Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 100 ESPACIOS VECTORIALES Contenidos Trataremos el tema de estructura de espacio vectorial, que es el concepto básico del Álgebra Li- neal. Definiremos espacio vectorial y sus propiedades, subespacio vectorial y combinación lineal de un conjunto no vacío de un espacio vectorial. Estudiaremos también, dependencia e indepen- dencia lineal y sistemas de generadores para caracterizar los conceptos de base y de dimensión. Objetivos - Decidir si un conjunto de vectores constituye o no una estructura de espacio vectorial me- diante la aplicación de la definición. - Reconocer, ejemplificar y definir la dependencia e independencia lineal de vectores, justi- ficando la decisión tomada. - Distinguir los subconjuntos de vectores que sean sistemas de generadores de espacios vec- toriales mediante la aplicación de la definición o de las propiedades. ESPACIO VECTORIAL Combinación lineal Subespacios Dependencia e independencia lineal Sistema de generadores Base - Dimensión - Base canónica - Coordenadas La estructura de es el concepto básico del Álgebra Lineal en la que se definen Vectores Sus elementos se llaman Se define y se estudian Para definir Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 101 - Reconocer y construir una base de un espacio vectorial y determinar la dimensión de la misma. 1.- Introducción En el conjunto de números reales se han definido las operaciones de suma y producto que satisfa- cen ciertas propiedades. Al estudiar el conjunto de vectores en el espacio hemos definido suma de vectores y multiplicación de un vector por un número real y enunciado las propiedades que se verifican. Otros conjuntos a los cuales se le puede dotar de una estructura similar a la de los con- juntos anteriores, son los conjuntos de números complejos y el de los polinomios. Cuando en varios conjuntos distintos aparecen estructuras similares es conveniente axio- matizar éstas y dar un nombre al ente resultante. A la estructura de los conjuntos enunciados se denomina Espacio Vectorial. 2.- Espacio vectorial 2.1.- Definición Dado un conjunto V, distinto del vacío, se dice que es un espacio vectorial sobre el cuer- po K, si en él se han definido dos operaciones: una interna llamada suma, (+) , de manera que a cada par de elementos u y v V le hace corresponder el elemento u + v V, y otra externa llamada producto por un escalar, ( . ), de manera que a todo elemento u V y a todo elemento K le hace corresponder el elemento u V, que satisfacen las siguientes propiedades: S1) + es asociativa en V u , v , w V u + ( v + w ) = ( u + v ) + w S2) existe neutro para la suma en V 0 V / v V : 0 + v = v + 0 = v 0 es el vector nulo S3) del inverso aditivo u opuesto en V para cada elemento de V. v V , v V / v + (v) = (v) + v = 0 S4) + es conmutativa en V u , v V u + v = v + u M1) . admite asociatividad mixta K , v V : . ( . v ) = ( . ) . v Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 102 M2) . es distributivo respecto de la suma en K K , v V : ( + ) . v = . v + . v M3) . es distributivo respecto de la suma en V K , v , w V : . ( v + w ) = . v + . w M4) la unidad de K es neutro para el . . v V : 1 . v = v Un espacio vectorial se representa por la cuaterna ( V, + , K , . ) Los elementos de V se llaman vectores Los elementos de K se llaman escalares 2.2.