UNIVERSIDAD TECNOLGICA NACIONAL FACULTAD REGIONAL DELTA LGEBRA Y GEOMETRA ANALTICA

ESPACIOS VECTORIALES
El poder del lgebra reside en su capacidad de tomar propiedades en un entorno y abstraerlas a un entorno general. Sea V un conjunto cuyos elementos pueden sumarse entre si y adems multiplicarse por nmeros reales (o complejos). Si se verifican las siguientes propiedades: Ley de cierre para la suma: u V , v V : (u + v) V . Ley Asociativa: u , v, w V : (u + v) + w = u + (v + w) . Existencia del elemento neutro: 0 V / u V : 0 + u = u + 0 = u ,0 se llama elemento neutro con respecto a la suma. Existencia del elemento opuesto: u V , u 1 : u + u 1 = u 1 + u = 0 , donde u 1 se llama elemento opuesto de u y se denota u . Propiedad conmutativa: u V , v V : u + v = v + u . Ley de cierre para la multiplicacin por un escalar: , u V : v V . Asociatividad mixta: , , u V : ( )u = ( u ) . Propiedad distributiva respecto a la suma de elementos de V: , u V , v V : (u + v ) = u + v . Propiedad distributiva respecto a la suma de nmeros reales: , , u V : ( + )u = u + u Existencia del elemento neutro para la multiplicacin: u V , 1 : 1 u = u 1 = u .

Se dice entonces que V es un espacio vectorial y sus elementos se llaman vectores. Los elementos de se llaman escalares. En la definicin de EV al hablar de escalares, por lo general se trata de nmeros pertenecientes al conjunto de nmeros reales. En este caso, el EV se llama espacio vectorial real o espacio vectorial sobre |R. Pero pueden pertenecer a C o Zp (p primo). Sintetizando, los escalares son los nmeros pertenecientes a un cuerpo. Los axiomas no especifican de qu est compuesto V, ni especifica que las operaciones llamadas suma y multiplicacin por escalares se parezcan. Veamos algunos ejemplos de EV. En cada caso se debe especificar los elementos de V y las operaciones de adicin y multiplicacin por escalar, verificar los axiomas. Necesitamos poner nfasis en los axiomas que hablan de la cerradura, la existencia del vector nulo y de que cada vector debe tener su opuesto. Son ejemplos de espacios vectoriales 2 , 3 , nm y el conjunto de polinomios en una variable de grado menor o igual a 3 junto con el polinomio nulo. Otros Ejemplos: a) Rn con n 1, b) Rnxm c) Pn polinomios de grado menor o igual a n y el polinomio nulo

Pg. 1

Algebra y Geometra Analtica

Espacios Vectoriales

d) F conjunto de funciones con valores reales definidas sobre la recta real (en particular F [a,b]). Observaciones: 0 y u son nicos. Con el elemento 0 se denotar tanto al cero de como al de V. Se puede demostrar que: , u V : .u = 0 = 0 o u = 0. . El espacio vectorial que tiene un solo elemento, el vector nulo, se llama espacio vectorial trivial. Subespacios. Se llama subespacio de un espacio vectorial V a todo subconjunto S V , tal que para las mismas operaciones definidas en V sea el mismo S un espacio vectorial. Todo espacio vectorial tiene por lo menos 2 subespacios: l mismo y el subespacio {0} . Vale notar que para que S V sea un espacio vectorial, basta que S cumpla la ley de cierre para la suma de vectores y la multiplicacin por un escalar. Como ejemplo se puede mencionar que si V es el conjunto de todos los polinomios en una variable con coeficientes reales, entonces V es un espacio vectorial. Si definimos S como el conjunto de todos los polinomios en una variable con coeficientes reales y grado menor o igual a tres junto con el polinomio nulo, S es un espacio vectorial y como S V entonces S es un subespacio de V. Combinacin lineal de vectores. Sea {u1, u2 ,...,un } un subconjunto de n vectores de un espacio vectorial V. Sean {1, 2 ,.., n } n escalares pertenecientes a . Si definimos u = 1u1 + 2u2 + .... + nun , que es un nuevo elemento de V por ser la suma y multiplicacin escalar operaciones cerradas sobre los elementos de V, u se denomina combinacin lineal de los vectores {u1, u2 ,...,un } y {1, 2 ,.., n } se llaman coeficientes o pesos de la combinacin lineal. En el caso que n = 1 , u = 1u1 se llama mltiplo escalar mltiplo de u1 . Ejemplo: Es Si es
u = (2;5;1) 3

u V : u = 1 u

una combinacin lineal de

u1 = (1;0;3), u2 = (0;1;2) y u3 = (1;1;1) ?

