Documente Academic
Documente Profesional
Documente Cultură
Objetivos:
Al inalizar la unidad, el alumno:
Introduccin
Definicin 4.1. Sea V un espacio vectorial y {v1, v2, . . .,vn} un conjunto finito
de vectores de V. Entonces {v1, v2, . . ., vn} se llama base de V si satisface las
siguientes condiciones:
Ejemplo 1
135
Unidad 4
2x y + 3z = 0;
x x 0 1 0
2 x + 3 z = 2 x + 3 z = x 2 + z 3 de donde podemos decir que los
z 0 z 0 1
1 0
vectores 2 y 3 generan H.
0 1
1 0
Vamos ahora a probar que 2 y 3 son linealmente independientes.
0 1
Consideremos una combinacin lineal de ellos igual a cero:
136
lgebralineal
1 0 0
a 2 + b 3 = 0 , entonces tenemos que a = 0; 2a + 3b = 0 y b = 0, por
0 1 0
1 0
lo tanto 2 y 3 son linealmente independientes.
0 1
1 0
Podemos concluir que, como son linealmente independientes y generan H,
0 a
D22 = / a y b R'
b 0
x + 2y z = 0
2 x y + 3z = 0
137
Unidad 4
1 1 0 1 1 0 1 2 1 0 1 0 0
2
0 0 0 0 1 1 0 0 1 0
2 2 1
1 3 5 5 1
x+z=0 x = z
yz=0 y=z
De aqu obtenemos el siguiente sistema de donde ,
138
lgebralineal
6. Vamos a probar que {(1, 0), (0, 1)} es base para R2.
Sea (x, y) en R2, entonces (x, y) = x (1, 0) + y (0, 1) por lo tanto genera a R2.
Si a(1, 0) + b(0, 1) = (0, 0) entonces a = 0 y b = 0, y es linealmente
independiente, por tanto {(1, 0), (0, 1)} es una base para R2 y recibe el nombre
de base cannica.
7. De igual manera se puede probar que {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es la
base cannica para R3.
139
Unidad 4
Esto nos lleva a asegurar que {1, x, x2, x3} es una base para P3, llamada
base cannica de P3.
Ejercicio 1
1. Detemina si el conjunto de vectores dado es base para el espacio vectorial
referido:
3 1 3 2 5 1 0 1
b) En M22 , , ,
0 0 0 0 0 6 0 7
2. Encuentra una base para cada uno de los espacios vectoriales:
a) x 2 y = 0
3x + y = 0
x 3y + z = 0
2 x + 2 y 3 z = 0
b)
4 x 8 y + 5 z = 0
140
lgebralineal
Teorema 4.1. Si {v1, v2, . . . , vn} es una base para el espacio vectorial V y si
v est en V, entonces existe un conjunto nico de escalares c1, c2, . . ., cn tales
que
Ejemplo 2
Supongamos que hay otra combinacin lineal de estos vectores que nos dan
el vector (x, y)
Consideremos el conjunto {(1, 3), (1, 2)}, veremos que es base de R2.
Para ello lo nico que tenemos que hacer es mostrar que es linealmente
independiente, ya que el teorema 3.9. nos indicara que generan R2.
Tomemos ahora un vector cualquiera de R2 (x, y), por el teorema 4.1. existen
escalares c1 y c2 nicos de manera que (x, y) = c1 (1, 3) + c2 (1, 2). Entonces
tenemos que
141
Unidad 4
Ejercicio 2
1. Encuentra las coordenadas de los vectores dados relativas a la base
indicada:
a) x = (3, 2); {(1, 3), (1, 2)}
b) x = (2, 4); {(2,5), (0, 3)}
c) x = (3, 5, 1); {(1, 0, 3), (0, 2, 0), (0, 0, 1)}
Teorema 4.2. Si {u1, u2, . . ., um} y {v1, v2, ..., vn} son bases de un espacio
vectorial V, entonces m = n; es decir, cualesquiera dos bases en un espacio
vectorial V tienen el mismo nmero de vectores.
142
lgebralineal
Ejemplo 3
Probaremos que el conjunto {1, x, x2, x3} es una base para P3.
