You are on page 1of 21

1

Tabla de contenido
ESPACIOS VECTORIALES ................................................................................................. 3

Vectores IRn ........................................................................................................................ 5


DEFINICION (Espacio Vectorial) ......................................................................................... 3

COMBINACION LINEAL .......................................................................................................... 5


SUBESPACIO VECTORIAL ....................................................................................................... 7
COMBINACIONES LINEALES Y ESPACIO GENERADO ................................................................ 8
DEPENDENCIA LINEAL E INDEPENDENCIA LINEAL ............................................................. 10
BASE DE UN ESPACIO VECTORIAL......................................................................................... 13
DIMENSIÓN DE UN ESPACIO VECTORIAL .............................................................................. 14
CAMBIO DE BASE ................................................................................................................. 15
RANGO Y NULIDAD .............................................................................................................. 16
TEOREMA(del Rango) .......................................................................................................... 18
GUIA DE EJERCICIOS............................................................................................................ 19

2
ESPACIOS VECTORIALES
El objetivo es alcanzar una presentación eficiente de la información a través del lenguaje que
proporcionan conceptos elementales como son los vectores, combinaciones lineales, matrices,
funciones, sistemas de ecuaciones lineales, los cuales adecuadamente entrelazados permiten
lograr una forma de ordenar la información y acceder rápidamente a ella, para modelar
situaciones reales que permiten estudiar comportamiento de sistemas complejos, variar
condiciones con el fin de hacerlos más eficientes.

DEFINICION (Espacio Vectorial)


Un conjunto V constituye un espacio vectorial sobre el cuerpo (K, +, ⋅) si en este
conjunto V (vectores) es posible definir una operación interna + (suma vectorial) y una
operación externa ⋅ (ponderación escalar)

V con la suma vectorial definida +: VxV → V cumple:

a) ∀ v, w ∈ V ∶ v + w ∈ V
b) v + w + r = v + w + r; ∀ v, w, r ∈ V Asociatividad de la Suma.
Ley de composición Interna.

c) ∃ 0 ∈ V tal que v + 0 = 0 + v = v; ∀ v ∈ V Elemento Neutro 0


d) ∀ v ∈ V, ∃ − v ∈ V tal que v + −v = −v + v = 0 Elemento Opuesto (–v)
e) v + w = w + v, ∀ v, w ∈ V Conmutatividad de la Suma.
La operación externa ⋅ definida ⋅ : K x V → V cumple:

f) ∀ v ∈ V, ∀ α ∈ K se cumple α ∙ v ∈ V; Ley de composición externa.


g) α ∙ v + w = α ∙ v + α ∙ w ∀v, w ∈ V, ∀k ∈ K.
h) α + β ∙ v = α ∙ v + β ∙ v ∀ v ∈ V, ∀ α, β ∈ K.
i) α ⋅ β ∙ v = α β ∙ v ∀ v ∈ V, ∀α , β ∈ K.
j) 1 ∙ v = v ∀ v ∈ V, 1 ∈ K.
Notación

Para señalar que V es un espacio vectorial sobr e K, se escribe (V, + , · , K) , que se


denota VK de aquí en adelante.

El cuerpo K puede ser el de los números reales IR, números racionales Q, números A
los elementos de V se les llama, genéricamente, “vectores” y a los elementos de K se les llama
“escalares”.

En general anotamos α ' en lugar deα ∙ '. Esta es la ponderación de un vector por un
escalar y no constituye una multiplicación.

Proposición
En el espacio vectorial VK sobre el cuerpo K se cumple:

a. Los vectores 0v y (–v), cuya existencia garantiza c) y d) de la definición de

b. La ponderación del vector nulo por cualquier escalar produce el vector nulo: α 0v = 0v
espacio vectorial, son únicos.

3
d. −α v = α −v = − α v; ∀ v ∈ V, ∀ α ∈ K.
c. La ponderación de cualquier vector por el escalar nulo produce el vector nulo.0v = 0

Demostración (c)

Sea 0∈ K, v ∈ V , en K se tiene que 0 = 0 + 0, por lo tanto

0v = 0 + 0v
= 0v + 0v / + (− 0v
( suma en K)

− 0' + 0' = − 0' + (0' + 0')


(suma en V)

0 = (− 0' + 0') + 0'


(Asociatividad de + en V)→∀∃

0 = 0 + 0v.
(Asociatividad de + en V
(Elemento Opuesto en V)
0 = 0v (Elemento Neutro en V)
Ejemplo
1. El conjunto de los vectores IRn con las operaciones + ∧ ⋅ estándares es un espacio
vectorial sobre IR, en que los tres casos especiales n= 1( números reales), n= 2(vectores en
el plano), n = 3 (vectores en el espacio) son los más importantes.
2. IRIR es un espacio vectorial con las operaciones + ∧ ⋅ usuales, es decir, se puede ver
al real s como el vector s o bien como el escalar α = s, ya que IRIR cumple
con todas las propiedades que definen a un espacio vectorial.
3. El conjunto de los vectores IR2 es un espacio vectorial sobre IR
4. El conjunto de las matrices cuadradas de orden n : Mn sobre un cuerpo K ( IR o C)
constituye un espacio vectorial
5. Si V es el conjunto de las funciones con valores reales definidas en [a,b] ⊆ IR,
f= f(x), g= g(x) funciones en V, α cualquier número real , se definen:
(f + g)(x) = f(x) + g(x) ∀f, g vectores en V
(αf)(x) = αf(x) ∀ f vector, ∀α escalar
Se tiene que VIR es un espacio vectorial, note que el 0 vector es la función nula f(x) =0
para todo x (gráficamente el eje x), el opuesto de f es la función - f ( geométricamente
sus gráficas son simétricas respecto del eje x), la ponderación de f geométricamente
corresponde a una curva paralela a f a la distancia α si α > 0, y a la distancia ¿? Si
α< 0.

a, b + c, d = a + c, b + d
α a, b = a, αb
6. Si en IR2 se define la adición

se tiene que ℝ- , +, ∙ , ℝ no es un espacio vectorial ya que, al considerar los escalares


la ponderación

α= 3 ∧ β = 7 , el vector v = 6, 1 se tiene α + βv = αv + βv no se verifica:

α + βv = αv + βv
?

