Académique Documents
Professionnel Documents
Culture Documents
LINEAL
Ingenieras
LGEBRA II
LM - PM
Unidad N 3
Espacios Vectoriales
FCEyT - UNSE
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Unidad N 3:
Definicin 1
Sean A y K , * es una Ley de Composicin Externa (L.C.E.) en A con operadores en K si
y slo si * es una funcin con dominio en el producto cartesiano K A y toma valores en A, en
smbolos
*: K A A
( , a ) * a
Definicin 2
Sean V un conjunto no vaco de elementos llamados vectores, (F, +, ) un cuerpo cuyos elementos
se llaman escalares y dos operaciones llamadas suma de vectores y la multiplicacin por escalares
(es decir multiplicacin de escalar por vector) representadas por + y respectivamente.
La terna (V, +, ) es un espacio vectorial sobre un cuerpo (F, +, ) si y slo si se verifican los
siguientes axiomas:
d) u V , u V : u + (u ) = (u ) + u = 0 (-u es el opuesto de u)
V
e) u, v V ; u + v = v + u (+ es conmutativa)
V2. a F , u V ; au V ( es LCE en V con escalares en F)
V3. a F , u , v V ; a(u + v) = au + av ( es distributiva respecto a la suma de vectores)
V4. a, b F , u V ; (a + b) u = au + bu ( es distributiva respecto a la suma de escalares)
V5. a, b F , u V ; a(bu ) = (ab)u (asociatividad de la multiplicacin por escalares)
V6. u V ; 1 u = u (1 es la unidad del cuerpo F)
Notas
Si (V, +, ) es un espacio vectorial sobre un cuerpo (F, +, ),
1.- Se expresa simplemente diciendo V es un espacio vectorial definido sobre un cuerpo F, y
para simplificar la notacin se escribe VF
Unidad 2 1
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
2.- Los vectores de V se suelen designar con las ltimas letras del abecedario (ej. u, v, w).
3.- Los escalares del cuerpo F usualmente se designan con las primeras letras del abecedario
(ej. a, b, c), o las primeras letras del alfabeto griego (ej. , , ).
4.- La suma de vectores es una ley de composicin interna en V, esto es
+ : V V V
(u, v ) u + v
5.- La multiplicacin por escalares es una ley de composicin externa en V con escalares en el
cuerpo F.
: F V V
(a, u ) au
A esta ley tambin se le denomina producto por escalares o producto de un escalar por un
vector
6.- Si bien tanto la ley de composicin interna en V como la ley de composicin interna en F se
simbolizan con +, stas representan operaciones diferentes en general.
Ejemplos
a) El conjunto R2 de vectores del plano cartesiano, representados por los pares ordenados de
nmeros reales, es un espacio vectorial sobre el cuerpo de los nmeros reales (R, +, ). Donde
la suma de vectores del plano real viene dada por
+ : R2 R2 R2
(u, v) u + v
def
donde u = ( x1 , y1 ), v = ( x2 , y2 ) R 2 y u + v = ( x1 + x2 , y1 + y2 ) R 2 .
y el producto de un nmero real por un vector del plano real est definido por:
: R R2 R2
(a, u ) au
def
en donde, a R, u = ( x, y ) R 2 y au = ( ax, ay ) R 2 .
Unidad 2 2
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
u = (1,3),
v = (2, 1)
Figura 1
au
Unidad 2 3
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Tabla 1
1 1
Ejemplo Los vectores v = (2, 1), 2v = (4, 2) y v = (-1, - ) se pueden visualizar
2 2
geomtricamente en la Figura 2
Figura 2
Unidad 2 4
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
def
au = a ( x, y , z ) = ( ax, ay , az )
Nota
En la Figura 3 se muestra la representacin de un vector u = (a1, b1, c1) R3
Figura 3
RRn = R R R R = {(a1 , a2 ,, an ) / ai R, i = 1, 2, , n}
n veces R
La suma de n-uplas es una ley de composicin interna
+ : Rn x Rn Rn
(u, v) u + v
definida del siguiente modo,
si u = ( a1 , a2 ,, an ) R n , v = (b1 , b2 , , bn ) R n , se define
def
u + v = (a1 , a2 ,, an ) + (b1 , b2 ,, bn ) = (a1 + b1 , a2 + b2 ,, an + bn )
: R Rn Rn
( , u ) u
definida como sigue
Unidad 2 5
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
def
si R, u = ( a1 , a2 ,, an ) R , u = (a1 , a2 , , an ) = ( a1 , a2 , , an )
Observacin
Es claro que para n = 1, RR es un espacio vectorial, es el espacio vectorial del conjunto de los
reales sobre el cuerpo de los nmeros reales. Geomtricamente los vectores de este espacio
vectorial se representan en la recta real.
d) El conjunto R mn de las matrices reales que tienen m filas y n columnas es un espacio vectorial
sobre el cuerpo de los reales (R, +, ) con la suma de matrices y la multiplicacin de un
nmero real por una matriz. En smbolos:
La suma de matrices es una ley de composicin interna en R mn esto es,
+ : R mn R mn R mn
,
( A, B) A+ B
definida del siguiente modo,
def
si A = aij , B = bij R mn , A + B = aij + b = aij + b
ij ij
: R R mn R mn
,
(, A) A
definida por
def
si R, A = aij R mn , se define A = aij = aij
e) Sea F un cuerpo y sea X un conjunto no vaco. Sea el conjunto FX formado por las funciones
con dominio X y con valores en F, esto es
FX = {f / f : X F}
Las siguientes operaciones definen sobre FX una estructura de espacio vectorial sobre el
cuerpo (F, +, )
Suma: f , g FX ( f + g )( x ) = f ( x ) + g ( x) , x X
Producto: a F f FX (a f )( x) = a f ( x) , x X
Es claro que la suma y el producto estn bien definidos, ya que
f , g FX f + g FX
a F f FX a f FX
Unidad 2 6
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Es decir que la suma es una ley de composicin interna en FX, y que el producto es ley de
composicin externa en FX con escalares en el cuerpo F.
