MATEMÀTIQUES I ECO/ADE

1. Espai vectorial real

1.1. Espai vectorial real i definicions bàsiques

1.1.1. Espai vectorial real, vectors i escalars
1.1.2. Combinació lineal de vectors
1.1.3. Dependència i independència lineal de vectors
1.1.4. Sistema de generadors d’un espai vectorial
1.2. Base i dimensió d’un espai vectorial real
1.2.1. Relació entre base d’un espai vectorial i rang d’una matriu
1.2.2. Vector de components d’un vector en una base
1.3. Subespai vectorial
1.3.1. Subespai vectorial generat per un conjunt de vectors
1.1. ESPAI VECTORIAL REAL I DEFINICIONS BÀSIQUES

Val a dir que les funcions que apareixeran al llarg d’aquest curs són funcions que
depenen de més d’una variable com, per exemple, la funció de costos totals d’una
empresa que produeix dos articles A i B:
𝐶𝐶𝑇𝑇 𝑥𝑥1 , 𝑥𝑥2 = 3𝑥𝑥1 𝑥𝑥2 + 1,5𝑥𝑥12 + 2𝑥𝑥22 + 150.000
on 𝑥𝑥1 ≥ 0 i 𝑥𝑥2 ≥ 0 són, respectivament, les quantitats produïdes de A i B. És evident
que si volem estudiar aquest tipus de funcions haurem de veure, d’entrada, les
propietats més importants que, des d’un punt de vista operacional, satisfan els
conjunts de “vectors” (o punts) de la forma:
ℝ𝑛𝑛 = 𝑥𝑥⃗ = 𝑥𝑥1 , 𝑥𝑥2 , … , 𝑥𝑥𝑛𝑛 : 𝑥𝑥1 , 𝑥𝑥1 , … , 𝑥𝑥𝑛𝑛 ∈ ℝ .
Aquest primer capítol del curs té a veure amb amb aquesta temática.
1.1.1. Espai vectorial real, vectors i escalars

Un ESPAI VECTORIAL REAL (ESPAI VECTORIAL a partir d’ara) ve donat per:

1. Un conjunt de VECTORS:
ℝ𝑛𝑛 = 𝑥𝑥⃗ = 𝑥𝑥1 , 𝑥𝑥2 , … , 𝑥𝑥𝑛𝑛 : 𝑥𝑥1 , 𝑥𝑥1 , … , 𝑥𝑥𝑛𝑛 ∈ ℝ
2. La SUMA de vectors:
𝑥𝑥⃗ + 𝑦𝑦⃗ = 𝑥𝑥1 , 𝑥𝑥2 , … , 𝑥𝑥𝑛𝑛 + 𝑦𝑦1 , 𝑦𝑦2 , … , 𝑦𝑦𝑛𝑛 = 𝑥𝑥1 + 𝑦𝑦1 , 𝑥𝑥2 + 𝑦𝑦2 , … , 𝑥𝑥𝑛𝑛 + 𝑦𝑦𝑛𝑛
3. El PRODUCTE de vectors per números reals:
𝜆𝜆 · 𝑥𝑥⃗ = 𝜆𝜆 · 𝑥𝑥1 , 𝑥𝑥2 , … , 𝑥𝑥𝑛𝑛 = 𝜆𝜆𝑥𝑥1 , 𝜆𝜆𝑥𝑥2 , … , 𝜆𝜆𝑥𝑥𝑛𝑛 , on 𝜆𝜆 ∈ ℝ.

Nota: En el context dels espais vectorials, els números reals 𝜆𝜆 ∈ ℝ s’anomenen ESCALARS.
Nota de 1.1.1:
𝑛𝑛
• 0 = 0, … , 0 és el vector NUL o ZERO de ℝ𝑛𝑛

• −𝑥𝑥⃗ = −1 · 𝑥𝑥⃗ és el vector OPOSAT de 𝑥𝑥⃗ ∈ ℝ𝑛𝑛 .

