Lineal
Cristian Mardones Sepulveda
Indice
1. Vectores
1.1. Vectores en R2 . . . . . . . . . . . . .
1.2. Operaciones con vectores . . . . . . .
lineal de vectores. Base
1.3. Combinacion
1.4.3. Modulo
de un vector . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2
2
2
4
5
6
6
7
7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
14
16
19
22
(Formula
3.2. Formula
de la dimension
de Grassman) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3. Subespacios suplementarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4. Bases ortonormales y proyecciones en Rn
30
33
Algebra
Lineal
1.
Unidad 2
Vectores
1.1.
Vectores en R2
Llamamos vector fijo AB al segmento orientado que tiene su origen en el punto A y su extremo en el punto B.
a) Modulo:
Es la longitud del vector. Lo representamos por |AB|
de la recta que lo contiene. Si dos
Es la direccion
b) Direccion:
y sentido
Son los vectores que tinen : mismo modulo,
direccion
sentido y magnitud,
a) Todos los vectores del grafico
tienen la misma direccion,
decimos que son representantes del
son todos ellos equipolentes. Tambien
vector libre u.
b) As, los vectores AB, CD y EF son equivalentes y representantes del mismo
vector libre u.
En el paralelogramo ABDC, son equivalentes los vectores AB y CD, y representantes de u.
son equivalentes los vectores AC y BD, y representantes de v.
c) Tambien
1.2.
Definicion 1.2
El producto de un numero
por un vector u es otro vector libre representado por u
Inst. de Matematica
y Fsica
Universidad de Talca
Algebra
Lineal
Unidad 2
la interpretacion
de la resta se muestra en el dibujo. El vector resta u v es la diagonal del paralelogramo
construido con u y v.
Inst. de Matematica
y Fsica
Universidad de Talca
Algebra
Lineal
Unidad 2
Ejemplo 1.1
Dados dos vectores no dependientes u y v hallar 3 u + 2 v
Propiedades 1.1
Sean u, v y w vectores de Rn y sean c y d constantes reales. Entonces:
a) u + v = v + u
b) u + (v + w) = (u + v) + w
c) u + 0 = 0 + u
d) u + (u) = (u) + u = 0
e) c(u + v) = c u + c v
f) (c + d)u = c u + d u
g) c (d u) = (c d)u
1.3.
Definicion 1.5
lineal del vector u si existe un escalar con v = u.
Decimos que el vector v es combinacion
tambienn
decimos que u y v son dependientes o proporcionales. Si u y v no son dependientes, decimos que son
independientes.
Definicion 1.6
lineal de los vectores u y v si existen escalares y con
Decimos que el vector w es combinacion
w =u+v
En general:
Definicion 1.7
lineal (c.l) de {u1 , u2 , . . . , un } si
Sean u1 , u2 , . . . , un , n vectores de Rn . Un vector u Rn es una combinacion
existen constantes reales c1 , c2 , . . . , cn tales que
u = c1 u1 + c2 u2 + . . . + cn un
Los numeros
c1 , c2 , . . . , cn se conocen como los coeficientes de la c.l.
Inst. de Matematica
y Fsica
Universidad de Talca
Algebra
Lineal
1.3.1.
Unidad 2
Base canonica
u =
u1 (1, 0) + u2 (0, 1)
u1 i + u2 j
Los numeros
u1 y u2 por este orden son las componentes del vector. La magnitud
o modulo
del vector u = (u1 , u2 ) por el teorema de Pitagoras
corresponde a
|u| =
u21 + u22
Ejemplo 1.2
de la base canonica
a) v = 2 i + 4 j |v| =
20 = 2 5
(3)2 + 22 = 13
22 + 42 =
b) w = 3 i + 2 j |w| =
c) n = 3 i j |n| =
(3)2 + (1)2 =
d) c = 4 i 2 j |c| =
42 + (2)2 =
10
20 = 2 5
Ejemplo 1.3
lineal del vector u = (1, 2)
Comprobar que el vector w = (4, 8) es combinacion
Comprobamos si existe un escalar con (4, 8) = (1, 2). Igualando componentes se tiene
Solucion:
4=1
8=2
= = 4
Inst. de Matematica
y Fsica
Universidad de Talca
Algebra
Lineal
Unidad 2
Ejemplo 1.4
lineal de los vectores u = (2, 1) y v = (0, 5).
Comprobar que el vector w = (4, 7) es combinacion
Comprobamos si (4, 7) = (4, 7) + (0, 5). Igualando componentes se tiene
Solucion:
4=2+0
7=1+5
= = 2,
=1
Ejemplo 1.5
Comprobar que los vectores u = (2, 1) y v = (0, 5) forman una base.
Los dos vectores u = (2, 1) y v = (0, 5) forman una base, pues son independientes ya que no hay
Solucion:
ningunn
escalar tal que (2, 1) = (0, 5).
0
5
Observar que las componentes no son proporcionales, es decir: =
2
1
Ejemplo 1.6
Forman una base los vectores u = (2, 1) y v = (4, 2)?
No forman una base, pues los vectores son dependientes, ya que:
Solucion:
(4, 2) = 2 (2, 1)
2
1
Otra forma es ver que las componentes son proporcionales: = = son dependientes
4
2
Ejemplo 1.7
Sean los vectores u = (2, a) y w = (1, 1). Hallar los valores de a para que formen una base.
Basta exigir que los vectores u = (2, a) y w = (1, 1) sean linealmente independientes, es decir, que las
Solucion:
componentes no sean proporcionales. Como
a
2
= = a = 2
1
1
Si a = 2 son dependientes y no forman base. Para cualquier valor a = 2 son independientes y forman una base.
1.4.
1.4.1.
la condicion
se transforma en
Aplicando la ecuacion,
(u21 + u22 ) + (v12 + v22 ) = (u1 v1 )2 + (u2 v2 )2
Simplificando terminos
comunes queda (u1 v1 + u2 v2 ) = 0
As la igualdad es valida
si el producto cruzado es cero. Diremos que dos vectores u y v son ortogonales uv si
uv u1 v1 + u2 v2 = 0
Inst. de Matematica
y Fsica
Universidad de Talca
Algebra
Lineal
1.4.2.
Unidad 2
Definicion 1.9
Sean u = (u1 , u2 ) y v = (v1 , v2 ) vectores de R2 . Se define el producto punto entre u y v por:
u v = u1 v1 + u2 v2
En general. Si consideramos u = (u1 , u2 , . . . , un ) y v = (v1 , v2 , . . . , vn ) vectores de Rn
n
u v = u1 v1 + u2 v2 + . . . + un vn =
ui vi
i=1
Propiedades 1.2
Sean u, v y w vectores de Rn y sea c una constante real. Entonces:
a) u v = v u
b) u (v + w) = u u + u w
c) c (u v) = (c u) u = u (c v)
d) 0 u = 0
1.4.3.
