Alberto Marin Mendoza Omar Alcantar Cervantes Erick Manuel

Sean v1, v2, , vn, vectores en un espacio vectorial V. entonces cualquier vector de la forma: a1v1+a2v2++anvn, donde a1,a2,,an son escalares se denomina una combinacin lineal de v1,v2,,vn. Una combinacin lineal en M23

 Conjunto generador.
Se dice que los vectores v1, v2, , vn de un espacio vectorial V generan a V si todo vector en V se puede escribir como una combinacin lineal de los mismo. Es decir, para todo vV, existen escalares a1, a2, , an tales que v=a1v1+a2v2++anvn Cuatro vectores que generan a M22

 Espacio generado por un conjunto de vectores.

Sean v, v2, , vk, k vectores de un espacio vectorial V. el espacio generado por {v1, v2, , vk} es el conjunto de combinaciones lineales v1, v2, , vk. Es decir donde a1, a2, , ak, son escalares arbitrarios. Teorema: si v1, v2, , vk son vectores en un espacio vectorial V, entonces gen{v1, v2, , vk} es un subespacio de V. Ejemplo: el espacio generado por dos vectores en R3 Sea v1=(2,-1,4) y v2=(4,1,6). Entonces H=gen{v1, v2}={v:v=a1(2,1,4)+a2(4,1,6)}. Cul es la apariencia de H? si v=(x, y,z)H, entonces tiene x=2a1+4a 2, y=-a1+a2 y z=4a 1+6 2. Si se piensa que (x, y, z) esta fijo, entonces estas ecuaciones se pueden ver como un sistema de tres ecuaciones con tres incognitas a1, a2. Este sistema se resuelve en la forma usual:

 En el estudio del algebra lineal, una de las ideas centrales es la de dependencia o independencia lineal de los vectores. En esta seccin se define el significado de independencia lineal y se muestra su relacin con la teora de sistemas homogneos de ecuaciones y determinantes.

Existe una relacin espacial entre los vectores , se puede apreciar que v2=2v1; o si se escribe esta ecuacin de otra manera. 2v1-v2=0.

 En otras palabras, el vector cero se puede escribir como una combinacin no trivial de v1 y v2 (es decir, donde los coeficientes en la combinacin lineal no son ambos cero). Qu tienen de especial los vectores
? La respuesta a esta pregunta es ms difcil a simple vista. Sin embargo, es sencillo verificar que v3=3v1+2v2; rescribiendo esto se obtiene

Se ha escrito el vector cero como una combinacin lineal de v1, v2, y v3. Parece que los dos vectores de la ecuacin y los tres vectores de la otra ecuacin tienen una relacin ms cercana que un par arbitrario de 2-vectores a una terna arbitraria de 3-vectores. En cada caso, se dice que los vectores son linealmente dependientes. En trminos generales, se tiene la importante definicin a continuacin presentada.

 Definicin: sean v1, v2, , vn vectores en un espacio vectorial V. entonces se dice que lois vectores son linealmente dependientes si existen n escalares c1, c2, , cn no todos ceros tales que
Si los vectores no son linealmente dependientes, se dice que son linealmente independientes. Para decirlo de otra forma, v1, v2, .., vn son linealmente independientes si la ecuacin c1v1+c2v2++cnvn=0 se cumple nicamente para c1=c2==cn=0. Son linealmente dependientes si el vector cero en V se puede expresar como una combinacin lienal de v1, v2,,vn con coeficientes no todos iguales a cero. Nota. Se dice que los vectores v1, v2, , vn son linealmente independientes (o dependientes), o que el conjunto de vectores {v1, v2, , vn} es linealmente independiente (o pendiente). Esto es, se usan las dos frases indistintivamente. Teorema: dependencia e independencia lineal

 Dos vectores en un espacio vectorial son linealmente dependientes si y solo si uno de ellos es un mltiplo escalar del otro.
Demostracin: primero suponga que v2=cv1 para elgun escalar c0. Entonces cv1-v2=0 y v1 y v2 son linealmente dependientes. Por otro parte, suponga que v1 y v2 son linealmente dependientes. Entonces existen constantes c1 y c2 al menos uno distinto a cero, tales que c1v1+c2v2=0. Si c10, entonces dividiendo entre c1 se obtiene v1+(c2/c1)v2=0, o sea, Es decir, v1 es un mltiplo escalar de v2. Si c1=0, entonces c20 y, por lo tanto, v2=0=0v1.

