espacios vectoriales
DESCRIPTION
matematicasTRANSCRIPT
1
ESPACIOS VECTORIALES REALES
Nociones previas
Antes de definir la estructura algebraica de espacio vectorial necesitamos conocer
otras estructuras algebraicas, el grupo y el cuerpo.
• Un grupo es una estructura algebraica formada por un conjunto G de elementos
y una operación interna y cerrada ( )+ que opera con los elementos del conjunto G y que
cumple las siguientes propiedades:
- Asociativa: .,,,)()( Gcbacbacbacba ∈∀++=++=++
- Existencia en G de elemento neutro: .,00 Gaaaa ∈∀=+=+
- Existencia del opuesto de cualquier elemento de G:
.0)(/)(, =−+∈−∃∈∀ aaGaGa
Si además la operación es conmutativa:
Gbaabba ∈∀+=+ ,,
el grupo se denomina conmutativo o abeliano.
• Un cuerpo es una estructura algebraica formada por un conjunto K de elementos
y dos operaciones internas y cerradas, suma ( )+ y producto interno ( )⋅ que verifican:
(K,+) tiene estructura de grupo.
El producto interno verifica las siguientes propiedades:
- Asociativa: .,,),()( Kcbacbacbacba ∈∀⋅⋅=⋅⋅=⋅⋅
- Distributiva respecto de la suma: .,,,)( Kcbacabacba ∈∀⋅+⋅=+⋅
- Existencia en K de elemento neutro: .,11 Kaaaa ∈∀=⋅=⋅
- Existencia del inverso de cualquier elemento de K distinto del neutro de la suma:
.1/,)0( 111 =⋅=⋅∈∃≠∈∀ −−− aaaaKaaKa
2
Espacio vectorial
Es una estructura algebraica formada por:
• Un grupo conmutativo (V,+) cuyos elementos se denominan vectores.
• Un cuerpo conmutativo (K,+,⋅) cuyos elementos se denominan escalares.
• Un producto externo que opera un escalar (k∈K) con un vector (v∈V) dando
como resultado un vector (k⋅v∈V). Cumple las siguientes propiedades:
- Distributiva respecto de la suma de vectores:
.,,,)( VvuKkvkukvuk ∈∀∈∀⋅+⋅=+⋅
- Distributiva respecto de la suma de escalares:
.,',,')'( VvKkkvkvkvkk ∈∀∈∀⋅+⋅=⋅+
- Pseudoasociativa:
.,',),'()'( VvKkkvkkvkk ∈∀∈∀⋅⋅=⋅⋅
- El elemento neutro coincide con el neutro del producto del cuerpo K:
.,1 Vvvv ∈∀=⋅
Ejemplos de espacios vectoriales
{ }2 ( , ) / ,a b a b= ∈� � es el conjunto de pares de números reales
{ }3 ( , , ) / , ,a b c a b c= ∈� � es el conjunto de ternas de números reales
{ }1 2 1 2( , , , ) / , , ,nn na a a a a a= ∈� K K � es el conjunto de n-tuplas o n-adas de
números reales
Propiedades de los espacios vectoriales
• El producto de un escalar por el vector nulo es el vector nulo:
.,00 Kkk ∈∀=⋅
• El producto del escalar nulo por cualquier vector es el vector nulo:
.,00 Vvv ∈∀=⋅
• .,),()()( VvKkvkvkvk ∈∀∈∀⋅−=⋅−=−⋅
3
• Si 0=⋅ vk entonces o bien 0=k o bien 0=v .
Ejemplo
2� tiene estructura de espacio vectorial sobre el cuerpo � con las dos operaciones
siguientes:
Operación interna: ),(),(),( 22112121 bababbaa ++=+
Operación externa: ),(),( 2121 aaaa ⋅⋅=⋅ λλλ
Combinación lineal de vectores
Un vector v es combinación lineal de los vectores { }nvvv ,,, 21 K si es el resultado de
sumar los productos de dichos vectores por escalares nkkk ,,, 21 K :
nn vkvkvkv ⋅++⋅+⋅= K2211
Observaciones a la definición anterior
1. _
0 es combinación lineal de cualquier conjunto de vectores, basta tomar
021 ==== nkkk K
2. Todo vector u es combinación lineal de sí mismo, basta tomar
uuk ⋅=⇒= λ1 .
3. Dado un conjunto de vectores { }nvvv ,,, 21 K , cualquiera de ellos es
combinación lineal del conjunto )0100( 21 nii vvvvv ⋅++⋅++⋅+⋅= LL
Dependencia e independencia lineal
Los vectores { }nvvv ,,, 21 K son linealmente independientes si ninguno de ellos es
combinación lineal de los demás. Son linealmente dependientes si al menos uno de ellos
es combinación lineal de los demás.
