FOlleto Lineal Villena
March 13, 2017 | Author: Jiménez Jiménez Tom | Category: N/A
Short Description
Download FOlleto Lineal Villena...
Description
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
5 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9
Definición de Espacio Vectorial Propiedades Subespacios Subespacio generado Dependencia e Independencia Lineal Bases y Dimensión Espacios asociados a matrices Cambio de base Bases ortonormales
OBJETIVOS:
Conceptualizar Espacios Vectoriales. Determinar si un Conjunto es o no Espacio Vectorial Determinar si un Subconjunto es o no Subespacio Vectorial Encontrar Subespacios Generados. Determinar si un conjunto de vectores es Linealmente Independiente o no. Determinar Bases y la dimensión de Subespacios Vectoriales. Encontrar Espacios Filas, Espacios Columna, Núcleo e Imagen de una matriz. Obtener el vector de coordenadas de un vector con respecto a diversas bases emplenado Matrices de Transición. Hallar Bases Ortonormales.
125
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
El lector ya se habrá percatado, por los cursos de Matemáticas Básicas, que los conjuntos con los cuales trabajaba son estructuras en los cuales se definen dos operaciones básicas “Suma entre sus elementos” y “Multiplicación por escalares”. Se trata ahora de realizar un estudio más riguroso.
5.1 Definición de Espacio Vectorial Un conjunto no vacio V junto con dos operaciones "Suma" y "Multiplicación por Escalar", denotadas como y respectivamente, constituyen un Espacio Vectorial Real si se satisfacen los 10 axiomas siguientes: 1. Si suma mos dos elementos de
V,
decir, si v1 V v 2 V , entonces
el resul tante debe ser elemento de
V . Es
v1 v2 V . La Suma debe ser Cerrada
v1 , v 2 V ; v1 v2 v2 v1 . La Suma debe ser Conmutativa. 3. v1 , v 2 , v3 V ; v1 v 2 v3 v1 v 2 v3 . La Suma debe 2.
ser
Asociativa. 4. Debe existi r un elemento en V , denotémoslo como 0 , tal que sumado con cualquier elemento d e V el resul tante sea el mismo elemento. Es decir, 0 V, v V , tal que v 0 0 v v . Aquí 0 es llamado “Nulo”, “Idéntico”, o “Neutro” 5. Para cada elemento de
V debe existir un
elemento, denotémoslo como
modo que al suma rlos resulte el Neutro. Es decir,
v v 0 . Donde
v
v V, v ,
es llamado “Inverso Adi tivo de
v
, de
tal que
v”
6. La Mul tiplicación por Escalar debe ser Cerrada. Es decir, si v V entonces
,
v V . Mul tiplicando a cualquier elemento de V por un número
real el resul tado debe ser elemento de V . 7. La Mul tiplicación por Escalar debe ser Distributiva para su Suma. Es decir,
v1 v2
v1
v2 . Donde
8. La Mul tiplicación por Escalar debe ser Distributiva para la suma de números reales. Es decir,
v
v
v . Donde ,
.
9. La Mul tiplicación por Escalar debe ser Asociati va. Es decir, 10. El número
v
v . Donde ,
1 debe ser el “ Idéntico Mul tiplicativo” . Es d ecir, 1 v v
A los elementos de los Espacios Vectoriales se los denomina Vectores. De acuerdo a lo definido los conjuntos conocidos con las operaciones Suma convencional y Multiplicación por Escalar convencional serían Espacios Vectoriales.
126
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 1 V (El conjunto de los Números Reales) Con las operaciones usuales de suma y multiplicación entre números reales se cumplirían los 10 axiomas.
Ejemplo 2 V
2
x / x y
y (El conjunto de pares ordenados )
Con las operaciones usuales de suma entre pares ordenados y multiplicación por números reales se cumplirían los 10 axiomas.
Ejemplo 3 V
3
x y / x z
y
z (El conjunto de ternas ordenadas)
Con las operaciones usuales de suma entre ternas ordenadas y multiplicación por números reales se cumplirían los 10 axiomas.
Ejemplo 4
V
4
x1 x2 / x1 x3 x4
x2
x3
x4 (El conjunto ordenado de 4
componentes. Con las operaciones usuales de suma y multiplicación por números reales se cumplirían los 10 axiomas.
Ejemplo 5
V
n
x1 x2 / xi , i 1, 2,3, xn
, n (El conjunto ordenado de "n" componentes)
Con las operaciones usuales de suma y multiplicación por números reales se cumplirían los 10 axiomas.
Ejemplo 6 V C a, b f / f es una función continua en a, b Con las operaciones usuales de suma entre funciones y multiplicación por números reales se cumplirían los 10 axiomas..
127
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 7 V P2 p / p es un polinomio de grado menor o igual a 2 O también
P2 at 2 bt c / a
b
c
.
Con las operaciones usuales de suma entre polinomios y multiplicación por números reales se cumplirían los 10 axiomas.
Ejemplo 8 V P3 p / p es un polinomio degrado menor o igual a 3 O también
V P3 at 3 bt 2 ct d / a, b, c, d
Con las operaciones usuales de suma entre polinomios y multiplicación por números reales se cumplirían los 10 axiomas.
Ejemplo 9 V Pn ant n an1t n1 an2tn2
, a1t a0 / ai
El conjunto de los polinomios
de
grado menor o igual a " n ". Con las operaciones usuales de suma entre polinomios y multiplicación por números reales se cumplirían los 10 axiomas.
Ejemplo 10 a b V M 22 / a, b, c, d c d
. El conjunto de las matrices 2 2 .
Con las operaciones usuales de suma entre matrices y multiplicación por números reales se cumplirían los 10 axiomas.
Ejemplo 11
V M mn
a11 a12 a21 a22 am1 am 2
a13 a23 am3
a1n a2 n /a ij amn
El conjunto de las matrices de dimensión m n Con las operaciones usuales de suma entre matrices y multiplicación por números reales se cumplirían los 10 axiomas.
Como ejemplos de conjuntos que no son Espacios Vectoriales, también con las operaciones convencionales, tenemos:
128
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 1 V
El conjunto de los números reales positivo no es espacio vectorial porque no cumple el axioma de la existencia del elemento nulo, es decir, 0 PREGUNTA: ¿Sólo este axioma no cumple?.
Ejemplo 2 x 1 2 3 V / x , , , 1 1 1 1
El conjunto de los pares ordenados cuya segunda componente es siempre igual a 1; no cumple con el axioma de cerradura para la suma, veamos: Sean v1
x x 1 y v 2 2 entonces 1 1
Por tanto, este conjunto no es espacio vectorial.
x x v1 v 2 1 2 V 2
Ejemplo 3 V at 2 bt c / a, b, c
a 0
El conjunto de los Polinomio de grado exactamente igual a 2 , no es espacio vectorial porque al sumar dos polinomios de grado 2 no necesariamente resulta un polinomio de grado 2 ; por ejemplo (contraejemplo): Sean v1 2t 2 3t 2 y v 2 2t 2 5t 3 Entonces v1 v 2 8t 1 V PREGUNTA: ¿Sólo este axioma no cumple?
Ejemplo 4 V A M nn / A es no singular El conjunto de las Matrices no singulares (inversibles), no es espacio vectorial porque la matriz cero no pertenece a este conjunto ya que no tiene inversa PREGUNTA: ¿Sólo este axioma no cumple?
Ahora veamos, cómo proceder en el caso de que haya que comprobar todos los axiomas. Ejemplo x 1 2 4 V / y 3x x , , , y 3 6 12 El conjunto de los pares ordenados cuya segunda componente es 3 veces la primera componente; es decir, los puntos que pertenecen a la recta con ecuación y 3x . Veamos que se satisfacen los 10 axiomas.
x1 x2 x1 x2 1. Si v1 y v2 entonces v1 v 2 V 3x1 3x2 3( x1 x2 ) x1 x 2 x 2 x1 2. 3x1 3x 2 3x 2 3x1
x1 x 2 x3 x1 x 2 x3 3. 3x1 3x 2 3x3 3x1 3x 2 3x3
129
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
0 4. 0 V 0 x x 5. Si v entonces su inverso aditivo ser ía v V 3x 3x x 6. Si v 3x
x entonces v V 3x
x x x x 7. 1 2 1 2 3x 3x1 3x 2 1 3x 2 x x x 8. ( ) 3x 3x 3x x x 9. 3x 3x x x 10. .1 3x 3x
Ejercicios propuestos 5.1 Determine si los siguientes conjuntos son Espacios Vectoriales o No. 1.
x V / y 3x 1 y
x 2. V y / x y z 0 z 3.
x V y / x 5t, y 3t, z 3t t z
Todos los ejemplos anteriores fueron considerados con las operaciones convencionales, pero los resultados pueden ser diferentes si las operaciones de "Suma" y "Multiplicación por escalar" se definen de manera diferente. De aquí en adelante, a menos que se diga lo contrario, se empleará las operaciones usuales.
130
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
5.2 Propiedades de los Espacios Vectoriales Sea V un Espacio Vectorial. Entonces se cumplen las siguientes propiedades: Propiedad 1
El vector neutro 0 es único. Demostración. Suponga que existen dos neutros 01 y 02 . Entonces: v 01 = 01 v 01 Como también: v 02 = 02 v v . En la primera ecuación, sumamos a ambos miembros el inverso aditivo de v , y supongamos que 02 es el neutro, entonces:
-v v 01 = -v v 02
02
02 01 02 01
01 02
Propiedad 2.
Cada vector v tiene un único inverso aditivo v . Demostración. Suponga que v tiene dos inversos aditivos v 1 y v 2 . Entonces: v v 1 = v 1 v = 0 Como también: v v 2 = v 2 v = 0 .
En la primera ecuación, sumamos a ambos miembros v 2 :
v 2 v v 1 = v 2 0 0
v 2
0 v 1 = v 2
v 1
v 1 = v 2 Propiedad 3
0 0,para Demostración. En la ecuación: 0 0 0 Multiplicamos a ambos miembros por el escalar y aplicamos propiedades distributivas:
131
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
0 0 0 0 0
0
Sumamos a ambos miembros el inverso aditivo de inverso aditivo y la del neutro:
0
0
0
0
0 0 = 0
0 y consideramos la propiedad del
0
0
0
0
0=0
Propiedad 4.
0
v 0,parav V Demostración. En la ecuación: 0 0 0 Multiplicamos a ambos miembros por v , y aplicamos propiedades distributivas: 0 0 v 0 v
0 v0 v = 0 v Sumamos a ambos miembros el inverso aditivo de 0 v , y consideramos la propiedad del inverso aditivo y la del neutro: 0 v 0 v 0 v = 0 v 0 v 0
0
v 0 = 0 0
0
v=0
Propiedad 5
(1)
v ( v),para v V
Demostración. En la ecuación 1 1 0 Multiplicamos a ambos miembros por v , y aplicamos propiedades distributivas: 1 1 v 0 v
v 1
1 v
v 1
v 0
v 0
Sumamos a ambos miembros el inverso aditivo de v , y consideramos la propiedad de l inverso aditivo y la del neutro: v v 1 v v 0
v
0
1
132
v v
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
5.3 SUBESPACIOS Sea H un subconjunto no vacío de un espacio vectorial V . H es un subespacio de V si es en sí mismo un espacio vectorial bajo las operaciones de Suma y Multiplicación por Escalar definidas en V . Es decir, un subespacio es un espacio vectorial contenido en otro Espacio Vectorial.