Propietat 1.1.1: En general, i en tot espai vectorial, hom té que:

a. 𝜆𝜆 · 0 = 0 · 𝑥𝑥⃗ = 0.

b. 𝜆𝜆 · 𝑥𝑥⃗ = 0 si i només si 𝜆𝜆 = 0 o 𝑥𝑥⃗ = 0.

c. − 𝜆𝜆 · 𝑥𝑥⃗ = −𝜆𝜆 · 𝑥𝑥⃗ = 𝜆𝜆 · −𝑥𝑥⃗ .
d. 𝑥𝑥⃗ = 𝑦𝑦⃗ si i només si 𝑥𝑥⃗ − 𝑦𝑦⃗ = 0.
1.1.2. Combinació lineal de vectors

El vector 𝑥𝑥⃗ de ℝ𝑛𝑛 és una COMBINACIÓ LINEAL dels 𝑘𝑘 ≤ 𝑛𝑛 vectors 𝑥𝑥⃗1 , … , 𝑥𝑥⃗𝑘𝑘 de ℝ𝑛𝑛 si
existeixen k escalars 𝜆𝜆1 , … , 𝜆𝜆𝑘𝑘 de ℝ tal que:

𝑘𝑘
𝑥𝑥⃗ = 𝜆𝜆1 · 𝑥𝑥⃗1 + ⋯ + 𝜆𝜆𝑘𝑘 · 𝑥𝑥⃗𝑘𝑘 = � 𝜆𝜆𝑖𝑖 · 𝑥𝑥⃗𝑖𝑖 .
𝑖𝑖=1

Exemple 1.1.2: (i) Prova que −1,9,4 és combinació lineal de 1,2,0 i −4,3,4 . (ii) Passa
el mateix amb el vector 7,3,4 ?
SOLUCIÓ: (i) Els escalars de la combinació lineal són 𝜆𝜆1 = 3 i 𝜆𝜆2 = 1. (ii) No.
1.1.3. Dependència i independència lineal de vectors

Un conjunt de vectors de ℝ𝑛𝑛 són LINEALMENT DEPENDENTS en el cas que, com a

mínim, un d’ells es pugui escriure com a combinació lineal dels altres. En cas contrari,
diem que són LINEALMENT INDEPENDENTS.

Teorema 1.1.3: 𝑘𝑘 vectors 𝑥𝑥⃗1 , … , 𝑥𝑥⃗𝑘𝑘 de ℝ𝑛𝑛 són linealment independents si i només si:
𝑥𝑥⃗ = 𝜆𝜆1 · 𝑥𝑥⃗1 + ⋯ + 𝜆𝜆𝑘𝑘 · 𝑥𝑥⃗𝑘𝑘 = 0 implica sempre que 𝜆𝜆1 = ⋯ = 𝜆𝜆𝑘𝑘 = 0.

Exemple 1.1.3: Prova que tot conjunt de vectors que inclogui el vector nul és sempre un
conjunt de vectors linealment independents.
1.1.3.1. Relació entre independència lineal i rang d’una matriu

Teorema 1.1.3.1: 𝑘𝑘 ≤ 𝑛𝑛 vectors de ℝ𝑛𝑛 són linealment independents si i només si la

matriu que formen, ja sigui en files o columnes, té rang k. En cas contrari, seran
linealment dependents.

Exemple 1.1.3.1: Prova que:

i. 1, −1,3,7 , 5,2,4, −2 i 0, −6,0,1 són linealment independents.
ii. 2, −2,8 , 5,1,3 i 4,2, −1 són linealment dependents.
SOLUCIÓ: (i) El rang de la matriu que formen és 3. (ii) En aquest cas és 2.
1.1.4. Sistema de generadors d’un espai vectorial

Un conjunt de vectors de ℝ𝑛𝑛 forma un SISTEMA DE GENERADORS de ℝ𝑛𝑛 si

qualsevol vector de ℝ𝑛𝑛 es pot escriure com a combinació lineal d’ells.

Teorema 1.1.4: 𝑘𝑘 ≥ 𝑛𝑛 vectors de ℝ𝑛𝑛 són un sistema de generadors de ℝ𝑛𝑛 si i només

si la matriu que formen, ja sigui en files o columnes, té rang n.

