Professional Documents
Culture Documents
1 Espai Vectorial Real
1 Espai Vectorial Real
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
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
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
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
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 .
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.
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 .
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
Propietat 1.3: Tot subespai vectorial d’un espai vectorial conté el vector zero.
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.