Beruflich Dokumente
Kultur Dokumente
Espacios vectoriales
57
58
CAPITULO 3. ESPACIOS VECTORIALES
Ejemplo 3.2.
Los vectores libres, flechas ( segmentos rectos dirigidos ) que se
consideran iguales si tienen la misma direccion y longitud, son
un espacio vectorial definiendo la suma por la regla del parale-
logramo, y el producto por un escalar c v como un escalamiento
de v ( contando con el signo )
Rn , el conjunto de vectores columna de numeros
reales
x1
x
2
n
V =R =
, xi R (3.1)
...
xn
Subespacios vectoriales
3.3. Un subconjunto H V de un espacio vectorial V es un subes-
Definicion
pacio vectorial si el mismo es un espacio vectorial, utilizando las operaciones (+, )
heredadas de V .
Se suele decir simplemente subespacio, en lugar de subespacio vectorial.
Entonces
0 0 0 0 00 00
2a + b 2a + b 2a + b + 2a + b 2a + b
v + w = b + b0 = b + b0 b00
=
a
a 0
a+a 0
a00
2a + b 2 1 2 1
H =
b , a, b R = a 0 + b 1 , a, b R = Gen 0 , 1
1
a 0 1 0
{(x, y, z) | ax + by + cz = 0}
del siste-
Es decir, el espacio nulo de una matriz es el conjunto solucion
ma lineal homogeneo asociado. Tambien se denomina nucleo de A, denotando-
se ker A.
Ejemplo 3.11. Sean
5
" #
1 3 2
A= , u = 3 .
5 9 1
2
x = c1 v1 + c2 v2 + . . . + cp vp
donde los coeficientes c1 ,. . . ,cp son escalares arbitrarios, entonces una descrip-
explcita del espacio nulo es
cion
n o
Nul A = Gen v1 , v2 , . . . , vp
alternativa de
por lo que es un conjunto tipo Gen. Esta es una demostracion
el teorema 3.6.
que Nul A es un subespacio, segun
Ejemplo 3.13. Encontrad un conjunto generador del espacio nulo de
" #
3 6 6 3 9
A=
6 12 13 0 3
Por tanto, Nul A = Gen{(2, 1, 0, 0, 0), (13, 0, 6, 1, 0), (33, 0, 15, 0, 1)}.
64
CAPITULO 3. ESPACIOS VECTORIALES
3.14.
Proposicion
1. El conjunto generador encontrado para Nul A por el procedimiento anterior es
linealmente independiente ( los vectores generadores estan escalonados, la
matriz que forman tiene un pivote por columna ).
2. El numero de vectores en el conjunto generador es igual al numero de variables
libres del sistema Ax = 0.
Este resultado permite ampliar el teorema I ( Teorema 1.44 ) cuando el espacio
nulo de A es el subespacio cero {0}:
no trivial.
A m n, Nul A = {0} Ax = 0 no tiene solucion
3
3
2
3. Si u = y v = 1:
1
3
0
(a) esta u en Col A ? esta en Nul A ?
(b) esta v en Nul A ? esta en Col A ?
3.3. Bases
Como comentamos anteriormente, los conceptos de dependencia e indepen-
dencia lineal son absolutamente analogos entre vectores generales y vectores
de Rn , as que la definicion
1.37 de independencia lineal es vigente para un
una com-
espacio vectorial general ( Hay que hacer la siguiente puntualizacion:
lineal siempre consta de la suma de un numero
binacion finito de vectores
multiplicados por escalares )
66
CAPITULO 3. ESPACIOS VECTORIALES
3 4 2
Ejemplo 3.24. Determinad si v1 = , v2 = y v3 = 1 son una
0 1
6 7 5
h i
base de R3 . La reduccion
por filas de v1 v2 a3 demuestra que hay
tres posiciones pivote, luego la matriz es invertible, luego los vectores
columna forman una base. Esto suele ser mas sencillo que calcular si
el determinante es distinto de cero, que sera un metodo equivalente.
Ejemplo 3.25. En R4 la base
1 1 1 0
1 1 1 0
, , ,
1 1 0 1
1 1 0 1
1 1 1 1
i 1 i 1
, , ,
1 1 1 1
i 1 i 1
0 2 6
v1 = 2 , v2 = 2 , v3 = 16 , y H = Gen{v1 , v2 , v3 }.
