Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Algebra y Geometría Analítica - Espacios Vectoriales 93 UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL TUCUMÁN ESPACIOS VECTORIALES NOTAS TEÓRICAS EJERCICIOS Y APLICACIONES Algebra y Geometría Analítica - Espacios Vectoriales 94 Espacios Vectoriales Introducción En matemática existen distintas estructuras algebraicas, que dependen de la naturaleza de los elementos que intervienen, las operaciones definidas y los axiomas considerados. Generalizaremos ahora, aún más, el concepto de vector que ya se ha visto. Enunciaremos un conjunto de axiomas que, si una clase de objetos hace que se cumplan, permitirá denominar “vectores” a esos objetos. Así, el nuevo concepto de vector abarcará a los vectores ya estudiados y también a muchos vectores nuevos como ser: las matrices de cualquier orden y los polinomios. El trabajo desarrollado aquí no es un ejercicio inútil de matemáticas teóricas, ya que proporciona una herramienta poderosa para extender la representación geométrica a una amplia variedad de problemas matemáticos importantes, en los que de otra forma no se contaría con la intuición geométrica. Planteada en términos breves, la idea es que los vectores en 2 y 3 se pueden representar geométricamente como flechas, lo cual permite que la representación física o mental ayude a resolver problemas. Como los axiomas que usaremos para crear los nuevos tipos de vectores se basan en propiedades de los vectores en 2 y 3 , estos nuevos vectores poseerán muchas de las propiedades conocidas de los mismos. Por consiguiente, cuando se quiera resolver un problema en el que aparezcan los nuevos tipos de vectores, se podrá obtener una base para el problema mediante una representación de cómo sería el problema correspondiente en 2 y 3 . Espacio Vectorial – Definición Sea V un conjunto no vacío de elementos de cualquier naturaleza, sea K un cuerpo cualquiera, y dos operaciones “+” (suma) y “” (producto). Diremos que la cuaterna ( V, +, K, ) tiene estructura de espacio vectorial, o que es un espacio vectorial sobre el cuerpo K, si se verifican los siguientes axiomas: A1) u, v V : u + v V (Ley de composición interna) A2) u, v V : u + v = v + u (Ley conmutativa) A3) u, v, w V : ( u + v ) + w = u + ( v + w ) (Ley asociativa) A4) uuoouVuVo ~~:/~ (Existencia del elemento neutro aditivo) A5) ovvVvVv ~/, [A (-v) lo llamamos inverso aditivo u opuesto de v] A6) VvKVv : (Ley de composición externa) A7) vvVvK :,, (La multiplicación por escalares es asociativa) A8) vuvuKVvu :;, (La multiplicación por un elemento del cuerpo es distributiva respecto a la suma de elementos de V) A9) vvvVvK :;, (La multiplicación por un elemento de V es distributiva respecto a la suma de elementos del cuerpo) Algebra y Geometría Analítica - Espacios Vectoriales 95 A10) vvVv 1, (El escalar 1 recibe el nombre de idéntico multiplicativo) Observaciones: 1. A los elementos de V los llamaremos vectores aún cuando no se trate de vectores geométricos. Simplemente, si un conjunto tiene estructura de Espacio Vectorial, sus elementos son vectores, cualquiera sea la naturaleza de los mismos. 2. Dependiendo de la aplicación, los escalares pueden ser números reales o complejos. Los espacios vectoriales en que los escalares son números complejos se denominan espacios vectoriales complejos, y aquellos donde los escalares son números reales se denominan espacios vectoriales reales. En este curso, todos los escalares considerados serán números reales. 