Professional Documents
Culture Documents
Álxebra Lineal
Curso 2023-24
ESPAZOS VECTORIAIS
3. R2 coa suma usual de vectores e o produto por escalares dado por c · (x1 , x2 ) =
(cx1 , 0).
1 a
4. {A ∈ M2 (R) | A = }, coa suma de matrices e o produto dun escalar por
b 1
unha matriz.
Propiedades 1.6. Dado V un K-espazo vectorial verifícanse as seguintes propiedades:
1. 0 · v = 0, ∀v ∈ V
2. α · 0 = 0, ∀α ∈ K
3. α · v = 0 ⇒ α = 0 ou v = 0
4. (−α) · v = α · (−v) = −(α · v), ∀α ∈ K, ∀v ∈ V
5. (−α) · (−v) = α · v, ∀α ∈ K, ∀v ∈ V
6. Dado v ∈ V, v 6= 0 e α, β ∈ K tales que α · v = β · v, entón α = β
7. Dado α ∈ K, α 6= 0 e v, w ∈ V tales que α · v = α · w, entón v = w
Exercicio 1.7. Demostra as propiedades anteriores.
Definición 1.8. Un vector v ∈ V é unha combinación lineal de vectores v1 , v2 , . . . , vk ∈ V
se existen escalares c1 , c2 , . . . , ck ∈ K tales que
k
X
v= ci vi = c1 · v1 + c2 · v2 + · · · + ck · vk
i=1
Os escalares ci chámanse coeficientes da combinación lineal.
Exemplo 1.9. En R3 comproba que o vector (−2, −2, −1) é unha combinación lineal dos
vectores (1, 0, −1), (2, −3, 1), (5, −4, 0) e acha os coeficientes da combinación lineal.
Definición 1.10. Se {v1 , v2 , . . . , vk } é un conxunto de vectores en V , entón o conxunto
de todas as combinacións lineais de v1 , v2 , . . . , vk chámase espazo xerado por v1 , v2 , . . . , vk
e denótase
X k
hv1 , v2 , . . . , vk i := ci vi | ci ∈ K
i=1
Se U = hv1 , v2 , . . . , vk i dise que {v1 , v2 , . . . , vk } é un conxunto xerador de U .
Exemplo 1.11. Describe mediante ecuacións os seguintes espazos:
1. h(2, −1)i ⊂ R2
2. h(1, 0, 3), (−1, 1, 3)i ⊂ R3
Exercicio 1.12. Describe mediante ecuacións os seguintes espazos:
1. h(2, −4), (−1, 2)i ⊂ R2 .
2. h(1, 2, 0), (3, 2, −1)i ⊂ R3 .
3. h(1, 2 − 1, 0), (1, 1, 1, 1)i ⊂ R4 .
4. hx 2 2
+ 1, x +2xi ⊂ P2 (R).
1 0 1 1
5. h , i ⊂ M2 (R)
−1 e 0 1
Exercicio 1.13. Determina se o vector v é unha combinación lineal dos vectores restantes,
en cada un dos seguintes casos. En caso afirmativo, acha os coeficientes.
1. v = (2, 1), u1 = (4, −2), u2 = (−2, 1)
2. v = (1, 2, 3), u1 = (1, 1, 0), u2 = (0, 1, 1), u3 = (1, 0, 1)
Exemplo 1.14. Comproba que:
1. R2 = h(2, −1), (1, 3)i
ESPAZOS VECTORIAIS 3
2. Subespazos vectoriais
Sexa (V, +, ·) un K-espazo vectorial.
Definición 2.1. Un subconxunto U ⊂ V é un K-subespazo vectorial de V se coa restrición
das operacións + e · é un K-espazo vectorial.
Observación 2.2. Se U ⊂ V é un K-subespazo vectorial entón 0 ∈ U .
Exemplo 2.3.
1. V é un subespazo vectorial de V .
2. {0} é un subespazo vectorial de V .
3. Unha recta vectorial (pasa pola orixe) en Kn é un subespazo vectorial:
y
4. Unha recta en Kn que non pasa pola orixe non é un subespazo vectorial:
y
x
4 ESPAZOS VECTORIAIS
z
6. Unha plano en Kn que non pasa pola orixe non é un subespazo vectorial:
y
(0, 0, 0) ∈
/S
Exemplo 2.7.
1. {(x, y) ∈ R2 : x + 2y = 0} é un subespazo vectorial de R2 .
2. {(x, y) ∈ R2 : x + 2y = 1} non é un subespazo vectorial de R2 .
3. {(x, y, z) ∈ R3 : x − 2y + 3z = 0} é un subespazo vectorial de R3 .
4. {(x, y, z) ∈ R3 : x + 2y − 7z − 1 = 0} non é un subespazo vectorial de R3 .
5. h(2, −1)i ⊂ R2 é un subespazo vectorial de R2 .
6. h(1, 0, 3), (−1, 1, 3)i ⊂ R3 é un subespazo vectorial de R3 .
Propiedades 3.6.
1. {0} é linealmente dependente.
2. Se 0 ∈ {v1 , v2 , . . . , vk } ⇒ {v1 , v2 , . . . , vk } é linealmente dependente.
3. ∀v 6= 0, {v} linealmente independente.
4. {v1 , v2 } é linealmente dependente ⇔ ∃c ∈ K tal que v2 = c · v1 .
5. Se {v1 , v2 , . . . , vk } é linealmente independente e vk+1 ∈ / hv1 , v2 , . . . , vk i ⇒ {v1 , v2 ,
. . . , vk , vk+1 } linealmente independente.
Exemplo 3.7.
