Documente Academic
Documente Profesional
Documente Cultură
Parte II
Algebra Lineal
I.T.I. en Electricidad
Tema 4
Espacios vectoriales
V;
u,v V.
(2) u + v
=v+u;
u,v V.
u, v , w V .
(3) u + ( v + w ) = (u + v ) + w ;
V , llamado
0, tal que: 0 + u = u + 0 = u ;
opuesto
de u y denotado por
uV.
u , tal que
u + (u) = 0 .
(6) k u V ;
k IR y u V .
k IR y u , v V .
(7) k( u + v ) = k u + k v ;
k, l IR y u V .
(8) (k + l)u = k u + l u ;
(9) (kl)u = k(l u );
k, l IR y u V .
uV.
(10) 1 u = u ;
(i) 0 u = 0 .
(iii) (1)u = u .
(ii) k0 = 0 .
k = 0 o
(iv) k u = 0
u=0.
4.2
Subespacios vectoriales
probar que las operaciones suma y producto por escalares son internas en
W;
u, v W
( 6)ku W ;
u W y k IR
I.T.I. en Electricidad
ku + l v W ;
u , v W y k, l IR.
es un subespacio de V , entonces
0W.
Ejemplo
P2[X] es un subespacio de P4[X], pues es un subconjunto suyo y si P (X), Q(X) P2[X], el grado de
kP (X) + lQ(X) es
gr(kP + lQ) = max{gr(kP ), gr(lQ)} max{gr(P ), gr(Q)} 2, por lo que esta en
P2[X].
Sin embargo, {P (X) : gr(P) = 2} no es un subespacio de P 4[X], por dos razones: primero, porque no contiene
al polinomio cero; y segundo, no verica la propiedad (1) ya que
X2y 2X X2son polinomios del conjunto
2
2
pero su suma X + (2X X ) = 2X es un polinomio de grado 1 que no esta en el conjunto.
4
Denicion 91.- Se dice que un vector v V es una combinacion lineal de los vectores
y solo si, c1, c2, . . . , cn IR tales que v = c1v1+ c2v2+ + cnvn.
Denicion 92.-
de un espacio vectorial
V , llamaremos
Ejemplo
2X X2 = (X 1) + (X2 2) = X + X2 2 = ( 2) + X + X2
Ejemplo
2 = 0,
2 = 0
=2
= 1
(X + 2) + X2= 0 (al
=0y
= 0, ya que los
4.3
Base y dimension
Lema 94.-
Si vn+1
vn} .
Es facil asumir que este resultado es cierto, ya que cualquier combinacion lineal de los n + 1 vectores puede
reconvertirse a una combinacion lineal de los
n primeros, por simple sustitucion. En otras palabras,
puede
reducirse el numero de generadores mientras haya dependencia lineal, lo que nos lleva a:
Denicion 95.- Sean V un espacio vectorial y S un conjunto nito de vectores de V . Diremos que S
base de V si:
a) S es linealmente independiente
y
b) S genera a V
es una
I.T.I. en Electricidad
Observacion: El comentario anterior a esta denicion nos indica la manera de reducir un conjunto generador
del espacio a una base.
Igualmente, podemos construir una base a partir de un conjunto linealmente independiente de vectores: si
S es linealmente independiente y
v V pero que
v / lin S , el conjunto
hasta generar
S { v } es
V.
y v V lin S , entonces S{ v }
De cierta forma, estamos diciendo que una base tiene el menor numero posible de generadores y el mayor
numero posible de vectores linealmente independientes (ver Lema 97 siguiente); luego no tendra una base un
numero jo de vectores? La respuesta la proporciona el Teorema de la base.
Lema 97.- Sean V un espacio vectorial y
B una base de V formada por n vectores. Entonces cualquier
conjunto { v1, v2, . . . , vm}
de vectores de V, con m > n, es linealmente dependiente.
.
Teorema de la base 98.-
Demostracion:
La demostracion es muy sencilla si tenemos en cuenta el Lema anterior, pues si B1es una base de n elementos
y B2es una base de m
elementos, por ser B1base y B2linealmente independiente, m6> n y por ser B 2base
y B1linealmente independiente
n6> m, luego n = m.
Denicion 99.- Un espacio vectorial V se dice de dimension nita si tiene un conjunto nito de vectores
que forman una base, y llamaremos dimension de V , dim V , al numero de vectores de cualquier base de
V.
Al espacio vectorial V = { 0} le consideramos de dimension nita, de dimension cero, aun cuando no tiene
conjuntos linealmente independientes.
