Matemtica IV
ALGEBRA LINEAL
ESPACIOS VECTORIALES
DEFINICIN. Sea V un conjunto no vaco de objetos, llamados elementos(vectores). Y sea F
un campo1, conjunto no vaco de objetos, llamados elementos(escalares).
Se definen las operaciones:
: V V V ; adicin de vectores
: F V V ; multiplicacin de un escalar por un vector
El conjunto V con las operaciones definidas se llama espacio vectorial sobre el campo F s
satisface los siguientes axiomas:
Axiomas para la Adicin
A1.
Si u y v son elementos cualesquiera en V, entonces u v est en V (es decir, V es
cerrado bajo la operacin + )
A2.
u v v u , para u y v en V
A3.
u ( v w) (u v) w , para u, v y w en V
A4.
Existe un elemento 0 (vector cero o nulo) en V tal que u 0 u , para toda u en V
A5.
Para cada u en V existe un elemento u en V tal que u u 0
Axiomas para la multiplicacin por escalares
M1.
Si u es cualquier elemento en V y es cualquier elemento en F, entonces u est
en V ( es decir V es cerrado bajo la operacin )
M2.
(u v) u v , para todo en F y toda u y v en V
M3.
( ) u u u , para todo y en F y toda u en V
M4.
( u) () u , para todo y en F y toda u en V
M5.
1 u u , para toda u en V
NOTA.
1. Si el campo F es el conjunto de los nmeros reales, obtenemos un espacio vectorial real
2. Si el campo F es el conjunto de los nmeros complejos, obtenemos un espacio vectorial
complejo.
3. En adelante consideraremos slo espacios vectoriales reales a menos que se indique lo
contrario.
Ejemplos
1. Sea V R , el conjunto de los nmeros reales con x y y x la adicin y
multiplicacin ordinarios de nmeros reales.
2. Sea V C , el conjunto de los nmeros complejos con x y y x la adicin de
nmeros complejos y multiplicacin de un nmero complejo por un real.
3. Sea V R n , el conjunto de todas las n-plas de nmeros reales con las operaciones de
adicin y multiplicacin escalar definidas en forma ordinaria.
4. Sea V (x, y,0) / x, y,0 R con las operaciones:
(x, y,0) (x' , y' ,0) (x x' , y y' ,0)
(x, y,0) (x, y,0)
5. Espacios Funcionales. Los elementos en V son funciones vectoriales con:
(f g)(x) f (x) g(x) , suma de dos funciones
1
Conjunto no vaco de escalares, con las operaciones de adicin y multiplicacin , que satisfacen cinco
axiomas para la adicin y cinco axiomas para la multiplicacin.
Espacios vectoriales
Matemtica IV
SUBESPACIOS
Sea V un espacio vectorial y S un subconjunto no vaco de V. Si S es un espacio vectorial con
respecto de las operaciones en V, entonces S es un subespacio de V.
CRITERIO DE SUBESPACIO
Un subconjunto S no vaco de un espacio vectorial V es un subespacio si y solo si satisface los
axiomas de clausura o cerradura.
Es decir;
S es un subespacio de V si y solo si se cumplen las siguientes condiciones:
1. Si u y v son vectores cualesquiera en S, entonces u v est en S
2. Si es cualquier nmero real y u es cualquier vector en S, entonces u est en S.
NOTA
Cada espacio vectorial V tiene al menos dos subespacios, l mismo y el subespacio 0 que
consta slo del vector cero. Estos son llamados subespacios triviales.
Ejemplos
1.
Sea
f C[a,b]
'
Por tanto C[a,
b] es un subconjunto de C[a,b]
Espacios vectoriales
Matemtica IV
'
Sea R y sea f C[a,
b] , entonces f es continuamente diferenciable, es
2.
'
decir f C[a,
b]
'
Por tanto C[a,
b] satisface el axioma de clausura respecto a la multiplicacin por un
escalar.
En conclusin, C[' a ,b] es un subespacio de C[a ,b]
En general;
Sean
Entonces
(x1 , y1 ) S y (x 2 , y 2 ) S
y1 2x1 , y 2 2x 2
Sumando ambas expresiones se obtiene
y1 y 2 2 (x1 x 2 )
Entonces
(x1 x 2 , y1 y 2 ) S
Por tanto
(x1 , y1 ) (x 2 , y 2 ) S
2.
Sean
Entonces
(x1 , y1 ) S y R
y1 2x1
y1 2 x1
Entonces
(x1 , y1 ) S
Por tanto
(x1 , y1 ) S
En conclusin S es un subespacio de R 2
3.