143
Unidad 4
a b 1 0 0 1 0 0 0 0 0 0 0 0
c d = a 0 0 + b 0 0 + c1 0 + d 0 1 + e 0 0 + f 0 0
e f 0 0 0 0 0 0 0 0 1 0 0 1
1 0 0 1 0 0 0 0 0 0 0 0
a 0 0 + b 0 0 + c1 0 + d 0 1 + e 0 0 + f 0 0
0 0 0 0 0 0 0 0 1 0 0 1
a b 0 0
=c d = 0 0
e f 0 0
Por lo anterior podemos afirmar que forma una base para M32 y que
dim M32 = 6.
Consideremos en R 3 el subespacio vectorial H = {(x, y, z) tales que
1 0
2x y +3z = 0
Ejemplo 4
144
lgebralineal
Por lo tanto los nicos subespacios de R3 son los vectores que estn en una
recta o en un plano que pasa por el origen.
Ejemplo 5
Consideremos a R3, el conjunto {(2, 3, 5), (1,0,0), (2, 1, 0)} es una base
3
de R ?
145
Unidad 4
Ejercicio 3
1. Di si son falsas o verdaderas las siguientes afirmaciones:
x 3y + z = 0
b) El espacio solucin del sistema homogneo 2 x + 2 y 3 z = 0
4 x 8 y + 5 z = 0
NA = {x en Rn tales que Ax = 0}
146
lgebralineal
Ejemplo 6
1 1
a) Sea A =
1 3
2
2
vamos a encontrar el espacio nulo y la nulidad
de A.
Como se vio en el ejemplo 3 de la seccin 4.2, este sistema tiene como base
al vector (1, 1, 1) y por lo tanto, NA = gen {(1, 1, 1)} y (A) = 1.
2 1 3
b) Encontrar el espacio nulo y la nulidad de la matriz A = 4 2 6 .
6 9
3
Para esto se diagonalizar la matriz aumentada:
2 1 0 1 1 / 2 0 1 1 / 2 3 / 2 0
4 0 4 0 0 0
3 3/ 2
2 2
6 0
6 6 0 0
3 9 0 6 3 9 0 0 0 0
x x x 0 1 0
y = 2 x + 3z = 2 x + 3z = x 2 + z 3 .
z z 0 z 0 1
1 0
Esto nos asegura que los vectores 2 , 3 forman una base para el
0 1
147
Unidad 4
si, (A) = 0.
Teorema 4.5. Sea A una matriz de nn, entonces A es invertible, si y slo
Definiremos otros conceptos que nos son necesarios para encontrar una
base en el espacio generado por un conjunto de vectores.
Ejemplo 7
Sea A =
1 2
vamos a encontrar su imagen. Por la definicin anterior
0 1
tenemos que:
1 2 x
buscando entonces todos los productos de la forma Ax = y.
Sea x = (x, y) en R2, entonces Ax = = (x + 2 y, y ) , de donde
0 1 y
tenemos que los vectores de la imagen de A tienen la forma (x + 2y, y), es decir,
148
lgebralineal
Ejemplo 8
Ejemplo 9
x + 2y x 2y 1 2
Imagen A = {(x+2y, y)}, entonces los vectores de la imagen se
pueden reescribir como = + = x + y de donde
1 2 y 0 y 0 1
0 1
, generan la imagen A y como son linealmente independientes,
matriz A (A) = 2.
podemos asegurar que son una base para imagen A, por lo tanto el rango de la
149
Unidad 4
Definicin 4.6. Sea A una matriz de mn, sean {r1, r2, . . . , rm} los renglones
de A y {c1, c2, . . . , cn} las columnas de A. Entonces definimos
1 2
Tomando de nuevo el ejemplo 7 tenemos A =
0 1
entonces R A = gen {(1, 2), (0, 1)} y CA = gen {(1, 0), (2, 1)} = imagen A
(ejemplo 9).
El siguiente teorema nos demuestra que el espacio de las columnas de una
matriz es igual a su imagen para cualquier matriz.
CA = imagen de A
Ejemplo 10
1 2 1
a) Consideremos A =
2 1 3
i) Clculo del kernel (espacio nulo) de A
1 2 1 0 1 2 1 0 1 2 1 0 1 0 1 0
2 1 3 0 0 5 5 0 0 1 1 0 0 1 1 0
x+z=0 x = z
de tal manera que y = z y
yz=0
de donde obtenemos que
150
lgebralineal
x z 1 1
y = z = z 1 de esto se obtiene que 1 es una base para el
z z 1 1
kernel, es decir NA = gen {(1, 1, 1)}
1 0
iii) Imagen de A
La imagen de A = CA = gen , = R2 ya que son 2 vectores linealmente
independientes. 0 1
v) Espacio de renglones R A.