1. O conxunto {(1, 3, 1), (0, 0, 0), (3, 1, 0)} ⊂ R3 é linealmente dependente.
2. O conxunto {(1, 3, 1), (3, 1, 0)} ⊂ R3 é linealmente independente.
Definición 3.8. Unha base finita de V é un conxunto de vectores {v1 , v2 , . . . , vn } tal que:
1. hv1 , v2 , . . . , vn i = V
2. {v1 , v2 , . . . , vn } é linealmente independente
Exemplo 3.9.
1. O conxunto C = {e1 = (1, 0, . . . , 0), e2 = (0, 1, . . . , 0), . . . , en = (0, 0, . . . , 1)} é unha
base de Kn e chámase a base canónica de Kn .
2. Unha base de {(x, y) ∈ R2 : x + 2y = 0} é β = {(−2, 1)}.
3. {(−2, 1), (6, −3)} non é unha base de {(x, y) ∈ R2 : x + 2y = 0}.
4. {(1, 1, 0), (1, 0, 1), (0, 1, 1)} é unha base de R3 .
5. {1, x, x2 } é unha base de P2 (R).
6. {1} é unha base do C-espazo vectorial C e {1, i} é unha base do R-espazo vectorial C.
Proposición 3.10. Todo subespazo vectorial U ⊂ V admite unha base β.
Exemplo 3.11. Acha unha base dos seguintes espazos vectoriais:
1. {(x, y) ∈ R2 : 2x + 3y = 0}
2. {(x, y, z) ∈ R3 : x − 2y + 3z = 0}
3. h(1, 2, 0), (1, 1, −1), (1, 4, 2)i ⊂ R3
Exercicio 3.12. Acha unha base dos seguintes subespazos
1. h(1, −1, 1), (1, 2, 0), (0, 1, 1), (2, 1, 2)i
2. h(0, 1, −2, 1), (3, 1, −1, 0), (2, 1, 5, 1)i
3. {(x, y, z) ∈ R3 : x = y = z}
4. {(x, y, z) ∈ R3 : z = 2x, y = 0}
Teorema 3.13. Sexa U un subespazo de V e β = {v1 , v2 , . . . , vk } unha base de U . Para
todo vector v ∈ U , existe exactamente unha forma de escribir v como unha combinación
lineal dos vectores de β:
v = c1 v1 + c2 v2 + · · · + ck vk
Os escalares c1 , c2 , . . . , ck ∈ K chámanse coordenadas de v respecto de β e o vector columna
(fila) de coordenadas de v respecto de β é:
c1
c2
vβ = .. , (vβ = c1 c2 . . . ck )
.
ck
ESPAZOS VECTORIAIS 7
Exemplo 3.26.
1. dim({(x, y, z) ∈ R3 | −x + 3y + 4z = 0, y − 7z = 0}) = 1
2. dim({(x, y, z) ∈ R3 | −x + 3y + 4z = 0, 2x − 6y − 8z = 0, −3x + 9y + 12z = 0}) = 2
Exemplo 3.30. Describe o espazo h(1, 1, 0), (−2, 0, 1), (0, 3, 7)i.
Exercicio 3.33.
Dado o subespazo vectorial U = {(x, y, z, t) ∈ R4 : x + y + z + t = 0, 2x − 3y − 2z + t = 0}:
1. Acha unha base β de U e calcula dim(U ).
2. Estende β a unha base β 0 de R4 .
3. Acha as coordenadas do vector v = (1, 2, 3, 4) ∈ R4 respecto de β 0 .
Exercicio 3.34.
Dun subespazo vectorial U ⊂ R3 sábese: dim(U ) = 2 e (1, 0, 1), (2, −2, 3) ∈ U . Pídese:
1. Acha unha base β de U .
2. Describe U mediante ecuacións implícitas.
3. Comproba que v = (4, −2, 5) ∈ U e acha as coordenadas de v respecto de β.
4. Completa a base β a unha base β 0 de R3 e acha as coordenadas de v respecto de β 0 .
ESPAZOS VECTORIAIS 9
Exemplo 4.5. Dadas as bases β1 = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} e β2 = {(1, 0, 0), (−1, 1, 2),
(1, 2, 2)} de R3 :
1. Acha as coordenadas de (2, −1, 3) respecto de β1 .
2. Acha a matriz de paso de β1 a β2 .
3. Acha as coordenadas de (2, −1, 3) respecto de β2 .
Exemplo 4.6.
1. Acha unha base de U = {(x, y, z, t) ∈ R4 : x + y + z + t = 0}.
2. Completa a base do apartado anterior a unha base β de R4 .
3. Acha a matriz de paso de C a β.
4. Acha as coordenadas de (2, −1, −2, 1) respecto de β.
Exercicio 4.7. Dadas as bases β1 = {(1, 1, 1), (−1, 2, 1), (0, 1, 1)} e β2 = {(3, 2, 1), (−1, 1, 2), (2, 3, 4)}
de R3 :
1. Acha as coordenadas de (−2, 3, 4) respecto de β1 .
2. Acha a matriz de paso de β1 a β2 .
3. Acha as coordenadas de (−2, 3, 4) respecto de β2 .
Exercicio 4.8.
1. Acha unha base de U = {(x, y, z, t) ∈ R4 : 2x + y + z + t = 0, y + z − t = 0}.
2. Completa a base do apartado anterior a unha base β de R4 .
3. Acha a matriz de paso de C a β.
4. Acha as coordenadas de (2, −1, −2, 1) respecto de β.
Exercicio 4.9. En P2 (R):
1. Acha a matriz de paso de {1, x, x2 } a β = {x2 + x + 1, 2x + 1, x2 + 1}
2. Acha as coordenadas de 3x2 − πx + 2 ∈ P2 (R) respecto de β.
(0, 1) (1, 1) ∈
/ U ∪V
U
(1, 0)