- Ejemplo La cuaterna ( R 2 , + , R, . ) es el espacio vectorial de los pares ordenados de números reales so- bre el cuerpo de números reales. Porqué: - ( a , b ) y ( c , d ) R 2 , se define la adición por: ( a , b ) + ( c , d ) = ( a + c , b + d ) R 2 (1) - ( a , b ) R 2 y R , se define . ( a , b ) = ( a , b ) R 2 (2) Y se verifican las propiedades: V1) + es asociativa en R 2 . ( a , b ) , ( c , d ) y ( e , f ) R 2 demostrar que. ( a , b ) + [ ( c , d ) + ( e , f ) ] = [ ( a , b ) + ( c , d ) ] + ( e , f ) Demostración: ( a , b ) + [ ( c , d ) + ( e , f ) ] = ( a , b ) + ( c + e , d + f ) = = ( a + ( c + e ) , b + ( d + f ) ) = ( ( a + c ) + e , ( b + d ) + f ) = = ( a + c , b + d ) + ( e , f ) = [ ( a , b ) + ( c , d ) ] + ( e , f ) Se aplicó la definición (1) , la asociatividad de la suma en R, y la definición (1) V2) del neutro para la suma en R 2 ( 0 , 0 ) R 2 / (a , b) R 2 : ( 0 , 0 ) + ( a , b ) = ( a , b) + ( 0 , 0 ) = ( a , b ) ( 0 , 0 ) es el vector nulo Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 103 V3) del inverso aditivo u opuesto en R 2 para cada elemento de R 2 . ( a , b ) V , ( a , b ) R 2 / ( a , b ) + ( a , b ) = ( 0 , 0 ) V4) + es conmutativa en R 2 ( a , b ) , ( c , d ) R 2 ( a , b ) + ( c , d ) = ( c , d ) + ( a , b ) Demostración: ( a , b ) + ( c , d ) = ( a + c , b + d ) = ( c + a , d + b ) = ( c , d ) + ( a , b ) Se aplicó la definición (1), la conmutatividad de la suma en R y la definición (1). V5) . admite asociatividad mixta R, ( a , b ) R 2 : . ( . ( a , b ) ) = ( . ) . ( a , b ) Demostración: . ( . ( a , b ) ) = . ( . a , . b ) = ( . ( . a ) , . ( . b ) ) = ( ( . . a , ( . ) . b ) ) = ( . ) . ( a , b ) Se aplicó la definición (2), la asociatividad del producto en R, y la definición(2). V6) . es distributivo respecto de la suma en R K, ( a , b ) R 2 : ( + ) . ( a , b ) = . ( a , b ) + . ( a , b ) Demostración: ( + ) . ( a , b ) = ( ( + . a , ( + ) . b ) = ( . a + . a , . b + . b ) = ( . a , . b ) + ( . a , . b ) = . ( a , b) + . ( a , b ) Se aplicó la definición (2), la distributividad del producto con respecto a la suma en R, y las defi- niciones (1) y (2). V7) . es distributivo respecto de la suma en R 2 R , (a , b ) ; ( c , d ) R 2 : . ( ( a , b ) + ( c, d ) ) = . (a , b) + . ( c , d) Demostración: . ( ( a , b ) + ( c , d ) ) = . ( a + c , b + d ) = ( . ( a + c ) , . ( b + d ) ) = ( . a + . c , . b + . d ) = ( . a , . b ) + ( . c , . d) = . ( a , b ) + . ( c , d ) Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 104 Se aplicó la definición (1), la definición (2), la distributividad del producto con respecto a la suma en R, y la definición (1) y (2) V8) la unidad de R es neutro para el . ( a , b ) R 2 : 1 . ( a , b ) = ( a , b ) Demostración: 1. ( a , b ) = ( 1 . a , 1 . b ) = ( a , b ) Otros ejemplos: - ( R 3 , + , R , . ) , ( R 4 , + , R , . ) En general ( R n , + , R , . ) es espacio vectorial. - ( K[x] , + , R . ) K[x] : es el conjunto de polinomios de coeficientes reales. K[x] = { a0 + a1 x + ........... + an x n / ai R i } p(x) , q(x) K[x] : p(x) + q(x) K[x] R , p(x) K[x] : p(x) K[x] 2.3.