R A = gen {(1, 2, 1), (2, 1, 3)}
Este teorema nos indica que los espacios vectoriales formados por las
columnas y por los renglones de una matriz tienen la misma dimensin, y que
podemos usar cualquiera de ellos para encontrar el rango de una matriz. El
siguiente ejemplo nos muestra un mtodo usando los renglones de la matriz.
151
Unidad 4
Ejemplo 11
2 1 3
Calcula la imagen y el rango de la matriz A = 4 2 6
6 3 9
Observemos que los renglones 2 y 3 se obtienen de multiplicar el primer
rengln por 2 y 3, respectivamente, por lo que podemos asegurar que dim R A = 1
Este teorema es muy importante pues nos dice que para encontrar el rango
y la imagen de una matriz basta llevarla a la forma escalonada por renglones
para obtener el rango y la imagen.
Tambin nos brinda un mtodo para encontrar una base para el espacio
generado por un conjunto de vectores.
Ejemplo 12
1 1 3
a) Calcular el rango y la imagen de la matriz A = 2 0 4 .
1 3 1
Vamos a reducirla por renglones.
1 1 3 1 1 3 1 1 3 1 1 3 1 0 2
2 0 4 0 2 2 0 1 1 0 1 1 0 1 1
1 3 1 0 4 4 0 4 4 0 0 0 0 0
0
1 2 0 2
G = 2 , 0 , 4 , 4 Se forma la matriz cuyos renglones son
3 4 2 6
los vectores dados.
1 2 3
2 0 4
0 4 2
Vamos a llevarla a la forma escalonada por renglones
2 4 6
1 2 3 1 2 3 1 2 3
2 0 4 0
4 2 0
1 1 / 2
0 4 2 0 4 2 0 0
6 0 0 0 0
0
2 4 0 0
1 0
Entonces una base para gen G es 2
, 1
3 1 / 2
Un ltimo teorema nos garantiza las dimensiones del rango y la nulidad.
(A) + (A) = n
Ejemplo 13
1 3 1
Considera la matriz A = 0 2 1 , vamos a llevar la matriz aumentada
0 0 2
a su forma escalonada reducida por renglones:
153
Unidad 4
1 3 1 0 1 3 1 0 1 3 0 0 1 3 0 0 1 0 0 0
0 2 1 0 0 2 1 0 0 2 0 0 0 1 0 0 0 1 0 0
0 0 2 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0
entonces dim R A = 3 = (A).
Ejercicio 4
1. Encuentra el rango y la nulidad de las siguientes matrices:
1
a)
3 2
2 6 4
1 1 2
b) 3 1 4
5 1 8
2. Encuentra una base para la imagen y el espacio nulo de las matrices
anteriores.
Sean i = (1, 0) y j = (0, 1) la base cannica (B1) para R2 ; y sean v1= (1, 3)
y v2 = (1, 2) vectores de R2. Consideremos una combinacin lineal de v1 y v2
igual a cero.
154
lgebralineal
x 1 0
Sea x = (x1, x2) en R2, por lo tanto x = 1 = x1 + x2 = x1 i + x2 j
2
x
0 1
x
en trminos de la base cannica (B1) y para hacer hincapi en este hecho se
escribe (x) B1 = x1
2
Como B2 es otra base de R2, existen escalares c1 y c2 tales que
c
x = c1v1 + c2v2 y por lo tanto se escribe (x) B2 = c1 .
2
Para encontrar los escalares c1 y c2 vamos a proceder de la siguiente
manera:
1 1 1 0 1 1
= a1 + b1 y = a2 + b2 entonces,
0 3 2 1 3 2
a1 b1 = 1 a2 b2 = 0
3a1 + 2b1 = 0 3a2 + 2b2 = 1
y de estos obtenemos:
x
x = x1 = x1i + x2 j = x1[(2 / 5) v1 (3 / 5) v 2 ] + x 2 [(1 / 5) v1 + (1 / 5) v 2 ]
2
= [(2 / 5) x1 + (1 / 5) x 2 ] v1 + [ (3 / 5) x1 + (1 / 5) x 2) ] v 2
de donde c1= [(2 / 5) x1 + (1 / 5) x 2 ] y c 2 = [ (3 / 5) x1 + (1 / 5) x 2 ].
