Documente Academic
Documente Profesional
Documente Cultură
FACULTAD DE INGENIERIA
CAMPUS CAGUA
INGENIERIA DE PROCESOS INDUSTRIALES
ALGEBRA LINEAL
ESPACIOS VECTORIALES
Profesora
DHORYVEL CABRERA
AGOSTO 2010
ESPACIOS VECTORIALES
Un Espacio Vectorial Real V es conjunto de objetos, llamados vectores, junto con dos operaciones
llamadas suma (denotada por x + y) y multiplicacin por un escalar (denotada por x) que satisfacen los
siguientes axiomas:
i. Si x V y y V, entonces x + y V (cerradura bajo la suma)
ii. Para toda x, y y z en V, (x + y) + z = x + (y + z) (ley asociativa de la suma de vectores)
iii. Existe un vector 0 V tal que para toda x V, x + 0 = 0 + x = x (0 es el idntico aditivo)
iv. Si x V, existe un vector x en V tal que x + (-x ) = 0 (-x es el inverso aditivo de x)
v. Si x y y estn en V, entonces x + y = y + x (ley conmutativa de la suma de vectores)
vi. Si x V y es un escalar, entonces x V (cerradura bajo la multiplicacin por un escalar)
vii. Si x y y estn en V y es un escalar, entonces (x + y) = x + y (primera ley distributiva)
viii. Si x V y y son escalares, entonces ( + ) x = x + x (segunda ley distributiva)
ix. Si x V y y son escalares, entonces () x = x (ley asociativa de la multiplicacin por un
escalar)
x. Para todo vector x V, 1x = x (1 es el idntico multiplicativo)
El Espacio R
n
= {(x
1
, x
2
,, x
n
): x
i
R para i = 1,2,, n}
El Espacio P
n
= {polinomios de grado n}
El Espacio F[a,b] = {funciones reales continuas en el intervalo [a,b]}
El Espacio M
mn
= {matrices de m x n con coeficientes reales}
El Espacio C
n
= {(c
1
, c
2
,, c
n
): c
i
C para i = 1,2,, n} C denota el conjunto de los nmeros complejos
Propiedades de los espacios vectoriales
Sea V un espacio vectorial
1. 0 . u = O u V
2. . O = O , K
3. . u = O = 0 u = O
4. (- )u = -(u) , u V y K. En particular -u = (-1)u = -( 1u)
SUBESPACIOS
Un Subespacio S de un espacio vectorial V es un conjunto de V que es en s un espacio vectorial.
Un subespacio no vaco S de un espacio vectorial V es un subespacio de V si las dos siguientes reglas se
cumplen:
i. Si x S y y S, entonces x + y S
ii. Si x S, entonces x S para cada escalar
Un Subespacio propio de un espacio vectorial V es un subespacio de V diferente de {0} y de V.
Una Combinacion Lineal de los vectores v
1
, v
2
,, v
n
en un espacio vectorial V es una suma de la forma
1
v
1
+
2
v
2
++
n
v
n
donde
1
,
2
,,
n
son escalares.
Se dice que los vectores v
1
, v
2
,, v
n
en un espacio vectorial V generan a V si todo vector en V se puede
expresar como una combinacin lineal de v
1
, v
2
,, v
n
.
El conjunto generado por un conjunto de vectores v
1
, v
2
,, v
k
en un espacio vectorial V es el conjunto de
combinaciones lineales de v
1
, v
2
,, v
k
.
Gen {v
1
, v
2
,, v
k
} es un subespacio de V.
DEPENDENCIA E INDEPENDENCIA LINEAL
Se dice que los vectores v
1
, v
2
,, v
n
en un espacio vectorial V son linealmente dependientes si existen
escalares c
1
, c
2
,, c
n
no todos ceros tales que c
1
v
1
+ c
2
v
2
++ c
n
v
n
= 0. Si los vectores no son linealmente
dependientes, se dice que son linealmente independientes.
Dos vectores en un espacio vectorial V son linealmente dependientes si y slo si uno es un mltiplo
escalar del otro.
Cualquier conjunto de n vectores linealmente independientes en R
n
genera a R
n
.
Un conjunto de n vectores en R
m
es linealmente dependiente si n > m.
BASE
Un conjunto de vectores v
1
, v
2
,, v
n
es una base para un espacio vectorial V s:
i. {v
1
, v
2
,, v
n
} es linealmente independiente
ii. {v
1
, v
2
,, v
n
} generan a V
Todo conjunto de n vectores linealmente independientes en R
n
es una base de R
n
.