- Propiedades en ( V, +, K, . ) 1) El producto del escalar 0 por cualquier vector es el vector nulo 0 . v = 0 v V El producto de cualquier escalar por el vector nulo es el vector nulo 0 = 0 K 3) Si el producto de un escalar por un vector es el vector nulo, entonces el escalar es 0 ó el vec- tor es nulo. . v = 0 = 0 v = 0 4) El opuesto de cualquier escalar por un vector es igual al opuesto de su producto. ( ) . v = ( . v ) K v V En particular si = 1 v. v)v Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 105 3- Subespacio vectorial 3.1.- Definición Dados: ( V , + , K , . ) y S y S V: S es subespacio de ( V , + , K , . ) si( S , + , K , . ) es espacio vectorial. Un subespacio vectorial de un espacio vectorial V es un subconjunto S de V, que a su vez es un espacio vectorial con las operaciones definidas en V 3.2.- Criterio de subespacio 3.2.1.-El “criterio de subespacio” permite averiguar si un conjunto es o no subespacio de un es- pacio vectorial dado. Para demostrar que un subconjunto de un espacio vectorial es un subespacio vectorial, es sufi- ciente demostrar que la suma de dos elementos de S es otro elemento de S y que la multiplicación de un elemento de S por un elemento del cuerpo K es otro elemento de S. Dado S y S V: i) si u S v S u + v S ii) si K v S v S 3.2.2.- Ejemplos Ejemplo 1: B = { ( x , y ) R 2 / y = x }, es subespacio de (R 2 , +, R, . ) Demostración: 1.- v1 y v2 B v1 + v2 B Si v1 = ( a1 , b1 ) B b 1 = a 1 Si v2 = ( a2 , b2 ) B b 2 = a 2 S. m. a m. v1 + v2 = ( a1 + a2 , b1 + b2 ) (1) b1 + b2 = a1 + a2 (2) Reemplazando (2) en (1), se tiene v1 + v2 = ( a1 + a2 , a1 + a2 ) B I 2.- v B y R v B Si v = ( a , b ) B b = a m. m. a m. = = . v = . ( a , b ) b = . a (2) . v = ( . a , b ) (1) + + Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 106 Reemplazando (2) en (1), se tiene: . v = ( . a , a ) B II Por I y II , se concluye que B es subespacio de R 2 . Representación gráfica: Si y = x la gráfica correspondiente es la bisectriz del 1º y 3º cuadrante. Ejemplo 2: Demostrar que A = { ( x , y ) R 2 / x 0 } No es subespacio de (R 2 , +, R, . ) Demostración: 1.- v1 y v2 A v1 + v2 A Si v1 = ( a1 , b1 ) A a 1 0 Si v2 = ( a2 , b2 ) A a 2 0 S. m. a m. v1 + v2 = ( a1 + a2 , b1 + b2 ) (1) a1 + a2 0 * (2) Reemplazando (2) en (1), se tiene: v1 + v2 = ( a1 + a2 , b1 + b2 ) A I 0 2.- v A y R v A Si v = ( a , b ) A a 0 m. m. a m. = . v = . ( a , b ) . v = ( . a , b ) no siempre pertenece a A Contraejemplo: Si v = ( 3 , 5 ) A . = - 2 . v = ( , ) A A no es subespacio de R 2 . Ejemplo 3: S = { ( x1 , x2 , x3 ) R 3 / x3 = x1 + x2 } es subespacio de R 3 . Demostración: 1.- v1 y v2 S v1 + v2 S + + *Si se suman dos de- sigualdades del mismo sentido se obtiene otra desigualdad del mismo sentido x y a b a b Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 107 Si v1 = ( a1 , b1 , c1 ) S v1 = ( a1 , b1 , a1 + b1 ) v2 = ( a2 , b2 , c2 ) B v2 = ( a2 , b2 , a2 + b2 ) S. m. a m. v1 + v2 = ( a1 + a2 , b1 + b2 , (a1 + b1) + ( a2 + b2 )) v1 + v2 = ( a1 + a2 , b1 + b2 , (a1 + a2) + (b1 + b2 )) S I 2.