= Capitulo ESPACIOS VECTORIALES EX] inrropuccion Como se observé en el capitulo anterior, los eonjuntos B* (yectores en el plano) y B* (veetores ‘en el espacio) cuentan con diversas propiedades peculiares. Se puede sumar dos veetores en 2 yy obtener otro vector en IR. En la suma, los vectores en R® obedecen las leyes conmutativa y usociativa, Six © RP, culuuees x +0 — xy + (x) ~ 0. Se puctc mnltiplivar vevtures eu por escalares y obtener las leyes dstributivas, En I se cumplen las mismas propiedades. Los conjuntos I y BP junto:con las operaciones de suma de vectores v multiplicacién por un escalar se denominan espacios veetoriales. Se puede decir, de forma intuitiva, que un espacio ‘vectorial es un conjunto de objetos con dos operaciones que obedecen las reglas que acaban de eseribirse. En el presente capitulo habri un cambio, en apariencia grande, del mundo conereto de la solucién de ecuaciones y dal manejo sencilla cle line vertares que se vivalizan, tracto de los espacios vectoriales arbitrarios. Existe una ventaje en este cambio. Una vez que. tn términos generales, se estableven los hechos sobre los espacios vectoriales se pueden aplicar estos hechos a sodas los espacios de esta naturaleza. De otro modo, tendria que probarse cada hhecho una y otra vez para cada nuevo espacio vectorial que nos encontrdramos (y existe un sin al mundo abs. fin de ellos), Pero como ve veri mis adelante, muchos de los teoremas abstractos que se demo=- trarin, en términos reales no son mas dificiles que los que ya se han estudiado. (1 Derinicin v PRoPIEDADES BASICAS paws Espacio vectorial real Un espacio vectorial real V es un conjunto de objetos, denominados veetores, junto con os operaciones binarlas Hamadas suma y multipicacton por un escalar y que satisfuvert {os diez axiomas enumerados a continuacién.282 Caninecod EJEMPLO 1 Espacio vectoriales Noractén. Six yy estin en Vy sizes un mimero real, entonces la suma se eseribe como x + y vel producto escalar de a y x como ax, ‘Antes de presentar la lista de las propiedades que sitisfucen los veetores en un espacio vectorial deben mencionarse dos astintos de importancia. En primer higar, mientras que puede ser ttl pensar en BP 0 Ral manejar un espacio vectorial, con frecuencia ocurre que el espacio vectorial parece ser muy diferente a estos cémodos espacios (en breve tocaremos este tema}. En segunda instancia, la definicién I offece uma definicién de un espacio vectorial real. La palabra al” significa que los escalares que se usan son niimetos reales, Seria iguatinente sencillo de- finir un espacio vectorial complejo utilizando mimeros complejos en lugar de reales. Este libro est dedicado princinalmente a espacios vectoriales reales. pero las generalizaciones a otros ‘eonjuuntos de escalares presentan may poca dificultad, ‘Axiomas de un espacio vectorial i Six © Vyy es Veentoncesx +y © 1 (cormadura bajo tae H, Para todox, yyzenV,(x +y) + 2=x + (9 +2) (ley asoeativa de la suma de vectors). Ii, Existo un vector) © tal que para todow © V8 +0= 04. [cl 0 se lama vector cero oidénticoaditva). i. Six © Weviste un vector —ven © tal quex + (x) =0 (-x se llama inverso ativo de x). ) & Sixyyestinen P;entonces + y “(ley coum © Vywenuncacalas catonssscen oF {cerraduea bajo la mutpieacin por un salar) il. Sixy yestinen Vy e es un escalarentonces a(x + y) = ax + ax (ovimera ley distribu) vii Six & V yay son escalares entonces a+ B) x= ox + Bx {segunda ey astuta). Jn, Six e Py ary Bsom esoalares, entonces a(x) = (Bye (ly actin de jn de la suma de vectore) matiplioariin par oeealar) x. Para cada vectors € V,Ix= x Nota. En los problemas 23 y 24 se estudian la propiedad de unicidad sobre el elemento neutro aditivo y el elemento inverso aditiva en un espace veetorial El espacio Sea V= B= 4) fox © pami=l2..0nh. Cada vector en 2 es una matriz dev X 1, Segiin la definivién de suma de matrices dada en i 0 pagina 48, x + yee una matrix don % 1 six y y son mat4.2 Definicion y propiedades basicas 283 =x= | |, seabserva que tos axioms fax) se obtienen dela definicin de suma de veeto- res (matrices) ye teorema 1.5.1 en la pagina 50, Nota. Los veetores en R se pueden escribir indistimtamente como vectores renglén 0 vectores column: EEE racic vectorial tri ‘Sea V'= {0}, Es decir, V consiste s6lo en el niimero 0, Como +0=1-0=0+ (040) (0 +0) +0 = 0. se ve que Fes un espacio veetorial. Con frecuencia se le otorga el nombre de espacio vectorial trivial, ESE conjunto que no es un espacio vectorial Sea V-= {I}. Bs decir, Fconsiste Gnicamente del niimero 1. Este no es un espacio vectorial ya que viola el axioma. )—el axioma de cerradura—. Para verlo con mis claridad, basta con ob- servarque I + |= 2 ¢ ¥, tambien viola otros axiomas, sin embargo, con tan sélo demostrar que viola al menos uno de los diez axiomas queda probado que no un espacio vectorial Nota. Verificar los diez axiomas puede ser laborioso, En adelante se verificarin tnieamente aquellos axiomas que no son obvios. El conjunto de puntos en E? que se encuentran en una recta ‘que pasa por el origen constituye un espacio vectorial Sea V= f(x.) + donde mes un njimero real fio v.x es un numero real arhitrarin} Bs decir, V consiste en todos los puntos que estin sobre la recta y = mx que pasa porel origen y tiene pendiente m. Para demostrar que V es un espacio vectorial. se puede verificar quo se cumple cada uno de los axiomas. Observe que los vectores en I? se han escrito como rengtones en lugar de columnas, lo que en esencia es lo mismo. ce Suponga que x= Ox.) y ys) estin enV. Entonces y, mx ¥ NEY (a, WIE. MIS Cayce Cys ny (4, +, ms, +2, NEP is ta an, te.) Por lo tanto se cumple el anions, xvmit—¥), de manera. W.0). Suponga que (x,3) € V Entonees y= mry ~(,y gue ~Gx.") también pertenece a Hy (x, nay + (a ma (sma) N= (= xy — 9) Todo vectoren Fes un vector en &Y, y Res un espacio vectorial, como se muestra en el ejemplo 1, Como (0, 0) ~ 0 esta cn: V fexplique por qué) todas las demas propiedades se deduicen de} ejemplo I. Entonces Ves un espacio vectorial. El conjunto de puntos en &? qt sobre una