La base cannica en R
n
consiste en n vectores
e
1
=
|
|
|
|
|
|
.
|
\
|
0
0
0
1
, e
2
=
|
|
|
|
|
|
.
|
\
|
0
0
1
0
, e
3
=
|
|
|
|
|
|
.
|
\
|
0
1
0
0
,, e
n
=
|
|
|
|
|
|
.
|
\
|
1
0
0
0
DIMENSION
Si el espacio vectorial V tiene una base finita, entonces la dimensin de V es el nmero de vectores en
cada base y V se llama un espacio vectorial de dimensin finita. De otra manera V se llama espacio vectorial de
dimensin infinita. Si V = {0}, entonces se dice que V tienen dimensin cero.
La dimensin de V se denota por dim V.
Si S es un subespacio del espacio vectorial de dimensin finita V, entonces dim S dim V.
Los nicos subespacios propios de R
3
son los conjuntos de vectores que estn en una recta o en un plano
que pasa por el origen.
El Espacio nulo de una matriz A n x n es el subespacio de R
n
dado por:
N
A
= {(x R
n
: Ax = 0}.
La nulidad de una matriz A de n x n es la dimensin de N
A
y se denota (A).
Sea A una matriz de m x n, la imagen de A, denotado por imagen A, es el subespacio de R
m
dado por:
Imagen A = {(y R
m
: Ax = y para alguna x R
n
}.
El Rango de A, denotado por (A), es la dimensin de la imagen A.
El Espacio de los renglones de A, denotado por R
A
, es el espacio generado por los renglones (filas) de A y
es un subespacio de R
n
.
El Espacio de las columnas de A, denotado por C
A
, es el espacio generado por las columnas de A y es un
subespacio de R
m
.
Si A una matriz de m x n, entonces C
A
= imagen A y dim R
A
= dim C
A
= dim imagen A = (A); ms an,
(A) + (A) = n.
TEOREMA DE RESUMEN
Sea A una matriz de n x n. Entonces las siguientes afirmaciones son equivalentes:
xi. A es invertible
xii. La nica solucin al sistema homogneo Ax = 0 es la solucin trivial (x = 0)
xiii. El sistema Ax = b tiene una solucin nica para todo n-vector b
xiv. A es equivalente por renglones a la matriz identidad de n x n, I
n
xv. A se puede expresar como el producto de matrices elementales
xvi. La forma escalonada por renglones de A tiene n pivotes
xvii. Las columnas (y renglones) de A son linealmente independientes
xviii. det A 0
xix. (A) = 0
xx. (A) = n
ESPACIO CON PRODUCTO INTERNO
El espacio vectorial real V se llama un Espacio con Producto Interno si cada par de vectores u y v en V
existe un numero real nico (u, v), llamado producto interno de u y v, tal que si u, v y w estn en V y R,
entonces
i. (u, u) 0
ii. (u, u) = 0 si y solo si u = 0
iii. (u, v + w) = (u, v) + (u, w)
iv. (u + v, w) = (u, w) + (v, w)
v. (u, v) = (v, u)
vi. (u, v) = (u, v)
vii. (u, v) = (u, v)
El producto punto en R
n
, (u, v) = uv = u
1
v
1
+ u
2
v
2
+ + u
n
v
n
, donde u = (u
1
, u
2
,, u
n
) y v = (v
1
, v
2
,, v
n
), es
un producto interno. Se le llama producto interno estndar (o cannico) en R
n
.
Otro ejemplo en R
2
, definimos (u, v) = uv = u
1
v
1
- u
2
v
1
u
1
v
2
+ 3u
2
v
2
, donde u = (u
1
, u
2
) y v = (v
1
, v
2
),
resolviendo (u, u) = u
1
2
2u
1
u
2
+ 3u
2
2
, nos queda (u, u) = u
1
2
2 u
1
u
2
+ u
2
2
+ 2u
2
2
= (u
1
u
2
)
2
+ 2u
2
2
0. Cumple
con la primera condicin, es un producto interno R
2
pero no es el producto interno estndar en R
2
, por lo tanto
se demuestra que en un espacio vectorial se pueden tener distintos productos internos.
Si V es un espacio vectorial con producto interno, la dimensin de V es la dimensin de V como espacio
vectorial real; adems un conjunto S es una base para V si es una base para el espacio real V.
La longitud de un vector u se define como ( ) u u u , = .
