Вы находитесь на странице: 1из 7

El espacio vectorial Rn Álgebra lineal C.

Alberto Vara

2. El espacio vectorial  n

2.1 Vectores en  n

2.1.1 DEFINICIÓN: Vector en  n


2.1.5 PROPIEDADES: z, w, x   n  ,   
 x1  1. z  w  w z
u, v, w, x, y, z   n
x     xi  
 xn  2. z   w  x    z  w  x

2.1.2 DEFINICIÓN: Escalares  ,  ,    3. 0  n

2.1.3 DEFINICIÓN: Operaciones 4. z   z    z   z  0


 Igualdad
5.   z  w   z   w
 Suma
6.     z   z   z
 Producto por escalares

2.1.4 DEFINICIÓN: Combinación lineal 7.   z     z 


8. 1z  z

2.1.6 EJEMPLO: Relación combinación lineal con SEL

¿   ,    : z   v1   v2 ?

2 3 1  2 3 1  2 3 1  2 0 4 
1 2 4   0 7 7   0 1 1  0 1 1
       
 0 2 2 0 1 1 0 7 7  0 0 0 

1
El espacio vectorial Rn Álgebra lineal C. Alberto Vara

2.2 Subespacio vectorial

2.2.1 DEFINICIÓN: Subespacio Generado V, Conjunto Generador S:

 
S  v1 , , v p  V  Gen  S   S   x    i vi ,  i   
p

 i 1 

2.2.2 EJEMPLO: Gen v1 v2  2.2.3 PROPIEDADES: z, w V  Gen 

1  1 1. 0 V
v1   2  v2   1 
 
2. z  w V
0   2 
3.  z V

2.2.4 EJEMPLO: Problema inverso ¿ v  Gen v1 v2  ?

0  1 1 0  1 1 0  1 1 0 
v  1   2 1 1   0 1 1   0 1 1
     
 2   0 2 2  0 2 2  0 0 0 

0  1 1 0   1 1 0  1 1 0 
v   2  2 1 2  0 1 2   0 1 2 
     
 2  0 2 2  0 2 2  0 0 2 

2.2.5 TEOREMA: Dados v1 , v2 ,, v p  n y V  Gen v1 , v2 , , v p  . Se cumple que


v  V  v1 v2  v p v  no tiene la última columna pivote.

2.2.6 DEFINICIÓN: Subespacio vectorial 2.2.8 EJEMPLO:

2.2.7 DEFINICIÓN: Subespacios triviales 1. V  Gen  v1 , v2 , , v p 

2. W   x   3 : x1  x2  2 x3  0

2
El espacio vectorial Rn Álgebra lineal C. Alberto Vara

2.2.9 TEOREMA: V   s.e.v  v1 , v2 ,, v p   (conjunto o sistema generador) tales que


n n

V  Gen v1 , v2 , , v p  .

2.3 Producto de matriz por vector

2.3.1 OBSERVACIÓN: Relación ecuación vectorial 2.3.2 DEFINICIÓN: Producto de matriz por vector
con SEL:
A   a1 a2  a p    n p y z   p Entonces
La ecuación vectorial

1v1   2 v2     p v p  v Az  z1a1  z2 a2    z p a p

Da lugar a un SEL con la matriz ampliada 2.3.3 EJEMPLO

v1 v2  v p v  2.3.4 OBSERVACIÓN: Forma de cálculo

2.3.5 DEFINICIÓN: Ecuación matricial de un


SEL:

Ax  b

2.3.6 PROPIEDADES: Propiedades de Ax


1. A0  0

2. A  x  y   Ax  Ay

3. A  x    Ax

2.3.7 TEOREMA: Sea A   a1 a2  a p    n p , entonces

Ax  b tiene solución si y sólo si b  Gen  a1 , a2 , , a p 

2.3.8 DEFINICIÓN: Espacio columna ColA  Gen  a1 , a2 , , a p  .

2.3.9 EJEMPLO: Paramétricas a implícitas: ¿Condición sobre b  b1 , b2 , b3  para que pertenezca a
T

ColA ?

3
El espacio vectorial Rn Álgebra lineal C. Alberto Vara

1 3 4 b1  1 3 4 b1  1 3 4 b1 
     b2  4b1 
 A b   4 2 6 b2   0 14 10 b2  4b1   0 14 10
 3 2 7 b3  0 7 5 b3  3b1  0 0 0 2b3  b2  2b1 

2.3.10 TEOREMA: Sea A   a1 a2  a p    n p . Son equivalentes:

1. Ax  b tiene solución b   n .

2.  n  ColA .