1 0 5
Gen{v1 , v2 , v3 } =
= {c1 v1 + c2 v2 + c3 v3 } = {c1 v1 + c2 v2 + c3 (5v1 + 3v2 )}
= {(c1 + 5c3 )v1 + (c2 + 3c3 )v2 } = {c1 v1 + c2 v2 } = Gen{v1 , v2 }
Teorema 3.27 (de existencia de una base de Gen{v1 , . . . , vp }). Sea S = {v1 , . . . , vp }
un subconjunto de V , y H = Gen{v1 , . . . , vp }.
1. Si un vector vk es combinacion lineal de los otros vectores de S, entonces el
conjunto S {vk } tambien genera H .
2. Si H , {0}, algun subconjunto de S es base de H .
v = c1 v1 + + ck vk + + cp vp
= c1 v1 + + ck (b1 v1 + + bk1 vk1 + bk+1 vk+1 + + bp vp ) + + cp vp
= (c1 + ck b1 )v1 + + (ck1 + ck bk1 )vk1 + (ck+1 + ck bk+1 )vk+1 + + (cp + ck bp )vp
= c10 v1 + + ck1
0 0
vk1 + ck+1 vk+1 + + cp0 vp
Hicimos anteriormente un comentario ( ver p. 60 ) sobre como especificar un
conjunto vectorial, dando un sistema de generadores suyo. Ahora la refinamos
un poco:
Las relaciones de dependencia entre las columnas de una matriz A son las
soluciones no triviales del sistema homogeneo Ax = 0. Como al realizar ope-
raciones elementales de fila sobre una matriz A, no vara el conjunto solucion
de Ax = 0, ni el significado u orden de las variables xi , es cierta la siguiente
proposicion.
1 4 0 2 1
h i 3 12 1 5 5
A = a1 a2 an = .
2 8 1 3 2
5 20 2 8 8
70
CAPITULO 3. ESPACIOS VECTORIALES
1 4 0 2 1
0 0 1 1 8
0 0 0 0 3
0 0 0 0 0
como
Veremos en la siguiente seccion podemos demostrar este teorema para
entre el espacio
un espacio vectorial mas general, usando una identificacion
n
vectorial y un espacio R .
El teorema 3.32 implica que, en cierto modo, una base es un conjunto gene-
posible en numero,
rador lo mas pequeno y tambien un conjunto de vectores
linealmente independiente con el mayor numero posible de vectores.
3.4. SISTEMAS DE COORDENADAS 71
Ejemplo 3.33.
1 2
1 2 4
1 2 4 7
0 , 3 , 0 , 3 , 5 , 0 , 3 , 5 , 8 .
0 0
0 0 6
0 0 6 9
Demostracion. Existen escalares c1 ,. . . ,cn tales que (3.2) es valida para todo v V ,
ya que B genera todo V . Supongamos entonces que no son unicos, es decir, que
existen d1 ,. . . , dn tales que
v = d1 b1 + + dn bn .
3.4.1. de coordenadas
La aplicacion
Es importante interpretar funcionalmente la relacion
v 7 [v]B
( o aplicacion
Es decir, las coordenadas definen una funcion ) que toma como
argumentos vectores de un espacio vectorial V y devuelve valores [v]B de Rn .
denominada aplicacion
Esta funcion, de coordenadas, es uno a uno, es decir
a todos los vectores v les corresponde un vector de Rn , y solo
uno ( esto es lo
que dice el teorema de representacion unica 3.34 ) Pero ademas es lo que se
denomina una aplicacion lineal, es decir
u + v 7 [u]B + [v]B y cv 7 c[v]B
Es decir, las coordenadas de la suma son la suma de las coordenadas, y las de un
vector escalado son las escaladas de las originales coordenadas.