Modulo
de un vector
Observar que si multiplicamos escalarmente un vector u por si mismo se obtiene el cuadrado de su modulo
o
longitud:
u u = u21 + u22 = |u|2
|u| = u u
es clara en R2 y en R3 , donde podemos realizar esquemas graficos
Esta definicion
para comprobar que geometricamente, la norma de un vector coincide con la longitud de la flecha que lo representa.
triangulo
rectangulo
la longitud
de la flecha es a2 + b2 . Pero
a2 + b2 =
Inst. de Matematica
y Fsica
Universidad de Talca
Algebra
Lineal
Unidad 2
rectangulo
de lados a y b en la base del paralelep
pedo,
tenemos
que
la
longitud
de la
lo con vertices
(0, 0, 0),(a, b, 0) y (a, b, c), cuyos catetos miden a2 + b2 y c. Entonces
la longitud de la flecha del vector (a, b, c) es
a2 + b2 + c2 =
En general,
Definicion 1.10 (Norma)
La norma del vector u = (u1 , u2 , . . . , un ) Rn es
||u|| =
Si u y u son vectores
Las propiedades de la norma se heredan de las del producto punto, debido a la definicion.
de Rn y si c es una constante real, entonces:
a) ||u||2 = u u 0
b) ||u|| = 0 u = 0
c) ||c u|| = |c| ||u||, pues ||c u|| =
(c u) (c u) =
c2 (u u) =
c2
(u u) = |c| ||u||
||u + v||2
(u + v) (u + v) = u (u + v) + v (u + v)
uu+uv+vu+vv
||u||2 + ||v||2 + 2 u v
||u v||
= ||u||2 + || v||2 + 2 u ( v)
= ||u||2 + 2 ||v||2 2 u v
cuadratica
Inst. de Matematica
y Fsica
Universidad de Talca
Algebra
Lineal
Unidad 2
||v||2 2 2 u v + ||u||2
b
es positiva o cero. Es decir, el discriminante de esta funcion cuadratica debe ser menor o igual a cero. Entonces
0
= b2 4ac
4 (u v)2
||u||2 ||v||2
(u v)2
||u|| ||v||
|u v|
4 ||u|| ||v||
Por ultimo,
||u|| ||v|| = |u v| = 0
cuadratica
= ||u||2 + ||v||2 + 2 u v
(||u|| + ||v||)2
Angulo
entre vectores
uv
1
||u|| ||v||
uv
||u|| ||v||
Inst. de Matematica
y Fsica
Universidad de Talca
Algebra
Lineal
Unidad 2
El angulo
entre los vectores u y v esta dado por la formula
= arc cos
uv
||u|| ||v||
Ejemplo 1.8
Determinar el angulo
de los vectores de R2 , u = (2, 1) y v = (0, 1).
Solucion: Tenemos:
cos() =
(2, 1) (0, 1)
||(2, 1)|| ||(0, 1)||
(2, 1) (0, 1)
||(2, 1)|| ||(0, 1)||
= arc cos
si u v = 0
u y v son perpendiculares si y solo
particular. Para
Con bastante frecuencia se usan los vectores con norma igual a uno para indicar una direccion
simplificar la escritura les damos un nombre especial a estos vectores.
Definicion 1.12
Un vector es unitario si su norma es 1.
Nota 3: u = 0 entonces el vector u =
1
u
u=
es unitario y paralelo al vector u.
||u||
||u||
0.
La
uv := Proyv u
que queda caracterizado por dos propiedades
1) uv es paralelo a v, luego .uv = v y
2) z es perpendicular a v, es decir, z v = 0.
Inst. de Matematica
y Fsica
Universidad de Talca
10
Algebra
Lineal
Unidad 2
Para determinar el vector uv , basta determinar la constante (por 1). Ahora, observando la figura, se tiene
queuv + z = u, luego
z = u uv = u v
Entonces, la propiedad 2 nos permite encontrar :
0 = z v = (u v) v = u v v v = u v ||v||2
Por tanto, =
uv
||v||2
uv := Proyv u =
2.
uv
v
||v||2
Definicion 2.1
Un conjunto no vaco V es un espacio vectorial (e.v) sobre R si tiene definidas dos operaciones binarias:
: V V
(x, y)
: V R
(x, )
V
(Suma)
xy
(Ponderacion)
Axiomas de la ponderacion:
es cerrrada:
1. La ponderacion
1
2. El 1 es neutro con respecto a la ponderacion:
es asociativa: ()
3. La ponderacion
x=
x = x para todo x V .
x) =
x=
(x y) =
x
x
x, para todo
y para todo
Inst. de Matematica
y Fsica
Universidad de Talca
11
Algebra
Lineal
Unidad 2
de vectores
1. El conjunto V = Rn es un espacio vectorial sobre R con las operaciones de suma y ponderacion
definidas por componentes (que ahora llamaremos operaciones usuales).
2. El conjunto V = Mmn (R) de todas las matrices de m n es un espacio vectorial sobre R con las
de matrices (que definimos por componentes en su momento).
operaciones de suma y ponderacion
3. El conjunto V = P(R) = P[x] de todos los polinomios con coeficientes reales es un espacio vectorial sobre
de polinomios (que son las operaciones conocidas de funciones reales).
R con la suma y ponderacion
4. El conjunto V = Pn (R) de todos los polinomios cuyo grado es menor o igual a n, con n N fijo, es un
de polinomios.
espacio vectorial con las operaciones de suma y ponderacion
5. El conjunto V = Pn (R) de los polinomios de grado exactamente igual a n, con n N fijo, no es un espacio
vectorial sobre R, pues aunque ambas operaciones definidas cumplen sus cuatro axiomas, tenemos que
la suma no es cerrada en el conjunto, es decir, si sumamos dos polinomios de grado n, el resultado no es
necesariamente un polinomio de grado n.
Por ejemplo: si tomamos dos elementos de V , p1 (x) = xn + 3 y p2 (x) = 4 xn , entonces la suma de ellos
p1 (x) + p2 (x) = 7 no pertenence a V .
6. Comprobaremos que el conjunto V = {(x, y) R2 : x > 0, y > 0}, que representa el primer cuadrante del
plano real R2 , dotado con las operaciones:
(x, y) (u, v)
(x, y)
(x u, y v)
(x , y )
x de una expresion
para y > 0, y = 0 e y < 0).
Ahora, veamos que ambas operaciones cumplen sus axiomas correspondientes. Siempre comprobamos los axiomas de la suma primero.
1. (c, d) (a, b) = (ca, db) = (ac, bd) = (a, b) (c, d) = la suma es conmutativa.