 Base. Un conjunto finito de vectores (v1, v2, . . ., vn ) es una base para un espacio vectorial V si (v1, v2, . . ., vn ) es linealmente independiente (v1, v2, . . ., vn ) genera V. Todo conjunto de n vectores linealmente independiente Rn es una base en Rn En Rn se define

Dimensin. Si el espacio vectorial V tienen una base finita, entonces la dimensin de V es el nmero de vectores en todas las bases y V se llama espacio

 vectorial de dimensin finita. De otra manera, V se llama espacio de dimensin infinita. Si V = 0 , entonces se dice que V tiene dimensin cero. EJEMPLO La dimensin de Rn Como n vectores linealmente independientes en Rn constituye una base, se ve que Dim Rn = n Cambio de base Sea x un vector que en base B1 (de vectores unitarios u1, u2, ...) ser igual a m1u1+ m2u2 + m3u3 + ... El mismo vector, utilizando otra base B2 (de vectores unitarios v1, v2, ...) ser n1v1+ n2v2 + n3v3 + ... Supongamos que u1, u2, ... se representan en la base B2 de esta forma: u1 = a11v1 + a21v2 + ... + an1vn u2 = a12v1 + a22v2 + ... + an2vn ............................................................. un = a1nv1 + a2nv2 + ... + annvn

 Por lo tanto, sustituyendo estas ecuaciones en la frmula original nos queda: x = m1(a11v1 + a21v2 + ... + an1vn ) + m2(a12v1 + a22v2 + ... + an2vn) + ... Reordenando queda: x = (m1a11 + m2a12 + ... + mna1n)v1 + ... + (m1an1 + m2an2 + ... + mnann)vn Comparando con la frmula x = n1v1+ n2v2 + n3v3 + ... deducimos que: n1 = m1a11 + m2a12 + ... + mna1n n2 = m1a21 + m2a22 + ... + mna2n ................................................................. nn = m1ann + m2an2 + ... + mnann Esto se puede expresar de forma matricial: n1 a11 + a12 + ... + a1n m1 n2 = a21 + a22 + ... + a2n m2 ..... ........................................ nn a2n + an2 + ... + ann mn Llamando A a la matriz de coeficientes, X' al vector en la base B2 y X al vector en la base B1 nos queda: X' = AX despejando X nos queda: X = A-1X'

Base Un conjunto de vectores {v1, v2, ..., vn} forma una base para V si i. {v1, v2, ..., vn} es linealmente independiente. ii.{v1, v2, ..., vn} genera V. Asi pues, Todo conjunto de n vectores linealmente independientes enn es una base en n En n definimos

Como los trminos ei son las columnas de la matriz identidad (cuyo determinante es 1), entonces {e1, e2, ..., en} es linealmente independiente y, por tanto, constituye una base en n. Esta entidad especial se llama base cannica en n. Teorema 1. Si {v1, v2, ..., vn} es una base de V y si v V, entonces existe un conjunto nico de escalares c1, c2, ..., cn tales que v= c1v1, c2v2, ..., cnvn.

 Teorema 2. Si {u1, u2, ..., un} y {v1, v2, ..., vn} son bases del espacio vectorial V, entonces m = n; esto es, cualesquiera dos bases en un espacio vectorial V poseen el mismo nmero de vectores. Dimensin Si el espacio vectorial V posee una base finita, la dimensin de V es el nmero de vectores en la base, y V se llama espacio vectorial de dimensin finita. De otra manera, V se denomina espacio vectorial de dimensin infinita. Si V = {0}, entonces V se dice que es de dimensin cero. Notacin. Se simboliza la dimensin de V como dim V. Teorema 3. Supngase que dim V = n. Si u1, u2, ..., um es un conjunto de m vectores linealmente independientes en V, entonces m n. Teorema 4. Sea H un subes paci del espacio vectorial V de dimensin finito. Entonces H es finito-dimensional y dim H dim V Demostracin. Sea dim V = n. Cualquier conjunto de vectores en H linealmente independiente, lo es tambin en V. Por el Teorema 3, cualquier conjunto linealmente independiente en H, cuando ms, contiene n vectores. As pues, H es de dimensin finita. Ms an, como una base en H es un conjunto linealmente independiente, se ve que dim H n. Teorema 5. Cualesquiera n vectores linealmente independientes en un espacio vectorial V de dimensin n, constituyen una base.