lineal entonces existen 1, 2 y 3 , 1(1;0;3) + 2 (0;1;2) + 3 (1;1;1) = (2;5;1) . Planteando el sistema de ecuaciones para hallar 1, 2 y 3 , resulta: combinacin
1 + 3 = 2 2 3 = 5 3 + 2 + = 1 2 3 1

tales

que

Pg. 2

Algebra y Geometra Analtica

Espacios Vectoriales

El mismo es incompatible, por lo tanto u no es combinacin lineal de

u1, u2 y u3 .

Definicin: El conjunto S de todas las combinaciones lineales de n vectores {u1, u2 ,...,un } de un espacio vectorial V es un subespacio del mismo y se llama subespacio generado por {u1, u2 ,...,un } . Se dice que los vectores {u1, u2 ,...,un } constituyen un conjunto de generadores de S . Como ejemplos, en m , las combinaciones lineales de un solo vector u1 no nulo son los mltiplos u = 1u1 , que son una recta de m que pasa por el origen. Y si se tienen 2 vectores no paralelos y no nulos en m , el subespacio generado por ellos es un plano de m que pasa por el origen. Dependencia e independencia lineal de vectores. Sea un espacio vectorial V y A = {u1, u2 ,..., un } un conjunto de n 2 vectores no necesariamente diferentes de V , diremos que A es un conjunto linealmente dependiente (l.d .) o que los n vectores son linealmente dependientes (l.d .) si y solo si hay alguno de ellos que se puede expresar como combinacin lineal de los otros. En caso contrario diremos que A es un conjunto linealmente independiente (l.i.) o que los n vectores son linealmente independientes (l.i.) . Si consideramos A = {u1, u2 ,..., un } con n 2 formados por elementos de un espacio vectorial V , se verifica que 0 = 0 u1 + 0 u2 + ... + 0 un , denominada combinacin lineal trivial. Puede ocurrir que existan combinaciones lineales no triviales, por ejemplo tomemos A = {u1, u2 , u3} , donde se sabe que u2 = u1 + u3 , podemos inferir que u2 u1 u3 = 0 . Tomando 1 = 1, 2 = 1,3 = 1 tenemos una combinacin lineal no trivial de que proporciona el vector nulo y por lo tanto A es un conjunto (l.d .) . Pero tenemos por lo tanto una manera de averiguar si un conjunto dado es (l.d .) (l.i.) . Teorema: Un conjunto finito de n vectores (n 2) {u1, u2 ,...,un } de un espacio vectorial V es (l.d .) si y solo si existe una combinacin lineal no trivial de dichos vectores que proporciona el vector nulo. Demostracin: Sea la siguiente combinacin lineal del vector nulo 0 = 1u1 + 2u2 + .... + nun . Por hiptesis todos los coeficientes no pueden ser nulos,
u1 tenemos

podemos suponer 1 0 y si despejamos

u1 =

2 n u2 3 u3 ... un , 1 1 1

con lo

que probamos que u1 es combinacin lineal del resto y el conjunto es (l.d .) si hay una combinacin lineal no trivial. Recprocamente sea u1 = 2u2 + ... + nun , como hay una combinacin lineal que da el vector nulo podemos escribir u1 2u2 ... nun = 0 y la misma es no trivial pues el coeficiente de u1 es 1 que es distinto de cero. Por convencin el conjunto formado por un nico vector no nulo es (l.i.) . Anlogamente el conjunto {0} es (l.d .) .