Si no existe un conjunto nito de este tipo, se dice que
IR[X] es un espacio vectorial de dimension innita).
Ejemplo
IRn=
V es de dimension innita
tiene dimension 3, pues
B = {1, X, X2}
IR IR IR
= {(x1, . . . , xn) :
xi
IR, i}
4.3.1
n vectores de V
V.
I.T.I. en Electricidad
Ejemplo
o tambien
[v]B
[v1]B
[v2]B
[v3]B
Nota: Al usar vectores de coordenadas, es imprescindible mantener el orden de los vectores. Si, en el ejemplo
anterior, tomamos como base
B1=
{ v2,
v3,
base de IRn
por lo que se puede trabajar sobre las coordenadas en lugar de sobre los vectores.
4.3.2
De lo anterior, tenemos que independientemente del espacio vectorial en que nos encontremos, jada una base,
podemos trasladar todo el trabajo operativo sobre los vectores de
IRn; por lo que resulta muy interesante
a11a12. . .
a21a22. . .
..
..
.
.
...
a 1n
a 2n
..
.
.
am1
am2
. . . amn
Los m vectores de IRn:
r1= (a11, . . . , a1n),
r2= (a21, . . . , a2n), . . . ,
rm= (am1, . . . , amn), se denominan
vectores la de A
y al subespacio lineal generado por ellos,
Ef(A) = lin{ r1, r2, . . . , rm} , espacio de las
las de A . Por supuesto
Ef(A) IRn.
Los n vectores de
IRm:
Proposicion 104.- Si A es una matriz de tamano mn, entonces las operaciones elementales sobre las las
(resp. columnas) de A no cambian el espacio de las las (resp. columnas) de
A.
Demostracion:
Puesto que hacer operaciones elementales sobre las las es hacer combinaciones lineales de los vectores la, el
subespacio lineal generado es el mismo. (Igual para las columnas.)
Corolario 105.-
a) Los vectores no nulos de una forma escalonada de la matriz A , forman una base de E f(A).
b) Los vectores no nulos de una forma escalonada de la matriz At, forman una base de Ec(A).
Demostracion:
Basta probar que los vectores no nulos de una forma escalonada son linealmente independientes, pero eso se
comprueba facilmente ya que debajo de cada elemento principal solo hay ceros.
I.T.I. en Electricidad
Teorema 106.-
dim(Ef(A)) = dim(Ec(A)).
Demostracion:
El resultado es inmediato, teniendo en cuenta que rg(A) = rg(At), y que el rango coincide con el numero de
vectores no nulos en la forma escalonada, as como el resultado anterior.
Estos resultados nos permiten usar el metodo de Gauss, y por lo tanto nos ofrecen un operativo sencillo, para
comprobar cuando un conjunto de vectores es linealmente independiente y para obtener bases.
Ejemplo
Los vectores X 1, X + 1 y X2 1 de P2[X] son linealmente independientes?
Tomemos la base B = {1, X, X2} de P2[X], entonces formamos por las la matriz:
1 1 0
F2+F1
110 0 20
1 0 1 0 1 1
F3F
F3+12F2
1
(X 1)B
(X + 1)B
(X2 1)B
A=
1 1 0
020
001
1 1 0
dim Ef(A) = 3. En
4.4
Cambios de base
Puesto que las coordenadas estan referidas a una base, al cambiar la base de trabajo, habra que cambiar a las
coordenadas en la nueva base. Pero este proceso puede realizarse facilmente, teniendo en cuenta lo siguiente:
Denicion 107.- Sean B1= { u1, u2, . . . , un}
y B2= { v1, v2, . . . , vn}
son bases de un espacio vectorial
V . Recibe el nombre de matriz de transicion o matriz de cambio de la base B 1a la base
B2, la matriz
de dimensiones nn, que por columnas es
(
P=
,
[u1]B2[u2]B2
[un]B2
es decir, la columna i-esima esta constituida por las coordenadas en la base
En otras palabras, la matriz de cambio de base tiene por columnas las coordenadas en la base de llegada de
los vectores de la base de partida.
El porque la matriz de paso se contruye as, puede observarse en la prueba de la proposicion siguiente:
Proposicion 108.-
B2de un espacio
V . Entonces:
B2a la base
B 1.
Demostracion:
Sea B1= { u1,
u2, . . . , un}
(
2
[u1]B2[u2]B2
P [x]B1=
[un]B2
..
