Vista previa del material en texto
Álgebra y Geometría Analítica, año 2023 Clase 11: Generadores y bases de un subespacio vectorial. En esta clase veremos otra forma de expresar un subespacio vectorial, utilizando lo que se llaman elementos o vectores generadores de un subespacio. Esto será especialmente útil para realizar operaciones con subespacios. Subespacio generado por un conjunto de elementos (ej 9 y 10 de la guía 3) Sea un espacio vectorial, y sean v1 ; v2 ; v3 ;.....; vk k elementos pertenecientes a . Diremos que el conjunto de elementos { v1 ; v2 ; v3 ;.....; vk } es un conjunto (o sistema) de generadores del conjunto si todos los elementos de son todas las combinaciones lineales de v1 ; v2 ; v3 ;....; vk. También se suele decir que los elementos v1 ; v2 ; v3 ;..... ; vk generan al conjunto , o que está generado por v1 ; v2 ; v3 ;..... ; vk La notación que indica que v1 ; v2 ; v3 ;..... ; vk son los generadores de es la siguiente: = gen{ v1 ; v2 ; v3 ;..... ; vk } Se puede demostrar si un conjunto está formado por todas las combinaciones lineales que se pueden construir a partir de v1 ; v2 ; v3 ;..... ; vk, entonces ese conjunto es un subespacio, que se denomina subespacio generado por { v1 ; v2 ; v3 ;..... ; vk } . Y también sabemos de la clase pasada que todo subespacio puede caracterizarse con ecuaciones lineales homogéneas. Entonces nuestra intuición nos lleva a pensar que todo subespacio seguramente puede expresarse de dos formas: a través de ecuaciones lineales homogéneas, o a través de sus generadores. Efectivamente, esto es así, y para algunos ejercicios, es más práctico tener expresado un subespacio a través de sus generadores en lugar de tenerlo expresado con sus ecuaciones. Por eso es importante saber trabajar con subespacios expresados de las dos formas posibles. Cómo hallar los generadores de un subespacio a partir de sus ecuaciones Vamos a verlo con algunos ejemplos, para que se entienda la idea. Ejemplo 1: hallar los generadores de = { (x ; y ; z) 3 / 2x + y – z = 0 } Los elementos (x ; y ; z) que pertenecen al subespacio deben verificar la ecuación 2x + y – z = 0, que es una ecuación lineal homogénea con tres incógnitas. Podemos despejar una incógnita en función de las otras dos, que quedarán como variables libres. Voy a elegir despejar z: z = 2x + y Entonces los elementos (x ; y ; z) pertenecientes a son de la forma: (x ; y ; z) = (x ; y ; 2x + y) con x ; y Vamos a escribir estos elementos separando la expresión en suma de vectores, cada uno conteniendo el “aporte” de cada variable libre, y sacando factor común en cada vector la variable libre correspondiente: (x ; y ; z) = (x ; y ; 2x + y) = (x ; 0 ; 2x) + (0 ; y ; y) = x.(1 ; 0 ; 2) + y.(0 ; 1 ; 1) con x ; y Lo que está remarcado con color nos dice que todos los elementos del subespacio se construyen como combinaciones lineales de los vectores (1 ; 0 ; 2) y (0 ; 1 ; 1), donde la variable libre x juega el rol del coeficiente que habíamos llamado 1 la clase pasada, y la variable libre y juega el rol del coeficiente 2. Por lo tanto estos dos vectores son los generadores del subespacio , y eso lo expresamos de la siguiente manera: = gen{ (1 ; 0 ; 2) ; (0 ; 1 ; 1) } Ejemplo 2: hallar los generadores de = { (x ; y ; z ; w) 4 / -x + 3y – w = 0 } Los elementos (x ; y ; z ; w) que pertenecen a ahora deben verificar la ecuación -x + 3y – w = 0, que es una ecuación lineal homogénea con cuatro incógnitas (a pesar de que z no aparece, forma parte del elemento general de 4 y debe ser considerada como incógnita de la ecuación). Podemos despejar una incógnita en función de las otras tres, que quedarán como variables libres. Voy a elegir despejar x: x = 3y – w Entonces los elementos (x ; y ; z ; w) pertenecientes a son de la forma: (x ; y ; z ; w) = (3y - w ; y ; z ; w) con y ; z ; w Vamos a escribir estos elementos separando la expresión en suma de vectores, cada uno conteniendo el “aporte” de cada variable libre, y sacando factor común en cada vector la variable libre correspondiente: (x ; y ; z ; w) = (3y - w ; y ; z ; w) = (3y ; y ; 0 ; 0) + (0 ; 0 ; z ; 0) + (-w ; 0 ; 0 ; w) = = y.(3 ; 1 ; 0 ; 0) + z.(0 ; 0 ; 1 ; 0) + w.(-1 ; 0 ; 0 ; 1) con y ; z ; w Lo que está remarcado con color nos dice que todos los elementos del subespacio se construyen como combinaciones lineales de los vectores (3 ; 1 ; 0 ; 0), (0 ; 0 ; 1 ; 0) y (-1 ; 0 ; 0 ; 1), por lo tanto estos tres vectores son los generadores del conjunto , y eso lo expresamos de la siguiente manera: = gen{ (3 ; 1 ; 0 ; 0) ; (0 ; 0 ; 1 ; 0) ; (-1 ; 0 ; 0 ; 1) } Ejemplo 3: hallar los generadores de 𝕊 = 𝐱 𝐲 𝐳 𝐰 ∈ ℝ𝟐𝐱𝟐 𝐭𝐚𝐥𝐞𝐬 𝐪𝐮𝐞 𝐱 − 𝐲 = 𝟎 ; 𝐳 + 𝐰 = 𝟎 En este ejemplo, el subespacio está dado por un sistema homogéneo de dos ecuaciones lineales, entonces los elementos del subespacio son las soluciones del sistema. Si las ecuaciones son muchas, o si hay muchas incógnitas, o si el sistema se ve “complicado”, lo pueden resolver con Gauss-Jordan, armando la matriz ampliada del sistema y llevándola a la forma triangulada y escalonada. Aquí podemos despejar sin usar la matriz ampliada, porque son solamente dos ecuaciones, y cada una contiene sólo dos incógnitas. Por ejemplo, podemos despejar la x de la primera y la z de la segunda: x = y ; z = -w con y ; w Entonces: 𝐱 𝐲 𝐳 𝐰 = 𝐲 𝐲 −𝐰 𝐰 = 𝐲 𝐲 𝟎 𝟎 + 𝟎 𝟎 −𝐰 𝐰 = 𝐲. 𝟏 𝟏 𝟎 𝟎 + 𝐰. 