2. [(a, b) (c, d)] (e, f ) = (a c, b d) (e, f ) = (a c e, b d f ) = (a, b) (c e, d f ) = (a, b) [(c, d) (e, f )]
= la suma es asociativa.
3. Buscaremos el neutro aditivo 0V = (x, y) tal que para todo elemento (a, b) V se tenga:
(a, b) (x, y) = (a, b) (a x, b y) = (a, b) x = 1; y = 1
As, en este caso, el vector neutro es 0V = (1, 1).
Inst. de Matematica
y Fsica
Universidad de Talca
12
Algebra
Lineal
Unidad 2
1
1
;b =
a
b
v = v para todo v V .
(a, b)) =
(a , b ) = ((a ) , (b ) ) = (a , b ) = ()
(a, b))
(a, b)) =
(a , b ) = ((a ) , (b ) ) = (a , b ) = ()
(a, b))
3. ( )
(a, b)
(a, b)
(a c, b d) = ((a c) , (b d) ) = (a c , b d ) = (a , b ) (c , d )
(x, y)
=
=
x3 + u3 , 3 y 3 + v 3 )
3
( x, y)
(
Teorema 2.1
Sea V un espacio vectorial y sean u V y c R, entonces:
1. 0 u = 0
2. c0 = 0
(0 escalar)
(0 vector cero )
3. c u = 0 = c = 0 o u = 0
4. (c) u = (c u)
dem: (Ejercicio)
Inst. de Matematica
y Fsica
Universidad de Talca
13
Algebra
Lineal
2.1.
Unidad 2
Subespacio Vectorial
U =
Si x U y y U = x + y U
U V
Si x U y R = x U
Observacion 2.1
Todo subespacio de un espacio vectorial V contiene al cero.
Ejemplo 2.1
1. Para todo espacio vectorial V , el subconjunto {0} que contiene el vector cero, es un subespacio, pues
0 + 0 = 0 y 0 = 0 R (este es llamado el subespacio trivial)
2. V es un subespacio de s mismo para todo espacio vectorial V .
Definicion 2.2
Los subespacios que no son ni {0} ni V se conocen como subespacios propios.
Ejemplo 2.2
1. Sea V = {(x, y, z) R3 : ax + by + cz = 0}
sobre el plano que pasa por el origen con vector normal
V es el conjunto de puntos de R3 que estan
n = (a, b, c)
Veamos que V es un subespacio de R3 :
a) Sean (x1 , y1 , z1 ) y (x2 , y2 , z2 ) V = (x1 , y1 , z1 ) + (x2 , y2 , z2 ) = (x1 + x2 , y1 + y2 , z1 + z2 ) V
pues a(x1 + x2 ) + b(y1 + y2 ) + c(z1 + z2 ) = (ax1 + by1 + cz1 ) + (ax2 + by2 + cz2 ) = 0 + 0 = 0
b) Sea R y (x1 , y1 , z1 ) V = (x1 , y1 , z1 ) = (x1 , y1 , z1 ) V
pues ax1 + by1 + cz1 = (ax1 + by1 + cz1 ) = 0 = 0
Por lo tanto V
R3
R3
Inst. de Matematica
y Fsica
Universidad de Talca
14
Algebra
Lineal
Unidad 2
Por lo tanto W
4. Sea W =
a 0
0 b
1
0
0
1
W , pues a = 1 y b = 1 = a b = 1 (1) = 1 0 = W =
b) Sean A =
a1
0
0
b1
W yB=
= A + B =
a1 + a2
0
0
b1 + b2
a2
0
0
b2
W donde a1 b1 0 y a2 b2 0
Pero el termino
a2 b1 + a1 b2 0 no sabemos si es menor igual a cero, si esto se cumple, luego
satisface la condicion.
notemos que si a1 = 1, b1 = 5, a2 = 3 y b2 = 1 = a1 b1 = 5 0 y a2 b2 = 3 0
pero si reemplazamos los valores anteriores en (a1 + a2 ) (b1 + b2 ) = 8 > 0
1
0
3 0
Por lo tanto, A0 =
W yB=
W , pero A0 + B0
/ W . Es decir W no es un
0 5
0 1
subespacio vectorial de M22 (R).
podemos chequear la tercera condicion,
pero basta que no cumpla una de las tres condiTambien
ciones para que no sea un subespacio vectorial del espacio V .
c) Sea A =
a1
0
0
b1
(a1 b1 0), c R = c A =
c a1
0
0
c b1
V y H2
V,
x1 + x2 H1 y x1 + x2 H2 = x1 + x2 H1 H2
Sea x1 H1 H2 y R = x1 H1 H2
Por lo tanto H1 H2
Inst. de Matematica
y Fsica
Universidad de Talca
15
Algebra
Lineal
Unidad 2
Ejemplo 2.3
En V = R3 . Sean
H1 = {(x, y, z) R3 : 2x y z = 0} y H2 = {(x, y, z) R3 : x + 2y + 3z = 0}
R3 y
1
2
2
3
1 1
0
0
1
0
2
3
5 7
0
0
1
0
2
1
3
7
5
0
0
1 0
0 1
1
5
7
5
0
0
1
7
x = 1t
5
Consideremos z = t =
7
y = t Ecuaciones parametricas
z=t
Luego, este es el conjuto de vectores sobre una recta L que forma un subespacio de R3 .
2.2.
1
2
entre los vectores v1 =
Existe una relacion
y v2 =
?. Claramente v2 = 2 v1 2v1 v2 = 0.
2
4
5
4
1
c2
c1
v2 = 0 v1 =
c2
c1
v2 v1 = v2 es un multiplo
escalar de v2 , donde =
c2
.
c1
Ejemplo 2.4
Inst. de Matematica
y Fsica
Universidad de Talca
16
Algebra
Lineal
Unidad 2
2
6
1
3
1. Los vectores v1 =
0 y v2 = 0 son l.d, pues v2 = 3 v1
3
9
1
2
2
1
2. Los vectores 2 y 5 son l.i, pues si lo fueran, se tendra 5 = c 2 c = 2, 5 = 2c y
4
3
3
4
2
1
3 = 4c. As, no existe c R tal que 5 = c 2 .
3
4
1
2
0
3. Determinar si los vectores 2 ; 2 y 1 son l.d o l.i.
3
0
7
1
2
0
0
c1 + 2c2 = 0
( )
Supongamos que c1 2 + c2 2 + c3 1 = 0
2c1 2c2 + c3 = 0
Solucion:
3
0
7
0
3c1 + 7c3 = 0
l.d el sistema ( ) posee soluciones no triviales.
Por lo tanto, los vectores seran
1
2 0 0
1 0 1 0
1
2 0 0
1
2 0 0
1
1
2 2 1 0 0
0
2 1 0 0
1 12 0 0 1
0
2
3
0 7 0
0 6 7 0
0
0 6 7 0
0 0 10 0
0
1
0
0
0
1
0
0
0
3
11
1
Determinar si los vectores 3 ; 0 y 6 son l.d o l.i.
