You are on page 1of 43

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

ALGEBRA TEMA: ESPACIOS VECTORIALES

CONTENIDOS INTRODUCCION 1 - ESPACIOS VECTORIALES Ejercicios Propuestos 2 - SUBESPACIOS Ejercicios propuestos 3 - COMBINACION LINEAL Y ESPACIO GENERADO Ejercicios propuestos 4 - DEPENDENCIA E INDEPENDENCIA LINEAL Ejercicios Propuestos 5 - BASE Y DIMENSION Ejercicios Propuestos 6 RANGO DE UNA MATRIZ Ejercicios Propuestos RESULTADOS DE EJERCICIOS PROPUESTOS

PAG. 02 03 05 06 12 14 19 20 28 29 34 35 39 40

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

INTRODUCCION El material que se presenta a continuacin es un material elaborado para que sirva de gua a los estudiantes de las carreras de Ingeniera para la resolucin de situaciones prcticas de Algebra Lineal. El mismo se encuentra organizado por temas, siendo este cuadernillo el que corresponde a la primera mitad del curso, que consta de los siguientes temas: espacios vectoriales, subespacios, combinacin lineal y sistema generado, dependencia e independencia lineal, base y dimensin de un espacio vectorial y se corresponde con las Unidades N 3 y 4 de los contenidos de la asignatura y de los Trabajos Prcticos N 2 y 3. Los temas que se tratan en este material estn organizados de la siguiente manera: Introduccin Terica: se presentan los conceptos necesarios para la resolucin de las situaciones planteadas. Resolucin de ejercicios: se presentan como ejemplos ejercicios correspondientes a cada tema tratado. Interpretacin Geomtrica: se presenta en casos que es necesario para aclarar conceptos o para que el lector relacione los conceptos del lgebra lineal con otras ramas de las matemticas. Dicha interpretacin facilita la resolucin de problemas en los espacios R2 y R3 y sus resultados o conclusiones se pueden interpolar a espacios abstractos como Rn Ejercicios Propuestos: Se proponen ejercicios de diferentes grados de dificultad, en los que el objetivo es que el lector los resuelva no solo aplicando algoritmos matemticos si no que preferentemente lo haga a travs de la aplicacin de Propiedades, Leyes o Teoremas del Algebra Lineal. Al final del cuadernillo se presentan un Apndice donde se aclara la notacin que se utiliza en el mismo y se presentan los resultados de los ejercicios propuestos.

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

1 - ESPACIOS VECTORIALES Sea V es un conjunto de objetos, llamados vectores, sobre el que estn definidas dos operaciones: la adicin y la multiplicacin por escalares (nmeros). Por adicin (+) se entiende una regla que asocia a cada par de objetos x e y en V un objeto x + y y por multiplicacin escalar (*) se entiende una regla que asocia a cada escalar y a cada objeto x en V, un objeto x denominado mltiplo escalar de x por . Si los objetos x, y y z en V y los escalares y satisfacen los siguientes axiomas, entonces (V, +, K, *) se denomina Espacio Vectorial: 1) 2) 3) 4) 5) 6) 7) 8) 9) Si x V e y V, entonces x + y V (Ley de composicin interna o cerradura para la suma) Para todo x V, y V, z V, entonces (x + y) + z = x + (y + z) (Ley asociativa de la suma en V) Existe 0 V, tal que x + 0 = 0 + x = x (Existencia en Vde elemento neutro para la suma) Existe x V, tal que x + (-x ) = 0 (Existencia en V de elemento inverso aditivo) Para todo x V e y V, se verifica x + y = y + x (Ley conmutativa de la adicin en V) Si x V y K, entonces x V.(Ley de composicin externa o cerradura para la multiplicacin por escalar) Para todo x V y , K, se verifica (.x) = ().x (Ley de asociatividad mixta) Para todo x e y V y K, se verifica (x + y) = x + y (Ley distributiva respecto de la adicin del producto por escalar en V) Para todo x V y , K, se verifica (+).x = x + x (Ley distributiva del producto por escalar en R) 10) Para cada vector x V, 1. x = x Los primeros cinco axiomas estn referidos al conjunto V con el operador suma (+). Si el par (V, +) cumple dichos axiomas se denomina al mismo grupo abeliano. Los cinco axiomas restantes estn referidos al producto de un vector (x V) por un escalar ( K) siendo K el cuerpo de escalares.

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

EJERCICIOS RESUELTOS EJEMPLO 1.1: El espacio vectorial (R2, +, R, *). Son todos los pares ordenados de la forma (x, y) y escalares reales. Se demostrar a modo de ejemplo los primeros dos axiomas: Axioma 1: Ley de composicin interna. Si x V e y V, entonces x + y V (x1, y1) R2, (x2, y2) R2 Sumando ambos elementos de R2, se obtiene otro elemento de R2: (x1, y1) + (x2, y2) = (x1+ x2, y1+ y2) Axioma 2: Asociatividad de la adicin en R2 [(x1, y1) + (x2, y2) ]+ (x3, y3) = (x1, y1) + [(x2, y2) + (x3, y3)] (x1+ x2, y1+ y2) + (x3, y3) = (x1, y1) + (x2+ x3, y2+ y3) (x1+ x2 + x3, y1+ y2 + y3) = (x1+ x2 + x3, y1+ y2 + y3) La demostracin de los restantes axiomas queda como tarea. Estos resultados se pueden generalizar a Rn EJEMPLO 1.2: Sea V = Pn. El espacio vectorial de los polinomios de grado menor o igual a n. Pn = an. xn + an-1. xn-1+ an-2. xn-2+..+ a1. x+ a0 Es claro que la suma de dos polinomios de grado menor o igual a n es otro polimonio de grado menor o igual a n, por lo que cumple el axioma 1. Las propiedades definidas por los axiomas 2, y 5 a 10 son obvias. Si se define el polinomio 0 = 0. xn + 0. xn-1+ 0. xn-2+..+ 0. x+ 0, entonces claramente 0 pertenece a Pn y el axioma 3 se verifica. Finalmente Sea p(x) = -an. xn - an-1. xn-1- an-2. xn-2-..- a1. x - a0, se observa que el axioma 4 se cumple, por lo que Pn es un Espacio Vectorial Real.