5.3.1 Criterio de Subespacio Teorema
H es un subespacio de V , si se cumplen en él los dos axiomas de cerradura, es decir: 1.- Si x H y H , entonces x y H 2.- Si x H , entonces
x H .
Cuando se cumple lo segundo existirá el vector nulo ( 0 ) en H y también existirán los vectores inversos aditivos para cada vector de H . ¿Porqué?. El resto de propiedades se cumplirían debido a que ya estamos dentro de un espacio vectorial. Ejemplo 1 Sea el espacio vectorial
V
y sea el subconjunto
H1
entonces:
1.- Si x y ( x y)
x ( x) , cuando 0 Por tanto H1 NO es subespacio de V . 2.- Si
Ejemplo 2 Para el mismo Espacio Vectorial anterior, tómenos el subconjunto H2 0 .
1. 0 0 0 H 2 2. 0 0 H 2 , Por tanto H 2 si es subespacio V . Además, es llamado SUBESPACIO TRIVIAl.
133
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
En un Espacio Vectorial V , al Subespacio Trivial H 0 y a V se los llaman SUBESPACIO NO PROPIOS, al resto son llamados SUBESPACIOS PROPIOS. Ejemplo 3 Sea V
2
. Determine si el subconjunto
x H / y mx, donde " m " es fijo es un y
subespacio de V . SOLUCIÓN:
x1 x2 x1 x2 1. Sean x y entonces x y H mx mx 1 2 m x1 x2
x1 x1 2. x H mx1 m( x1 ) Por tanto H Si es un subespacio de
2
Ejemplo 4 x Sea V . Determine si el subconjunto H y / x at y bt z ct t z un subespacio de V . 3
es
SOLUCIÓN:
at1 at2 a(t1 t2 ) Sean x bt1 y y bt2 entonces x y b(t1 t2 ) H c(t t ) ct ct 1 2 1 2 a( t1 ) x b( t1 ) H c( t ) 1
1.
2.
Por tanto H es un subespacio de
3
Ejemplo 5 Sea V
3
x . Determine si el subconjunto H y / ax by cz 0 es un subespacio z
de V . SOLUCIÓN:
x1 1. Sean x y1 tal que ax1 by1 cz1 0 y z 1 x2 y y2 tal que ax2 by2 cz2 0 z 2 Al sumar las ecuaciones resulta:
134
a( x1 x2 ) b( y1 y2 ) c( z1 z2 ) 0
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
x1 x2 Entonces, se observa que x y y1 y2 H (porque satisface la condición de H ) z z 1 2
2. Multiplicando la primera ecuación por el escalar tenemos:
a( x1 ) b( y1 ) c( z1) 0 x1 Entonces se observa que x y1 H (porque satisface la condición de H ) z 1
Por lo tanto H es un subespacio de
3
.
Ejemplo 6 Sea V M 22 . Determine si el subconjunto
a b H / a, b, d 0 d
(Matrices
triangulares Superior) es un subespacio de V . SOLUCIÓN:
a1 0
1. Sean x
b1 a2 y y d1 0
b2 a1 a2 entonces x y d2 0
b1 b2 H d1 d 2
a1 b1 2. x H 0 d1 Por tanto H es un subespacio de V .
Ejemplo 7 Sea V M 22 . Determine si el subconjunto
a b 2 1 4 3 1 2 H / a, b, c , , , b c 1 3 3 6 2 0 es un subespacio de V . SOLUCIÓN:
b1 b2 a1 b1 a2 b2 a1 a2 y y entonces x y H b c b c ( b b ) 1 1 2 2 1 2 c1 c2 b1 a1 2. x H (b1 ) c1 Por tanto H es un subespacio de V . 1. Sean x
Ejemplo 8 Sea V M 22 . Determine si el subconjunto
a b a 1 a 1 2 2 3 H / b 1 a c 0 d 0 / a , , c d 0 0 0 0 0 0 Es un subespacio de V . SOLUCIÓN:
a1 1 a1 a2 1 a2 a1 a2 y y entonces x y 0 0 0 0 0 Por tanto H NO es un subespacio de V . 1. Sean x
2 a1 a2 H 0
135
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 9 Sea V C 0,1 . Determine si el subconjunto H f C 0,1 / f (0) 0 f (1) 0 es un subespacio de V . SOLUCIÓN: 1.- Sean x f tal que f (0) 0 f (1) 0
y
y g tal que g (0) 0 g (1) 0 f (1) g (1) 0 0 f (0) g (0) 0 0 y entonces ( f g )( x) H ( f g )(1) 0 ( f g )(0) 0
Como
2.- Si
x H es decir
Como
x f tal que f (0) 0 f (1) 0
f (0) 0 f (1) 0 y entonces f H (f )(0) 0 (f )(1) 0
Por tanto H es un subespacio de V .
Ejemplo 10
Sea V P2 at 2 bt c / a, b, c
H at 2 at a / a
. Determine si el subconjunto
es un subespacio de V .
SOLUCIÓN: 1. Sean x a1t 2 a1t a y y a2 t2 a2 t a2 entonces
x y a1 a2 t 2 a1 a2 t a1 a2 H 2. x a1 t 2 a1 t a1 H Por tanto H es un subespacio de V .
Ejemplo 11
H at
. Determine si el subconjunto bt c tal que a b c 0 2t 4t 6 , 3t 2t 1 ,
Sea V P2 at 2 bt c / a, b, c 2
2
2
es un subespacio de V . SOLUCIÓN: c a b
Note que a b
entonces el subconjunto puede ser expresado también de esta otra forma
Independiente
H at 2 bt a b / a b
1.- Sean x a1t 2 b1t a1 b1 y Entonces
y a2t 2 b2t a2 b2
x y a1 a2 t 2 b1 b2 t a1 a2 b1 b2 H 2 2.- x a1 t b1 t a1 b1 H
Por tanto H es un subespacio de V .
136
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 12
Sea V P2 at 2 bt c / a, b, c Determine si el subconjunto
.
H p P2 / p(1) 1
es un subespacio de V .
SOLUCIÓN: p(t ) at 2 bt c entonces el subconjunto puede ser expresado de esta otra forma p(1) a b c
Note que:
H at 2 bt c tal que a b c 1 at 2 bt c / c 1 a b Ahora bien. 2 1. Sean x a1t b1t 1 a1 b1
y
y a2t 2 b2t 1 a2 b2 Entonces
x y a1 a2 t 2 b1 b2 t 2 a1 a 2 b1 b 2 H
Por tanto H no es subespacio de V .
Ejemplo 13
Sea V P2 at 2 bt c / a, b, c Determine si el subconjunto
H p P2 / p(1) p´(1)
es un subespacio de V .
SOLUCIÓN: p(1) p´(1) p(t ) at bt c p´( t ) 2at b a b c 2a b Observe que entonces p(1) a b c p´(1) 2a b 2a a c 2
ac
El subespacio puede ser expresado de esta otra forma
H= at 2 bt c / c a 2t 2 3t 2,4t 2 5t 4,
Bien, veamos si se cumplen los axiomas de cerradura 1. Sean
x a1t 2 b1t a1
y
y a2t 2 b2t a2
Entonces
x y a1 a2 t 2 b1 b2 t a1 a2 H 2.
x a1 t 2 b1 t a1 H
Por tanto H es un subespacio de V .
Ejercicios propuestos 5.2 Determine si los siguientes subconjuntos 2 1. V
x y
H son subespacios de V o no.
x y
a) H1 / y 0
b) H 2 / x y
x 2 2 c) H3 / x y 0 y
x d) H 4 / x y 0 y
137
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
V 3
2.
x
z
a) H1 y / z 0
x b) H 2 y / x y z z x
z
c) H 3 = y / x 1
V M 22
3.
a 0 H1 / a, c, d c d a b c) H3 / a 0 c d
a 0 H 2 = /a d 0 d a b d) H 4 / a b a a
a)
a H5 c a g) H7 c e)
i)
b)
b / a 1 d b / a 2b 3c 4d 0 d
V M 33 a) b) c) d)
H2 D M 33 / D es Diagonal H3 A M 33 / A es inversible H4 A M 33 / A es Simétrica
V P2
at
2 a) H1 = at bt c / b 0
b) H2
2
bt c / a 2b 3c 0
c) H3 = p P2 / p(0) p(1) d) H4 p P2 / p(0) p(1) 1
e) H5 p P2 / p 1 p(0) 0 f) H6 p P2 / p´1 0 g) H7 = p P2 / p´(0) p´(1)
a 0 / Tr A 0 c d
k) H11 = A
H1 A M 33 / A es triangular Superior
e) H5 A M 33 / A 1
138
b / c d ; a, b, d d
a b 2 / Tr A a b d
5.
b /a bc d d
a b H9 A M 22 / A At / a, b, d b d
j) H10 = A 4.
a H6 c a h) H8 c f)
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
5.3.2 Intersección de Subespacios Definición
Sean H1 y H 2 dos subespacios de V . Entonces: H1 H2 h V tal queh H1 h H2
Es decir, el conjunto intersección agrupa elementos de los subespacios que tengan las características de ambos. Note que nunca será el conjunto vacío.
Teorema
Sean H1 y H 2 dos subespacios de V . Entonces H1 H2 es un subespacio de V . Demostración. Para que H1 H2 sea un Subespacio de V , se deben satisfacer los dos axiomas de cerraduras. Primero, sean x y y elementos de H1 H2 ,entonces x H1 x H2 como también y H1 y H2 , entonces x y H1 , por ser H1 subespacio; y también x y H2 , por ser H 2 subespacio. Entonces x y H1 H2 . Segundo, sea y sea x H1 H2 , entonces x H1 x H2 , y se cumple que
x H1
x H2 por ser H1 y H 2 subespacios. Entonces
x H1 H2 .
Por lo tanto, H1 H2 es un Subespacio de V .
Ejemplo 1 Sea el espacio vectorial V
3
y los subespacios
x x H1 y / x y z 0 y H 2 y / 3x 2 y z 0 z z Hallar el subespacio H1 H2
SOLUCIÓN.
