You are on page 1of 37

Matemáticas básicas II

TRABAJO DE MATEMATICAS BASICAS
ALUMNO: VICTOR JOEL CALSINA SILVA CODIGO: 20102195J SECCION: S

ESPACIOS VECTORIALES El espacio vectorial es un conjunto de elementos llamados vectores en los que se definen dos operaciones, la adición y la multiplicación por un escalar.se vio que el espacio vectorial es cerrado bajo estas operaciones; la suma de dos vectores en también pertenece a y la multiplicación por un escalar de un vector en también pertenece a .El espacio vectorial también posee otras propiedades algebraicas. Por ejemplo, se vio que los vectores en son conmutativos y asociativos bajo la adición:

(

)

(

)

En esta sección se analizan estas y otras propiedades algebraicas en .se formulan un conjunto de axiomas basadas en las propiedades de .cualquier conjunto que satisfaga estos axiomas poseerá propiedades algebraicas similares a las del espacio vectorial .a dicho conjunto se le dará el nombre de espacio vectorial y a sus elementos el nombre de vectores.la ventaja de este enfoque consiste en el hecho de que los conceptos y los resultados relacionados con el espacio vectorial también se aplican a otros espacios vectoriales . Ahora se proporcionara la definición formal de espacio vectorial basadas en las propiedades algebraicas de . Definición: Un espacio vectorial es un conjunto V de elementos llamando vectores, cuyas operaciones de adición y multiplicación por un escalar se encuentran definidas en él y satisfacen las siguientes condiciones (u, v y w son elementos cualesquiera de V y (c ,d) son escalares).

Axiomas de cerradura 1) la suma existe y es un elemento de V. (V es cerrado bajo la adición)

Prof.: Pérez Díaz Elbert

Matemáticas básicas II
2) c.u es un elemento de V (V es cerrado bajo la multiplicación por un escalar.)

Axiomas de la adición 3) ( ) (propiedad conmutativa) ( ) ( )

4)

5) Existe un elemento de V, denominado vector cero, que se denota cero tal que u+0=u. 6) para todo elemento u de V, existe un elemento llamado el negativo de u ,Que se denota –u ,tal que u+(-u)=0

Axiomas de la multiplicación por n escalar 7) ( )

8) (c+d) u=cu+du 9) c (du)= (cd) u 10) 1u=u Los dos de conjuntos de escalares utilizados con más frecuencia en los espacios vectoriales son el conjunto de los números reales y el conjunto de los números complejos.los espacios vectoriales correspondientes reciben el nombre de espacios vectoriales reales y espacios vectoriales comlejos.primero abordaremos los espacios vectoriales reales se mencionara con brevedad, cuando sea necesario resultados de los espacios vectoriales complejos. Satisface todas estas condiciones.
Un espacio vectorial sobre un cuerpo es un conjunto no vacío sobre el que se definen 2 operaciones internas y 8 propiedades inherentes, a saber:

(Cerradura bajo la operación

de dos elementos de

)

(Cerradura ante )

de un elemento del cuerpo

y un elemento de

Prof.: Pérez Díaz Elbert

Matemáticas básicas II

Propiedad Conmutativa

Propiedad Asociativa

Existencia de elemento neutro ante

Existencia de elemento opuesto ante

Propiedad Asociativa ,

Propiedad distributiva para la operación (+) entre escalares ,

Propiedad distributiva para la operación

entre elementos de

Existencia de elemento neutro ante la operación

Ejemplos 1. En efecto: es un espacio vectorial sobre

Prof.: Pérez Díaz Elbert

: Pérez Díaz Elbert . Prof.Matemáticas básicas II Ante la suma : (ley conmutativa ante la operación interna suma) : (ley asociativa ante la operación interna suma) : (existencia de elemento neutro aditivo) : (existencia de elemento opuesto) Ante el producto por escalares se cumple: (ley asociativa ante el producto por escalares) se tiene: (ley distributiva) se satisface: (ley distributiva) : α * a = a (existencia de neutro multiplicativo).