Es fcil mostrar que efectivamente el conjunto FX con estas operaciones es un espacio
vectorial sobre el cuerpo (F, +, )
Demostracin
Sean F y u V, entonces
u = ( + 0)u (1)
u = u+0 u (2)
u + 0V = u + 0 u (3)
0V = 0 u (4)
Referencias:
(1) El 0 es elemento neutro aditivo en el cuerpo F.
(2) Por Axioma V4 de espacio vectorial.
(3) El vector nulo 0V es el elemento neutro aditivo en el espacio vectorial V.
(4) Vale la ley cancelativa en el grupo abeliano (V, +).
Proposicin 2
Cualquier escalar del cuerpo F multiplicado por el vector nulo de V es igual al vector nulo de V.
En smbolos,
F ; 0V = 0V
Demostracin
Sean F y 0V V, entonces
u = (u + 0V ) (1)
u = u + 0V (2)
u + 0V = u + 0V (3)
0V = 0V (4)
Referencias:
(1) El vector nulo 0V es elemento neutro aditivo en el espacio vectorial V.
(2) Por axioma V3 de espacios vectoriales.
(3) El vector nulo 0V es el elemento neutro aditivo en V.
(4) Vale la ley cancelativa en el grupo abeliano (V, +)
Unidad 2 7
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Proposicin 3
Cualesquiera sean F y u V, se verifica
( ) u = (u) = ( u )
Demostracin
i) Sean F y u V, entonces
u V, luego por ser ( V, +) un grupo se tiene - ( u) V y se verifica
u + [- ( u)] = [- ( u)] + u = 0V (I)
Adems
u + (-) u = ( + (-)) u = 0 u = 0V (II)
(1) ( 2) (3)
De (I) y (II) resulta
u + (-) u = u + [- ( u)]
y por la ley cancelativa en el grupo ( V, +) es,
(-) u = - ( u)
Referencias:
(1) Por el axioma V4 de espacio vectorial.
(2) En el grupo abeliano (F,+), un elemento ms su opuesto es igual al escalar cero.
(3) Por Proposicin 1.
Proposicin 4
Cualquiera sea u V se verifica (-1) u = - u
Demostracin
Por proposicin 3, si se toma = - 1 se tiene (-1) u = - (1 u) = - u
Unidad 2 8
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Proposicin 5
Cualesquiera sean F y u V, se verifica que
u = 0V = 0 u = 0V
Demostracin
Sean F y u V tales que u = 0V 0 , entonces
u = 0V 1 ( u ) = 1 0V ( 1 ) u = 0V 1 u = 0V u = 0V
(1) (2) (3) (4)
Referencias:
(1) Ya que 0 , existe -1. Se multiplica en ambos miembros por -1
(2) Por axioma V5 de espacio vectorial y por Proposicin 2.
(3) En el grupo abeliano (F-{0}, ), cada elemento por su inverso es igual a la unidad
(4) Por axioma V6 de espacio vectorial
Proposicin 6
Cualesquiera sean F y u, v V, se verifica que
(u v) = u v .
Demostracin
Sean F y u, v V, entonces
(u v ) = (u + (v )) = u + (v ) = u + (( v)) = u v
(1) (2) (3) (4)
Referencias:
(1) Por definicin de resta de vectores
(2) Por axioma V3 de espacio vectorial
(3) Por Proposicin 3
(4) Por definicin de resta de vectores
2. - SUBESPACIOS VECTORIALES
Definicin 1
Sea VF un espacio vectorial y sea S un subconjunto no vaco de V ( S V S ). S es un
subespacio vectorial de V si y slo si S con la ley de composicin interna + y la ley de composicin
externa definidas en V pero restringidas a S es un espacio vectorial.
Ejemplos
Sea el espacio vectorial R2R. Son subespacios vectoriales de R2:
Los conjuntos {(0,0)} y R2.
Toda recta que contiene al origen. Por ejemplo:
El eje OX, que viene representado analticamente por
S = 0 X = {( x, y ) R 2 / y = 0}
Unidad 2 9
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
El eje OY, que viene representado analticamente por T = 0Y = {( x, y ) R 2 / x = 0}
Notas
1.- Si S es un subespacio vectorial de V, se denotar S V .
2.- Si S es un subespacio vectorial de V, los conjuntos {0 v } y V son subespacios vectoriales
triviales de VF.
Proposicin 1
Sea VF un espacio vectorial y sea S un subconjunto no vaco de V. Son condiciones necesarias y
suficientes para que S sea un subespacio vectorial de V, que S sea cerrado para suma de vectores y
para el producto por escalares. En smbolos
i) u, v S u + v S
S V
ii) F uS uS
Demostracin
) Las condiciones son necesarias.
i ) u, v S u + v S
S V
ii ) F u S u S
Por hiptesis S es subespacio vectorial de V, entonces por Definicin1 resulta que S es un
espacio vectorial. Por lo tanto
1) la suma es ley de composicin interna en S, es decir que se verifica i).
2) el producto por escalares es ley de composicin externa en S con escalares en F, por lo tanto
se verifica ii).
Unidad 2 10
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
1) S V
2) S
3) ( S , +) es grupo abeliano
Tesis : S V 4) a F , u S ; au S
5) a F , u , v S ; a (u + v) = au + av
6) a, b F , u S ; (a + b) u = au + bu
7) a, b F , u S ; a (bu ) = (ab)u
8) u S ; 1 u = u
En efecto
1) S V, por hiptesis
2) S , por hiptesis
3) (S, +) es grupo abeliano. En efecto
La condicin i) nos indica que + es ley de composicin interna en S.