3 + 7 6,1 = 3(6,1) + 7(6,1)


?

10 6,1
?
=
6,10
(6,3) + (6,7)
≠ (12,10)

4
Vectores IR5

Considerando el ejemplo 1 “El conjunto de los vectores IR5 con las operaciones + ∧ ⋅
estándares es un espacio vectorial sobre IR, en que los tres casos especiales n = 1( números
reales), n= 2 (vectores en el plano), n = 3 (vectores en el espacio) son los más importantes”
 v1 
 
Un vector v en IR se anota por ('6 , '- , '7 , … … . . , '9 ) o por la matriz columna  M 
5
 v2 
 
 M 

2
 vn 

El vector v = (2, 3, 8) ∈ IR7 en virtud de la notación anterior v = (2, 3, 8) =:3=


8
Dos vectores de IR5 son iguales si componente a componente son iguales.

Los vectores (IR-(IR),+,⋅) = >?@A


-
se estudiaron en el curso anterior, pero es conveniente revisar
algunas ideas:

COMBINACION LINEAL
Si {v6 , v- , v7 , … … . . , v5 } es un conjunto de vectores en IR5 y α6 , α- , α7 , … … . . , α5 escalares, el
vector de la forma u = α6 v6 , α- v- , α7 v7 , … … . . , α5 v5 se denomina combinación lineal de los
vectores {v6 , v- , v7 , … … . . , v5 }

3 −1
Si v6= D F , v- = D F obtener el vector u = 2v6 - GH v-
Ejemplo

5 3
3 7 −1
u = 2D F - D F
5 - 3

6
G

u = D F + IHJK
10 H
LM

u = IHJK
H 6N -O
- -
=( , )
H
Ejemplo
Dado el conjunto B = { (-1,1,0) , (2,0,1) , (1, 1,1)} determine si el vector u= (0, 2, 1) es
una combinación lineal de los vectores de B.

Solución
u = (0,2,1) = α(-1,1,0) + β(2,0,1) + γ(1, 1,1) se tiene (0,2,1) = (-α+2β+ γ , α+γ, β + γ )
por igualdad de vectores -α+2β+ γ =0
α +γ=2
β+γ=1

5
−1 2 1 M 0 0 2 2 M 2 0 1 1 M 1 1 0 1 M 2
Cuya matriz aumentada  1 0 1 M 2
 ∼ 1 0 1 M 2 ∼ 1 0 1 M 2 ∼ 0 1 1 M 1
       
 0 1 1 M 1 0 1 1 M 1 0 1 1 M 1 0 0 0 M 0

se tiene que α = 2 - γ
β = 1 - γ ∴ Si γ = 0 con α= 2, β = 1 se tiene que u es combinación líneal de los
vectores de B .

Ejercicio

1. Dado el conjunto B = { (-1,1,0) , (2,0,1) , (1, 1,1)} determine si el vector w =(2, 1, 1) es

−Q − 4S −1 2
una combinación lineal de los vectores de B.
2. Determine si el vector P T es combinación lineal de los vectores D F ∧ D F
2Q + S 4 −3
3. Determine el o los valores de t tales que el vector (t, 2, -2t) sea una combinación lineal de
los vectores de B ={ (0,2,1), (1,0,k)}

Sistemas de ecuaciones lineales como ecuaciones vectoriales


Sean x1 , x2 ,......, xn incógnitas de un sistema para el cual la matriz de los coeficientes es A y los
términos constantes son las componentes de un vector b, por lo tanto, si a 1 , a 2 ,....., a n son las
x
aaaa

x
aaaa

......

x
aaaa
n
nnnn
1
1111

2
2222
columnas de A, las notaciones siguientes son equivalentes [A : b] ⇔ + + + =b

Ejemplo

2 x + 3 y + 12 z = 0  2 3 12  0 2 3  12 


          
x − y − 2 z = 4  sistema con A =  1 − 1 − 2 , b =  4  ∧ a 1 =  1  , a 2 =  - 1, a 1 =  - 2 
5 x + 9 z = 6  5 0 9  6 5 0 9
        
)
Teorema
Si A es una matriz de orden mxn entonces las afirmaciones siguientes son equivalentes:

i. El sistema lineal cuya matriz aumentada [A : b] es consistente para todos los vectores b en IRU
ii. Todo vector b en IRU es una combinación lineal de las columnas de A
iii. A tiene m posiciones pivotes
Observe que en las partes ii, iii, del teorema se refieren a la matriz de los coeficientes no a la
matriz aumentada.

6
SUBESPACIO VECTORIAL
.
Definición

Sea VV un espacio vectorial sobre K y W ≠ ɸ , S ⊆ V, se dice que S es un subespacio


vectorial de V, lo cual se denota S ⨞ V, si el conjunto S provisto de las operaciones del
espacio vectorial es, en sí mismo, un espacio vectorial sobre el cuerpo K.