𝟎 𝟎 −𝟏 𝟏 𝐜𝐨𝐧 𝐲 ; 𝐰 Por lo tanto 𝕊 = 𝐠𝐞𝐧 𝟏 𝟏 𝟎 𝟎 ; 𝟎 𝟎 −𝟏 𝟏 Cómo hallar las ecuaciones de un subespacio a partir de sus generadores (ej. 10) En la sección anterior vimos ejemplos de cómo pasar de ecuaciones a generadores. Ahora haremos lo opuesto, es decir, pasaremos de generadores a ecuaciones, utilizando el concepto de generadores de un subespacio: son elementos tales que cualquier elemento del subespacio en combinación lineal de ellos. Desarrollemos algunos ejemplos: Ejemplo 1: hallar el subespacio 3 que está generado por { (1 ; 1 ; 1) ; (1 ; 2 ; -1) }. Lo que nos están pidiendo en este ejemplo es hallar las ecuaciones que definen al subespacio = gen{ (1 ; 1 ; 1) ; (1 ; 2 ; -1) }. Por definición de generadores, sabemos que cualquier vector (x ; y; z) que pertenezca a debe ser una combinación lineal de { (1 ; 1 ; 1) ; (1 ; 2 ; -1) }. Empecemos planteando esto, para ver qué ecuaciones debe cumplir el vector (x ; y; z) pertenecer a . Si (x ; y; z) es combinación lineal de { (1 ; 1 ; 1) ; (1 ; 2 ; -1) }, entonces deben existir 1 y 2 de forma tal que: (x ; y; z) = 1 .(1 ; 1 ; 1) + 2 .(1 ; 2 ; -1) Si armamos el sistema de ecuaciones que nos permite despejar los coeficientes 1 y 2 como hicimos la clase pasada para ver si un vector es combinación lineal de otros, nos queda: 𝛂𝟏 + 𝛂𝟐 = 𝐱 𝛂𝟏 + 𝟐.𝛂𝟐 = 𝐲 𝛂𝟏 − 𝛂𝟐 = 𝐳 Este sistema debe ser compatible, pues estamos pidiendo que 1 y 2 existan (y los valores de 1 y 2 son las soluciones de dicho sistema). La matriz ampliada de este sistema es: 𝟏 𝟏 ⋮ 𝐱 𝟏 𝟐 ⋮ 𝐲 𝟏 −𝟏 ⋮ 𝐳 Noten algo interesante: esta matriz tiene, del lado de la matriz de coeficientes, los vectores generadores puestos en columnas, y del lado de los términos independientes, el vector general de escrito como columna también. Esto nos ayudará después a automatizar el método para pasar de generadores a ecuaciones. Vamos a triangular y escalonar la matriz del sistema, para ver qué condiciones se tienen que cumplir para que el sistema tenga solución, es decir, sea compatible (no importa si determinado o indeterminado, sólo necesitamos que sea no sea incompatible) 𝟏 𝟏 ⋮ 𝐱 𝟏 𝟐 ⋮ 𝐲 𝟏 −𝟏 ⋮ 𝐳 𝐅´𝟐=𝐅𝟐−𝐅𝟏 𝟏 𝟏 ⋮ 𝐱 𝟎 𝟏 ⋮ 𝐲 − 𝐱 𝟏 −𝟏 ⋮ 𝐳 𝐅´𝟑=𝐅𝟑−𝐅𝟏𝟏 𝟏 ⋮ 𝐱 𝟎 𝟏 ⋮ 𝐲 − 𝐱 𝟎 −𝟐 ⋮ 𝐳 − 𝐱 𝐅´𝟑=𝐅𝟑+𝟐.𝐅𝟐 𝟏 𝟏 ⋮ 𝐱 𝟎 𝟏 ⋮ 𝐲 − 𝐱 𝟎 𝟎 ⋮ 𝐳 − 𝐱 + 𝟐. (𝐲 − 𝐱) = 𝟏 𝟏 ⋮ 𝐱 𝟎 𝟏 ⋮ 𝐲 − 𝐱 𝟎 𝟎 ⋮ −𝟑𝐱 + 𝟐𝐲 + 𝐳 La matriz ya está triangulada y escalonada. Recordemos que si una fila tiene todos ceros del lado de los coeficientes y algo distinto de cero del lado de los términos independientes, aparece un absurdo y el sistema será incompatible. Justamente eso es lo que necesitamos que no suceda. Entonces, en nuestra matriz triangulada y escalonada, para que el sistema tenga solución, debe cumplirse que en la fila 3, el término independiente valga cero, es decir, -3x + 2y + z = 0 Como conclusión, podemos asegurar lo siguiente: cualquier vector (x ; y ; z) será combinación lineal de { (1 ; 1 ; 1) ; (1 ; 2 ; -1) } si y sólo si cumple -3x + 2y + z = 0, entonces está formado por todos los elementos de 3 que cumplen esa ecuación. O sea que -3x + 2y + z = 0 es la ecuación que define al subespacio = { (x ; y ; z) 3 / -3x + 2y + z = 0 } En este ejemplo, ahora podemos interpretar geométricamente a : es un plano de 3. Ejemplo 2: hallar el subespacio 3, generado por { (1 ; 1 ; 1) ; (2 ; 2 ; 2) } Si (x ; y; z) es combinación lineal de { (1 ; 1 ; 1) ; (2 ; 2 ; 2) }, entonces deben existir 1 y 2 de forma tal que: (x ; y; z) = 1 .(1 ; 1 ; 1) + 2 .(2 ; 2 ; 2) Ahora, haciendo el mismo planteo que en el ejemplo anterior, el sistema de ecuaciones que nos permite despejar los coeficientes 1 y 2 tiene la siguiente matriz ampliada: 𝟏 𝟐 ⋮ 𝐱 𝟏 𝟐 ⋮ 𝐲 𝟏 𝟐 ⋮ 𝐳 Este sistema debe ser compatible, y para obtener las ecuaciones del subespacio, vamos a triangularlo y escalonarlo: 𝟏 𝟐 ⋮ 𝐱 𝟏 𝟐 ⋮ 𝐲 𝟏 𝟐 ⋮ 𝐳 𝐅´𝟐=𝐅𝟐−𝐅𝟏 𝟏 𝟐 ⋮ 𝐱 𝟎 𝟎 ⋮ 𝐲 − 𝐱 𝟏 𝟐 ⋮ 𝐳 𝐅´𝟑=𝐅𝟑−𝐅𝟏 𝟏 𝟐 ⋮ 𝐱 𝟎 𝟎 ⋮ 𝐲 − 𝐱 𝟎 𝟎 ⋮ 𝐳 − 𝐱 Ya tenemos ceros debajo de la diagonal, la matriz ampliada quedó triangulada. No quedó escalonada pues la fila 3 debería empezar con 3 ceros, pero no hay manera de ubicar un tercer cero en la fila 3, pues en los términos independientes no tenemos números, sino variables. Sin embargo, ya podemos decir qué condiciones deben cumplirse para que el sistema tenga solución: como hay dos filas que se anularon completamente del lado de los coeficientes, entonces hay dos términos independientes que deben valer cero: y – x = 0 y z – x = 0. Por lo tanto el subespacio estará caracterizado por dos ecuaciones: = { (x ; y ; z) 3 / y - x = 0 ; z – x = 0 } En este ejemplo, geométricamente corresponde a una recta de 3. Ejemplo 3 - caso especial: hallar el subespacio generado por { (0 ; 0 ; 0) } Este es un caso especial porque sale conceptualmente, sin hacer cuentas: todas las combinaciones del vector (0 ; 0 ; 0) son todos los vectores múltiplos del (0 ; 0 ; 0), pero resulta que cualquier múltiplo del vector nulo da solamente un resultado: el mismo vector nulo. Entonces contiene un solo elemento: el vector nulo. = gen{ (0 ; 0 ; 0) } = { (0 ; 0 ; 0) } Y geométricamente, corresponde a un punto de 3: el origen. Ejemplo 4: hallar el subespacio generado por { (1 ; -1 ; 0 ; 1) ; (2 ; 1 ; 0 ; 0) ; (1 ; 1 ; 0 ; 1) } En este ejercicio, aunque el enunciado no lo mencione explícitamente, estamos trabajando con elementos de 4, por lo tanto el elemento general tendrá la forma (x ; y ; z ; w) o (x1 ; x2 ; x3 ; x4). A mí no me gusta usar subíndices, entonces prefiero usar la primera opción. Ya automatizamos: armo una matriz con los generadores puestos en columnas, del lado de los coeficientes del sistema, y el elemento general puesto en columna, del lado de los términos independientes. Y empezamos a triangular y escalonar el sistema: 𝟏 𝟐 𝟏 ⋮ 𝐱 −𝟏 𝟏 𝟏 ⋮ 𝐲 𝟎 𝟎 𝟎 ⋮ 𝐳 𝟏 𝟎 𝟏 ⋮ 𝐰 𝐅´𝟐=𝐅𝟐+𝐅𝟏 𝟏 𝟐 𝟏 ⋮ 𝐱 𝟎 𝟑 𝟐 ⋮ 𝐲 + 𝐱 𝟎 𝟎 𝟎 ⋮ 𝐳 𝟏 𝟎 𝟏 ⋮ 𝐰 𝐅´𝟒=𝐅𝟒−𝐅𝟏 𝟏 𝟐 𝟏 ⋮ 𝐱 𝟎 𝟑 𝟐 ⋮ 𝐲 + 𝐱 𝟎 𝟎 𝟎 ⋮ 𝐳 𝟎 −𝟐 𝟎 ⋮ 𝐰 − 𝐱 𝐅´𝟒=𝐅𝟑 𝐅´𝟑=𝐅𝟒 𝟏 𝟐 𝟏 ⋮ 𝐱 𝟎 𝟑 𝟐 ⋮ 𝐲 + 𝐱 𝟎 −𝟐 𝟎 ⋮ 𝐰 − 𝐱 𝟎 𝟎 𝟎 ⋮ 𝐳 𝐅′ 𝟑=𝟑.