El subespacio intersección tendría la forma: x H1 H 2 y / x y z 0 3x 2 y z 0 z Para expresarlo más explícitamente debemos simplificar las dos condiciones, resolviendo el sistema x yz 0 simultáneo 3x 2 y z 0
1 1 1 0 F2 3 F1 1 1 1 0 3 2 1 0 0 1 2 0 Reemplazando en la primera ecuación: Por tanto:
x y z 0 y 2 z 0 y 2 z
x 2z z 0 x z
139
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
x H1 H 2 y / x z y 2 z z z z H1 H 2 2 z / z z
1 0 1 2 , 0 , 2 , 1 0 1
Ejemplo 2 Sea el espacio vectorial V P2 y los subespacios
H1 at 2 bt c / a b c 0 y H2 at 2 bt c / c a
Hallar el subespacio H1 H2 SOLUCIÓN. El subespacio intersección tendría la forma:
H1 H2 at 2 bt c / a b c 0 c a
Para expresarlo más explícitamente debemos simplificar las dos condiciones, resolviendo el sistema
a b c 0 simultáneo ac 0
1 1 1 0 F2 F1 1 1 1 0 1 0 1 0 0 1 2 0 Reemplazando en la primera ecuación: Por tanto:
a b c 0 b 2c 0 b 2c
a 2c c 0 a c
H1 H 2 ct 2 2ct c / c
2t 2 4t 2,
H1 H 2 at 2 bt c / b 2c a c c
Ejercicios Propuesto 5.3 1. Sea V
3
x
x
z
z
y sean H1 y / x 2 y y H 2 y / y x z x, z
Determine H1 H2 2.
Sea V
3
y sean los subconjuntos
x x H1 y / x y z 0 , H 2 1 / x, z z z
y
x H3 2 x / x 3x
a) Determine cuál de los subconjuntos anteriores son subespacios de b) Determine la intersección de los subespacios encontrados. 3.
Considere los subespacios de M 2 x 2
a b W1 / d 0 c d a) Determine W1 W2
y
a b W2 / a 0 c d
b) Demuestre que W1 W2 es un subespacio de M 2 x 2
4.
140
Sea V M 2 x 2 y los subespacios
3
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz a b H1 / a b c d 0 c d Determine H1 H2
y
a b H 2 = / a, b, d b d
y
a b H 2 / 2a b 2c 5c 0 b d
Sea V M 2 x 2 y los subespacios
5.
a 0 H1 / a c d 0 c d Determine H1 H2 Considere V P2 y los subconjuntos:
6.
H1 p P2 / p ' 1 2 p 1
H3 at 2 2at 3a / a
H2 at 2 at 1 / a
a) b)
Determine cuál de los subconjuntos anteriores es subespacio de P2. Determine la intersección de los subespacios encontrados.
5.4 SUBESPACIO GENERADO 5.4.1 Combinación Lineal Definición
Una combinación lineal de los vectores v1, v 2 , , v n es una expresión de la forma: c1v1 c2 v2
cn v n
donde c1, c2 , , cn . Note que el resultado de poner en combinación lineal un conjunto de vectores es otro vector.
Ejemplo 1 1
3
1
3
1
1
1
1
Una combinación lineal de los vectores 2 y 2 podría ser 2 2 3 2 . Al realizar la 7
operación se tendr ía como resultado el vector 2 5
141
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 2 1
3
1
3
1
1
1
1
Otra combinación lineal de los vectores 2 y 2 podría ser 3 2 1 2 . Al realizar la 0
operación tenemos el vector 4 4
Los vectores resultantes de las combinaciones lineales conforman otro conjunto cuyas características nos proponemos estudiar.
5.4.2 Conjunto de Combinaciones Lineales. Definición Sea S v1, v 2 , , v n un conjunto de vectores de un
espacio vectorial V . Al conjunto H v V / v c1v1 c2 v2 c3v3
cn vn para ci
se lo llama Conjunto de todas las combinaciones lineales de los vectores de S Teorema Sea S v1, v2 , , v n un conjunto de vectores de un
espacio vectorial V . El conjunto de todas las combinaciones lineales de los vectores de S es un subespacio de V . Demostración. Primero, sea H v V / v c1v1 c2 v2 c3 v3
cn vn para ci
y sean x, y H ,
entonces x a1v1 a2 v2 a3 v3 an vn y y b1v1 b2v 2 b 3v 3 bn vn . Si sumamos tenemos: x + y a1 b1 v1 a2 b2 v 2 a3 b3 v3 an bn v n c1
c2
c3
Entonces x y H . Segundo. Multipliquemos a x por un escalar , tenemos: x a1 v1 a2 v 2 a3 v3 an v n c1
c2
c3
cn
Entonces x H . Por lo tanto H es un subespacio de V .
142
cn
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
En tal caso se dice que H está generado por S . Se lo llamará de aquí en adelante el Subespacio Generado por S y se lo denotará como:
H gen(S)
A S se le llama Conjunto Generador de H . Ejemplo 1 1 3 Sea S 2 , 2 . Hallar el subespacio generado por S . 1 1 SOLUCIÓN: La combinación lineal de los vectores de S , generan vectores de determinar.
3
cuya característica debemos
1 3 x c1 2 c 2 2 y 1 1 z c1 3c 2 x
El sistema 2c1 2c 2 y debe ser consistente
c c z 2 1 1 3 x F 2F 1 3 2 1 0 4 2 2 y F F 1 1 z 3 1 0 4
x x 1 3 F3 F1 y 2 x 0 4 y 2x 0 0 x y z x y z 0 x z
El último renglón permite establecer la condición (característica) buscada de los vectores de H
x H gen(S) y / x y z y, z z
1 3 4 7 2 , 2 , 4 , 2 , 1 1 0 5
Note que lo que se ha hecho es no otra cosa que determinar las características de los vectores del conjunto S .
Ejemplo 2 3 1 2 Sea S 2 , 1 , 3 . Hallar el subespacio generado por S . 1 1 0 SOLUCIÓN: Ponemos en combinación lineal a los vectores de S para obtener los vectores que se generan y luego establecemos condiciones para la consistencia del sistema que se da a lugar. 3 1 2 x 3c1 c2 2c3 x c1 2 c2 1 c3 3 y 2c1 c2 3c3 y 1 1 0 z c c 0 z 1 2
143
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz 3 1 2 2 1 3 1 1 0
x 1 1 0 F3 F1 y 2 1 3 3 1 2 z
z 1 1 0 F2 2 F1 y 0 3 3 F3 3 F1 0 2 2 x
z y 2z x 3 z
z F 2 F 1 1 0 z 1 1 0 3 2 0 3 3 y 2z 0 3 3 y 2z 0 6 6 3 x 9 z 0 0 0 3x 2 y 5 z 3x 2 y 5 z 0 Por tanto: F3 3
x H gen(S) y / 3x 2 y 5 z 0 z
Ejemplo 3 3 1 2 Sea S 2 , 1 , 0 . Hallar el subespacio generado por S . 1 1 1 SOLUCIÓN: Ponemos en combinación lineal a los vectores de S para obtener los vectores que se generan y luego establecemos condiciones para la consistencia del sistema que se da a lugar. 3 1 2 x c1 2 c2 1 c3 0 y 1 1 1 z
3 1 2 x F F 1 1 1 1 3 2 1 0 y 2 1 0 1 1 1 z 3 1 2 1 1 1 z F3 2 F2 0 1 2 y 2z 0 0 1 x 2 y z
z 1 1 1 F2 2 F1 y 0 1 2 F3 3 F1 0 2 5 x
z y 2z x 3 z
Observe el último renglón, se concluye que para cualquier valor de x, y z es sistema tendría solución única, es decir:
x H y / x z
y z 3 V S Por tanto, el conjunto genera a todo el espacio vectorial
Ejemplo 4
Sea S t 2 t 1, 2t 2 3t 1 . Hallar el subespacio generado por S . SOLUCIÓN: Ponemos en combinación lineal a los vectores de S para obtener los vectores que se generan c1 t 2 t 1 c2 2t 2 3t 1 at2 bt c Destruyendo paréntesis y agrupando, resulta:
c1t 2 c1t c1 2c2t 2 3c2t c2 at2 bt c
c1 2c2 t 2 c1 3c2 t c1 c2 at2 bt c Entonces:
144
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz c1 2c 2 a c1 3c 2 b c c c 2 1 Analizando la consistencia del sistema:
1 2 1 3 1 1 1 5 F3 0 0
a a 1 2 F2 F1 b 0 5 b a F3 F1 0 3 c a c 2 a a F 3F 1 2 3 1 5 b a 0 5 ba 0 0 2a 3b 5c 2a 3b 5c 0 15 5c 5a
Por tanto :
H at 2 bt c / 2a 3b 5c 0
Ejemplo 5 2 1 3 2 1 1 Sea S , , . Hallar el subespacio generado por S . 1 1 1 0 1 1 SOLUCIÓN: Ponemos en combinación lineal a los vectores de S para obtener los vectores que se generan. 2 1 3 2 1 1 a b c2 c3 c1 1 1 1 0 1 1 c d Realizando las operaciones de las matrices
2c1 c1 3c2 2c2 c3 c3 a b c1 c2 0 c3 c3 c d c1 2c1 3c2 c3 c1 2c2 c3 a b c1 c3 c1 c2 c3 c d Entonces:
2c1 3c2 c3 a c1 2c2 c3 b c1 c2 c3 c c1 c3 d
Analizando la consistencia del sistema resulta: 3 2 1 2 1 1 0 1
1 1 1 1
a 0 1 F4 F1 b F1 F2 2 3 F F 2 c 1 2 3 d 1 1
1 1 1 1
d 0 1 a 1 a F2 2 F3 0 3 1 a 2d b FF3 FF1 0 2 2 bd 4 1 c 0 1 0 c d
0 1 d 0 1 d 1 1 F3 2 F2 0 1 0 c d 0 1 0 c d 0 2 2 b d F3 3 F2 0 0 2 b d 2c 3 1 a 2d 0 1 a 3c 5d 0 0
F2
F4
0 1 d 0 1 d 1 1 F2 2 F3 0 1 0 c d 0 1 0 c d 0 0 0 1 a 3c 5d 0 1 a 3c 5d 0 2 b 2c d 0 0 2a b 8c 11d 0 0
F3
F4
Por tanto:
a b H / 2a b 8c 11d 0 c d
145
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 6 1 2 1 1 Sea S , . Hallar el subespacio generado por S . 3 4 1 1
SOLUCIÓN: Ponemos en combinación lineal a los vectores de S para obtener los vectores que se generan.