Por ltimo formamos una matriz cuyas columnas sean las coordenadas
de los vectores de la primera base en trminos de la segunda.
c1 (2 / 5 ) x1 + (1 / 5 ) x2 2 / 5 1 / 5 x1
x = = =
c2 (3 / 5 ) x1 + (1 / 5 ) x2 3 / 5 1 / 5 x2
A continuacin daremos la definicin para esta matriz.
155
Unidad 4
Para obtener las coordenadas de cualquier vector en esta nueva base B2,
basta multiplicar la matriz de transicin por las coordenadas del vector en la
base B1.
Ejemplo 14
2 / 5 1/ 5 3 2 / 5
(x) B2 = = para verificarlo tenemos que
3 / 5 1 / 5 4 13 / 5
(2/5)v1 (13/5)v2 = 2/5(1, 3) 13/5(1, 2) = (3, 4)
(x) B2 = A(x) B1
Este teorema hace que sea sencillo encontrar la matriz de transicin a partir
de una base cannica en Rn a cualquier otra base de Rn.
156
lgebralineal
Ejemplo 15
1 3 0
Para ello escribiremos la matriz C cuyas columnas son los vectores de B2.
C = 0 1 1 esta matriz es la de transicin de la base B2 a la base
2
0 2
cannica, ya que los vectores de la base B2 se encuentran expresados en
trminos de la base cannica. Entonces, por el teorema anterior, la matriz C1
ser la matriz que estamos buscando. Es fcil verificar
2 / 8 6 / 8 3/ 8
C = 2 / 8 2 / 8 1 / 8
2 / 8 6 / 8 1 / 8
1
2 / 8 6 / 8 3 / 8 1 1/ 4
Si (x) B1 = (1, 2, 4), entonces (x) B2 = 2 / 8 2 / 8 1 / 8 2 = 1 / 4
2 / 8 6 / 8 1 / 8 4 7 / 4
1 3 0 1
de donde 1 / 4 0 + 1 / 4 1 7 / 4 1 = 2 .
2 0 2 4
Ejercicio 5
1. Encuentra la matriz de transicin de la base B1 a la base B2:
1 0 2 3
B1 = , B2 = ,
0 1 3 4
2 1 3
2. Escribe (x, y, z) de R en trminos de la base 1 , 4 , 2
3 5 4
3
157
Unidad 4
2 7
3. Si en R2 (x) B1 = (4, 1) donde B1 = , . Escribe x en trminos
5 3
2 3
de la base B2 = , .
1 2
Ejercicios resueltos
1. Encuentra una base para H = {(x, y, z) de R3 tales que 3x + 6z 2y = 0}
Sea (x, y, z) en H, entonces 3x + 6z 2y = 0, lo reescribimos como
y = (3/2)x + 3z, entonces todos los elementos de H pueden escribirse de la
siguiente manera
x x 0 1 0
x
y = (3 / 2 ) x + 3 z = (3 / 2 ) x + 3 z = x 3 / 2 + z 3
z 0 z 0 1
de donde
z
1 0
3 / 2 y 3 generan H.
0 1
Probaremos ahora que son linealmente independientes; tomemos una
combinacin lineal igual a cero:
1 0 0
a 3 / 2 + b 3 = 0 , entonces a = 0, (3/2)a + 3b = 0, b = 0 de donde a
0 1 0
= b = 0 y son linealmente independientes, por lo tanto son una base para H.
a+c=2
+ c(1, 2, 0)
de donde obtenemos el siguiente sistema de ecuaciones b 2c = 1 al
3a + b = 3
a = 6 / 5
resolverlo tenemos que b = 3 / 5 por lo tanto (2, 1, 3) = 6/5 (1, 0, 3)
c = 4 / 5
3/5 (0, 1, 1) + 4/5 (1, 2, 0).
158
lgebralineal
1 1 0 3
3. Encuentra el rango, nulidad, y una base para la imagen y el kernel (espacio
nulo) de la matriz A = 0 1 4 3 .
1
0 2 4
Vamos a llevar la matriz A a la forma escalonada reducida por renglones.