- v S y R v S Si R v = (x1 , x2 , x3 ) S v = ( x1 , x2 , x1 + x2 ) = v = . ( x1 , x2 , x1 + x2 ) . v = ( . x1 , .x2 , . x1 + .x2 ) . v = ( . x1 , .x2 , . (x1 + x2 ) ) S II Por I y II , concluimos que B es subespacio de R 3 . Al subespacio S pertenecen las ternas ( x1 , x2 , x3 ) R 3 que satisfacen la condición: x1 + x2 – x3 = 0, ecuación que define un plano que pasa por el origen. Ejemplos de ternas que pertenecen a S: ( 1 , 2 , 3 ) ; ( 2 , 3 , 1 ) ; (1 , 3 , 4 ) ..... 4.- Combinaciones lineales Dado (V, +, K, .) y Sea A = { v1, v2, … , vn} V Definición: Combinación lineal de A es todo vector: 1v1 + 2v2 + … + nvn / i K vi A Utilizando el símbolo de sumatoria, se tiene: n 1i iia / i K vi A Definición: El vector v V es combinación lineal de la familia de A V, si y sólo si existen escalares 1, 2 , … , n tales que n 1i ii va + Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 108 Ejemplo1: Sea { (1 , 2 ) , ( 3 , 1 ) } R 2 3 (–1 , 2 ) – 2 ( 3 , –1 ) = (–9 , 8 ) R 2 (–9, 8) es combinación lineal de los vectores dados. Ejemplo2: En R 2 ¿ es ( 7 , 2 ) combinación lineal de los vectores ( 1 , 1 ) y (1 , 4 )? Para averiguar si ( 7 , 2 ) es combinación lineal de los vectores ( 1, 1 ) y ( 1 , 4 ), debemos investigar si existen escalares y / ( 7 , 2 ) = . ( 1 , 1 ) + . (1 , 4 ) efectuando operaciones: ( 7 , 2 ) = ( , ) + ( , 4 .) por igualdad de pares: ( 7 , 2 ) = ( + , + 4 .) + Si el sistema tiene soluciónes combinación + 4 . = 2 (2) lineal de los vectores dados. Restando las dos ecuaciones se tiene: + Reemplazando en (1) tenemos: + 4 . = 2 3 = 7 3 = 9 = 3 el sistema tiene única solución, o sea que ( 7, 2) puede expresarse como única combinación lineal de (1, 1) y (1, 4). ( 7 , 2 ) = . ( 1 , 1 ) 3 . (1 , 4 ) Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 109 Ejemplo3: Dados p(x) = 3x + 5 y q(x) = 2x 2 + x – 2 ( R [x], +, R, . ) ¿ 2 x 2 – x 3 16 es combinación lineal de p(x) y q(x).? 1 ( 3x + 5 ) + 2 ( 2x 2 + x – 2 ) = 2 x 2 – x 3 16 ( 3 1 x + 5 1 ) + ( 22 x 2 + 2 x – 22 ) = 2 x 2 – x 3 16 22x 2 + (31 + 2) x + (51– 22) = 2 x 2 – x 3 16 3 16 2α - 5α 3 2 α 3 α1 α 1α3α 1α 2α 2 21 1 2 121 22 Los valores de 1 y 2 se reemplazan en la tercera ecuación: 5.– 2 . 1 3 16 2 x 2 – x 3 16 es combinación lineal de p(x) y q(x). 5.- Subespacio generado por una familia de vectores de V El conjunto de las combinaciones lineales de todo subconjunto de V, es un subespacio del mismo. Dados: ( V , + , K , . ) A = { v1 , v2 , ... , v r } V ( A , + , K , . ) es un subespacio de V generado por A. Si A = { 1 v1 + 2 v2 + .... + r v r / i K vi A } Ejemplo: Determinar el subespacio de (R 3 , + , R , . ) generado por la familia A = { ( 1 , 0 , 1 ) , ( 0 , 1 , 0 ) } Por definición: A es el conjunto de las ternas ( x1 , x2 , x3 ) R 3 / ( x1 , x2 , x3 ) = 1 ( 1 , 0 , 1 ) + 2 ( 0 , 1 , 0 ) ( x1 , x2 , x3 ) = (1 , 0 , 1 ) + ( 0 , 2 , 0 ) ( x1 , x2 , x3 ) = (1 , 2 , 1 ) Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de IngenieríaÁlgebra y Geometría Analítica 110 x1 = 1 x2 = 2 x3 = 1 x1 = x3 A = { ( x1 , x2 , x3 ) R 3 / x1 = x3 } A es el plano de ecuación x1 - x3 = 0 6.