Demostracion. Sean u = u1 b1 + u2 b2 + + un bn y y = v1 b1 + v2 b2 + + vn bn
dos vectores escritos en terminos de una base B = {b1 , . . . , bn } de un espacio
vectorial V . Sea c un escalar. Entonces
u + v = u1 b1 + + un bn + v1 b1 + + vn bn
= (u1 + v1 )b1 + + (un + vn )bn
Ejemplo 3.42. La base canonica del espacio P3 de polinomios de hasta
tercer grado
p(t) = a0 + a1 t + a2 t 2 + a3 t 3 (3.3)
es ( Ejemplo 3.43 ) E = {1, t, t 2 , t 3 }. El polinomio (3.3) tiene como
coordenadas en esa base:
a0
a
[p]E = 1 .
a2
a3
de coordenadas p 7 [p]E
La funcion
Ejemplo 3.43. El espacio P3 de polinomios de hasta tercer grado tiene
una base, que denominamos canonica, igual a E = {1, t, t 2 , t 3 }. Es decir,
un polinomio de P3
p(t) = a0 + a1 t + a2 t 2 + a3 t 3
a0
a
[p]E = 1
a2
a3
Teorema 3.48. Si un espacio vectorial tiene una base con un numero finito de vecto-
res n, entonces todas las bases tienen n vectores.
Demostracion. Si hubiera dos bases con un numero distinto de vectores, la que
tuviera mas vectores sera, por el teorema 3.47, linealmente dependiente, por lo
que no sera base.
Definicion 3.49. Un espacio vectorial V que tiene una base B = {b1 , ...bn } con un
numero finito de vectores se denomina espacio de dimension finita. El numero n de
vectores de cualquier base suya es la dimension del espacio:
dim V = n.
La dimension del espacio vectorial nulo {0} se define como cero. Si V no tiene una
base finita, se dice que tiene dimension infinita.
del subespacio
Ejemplo 3.50. Encontrad la dimension
a 3b + 6c
5a + 4d
H =
con a, b, c, d R .
b 2c d
5d
1 3 6 0
5 0 0 4
v1 = , v2 = , v3 = , v4 = .
0 1 2 1
0 0 0 5
Dimensiones de subespacios
Teorema 3.51. Si H V es un subespacio de un espacio vectorial V de dimension
finita, entonces
1. La dimension de H es finita, y es menor o igual que la de V :
dim H dim V .
La segunda parte del teorema anterior asegura que existe lo que se denomina
una base de V adaptada al subespacio H .
Ejemplo 3.52. En el ejemplo 3.50 el conjunto S = {v1 , v2 , v4 } es una
base del subespacio tridimensional H de R4 . Podemos ampliar esta
base anadiendo un vector que no sea linealmente dependiente de
los anteriores. Si anadimos, por ejemplo, v5 = (1, 0, 0, 0), la matriz
formada por v5 , v1 , v2 y v4 es
1 1 3 0
0 5 0 4
0 0 1 1
0 0 0 5
que tiene pivotes en cada columna, por lo que las columnas son un
conjunto linealmente independiente que genera R4 , es decir, una
base de R4 . A este tipo de base, que se suele reorganizar escribiendola
como B = {v1 , v2 , v4 , v5 }, se la denomina base de V adaptada a H ,
porque sus primeros vectores son una base de H y los restantes la
amplan hasta ser base de todo V .
Teorema 3.53. Si V es un espacio vectorial de dimension finita n 1, entonces
Cualquier conjunto linealmente independiente de n vectores es una base.
Cualquier conjunto generador de V de n vectores es una base.
3.6. RANGO 79
3 6 1 1 7
A = 1 2 2 3 1 .
2 4 5 8 4
3.6. Rango
Se da el hecho misterioso de que el numero de filas de una matriz linealmente
independientes es igual al numero de columnas linealmente independientes.
Veamos por que.
80
CAPITULO 3. ESPACIOS VECTORIALES
2 5 8 0 17
1 3 5 1 5
A = .