𝐅𝟑+𝟐.𝐅𝟐 𝟏 𝟐 𝟏 ⋮ 𝐱 𝟎 𝟑 𝟐 ⋮ 𝐲 + 𝐱 𝟎 𝟎 𝟒 ⋮ 𝟑. 𝐰 − 𝐱 + 𝟐. (𝐲 + 𝐱) 𝟎 𝟎 𝟎 ⋮ 𝐳 Como hay una sola fila que se anuló completamente del lado de los coeficientes, entonces hay un único término independiente que debe valer cero: z = 0. Por lo tanto el subespacio estará caracterizado por una sola ecuación: = { (x ; y ; z ; w) 4 / z = 0 } En este ejemplo, no existe interpretación geométrica de pues estamos trabajando en 4. Ejemplo 5: calcular el subespacio generado por 𝟏 𝟐 −𝟏 𝟎 ; 𝟏 −𝟏 𝟏 𝟎 Ahora, los generadores son matrices, entonces...¿cómo armamos la matriz del sistema? Por una vez, veamos el detalle, y nos vamos a dar cuenta de que es muy fácil automatizar nuestro método para obtener las ecuaciones de un subespacio cuando los generadores son matrices. El elemento general del subespacio será de la forma 𝐱 𝐲 𝐳 𝐰 , el cual deberá ser combinación lineal de las dos matrices generadoras: 𝐱 𝐲 𝐳 𝐰 = 𝛂𝟏. 𝟏 𝟐 −𝟏 𝟎 + 𝛂𝟐. 𝟏 −𝟏 𝟏 𝟎 Igualando componente a componente, el sistema de ecuaciones que nos permitiría despejar los coeficientes 1 y 2 es: 𝛂𝟏 + 𝛂𝟐 = 𝐱 𝟐.𝛂𝟏 − 𝛂𝟐 = 𝐲 −𝛂𝟏 + 𝛂𝟐 = 𝐳 𝟎.𝛂𝟏 + 𝟎.𝛂𝟐 = 𝐰 Y la matriz ampliada queda: 𝟏 𝟏 ⋮ 𝐱 𝟐 −𝟏 ⋮ 𝐲 −𝟏 𝟏 ⋮ 𝐳 𝟎 𝟎 ⋮ 𝐰 Las columnas de la parte de coeficientes se pueden obtener de la siguiente manera: cada matriz generadora se convierte en un vector como en el método trucho, y luego se escribe ese vector como una columna. Y lo mismo se hace con el elemento general para obtener la columna de términos independientes de la matriz ampliada. 𝟏 𝟐 −𝟏 𝟎 𝟏 𝟐 −𝟏 𝟎 𝟏 𝟐 −𝟏 𝟎 es la primera columna 𝟏 −𝟏 𝟏 𝟎 𝟏 −𝟏 𝟏 𝟎 𝟏 −𝟏 𝟏 𝟎 es la segunda columna 𝐱 𝐲 𝐳 𝐰 𝐱 𝐲 𝐳 𝐰 𝐱 𝐲 𝐳 𝐰 es la columna de términos independientes Y ahora el análisis del sistema es igual a si estuviéramos trabajando con vectores de 4 componentes. 𝟏 𝟏 ⋮ 𝐱 𝟐 −𝟏 ⋮ 𝐲 −𝟏 𝟏 ⋮ 𝐳 𝟎 𝟎 ⋮ 𝐰 𝟏 𝟏 ⋮ 𝐱 𝟎 −𝟑 ⋮ 𝐲 − 𝟐𝐱 −𝟏 𝟏 ⋮ 𝐳 𝟎 𝟎 ⋮ 𝐰 𝟏 𝟏 ⋮ 𝐱 𝟎 −𝟑 ⋮ 𝐲 − 𝟐𝐱 𝟎 𝟐 ⋮ 𝐳 + 𝐱 𝟎 𝟎 ⋮ 𝐰 𝟏 𝟏 ⋮ 𝐱 𝟎 −𝟑 ⋮ 𝐲 − 𝟐𝐱 𝟎 𝟎 ⋮ 𝟑. 𝐳 + 𝐱 + 𝟐. 𝐲 − 𝟐𝐱 𝟎 𝟎 ⋮ 𝐰 = 𝟏 𝟏 ⋮ 𝐱 𝟎 −𝟑 ⋮ 𝐲 − 𝟐𝐱 𝟎 𝟎 ⋮ −𝐱 + 𝟐𝐲 + 𝟑𝐳 𝟎 𝟎 ⋮ 𝐰 Entonces 𝕊 = 𝐱 𝐲 𝐳 𝐰 ∈ 𝟐𝐱𝟐 𝐭𝐚𝐥𝐞𝐬 𝐪𝐮𝐞 − 𝐱 + 𝟐𝐲 + 𝟑𝐳 = 𝟎 ;𝐰 = 𝟎 Ejemplo 6: hallar el subespacio 2 , generado por { x2 ; 4 + x } Como 2, el elemento general será un polinomio de grado menor o igual que dos, o sea, p(x) = a2.x2 + a1.x + a0 Para trabajar con polinomios como si fueran vectores, podemos usar lo que vimos la clase pasada: los ordenamos de mayor a menor grado, los completamos con ceros si les falta algún término, y sus coeficientes jugarán el rol de componentes de un vector. p(x) = a2.x2 + a1.x + a0 (a2 ; a1 ; a0) primer generador: x2 = 1.x2 + 0.x + 0 (1 ; 0 ; 0) segundo generador: 4 + x = 0.x2 + 1.x + 4 (0 ; 1 ; 4) Y ahora aplicamos nuestro método para hallar las ecuaciones del subespacio: haciendo F´3 = F3 - 4.F2 ya nos queda el sistema triangulado. 𝟏 𝟎 ⋮ 𝐚𝟐 𝟎 𝟏 ⋮ 𝐚𝟏 𝟎 𝟒 ⋮ 𝐚𝟎 𝟏 𝟎 ⋮ 𝐚𝟐 𝟎 𝟏 ⋮ 𝐚𝟏 𝟎 𝟎 ⋮ 𝐚𝟎 − 𝟒.𝐚𝟏 Entonces = { p(x) = a2.x2 + a1.x + a0 2 / a0 – 4.a1 = 0 } Algunas observaciones adicionales. Veamos con algunos ejercicios más, qué otras cosas podemos realizar con un subespacio expresado con sus generadores o con sus ecuaciones, para remarcar algunos detalles a tener en cuenta. 1) Sea = gen{ (1 ; -1 ; 0) ; (0 ; 1 ; 0) ; (1 ; 0 ; 0) }. a) Calcular cuatro vectores que pertenezcan a Un vector pertenecerá a si es combinaciónlineal de sus generadores. Entonces, simplemente debemos construir cuatro combinaciones lineales cualesquiera de los generadores. Hay infinitas posibilidades, pues podemos darle cualquier valor a los coeficientes de la combinación lineal: v1 = 0.(1 ; -1 ; 0) + 0.(0 ; 1 ; 0) + 0.(1 ; 0 ; 0) = (0 ; 0 ; 0) Noten que el vector nulo siempre está en un subespacio (como corresponde, de acuerdo a la primera condición necesaria y suficiente de subespacios) , pues el vector nulo es combinación lineal de cualquier conjunto de vectores: basta con elegir todos los coeficientes de la combinación lineal iguales a cero. v2 = 1.(1 ; -1 ; 0) + 0.(0 ; 1 ; 0) + 0.(1 ; 0 ; 0) = (1 ; -1 ; 0) Tomando un solo coeficiente de la combinación lineal igual a 1 y los demás iguales a cero, aparece una condición importantísima que deben cumplir los generadores de un subespacio: los generadores de un subespacio deben pertenecer al subespacio (si no, van a generar cosas que no están en el subespacio, o sea, cualquier verdura) v3 = 1.(1 ; -1 ; 0) + 3.(0 ; 1 ; 0) + (-5).(1 ; 0 ; 0) = (-4 ; 2 ; 0) v4 = 0.(1 ; -1 ; 0) + 2.(0 ; 1 ; 0) + (-4).(1 ; 0 ; 0) = (-4 ; 2 ; 0) Elegir distintos valores de los coeficientes de la combinación lineal no nos garantiza que obtendremos distintos elementos del subespacio. De acuerdo a cómo son los generadores (esto lo veremos en un par de páginas), un mismo elemento se puede obtener combinando de distintas maneras a los generadores de subespacio. v5 = 8.(1 ; -1 ; 0) + -2.(0 ; 1 ; 0) + (-4).(1 ; 0 ; 0) = (4 ; -10 ; 0) b) Decidir si (3 ; -1 ; 2) pertenece a (3 ; -1 ; 2) pertenece a si y sólo si es combinación lineal de sus generadores. Entonces aplicamos lo visto la clase pasada para saber si un vector es combinación lineal de otros: (3 ; -1 ; 2) = 1.(1 ; -1 ; 0) + 2.