recta que no pasa por el origen constituye un espacio vectorial Sea V= (x. 3%: la recta y = 2x + 1. V mo es un espacio vectorial poraue no se cumple la cerraclurs bs sncuents = 2x + 1.x € BJ. Bs decis, Ves el conjunto de puntos que estan sobre ate284 Cyriruto4 —_Espacos vectorales suma, como sucede en ef ejemplo 3. Para ver esto, suponga que (xj. ),)¥ (xn J) esti en Entonces, (1) OID =O, +) FID Sil vector del lado derecho estuviera en V. se tendsia yty= 2s, tay) + 124, #20, 41 Pero y, = 28,41 = 2x, + I de manera que = Cy 41+2n+D Por lo tanto, se concluye que Gy taaytaer siaael y Gy eF Por ejemplo, (0,1) y GB. 7) estin en I, pero (0, 1) + (3, 7) = (3, 8) no esti en porque 8 #2 + 1. Una forma mis sencilia de comprobar que ¥ no es tn espacio vectorial es observar que 0 = (0, 0)no se encuentra en V porque 0-42 0 + 1. Noes difiil demostrar que el eonjunto de puntos enn que esti sobre cualquier reeta que no pasa por (0, 0) no constituye un espacio vectorial. EE Econjunto de puntos en i que se encuentran en un plano ‘que pasa por el origen constituye un espacio vectorial Sea V = f(x, y,2):ax + Ay + ez = 0}, Esto-es, Ves el conjunto de puntos en BF que esti en el plano con vector normal (as b, ¢)y que pasa por el Origen. AL igual que en el gjemplo 4, los vectores se escriben como renglones en lugar de eolumnas. Suponga que (x,.¥j.2,)¥ (iy.2>.) estén en F. Entonces (x, & V porque +0 a6, +5) OLY, ty) Hele, +2) = (ay, by, Hee) (ax, thy, +e, =04 Por lo tanto, el axiom i) se cumple. Los otros axiomas se verfican fiilmente. De este modo, el conjunto de puntos que se encuentra en un plano en que pasa por el origen. constinye na espacio vectorial EE espacio vectorial Sea = P,, €l conjunto de polinomios ean coeficie pe P,,entonces reales de pixd=aat ta, a tka, donde cada a, es real La suma de p(x) + gt) esti definida de la manera usual si g(x) = x° = by hb ooo hye hy emtoneces Pd +g) =(4, Oa" (a, Hb, AG, +B YEG, #8) Es obvio que la summa de dos polinomios de grado menor o igual a mes otro polinomio de grado menor o igual a 1, por lo gue se cumple el axiom #). Las propiedades i) y v)a.x) son claras. Si sedefine el polinomio 9 = Ox" + Ox 1 -++ | Ox + Qentonces 0 € P, yel axioma if) se cunsple Por iltimo, sea —p(x) = =a,x"— a, yx"! — +++ — a,x ~ ay Se ve que el axioma iv) se cumple com lo que Pes un espacio vectorial real * Serdice aves funciones constants inckiyanl a funiin fs) = 0) son inotins de grad caro4.2. Definicion y propiedades hasicas 285 EEE ss espacios vectoriales clo, thy Cla, 6] Sea = C[0, 1] = el conjunto de funciones continuas de valores reales definiduis en el intervalo [0,1], Se define Fae =F) | aed yo) — aL] ‘Como la suma de funciones contimuas es continua, el axioma i) Se cumple y los otros axiomas se verifican facilmente con O = la funcién cero y (—f x) = —f(x}. Del mismo modo. Cla. A. €lconjunto de funciones de valores reales definidas y continuas-en (a, 6] constituye un espacio BES espacio vectorial M,,, Si ¥ = M,, denota el conjunto de matrices de m Xn con Componentes reales. entonces con Ja suma de matrices y multipicacion por un esealar usual, se puede verifiear que M.,, es un ‘espacio vectorial cuyo neuro ditivo es Ia matriz de ceros de dimensiones m Xo, BECIEED —_U» conjunto de matrices invertibles puede no formar un espacio vectorial Sea S,e1conjunto de matrices invertibles de 3 x3. Se define la “sua” 4 B por A ® B= AB. Si Ay Bon invertibles, entonces 48 es invertible (por el teorennt 1.8.3, pina 96) de manera que el axioma #) se cumple; El axioma és sencillamente la ley asociativa para la mnultipliea- clon de matrices (teorema 1.6.2, pagina 63); los axiomas 1) y 4) se sauistacen con U = J, ¥ —A = 4, Sin embargo, 4B # BA en general (vea la pagina 61), entonces el axioma r)no se cumple par lo tanta §, na 08 un eepanio sector Un conjunto de puntos en un semiplane puede nu for un espacio vectorial Sea ¥= {(x. yy 20}, V consiste en los puntos en I en el semiplano superior (los primeros dos cuadrantes). Si y, = Oy y, & 0, entonces p, +1, = Osast si (xy) © VY (p83) © Veen tonces (x, + x,,, + ¥,) € V Sin embargo, no es un espacio vectorial ya que el veetor (1. 1). por ejemplo, no tiene un inverso.en V porque (—1, —1) @ V. Mas aun, el axioma v2) lalla, ya que si (x. ») oF, entonces a(x, 7) @V sia <0, BES traci Sea ¥ = CF = fey ey. 6,)¢, 68.00 nimeto complejo para f= 1,2...) ye! conjunto de escalares es el conjunto de niimeros eomplejos, No es dificil verificar que €*. también es un espacio vectorial ‘Como lo sugieren estos ejemplos existen diferentes tipos de espacios veetoriales y: muchas apes de Coujuntus que na sou espacivs vecturiales, Antes de verminar esta section, se demos- trarin algunos resultados sobre los espacios veetoriales. ‘eee sibel ss rt ops cr286 CaviruLo4d Teorema DewostRacion Espacios vectoriaes Sea V un espacio vectorial, Entonces para todo esealar a. fi, 0-% = Opara todo © V |. Siax entonces a = 0.0.x = 0(o-ambos). i. (Dx = —x para todo x € V, i. Por él axioma iff), 0 + 0 = 0: y del axioma vi), 20 = (0 + 0) = 00 +00 o Suntando a en los dos lados de (1) y usando la ley asociativa (axioms i), se obtiene 0+ (-20) =a +(a0+(-a)) 0+0 0-00 fi, Setusa, esencialmente, la misma prueba que en la parte ). Se comienza con 0 + ‘Oy se usa el axioma vii) para ver que Ox = (0 + O)x = Ox + Ox 0 Ox + (—Dx) [Ox + (-0x)]0 = Ox + 0 = Ox. fii, Sea ax = 0, Si a-#0, se multiplican ambos lados de la ecua (laxXax)= Wa) 0 = 0 por la parte i).Pero (ayiax) = 1 manera que x = 0. por Hee para obtener (porel axioma ix). de iv. Primero se usa el hecho de que 1 + (=1) = 0, Después, usando la parte if), se ob- tiene Ox= (1+ (Dy = Ix + (Dx =x + (Ce @ Se suma —x en ambos lados de (2) para obtener S-O1( ex EC DRTC =x ICE Dx +(-De= (Dx Deeste modo, ~x = (~I)x, observe que el orden de la suma en la ecuacién anterior se pudo invertir utilizando la ley conmutativa (axioma v) Observacién, La parte iti) del teorema 1 no es tan obvia como parece. Existen situaciones cono- 01 0 Flo o }.e] resultado del producto de estas matrices la matriz cero, de matrices de 2% 2,$i 4 