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

EJERCICIOS PROPUESTOS TEMA: ESPACIOS VECTORIALES 1 Probar que el conjunto de Funciones con valores reales definidas sobre toda la recta real constituye un espacio vectorial, para las operaciones de suma de funciones y producto de una funcin por un escalar. V = f(x); K=R

2 Probar que el conjunto de las Matrices Cuadradas de 2 x 2 ( R2x2) constituye un espacio vectorial para las operaciones de suma de matrices y producto de una matriz por un escalar usuales. V = R2x2, K=R

3 Indicar si las siguientes cuaternas constituyen espacios vectoriales: a) (R, +, R, *) b) (R, +, Q, *) c) (Q, +, R, *) d) (Q, +, Q, *)

4 Demostrar que cualquier recta de R2 que pasa por el origen del sistema de coordenadas constituye un espacio vectorial. V = { (x, y) R2 / y = a.x } K=R

5 Probar que el conjunto W = { (0, 0) } constituye un espacio vectorial con escalares reales para las operaciones de suma de vectores y multiplicacin de un vector por un escalar usuales. V=W K=R

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

2 - SUBESPACIOS Sea un espacio vectorial V, y W es un subconjunto de V. Si W es un espacio vectorial en si mismo bajo las operaciones de de suma y multiplicacin por un escalar definidas en V, entonces W es Subespacio de V. El siguiente teorema nos permite determinar de una manera sencilla si W es subespacio de V: TEOREMA Un subconjunto no vaco W de un espacio vectorial V es un subespacio de V si se cumplen las condiciones siguientes: 1) 2) W es cerrado para la suma. Es decir que si x W e y W, x+y W W es cerrado para el producto por escalar. Si x W y R, entonces x W

Nota: Las condiciones enumeradas en el teorema anterior se pueden unificar de la siguiente manera: Para vectores x e y W y escalares y se debe verificar que: x+y W A la expresin x + y se la denomina Combinacin Lineal de los vectores x e y. Por lo tanto si W es subespacio de V, entonces toda combinacin lineal de vectores de W, est en W. EJERCICIOS RESUELTOS EJEMPLO N 2.1: Probar si W es Subespacio de R2, siendo W = { (x, y) R2 / y = 0 } W representa los puntos del plano R2 cuya coordenada y sea nula. Para que W sea subespacio de R2 se deben verificar las condiciones siguientes: I) Cerrado para la suma: sumando dos elementos de W, obtenemos un elemento de W (x1, 0) W, (x2, 0) W

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

Sumamos ambos vectores: (x1, 0) + (x2, 0) = (x1 + x2, 0) W Por lo tanto W es cerrado para la suma II) Cerrado para el producto por escalar: si multiplicamos un vector de W por un escalar nos da como resultado un vector de W (x1, 0) = ( x1, 0) W Por lo que es cerrado para el producto por escalar. Al cumplir las dos condiciones W es Subespacio de R2. Grficamente W representa al eje coordenado X.
Figura 2.1. Recta y = 0

Se puede demostrar tambin que W es subespacio de R2 utilizando el concepto de Combinacin Lineal explicado anteriormente: (x1 , 0) + (x2 , 0) = ( x1 , 0 ) + ( x2 , 0) = ( x1 + x2 , 0 ) W (1)

Obsrvese que la expresin (1) es una combinacin lineal de vectores de W y su resultado es tambin un vector de W, por lo que se demuestra que W es subespacio de R2 EJEMPLO N 2.2: Probar si W es subespacio de R2, siendo W: W = { (0, 0) }

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

En este caso W est formado por un solo elemento, que es el vector (0, 0). Se deben probar las dos condiciones que debe cumplir W para ser subespacio de R2 I) Cerrado para la suma: sumando dos elementos de W, obtenemos otro elemento de W: (0, 0) + (0, 0) = (0, 0) W II) Cerrado para el producto por escalar: si multiplicamos un elemento de W por un escalar obtenemos un elemento de W: . (0, 0) = (0, 0) W Por lo tanto W es subespacio de R2. W representa en este caso el origen del sistema de coordenadas:
Figura 2. 2. W = { (0, 0) }

EJEMPLO N 2.3: Probar si W es subespacio de R2, siendo W = { (x, y) R2 / y < -x } W representa los puntos en los que la coordenada y sea menor que el opuesto de x. I) Cerrado para la suma: (x1, y1) W, por lo tanto y1 < - x1 (x2, y2) W, por lo tanto y2 < - x2

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

Sumando ambos vectores obtenemos (x1, y1) + (x2, y2) = (x1 + x2 ; y1 + y2), y como y1 < - x1 e y2 < - x2, se verifica que ; y1 + y2 < - x1 - x2, por lo tanto el vector (x1 + x2 ; y1 + y2) W II ) Cerrado para el producto por escalar: (x1, y1) W, por lo tanto (x1, y1) W, por lo tanto y1 < - x1 Si multiplicamos el vector (x1, y1) por un escalar , obtenemos .(x1, y1) = ( x1, y1), y este vector no pertenece a W, por que no se verifica .y1 < - .x1 para todo R Geomtricamente W representa un semiplano, como se indica en la figura siguiente:
Figura 2.3. Semiplano y = -x

X W

EJERCICIO N 2.4: probar si W es subespacio de R3, siendo : W = {(x, y, z) R3 / x+y-z = 0 } Una manera prctica de resolver la situacin planteada, es expresando una de las componentes de los vectores de W en funcin de las otras, en este caso la componente z se expresar en funcin de x e y: z=x+y por lo tanto los vectores del conjunto W, sern de la siguiente forma:

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

10

(x, y, x+y ) Seguidamente se demuestran las condiciones necesarias para que W sea subespacio de R3: I) Cerrado para la suma: (x1, y1, x1+y1 ) W (x2, y2, x2+y2 ) W Sumando se obtiene: (x1, y1, x1+y1 ) + (x2, y2, x2+y2 ) = (x1 + x2, y1 + y2, x1+y1 + x2+y2 ) W Como se puede observar la tercera componente es igual a la suma de la primera componente mas la segunda, por lo que el vector suma pertenece aW II ) Cerrado para el producto por escalar: (x1, y1, x1+y1 ) = (x1, y1, x1+ y1 ) W Al cumplir ambas condiciones W es subespacio de R3. Geomtricamente el conjunto W representa un plano que pasa por el origen. Se puede demostrar que cualquier plano que pasa por el origen del sistema de coordenadas en un subespacio de R3. La ecuacin implcita de un plano que pasa por el origen es de la forma: Ax + By + Cz = 0 Tambin se puede demostar que un plano que no pasa por el origen del sistema de coordenadas no constituye un subespacio de R3. Obsrvese que en este caso el conjunto no incluira el vector (0, 0, 0), que representa el elemento neutro de la adicin de vectores en R3, por lo que no verifica el Axioma 3 de la definicin de Espacio Vectorial, y por lo tanto tampoco puede ser subespacio. En efecto, como la ecuacin implcita de un plano que no pasa por el origen del sistema de coordenadas es: Ax + By + Cz = D, con D 0 y reemplazando (x, y, z) por (0, 0, 0) se obtiene: A0 + B0 + C0 = D 0=D