+ es asociativa, ya que se verifica por herencia puesto que S V.
0V S : u S ; u + 0V = 0V + u = u
En efecto, por hiptesis ii)
F u S u S ,
entonces para = 0 u S se tiene
0 uS 0V S .
Prop1 de Esp Vect
u S ; u S : u + (u ) = (u ) + u = 0V
Por hiptesis ii)
F u S u S
Luego tomando =1 u S , resulta
(1) u S u S .
Prop 4 EspVect
Proposicin 2
Sea VF un espacio vectorial y sean S1 , S2 dos subespacios vectoriales de V entonces S1 S2 es
tambin un subespacio vectorial de V.
Unidad 2 11
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Demostracin
Por definicin,
def
S1 S 2 = { v V / v S1 v S 2 }
2. S1 S2 , ya que:
S1 V 0V S1
0V S1 S2
S2 V 0V S2
3. u, v S1 S2 u + v S1 S2
En efecto,
u, v S1 S2 u, v S1 u, v S2
(1) (2)
u + v S1 u + v S2 u + v S1 S 2
(2) (3)
Referencias:
Complete el alumno
(1)
(2)
(3)
4. F u S1 S2 u S1 S2
F u S1 S 2 F u S1 u S2
(1) (2)
u S1 u S 2 u S1 S 2
(2) (3)
Referencias:
Complete el alumno
(1)
(2)
(3)
Proposicin 3
Sea VF un espacio vectorial y sean S1 y S2 dos subespacios vectoriales de V. Entonces la suma de
S1 y S2 es tambin un subespacio de V. En smbolos,
S1 V S 2 V S1 + S 2 V
Demostracin
def
Se define S1 + S 2 = { v V / v = v1 + v2 , v1 S1 v2 S 2 }
Unidad 2 12
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Es decir, el conjunto S1 + S2 est formado por todos los vectores de V que se pueden
descomponer como suma de dos vectores v1 S1 y v2 S 2 .
1. S1 + S2 V por definicin de S1 + S 2
2. S 1 + S 2 , pues 0v S1 0v S2 0v = 0v + 0v 0v S1 + S2
3. u , v S1 + S 2 u + v S1 + S 2
En efecto
u , v S1 + S 2 u = u1 + u 2 v = v1 + v2 con u1 , v1 S1 u2 , v2 S 2
u + v = (u1 + u 2 ) + (v1 + v 2 ) , con u1 , v1 S1 u 2 , v 2 S 2
u + v = (u1 + v1 ) + (u 2 + v2 ) , con u1 + v1 S1 u 2 + v2 S 2 u + v S1 + S 2
4. F u S1 + S 2 u S1 + S 2
En efecto,
F , u S1 + S 2 F u = u1 + u 2 , con u1 S1 u 2 S 2
u = (u1 + u 2 ) = u1 + u 2 , con u1 S1 u 2 S 2
Luego u S1 + S 2
De 1., 2., 3. y 4. se tiene que S1+S2 es un subespacio vectorial de V.
Q.E.D.
Observacin:
La unin de subespacios vectoriales en general no es un subespacio vectorial.
Contraejemplo:
Sea el espacio vectorial R2R , y sean los subespacios vectoriales
S1 = {( x, y ) R 2 / y = x} y S2 = {( x, y ) R 2 / y = 0} ,
S1 S 2 = {( x, y ) R 2 / y = x y = 0}
Es claro que,
S1 S2 R2 , por definicin de S1 S 2
S1 S 2 , pues (0,0) S1 S 2
Unidad 2 13
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
n
1 u1 + 2 u 2 + + n u n = i ui (1)
i =1
Es claro que al efectuar las operaciones indicadas en (1) se obtiene como resultado un vector del
espacio vectorial V. Sea v tal vector, es decir
n
v = 1 u1 + 2 u2 + + n un = i ui
i=1
Al vector v se le llama valor de la combinacin lineal. Tambin se dice que v se ha obtenido
por medio de la combinacin lineal de vectores del conjunto A.
u = 1 u1 + 2 u 2 + + n u n
Tambin se puede formar la siguiente combinacin lineal
0 u1 + 0 u2 + + 0 un
Esta combinacin lineal de los vectores u1, u2, , un se denomina combinacin lineal trivial la
cual obviamente tiene el valor 0V
Ejemplo
Sea el espacio vectorial RR2 , y sea A = {(1,1) , (2,3) , (1, 0)} R2. Si se consideran los escalares 1,
2, -2 R, se puede formar la siguiente combinacin lineal de vectores del conjunto A
1 (1, 1) + 2 (2,3) + (2) (1,0) = (1, 1) + (4, 6) + (2, 0) = (3, 7)
En donde (3, 7) es el valor de la combinacin lineal.
Unidad 2 14
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Definicin 3
Dos combinaciones lineales son idnticas si tienen los mismos trminos no triviales. .
Por ejemplo
1 u2 , 0 u1 + 1 u2 + 0 u3 , 0 u1 + 1 u2 ,
son combinaciones lineales idnticas.
Es claro que las combinaciones lineales idnticas tienen el mismo valor.
De acuerdo a este concepto, dado un conjunto A y una combinacin lineal de vectores de A
1 u1 + 2 u 2 + + n un
se puede suponer siempre que es una combinacin lineal de todos los vectores de A, pues bastar
completarla con trminos triviales.
As por ejemplo, si A = {v1, v2, v3}, la combinacin lineal
a1v1+ a2v2
es una combinacin lineal de todos los vectores de A, pues es idntica a la combinacin lineal
a1v1+ a2v2+ 0 v3
Observacin
An cuando A sea un conjunto infinito, una combinacin lineal no trivial de sus vectores tendr
siempre (por la forma en que fue definido el concepto) un nmero finito de trminos no triviales.
n
A = v V / v = a1 u1 + a2 u 2 + + an u n = ai ui , ai F ui A , i = 1,2, , n
i =1
Nota
El conjunto A se lee A barra
Proposicin 4
El conjunto A es un subespacio vectorial de V.