1 2 1 1 a b c 2 c1 3 4 1 1 c d Realizando las operaciones de las matrices
c1 c 2 3c1 c 2
2c1 c 2 a b 4c1 c 2 c d
Entonces:
c1 c 2 a 2c c b 1 2 3c1 c 2 c 4c1 c 2 d Analizando la consistencia del sistema resulta: 1 a 1 1 a 1 F2 2 F1 2 1 b 0 1 b 2a 3 1 c F3 3 F1 0 2 c 3a F4 4 F1 4 1 d 0 3 d 4a
1
1 a a 1 1 F3 2 F2 1 2 a b 0 1 2 a b 0 2 c 3a F4 3 F1 0 0 a 2b c 0 3 d 4a 0 0 2a 3b d Aquí hay dos condiciones. Por tanto: a b H / a 2b c 0 2a 3b d 0 c d 1 F2 0
a b O también, H / c 2b a d 3b 2a a, b c d
Ejercicios propuestos 5.4 1. Deter mine el subespacio generado por: 1 2 5
1. S , , 1 2 5 1 1 1
4. S , , 1 2 5 1 0 7. S 2 , 0 3 0
10. S t 2 2t 1
1
3. S 1
2 5 5. S 1 , 3 3 2
2 5 1 6. S 1 , 3 , 1 3 2 1
1 0 1 8. S 2 , 0 , 1 3 0 1
13. S
1 1 1 1
15. S
14. S
9. S t 2 2t 1, t 2 t 5
11. S t 2 2t 1, t 2 t 5, t 2 t 1
1 1 1 1 , 1 1 0 0
12. S
146
1 1
2. S , 1 2
1 1 1 1 1 2 , , 1 1 0 0 3 4
1 1 1 1 1 2 4 3 , , , 1 1 0 0 3 4 2 1
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
1 2 2 1 2 4 , , 1 1 0 1 1 1 a) Determine si S genera a V . b) En caso de no generarlo encuentre H=gen(S)
2. Sea V M 22 y sea S
1 1 c) Determine si la matriz H 1 1 a b d) Considerando el subespacio W= / b c halle H W . c d 1 1 e) Determine si H W 1 1
5.5 DEPENDENCIA E INDEPENDENCIA LINEAL 3 1 2 Observe los vectores del conjunto S 2 , 1 , 3 . Note que el tercer 1 1 0 vector es el resultante de sumar los dos primeros. Por lo anterior se dice que el conjunto S es linealmente dependiente. Este es el concepto que vamos a desarrollar ahora. Además, ocurre generalmente que determinar esta característica por inspección no es tan sencillo, por tanto debemos tener argumentos matemáticos que nos permitan realizar este trabajo.
Definición
Sean v1, v2 , , vn , " n " vectores de un espacio vectorial V . Se dice que los vectores son linealmente dependientes si existen " n " escalares C1 , C2 ,, Cn , no todos ceros, tales que: C1v1 C 2 v2
Cn vn 0
Caso contrario, se dice que son linealmente independientes . Es decir, si: C 0 C 0 C 0 1
2
n
Ejemplo 1 3 1 2
Determine si el conjunto S= 2 , 1 , 3 es linealmente independiente o dependiente 1 1 0
SOLUCIÓN: Aplicando la definición, ponemos los vectores en combinación lineal e igualando al vector cero se obtiene el sistema lineal que nos permite resolver el problema:
147
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
3 1 2 0 C1 2 C 2 1 C3 3 0 1 1 0 0
3C1 C 2 2C 3 0 2C1 C 2 3C 3 0 C C 0 1 2
3 1 2 0 F F 1 1 0 0 F 2 F 1 1 0 0 1 3 2 1 0 3 3 0 2 1 3 0 2 1 3 0 F3 3 F1 1 1 0 0 3 1 2 0 0 2 2 0 1 1 1 0 0 F 2 F 1 1 0 0 3 F2 1 1 0 0 3 F3 3 2 0 3 3 0 0 3 3 0 0 1 1 0 0 6 6 0 0 0 0 0 0 0 0 0 El sistema homogéneo tiene Infinitas soluciones, por tanto el conjunto es linealmente dependi ente.
Ejemplo 2 1 2 0
Determine si el conjunto S 2 , 2 , 1 es linealmente independiente o dependiente 3 0 7
SOLUCIÓN: 1 2 0 0 c1 2 c2 2 c3 1 0 3 0 7 0
0 C1 2C2 2C1 2C2 C3 0 3C 7C3 0 1
2 0 0 1 1 2 0 0 F 3F 1 2 0 0 F2 2 F1 3 1 0 2 1 0 0 2 1 0 2 2 1 0 F3 3 F1 3 0 7 0 0 6 7 0 0 0 10 0 C3 0 0 C1 2C2 2C2 C3 0 C2 0 10C3 0 C1 0
El sistema homogéneo tiene solución única que es la trivial por tanto el conjunto es independiente, es decir ningún vector se forma por combinación lineal de los restantes.
Ejemplo 3 1 2
Determine si el conjunto S 2 , 5 es linealmente independiente o dependiente 4 3
SOLUCIÓN:
1 2 0 c1 2 c 2 5 0 4 3 0
C1 2C 2 0 2C1 5C 2 0 4C 3C 0 3 1
1 2 0 F 2 F 1 2 0 F 11F 1 2 0 C1 2C 2 0 C 0 2 1 3 1 0 1 0 0 1 0 1 2 5 0 F3 4 F1 C 0 C2 0 4 3 0 0 11 0 0 0 0 2 El sistema homogéneo tiene solución única que es la trivial por tanto el conjunto es independiente.
148
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 4 Determine si el conjunto
1 3 S= 2 , 6 es linealmente independiente o dependiente 3 9
SOLUCIÓN: 1 3 0 c1 2 c2 6 0 3 9 0
C1 3C2 0 2C1 6C2 0 3C 9C 0 3 1
1 3 0 F 2F 1 3 0 2 1 0 0 0 2 6 0 F3 3 F1 3 9 0 0 0 0 C1 3C2 0 El sistema tiene infinitas soluciones, por tanto el conjunto es linealmente dependiente.
Teorema
Dos vectores en un espacio vectorial son linealmente dependientes, si y sólo sí uno es múltiplo escalar del otro. Demostración
Primero, demostremos que si dos vectores son múltiplo escalar entonces son linealmente independientes.
v1 y v 2 , suponga que v2 cv1 ; c 0 , entonces tenemos que cv1 - v2 0 , entonces v1 y v 2 son linealmente independientes. Sean
Segundo, demostremos ahora que si dos vectores son linealmente independientes entonces son múltiplo escalar. Sean v1 y v 2 vectores linealmente independientes, en tonces existen escales c1 y c2 no todos ceros tales que c1v1 - c2 v2 0 . Suponga c2 0 , entonces dividamos la ecuación anterior para c2 y despejemos v1 :
c1 c v1 - 2 v 2 0 c1v1 v 2 0 v 2 c1v1 c2 c2 c1
1
Lo cual demuestra que los vectores son múltiplos.
Ejemplo 5 Determine si el conjunto
S t 2 t 1, 2t 2 t 3, t 2 2t 2
es linealmente
independiente o dependiente SOLUCIÓN:
Poniendo los polinomios en combinación lineal e igualando al polinomio cero
C1 (t 2 t 1) C2 (2t 2 t 3) C3 (t 2 2t 2) 0t 2 0t 0
149
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
1 2 1 0 F F 1 2 1 0 F F 1 2 1 0 F 3 F 1 2 1 0 2 1 2 3 3 1 1 1 2 0 F 0 3 3 0 0 1 3 0 0 1 3 0 3 F1 1 3 2 0 0 1 3 0 0 3 3 0 0 0 12 0 C1 2C2 C3 0 C3 0 C 3 C 0 C 2 0 2 3 C 0 12C3 0 1 El sistema homogéneo tiene solución trivial por tanto el conjunto es linealmente independiente
Ejemplo 6 Determine si el conjunto
S t 2 2t 1, 5t 2 t 2
es linealmente independiente o
dependiente SOLUCIÓN: Por inspección, se observa que los polinomios no son múltiplo por tanto son linealmente independi ente.
Ejemplo 7 1 1 2 1 1 3 Determine si el conjunto S= , , 1 1 0 1 1 0 o dependiente
es linealmente independiente
SOLUCIÓN: Poniendo las matrices en combinación lineal e igualando a la matriz cero 1 1 2 1 1 3 0 0 c1 c2 c3 1 1 0 1 1 0 0 0 1 0 1 1 2 1 0 1 2 1 2 F2 F1 12 F3 1 1 3 0 0 3 4 0 0 3 4 1 0 1 0 F3 F1 0 2 2 0 1 F4 0 1 1 F4 F1 1 1 0 0 0 1 1 0 0 1 1
2 1 1 0 1 1 0 3 4 0 1 1
F2
F3
0 1 0 F3 3 F2 0 0 F4 F2 0 0 0
C1 2C2 C3 0 C2 C3 0 C3 0 El conjunto es linealmente independiente
2 1 1 1 0 1 0 0
0 0 0 0
0 0 0 0 C3 0 C 2 0 C 0 1
Teorema
Sea A una matriz cuadrada n n . Sus filas o Columnas son Linealmente Independiente si y sólo sí A 0 Cuando lo anterior ocurre, al realizar eliminación de renglones (Método de Gauss) no va a existir un reglón de ceros en la matriz resultante.
150
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 1 4 2 1 Sea la matriz A 3 5 1 1 0 0 Hallando su determinante tenemos: 2 1 4 1 4 2 4 2 1 A 3 5 1 1 0 0 5 1 3 1 3 5 1 0 0
A 1
1 4 00 5 1
A 1(1)(1) (4)(5) 21 Por tanto sus renglones y filas son linealmente independientes.
Ejemplo 2 4 2 1 Sea la matriz A 3 5 1 5 6 3 Hallando su determinante tenemos:
2 1 4 1 4 2 4 2 1 A 3 5 1 5 6 3 5 1 3 1 3 5 1 0 0
A 5(21) 6(14) 3(7) 0 Por tanto sus renglones y filas son linealmente dependientes. Note la tercera fila es la suma de las dos primeras.
Ejercicios propuestos 5.5 Determine si los conjuntos son linealmente independiente o dependiente.
1 1 1. S , 1 2
1 2. S 1
1 1 1 3. S , , 1 2 5
1 2 5 4. S , , 1 2 5
2 5 S 5. 1 , 3 3 2
2 5 1 S= 6. 1 , 3 , 1 3 2 1
1 0 1 7. S= 2 , 0 , 1 3 0 1
8. S t 2 2t 1, t 2 t 5
9. S= t 2 1, t 2, t 2 t 1
1 1 1 1 10. S= , 1 1 0 0
1 1 1 1 1 2 11. S= , , 1 1 0 0 3 4
151
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
5.6 BASES Y DIMENSIÓN Un conjunto finito de vectores v1, v2 , , vn es una base para un espacio vectorial, si: 1.- Son linealmente independientes, 2.- Generan al espacio vectorial. La dimensión del espacio vectorial es el número de vectores de cualquier base. Ejemplo 1 Sea V
3
1 0 0 . Determine si S 0 , 1 , 0 es una base para V 0 0 1
SOLUCIÓN: Para que S sea una base para vectorial.