puede verificar, AB = Aurorvatuacion De las siguientes afirmaciones indique si son falsas 0 verdaderas:4.2. Definicion y propiedales basics 287 I. El conjunto de veetores (‘) en con y = —3x + es un espacio vectorial real. Il, El conjunto de matrices invertibles de S X 5 forma un espacio vectorial (con finde eomy ent ka sun nvatrives olivia, IV, El conjunto de miitiplos constantes de la matriz idéntica de 2 % 2 es un espacio vectorial (con "+" definido como en IID. V. Elconjunto de matrices idénticas de X n para n = 2, 3,4,.... es un espacio veeto- rial (con "++" deflnido como en III), VL. El conjunto de veetores | y | en BY con 2v — y = 12: = O es un espacio vectorial real, Fj Vil. El conjunto de vectores | y Jen IR! eon 2v — y ~ 12== 1 es un espacio vectorial real, ¥ Vill. Elconjunto de polinomios de grado 3 es un espacio vectorial real (con “+-" definido ‘como la suma de polinomios ordinaria). De los problemas | al 22 determine si el conjunto dado es un espacio vectorial, De no ser asi proporcione tna lista de los axiomas que no se cumplen. 1. El conjunto de matrices diagonales de: X n bajo la suma de matrices y multiplicacién por tun escalar usuales, - El conjunto de matrices diagonales de w X m bajo la multiplicacion (es decir, 4 @ B= 4B). - (0x09: 9S 05 x yells} con Ta suma de vectores y multiplicacién por un escalar usttles . Log vectores en el plano que esti en el primer cuadrante, El conjunto de polinomios de grado 4 bajo las operaciones del ejemplo 7. 2 3. 4. 5. El conjunto de vectores en I de la forma (x. %, 9) 6. 7. El conjunto de polinomios de grado 5 bajo las operaciones del ejemplo 7. 8 3. El conjunto de matrices simeétricas den X n (yea lt seecion 1.9) bajo ta suma y multiplica- cion por un escalar usuales. mi 16, El coijiinto de aie de a fora ( i ‘J ee Bat pint B El conjunto que consisteen un solo vector (0, 0) bajo las operaciones usuales en simboto ce 12, Fl conjunto de potinomios de grado =m eon término constante cero 13. Elconjunto de polinomios de grado 1 con término constante w, positive, 14. El conjunto de polinomios de grado <1 con término constante a, negativo,288 Carirwtod —_Espacios vectoriales 18. 16. 7. 18, 20. wai. 2. B. 2, Bl eonjunto de Funciones continuas de valores reales definidas en [0,1] eon f(0) = Oy f¢1) = 0 bajo las operaciones del ejemplo 8. El onjunto de puntos en que se encuentran sobre una recta que pas por el origen. El conjunto de puntos en f2'que se encuentran sobre la recta.y'= 1} 1, =1-1 BE con la suma definida por (x14) + (xr) por un escalar ordinatia, El conjunto del problema 18 con la multiplieacién por un esealar definida por atx: 3) (@+ ax La +ay~). (x, +354 Ly, ty,+ Dy la multiplicacion El conjunto que consisie en un objeto con la suma definida por abjexo + ubjero = objewo y Ja multiplicacion por un escalar definida por a (abjeto) = objeto. El conjunto de Funciones dferenciables definidas en (0, 1] oon las operaciones del ejemplo 8, tect saan iia aw deny btu alg alo sume. eigenen sala zlib pr reel ital pe ccoulananslonen Demuestre que en un espacio vectorial el elemento idéntico aditivo es dice. |. Demuestre que en un espacio vectorial todo veetor tiene wi inverso aditive tinieo. Si xy yson vectoresen un espacio vectorial, demuestre que existe tn vector Ginieo z © talque x +2 3 Demuestre que cl eonjunto de niimeros reales positivos forma un espacio vectorial bajo las operationes.a ty — yy ae =a Considere la ecuacién diferencia homogénea de segundo orden 3a) + advdy'(a) + Blayta) = 0 donde a(x) y A(x) son funciones continuas, Demuestre que el conjunto de soluciones de Ix ecuacidn es un espacio vectorial bajo lus reglas usuales para Ta sum de funciones y multi- plieaeion por un evealar. RESPUESTAS A LA AUTOEVALUACION LV wr Wr WY VE Vv ve VILE zz MATLAB 4.2 TTR Este sinbolo se usa oa indicaraue archivo teiryumr es una demostrucion sobre la geometria de algunas propiedades de los «spacios veeioriales de vectores en B®. A continuseién as presenta el eddigo de la funcidn vetnspin function vetrep(x,y,2,a) 2 VOTRE? funcion que iluctra lan propicdades gsometricas . de conmutatividad y asociatividad de 1a suma de vectores. ® Tambien la propiedad de distributiva de la multiplicacion . UE un esealar de la sum de vectores problem © gem ua concentos de4.2. Definicion y propiedades basicas 289 vector 2x1 : vector 2x1 vector 2x1 eecalar yess ¥ Inicializacion de datos usados en la funcion erigen=[0;01; oxe [origen, x] ; oy-lorigen,y1/ zs [origen,2] ; y= Ix, Yael 7 yme ly ey] ¢ yasly,ye2ls uyz=[ortgensy+z] ; oxy=(origen, x+y] ; peey, seeve2] | yz, tye) 7 oxyz= lorigen, x+y+2l ? ¥ Borrar ventana de conandos y cerrar todas la ventanas % de Figura abiertas cle; iap(‘Puneion vorner*) disp) ") close all; & Conmutatividad Figure (1) rola off subplot (121) heplot (Ox{1, :) ,0x(2,: set (h,’LineWidth’ 2) text (x (2) /2,x (2) /2,"\bE x"); text (y (2) /2,¥(2)/2,"\bE ¥'): grid seis agiare axis tight aaraxis; axis ({min(aa({1,3]))-1,max(aa( {2,41} )+2,min(aa (12,31) ymax (aa ((2,4])) +411) title ("Vectorea originales!) subplot (122) hold off heplot (Ox (21, :) ,Ox(2 set (h,’LineWidth’ ,2) hold on eplot (Ox(1, 1) ,0x(2, = (2.2),¢-me"): set (h, ‘Linewideh’ ,2) sba=#* Ov lt, 8) Oye sh, baA Ds ptb--*" Oy CL, +} O¥(2, py ly 2) xy (2,2) 51290 Cartnwod Espacios vectoriaes jeplot (Oy (1, 1) ,oy (2,5). oxy (2,2), me"); set (h, ‘LineWiath* ,2) text (x (1) /2,%(21/2,"\BE x"); text (y(1}/2,¥(2) /2,'\bE v4): text (xy(1,2}/2,xy(2,2)/2,"\bE x+y=y4x") grid axis square axis tight axis ([min(aa({1,3]))-1,max(aa([2,4]))+1,min(aa([2,31))-2, max (aa 2,4]))+1)) title(*suma de vectores, conmtatividad’) hold off disp(‘Oprima alguna tecla para cantinnar Figura 9°) pause; % Asociatividad figure@) hold off summplae (122) h=plot (Ox(1, 1) ,0x(2, 2} ,"b==*" ,Oy(2, #1 OY (2,2) ,"b--*" ,OR(L, 1), Oz(2,:),%b--**}; set (hj ‘Linewidth’ ,2) text (x(1)/2,2(2)/2, \bE x"): text (y(1) /2,y(2h/2,\bE y"); text (2 (1) /2,2(2)/2,"\bE 2"); geld axis square axis ticht axie( [min(aa((1,3])})-2,max(aa({2,4]))+1-min(aa((1/31))-2, max(aa(l2,41))41)) title(‘Vectores originales’) subplot (139) hold off hmplot (Ox (1, +) ,0x(2,2), "b--¥",O¥(2, 2) (2,2), "b-=*" 02 (1, 2) ,02(2,1),"Be=¥") ; set (h, "Linewidth’ ,2) Cy HtL, yD hold on hneplot (Ox (1, :) ,Ox(2, 2), 4E2? say (Ls 1) xy (2, Oxy tty), Oxy (2,2), !