Espacios vectoriales
57
58 CAPITULO 3. ESPACIOS VECTORIALES
Ejemplo 3.2.
Los vectores libres, flechas ( segmentos rectos dirigidos ) que se
consideran iguales si tienen la misma direccion y longitud, son
un espacio vectorial definiendo la suma por la regla del parale-
logramo, y el producto por un escalar c v como un escalamiento
de v ( contando con el signo )
Rn , el conjunto de vectores columna de numeros reales
x1
x
2
n
V =R =
, xi R (3.1)
...
xn
Subespacios vectoriales
Definicion 3.3. Un subconjunto H V de un espacio vectorial V es un subes-
pacio vectorial si el mismo es un espacio vectorial, utilizando las operaciones (+, )
heredadas de V .
Se suele decir simplemente subespacio, en lugar de subespacio vectorial.
Entonces
0 0 0 0 00 00
2a + b 2a + b 2a + b + 2a + b 2a + b
v + w = b + b0 = b + b0 b00
=
a
a 0
a+a 0
a00
2a + b 2 1 2 1
H =
b , a, b R = a 0 + b 1 , a, b R = Gen 0 , 1
1
a 0 1 0
{(x, y, z) | ax + by + cz = 0}
5
" #
1 3 2
A= , u = 3 .
5 9 1
2
x = c1 v1 + c2 v2 + . . . + cp vp
donde los coeficientes c1 ,. . . ,cp son escalares arbitrarios, entonces una descrip-
cion explcita del espacio nulo es
n o
Nul A = Gen v1 , v2 , . . . , vp
Por tanto, Nul A = Gen{(2, 1, 0, 0, 0), (13, 0, 6, 1, 0), (33, 0, 15, 0, 1)}.
64 CAPITULO 3. ESPACIOS VECTORIALES
Proposicion 3.14.
1. El conjunto generador encontrado para Nul A por el procedimiento anterior es
linealmente independiente ( los vectores generadores estan escalonados, la
matriz que forman tiene un pivote por columna ).
2. El numero de vectores en el conjunto generador es igual al numero de variables
libres del sistema Ax = 0.
Este resultado permite ampliar el teorema I ( Teorema 1.44 ) cuando el espacio
nulo de A es el subespacio cero {0}:
A m n, Nul A = {0} Ax = 0 no tiene solucion no trivial.
3
3
2
3. Si u = y v = 1:
1
3
0
(a) esta u en Col A ? esta en Nul A ?
(b) esta v en Nul A ? esta en Col A ?
3.3. Bases
Como comentamos anteriormente, los conceptos de dependencia e indepen-
dencia lineal son absolutamente analogos entre vectores generales y vectores
de Rn , as que la definicion 1.37 de independencia lineal es vigente para un
espacio vectorial general ( Hay que hacer la siguiente puntualizacion: una com-
binacion lineal siempre consta de la suma de un numero finito de vectores
multiplicados por escalares )
66 CAPITULO 3. ESPACIOS VECTORIALES
los vectores en otro orden, se tiene otro conjunto ordenado. Algunos autores denominan a un
conjunto ordenado, un sistema de vectores.
3.3. BASES 67
3 4 2
Ejemplo 3.24. Determinad si v1 = , v2 = y v3 = 1 son una
0 1
6 7 5
h i
base de R3 . La reduccion por filas de v1 v2 a3 demuestra que hay
tres posiciones pivote, luego la matriz es invertible, luego los vectores
columna forman una base. Esto suele ser mas sencillo que calcular si
el determinante es distinto de cero, que sera un metodo equivalente.
Ejemplo 3.25. En R4 la base
1 1 1 0
1 1 1 0
, , ,
1 1 0 1
1 1 0 1
1 1 1 1
i 1 i 1
, , ,
1 1 1 1
i 1 i 1
0 2 6
v1 = 2 , v2 = 2 , v3 = 16 , y H = Gen{v1 , v2 , v3 }.
1 0 5
Gen{v1 , v2 , v3 } =
= {c1 v1 + c2 v2 + c3 v3 } = {c1 v1 + c2 v2 + c3 (5v1 + 3v2 )}
= {(c1 + 5c3 )v1 + (c2 + 3c3 )v2 } = {c1 v1 + c2 v2 } = Gen{v1 , v2 }
Teorema 3.27 (de existencia de una base de Gen{v1 , . . . , vp }). Sea S = {v1 , . . . , vp }
un subconjunto de V , y H = Gen{v1 , . . . , vp }.