3
, debe ser linealmente independiente y deben generar a todo el espacio
1 0 0 0 1. C1 0 C 2 1 C 3 0 0 Si es independiente 0 0 1 0 x 2. y z
1 x 0 0
0 0 y 1 z 0 Si genera a todo vector de 0 1
Por tanto, este conjunto si es una basa para Estándar. La dim
3
3
3
. Además este conjunto es llamado Base Canónica o
3
Ejemplo 2 1 2 0 Determine si S 2 , 2 , 1 es otra base para 3 0 7 SOLUCIÓN:
Primero determinemos si S genera a
3
3
1 2 0 x C1 2 C2 2 C3 1 y 3 0 7 z
152
2 1 2 2 3 0 El último renglón indica
0 1 7 que
conjunto S sí genera a
3
.
x x F 3F 1 2 0 x 1 2 0 F2 2 F1 3 1 y 0 2 1 y 2x 0 2 1 y 2x F3 3 F1 0 6 7 z 3 x 0 0 10 z 3 y 3 x z para cualquier valor de x , y y z existirán soluciones única por tanto el
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Segundo, Para determinar si son linealmente independiente bastará con referirnos a la última matriz reducida con la columna aumentada de ceros.
1 2 0 0 0 2 1 0 0 0 10 0 O también, como el sistema tiene solución única, cuando x , y y z toman el valor de 0 se forma un sistema homogéneo con solución trivial. Entonces, S es linealmente independiente. Por tanto, S si es otra base para
3
Teorema
Sea V un espacio vectorial con base S . Todo vector de V puede ser escrito en combinación lineal única de los vectores de S . Demostración Sea S= v1 , v 2 ,
, v n una base del espacio V y sea v ∈ V .
Supongamos que existen dos combinaciones lineales para v en términos de S ; es decir: v = 1v1 2 v2 n vn
v = 1v1 2 v2 n vn Igualamos las ecuaciones: 1v1 2 v2 n vn 1v1 2 v 2 n v n De aquí obtenemos: 1 - 1 v1 2 - 2 v2 n n vn 0 Y como S es una base, entonces: 1 - 1 0
2 - 2 0 n n 0 Es decir: 1 1 2 2 n n Lo cual demuestra que la combinación lineal es única.
Ejemplo 1 2 0 En el ejemplo anterior se demostró que el conjunto S 2 , 2 , 1 es otra base para 3 0 7
tanto todo vector de
3
3
, por
puede ser escrito en combinación lineal única de los vectores de S . Por ejemplo, al
1 expresar el vector 2 en término de los vectores de S se obtendrá solución única. Compruebe que el 3 1 2 0 1 sistema C1 2 C2 2 C3 1 2 tiene solución única 3 0 7 3
153
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Bien, continuemos con otros espacios vectoriales. Ejemplo 1
Sea V P2 . Determine si S t 2 , t , 1 es una base para V SOLUCIÓN: Se puede observar que S es linealmente independiente y además todo polinomio puede ser escrito en combinación lineal de los vectores de S
at 2 bt c a(t 2 ) b(t ) c(1) Por tanto S si es una base para P2 . Esta sería la base canónica La dim P2 3
Ejemplo 2
Determine si S t 2 2t 1, 2t 2 t 2, t 2 t 1 es otra base para V P2 SOLUCIÓN: Primero determinemos si S genera a P2 1 2 1 a C1 2 C2 1 C3 1 b 1 2 1 c 1 2 1 a 2 0 a F 2F 1 2 1 2 1 1 b F 0 3 1 b 2a 3 F1 1 2 1 c 0 4 1 c a
Hasta allí, como los dos últimos renglones no son múltiplos, existirán soluciones única; por tanto, el conjunto S sí genera a P2 . Segundo. Es fácil comprobar que el conjunto el linealmente independiente. Por tanto, S es otra base para P2 .
Ejemplo 3 1 0 0 1 0 0 0 0 Sea V M 22 . Determine si S , , , es una base para V 0 0 0 0 1 0 0 1 SOLUCIÓN: Se puede observar que S es linealmente independiente y además toda Matriz puede ser escrita en combinación lineal de los vectores de S
a b 1 0 0 1 0 0 0 0 a b c d c d 0 0 0 0 1 0 0 1 Por tanto S si es una base para M 2 2 . Esta sería la base canónica La dim M 22 4
Para el caso de subespacios tenemos: Ejemplo 1 x
z
Hallar una base para el subespacio H y / x y z 0
SOLUCIÓN: Despejando una variable, le damos otra forma H que nos permita resolver el problema
154
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
x H y / x y x y
1 0 x 0 y 1 / x y 1 1
1 0
Por tanto, una base para H sería S 0 , 1
1 1
Además dim H 2
Teorema
Sea H un subespacio del espacio vectorial V . Entonces: dimH dimV Además si dimH dimV entonces H V . Ejemplo 2
Hallar una base para el subespacio H at 2 bt c / c 2a 3b SOLUCIÓN: Reemplazando la condición y expresando en combinación lineal
H a(t 2 2) b(t 3) / a b 2 Por tanto una base para H sería S t 2, t 3 , entonces dim H 2 H at 2 bt 2a 3b / a b
Ejemplo 3 a b Hallar una base para H / b c c d SOLUCIÓN: Reemplazando la condición y expresando en combinación lineal
a b H /abd b d 1 0 0 1 0 0 H a b d /a d b 0 0 1 0 0 1
1 0 0 1 0 0 , , , entonces dim H 3 0 0 1 0 0 1
Por tanto una base para H sería S
155
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 4
Hallar una base para H gen t 2 t 1, 2t 2 3t 1, 3t 2 2t 2 S OLUCIÓN:
Primero hallamos el subespacio generado por el conjunto de vectores dados:
C1 t 2 t 1 C2 2t 2 3t 1 C3 3t 2 2t 2 at 2 bt c
La matriz aumentada sería:
1 2 3 a 1 3 2 b 1 1 2 c Aplicando el método de Gauss:
1 2 3 a 1 2 3 a 1 2 3 a F1 F2 F2 F3 1 3 2 b F 0 5 5 b a 0 1 1 c a 1 F3 1 1 0 1 1 c a 0 5 5 b a 2 c 1 2 3 a 5 F2 F3 0 1 1 c a 0 0 0 4a b 5c El subespacio generado sería:
H at 2 bt c / 4a b 5c 0
2 O también H at bt c / b 5c 4a
Reemplazando la condición y agrupando:
H at 2 5c 4a t c / a, c H at 4ct 4at c / a, c 2
H a t 2 4t c 4t 1 / a, c
Por tanto una base sería:
S t 2 4t , 4t 1 y dim H 2
Ejemplo 5 x 2 y 3z 0 Hallar una base para el espacio solución del sistema x y z 0 S OLUCIÓN: Primero hallamos el conjunto solución. La matriz aumentada sería:
1 2 3 0 1 1 1 0 Aplicando Gauss
1 2 3 0 F1 F2 1 2 3 0 1 1 1 0 0 1 2 0 El sistema equivalente sería:
x 2 y 3z 0 y 2z 0 De donde y 2 z , y por sustitución regresiva:
x 2 2 z 3 z 0 xz Por tanto su conjunto solución, denotémoslo por H, sería:
156
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
x H y / x z y 2 z z z
Reemplazando
z H 2 z / z z
1 z 2 / z 1
1
Se observa que una base sería: S 2 y dim H 1
1
H 0 , el subespacio trivial, entonces dimH 0 . Por tanto su base sería S (El conjunto vacío) Si
Ejemplo x y z 0 Hallar una base para el Espacio Solución del sistema 2 x y 3z 0 3x 2 y z 0 SOLUCIÓN: Primero hallamos el conjunto solución del sistema:
1 1 1 1 2 F1 F2 2 1 3 3 F1 F3 0 3 0 2 1
1 1 3 1 1 2
Hasta aquí se observa que tiene solución trivial (¿Por qué?) Por tanto su conjunto solución, H, sería:
0 H 0 0 Entonces dim H 0 y no hay base.
Analice ahora los siguientes teoremas.
Teorema
Sea V un Espacio Vectorial de dimensión n . Entonces: n vectores generan a V entonces son 1. Si linealmente independientes. 2. Si n vectores son linealmente independientes entonces estos vectores generan a V .
157
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Teorema
Un conjunto de vectores linealmente independiente en un Espacio Vectorial de dimensión n , contiene a lo más n vectores. Por ejemplo, en un Espacio Vectorial de dimensión 3 a lo mucho habrá 3 vectores Linealmente Independiente, 4 vectores o más serán dependientes. Ejercicios Propuestos 5.6 1.
Sea
V
3
1 1 3 y S= 1 , 2 , 2 1 3 1
a) Determine si S es una base para b) En caso de no ser base halle
3
H=gen S
c) Determine una base y la dim ensión de
2.
Determine si el conjunto
H
1 0 1 1 1 1 1 1 S , , , es una base del espacio 0 0 0 0 1 0 1 1
M 2x2
3.
Establezca una base y la dim ensión del espacio solución del sistema
x y z 0 x 2 y 3z 0 4.
Establezca una base y la dim ensión del espacio solución del sis tema
x1 x2 x3 2 x4 0 5 x1 4 x2 2 x3 2 x4 0 2 x1 x2 x3 8 x4 0 5 x1 x2 x3 14x4 0 5.
Considere
V P3 y el conjunto
S= x3 2 x 1, x 2 x3 1, x3 2 x 2 5x, 3x 2 5x 1
a) Encuentre el espacio generado por S b) Encuentre una base para el espacio generado por S
6.
Considere
1 2 1 1 V M 22 y el conjunto S , 3 4 1 1
a) Encuentre el espacio generado por S b) Encuentre una base para el espacio generado por S
158
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
5.7 ESPACIOS ASOCIADOS A MATRICES 5.7.1 ESPACIO FILA Podría presentarse la necesidad de determinar la característica de los vectores filas o la característica de los vectores columnas de una matriz.
A( mn )
C1
C2
C3
Cn
a11 a 21 a 31 a m1
a12 a 22
a13 a 23
a 32
a 33
am2
a m3
a1 n a 2n a 3n a mn mn
F1 , R1 F2 , R2 F3 , R3 Fm , Rm
Definición
Sea Amn una matriz. El Espacio Fila o Espacio Renglón, denotado por RA , se define como: RA gen F1, F2 , F3 ,
a11 a21 a31 a12 a22 a32 , Fm gen a13 , a23 , a33 , a1n a2 n a3n
am1 am 2 , am3 a mn
Note que los vectores del espacio fila perte necen a un subespacio de ¿Por qué?
n
Ejemplo Sea
2 1 1 . Hallar el Espacio Fila R A A 1 2 3
SOLUCIÓN:
2 1 Por definición RA gen 1 , 2 1 3 x x 2 1 R y / y c 1 c Es decir: A 1 2 2 donde c1 c2 z z 1 3
2 1 x Entonces c1 1 c2 2 y 1 3 z 2 1 1 2 1 3 Por tanto:
x 1 3 y 1 2 z 2 1
z 1 3 z 1 3 z y 0 5 y z 0 5 yz x 0 5 x 2 z 0 0 x z y
159
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz x RA y / x y z 0 z Compruebe que los vectores filas satisfacen la condición.