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

11

lo que es falso, por ser D 0, por lo tanto el conjunto de puntos que verifican la ecuacin Ax + By + Cz = D no incluye vector (0, 0, 0), que es el elemento neutro para la suma de vectores en R3, y por consiguiente no es espacio vectorial en si mismo y tampoco subespacio de R3 de acuerdo a la definicin de Subespacio. SUBESPACIO V Y SUBESPACIO TRIVIAL Todo espacio vectorial V tiene al menos dos subespacios que son V mismo y el conjunto formado por el vector nulo (Subespacio Trivial): Un espacio vectorial es subespacio de si mismo: para cada espacio vectorial V, V es un subespacio de si mismo al cumplir las condiciones suficientes de la definicin de subespacio. El subespacio trivial: para cualquier espacio vectorial V, el subconjunto { 0 } que contiene el vector cero constituye un subespacio de V, ya que 0 + 0 = 0 y 0 = 0 para todo escalar . (Se demostr en Ejemplo N 2.2, la existencia de subespacio trivial de R2) SUBESPACIOS DE R2 Y DE R3 Se puede demostrar que los nicos subespacios de R2 son los siguientes: El subespacio trivial { 0 } Rectas que pasan por el origen R2.

De la misma manera los nicos subespacios de R3 son: El subespacio trivial { 0 } Rectas que pasan por el origen Planos que pasan por el origen R3

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

12

EJERCICIOS PROPUESTOS TEMA: SUBESPACIOS 1 - Sea (V, +, K, *) un Espacio Vectorial. Determine si el conjunto W es subespacio de V. En los casos posibles haga el grfico del conjunto W. Las operaciones dadas son las usuales en cada caso: a) V = R2, K=R W = { (x, y ) R2 / y = x + 1 } W = { (x, y ) R2 / y > x } W = { (x, y ) R2 / y = 1 } W = { (x, y ) R2 / y = x2 } b) V = R3, K=R

W = { (x, y, z) R3 / z = 0 } W = { (x, y, z) R3 / x+y+z > 1 } W = { (x, y, z) R3 / 2x +y = 0 } c) V = R2x2, K = R a b 2x2 W = { c d R / a + b + c + d = 0} W es el conjunto de las matrices diagonales de 2 x 2.

a b 2x2 W = { c d R / b = 0 c = 0}
W es el conjunto de las matrices triangulares superiores de 2 x 2 a b 2x2 W = { c d R / c = 0} d) V = Pn; K=R

W es el conjunto de polinomios de grado 4 (P4) W es el conjunto de polinomios de grado menor o igual a 4

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

13

2 Indique en cada caso si el conjunto W representado grficamente constituye un subespacio de (R2, +, R, *) justificando su respuesta.

. W

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

14

3 - COMBINACON LINEAL Y ESPACIO GENERADO Sea (V, + K, *) un espacio vectorial y v1, v2,., vn vectores que pertenecen a V. Se denomina combinacin lineal de los vectores v1, v2,., vn a la expresin: 1 v1 + 2 v2 + .. + n vn siendo 1 , 2, .. n escalares cualesquiera pertenecientes al cuerpo K. EJEMPLO N 3.1: El vector (3, -2) es combinacin lineal de los vectores (1, 0) y (0, 1). En efecto (3, -2 ) se puede expresar de la siguiente manera: (3, -2 ) = 3 (1, 0) + (-2) (0, 1) EJEMPLO N 3.2: El vector de R3 (-1, 5, 4) es combinacin lineal de (1, 1, 1); (1, 1, 0) y (1, 0, 0) (-1, 5, 4) = 1 (1, 1, 1) + 2 (1, 1, 0) + 3 (1, 0, 0) Expresin en la que los escalares 1, 2, 3 adquieren los valores 4, 1 y -6 respectivamente. INTERPRETACION GEOMETRICA DE LA COMBINACION LINEAL
Figura 3.1: Vector u como combinacin lineal de los vectores v1 y v2

.V1 V1

V2 . V2

u = .V1 + . V2

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

15

En la figura 3.1, se observa que el vector u se puede expresar como la suma de los vectores .V1 y . V2, que a su vez son mltiplos escalares de los vectores V1 y V2. O sea: u = .V1 + . V2 Que es una combinacin lineal de los vectores V1 y V2. SISTEMA GENERADOR O CONJUNTO GENERADOR Un conjunto de vectores v1, v2,., vn en un espacio vectorial (V, + K, *) generan a V si cualquier vector x de V se puede expresar como combinacin lineal de v1,v2,.,vn. Entonces para todo x en V se verifica: x = 1 v1 + 2 v2++ n vn EJEMPLO N 3.3: El conjunto de vectores A = { (1, 1, 1); (1, 1, 0) ; (1, 0, 0) } genera a R3, por que cualquier vector (a, b, c) de R3 se puede expresar como combinacin lineal de los vectores del conjunto A. (a, b, c) = 1(1, 1, 1) + 2 (1, 1, 0) + 1(1, 0, 0) (a, b, c) = (1, 1, 1) + (2, 2, 0) + (3, 0, 0) De all se obtienen las siguientes ecuaciones: 1 + 2 + 3 = a 1 + 2 + 0 = b 1 + 0 + 0 = c Deducindose que: 1 = c 2 = b - 1 = b c

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

16

3 = a - 1 2 = a c b + c = a b Como los escalares 1, 2 y 3 se pueden expresar en funcin de a, b y c, entonces podemos afirmar que cualquier vector (a, b, c ) de R3 se puede expresar como Combinacin Lineal de los vectores del conjunto A

ESPACIO GENERADO POR UN CONJUNTO DE VECTORES Sean v1, v2,., vn un conjunto de vectores del espacio vectorial V. El espacio generado por v1, v2,., vn es el conjunto de combinaciones lineales de v1, v2,., vn. Es decir: Gen (v1, v2,., vn ) = 1. v1 + 2.v2+.+ nvn

EJEMPLO N 3.4: Determinar el espacio generado por el vector (1, 2) de R2. La solucin de esta situacin est planteada por todas las combinaciones lineales de (1, 2): Gen { (1, 2) } = 1 (1, 2) = (1, 2 1) (*) Igualando (*) a un vector genrico (x, y) se obtiene: (1, 2 1) = (x, y) de donde surgen las siguientes ecuaciones: 1 = x 2 1 = y Entonces si reemplazamos en la segunda ecuacin 1 por x se obtiene: 2x=y Quiere decir que el vector (1, 2) genera una recta en R2 de ecuacin y = 2x.