Espacios vectoriales
Matemtica IV
y1 x1 1 , y 2 x 2 1
entonces
(x1 x 2 , y1 y 2 ) W
por lo tanto
(x1 , y1 ) (x 2 , y 2 ) W
En consecuencia W no es subespacio de R 2
o tambin basta considerar el vector nulo, es decir (0,0) W
4.
Determinar si el subconjunto
subespacio de R
M (x1 , x 2 , x 3 ) R 3 / x12 x 22 x 32 1
es un
Solucin.
M es un subconjunto no vaco de R 3 , basta considerar (1,0,0) M R 3
Sea
(x1 , x 2 , x 3 ) , ( y1 , y 2 , y 3 ) M
Entonces
x12 x 22 x 32 1 , y12 y 22 y 32 1
sumando ambas expresiones
x12 y12 x 22 y 22 x 32 y 32 2
entonces
(x1 y1 , x 2 y 2 , x 3 y 3 ) M
Por lo tanto
(x1 , x 2 , x 3 ) ( y1 , y 2 , y 3 ) M
En consecuencia M no es subespacio de R 3
o tambin basta considerar el vector nulo, es decir (0,0,0) W
5.
; a 0 , a1 , , a n R , n N
Espacios vectoriales
Matemtica IV
(x , x
S1 (x1 , x 2 , x 3 ) R 3 / x 3 0
S2
2 , x3 )R
0, ,0 R
/ x1
S S1 S2 x1 , x 2 , x 3 R 3 / x1 0 , x 3 0
S S1 S2
/ R es el eje x 2
Y
X
Ejercicio. Demostrar que la interseccin de toda familia de subespacios de V, es un subespacio
de V.
UNION DE SUBESPACIOS
Si S1 y S 2 son dos subespacios de V, entonces S1 S 2 no necesariamente es un subespacio de
V.
Ejemplo
Sean
S1 x (x, y) / y 2x y S2 y (x, y) / y 4x
dos subespacios. La unin S1 S 2 es el par de rectas.
Si
x S1 x S1 S 2
y S 2 y S1 S 2
pero
x y S1 S2
SUMA DE SUBESPACIOS
Sean S1 y S 2 dos subespacios de V. Se define el conjunto
S S1 S2 x V / x x1 x 2 ; x1 S1 , x 2 S2
llamado suma de los subespacios S1 y S 2 .
Ejercicios
Demostrar que la suma de dos subespacios de V es un subespacio de V.
SUMA DIRECTA
Sean S1 y S 2 dos subespacios de V. Se define la suma directa de S1 y S 2 como:
S S1 S2 S S1 S2 , S1 S2 0
Ejercicio
Si S1 , S2 , , Sn son subespacios de V, entonces
Rogelio Cerna Reyes
Espacios vectoriales
Matemtica IV
n
n
S Si x V / x x i ; x i Si , i 1,2, , n
i 1
i 1
es un subespacio de V.
v i vi
i 1
; v1 , v 2 , , v n S , 1 , 2 , , n escalares
Ejemplos
1. El espacio R 2 est generado por cada uno de los siguientes conjuntos de vectores i, j ,
i, j, i j , 0, i,i, j, j, i j
2. El espacio de todos los polinomios P( t ) de grado n n est generado por el
conjunto de n 1 polinomios 1, t, t 2 , , t n
3. El espacio de todos los polinomios est generado por el conjunto infinito de los
polinomios 1, t, t 2 ,
4. En 2 sean v1 2t 2 t 2 , v 2 t 2 2t , v 3 5t 2 5t 2 , v 4 t 2 3t 2
vectores en S. Determinar si el vector u t 2 t 2 pertenece a la envolvente lineal de
S.
Solucin
Si existen escalares 1 , 2 , 3 , 4 tal que
1v1 2 v 2 3 v 3 4 v 4 u ,
entonces u pertenece a L(S) genv1 , v 2 , v 3 , v 4
Remplazando los vectores se tiene
1 2t 2 t 2 2 t 2 2t 3 5t 2 5t 2 4 t 2 3t 2 t 2 t 2
21 2 5 3 4 t 2 1 2 2 5 3 3 4 t 21 2 3 2 4 t 2 t 2
De donde se obtiene el sistema lineal
Espacios vectoriales
Matemtica IV
21 2 5 3 4 1
1 2 2 5 3 3 4 1
21
2 3 2 4 2
2 0
2 2 2 elementales
1 0 1 1 0
0 1 3 1 0
0 0 0 0 1
x1 , x 2 , x 3 (, , )
De donde; x1 , x 2 , entonces x 3 x1 x 2
Finalmente, se tiene el plano de ecuacin x1 x 2 x 3 0 y se escribe
L(S) genv1 , v 2 x1 , x 2 , x 3 / x 3 x1 x 2
x1 , x 2 , x 3 (2 , 2,2 )
(1) 2 x 1
(2) 2 x 2
(3) 2 x 3
De (1) y (3) se tiene: x1 x 3 y x 2 cualquier real
Finalmente, se tiene el plano de ecuacin x1 x 3 0 y se escribe
L(S) genv1 , v 2 x1 , x 2 , x 3 / x1 x 3 0 , x 2 R
Espacios vectoriales
Matemtica IV
1 0
0 1
0 0
, v2
, v3
v1
0 1
0 0
1 0
Solucin.