1 0 Además, una base para R A sería S 0 , 1 y d i mRA 2 1 1
5.7.2 ESPACIO COLUMNA Definición
Sea A una matriz m n . El Espacio Columna, denotado por C , se define como: A
C A gen C1, C2 , C3 , , Cn
a11 a12 a32 a21 a22 a23 gen a31 , a32 , a33 , am1 am 2 am 3
a1n an 2 , a3n a mn
Note que los vectores del Espacio Columna pertenecen a un subespacio de ¿Por qué?
m
Ejemplo Sea
2 1 1 . Hallar el Espacio Columna C A A 1 2 3
SOLUCIÓN:
2 1 1 , 1 2 3
Por definición C A gen ,
x x y y
2 1
1 1 c3 donde c1 c2 c3 2 3
Es decir C A / c1 c2
3 y 2 1 1 x 1 2 3 y 1 2 1 2 3 y 2 1 1 x 0 5 5 x 2 y Por tanto:
x C A / x y
y
Las columnas no cumplen condición alguna. Además dimCA 2
160
2
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 1 1 Sea A 3 1 1 0
0 4 . Hallar 1
R A , C A , Bases y dimensiones.
SOLUCIÓN:
1 1 0 Por definición C A gen 3 , 1 , 4 , entonces: 1 0 1
(3) 1 3 1 1 1 0 1 0 0
1 0 x 1 1 0 x x 1 1 0 1 4 y 0 4 4 y 3x (4) 0 1 1 z x 0 4 4 y 3x 0 1 z 0 1 1 z x 0 x 1 zx 0 x y 4 z
x 1 4 Por tanto C A y / x y 4 z 0 Una base para C A 1 , 0 y d i mCA 2 z 0 1
1 3 1 En cambio RA gen 1 , 1 , 0 entonces: 0 4 1
x 1 3 1 x 1 3 1 x 1 3 1 yx 1 1 0 y 0 4 1 y x 0 4 1 0 4 1 z 0 4 1 z 0 0 0 z y x x 1 0 Por tanto RA y / z x y , Una base para RA 0 , 1 y dim RA 2 1 1 z
Teorema
Sea A una matriz m n . Entonces: dim RA dim CA Ejemplo 1 1 2 3 1 4 3 . Hallar 1 0 6 6 34 SOLUCIÓN:
Sea A 0
R A , C A , Bases y dimensiones.
1 1 2 3 C A gen 0 , 1 , 4 , 3 1 0 6 6
161
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz 1 1 2 3 0 1 4 3 1 0 6 6
x 1 1 2 3 x 1 1 2 3 x y 0 1 4 3 y 0 1 4 3 y z 0 1 4 3 z x 0 0 0 0 z x y
x 1 0 C A y / x y z Una base para C A 0 , 1 dimCA 2 z 1 1
1 0 1 0 1 1 En cambio RA gen , , 2 4 6 3 3 6 1 1 2 3
0 1 4 3 1 0 0 0
1 x 1 0 1 x 1 0 y 0 1 1 y x 0 6 z 0 4 4 z 2x 0 6 w 0 3 3 w 3x 0 0 1 x 1 0 1 1 1 y x 0 1 1 4 4 z 2x 0 0 0 0 0 w 6 x 3 y 0 0 0
0 1 4 3
1 x 1 yx 4 z 2x 3 w 3x
x yx 6x 4 y z w 6 x 3 y
x y RA / z 6 x 4 y, w 6 x 3 y x, y z w
y
1 0 0 1 Una base para RA , y dimRA 2 6 3 6 4
5.7.3 Núcleo y Nulidad de una matriz Definición
Sea A una matriz m n . El Núcleo de A , denotado por nuc(A) , se define como: nuc A x n / Ax 0 Teorema
El núcleo de la matriz Amn es un subespacio de 162
n
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Además, la dimensión del núcleo es llamada nulidad de la matriz A y se la denota como: (A)
Ejemplo 1 1 2 . Hallar núcleo ( nuc( A) ) y nulidad ( (A) ) Sea A 3 1 0 SOLUCIÓN:
x x 1 1 2 0 y z 3 1 0 z 0 x y 2z 0 Entonces, el núcleo es el conjunto solución del sistema 0 3x y Por definición: nuc( A) y /
x 1 0 Es decir nuc( A) y / x R y 3x z 2 x 3 , 0 , z 2 0
1 Una base para nuc( A) 3 y ( A) 1 2
5.7.4 IMAGEN Y RANGO DE UNA MATRIZ Definición
Sea A una matriz m n . La Imagen o recorrido de A , denotada por Im(A) o rec( A) , se define como:
Im A rec( A) y
m
/ y Ax para cualquierx
n
Teorema
La imagen de la matriz subespacio de
Amn es un
m
Además, la dimensión de la Imagen es llamada rango de la matriz A y se la denota como: (A) El rango de una matriz indica la cantidad de filas o columnas linealmente independientes.
163
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 1 1 2 . Hallar Imagen ( Im(A) ) y rango ( (A) ) Sea A 3 1 0 SOLUCIÓN:
x y1 y1 1 1 2 / y para x y2 y2 3 1 0 z
Por definición: rec( A)
y
z
2 Por tanto será cuestión de determinar los vectores de que se generan o lo que es lo mismo, determinar la condición (si es que existe) que deben reunir y 1 y y 2 para que el sistema
x y 1 1 2 y 1 sea consistente. 3 1 0 2 3 z y 2 21 31
Entonces:
x 3x 1 1 2 3 1 0
y 2z y
y1 1 1 2 y 2 0 4 6
y1 y2 y1 y 2 3 y1
El último renglón nos indica que no hay condición, por tanto:
y rec( A) 1 / y1 y2 2 y 2 1 0 Una base para Im(A) , y ( A) 2 0 1
Teorema Para cualquier matriz Amn , se cumple que: 1. C Im(A) 2. dim RA dimCA dimrec(A ) (A ) A
3. ( A) ( A) n Ejemplo 1 1 2 3 Sea la matriz A 0 1 4 3 1 0 6 6 a) Hallar Espacio Fila RA , una base y dimensión. 1 0 1 0 1 1 RA gen , , 2 4 6 3 3 6
164
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
x x 1 0 1 y y 1 1 0 Es decir RA / c1 c2 c3 donde c1 , c2 , c3 2 4 6 z z w w 3 3 6
32
1 0 1 x 1 1 1 0 y 3 4 0 2 4 6 z 0 3 3 6 w 0
x 1 y x 0 4 4 z 2 x 0 3 3 w 3x 0
0 0 z 6 x 4 y 0 0 w 6 x 3 y
0 1
0 1
x
1 1
1 1
yx
x y RA / z 6 x 4 y w 6 x 3 y x z w
y 1 0 0 1 y x y / x y 4 6 6 3
x y / x RA 6 x 4 y 6 x 3 y 1 0 0 1 Una base para R A , y dim R A 2 6 4 6 3
b) Hallar Espacio Columna C A , una base y dimensión.
1 1 2 3 C A gen 0 , 1 , 4 , 3 Es decir: 1 0 6 6 x x 1 1 2 3 C A y / y c1 0 c2 1 c3 4 c4 3 donde c1 , c2 , c3 , c4 z z 1 0 6 6
1 1
0 1
1 2 3 1 4 3 0 6 6
x x 1 1 2 3 x 1 1 2 3 y 1 0 1 4 3 y 0 1 4 3 y z 0 1 4 3 z x 0 0 0 0 z x y
x C A y / z x y x z x C A y / x x y
y
1 0 y 0 x 1 y / x 1 1
1 0 Una base para C A 0 , 1 y 1 1
y
dim C A 2
c) Hallar Imagen Im(A) , una base y dimensión (A) . Por el teorema Im( A) C A y por tanto ( A) dim C A 2
d) Hallar núcleo nuc(A) , una base y (A)
165
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
x x 1 1 2 3 0 y y nuc( A) / 0 1 4 3 0 z z 1 0 6 6 0 w w
1 1
0 1
1 2 3 0 1 1 2 3 0 1 1 2 3 0 1 4 3 0 1 0 1 4 3 0 0 1 4 3 0 0 1 4 3 0 0 0 0 0 0 0 6 6 0
x y 2 z 3w 0 . Es decir: y 4 z 3w 0
El núcleo sería el conjunto solución del sistema
x y nuc( A) / x 6w 6 z y 4 z 3w z w z w 6w 6 z 6 6 3 4 z 3w 4 nuc( A) / z w z w / z z 1 0 0 1 w
w
6 6 4 3 Una base para nuc( A) , dim nuc( A) 2 1 0 0 1 Note que se cumple que:
( A) ( A) n 2 2 4
Teorema
Si A es equivalente por renglones a entonces: RA RB , ( A) ( B), y ( A) ( B) . Ejemplo 1 1 3 0 4 Sea A 2 1 3 1 Haciendo eliminación de renglones tenemos:
(1)( 2) 1 1 3 1 1 3 1 1 3 0 4 0 2 2 0 1 1 2 1 3 1 0 4 4 0 0 0 1 1 3 Entonces una matriz equivalente por renglones a la matriz A sería: B 0 1 1 0 0 0 Veamos ahora:
166
B,
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
1 2 1 x RA gen 1 , 0 , 3 y 3 4 1 z
x 1 2 1 / y C1 1 C2 0 C3 3 z 3 4 1
2 1 x 1 2 1 x 1 2 1 x 1 2 4 x y 0 2 4 x y 1 0 3 y 0 3 4 1 z 0 2 4 z 3 x 0 0 0 2 x y z x Por tanto R A y / 2 x y z 0 z 1 0 x x 1 0 Por otro lado RB gen 1 , 1 y / y C1 1 C2 1 3 1 z z 3 1
x 1 0 x 1 0 x 1 0 x y 1 1 y 0 1 x y 0 1 3 1 z 0 1 z 3x 0 0 2 x y z x Por tanto R B y / 2 x y z 0 z Lo cual muestra que R A R B Además se concluye que las tres filas de A son linealmente dependiente, que sólo 2 son independiente de acuerdo a lo que se observa en la matriz B (2 filas diferentes de cero). Por tanto ( A) ( B) 2 .
Teorema
Sea A
n n
una matriz cuadrada. Entonces A es
inversible sí y sólo si ( A) n . Ejemplo 1 1 3 0 4 Para la matriz anterior A 2 1 3 1 Se determinó que ( A) 2 por tanto no es invertible. Además su determinante será cero.
167
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejercicios Propuestos 5.7 Determinar
1)
R A , C A , nuc( A) , Im(A) , bases y dim ensiones para:
1 A 2 3 1 4) A 4 7
1 2 3 A 4 5 6
2)
4 5 6
2 3 5 6 8 9 1 2 3 4 6) A 5 6 7 8 9 0 1 2 2 3 4 1 8) A 5 6 7 8 3 4 6 8
1 2 3 3) A 2 4 6
1 2 3 5) A 4 5 6 2 4 6 1 2 3 4 7) A 1 1 1 1 2 3 4 5
5.8 CAMBIO DE BASE 5.8.1 VECTORES DE COORDENADAS. Definición
Sea S v1 , v 2 ,
, vn
una base de un espacio
Vectorial V . Entonces: v = 1 v1 + 2 v 2
n vn ; v V
Se define el vector de coordenadas de v con respecto a S , denotado por v S , como:
v S
1 2 n
Ejemplo 1 En
2
1 0 considerando la base canónica S1 , hallar el vector de coordenadas de 0 1
5 x = con respecto S1 . -4 SOLUCIÓN: Empezamos expresando el vector en términos de S1
5 1 0 5 4 -4 0 1
168
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
5 -4
Entonces: x S = 1
Note que es el mismo vector.
