Vista previa del material en texto
Álgebra y Geometría Analítica, año 2023 Clase 12: operaciones con subespacios vectoriales. Dado que los subespacios son conjuntos, podemos operar entre ellos. Algunas operaciones entre subespacios dan como resultado un nuevo subespacio, como la intersección de dos o más subespacios. En cambio, otras dan como resultado un nuevo conjunto que no es un subespacio, como la unión de subespacios. Nosotros sólo estudiaremos las que dan como resultado un subespacio vectorial. Inclusión de subespacios Sean y dos subespacios incluidos en el mismo espacio vectorial . Veamos cómo darnos cuenta si uno de ellos está adentro del otro, esto es, si uno está incluido en el otro. Como los subespacios son conjuntos, la definición de inclusión que se usa aquí es la usual para inclusión de conjuntos, que seguramente ustedes vieron en el secundario. Si bien esta es la definición usual de inclusión de conjuntos, que utilizaremos también en subespacios, tiene un problema: para ver si un subespacio está incluido en otro subespacio , no podemos analizar si todos los elementos de pertenecen al subespacio , pues un subespacio, en general, tiene infinitos elementos. Por suerte, cualquier subespacio puede expresarse con sus generadores, y estos generadores nos ayudarán a decidir si un subespacio está incluido en otro subespacio : si los generadores de están dentro de , todas sus combinaciones lineales estarán también en (esto es así pues es un subespacio cumple las condiciones necesarias y suficientes cualquier combinación lineal de elementos que estén en él, también pertenecerán a él). Y todas las combinaciones lineales de los generadores de son, justamente, todos los elementos de . Entonces, si los generadores de pertenecen a , todos los elementos de también pertenecerán a . Inclusión de subespacios: todos los generadores de pertenecen a . Vemos que lo más práctico para ver si un subespacio está incluido en otro subespacio es tener al subespacio expresado con sus generadores, y al subespacio expresado con ecuaciones o con generadores. Vayamos a algunos ejemplos: Ejemplo 1: decidir si , siendo = gen{ (1 ; 1 ; 0) } y = { (x ; y ; z) 3 / x – y – z = 0 } Resolución: como está dado por una ecuación, sabemos que un vector está en si verifica su ecuación. Un conjunto A está incluido en un conjunto B si y sólo si todos los elementos de A pertenecen al conjunto B. La notación para decir que A está incluido en B es A B. Existe un símbolo que además incluye la posibilidad de que los conjuntos puedan ser iguales. A está incluido o es igual a B se simboliza como A B. B A Entonces, para ver si está incluido en , simplemente debemos reemplazar los generadores de en la ecuación de y ver si la verifica. En este ejercicio, hay un solo generador de , pero si hubiera más de uno, todos ellos deberían verificar la ecuación de : = gen{ (1 ; 1 ; 0) } Ecuación de : x – y – z = 0 1 – 1 – 0 = 0 0 = 0 Verifica!!! (1 ; 1 ; 0) Observación sobre este ejemplo: Como este ejercicio contiene conjuntos en 3, podemos interpretarlo geométricamente, y podríamos resolverlo como si fuera un ejercicio de la práctica 1. dim() = 1 es una recta que pasa por el origen y su vector dirección es 𝐯 = (1 ; 1 ; 0) Por su ecuación, vemos que es un plano, y por lo tanto dim() = 2. Entonces, el ejercicio es ver si una recta que pasa por el origen está incluida en un plano que también pasa por el origen. Como ven, tranquilamente podría ser un ejercicio de la práctica 1: para que la recta esté apoyada sobre el plano y ambos pasan por el origen, alcanza con ver si el vector dirección de la recta es perpendicular a la normal del plano. Pero hay algo interesante para notar: ¿podría ser que se diera la inclusión opuesta? Es decir, ¿podría pasar que estuviera incluido en ? Bueno... es un plano, y un plano no puede estar metido adentro de una recta (como lo es ), pues físicamente un plano es un objeto de “mayor tamaño” que una recta. Si bien un plano y una recta están formados por la misma cantidad de puntos (aunque no lo crean, es así, y se puede demostrar matemáticamente), la recta es un objeto unidimensional de 3 (sólo tiene una dimensión física: longitud) y un plano es un objeto bidimensional de 3 (sólo tiene dos dimensiones físicas: longitud y ancho, no tiene espesor). Este es el sentido de “tamaño de un conjunto” que nos proporciona el concepto de dimensión de un subespacio: no corresponde a la cantidad de puntos que forman al conjunto, sino a la dimensión física del objeto geométrico que representa el conjunto. Por supuesto, esto vale cuando trabajamos en 2 y en 3. Pero de aquí podemos inferir intuitivamente una propiedad útil, que nos servirá después para ver si dos subespacios son el mismo. Propiedad: a) si , entonces dim() dim() (cuidado: la recíproca no es cierta) b) si , entonces dim() dim()(cuidado: la recíproca no es cierta) Ejemplo 2: decidir si , siendo = gen{ (1 ; 1 ; 0) } y = gen{ (1 ; 1 ; 1) ; (2 ; 2 ; -2) } Resolución: ahora está dado por generadores, entonces sabemos que un vector está en si es combinación lineal de sus generadores. Entonces, para ver si está incluido en , simplemente debemos ver si el generador de es combinación lineal de los de . En este ejercicio, hay un solo generador de , pero si hubiera más de uno, cada uno de ellos debería ser combinación lineal de los de : (1 ; 1 ; 0) = 1.(1 ; 1 ; 1) + 2.(2 ; 2 ; -2) 𝛂𝟏 + 𝟐.𝛂𝟐 = 𝟏 𝛂𝟏 + 𝟐.𝛂𝟐 = 𝟏 𝛂𝟏 − 𝟐.𝛂𝟐 = 𝟎 𝛂𝟏 = 𝟏 𝟐 ; 𝛂𝟐 = 𝟏/𝟒 Como el sistema tiene solución, (1 ; 1 ; 0) es combinación lineal de (1 ; 1 ; 1) y (2 ; 2 ; -2) (1 ; 1 ; 0) Ejemplo 3: decidir si el subespacio = { p(x) 2 / p(1) = 0 ; p(-1) = 0 } está incluido en el subespacio = gen{ x2 – 1 ; x + 2 } Resolución: este ejercicio tiene dos complicaciones: no está expresado con generadores, y además los elementos son polinomios de grado menor o igual que 2. El segundo problema lo podemos solucionar convirtiendo los polinomios en vectores, gracias al concepto de coordenadas respecto de una base, y entonces el ejercicio se convertirá en uno equivalente pero planteado en 3. Pero primero necesitamos expresar a con sus generadores, y para ello, vamos a desarrollar sus ecuaciones: = { p(x) 2 / p(1) = 0 ; p(-1) = 0 } = { p(x)= a2.x2 + a1.x + a0 / p(1) = 0 ; p(-1) = 0 } = { p(x)= a2.x2 + a1.x + a0 / a2.12 + a1.1 + a0 = 0 ; a2.(-1)2 + a1.(-1) + a0 = 0 } = { p(x)= a2.x2 + a1.x + a0 / a2 + a1 + a0 = 0 ; a2 - a1 + a0 = 0 } Los polinomios que pertenecen al subespacio son aquellos cuyos coeficientes verifican dos ecuaciones lineales homogéneas: como tenemos dos ecuaciones independientes entre sí con tres incógnitas, nos quedará un coeficiente sin despejar, como variable libre. 𝐚𝟐 + 𝐚𝟏 + 𝐚𝟎 = 𝟎 𝐚𝟐 − 𝐚𝟏 + 𝐚𝟎 = 𝟎 𝐚𝟐 = −𝐚𝟎 ; 𝐚𝟏 = 𝟎 𝐜𝐨𝐧 𝐚𝟎 Los polinomios p(x) que pertenecen a son de la forma p(x) = -a0.x2 + 0.x + a0 = -a0.x2 + a0 Los convertimos en vectores como vimos en la clase 10: p(x) = -a0.x2 + a0 (-a0 ; 0 ; a0) = a0.(-1 ; 0 ; 1) (ahí apareció el generador de ) Y los generadores de serán x2 –1 (1 ; 0 ; -1) x + 2 (0 ; 1 ; 2) Entonces, el ejercicio de polinomios se convierte en el siguiente ejercicio equivalente, pero de vectores en 3 : Decidir si ’ = gen{ (-1 ; 0 ; 1) } está incluido en ’ = gen{ (1 ; 0 ; -1) ; (0 ; 1 ; 2) } A simple vista, el generador de ’ es combinación lineal de los generadores de ’, pues es múltiplo de uno de ellos ’ ’ Igualdad de subespacios En teoría general de conjuntos, hay una manera de ver si dos conjuntos son exactamente iguales (o sea, si son el mismo conjunto): dos conjuntos A y B son exactamente iguales si A B y B A. Esta forma de ver la igualdad de conjuntos se denomina “por doble inclusión”, y puede usarse para ver si dos subespacios son iguales. Pero gracias al concepto de dimensión, hay otra manera que, en la mayoría de los casos, es más sencilla de aplicar: dos subespacios son el mismo si uno está adentro del otro y además tienen la misma dimensión (es como pedir que un conjunto esté adentro del otro pero demás que los dos tengan el mismo tamaño). Igualdad de subespacios: = y dim() = dim() (equivalentemente = y dim() = dim()) En los ejemplos 1, 2 y 3 que hicimos antes, los subespacios no son iguales pues, aunque uno está incluido en el otro, no tienen la misma dimensión. En sus respuestas, podríamos reemplazar el símbolo por el símbolo , que no incluye la igualdad. Ejemplo 4: decidir si = , siendo = { (x ; y ; z) 3 / 2x + 2y = 0 } , = gen{ (-1 ; 1 ; 1) ; (1 ; -1 ; 3) } Resolución: dim() = 2 pues sus dos generadores son L.I., entonces forman una base de con dos elementos. dim() = 2 pues es un plano que pasa por el origen. Veamos si un subespacio está incluido en el otro. Yo elijo ver porque está expresado con generadores: 1º generador de : (-1 ; 1 ; 1). Lo reemplazamos en la ecuación de : 2.