ALGEBRA LINEAL. CONJUNTOS CONVEXOS. 1. Dependencia e independencia lineal. Base. 2. Sistemas de ecuaciones lineales. Soluciones. 3. Soluciones bsicas. a 4.

Conjuntos convexos. 5. Conjuntos convexos: deniciones. 6. Conjuntos convexos: teoremas. 7. Aplicacin a la Programacin Lineal. o o

1 Dependencia e independencia lineal. Base. Denicin 1 Dados v 1, v2 , . . . , vn , se llama combinacin o o lineal de esos vectores a 1 v1 + 2 v2 + + n vn siendo 1, . . . , n R . Denicin 2 Los vectores v1, v2 , . . . , vp R n son lio nealmente dependientes si existen 1 , . . . , p R no todos nulos tales que 1 v1 + 2 v2 + + p vp = 0 Denicin 3 Dados v1, v2 , . . . , vp R n , si se verica o 1 v1 + 2 v2 + + p vp = 0 1 = 2 = = p = 0 entonces, los vectores v1, v2 , . . . , vp son linealmente independientes. Denicin 4 Un conjunto {v1 , v2, . . . , vp} R n es un o sistema generador si y R n 1, . . . , p tal que

y = 1 v1 + . . . + p vp

Denicin 5 Una base de un espacio vectorial es un o conjunto de vectores {v1 , . . . , vp } que verica a) Son linealmente independientes. b) Son un sistema generador.

Denicin 6 La dimensin de un espacio vectorial es o o el nmero de vectores de una base. u Observacin: Todas las bases de un espacio vectorial o tienen el mismo nmero de vectores. u

Teorema 1 Cualquier vector de un espacio vectorial se puede escribir como combinacin lineal de los vectores o de una base, siendo esa combinacin lineal unica. o

Teorema 2 Dada una base B del espacio vectorial R n y un vector v R n que no est en B, v = 0, siempre a es posible conseguir otra base sustituyendo algn vector u de B por el vector v.

2. Sistemas de ecuaciones lineales. Soluciones. Dada A R mn , rang A = nmero las lin. ind.. u Sea Ax = b,

A R mn.

1. Si rang A = rang [A b] sistema incompatible. 2. Si rang A = rang [A b] sistema compatible. Si rang A = rang [A b] = nmero de incognitas u solucin nica. o u Si rang A = rang [A b] < nmero de incognitas u innitas soluciones. Soluciones. Sea Ax = b,

A R mn,

m < n.

Si rang A = m y B es una submatriz de A con m columnas linealmente independientes,

BxB + NxN = b BxB = b NxN xB = B1b B1NxN

4

3. Soluciones bsicas. a

Ax = b A R mn,
m < n, rang A = m,

xB = B1b B1NxN
xB : incgnitas bsicas. o a xN : incgnitas libres. o Denicin 7 Dado un sistema lineal Ax = b, llamamos o solucin bsica xB a la que se obtiene dando a todas o a las incgnitas libres el valor 0. o

xN = 0 xB = B1b
Nmero mximo de soluciones bsicas: u a a n n! = m! (n m)! m

4 Conjuntos convexos. Ecuacin de una recta. o Dados los puntos x1, x2 R n, x1 = x2 el siguiente conjunto es una recta R = {x/x = x2 +(1)x1 , x1, x2 R n , x1 = x2 , R } Segmentos. S = {x/x = x2 +(1)x1 , x1 , x2 R n , x1 = x2 , 0 1} Hiperplanos y semiespacios. 1. {x/cT x < z} semiespacio abierto. 2. {x/cT x = z} hiperplano (semiespacio cerrado). 3. {x/cT x > z} semiespacio abierto. Los siguientes semiespacios son cerrados: {x/cT x < z} {x/cT x = z} = {x/cT x z} {x/cT x = z} {x/cT x > z} = {x/cT x z}

5. Conjuntos convexos: deniciones. Denicin 8 Sean x1 , x2 R n . La combinacin lineal o o

x = x2 + (1 )x1 , 0 1
se llama combinacin lineal convexa de x1 y x2 . o Si 0 < < 1, a la combinacin lineal convexa se le llama o restringida. Observacin: El segmento que une dos puntos es el o conjunto de las combinaciones lineales convexas de los dos puntos.

Denicin 9 Un conjunto X R n es convexo si dados o 2 puntos cualesquiera x1, x2 X, cualquier combinacin o lineal convexa pertenece al conjunto X.

Denicin 10 x X R n es punto extremo si o x1 , x2 X,

x1 = x2, / x = x2 + (1 )x1 , 0 < < 1

6. Conjuntos convexos: teoremas. Teorema 3 Un hiperplano es un conjunto convexo. Teorema 4 Los semiespacios cerrados y abiertos son conjuntos convexos. Teorema 5 La interseccin de un nmero nito de cono u juntos convexos es un conjunto convexo.
n

X1, X2 , . . . , Xn convexos

X=
i=1

Xi es convexo.

Generalizacin. o Denicin 11 Dados x1, . . . , xp R n llamamos combio nacin lineal convexa generalizada a x tal que o
p p

x=
i=1

i x i ,

i 0 i ,
i=1

i = 1

Denicin 12 El conjunto de todas las combinaciones o lineales convexas de un nmero nito de puntos se llama u poliedro convexo. Observacin. Se puede demostrar que o
p p

X = {x =
i=1

i x i ,

i 0

i y
i=1

i = 1}

es un conjunto convexo.
8

7. Aplicacin a la Programacin Lineal. o o Dado un modelo lineal, opt z = c1 x1 + c2x2 + + cn xn sujeto a a11x1 + a12 x2 + + a1nxn > b1 a21x1 + a22 x2 + + a2nxn > b2 ... am1x1 + am2x2 + + amnxn > bm x1 , x 2 . . . x n 0 Se puede observar que, 1. La funcin objetivo es un hiperplano y, por tanto, o un conjunto convexo. 2. Cada restriccin es un semiespacio cerrado y, por o tanto, un conjunto convexo. 3. Hay un conjunto nito de restricciones y la interseccin es un conjunto convexo. o El conjunto de soluciones de un modelo lineal es un conjunto convexo. Se trata de buscar los puntos de ese conjunto convexo de optimizan la funcin objetivo. o
9