- Dependencia e independencia lineal 6.1.- Vectores linealmente independientes Dado ( V , + , K , . ) y A = { v1 , v2 , ... , v r } V , A es linealmente independiente , la combinación lineal 1 v1 + 2 v2 + .... + r v r = 0 tiene como única solución la trivial, es decir como única solución: i = 0 i = 1 , 2 , ... , r A es LI i : r 1i iii 00v Ejemplo: { ( 1 , 0 ), ( 1 , 1 ) } R 2 es L.I. 7 Gráficamente Demostración: 1 ( 1 , 0 ) + 2 ( 1 , 1 ) = ( 0 , 0 ) 1 + 2 = 0 2 = 0 y 1 = 0 6.2.- Vectores linealmente dependientes El A = { v1 , v2 , ... , v r } V es linealmente dependiente , la combinación lineal 1 v1 + 2 v2 + .... + r v r = 0 admite al menos una solución distinta de la trivial. A es L.D. i / r 1i iii 00v Ejemplo: Estudiar la dependencia o independencia lineal de los siguientes conjuntos: (Para investigar la dependencia o independencia lineal, se propone la C. L. de los vectores dados, con escalares a determinar, que sea igual al vector nulo) 7 “C.L.” , “L.I.” , “L.D.” , serán las abreviaturas de combinación lineal, linealmente independiente y linealmente dependiente, respectivamente. Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 111 a ) { ( 1 , 1 , 1 ) , ( 2 , 2 , 0 ) , ( 3 , 0 , 0 ) } R 3 Planteo: 1 ( 1 , 1 , 1 ) + 2 ( 2 , 2 , 0 ) + 3 ( 3 , 0 , 0 ) = ( 0, 0, 0 ) efectuando operaciones, se tiene: (1 , 1 , 1 ) + ( 2 2, 2 2 , 0 ) + ( 3 3, 0 , 0 ) = ( 0, 0, 0 ) (1 + 2 2 + 3 3 , 1 +2 2 , 1 ) = ( 0 , 0 , 0 ) Por igualdad de ternas, consideramos el siguiente sistema: 1 + 2 2 + 3 3 = 0 3 = 0 1 +2 2 = 0 2 = 0 1 = 0 El sistema solo admite la solución trivial, entonces los vectores dados son linealmente indepen- dientes. b ) { ( 2 , 1 , 3 ) , ( 4 , 1 , 2 ) , ( 8 , 1 , 8 ) } R 3 Planteo: .( 2 , 1 , 3 ) + . ( 4 , 1 , 2 ) + . ( 8 , 1 , 8 ) = ( 0, 0, 0 ) ( 2 , , 3 ) + ( 4 , , 2 ) + ( 8 , , 8 ) = ( 0, 0, 0 ) ( 2 4 + 8 + , 3 + 2 + 8 ) = ( 0, 0, 0 ) 2 4 + 8 Resolvemos el sistema por Gauss. + 3 + 2 + 8 = 0 (-3) 2 + 4 2 + 4 + (4) 3 + 33 + 3 (3) - 4- 4 = 0 0 = 0 Despejando en = (3) Reemplazando (3) en (1) 2 + 4 El sistema tiene infinitas soluciones, es decir que además de la trivial admite otras soluciones. 2 + 4 + 3 + 2 + 8 = 0 Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 112 Las infinitas soluciones están dadas por: Rkconkγ γβ 2γα Los vectores son linealmente dependientes, ya que los escalares no necesariamente son nulos. 6.3.- Propiedades i. Todo vector no nulo de un espacio vectorial constituye un conjunto linealmente in- dependiente Sea v 0 en ( V , + , K , . ), { v } es L.I. ii. El vector nulo de cualquier espacio vectorial constituye un conjunto linealmente de- pendiente 0 es L.D. iii. Todo conjunto al que pertenezca el vector nulo es linealmente dependiente Sea A = { v1 , v2 , ... , v r } con vj = 0 A es L.D. iv. Condición necesaria y suficiente Un conjunto finito y no vacío de vectores de un espacio vectorial, es linealmente dependiente algún vector es combinación lineal de los demás. Sea ( V , + , R , . ) , A = { v1 , v2 , ... , v r } V A A L.D. vj de A que es C.L. de los demás. 