Exemple 1.1.4: Prova que els vectors 1,0,0 , 2,3, −1 , 5,11, −4 i −4,5,0 formen
un sistema de generadors de ℝ3 .
SOLUCIÓ: El rang de la matriu que formen és 3.
 EXERCICIS

1. Troba els valors del paràmetre 𝑎𝑎 ∈ ℝ de manera que el vector −2, −1,5,0 sigui
combinació lineal de 2,4,7,6 i 𝑎𝑎, 2, −1, 𝑎𝑎 .
SOLUCIÓ: 𝑎𝑎 = 2.
2. Prova que els vectors −1,0,5 i 6,5,0 són linealment independents i determina els
vectors no nuls de la forma 0, 𝑘𝑘, 𝑘𝑘 2 que, amb ells dos, siguin linelment dependents.
SOLUCIÓ: 𝑘𝑘 = 6.
3. Prova que els vectors 1,0, −3 , 5, −1,0 , 3, −1,6 i 0,1,1 formen un sistema de
generadors de ℝ3 .
SOLUCIÓ: Aquest conjunt de vectors conté una base de ℝ3 .
1.2. BASE I DIMENSIÓ D’UN ESPAI VECTORIAL

Un conjunt de vectors de ℝ𝑛𝑛 són una BASE si, a part de ser linealment independents,
formen un sistema de generadors de ℝ𝑛𝑛 .

Exemple 1.2: Els n vectors:

𝑛𝑛−1 𝑛𝑛−2 𝑛𝑛−1
1, 0, … , 0 , 0,1, 0, … , 0 , … , 0, … , 0 , 1

formen una base de ℝ𝑛𝑛 , anomenada base CANÒNICA.

Teorema 1.2: Les bases de ℝ𝑛𝑛 tenen sempre el mateix nombre de vectors, n. Aquest
número rep el nom de DIMENSIÓ.
1.2.1. Relació entre base d’un espai vectorial i rang d’una matriu

Teorema 1.2.1: Un conjut de n vectors de ℝ𝑛𝑛 forma una base si i només si la matriu
que formen, ja sigui en files o columnes, és una matriu quadrada i regular, és a dir,
amb determinant no nul.

Exemple 1.2.1: Prova que, per a tot 𝑎𝑎 ∈ ℝ paràmetre:

i. 𝑎𝑎, 3,7 , 0,4, −2 i −1,0, 𝑎𝑎 formen base de ℝ3 .
ii. 2, −2, 𝑎𝑎 , 5,1, −2𝑎𝑎 i 9, −3,0 no formen base de ℝ3 .
SOLUCIÓ: Cal aplicar el teorema anterior.
1.2.2. Vector de components d’un vector en una base

Si els vectors 𝑥𝑥⃗1 , … , 𝑥𝑥⃗𝑛𝑛 formen una base de ℝ𝑛𝑛 i 𝑥𝑥⃗ és un vector qualsevol de ℝ𝑛𝑛 tal que:
𝑛𝑛
𝑥𝑥⃗ = 𝜆𝜆1 · 𝑥𝑥⃗1 + ⋯ + 𝜆𝜆𝑛𝑛 · 𝑥𝑥⃗𝑛𝑛 = � 𝜆𝜆𝑖𝑖 · 𝑥𝑥⃗𝑖𝑖
𝑖𝑖=1

aleshores el vector 𝜆𝜆1 , … , 𝜆𝜆𝑛𝑛 és el VECTOR DE COMPONENTS de 𝑥𝑥⃗ en la base 𝑥𝑥⃗1 , … , 𝑥𝑥⃗𝑛𝑛 .

Exemple 1.2.2: Troba el vector de components de 2,5,1 en la base de ℝ3 formada pels

3 5 41
vectors 2,0,5 , 3,3,1 i 0,0,1 . SOLUCIÓ: 𝜆𝜆1 , 𝜆𝜆2 , 𝜆𝜆3 = − , , .
2 3 6
 EXERCICIS

1. Prova que, independentment del valor de 𝑚𝑚 ≠ 0, el conjunt de vectors −𝑚𝑚, 3,5 ,

0,11, −9 i 0,1, 𝑚𝑚2 formen sempre una base de ℝ3 .
SOLUCIÓ: El determinant de la matriu que formen és no nul.
2. Determina el vector de components de 2,1,2 en la base 2,0,3 , 2, −2,5 i 0,1,2 .
1 3
SOLUCIÓ: − , , 0 .
2 2