Unidad 2 15
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Demostracin
0 v = 0 u1 + 0 u2 + + 0 un , ui A , i = 1, 2, , n
Es decir, 0v es combinacin lineal de vectores del conjunto A
3. u, v A u + v A
En efecto,
n n
u , v A u = a i u i v = bi u i con ai , bi F u i A , i = 1, 2, , n
i =1 i =1
Luego
n n n n n
u + v = ai ui + bi ui = ( ai ui + bi ui ) = (ai + bi ) ui = ci ui
i =1 i =1 i =1 i =1 i =1
Con ci = ai + bi , i = 1,2, , n
4. F u A u A
Es claro que
n
u A u = ai u i con ai F ui A, i = 1, 2, , n
i =1
luego,
n n n n
u= ai ui = (ai ui ) = ( ai ) ui = ci ui con ci = ai , i = 1, 2,, n
i =1 i =1 i =1 i =1
es decir que u es una combinacin lineal de vectores del conjunto A. Por lo tanto u A .
Definicin 4
b) Diremos tambin que A es un generador del subespacio vectorial A , pues todo vector
de A es combinacin lineal de vectores del conjunto A.
Nota
Es fcil probar que A A
Unidad 2 16
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Ejemplos
a) Sea el espacio vectorial RR3 y sea A = {(1, 0, 0), (0, 1, 0)}, el subespacio generado por A es
(x, y, z) A z=0
por lo tanto, el subespacio vectorial de R3 generado por el conjunto
As, por ejemplo, el vector (5, -1, 0) es combinacin lineal de los vectores de A, pues
(5, -1, 0) = 5 (1, 0, 0) + (-1) (0, 1, 0)
b) Sea el espacio RR2 y el conjunto A = {(1, 1)}. El subespacio generado por el conjunto A es
{ }
A = ( x, y ) R 2 / ( x, y ) = a (1, 1)
(x, y) = (a, a)
(1, 1)
luego, ( x, y) A x=y
x
es decir {
A = ( x, y ) R 2 / y = x } O
Unidad 2 17
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Definicin 5
Dado un espacio vectorial VF y un subconjunto no vaco A de V, se dice que A genera al espacio V
si y slo si A = V, es decir que todo vector de V es combinacin lineal de vectores del conjunto A.
Nota
En esta situacin las siguientes expresiones son equivalentes
a) A es un generador de V
b) El espacio vectorial V es generado por el conjunto A
c) A genera a V
d) Todo vector de V se combinacin lineal de vectores de A
Ejemplo
Sea el espacio R2R y el conjunto A = {(1, 1), (1,0)}. El subespacio generado por el conjunto
A por definicin viene dado por
{ }
A = ( x, y ) R 2 / ( x , y ) = (1,1) + (1,0 )
Partiendo de la igualdad
(1, 1) + (1, 0 ) = ( x , y ) ,
y realizando las operaciones indicadas se tiene
(, ) + (, 0) = ( x, y)
( + , ) = (x, y )
+ = x
= y
Uno de los modos de resolver este sistema de dos ecuaciones lineales con dos incgnitas es
empleando el Mtodo de Gauss (o Mtodo de Eliminacin Gaussiana)
Unidad 2 18
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
1 1 x
1 0 y
1 1 x
f 2 + (1) f1
0 1 x + y
1 1 y
(1) f 2
0 1 x y
Observacin
Todo espacio vectorial es generador de s mismo.
Proposicin 5
Sea VF un espacio vectorial y sean A y B dos subconjuntos de V no vacos tales que A B,
entonces el subespacio generado por A est incluido en el subespacio generado por B. En smbolos,
A B A B
Demostracin
Sean A = {u1, u2, , un} y B = {u1, u2, , un, un+1, un+2, , um}. Es claro que A B
(1) 1n
El espacio vectorial FF es el de las matrices con elementos en el cuerpo F y que tienen una fila y n columnas.
Unidad 2 19
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
...............................
f m = [ am1 am 2 amn ]
Sf ( M ) = F F 1n
En otras palabras, el Espacio Fila de la matriz M, es el conjunto de todos los vectores del
espacio F1xn que se expresan como combinacin lineal de los vectores fila de la matriz M, esto es
m
Sf (M) = {f F 1n / f = i fi , i =1,2,...,m; i F fi fila de M }
i=1
Es decir,
Sf (M) = {f F 1n / f = 1 f1 + 2 f2 + + m fm , i = 1, 2, , m; i F fi fila de M}
(2) m1
El espacio vectorial FF es el de las matrices con elementos en el cuerpo F y que tienen m filas y 1 columna.
Unidad 2 20
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Definicin 2
El Espacio Columna de la matriz M, denotado por Sc (M), es el subespacio vectorial generado
por el conjunto de las columnas de la matriz M, es decir es el subespacio generado por el conjunto
C = {c1, c2, , cn} F . En smbolos,
mx1
Sc (M ) = C F m1 .
En otras palabras, el Espacio Columna de la matriz M, es el conjunto de todos los vectores del
espacio Fmx1 que se expresan como combinacin lineal de los vectores columnas de la matriz M
n
Sc (M) ={c F m1 / c = j c j , j =1, 2, ..., n ; j F c j columna de M }.
j =1
Esto es,
Sf (M) ={c F m1 / c =1 c1 + 2 c2 ++ n cn , j =1, 2, , n; j F cj columna de M}.