Pg. 3

Algebra y Geometra Analtica

Espacios Vectoriales

Corolario: Un conjunto de vectores {u1, u2 ,...,un } de un espacio vectorial V es (l.i.) si y solo si la nica combinacin lineal de vectores que proporciona el vector nulo es la combinacin trivial. En general, dados n vectores {u1, u2 ,...,un } de m para averiguar si los mismos son (l.d .) (l.i.) hay que investigar si la relacin 0 = 1u1 + 2u2 + .... + nun implica o no que i, i = 0. Ahora pongamos ui = a1i + a2i + ... + ami , resulta que en el sistema de ecuaciones:
a111 + a12 2 + ... + a1n n = 0 a211 + a22 2 + ... + a2n n = 0 ................................................. am11 + a12 2 + ... + amn n = 0

Este es un sistema homogneo con n incgnitas. Los vectores resultan (l.i.) si y solo si el sistema de ecuaciones admite solo la solucin trivial, o sea que el sistema homogneo es compatible determinado. Si , el sistema homogneo resulta cuadrado, y por lo tanto admite soluciones no triviales si y slo si el determinante de la matriz de los coeficientes es .. (complete) Teorema: Si , k vectores de son siempre l.d.

Teorema: Un conjunto de n vectores de es l.d. si y slo si el determinante de las componentes es igual a cero. Si k < n, hay que estudiar caso por caso el sistema e investigar si tiene o no soluciones no triviales.

Ejemplo: Investigar si en los vectores A = (1,1,3), B = (2,1,4), C = (1,0,1), son o no l.d., en caso afirmativo expresar uno de ellos como combinacin lineal de los otros. Para investigar si en como son l.d. basta con examinar si el determinante de las componentes resulta o no nulo. En nuestro caso el determinante, donde sus columnas son las componentes, resulta 1 1 3 2 1 1 0 0 y por lo tanto los tres vectores dados son l.d. 4 1 1,1,3 2,1,4 1,0,1 0

Para expresar uno de ellos como combinacin lineal de los otros, debemos resolver el siguiente sistema: (&)

Que resulta

Pg. 4

Algebra y Geometra Analtica

Espacios Vectoriales

Ejercicio: Investigar si en los vectores A = (1, 0, 3), B = (2, -1, 1), C = (0, 1, 5), D = (4, 0, -2) son o no linealmente dependientes, y en caso afirmativo expresar uno de ellos como combinacin lineal de los otros. Veamos una interpretacin geomtrica. Es evidente que dos vectores de son l.d. si y slo si son paralelos. Demostremos lo siguiente: Teorema: Tres vectores de son l.d. si y slo si son coplanares.

Eligiendo una solucin no trivial, por ejemplo: (1, -1,1) Y reemplazando en (&), se obtiene: 0

Aplicando Gauss Jordn la solucin es ; ; :

2 0 0 3 4 0

Demostracin: Si dos de los tres son paralelos, es obvio que son l.d. (por qu?) y tambin coplanares. Supongamos entonces que no haya dos vectores paralelos, y que los vectores A, B, C, de son l.d. porque resulta, por ejemplo, , esto significa que el vector C est en el mismo plano que determinan A y B, y por lo tanto los tres vectores A, B, C, son coplanares. Recprocamente, si no hay dos vectores paralelos y los vectores A, B, C, son coplanares, entonces uno cualquiera de ellos est en el plano determinado por los otros dos, de modo que resulta, por ejemplo, y por lo tanto los tres vectores A, B, C, son l.d. Teorema: Sea V un espacio vectorial generado por n vectores , , . Y sean , , , k vectores cualesquiera de V. Entonces si , los vectores , , son l.d. Demostracin: Probaremos que, si , existe una combinacin lineal no trivial de los vectores Bj (con j = 1, ... ,k) que proporciona el vector nulo. Por hiptesis, los vectores Bj son combinaciones lineales de los vectores Aj, o sea

Ahora bien, el sistema

0 0 0

Pg. 5

Algebra y Geometra Analtica

Espacios Vectoriales

es un sistema homogneo de m ecuaciones en las n incgnitas , , y dicho sistema admite una solucin no trivial , , . Demostraremos precisamente que resulta 0. En efecto: y los coeficientes de los vectores Ai (con i=I, ... ,n) son todos nulos porque , , es una solucin del sistema. Bases y Dimensin. Los espacios vectoriales se clasifican en los que pueden admitir un nmero finito de generadores o los que no admiten un nmero finito de generadores.