Axioma6: Si u=.ya se definieron las operaciones de adición y multiplicación por un escalar en este conjunto. / . 3.por consiguiente. se sabe que las matrices de 2x2 son conmutativas y asociativas bajo la adición. / ( ) .: Pérez Díaz Elbert .sean Dos matrices 2x2 cualesquiera. / ( ) ( ) u+v es una matriz 2x2 .de hecho. /=0 / / . De acuerdo con los estudios anteriores. ya que / . ( ) / . /. Utilizando la notación vectorial para indicar los elementos de . 4.Matemáticas básicas II Espacios vectoriales de matrices Considere el conjunto de matrices reales de 2x2 ´. Axioma 5: La matriz cero de 2x2 es cero 0=. Axioma 3y4: es cerrada bajo la adición.denote este conjunto como .5 y 6. . / . / .se tiene Axioma1: . / Prof.se analizaran los axiomas 1. este conjunto forma un espacio vectorial. y se deja el resto para que el lector lo compruebe. .

( ) [ ( )] Esa expresión define a cf como una función cuyo dominio es el conjunto de os números reales. considere dos funciones específicas: ( ) ( ) Entonces f+g es la función definida por: ( )( ) La multiplicación de f por un escalar. cf. Para visualizar de forma geométrica esas dos operaciones sobre funciones.Matemáticas básicas II El conjunto de matrices de 2x2 constituyes un espacio vectorial . como.: Pérez Díaz Elbert .sea C un escalar cualquiera.Esa operación recibe el nombre de multiplicación por un escalar punto por punto.la multiplicación escalar de f. para determinar el valor de cf. Cada elemento de V. Sean f y g elementos cualesquiera de V .las propiedades algebraicas de son similares a las de asi mismo. se tiene que Espacios vectoriales de funciones Sea V el conjunto de funciones cuyo dominio está formado por los números reales. es la función 3f definida por ( )( ) Prof. N seguida se definirá la multiplicación `por un escalar de los elementos de V . como por ejemplo3. transformara la recta real en la recta real.se define la adición de f +g como una función tal que ( )( ) ( ) ( ) Esta expresión define a f +g como una función cuyo dominio es el conjunto de los números reales. para determinar el valor de f+g para cualquier número real x se suma el valor de f en x y el valor de g en x . es una función. se multiplica el valor de f en x por c .esta operación recibe el nombre de adición punto por punto. para cualquier número real x. ahora se introducirán las operaciones de la adición y la multiplicación por un escalar en V para un espacio vectorial.

es el mismo que el valor de 0 en cada x . ( )asi –f es la negativa de f. V es cerrada bajo la adición Axioma 2: Cf está definido por (cf.: Pérez Díaz Elbert .2. cf es una función cuyo dominio es el conjunto de números reales.se demuestra que –f es la negativa de f. Axioma 6: Considere la función –f definida por (-f)(x)= . F+g es un elemento de V.0 recibe el nombre de función cero.se tiene que ( )( ) ( ) ( ) ( ) ( ) Para todo número real x El valor de la función f+0 es el mismo que el valor de f en cada x. Ves cerrada bajo la multiplicación escalar. por consiguiente. Axioma 1: F+g se encuentra definida por ( )( ) ( ) ( ) Dominio es el conjunto de los números reales. ( )-. V compruebe que V es un espacio vectorial. ( ) ( ) ( )( ) Prof.Matemáticas básicas II Una vez definida las operaciones de adición y multiplicación por un escalar en este espacio de funciones. por lo tanto. .y se deja el resto para que el alumno los verifique. f+0=f. 0 es el vector cero.5y6.se analizaran los axiomas 1.)=c (f(x)).por lo tanto El valor de la función .cf es un elemento de V. Axioma 5: Sea 0 la función tal que 0(x)=0 para todo numero real x. . ( )( )( ) ( ) ( ).por lo tanto.asi.

3) no pertenecen a V .2. obtiene un elemento de V.5) que se encuentran en V. Por ejemplo (2. (1. V consta de todos los elementos de Elemento de que tienen las dos primeras componentes iguales.se obtienen elemento de .así. En . sean. ( ) ( ( ) ) ( ( ) ) Prof.que consta de los vectores de la forma (a.2.c.es cer4rado bajo estas operaciones.: Pérez Díaz Elbert . Para motivar los conceptos. Por un escalar +se obtiene un elemento de .a.el espacio . si se multiplica un elemento de .a. el conjunto de funciones -con operaciones de adición y multiplicación por un escalar punto con dominio.obtiene un elemento de V y si multiplica un elemento de V por un escalar. por punto constituye un espacio vectorial.observe que si suma dos elementos de V.Matemáticas básicas II Hay muchos espacios vectoriales de funciones por ejemplo.-1. .Además. ( ) ( ) ( ) ( ) ( ) Elemento de Elemento de Elemento de Elemento de Considere Ahora ciertos subconjuntos de Elemento de de cerradura.(a.3) y (-1. por ejemplo.. Subespacios vectoriales Ciertos subconjuntos de espacios vectoriales forman espacios vectoriales ellos mismos. que tienen las mismas características Considere el subconjunto V de Elemento de . .d) elementos de V y sea k un escalar .b) y (c. observe de nuevo el espacio vectorial .b). Si suma dos vectores en . Es un conjunto de vectores en el que se han definido las operaciones de adición y multiplicación por un escalar.