(0 ; 1 ; 0) + 3.(1 ; 0 ; 0) 𝛂𝟏 + 𝛂𝟑 = 𝟑 −𝛂𝟏 + 𝛂𝟐 = −𝟏 𝟎 = 𝟐 Ya la última ecuación nos muestra un absurdo, entonces el sistema no tiene soluciones, por lo tanto (3 ; -1 ; 2) no pertenece a pues no es combinación lineal de sus generadores. c) Decidir si (3 ; -1 ; 0) pertenece a Hacemos un planteo similar al inciso anterior: (3 ; -1 ; 0) = 1.(1 ; -1 ; 0) + 2.(0 ; 1 ; 0) + 3.(1 ; 0 ; 0) 𝛂𝟏 + 𝛂𝟑 = 𝟑 −𝛂𝟏 + 𝛂𝟐 = −𝟏 𝟎 = 𝟎 𝛂𝟑 = 𝟑 − 𝛂𝟏 𝛂𝟐 = −𝟏 + 𝛂𝟏 𝟎 = 𝟎 𝐜𝐨𝐧 𝛂𝟏 ∈ ℝ d) El sistema tiene infinitas soluciones, pero no importa que sean infinitas: lo importante es que, como tiene solución, (3 ; -1 ; 0) pertenece a por ser combinación lineal de los generadores de . El hecho de que las soluciones sean infinitas está relacionado con que (3 ; -1 ; 0) puede obtenerse como combinación lineal de los generadores de de infinitas formas distintas. Por ejemplo, tres de esas posibilidades son: (3 ; -1 ; 0) = 1.(1 ; -1 ; 0) + 0.(0 ; 1 ; 0) + 2.(1 ; 0 ; 0) (3 ; -1 ; 0) = 0.(1 ; -1 ; 0) + (-1).(0 ; 1 ; 0) + 3.(1 ; 0 ; 0) (3 ; -1 ; 0) = 4.(1 ; -1 ; 0) + 3.(0 ; 1 ; 0) + (-1).(1 ; 0 ; 0) 2) Sea = { (x ; y ; z ; w) 4 / x-2y = 0 ; x + z – w = 0 } Calcular dos conjuntos de generadores distintos para . Ya vimos que, para obtener los generadores de un subespacio, simplemente tenemos que resolver el sistema de ecuaciones que definen al subespacio, despejando algunas incógnitas en función de otras, y reemplazando los despejes en la expresión del elemento general. Pero de acuerdo a qué incógnitas despejemos, podemos obtener distintos resultados. Opción 1: De la primera ecuación despejamos x en función de y, obteniendo x = 2y (y será una variable libre). Lo reemplazamos en la segunda y queda: 2y + z – w = 0, y ahora podemos elegir despejar z o w (y no porque es variable libre). Por ejemplo, w = 2y + z. Entonces (x ; y ; z ; w) = (2y ; y ; z ; 2y + z) = (2y ; y ; 0 ; 2y) + (0 ; 0 ; z ; z) = y.(2 ; 1 ; 0 ; 2) + z.(0 ; 0 ; 1 ; 1) con y ; z = gen { (2 ; 1 ; 0 ; 2) ; (0 ; 0 ; 1 ; 1) } Opción 2: De la primera ecuación despejamos y en función de x, obteniendo y = (1/2).x (x será una variable libre). En la segunda tenemos: x + z – w = 0, y ahora podemos elegir despejar z o w (x no porque es variable libre). Por ejemplo, z = -x + w. Entonces (x ; y ; z ; w) = (x ; (1/2).x ; -x + w ; w) = (x ; (1/2).x ; -x ; 0) + (0 ; 0 ; w ; w) = x.(1 ; 1/2 ; -1 ; 0) + w.(0 ; 0 ; 1 ; 1) con y ; w = gen { (1 ; 1/2 ; -1 ; 0) ; (0 ; 0 ; 1 ; 1) } Como cuestión interesante, podemos remarcar que para un subespacio dado, podemos hallar distintos conjuntos generadores. Eso depende de cómo despejemos al resolver el sistema de ecuaciones que definen al subespacio. Se dice que los conjuntos generadores son equivalentes, pues generan el mismo subespacio. En el ejercicio, hemos obtenido dos conjuntos equivalentes de generadores de , que difieren en un solo vector. Pero podríamos haber obtenido un conjunto equivalente que tuviera diferencias en sus dos vectores respecto de los del primer conjunto. Observemos que el vector que hace que el segundo conjunto sea distinto al primero no es cualquier cosa: si lo miran fuertemente, van a notar que (1 ; 1/2 ; -1 ; 0) es combinación lineal de los generadores del primer conjunto: (1 ; 1/2 ; -1 ; 0) = (1/2).(2 ; 1 ; 0 ; 2) + (-1).(0 ; 0 ; 1 ; 1) Entonces, los vectores que se pueden construir combinando (2 ; 1 ; 0 ; 2) y (0 ; 0 ; 1 ; 1) son los mismos que se pueden construir combinando (1 ; 1/2 ; -1 ; 0) y (0 ; 0 ; 1 ; 1), ya que el (1 ; 1/2 ; -1 ; 0) “contiene dentro de sí ” a (2 ; 1 ; 0 ; 2) y (0 ; 0 ; 1 ; 1). Por eso ambos conjuntos generan el mismo subespacio. Base y dimensión de un espacio vectorial (ej. 11 de la guía 3) Se llama base de un espacio vectorial a cualquier conjunto de generadores de que sea linealmente independiente. Es decir, es un conjunto de generadores especial. Por ejemplo, todo vector de 2 se expresa como (x ; y), con x ; y (es decir, cuando no hay ninguna ecuación que relacione a las variables, todas las variables son libres). Entonces podemos escribir: (x ; y) = (x ; 0) + (0 ; y) = x.(1 ; 0) + y.(0 ; 1) ; con x ; y Por lo tanto = 2 = gen{ (1 ; 0) ; (0 ; 1) } Pero además, el conjunto formado por los dos generadores, {(1 ; 0) ; (0 ; 1)}, es linealmente independiente pues está formado solamente por dos vectores que no son múltiplos entre sí. Entonces decimos que el conjunto B = {(1 ; 0) ; (0 ; 1)} es una base de 2. Una base es un conjunto de generadores especial por el siguiente motivo: un espacio vectorial puede estar generado por muchos elementos, a veces contienen elementos generadores “de más”, que pueden descartarse y los que quedan siguen generando el mismo conjunto. En una base, si descartamos un elemento, ya no se genera el mismo conjunto, sino que se genera un subconjunto “más pequeño” (en un rato les comento en qué sentido un conjunto es más pequeño que otro). Lo importante es que una base es un conjunto de generadores de donde no sobra ningún elemento, no se puede descartar ningún generador. Para que se entienda qué quiero decir con que a veces se puede descartar un generador y a veces no, sigamos trabajando con 2 Todo vector de 2 se puede escribir como combinación lineal de (1 ; 0) ; (1 ; 1) y (0 ; 0). Esto podemos mostrarlo expresando el elemento general (x ; y) como combinación lineal de los tres vectores y viendo que el sistema para despejar los coeficientes 1 , 2 y 3 tiene solución: (x ; y) = 1.(1 ; 0) + 2.