4
12
0
Teorema 2.5
Un conjunto de n vectores en Rm es siempre l.d si n > m.
Ejemplo 2.5
2
4
18
2
Los vectores 3 ; 7 ; 11 y 7 son l.d pues estamos considerando 4 vectores en R3 .
4
6
4
3
Corolario 2.1
Un conjunto l.i de vectores de Rn , contiene a lo sumo n vectores.
vectores sin hacer que el conjunto obtenido
De otra forma: Si se tiene n vectores l.i, no es posible agregar mas
sea l.d.
Teorema 2.6
a11
a21
Sea A = .
..
a12
a22
..
.
...
...
..
.
a1n
a2n
..
.
am1
a11
...
amn
posee un numero
infinito de soluciones, donde c =
c1
c2
..
.
cn
Inst. de Matematica
y Fsica
Universidad de Talca
17
Algebra
Lineal
Unidad 2
Ejemplo 2.6
Consideremos el sistema:
x1 + 2x2 x3 + 2x4 = 0
1 2 1
3 7
1
x1
x2
=
x3
x4
2 1
2 0
1 0 9
6
1
4 2 0
0 1
4 2
6
9
9x3 6x4
4x3 + 2x4
= x3 4 + x4 2
0
1
x3
1
0
x4
2
4
0
0
1
0
0
0
9
6
4 2
Notar que
1 y 0 son soluciones l.i del sistema.
0
1
Teorema 2.7
Sean v1 , v2 , . . . , vn n vectores de Rn y A Mnn (R) cuyas columnas son v1 , v2 , . . . , vn .
de A x = 0 es la solucion trivial x = 0.
Entonces v1 , v2 , . . . , vn son l.i la unica
solucion
Teorema 2.8
Sea A Mnn (R). Entonces
det(A) = 0 las columnas de A son l.i
Ejemplo 2.7
En M23 (R). Sean A1 =
1
3
0
1
2
1
, A2 =
1
2
1
3
4
0
y A3 =
1
1
0
2
1
1
. Determinar si los Ai , i =
c1
1
3
0
1
2
1
+ c2
1
2
1
3
4
0
+ c3
1
1
c1 c2 c3
c2
2c1 + 4c2 + c3
3c1 + 2c2 + c3 c1 + 3c2 + 2c3
c1 + c3
Sistema homogeneo,
donde c1 = c2 = c3 = 0
A1 , A2 y A3 son l.i
0
2
=
1
1
0
0
0
0
=
0
0
0
0
0
0
0
0
Ejemplo 2.8
En P3 [x]. Determinar si los polinomios 1, x, x2 , x3 son l.i o l.d.
tomando algunos valoes de x se tiene:
Si
Si
Si
Si
x=0
x = 1
x=1
x=2
=
=
=
=
c1
c2 + c3 c4
c2 + c3 + c4
2c2 + 4c3 + 8c4
c2 + c3 + c4 = 0
Analicemos el determinante del sistema c2 + c3 c4 = 0
2c2 + 4c3 + 8c4 = 0
son l.i.
=0
=0
=0
=0
1 1
1
1 1 1
2 4
8
Inst. de Matematica
y Fsica
Universidad de Talca
teo 2.8
= 12 = 0 los polinomios
18
Algebra
Lineal
Unidad 2
Ejercicio 2.3
En P2 [x] determinar si los polinomios x 2x2 , x2 4x y 7x + 8x2 son l.i o l.d.
2.3.
7
1
5
7
1
lineal de los vectores 2 y 3 , pues 7 = 2 2
1. En R3 : 7 es una combinacion
7
4
1
7
4
5
3
1
2. En M23 (R):
3
1
2
9
M0
8
3
=3
1
1
0 4
1 5
M1
+2
0
2
1 2
3 6
M2
lineal de M1 y M2
Aqu: M0 es combinacion
lineal de los monomios 1, x, x2 , . . . , xn
3. En Pn [x]: Todo polinomio se puede escribir como una combinacion
Definicion 2.5
Se dice que los vectores v1 , v2 . . . , vn en un espacio vectorial V generan a V si todo vector V se puede escribir
lineal de ellos. Es decir
como una combinacion
v V, n escalares a1 , a2 , . . . , an tales que v = a1 v1 + a2 v2 + a3 v3 + + an vn
Ejemplo 2.10
1. i =
1
0
yj=
0
1
generan R2 , pues
1
0
0
2. Analogamente i = 0 , j = 1 y k = 0 generan R3 , pues
0
0
1
Para (a, b, c) R3 = n a, b, c (escalares) tal que (a, b, c) = a(1, 0, 0) + b(0, 1, 0) + c(0, 0, 1)
Inst. de Matematica
y Fsica
Universidad de Talca
19
Algebra
Lineal
Unidad 2
b
d
Luego,
=a
1
0
0
0
1
0
0
0
0
0
+b
1
0
0
0
0
1
1
0
0
0
0
1
+c
;
0
0
0
1
0
0
+d
0
0
0
1
generan a M2 (R)
Ningun
5. Afirmacion:
conjunto finito de polinomios generan P
En efecto, supongamos que p1 (x), p2 (x), . . . , pn (x) son polinomios.
Sea pk (x) el polinomio de grado mayor en P y sea N = grad(pk (x))
lineal de p1 (x), p2 (x), . . . , pn (x).
Luego, el polinomio p(x) = xN +1 no se puede escribir como una combinacion
por ejemplo, sin N = 3, entonces
p(x) = x4 = c0 + c1 x + c2 x2 + c3 x3 + c4 x4
para cualesquiera escalares c0 , c1 , c2 , c3 y c4 .
Ahora veremos otra manera de encontrar subespacios de un espacio vectorial V .
Definicion 2.6
Sea v1 , v2 , . . . , vk , k vectores en un espacio vectorial V . El espacio generado por {v1 , v2 , . . . , vk } es el conjunto de
combinaciones lineales de v1 , v2 , . . . , vk , es decir:
gen{v1 , v2 , . . . , vk } = {v1 , v2 , . . . , vk } = {v V : v = a1 v1 + a2 v2 + + ak vk }
donde a1 , a2 , . . . , ak son escalares arbitrarios.