.
cn
= c1[u1]B2+c2[u2]B2+ + cn[un]B2= [c1u1+ c2u2+ + cnun]B2= [x]B2
rg(P ) = n ,
[ x]B2=P[ x]B1=
de cambio de la base
es la matriz
I.T.I. en Electricidad
Ejemplo
Consideremos las bases B = {1, X, X2} y B1= {X 1, X + 1, X2 1}
La matriz de paso de la base
B1a la base
B sera:
(
1 1
P=
la matriz de paso de B
de P2[X].
110
001
P1=
1
2
1
2
1
2
1
2
1
2
1
2
a B1.
Ejemplo
Consideremos en IR3 la base canonica Bc= { e1= (1, 0, 0),
e2= (0, 1, 0), e3= (0, 0, 1)}
y la base
B1= { v1= (1, 0, 1),
v2= (2, 1, 1), v3= (0, 1, 1)} .
Como v1= 1(1, 0, 0) + 0(0, 1, 0) 1(0, 0, 1) = e 1 e3, se tiene que ( v1)Bc
= (1, 0, 1); y lo mismo para
los otros vectores, luego la matriz de paso de la base
B1a la base
Bcsera:
(
P=
1 2
0 1
1 1
[v1]Bc[v2]Bc[v3]Bc
0
y
1 2
0 1
1 1
P 1=
0
1
B1.
Nota: A la vista del ejemplo anterior, obtener las coordenadas de un vector de IRnen la base canonica de IRn
es inmediato, pues (x )Bc=x . Pero ciudado!, al trabajar con vectores de IRnno hay que confundir el vector
con las coordenadas en una base, pues la igualdad anterior unicamente es cierta en la base canonica.
4.5
4.5.1
uV
V y k IR.
hu , u i = 0
u = 0 .
2.- hu, v + w i = hu , v i + hu , w i
3.- h u, k v i = khu , v i
00
00
(2) hP (X) + R(X), Q(X)i = P (1) + R(1) Q(1) + P0(1) + R0(1) Q0(1) + P (1) + R (1)
Q (1)
00
00
00
00
00
00
00
00
00
00
00
I.T.I. en Electricidad
2
P(1)
00
2
P 00(1)
0.
2
P 0(1)
a = b = c = 0
P(X) = 0.
2c = 0
Luego tenemos un producto interno denido en P 2[X].
4
se denen los conceptos de norma, distancia y angulo.
k v k = + h v , v i.
La distancia entre dos vectores
norma
(o longitud
d(u , v ) = k u v k = +
h u v , u v i.
Para todo
1.- k u k 0; u V
1.- d(u , v ) 0;
u,v V
2.- k u k = 0 u = 0
2.- d(u , v ) = 0
u = v
3.- kk u k =|k| ku k ; u V y k IR
4.- k u + v k ku k+k v k ; u , v V
u,vV
u,v,w V
(
=
a1
..
. ..
..
.
.
hun, u1i hun, uni
an
b1
..
bn
luego, jada una base, un producto interior se puede obtener a partir de las coordenadas en la base. La matriz
QBobtenida se denomina matriz de Gram
o matriz metrica. Por las propiedades del producto interior,
es simetrica y los elementos de la diagonal positivos.
4.5.1.1
El espacio eucldeo
QB
n -dimensional IRn
x, y IRnle asocia
n
xiyi
i=1
Como puede comprobarse facilmente dicha funcion es un producto interior, el que se conoce como producto
interior eucldeo o producto escalar eucldeo (ya usado en IR2y IR3).
Este producto interior da lugar a la norma y distancia eucldeas, ya conocidas:
k xk =
+
(x1 y1)2 + + (xn yn)2 .
x 1 + x2 y
d(x, y) = k x y k =
2
n -dimensional a
4.5.2
Ortogonalidad
Denicion 115.- Si u y v son vectores distintos de cero de un espacio con producto interior, como conse1 khuukk,vvik 1 y, por tanto, existe un unico
, , tal que
h
cos = u, v i
,
k u k k v k con 0
Denicion 116.- En un espacio vectorial con producto interior, dos vectores
gonales si hu , v i = 0. Suele denotarse por
uv.
Si u es ortogonal a todos los vectores de un conjunto W , se dice que
Se dice que
Nota: Si dos vectores son ortogonales, el angulo que forman es de radianes (los famosos 90 grados). De hecho,
en IRncon el producto escalar eucldeo, la ortogonalidad coincide con la perpendicularidad.