3. Los axiomas A1 y A6 se llaman también axiomas de cerradura y merecen una aclaración especial. Vamos a definir ley de composición interna y ley de composición externa: Ley de composición interna (l. c. i.) Una ley de composición interna en un conjunto V es una operación, que aplicada a un par de elementos de V, tiene como resultado un elemento de V. Es decir: Sea V un conjunto y sea * una operación, si u V y v V; u * v V entonces la operación * es ley de composición interna en V. También decimos que V es cerrado con respecto a la operación *. Ejemplo: Sea V = y sea la operación +. Si a y b ; a + b , por lo tanto “+” es l. c. i. en . Decimos que es cerrado con respecto a la suma. Sin embargo, si cambiamos la operación y consideramos la operación “-”, fácilmente se ve que esta operación no es l. c. i. en , ya que 2 , 5 , pero 2 – 5 . Mientras que esta operación si es l. c. i. en . Ley de composición externa (l. c. e.) Sean dos conjuntos A y V. Una ley de composición externa es una operación que aplicada a dos elementos de los conjuntos da como resultado un elemento de uno de los conjuntos. Si a A; v V; a * v A ó a * v V, entonces “*” es l. c. e. en A ó en V. Ejemplo: Sea y mxnijijmxnij MaaAMaA ; . Por lo tanto “” es l. c. e. en M mxn. Veamos algunos ejemplos de Espacios Vectoriales Ejemplo 1: El conjunto V = n con las operaciones estándar de adición y multiplicación escalar, es un espacio vectorial. Los tres casos más importantes de n son (los números reales), 2 (los vectores en el plano) y 3 (los vectores en el espacio tridimensional). Demostraremos que ( 2 , +, ,) verifica los diez axiomas de Espacio Vectorial: Sea 2 = yxyx ,/, A1) Sean u, v 2, debemos probar que u + v 2 Algebra y Geometría Analítica - Espacios Vectoriales 96 221212211 ,,, yyxxyxyxvu (por definición de suma de vectores en 2 ) 2 vu u, v 2 : u + v 2 A2) Sean u, v 2, debemos probar que u + v = v + u 121221212211 ,,,, yyxxyyxxyxyxvu uvyxyx 1122 ,, u, v 2 : u + v = v + u A3) Si u, v, w 2, debemos probar que ( u + v ) + w = u + ( v + w ) 332121332211 ,,,,, yxyyxxyxyxyxwvu 321321321321 ,, yyyxxxyyyxxx wvuyxyxyxyyxxyx 3,32,2,,, 11323211 u, v, w 2 : ( u + v ) + w = u + ( v + w ) A4) Sabemos que uuoouuo ~~:/0,0~ 22 A5) Sabemos que ovvvv ~/, 22 A6) Sean v 2 y , debemos probar que v 2 2,, yxyxv (Por definición de producto de un escalar por un vector). 22 : vv A7) Sean 2,, v , debemos probar que vv Sea yxv , , entonces yxyxv ,, vyxyxyx ,,, vvv :,, 2 A8) Sean ;, 2vu , debemos probar que vuvu Sean 2211 ,,, yxvyxu 21212211 ,,, yyxxyxyxvu 21212121 ,, yyxxyyxx vuyxyxyxyx 22112211 ,,,, vuvuvu :;, 2 A9) Sean 2;, v , debemos probar que vvv Sea yxv , Algebra y Geometría Analítica - Espacios Vectoriales 97 yyxxyxyxv ,,, vvyxyxyxyx ,,,, vvvv :;, 2 Ejemplo 2: Espacio vectorial trivial: Sea V = { 0 }. Es decir, V consiste únicamente en el número 0. Como 0 + 0 = 1 0 = 0 + ( 0 + 0 ) = ( 0 + 0 ) + 0, se concluye que V es un espacio vectorial. Suele llamarse espacio vectorial trivial. Ejemplo 3: Un conjunto que no es un espacio vectorial: Sea V = { 1 }. Este no esun espacio vectorial porque no satisface el axioma A1, que es el axioma de cerradura. Esto se ve fácilmente, ya que 1 + 1 = 2 V. Hay otros axiomas que tampoco satisface, sin embargo basta con demostrar que no cumple con un axioma para probar que V no es un espacio vectorial. Ejemplo 4: El espacio vectorial M 3x4. Sea V = M 3x4 el conjunto de todas las matrices de orden 3 x 4 con elementos reales. Entonces, si la suma de matrices y la multiplicación de una matriz por un escalar son las usuales, es