b).mientras que el vector(2. Para determinar que dicho subconjunto U es un espacio vectorial. Ejemplo 1: Sea W un subconjunto de vectores de la forma ( subespacio de .Observe que cualquier vector de este espacio se puede expresar de la manera siguiente: Prof. Sean ( )y( ) elementos de W . observe que U satisface los axiomas 1 y 2de cerradura de la definición anterior.W no se encuentra cerrado Por consiguiente.Matemáticas básicas II en V se definen las operaciones de adición y multiplicación por un escalar también es cerrado bajo estas operaciones y posee las características algebraicas del espacio vectorial Por lo tanto. También hereda las condiciones de los axiomas 3 a 10 del espacio V . por ejemplo. . Solución: ) demuestre que W no es un W consta de todos los elementos de en los que la segunda componente es el cuadrado de la primera.5.se llama a dicho espacio DEFINICION: sea V un espacio vectorial y U un subconjunto no vacio de V.3)no.se dice que U es un Subespacios de V si es cerrado bajo la adición y la multiplicación por un escalar.3)se encuentra en W . el vector(2. ( bajo la adición no es un subespacio. Combinaciones lineales de vectores En la sección anterior se analizo el sub espacio de que consta de todos vectores de la forma (a.se obtiene ( )+( ( )=( ( ) ) ) )+( ) no es un elemento de W.un Subespacios es un espacio vectorial contenido en un espacio vectorial mas grande. se define como un espacio vectorial contenido en vectorial un Subespacios del espacio mayor. Así .4. a.: Pérez Díaz Elbert .

por ejemplo.2.5) es una combinación lineal de los vectores (1.0.es una combinación lineal de si existen escalares tales que V puede expresarse de la manera siguiente : Ejemplo: Determine si el vector (-1.Matemáticas básicas II ( ) ( ) ( ) La consecuencia de este hecho consiste en que cada vector del subespacio se puede expresar en términos de (1.un vector en V . Se dice que V . En esta y las Los vectores ( siguientes secciones se considera este enfoque para entender los espacios vectoriales en términos de ciertos vectores que representan a todo el espacio. se obtiene: Prof.0) y (0.1. (0.1.3) .: Pérez Díaz Elbert .6) Solución: Analice la identidad ( ) ( ) ( ) ( ) ¿se pueden encontrar escalares para los cuales se cumpla esta identidad? Al aplicar las operaciones de adición y multiplicación por un escalar.4) y (2.3.1).1. DEFINICION: sean vectores en un espacio vectorial V. ( Y ( ) ( ) ( ) ) ( ) ( ) ) ( ) caracterizan en algún sentido al sub espacio.

6) : (-1.3). el vector (-1.3.2.6) Prof.: Pérez Díaz Elbert .1.(0.Matemáticas básicas II ( ( ) ( ) (2 ) ) ( ( ) ) Igualando las componentes se obtiene el siguiente sistema de ecuaciones lineales: =1 Se pue4de demostrar que este sistema de ecuaciones tiene la solución única. 2. 1.4)-1(2.3)+2(0. 1. Po lo tanto.5) es la combinación lineal siguiente de los vectores (1.4) y(2.5)= (1.1. 3.