1. Si un vector vk es combinacion lineal de los otros vectores de S, entonces el
conjunto S {vk } tambien genera H .
2. Si H , {0}, algun subconjunto de S es base de H .
v = c1 v1 + + ck vk + + cp vp
= c1 v1 + + ck (b1 v1 + + bk1 vk1 + bk+1 vk+1 + + bp vp ) + + cp vp
= (c1 + ck b1 )v1 + + (ck1 + ck bk1 )vk1 + (ck+1 + ck bk+1 )vk+1 + + (cp + ck bp )vp
= c10 v1 + + ck1
0 0
vk1 + ck+1 vk+1 + + cp0 vp
Las relaciones de dependencia entre las columnas de una matriz A son las
soluciones no triviales del sistema homogeneo Ax = 0. Como al realizar ope-
raciones elementales de fila sobre una matriz A, no vara el conjunto solucion
de Ax = 0, ni el significado u orden de las variables xi , es cierta la siguiente
proposicion.
1 4 0 2 1
h i 3 12 1 5 5
A = a1 a2 an = .
2 8 1 3 2
5 20 2 8 8
70 CAPITULO 3. ESPACIOS VECTORIALES
1 4 0 2 1
0 0 1 1 8
0 0 0 0 3
0 0 0 0 0
Ejemplo 3.33.
1 2
1 2 4
1 2 4 7
0 , 3 , 0 , 3 , 5 , 0 , 3 , 5 , 8 .
0 0
0 0 6
0 0 6 9
Demostracion. Existen escalares c1 ,. . . ,cn tales que (3.2) es valida para todo v V ,
ya que B genera todo V . Supongamos entonces que no son unicos, es decir, que
existen d1 ,. . . , dn tales que
v = d1 b1 + + dn bn .
Demostracion. Sean u = u1 b1 + u2 b2 + + un bn y y = v1 b1 + v2 b2 + + vn bn
dos vectores escritos en terminos de una base B = {b1 , . . . , bn } de un espacio
vectorial V . Sea c un escalar. Entonces
u + v = u1 b1 + + un bn + v1 b1 + + vn bn
= (u1 + v1 )b1 + + (un + vn )bn
a0
a
[p]E = 1 .
a2
a3
p(t) = a0 + a1 t + a2 t 2 + a3 t 3
a0
a
[p]E = 1
a2
a3
Teorema 3.48. Si un espacio vectorial tiene una base con un numero finito de vecto-
res n, entonces todas las bases tienen n vectores.
Definicion 3.49. Un espacio vectorial V que tiene una base B = {b1 , ...bn } con un
numero finito de vectores se denomina espacio de dimension finita. El numero n de
vectores de cualquier base suya es la dimension del espacio:
dim V = n.
La dimension del espacio vectorial nulo {0} se define como cero. Si V no tiene una
base finita, se dice que tiene dimension infinita.
1 3 6 0
5 0 0 4
v1 = , v2 = , v3 = , v4 = .
0 1 2 1
0 0 0 5
Dimensiones de subespacios
Teorema 3.51. Si H V es un subespacio de un espacio vectorial V de dimension
finita, entonces
1. La dimension de H es finita, y es menor o igual que la de V :
dim H dim V .
La segunda parte del teorema anterior asegura que existe lo que se denomina
una base de V adaptada al subespacio H .
Ejemplo 3.52. En el ejemplo 3.50 el conjunto S = {v1 , v2 , v4 } es una
base del subespacio tridimensional H de R4 . Podemos ampliar esta
base anadiendo un vector que no sea linealmente dependiente de
los anteriores. Si anadimos, por ejemplo, v5 = (1, 0, 0, 0), la matriz
formada por v5 , v1 , v2 y v4 es
1 1 3 0
0 5 0 4
0 0 1 1
0 0 0 5
que tiene pivotes en cada columna, por lo que las columnas son un
conjunto linealmente independiente que genera R4 , es decir, una
base de R4 . A este tipo de base, que se suele reorganizar escribiendola
como B = {v1 , v2 , v4 , v5 }, se la denomina base de V adaptada a H ,
porque sus primeros vectores son una base de H y los restantes la
amplan hasta ser base de todo V .