Demostrar que un subconjunto S de un espacio vectorial es un subespacio implica, hasta el


momento, verificar que se cumplen los diez axiomas de las operaciones de espacio vectorial;
por cierto un trabajo tedioso, para simplificar esta demostración se enuncia el

Sea VV un espacio vectorial sobre K y y W ≠ ɸ , S ⊆ V, entonces


Teorema (Criterio para un subespacio)

1 0 ∈ S
A ⨞ V ⇔ _ 2 v, w ∈ S ⇒ v + w ∈ S
3 α ∈ K, v ∈ S ⇒ αv ∈ S

→) Como que S ⨞ V , se tiene que S es un espacio vectorial , entonces, se cumple


Demostración.

⇐) Como por hipótesis se cumple 1), 2) y 3) entonces debemos verificar que se cumplen los
inmediatamente 1), 2) y 3) por los axiomas de la definición de espacio vectorial.

Por tanto, basta con hacer ver que ∀ w ∈ S, −w ∈ S ya que las otros axiomas son
axiomas a), b),… j) de la definición de espacio vectorial.

inmediatas puesto que, si p ∈ A ⊆ V entonces p ∈ V y satisface las condiciones en V.


Como S ≠ ɸ entonces existe w ∈ S ⊆ V; w en V, −1 ∙ w = −w, pero por 3) de la
hipótesis, −1 ∙ w = −w ∈ S.

1. Sea VV un espacio vectorial sobre K, entonces i. VV ⨞ VV


Ejemplo

ii. {0} ⨞ VV son los subespacios triviales


de todo espacio vectorial VV

i. En efecto VV al ser espacio vectorial verifica 1), 2), 3), del criterio de subespacio, por lo
Solución

tanto VV es un subespacio de sí mismo, se tiene que VV ⨞ VV


ii. W = {0} , se tiene que se verifica 1) Pues 0 ∈ S, 2) (0 + 0)∈ S, 3) α⋅0 = 0 ∈ S. del
criterio de subespacio vectorial, por lo tanto, {0} ⨞ VV

2. Sea ℝ7ℝ un espacio vectorial, entonces W = { a, b, c / a ∈ ℝ, b = c = 0} ⊆ ℝ es un


subespacio vectorial de ℝ3R.

En efecto, 0 = (0, 0, 0) ∈ W, por lo tanto 0 ∈ W se cumple 1) del criterio


Solución

Si v = a, b, c ∧ w = p, q, r ∈ W, por lo tanto a ∈ ℝ, b = c = 0; p ∈ ℝ, q = r = 0

7
entonces v + w = a + p, b + q, c + r ∈ W ya que a + p ∈ ℝ ∧ b + q = c + r = 0.
Por lo tanto, ( v + w) ∈ W se cumple 2) del criterio

Si v = (a,b,c)∈ W se tiene a ∈ ℝ, b = c = 0, α ∈ ℝ, entonces


αv = α(a,b,c) = (αa, αb, αc) ∈ W pues αa ∈ ℝ ∧ αb = αc = 0
Por lo tanto, αv ∈ W, se cumple 3) del criterio
Entonces W es subespacio vectorial de ℝ7ℝ

Determinar si W es subespacio de ℝ7ℝ en cada uno de los siguientes casos.


Ejemplo

iv. W = { a, b, c / a = 2b, c ∈ ℝ}
v. W = { a, b, c / a ≤ b, ≤ c}
vi. W = { a, b, c / ab = 0}

i. Se verifica fácilmente que W ⨞ ℝ7ℝ (Hagalo usted, en forma análoga al ejemplo)


Solución

ii. No es subespacio, pues v = 1,2,3 ∈ Wpero −2v = −1, −4, −6 ∉ W


iii. No es subespacio, pues v = 0,1,3, w = 1,0,7 ∈ Wpero v + w = 1,1,10 ∉ W

Demostrar que Si W, U son subesp acios vectoriales de VV entonces W ∩ U ⨞ VV


Ejemplo

0 ∈ W ∧ 0 ∈ U entonces 0 ∈ W ∩ U se cumple 1) del criterio


Solución

Si v, w ∈ W ∩ U entonces v , w ∈ W ∧ v, w ∈ U entonces v + w ∈ W ∩ U se cumple

Si v ∈ W ∧ v ∈ U, α ∈ K entonces αv ∈ W ∧ αv ∈ U se tiene que αv ∈ W ∩ U para


2) del criterio.

v ∈ W ∩ U , α ∈ K, por lo tanto, se cumple 3) del criterio


Por lo tanto, W ∩ U

COMBINACIONES LINEALES Y ESPACIO GENERADO

Sea VV un espacio vectorial sobre el cuerpo K ∧ B = {v1 , v2 , … , vn } ⊆ V entonces, si existen


Definición

escalares α6 , α- , … , α5 ∈ K tal que i =


n

∑α v
i =1
i i se dice que el vector v es una combinación

lineal de los vectores de B


.

Determinar si el vector v = 1,7, −4 ∈ ℝ3 es combinación lineal de los vectores del


Ejemplo

conjunto B = {v1 , v2 } ⊆ ℝ7ℝ donde v1 = 1,3, −2, v2 = 2, −1, −1.

8
Para que v sea combinación lineal de los vectores del conjunto B deben existir reales α6 , α-
Solución

tales que v = α6 v6 + α- v- al cambiar por los valores se tiene


α6 + 2α- = 1
v = α6 v6 + α- v- ⇒ 1, 7, −4 = α6 1, −3, 2+α- 2, −1, −1 ⇒ j−3α6 − α- = 7
2α6 −α- = −4

1 2 1 f ∙ 3 + f- 1 2 1
para resolver el sistema se usa Gauss Jordan

C = A|B = :−3 −1m 7 = 6 ∼ :0 5 m 10 = f- ∙ 1 + f7


f ∙ −2 + f7
2 −1 −4 6 0 −5 −6
1 2 1 f ∙ 1⁄5 1 2 1 f ∙ −2 + p 1 0 −3
∼ :0 5m10= 6 ∼ :0 1m2= - 6
~ :0 1m 2 =
f ∙ 1⁄4 f7 ∙ 1⁄4
0 0 4 7 0 01 0 0 1

El sistema no tiene solución, entonces v no es combinación lineal de v6 y v-.