6.4.- Geométricamente En R 2 u y v son independientes u y v son dependientes (uno es múltiplo del otro) u v u v Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 113 En R 3 En R 3 , dos vectores u y v son dependientes si y solo si están situados sobre una misma recta que pasa por el origen y tres vectores u, v y w son dependientes si y solo sí están sobre un mismo plano que pasa por el origen. 7.- ¿Qué es un sistema de generadores? 7.1.- Definición Dado ( V , + , K , . ) y un conjunto de vectores A = { v1, v2, ......, vr ) V , A es un sistema de generadores de V si y sólo todo vector de V puede expresarse como combinación lineal de los vectores de A o bien, A es S.G. 8 de V el espacio generado por A es V. 7.2.- Ejemplos Ejemplo1: El conjunto A = { ( 1 , 2 ) , ( 0 , 1 ) } es S.G. de R 2 Demostración: Si el conjunto A es sistema de generadores de R 2 , todo vector ( x , y ) de R 2 debe ser C.L. de los vectores dados: ( 1 , 2 ) + ( 0 ,1 ) = ( x , y ) ( , 2 ) + ( 0 , ) = ( x , y ) = x (1) reemplazando en (2) 2 + = y (2) 2 x + = y = y + 2 x ( x , y ), y A es S.G. de R 2 8 “S.G.” se utilizará para abreviar sistema de generadores u v Espacios VectorialesEsp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 114 Si el sistema de ecuaciones planteado tiene solución, el conjunto de vectores dado, es sistema de generadores del espacio vectorial en el que está incluido. Ejemplo2: ¿Será A = { ( 1 , 0 ) , ( 2 , 0 ) , ( 3 , 0 ) } , S.G. de R 2 ? Para investigar realizamos el siguiente planteo: ( 1 , 0 ) + ( 2 , 0 ) + ( 3 , 0 ) = ( x , y ) ( , 0 ) + ( 2 , 0 ) + ( 3 , 0 ) = ( x , y ) + 2 + 3 = x 0 = y A, no es sistema de generadores de R 2 , genera el espacio: { ( x , y ) / y = 0 } 8.- Base de un espacio vectorial 8.1.- Definición Sea A = { v1, v2, ......, vr ) una familia de vectores de ( V , + , K , . ) El conjunto A V es una base de ( V , + , K , . ) si y sólo si es un conjunto linealmente inde- pendiente y sistema de generadores de V. A V es una base de V A es L.I. y es S.G. de V. 8.2.- Ejemplos Ejemplo 1: El conjunto B = { (1 , 1 , 2 ) , ( –1 , 0 , 2 ) , ( 0 , 0 , 1 ) } es base de R 3 Si B es base de R 3 , es linealmente independiente y sistema de generadores de R 3 . Demostración: i) Demostrar que los vectores son linealmente independientes. (1 , 1 , 2 ) + ( –1 , 0 , 2 ) + ( 0 , 0 , 1 ) = ( 0 , 0 , 0 ) ( , , 2 ) + ( – , 0 , 2 ) + ( 0 , 0 , ) = ( 0 , 0 , 0 ) – = 0 = 0 = 0 2 + 2 + = 0 = 0. La única solución que admite es la trivial son linealmente independientes. Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 115 ii) Demostrar que B es sistema de generadores de R 3 . (1 , 1 , 2 ) + ( –1 , 0 , 2 ) + ( 0 , 0 , 1 ) = ( x , y , z ) ( , , 2 ) + ( – , 0 , 2 ) + ( 0 , 0 , ) = ( x , y , z) – = x = y – x = y 2 + 2 + = z 2 y + 2 ( y – x ) + = z = z – 4y + 2x , , y cualquiera sea x , y , z B es sistema de generadores de R 3 . Ejemplo 2: Encontrar una base para el subespacio siguiente: A = { ( x , y , z ) R 3 / x = y } Si x = y ( x , x , z ) A. Una forma de plantear sería la siguiente: ( x , x , z ) = ( x , x , 0 ) + ( 0 , 0 , z ) = x ( 1 , 1 , 0 ) + z ( 0 , 0 , 1 ) { ( 1 , 1 , 0 ) ; ( 0 , 0 , 1 ) } es Base de A 8.3.