(1 ; 1) + 3.(0 ; 0) 𝛂𝟏 + 𝛂𝟐 + 𝟎.𝛂𝟑 = 𝐱 𝟎.𝛂𝟏 + 𝛂𝟐 + 𝟎.𝛂𝟑 = 𝐲 La matriz ampliada del sistema ya está triangulada y escalonada: 𝟏 𝟏 𝟎 ⋮ 𝐱 𝟎 𝟏 𝟎 ⋮ 𝐲 . Como no presenta incompatibilidades, el sistema tiene soluciones para cualquier valor de x e y, lo que significa que cualquier vector (x ; y) puede expresarse como combinación lineal de los tres vectores generadores. Sin embargo, entre los tres generadores, hay uno que está de más, pues ya es combinaciónlineal de los otros dos, entonces ya contiene en sí la información de los otros: el (0 ; 0) es linealmente dependiente de los otros dos, y agregar el (0 ; 0) en una combinación lineal no aporta nada, por lo tanto podemos descartarlo. (x ; y) = 1.(1 ; 0) + 2.(1 ; 1) + 3.(0 ; 0) = 1.(1 ; 0) + 2.(1 ; 1) 2 = gen{ (1 ; 0) ; (1 ; 1) ; (0 ; 0) } = gen{ (1 ; 0) ; (1 ; 1) } Una vez descartado el vector L.D., nos quedan dos generadores L.I.: ya no podemos descartar ninguno de los dos, pues si descartamos uno de ellos, lo que se genera no será todo el espacio 2. Por ejemplo, si descartamos el (1 ; 0), nos queda como conjunto de generadores el conjunto { (1 ; 1) }. Pero las combinaciones lineales del (1 ; 1) son solamente los múltiplos del (1 ; 1), y no todo vector de 2 es múltiplo del (1 ; 1). Un solo vector no nulo de 2 no alcanza para generar todo el espacio 2 (lo que se genera en ese caso es la recta que pasa por el origen y tiene como vector dirección al vector generador). Para generar todo el espacio 2 se necesitan, por lo menos, dos vectores L.I. Es decir, el conjunto de generadores con la menor cantidad posible de generadores debe tener dos generadores L.I. Ese conjunto tan especial, el más chiquito posible que genera a todo el espacio, es lo que llamamos una base del espacio (en este ejemplo comentado, base de 2). Al principio del tema, vimos que 2 = gen{ (1 ; 0) , (0 ; 1) }. Como los dos generadores son L.I, ambos forman una base B de 2. Pero luego vimos también que 2 = gen{ (1 ; 0) ; (1 ; 1) }. Como los dos generadores son L.I., ambos forman otra base B’ de 2 Esto nos da una idea de que un espacio vectorial puede tener muchas bases distintas. Bueno, en realidad, un espacio vectorial tiene infinitas bases distintas, siempre y cuando sus elementos sean L.I. y la cantidad de ellos alcance para generar todo el espacio vectorial. Por suerte, existe una serie de teoremas que nos permiten saber cuántos elementos debe tener una base. Los más útiles son los siguientes: Teorema 1: todas las bases de un cierto espacio vectorial tienen la misma cantidad de elementos. Definición que surge de este teorema: Se llama dimensión del espacio vectorial , y se nota como dim(), a la cantidad de elementos que tiene cualquier base de Teorema 2: si la dimensión de un espacio vectorial es k, entonces cualquier conjunto de k elementos L.I. pertenecientes a será una base de Gracias a estos dos teoremas, podemos dar la dimensión de cada uno de los espacios vectoriales con los cuales nosotros trabajamos, y construir distintas bases para ellos. 2: ya vimos que una base de 2 es { (1 ; 0) ; (0 ; 1)}. Esta base se denomina base canónica de 2, es la más sencilla de construir. Cada vector tiene un 1 en una de sus componentes, y 0 en todas las demás. Y en la base canónica, los vectores se presentan en un orden especial: primero va el que tiene el 1 en la primera componente, segundo va el que tiene un 1 en la segunda componente. Si cambiamos el orden de los vectores, la base ya no es la canónica. A la base canónica siempre se la simboliza con una letra E, o sea, en 2: E = { (1 ; 0) ; (0 ; 1)}. A los dos vectores que forman esta base se los llama vectores canónicos. Como la base canónica E está formada por 2 vectores L.I., cualquier otra base de 2 estará formada por dos vectores L.I, y podemos asegurar que dim(2) = 2 3: en este espacio, es fácil ver que cualquier vector (x ; y ; z) es combinación lineal de los vectores (1 ; 0 ; 0) ; (0 ; 1 ; 0) y (0 ; 0 ; 1). Estos tres vectores son L.I., como pueden verlo con determinante, con método trucho o por definición de vectores L.I. Estos tres vectores son los vectores canónicos de 3, y forman la base canónica de 3: E = { (1 ; 0 ; 0) ; (0 ; 1 ; 0) ; (0 ; 0 ; 1) } y por lo tanto dim (3) = 3 Generalizamos lo visto recién a n: la base canónica en este espacio está formada por n vectores: E = { (1 ; 0 ; 0 ;........; 0) ; (0 ; 1 ; 0 ; .........; 0) ; (0 ; 0 ; 1 ; .........; 0) ; ........... ; (0 ; 0 ; 0 ;........; 1) } y por lo tanto dim (n) = n 2x2: La base canónica de este espacio está formada por cuatro matrices de tamaño 2x2, que tienen un 1 en uno de sus coeficientes y o en los demás, con el siguiente orden: 𝐄 = 𝟏 𝟎 𝟎 𝟎 ; 𝟎 𝟏 𝟎 𝟎 ; 𝟎 𝟎 𝟏 𝟎 ; 𝟎 𝟎 𝟎 𝟏 y dim (2x2) = 4 2x3: La base canónica de este espacio está formada por seis matrices de tamaño 2x3, que tienen un 1 en uno de sus coeficientes y o en los demás, con el siguiente orden: 𝐄 = 𝟏 𝟎 𝟎 𝟎 𝟎 𝟎 ; 𝟎 𝟏 𝟎 𝟎 𝟎 𝟎 ; 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 ; 𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 ; 𝟎 𝟎 𝟎 𝟎 𝟏 𝟎 ; 𝟎 𝟎 𝟎 𝟎 𝟎 𝟏 y dim (2x3) = 6 Observando los dos ejemplos previos, vemos que dim(n x m) = n.m n. en algunos libros, la base canónica de este espacio aparece ordenada de mayor a menor potencia, en otros, al revés. Yo la voy a escribir acá ordenada de menor a mayor potencia, como aparece en el apunte AGA Virtual 3, pero si quieren ordenarla al revés, como aparece en otros apuntes, pueden hacerlo, aclarando qué orden están usando. Cualquier polinomio de grado menor o igual a n puede expresarse como p(x) = a0.1 + a1.x + a2.x2 + a3.x3 + ......