fácil comprobar que M 3x4 es un espacio vectorial, siendo o~ la matriz nula de orden 3 x 4. Si ijaA está en M 3x4 entonces ijaA también está en M 3x4. Ejemplo 5: El espacio vectorial ( M mxn, +, , ). Igual que en el caso anterior se puede demostrar fácilmente que M mxn el conjunto de las matrices de orden m x n con elementos reales es un espacio vectorial. Ejemplo 6: Llamemos P n (x) al conjunto de todos los polinomios P (x) = a0 xn + a1 xn-1 + … + an con ai i. El conjunto de polinomios reales de grado menor o igual que n, con respecto a las operaciones usuales de suma de polinomios y producto de un polinomio por un escalar es un espacio vectorial. Es decir, la cuaterna ( P n (x), +, , ) es un espacio vectorial sobre . Ejemplo 7: Averiguar si el conjunto V es espacio vectorial: 1 1 /22 b a AMAV x Veamos si se cumple el A1., A V y B V, 1 1 ; 1 1 d c B b a A : V db ca d c b a BA 2 2 1 1 1 1 . Por lo tanto V no es Espacio Vectorial. Propiedades de los Espacios Vectoriales Sea ( V, +, , ) un espacio vectorial sobre . Valen entonces las siguientes propiedades: 1) oo ~~ Algebra y Geometría Analítica - Espacios Vectoriales 98 2) ovVv ~.0, 3) ov ovVv ~ 0 ~:, ó 4) vvvVv :, Subespacios Definición: Sea ( V, +, , ) un espacio vectorial y sea W un conjunto no vacío contenido en V, esto es W V. Diremos que W es un subespacio de V si es un espacio vectorial sobre con respecto a las operaciones de V: suma y producto por un escalar. Es decir: Sean ( V, +, , ) un espacio vectorial y W W V es un subespacio de ( V, +, , ) si ( W, +, , ) es un espacio vectorial. En el Ejercicio 5 vimos que ( M mxn, +, , ) tiene estructura de espacio vectorial. Si consideramos ( M 1xn, +, , ) y ( M mx1, +, , ), son subespacios vectoriales de M mxn ya que las matrices de una fila o una columna son subconjuntos de las matrices de m filas y n columnas y cumplen con los 10 axiomas de espacio vectorial. Teorema: Sea ( V, +, , ) un espacio vectorial y W V, W ≠ entonces W es un subespacio de V si y sólo si se cumple: )i Wo ~ )ii WvuWvu :, )iii WuWu :, Demostración Tenemos que demostrar: ( V, +, , ) E. V. y W V, W ≠ W es un subespacio de V WuWuiii WvuWvuii Woi :,) :,) ~) Entonces vamos a demostrar primero que: W es un subespacio de V WuWuiii WvuWvuii Woi :,) :,) ~) Si W es un subespacio vectorial de V, por la definición de subespacio, se cumplen los 10 axiomas de E. V., en particular, se cumplen los axiomas A1, A4 y A6. Pero estas son precisamente las condiciones i), ii) y iii). Con lo que queda demostrado el sentido ( ) de la implicación. Tenemos que demostrar ahora el otro sentido de la implicación ( ) es decir: Algebra y Geometría Analítica - Espacios Vectoriales 99 WuWuiii WvuWvuii Woi :,) :,) ~) W es un subespacio de V Tenemos que demostrar que W es un subespacio vectorial de V, lo que significa demostrar que W es un espacio vectorial. Por la condición i) podemos asegurar que W ≠ y que se cumple A4 de E. V. y como por hipótesis se cumplen además ii) y iii) que corresponden a los axiomas A1 y A6 de E. V., basta demostrar que W satisface los 7 axiomas restantes. Como W V, esto significa que los vectores de W están también en V, se cumplen los axiomas A2, A3, A7, A9 y A10. Debemos ahora probar que se cumple el axioma A5. Para ello observemos que: si v W, (-1) v W, v W por la condición iii). Por la propiedad 4 de espacios vectoriales [ vvvVv :, ], podemos afirmar que Wvv 1 . Por lo tanto el axioma A5 se verifica. Por lo tanto W es un espacio vectorial por que cumple con los 10 axiomas de espacio vectorial y, por