3. A tiene todas las filas pivote.

2.4 Estructura de la solución de un SEL


2.4.1 CASO: Sistema homogéneo 2.4.3 NOTA:

 3 5 4 0   4 3 1. Ax  0 siempre tiene la solución


 3 2 4 0  x   v; v   0  trivial x  0 .
Ax  0 ;  ;  
 6 1 8 0   1  2.  Ax  0  x  0  A tiene
todas las columnas pivote.
2.4.2 DEFINICIÓN: Núcleo o nulidad de una matriz A:

p
KerA  NulA  x : Ax  0
3. KerA es un s.e.v. de


4. KerA  Gen v1 , v2 ,vl donde l
2.4.4 CASO: Sistema no homogéneo
2.4.5 TEOREMA: El SEL
es el número
Ax  b tiene como
de variables libres.
soluciones
 3 5 4 7 
 3 2 4 1 x  x0  v; donde Ax0  b y Av  0
Ax  b ;  ;
 6 1 8 4 
 4 3  1
x  x0   v; v   0  ; x0   2 
 1   0 

4
El espacio vectorial Rn Álgebra lineal C. Alberto Vara

2.5 Independencia lineal

2.5.1 DEFINICIÓN: Independencia (dependencia) lineal 2.5.4 EJEMPLO: Vectores l.i.

2.5.2 LEMA: S  v1 , , v p  es l.i.  las columnas 0 1 4 


1 2 1
de A   a1 a2  a p  son todas pivote  
5 8 0 
 Ax  0 sólo tiene la solución trivial.
2.5.5 EJEMPLO: Vectores l.d.
2.5.3 DEFINICIÓN: Relaciones de dependencia lineal
 Soluciones de Ax  0
1 4 2 
2 5 1
 
 3 6 0 
2.5.6 LEMA: Si dos matrices son equivalentes, las relaciones de dependencia lineal entre columnas son
iguales.

2.5.7 LEMA: (Caracterización de dependencia):

Si un conjunto de vectores es l.d. es porque hay alguno que es combinación lineal de los otros.

2.5.8 LEMA: Propiedades de la dependencia lineal

1. Si 0  n está en un conjunto de vectores, éste es l.d.


 
2. Si S  v1 , , v p   , con p  n , entonces S es l.d. (Teorema fundamental de la
n

independencia)

2.5.9 TEOREMA: del conjunto generador

 
Sea V  v1 , , v p   , si vi es combinación lineal de los otros vectores, entonces
n

V  Gen v1 , , vi 1 , vi 1 , , v p  .

5
El espacio vectorial Rn Álgebra lineal C. Alberto Vara

2.6 Base y dimensión

2.6.1 DEFINICIÓN: Base de un (sub) espacio vectorial V : B  v1 , , v p  es base de V   n si B es l.i.


y B es conjunto generador de V .

2.6.2 EJEMPLO: Bases canónicas

2.6.3 EJEMPLO: Base de 3 2.6.4 EJEMPLO: Base a partir de un conjunto generador

1 4 0 2 1 1 4 0 1
2
0 1 1   3 12 1 5 5  0
1 2 1   0 1 1 0 
   2 8 1 3 2  0 0 0 0 1
 3 8 0     
 5 20 2 8 8  0 0 0 0 0

2.6.5. DEFINICIÓN: Coordenadas de un vector x V respecto de una base B  v1 , , v p 

de V :  x B  1   p    p si x  1v1     p v p .
T

2.6.6. PROPIEDADES:

1. Unicidad

2. Linealidad.

LEMA: Coordenadas e independencia lineal

Un conjunto de vectores es l.i. si y sólo si lo son sus coordenadas en una base.

2.6.8 EJEMPLO: Cálculo de coordenadas

0 1 1 1 1 2 1 2  1 2 1 2  1 0 3 4  1 0 0 8 
1 2 1 2   0 1 1 1  0 1 1 1  0 1 1 1  0 1 0 3 
         
 3 8 0 0   3 8 0 0  0 2 3 6  0 0 1 4  0 0 1 4 

6
El espacio vectorial Rn Álgebra lineal C. Alberto Vara

2.6.9 EJEMPLO: Cálculo de coordenadas y base:

Sea V   x   3 : x1  x2  x3  0 . Calcular

1. Una base de V .

2. Coordenadas del vector x   2 1 1


T

3. ¿Qué vector es el que tiene por coordenadas  y B   2 1 , respecto de la base del
T

primer a apartado?

2.6.10 TEOREMA: (Fundamental de la independencia)

Sea B  v1 , , v p  base de V   n si S  v1 ,, vr  tiene más vectores que B, es decir r > p,
entonces S es l.d.

2.6.11 TEOREMAY DEFINICIÓN: (de la dimensión)

Todas las bases de un mismo (sub).e.v. tienen el mismo cardinal. Ese nímero recibe el nombre de
dimensión del (sub)espacio vectorial V : dim V  .

2.6.12 TEOREMA: (de la base)

Sea B  v1 , , v p  un sistema de vectores de V   n , y sea dim V   p , entonces, los siguientes


asertos son equivalentes.

1. B es base de V.

2. B es l.i.

3. B es un conjunto generador de V.