Sea Vs un espacio vectorial sobre K, B ≠ ∅ , B ⊆ V, al conjunto L B formado por todas


Definición

las combinaciones lineales de vectores de B lo llamamos conjunto generado por B y lo


denotamos también 〈B〉.

Sea Vs un espacio vectorial sobre K ∧ B ≠ ∅, B ⊆ V, entonces 〈B〉 ⊲ Vs


Proposición

Sea B = {v6 , v- , … … , v5 } ⊆ V, entonces


Demostración

0 = 0 ∙ v6 + 0 ∙ v- + … … . + 0 ∙ v5 , así 0 ∈ 〈B〉 cumple 1) del criterio


Si v, w ∈ 〈B〉 y α ∈ K, debemos demostrar que α v + w ∈ 〈B〉.
Como v ∈ 〈B〉 entonces v = ∑5z{6 αz vz , como w ∈ 〈B〉 entonces w = ∑5z{6 γz vz , de
donde αv + γw = ∑5z€6|αz '} + γz vz ~ = ∑5z€6|αz + γz ~vz = ∑5z€6 z vz
αv + γw ∈ 〈B〉 , se cumple 2) y 2) del criterio, por lo tanto 〈B〉 ⊲ Vs al cual se
denomina “subespacio generado por B”

Sea B= {v6 , v- } ⊆ ℝℝ donde v6 = 1, 2, 1 , 1, v- = −1, 1, 2, 2.


Ejemplo

Determine si los siguientes vectores pertenecen a 〈B〉.

a) v = 4, 4, 0, 7 b) w = 2, 1, 0, 3 c) r = −2, 6, −8, −8


d) s = 4, 4, 0, 0 e) u = 4, 11, 7, 7 f) t = −1, 4, 5, 5
g) x = 4, 5, 0, 7 h) y = 5, −2, 7, 7

9
Solución
Naturalmente que resulta tedioso realizar la verificación vector a vector, en su

vectores que pertenecen a 〈B〉.


reemplazo es posible determinar una expresión funcional que deban cumplir los

Sea a, b, c, d ∈ 〈B〉 entonces, a, b, c, d = α 1,2,1,1 + β −1,1,2,2, de aquí


obtenemos el siguiente sistema de ecuaciones lineales:

α−β= a
2α + β = b
ƒ
α + 2β = c
α + 2β = d
Resolviendo el sistema obtenemos: a + b = 3 ∙ α de donde α =
„…†
7
. Remplazandoα
en la ecuación 2α + β = b obtenemos β = Finalmente remplazando α ∧ β en
†€-„
7
.
la ecuación α + 2β = c = d , obtenemos c = +2∙ =b−a
„…† †€-„
7 7
Entonces el generado de B es 〈B〉 = { a, b, c / b − a = c, c = d}.
Con esto es posible deducir que v, w, x ∉ 〈B〉 y que los otros vectores si pertenecen
al subespacio generado por B

W = ‡p x = a + b ∙ x + c ∙ x - + d ∙ x 7⁄c = a – d, b = 0‰ ⊲ ℝ7(x).
Ejemplo

Determinar un conjunto generador de W.

p x ∈ W entonces W = ‡p x = a + bx + cx - + d x 7⁄c = a – d, b = 0‰
Solución

polinomio queda p x = a + a − dx - + dx -,


Al aplicar las condiciones que dan la forma de los elementos de W entonces el

coeficientes se tiene p x = a 1 + x + d −x + x 7 , con a, d ∈ ℝ, esto último


- -
reordenando, agrupando por

1 + x -  ∧ −x - + x 7 , lo cual, es precisamente la definición de conjunto


dice que los elementos de W son combinación lineal de los polinomios

generador, así, un generador de W es { 1 + x - , −x - + x 7}.

DEPENDENCIA LINEAL E INDEPENDENCIA LINEAL


Dados los vectores v6 = 1, 2, 3, v- = 2, 3, 4, v7 = 4, 7, 10, es posible expresar
v7 = 2v6 + v- , dicho de otra forma, v7 depende de v6 ∧ de v-
También se puede escribir 2v6 + v- − v7 = 0Š
Sin embargo, esta no es la única combinación lineal de los vectores v6 , v- , v7 que son

0v6 + 0v- +0v7 = 0


iguales al vector nulo, ya que también

Es obvio, que los escalares involucrados en la combinación lineal son importantes

10
Sea Vs un espacio vectorial sobre el cuerpo K , B = {v6 , v- , … . , v5 } ⊆ V.
Definición

El conjunto B es linealmente independiente (L.I.) si la única combinación lineal de los

escalares nulos) o, equivalentemente, si el sistema lineal homogéneo ∑5z{6 αz vz = 0 es


vectores de B que expresa al vector nulo es la combinación lineal trivial (sólo con

un sistema compatible determinado.

El conjunto B es linealmente dependiente (L.D.) si existe alguna combinación lineal

homogéneo ∑5z{6 αz vz = 0 es un sistema compatible indeterminado.


no trivial que expresa al vector nulo o, equivalentemente, si el sistema lineal

Ejemplo

a { 6, 1, 1, −2, 0, 0, 4, 1, 1} ⊆ ℝ7ℝ


Determine la dependencia o independencia lineal de los subconjuntos.

b { 1, 2, −1, 1, 0, 2, 2, 4, −2} ⊆ ℝ7ℝ

Al formar la combinación lineal α 6, 1, 1 + β −2, 0, 0 + γ 4, 1, 1 = 0, 0, 0 , para


Solución

determinar los valores de α, β, γ se plantea el sistema de ecuaciones lineales

6α − 2β + 4γ = 0
j α + γ = 0
α + γ = 0

si el sistema tiene solución única, la trivial, entonces el conjunto es linealmente


independiente, en caso contrario, el conjunto es linealmente dependiente.