Teorema 2.9
Si v1 , v2 , . . . , vk son vectores en un espacio vectorial V = {v1 , v2 , . . . , vk }
dem: (Ejercicio)
Ejemplo 2.11 (Espacio generado por 2 vectores en R3 )
Sean v1 = (2, 1, 4) y v2 = (4, 1, 6). Entonces
H = gen{v1 , v2 } = {v : v = a1 (2, 1, 4) + a2 (4, 1, 6)}
x = 2a1 + 4a2
y = a1 + a2
Ahora si v = (x, y, z) R3 =
z = 4a1 + 6a2
1 1
y
1 1 y
1 1
y
1 1 y
4
x 0
6 x + 2y 0
Si (x, y, z) esta fijo = 2 4 x 2
1 x+2y
6
4 6 z
4
6
z
0 10 z + 4y
0 10 z + 4y
1
2
1 0
6x 3y
1
1
0 1
6x + 3y
5
2
0 0 3x + 3y + z
5
2
si x + y + z = 0 5x 2y 3z = 0 (Ec del plano que pasa por el origen)
luego, el sistema tiene solucion
3
3
El espacio generado por 2 vectores diferentes de cero en R3 que no son paralelos es un plano que
Conclusion:
pasa por el origen.
Inst. de Matematica
y Fsica
Universidad de Talca
20
Algebra
Lineal
Unidad 2
Ejemplo 2.12
Indicar si 1 + x + x2 , 1, 1 x2 , x2 = P2 [x]
lineal de
Debemos ver si cualquier polinomio p(x) = a + bx + cx2 P2 [x] es siempre una combinacion
Solucion:
los polinomios dados, es decir, existen c1 , c2 , c3 , c4 (escalares) tal que:
p(x)
2
c1 (1 + x + x2 ) + c2 1 + c3 (1 x2 ) + c4 x2
1 1
c1 + c2 c3 = a
c1 = b
comparando coeficientes, tenemos el sistema:
1 0
c1 c3 + c4 = c
1 0
1 1 1 0 a
1
1 1 0
a
1
1 1
1 0
0 0 b 0 1
1 0 b a 0 1
1
1 0 1 1 c
0 1
0 1 ca
0
0 1
a + bx + cx
1
0
1
0
0
1
0
0
1
a
b
c
a
ba
cb
Luego, el sistema es consistente independiente de los valores de a, b y c. Entonces, cualquier polinomio p(x) es
lineal de pi con i = 1, . . . , 4. Por consiguiente, tal conjunto de vectores s genera P2 [x]
combinacion
Ejemplo 2.13
1
0
Indique si la matriz A =
0
2
A1 =
2
0
, A2 =
4
6
4
0
y A3 =
2
0
1
2
A=
1
0
0
2
0
2
2
3
= c1
Matricialmente, se tiene:
2 4
2 1
1
2
4
1
0
2
3
0 1
6
0
0
0 2 2
0
2
1
4
1
2
0
0 2
1 2 0
0
0 0
0
0 2
0
0 0
2
0
2c1 + 4c2 + c3
0c1 + 0c2 2c3
1
12
0
0
0 0
2
0
1
1
0
1
1 0
3
0
4
6
+ c2
+ c3
2
0
1
2
2 1
0 3
0 1
0 1
2 0
0 0
0 2
0 0
4
0
1
2
1
0
1
12 0
1
0
1
1
0
1
0 0
0
0
2 0
0 1
0 0
0 0
2 1
0 1
0 1
0 1
= 1
=
0
=
0
= 2
1
2
13
12
1 2 0
0
0 0
0
0 1
1
0
0 0
1
0
1
0
Inst. de Matematica
y Fsica
Universidad de Talca
21
1
6
12
3
2
Algebra
Lineal
Unidad 2
por ultimo
para terminar este tema se enunciara un teorema, que se utiliza para probar algunos hechos que
adelante.
veremos mas
Teorema 2.10
en un espacio vectorial V .
Sean v1 , v2 , . . . , vn , vn+1 , n + 1 vectores que estan
generan a V
Si v1 , v2 , . . . , vn generan a V = v1 , v2 , . . . , vn , vn+1 tambien
vectores al conjunto generador se obtiene otro conjunto generador.
Es decir, si se agrega uno o mas
2.4.
Base y dimension
3
lineal de los vectores
Hemos visto que en R2 y en R
es
conveniente
vectores
escribir
1
0
0
0
0
1
0
0
0
0
1
e1 = , e2 =
, e3 =
, . . . , en = 0
..
..
..
..
.
.
.
.
0
entonces, como los vectores ei con i = 1, . . . , n son las columnas de una matriz identidad In , el determinante
queda:
det(In ) = 1 = 0 = {e1 , e2 , e3 , . . . , en } es l.i y por lo tanto una base en Rn .
Ejemplo 2.14
1. (Base canonica
para Pn [x])
generan a P3 [x], es decir, B1 = P3 [x].
Los polinomios B1 = {1, x, x2 , x3 } son l.i en P3 [x], ademas
Entonces {1, x, x2 , x3 } es una base para P3 [x].
En general, los monomios {1, x, x2 , x3 , . . . , xn } constituyen una base para Pn [x].
Inst. de Matematica
y Fsica
Universidad de Talca
22
Algebra
Lineal
Unidad 2
2. (Base canonica
para M22 (R))
1
0
Las matrices B2 =
0
0
0
0
1
0
0
1
0
0
0
0
0
1
c2
c4
= c1
1
0
0
0
+ c2
0
0
1
0
+ c3
0
1
0
0
+ c4
0
0
0
1
= c1 = c2 = c3 = c4 = 0 = l.i
(a+b+c, ab+3c, a+2b, 2a+3b+c) = (a, a, a, 2a)+(b, b, 2b, 3b)+(c, 3c, 0, c) = a(1, 1, 1, 2)+b(1, 1, 2, 3)+c(1, 3, 0, 1)
Esto significa que los vectores (1, 1, 1, 2), (1, 1, 2, 3) y (1, 3, 0, 1) son un sistema generador del subespacio. De dicho sistema generador podemos extraer una base tomando el mayor conjunto de vectores
1
1
1
1 1 2
1
1 2 3 0
3 0 1
0
1
1
2
1
2
1
1 0
2 1 1
0
1 1 2
2 1 1
0 0 0
Inst. de Matematica
y Fsica
Universidad de Talca
23
Algebra
Lineal
Unidad 2
Teorema 2.11
Si {v1 , v2 , . . . , vn } es una base para V y si v V , entonces existe un conjunto unico
de escalares c1 , c2 , . . . , cn
..
tales que v = c v + c v + . + c v
1 1
2 2
n n
Definicion 2.8
de V es el numero
Si el espacio vectorial V tiene una base finita, entonces la dimension
de vectores en todas
Inst. de Matematica
y Fsica
Universidad de Talca
24
Algebra
Lineal
Unidad 2
1
k
2
1
0
p
1
0
1
3
Sabemos que A =
Solucion:
2
1
0
p
1
0
k
2
1
3
sera base.