Criterio para caracterizar la dependencia e independencia lineal
• Los vectores { }nvvv ,,, 21 K son linealmente dependientes si existe alguna
combinación lineal de ellos igual al vector nulo con algún escalar distinto de cero:
02211 =⋅++⋅+⋅∃ nn vkvkvk K con algún nik i K1,0 =≠
4
• Son linealmente independientes si la única combinación lineal de ellos igual al
vector nulo es la que tiene todos los escalares nulos:
Si 00 212211 ====⇒=⋅++⋅+⋅ nnn kkkvkvkvk LK
Interpretación geométrica
En 2� hay infinitos pares de vectores linealmente independientes, basta que no sean
colineales (proporcionales). Tres o más vectores de 2� serán necesariamente
linealmente dependientes.
En 3� hay infinitas ternas de vectores linealmente independientes, basta que no
sean coplanares. Cuatro o más vectores de 3� serán necesariamente linealmente
dependientes.
Coordenadas de un vector
Si un vector v es combinación lineal de los vectores { }nvvv ,,, 21 K ,
nn vkvkvkv ⋅++⋅+⋅= K2211 ,
las coordenadas de v respecto de los vectores { }nvvv ,,, 21 K son los escalares
{ }nkkk ,,, 21 K .
Propiedades
• Un conjunto de vectores linealmente independientes no puede contener al vector
nulo.
• Un conjunto de vectores linealmente independientes no puede contener dos
vectores iguales ni dos vectores proporcionales.
• Teorema de unicidad de las coordenadas: Si un vector v es combinación lineal de
un conjunto de vectores linealmente independientes, entonces las coordenadas de v
respecto de esos vectores son únicas.
• Cualquier conjunto de vectores que contenga al _
0 será linealmente dependiente,
ya que _
0 es combinación lineal de cualquier conjunto de vectores
• Cualquier conjunto de vectores que contenga dos vectores iguales o dos vectores
proporcionales será linealmente dependiente
5
Sistema generador y base de un espacio vectorial
Sistema generador de un espacio vectorial V es un conjunto de vectores
{ }svvv ,,, 21 K tales que todo vector de V sea combinación lineal de ellos:
ss vkvkvkvVv ⋅++⋅+⋅=∈∀ K2211,
Base de un espacio vectorial V es un conjunto de vectores que además de ser
sistema generador son linealmente independientes.
Observaciones a la definición anterior
Base = Sistema de referencia
Puesto que una base es un sistema generador, todo vector del espacio queda
precisado mediante sus coordenadas en relación a la base, al ser tal especificación única
por ser los vectores de la base linealmente independientes (teorema de unicidad de las
coordenadas).
La elección de una base equivale entonces a escoger un sistema de referencia con
respecto al cual situar los elementos de dicho espacio.
Ejemplo
Dado el conjunto de vectores { })5,3(),1,1(),2,1(−
a) Compruebe que es un sistema generador de 2�
b) Halle las coordenadas del vector (0,1) respecto de dichos vectores
c) Demuestre que { })1,1(),2,1(− es base de 2�
d) Halle las coordenadas del vector (0,1) respecto de dicha base
Teoremas de las bases
• De todo sistema generador finito de un espacio vectorial V puede
extraerse una base.
• Si un espacio vectorial V tiene una base con n vectores, entonces todo
conjunto de n vectores linealmente independientes es base de V .
• Si un espacio vectorial V tiene una base con n vectores, entonces no
pueden existir más de n vectores linealmente independientes en V .
6
• Si un espacio vectorial V tiene una base con n vectores, todas las bases
de V tienen n vectores.
Consecuencia
Base = Sistema generador mínimo
Mínimo número de coordenadas necesarias para determinar a cualquier vector del
espacio = número de vectores que componen una base cualquiera del espacio = máximo
número de vectores linealmente independientes en el espacio.
Bases canónicas
Todo vector nv ∈� puede expresarse de la siguiente forma:
( ) ( ) ( ) nnn eaeaeaaaav ⋅++⋅+⋅=⋅++⋅+⋅= KKKKK 221121 1,,0,00,,1,00,,0,1
A los vectores { }neee ,,, 21 K se les llama base canónica de n� .
Demostración:
a) Son linealmente independientes
1 1 2 2 1 20 0n n nk e k e k e k k k⋅ + ⋅ + + ⋅ = ⇒ = = = =K L
b) Son sistema generador
1 2 1 2 1 1 2 2
1 1 2 2
( , , , ) ( , , , )
, , ,
nn n n n
n n
x x x x x x k e k e k e
k x k x k x
∀ ∈ ⇒ = ⋅ + ⋅ + + ⋅ ⇒
= = =K � K K
L
Base canónica de 2� : { })1,0(),0,1(
Base canónica de 3� : { })1,0,0(),0,1,0(),0,0,1(
Base canónica de 4� : { })1,0,0,0(),0,1,0,0(),0,0,1,0(),0,0,0,1(
Dimensión de un espacio vectorial
Si en un espacio vectorial V el mayor conjunto de vectores linealmente
independientes tiene n vectores, entonces la dimensión de V es n.