Ejemplos
a. En el espacio vectorial RR3 , el conjunto A = {(1, 2, -5)} es linealmente independiente. En efecto,
se toma una combinacin lineal de valor (0, 0, 0) del nico vector de A
a (1, 2, -5) = (0, 0, 0)
operando se tiene
(a, 2a, -5a) = (0, 0, 0)
Por igualdad de ternas ordenadas, se obtiene el siguiente sistema de ecuaciones lineales
homogneo (SELH)
a = 0
2a = 0
5a = 0
Unidad 2 21
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Este sistema tiene tres ecuaciones lineales con una incgnita. Es evidente que se trata de un
sistema compatible determinado, en el cual la nica solucin es a = 0 (solucin trivial). Luego el
conjunto A es linealmente independiente.
b. En el espacio vectorial RR2 , el conjunto A = {(1, 2), (1, 1)} es linealmente independiente.
Procediendo de manera anloga al ejemplo precedente se tiene
(1, 2) + (1, 1) = (0, 0)
(, 2) + (, ) = (0, 0)
( + , 2 + ) = (0, 0)
+ = 0
2 + = 0
Aqu se tiene un sistema homogneo (SELH) de dos ecuaciones lineales con dos incgnitas y se
sabe que todo SELH es compatible, es decir tiene al menos la solucin trivial. Resta averiguar si
es determinado o indeterminado. Resolviendo el sistema por el mtodo de eliminacin gaussiana,
1 1 0
2 1 0
1 1 0
f 2 + (2) f1
0 1 0
1 1 0
0 1 0 (1) f 2
c. En el espacio vectorial R2R, el conjunto D = {(1, 2), (2, 4)} no es linealmente independiente.
En efecto, procediendo de manera anloga al ejemplo precedente, se toma una combinacin
lineal de vectores del conjunto A que tenga valor cero vector,
Unidad 2 22
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
operando ( , 2 ) + (2 , 4 ) = (0, 0)
( + 2 , 2 + 4 ) = (0, 0)
1 2 0
2 4 0
1 2 0
0 0 0
rg A = 1 2 = n incgnitas
Se trata de un SELH compatible indeterminado cuyo conjunto solucin es
So= {( , ) R 2 / = 2}
De modo que existen infinitas soluciones no triviales de la forma (2, ) , como por ejemplo
= 2 y = -1, por lo que el vector nulo se puede escribir como una combinacin no trivial de los
vectores de D
2 (1, 2) + (-1) (2, 4) = (0, 0)
y como existe al menos una combinacin lineal no trivial de vectores de D de valor 0V se tiene
que el conjunto no es linealmente independiente.
Definicin 2
Sea VF un espacio vectorial y sea A V A .
El conjunto A es linealmente dependiente si y slo si existe una combinacin lineal no trivial de
valor 0v.
En smbolos,
def n
A es linealmente dependiente i { 1, 2, , n } : a 0 a u = 0
v
i
i =1
i i
Unidad 2 23
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Ejemplo
El conjunto D del ejemplo c. precedente, es linealmente dependiente.
Ejemplos
a. En el espacio vectorial RR3 , el conjunto A = {(1, 2, -5), (1,-1, 4), (0, 0, 0)} es linealmente
dependiente.
1 2 1 0 0 0
b. En el espacio vectorial RR23 , el conjunto A = 0 3 0 , 0 0 0 es
linealmente dependiente
Proposicin 2
El conjunto A es linealmente dependiente si y slo si existe un vector de A que es combinacin
lineal de los restantes vectores de A.
Demostracin
) La condicin es necesaria
Si A es linealmente dependiente entonces existe un vector de A que es combinacin lineal de
los restantes vectores
En efecto, por hiptesis A es linealmente dependiente, entonces por Definicin 2 existe una
combinacin lineal no trivial de vectores de A de valor 0V, es decir
j { 1, 2, , n} tal que a j 0 y
a1 u1 + a2 u2 + + a j 1 u j 1 + a j u j + a j +1 u j +1 + + an u n = 0 V , donde uj A, j = 1, 2, , n
Unidad 2 24
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
luego a j u j = a1 u1 a 2 u 2 a j 1 u j 1 a j +1 u j +1 a n u n
1 1
Como aj 0, existe , entonces pre-multiplicando por en ambos miembros de la igualdad
aj aj
precedente se tiene
a j u j = ( a1 u1 a2 u2 a j 1 u j 1 a j +1 u j +1 an un )
1 1
aj aj
operando
a1 a a a a
uj = u1 2 u 2 j 1 u j 1 j +1 u j +1 n u n ()
aj aj aj aj aj
ai
Sea bi = , i = 1, 2, , n ; i j
aj
) La condicin es suficiente
Si existe un vector de A que es combinacin lineal de los restantes vectores de A, entonces A
es linealmente dependiente
Sea uj A tal que, uj es combinacin lineal de los restantes vectores de A. Esto es,
n
uj = b u i i
i =1
i j
es decir
u j = b1 u1 + b2 u 2 + + b j 1 u j 1 + b j +1 u j +1 + + bn un
sumando en ambos miembros (- uj ) = (-1) uj
0 v = b1 u1 + b2 u 2 + + b j 1 u j 1 + b j +1 u j +1 + + bn u n + ( 1)u j
reordenando los trminos
0 v = b1 u1 + b2 u2 + + b j 1 u j 1 + ( 1) u j + b j +1 u j +1 + + bn un
Esta es una combinacin lineal no trivial (uno de los escalares es 1 ) de vectores de A de valor
0V. En consecuencia, el conjunto A es linealmente dependiente.
Q.E.D.
Proposicin 3
Unidad 2 25
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Sea A un subconjunto no vaco del espacio vectorial V y tal que A {0V}. El conjunto A es
linealmente dependiente si y slo si existe un subconjunto propio de A que genera el mismo
subespacio que genera A.