Teorema 3.53. Si V es un espacio vectorial de dimension finita n 1, entonces
Cualquier conjunto linealmente independiente de n vectores es una base.
Cualquier conjunto generador de V de n vectores es una base.
3.6. RANGO 79
3 6 1 1 7
A = 1 2 2 3 1 .
2 4 5 8 4
3.6. Rango
2 5 8 0 17
1 3 5 1 5
A = .
3 11 19 7 1
1 7 13 5 3
1 3 5 1 5
0 1 2 2 7
U =
0 0 0 4 20
0 0 0 0 0
1 0 1 0 1
x1 + x3 + x5 = 0
0 1 2 0 3
V = x2 2x3 + 3x5 = 0
0 0 0 1 5
0 0 0 0 0
x4 5x5 = 0
i base B = {b1 , . . . , bn } de R , la
En la seccion 3.4 estudiamos n
h como, dada una
matriz de coordenadas PB = b1 b2 bn permite pasar de coordenadas en
esa base a coordenadas en la base canonica mediante la operacion [x]E = PB [x]B .
En algunas aplicaciones es necesario determinar las coordenadas de vectores de
un espacio vectorial respecto a mas de una base. Por ejemplo, si tenemos dos
bases B , C de un espacio vectorial V ( no necesariamente Rn ) los vectores de
coordenadas [v]B y [v]C de un vector dado v son muy diferentes. Sin embargo,
se puede encontrar una relacion general entre las coordenadas en diferentes
bases.
Ejemplo 3.60. Si B = {b1 , b2 } y C = {c1 , c2 } son dos bases de un espacio
vectorial, cuyos vectores estan relacionados por
b1 = 4c1 + c2 y b2 = 6c1 + c2 .
" #
3
Si suponemos que v = 3b1 + b2 , es decir, [v]B = , encontrar las
1
coordenadas de v respecto a C es facil:
Ejemplo 3.62.
" # " #
9 5
Sean B = {b1 , b2 } y C = {c1 , c2 } dos bases de R2 , con b1 = , b2 = ,
1 1
" # " #
1 3
c1 = , c2 = . Para calcular el cambio de base de B a C se puede construir
4 5
una matriz aumentada
h i h i
c1 c2 b1 b2 = PE C PE B
y reducirla hasta que el lado izquierdo sea la identidad, con lo que el lado
derecho sera la matriz buscada:
h i h i h i
PE C PE B I PE1C PE B I PC B .
En nuestro caso
" # " #
h i 1 3 9 5 1 0 6 4
c1 c2 b1 b2 =
4 5 1 1 0 1 5 3
es decir " #
6 4
PC B = .
5 3
Si ahora quisieramos encontrar la matriz del cambio de coordenadas podramos
invertir " #
1 1 3 4
PB C = PC B = .
2 5 6
3.9. Resumen
Proposicion (Criterio de subespacio Definicion. El espacio nulo Nul A:
vectorial). H es un subespacio vectorial
Nul A = {x tales que Ax = 0}
si se cumple que
El espacio columna Col A:
1. v, w H v + w H ;
2. c R y v H cv H . Col A = {b tales que b = Ax}
h i
Teorema. El espacio Gen{v1 , . . . , vp }, vi Si A = a 1 a2 an tambien
V , es un subespacio vectorial de V . Col A = Gen {a1 , a2 , . . . , an }
v = c1 b1 + + cn bn [v]C = PC B [v]B .
y [v]B = (c1 , . . . , cn ) es el vector de coorde- Esa matriz es la formada por columnas
nadas de v en la base B . que son los vectores de la base B escritos
en coordenadas de la base C :
Definicion. Si B = {b1 , b2 , . . . , bn } es
una base de Rn , la matriz del cambio de PC B = [b1 ]C [b2 ]C [bn ]C .
h i
coordenadas es
h i ( PC B pasa coordenades en B a coor-
PB = b1 b2 bn denadas en C )
y la ecuacion x = c1 b1 + c2 b2 + bn se
La matriz de cambio de bases entre
escribe en forma matricial
dos bases B = {[b1 ]E , ..., [bn ]E } y C =
[x]E = PB [x]B {[c1 ]E , ..., [cn ]E } de Rn cuyos vectores
estan dados en la base canonica es
( PB pasa coordenades en B a coorde-
nadas en E ) PC B = PC E PE B = PC1 PB .