=m*"); set (h, ‘LineWidth", 2) h=plot (Oxy (1, :) Oxyi2, 5), 1 eg#" s2xyMa (2, +) ,xyMe (2,2) ,/em*") ; set (hy “binewiach” ,2) haplot (Oxyz (1, :) ,Oxyz(2,11,1--0*") 5 set(h, "binewidth',2) text (x (1) /2,2(2)/2,"\bE x"): text (y(1) /2,y(2}/2,"\bE y"); bec (24) /2,2(2) /2,"\DE 2); text (xy (1,2) /2,x¥(2,2)/2,"\bE x+y’)4.2. Definicién y propiedades basicas 291 ext (ayia (1,2) /2,xyMz(2,2)/2,'\bE (xty) +2") grid axis square axis tight aazaxis; axis{ (min (aa((1,3])}-1,max(aa{2,4))) +1,min(aa([1,3]))-1, max(aa([2,4])) +21) title(‘suma de vectores, (x1y)+z") hold off subplot (133) hold off heplot (0x(2, +) ,0x(2, 2), h--#" ,Oy(1, +) ,0¥(2, Oz (1, :) ,02 (2,2), "b--#/) set (h, “Linewidth’ 2) hold on naplot (oy (2, :) ,0y(2 yz (2,2), °-me); set (h,’Linewidth’ ,2) heplot (Oye (2, +) Oyz (2,2), 1294? -yatbe (1. act (hy Tinewidth* ,2) h=plot (Oxyz(1,:} ,Oxyz(2¢2),'--e87) 5 set (h, "Linewideh’,2) text ix (2) /2,0(2) /2," WDE x7); text (y(1) /2,¥(2) /2,"\bE y") : text (z(2) /2,2(2) /2,"\bE 2°); exh (ye (1,2) /2,y2(9,2)/9, NRE yar!) text (yeMx (1,2) /2, y2Mx(2,2)/2,\bE x+{y+2)") grid axis square axis tight axis ( (min (aa({1,3]))-1,max(aa((2,4]))41,min(aa({1,3]))-2, max (aa({2,41))+1]) title('suma de vectores, x+{y+z)') hold off diep(“Oprina alyuna Lecla pare Uuntinua Clgura 3); pause; % Distributibidad de multiplicacion por escalar sobre suma de vectores Eigure(3) hola o:t subplot (131) Plot (Ox(2, 1) ,0x(2, 1), "b- set (h, ‘LineWiath’ 2) text (x{1) /2,2(2) /2, \bE x text (y(1) /2,¥(2) /2,'\BE y'} + grid axis square axis tight aasaxie; 2 yyz(1e2) eyed, 2) ./rk" Oyath, +), ya (2, ©) sme") ; shy be-*7);292 Carireto 4 Espacios vectoriales axis ((min(aa((1,3]))}-1,max(aa( {2,41} )+2,min(aa({1,31))- 2ymax (aa ( [2,4] }) +1) title(‘Vectores originales’) subplot (132) hold off h=plot (Ox(2, :) ,0x(2, set (h, "LineWidth’ ,2) hold on haplot (O(1, =) /Ox(2)2) )1Fs RV (Ds od RV LBe Ds 12, 2)a,"=me") ; set (hy, "Linewidth’ 2) text (x(1) /2,x(2)/2,"\bE x"); ext (y(1) /2,y(2)/2,"\BE y"); text (xy(1,2) /2*a,xy(2,2)/24a,"\bE alxey)’) grid axis square axis tight axis ((min(aa((1,3]))-1,max(aa((2,4])}+1,min(aa((1,31))- Lymase (aa [2,4]))42]) title(‘Suma de vectores, a(x+y)') hold off subplot (133) hold off heplot (Ox (1, :) #a,Ox(2,:)tay'b--*", Oy(1) :) a, Oy (2, 2)#a,"b--¥"); set (h, "Linewidth’ ,2) hold on heplot (Ox(2, :),0x(2,2)#a," a, Oxy (2,1) 4a, "-m*"} 5 set (hy ‘Linewidth’ ,2) text (x11) /2,2(2) /2ka,"\bE se) text (y(1) /2,y(2)/2*a,"\bE y'); text (xy(1,2] /2*a,xy(2,2)/24a,"\bE a(xty)") grid axis square axis tight axis {min(aa([1,3]))-1,max(aa([2,4]))+1,min(aa{[1,3)))~ Lymax (aa {2,4])}41]} title (‘Suma de vectores, ax+ay’) ere teow joy, 2) Or laia ly teed sOxy (1): )¥a, Oxy + yxy (Ly) ta,ay (2, 2)4a, "2! Oxyd, ) Despuis de eseribiren un archive con nombre vetrspam, dé doe vetrsp para ver una deserip- ion del uso de la funcion, Introduzea los vectores x, yy7,y el escalar'a dados enseguida y después dé el comando veuryp(x.jtna). Lat demosiracion ilustrara la geometrla de las propledades conmutativa y asociativa de la summa de vectores y de la propiedad distributiva de la multipicacién por un escalar sobre la suma de vectores. Puede resultar itil para la mejor visualizacion de las figuras maximizar la ventana de interés. a) x= (ROL y = (221. 2 = [2:4] Vee = a= Myn=—4.3 Subespacos 293 [44], Use = 2,4" y a= %h, -S5k.y = (0-4). 6) Su propia eleecion de, ¥. zyfo a 2. a) Elija algunos valores para ny m y genere tres matriees aleatorias de n X m, Ilamadas Y y Z. Genere dos escalates aleatorios a y 6 (por ejemplo, a = 2rand()-1). Verifique toduss las propiedades del espacio vectorial para estas matrices y escalares, Para demos- rar A = B, demuestre que 4 ~ B= 0; para la propiedad iif) decida eémo generar el idéntico aditivo para matrices de n x m. Repita para otros tres juegos de X, ¥,Z. ay b (para las mismas a y m). 4) (Lapiz y paper) Prucbe lus propiedudes del espacio vectorial para, lus matrices de nxn, ©) (Lapis y papel) {Cual es la diferencia entre Tos incisos a) y 6)? EI susespacios Deemncrsn Teonema EI Detostancion Del ejemplo 4.21 de la pigina 282, se sabe que = {(x,9):.x © Ry» © Bes un espacio vectorial, En el ejemplo 4.24 de la pagina 283, se vio que = f(x. yey mex} también es un espacio vectorial, Adicionalmente, es evidente que VCR’, Esto és, tiene un subeonjunto que tambien es un espacio vectorial. De hecho, todos los espacios vectorales tienen subcon- Juntos que también son espacios vectoriales. En esta seceién se examinarin estos importantes subeonjuntos, Subespacio Sea Hun subconjunto no vacio de un espacio vectorial Vy suponga que HT es en si un espacio vectorial bajo las operaciones de suma y multiplicacién por un esealar definidas enV, Entonces se dice que # es un subespacio de ¥: Se puede decir que el subespacio HY hereda las operaciones del espacio vectorial “padre” V, Existen miiltiples ejemplos de subespacins en este capitulo; sin embargo, en primer lugar e demostrari un resultado que hace relativamente sencillo determinar si un subconjunto de ! sen realidad un subespacio de Subespacio Un subeonjunto no vacio H de un espacio vectorial Ves un subespacio de V’si se cum= plen las dos reglas de cerradura: Reglas de cerradura para ver sun subconjunto no vacio es un subespacio i Six © Hyy © Hyentoncesx + y € H. i, Six © H,entoncesaxe I para todo esealar Es obvio que si #7 es un espacio vectorial, entonces las dos reglas de cerradura deben ‘cumplirse. De lo contrario, para demostrar que H es un espacio vectorial, debe de- ‘mostrarse que los axiomas () a x) en la pagina 282 se cumplen bajo las operaciones de294 Curiiod Espacios vectoriales sma de veetores y multiplisacién por un escalar definidas en V. Las dos operaciones de cerradura faxiomas i) yf] se cumplen por hip6tesis. Como los vectores en #7 som tam- bien vectores en Vlas