Ejemplos: Los espacios admiten un nmero finito de generadores, ya que los n vectores cannicos o estndar E, ... ,En, generan , como se demostr anteriormente. El espacio V de todos los polinomios en una variable x, con coeficientes reales, no admite un nmero finito de generadores. En efecto, supongamos por absurdo que los polinomios P, ... , Pk generan V, e indiquemos con n el mximo grado de dichos polinomios. Entonces ningn polinomio de grado mayor que n puede obtenerse como combinacin lineal de p, ... , Pk, lo que contradice la hiptesis que p, ... , Pb generan V. Definicin: Los espacios vectoriales que admiten un nmero finito de generadores se llaman espacios de dimensin finita, y los que no, se llaman espacios de dimensin infinita. Definicin: Si un espacio vectorial V es generado por un conjunto finito de generadores V, ... ,Vn, linealmente independientes, se dice que dicho conjunto de vectores es una base de V. Teorema: Todo espacio vectorial V *- {O} de dimensin finita, tiene una base. Demostracin: Que V tenga dimensin finita significa que admite un nmero finito de generadores V, , Vs. O sea, que cualquier vector V de V puede escribirse como combinacin lineal de los vectores V, , Vs:

Ahora bien, si los vectores VI, ... , Vs, son linealmente independientes, entonces, por definicin, dichos vectores constituyen una base de V. Si en cambio los vectores V, ... , Vs, son l.d., existe uno de ellos, por ejemplo Vs, que es combinacin lineal de los dems:

Pg. 6

Algebra y Geometra Analtica

Espacios Vectoriales

De este modo, el vector V puede escribirse como combinacin lineal de los vectores V, ... , Vs En otras palabras, como Vs es combinacin de los dems, puede prescindirse de l en el conjunto de generadores de V. Queda ahora un conjunto s-1 de vectores generadores de V. Si el conjunto es Li., entonces por definicin, es una base de V. Si no, puede prescindirse, como antes de alguno de sus vectores, y quedan s-2 generadores de V. Se llega as, mediante este proceso, a un conjunto 1 vectores l.i. VI, ... , Vn, que generan V. Entonces, por definicin, los vectores V], ... , Vn, constituyen una base de V. Este teorema no afirma que V tenga una sola base.

Ejemplo: En , los vectores (1, O, O) Y (O, 1, O) son l.i. (por qu?). Luego constituyen una base del subespacio que ellos generan. Dicho espacio es el plano: X = r(l, O, O) + s (O, 1, O) . Un vector de ese plano puede ser el que se obtiene de r = 1, s = 1: X = (1, O, O) + (O, 1, O) = (1, 1, O) Los vectores (1, O, O), (O, 1, O), (1, 1, O), son l.d. y generan al mismo plano Prescindiendo del vector (1, O, O) se obtienen los vectores l.i. (O, 1, O), (1, 1, O), generan el mismo plano: X = r'(O, 1, O) + s'(l, 1, O) Y por lo tanto estos dos vectores constituyen otra base del mismo espacio vectorial. Teorema: Todas las bases de un mismo espacio vectorial (de dimensin finita) tienen el mismo nmero de vectores.

Demostracin: Supongamos que un espacio vectorial V tenga una base B con m vectores y otra B con n vectores. Como B genera V y los vectores de B estn en V, debe ser , pues de los contrario, los vectores de B serian l.d. Asimismo, como B genera V y los vectores de B estn en V, deber , y por lo tanto . Definicin: Se dice que un espacio vectorial V tiene dimensin n, o que es ndimensional, y se escribe dim(V)= n, cuando admite una base de n vectores. Se dice tambin convencionalmente, que el espacio {O} tiene dimensin cero.

Corolario: Si la dimV = n, entonces n+ 1 vectores de V son l.d., y por lo tanto n es el mximo nmero de vectores de V l.i. Corolario: Si la dimV = n, entonces cualquier conjunto de n vectores de V, l.i., constituye una base. Ejemplos: El espacio , tiene dimensin n, ya que una base de est constituida por
Pg. 7