3 11 19 7 1
1 7 13 5 3
1 3 5 1 5
0 1 2 2 7
U =
0 0 0 4 20
0 0 0 0 0
1 0 1 0 1
x1 + x3 + x5 = 0
0 1 2 0 3
V = x2 2x3 + 3x5 = 0
0 0 0 1 5
0 0 0 0 0
x4 5x5 = 0
Demostracion. El numero de columnas pivote de A es la dimension del espacio
columna de A ( ver el teorema 3.30 ). Pero ese numero es el mismo que el de
columnas pivote de una forma escalonada U de A. Y en una forma escalonada,
ese tambien es el numero de filas distintas de cero. Por tanto, es tambien la
del espacio fila de U y, por tanto, de A. La formula
dimension (3.4) es equivalente
a la dada aqu.
i base B = {b1 , . . . , bn } de R , la
3.4 estudiamos
En la seccion n
h como, dada una
matriz de coordenadas PB = b1 b2 bn permite pasar de coordenadas en
esa base a coordenadas en la base canonica [x]E = PB [x]B .
mediante la operacion
En algunas aplicaciones es necesario determinar las coordenadas de vectores de
un espacio vectorial respecto a mas de una base. Por ejemplo, si tenemos dos
bases B , C de un espacio vectorial V ( no necesariamente Rn ) los vectores de
coordenadas [v]B y [v]C de un vector dado v son muy diferentes. Sin embargo,
se puede encontrar una relacion general entre las coordenadas en diferentes
bases.
Ejemplo 3.60. Si B = {b1 , b2 } y C = {c1 , c2 } son dos bases de un espacio
vectorial, cuyos vectores estan relacionados por
b1 = 4c1 + c2 y b2 = 6c1 + c2 .
" #
3
Si suponemos que v = 3b1 + b2 , es decir, [v]B = , encontrar las
1
coordenadas de v respecto a C es facil:
Ejemplo 3.62.
" # " #
9 5
Sean B = {b1 , b2 } y C = {c1 , c2 } dos bases de R2 , con b1 = , b2 = ,
1 1
" # " #
1 3
c1 = , c2 = . Para calcular el cambio de base de B a C se puede construir
4 5
una matriz aumentada
h i h i
c1 c2 b1 b2 = PE C PE B
y reducirla hasta que el lado izquierdo sea la identidad, con lo que el lado
derecho sera la matriz buscada:
h i h i h i
PE C PE B I PE1C PE B I PC B .
En nuestro caso
" # " #
h i 1 3 9 5 1 0 6 4
c1 c2 b1 b2 =
4 5 1 1 0 1 5 3
es decir " #
6 4
PC B = .
5 3
Si ahora quisieramos encontrar la matriz del cambio de coordenadas podramos
invertir " #
1 1 3 4
PB C = PC B = .
2 5 6
3.9. Resumen
Proposicion (Criterio de subespacio Definicion. El espacio nulo Nul A:
vectorial). H es un subespacio vectorial
Nul A = {x tales que Ax = 0}
si se cumple que
El espacio columna Col A:
1. v, w H v + w H ;
2. c R y v H cv H . Col A = {b tales que b = Ax}
h i
Teorema. El espacio Gen{v1 , . . . , vp }, vi Si A = a 1 a2 an tambi en
V , es un subespacio vectorial de V . Col A = Gen {a1 , a2 , . . . , an }
Teorema (Representacion
unica). Teorema. Sean B = {b1 , . . . , bn } y C =
Si B = {b1 , . . . , bn } es una base de V , {c1 , ..., cn } dos bases de un espacio vecto-
todo vector v V se puede expresar de rial V . Entonces existe una u nica ma-
forma u nica como combinacion lineal triz PC B de n n tal que
v = c1 b1 + + cn bn [v]C = PC B [v]B .
y [v]B = (c1 , . . . , cn ) es el vector de coorde- Esa matriz es la formada por columnas
nadas de v en la base B . que son los vectores de la base B escritos
en coordenadas de la base C :
Definicion. Si B = {b1 , b2 , . . . , bn } es
una base de Rn , la matriz del cambio de PC B = [b1 ]C [b2 ]C [bn ]C .
h i
coordenadas es
h i ( PC B pasa coordenades en B a coor-
PB = b1 b2 bn denadas en C )
y la ecuacion x = c1 b1 + c2 b2 + bn se
La matriz de cambio de bases entre
escribe en forma matricial
dos bases B = {[b1 ]E , ..., [bn ]E } y C =
[x]E = PB [x]B {[c1 ]E , ..., [cn ]E } de Rn cuyos vectores
estan dados en la base canonica es
( PB pasa coordenades en B a coorde-
nadas en E ) PC B = PC E PE B = PC1 PB .