Documente Academic
Documente Profesional
Documente Cultură
Independencia lineal
5.2 Subespacios.
Definición 1. Un subconjunto no vacío de 𝑊 de un espacio vectorial 𝑉 es llamado subespacio de 𝑉
si 𝑊 es un espacio vectorial bajo las mismas operaciones definidas en 𝑉.
Para demostrar que un subconjunto 𝑊 es un subespacio de un espacio vectorial 𝑉 no es necesario
demostrar los diez axiomas sino unos cuantos de ellos pues la mayoría de estos se “heredan” a 𝑊 por
ser ya parte del espacio vectorial 𝑉. Esto se establece en el siguiente teorema.
Teorema 1. Si 𝑊 es un subconjunto no vacío de un espacio vectorial 𝑉, entonces 𝑊 es un suespacio
de 𝑉 si y solo si las siguientes condiciones se cumplen.
1. 0̅ ∈ 𝑊.
2. Si 𝑢, 𝑣 ∈ 𝑊 entonces 𝑢 + 𝑣 ∈ 𝑊.
3. Si 𝑢 ∈ 𝑊 y 𝛼 ∈ ℝ entonces 𝛼𝑢 ∈ 𝑊.
Este teorema nos dice que es suficiente verificar que en 𝑊 se encuentra el neutro aditivo de 𝑉 y que
𝑊 es cerrado bajo la suma y la multiplicación escalar (definidas en 𝑉).
𝑝 = 𝑎 + 𝑏𝑥 + 𝑐𝑥 2 = 𝛼1 (1) + 𝛼2 𝑥 + 𝛼3 𝑥 2 .
Ejemplo 4. Demuestra que el conjunto 𝑆 = {(1,2), (0,4)} genera a ℝ2 .
1 1
(𝑥, 𝑦) = 𝑥(1,2) + [ 𝑦 − 𝑥] (0,4)
4 2
Video: https://www.youtube.com/watch?v=8NVATEV8W4c
𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑘 𝑣𝑘 = 0̅
Tiene como única solución la solución trivial, es decir, 𝛼1 = 𝛼2 = ⋯ = 𝛼𝑘 = 0 es la única solución.
Si hay alguna otra solución no trivial, entonces 𝑆 es llamado linealmente dependiente.
Ejemplo 5. Determina si el conjunto de vectores en 𝑃2 es linealmente independiente o linealmente
dependiente.
𝑆 = {1 + 𝑥 − 2𝑥 2 , 2 + 5𝑥 − 𝑥 2 , 𝑥 + 𝑥 2 }
Para determinar si 𝑆 es linealmente dependiente o independiente debemos ver si la
ecuación
𝛼1 (1 + 𝑥 − 2𝑥 2 ) + 𝛼2 (2 + 5𝑥 − 𝑥 2 ) + 𝛼3 (𝑥 + 𝑥 2 ) = 0̅
Tiene como única solución la solución trivial o no. Nota que el 0̅ de 𝑃2 es juntamente
0 + 0𝑥 + 0𝑥 2, así, la ecuación anterior se puede escribir como
0 + 0𝑥 + 0𝑥 2 = 𝛼1 (1 + 𝑥 − 2𝑥 2 ) + 𝛼2 (2 + 5𝑥 − 𝑥 2 ) + 𝛼3 (𝑥 + 𝑥 2 )
= 𝛼1 + 𝛼1 𝑥 − 2𝛼1 𝑥 2 + 2𝛼2 + 5𝛼2 𝑥 − 𝛼2 𝑥 2 + 𝛼3 𝑥 + 𝛼3 𝑥 2
= (𝛼1 + 2𝛼2 ) + (𝛼1 + 5𝛼2 + 𝛼3 )𝑥 + (−2𝛼1 − 𝛼2 + 𝛼3 )𝑥 2
Esto nos lleva al sistema homogéneo de ecuaciones:
0 = 𝑎1 + 2𝛼2
0 = 𝛼1 + 5𝛼2 + 𝛼3
0 = −2𝛼1 − 𝛼2 + 𝛼3
Si aplicamos eliminación Gauss – Jordan a la matriz aumentada del sistema tenemos que
el sistema tiene soluciones no triviales pues
1 2 0 0 1 0 −2/3 0
[1 5 1 | 0] → [0 1 1/3 | 0]
−2 −1 1 0 0 0 0 0
Lo que nos conduce a un número infinito de soluciones. El conjunto solución de este
2 1
sistema es ( 𝛼3 , − 𝛼3 , 𝛼3 ). Si tomamos a 𝛼3 = 3 tenemos la solución particular
3 3
(2, −1,3), es decir, hemos encontrados soluciones no triviales para la ecuación
𝛼1 (1 + 𝑥 − 2𝑥 2 ) + 𝛼2 (2 + 5𝑥 − 𝑥 2 ) + 𝛼3 (𝑥 + 𝑥 2 ) = 0̅
En este caso
Tiene como única solución la solución trivial o no. Nota que el 0̅ de ℝ3 es el vector
(0,0,0). Así, la ecuación anterior se convierte en
(0,0,0) = 𝛼1 (1,2,3) + 𝛼2 (0,1,2) + 𝛼3 (−2,0,1)
= (𝛼1 − 2𝛼3 , 2𝛼1 + 𝛼2 , 3𝛼1 + 2𝛼2 + 𝛼3 )
Que nos lleva al sistema homogéneo de ecuaciones
0 = 𝛼1 − 2𝛼3
0 = 2𝛼1 + 𝛼2
0 = 3𝛼1 + 2𝛼2 + 𝛼3
Si aplicamos eliminación Gauss – Jordan a la matriz aumentada del sistema tenemos que
el sistema tiene como única solución la solución trivial 𝛼1 = 0, 𝛼2 = 0 y 𝛼3 = 0.
1 0 −2 0 1 0 0 0
[2 1 0 | 0] → [0 1 0 | 0]
3 2 1 0 0 0 1 0
Por lo tanto, el conjunto 𝑆 es linealmente independiente.
Video: https://www.youtube.com/watch?v=qkuLGEaAExk
Video: https://www.youtube.com/watch?v=IwDDu1GzdLY
5.5 Base y dimensión de un espacio vectorial.
Definición 5. Un conjunto de vectores 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } en un espacio vectorial 𝑉 es una base para
𝑉 si
1. 𝑆 genera a 𝑉.
2. 𝑆 es linealmente independiente.
Ejemplo 10. dim(𝑃2 ) = 3 pues el numero de elementos que tiene la base {1, 𝑥, 𝑥 2 } es 3.
dim(ℝ3 ) = 3 pues el numero de elemento que tiene la base {(1,0,0), (0,1,0), (0,0,1)}
es 3.