Le1 , e 2 gene1 , e 2 R 2
INDEPENDENCIA LINEAL
DEFINICIN. Los vectores v1 , v 2 , , v n en un espacio vectorial son linealmente
dependientes si existen escalares 1 , 2 , , n no todos iguales a cero, tales que
1v1 2 v 2 n v n 0
1 1,1,0,0 2 2,0,1,1 0
obtenemos el sistema
1 2 2 0
1 0
2 0
2 0
Espacios vectoriales
Matemtica IV
Cuya nica solucin es 1 2 0 . Por lo tanto los vectores son linealmente independientes.
Ejemplo.
Es el conjunto S v1 (1,2,1), v 2 (1,2,1), v 3 (3,2,1), v 4 (2,0,0) linealmente
independiente o linealmente dependiente?
Solucin.
De la ecuacin
Obtenemos el sistema
1 2 3 3 2 4 0
21 2 2 2 3 0
1 2 3 0
De donde, como el nmero de incgnitas es mayor que el nmero de ecuaciones el sistema tiene
una solucin no trivial. Por lo tanto, S es linealmente dependiente.
Tambin, se puede considerar el sistema en forma matricial
Aqu dos de las muchas soluciones
1 1, 2 2, 3 1, 4 0
1 1, 2 1, 3 0, 4 1
Ejercicio.
Halle el conjunto S que genera al subespacio LS x, y, z R3 / x y, 2x z 0
Solucin.
Para hallar el conjunto S, se debe conseguir las ecuaciones paramtricas del subespacio a partir
de las ecuaciones cartesianas
yx
z 2 y
z 2x
Entonces
x, y, z y, y,2y y1,1,2
Por lo tanto el conjunto S 1,1,2 genera a LS .
Ejercicio.
Sea S1 1,0,1, 1,1,0, entonces LS1 x, y, z R3 / x y z 0
Sea S2
/x yz 0
Entonces
S1 1,0,0, 0,1,0
Espacios vectoriales
Matemtica IV
Ejercicio.
Si S 1,0,0, 0,1,0, 1,1,0 , halle LS
Solucin.
Sea x, y, z R 3 , entonces
En forma matricial;
1 0 1 x
0 1 1 y
0 0 0 z
De donde; z 0 y x , y
Sea t
Por lo que
Finalmente;
Propiedad. Si S2 se construye aadiendo vectores que sean combinacin lineal de los vectores
de S1 , S1 S2 , entonces LS1 LS2
NOTA
1. Si un subconjunto T de un conjunto S es linealmente dependiente, entonces S es
linealmente dependiente.. Lgicamente, todo subconjunto de un conjunto linealmente
independiente es linealmente independiente.
2. Si un elemento de S es el producto de otro por un escalar, S es dependiente.
3. Un vector es linealmente independiente si no es el vector cero.
4. Si 0 S , entonces S es linealmente dependiente.
5. El conjunto vaco es linealmente independiente.
6. Todo conjunto finito S contiene un subconjunto linealmente independiente que genera
el subespacio L(S)
RANGO DE UN CONJUNTO DE VECTORES. Se denomina rango de un conjunto de
vectores al nmero mximo de vectores linealmente independientes.
BASES Y DIMENSION
DEFINICIN. Un conjunto finito S de elementos de un espacio vectorial V se llama base finita
de V si
1. S es linealmente independiente y
2. S genera a V
10
Espacios vectoriales
Matemtica IV
Ejemplo
1. Los vectores e1 (1,0) y e 2 (0,1) forman una base para R 2
2. Los vectores e1 (1,0,0) , e 2 (0,1,0) y e 3 (0,0,1) forman una base para R 3
3. En general, Los vectores e1 (1,0, ,0) , e 2 (0,1, ,0) , ... , e n (0,0, ,1) forman
una base para R n
Cada uno de los conjuntos de vectores de los ejemplos anteriores se llama base natural o
base cannica para R 2 , R 3 y R n respectivamente.
Teorema. Un conjunto S v1 , v 2 , , v n es una base para un espacio vectorial V si y slo si
todo vector en V se puede escribir en forma nica como una combinacin lineal de los vectores
en S.