definición de subespacio, concluimos que W es un subespacio vectorial de V. como demostramos los dos sentidos de la implicación, el teorema queda demostrado. Observación: Si nos basamos sólo en la definición de subespacio, para demostrar que un conjunto W V es un subespacio, se debe comprobar los 10 axiomas de E. V. Este teorema simplifica el trabajo enormemente ya que, con el basta probar sólo las condiciones i), ii) y iii). Ejemplo 1: El subespacio trivial. Si V es cualquier espacio vectorial, el subconjunto oW ~ es un subespacio, ya que: i) Wo ~ , ii) ooo ~~~ , iii) oo ~~ . . A oW ~ lo denominaremos subespacio trivial. Ejemplo 2: Un espacio vectorial es un subespacio de sí mismo. Todo espacio vectorial V es un subespacio de sí mismo. Estos dos ejemplos iniciales muestran que todo espacio vectorial V contiene los dos subespacios o~ y V (los cuales coinciden si oV ~ ). A todos los subespacios que no sean o~ y V se les llama subespacios propios. Ejemplo 3: Sea 22 /, VmxyyxW Averiguar si ( W, +, , ) es un subespacio vectorial. W es un subespacio propio de 2 y consiste en el conjunto de puntos situados en una recta que contiene al origen de coordenadas. Este conjunto es la única clase de subespacio propio que puede tener 2 . Tenemos que demostrar: i) ¿ Wo ~ ? ii) ¿ WvuWvu :, ? iii) ¿ WvWv :, ? i) El vector o~ que debe estar en W es el vector nulo de V = 2. 0,0~ o ; para que pertenezca a W debe tener la característica de los elementos de W. Algebra y Geometría Analítica - Espacios Vectoriales 100 Womo ~00;0,0~ como ii) Sean 1111 , xmyWuyxu como (1) 2222 , xmyWvyxv como (2) 21212211 ,,, yyxxyxyxvu Para que Wvu debe ocurrir que 2121 xxmyy Wvuxxmxmxmyy 212121 por (1) y (2) WvuWvu :, iii) Sean xmyyxv /, porque v W yxyxv ,, . Para que v W debe ocurrir que: xmy Wvxmxmy como y = m x WvWv :, Por i), ii) y iii) ( W, +, , ) es un subespacio vectorial de 2 . Combinaciones lineales Dado un conjunto de n vectores nvvvA ,,, 21 pertenecientes a un espacio vectorial ( V, +, , )y un conjunto de n escalares n ,,, 21 con i i = 1, 2, …, n, el vector v / nnvvvv ,2211 se llama una combinación lineal (c. l.) de los vectores vi. Ejemplo 1: Sean los vectores v1 y v2 de 2 o 3 . v es combinación lineal de v1 y v2. Ejemplo 2: En 3 sean 0,1,12,0,11,2,1 321 vvv y . Averiguar si 5,1,2v es una combinación lineal de v1, v2 y v3. Para que el vector v sea una combinación lineal de v1, v2 y v3 deben existir 1, 2 y 3 tales que vvvv 332211 . 0 v1 v2 c2 v2 c1 v1 v = c1 v1 + c2 v2 Algebra y Geometría Analítica - Espacios Vectoriales 101 Al sustituir los valores de v, v1, v2 y v3 obtenemos: 5,1,20,1,12,0,11,2,1321 5,1,20,,2,0,,2, 3322111 5,1,22,2, 2131321 Por igualdad de vectores: 52 12 2 21 31 321 Al resolver este sistema lineal obtenemos: 1 = 1, 2 = 2 y 3 = -1, lo cual significa que v es una combinación lineal de v1, v2 y v3. Así v = v1 + 2 v2 - v3. Dependencia e independencia lineal Vectores linealmente independientes Definición: Sea ( V, +, , ) un espacio vectorial. Dado un conjunto de vectores VvvvA n ,,, 21 , diremos que son linealmente independientes (l. i.) si y sólo si la combinación lineal iovvv inn 0 ~,2211 . En símbolos: A es l. i. iovvv inn 0 ~,2211 Ejemplo 1: Sean los vectores 1,0,00,1,00,0,1 321 vvv y . Averiguar si son l. i.. Para averiguar si los vectores v1, v2 y v3 son l.i. debemos ver si existen los escalares 1, 2 y 3 simultáneamente nulos tales que: ovvv ~ 332211 0,0,01,0,00,1,00,0,1 321 , efectuando operaciones obtenemos: 1 = 0, 2 = 0 y 3 = 0. v1, v2 y v3 son l.i.. Estos vectores son los llamados versores o vectores canónicos. Se puede demostrar que en general: Si V = n y 0,,0,0,11 e , 0,,0,1,02 e , … 1,,0,0,0 ne llamados vectores canónicos de n son l.i.. Ejemplo 2: Sean los vectores 10 21 1v , 11 03 2v , del espacio vectorial M 2x2. Determinar si 21 ,vvA es un conjunto de vectores l.i.. Para ello debemos ver si existen los escalares 1, y 2 tales que: ovv ~ 2211 . 