La dimensión de un espacio vectorial coincide con el número de vectores de sus
bases.
7
Consecuencia
2
3
4
dim( ) 2
dim( ) 3
dim( ) 4
dim( )n n
==
=
=
�
�
�
M
�
MATRICES Y ESPACIOS VECTORIALES
El rango de una matriz de orden mn× es un escalar { }mnr ,min≤ que es igual al
orden del mayor determinante no nulo que podemos encontrar en la matriz.
Teorema
El rango de una matriz coincide con el máximo número de vectores (filas o
columnas) linealmente independientes que hay en la matriz.
Ejemplo
Calcular el rango de
=
6284
7463
9742
6521
A
Llamamos 4321 ,,, cccc a las cuatro columnas de la matriz.
Si tomamos las dos primeras columnas vemos que todos los determinantes de orden
dos que podemos formar son nulos:
084
63,0
84
21,0
63
21,0
42
21====
Esto significa que 1c y 2c son linealmente dependientes, en concreto 12 2 cc ⋅= .
Vemos a continuación qué ocurre con 1c y 3c :
072
51≠ , luego ya sabemos que el rango va a ser al menos igual a dos y que los
vectores 1c y 3c son linealmente independientes.
Terminamos añadiendo 4c :
8
0
624
743
972
,0
624
972
651
,0
743
972
651
=== , por lo que el rango no ha subido a
tres y 4c es combinación lineal de 1c y 3c ; en concreto, 314 ccc += . Entonces,
2)( =Arango .
Aplicaciones prácticas del cálculo del rango
• Conocer el máximo número de vectores linealmente independientes que
hay en un conjunto de vectores.
• Saber si un vector es combinación lineal de un conjunto de vectores
dados.
Ejercicio
Averigüe si son base de 4� los siguientes vectores:
{ })1,2,3,2(),1,1,0,0(),0,1,1,0(),0,0,1,1( −−−−
Ejercicio
En el espacio vectorial 3� se consideran los vectores )2,3,0(),6,0,1(),,6,( −− ba .
Encuentre la relación que debe existir entre a y b para que los tres vectores sean
linealmente dependientes.
Ejercicio
Dados los vectores )1,3,2(,)1,0,1(,)1,2,0(,)0,1,1( 4321 −==== uuuu :
a) ¿Son linealmente independientes?
b) ¿Son sistema generador?
c) ¿Forman base?
d) Seleccione entre ellos una base y calcule las coordenadas respecto
de ella del vector (2,-1,-3)
9
SUBESPACIOS VECTORIALES
Un subespacio vectorial S de un espacio vectorial V es un subconjunto de V que
tiene estructura de espacio vectorial con las mismas operaciones que V.
Observaciones
De las propiedades de espacio vectorial se deduce que han de cumplirse los
siguientes requisitos;
1. SvuSvu ∈+→∈∀ , (suma cerrada en S)
2. SuSuK ∈⋅→∈∀∈∀ λλ , (producto por escalar cerrado en S)
3. uuSuS =+→∈∀∈∃__
0/0 (existe el neutro en S)
4. SuuSuSu ∈=−+∈−∃∈∀_
0/, (existe el opuesto en S)
Caracterización de los subespacios vectoriales
VS ⊂ es subespacio vectorial de V si
.,,,, 22112121 SvkvkKkkSvv ∈⋅+⋅∈∀∈∀
Variedad lineal
Dado un conjunto de vectores { }svvv ,,, 21 K , el conjunto de vectores generados por
ellos forman un subespacio vectorial:
{ }ss vkvkvkvVvS ⋅++⋅+⋅=∈= K2211/ es un subespacio vectorial que se
denomina variedad lineal generada por { }svvv ,,, 21 K y que se denota por
),,,( 21 svvvL L . En consecuencia, los vectores { }svvv ,,, 21 K son un sistema generador
del subespacio S.
Ejemplo
{ }{ } { }
31 2 3((1,1,1), (2,2,2)) ( , , ) / (1,1,1) (2,2,2) , ,
(0,0,0), (1,1,1) , ( 1, 1, 1) , (5,5,5), ( , , ) /
L x x x x x
x a a a a
α β α β= = ∈ = + ∈
= − − − = = ∈
� �
K �
Base de un subespacio vectorial
Es cualquier sistema generador del subespacio S que esté formado por vectores
linealmente independientes.
10
Ejemplo
{ })2,2,2(),1,1,1( es un sistema generador del subespacio anterior pero no es una base.