Algebra y Geometra Analtica

Espacios Vectoriales

Si los vectores VI, ... ,Vn constituyen una base de un espacio vectorial 'V, indicaremos esa base con este smbolo {B} = {V, ... , Vn} Teorema: Un conjunto de vectores V1, ... , Vn de un espacio vectorial 'V, es una base de V si y slo s todo vector v de V puede escribirse de manera nica como combinacin lineal de V1, ... ,Vn . Demostracin: Que {B} = { VI, ... , V n} sea una base de V significa que {B} es l.i. y que todo vector v de V puede escribirse como combinacin lineal de los vectores de {B}: . Para demostrar que esta combinacin lineal es la nica posible, es decir que los coeficientes c no pueden ser otros, observemos que si fuera: se obtendra, restando miembro a miembro: .Pero como los vectores VI, ... , Vn, son l.i., debe ser :_

los versores estndar El, Ez, ... ,En, que son vectores l. i. Y adems generan a I . Una recta de , que pasa por el origen, es un espacio vectorial ( subespacio de ) de dimensin 1, ya que dicha recta es del tipo X = tA, constituida por todos los mltiplos del vector de direccin A -:;f::. O. El vector A es una base de ese espacio vectorial. Un plano de , que pasa por el origen, es un espacio vectorial (subespacio de ) de dimesin 2, ya que dicho plano es del tipo X = rA + sB, constituido por todas las combinaciones lineales de dos vectores no paralelos (o sea, l.i.) A y B. Los vectores A y B forman una base de ese espacio vectorial. En general, una variedad lineal de , que pasa por el origen, es un espacio vectorial (subespacio de ) constituido por todas las combinaciones lineales de m vectores de , con m<n, Al, Az, ... ,Am, l.i.: X = tI Al + tzAz + ... + tmAm como dicho espacio est generado por los m vectores 1.i. Al, Az, ... , Am, stos constituyen una base de al espacio vectorial, que por lo tanto tiene dimensin m. El origen de es el subespacio {O}, y por lo tanto tiene dimensin cero. Las rectas, los planos, las variedades lineales de IRn, que no pasan por el origen, no son espacios vectoriales, son variedades lineales que se obtienen sumando un vector fijo P a todos los vectores de una variedad lineal que pasa por el origen: X = P + tlAI + tzAz + ... + tmAm razn por la cual se suele decir que una variedad lineal que no pasa por el origen es un espacio vectorial trasladado por vector fijo P. Y se asigna a esta variedad lineal la misma dimensin m del correspondiente espacio vectorial. El espacio trivial {O} no tiene base, porque el conjunto {O} es l.d. No obstante, este espacio vectorial tiene dimensin finita porque est generado por un solo vector : el vector nulo. Es obvio que un conjunto finito de vectores V], ... , V n, de un espacio vectorial o/, l.i., constituyen una base del subespacio por ellos generado. Asimismo, a un punto de , distinto del origen, se asigna dimensin cero.

Pg. 8

Algebra y Geometra Analtica

Espacios Vectoriales

C1-C'1=O, .. ,Cn-c'n=O o sea: C1=C'1=O, .. ,Cn=c'n=O de manera que los coeficientes no pueden ser otros. Recprocamente, supongamos que todo vector v de V puede escribirse de manera nica como combinacin lineal de VI, ... , Vn. Para mostrar que estos vectores constituyen una base de V hay que mostrar que son l.i .. A tal fin probaremos que una combinacin lineal de V], ... , Vn, que proporciona el vector nulo: c VI + ... Cn Vn = O debe ser la combinacin lineal trivial. En efecto, esta combinacin lineal muestra al vector nulo como combinacin lineal de los vectores VI, ... , Vn. Pero como existe la combinacin lineal :. 0= 0VI+ ... +0Vn y por hiptesis es la nica posible, debe ser C1 = O, ... , Cn= O, que es lo que haba que probar. Teorema: Si V es un espacio vectorial de dimensin finita y S es un subespacio de 'V', entonces S tiene dimensin finita y resulta . El signo = vale si S = V.

Demostracin: Queda como ejercicio Rango de una matriz

Dado un sistema lineal homogneo cualquiera

Puede escribirse as:

0 0 0

Llamada forma escalonada del sistema, donde , siendo r el nmero de escalones, y donde los coeficientes , , . . , son distintos de cero.

0 0 0 00 00

(2)

Pg. 9

Algebra y Geometra Analtica

Espacios Vectoriales

Como se trata de un sistema homogneo, la columna de los trminos independientes ser siempre ceros. Por lo tanto se ha de prescindir de ella. Definicin: Identificando cada una de las filas de la matriz A (matriz de los coeficientes) con un vector de , se obtiene un conjunto de m vectores de - vectores filas -, que generan un subespacio de , llamado espacio de filas de la matriz A. Definicin: Identificando cada una de las columnas de la matriz A con un vector de , se obtiene un conjunto de n vectores de - vectores columnas -, que generan un subespacio de , llamado espacio de columnas de la matriz A.