COORDENADAS Y CAMBIO DE BASE
BASE ORDENADA
Si S = {v
1
, v
2
,, v
n
} es una base ordenada de un espacio vectorial V de dimensin n. S
1
= { v
2
, v
1
, , v
n
} es
una base ordenada para el espacio vectorial V de dimensin n, diferente a la anterior.
COORDENADAS
Si S = {v
1
, v
2
,, v
n
} es una base ordenada de un espacio vectorial V de dimensin n, entonces cada vector v
en V se puede expresar en forma nica como v = c
1
v
1
+ c
2
v
2
++ c
n
v
n
donde c
1
, c
2
,, c
n
son nmeros reales. La
expresin [v]
s
=
(
(
(
(
n
c
c
c
2
1
es el vector de coordenadas de v con respecto a la base ordenada S. Las entradas de [v]
s
son las coordenadas de v con respecto S.
EJEMPLO
Sea S = {v
1
, v
2
, v
3
, v
4
} una base para R
4
, donde v
1
= (1,1,0,0), v
2
= (2,0,1,0), v
3
= (0,1,2,-1), v
4
= (0,1,-1,0).
Si v = (1,2,-6,2), calcule [v]
s
Solucin
Calculamos las constantes c
1
, c
2
, c
3
, c
4
, tales como c
1
v
1
+ c
2
v
2
+ c
3
v
3
+ c
4
v
4
= v (combinacin lineal)
Esto se logra resolviendo la matriz aumentada
T T T T T
v v v v v
4 3 2 1
. (Resuelva la matriz)
La solucin es c
1
= 3, c
2
= -1, c
3
= -2, c
4
= 1.
Por lo tanto el vector de coordenadas de v con respecto a la base S es [v]
s
=
(
(
(
(
1
2
1
3
MATRIZ DE TRANSICION
Sea B
1
= {u
1
, u
2
,, u
n
} y B
2
= {v
1
, v
2
,, v
n
} dos bases para el espacio vectorial V. Si x V y
x = b
1
u
1
+ b
2
u
2
++ b
n
u
n
= c
1
v
1
+ c
2
v
2
++ c
n
v
n
entonces se escribe (x)
B1
=
|
|
|
|
|
.
|
\
|
n
b
b
b
2
1
y (x)
B2
=
|
|
|
|
|
.
|
\
|
n
c
c
c
2
1
.
Suponga que (u
j
)
B2
=
|
|
|
|
|
.
|
\
|
nj
j
j
a
a
a
2
1
. Entonces la matriz de transicin de B
1
a B
2
es la matriz de n x n
A =
|
|
|
|
|
.
|
\
|
nn n n
n
n
a a a
a a a
a a a
2 1
2 22 21
1 12 11
Ms an, (x)
B2
= A(x)
B1
Si A es la matriz de transicin de B
1
a B
2
, entonces A
-1
es la matriz de transicin de B
2
a B
1
.
Procedimiento para calcular la matriz de transicin
T S
P
de la base T = {w
1
, w
2
,, w
n
} a la base S = {v
1
,
v
2
,, v
n
} para V:
Paso 1. Calcule el vector de coordenadas de w
j
, j = 1,2,,n con respecto a la base S. Es decir, expresar a w
j
como combinacin lineal de las vector en S: a
1j
v
1
+ a
2j
v
2
++ a
nj
v
n
= w
j,
j = 1,2,,n. Los valores de a
1j
, a
2j
,, a
nj
se
determinan resolviendo la matriz aumentada [v
1
v
2
v
n
| w
1
| w
2
| |w
n
]
Paso 2. La matriz de transicin
T S
P
de la base T a la base S se forma tomando el vector [w
j
]
S
como j-
sima columna de la matriz pedida,
T S
P
.
Si
T S
P
es la matriz de transicin de la base T a la base S, entonces
T S
P
es no singular y
1
T S
P es la
matriz de transicin de la base S a la base T.
EJEMPLO
Sea V igual a R
3
, y sean S = {v
1
, v
2
, v
3
} y T = {w
1
, w
2
, w
3
} bases para R
3
, donde
v
1
=
(
(
(
1
0
2
, v
2
=
(
(
(
0
2
1
, v
3
=
(
(
(
1
1
1
y w
1
=
(
(
(
3
3
6
, w
2
=
(
(
(
3
1
4
, w
3
=
(
(
(
2
5
5
.
a) Calcule la matriz de transicin
T S
P
de la base T a la base S.
b) Verifique [v]
S
=
T S
P
[v]
T
para v =
(
(
(
5
9
4
.