+ an.xn o sea, como combinación lineal de los polinomios del conjunto { 1 ; x ; x2 ; x3 ;........; xn }. El conjunto resulta ser un conjunto de generadores para n. Ustedes pueden ver, como ejercicio, que este conjunto es L.I, por lo tanto, es una base del espacio n. Este conjunto es la base canónica de n E = { 1 ; x ; x2 ; x3 ;........; xn } y (mucho cuidado ahora) dim(n) = n+1 Ejemplos: 1) Decidir si el conjunto B = { (1 ; -1 ; 3) ; (1 ; 1 ; 0) ; (0 ; 0 ; 1)} es una base de 3 Resolución: por el teorema 2, cualquier base de 3 debe estar formada por 3 vectores L.I. de 3. Entonces, para ver si B es base, lo único que debemos hacer es ver si el conjunto es L.I. En este caso, se puede ver con determinante o método trucho: 𝟏 −𝟏 𝟑 𝟏 𝟏 𝟎 𝟎 𝟎 𝟏 𝐅´𝟐=𝐅𝟐−𝐅𝟏 𝟏 −𝟏 𝟑 𝟎 𝟐 −𝟑 𝟎 𝟎 𝟏 Quedó triangulada y escalonada, y no se anuló ninguna fila los 3 vectores son L.I. entre sí B = { (1 ; -1 ; 3) ; (1 ; 1 ; 0) ; (0 ; 0 ; 1)} es una base de 3 2) Construir una base de 4 que contenga a los vectores (1 ; -1 ; 2 ; 1) y (1 ; 1 ; 0 ; 1). Resolución: toda base de 4 debe estar formada por 4 vectores de 4, de modo tal que quede un conjunto L.I. Ya tenemos dos vectores, nos falta agregar otro dos, pero no podemos agregar cualquier cosa, porque deben quedar L.I. Podemos ayudarnos para esto con el método trucho: si los vectores son L.I., al ponerlos acostados en una matriz y triangularla, no debe anularse ninguna fila. Entonces la idea astuta es ir agregando vectores de forma tal que la matriz del método trucho quede, en lo posible, triangulada, o casi. Los que agrego, lo escribo con color, para que vean cómo tratamos de mantener la triangulación: 𝟏 −𝟏 𝟐 𝟏 𝟏 𝟏 𝟎 𝟏 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 𝟎 𝟏 𝐅′𝟐=𝐅𝟐−𝐅𝟏 𝟏 −𝟏 𝟐 𝟏 𝟎 −𝟐 −𝟐 𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 𝟎 𝟏 Con los vectores agregados y un pasito adicional de Gauss, la matriz quedó triangulada y no se anuló ninguna fila B = { (1 ; -1 ; 2 ; 1) ; (1 ; 1 ; 0 ; 1) ; (0 ; 0 ; 1 ; 0) ; (0 ; 0 ; 0 ; 1) } es una base de 4 que cumple lo pedido. 3) Hallar todos los valores de k de modo que B = { (1 ; 0 ; k) ; (1 ; 1 ; 1) ; (k ; 0 ; 1) } sea una base de 3. Resolución: Para que B sea una base, los tres vectores que la componen debe ser L.I., entonces el ejercicio se puede resolver, por ejemplo, con determinante: 𝐝𝐞𝐭 𝟏 𝟎 𝐤 𝟏 𝟏 𝟏 𝐤 𝟎 𝟏 ≠ 𝟎 𝟏. 𝟏.𝟏 − 𝟎.𝟏 − 𝟎. 𝟏.𝟏 − 𝐤.𝟏 + 𝐤. 𝟏.𝟎 − 𝐤.𝟏 = 𝟏 − 𝐤𝟐 ≠ 𝟎 𝐤 ≠ ±𝟏 Coordenadas de un vector respecto de una base (ej. 12 y 13 de la guía 3) Sea un espacio vectorial, y sea B = { v1 ; v2 ; v3 ; ...... ; vn } una base de . Como el conjuntoB, por ser base, es un conjunto de generadores de , cualquier elemento v puede escribirse como combinación lineal de los elementos de la base B, como vimos la clase pasada: v = 1.v1 + 2.v2 + 3.v3 + ........ + n.vn Los coeficientes 1 ; 2 ; 3 ; ....... ; n de la combinación lineal se denominan coordenadas del elemento v respecto de la base B, y se escriben de forma ordenada en una columna. La notación para coordenadas de v respecto de la base B son unos corchetes con la base B como subíndice: “coordenadas de v respecto de la base B” : [𝐯]𝐁 = 𝛂𝟏 𝛂𝟐 𝛂𝟑 ⋮ ⋮ 𝛂𝐧 Cuando estamos trabajando con generadores que forman una base, y armamos el sistema para despejar los coeficientes 1 ; 2 ; 3 ; ....... ; n de la combinación lineal, nos queda un sistema compatible determinado, pues el determinante de la matriz de coeficientes tiene en sus columnas a los vectores que forman la base, y al ser éstos L.I., el determinante de la matriz de coeficientes es distinto de cero. Esto significa que cuando escribimos un vector v como combinación lineal de los vectores que forman una base, los coeficientes 1 ; 2 ; 3 ; ....... ; n de la combinación lineal son únicos, o sea, las coordenadas de un vector v respecto de una base B son únicas, tienen un único valor. Los matemáticos dicen que “existe una correspondencia biunívoca entre un vector v y sus coordenadas respecto de una base del espacio vectorial”. Lo que significa que a cada vector le corresponde una única columna de coordenadas. Ejemplos 1) Calcular las coordenadas del vector (1 ; 2) respecto de la base B = { (1 ; -1) ; (1 ; 1) } Resolución: tenemos que expresar al vector (1 ; 2) como combinación lineal de los vectores de la base B, y despejar los coeficientes de la combinación lineal: 𝟏 ; 𝟐 = 𝟏. 𝟏 ; −𝟏 + 𝟐. 𝟏 ; 𝟏 𝛂𝟏 + 𝛂𝟐 = 𝟏 −𝛂𝟏 + 𝛂𝟐 = 𝟐 𝛂𝟏 = − 𝟏 𝟐 ; 𝛂𝟐 = 𝟑 𝟐 Entonces [ 𝟏;𝟐 ]𝐁 = − 𝟏 𝟐 𝟑 𝟐 2) Calcular las coordenadas de 𝟏 𝟐 −𝟏 𝟑 respecto de la base 𝐁 = 𝟏 𝟎 𝟎 𝟏 ; 𝟏 𝟏 𝟎 𝟎 ; 𝟎 𝟎 𝟏 𝟏 ; 𝟎 𝟎 𝟏 𝟎 Resolución: hacemos lo mismo que en ejemplo anterior (la diferencia es que, en lugar de dos coeficientes, tendremos que despejar cuatro coeficientes) 𝟏 𝟐 −𝟏 𝟑 = 𝜶𝟏 𝟏 𝟎 𝟎 𝟏 + 𝛂𝟐 𝟏 𝟏 𝟎 𝟎 + 𝛂𝟑 𝟎 𝟎 𝟏 𝟏 + 𝛂𝟒 𝟎 𝟎 𝟏 𝟎 𝛂𝟏 + 𝛂𝟐 = 𝟏 𝛂𝟐 = 𝟐 𝛂𝟑 + 𝛂𝟒 = −𝟏 𝛂𝟏 + 𝛂𝟑 = 𝟑 De este sistema obtenemos 1 = -1 ; 2 = 2 ; 3 = 4 ; 4 = -5 Entonces 𝟏 𝟐 −𝟏 𝟑 𝐁 = −𝟏 𝟐 𝟒 −𝟓 3) Calcular las coordenadas de p(x) = 3x2 + 2x – 1 respecto de la base B = { x2 ; x + 1 ; x - 2 } Resolución: aquí hay que acordarse que igualar polinomios es igualar los términos de igual potencia. 3x2 + 2x – 1= 1.(x2) + 2.(x + 1) + 3.(x – 2) términos de grado 2: 3.x2 = 1.x2 términos de grado 1: 2.x = (2 + 3).x términos constantes: -1 = 2 - 23 𝛂𝟏 = 𝟑 𝛂𝟐 + 𝛂𝟑 = 𝟐 𝛂𝟐 − 𝟐.