Definicin: La dimensin del espacio de filas de una matriz A se llama rango por filas de la matriz A. Anlogamente, la dimensin del espacio de columnas se llama rango por columnas de la matriz A. Teorema: Cualquiera sea la matriz A, su rango por filas es igual a su rango por columnas. Definicin: El valor comn del rango por filas y el rango por columnas de una matriz A se llama simplemente, rango de la matriz A. Corolario: El rango r de una matriz es el mximo nmero de filas linealmente independientes, y tambin el mximo nmero de columnas linealmente independientes. Decir que una matriz de rango r equivale a decir que existen en la matriz r filas linealmente independientes y (si ) las dems son combinaciones lineales de esa r filas. Anlogamente dgase de las columnas. Dada una matriz m x n, su rango r no puede superar ni el nmero m de filas ni el nmero n de columnas. O sea y . Dada un una matriz cuadrada A, de orden n y rango r, resulta si y slo s . Teorema: Si A Y A' son dos matrices tales que una se obtiene de la otra mediante un nmero finito de operaciones elementales, entonces el espacio de filas de A coincide con el espacio de filas de A', y por lo tanto tienen el mismo rango.

Teorema: El rango de una matriz escalonada es igual al nmero r de filas no nulas de la matriz. Se deduce que para calcular el rango de una matriz A, basta hallar la forma escalonada A' de dicha matriz A y despus contar el nmero de filas no nulas de A'. Ejercicio: Explique cmo relaciona estas definiciones, y teoremas referidos al concepto de rango, con lo visto en meses anteriores.

Pg. 10

Algebra y Geometra Analtica

Espacios Vectoriales

Corolario: El nmero n-r de variables libres que aparecen en la resolucin del sistema (1) es independiente de los pasos seguidos en la reduccin de dicho sistema a la forma escalonada (2). Ejercicios Hallar una base del subespacio S de IR3 generado por los vectores (2; 5; -4), (2; 6; 2), (1; 2; -3) Y (1; 3; 1). Quin result ser este subespacio?Por qu? Hallar una base del subespacio S de IR4 generado por los vectores (1;-3; 2; 3), (2; -6; 3; -4) y (5; -15; 8; -5). Qu result ser este subespacio?Por qu? Genrelo. Sistemas de ecuaciones lineales El conjunto S de las soluciones del sistema homogneo (1) es un subespacio de , llamado espacio de soluciones del sistema. Nos proponemos hallar una base de tal espacio, luego de lo cual, todas las soluciones del sistema se podrn escribir como combinacin lineal de los vectores de la base. A tal fin consideremos el sistema equivalente (2) y observemos que si , tenemos un sistema triangular con la solucin nica . En este caso . Si , tenemos un sistema con infinitas soluciones, pero con solucin nica para cada conjunto de valores atribuidos a las variables libres. En este caso dicho sistema puede escribirse: , , ,

Habiendo omitido las identidades . Las variables , , son las variables libres. Indicaremos con la solucin del sistema que se obtiene reemplazando 1, e igualando a cero las restantes variables libres; con la solucin del sistema que se obtiene poniendo a 1, e igualando a cero las restantes variables libres. La solucin ser del tipo , , , 1,0, ,0 donde , , son los valores que se obtienen respectivamente para , , despus de haber reemplazado 1, 0 , . Anlogamente,
, , , 1,0, ,0 , , , 0,1, ,0 , , , 0,0, ,1

Teorema: Supuesto , los vectores (3) constituyen una base del espacio de las soluciones del sistema homogneo (1), cuya dimensin ser , siendo n el nmero de incgnitas y r el rango de la matriz de los coeficientes.