6 −2 4 0 1 0 1 0 f ∙ −6 + f
Al resolver el sistema por método de Gauss- Jordan

C = A|B = :1 0 1m0= f6,- ∼ :6 −2 4m0= 6 -


f6 ∙ −1 + f7
1 0 10 1 0 10
1 0 1 0 1 1 0 10
∼ :0 −2 −2m0= f- ∙ −  ∼ :0 1 1m0=
2
0 0 0 0 0 0 00
Parametrizando γ = t t real
β = -t
α = -t el sistema tiene infinitas soluciones

además de la trivial α = β = γ = 0.
el conjunto es linealmente dependiente ya que el sistema tiene infinitas soluciones

Al “colocar” los vectores en una matriz donde, cada vector constituye una fila; se
puede demostrar que las filas no nulas de la matriz escalonada equivalente a la original
están asociados a vectores linealmente independientes.
Entonces es posible concluir que los 3 vectores originales forman un conjunto
linealmente dependiente ya que la matriz escalonada sólo tiene dos filas no nulas, sin

11
linealmente independiente , es decir { 6, −2, 4, 1, 0, 1} es un conjunto linealmente
embargo, nos entrega más información; los dos primeros vectores forman un conjunto

independiente.

Sea S un subconjunto no vacío de un espacio vectorial ‹Œ


Teorema (Criterio de Dependencia Lineal)

2. Si S consiste en dos o más vectores v6 , v- , … . , v5 entonces S es linealmente


1. Si S contiene un vector v, se dice que es linealmente dependiente ssi v=0v

dependiente, si y solo si cuando menos un vector sea una combinación lineal de


los vectores restantes.
Observación
• Un conjunto que contiene al vector nulo es linealmente dependiente
• Dos vectores son linealmente dependientes si y solo si uno es múltiplo escalar
del otro.
• Cualquier conjunto de vectores que contiene a un conjunto de vectores
linealmente dependiente es a su vez linealmente independiente.

Determinar si el conjunto B= { 1, 2, −1, 1, 0, 2, 2, 4, −2} ⊆ ℝ7ℝ es linealmente


Ejemplo

independiente o linealmente dependiente


Solución

1 2 −1 f ∙ −1 + f 1 2 −1
Con los vectores de B se forma la matriz y se escalona

:1 0 2 = 6 -
∼ :0 −2 3 =
f ∙ −2 + f7
2 4 −2 6 0 0 0

Es inmediato aceptar que los tres vectores forman un conjunto linealmente


dependientes, en tanto que, los dos primeros vectores son vectores linealmente
independientes.

Si {u, v, w} ⊆ Vs es L.I. demuestre que {u + v, u − v, u − 2v + w} es L.I.


Ejemplo

Solución

α u + v + β u − v + γ u − 2v + w = 0. Por demostrar que los únicos valores


Formar la combinación lineal

para α, β, γ es α = β = γ = 0
α u + v + β u − v + γ u − 2v + w = 0 ⇒ α + β + γu + α − β − 2γv +
γw = 0, de donde se deduce el sistema

α + β + γ = 0
j α − β − 2γ = 0
γ = 0

La solución del sistema es única, y se tiene α = β = γ = 0, por lo tanto se ha


demostrado que el conjunto {u + v, u − v, u − 2v + w} es L.I.

12
Ejercicio

3 0 2 1 1 1 0 0
1. Determine si el conjunto {-2x + x2, 1 + x+x2 , 1 – x} es linealmente independiente
2. Determine si el conjunto D F,D F,D F.D F Žes linealmente
−1 1 0 0 1 0 0 1
independiente.
3. Determine para que valores de a el conjunto { 1 +ax, a +(a+2)x} ⊆ P1, es
linealmente dependiente.

BASE DE UN ESPACIO VECTORIAL

Un subconjunto B no vacío de un espacio vectorial ‹Œ con ‹Œ ≠ {0Š } es una base de


Definición

‹Œ si:

B genera a ‹Œ
i. B es linealmente independiente

Se conviene que el conjunto vacío la única base del espacio vectorial cero {0Š }
ii.

Todo espacio vectorial tiene al menos una base


Si una base de un espacio vectorial tiene n elementos toda otra base distinta también tiene
n elementos.

Ejemplo

vectorial >?@A denominada base estándar de >?@A



9 9
El conjunto {(1,0,0…..,0), (0,1,0,0….0), ……..(0,0,0,…..,1)} es una base del espacio

• 2 3 n
El conjunto {1, x, x , x ,……,x } es una base del espacio vectorial Pn+1 (polinomios de
grado n) denominada base estándar de P
• El conjunto {1, x, x2, x3,……,xn………} es una base del espacio vectorial P llamada

1 0 0 1 0 0 0 0
base estándar de P
El conjunto D F,D F,D F.D F Ž es una base del espacio vectorial de
0 0 0 0 1 0 0 1

las matrices cuadradas de orden 2, y es su base estándar.
Ejemplo
Demuestre que B = {cos φ, sen φ} es una base del espacio vectorial
W={acosφ + bsenφ / a∈IR, b ∈IR}
Solución
i. B es linealmente independiente ssi αcosφ + βsenφ = 0 entonces α = β= 0
En efecto, αcosφ + βsenφ = 0

ii. Por demostrar que 〈B〉= W , basta considerar un vector v en W y exprearlo como
αcosφ + βsenφ = 0cosφ + 0 senφ ∴ α = 0 ∧ β = 0

una combinación lineal de los vectores de B


Sea v = acosφ + bsenφ la combinación lineal v = αcosφ + βsenφ se debe
determinar α ∧ β en términos de las constantes a y b.
v = acosφ + bsenφ ∧ v = αcosφ + βsenφ por transitividad de = se tiene
acosφ + bsenφ = αcosφ + βsenφ por igualdad de coeficientes indeterminados