DEFINICION: a) El conjunto de vectores * dependiente si existen escalares * +en un espacio vectorial V se dice que es linealmente + no todos iguales a cero b) El conjunto de vectores * Ejemplo 1: +es linealmente independiente si solo se puede satisfacer cuando .sea U el conjunto que consta de las combinaciones lineales de .Así . Elementos cualquiera de U . ( . ( ( ) ) ( ( ) ) es una combinación lineal de cerrada bajo la adición vectorial.por lo tanto.U es ) Dependencia e independencia lineal Cu es una combinación lineal de . Sea c un escalar cualquiera.de esta manera. De acuerdo con la definición de U. se encuentra en U.así. Se dicen que U es el espacio vectorial generado Demostración: Sean y .Matemáticas básicas II TEOREMA Sean vectores en un espacio vectorial V . cada vector de U se puede expresar como una combinación lineal de .U es un subespacio de V generado por los vectores . Prof.Entonces U.: Pérez Díaz Elbert .de esta manera U es un subespacio de V.U es cerrada bajo la multiplicación por un escalar.generan a U.

2.: Pérez Díaz Elbert . (8. Así tenemos que ( ) ( ( ) ( ) ) Se iguala cada componente de este vector a cero. La dependencia lineal se expresa por medio de la ecuación ( ) ( ) ( ) Prof. obtiene el sistema de ecuaciones Este sistema tiene la solución . (-2. por lo menos unos de los valores de c es distinto de cero. el conjunto de vectores es linealmente dependiente.1) .1.6.10) es linealmente dependiente en Solución: Analice la identidad ( ) ( ) ( ) d Quiere demostrar que por lo menos uno de los valores de c puede ser diferente de cero.Matemáticas básicas II Demuestre que el conjunto(1.3) .

el conjunto * demostración.: Pérez Díaz Elbert . Sea esto implica que son colineales .Matemáticas básicas II TEOREMA Un conjunto que consta de dos o más vectores en un espacio vectorial es linealmente dependiente si y solo si es posible expresar uno de los vectores como combinación lineal de los demás vectores. Vuelve a escribir esta ecuación como ( ) +……( ) Por lo que. +es linealmente dependiente. DEMOSTRACION Sea el conjunto * +no todos iguales a 0 tales que Suponga .la identidad anterior puede reescribirse dela manera siguiente: que ( Así ) ( ) es una combinación lineal de Dependencia lineal de ( Por otra parte suponga que es una combinación lineal de escalares tales que por consiguiente. con lo que se completada Dependencia lineal de ( ) El conjunto ( ) Prof. existen ) El conjunto ( ) es linealmente dependiente si y solo si es posible expresar un vector como un múltiplo escalar del otro vector.

Desde un punto de vista intuitivo una base es un conjunto eficiente para representar un espacio vectorial en el sentido de que cualquier vector se pueda expresar como una combinación lineal de dos vectores de la base.0.(1. esto significa que ubicado en plano generado por BAES Y DIMENCION Se dice que una recta tiene una dimensión y que un plano tiene dos dimensiones en esta sección se dará la definición matemática de comiencen.(1.2. esta base recibe el nombre de base canónica para Ejemplo 1: Demuestre que el conjunto(1. Dicha definición será congruente con las ideas intuitivas a partir de los conceptos de conjunto generador e independencia lineal.4) es una base para Solución Demuestre primero que el conjunto genera .1) .sea ( trate de encontrar escalares tales que ) un elemento cualquiera de Prof.-1) . DEFINICION + recibe el nombre de base de un espacio Un conjunto finito de vectores * vectorial V si el conjunto genera V y es linealmente independiente. por ejemplo como combinación lineal de los otros dos vectores ( ). DEFINICION El conjunto de n vectores ( Es una base para )( ) ( ) . además los vectores e la base son independiente unió de otros.: Pérez Díaz Elbert .Sea ( se encuentra En general cuando son lineales independientes.Matemáticas básicas II Es linealmente dependiente si y solo si es posible expresar uno de los vectores.1.

4) genera independiente.(1.1.Matemáticas básicas II .-1) . linealmente independiente.0.por consiguiente es una base para . . Así el conjunto genera el espacio Ahora demuestre que el conjunto es linealmente independiente considere la identidad.(1. ( ) ( ) ( ) Esta identidad lleva al sistema e ecuaciones Este sistema de ecuaciones tiene la solución .: Pérez Díaz Elbert .2.por lo tanto el conjunto es Se a demostrado que el conjunto (1.1) . y es linealmente Prof. ( ) ( ) ( ) ( ) Esta identidad da como resultado el siguiente sistema de ecuaciones Este sistema tiene una solución única.