(-1) + 2.1 = 0 ¡verifica! 2º generador de : (1 ; -1 ; 3). Lo reemplazamos en la ecuación de : 2.1 + 2.(-1) = 0 ¡verifica! Entonces Conclusión: como dim() = dim() y , efectivamente = Ejemplo 5: decidir si = , siendo = { (x ; y ; z ; w) 4 / x + 2y - z = 0 ; x + z = 0 } y = gen{ (-1 ; 1 ; 1 ; 0) ; (1 ; -1 ; 1 ; 0) } Resolución: dim() = 2 pues sus dos generadores son L.I., entonces forman una base de con dos elementos. dim() = 2 (esto sale hallando los generadores de y viendo que hay solamente dos L.I.) Veamos si : 1º generador de : (-1 ; 1 ; 1 ; 0). Lo reemplazamos en las dos ecuaciones de : -1 + 2.1 – 1 = 0 ¡verifica! -1 + 1 = 0 ¡verifica! 2º generador de : (1 ; -1 ; 1 ; 0). Lo reemplazamos en las dos ecuaciones de : 1 + 2.(-1) - 1 = 0 queda -2 = 0 ¡ no verifica! Conclusión: como un generador de no verifica una de las ecuaciones de , ya podemos asegurar que no está contenido en (aunque tienen la misma dimensión, son distintos conjuntos) Intersección de subespacios (ej. 17 de la guía 3) La noción de intersección de dos subespacios es la misma que conocemos para conjuntos en general. Lo interesante es que cuando hacemos la intersección de dos subespacios incluidos en el mismo espacio vectorial , lo que obtenemos también es un subespacio de , y le podremos calcular, por ejemplo, su base y dimensión. La demostración de que la intersección de dos subespacios da como resultado un conjunto que también es un subespacio la pueden consultar en el libro de Kozak o en el apunte AGA Virtual de la unidad 3. Cómo calcular la intersección de dos subespacios Este cálculo puede ser más o menos cuentoso, de acuerdo a si los subespacios están expresados con ecuaciones o con generadores. Pero siempre nos basamos en la definición de intersección de conjuntos. Sean y dos subespacios incluidos en el mismo espacio vectorial . Entonces = { x / x x }, y es un subespacio incluido en Ejemplo 1: ambos subespacios expresados con ecuaciones. Sean = { (x ; y ; z) 3 / x + y = 0} y = { (x ; y ; z) 3 / x + 2z = 0} . Calcular Resolución: este es el caso más simple. Veamos cómo es el razonamiento para calcular la intersección. Si (x ; y ; z) verifica la ecuación x + y = 0. Si (x ; y ; z) verifica la ecuación x + 2z = 0. Por lo tanto, si (x ; y ; z) verifica la ecuación x + y = 0 y la ecuación x + 2z = 0 en forma simultánea. Conclusión: = { (x ; y ; z) 3 / x + y = 0 x + 2z = 0 } Noten que es un plano, es otro plano que no es paralelo a , y es una recta, lo que está acorde al hecho geométrico de que la intersección de dos planos no paralelos tiene que ser una recta. Ejemplo 2: un subespacio expresado con ecuaciones y otro con generadores. Sean = { (x ; y ; z) 3 / x + y – 3z = 0} y = gen{ (1 ; 1 ; 2) ; (-1 ; 2 ; 0) } . Calcular Resolución: acá se presentan dos opciones: hallar las ecuaciones del subespacio que está expresado con generadores, y hacer la intersección como en el ejemplo 1, o trabajar los subespacios como se presentan. Desarrollemos esta segunda opción: Si A y B son dos conjuntos, definimos la intersección de A con B (y la notamos como A B) como un nuevo conjunto formado por los elementos que están en forma simultánea en A y en B. En símbolos: A B = { x / x A x B } A B A B Si (x ; y ; z) verifica la ecuación x + y – 3z = 0. Si (x ; y ; z) es combinación lineal de sus dos generadores (x ; y ; z) = .(1 ; 1 ; 2) + . (-1 ; 2 ; 0) Por lo tanto, si (x ; y ; z) verifica la ecuación x + y – 3z = 0 por estar en , y la ecuación vectorial (x ; y ; z) = .