En smbolos
A es linealmente dependiente A ' A A ' A : A ' = A
Demostracin
) La condicin es necesaria
A es linealmente dependiente A ' A A ' A : A ' = A
Por hiptesis A es linealmente dependiente y A {0V}, entonces por Proposicin 2
n
u j A : u j = ai ui ()
i =1
i j
con ai F ui A, i = 1, 2, , n.
Pero como uj es una combinacin lineal de los restantes vectores de A por (), entonces
n
u = b1 u1 + b2 u 2 + + b j 1 u j 1 + b j ai ui + b j +1 u j +1 + + bn u n
i =1
i j
Operando se tiene
u = b1 u1 +b2 u2 ++bj1 uj1 +bj (a1 u1 +a2 u2 ++aj1 uj1 +aj+1 uj+1 ++an un) + bj+1 uj+1 ++bn un
y aplicando axiomas de la estructura de espacio vectorial y agrupando convenientemente se
llega a la expresin
u = (b1 +bj a1) u1 + (b2 +bja2 ) u2 ++(bj1 +bj aj1 ) uj1 +(bj+1 +bj aj+1 ) uj+1 ++ (bn +bj an ) un
Luego u es una combinacin lineal de vectores del conjunto A, esto significa que u A ' .
) La condicin es suficiente
Unidad 2 26
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Proposicin 4
Todo conjunto que contiene a un subconjunto linealmente dependiente es linealmente dependiente.
En smbolos,
A ' A A ' es linealmente dependiente A es linealmente dependiente
Demostracin
Sea A' A y A' linealmente dependiente. Entonces existe una combinacin lineal de vectores de
A' no trivial de valor 0V. Pero toda combinacin de vectores de A' es combinacin de vectores de
A, pues A' A . Luego A es linealmente dependiente.
Proposicin 2
El conjunto A es linealmente independiente si y slo si ningn vector de A es combinacin lineal de
los restantes vectores de A.
Proposicin 3
El conjunto A es linealmente independiente si y slo si ningn subconjunto propio de A genera el
mismo subespacio que el que genera A.
Proposicin 4
Todo subconjunto no vaco de un conjunto linealmente independiente es linealmente independiente.
Unidad 2 27
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Definicin 4
Sea VF un espacio vectorial y sea B un subconjunto no vaco y ordenado de V. El conjunto B es
una base del espacio vectorial V si y slo si,
i) B es Linealmente Independiente
ii) B es Generador del espacio vectorial V
Notas
Consideraremos en adelante slo espacios vectoriales que tienen bases finitas.
Remarcamos que el orden en que estn dados los elementos de toda base es una cuestin muy
importante, este hecho podremos observarlo ms adelante.
Ejemplo
Sea el espacio vectorial RRn y considrese el conjunto ordenado E = {E1, E2,, En} donde Ei
representa a la n-upla cuya i-sima componente es 1 y las restantes son 0. Esto es
E = {(1,0, ,0 ) , ( 0,1, ,0 ) , , ( 0,0, ,1)}
Unidad 2 28
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Sea (x1, x2, , xn ) RRn si existen escalares b1, b2, , bn R tales que
Nota
A la base E se le denomina base cannica, observemos que tiene n elementos. En particular,
si n = 1, la base cannica del espacio vectorial RR es B = (1) ; { }
si n = 2, la base cannica del espacio vectorial RR2 { }
es B = (1, 0 ) , ( 0,1) ;
si n = 3, la base cannica del espacio vectorial R 3
R es B = {(1,0,0 ) , ( 0,1,0 ) , ( 0, 0,1)} .
Ejercicios
1) Pruebe que en el espacio vectorial RRmn de las matrices reales de tipo m n , una base es el
conjunto ordenado con mn elementos dado por
1 0 0 0 1 0 0 0 0
0 0 0 0 0
0 0 0 0
B = , , ,
0 0
0 0 0
0
0 0
1
2) Pruebe que en el espacio vectorial PRn [ x] de los polinomios con coeficientes reales en la
variable x de grado menor o igual que n (en donde se incluye el polinomio nulo el cual no tiene
grado asignado), una base es el conjunto ordenado con n + 1 elementos dado por
B = {1, x, x 2 , , x n }
Unidad 2 29
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
B = {1, x, x 2 , x3 } .
Proposicin 5
Sea VF un espacio vectorial. Si B es una base de V, entonces todo vector del espacio vectorial V
se escribe de modo nico como combinacin lineal de vectores de la base dada B.
Demostracin
Sea B = {u 1 , u 2 ,..., u n } base de V. Se probar que
v V ! 1 , 2 ,, n F : v = 1u1 + 2u 2 + + n u n ,
v V 1 , 2 , , n F : v = 1u1 + 2u2 + + n un 1
0 V = 1u 1 + 2 u 2 + + n u n 1u 1 2 u 2 n u n =
0 V = ( 1 1 ) u1 + ( 2 2 ) u 2 + + ( n n ) u n
Definicin 5
A los nicos escalares 1 , 2 , , n F , que permiten escribir al vector vV como
combinacin lineal de vectores de una base B = { u1 , u2 , , un } , se les denomina coordenadas del
vector v con respecto a la base B de V y se denota con,
Unidad 2 30
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
1
[v ] B = 2
n
Es claro que los escalares 1 , 2 , , n F caracterizan al vector vV, en el sentido de que son
los nicos posibles que permiten expresarlo en trminos de los vectores de la base dada B.
Ejemplo 1
En el espacio vectorial RR2 , considere el conjunto B = {(1, 0 ) , ( 0,1)} .
rg A = rg A a = 2 = n in c g n ita s
por lo tanto el sistema de ecuaciones lineales es compatible determinado, luego existen y son
nicos los escalares que permiten escribir a todo vector del espacio vectorial RR2 , como
combinacin lineal de vectores del conjunto B. En esta situacin los escalares coinciden con
las propias componentes de todo vector (x, y).
ii) B es LI
Para ello tomaremos una combinacin lineal de valor (0, 0) de vectores del conjunto B.