13
es combinación lineal de los vectores de B, por lo tanto, 〈B〉= W
α = a , β = b, por lo tanto existen escalares α , β tales que cualquier vector v de W

De i, ii. B es base de W

1. Determine si B ={(2,1), (1,3)} es base de >?@A -


Ejercicio

1 0 0 1
F,D FŽ no es base del espacio
0 0 0 0
0 a
2. Muestre que el conjunto B =  D

vectorial W =  D F / a, b ∈ IRŽ
b 0

DIMENSIÓN DE UN ESPACIO VECTORIAL

Si un espacio vectorial ‹Œ tiene una base con n elementos, entonces se dice que V
Definición

tiene dimensión n, se expresa Dim(V) = n

De acuerdo, con los análisis de las bases de un espacio vectorial y la definición de la


dimensión de un espacio vectorial, se tiene que la dimensión es un numero bien
definido y no depende de la elección de la base.
El espacio trivial {0} se define como cero (su base es el vacio cuya cardinalidad es 0
Si un espacio vectorial no tiene una base finita,se dice que es un espacio de dimensión
infinita.

>?@A
9
De acuerdo a lo anterior, se tiene que:

P5
tiene dimensión n , es dimensionalmente finito

F IR es dimensionalmente infinito


tiene dimensión n +1 , es dimensiona00ente finito

Teorema
Si V es un espacio vectorial con dimensión n, y S es un conjunto con m elementos.
i. Si S es linealmente independiente, entonces m ≤ n
ii. Si S genera a V, entonces n ≤ m
Teorema
Si V es un espacio vectorial n dimensional y B un conjunto con n elementos
1. Si B es linealmente independiente entonces B es una base de V
2. Si B genera a V entonces B es una base de V

a b
Ejemplo
Determine la dimensión del espacio vectorial V =  D F / a, b ∈ IRŽ
0 −a

a b a 0 0 b 1 0 0 1
Solución
Si v = D F= D F+D F = a D F+SD F
0 −a 0 −a 0 0 0 −1 0 0
1 0 0 1
Se tiene que v es combinación lineal de los vectores de B= D F,D FŽ
0 −1 0 0
es claro que B genera a V, por 2. Del teorema anterior, se concluye que la dimensión
del espacio vectorial es 2.

14
Teorema
Si W es un subespacio de un espacio vectorial V con dim(V) = n, entonces
1. Dim(W) ≤ m
2. Dim (W) = n si y solo si W = V.

Ejercicio

1. Determinar la dimensión del espacio vectorial W = {(0,a,b) / a, b reales}

3. Determine la dimensión de V = 〈{‘, 1 − ‘ - }〉


2. Determinar la dimensión del espacio vectorial W = {(a-b, 2a + b)/ a, b reales}

CAMBIO DE BASE

Si V espacio vectorial con dim(V)=n, con base B = {v6 , v- , … . , v5 } entonces todo


Definición

vector v∈V se escribe v = α 1 v1 + α 2 v 2 + α 3 v 3 + ....... + α n v n , α } escalares 1≤ i ≤ n El

de v con respecto a la Base B, denotado por (')’


vector cuyos componentes son los coeficientes de v, se denomina vector de coordenadas

(')’ = α6 , α- … … . α9 
Es claro, que (')’ se modifica al cambiar de base B, incluso depende del orden de los
vectores de B.
Ejemplo

vector de coordenadas (')’ = (x,y)


Si B = {(1,0), (0,1)} es la base estándar o canónica de IR2 y el vector v en IR2 tiene

(')“ = , –
€”…N• 7”…-•
Ahora si se toma la base A = {(2,3), (5,4) las coordenadas del vector v= (x,y) son

–
)

Así el vector ( 4, 3) en la base A tiene coordenadas (-1, LM


—
)

Sean B y A bases de un espacio Vectorial V de dim(V) = n , B = {v6 , v- , … . , v5 } ∧


Teorema (Cambio de Base)

A = {w6 , w- , … . , w5 } , P la matriz de orden nxn cuyas columnas son los vectores de


v en la base A, P = [ [v6 )“ (v- )“ … …. …. …. [ v5 )“ ] Entonces P es
invertible y ésta es la única matriz que para todo vector v de V cumple [ v)“ =P[v)’

La matriz P del teorema se denomina Matriz de Transición o Matriz de Cambio de


Base
Es claro que si P es la matriz de cambio de base de B a A, P-1 es la matriz de cambio
de base de A a B.
Ejemplo
Determinar la matriz de cambio de base de B= {(1,1), (1,2)} a la base A = {(1,3), (1,4)}

3
(1,1) = α (1,3) + β (1,4) entonces β= - 2 , α = 3 entonces ( 1,1)“ = D F
Solución

−2

15
1
γ = 1, δ = 0 entonces ( 1,2)“ = D F
0
(1,2) = γ (1,3) + δ (1,4) entonces
3 1
Por lo tanto P = D F
−2 0

Ejercicio
1. Obtener la matriz de transición de la base B={ (1,0), 0,1)} del espacio vectorial IR2 a
la base A = {(1,1); (-1,1)}, determine la matriz de transición de A a B y comprobar
la relación para el vector (4, - 2)
2. Hallar el vector coordenadas de p = 4 –3x+x2 con respecto a la base S = { 1, x, x2 }