𝛂𝟑 = −𝟏 𝛂𝟏 = 𝟑 ; 𝛂𝟐 = 𝟏 ; 𝛂𝟑 = 𝟏 Entonces 𝟑𝐱𝟐 + 𝟐𝐱 − 𝟏 𝐁 = 𝟑 𝟏 𝟏 4) Sabiendo que [𝐯]𝐁 = 𝟏 −𝟏 𝟑 con B = { (1 ; 1 ; 0) ; (1 ; 0 ; 1) ; (0 ; 1 ; 1) }, calcular el vector v Resolución: este es el ejercicio opuesto a los anteriores. Conociendo las coordenadas y la base, hay que reconstruir quién es el vector v Conocer las coordenadas es conocer los coeficientes 1 ; 2 ; 3 de la combinación lineal. Entonces reemplazamos sus valores en la combinación lineal (son los que reemplacé con rojo) v = 1.(1 ; 1 ; 0) + (-1).(1 ; 0 ; 1) + 3.(0 ; 1 ; 1) y haciendo el cálculo, obtenemos v = (0 ; 4 ; 2) 5) Sea B = { (k ; 1) ; (2 ; h) } una base de 2 . Hallar k y h sabiendo que [(𝟑;𝟐)]𝐁 = 𝟏 𝟓 Resolución: aquí hay que despejar dos incógnitas que aparecen dentro de la base B a partir de la definición de coordenadas. Simplemente ubicamos todos nuestros datos en la definición de coordenadas: [(𝟑;𝟐)]𝐁 = 𝟏 𝟓 significa que (3 ; 2) = 1.(k ; 1) + 5.(2 ; h) 𝟑 = 𝐤 + 𝟏𝟎 𝟐 = 𝟏 + 𝟓𝐡 𝐤 = −𝟕 ; 𝐡 = 𝟏 𝟓 Propiedad de las coordenadas de un vector Esta es una propiedad muy útil que utilizaremos la clase que viene, para resolver algunos ejercicios más fácilmente. Sea un espacio vectorial, y sea B una base de . El conjunto { w1 ; w2 ; w3 ;.......wk } es L.I. si y sólo si sus coordenadas respecto de la base B forman un conjunto de columnas L.I. El conjunto { w1 ; w2 ; w3 ;.......wk } es L.D. si y sólo si sus coordenadas respecto de la base B forman un conjunto de columnas L.D. Esta propiedad justifica lo que hemos hecho para ver si un conjunto de polinomios es L.I. o L.D., convirtiéndolos primero en vectores. Supongan que queremos ver si { x2 + 5x – 1 ; 3x + x2 ; 4} 2 es L.I. o L.D. Lo que hacíamos era ordenar los vectores de mayor a menor grado, y con los coeficientes armar vectores, y ver si esos vectores son L.I. o no con método trucho. Ahora lo voy a hacer usando esta nueva propiedad, y van a ver que es lo mismo. Usamos la base B = { x2 ; x ; 1} (también pueden usar la canónica de 2, si quieren. Se llega a lo mismo) Calculamos las coordenadas de cada polinomio respecto de la base B: [x2 + 5x – 1]B = 𝟏 𝟓 −𝟏 pues x2 + 5x – 1 = 1.(x2) + 5.(x) + (-1).(1) (la base es tan simple que las coordenadas salen a simple vista) [3x + x2]B = 𝟏 𝟑 𝟎 pues 3x + x2 = 1.(x2) + 3.(x) + 0.(1) [4]B = 𝟎 𝟎 𝟒 pues 4 = 0.(x2) + 0.(x) + 4.(1) Entonces, ver si el conjunto del enunciado es L.I.o L.D. es lo mismo que ver si 𝟏 𝟓 −𝟏 ; 𝟏 𝟑 𝟎 ; 𝟎 𝟎 𝟒 , o si 𝟏;𝟓;−𝟏 ; 𝟏;𝟑;𝟎 ; (𝟎;𝟎;𝟒) , es un conjunto L.I. o L.D. Exactamente lo mismo que yo les comenté que se puede hacer para aplicar método trucho con polinomios. Y de la misma manera se justifica el “estirar” a las matrices para convertirlas en vectores: con el concepto de coordenadas, en ese caso, respecto de la base canónica correspondiente. 𝐝𝐞𝐭 𝟏 𝟓 −𝟏 𝟏 𝟑 𝟎 𝟎 𝟎 𝟒 = 𝟒. (−𝟏)𝟑+𝟑. 𝟏.𝟑 − 𝟏.𝟓 = 𝟒.𝟏. −𝟐 = −𝟖 ≠ 𝟎 𝐬𝐨𝐧 𝐋. 𝐈. Base y dimensión de un subespacio (ej. 14, 15 y 16 de la guía 3) Los conceptos de base y dimensión que vimos para espacios vectoriales, también se pueden aplicar a los subespacios incluidos en un espacio vectorial. Sea un subespacio incluido en un espacio vectorial . Una base del subespacio es cualquier conjunto de generadores de que sea L.I. Al igual que sucede para los espacios vectoriales, un subespacio suele tener infinitas bases, pero todas tendrán la misma cantidad de elementos. La cantidad de elementos que contiene cualquier base de se denomina dimensión del subespacio , y lo notamos como dim(). Para subespacios también se cumple el teorema 2 que vimos antes: si la dimensión de un subespacio es k, entonces cualquier conjunto de k elementos L.I. pertenecientes a será una base de . El cuidado que hay que tener aquí es que los elementos que forman la base de un subespacio deben pertenecer al subespacio, entonces deben verificar sus ecuaciones o ser combinación lineal de sus generadores. Por ello, no es tan fácil inventar distintas bases para un subespacio. Para los subespacios geométricos, es decir, los que están incluidos en 2 o en 3, es bastante fácil calcular bases y dimensión, pues ya sabemos a qué objetos geométricos corresponden: Subespacios de 2 0 = { (0 ; 0) }. Este subespacio tiene un único vector generador: el (0 ; 0). Pero cualquier conjunto que contenga al vector nulo es L.D. automáticamente, entonces esta subespacio no tiene base. Y como la base no tiene ningún elemento, dim(0) = 0 1 = cualquier recta que pase por el origen Todos los vectores que pertenecen a una recta que pasa por el origen cumplen la ecuación vectorial paramétrica (x ; y) = t.(vx ; vy), donde 𝐯 = (vx ; vy) es el vector dirección de larecta. Esto nos dice que los vectores (x ; y) de 1 son múltiplos de un único vector no nulo 𝐯 . Por lo tanto: 1 = gen{ 𝐯 } Base de 1: B = { 𝐯 } y dim(1 ) = 1 2 = todo el espacio 2 Ya vimos que dim(2) = 2, y cualquier base estará formada por dos vectores L.I cualesquiera Subespacios de 3 0 = { (0 ; 0 ; 0) } Este subespacio tiene un único vector generador: el (0 ; 0 ; 0). Pero cualquier conjunto que contenga al vector nulo es L.D. automáticamente, entonces esta subespacio no tiene base. Y como la base no tiene ningún elemento, dim(0) = 0 1 = cualquier recta que pase por el origen Todos los vectores que pertenecen a una recta que pasa por el origen cumplen la ecuación vectorial paramétrica (x ; y ; z) = t.