Matemáticas básicas II Teorema1 + vectores. Si un conjunto de V tiene Rango de una matriz DEFINICION Sea A una matriz de mxn . diferentes del vector cero.cada vector renglón tiene n componentes y cada vector columna tiene m componentes. vectores linealmente independientes.y los vectores columna generan un subespacio de llamado espacio columna de A. Se Sean * + constituye una base de V. Cuando se cumple esta condición se dice que * +genera de* a V.los vectores renglón generan un subespacio de llamado espacio renglón de A .) Los vectores son * +linealmente independientes ii. y a su vez se dice que V dice que el conjunto * tiene dimensión . Todas las bases de V tienen exactamente elementos. entonces es una base de V.) Todos los elementos de V se pueden expresar como combinación lineal +.: Pérez Díaz Elbert . entonces: La base de V no es única. Ejemplo 1: Considere la matriz [ ] Prof. Cualquier subconjunto de V que contenga + 1 vectores es linealmente dependiente.los renglones de A se pueden considerar como vectores renglón y las columnas como vectores columna . si cumple las siguientes condiciones: i. Teorema 2 Sea V un espacio vectorial real de dimensión    . de un espacio vectorial V.

los tres renglones de A son linealmente dependientes.estos dos vectores son linealmente independientes y forman una base para el espacio renglón de A. 2. por lo tanto. que se basa en la definición.1.3)+ (0. El rango de A debe ser menor que 3 . [ ] [ ] [ ] llamado espacio columna de A. ] Prof.2).el rango de A se denota como rango (A) Ejemplo2: Determine el rango de la matriz: [ Solución A simple vista se tiene que el tercer renglón de A es una combinación lineal de los dos primeros renglones. 5. TEOREMA Los vectores renglón diferentes de cero de una matriz A de forma escalonada reducida constituye una base parta el espacio renglón de A .Ya que (1.8)=2(1.2. no es práctico para determinar los rangos de matrices grandes.el rango de A es el numero de vectores renglón diferentes de cero. (2. DEFINICION La dimensión del espacio renglón y del espacio columna de una matriz A recibe el nombre de rango de A .Matemáticas básicas II Los vectores renglón de A son ( ) ( ) ( ) Estos vectores generan un subespacio de Los vectores columna de A son [ ] Estos vectores generan un subespacio de llamado espacio renglón de A . el siguiente teorema sirve para determinar el rango de una matriz en forma escalonada.3)no es múltiplo escalar de (0. Rango (A)=2 Este método.: Pérez Díaz Elbert .2) Por consiguiente. 1.

b) encontrar el vector v en ( ) es ( ) Solución: Es necesario encontrar escalares tales que cuyo vector de coordenadas con respecto a la base S O bien. a) encontrar el vector de coordenadas de v=(5.-1.9) con respecto a S . en términos de las componentes. ( ) ( ) ( ) ( ) Igualando las componentes correspondientes se obtiene 3 =5 2 Resolviendo este sistema se obtiene ( ) ( ) por consiguiente b) Aplicando la definición del vector de coordenadas es ( ) se obtiene ( )( ) ( ) ( ) ( ) Prof.Matemáticas básicas II Problemas con espacios vectoriales 1) sea S =* + a base de en el ejemplo procedente.: Pérez Díaz Elbert .

6) Prof.4) y(2.3.1.1.3.(0. se obtiene: ( ( ) ( ) (2 ) ) ( ( ) ) Igualando las componentes se obtiene el siguiente sistema de ecuaciones lineales: =1 Se pue4de demostrar que este sistema de ecuaciones tiene la solución única. 1.5) es una combinación lineal de los vectores (1. (0.6) : (-1.4)-1(2.3) .3)+2(0.3).1.4) y (2.Matemáticas básicas II 2) Determine si el vector (-1.3.6) Solución: Analice la identidad ( ) ( ) ( ) ( ) ¿se pueden encontrar escalares para los cuales se cumpla esta identidad? Al aplicar las operaciones de adición y multiplicación por un escalar.5)= (1.1.2.: Pérez Díaz Elbert . 2.2. el vector (-1.5) es la combinación lineal siguiente de los vectores (1. Po lo tanto.1.