Queremos que este conjunto l.i tenga dos elementos y el tercero debe ser l.d. Para ello, consideremos
, , R tal que:
1
k
2
1
0
p
1
0
k
2
1
3
0
0
0
0
+
+3
0
0
0
0
+k
k+p+2
+k
+
=
k+p+2
+3
= 0
= 0
= 0
= 0
l.d) con un
Queremos que este sistema tenga infinitas soluciones (los tres vectores seran
Observacion:
1
0
A=
k
1
1
k
0
1
2 0
0
3
0
1
p
0
1
k
0
1
2 k2 0
0
3k
0
1
p
0
0
1
0
0
2 k2 p
3k
2 k2 p
3k
=
=
0
0
k=3
Claramente 3 k = 0 = k = 3 y 2 k 2 p = 0 = p = 7
1 0 k
0 1 1
+3 =
1
3
por lo tanto:
2
1
0
7
1
3
2
1
1
0
,
son l.i. y
0
7
1
0
3
2
1
3
0
0
=
=
=
=
con parametro.
es base de S = dim(S) = 2
dim(V )
dem:
Inst. de Matematica
y Fsica
Universidad de Talca
25
Algebra
Lineal
Unidad 2
i) Si H = {0} = dim(H) = 0
ii) Si H = {0} sea v1 = 0, v1 H y H1 = v1
iii) Si H1 = H = dim(H) = 1 (Listo)
i vi : i R
L(A) =
i=1
i vi L(A) y v =
En efecto, si u =
i=1
i vi L(A) y , R = u + v =
i=1
(i + i )vi L(A)
i=1
= subespacio vectorial de V
Ejemplo 2.16
Si V = R3 y A = {v1 , v2 } = {(1, 0, 1), (1, 1, 1)}, entonces
L(A) = {v R3 : v = v1 + v2 : , R} = {v R3 : v = ( + , , ) : , R}
x=+
y=
, R (Ecuaciones parametricas
de L(A))
Luego, las ecuaciones son:
z =
Inst. de Matematica
y Fsica
Universidad de Talca
26
Algebra
Lineal
3.
Unidad 2
Sean S, T, Z V . Z es suma de S y T si Z = S + T = {z Z, v = s + t, s S, t T }
3.1.
de la suma directa
Caracterizacion
Sean S, T V . Entonces
La suma de S y T es directa S T = {0}
dem: =
=
3.2.
(Formula
Formula
de la dimension
de Grassman)
B=
i vi +
i=1
j wj
j=r+1
i vi S T
j w j =
j=r+1
m
i=1
r
j w j =
j=r+1
r
j vj
=
j=1
j vj
j=1
m
j wj = 0
j=r+1
= j = 0, 1 j m
=
j = 0, r + 1 j m
i vi = 0 = i = 0, 1 i n, pues BS es base de S.
Inst. de Matematica
y Fsica
Universidad de Talca
27
Algebra
Lineal
Unidad 2
n
Si u S + T = u =
i vi +
i=1
3.3.
i vi +
i=1
i w i =
i=r+1
(i + i )vi +
i=1
i wi .
i vi +
i=r+1
i=r+1
Subespacios suplementarios
Ademas,
{v1 , . . . , vr } base de S
{vr+1 , . . . , vn } base de T
y tambien
{v1 , . . . , vr } base de S
{v1 , . . . , vr , vr+1 , . . . , vn } base de V
= L({vr+1 , . . . , vn }) es suplementario de S
1 0
0 1
Puesto que:
Solucion:
1 0
0 1
1
1
1
1
1 0
2
0 1
0
1 0 0
0 0
3
1
1
2
2
1 0
2
0 1
0
3 0 0
0 0
3
1
1
2
0
2
0
3
0
una base de S + T es B
S+T = {(1, 0, 1, 2), (0, 1, 1, 0), (0, 0, 2, 3)}
x1 =
x2 =
con , , R = x1 + 3x2 3x3 2x4 = 0
y sus ecuaciones son:
x
3 = + + 2
x4 = 2 3
Usando la formula
de la (3.2): dim(S T ) = dim(S) + dim(T ) dim(S + T ) = 2 + 2 3 = 1
En efecto,
las ecuaciones implcitas son:
x
=
x2 =
x1 x2 + x3 = 0
S
con , R =
x
=
2x
3
1 x4 = 0
x
=
2
4
x1 =
x2 =
x1 x2 + x3 = 0
T
con , R =
x
=
x1 3x2 + x4 = 0
x4 = + 3
ylas ecuaciones de S T son:
x1 =
x1 x2 + x3 = 0
x1 x2 = 0
2x1 x4 = 0
x2 =
2x2 x4 = 0
=
=
x
x
=
0
x3 = 0
1
2
3
x3 = 0
x1 3x2 + x4 = 0
x4 = 2
Inst. de Matematica
y Fsica
Universidad de Talca
28
Algebra
Lineal
Unidad 2
1
0
0
0
0
1
1
0
0
1 0
0 0
0 0
1 0
0 1
1 0 1 0
1 0 1 0
1 0
1 0
0 1
0 0
0 1 0 0 0 1 0 0
0 1 1 0 0 1 0 0 0 0 1 0
0 0
1 0 0 0 1 0 0 0 0 1
0 0 0 0
0 0 0 1
0 0
0 1
= dim(S + T ) = 4
Utilizando la formula
de la dimension(3.2)
4 = 2 + 3 dim(S T ) = dim(S T ) = 1
= = = , = 0
S T = (1, 1, 1, 0)
Ejemplo 3.3 Sea V = R3 , S = {(x, 0, 0); x R}, T = {(0, y, z); y, z R}. Demostrar que S T = R3
Solucion:
1. Pd: R3 = S + T
un
Sea v R3 , luego v = (x, y, z) = (x, 0, 0) + (0, y, z), luego (x, y, z) se escribe como un vector de S mas
vector T . Luego R3 S + T , luego R3 = S + T
Otra manera de verlo es el siguiente:
S = (1, 0, 0) y T = (0, 1, 0), (0, 0, 1) , luego S + T = (1, 0, 0) + (0, 1, 0), (0, 0, 1) = R3
2. Pd: S T = { 0 }
Sea v S T , luego v S y v T . luego v = (x, 0, 0) y v = (0, y, z)
(x, 0, 0)
(0, y, z)
= x = 0, y = 0, z = 0
= v = 0 = R3 = S T
Ejemplo 3.4 Consideremos V = R3 , W = {(x, 0, z), x, z R3 }, S = (1, 0, 2) y T = (2, 0, 1) . Demostrar que
W =ST
Solucion:
Inst. de Matematica
y Fsica
Universidad de Talca
29
Algebra
Lineal
Unidad 2
1. Pd: W = S + T
1 0 2
1 0 2
1 0 2
1 0 0
E12 (2)
E21 (2)
E2 13
2 0 1
0 0 1
0 0 3
0 0 1
que {(1, 0, 0), (0, 0, 1)} es una base de W , pues los vectores son l.i y ademas
= 2z x
x = + 2
3
luego (x, 0, z) = ( + 2, 0, 2 + ) =
=
2x z
z = 2 +
=
3
2z x
2x z
Luego (x, 0, z) =
(1, 0, 2) +
(2, 0, 1) S + T
3
3
es decir, w = s + t, ciertos s S, t T = W = S + T
2. Pd: S T = { 0 }
v ST
4.