RANGO Y NULIDAD
Se trata de estudiar tres espacios vectoriales importantes asociados con cualquier matriz:
el espacio Nulo, el espacio de las Columnas y el espacio de las filas
Definición (Espacio Nulo)
El espacio nulo v(A) de una matriz A de orden m x n está formado por todos los
vectores n x tales que Ax = 0, es decir, corresponde al conjunto de todas las
soluciones del sistema homogéneo Ax = 0
v(A) = { x ∈ IR5 / Ax = 0}
El espacio nulo v(A) es un subespacio vectorial de IR5 y la dimensión del espacio
nulo se denomina Nulidad de A.
Ejemplo
1 2
Si A = :−1 −4= determine una base para el espacio nulo de A y su dimensión
2 6

1 2 1 2 1 0
Solución

:−1 −4= ∼ :0 −2= ∼ :0 1=


2 6 0 2 0 0

Una base para el espacio nulo de A es el conjunto B = {(1,0) , (0,1)}, la dimensión


del espacio nulo de A es 2.
Teorema
La nulidad de una matriz A es igual al número de variables libres de Ax = 0

Definición (Espacio Columna)


El espacio columnas de la matriz A es el generador de sus columnas

subespacio de IRU (genera vectores con m componentes)


El espacio columnas se denota Col(A) de una matriz A de orden m x n es un

16
Teorema
Un sistema lineal Ax =b es consistente ssi b es un elemento del espacio Col (A).

2 4
Dada la matriz D F y los vectores u= (1,4), v = (6, 3). Determinar si u ∈ Col (A),
1 2
Ejemplo
ó v ∈ Col (A).

2 4 1 0 0 −7 0 0 1 1
¿u ∈ Col (A)? D F ∼ D F ∼ D F ∴ u= D F ∈ Col(A)
Solución

1 2 4 1 2 4 1 2 4 4

2 4 6 0 0 0 6
¿v ∈ Col (A)? D F ∼ D F ∴ v= D F ∉ Col(A)
1 2 3 1 2 4 3

Teorema
Las columnas pivote de cualquier matriz forman una base para su espacio columna.

3 0 0
Ejemplo

Obtener una base para el espacio columna de :0 1 −2=


0 −2 4

3 0 0 1 0 0
Solución

:0 1 −2= ∼ :0 1 −2= como las columnas pivote son la 1 y 2 , se tiene


0 −2 4 0 0 0
que para el espacio columna una base es {(3, 0, 0 ) , ( 0, 1 , - 2) }

Observación
Las operaciones filas que se realicen en A pueden cambiar el espacio de columnas
de una matriz A

Definición (Espacio Fila)


El espacio filas de la matriz A es el generador de sus filas

subespacio de IR5 (genera vectores con n componentes)


El espacio filas de A se denota Ren(A) siendo la matriz A de orden m x n es un

Las operaciones filas que se realicen en A no afectan al espacio fila de A


Teorema
Las filas no nulas de una matriz A escalonada por filas forman una base para el
espacio fila de A

2 2 −1
Dada la matriz :3 1 −2= Determinar una base para el espacio fila de A
1 3 0
Ejemplo

17
2 2 −1 0 −4 −1 0 −4 −1 1 3 0
Solución

:3 1 −2= ∼ :0 −8 −2= ∼ :0 0 0 = : 0 1 0.25=


1 3 0 1 3 0 1 3 0 0 0 0

El conjunto de vectores { (1,3, 0) , (0, 1, 0.25) forma una base de Ren (A)
Teorema
Para cualquier matriz A la dimensión de su espacio fila es igual a la dimensión de su
espacio columna.

Es obvio este teorema ya que el espacio columna lo constituyen todas las columnas de
A en las cuales hay pivote y estas se corresponden con las filas no nulas de una forma
escalonada de A

Definición (Rango de una matriz)

La dimensión común de los espacios filas y de Columnas de A se denomina rango de


la matriz A, se denota Rango(A)

Como ya se dijo, el Rango de una matriz A es igual al número de pivotes de A


Las matrices A y su transpuesta tienen el mismo rango

TEOREMA(del Rango)

Para toda matriz A se cumple Rango A + Nulidad A = Cantidad de Columnas de A

1 1 2 2
Ejemplo

Verificar el teorema del rango si A = :0 0 −1 2 =


0 0 1 −2

1 1 2 2 1 1 0 6 1 1 0 6
:0 0 −1 2 = ∼ :0 0 −1 2= ∼ :0 0 1 −2=
0 0 1 −2 0 0 0 0 0 0 0 0

〈'˜〉 ={(-6, 0, 2, -1), (-1, 1, 0, 0) } ya que x + y + 6r = 0


z – 2r = 0 tome r = t e y = k
entonces x=-k – 6t
y= k + 0
z= 0 + 2r

〈Espacio fila〉 = { (1,1,2,2) (0, 0,-1, 2)}


r = 0 + t

Por lo tanto el rango de A = 2, Nulidad de A = 2, Número de columnas de A= 4

Rango A + Nulidad A = Cantidad de Columnas de A


2 + 2 4

18
Teorema (Rango y sistemas de Ecuaciones lineales)
El sistema de ecuaciones lineales Ax = b es consistente si y solo si
Rango A = Rango [A: b]

4 3
Ejercicios
1. Determinar el rango, la nulidad de la matriz A = D F
2 4
‘ – š – › = 0
2. Determine una base para el espacio solución del sistema œ
2‘ – š + › = 0

3. Determine el rango del espacio vectorial de vectores en el plano 2x – y – z = 0

4. Si A es una matriz de orden 5 x 7 con rango 5, muestre que el sistema lineal Ax=b
tiene al menos una solución para cada vector b.