(1 ; 1 ; 2) + . (-1 ; 2 ; 0) por estar en , en forma simultánea. Así que los vectores (x ; y ;z) que pertenecen a son las soluciones del siguiente sistema de ecuaciones: 𝐱 + 𝐲 − 𝟑𝐳 = 𝟎 𝐱 = 𝛂 − 𝛃 𝐲 = 𝛂 + 𝟐𝛃 𝐳 = 𝟐𝛂 De este sistema despejaremos los valores de los coeficientes y que nos permiten obtener los vectores que pertenecen a la intersección (noten que es exactamente lo mismo que vimos en la guía 1 para calcular la intersección de dos objetos cuando uno está escrito con ecuación cartesiana general y el otro está escrito en forma vectorial paramétrica) En las tres ecuaciones de abajo ya tenemos despejadas las componentes x, y, z, en función de y . Reemplazamos estos despejes en la primera ecuación. Como queda una sola ecuación con dos incógnitas, vamos a poder despejar un solo coeficiente, y el otro quedará como variable libre: ( - ) + ( + 2) - 3.(2) = 0 -4 + = 0 = 4 con Y ahora reemplazamos este despeje del parámetro en la expresión de las componentes x, y, z: 𝐱 = 𝛂 − 𝛃 = 𝛂 − 𝟒𝛂 = −𝟑𝛂 𝐲 = 𝛂 + 𝟐𝛃 = 𝛂 + 𝟐.𝟒𝛂 = 𝟗𝛂 𝐳 = 𝟐𝛂 Si (x ; y ; z) (x ; y ; z) = (-3 ; 9 ; 2) = .(-3 ; 9 ; 2) con , o sea, los vectores (x ; y ; z) que están en la intersección serán combinación lineal del vector (-3 ; 9 ; 2) Conclusión: = gen{ (-3 ; 9 ; 2) } Ejemplo 3: los dos subespacios dados con generadores Sean = gen{ (1 ; 1 ; 0) ; (3 ; -1 ; 0) } y = gen{ (1 ; 1 ; 2) ; (-1 ; 1 ; 1) } . Calcular Resolución: ahora se presentan tres opciones: hallar las ecuaciones de los dos subespacios y hacer la intersección como en el ejemplo 1, pasar un solo subespacio a ecuaciones y hacer la intersección como en el ejemplo 2, o trabajar los subespacios como se presentan. Desarrollemos esta tercera opción: Si (x ; y ; z) es combinación lineal de sus dos generadores (x ; y ; z) = .(1 ; 1 ; 0) + .(3 ; -1 ; 0) Si (x ; y ; z) es combinación lineal de sus dos generadores (x ; y ; z) = .(1 ; 1 ; 2) + .(-1 ; 1 ; 1) Si (x ; y ; z) (x ; y ; z) = .(1 ; 1 ; 0) + .(3 ; -1 ; 0) = .(1 ; 1 ; 2) + .(-1 ; 1 ; 1) De la últimaigualdad despejaremos los coeficientes , , y que nos permiten obtener los vectores de la intersección. Igualando componente a componente, nos queda el siguiente sistema: 𝛂 + 𝟑𝛃 = 𝛄 − 𝛅 𝛂 − 𝛃 = 𝛄 + 𝛅 𝟎 = 𝟐𝛄 + 𝛅 𝛂 + 𝟑𝛃 − 𝛄 + 𝛅 = 𝟎 𝛂 − 𝛃 − 𝛄 − 𝛅 = 𝟎 𝟐𝛄 + 𝛅 = 𝟎 Este sistema homogéneo tiene más incógnitas que ecuaciones, así que tendrá infinitas soluciones. Se puede resolver con Gauss-Jordan, y van a ver que se pueden despejar tres incógnitas, y una queda como variable libre. Yo hice el despeje dejando a como variable libre y me quedó: = -2 ; = ; = 0. Entonces, reemplazando estos despejes en la igualdad vectorial para (x ; y ; z), obtenemos la expresión general de los elementos de la intersección: Si (x ; y ; z) (x ; y ; z) = 0.(1 ; 1 ; 0) + .(3 ; -1 ; 0) = .(1 ; 1 ; 2) + (-2).(-1 ; 1 ; 1) Si (x ; y ; z) (x ; y ; z) = .(3 ; -1 ; 0) con Conclusión: = gen{ (3 ; -1 ; 0) } Ejemplo 4: ejercicio de parcial. Sean los subespacios = { (x ; y ; z) 3 / -x + k.y = 0 (k-1).z = 0 } y = { (x ; y ; z) 3 / y – k.x = 0 } Hallar todos los valores de k para los cuales dim( ) = 1 Resolución: Primero calculamos la intersección de los subespacios: ∩ = 𝐱, 𝐲, 𝐳 𝟑 ∶ −𝐱 + 𝐤. 𝐲 = 𝟎 ∧ 𝐤 − 𝟏 . 𝐳 = 𝟎 ∧ 𝐲 − 𝐤. 𝐱 = 𝟎 Si queremos que este subespacio tenga dimensión 1, debemos hallar primero para qué valores de k el sistema tiene infinitas soluciones, pero sin pasar ninguna incógnita dividiendo: ni x, ni y, ni z, ni k. Para ello, vamos a resolver el sistema triangulando la matriz ampliada: −𝟏 𝐤 𝟎 ⋮ 𝟎 𝟎 𝟎 𝐤 − 𝟏 ⋮ 𝟎 −𝐤 𝟏 𝟎 ⋮ 𝟎 −𝟏 𝐤 𝟎 ⋮ 𝟎 𝟎 𝟎 𝐤 − 𝟏 ⋮ 𝟎 𝟎 𝟏 − 𝐤𝟐 𝟎 ⋮ 𝟎 −𝟏 𝐤 𝟎 ⋮ 𝟎 𝟎 𝟏 − 𝐤𝟐 𝟎 ⋮ 𝟎 𝟎 𝟎 𝐤 − 𝟏 ⋮ 𝟎 El sistema tiene infinitas soluciones si k = 1 ó si k = -1 (esto también se puede obtener usando determinante, pues la matriz de coeficientes del sistema es cuadrada) Para k = 1 obtenemos: −1 1 0 ⋮ 0 0 0 0 ⋮ 0 0 0 0 ⋮ 0 −𝑥 + 𝑦 = 0 0 = 0 0 = 0 ∩ = 𝐱, 𝐲, 𝐳 𝟑 ∶ −𝐱 + 𝐲 = 𝟎 𝐝𝐢𝐦 ∩ = 𝟐 Para k = -1 obtenemos: −1 −1 0 ⋮ 0 0 0 0 ⋮ 0 0 0 −2 ⋮ 0 −𝑥 − 𝑦 = 0 0 = 0 −2𝑧 = 0 ∩ = 𝐱, 𝐲, 𝐳 𝟑 ∶ −𝐱 − 𝐲 = 𝟎 ∧ 𝐳 = 𝟎 𝐝𝐢𝐦 ∩ = 𝟏 𝐩𝐚𝐫𝐚 𝐤 = −𝟏 Unión de subespacios La unión de dos subespacios no da como resultado, en general, un subespacio, así que no trabajaremos con esta operación en este curso. Ejemplo: = { (x ; y) 2 / x = 0} = { los vectores de 2 con primera componente nula} es un subespacio, y = { (x ; y) 2 / y = 0} = { los vectores de 2 con segunda componente nula} también es un subespacio. Ambos son dos rectas que pasan por el origen. Pero = { (x ; y) 2 / x = 0 o y = 0 } = { los vectores de 2 