vS y vT
v = (1, 0, 2) y v = (2, 0, 1)
v = (, 0, 2) y v = (2, 0, )
(, 0, 2) = (2, 0, )
= 2 y 2 =
v = (0, 0, 0)
W =ST
0
1
si i = j
para i, j = 1, . . . , k
si i = j
v =
vv
Observacion 4.1 Si ya se posee una base ortogonal, dividiendo cada vector entre su norma se obtiene una
ortonormal, es decir
{v1 , v2 , . . . , vk } ortogonal
v1
,...,
v1
vk
vk
ortonormal
2
1
2
Ejemplo 4.1 Ortonormalice el conjunto de vectores v1 = 0 , v2 = 2 , v2 = 25
2
1
1
Inst. de Matematica
y Fsica
Universidad de Talca
30
Algebra
Lineal
Unidad 2
Solucion:
1 (2) + 0 2 + 2 1 = 0
5
= 1 (2) + 0
+21=0
2
5
= (2) (2) + 2
+11=0
2
=
= El conjunto es ortogonal.
v2 v2
v3 v3
5 = v1 =
9 = v2 = 3
3
45
= v3 =
5
=
4
2
2
1
2
1
1
2
0 , 2 , 25
5
3
3
5
2
1
1
Definicion 4.3 Un conjunto de vectores es ortonormal si cualquiera de ellos es ortogonal y cada uno uno tiene
norma 1.
Teorema 4.1 Si S = {v1 , v2 , . . . , vk } es un conjunto ortogonal de vectores diferentes de cero = S es l.i
dem: Supongamos que c1 v1 + . . . + ck vk = 0 i = 1, 2, . . . , k
= 0 = 0 vi
(c1 v1 + . . . + ck vk ) vi
c1 0 + c2 0 + . . . + ci |vi |2 + . . . + ck 0
ci |vi |2
(u v)
v
|v|2
es ortogonal a v.
de u sobre v es un vector denotado
Definicion 4.4 Sean u y v vectores diferentes de cero. Entonces la proyeccion
por proyv u es:
proyv u :=
(u v)
v
|v|2
Inst. de Matematica
y Fsica
Universidad de Talca
31
Algebra
Lineal
Unidad 2
(u v)
5
5
5
(2, 3) sobre (1, 1) es
v =
v = i + j. As la proyeccion
2
2
|v|
2
2
( 2)
5 5
,
.
2 2
1
(u v)
1
1
1
1
2i 3j sobre i + j es i j.
= = proyv u = i j. As la proyeccion
|v|2
2
2
2
2
2
m de Rn .
de Gram-Schmidt) Sea H un subespacio de dimension
Teorema 4.3 (Proceso de ortonormalizacion
Entonces H tiene una base ortonormal.
dem: Sea S = {v1 , v2 , . . . , vk } una base de H. Construyamos una base ortonormal a partir de los vectores de S
Eleccion del 1
er
vector unitario.
v1
v1
v1
1
Sea u1 =
= u1 u1 =
=
v1
v1
v1
v1
Eleccion del 2
do
(v1 v1 ) = 1 = u1 = 1
vector ortogonal a u1 .
(u v)
uv
Sea v2 = v2 (v2 u1 ) u1
Entonces v2 u 1 = v2 u1 (v2 u1 ) (u1 u1 ) = v2 u1 v2 u1 = 0 = v2 u1 .
1
ortogonal
(v2 u1 )
v1 ( / ) a la
|v1 |
independencia de v1 y v2
Eleccion del 2
Sea u2 =
do
v2
v2
vector unitario.
= {u1 , u2 } es un conjunto ortonormal.
Ahora, supongamos que se han construido los vectores u1 , u2 , . . . , um (m < k) y que forman un conjunto
ortonormal.
Veamos como construir um+1
Sea vm+1 = vm+1 (vm+1 u1 )u1 (vm+1 u2 )u2 . . . (vm+1 um )um para i = 1, 2, . . . , m
vm+1 ui = vm+1 ui (vm+1 u1 )(u1 ui )(vm+1 u2 )(u2 ui ). . .(vm+1 ui )(ui ui ). . .(vm+1 um )(um ui )
vm+1
vm+1
Inst. de Matematica
y Fsica
Universidad de Talca
32
Algebra
Lineal
Unidad 2
0
1
1
{v1 , v2 , v3 } = 1 , 1 , 0
0
1
1
Solucion:
Se tiene |v1 | =
2 = u1
1
2
1
2
0
= v2
3
= u2
2
Como |v2 | =
= v2 (v1 u1 ) u1
0
0
2
2
1 1 = 1 1 1
1
=
2 2
2 2
1
1
0
0
1 1
6
2
2 1 1
=
=
6
3 2
2
1
12
1
2
= v3 = v3 (v3 u1 ) u1 (v3 u2 ) u2
16
1
2
1 1 1
1
0
=
2
6
2
1
0
6
1 1 2
6
1
3
2
1 2
1
1
= 0 2 6
=
3
2
2
2
1
0
6
3
Por ultimo
|v3 | =
12
9
2
3
= u3 =
3
2
2
3
23
2
3
3
Por lo tanto, una base ortonormal en R es:
5.
1
3
=
13
1
2
1
2
3
1
6
,
1
6
2
6
1
3
1
,
3
1
3
Inst. de Matematica
y Fsica
Universidad de Talca
33
Algebra
Lineal
Unidad 2
V V
(v1 , v2 )
K
v1 , v2
v, v 0 v V
v, v = 0 v = 0
v , v , w V, , K, v + v , w = v , w + v , w
v, w = w, v , v, w V, donde w, v indica el conjugado complejo de v, w .
1
2
2
0.
esta expresion
es igual a cero s y solo
si v = 0 (es decir, s y solo
si v1 = v2 = 0).
Ademas,
Sea w = (w , w ). Entonces
1
u, v + w
u, v + u, w
Inst. de Matematica
y Fsica
Universidad de Talca
34
Algebra
Lineal
v1
v2
v3
vj
Sea uj =
Unidad 2
= v1
v2 , v1
v1
v1 , v1
v3 , v1
v3 , v2
= v3
v1
v2
v1 , v1
v2 , v2
..
.
vj , vj1
vj , v2
vj , v1
vj1 (2 j n)
v1
v2 . . .