EJEMPLO 3.5: Determinar el espacio generado por los vectores (1, 1, 0) y (0,1,2) de R3

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

17

El espacio generado por los vectores es el siguiente: 1(1, 1, 0) + 2 (0, 1, 2) = (x, y, z) Se opera de manera similar al ejemplo anterior obtenindose el siguiente sistema de ecuaciones: 1 =x 2 2 = z Resolviendo el sistema planteado se obtiene la siguiente relacin entre las componentes x, y, z: x+ z =y 2 z y=0 2 1 + 2 = y

En forma implcita queda: x+

que es la ecuacin de un plano en R3

EJEMPLO 3.6: Encontrar un conjunto generador del subespacio de R2 definido de la siguiente manera: W = { (x, y) R2 / y = x } En este caso los vectores de W cumplen la condicin que sus dos componentes son iguales, es decir tienen la forma ( t, t ) siendo t un parmetro que puede tomar infinitos valores. Si t fuera un escalar quedara la siguiente expresin: ( t, t ) = t ( 1, 1 ) Obsrvese que cualquier combinacin lineal del vector (1, 1) nos da como resultado un vector de W ( Cuando las componentes del vector son iguales ), por lo tanto el (1, 1 ) es un sistema generador de W.

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

18

W = Gen { (1, 1 ) }

EJEMPLO 3.7: Encontrar un sistema generador del conjunto W de R3 definido de la siguiente manera: W = { (x, y, z) R3 / x = z } En este caso la condicin que deben cumplir los vectores de W es que la primera y tercera componente sean iguales, es decir se trata de vectores de la forma (a, b, a) en los que se puede observar que tenemos dos parmetros a y b. Podemos escribir al vector (a, b, a) de la siguiente manera: (a, b, a) = (a, 0, a) + ( 0, b, 0) Si los parmetros a y b fueran escalares quedara: (a, b, a) = a (1, 0, 1) + b ( 0, 1, 0) Obsrvese que los vectores de la forma (a, b, a) se pueden escribir como combinacin lineal de los vectores (1, 0, 1 ) y (0, 1, 0), por lo que estos vectores constituyen un sistema generador de W. W = gen { (1, 0, 1 ), (0, 1, 0) }

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

19

EJERCICIOS PROPUESTOS TEMA: COMBINACION LINEAL Y ESPACIO GENERADO 1 Indicar si el vector (4, 0, -2) se puede expresar como combinacin lineal de los vectores (1, 5, 2); (1, 1, 0); (0, 2, 1) 2 Cules de los siguientes vectores son combinaciones lineales de (0, -2, 2) y (1, 3, -1) a) (2, 2, 2) b) (3, 1, 5) c) (0, 4, 5) d) (0, 0, 0)

3 Expresar cada uno de los siguientes vectores como combinacin lineal de los vectores (2, 1, 4); (1, -1, 3) y (3, 2, 5): a) (-9, -7, -15) b) (6, 11, 6) c) (0, 0, 0) d) (7, 8, 9)

4 Indicar cual de los siguientes conjuntos de vectores generan R3: a) (2, 2, 2); (0, 0, 3) y (0, 1, 1) b) (2, -1, 3); (4, 1, 2) y (8, -1, 8) c) (1, 1, 1) y (3, -1, 2) d) (1, 1, 1); (1, 1, 0); (1, 0, 0) y (2, 1, 1) 5 Indicar si los vectores (1, 0, 1) y (0, 1, 2) generan el espacio W, siendo: W = { (x, y, z ) R3 / x +2y z = 0 } 6 Encontrar la (3, 4, 4) 7 Sean los vectores u = (1, 1, 2) y v = (5, -1, 4). Cul de los siguientes vectores se encuentran en el espacio generado por u y v. gen { u, v }? a) (1, 2, 3) b) (1, 2 -3) c) (0, 1, 1) d) (4, -1, 5) ecuacin del plano generado por los vectores (-1, 1, 1) y

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

20

4 - DEPENDENCIA E INDEPENDENCIA LINEAL Sea A = {v1, v2,., vn} un conjunto de vectores de un espacio vectorial V. Se dice que los vectores del conjunto A son Linealmente Independientes si y solo si la nica combinacin lineal de dichos vectores que da como resultado el vector nulo es la combinacin lineal trivial, es decir que todos los escalares sean iguales a cero. 1 . v1+2 v2+.+n vn = 0 Entonces v1, v2,., vn son linealmente independientes si y solo si i = 0 para todo i. Si existen soluciones i 0 entonces los vectores v1, v2,., vn son linealmente dependientes. EJEMPLO N 4.1: Determinar si los vectores (1, 1) y (1, 0) son linealmente independientes. Solucin: se expresa la combinacin lineal de los vectores y se la iguala al vector nulo, calculndose los valores de los escalares 1 y 2: 1 (1, 1) + 2 (1, 0) = (0, 0) (1, 1) + (2, 0) = (0, 0) Surge un sistema de dos ecuaciones con dos incgnitas: 1 + 2 = 0 1 =0

Las soluciones de este sistema son obvias: 1 = 0 2 = 0

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

21

Como la nica solucin posible es 0 para ambos escalares, los vectores (1, 1) y (1, 0) son linealmente independientes. EJEMPLO 4.2: Determinar si los vectores (1, 1, 1); (-2, 1, 0) y (-1, 2, 1) son linealmente independientes. Solucin: se plantea la combinacin lineal igualndola al vector nulo de R3 obtenindose: 1 (1, 1, 1 ) + 2 (-2, 1, 0) + 3 (-1, 2, 1) = (0, 0, 0) El sistema de ecuaciones es el siguiente: 1 - 22 - 3 = 0 1 + 2 +2 3 = 0 1 + 3 = 0