con alguna componente nula} no es un subespacio, ya que no cumple la segunda condición necesaria y suficiente de subespacios. Y esto podemos verlo con un ejemplo numérico: (1 ; 0) ; (0 ; 1) ; pero (1 ; 0) + (0 ; 1) = (1 ; 1) (pues ninguna de sus componentes es nula). Suma de subespacios (ej. 18 de la guía 3) Esta operación solamente puede realizarse entre conjuntos que estén incluidos es espacios donde esté definida la suma de elementos. Entonces, se puede efectuar entre subespacios, y el resultado es un nuevo conjunto que también es un subespacio. La suma de subespacios se simboliza con el símbolo “+”, y su definición es la siguiente: Sean y dos subespacios incluidos en el mismo espacio vectorial . Entonces + = { v / v = vS + vT con vS y vT }, y es un subespacio incluido en Es decir, la suma de dos subespacios y es el conjunto formado por todos los elementos que pueden obtenerse como suma de un elemento cualquiera de con un elemento cualquiera de . Noten que la suma de subespacios no tiene nada que ver con la unión: la unión de dos conjuntos es un conjunto formado por los elementos del primero junto a los elementos del segundo, pero sin sumarlos entre sí. La suma de subespacios contiene muchos más elementos, porque contiene elementos que son “mezclas” de elementos de los dos conjuntos. La demostración de que + es un subespacio también la pueden ver en el apunte AGA Virtual o en el Kozak. Lo que sí vamos a deducir es un método muy práctico para calcular la suma de dos o más subespacios, a partir de su definición. Aquí va: Sabemos que si un elemento v está en + , entonces puede calcularse como v = vS + vT, con vS y vT . Pero además, si vS , entonces vS es combinación lineal de los generadores de . De la misma manera, si vT , entonces vT es combinación lineal de los generadores de . Entonces, v deberá ser combinación lineal de todos los generadores de y de todos los generadores de . Esto nos dice que + está generado por todos los generadores de y todos los generadores de . Propiedad útil: Si = gen{ v1 ; v2 ; ......; vn } y = gen{ w1 ; w2 ;.......; wk } + = gen{ v1 ; v2 ;......; vn ; w1 ; w2 ;....; wk } De esta propiedad vemos que, para calcular la suma de subespacios, vamos a tener que conocer sus generadores. Ejemplo 1: calcular + , una base de + y dim( + ), con = gen{ (1 ; 1 ; 0) ; (1 ; -1 ; 1) ; (1 ; 0 ; 0) } y = gen{ (0 ; 0 ; 1) ; (1 ; 0 ; 1) } Resolución: de acuerdo a la propiedad útil, tenemos que: + = = gen{ (1 ; 1 ; 0) ; (1 ; -1 ; 1) ; (1 ; 0 ; 0) ; (0 ; 0 ; 1) ; (1 ; 0 ; 1) } Base de + : obviamente, los cinco generadores no pueden ser L.I., pues en 3, el subespacio de mayor tamaño es todo el espacio 3, cuya dimensión es 3. No puede haber un subespacio de dimensión 5 adentro de 3. Entre los cinco generadores de la suma, debe haber algunos L.D. que debemos eliminar para llegar a la base de + . El asunto es...¿cuáles y cuántos hay que descartar? Si a simple vista notan que alguno es combinación lineal de los demás, ya lo pueden descartar. El quinto es el tercero más el cuarto, así que + = = gen{ (1 ; 1 ; 0) ; (1 ; -1 ; 1) ; (1 ; 0 ; 0) ; (0 ; 0 ; 1) } Todavía sobran generadores, pero ya no sé cuáles descartar...no importa. ¡Usemos el método trucho! 𝟏 𝟏 𝟎 𝟏 −𝟏 𝟏 𝟏 𝟎 𝟎 𝟎 𝟎 𝟏 𝐅′𝟐=𝐅𝟐−𝐅𝟏 𝟏 𝟏 𝟎 𝟎 −𝟐 𝟏 𝟏 𝟎 𝟎 𝟎 𝟎 𝟏 𝐅′𝟑=𝐅𝟑−𝐅𝟏 𝟏 𝟏 𝟎 𝟎 −𝟐 𝟏 𝟎 −𝟏 𝟎 𝟎 𝟎 𝟏 𝐅′𝟑=𝟐.𝐅𝟑−𝐅𝟐 𝟏 𝟏 𝟎 𝟎 −𝟐 𝟏 𝟎 𝟎 −𝟏 𝟎 𝟎 𝟏 𝐅′𝟒=𝐅𝟒+𝐅𝟑 𝟏 𝟏 𝟎 𝟎 −𝟐 𝟏 𝟎 𝟎 −𝟏 𝟎 𝟎 𝟎 El último vector es el L.D., y los tres que quedan son L.I, entonces forman una base de la suma. Base de + : B = { (1 ; 1 ; 0) ; (1 ; -1 ; 1) ; (1 ; 0 ; 0) } y dim( + ) = 3 (también es válido armar la base con los vectores que quedaron en la matriz del método trucho) Ejemplo 2: calcular + , una base de + y dim( + ), con = { (x ; y ; z ; w) 4 / x – y = 0 ; w = 0} y = gen{ (0 ; 0 ; 1 ; 1) ; (1 ; 1 ; 1 ; 0) } Resolución: para calcular la suma, necesitamos los generadores de ambos subespacios. Los de ya los tenemos. Calculemos los de . Sus ecuaciones son: x – y = 0 ; w = 0 x = y ; w = 0 con y ; z (x ; y ; z ; w) = (y ; y ; z ; 0) = (y ; y ; 0 ; 0) + (0 ; 0 ; z ; 0) = y.(1 ; 1 ; 0 ; 0) + z.