00 00 11 03 10 21 21 , efectuando operaciones: 00 0023 00 0003 0 2 212 121 22 2 1 11 Igualando matrices llegamos al siguiente sistema: Algebra y Geometría Analítica - Espacios Vectoriales 102 0 0 02 03 21 2 1 21 Resolviendo el sistema: 1 = 0 y 2 = 0. Luego 21 ,vvA es un conjunto de vectores l.i.. Vectores linealmente dependientes Definición: Sea ( V, +, , ) un espacio vectorial. Diremos que los vectores Vvvv n ,,, 21 son linealmente dependientes (l. d.) si existen escalares 1, 2, …, n no todos simultáneamente nulos tales que: ovvv nn ~,2211 . Ejemplo 3: Determine si en P2 los polinomios 22xxxP , xxxQ 42 , 287 xxxR son l. i. o l. d.. Consideramos la combinación lineal: 0)()()( 321 xRxQxP 08742 232221 xxxxxx 08742 2 332 2 2 2 11 xxxxxx 07482 321 2 321 xx Por igualdad de polinomios: 074 082 321 321 Resolviendo el sistema obtenemos: 3231 7 6 ; 7 25 . Si 3 = 7; 1 = 25; 2 = -6. 1, 2 y 3 no nulos tal que: 0)()()( 321 xRxQxP Los vectores P(x), Q(x) y R(x) son l. d.. Interpretación geométrica de la independencia lineal en 2 o n . En 2 o 3 , un conjunto de dos vectores es l. i. si los vectores no están en la misma recta cuando se colocan con sus puntos iniciales en el origen. Algebra y Geometría Analítica - Espacios Vectoriales 103 En 3 un conjunto de 3 vectores es l. i. si los vectores no están en el mismo plano cuando se colocan con sus puntos iniciales en el origen. Vectores l. d. vectores l. d. vectores l. i. v1 v2 x y z v1 v2 x y z v1 v2 x y z vectores l. d. vectores l. d. vectores l. i. x y z v v v 1 2 3 x y z v v v 1 2 3 x y z v v v 1 2 3 Algebra y Geometría Analítica - Espacios Vectoriales 104 Propiedades de los conjuntos de vectores l. i. o l. d. Propiedad 1: Si o~ es uno de los vectores de nvvvA ,,, 21 , entonces el conjunto es l. d.. Propiedad 2: Cualquier vector ov ~ de un espacio vectorial es un conjunto l. i.. Propiedad 3: El vector nulo de cualquier espacio vectorial constituye un conjunto l. d.. o~ es l. d.. Propiedad 4: Un conjunto finito y no vacío de vectores es l. d. si y sólo si algún vector del conjunto es combinación lineal de los demás. Corolario: Dos vectores v1 y v2 son l. d. si uno de ellos es múltiplo escalar del otro. Propiedad 5: Un conjunto finito y no vacío de vectores es l. i. si y sólo si ningún vector es combinación lineal de los demás. Propiedad 6: Todo subconjunto de un conjunto l. i. es l. i.. Propiedad 7: Todo conjunto de vectores que contiene a un subconjunto l. d. es también l. d.. Propiedad 8: Si un vector es combinación lineal de un conjunto de vectores l. i., entonces dicha combinación lineal es única. Aclaración: No sucede lo mismo si los vectores son l. d.. Propiedad 9: Si un vector es combinación lineal de un conjunto de vectores l. d., dicha combinación no es única (existen infinitas c. l. que tienen como resultado dicho vector). Ejemplo 4: Averigüe si el vector 22 07 31 xMv se puede escribir como c. l. de los vectores 02 21 1v ; 02 10 2v ; 00 01 3v . El problema consiste en averiguar si existen 1, 2 y 3 tal que: vvvv 332211 ; reemplazando obtenemos: 07 31 01 01 02 10 03 21 321 . Efectuando operaciones, llegamos al siguiente sistema: 723 32 1 321 21 