Si despejamos 1 de la 3 ecuacin y sustituimos en la 1 y 2 se obtiene: 3 ) 1 = - 3 1) 1 - 22 + 1 = 0 2 1 - 22 = 0 (**) 2 ) 1 + 2 -2 1 = 0 1 + 2 = 0 (**)

Queda un sistema de dos ecuaciones con dos incgnitas (**): 2 1 - 22 = 0 -1 + 2 = 0 De la segunda ecuacin surge que 1 = 2 Sustituyendo en la primera:

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

22

2 2 - 22 = 0 02 = 0 Dicha ecuacin se verifica para infinitos valores de 2, lo que significa que el sistema tiene infinitas soluciones y por lo tanto tiene soluciones para los escalares distintas de 0, lo que implica que los vectores (1, 1, 1); (-2, 1, 0) y (-1,2, 1) son linealmente dependientes. Nota: Si un vector de un conjunto v1, v2, , vn se puede escribir como combinacin lineal de los dems vectores del conjunto, entonces dicho conjunto de vectores es L. D. Para el ejemplo 4.2 obsrvese que el vector (-1, 2, 1) es la suma de los vectores (1, 1, 1); (-2, 1, 0) por lo que se podra expresar de la siguiente manera como combinacin lineal: (-1, 2, 1) = 1. (1, 1, 1) + 1. (-2, 1, 0) En este caso los escalares tomaran valores unitarios, y como un vector se pudo escribir como Combinacin Lineal de los otros vectores del conjunto se concluye que dicho conjunto es L. D.

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

23

CONSIDERACIONES

GEOMETRICAS

SOBRE

LA

DEPENDENCIA

INDEPENDENCIA LINEAL EN R2 En el espacio vectorial R2 se pueden apreciar claramente desde el punto de vista geomtrico cuando dos vectores son Linealmente Independientes o Linealmente Dependientes. Si los vectores de R2 se encuentran sobre la misma recta, los mismos son L. D. por que uno de ellos se puede obtener al multiplicar por un escalar al otro:
Figura 4.1. Vectores LD en R2

V1 V2

En la figura 4.1 se puede advertir que los vectores v1 y v2 son mltiplos escalares entre s, por lo tanto son linealmente dependientes: 1 . v1 = v2 con 1 0 de donde se puede deducir 1 . v1 + 2 . v2 = 0 Por el contrario, si los vectores no son colineales, significa que no se puede expresar uno como el producto del otro vector por un escalar. En la figura 4.2 los vectores no son mltiplos escalares entre si, por lo que son Linealmente Independientes:

CATEDRA: ALGEBRA Figura 4.2: Vectores LI en R2

TEMA: ESPACIOS VECTORIALES

24

V1

V2

En este caso no se puede escribir: 1 . v1 = v2 por que los vectores no son colineales, por lo tanto la nica combinacin lineal posible de v1 y v2 que da como resultado el vector 0 es la trivial: 1 . v1 + 2 . v2 = 0 con escalares 1 = 2 = 0, por lo que los vectores v1 y v2 son linealmente dependientes. En el espacio vectorial R3, tres vectores son Linealmente Independientes si no son coplanares. En la figura 4.3 se pueden observar tres vectores LI de R3
Figura 4.3: 3 Vectores LI en R3

V3

V1

V2

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

25

Los vectores v1, v2, y v3 de la figura anterior son linealmentes independientes por que no son coplanares. En cambio en las figuras 4.4 Y 4.5 se pueden observar geomtricamente ejemplos de vectores Linealmente Dependientes en R3
Figura 4.4: 3 Vectores LD en R3

V1 V

V2 V3 Y

Figura 4.5: 3 Vectores LD en R3

V1 V2 X V3

Los vectores que se observan en las figuras 4.4 y 4.5 son linealmente dependientes por ser tres vectores contenidos en el mismo plano. A su vez,

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

26

dos vectores que se encuentren comprendidos en la misma lnea recta tambin son linealmente dependientes, como se observa en la Fig. 4.6

Figura 4.6: 2 Vectores LD en R

V1 Y

V2

TEOREMA 4.1: Un conjunto de vectores que incluya al vector nulo, es linealmente dependiente. Se puede observar por ejemplo que el conjunto formado por los vectores (1, 2) y (0, 0) es L. D. En efecto: 1 (1, 2) + 2 (0, 0) = (0, 0) De all se deduce que el escalar 2 puede tomar valores distintos de 0, y verifica lo mismo la igualdad, por lo tanto los vectores (1, 2) y (0, 0) son Linealmente Dependientes. Generalizar a travs del mismo razonamiento la demostracin para el conjunto de vectores v1, v2, 0, , vn.

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

27

TEOREMA 4.2: Un conjunto de vectores con dos o ms vectores iguales es Linealmente dependiente. Se demostrar a travs de un ejemplo. Supongamos que tenemos el conjunto de vectores de R3 (1, 1, 2); (1, 1, 2) y (-1, 5, 0). Se demostrar que son L. D.: 1 (1, 1, 2) + 2 (1, 1, 2) + 3 (-1, 5, 0) = (0, 0, 0) Obsrvese que independientemente del valor de 3, si los valores de 1 y 2 son opuestos, el valor de los dos primeros trminos de la combinacin lineal sera igual al vector (0, 0, 0), por lo que se demuestra que es posible obtener el vector (0, 0, 0) con escalares diferentes de cero, probando que el conjunto de vectores (1, 1, 2); (1, 1, 2) y (-1, 5, 0) es L. D. Generalizar la demostracin para el conjunto de vectores v1,, vj, vj , , vn TEOREMA 4.3: Sean v1, v2, ,vk un conjunto de vectores de Rn. Si k > n entonces los vectores v1, v2, ,vk son linealmente dependientes. Al igual que en el caso de los teoremas 3.1 y 3.2 se probar con un ejemplo, quedando para el lector la generalizacin de la demostracin. Probar que el conjunto de vectores de R2 formado por (1, 1); (1, 0) y (0, 1) son linealmente dependientes. En efecto: 1 (1, 1) +2 (1, 0) + 3 (0, 1) = (0, 0) De all surge un sistema homogneo de dos ecuaciones con tres incgnitas: 1 + 2 1 =0 + 3 = 0