(0 ; 0 ; 1 ; 0) = gen{ (1 ; 1 ; 0 ; 0) ; (0 ; 0 ; 1 ; 0) } + = gen{ (1 ; 1 ; 0 ; 0) ; (0 ; 0 ; 1 ; 0) ; (0 ; 0 ; 1 ; 1) ; (1 ; 1 ; 1 ; 0) } Base de + : nos quedaron cuatro generadores en 4, pero podrían ser L.D. y no formar una base de la suma. Efectivamente, el cuarto vector es el primero más el segundo, entonces lo descartamos y queda + = gen{ (1 ; 1 ; 0 ; 0) ; (0 ; 0 ; 1 ; 0) ; (0 ; 0 ; 1 ; 1) }. Ahora hay que ver si los tres que quedaron son L.I. o L.D. Ante la duda, si nada sale a simple vista, usamos nuestro método trucho: 𝟏 𝟏 𝟎𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 𝟏 𝟏 𝐅′𝟑=𝐅𝟑−𝐅𝟐 𝟏 𝟏 𝟎 𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 𝟎 𝟏 Los tres vectores son L.I., entonces forman una base de la suma. Base de + : B = { (1 ; 1 ; 0 ; 0) ; (0 ; 0 ; 1 ; 0) ; (0 ; 0 ; 1 ; 1) } y dim( + ) = 3 Teorema de la dimensión de la suma de subespacios Dado que la suma de dos subespacios se calcula a partir de ellos, nos preguntamos qué relación hay entre los subespacios que estamos sumando y el subespacio que obtenemos al sumarlos. En principio, como + contiene a los generadores de y también a los generadores de , podemos asegurar que + y + , entonces dim() dim( + ) y dim() dim( + ). Pero más aún, los matemáticos demostraron que hay una relación exacta entre la dimensión de , la dimensión de , y la dimensión de + , que se cumple en todos los ejercicios de suma de subespacios. Si en un ejercicio no se cumple esta relación, el ejercicio está mal resuelto o el ejercicio no tiene soluciones (cosa que suele pasar en álgebra). Teorema: dim( + ) = dim() + dim() – dim( ) Caso particular de suma de subespacios: suma directa Cuando dim( ) = 0, es decir, = { 0 }, se cumple que dim( + ) = dim() + dim(). En tal caso, como la dimensión de la suma es directamente la suma de las dimensiones de los dos subespacios que estamos sumando, decimos que la suma de los subespacios es directa, o bien que los subespacios están en suma directa. Y entonces, en lugar del símbolo “+”, se usa el símbolo “”. La suma directa se calcula igual que la suma común, la diferencia es el simbolito que se usa, y en algunos ejercicios es necesario verificar que la intersección tiene dimensión cero para decidir si la suma es directa o no. Y en el teorema podemos poner el símbolo de suma directa : dim( ) = dim() + dim() Ejemplo 1: decir si = gen{ (1 ; 1 ; 0) ; (0 ; 1 ; 0) } y = gen{ (0 ; 0 ; 1) } están en suma directa, y calcular dicha suma. Resolución: para decidir si dos subespacios forman una suma directa al sumarse, debemos ver si su intersección es el subespacio trivial nulo, o si la dimensión de la intersección es cero. Cualquiera de las dos cosas sirve. Tenemos entonces dos posibilidades: calcular la intersección, o calcular la suma de los subespacios y con la ayuda del teorema deducir la dimensión de la intersección. Como los dos subespacios están dados por generadores, esta segunda opción será más rápida. Allá vamos. Del enunciado vemos que dim() = 2 y dim() = 1 + = gen{ (1 ; 1 ; 0) ; (0 ; 1 ; 0) ; (0 ; 0 ; 1) } 1 1 0 0 1 0 0 0 1 los tres vectores son L.I. dim( + ) = 3 Por teorema de la dimensión: 3 = 2 + 1 – dim( ) dim( ) = 0 y están en suma directa Entonces = gen{ (1 ; 1 ; 0) ; (0 ; 1 ; 0) ; (0 ; 0 ; 1) } = 3 Ejemplo 2: sea = gen{ (1 ; 1) } . Dar un subespacio 2 tal que = 2 Resolución: este ejercicio es opuesto al anterior: nos dan un subespacio, el resultado de la suma directa, y nosotros tenemos que inventar el otro subespacio que participa de la suma directa. Hay infinitas posibles respuestas. Vamos a dar una de ellas. pero cuidado: en todo ejercicio de suma de subespacios, debe verificarse el teorema de la dimensión, entonces no puede tener cualquier dimensión. del enunciado tenemos que dim() = 1 y dim( ) = dim(2) = 2 2 = 1 + dim() dim() = 1 a le pondremos un solo generador no nulo (y ya será la base de ) La suma debe ser directa el generador de debe ser tal que no esté en no puede ser un múltiplo del (1 ; 1), debe ser cualquier vector L.I. con el (1 ; 1), y aquí vienen las infinitas posibilidades para inventar el generador de . A mí se me ocurre el (1 ; 0). Conclusión: un posible subespacio que cumple lo pedido es = gen{ (1 ; 0) } Propiedad útil para ver si la intersección de dos subespacios tiene dimensión