Una base podría ser { })1,1,1( o { })2,2,2( .
Observación
Todos los conceptos ya vistos en relación con los espacios vectoriales, tales como
bases, coordenadas, etc., son extensibles a los subespacios vectoriales, ya que un
subespacio vectorial no es más que un espacio vectorial dentro de otro.
Dimensión de un subespacio vectorial
Dim(S) = Máximo número de vectores linealmente independientes que pueden
encontrarse en S = Número de vectores de una base cualquiera de S
Dado que )dim()dim(0 VSVS ≤≤⇒⊂
Si dim(S) = 0
=⇒
_
0S y si dim(S) = dim(V) VS =⇒
Si ).,,()dim(),,,( 2121 ss vvvrangoSvvvLS KL =⇒= ,
ya que { }svvv ,,, 21 K son un sistema generador de S.
Subespacios vectoriales y sistemas homogéneos
El conjunto de soluciones 1 2( , , , ) nnx x x x= ∈K � de un sistema homogéneo AX = 0
con 11 0,, ××× ∈∈∈ mnnm MMXMA y con m<n, es un subespacio vectorial de n�
{ }1 2( , , , ) / 0nnS x x x x AX= = ∈ =K � es un subespacio vectorial de n
� .
Rango(A) = Número de ecuaciones no redundantes en AX = 0
= Número de filas en A que son linealmente independientes
= Número de coordenadas que no están libres en los vectores de S.
En consecuencia, tenemos que Dim(S) = Dim(V) – Rango(A)
Cálculo de las ecuaciones de un subespacio conociendo un sistema generador
Sea { }1 2 1 1 2 2( , , , ) / ,ns s s iS L v v v x x k v k v k v k= = ∈ = ⋅ + ⋅ + + ⋅ ∈K � K �
dim(S) = Rango srvvv s ≤=),,,( 21 K
11
Se verifica que Sx ∈∀ , x es combinación lineal de la base { }rvvv ,,, 21 K , con lo que
rvvvrgxvvvrg rr == ),,,(),,,,( 2121 KK . Haciendo que todos los determinantes de orden
r+1 sean nulos, se obtienen las ecuaciones de S, es decir, el sistema homogéneo que
caracteriza S.
Ejemplo
Dado el subespacio ))2,2,2(),1,1,1((L ,
tenemos que 1)dim(1
21
21
21
=⇒=
Srg .
Podemos saber el número de ecuaciones de S:
Dim(S) = Dim(V) – Rango(A)⇒Rango(A) = 2 = número de ecuaciones de S.
Para hallar las ecuaciones de S formamos una matriz que contenga una base de S y
un vector genérico ),,( 321 xxx :
⇒=
1
1
1
1
3
2
1
x
x
x
rg todos los determinantes de orden dos han de ser nulos.
01
1,0
1
113
3
112
2
1 =−==−= xxx
xxx
x
x { }0,0/),,( 1312321 =−=−=⇒ xxxxxxxS
Cálculo de una base de un subespacio conociendo sus ecuaciones
Sea { }1 2( , , , ) / 0nnS x x x x AX= = ∈ =K �
con 11 0,, ××× ∈∈∈ mnnm MMXMA y con m<n.
Dim(S) = n – rg(A) = n – r y resolviendo el sistema homogéneo quedan r variables
no libres en función de n – r variables libres (pasadas al término independiente como
parámetros). Escribimos a continuación un vector genérico que pertenece al subespacio
en el que incluimos las variables no libres escritas en función de las libres y a partir de
este vector genérico podemos obtener fácilmente una base del subespacio.
Ejemplo
Dado el subespacio
12
{ }0;0;0/),,,( 432142214321 =+++=+=+= xxxxxxxxxxxxS , tenemos que el
sistema de ecuaciones
=
⋅
0
0
0
0
1111
1010
0011
4
3
2
1
x
x
x
x
está formado por tres ecuaciones
linealmente independientes, pues 134)dim(3
1111
1010
0011
=−=⇒=
Srg y podemos
despejar tres variables en función de una variable libre: →
=−=−=
23
24
21
xx
xx
xx
los vectores de S
son de la forma )1,1,1,1(),,,( 22222 −−=−− xxxxx , por lo que el vector )1,1,1,1( −− es una
base de S.
Ejercicio
Se consideran los siguientes subespacios:
))1,1,1,0(),2,1,0,1((1 −= LS
{ }42 1 2 3 4 2 3 4 1 2 3 4/ 0; 0; 4 2 2 0S x x x x x x x x x x x x= ∈ + + + = − − = + − − =�
a) Obtenga las ecuaciones de 1S
b) Obtenga una base de 2S
Ejercicio
Dado el subespacio generado por los vectores )1,0,0(),2,1,1(),1,1,1( , halle una base y
las ecuaciones del subespacio.