3. Troba els valors del paràmetre 𝑎𝑎 ∈ ℝ tal que els vectors 𝑎𝑎, 0, −3 , 2, −𝑎𝑎, 5 i
0,1, 𝑎𝑎 formin base, i determina el vector de components associat al vector 1,1,1
quan 𝑎𝑎 = 0.
1 1
SOLUCIÓ: 𝑎𝑎 ≠ −1. El vector de components és , ,1 .
2 2
1.3. SUBESPAI VECTORIAL

Un subconjunt 𝑆𝑆 ⊂ ℝ𝑛𝑛 de vectors no buit és un SUBESPAI VECTORIAL de ℝ𝑛𝑛 si es

tancat per les dues operacions de l’espai vectorial, és a dir, si:
1. Per a tota parella de vectors 𝑥𝑥,
⃗ 𝑦𝑦⃗ ∈ 𝑆𝑆 aleshores 𝑥𝑥⃗ + 𝑦𝑦⃗ ∈ 𝑆𝑆.
2. Per a tot vector 𝑥𝑥⃗ ∈ 𝑆𝑆 i tot escalar 𝜆𝜆 ∈ ℝ aleshores 𝜆𝜆 · 𝑥𝑥⃗ ∈ 𝑆𝑆.

Propietat 1.3: Tot subespai vectorial d’un espai vectorial conté el vector zero.

Exemple 1.3: Prova que el subconjunt de ℝ3 definit per:

𝑆𝑆 = 𝑥𝑥, 𝑦𝑦, 𝑧𝑧 ∈ ℝ3 : 𝑧𝑧 = 0
és un subespai vectorial de ℝ3 .
1.3.1. Subespai vectorial generat per un conjunt de vectors

El SUBESPAI VECTORIAL GENERAT pels vectors 𝑥𝑥⃗1 , … , 𝑥𝑥⃗𝑘𝑘 de ℝ𝑛𝑛 és, per definició, el
conjunt format per les combinacions lineals d’aquest vectors. Simbòlicament:
𝑥𝑥⃗1 , … , 𝑥𝑥⃗𝑘𝑘 = 𝜆𝜆1 · 𝑥𝑥⃗1 + ⋯ + 𝜆𝜆𝑛𝑛 · 𝑥𝑥⃗𝑛𝑛 : 𝜆𝜆1 , … , 𝜆𝜆𝑛𝑛 ∈ ℝ .
Si 𝑥𝑥⃗1 , … , 𝑥𝑥⃗𝑘𝑘 , a més, són linealment independents, diem que 𝑥𝑥⃗1 , … , 𝑥𝑥⃗𝑘𝑘 té dimensió k.

Exemple 1.3.1: Determina una base i la dimensió del subespai:

𝑆𝑆 = 𝑥𝑥, 𝑦𝑦, 𝑧𝑧 ∈ ℝ3 : 𝑧𝑧 = 0 .
SOLUCIÓ: Una base seria 1,0,0 i 0,1,0 , i la dimensió és 2.
 EXERCICIS

1. Troba una base i la dimensió dels subespais vectorials següents:

a. 𝑆𝑆 = 𝑥𝑥, 𝑦𝑦, 𝑧𝑧 ∈ ℝ3 : 2𝑥𝑥 − 𝑦𝑦 = 0, 𝑥𝑥 − 2𝑧𝑧 = 0 .
b. 𝑆𝑆 = 𝑥𝑥, 𝑦𝑦, 𝑧𝑧 ∈ ℝ3 : 𝑥𝑥 + 2𝑦𝑦 + 3𝑧𝑧 = 0 .
SOLUCIÓ:
(a) 𝑆𝑆 = 2,4,1 i dim𝑆𝑆 = 1.
(b) 𝑆𝑆 = −2,1,0 , −3,0,1 i dim𝑆𝑆 = 2.
2. Determina una base, la dimensió i l’expressió analítica del subespai vectorial
generat pels vectors 4,0, −1 i 3,5,2 .
SOLUCIÓ: 𝑆𝑆 = 𝑥𝑥, 𝑦𝑦, 𝑧𝑧 ∈ ℝ3 : 5𝑥𝑥 − 11𝑦𝑦 + 20𝑧𝑧 = 0 i dim𝑆𝑆 = 2.