunto de vectores v1 . Este concepto en Rn involucraba combinaciones lineales y el vector cero. a Definici´n 16. c3 y c4 para que se cumpla: o c1 A1 + c2 A2 + c3 A3 + c4 A4 = 0 Siguiendo las observaciones hechas con anterioridad. Formamos [v1 v3 v4 v5 |v2 ] y reducimos:     −5 2 6 9 5 0 1 0 0 0  4 −1 −2 −4 −2      →  0 1 0 0 −2   0   0 0 1 0 2 −6 3 −1 0  3 6 6 6 −6 0 0 0 1 1 Concluimos que no como queda un pivote en la parte derecha v2 s´ puede ser removido y seguir generando el ı mismo espacio 16. A4 = 8 1 5 5 Soluci´n o Lo que debemos determinar es c´mo deben ser las constantes c1 . c2 . ck no todos ceros tales que c 1 v 1 + c 2 v 2 + · · · + ck v k = 0 ´ o Se dice linealmente independiente si no es linealmente dependiente. c2 . A2 = 2 2 2 0 . . .vk es linealmente dependiente si hay escalares c1 .5 Indique si el conjunto formado por las siguientes matrices es linealmente dependiente o independiente. Ejemplo 16. A1 = 2 2 1 1 .

v} es linealmente independiente. los unicos valores que cumplen la anterior igualdad son: o ´ ´ c1 = 0. Teorema Sea S un conjunto de vectores del espacio vectorial V . v2 . Observaci´n o Es importante observar que incluir la matriz de ceros no tiene un uso real cuando se pregunta si un conjunto es dependiente o independiente. . Si v es un vector que no pertenece al generado por S. a veces se pueden revisar a simple vista ciertas pruebas y concluir sin necesidad de Gauss-Jordan. . Las pruebas pueden sumarizarse en el siguiente resultado. ı el conjunto de vectores es lineamente dependiente. . 16. S es linealmente dependiente si teniendo un solo vector el vector es el vector cero. . el conjunto formado con esas matrices es linealmente independiente Si el sistema hubiera tenido una columna sin pivote en la parte de la matriz de coeficientes. Pruebas de dependencia lineal Como se ha visto. . o hay un vector de S que es combinaci´n de los vectores restantes en S. Sin embargo. v2 . o 16. entonces v se escribe de forma unica como ´ combinaci´n lineal de S. Si manera que en el caso de vectores de R cada columna tiene un pivote.7. 2. o teniendo dos vectores uno es un m´ltiplo escalar del otro. . . c2 = 0. vk . . Si existe una columna sin pivote. vk } un conjunto de vectores del espacio vectorial V que es linealmente independiente. c4 = 0. o u contiene un subconjunto de vectores que es linealmente dependiente.Puesto que el sistema tiene soluci´n unica. si o v = a1 v1 + a2 v2 + · · · ak vk = b1 v1 + b2 v2 + · · · bk vk entonces a1 = b1 . Esto es. el sistema hubiera tenido una variable libre. . a2 = b2 . el conjunto en ese caso hubiera sido linealmente dependiente. o tiene al vector cero como elemento. el conjunto s´ es linealmente independiente. c3 = 0. ak = bk . y se aplica gauss-jordan. Tambi´n es de observar que este tipo de preguntas se responden de igual e n : se forma una matriz con los vectores. entonces {v1 . 7 . . para determinar si un conjunto es linealmente dependiente o independiente ha de aplicarse el proceso de Gauss-Jordan. y por tanto. Si v es un vector que pertenece al generado por S. Entonces 1.. ya sean polinomios o matrices. y por tanto el sistema hubiera tenido infinitas soluciones. Por lo tanto. Unicidad de la combinaci´n lineal o Teorema Sea S = {v1 .6. . deben vectorizarse. Pero los vectores.