(vx ; vy ; vz), donde 𝐯 = (vx ; vy ; vz) es el vector dirección de la recta. Esto nos dice que los vectores (x ; y ; z) de 1 son múltiplos de un único vector no nulo 𝐯 . Por lo tanto: 1 = gen{ 𝐯 } Base de 1: B = { 𝐯 } y dim(1 ) = 1 2 = cualquier plano que pase por el origen Todos los vectores que pertenecen a un plano que pasa por el origen cumplen la ecuación vectorial paramétrica (x ; y ; z) = .(ux ; uy ; uz) + .(vx ; vy ; vz), donde 𝐮 = (ux ; uy ; uz) y 𝐯 = (vx ; vy ; vz) son dos vectores no nulos y no múltiplos entre sí, tales que 𝐮 𝐱 𝐯 da como resultado la normal del plano. Esto nos dice que los vectores (x ; y ; z) de 2 son combinación lineal de dos vectores 𝐮 y 𝐯 no nulos y no múltiplos, o sea, forman un conjunto L.I. Por lo tanto: 2 = gen{ 𝐮 ; 𝐯 } Base de 2: B = { 𝐮 ; 𝐯 } y dim(2 ) = 2 3 = todo el espacio 3 Ya vimos que dim(3) = 3 y cualquier base estará formada por tres vectores L.I. cualesquiera. Ejemplos: 1) Calcular una base y dimensión del subespacio = { (x ; y ; z) 3 / x – y + z = 0 } Resolución: este subespacio está incluido en 3, entonces podemos ayudarnos con su interpretación geométrica. es un plano que pasa por el origen dim() = 2 Como dim() = 2, cualquier base estará formada por dos vectores que cumplan la ecuación de , y que sean L.I. Los inventamos (con cuidado, porque los dos tienen que verificar la ecuación del plano y no ser múltiplos entre sí): u = (1 ; 1 ; 0) y v = (0 ; 1 ; 1) Base de : B = { (1 ; 1 ; 0) ; (0 ; 1 ; 1) } 2) Calcular una base y dimensión de = gen{(1 ; 1 ; 1 ; 1) ; (1 ; -1 ; 0 ; 0) ; (2 ; 0 ; 1 ; 1) ; (0 ; 0 ; 0 ; 1)} Resolución: este subespacio está incluido en 4, entonces ya no podemos ayudarnos con su interpretación geométrica, porque no la tiene. Para construir una base, debemos hallar primero un conjunto de generadores, y descartar los generadores L.D., para quedarnos con los que son L.I. Pero en este ejercicio, ya tenemos el conjunto de generadores, entonces solamente nos queda descartar los generadores que son L.D con los demás, en caso de que existan algunos. A simple vista, el tercer generador v3 es el primero más el segundo, entonces es L.D. por ser combinación lineal de los demás (v3 = 1.v1 +1.v2 + 0.v4). Lo descartamos y queda = gen{(1 ; 1 ; 1 ; 1) ; (1 ; -1 ; 0 ; 0) ; (0 ; 0 ; 0 ; 1)} Ahora, a simple vista no veo si hay alguno L.D, pero no hay que preocuparse: aquí viene la practicidad del método trucho, que lo podríamos haber usado desde el principio: 𝟏 𝟏 𝟏 𝟏 𝟏 −𝟏 𝟎 𝟎 𝟎 𝟎 𝟎 𝟏 𝐅′𝟐=𝐅𝟐−𝐅𝟏 𝟏 𝟏 𝟏 𝟏 𝟎 −𝟐 −𝟏 −𝟏 𝟎 𝟎 𝟎 𝟏 La matriz quedó triangulada y no se anuló ninguna fila los 3 generadores son L.I. una base de es B = {(1 ; 1 ; 1 ; 1) ; (1 ; -1 ; 0 ; 0) ; (0 ; 0 ; 0 ; 1)} y dim() = 3 Observación: los tres vectores que quedan después de triangular la matriz del método trucho también son L.I., y son combinaciones de los generadores originales, entonces están en , por lo tanto otra base de es B’ = {(1 ; 1 ; 1 ; 1) ; (0 ; -2 ; -1 ; -1) ; (0 ; 0 ; 0 ; 1)} 3) Calcular una base y dimensión del subespacio = 𝐀 = 𝐱 𝐲 𝐳 𝐰 𝟐𝐱𝟐 𝐭𝐚𝐥𝐞𝐬 𝐪𝐮𝐞 𝐀 𝐞𝐬 𝐬𝐢𝐦é𝐭𝐫𝐢𝐜𝐚 Resolución: acá, ni idea de la dimensión del subespacio, y no tenemos generadores ni ecuaciones. Entonces primero armemos las ecuaciones del subespacio, una vez obtenidas, de ellas obtendremos los generadores, y con los generadores armaremos una base mirando cuáles de ellos son L.D. para descartarlos. Ecuaciones de : las matrices A deben cumplir A = At 𝐱 𝐲 𝐳 𝐰 = 𝐱 𝐳 𝐲 𝐰 𝐱 = 𝐱 𝐲 = 𝐳 𝐳 = 𝐲 𝐰 = 𝐰 𝐲 = 𝐳 𝐜𝐨𝐧 𝐱 ; 𝐳 ;𝐰 = 𝐀 = 𝐱 𝐲 𝐳 𝐰 𝟐𝐱𝟐 𝐭𝐚𝐥𝐞𝐬 𝐪𝐮𝐞 𝐲 = 𝐳 Generadores de : 𝐱 𝐲 𝐳 𝐰 = 𝐱 𝐳 𝐳 𝐰 = 𝐱 𝟎 𝟎 𝟎 + 𝟎 𝐳 𝐳 𝟎 + 𝟎 𝟎 𝟎 𝐰 = 𝐱. 𝟏 𝟎 𝟎 𝟎 + 𝐳. 𝟎 𝟏 𝟏 𝟎 + 𝐰. 𝟎 𝟎 𝟎 𝟏 𝕋 = 𝐠𝐞𝐧 𝟏 𝟎 𝟎 𝟎 ; 𝟎 𝟏 𝟏 𝟎 ; 𝟎 𝟎 𝟎 𝟏 Base de : con método trucho vemos si las 3 matrices generadoras son L.I o no. 𝟏 𝟎 𝟎 𝟎 𝟎 𝟏 𝟏 𝟎 𝟎 𝟎 𝟎 𝟏 ya está triangulada y escalonada son L.I. Una base de es B = 𝟏 𝟎 𝟎 𝟎 ; 𝟎 𝟏 𝟏 𝟎 ; 𝟎 𝟎 𝟎 𝟏 y dim() = 3 4) Hallar todos los valores de k de modo que B = { (1 ; 0 ; -1) ; (k ; k2 – k ; -1) } sea una base del subespacio = { (x ; y ; z) 3 / x – y + z = 0 } Resolución: es un plano que pasa por el origen, por lo tanto sabemos que dim() = 2. Para que el conjunto B pueda ser una base de , debe estar formado por dos vectores L.I ( o sea, no múltiplos), pero que además pertenezcan a . Los vectores que aparecen en B son L.D. para k = 1, ya que en ese caso son múltiplos entre sí k - {1} Pero esta no es la respuesta definitiva, porque además no hay que olvidarse que los vectores que forman la base de deben pertenecer a : (1 ; 0 ; -1) debe verificar la ecuación de : 1 – 0 + (-1) = 0 0 = 0 Verifica!!! (k ; k2 - k ; -1) debe verificar la ecuación de : k – (k2 – k) + (-1) = 0 -k2 + 2k - 1= 0 k = 1 Conclusión: no existen valores de k para los cuales B sea una base de Otra forma de resolverlo: si B es base, además de estar formado por dos vectores L.I, el producto vectorial de sus dos elementos debe servir como normal del plano, es decir, debe ser un vector paralelo a 𝒏 = (1 ; -1 ; 1), o sea, un múltiplo no nulo del (1 ; -1 ; 1), (1 ; 0 ; -1) x (k ; k2 – k ; -1) = (k2 – k ; -k + 1 ; k2 – k ) = .(1 ; -1 ; 1) con 0 −𝐤 + 𝟏 = −𝛂 𝐤𝟐 − 𝐤 = 𝛂 k = 1 y = 0 Absurdo pues 0 no existe k que cumpla lo pedido. Con todo lo visto en esta clase, que tiene un montón de conceptos, pueden resolver hasta el ejercicio 16 de la guía 3, inclusive. Lo que yo suelo hacer cuando tengo que estudiar una clase con muchos temas, es leer un tema y hacer los ejercicios (o algunos por lo menos) de ese tema, que son los que están aclarados en el título del tema, y después pasar al siguiente tema. Así se tarda más, pero no se mezclan tanto lo conceptos.