(3)

Pg. 11

Algebra y Geometra Analtica

Espacios Vectoriales

Ejemplos: Hallar, si existe, una base del espacio de soluciones del siguiente sistema 3 2 0 4 2 0 0

Una base ha de existir si el espacio solucin no es trivial. Consideramos la matriz de los coeficientes y la reducimos a forma escalonada. Entonces rango de A es igual al rango de la reducida A' e igual a 2, y por lo tanto el espacio de soluciones tiene dimensin 3 - 2 = 1. Una base (que constar de un solo vector) se obtiene poniendo z = 1 (z es la variable libre) y calculando ( verifquelo ) . O sea, una base est dada por el vector 35 ; 25 ; 1. De modo que el espacio solucin est dado por 35 ; 25 ; 1 donde es una constante arbitraria. En lenguaje geomtrico hallar las soluciones del sistema anterior, significa hallar los puntos comunes a tres planos de , que pasan por el origen. Dichos puntos comunes constituyen lo que se llama interseccin de los planos. La ecuacin obtenida como solucin corresponde a la de una recta. Hallar una base del espacio de soluciones del siguiente sistema: 2 2 2 0 2 3 2 3 0 3 4 3 0

Reduciendo a la forma escalonada resulta 2, por lo tanto el espacio de soluciones tiene dimensin 4 2 2. Una base (que constar de dos vectores) se obtiene dando a las variables libres z y t primero los valores 1 y O respectivamente: 2 2 20 y despus los valores O y 1 respectivamente: 2 2 1 0

Calculando en cada caso los valores de x y y, se obtienen los dos vectores: 2, 2, 1, Y , 1, , 1 que constituyen una base del espacio de soluciones del sistema anterior, de modo que el espacio de soluciones est dado por: 2, 2, 1, , 1, , 1, siendo a, b son constantes arbitrarias. Esta ecuacin corresponde a un plano en . Nos abocaremos a estudiar un sistema de ecuaciones lineales no necesariamente

Pg. 12

Algebra y Geometra Analtica

Espacios Vectoriales

homogneo.

Equivale a estudiar la interseccin de hiperplanos de . Esta interseccin no es, en general, un subespacio de (lo es cuando el sistema es homogneo): mostraremos que dicha interseccin, o es vaca (sistema incompatible), o es, una variedad lineal de . El sistema (1) se llama sistema homogneo asociado al sistema (4). Se obtiene a partir del (1) poniendo , , . . , 0. Sabemos cmo se construye una base , , , del espacio de soluciones del sistema homogneo y por lo tanto la frmula proporciona al variar las constantes arbitrarias , , . . , 0 todas las soluciones del sistema homogneo. Teorema: Si el sistema de m ecuaciones lineales con n incgnitas (4) es compatible, es , entonces todas las soluciones estn dadas decir, si tiene por lo menos una solucin . por El teorema anterior puede enunciarse as: Teorema: La solucin de un sistema no homogneo compatible se obtiene sumando a la solucin X* del sistema homogneo asociado una solucin del sistema no homogneo. particular cualquiera 3 2 4 4 2 8 4

(4)

Ejemplos: Sea Sistema

El sistema homogneo asociado fue resuelto en un ejemplo anterior, y se encontr una base constituida por el vector 35 ; 25 ; 1. Por otra parte, el vector X = (3, 2, 1) es una solucin particular del sistema dado, como puede verificar. Entonces, todas las soluciones del sistema de este ejemplo estn dadas por: . 3 5; 2 5; 1 3,2,1

Esta ecuacin generalizada muestra que la interseccin de los k hiperplanos (en nuestro caso 3 planos en , supuesta no vaca, es una variedad lineal de , de dimensin . Considerando la forma escalonada del sistema, puede afirmarse

