Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Clase 13 Clases de Álgebra Lineal Caṕıtulo III Espacios Vectoriales. Bases y Dimensión MSc. Jorge Campos Sección de Matemáticas Departamento de Estudios Generales y Básicos Vicerrectorado Barquisimeto UNEXPO Agosto 2020 MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Clase 13: Independencia y Dependencia Lineal MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Independencia y Dependencia Lineal MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Uno de los conceptos más importantes en espacios vectoriales, y en el álgebra lineal en general, es el de independencia lineal, por lo que pedimos se estudie con mucho detenimiento y cuidado la presente sección. Daremos una variedad de ejemplos para tratar de explicar lo mejor posible dicho concepto. Dados un espacio vectorial V y cualesquiera vectores v1, v2, . . . , vn ∈ V, sabemos que el vector nulo 0/V = 0v1 + 0v2 + · · · + 0vn, es decir, siempre podemos escribir el vector nulo 0/V como combinación lineal de cualquier cantidad finita de vectores en V. Ahora bien, si en M2×3(R) escogemos las matrices A1, A2 y A3 del ejemplo previo, sabemos que A3 = 2A1 − 3A2 y aśı 0/2×3 = 2A1 − 3A2 − A3. En conclusión, la forma de expresar al vector nulo como combinación lineal de una cantidad finita de vectores, no necesariamente es única, pero cuando śı es aśı, estamos en presencia de vectores linealmente independientes. Tal concepto lo definiremos, formalmente, a continuación. MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Definición 7 (Independencia y dependencia lineal) Sean V un espacio vectorial y v1, v2, . . . , vn ∈ V. Diremos v1, v2, . . . , vn son linealmente inde- pendientes (l.i.) o que {v1, v2, . . . , vn} es un conjunto linealmente independiente (c.l.i.) si la única manera de escribir el vector nulo 0/V, como combinación lineal de los vectores v1, v2, . . . , vn, es aquella en la cual todos los escalares son iguales a cero (0), esto es, si α1v1+α2v2+· · ·+αnvn = 0/V, entonces α1 = α2 = · · · = αn = 0. Diremos que v1, v2, . . . , vn son linealmente dependientes (l.d.) o que {v1, v2, . . . , vn} es un conjunto linealmente dependiente (c.l.d.) si v1, v2, . . . , vn no son linealmente in- dependientes, es decir, existen escalares α1, α2, . . . , αn ∈ R, no todos nulos, tales que α1v1 + α2v2 + · · ·+ αnvn = 0/V. Convención 2 El conjunto vaćıo ∅ es un conjunto linealmente independiente. Ejemplo 12 (Independencia y dependencia lineal) 1 Según el ejemplo dado previamente a la definición 7, se tiene que A1, A2, A3 son linealmente dependientes. � MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Ejemplo 12 (Independencia y dependencia lineal (continuación)) 2 No es dif́ıcil probar que los conjuntos {1, x, . . . , xn}, {e1, e2, . . . , en} y {E11, E12, . . . , E1n,E21, E22, . . . , E2n, . . . , Em1, Em2, . . . , Emn} son linealmente independientes (en sus correspondientes espacios). � 3 Dados un espacio vectorial V y v1, v2, . . . , vn ∈ V, entonces {v1, v2, . . . , vn, 0/V} es lineal- mente dependiente pues 0/V = 0v1 + 0v2 + · · ·+ 0vn + 1 0/V es decir, en un espacio vectorial, cualquier conjunto finito de vectores que contenga al vector nulo, es linealmente dependiente. � 4 Sea v un vector no nulo en un espacio vectorial V, entonces el conjunto {v} es linealmente independiente ya que si αv = 0/V y dado que v 6= 0/V, entonces α = 0 (¿por qué?). � MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Antes de