- Base canónica Una base de ( R n , + , R , . ) está dada por el conjunto de vectores: e1 = ( 1 , 0 , 0 , ... , 0 ) e2 = ( 0 , 1 , 0 , ... , 0 ) e3 = ( 0 , 0 , 1 , ... , 0 ) ................................... en = ( 0 , 0 , 0 , ... , 1 ) El conjunto { e1 , e2 , e3, ....., en } es L.I. y S.G. de R n . Se llama base canónica de R n . { ( 1 , 0 ) , ( 0 , 1 ) } es base canónica de R 2 { ( 1 , 0 , 0 ) , ( 0 , 1 , 0 ) , ( 0 , 0 , 1 ) } es base canónica de R 3 …………………………………………………………………… { ( 1 , 0 , … , 0 ) , ( 0 , 1 , … , 0 ) , ( 0 , … , 0 , 1 ) } es base canónica de R n Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 116 9.- Coordenadas o componentes de un vector Si el conjunto [v] = { v1 , v2 , ....., vr } es base de ( V , + , K , . ) cada vector de V puede expresarse de modo único como combinación lineal de la base [v] , ya que los vectores de ésta son L.I. y S.G. de V. O sea que si v V existen y son únicos los escalares 1 , 2 , … , r / v = 1 v1 + 2 v2 + … + r vr = r 1i ii v i K . Por lo que, respecto a la base dada, el vector v V , queda caracterizado por los coeficientes de la combinación lineal o sea por la r-upla de escalares de K: 1 , 2 , … , r . Los escalares i se llaman coordenadas o componentes del vector v V , respecto de la base dada. Si se elige otra base [v] en el espacio V el mismo vector v admite otras coordenadas o componentes: ’1 , ’2 , … , ’r . Ejemplo 1: Hallar las coordenadas de ( 5 , 3 , 2 ) : i) respecto a la base {(1 , 1 , 2 ) , ( –1 , 0 , 2 ) , ( 0 , 0 , 1 )} Las coordenadas son los valores de y / ( 5 , 3 , 2 ) = (1 , 1 , 2 ) + ( –1 , 0 , 2 ) + ( 0 , 0 , 1 ) Resolviendo el sistema de ecuaciones, se concluye que: – 2 , = 0 Verificación: (1 , 1 , 2 ) ( –1 , 0 , 2 ) + ( 0 , 0 , 1 ) = ( 5 , 3 , 2 ) ii) respecto a la base canónica Las coordenadas son los valores de y / ( 5 , 3 , 2 ) = (1 , 0 , 0 ) + ( 0 , 1 , 0 ) + ( 0 , 0 , 1 ) 3 , = 2 Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 117 10.- Dimensión de un espacio vectorial Dos bases cualesquiera de un mismo espacio vectorial tienen el mismo número de vectores. Tal número es la dimensión del espacio. 10.1.- Definición: Dimensión de un espacio vectorial V es el número cardinal de cualquiera de sus bases. El espacio vectorial constituido por el vector nulo, diremos que tiene dimensión 0. 10.2.- Propiedad “Un conjunto de n vectores de un espacio vectorial n-dimensional es una base si y solo si es li- nealmente independiente o sistema de generadores. [...] En consecuencia afirmamos que: 1. n vectores linealmente independientes de un espacio vectorial n-dimensional constituyen una base del mismo. 2. Todo sistema de generadores de n vectores de un espacio vectorial n-dimensional es una base del mismo. 3. Todo conjunto de más de n vectores de un espacio vectorial n-dimensional es linealmente dependiente.” 9 11.