cero. Supongamos que tenemos dos subespacios y , de los cuales conocemos su base (es decir, los tenemos expresados por generadores L.I.) Ponemos en la matriz del método trucho la base de y la base de . Si al triangular y escalonar la matriz no se anula ninguna fila, entonces la base de es totalmente independiente de la base de , y la intersección de los dos subespacios será = { 0 }. Por lo tanto, los subespacios podrán estar en suma directa. Ejemplo 3 ( de aplicación de esta propiedad) Sea el subespacio = 𝐀 2x2 ∶ 𝐀 = 𝐀𝐭 . Hallar un subespacio 2x2 tal que ⊕ = 2x2 Resolución: Primero sacamos los generadores de . Sea 𝐀 = 𝐚 𝐛 𝐜 𝐝 𝐀𝐭 = 𝐚 𝐜 𝐛 𝐝 . Los elementos de deben cumplir la siguiente condición: 𝐀 = 𝐀𝐭 𝐚 𝐛 𝐜 𝐝 = 𝐚 𝐜 𝐛 𝐝 𝐚 = 𝐚 𝐛 = 𝐜 𝐜 = 𝐛 𝐝 = 𝐝 𝐛 = 𝐜 ,𝐚 ,𝐝𝐀 = 𝐚 𝐜 𝐜 𝐝 = 𝐚 𝟎 𝟎 𝟎 + 𝟎 𝐜 𝐜 𝟎 + 𝟎 𝟎 𝟎 𝐝 Entonces = gen 𝟏 𝟎 𝟎 𝟎 ; 𝟎 𝟏 𝟏 𝟎 ; 𝟎 𝟎 𝟎 𝟏 . Las tres matrices generadoras son L.I. (se ve con método trucho) y dim()=3 Queremos que ⊕ = 2x2. Aplicamos el teorema de la dimensión de la suma de subespacios: dim(2x2) = dim + dim − dim( ∩ ) 4 = 3 + dim() – 0 dim() = 1 Ahora sabemos que debe tener un solo generador L.I. (o sea no nulo) y para que la suma sea directa, debe ser L.I. con el conjunto de generadores de (por la propiedad útil). Entonces debemos inventar una matriz que con el método trucho, al poner primero los tres generadores de y abajo el de (lo voy a escribir con rojo para no perderlo de vista), nos queden todos L.I. A lo mejor hay que aplicar algún pasito de triangulación: 1 0 0 0 0 1 1 0 0 0 0 1 0 0 1 0 ahora cambiamos fila 4 con fila 3 y nos queda todo triangulado y escalonado, por lo tanto quedan todos L.I.: 1 0 0 0 0 1 1 0 0 0 1 0 0 0 0 1 Conclusión: un posible subespacio que cumple lo pedido es = 𝐠𝐞𝐧 𝟎 𝟎 𝟏 𝟎 Complemento ortogonal de un subespacio (ej. 22 y 23 de la guía 3) En la unidad 1, vimos una definición de ortogonalidad o perpendicularidad entre vectores en 2 y en 3: dos vectores son ortogonales si y sólo si su producto escalar da cero. Aunque no tenga significado geométrico, esta definición de ortogonalidad puede extenderse a vectores de mayor cantidad de componentes, extendiendo también la forma en que hacemos el producto escalar con ellos. Si x = (x1 ; x2 ; x3 ; ...... ; xn) y z = (z1 ; z2 ; z3 ; ..... ; zn) son dos vectores de n, definiremos el producto escalar entre ellos de la siguiente manera: x.z = x1.z1 + x2.z2 + x3.z3 + ..... + xn.zn Al igual que en 2 y en 3, el producto escalar en n da como resultado un número real, y cumple las mismas propiedades que vimos en la unidad 1. Diremos que los vectores x y z son ortogonales si y sólo si x.z = 0, aunque esta noción ya no tiene significado geométrico de perpendicularidad, salvo en 2 y en 3. Sea ahora un subespacio incluido en n. Se llama complemento ortogonal del subespacio al conjunto de todos los vectores de n que son ortogonales a todos los vectores de . A este nuevo conjunto lo notamos como : Si n, entonces = { v n / v. vS = 0 para todo vS } Puede demostrarse fácilmente que si es un subespacio de n , entonces también es un subespacio de n. Para calcular el complemento ortogonal de un subespacio , la definición no es muy práctica, porque como tiene, en general infinitos vectores, deberíamos hallar todos los vectores que fueran ortogonales a los infinitos vectores de . Sin embargo, al igual que en suma de subespacios, hay una propiedad que nos permite calcular todos los vectores del complemento ortogonal sin tener que plantear infinitas cuentas. Propiedad: sea = gen{ v1 ; v2 ; ... ; vk} un subespacio incluido en n. Si un vector v es ortogonal a todos los generadoresde , entonces v será ortogonal a todos los vectores de . La demostración de esta propiedad es muy simple, y se basa en el hecho de que todos los vectores de se expresan como combinación lineal de sus generadores: Sea w w = 1.v1 + 2.v2 + ..... + k.vk v.w = v.