1 1 0 3 1 1 0 3 1 1 0 3 1 1 0 3
0 1 4 3 0 1 4 3 0 1 3 0 1 4 3
1 0 2 4 0 1 2 1 0 0 2 2 0 0 1 1
4
1 1 0 3 1 0 0 2
0 1 0 1 0 1 0 1 Por lo tanto (A) = 3 y (A) = 1
0 0 1 1 0 0 1 1
1 0 0
adems 0 , 1 , 0 forman una base para la imagen de A.
0 0 1
x + 2w = 0
Vamos a obtener una base para el kernel, sabemos que de la ltima matriz
x = 2 w
obtenemos el sistema de ecuaciones y w = 0 de donde y = w , por
z + w = 0 z = w
lo tanto los elementos del kernel de A podemos escribirlos de la siguiente
manera:
x 2 w 2 2
y = w = w 1 por lo tanto 1 es una base para el kernel de A.
z w 1 1
w w 1 1
159
Unidad 4
2 / 5 17 / 15
1/ 5 2 / 5
2 / 5 17 / 15 2 4 / 5
(x) B2= 1 / 5 2 / 5 0 = 2 / 5
Ejercicios propuestos
1. Di si el vector B = {3x, 1+x2, x25} es base en P2.
x yz=0
2x y + z = 0
2. Encuentra una base para
1 1 2 3
6. Encuentra una base para la imagen y el espacio nulo (kernel), adems del
rango y la nulidad de 0 1 4 3 .
1 0 6 6
1 1
7. Encuentra la matriz de transicin de la base , a la base
cannica de R2. 1 1
160
lgebralineal
Autoevaluacin
1. Es una base para R3
a) dim G = 0
b) dim G = 1
c) dim G = 3
d) dim G = 2
a) {(3, 2, 1)}
b) {(1, 1),(2, 1)}
c) {(1, 1, 1), (2, 2, 2),(0, 0, 0)}
d) {(1, 0, 0),(0, 1, 0),(0, 0, 1),(1, 1, 1)}
1 2 3 4
4. El rango de la matriz 0 2 1 5 es:
0 0 3 7
a) 1
b) 2
c) 3
d) 4
a) 5
b) 3
c) 2
d) 7
161
Unidad 4
1 2
6. La nulidad de la matriz 2 4 es:
3 6
a) 0
b) 1
c) 2
d) 3
1 0
7. La matriz de transicin en R2 de la base 2 , 3 a la base 0 , 1
3 4
es:
2 3
a)
3 4
2 3
b)
3 4
4 3
c)
3 2
4 3
d)
3 2
162
lgebralineal
Ejercicio 1
1.
a) No es base; el polinomio x no puede escribirse como combinacin lineal
de ellos.
b) No es base.
1 0
2.
a) 2 , 1
0 1
1
b)
1
0
3.
a)
0
7 / 4
b) 1 / 4
1
4. 1 0 , 0 1 , 0 0 , 0 0
0 0 0 0 1 0 0 1
1 0 0 0
0 1 0 0
5. , , ,
0 0 1 0
0 0 0 1
163
Unidad 4
Ejercicio 2
a) (3, 2) = (8/5, 7/5)
b) (2, 4) = (1, 3)
a) (3, 5/2, 10)
Ejercicio 3
1.
a) F
b) V
c) F
d) F
e) F
2.
a) dim H = 2
b) dim = 1
Ejercicio 4
1.
a) rango = 1; nulidad = 2
b) rango = 2; nulidad = 1
2.
a) Imagen A = gen {(1, 0)}; kernel A = gen {(3, 1, 0), (2, 0, 1)}
b) Imagen A = gen {(1, 0, 0), (1, 4, 4)}; kernel A = gen {(3, 1, 2)}
Ejercicio 5
1. 4 3
3 2
6 x 11 y + 10 z
2. (1 / 31) 2 x + 17 y 7 z
7 x + 13 y 9 z
3. (x) B2= (67, 45)
164
lgebralineal
1. S es.
2
2. Una base es 3
1
3.
a) (1, 0) = 2/5(1, 3) 3/5(1, 2)
b) (0, 0, 1) = 0(1, 0, 3) + 0(0, 2, 0) + 1(0, 0, 1)
1 0
4. 3 , 2 dim = 2
0 1
5. S es
1/2 1/2
7.
1/2 1/2
Respuestas a la autoevaluacin
1. c)
2. d)
3. a)
4. c)
5. a)
6. b)
7. a)
165