(1, 0 ) + ( 0,1) = ( 0, 0 )
( , 0 ) + ( 0, ) = ( 0,0 )
( , ) = ( 0, 0 )
= 0
=0
Es claro que la nica solucin de este sistema es la trivial, por lo tanto el conjunto B es
linealmente independiente.
Unidad 2 31
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Luego por i) y ii) B es una base del espacio vectorial RR2 . Es ms B es la base cannica de
RR2
b) Resolucin
El vector de coordenadas de todo vector ( x, y ) R 2 respecto de la base B viene dado por
x
( x, y ) B = y
Por ejemplo,
1
(1,5 ) B = 5
Ejemplo 2
En el espacio vectorial RR2 , considere el conjunto A = {(1,1) , (1, 0 )} .
a) Resolucin
i) A es generador de V. En efecto,
( x , y ) R 2 , , R : ( x , y ) = (1,1 ) + (1, 0 )
( , ) + ( , 0 ) = ( x , y )
( + , ) = ( x , y )
+ = x
(1)
= y
ii) A es linealmente independiente
(1,1 ) + (1, 0 ) = ( 0, 0 )
( , ) + ( , 0 ) = ( 0, 0 )
( + , ) = ( 0, 0 )
+ = 0
(2)
= 0
(1) y (2) son dos sistemas de ecuaciones lineales que tienen la misma matriz de
coeficientes, luego es posible aplicar el mtodo de Gauss-Jordan a la matriz ampliada con la
columna de trminos independientes del sistema (1) y con la columna de trminos
independientes del sistema (2) de la siguiente manera
1 1 x 0
1 0 y 0 f2+ (-1)f1
Unidad 2 32
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
1 1 x 0
0 1 yx 0 (-1)f2
1 1 x 0
0 1 x- y 0
1 0 y 0 f1+(-1)f2
0 1 x- y 0
Si se analizan las matrices reducidas de las matrices ampliadas de cada sistema se observa, en
ambos casos, que
rg A = rg Aa = 2 = n incgnitas (*)
i) (*) significa que el sistema (1) es compatible x, y R , es decir que
Por ejemplo,
5
(1,5 ) A =
4
Observaciones
1. Si la base es la cannica, las coordenadas de todo vector son las componentes del vector.
2. Como podemos observar en los dos ejemplos precedentes, en un mismo espacio vectorial las
coordenadas de un mismo vector respecto de una base varan si cambiamos de base.
Unidad 2 33
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
No resulta evidente que dado un espacio vectorial cualquiera, ste posea una base. Ahora veremos
que en realidad es posible determinar por lo menos una base.
B { u n +1 } = { u 1 , u 2 , , u n , u n +1 }
es linealmente independiente en virtud de la Proposicin 2 de Independencia lineal; y entonces el
conjunto B no tiene el mayor nmero de vectores linealmente independientes de G, lo que resulta
una contradiccin.
Por tanto
n
k = n + 1 , ..., r ; u k =
i =1
bi u i ()
pero entonces todo vector del espacio vectorial es combinacin lineal de elementos de B. En efecto,
por ser G generador de V se tiene
v V a1 , a 2 , , a r F / v = a1u1 + a 2 u 2 + ... + a n u n + a n +1u n +1 + ... + a r u r .
es decir
v = a 1u 1 + a 2 u 2 + ... + a n u n + a n + 1 ( b1u 1 + b 2 u 2 + ... + b n u n ) + ... + a r ( c1 u 1 + c 2 u 2 + ... + c n u n )
Unidad 2 34
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Observaciones
1. Con el teorema precedente se muestra que todo generador de un espacio vectorial V {0 v }
contiene a una base. Notemos que la idea subyacente es que, dado un generador del espacio,
pueden ir eliminndose de l los vectores redundantes que posea hasta quedar con un conjunto
linealmente independiente que siga generando al espacio V.
2. No debemos perder de vista que un espacio vectorial puede tener ms de una base. Por ejemplo
bases del espacio vectorial RR2 son los conjuntos ordenados {(1, 1), (1, 0)}, {(1, 0), (0, 1)}, {(2, 0),
(0, 2)}, etc.
Ejemplo
El conjunto G = {(1,1 ) , (1, 0 ) , ( 2,1 ) , (1, 2 )} es un generador del espacio vectorial R2R y G
contiene al conjunto {(1,1),(1,0)} que es linealmente independiente y tambin es generador del
espacio vectorial R2R , es decir es una base del espacio vectorial R2R.
Teorema
Sea VF un espacio vectorial. Si el conjunto X es linealmente independiente y G es un generador de
V, tales que X G , entonces existe B base de V tal que X B G .
Idea de la demostracin
Consiste en ir agregando al conjunto X vectores v, v, etc., de G X de tal modo que los
sucesivos conjuntos que se obtengan X {v '} , X {v ', v ''} , etc. sean tambin linealmente
independiente hasta lograr un conjunto B que sea linealmente independiente y adems que genere al
espacio V.
G
G es generador de V * * * B
* B es L.I. y gen de V
G*
v v
Xv
X X* * *
X es L.I.
**
Nota
De acuerdo con el enunciado por este teorema, podemos concluir tambin que todo conjunto
linealmente independiente puede ser ampliado a una base del espacio. En otras palabras, dado
un conjunto linealmente independiente, existe una base que lo contiene.
Unidad 2 35
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Ejemplo
En el espacio vectorial RR3 , consideremos los siguientes conjuntos
Proposicin 7
Toda base de un espacio vectorial VF tiene el mismo nmero de elementos.