- Ejercicios propuestos a modo de autoevaluación 11.1.- Decir si son V o F las siguientes expresiones. Justifique la respuesta en cada caso. a) Todo vector nulo es Ld. b) Si v = 0 = 0 c) ( Z , + , R , . ) es E. V. d) Todo conjunto de vectores que contiene al vector nulo es linealmente independiente. e) Si A es L.I., ningún vector deA es combinación lineal de los demás. f) Si un conjunto A de n vectores, incluido en un E.V. n-dimensional es L.I. , A es una base del E.V. considerado. g) Todo conjunto de más de n vectores de E.V. n-dimensional es L.I. 9 Rojo, A. Álgebra II Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 118 11.2.- Asociar la notación simbólica de las propiedades con el enunciado correspondiente 0 V / v V : 0 + v = v + 0 = v Existencia del inverso aditivo u opuesto en V K , v , w V : . ( v + w ) = . v + . w . admite asociatividad mixta K , v V : . ( . v ) = ( . ) . v . es distributivo respecto de la suma en K K , v V : ( + ) . v = . v + . v Existencia del neutro para la suma en V v V , v V / v + (v) = (v) + v = 0 . es distributivo respecto de la suma en V 11.3.- Decidir si {( 1 , 1 , 0 ) , ( 0 , 0 , 2 ) , ( 0 , 1 , 0 )} es LD. o L.I. Justificar la respuesta. 11.4.- Sin hacer cálculos ¿puede decir cuantas formas existen para expresar al vector ( 0 , 0 ) co- mo combinación lineal de v1 = ( 1 , 2 ) y v2 = ( 2 , 4 )? 11.5.- Establezca la veracidad o falsedad de las siguientes afirmaciones: a. Todo conjunto que contiene un subconjunto L.D. es L.D. b. Todo subconjunto de un conjunto de vectores L.I. es L.I. c. Un único vector es L.I. d. { ( 1, 3 , 0 ) , ( 1 , 3 ,4 ) , ( 0 , 0 , 0 ) } es L.I. 11.6.- Escribir la base canónica de R 4 . 11.7.- Completar: a) A es S.G. de V ……………………………………………………………. b) A V es una base de V A …………………………………………….. c) Si v V , queda caracterizado por la r-upla de escalares de K: 1 , 2 , … , r , los escalares i se llaman ……………………………………………… respecto de la base dada. d) El espacio vectorial constituido por el vector nulo, tiene dimensión…………….. Espacios Vectoriales Esp. Lydia María Llanos UNJu Facultad de Ingeniería Álgebra y Geometría Analítica 119 e) Si { u1 , u2 } R 2 , es L.I. genera ............................................... f) Un conjunto de { u1 , u2 , u3 } R 2 , es S. De G. de R 2 , pero no es ……….. …………………………………............................................................. 11.8.- Si p1 (x) = x + 1, p2 (x) = x 2 + 1, p3 (x) = 7 son polinomios per- tenecientes a Pn (x) , escribir p(x) = 2x 2 + 3x + 33 como combinación lineal de los vectores p1 (x), p2 (x) y p3 (x) 11.9.- Determinar el subespacio de ( R 3 , + , R , . ) generado por los vectores: v1 = ( 1 , 1 , 2 ); v2 = ( 0 , 1 , 1 ) y v3 = ( 1 , 1 , 0 ). 11.10.- ¿Qué valores del número real K hacen que el conjunto de vectores { ( 1 , 0 , k ), ( k , 1 , 0 ), ( k+1 , 1 , k ) } sea una base de R 3 ? 12.- Bibliografía básica consultada 1.- Di Caro H. Álgebra y Geometría Analítica. Tomo I. Gráfica Munro. 2.- Rojo A. Álgebra II. Tomo II. El Ateneo. 3.- Sagastume – Berra. Álgebra y Cálculo Numérico. Kapelusz 4.- Seymour L. Álgebra Lineal. Serie Schaum. McGraw-Hill
Compartir