Ejemplo 2 Halle el vector de coordenadas del mismo vector anterior con respecto a esta otra base 1 1 2 . S2 , de 1 2
Solución: Para determinar el vector de coordenadas del vector con respecto a esta base debemos poner el vector en combinación lineal de los vectores de S2 , es decir:
5 1 1 1 2 4 1 2 y luego resolver el sistema que se forma:
1 2 5 1 2 2 4 De aquí se obtiene 1 2 y 2 3 , entonces:
xS
2
2 = -3
Observe que la representación matricial del sistema anterior es:
1 1 1 5 1 2 2 4 Tiene la forma:
A xS = xS 2
1
Observe además que las columnas de la matriz A son las coordenadas de los vectores de la base S2 con respecto a la base S1 , es decir:
1 A 1 S 1
1 2 S1
Esta matriz permite determinar las coordenadas del vector a la base S1 .
169
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
5.8.2 MATRIZ DE CAMBIO DE BASE. MATRIZ DE TRANSICIÓN. Definición S1 v1 , v 2 ,
Sean
, vn
y
S2 u1 ,u2 ,
, un
dos
bases de un Espacio vectorial V . La MATRIZ DE TRANSICIÓN de la base S1 a la base S2 , denotada como AS1S2 , se define como:
AS1S2
v
1 S 2
v 2 S
2
v n S
2
La MATRIZ DE TRANSICIÓN de la base S2 a la base S1 , denotada como AS2 S1 , se define como:
AS2 S1
u
u2 S
1 S 1
1
un S 1
Ejemplo Obtenga el vector de coordenadas del mismo vector anterior con respecto a esta base 1 2 2 , directamente y luego resuelva el problema empleando la S3 , de 1 1
a
Matriz de Transición de la base S2
S3
Solución: PRIMERO, directamente, ponemos al vector en combinación lineal con respecto a esta base, es decir: 5 1 2 1 2 4 1 1 Al resolver el sistema: 1 2 2 5 1 2 4 Se obtiene 1 3 y 2 1 , entonces:
xS
3
3 = -1
SEGUNDO, empleando la Matriz de Transición de la base S2 a S3 .
1 1 1 2 Tenemos S2 , y S3 , , 1 2 1 1 v2 u1 u2 v1 Entonces AS2 S3
v
1 S 3
v2 S
la base S2 con respecto a S3 )
170
3
(las columnas de A son las coordenadas de los vectores de
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz Las coordenadas del primer vector ser ían:
1 1 2 1 2 1 1 1 1 2 2 1 1 3 2 1 2 1
2
3 Entonces v1 S 3 2 Las coordenadas del primer vector ser ían: 1 1 2 1 2 2 1 1 1 2 2 1 1 3 2 1 2 2
1
3 Entonces v 2 S 3 1 La Matr iz de transición sería: 3 3 AS2 S3 2 1
5 Ahora, hallemos xS 2 4 S2 5 1 1 1 2 4 1 2
1 2 5 1 2 2 4
1 2 2 3
5 2 Entonces xS 2 4 S2 3 Finalmente:
3 3 2 3 = AS2 S3 xS 2 2 1 3 1 Que es el mismo resultado anter ior.
xS
3
Ejercicios propuestos 5.8 1. En
2
4 2 7 donde B1 , . Empleando Matriz de Transición 1 5 3 2 3 si B2 = , . 1 2
, sea x B 1
hallar x B
2
171
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
1 0 1 2 1 donde B1 1 , 1 , 0 . Empleando Matriz de 1 4 0 1 1 3 1 0 Transición hallar x B si B2 0 , 2 , 1 . 2 0 1 5
2. En
3
, sea
x B
5.9 BASES ORTONORMALES 5.9.1
Producto Interno vectores de n
Sean v1 x1 , x2 , x3 ,
Estándar
xn y v 2 y1 , y2 , y3 ,
para
yn
n vectores de . El Producto Interno Estándar se define como: v1 v 2 x1 y1 x2 y2 xn yn
Note que se trata del Producto Punto o Producto Escalar que definimos en el capítulo 3. En este caso se dice que Vectorial con Producto Interno.
n
es un Espacio
Aunque ya se estudió en el capítulo 3 a los vectores de embargo puntualicemos nociones que nos serán útiles.
5.9.2 Longitud o Norma
Sea v un vector de n . La Norma de v , denotada como v , está dada por:
v vv 5.9.3 Vectores Ortogonales
Sean v1 y v 2 vectores de
n
. Entonces
v1 y v 2 son ortogonales si y sólo si v1 v 2 0
172
n
, sin
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Teorema Todo conjunto ortogonal de vectores, diferentes del vector nulo, es linealmente independiente. Demostración Sea
S v1 , v 2 ,
, v n un conjunto or togonal de vectores no nulos.
En la combinación lineal
c1v1 c2 v 2
cn v n 0 , hallemos las constantes.
Realizamos el producto interno con
v1 , c1v1 v1 c2 v 2 v1 cn v n v1 0 v1 0
Entonces: c1 v1 v1
0
0
0
v1 es diferente del vector nulo, entonces c1 0 . Ahora realizamos el producto interno con v 2 c1 v1 v 2 c2 v 2 v 2 cn v n v 2 0 v 2 Como
0
Entonces: c2 v 2 v 2
0
0
0
v 2 es diferente del vector nulo, entonces c2 0 . Y así, realizamos el producto interno con v n c1 v1 v n c2 v 2 v n cn v n v n 0 v n Como
0
Entonces: cn v n v n Como
0
0
0
v n es diferente del vector nulo, entonces cn 0 .
Lo cual demuestra que S es Linealmente Independiente.
De acuerdo al teorema si tuviésemos un conjunto ortogonal vectores sería linealmente independiente, entonces surge interrogante ¿es posible obtener vectores ortogonales a partir de conjunto linealmente independiente?. Esta interrogante resolveremos luego.
de la un la
5.9.4 Conjunto Ortonormal
El conjunto S u1 , u2 ,
, u n es Ortonormal
si y sólo si: ui u j 0 para i j ui u j 1 para i j
173
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Es decir, S
es un conjunto constituido por vectores unitarios y
ortogonales. Un ejemplo típico es la base canónica para 1 0 0 S 0 , 1 , 0 0 0 1
3
Bien, ahora definiremos el procedimiento para obtener un conjunto no sólo ortogonal, sino también ortonormal, a partir de un conjunto linealmente independiente
5.9.5 Proceso de Gram-Schmidt para construir Bases Ortonormales A
partir
de
independiente,
S´ u1 , u2 ,
un se
, un
conjunto puede
S v1 , v 2 ,
hallar
un
, vn
linealmente
conjunto
ortonormal
siguiendo los siguientes pasos:
Paso 1: Hallar el vector
u1
de la siguiente forma: u1
v1 v1
Paso 2: Hallar el vector v 2´ v 2 v 2 u1 u1 . Luego el vector u 2
Paso 3: Hallar
u3
el
vector
v3´ v3 v3 u1 u1 v3 u2 u2 ,
v 2´ v 2´
luego
el
vector
v 3´ v 3´
Y así sucesivamente. Es decir: Paso n:
Hallar el vector v n ´ v n v n u1 u1 v n u2 u2 el vector u n
174
vn´ vn´
v n un1 un1 , luego
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Ejemplo 1 Hallar una base ortonormal para V
2
1 2 a partir de la base S , 1 1 v2 v1
SOLUCIÓN: En este caso debemos hallar S u1 , u 2 . Entonces: Paso 1:
u1
v1 (1,1) 1 1 , v1 2 2 2
Paso 2: 2 2 v 2´ v 2 v 2 u1 u1 1 1
1
2
1
2 1
2 1 2
2 1 1 2 2 1 2 1 2 1 2 3 2 1 12 3 2 3 2 3 1 v 2´ 2 32 1
Luego: 3 1,1 v 2´ u2 2 3 v 2´ 2 2 1 1 u2 , 2 2
Por tanto: S
1
1 2 , 1 2 2
2 1
Ejemplo 2
Hallar una base ortonormal para V
3
1 0 1 a partir de la base S 1 , 1 , 0 0 1 1 v1 v2 v3
SOLUCIÓN:
En este caso debemos hallar S u1 , u2 , u3 . Entonces: Paso 1:
u1
v1 (1,1, 0) 1 1 , ,0 v1 2 2 2
175
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz Paso 2:
0 0 1 2 1 2 v 2´ v 2 v 2 u1 u1 1 1 1 2 1 2 1 1 0 0 1 0 2 1 1 1 2 2 1 0 0 12 1 12 1 0 12 v 2´ 1 2 1
Paso 3:
1 1 1 2 2
1 1,1, 2 1 1 2 v 2´ Luego: u 2 2 , , 1 v 2´ 6 6 6 6 2
v 3´ v 3 v 3 u1 u1 v 3 u 2 u 2 1 1 1 2 1 2 1 1 6 1 6 0 0 1 2 1 2 0 1 6 1 6 1 1 0 0 1 2 2 6 6 1 6 1 1 2 1 1 1 1 0 6 2 2 6 2 1 0 6 1 12 16 0 1 2 16 1 0 1 3 1 23 v 3´ 2 3 2 3 1 2 1 3 2 1, 1,1 1 1 1 v´ Luego: u3 3 3 , , 2 v 3´ 3 3 3 3 3
1 2 Por tanto S 12 , 0
1 6 1 6 2 6
,
1 3 1 3
1 3
Ejemplo 3 x
z
Hallar una base ortonormal para el subespacio H y / z x y SOLUCIÓN:
1 0 Una base para H sería S= 0 , 1 1 1 Ortonormalizandola, tenemos:
176
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
u1
Paso 1:
v1 (1,0,1) 1 1 ,0, v1 2 2 2
Paso 2:
0 0 1 2 1 2 v 2´ v 2 v 2 u1 u1 1 1 0 0 1 1 1 1 2 2 1 2 0 1 1 0 2 1 1 2 0 12 1 0 1 1 2 12 v 2´ 1 1 2 1 1, 2,1 1 2 1 v 2´ Luego: u 2 2 , , 1 v 2´ 6 6 6 6 2
1 Por lo tanto una base ortonormal para H sería: S´ 0 1
1 2 , 1 2 2
6 6 6
Ejercicios propuestos 5.9 1.
Hallar un conjunto ortonormal, a partir de:
1 1 1. S , 0 1 1 1 1 4. S 1 , 0 , 2 0 1 3
2.