identidades asociativa, conmutativa, distributiva y multiplicativa {axiomas i, 1). vi), vii, ix) x)] e cumplen. Sea x © HT Entonees OX © H1 por hipStesis in). Pero por el teorema 4.2 de la pagina 286, (parte i), Ox = 0. De este modo, 0 © #1 yyse cumple el axioma i. Por ékimo, por la parte i), (—1)x € H para todo x © H. Por el teorema 42.1 (parte /), —x =(-I)x © H de manera que se cumple el axioma iv) yh prueba queda complet. Este teorema demuestra que para probar si es 00 es un subespacio de Ves sufciente verificar que x+y yewestin en HM cuando x,y y estan en Hy 05 un esol La prueba anterior contiene un hecho qué por su importancia merece ser mencionado de Forma explicita: ‘Toudo subespacio de un espacio vectorial ¥ contiene al 0. Este hecho con frecuencia fa ‘io, Note que! vector cero en #7, un subespacio de V, eel mismo que el veetor cero en 1 ‘A continuacién se mostraran algunos ejemplos de subespacios, «1 cualquier espacio vectorial Vel subconjunto {0} que consiste en el vector ‘mente un subespacio ya que 0 + 0 = @y ad = 0 para todo mimero real « {parte ) del teorema 4.2.1] Esto se denomina el subespacio trivial EEE espacio vectorial es un subespacio en si mismo SusesPACiOS Pro®ios ara cada espacio vectorial 7, Ves un subespacio de si mismo. Los primeros dos ejemplos muestran que todo espacio vectorial V contiene dos suibespa- clos, 0} y V (que coineiden si = {0}). Es mas mteresante encontrar otros subespucius, Le ssubespacios distintos a {0} y V se denominan subespacios propi EE vn subespacio propio de a? Sea H= ((%, yy tuna recta que pasa por el origen es el ‘nico tipa de subespacio propio de Re. EE ls subespacio propio des Sea H = tx yz) te y= bry cio de, sea x = (ay bt, ct) € Hy y = (aly bly ct.) & #4. Entonces itart la averiguacién de siun subconjunto de Wen particular ‘no es un subespacio de V’ Es decir, sin Subconjunto no contiene al 0, entonees no es un subesps- ero es tinica- nv} (yea el ejemplo 4.2.4 de la pagina 283}. Entonees, comu ya se dio. es un subespacio de 2. En la seccién 4.6 (problema 15, pina 339) se veri que si H es eual- Guier subespacio propio del, entonces #7 consiste ene] eonjunto de puntos que se eneuenttam Sobre una recta cue pasa por el igen; es deer, un conjunto de puntos que se encuentra sobre ctsa, bs, t reales}. Entonces H consiste en los vectores cen? que se encuentran sobre una recta que pasa por el origen, Para ver que Hes un subespa~43 subespacios 295 Xt Y= (alt, +1), HUE, + 1), ole, + Ay) = ax= (ular). Blan), at,))€ H Asi. H es un subespacio de>" BEE otro subespacio propio de i Scan = (x,y, 2}: ax + by +e2 = 0; a, b,c reales}. Entonces, como se vio-en el ejemplo 4.2.6 {de a pagina 284, ms un espacio vectorial: asi, es un subespacio de Ke. En la seccién 4.6 se demostrari que los conjuntos de vectores que se encuentran sobre rectas y planos que pasan por el origen son los inicos sulbespacios propios de R Antes de analizar mis ejemplos, es importante observar que no todo espacio veetarial tiene tuberpacias propios: BEE © “tiene subespacios propios ‘Sea Hun subespacio de R.' Si H7# {0}, entonces Hf contiene un nlimero real a diferente de cero. For ol axioma vi), 1= (I/'a) a © Hy Bl = B © Mf pata todo nimero real 8. Asi, si H no es el subespacio trivial, entonces #7 = ID. Es decir, P no tiene subespacios propios, EEE 400005 subespacios propios de P, Si P, denota el espacio vectorial de polinomios de grado menor 0 igual a n (ejemplo 4.2.7, piigina 284), y si 0 = mm Hes un subes- patio de V: Desosmacon Observe que H, > Hes no vaclo porque contiene al 0. Sea x, H, Hy x, « HOH, ee ——_itonces como #7, 9H, om sUbespacios, X, + X, € M9 X)"+ Kee Hy Esto signa que x, +X, © H, 0H, De manera similar ax, € H, Hy Por lo tanto, se cumplen los dos asiomacde cerradieay H,.H, cen subesparin IE intense econ ve dos subespacios dem? es un subespacio. En BY sea ff, = tx, yz) B= y~ 0}. Entonces #4, y -H,consisten en vectores que se encuentran sobre plinos que acon oral ota Yeen aia ejemplo S, subespacios del. H, >. Hes la interseccién de los dos planos que se calculan como civ jeuapla 9 de ta sevciin 35, xt apt 2x reduciendo renglones, s tiene 123]o 1 ° 2-4-1 [0 os 7 | 0 123] 6 10 orto ei De este modo, todas las soluciones al sistema homogéneo estin dadas por ( iendlo > = 4. se ohtionen las ecuseienes paramétricas de la recta Ten DY = 4 Como se observ enel ejemplo 4 lconjunta de vectors sobre L constitu un subes- pacio de4.3 Subespacis 297 Observacién, No es necesuriamente cierto que si H, y Hl, son subespacios de ¥, HW Hes un subespacio de ¥ (puede 0 no serlo). Por ejemplo, H, = {(xs.7):y = 2x} y {ly = 34) son. subespacios de E?, pero 11, W H1,nv es un subespacio. Pura ver esto, observe que (1.7) = H y (1,3) © Hyde manera que tanto (1,2) como (1. 3) estan en #7, WH Pero (1,2) + (1.3) = (2.5) ¢ HOH, porque 2, 5) # H,y 2,5) © H, Asi If, UH, no es cerrado bajo la sum y por lo tanto no.es un subespacio, Problemas 4.3. Aurorvatuacion De las siguientes aseveraciones, evalie i som falsas 0 verdaderas, |, Conjunto de vectores de la forma | y | es un subespacio de B. 1 I, El conjunto de vectores de la forma | 0 | es un subespacio de I, Il El conjunto de matrices diagonales de 3 x 3 es un subespacio de My IV. Elconjunto de matrices triangulares superiores de 3 X 3 es un subespacio de iM, gulares de 3 X 3.es un subespacio de M,.. V. Elconjunto de matrices ce tetany tems P Gaariaicn VIL Sea H = 4] y |:2x+ 3) y Ka4ly entonces Hu K 2s un subespacio del Vill, Si Hy Kon los subconjuntos del problema VII, entonces Ho) Kes un subespacio eR, IX. El conjunto de polinomios de grado 2 es un subespacio de P,, De lus problems 1 al 26 determine si el subeonjunto dado 17 del espacio vectorial 1" es un subespacio de V RVR = Reon 4. = BS H= el plano xy 6 VBI Kaye es es diagonal} fay TS Uiaingalat supesion} (7: Tes triangular inferior} S © M,,: Ses simétrica} = Matta sem te298 Carireno 4 Espacios vecoriales 3. 4. 