( 1.v1 + 2.v2 + ..... + k.vk) = v.1.v1 + v.2.v2 + ..... + v.k.vk = 1.v.v1 + 2.v.v2 + ..... + k.v.vk = 1.0 + 2.0 + ..... + k.0 = 0 v es ortogonal a cualquier w Lo importante de esta propiedad no es su demostración, sino lo que nos dice: para calcular todos los vectores perpendiculares a todos los vectores de , no hace falta plantear infinitas condiciones de ortogonalidad: alcanza con calcular todos los vectores perpendiculares a todos los generadores de . Y esa es la forma más práctica de calcular el complemento ortogonal de . Propiedad útil: Si = gen{ v1 ; v2 ; ... ; vk}, entonces = { v n / v.v1 = 0 v.v2 = 0 ..... v.vk = 0 } Ejemplo 1: sea = gen{ (1 ; 1 ; 0) ; (0 ; 1 ; 3) }. Calcular Resolución: como tiene dos generadores, para calcular el complemento ortogonal debemos pedir que se cumplan dos condiciones de ortogonalidad, una con cada generador: = { (x ; y ; z) 3 / (x ; y ; z).(1 ; 1 ; 0) = 0 (x ; y ; z).(0 ; 1 ; 3) = 0 } Desarrollando los dos productos escalares, obtenemos las ecuaciones de = { (x ; y ; z) 3 / x + y = 0 y + 3z = 0 } Observación sobre este ejemplo: este ejercicio está planteado en 3, entonces puede interpretarse geométricamente. tiene dimensión 2, es un plano que pasa por el origen. Noten que es una recta que pasa por el origen. Y está bien que esto sea así, ya que el subespacio que contiene al origen y a todos los vectores que son perpendiculares al plano forman una recta que es perpendicular al plano, no queda otra posibilidad. El vector dirección de la recta es (1 ; 1 ; 0) x (0 ; 1 ; 3) = (3 ; -3 ; 1), que justo coincide con la normal del plano. Es decir, el subespacio perpendicular a un plano de 3 es la recta que pasa por el origen y que es perpendicular al plano. Y viceversa: si es una recta, entonces es el plano que pasa por el origen y es perpendicular a la recta. Entonces, en 3, tenemos las siguientes situaciones: Si dim() = 1 es una recta es el plano perpendicular a la recta . Si dim() = 2 es un plano es la recta perpendicular al plano . Si dim() = 0 = { (0 ; 0 ; 0) } es todo el espacio 3 (pues todo vector de 3 es perpendicular al (0 ; 0 ; 0) ) Si dim() = 3 = 3 ={ (0 ; 0 ; 0) } (pues el único vector perpendicular a cualquier vector de 3 es el (0 ; 0 ; 0) ). Ejemplo 2: sea = {(x ; y ; z ; w) 4 / x + y = 0 }. Calcular , una base y su dimensión. Resolución: como no tenemos los generadores de , primero vamos a calcularlos: x + y = 0 x = -y con y ; z , w (x ; y ; z ; w) = (-y ; y ; z ; w) = (-y ; y ; 0 ; 0) + (0 ; 0 ; z ; 0) + (0 ; 0 ; 0 ; w) = y.(-1 ; 1 ; 0 ; 0) + z. (0 ; 0 ; 1 ; 0) + w.(0 ; 0 ; 0 ; 1) = gen{ (-1 ; 1 ; 0 ; 0) ; (0 ; 0 ; 1 ; 0) ; (0 ; 0 ; 0 ; 1) } y ahora sí podemos calcular el complemento ortogonal: = {(x;y;z ;w) 4 / (x;y;z;w). (-1;1;0;0) = 0 (x;y;z;w).(0;0;1;0) = 0 (x;y;z;w).(0;0;0,1)=0 } Entonces: = {(x;y;z ;w) 4 / x - y = 0 z = 0 w = 0 } Base de : primero necesitamos calcular los generadores de a partir de sus tres ecuaciones: x – y = 0 ; z = 0 ; w = 0 x = y con y , z = 0 ; w = 0 (x ; y ; z ; w) = (y ; y ; 0 ; 0) = y.(1 ; 1 ; 0 ; 0) = gen{ (1 ; 1 ; 0 ; 0) } Como hay un solo generador no nulo, ese generador forma la base. Base de : B = { (1 ; 1 ; 0 ; 0) } y dim() = 1 Propiedades especiales del complemento ortogonal Sea un subespacio incluido en n. Entonces se cumplen las siguientes propiedades: 1) () = 2) = { 0 }, es decir, dim( ) = 0 3) y siempre están en suma directa, y además = n 4) Por el teorema de la dimensión de la suma de subespacios, dim() + dim() = dim(n) = n La propiedad 4 es especialmente útil para calcular la dimensión del complemento ortogonal rápidamente, y eso también nos permite calcular una base de otra manera, sin pasar por sus ecuaciones. Veámoslo con un ejemplito. Ejemplo 3: calcular una base de , siendo = gen{ (1 ; 0 ; -1) ; (1 ; 0 ; 0) } Resolución: en este ejercicio, el espacio vectorial es 3, y sabemos que dim(3) = 3. Además, del enunciado se ve que dim() = 2. Entonces: 2 + dim() = 3 dim() = 1 Cualquier base de deberá estar formada por un vector L.I., es decir, no nulo, que pertenezca a , es decir, un vector que sea ortogonal a (1 ; 0 ; -1) y a (1 ; 0 ; 0) en forma simultánea. Podría ser el (0 ; 1 ; 0), ya que (0 ; 1 ; 0).(1 ; 0 ; -1) = 0 y (0 ; 1 ; 0).(1 ; 0 ; 0) = 0 Entonces: Base de : B = { (0 ; 1 ; 0) } y dim() = 1 Todo lo visto hasta aquí sirve para completar la guía 3, pero los ejercicios 19, 20, 21 y 23 combinan varias operaciones en el mismo ejercicio (son de parcial). Pueden resolverlos a lo último, después de estudiar los temas de esta clase.