Como el sistema homogneo tiene mas incgnitas que ecuaciones el mismo es compatible indeterminado, por lo que tiene infinitas soluciones. Al tener soluciones diferentes de cero para los escalares, los (0, 1) son L.D. vectores (1, 1); (1, 0) y

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

28

EJERCICIOS PROPUESTOS TEMA: DEPENDENCIA E INDEPENDENCIA LINEAL a) Indicar si los siguientes conjuntos de vectores son linealmente

independientes o linealmente dependientes: A = { (1,1); (1, 0) } de R2 B = { (1, 0, 0); (0, 1, 0); (0, 0, 1) } de R3 C = { (0, 0, 0); (1, 0, 0) } de R3 D = { (1, 1, 1, 1); (2, -1, 0, 0); (4, 3, 2, 1); (7, 3, 3, 2) } de R4 E = { v1, v2, v3, v4 } de R3 F = { (1, 1, 1); (1, 1, 0) } de R3 G = { (1, 2, 0); (0, 1, 0); (1, 2, 0) } de R3 b) Indicar el valor de K para que los siguientes vectores sean linealmente independientes: (1, 2, k ); (1, 1, 1); (0, 1, 1-k) (k, 1, 0); (3, -1, 2); (k, 2, -2)

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

29

5 - BASE Y DIMENSION DE UN ESPACIO VECTORIAL Sea S = {v1, v2, ,vn} un conjunto de vectores del espacio vectorial V. Se dice que S es base de V si cumple las siguientes condiciones: S es linealmente independiente y S es sistema generador de V.

EJEMPLO 5.1: Indicar si el conjunto de vectores (1, 0) y (1, 1) constituye una base de R2. Se deben verificar ambas condiciones: que los vectores sean LI y que constituyan un Sistema Generador de R2. Independencia Lineal: se demostr en el Ejemplo 4.1 que los vectores son Linealmente Independientes. Sistema Generador: cualquier vector (a, b) de R2 se puede expresar como combinacin lineal de los vectores (1, 0) y (1, 1) 1 (1, 0) + 2 (1, 1) = (a, b) (1, 0) + (2, 2) = (a, b)

Se obtiene el sistema de ecuaciones: 1 + 2 = a 2 = b (*) reemplazando el valor de 2 = b en la primera ecuacin se obtiene: 1 + b = a por lo tanto 1 = a b (*)

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

30

Las expresiones (*) indican que para cualquier valor de a y b, o sea para cualquier vector de R2, es posible encontrar escalares 1 y 2, que permitan expresar el vector (a, b) como combinacin lineal de los vectores (1, 0) y (1, 1). Por lo tanto, por ser LI y SG de R2 los vectores constituyen una base de R2

EJEMPLO N 5.2: Encontrar una base para el espacio vectorial definido por: W = {(x, y, z) R3 / x+2y-z=0} En este caso el problema es inverso, se presenta un espacio vectorial W y se debe encontrar un conjunto de vectores que sea base del mismo. En primer lugar se encontrar un Sistema Generador de W como se hizo en el Ejemplo 3.6 o 3.7: Los vectores de W cumplen la siguiente condicin: x+2y-z=0 Expresando una de las variables (z) en funcin de las otras (x e y) se obtiene la expresin: z = x + 2y por lo tanto los vectores de W son de la siguiente forma: (x, y, x + 2y) La tercera componente es igual a la primera ms el duplo de la segunda. W se puede expresar de la siguiente manera: (x, y, x + 2y) = (x, 0, x) + (0, y, 2y) Si x e y fueran escalares: (x, y, x + 2y) = x (1, 0, 1) + y (0, 1, 2)

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

31

Obsrvese que los vectores de W se pueden expresar como combinacin lineal de (1, 0, 1) y (0, 1, 2). Por lo tanto estos vectores constituyen un Sistema Generador de W. Para que el conjunto de vectores (1, 0, 1) y (0, 1, 2) constituya una base de W, se debe verificar que sean Linealmente Independientes: 1(1, 0, 1) + 2 (0, 1, 2) = (0, 0, 0) El sistema de ecuaciones que se obtiene es el siguiente: 1 =0 2 = 0 1 + 2 2 = 0 Se obtiene como solucin al sistema que: 1 = 0 2 = 0 Por lo que los vectores (1, 0, 1) y (0, 1, 2) son linealmente independientes. Como tambin constituyen un Sistema Generador de W, entonces el conjunto es una base de W.

DIMENSION DE UN ESPACIO VECTORIAL Si un espacio vectorial V, tiene una base finita, entonces la dimensin de V es el nmero de vectores de todas las bases de V y V se llama espacio vectorial de dimensin finita. Los subespacios de R2 son los siguientes: Espacios de dimensin cero: { ( 0, 0) }

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

32

Espacios de dimensin uno: Espacios de dimensin dos:

rectas que pasan por el origen R2

Los subespacios de R3 son los siguientes: Espacios de dimensin cero: Espacios de dimensin uno: Espacios de dimensin dos: Espacios de dimensin tres: { (0, 0, 0) } Rectas que pasan por el origen Planos que pasan por el origen R3

En el caso del Ejemplo 5.1 el espacio vectorial es R2, sus bases tienen dos vectores, por lo que es un espacio de dimensin 2. En el Ejemplo 5.3, se trata de un subespacio de dimensin 2 de R3

TEOREMA 5.1: Todo conjunto de n vectores Linealmente Independientes de Rn es una base de Rn. EEJEMPLO: Los vectores (1, 0, 0); (0, 1, 0) y (0, 0, 1) de R3 son linealmente independientes. Entonces, y por el teorema 5.1, constituyen una base por que son tres vectores linealmente independientes de R3. Recprocamente si un conjunto de n vectores de Rn genera a Rn, entonces dicho conjunto es Linealmente Independiente.