= vj
v1 , v1
v2 , v2
vj1 , vj1
= v2
vj
. Entonces el conjunto = {u1 , u2 , . . . , un } es una base ortonormal de V.
vj
Ejemplo 5.2 (Para n=4) Si V e.v con prod. interno y x1 , x2 , x3 , x4 vectortes l.i de V, entonces los vectores ortogonales construidos con el preoceso anterior:
y1
y2
y3
y4
= x1
x2 , y1
y1
y1 2
x3 , y1
x3 , y2
= x3
y1
y2
y1 2
y2 2
x4 , y1
x4 , y2
x4 , y3
= x4
y1
y2
y3
y1 2
y2 2
y3 2
= x2
Ejemplo 5.3 Sean x1 = (3, 0, 4),x2 = (1, 0, 7),x3 = (2, 9, 11) en R3 con el producto interno canonico.
Aplicando
el proceso de Gram Schmidt se obtienen los vectores.
y1
(3, 0, 4)
y2
(1, 0, 7)
y3
25
(1, 0, 7), (3, 0, 4)
(3, 0, 4) = (1, 0, 7) (3, 0, 4) = (4, 0, 3)
25
25
(2, 9, 11), (3, 0, 4)
(2, 9, 11), (4, 0, 3)
(2, 9, 11)
(3, 0, 4)
(4, 0, 3) = (2, 9, 11) 2(3, 0, 4) (4, 0, 3) = (0, 9, 0)
25
25
Luego, y1 , y2 , y3 son no nulos y ortogonales 2 a 2. Por lo tanto, {y1 , y2 , y3 } es una base ortogonal para R3
Para expresar un vector como c.l de los vectores de esta base, utilicemos el coroloario (??).
3
v, yk
v, y1
v, y2
v, y3
3v1 + 4v3
4v1 + 3v3
9v2
v = (v1 , v2 , v3 ) =
yk =
y1 +
y2 +
y3 =
y1 +
y2 +
y3
2
2
2
2
yk
y1
y2
y3
25
25
81
k=1
3
1
2
En particular si v = (1, 2, 3) = v = y1 + y2 + y3
5
5
9
finita tiene una base ortonormal.
Corolario 5.1 Todo espacio vectorial de dimension
Definicion 5.2 Sea V e.v con prod. interno, W V, W = . Se llama complemento ortogonal de W .
W = {x V : x, v = 0 v W}
Observacion 5.1
Inst. de Matematica
y Fsica
Universidad de Talca
35
Algebra
Lineal
Unidad 2
b)
= x + y, v = x, v + y, v = 0 v W = x + y W
c) K = R, x W = x, v = x, v = 0 v W = x W
wW
w = (x, y, z) R3 x + y + z = 0
w = (x, y, z) R3 z = x y
w = (x, y, x y) x R y R.
w = x(1, 0, 1) + y(0, 1, 1) x R y R.
v R3 v, w = 0 w W
v = (x, y, z) R3 x z = 0 y z = 0
v = (x, y, z) R3 x = y = z
v = (x, x, x) x R
v = x(1, 1, 1) x R
v {(1, 1, 1)}
As W = {(1, 1, 1)}
Definicion 5.3
conjunto ortonormal.
Observacion 5.2
0 v v V
vv v = 0
Si A es una conjunto ortogonal y 0 / A el conjunto:
1
v
v :v A
es ortonormal. A
Inst. de Matematica
y Fsica
Universidad de Talca
36
Algebra
Lineal
Unidad 2
w, si = 0, i = 1, . . . , r (Por hipotesis).
As
w, s = w, a1 s1 + . . . , ar sr = a1 w, s1 + . . . + ar w, sr = 0
Y por lo tanto w S .
finita. Entonces
Proposicion 5.2 Sea V un e.v con prod. interno y S un subespacio vectorial de dimension
V = S S
dem: hay que probar que V = S + S y que S S = { 0 }. Sea {s1 , . . . , sk } base ortonormal de S
k
v, si si S
v vs , sj
v, si si , sj
i=1
k
v, sj
v, si si , sj
i=1
v, sj v, sj sj , sj
v, sj v, sj
0 j = 1, . . . , k
anterior, como v vs S v vs sj j
Luego, por la proposicion
Determinar W
Es R = W W ?
Solucion:
Inst. de Matematica
y Fsica
Universidad de Talca
37
Algebra
Lineal
Unidad 2
w = (a, b, c) R3 a b = 0 c 1 = 0
w = (a, b, c) R3 a = b c = 1
w = (a, a, 1), a R.
As W = {(a, a, 1) : a R}
Etapa 2: Determinar el subespacio W
u W
u, w = 0, u, w W
u = (x, y, z) R3 bx + by + z = 0
u = (x, y, z) R3 z = bx by
u = (x, y, bx by) R3 , b R
ax + ay bx by = 0
(a b)(x + y) = 0
x+y =0
y = x
Solucion:
Etapa 1: Determinar el conjunto W
AW
A M22 (R) A = At
A=
a
c
b
d
a
c
b
d
a
c
b
d
A=
a
c
b
d
a
c
b
d
a
b
c
d
A=
a
c
b
d
b=c
A=
a
b
b
d
; (a, b, d) R3
A=
a 0
0 0
0
0
0
d
A=a
1
0
+
0
0
0
b
+b
b
0
0
1
+
1
0
+d
Inst. de Matematica
y Fsica
Universidad de Talca
0
0
0
1
38
Algebra
Lineal
Unidad 2
1
0
As que W =
0
0
Ahora, si llamamos =
En efecto: a
1
0
0
0
0
1
+b
1
0
0
0
1
0
0
0
0
1
1
0
+d
0
1
0
1
1
0
0
0
0
0
,
0
1
0
1
0
0
0
0
a
b
b
d
0
0
0
0
= a = b = d = 0
0
0
0
1
1
0
= tr
1
0
0
0
0
1
1
0
= tr
0
1
0
0
=0
1
0
0
0
0
0
0
1
= tr
0
0
0
1
1
0
0
0
= tr
0
0
0
0
=0
0
1
1
0
0
0
0
1
= tr
0
0
0
1
0
1
1
0
= tr
0
1
0
0
=0
1
0
0
0
1
0
0
0
= tr
1
0
0
0
=1
1
0
0
0
1
0
0
0
0
1
1
0
0
1
1
0
= tr
0
1
1
0
0
1
1
0
0
0
0
1
0
0
0
1
= tr
0
0
0
1
0
0
0
1
0
0
Como
0
1
1
0
Como
0
0
0
1
Como
1
0
0
0
1
0
0
0
0
1
1
0
0
1
1
0
0
0
0
1
0
0
0
1
tr
tr
tr
1
0
0
0
0
1
2
1
2
0
0
Inst. de Matematica
y Fsica
Universidad de Talca
1
0
1
0
1
0
0
0
0
0
0
0
0
1
0
1
0
1
0
1
=1
=2
=
=1
=1
0
1
39