Pg. 13

Algebra y Geometra Analtica

Espacios Vectoriales

que la misma variedad se obtiene mediante la interseccin de hiperplanos de , donde r es el rango de la matriz de los coeficientes. Entonces, para determinar una variedad lineal de dimensin se necesitan (como mnimo) r hiperplanos de . Poniendo y despejando r, se deduce que para determinar una variedad lineal de , de dimensin p, se necesitan hiperplanos de . es la ecuacin vectorial de la variedad, mientras que las r ecuaciones que componen la forma escalonada del sistema de ecuaciones lineales no homogneo se llaman ecuaciones cartesianas de la variedad. Por extensin, diremos que tambin las ecuaciones del sistema de ecuaciones lineales son ecuaciones cartesianas de la variedad. Se deduce que para resolver un sistema lineal compatible equivale a encontrar la ecuacin vectorial de una variedad lineal, asignada mediante sus ecuaciones cartesianas. Obsrvese que cada vector X de la variedad es la suma de un vector X* del subespacio . Por eso se suele decir que una variedad lineal de es un de y de un vector fijo subespacio de "corrido" o desplazado por un vector fijo. El subespacio se llama subespacio asociado a la variedad. La dimensin de la variedad coincide con la dimensin del subespacio asociado a la variedad. Si , dicho subespacio asociado tiene dimensin cero y por lo tanto es el subespacio trivial. En este caso el sistema lineal no homogneo, supuesto compatible, tiene solucin , supuesta no vaca, se reduce a un punto, nica. O sea la variedad lineal . es decir, a un nico vector Volviendo a nuestro ejemplo, la ecuacin vectorial de la interseccin de los tres planos de es: . 3 5; 2 5; 1 3,2,1 Se trata obviamente de una recta que no pasa por el origen de ecuaciones paramtricas: 35 3 2 2 5 1

Escribir las ecuaciones paramtricas y las cartesianas del subespacio de generado por los vectores A = (2, 5, -4) Y B = (1, 3, 1). Como los vectores A y B no son paralelos, generan un subespacio de I de dimensin dos, y por lo tanto hay que escribir las ecuaciones paramtricas y cartesianas del plano de que pase por el origen y tiene a esos vectores como directores. La ecuacin vectorial es: 2, 5, 4 , 3, 1 De donde 2 5 3 4

Como se trata de una variedad lineal de de dimensin k = 2, se necesitan

Pg. 14

Algebra y Geometra Analtica

Espacios Vectoriales

es decir: 17 6

3 2 1 ecuaciones cartesianas para determinar el plano, o sea una sola (como ya hemos vistos). Para encontrarla, podemos proceder como sabemos que los tres vectores A, B Y , , son coplanares o sea l.d., por lo tanto su determinante es nulo: 2 5 4 0 1 3 1 Escribir las ecuaciones paramtricas y cartesianas del subespacio generado de generado por el vector V = (2, 3, -1). El vector genera un subespacio de de dimensin 1, y por lo tanto hay que escribir las ecuaciones paramtricas y cartesianas de la recta de que pasa por el origen y tiene a V como vector direccin. Es obvio que la ecuacin vectorial es 2, 3, 1, de donde: 2 3

Como se trata de una variedad lineal de de dimensin 1, se necesitan 3 1 2 ecuaciones cartesianas para determinar la recta. Podemos proceder as: un vector , , est en el subespacio generado por el vector V si y slo si los vectores X y V son l.d., o sea, y solo si la matriz tiene rango 1 (por qu?) 2 3 1 Para ello es preciso que resulte: 2 0 2 3 0 1

O sea:

3 2 2

Escribir las ecuaciones paramtricas y cartesianas del subespacio de IR4 generado por A = (1, O, -1,2), B = (2, 1,3, -2) Y C = (1, 1, 1, O). Primero hay que analizar si A, B Y C son l.i. Para ello es preciso que rango de: 1 2 1 0 1 2 1 3 2 1 1 0

sea 3, por lo que debe existir un menor de tercer orden cuyo determinante sea no nulo. Como:

Pg. 15

Algebra y Geometra Analtica

Espacios Vectoriales

Como se trata de una variedad lineal de de dimensin k = 3, o sea de un hiperplano de , se necesitan 4 3 1 ecuacin cartesiana para determinar dicho hiperplano. Sabemos que si , , , est en el subespacio generado por los vectores A, B Y C, entonces se debe verificar que X, A, B, C, son l.d., o sea, que si y slo si X verifica la ecuacin: 1 0 1 2 0 2 1 3 2 1 1 1 0

0 1 2 1 3 2 2 0 1 1 0

resulta efectivamente rango 3, de modo que los vectores A, B Y C son l.i. Entonces generan un subespacio de de dimensin 3, y por lo tanto hay que escribir las ecuaciones paramtricas y cartesianas del S3 de que tiene vectores directores A, B Y C. La ecuacin vectorial de S3 es:

o sea:

de donde suponiendo , , , las ecuaciones paramtricas resultan ser: 2 3 2 2

1, O, 1, 2 2, 1,3, 2 1, 1, 1, O

Pg. 16