TEOREMA 5.2: Sea el espacio vectorial Rn y S un conjunto con m elementos. a) b) Si S es linealmente independiente, entonces m n Si S genera a Rn, entonces m n

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

33

De este teorema se deduce que un conjunto S, para ser base de Rn, tiene que estar conformado por n elementos. EJEMPLO N 5.3: Indicar si el siguiente conjunto de vectores constituye una Base de R3: A = { (1, 1, 1); (1, 1, 0); (1, 0, 0) } Se verificar primeramente la Independencia Lineal de los Vectores 1 (1, 1, 1) + 2 (1, 1, 0) + 3 (1, 0, 0) = (0, 0, 0) Se obtiene el siguiente sistema de ecuaciones 1 + 2 + 3 = 0 1 + 2 1 1 = 0 2 = 0 - 1 = 0 3 = 0 - 1 2 = 0 Como la nica solucin del sistema es la trivial (1, 2, 3) = (0, 0, 0) los vectores (1, 1, 1); (1, 1, 0); (1, 0, 0) son linealmente independientes. Por teorema 5.1 al ser tres vectores L.I. de R3, constituyen una base de dicho espacio vectorial. EJEMPLO N 5.4: Indique si los siguientes conjuntos de vectores constituyen una base de R3: A = { (1, 1, 1); (0, 1, 0) } B = { (1, 1, 1); (0, 1, 0); (0, 0, 1); (1, 0, 0) } SOLUCION El conjunto A no puede ser base de R3 por que contiene dos vectores, y para poder generar un espacio de dimensin 3 como R3 se necesitan tres vectores linealmente independientes. =0 =0

Las soluciones del sistema son inmediatas:

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

34

El Conjunto B no puede se base de R3 por que contiene cuatro vectores y de acuerdo a teorema 5.2 cuatro vectores de R3 no pueden ser Linealmente Independientes. EJERCICIOS PROPUESTOS BASE Y DIMENSION 1 Indique si los siguientes conjuntos de vectores constituyen una base de R3: A = { (1, 1, -1); (0, 1, 2); (1, 3, 2) } B = { (1, 0, 1); (2, -1, 2); (0, 5, 0); (1, 1, 1) } C = { (1, 3, 1); (-1, 5, 2); (0, 8, 3) } D = { (1, 1, 1); (0, 1, 1) } 2 Indique si los vectores u = (1, 3, 1) y v = (2, 2, -2) constituyen una base del espacio vectorial: W = { (x, y, z) R3 / -2x + y z = 0 } 3 Encontrar una base para los siguientes espacios vectoriales e indicar su dimensin: W = { (x, y, z) R3 / z = 0 } W = { (x, y, z) R3 / x + y z = 0 } W = { (x, y, z) R3 / y = z } W = { (x, y, z) R3 / -x = y = 2z } 4 - Hallar el vector coordenada de u = (-1, 3, 1) respecto a las siguientes bases de R3: A = { (1, 1, 1); (1, 1, 0); (1, 0, 0) } B = { (0, 1, 1); (1, 1, 0); (1, 0, 1) } 5 - Hallar una base del espacio de soluciones del siguiente sistema de ecuaciones: 5x + 3y + z = 0 x + 2y =0

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

35

6. RANGO DE UNA MATRIZ Sea A una matriz m x n. Se denomina espacio fila de A, al subespacio de Rn generado por las filas de la matriz A, mientras que espacio columna de A, es el subespacio de Rm generado por las columnas de A. Las dimensiones de dichos subespacios de Rn y de Rm se denominan rango fila y rango columna respectivamente y se puede demostrar que ambos rangos son iguales. DEFINICION: el rango de una matriz A es la dimensin de sus espacios filas o espacios columna y se denota r(A). TEOREMA 6.1: Si A y B son dos matrices m x n equivalentes por filas, entonces los espacios generados por los renglones de A y B son iguales. TEOREMA 6.2: El rango por filas y el rango por columnas de una matriz A de m x n son iguales. El Teorema 6.2 indica entonces que si a una matriz se le realizan operaciones elementales por filas, su rango no vara. EJEMPLO N 6.1: Determinar el rango de la matriz A. 2 1 0 1 A = 1 2 1 1 2 4 1 2 Calculamos la matriz reducida por filas de A y se obtiene: 1 0 0 1/ 2 B = 0 1 0 1/ 4 0 0 1 0 Observar que el espacio generado por las columnas de A es R3, pues tres columnas L. I. de R3 generan dicho espacio. (Teorema 5.1). Por lo tanto la dimensin del espacio columna de A es 3. Rango Columna de A es 3.

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

36

Por su parte las filas de A son Linealmente Independientes y tres filas L. I. de R4 slo pueden generar un Subespacio de R4 de dimensin 3. Por lo que rango fila de A es igual a 3. Otra forma prctica para determinar el rango de una matriz est definida por el siguiente teorema: TEOREMA 6.3: Sea E la forma escalonada reducida de la matriz A. Los vectores fila diferentes de cero de E constituyen una base del espacio fila de A. El rango de A es el nmero de vectores fila diferentes de cero de E. EJEMPLO 6.2: Encuentre una base para el espacio fila de la matriz A y determine su rango. 0 1 1 A = 2 1 4 3 1 1 La matriz reducida por filas de A es la siguiente:

1 0 1 E = 0 1 2 0 0 0
Se puede observar que la matriz E tiene dos filas no nulas, que constituyen una base del espacio fila de A. Por lo tanto una base del espacio fila de A estar formada por los vectores: A={(1, 0, 1); (0, 1, 2)} Como la base del espacio fila de A tiene dos vectores, dicho espacio es de dimensin dos, por lo que el rango de A es igual a 2.

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

37

RANGO Y DEPENDENCIA LINEAL De acuerdo al Teorema 6.3, si los vectores filas constituyen una base del espacio fila de A, entonces dichos vectores son Linealmente Independientes (Por definicin de Base, pg. 29). Por lo que se puede afirmar que el rango de una matriz es la cantidad de filas Linealmente Independientes de la misma. El concepto es tambin vlido para las columnas de la matriz A. Observar en el Ejemplo 6.2 que las columnas de la matriz E, son Linealmente Dependientes, por que la tercera columna se puede expresar como combinacin lineal de la primera y segunda. En efecto: (1, 2, 0) = (1, 0, 0) + 2 (0, 1, 0) Como las columnas son L. D. generan un espacio de dimensin 2, por lo que el rango Columna es igual a dos. (Comprobar que el espacio generado por las columnas de A, es un espacio de dimensin 2) El Teorema 6.3 tambin es til para encontrar una base de un subespacio generado por un conjunto de vectores. El siguiente ejemplo ilustra este caso: EJEMPLO 6.3: Determinar una base del subespacio de R3 generado por los vectores (1, 2, -1); (0, 1, 2); (2; 6; 2). En este caso se ubican los vectores como filas de una matriz: 1 2 1 A = 0 1 2 2 6 2 Se calcula la matriz reducida por filas de A:

1 0 5 E = 0 1 2 0 0 0
La base del espacio fila de A es por lo tanto:

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

38

A = {(1, 0, -5); (0, 1, 2)} Que es a su vez base del espacio generado por los vectores (1, 2, -1); (0, 1, 2); (2; 6; 2) de acuerdo al Teorema 6.3. RANGO E INVERSA DE UNA MATRIZ Se ha afirmado que el rango de una matriz no vara si a dicha matriz se le realizan operaciones elementales de filas (Teorema 6.1, pg. 35). Por lo tanto si una matriz A de n x n es inversible su rango debe ser igual a n. (Kolman, 1999, pg. 250). Tambin se lo puede asociar al espacio fila de la matriz A, que por ser su reducida por fila la matriz identidad de orden n, la matriz reducida por filas de A no tendra filas nulas, y por lo tanto el espacio generado por las filas de A sera Rn. Como las filas no nulas constituyen una base de dicho espacio (Teorema 6.3, pg 36), dicha base consta de n elementos, por lo que la dimensin del espacio generado por las filas de A es igual a n. Estas consideraciones permiten afirmar las siguientes proposiciones equivalentes:

PROPOSICIONES EQUIVALENTES - CONTINUACION (Ver Matrices Pg. 22) Sea A una matriz de n x n. Las siguientes proposiciones son equivalentes: 1 A es invertible. 2 La forma reducida por filas de A es In. 3 A es un producto de matrices elementales. 4 El espacio generado por las filas de A es Rn 5 A tiene rango n 6 Las filas de A son Linealmente Independientes. 7 Las filas de A constituyen una base de Rn .

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

39

EJERCICIOS PROPUESTOS RANGO DE UNA MATRIZ 1 - Sea S = {(1,2,3); (2,1,4); (-1,1,2); (0,1,2); (1,1,1)} . Determine una base para el subespacio de R3 generado por los vectores del conjunto S. 2 Sea S = {(1,1,2,1); 1,0,-3,1); (0,1,1,2); (0,0,0,1)}. Determine una base para el subespacio generado por los vectores del conjunto S. 3 Determinar una base del espacio generado por las filas de la matriz A: 1 4 6 A = 2 3 1 2 1 3 4 Si A es una matriz de 3 x 4. Cual es el mximo valor del rango de A? 5 Muestre que las columnas de dependientes. 6 Determine el rango de las siguientes matrices. Indique si sus filas columnas son L. I. o L. D y si son matrices inversibles: 2 0 1 A = 1 1 2 5 1 3 0 1 3 1 1 2 B= 2 0 2 5 4 2 7 5 4 2 2 1 3 C = 4 3 11 3 0 6 o una matriz de 3 x 4 son linealmente

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

40

RESULTADOS DE LOS EJERCICIOS PROPUESTOS TEMA 1: ESPACIOS VECTORIALES 1) Es Espacio Vectorial 2) Es Espacio Vectorial 3) a ) Si b) Si c) No d) Si

4) Es Espacio Vectorial 5) Es Espacio Vectorial TEMA 2: SUBESPACIOS 1a) No son subespacios ninguno de los conjuntos propuestos 1b) El primer y tercer conjunto son subespacios de R3, el segundo no lo es 1c) Son subespacios todos los conjuntos propuestos 1d) El primer conjunto no es, el segundo si. 2) Es subespacio el conjunto representado en el tercer grfico. (Recta que pasa por el origen) TEMA 3: COMBINACION LINEAL Y ESPACIO GENERADO 1) No 2) a) Si 4) a) Si b) Si c) No d) Si d) Si

b) No c) No

5) Si generan W 6) Generan el plano cuya ecuacin es z y = 0 7 ) Los vectores (1, 2, 3); (0, 1, 1) pertenecen al espacio generado por u y v.

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

41

TEMA 4: DEPENDENCIA E INDEPENDENCIA LINEAL A) Son Linealmente Independientes B) Son Linealmente Independientes C) Son Linealmente Dependientes D) Son Linealmente Independientes E) Son Linealmente Dependientes F) Son Linealmente Independientes G) Son Linealmente Dependientes TEMA 5: BASE DE UN ESPACIO VECTORIAL 1) El conjunto A es Base de R3, los conjuntos B, C y D no son Bases de R3 2) Si 3) a) Base de W, A = {(1, 0, 0); (0, 1, 0) } Dimensin : 2 c) Base de W: A = {(1, 0, 1); (0, 1, 1) }, Dimensin: 2 d) Base de W: A = { (1, 0, 1); (0, 1, 0) }, Dimensin: 2 e) Base de W: A = { (-2, 2, 1) }, Dimensin: 1 4 a ) Vector coordenadas (x, y, z) = (1, 2, -4) 4 b ) Vector Coordenadas (x, y, z ) = (5/2, , -3/2) 5 ) Base A ={ (-2, 1, 7)}

TEMA 6: RANGO DE UNA MATRIZ 1 Base S = {(1,0,0); (0,1,0); (0,0,1)}. Dim S = 3

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

42

2 Base T = {(1,0,0,0); (0,1,0,0); (0,0,1,0); (0,0,0,1)}. Dim T = 4 3 Base S = {(1,0,2) ; (0,1,1)}. Dim S = 2 4 El mximo valor del rango de A es igual a 3 5 Se formara un sistema homogneo de tres ecuaciones con cuatro incgnitas, que por tener mayor nmero de incgnitas que ecuaciones es compatible indeterminado. Por tener dicho sistema soluciones distintas de las triviales, los vectores columnas de la matriz son L.D. 6 r(A) = 3. A es inversible, las filas de A son L.I. r(B) = 4. B es inversible, las filas de B son L. I. r(C)=2. C no es inversible, las filas de C son L. D.

REFERENCIAS BIBLIOGRAFICAS Anton, Howard (1999): Introduccin al Algebra Lineal. Editorial Limusa. Mexico D. F. Grossman, Stanley (2001): lgebra Lineal. Editorial Mc. Graw Hill. Mexico D. F. Joyner, D.; Nakos, G. (1998): lgebra Lineal con aplicaciones. Internacional Thomson Editores. Lipschutz, S. (1992): Algebra Lineal. Editorial Mc Graw Hill. Madrid Rojo, Armando (1976): Algebra II. Editorial El Ateneo. Buenos Aires. Cuadernillos Ciclo Comn de Articulacin de carreras de Ingeniera (2003): Autores Varios. UNT, UNSA, UNSE, UNJU, UNCA

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

43