3.
Sea
V
para
H.
3
1 1 2. S , 2 1
1 1 1 3. S 1 , 0 , 1 0 1 1
1 1 1 0 1 1 1 0 1 0 1 1 0 0 1 1 5. S , , , 6. S , , , 0 1 1 0 0 1 1 0 1 1 1 1 0 1 1 1
x y el subespacio H y / x 2 y 3 z 0 . Encuentre una base ortonormal z
x Construy a una base ortonormal para el subespacio H y / x 2 y z 0 z
177
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
5.9.6 PROYECCIÓN ORTOGONAL
Sea S u1 , u2 , u3 ,
, u k una base ortonormal
de H , un subespacio del espacio vectorial V . Sea v V . La proyección ortogonal de v sobre H , denotada por proy H v , se define como: proy H v v u1 u1 v u1 u2
v uk uk
Note que lo que se trata de definir es no otra cosa que un procedimiento diferente y muy sencillo que permite expresar un vector en combinación lineal de una base ortonormal de un subespacio.
Ejemplo Sea V
3
1 . Exprese el vector v 2 en términos de los vectores de la base 3
1 2 ortonormal S 1 , 2 0
1 6 1 6 2 6
,
1 3 1 3 1 3
SOLUCIÓN: Por definición proy 3 v v u1 u1 v u2 u2 v u3 u3
1 12 12 1 proy 3 1, 2, 3 2 12 12 2 3 3 0 0 Esto quiere decir que: 1 2 3
178
1 2 3 1 2 2 0
7 6
1 6 1 6 2 6
1 6 1 6 2 6
2 3
1 6 1 6 2 6
1 3 1 3 1 3
,
entonces:
1 2 3
1 3 1 3 1 3
1 3 1 3 1 3
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
Misceláneos 1. Determine si las siguientes afirmaciones son falsas o verdaderas. Justifique.
2 x 3 y 4 z 0 es un subespacio de 3x y z 0
a)
El Conjunto Solución del sis tema
b)
La matriz
c)
El conjunto x 2 1, x 1, x 1 genera a P2.
d)
3
.
1 1 1 1 2 1 gen 1 1 , 0 3 2 2
Sea el espacio vectorial
V
3
y el subconjunto
x H y / x y z . Entonces H es un z
subespacio de dim ensión 2.
x V / y 0 . V es un espacio Vectorial. y
e)
Sea
f)
Sea
V v1 , v 2 . Si v 2 2v1 Entonces S es un conjunto linealm ente dependiente.
g)
Sea
V P2 y H genx 2 2 x, x 3. El polinomio p( x) x 2 x 3 H
h)
El conjunto S
i)
2 2 El conjunto S x 1, 2 x x
j)
El conjunto
2 1 0 2 0 3 0 1 , , , genera a V M 22 0 1 1 0 1 1 1 1
no genera a P2
1 0 1 2 0 1 0 0 1 2 S , 0 0 , 1 0 , 1 1 , 0 1 0 0
es
una base para
V M2X 2 k)
3 2 2 Sea V P3 y sean los polinomios S 2 x x 3x 1, x x 3, x 1
entonces S es
linealmente independiente.
l)
1 1 1 Sea el subespacio H=gen 2 , 1 entonces el vector v 0 H 0 1 1
m) Si el conjunto S= v1 , v 2 , v3 genera a un espacio vectorial
V y dimV 2 entonces S es
linealmente independiente.
V1 y V2 dos espacios vectoriales. Si la dimV1 2 y dimV2 3 entonces V1 V2
n)
Sean
o)
Sea
p)
Sea
q)
Si el conjunto
V un espacio vectorial. Si la dimV 3 y el conjunto S v1 , v 2 , v3 , v 4 genera a V entonces el conjunto S es una base para V . V un espacio vectorial de dimensión n y sea el conjunto S= v1 , v 2 , v3 , n 1 v ectores de V . Entonces S genera a V .
, v n1 de
S1 v1 , v 2 , v3 es una base del espacio v ectorial V , entonces el conjunto
S2 v1 , v1 v2 , v1 v2 v3
es otra base para V .
179
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
2.
2 x1 x 2 0 Determine una base y la dim ensión del espacio solución del sistema: x 2 x 3 x 4 0 x x 0 3 1
3.
Sean
V P2 y los subespacios:
H1 p( x) (a b) x 2 ax b / a, b
H2 p( x) P2 / p(1) p(0) Encuentre 4.
H1 H2 , una base y su dimensión. 4 2 1 3 1 2 1 1 1 , , un subespacio de M 2 x 3 , 3 2 1 2 2 2 1 a b
Sea H=gen
Determine los valores de “a” y “b” para que la dim ensión de H sea 2.
5.
Sea
V M 2 X 2 y sean los subconjuntos a b H1 /a c d
, b, c, d
H2 A M / A AT
a a c H3 / a, c, c 0 a) Determine cuál de los subconjuntos es un subespacio y cuál no. b) Encuentre la intersección entre los subespacios encontrados. c) Determine una base y la dimensión de los subespacios encontrados y de la intersección.
V 3 y sean los siguientes subconjuntos: x x x H1 y / x 2t , y 3t , z t , H 2 y / x y z 0 y H3 y / y 0 z 2 y z
6.
Sea
a) Demuestre cual de los subconjuntos son subespacios y cuales no. b) Encuentre la intersección entre los subespacios. c) Encuentre una base y la dimensión de los subespacios, incluidos la intersección.
7.
Sea V
3
y sean
1 0 x x H1 =gen 1 , 1 , H 2 y / x y 0 , H3 y / y 0 . 1 0 z z a) Demuestre formalm ente cual de los subconjuntos es Subespacio. b) Encuentre la intersección de los subespacios encontrados. c) Encuentre una base y la dim ensión de los subespacios encontrados y también de la intersección. 8.
Sea
V M 22 y los subconjuntos: 1 2 0 1 H1 =gen , 1 1 0 2 a b H2 / a d c 1 y c d b a H3 / a, b, c, c a b
a) Determine cuál de los subconjuntos es un subespacio vectorial b) Encuentre la intersección entre los subespacios encontrados
1 2 pertenece al subespacio intersección encontrado. 1 0
c) Determine si la matriz
180
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
d) Encuentre una base y la dim ensión de los subespacios encontrados y de la intersección.
Sea
9.
V P2 .
Y sean los subconjuntos:
H1 p x P2
/ p´ 2 p 1
H 2 p x P2 / p 0
1
0
p x dx
H3 = p x a1 x x a2 x 1 1 / a1 , a2 a) b) c)
2
Determine ¿Cuál de esos subconjuntos son subespacios? Determine las intersecciones entre los subespacios encontrados. Determine la base y dim ensión de los subespacios y de las intersecciones entre los subespacios.
10. Sea
V M 2 x 2 , considere: a H1 0
a / a, d d
1 1 1 0 0 0 H 2 =gen , , 1 1 0 0 0 1 a) Encuentre H1 H 2 b) Demuestre que H1 H 2 es un subespacio de V, bajo las operaciones convencionales. c) Determine una base y la dim ensión para H1 H 2 . 11. Sea V
3
y los subconjuntos
H1 at 2 bt c / a b c H2 at 2 bt c / a b H3 at 2 bt c / 2a b c
a) Demuestre cual de los subconjuntos es un subespacio. b) Halle la intersección de los subespacios encontrados c) Determine una base y la dim ensión de los subespacios encontrados y de la intersección.
2 1 1 2 0 2 2 1 12. Sea S , , , 1 0 1 1 0 1 2 1
a) Demuestre si el conjunto es linealm ente independiente b) Determine si S genera a 4 . Si no genera a 4 , encuentre el subespacio generado. d) Encuentre una base y la dim ensión del subespacio generado.
13. Sea
a b / a d 0 , c d
V M 22 y los subconjuntos H1
a b H 2 / a b c c d a) b) c)
Demuestre cual de los subconjuntos es un subespacio. Halle la intersección de los subespacios encontrados Determine una base y la dim ensión de los subespacios encontrados y de la intersección.
14. Sea V
3
y los subconjuntos
x H1 y / x z a) b) c)
a b / 2a b c c d
y H 3
x y , H 2 y / x y z z
x
z
y H 3 y / 2 x y z
Demuestre cual de los subconjuntos es un subespacio. Halle la intersección de los subespacios encontrados Determine una base y la dim ensión de los subespacios encontrados y de la intersección.
181
Cap. 5 Espacios Vectoriales
Moisés Villena Muñoz
2 1 1 0 1 2 2 2 , , , 1 0 0 1 1 2 1 1
15. Sea S
a) Demuestre si el conjunto es linealm ente independiente b) Determine si S genera a M 2 2 . Si no genera a M 2 2 , encuentre el subespacio generado. c) Encuentre una base y la dimensión del subespacio generado. 16. Determine si las siguientes proposic iones son VERDADERAS o FALSAS. JUSTIFIQUE formalmente su respuesta: a) Sea A una matriz de 3x3 tal que detA=0. Entonces el máximo rango que tiene la matriz es 3 y la mínima nulidad es 0.
A33 una matriz . Si det A 0 entonces el valor de ( A) 3 c) Sea A23 una matriz cualquiera, entonces su espacio fila interceptado con su espacio columna b) Sea
origina un subespacio vectorial. d) Si
A33 cuyo det 0 , entonces RA CA
3
.
1 1 0 1 2 1 encuentre: 0 1 1
17. Para la siguiente matriz
a) El espacio fila, base y dim ensión. b) El espacio columna, base y dim ensión. c) El núcleo de A, base y dim ensión. d) El recorrido de A, base y dimensión.
1
1 0 2 2 1 0 . Encuentre: 1 1 1 6
18. Sea A 2
a) El espacio fila, base y dim ensión. b) El espacio columna, base y dim ensión. c) El núcleo de A, base y dim ensión. d) El recorrido de A, base y dimensión. 19. Califique las siguientes proposic iones como VERDADERAS o FALSAS. Justifique su respuesta.
a) El conjunto S= 1,0, 1 , 0,1,0 es un conjunto ortonormal b) Si un conjunto de v ectores es ortogonal, entonces es un conjunto linealm ente independientes. c) Sea
V
20. Encuentre
2
1 2 , entonces B es una base ortogonal de V . 2 1
y B= ,
una
base
ortonormal
B=1,1,1 , 1,0, 1 , 1,2,3 3
22. Sea
V
x y 4 , H= / z x y , w z z w
23. Sea
V
4
partir
de
la
siguiente
. Halle una base ortonormal considerando S= 1 , 1 , 1
2 1 5
x . Encuentre una base ortonormal para H .
donde se ha definido el producto interno canónic o y
S= a) b)
a
1 2 4
V
21. Sea
182
3
para
1 2
,0,
1 2
,0 , 0,
1 2
,0,
1 2
,
1 2
, 12 , 12 , 12
Pruebe que el conjunto es ortonormal Ex prese el vector v (1,1,1,1) como una combinación lineal de S.
base
View more...
Comments