31 Resolviendo el sistema, se puede comprobar que 1 = 0, 2 = 3, 3 = 1 tal que vvvv 321 130 , entonces el vector v se puede escribir como c. l. de v1, v2 y v3. Observamos que como el sistema es compatible determinado, tiene única solución y, por lo tanto, la combinación lineal es única. Algebra y Geometría Analítica - Espacios Vectoriales 105 Por la propiedad 8, concluimos que el conjunto de vectores 321 ,, vvv es l. i.. Ejemplo 5: Dados los vectores 6,23,1 21 vv , averigüe si el vector 21,7 v es c. l. de v1 y v2. Consideramos la combinación lineal: vvv 2211 21,76,23,1 21 Efectuando operaciones, llegamos al siguiente sistema: 2163 72 21 21 Resolviendo el sistema, encontramos que el mismo es compatible indeterminado, es decir que tiene infinitas soluciones; 222 ,27 jC . Como existen 1 , 2 soluciones del sistema; concluimos que el vector v se puede escribir como c. l. de v1, v2. vvvvvv 22122211 27 La combinación lineal no es única, por propiedad 9 el conjunto de vectores 21 ,vv es l. d.. Subespacio generado por una familia de vectores Si v1, v2, …, vr son vectores de un espacio vectorial V, entonces en general algunos vectores de V pueden ser combinaciones lineales de v1, v2, …, vr y otros no. Veremos que si se construye un conjunto A que consta de todos los vectores que son posibles de expresar como combinaciones lineales de v1, v2, …, vr, entonces A forma un subespacio de V. Sea VvvvA r ,,, 21 , llamamos A al conjunto de todas las combinaciones lineales de v1, v2, …, vr, es decir: AvivvvA iirr ;/...2211 A A lo denominamos “Envolvente lineal de rvvv ,,, 21 ” Ejemplo: Sea 21 ,vvA , tal que 1,1,01,0,1 21 vv y El conjunto de todas las c. l. de los vectores v1 y v2 3 es: 2121 ,/1,1,01,0,1 A 212121 ,/,, A . En consecuencia A es el conjunto de todas las ternas cuya tercera componentees la suma de las dos primeras. Podemos escribir: 2133321 /,, xxxxxxA Teorema: Sea el espacio vectorial ( V, +, , ) y sea el subconjunto VvvvA r ,,, 21 . Entonces ( A , +, , ) es un subespacio vectorial de V y se denomina subespacio generado por A. Se dice que los vectores v1, v2, …, vr de A generan A . Algebra y Geometría Analítica - Espacios Vectoriales 106 Observación: En el caso que A sea un subconjunto de V formado por un único vector v, el subespacio generado por A es el conjunto de todos los múltiplos escalares de A, es decir: Si 1vA , entonces kvkA / . Ejemplo 1: Si 25,2 A , entonces 5,2,/, 2 kyxyxA , o sea x = 2 k y y = 5 k yx 5 2 025/, 2 yxyxA . Es decir, el subespacio generado es la recta que contiene al origen de coordenadas y contiene al vector dado. Sistema de generadores Puede ocurrir que dado nvvvA ,,, 21 , este no genere un subespacio de V, sino que genere todo V. Es decir que un conjunto formado por un número finito de vectores de un espacio vectorial describa en forma completa a V. Observaremos además que en general, hay más de un conjunto de este tipo que describa a V. Ahora formalizaremos estos conceptos: Definición: El conjunto nvvvA ,,, 21 es un sistema de generadores de V si y sólo si todo vector de V se puede expresar como combinación lineal de los elementos de A. En símbolos: A es un S. G. de V nnvvvvVv 2211: . De acuerdo a esta definición: A es un sistema de generadores de V si y sólo si el subespacio generado por A es V. Es decir: A es S. G. de V VA Ejemplo 1: Sea V el espacio vectorial 3 y sea 0,1,1,2,0,1,1,2,1A , ¿ v1, v2 y v3 generan 3 ? Sea cbav ,, cualquier vector de 3. Para que A sea un sistema de generadores deben existir escalares 1, 2 y 3 tales que: vvvv 332211 . cba ,,0,1,12,0,11,2,1 321 Efectuando operaciones, obtenemos el siguiente sistema: c b a 21 31 321 2 2 Resolviendo el sistema llegamos a la solución: (verifique) 3 24 33 22 321 cbacbacba Como el sistema es compatible, concluimos que v1, v2 y v3 generan 3 . Es decir que A es un sistema de generadores de 3 . Algebra y Geometría Analítica - Espacios Vectoriales 107 Base de un espacio vectorial Definición: Sea ( V, +, , ) un espacio vectorial y sea VvvvB n ,,, 21 . B es una base de V si i) B es un sistema de generadores, ii) B es l. i.. Ejemplo 1: Los vectores 0,11 e y 1,02 e forman una base para 2 , los vectores 0,0,11 e , 0,1,02 e , 1,0,03 e forman una base para 3 . En general los vectores e1, e2, …, en forman una base para n . Cada uno de estos conjuntos de vectores se llama base natural o base canónica para 2 , 3 y n respectivamente. Ejemplo 2: El conjunto 10 00 , 01 00 , 00 10 , 00 01 B es una base para el espacio vectorial M 2x2. Para verificar que B es l. i., formamos una combinación lineal de los vectores de B y la igualamos al vector nulo de dicho espacio: 00 00 10 00 01 00 00 10 00 01 4321 Esto implica: 00 00 43 21 , lo cual quiere decir que 04321 . Por lo tanto B es l. i.. Para verificar que B genera a M 2x2, consideramos un vector genérico del espacio M 2x2 y debemos determinar escalares 1, 2, 3 y 4 tales que: dc ba 10 00 01 00 00 10 00 01 4321 Vemos que dcba 4321 . Es decir existen los escalares 1, 2, 3 y 4 tales que cualquier vector v del espacio se puede escribir como c. l. de v1, v2, v3 y v4. Por lo tanto v1, v2, v3 y v4 generan M 2x2. Teorema: Si nvvvB ,,, 21 y muuuB ,,, 21 son dos bases de un espacio vectorial V, entonces m = n. Este teorema que aceptamos sin demostración, afirma que dos bases cualesquiera de un espacio vectorial V contienen el mismo número de vectores. Dimensión de un espacio vectorial Definición: Si el espacio vectorial ( V, +, , ) tiene una base finita entonces la dimensión de V (dim V) es el número de vectores que tiene cualquiera de sus bases. Ejemplo 1: dim 3 = 3 puesto que en 3 , sabemos que 321 ,, eee es la base canónica, y ya que consta de 3 vectores, toda base de 3 debe contener 3 vectores. Ejemplo 2: dim 2 = 2 y en general dim n = n Algebra y Geometría Analítica - Espacios Vectoriales 108 Ejemplo 3: dim M 2x2 = 4 ya que los vectores 10 00 , 01 00 , 00 10 , 00 01 son base de M 2x2. En general dim M mxn = m n Teorema: Sea ( V, +, , ) espacio vectorial, tal que dim V = n. Si muuuA ,...,, 21 es un conjunto de vectores l. i. entonces m n. El teorema asegura que el número de vectores de todo conjunto l. i. de un espacio vectorial es siempre menor o igual que la dimensión del espacio. Teorema: Sea ( V, +, , ) un espacio vectorial de dimensión n. Entonces: i) “n + 1” o más vectores de V son l. d. ii) Todo conjunto l. i. de n vectores de V, es una base de V iii) Todo conjunto generador nvvvT ,,, 21 de V es una base de V. Ejemplo 1: Demostrar por inspección que 5,5,7,3B es una base de. Como dim 2 = 2; y el número de vectores de B es 2 solo basta con demostrar que B es l. i. o un S. G.. Como ninguno de los vectores de B es un múltiplo escalar del otro, los dos vectores forman un conjunto l. i.. Por lo tanto como B .i.l2 2dim 2 vectores es base de 2 . Ejemplo 2: Demostrar que 6,5,4,3,2,1B no es base de 3. dim 3 = 3; por lo tanto toda base de 3 debe contener 3 vectores. B no es base de 3 . Ejemplo 3: Averiguar si 3,6,5,4,2,1 B es una base de 2. dim 2 = 2. Por el teorema anterior 3 vectores de 2 son l. d.. B no es base de 2 .
Compartir