1 V=MyH=lsemyia=(° * Va My Ha AE My AR| Sg 16, — Pp H = tp © Pe grado p41) 17. V =P H = toe Pn) =0y p'(0)= 0} eC. 1/0 22. P= CIO, IE = Uf © C10, 1/0) = 2) BV = CHP, IbH= Fe C10, 1:/0) 24, V= Cla, bk donde a y b son niimeros reales ya +4,¥, donde q, a,,....4,son escalares}. Demuestre que Hes un subespacio dde I; H7se llama’el subespacio generado por los vectores YY... Yy44 Combinacién lineal y espacio generado 299 RRESPUESTAS A LA AUTOEVALUACION LE wv mv my MF vv vi F vin. Vv mF Wy Matias 4.3 1. a) Genere una matriz aleatoria A de4 x 4 y sea S simétrica. triu(A) + triu(A)’. Verifique que Ses +b) Usando el inciso a), genere dos matrices aleatorias de 4 X 4 reales simétricas, S y T, y un escalar aleatorio, «. Verifique que aS y 5 + T también son simétrieas. Repita para ‘otros cuatro juegos de S, Ty a 6) {Por qué se puede decir que se ha reunido evidencia de que el subconjunto de matrices simétricas de 4 x 4 es un subespacio de M,? (Lapiz y paper) Pruebe que el subconjunto de matrices simetricas de 1 X11 es un sub- espacio de M,, EE] Comsinacion uineat y Espacio GENERADO Se ha visto que todo vector v~ (a, 6,0) en RP se puede escribir nla form i+ bt ck En cuyo easo se dice que v es una combinacién lineal de los tres vectores i, jy k. De manera mis general, se tiene la siguiente definicion, Derinicion JZ] Combinaci6n tineal Sean vi. 5... 5 ¥, Yeetores en un espacio veetorial /; Entonces cualquier veetor de lat forma +a, a Couey. dys «++, Son escalares se denomina una combinacion lineal Ge... Una combinacién lineal en 1 af -1) (5 a tn] 7 es unacombinacion tineal de] 2]y|-3|yaque| 7 2 gla 7300 Cyriruno4 — Espacios vectviales EE ona combinacisn tineal en 32 8)_f 0 4) fo a 2 4238 En 4 lo-que muestra que wo SCE TF (G 4) JomemanawelS 3 8) esunacombinacidn lineal de[! ° yf 9 1 2 2 Sle 2 4% EEE Combinaciones lineales en P, En P, todo polinomio se puede escribir como una combinacién lineal de los “monomios” Deriicion [EJ Conjunto generador Sedice quelos wectores,¥y.-..¥, de un espcio vectorial V'generan a 1si todo vector en ¥se puede escribir como ina eombinacién lial de los mistnos. Es decir, para todo ve Veenisten esalares oa, ... a ales que Say, tay, t+ + ay, @ SEE conjunto ae vectores que generan ty i Ein la seeci6n 3.1 se vio que los veetores i-(j)os-(1) seneran I. Ein la scceiin 3.3 se 1) (0) (0 ou 1]yx=] 0] eeneranmy o tt ‘vio que ‘Ahora se verit brevemente la generacion de algunos otros espacios vectorial, EEE 2 + 1 vectores que generan a P, Del ejemplo 9 se deduce que lus monontios 1, x) 3%... 53° generan a P,, BEE ttre vers ue gre coals A)oa(s Jou(t See(? 8) (2 Sf mene(! Bh 3 (0 3s(0 “ames ESE Ninaiin conjunto finito de polinomios generan a P Sea Pel espacio vectorial de polinomios. Entonces ningiin conjunto finito de polinomios genera a P Para ver esto, suponga que P,P... .?,,80n polinomios. Sea p, el polinomio de mayoree | 4A Combinacién lineal y espacio generado 301 grado en este conjunto y sea NV = grado(p,). Entonces el polinomio plx) = x no se puede escribir como una combinacibn lineal de p,. py... Py: Por ejemplo si N = 3, entonces xc + ex + ee + ¢,x! para cuslesquiera escalares cy ¢,, ¥ ¢, ‘Ahora se analizari otra forma de encontrar subespacios de un espacio veetorial Fo Espacio generado por un conjunto de vectores Sea YY os Yak veetores de un espacio vectorial V. El espacio generado por {¥).¥, ¥,} esl conjunto de combinaciones linealesv,,¥y.-...¥, Es decir gen fy. Vaens ay, tay, tay, } 8) donde a,,4,-. 4, som esealares arbitrarios. Siy,,¥.+-4 ¥,son veetores en un espacio veelorial #4 emionces gen oye tun subespacio de 1a prucha es sencilla y se deja como ajercivin (vet el problema 16) El espacio generado por dos vectores en 1 Seay, Ay = (4, 1,6). Emtonces 17 = genty,.¥4) = bev = 4,2, —1,4) + a4, 1.6). {Cuil es la apariencia de #7? Si © H, entonces se tiene x = 2a, + 4a,.7= a, +a, yz = 44, + Out, Sise piensa que (x, 5,2) est jo, entonees estas eeuuciones se pueden ver como un sistema de tres ecuaciones con ds incégnitas a, a,, Este sistema se resuelve en la forma usual: a1 af 6 2 4 0 10 | a+4y 00 | -Sx/3+2v/3+=) Desde el capitulo 1 se observa que el sistema tiene una soluciom dnicamente si ‘9 multiplicand por —3, si Sx=2p— “ Lace a (4) es la ccuacidn de un plane en 2 que pasa por el origen Este tiltimo ejemplo se puede generalizar para probar el siguiente hecho interesante: Elespacio generado por dos vectores diferentes de cero en I que no son paraleles es un plan que pasa por el origen. En los problemas 22 y 23 se encuentra la sugerencia de una demostracién,302 Cariitod —_Espacios vectoriales Figura 4.1 Uwe dts ela teil param, fH ‘Se puede dar una interpretacidn geométrica de este resultada, Vea los veetores de la gure 4.1, Se conoce (de la seceién 3.1) la interpretacién geométrica de los vectores 2u, —u yu + ¥. por ejemplo, Haciendo uso de éstos, se observa que cualquier otro vector en el plano de my v se puede obtener como una combinacién lineal dew y v. La figura 4.2 muestra cuatro situaciones diferentes en las gue un tereer vector w en el plano dew y vse puede escribir como cu + Bi para valores adecuados de a y 8. Obsersacién. En las definiciones 2 y 3 se uilizaron dos terminos diferentes: “genera” y “espacio senerado”. Se hace hineapié en que un conjunto de veciores ¥, ¥....¥, genera V si todo vector en V’se puede escribir como tna combinacidn lineal dey). Yu... ¥: Per El espacio generado por los m vectores v,,¥,, -...¥, e8l conjunto de combinaciones lineales de estos vectores, Estos dos coneeptos son diferentes —aun cuando los términos se parezcan—. Se cierra esta seecién con la mencién de un resultado itil Su demostracién no es dificil y se deja como ejercicio (vea el problema 24), la<0) Bw Bem Figura 4.2 Ena arow = au + ‘pe sltes oleae heeyTeonenaa El De los probl Sean ¥), Wye os My, 4.4 Combinaciin lineal y espacio generado 303 Jt + I vectores que estin en un espacio vectorial ¥. Si vi. ONES Y/Y... ++ YoY, también genera V-Es deci, sise agre- y, genera a V, gan uno 0 mis vectores & un conjunto generador se obtiene otro conjunto generador. Auroevatuacion ((Cuaicy de tus siguientes pares de vectores no pueden generar a W2"? a) a) Lx by 32x, HG) th OC) G0) GG) rles dl Ios siguientes conjuntos de polinomins generan a 23? 