Una curiosidad:
Teorema general de Pitagoras 117.producto interior, entonces
k u + v k = k uk + k v k .
Este resultado, de facil comprobacion, se reduce en
IR2con el producto escalar al Teorema de Pitagoras.
Tambien es sencillo probar el resultado siguiente (ver ejercicio 4.21):
Proposicion 118.-
Ejemplo
eucldeo.
1
,
Teorema 121.-
(v )B=
hv , v1i,
hv , v2i, . . . , h v , vni
i, se tiene que
I.T.I. en Electricidad
4.6 Ejercicios
Es decir, en una base ortonormal, la obtencion de cordenadas puede resultar mas sencilla. Pero no solo eso, si
no que tambien se tiene:
Teorema 122.- Si P es la matriz de paso de una base ortonormal
P es una matriz ortogonal (es decir,
P 1=Pt).
B2, entonces
La prueba es puramente operativa, usando la denicion de matriz de paso y el apartado b) del ejercicio 4.24
v16= 0
Sea W1=
kv1k
tiene norma 1 y
(
u2=
ProyW1 v2)
v2 hv2, u1iu1
u1y
W1, en
0 , pues
ProyW2 v3)
W2y
v3/
W2=
W2, en
lin{ v1, v2} ,
( v
W2
( v3)
=
4.6
4.1
Ejercicios
Determinar si son espacios vectoriales los siguientes conjuntos:
a) IR2con las operaciones: (x, y) + (x0, y0) = (x + x0, y + y0) y k(x, y) = (2kx, 2ky).
b) A = {(x, 0) : x IR}
c) IR2con las operaciones: (x, y) + (x0, y0) = (x + x0+ 1, y + y0+ 1) y k(x, y) = (kx, ky).
d) El conjunto de los numeros reales estrctamente positivos,
x+x0= xx0
y kx = x .
I.T.I. en Electricidad
4.2
4.3
4.6 Ejercicios
IR4?
v2= (3, 1, 5, 2) y
(2, 3, 7, 3), (0, 0, 0, 0), (1, 1, 1, 1) y (4, 6, 13, 4), estan en lin{ v 1, v2, v3} ?
4.4
4.5
u , v y w , demostrar que
u+v,
v+w
y w+u
son
S = { v1, . . . , vk}
V.
lin S W .
v1, . . . ,
IR4 :
4.10
EF
V . Probar que:
={v
V : v E y v F } es un
subespacio de V .
4.11
Considerar en IR4
lin(A) y de lin(B).
lin(A) y de lin(B).
lin(A) lin(B).
IR3la base
E el subespacio engendrado
Sea M22
M22
a) Demostrar que
E es un subespacio vectorial.
(
10
b) Probar que las matrices
A1=
0 1 , A2=
4.14
IR y sea
E el subconjunto de
a
b+c
con a, b, c IR.
b + c
a
(
01
1 0
(
y A3=
01
10
I.T.I. en Electricidad
4.15
4.6 Ejercicios
de un espacio vectorial
W en otra base
v3= u2 u3y
V , un vector
u3= (1, 6, 1) y
4.18
y la base canonica
B a B0 .
w = (5, 8, 5).
interior en IR .
4.19
IR2con norma eucldea uno y cuyo producto interior eucldeo con (2, 4)
b) Demostrar que hay un numero innito de vectores en IR3con norma eucldea uno y cuyo producto
interior eucldeo con (1, 7, 2) es cero.
4.20
Sean a = ( 1
,
)y
b
= ( 30, 30). Demostrar que
interior h u, v i = 3u1v1+ 2u2v2donde
u = (u1, u2) y
interior eucldeo.
5
4.21
4.23
Considera IR3con el producto interior euclideo. Utiliza el proceso de Gram-Schmidt para transformar,
en cada caso, la base
u, w V .
b) h u, w i = (u )B ( w )B= [ u] B w ]B;
4.25
w = (1, 2, 6, 0) en la forma
w1este en el subespacio
wV.
u2= (1, 1, 0) y
u1= (1, 0, 1, 2) y
w = w1+
y w2sea ortogonal a W .
4.26
u1= (1, 0, 0, 0) y
x de longitud 1, ortogonal a
u1y a
x y
x y u4.
al subespacio generado por los vectores v1= (1, 1, 1, 0)
I.T.I. en Electricidad
4.28
4.6 Ejercicios
A de orden
h x, y i =
u2y
u3
ortonormal en IR .
I.T.I. en Electricidad