dar algún otro ejemplo, debemos hacer notar que para determinar si un conjunto de vectores {v1, v2, . . . , vn}, en un espacio vectorial V, es linealmente independiente o dependiente, debemos plantearnos la ecuación α1v1+α2v2+· · ·+αnvn = 0/V, la cual conduce, en general, a un sistema de ecuaciones homogéneo con n incógnitas, a saber, α1, α2, . . . , αn. Si la solución de este sistema es única, y en consecuencia α1 = α2 = · · · = αn = 0, entonces {v1, v2, . . . , vn} es un conjunto linealmente independiente, en caso contrario, {v1, v2, . . . , vn} es un conjunto linealmente dependiente. Ejemplo 13 (Vectores l.d.) Consideremos los vectores p1(x), p2(x), p3(x), p4(x) ∈ P2[x] dados en el ejemplo 6. Decidir si estos vectores son o no linealmente independientes. Solución. Como se comentó antes del ejemplo, debemos estudiar la ecuación α1p1(x) + α2p2(x) + α3p3(x) + α4p4(x) = 0 (para todo x ∈ R) Pero α1p1(x) + α2p2(x) + α3p3(x) + α4p4(x) = α1(2− x+ 2x2) + α2(2− 2x+ 6x2) +α3(x− 4x2) + α4(1− 2x+ 3x2) MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal α1p1(x) + α2p2(x) + α3p3(x) + α4p4(x) = (2α1 + 2α2 + α4) +(−α1 − 2α2 + α3 − 2α4)x +(2α1 + 6α2 − 4α3 + 3α4)x2 Obteniendo el siguiente sistema de ecuaciones homogéneo 2α1 +2α2 +α4 = 0 −α1 −2α2 +α3 −2α4 = 0 2α1 +6α2 −4α3 +3α4 = 0 El cual sabemos tiene infinitas soluciones (¿por qué?) y en consecuencia los polinomios p1(x), p2(x), p3(x) y p4(x) son linealmente dependientes. � Ejemplo 14 (Vectores l.i.) Consideremos los polinomios p1(x), p2(x) y p4(x) del ejemplo 13 ¿son linealmente independientes? Solución. Como en el ejemplo anterior, debemos plantearnos la ecuación α1p1(x) + α2p2(x) + α4p4(x) = 0 (para todo x ∈ R) (1) MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Obteniendo el sistema 2α1 +2α2 +α4 = 0 −α1 −2α2 −2α4 = 0 2α1 +6α2 +3α4 = 0 La matriz de este sistema es 2 2 1 −1 −2 −2 2 6 3 Calculemos su FERF. 2 2 1 −1 −2 −2 2 6 3 F1 → F1 + F2→ 1 0 −1 −1 −2 −2 2 6 3 F2 → F2 + F1→ F3 → F3 − 2F1 1 0 −1 0 −2 −3 0 6 5 F2 → − 12F2→ 1 0 −1 0 1 32 0 6 5 F3 → F3 − 6F2→ 1 0 −1 0 1 32 0 0 −4 F3 → − 14F3→ 1 0 −1 0 1 32 0 0 1 MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal F1 → F1 + F3→ F2 → F2 − 32F3 1 0 0 0 1 0 0 0 1 De donde α1 = α2 = α4 = 0. En consecuencia la ecuación 1 tiene como única solución la trivial y por lo tanto p1(x), p2(x) y p4(x) son linealmente independientes. � Ejemplo 15 (Conjunto l.i.) Consideremos las matrices A1 = 5 4 2 −1 , A2 = 3 −1 1 3 y A3 = 1 −1 −4 5 . ¿Es {A1, A2, A3} un conjunto linealmente independiente? Solución. Sean α1, α2, α3 ∈ R tales que α1A1 + α2A2 + α3A3 = 0/2. Entonces 5α1 + 3α2 + α3 4α1 − α2 − α3 2α1 + α2 − 4α3 −α1 + 3α2 + 5α3 = 0 0 0 0 MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal De donde 5α1 +3α2 +α3 = 0 4α1 −α2 −α3 = 0 2α1 +α2 −4α3 = 0 −α1 +3α2 +5α3 = 0 Resolvamos este sistema. La matriz del sistema es 5 3 1 4 −1 −1 2 1 −4 −1 3 5 Calculemos su FERF. 5 3 1 4 −1 −1 2 1 −4 −1 3 5 F1 → F1 − F2→ 1 4 2 4 −1 −1 2 1 −4 −1 3 5 F2 → F2 − 4F1→ F3 → F3 − 2F1 F4 → F4 + F1 1 4 2 0 −17 −9 0 −7 −8 0 7 7 F2 ↔ F4→ 1 4 2 0 7 7 0 −7 −8 0 −17 −9 MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal F2 → 17F2→ 1 4 2 0 1 1 0 −7 −8 0 −17 −9 F1 → F1 − 4F2→ F3 → F3 + 7F2 F4 → F4 + 17F2 1 0 −2 0 1 1 0 0 −1 0 0 8 F3 → −F3→ 1 0 −2 0 1 1 0 0 1 0 0 8 F1 → F1 + 2F3→ F2 → F2 − F3 F4 → F4 − 8F3 1 0 0 0 1 0 0 0 1 0 0 0 Por lo tanto α1 = α2 = α3 = 0 y en consecuencia {A1,A2, A3} es un conjunto linealmente independiente. � Teorema 9 (Independencia lineal