Demostracin
Sean B1 y B2 bases de VF, entonces
Por ser B1 linealmente independiente y B2 generador de V, es
# B # B ()
1 2
Por ser B2linealmente independiente y B1 generador de V, es
#B # B ()
2 1
Luego de () y () se tiene
# B1 = # B 2
Q.E.D.
Ejemplos
En el espacio vectorial RRn toda base tiene n elementos.
En el espacio vectorial RRmn toda base tiene mn elementos.
Unidad 2 36
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Definicin 6
La dimensin de un espacio vectorial VF , a la que denotaremos con dim V, es el nmero de
elementos de una base cualquiera de V.
Definicin 7
La dimensin del espacio vectorial V = {0v} es 0. Esto es dim {0v} = 0.
Nota
En virtud de la Definicin 6, si una base cualquiera de un espacio vectorial VF tiene n elementos,
entonces la dimensin de V es n, esto es
dim V = n
Ejemplos
dim RR = 1
dim RR2 = 2
dim RR3 = 3
dim RRn = n
dim RRmn = mn
dim PRn [ x] = n + 1
dim sim ( 3) = 6 , dimensin el espacio de matrices simtricas de orden 3.
( )
dim TS 3 = 6 , dimensin del espacio de matrices triangular superior de orden 3.
Observaciones
Si V un espacio vectorial de dimensin finita n, entonces:
1- Todo generador de V tiene al menos n elementos (pues todo generador contiene una base). Por lo
tanto una base tiene al menor la menor cantidad de vectores que genera el espacio vectorial V.
Unidad 2 37
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
2- Todo conjunto linealmente independiente en V tiene a lo sumo n vectores (pues todo conjunto
linealmente independiente puede ampliarse a una base). Por lo tanto toda base de V tiene la mayor
cantidad de vectores linealmente independientes.
El siguiente enunciado establece una relacin entre las dimensiones de un espacio vectorial VF y un
subespacio vectorial cualquiera del mismo.
Teorema
Sea VF un espacio vectorial de dimensin finita n. Si S es un subespacio vectorial de V,
entonces
i) dim S dim V = n
ii) Si dim S = n, entonces S = V
Demostracin
i) En efecto,
Si S = {0v} es claro que dim S = 0 n
Supongamos entonces que S {0v} y sea X una base de S.
Por ser X linealmente independiente en S es tambin un subconjunto linealmente
independiente de V; por lo que tiene a lo sumo n vectores, por lo tanto:
dim S = # X dim V= n
luego
dim S dim V = n
ii) Si S es tal que, dim S =dim V = n , entonces toda base X de S, tiene n elementos. Por lo tanto X
es tambin base de V, ya que al ser X un subconjunto linealmente independiente de V que tiene
n elementos, genera al espacio V.
i) Es claro que, si X no genera el espacio V, por ser X linealmente independiente existe B base
de V tal que X B X B y de acuerdo con esto existe una base de V con ms de n
vectores, lo que contradice la hiptesis dim V= n. Por lo tanto X es generador de V (es decir
X = V ), pero X es tambin generador de S ( X = S ) de lo que se deduce que S = V.
Q.E.D.
Ejemplo
En el espacio vectorial VF = RR2 consideremos al conjunto S = {(x, y) R2 / y = x}.
Se sabe que dim RR2 = 2 y que S es un subespacio vectorial de R2 generado por el conjunto
{(1, 1)} y que es obviamente linealmente independiente. Por lo tanto {(1, 1)} es una base de S y de
all que
dim S = 1 < dim RR2 = 2
Geomtricamente, el subespacio vectorial S puede representarse por una recta que contiene al
origen del sistema de coordenadas
Unidad 2 38
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
y
S
Los vectores columnas de la matriz M son vectores del espacio vectorial FFm1
Unidad 2 39
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Es decir, la dimensin del Espacio columna de la matriz M es menor o igual que el nmero de
filas de la matriz.
Por otro lado, los vectores fila de la matriz M son vectores del espacio vectorial FF1n
f 1 = [a 11 a 12 a 1 n ]
f 2 = [a 21 a 22 a 2 n ]
1n
.......... .......... .......... . F
f m = [a m 1 a m 2 a mn ]
Si F es el conjunto de los vectores fila de la matriz M, es claro que F es un subconjunto del
espacio vectorial F1xn
F = {f1, f2, , fm} F1xn
Y por lo tanto el Espacio Fila de la matriz M, es el subespacio vectorial de FF1n generado por
el conjunto de las filas de la matriz M.
Es decir, la dimensin del Espacio fila de la matriz M es menor o igual que el nmero de
columnas de M.
Definicin 9
Se llama rango fila de la matriz M a la dimensin del espacio fila de M.
rg F M = dimS F ( M ) n
Definicin 10
Unidad 2 40
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
El rango de una matriz M, al que denotaremos con rg M, es igual al rango columna y al rango fila
de M.
rg M = rgC M = rg F M
Observacin
Si M R mn , entonces el rango de la matriz M es menor o igual que el ms chico de los nmeros m y n.
Esto es
rg M min ( m, n )
Ejemplos
Si M R 48 , rg (M ) 4 .
Si M R15 , rg (M ) 1.
Si M R 62 , rg (M ) 2 .
Si M R 61, rg (M ) 1 .
Notas
1. La matriz nula tiene rango cero.
2. El hecho de que las dimensiones de dos espacios sean iguales no significa que los espacios sean iguales.
DIMENSIN DE LA SUMA
Teorema (sin demostracin)
Sea VF un espacio vectorial. Si S1 y S2 son subespacios vectoriales de V, entonces
d im ( S 1 + S 2 ) = d im S 1 + d im S 2 d im ( S 1 S 2 )
Observacin
Si S1 S 2 = {0 v } entonces dim( S 1 + S 2 ) = dim S 1 + dim S 2
Observacin
Unidad 2 41
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Unidad 2 42