Teorema. Sea S v1 , v 2 , , v n un conjunto de vectores no nulos en un espacio vectorial V
y W L(S) . Entonces, algn subconjunto de S es un base para W.
Ejemplo.
Sea S v1 (1,2,2,1), v 2 (3,0,4,3), v 3 (2,1,1,1), v 4 (3,3,9,6), v 5 (9,3,7,6)
un conjunto de vectores en R 4 . Determinar un subconjunto de S que sea una base para
W L(S) .
Solucin
De la ecuacin
1 (1,2,2,1) 2 (3,0,4,3) 3 (2,1,1,1) 4 (3,3,9,6) 5 (9,3,7,6) (0,0,0,0)
obtenemos el sistema
1 3 2 2 3 3 4 9 5 0
21 3 3 4 3 5 0
21 4 2 3 9 4 7 5 0
1 3 2 3 6 4 6 5 0
0
1 1 / 2 3 / 2 5 / 2 0
0
0
0
0
0
0
0
0
0
0
0
1/ 2
3/ 2
3/ 2
luego las columnas 1 y 2 son pivote, por lo que las columnas 1 y 2 de la matriz original son
una base para W L(S)
Es decir
v1 (1,2,2,1), v 2 (3,0,4,3)
es una base para W L(S)
11
Espacios vectoriales
Matemtica IV
Teorema.
Si S v1 , v 2 , , v n es una base para un espacio vectorial V y
T w1 , w 2 , , w r es un conjunto linealmente independiente de vectores en V, entonces
rn.
Corolario. Si S v1 , v 2 , , v n y T w1 , w 2 , , w m son bases para un espacio vectorial
V, entonces m n .
Ejemplos
1. El conjunto de vectores
v1 (1,0, ,0), v 2 (1,1, ,0, ,0), v 3 (1,1,1,0, ,0),, v n (1,1, ,1)
es una base de R n
Pn P(t ) / P(t ) a 0 a 1t a 2 t 2 a n t n
12
Espacios vectoriales
Matemtica IV
v S es nica.
v w S v S w S
v S v S , escalar real
Ejemplo
Sea
Solucin
De
1 (1,1,0,0) 2 (2,0,1,0) 3 (0,1,2,1) 4 (0,1,1,0) (1,2,6,5)
Se tiene, un sistema lineal de cuya matriz aumentada se obtiene la matriz escalonada
reducida
1 0 0 0 3
0 1 0 0 1
0 0 1 0 2
0 0 0 1 1
Entonces, el vector de coordenadas de v respecto de la base S es
v S (3,1,2,1)
MATRIZ DE TRANSICIN O MATRIZ DE CAMBIO DE BASE.
Sean M v1 , v 2 , , v n y N w1 , w 2 , , w n bases para el espacio vectorial V de
dimensin n. Si v es cualquier vector en V, entonces
Sea
v 1w1 2 w 2 n w n
de modo que
vN (1 , 2 ,, n )
Entonces
v M 1w1 2 w 2 n w n M
vM
1[w1]M 2[w 2 ]M n [w n ]M
Donde
n
w j pijvi
i 1
j 1,2,, n w j
p1 j
p2 j
,
p nj
j 1,2,..., n
Luego
vM
p11
p12
p1n
p
p
p
12 1 22 2 2n n
p n1
p n 2
p nn
13
Espacios vectoriales
Matemtica IV
Entonces
vM
p n1 p n 2 p nn 4
o tambin
vM PvN
bases para R 3
a) Calcular la matriz de transicin P de la base N a la base M
b) Verificar vM PvN para v (4,9,5)
Solucin.
a)
1 0 1 3 3 2
llevando a su forma escalonada reducida, se tiene,
1 0 0 2 2 1
0 1 0 1 1 1
0 0 1 1 1 2
14
Espacios vectoriales
Matemtica IV
2 2 1
P 1 1 2
1 1 1
b)
de modo que
[v]M (4,5,1)
de modo que
[v] N (1,2,2)
4 2 2 1 1
5 1 1 2 2
1 1 1 1 2
S (x1 , x 2 , x 3 ) R 3 / x 3 x1 x 2
Solucion.
De (x1 , x 2 , x 3 ) S se tiene que
x1 , x 2 , x 3 x1 , x 2 , x1 x 2 x1 (1,0,1) x 2 (0,1,1)
Luego v1 (1,0,1) , v 2 (0,1,1) generan a S.
Adems de
1v1 2 v 2 0
1 (1,0,1) 2 (0,1,1) 0 1 2 0
15
Espacios vectoriales
Matemtica IV
0 0
0 0
1 0
0 1
P3 P3 (t ) 2 t 3t 2 t 3
16