1ta2+23,7° dO Lltxlee iri hearse aca aresenen ome '}(" 2) ft esté en el espacio generado por 4! 0] 0 VIL. gen vill, gen dado. En! Si 1) (7) (-8 2|}i}]o est sthospain so =f fof} s ee a} la} 2 1) (7) (-* 21) 1) Of san sospacse s}la 1}(G)] snot comce |) (2) (2) unin ee lemas | al 16 determine si el conjunto dado de vectores genera el espacio vectorial304 Cxnirunot —Espacios vectoriles 1 fe | ms ne the 2) +eon(}(3() 3 0)( 0) (-1 « 2 6 eam: st) afta 3 ' 5 1) (0) (0 2) (3) (1) (7 7 Ens] 1,1 ].]0 8. EnB:Jol.af fil.) 3 Jil yl) ty ls. 9 En: (1, -1,2),(1, 1,2), 0,0, 1) 10. En: (1, —1,2).(-1, 1,2). (0,0, 1) M, En Ps 1 x,3 12, Enz tase sue I Ie AC MOM MEY HEME HETIL 17. Demuestre que dos polinomios de grado menor o igual a dos, no pueden generar P, *18. Sip, +P, genera P,,. demuestre que m 2 n+ 1 19. Demuestre que siw y yestin on gen fy. ¥-.-.¥,),entonees w+ ¥ yaw esti en gen {¥, %5.-- + Yo [Shagerencia: Utllzando la definiion de espacio generado eeriba w+ vy ‘au como combinaciones lineales de ¥,,¥5.....¥y] 20, Demuestre que el conjumtoinfinito fl. x. nomios. «J genera P, el espacio veetorial de poli- 21, Sea H un subespacio de V que contiene a ¥,, v4... .¥, Demuestre que gen {¥).¥% « EH. Es decir, gen fy, 1,1 es el subespacio mis pequento de V que contiene a B, Sean v, = (4 ,¥92,) Y= Oy 5 una recta que pasa por el origen en BY, Demuestre que si v,= cy,,entonces gen {v,,.} 23, En el problema 22 suponga que v, y tun plano que pasa por el origen A, escriba v = ayy, + ay, y encuentre una condicidn respecto a x, yy = tal que el sistema dde 2 % 2 resultante tenga una solucion] 24, Pruebe el teorema 2. [Sugerencia: Si & V, eseriba veomo una combinacién lineal de v,, ¥ Yay 60M el Coeficiente de y,,, igual a cero.) 25, 26, Sean {Uy que Demuestre que 4/,, se puede generar con matrices invertibles. i} ¥ [Yo ¥,) dos m-vectores en un espacio vectorial F/ Suponga44 Combinacién iineal y espacio generado Y= yt Hast, tet at, +44, a, Demueste que si bel is Entonces gem fut a. 21) Resrurstas a La AUTOEVALUACION hahd Wd mv MFooMY owy vil. F vill, v mV Hy Matias 4.4 (w] 1. Visualizacién de las combinaviones lineales 4) Vuelva a tcabajar con tos problemas 2 y 3 de MATLAB 3.1 ‘) (Use ef archivo combo.m) Elarchivo combo. ilustra la combinacién lineal a * ul +b * + 643. A continuacién se presenta cl eédige de la funcion cumbo.m: function combo (x,y,z,a,b,¢) § COMBO funcion quc grafica le cuubiuaciot Lineal ® we ax + by + c2 vector de 2x1 vector de 2x1 vector de 2x1 escalar escalar escalar eases origen=[0;0] ; Oxe lorigen, x] ; oy=lorigen, y] ; oz=[erigen, 2) ; ays lata, atxebty] ; vyxs [btv, a¥xebty] + Oxty=[origen, a¥x+b+y) ; Tearxtbty; OIWz=lorigen, T+chal ; ele; diap(‘CoMEO") figure (1) olf306 Corinto 4 Espacio vectatiales heplot (Ox (1, +) ,Ox(2, Oz (2,2) ,0242) ) ,"b==¥! set (hy ‘Linewidth” , 2) text ((1) /2,2(2) /2,"\bE x") text (y(1) /2,¥(2) /2,"\bE y") ext (2(1) /2,2(2) /2,"\bBE 2"): axis square hold on disp(‘Vectores originales’) disp(‘Oprina alguna tecla para continua’) disp(* *) pause plot (Ox(1, :)*a,0x(2,2)#a, "x2" Oy (1, :}4b,Oy (2,2) 4b, "x1", wey (2) 9v (2,2), et ya (Lys) ym zs a) EEG Replor (Oumy (1, ©) OsMy (2, +), "gH: get (h,"Linewidth’ 21 text (x(2) /2%a,x12)/2%a, "\bE ax!) ; text (y(1) /2*b,¥(2)/24, "\bE by"); text (Oxmy (1,2) /2,0xMy(2,2)/2,'\bE 1") Pe- (3, T1o¥s! y ane, Teta j plot (Tz (Le: )pTH( 2,2); rk heFOR (1, 2), e%0R (2,21, Ke 2T(L, 2) 20), ake) heplot (OTMz (1, +) ,O1Mz(2, 2)" =m") set (h, ‘Linewidth' ,2) text (x (1) /2¥*c,2(2) /2#e,"\bE cz") text (OUMa tL, 2) /2, ime (2,2) /2)"\DE w) title(T m. Sean ¥j Yq ++ Nett Veotores en IR" intentemos encontrar constamtes ¢,¢,,... 6,20 todos cero tales que Qu tant ten o Entonces la ecuacién (7) se convierte en ag t4,0, +0 ta,c,=0 +2,,¢,=0 sti ® 6, 44.6, 4 tae, =0) Ay6, + Ontet Pero el sistema (8) es el sistema (1.4.1) dela pigina 38 y, sexu el teorema 1.4.1, tiene un niimero infinito de soluciones sin >> mm. De esta forma, existen escalares ¢, Cy -» -+ G90 todos cero, que sutisfucen (8) y, por lo tanto, los vectores ¥ « ¥, son Tinealmente dependientes. SE cuatro vectores en 1 que son linealmente dependientes Conosanto — : | 2)( 4) (8) (2 Los veetores | -3],| 7|,|-11| y |~7 | som linealmente dependientes ya que constituyen un alo} 4) (3 conjunto de cusitro vectores de 3 elementos, Existe tn corolario importante (y obvio) del teorema 2, Un conjunto de vectores linealmente independientes en RY contiene a lo mis n vectores. Nota, El corolario se puede expresar de otra forma, Si se tienen m vectores de dimensién 1 lie realmente independientes, no se pueden incluir mas veetores sin convertirel conjunto en uno lincalmente depend ‘Del sistema (8) se puede hacer otra observacién importante euya prucha se deja como cjercicio (refiérase al problema 32 de la presente seccn),4.5 Independencia lineal 319) Entonces las columnas de A consideradas como vectores, son linealmente dependientes siy solo siel sistema (8), que se puede escribir como Ae = 0, tiene soluciones no triviales. Aqui e=| HEE sotuciones a un sistema homogéneo escrtas como combinaciones lineales de vectores solucién linealmente independientes Considere el sistema homogéneo o 3, #7x, bx, +44, =0 1 Solucién — Haciendo una reduccién de renglones: 12-12 |0 2-1 2 37 14] 6 o1 42 109 6|0 or42o El iltimo sistema es 4 ~ 9x Fox, aye, = 2x, Se-ve que este sistema tiene un niimero infinito de soluciones, que se eseriben como una combi- nacidn lineal de los vectores columns: x) [ 2-6 x, |_|-45 +28 i ‘i 0) all 8 1 sJ Lox 0 1 9) (0 -4] | 2 ; Observeque| || son soluciones linealmente independientes para (9) porque ningu- ° o la ‘no de los dos es miltplo del otro (el lector debe verificar que sean solucianes). Como v. ¥ v, son niimeros reales arbitrarios, se ve de (10) que el conjunto de soluciones al sistem (9) 2s un stbespacio de B* generado por estos dos vectores solucién linealmente independientes ‘Los siguientes dos teoremas se deduicen directamente del teorema 3,320 Carirunod —_Espacios vectoriales Teonema EY Sean yj.vy....