GUIA DE EJERCICIOS

PROBLEMA 1
La gerencia de las Isapres con las nuevas modificaciones de ley (anulación de preexistencia
embarazo) han colocado a sus afiliadas mujeres, después de clasificar a todos sus beneficiarios en
4 categorías { ˜, , ž, Ÿ } (según el riesgo para las Isapres) ha determinado que existen
beneficiarios que pertenecen a las 4 categorías. Un beneficiario cuyo vector es w, pertenece a las
4 categorías siempre que el vector w pertenezca al generado de los vectores
A=(1,0,3,4) , B=(0,1,2,2) ,C=(1,1,0,3) , D(2,0,0,1)
i) Determine la base del < {A, B, C, D}>
ii) Si un beneficiario tiene vector w = (7 ,4 , 12 ,19 ) Determine si este beneficiario
Pertenece o no a las cuatro categorías, realizando los cálculos correspondientes.

PROBLEMA 2
La combinación de ganadores en las diferentes versiones del Toto3 que se clasifican en Exacta,
Trío Par y Trío Azar las llamaremos como { '6 , '- , '7 } y se dice que cumplen una condición de tal
forma que el vector   = 3 , 1, -4 ) está en combinación lineal con respecto a las 3 categorías ya
mencionadas, la Polla Chilena de Beneficencia necesita determinar cuál es la relación entre las
categorías y dicho vector si '6 = 4 2,1, '- = 3,1,3, '7 = 5, 1, 1.

19
PROBLEMA 3
Un grupo de estudiantes de Ingeniería Civil de una Universidad, participó en una Olimpiada de
Matemática organizada por la Facultad de dicha casa de estudios. De los participantes, solo un

Sea ‹ = ℜ , y las operaciones de adición y ponderación definidas por:


alumno no fue capaz de realizar la siguiente situación problemática
2

Q, S + ¡, ¢ = Q + ¡ + 1, S + ¢ + 1

£ Q, S = £ + £Q − 1, £ + £S − 1

a) Demuestre la propiedad £   + ' = £  + £'

b) Calcular −2 3,1 + 3 4,2

Solución:

a) Demostración

£   + ' = £( Q, S + ¡, ¢)
= £ Q + ¡ + 1, S + ¢ + 1
= £ + £ Q + ¡ + 1 − 1, £ + £ S + ¢ + 1 − 1
= £ + £Q − 1, £ + £S − 1 + £ + £¡ − 1, £ + £¢ − 1
= £ Q, S + £ ¡, ¢
= £  + £'

b) −2 3,1 + 3 4,2
= −2 + −2 3 − 1, −2 + −2 1 − 1  + 3 + 3 4 − 1,3 + 3 2 − 1 
= −9, −5 + 14,8 = −9 + 14 + 1, −5 + 8 + 1 = 6,4

PROBLEMA 4

1) Sean ¥ y W, sub espacios vectoriales de ℜ 4 , definidos por:


¥ = { ‘, š, ›, ¦⁄ ‘ − 2š + 3¦ = 0 ∧ › − ¦ = 0 }

W = 〈{ 1,0,0,3, 6,0, −2, −2, 2,1,0,0}〉

a) Obtener una base y la dimensión para W.

b) Obtener el vector coordenado del vector 2,1,0,0 en la base encontrada por usted para el
espacio W, en el ítem a)

c) Complete W = { x, y, z, w⁄______________________________ }

d) Encuentre una base y dimensión para el espacio W.

Solución:

20
W = C x, y, z, w⁄ x = 2y − 3w ∧ z = w B
a)

W = 〈C 2,1,0,0, −3,0,1,1B〉

Claramente, el conjunto C 2,1,0,0, −3,0,1,1B es linealmente independiente.

Una base para el espacio W es ª = C 2,1,0,0, −3,0,1,1B y ¢«¬ ¥ = 2

b) 2,1,0,0 = £ 2,1,0,0 +  −3,0,1,1 → £ = 1;  = 0

el vector coordenado ( 2,1,0,0)’ = 1,0

c) £ 1,0,0,3 +  6,0, −2, −2 + ® 2,1,0,0 = x, y, z, w

1 6 2 ‘ 1 6 2 ‘
0 0 1 š 0 −2 0 ›
¯ ⋮ ± → ¯ ⋮ š ±
0 −2 0 › 0 0 1
3 −2 0 ¦ 0 0 0 3‘ − 6š + 10› − ¦

S = C x, y, z, w⁄3 x − 6y + 10Z − w = 0 B

d) El conjunto C 1,0,0,3, 6,0, −2, −2, 2,1,0,0B es linealmente independiente.

Una base para el espacio W es ³ = C 1,0,0,3, 6,0, −2, −2, 2,1,0,0B

y ¢«¬ W = 3

PROBLEMA 5
i) Para el conjunto de vectores que se da a continuación estudia si son
linealmente independientes, sistema generador o base:

(2, 1, 1, 1) ; (1, 1, 1, 1) ; (3, 1, 1, 2) ; (0, 1, 2, 1) ; (2,-1, 1,-1) pertenecientes a R4

ii) Encuentra las ecuaciones implícitas del siguiente subespacio y comprueba


si el vector dado está o no en el subespacio.

(1, 2, 1, 1) ; (1, 1, 1, 2) en R4, v = (1; 0; 1; 0).

iii) Calcula una base y la dimensión de los siguientes subespacios:

‘−š+›−´ =0
˜ =  ‘, š, ›, ¦/  Ž µ¶ >? 
2‘ + › + ´ = 0

21

You might also like