Como hay una columna sin pivote. 4. B es una base para V si: ıo 1.6 Indique en cu´les opciones el conjunto dado es base para M22 : a 1. 1 1 4 1 . −3 5 −2 −2 0 −2 1 1 −4 −4 −1 −16 . 0 0 −2 4 2. Como B2 es linealmente dependiente. Ejemplo 16. o Definici´n 16. Como en cada columna hay pivote. B1 = 1 5 0 5 . . B1 es linealmente o independiente. con conjuntos generadores donde cada vector aporta informaci´n que los vectores restantes en el conjunto no poseen. Es decir. 3. . B2 genera a M22 . Base El concepto de base es uno de las m´s importantes en los espacios vectoriales. B4 = Soluci´n o Veamos si B1 es base: Formemos la matriz cuyas columnas son los elementos de B1 vectorizados y reduzcamos:     1 −5 3 4 1 0 0 0  5 −6  0 1 0 0  3 −4       0 −1 −4 −6  →  0 0 1 0  5 2 −5 6 0 0 0 1 Como en cada rengl´n hay pivote. Veamos si B2 es base: Formemos la matriz cuyas columnas son los elementos de B2 vectorizados y reduzcamos:     1 0 0 0 −392/1893 −4 −3 6 −5 0   −2 364/1893  5 2 −4 0   → 0 1 0 0   0 0 1 0  −5 −2 −5 −1 −2  794/1893  0 0 0 1 1048/1893 −1 −2 6 3 4 Como en cada rengl´n hay pivote. 6 2 −5 6 −6 −6 2 1 . B1 genera a M22 . B3 = . B2 es linealmente o dependiente. Veamos si B4 es base: Formemos la matriz cuyas columnas son los elementos de B4 vectorizados y reduzcamos:     1 0 −3/4 13/2 0 −4 1 −2    0 −4 1 −2   →  0 1 −1/4 1/2    0 0  −5 −1 4 −33  0 0  0 0 0 0 4 −16 1 18 8 . 3 3 −4 −5 .3 o Sea B un conjunto no vac´ de vectores del espacio vectorial V distinto de cero. B1 es base para M22 . B es linealmente independiente. B genera a V .16. Como B1 genera a M22 y es linealmente independiente. B2 = −4 −2 −5 −1 4 6 −5 −6 0 0 −5 4 . . 4 −4 −6 6 .8. Este concepto tiene que a ver con conjuntos de generadores minimales. B2 no es base para M22 . −5 −6 −1 2 . −5 −4 −1 3 0 2 −5 0 −2 −2 −33 18 . y 2.

. . . B4 no genera a M22 . Desde un punto de vista te´rico.ck unicos tales que ´ v = c 1 v 1 + c 2 v 2 + · · · + ck v k Demostraci´n o Sea v un elemento cualquiera de V .. . .9. vk } de un espacio vectorial V es una base para V si y s´lo si o para cada vector v en V existen escalares c1 . v2 . . caracteriza en forma precisa lo que es una base. B4 es linealmente dependiente. ∀i = 1. El siguiente resultado es de tipo te´rico y da la garant´ de bases siempre existen.. . . o ıa Teorema Cualquier espacio vectorial tiene una base. . Como B genera a V entonces existen c1 . c2 . . entonces los coeficientes de la anterior combinaci´n lineal o deben todos ser cero: ci − ai = 0. Como hay una columna sin pivote.ck escalares tales que v = c1 v 1 + · · · + ck v k Esto prueba la existencia de los coeficientes ci . ci = ai . Con eso basta para decir que B4 no es base o para M22 . k es decir. o Teorema Un subconjunto B = {v1 . . . . 16.Como hay al menos un rengl´n sin pivote. ∀i = 1. a2 . Unicidad de la representaci´n o El siguiente resultado ayudar´ a definir el concepto vector de coordenadas de un vector respecto a una base a dada. . Con eso tambi´n bastaba para e afirmar que B4 no es base para M22 16. c2 . . Todo espacio tiene base Una de las necesidades m´s grandes en espacios vectoriales es la de determinar una base para un espacio a vectorial.ak escalares tales que v = a1 v1 + · · · + ak vk si restamos las anteriores igualdades se tiene: 0 = (c1 − a1 ) v1 + · · · + (ck − ak )vk como el conjunto B es linealmente independiente. . . . Esto prueba que los coeficientes de la combinaci´n lineal son unicos o ´ 9 . . . Supongamos que ´ existan a1 . .10. k. . Veamos ahora que los coeficientes son unicos.