¥jveetores en y sea d una matriz den X n cuyas columnas son v, uss EntOnCe% YY ¥, 80m finealmente independientes si y go ila nica solucign a sistema homogineo 4X = O esa soluci6n trivial x= 0 Demostracon ste es el eorema 3 para elcaso m Teonema EY Sea una matriz dem x n. Entonces det 4 # 0s y sblo si las columnas de A son lineal- sents independiontes 1p Deostmacon Del teorema 4y dl teorema de resumen (pagina 208), las columnas de 4 son linealmen- dependientes ¢ es a nica soluciéna Ax = 0 <> det A-#0. Aqui, © significa “si ys6lo si". El teorema 5 nos lleva a extender nuestro teorema de resumen, Teorema EJ] Teorema de resumen (punto de vista 5) Sea A una matri2 den n, Entonees las ocho afirmaciones siguientes son equivalentes; es decir, cada tna implica a las otras siete (de manera que si una es cierta, todas son ciertas), i, Aes invertible |. La finica Solucién al sistema homogéneo AX = 0 ¢s Ja solucién trivial (x = 0) iii, El sistema 4x = b tiene una solucién tinica para cada n-vector b i. Aes equivalente por renglones a la matriz identidad de m % 7, 1, Aeesel producto de matrices elementales. vi. La forma escalonada por renglones de A tienen pivotes. vii, det A #0. viii, Las colunmas (y renglones) de 4 son linealmente independientes, Denostracon La iinica parte que no se ha demostrado hasta el momento es que los renglones de 4 e——— son linealmente independientes #9 det 4 #0. Las columnas son independientes <> det 2 0-e9 det A! = det A#0 (vea el teorema 2.2.4 de la pigina 185) <> las columnas de 4/son linealmente independientes. Para las ealnmnas de A? son los englones de A. Fsta completa la prueba. BI siguiente teorema combina las ideas de independencia lineal y conjuntos generadores en I Teorena Eg) Cualquier conjunto de n veetores linealmente independiente en i genera a p Dewostmatn Seany, =|" |.v, =|"|,...,v, =] "2" |, veotores linealmente independientes y sea ose tales que4.5 Independencia lines) 321 Es decir alae | | + be, ay En (11) se multiplican componentes se igualan y se suman para obtener un sistema dle nn ecuaciones con m incégnitas ¢, aye, FC + (12) a y6, Hae Ho Se puede escribir (12) como Ae = v, donde yy Gy oor yy a ay tay | y eal ® Pero det A #0 ya que las columnas de A son linealmente independientes: De manera que ol sistema (12) tiene una zolucién tinica e por el teorema 6 y el teorema queda de ‘mostrado. Observacién, Esta demostracion no slo muestra que y se puede escribir como una combina- ci6n lineal de los vectores independientes v,.¥,... ..¥,. sino también que esto se puede lograr de uma sola manera (ya que el vector solucion es tinico). GE 1s vectores en * generan ie si su determinante es diferente de cero 21g Los vectores (2, ~1, 4). (1, 0, 2) @, ~1, 5) gemeran 2 porque |-1 1 ‘ante, som independiontes 424 140, porlo ‘Todos los ejemplos que se han dado hasta ahora han sido en el espacio KY. Esto no repre- eta una restrievion tau grande come pares, En la secciOn 3.4 (Wore 6) se demestrard que diferentes espacios veetoriales de aparieneia muy distinta tienen, en esencia, las mismias propie~ dades. Por ejemplo. se veri que el espacio P, es fundamentalmente el mismo que R2"!, Se dirt {que dos espacios vectoriales con esta forma Son isomdrfieas Este importante resultado tendri que esperar hasta el capitulo 5. Mientras tanto, se darn algunos ejemplos en espacios diferentes a K EEE tes matrices linealmente independientes en M,, 4 comonmna(s Spas de son linealmente denendientes o indlependientes.322 Cxvirutod Espacio vectoriales HM Solucién — Suponga que cA, + 6 Goskels ake(sdeG i) + 6A, = 0, Entonees q=4—% % De, dle, Be +2y +e, q 43442, -E te, Esto nos proporciona un sistem homogéneo de seis ecuaciones con tres incognitas. ¢,¢, ¥¢,en el cual reulta bastante sencillo verificar que la tinica solucidn es ¢, = ¢, 0, De este modo, Ing tes matrices son linealmente independiente. EEE custo potinomios linealmente independientes en En P, determine silos polinomios 1, 1° y+" son linealmente dependientes o independientes. 1M Solucidn —Suponga que, + e+ 050+ e,x'= 0, Esto debe cumpltse pura todo mero reals. En par ticular, si x = 0, se obtiene ¢, = 0. Entonices, haciendo x = 1, ~1, 2se obtiene, sucesivamente, at ote ot Gn 2e, +40, +8, Elddcterminante de este sistema homogénco es De manera que el sistema tiene una solucién tiniea ¢, = ¢,=¢, = ¢,= Oy los cuatro polinomios son Inveaimente independhientes. Esto se puede ver de otra forma. Se sabe que cualquter poline- mio de grado 3 tiene & lo mas tres raices reales. Pero sic, + ex + 6,0? + cx =O para algunas ies enti dsp mee tro nrarbcodbuiney eal EieRinercede bees caeal un polinomio cibico para el que todo nimero real es uma raiz, lo cual es imposible Tres polinomi mente independientes en P, Fi P,,dlatormine si las polinamins — Da?, x! “dy y ~T3-+ 8x" aan linealmente dependientes ‘o independientes, Solucién — Sea e(s ~ 28°) + os? Ay) + (Ts + 802) ~ 0, Reavomodiando tos trminos se Uline (6, ~4e, = Te be (e+ e+ 80,)x Estas ecuaciones se cumplen para todo x siy solo si 6 -4e, -7e he, + 8c, | Pero parn ¢l teorema 1.4.1 de la piigina 38, este sistema de dos ceuuciones eon tres ineSgnitas tiene un nimero infinito de soluciones, Lo que muestra que los polinomios son linealmente: dependientes4.5 Independencia neal 323 Si se resuelve este sistema homogeneo, se obtiene, sucesivamente Fst d— hs st 1a Lo 0 a4 on 0 ASi, Se pede dar un valor arbitranio a, yes tonves ¢, = 25, ¢, = ~6y se tiene 2H = 22) = 6x2 =x) HAT + 8) =O Problemas 4.5 Auroevatuacion “ae. a(t) Ch “0G 0) “GiG) GG) Ill, {Cual de los siguientes conjuntos de vectores debe ser linealmente dependiente? FE] -senaey of) FACHEHE Aqui, 0 1 6 gdh ff key fon niimeros reales, Indique si las siguientes afirmaciones son faisas 0 verdaderas IM. Sivy. son linealmente independiente, , Son inealmente independientes,entonees¥, V3... y¥,., también V. Siy,.%y «++, Son Tinealmente dependientes, entonces vy, y.....¥,.¥,_, también son linealmente dependientes, Vi. Si es um maiz de 3% Sy det A = linealmente dependientes en 2. ), entonces los renglones de 4 son vectores