de un par de vectores) Sean V un espacio vectorial y u, v ∈ V. Los vectores u y v son linealmente dependientes si y sólo si existe α ∈ R tal que u = αv o v = αu. Teorema 10 (Dependencia lineal de las columnas de una matriz) Sea A ∈ Mm×n(R). Las columnas de A, A(1), A(2), . . . , A(n), son linealmente dependientes en Mm×1(R) si y sólo si el sistema Ax = 0/m×1 tiene soluciones no triviales. MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Como consecuencia del teorema 10 obtenemos el siguiente corolario. Corolario 11 Sea A ∈ Mn×n(R). Entonces las siguientes proposiciones son equivalentes. 1 det(A) 6= 0. 2 Las columnas de A, A(1), A(2), . . . , A(n), son linealmente independientes. 3 Las filas de A, A(1), A(2), . . . , A(n), son linealmente independientes. Demostración. ¡Ejercicio! Recordemos que det(A) 6= 0 equivale a que A es invertible (¿por qué?), por lo tanto, el corolario anterior nos da dos nuevas equivalencias acerca de la inversibilidad de una matriz A. MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Teorema 12 Sean A,F ∈ Mm×n(R) tales que F es la FERF de A. Supongamos que j1, j2, . . . , jr ∈ {1, . . . , n} son tales que F (j1), F (j2), . . . , F (jr) son las distintas columnas pivotes de F . Entonces A(j1), A(j2), . . . , A(jr) son linealmente independientes. Además, para cada j ∈ {1, . . . , n}, se tiene que A (j) = f1jA (j1) + f2jA (j2) + · · ·+ frjA(jr) = r∑ i=1 fijA (ji). Demostración. Ver el apéndice D en la gúıa de clases. Observación 8 La última igualdad en el teorema 12 nos muestra, de forma expĺıcita, la expresión para cada co- lumna de la matriz A, como combinación lineal de aquellas columnas de A que son linealmente independientes. MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Ejemplo 16 Consideremos la matriz A = 2 3 3 1 5 −1 −2 −1 −1 −4 1 0 3 2 1 2 4 2 −2 4 Decidir, razonadamente, cuáles de las columnas de A son l.i. y además expresar cada columna de A como combinación lineal de aquellas que son l.i. Solución. Vamos a usar el teorema 12 para resolver el problema que se nos plantea. Al calcular la FERF de A, obtenemos la matriz (¡verif́ıquelo!) F = 1 0 3 0 −1 0 1 −1 0 2 0 0 0 1 1 0 0 0 0 0 MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Ahora bien, en virtud de dicho teorema, dado que los pivotes en F se encuentran en las columnas 1, 2 y 4, se tiene que las columnas 1, 2 y 4 son linealmente independientes, es decir, A(1), A(2) y A(4) son l.i., además, usando de nuevo el mismo teorema, podemos garantizar que A (3) = 3A (1) − 1A(2) + 0A(4) y A (5) = −1A(1) + 2A(2) + 1A(4) note que, para efectos de tal teorema, en este ejemplo en particular, tenemos que r = 3 (la cantidad de columnas pivotes de F ) y j1 = 1, j2 = 2 y j3 = 4 (las posiciones de las columnas pivotes de F ) � Teorema 13 Sean {v1, v2, . . . , vn} un subconjunto linealmente independiente de un espacio vectorial V y u ∈ V tal que u /∈ span({v1, v2, . . . , vn}). Entonces {v1, v2, . . . , vn, u} es linealmente independiente. MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal Ejemplo 17 Consideremos la matriz A del ejemplo anterior. Sabemos que A(1), A(2) y A(4) son l.i. Además, sin mucha dificultad, el lector puede verificar que la matriz B = 5 −4 0 4 es tal que B /∈ span ({ A(1), A(2), A(4) }) . Por lo tanto, en virtud del teorema 13, se tiene que{ A(1), A(2), A(4), B } es también l.i. � MSc. Jorge Campos Caṕıtulo III: Espacios Vectoriales. Bases y Dimensión Clase 13 Independencia y Dependencia Lineal
Compartir