Solucin
a) Para calcular
T S
P
, determinamos a
1
, a
2
, a
3
, tales que a
1
v
1
+ a
2
v
2
+ a
3
v
3
= w
1
para ello se resuelve las
matrices aumentadas [v
1
v
2
v
3
w
1
] [v
1
v
2
v
3
w
2
] [v
1
v
2
v
3
w
3
] las cuales podemos transformar
simultneamente transformando la matriz por bloques [v
1
v
2
v
3
w
1
w
2
w
3
]. Esto significa
(
(
(
~
(
(
(
1 1 1 1 0 0
2 1 1 0 1 0
1 2 2 0 0 1
2 3 3 1 0 1
5 1 3 1 2 0
5 4 6 1 1 2
de la cual se deduce que la matriz de transicin
T S
P
de la
base T a la base S es
(
(
(
1 1 1
1 2 1
1 2 2
T S
P
.
b) Si v =
(
(
(
5
9
4
esta expresado en trminos de la base T debemos escribirlo como combinacin lineal de w
1
,
w
2
y
w
3
. Lo cual conduce a v =
(
(
(
5
9
4
=
(
(
(
(
(
(
+
(
(
(
2
5
5
2
3
1
4
2
3
3
6
1
= 1w
1
+ 2w
2
- 2
w
3
. Por lo tanto [v]
T
=
(
(
(
2
2
1
Ahora resolvemos
T S
P
[v]
T
=
(
(
(
1 1 1
1 2 1
1 2 2
(
(
(
2
2
1
=
(
(
(
1
5
4
.
Calculando [v]
S
directamente nos queda v =
(
(
(
5
9
4
=
(
(
(
+
(
(
(
(
(
(
1
1
1
1
0
2
1
5
1
0
2
4
= 4v
1
5v
2
+ 1v
3
, es decir que
[v]
S
=
(
(
(
1
5
4
, igual al resultado anterior. Queda verificada la ecuacin.
EJERCICIOS
Consideraremos todas las bases como bases ordenadas. En los ejercicios 1 al 4, calcule el vector
coordenada de v con respecto a la base dada S para V.
1. V es R
2
, S =
)
`
1
0
,
0
1
, v =
(
2
3
2. V es R
3
, S = {(1,-1,0), (0,1,0), (1,0,2)}, v = (2,-1,-2)
3. V es P
2
, S = {t
2
t + 1, t + 1, t
2
+ 1}, v =4t
2
2t + 3
4. V es M
22
, S =
)
`
1 0
0 0
,
0 0
1 0
,
0 1
0 0
,
0 0
0 1
, v =
(
2 1
0 1
Calcule el vector v si el vector de coordenadas [v]
S
est con respecto a la base B
5. V es R
3
, S = {(0,1,-1), (1,0,0), (1,1,1)}, [v]
S
=
(
(
(
2
1
1
6. V es P
1
, S = { t, 2t 1}, [v]
S
=
(
3
2
7. V es M
22
, S =
)
`
0 0
1 0
,
0 1
0 1
,
1 0
3 1
,
0 0
2 1
, [v]
S
=
(
(
(
(
3
1
1
2
8. Sean S = {(1,2), (0,1)} y T = {(1,1), (2,3)} bases para R
2
. Sean v = (1,5) y w = (5,4).
a. Determine los vectores de coordenadas de v y w con respecto a la base T.
b. Cul es la matriz de transicin
T S
P
de la base T a la base S?
c. Determine directamente los vectores de coordenadas de v y w con respecto a la base S.
d. Determine la matriz de transicin
S T
Q
de la base S a la base T.
e. Determine los vectores de coordenadas de v y w con respecto a la base T utilizando
S T
Q
.
Compare las respuestas con las de(a).
9. Igual que el ejercicio 8 pero con S =
)
`
1 1
0 0
,
1 0
2 0
,
0 1
1 0
,
0 0
0 1
y
T =
)
`
0 0
0 1
,
1 0
0 0
,
0 1
0 0
,
0 0
1 1
bases para M
22
; con v =
(
1 1
1 1
y w =
(
1 2
2 1
10. Sean S = {v
1
, v
2
} y T = {w
1
, w
2
} bases para R
2
, donde v
1
= (1,2), v
2
= (0,1). Si la matriz de transicin de S a
T es
(
1 1
1 2
, determine los vectores de la base T.