(-2. obtiene el sistema de ecuaciones Este sistema tiene la solución .10) es linealmente dependiente en Solución: Analice la identidad ( ) ( ) ( ) d Quiere demostrar que por lo menos uno de los valores de c puede ser diferente de cero.1) .2.Matemáticas básicas II 3)Demuestre que el conjunto(1. La dependencia lineal se expresa por medio de la ecuación ( ) ( ) ( ) Prof.6. Así tenemos que ( ) ( ( ) ( ) ) Se iguala cada componente de este vector a cero. el conjunto de vectores es linealmente dependiente.: Pérez Díaz Elbert .1. (8.3) . por lo menos unos de los valores de c es distinto de cero.

( ) ( ) ( ) ) uh elemento cualquiera Esta identidad lleva al sistema e ecuaciones Este sistema de ecuaciones tiene la solución .sea ( de trate de encontrar escalares tales que .Matemáticas básicas II 4)Demuestre que el conjunto(1.: Pérez Díaz Elbert .4) es una base para Solución Demuestre primero que el conjunto genera .2.(1.1.-1) . ( ) ( ) ( ) ( ) Esta identidad da como resultado el siguiente sistema de ecuaciones Prof.(1.1) . Así el conjunto genera el espacio Ahora demuestre que el conjunto es linealmente independiente considere la identidad.0.

Solución: Es necesario determinar si un vector arbitrario como una combinación lineal en ( ) ( ) ( .por consiguiente es una base para .pero det(A)=0.0. Se a demostrado que el conjunto (1.(1.1.(1.por lo tanto el y es linealmente )generan el espacio . Prof.Matemáticas básicas II Este sistema tiene una solución única. 5) Determinar si vectorial .se puede expresar De los vectores * componentes se obtiene ( o ( O ) ( ) ( ) ( + . en consecuencia no generan .-1) .de modo que A no es invertible.expresando esta ecuación en t5erminos de las ) ( ) ) El problema se reduce entonces a determinar si este sistema es consistente para todos los valores de Matriz de coeficientes [ ] Es invertible .: Pérez Díaz Elbert . conjunto es linealmente independiente.1) .2.4) genera independiente.

. Prof. (1.Encuentra las ecuaciones implícitas del siguiente subespacio y comprueba si el vector dado está o no en el subespacio. 2. y. 1) + ) ( tales que (1. 1.Matemáticas básicas II 6. y. 1. ocurra que en dicha forma escalonada no nos quede la última Columna como columna pivote. (1.: Pérez Díaz Elbert . v = (1. z. 0. 1. 2) en . 1. 2. 1). t) un vector cualquiera de ( existen escalares (x . t) = (1. 1. 1. z. 2) el sistema de ecuaciones lineales Es compatible cuando transformemos la matriz ampliada del sistema Forma escalonada. entonces sabemos que ) ( ) Solución: Sea (x. 0). 1.

1. Luego las ecuaciones implícitas del subespacio (1. 2. 1. por lo que tendremos: Prof. (1. u2.S. …. e2. en) entonces su matriz en otra base (u1.: Pérez Díaz Elbert . es decir. 2). 1. para que la última columna de la matriz escalonada no sea columna pivote ha de ocurrir que -3x + y + t = 0 y también que z . 1. 5) Solución La matriz de un endomorfismo depende de la base elegida. para ver si ( ) ( hemos de comprobar si cumple las ecuaciones implícitas. un) es S-1. la matriz T viene dada respecto a la base canónica.x = 0 ( x-z = 0). …. (0. ( ) ( ) {( ) } ) sólo Sea ahora ( ) .T.Matemáticas básicas II y como podemos ver. 2) son ( ) Es decir. 1) . 2. 0. 1). En nuestro caso. siendo S una matriz cuyas columnas son las coordenadas de los vectores de la nueva base respecto de la antigua. que si un operador tiene una matriz T en la base (e1. entonces como ( ( ) ( ) ( ) ) 7) Un endomorfismo de R3 en las bases canónicas viene dado por la matriz: Obtener la matriz referida a la base (1. (0.

por la definición de anulador de un subespacio H de E. Si f es exhaustiva se tiene Im f = F y podemos poner: pero se tiene que por lo que resulta: Para demostrar el recíproco se hace de forma análoga. sabemos que se tiene: por lo que resultará: Demostrar que si ft es exhaustiva entonces f es inyectiva puede hacerse análogamente.: Pérez Díaz Elbert .Matemáticas básicas II Ya partir de ahí : 8) Sea su aplicación dual. b) Demostramos que si f es exhaustiva entonces ft es inyectiva. El que f sea inyectiva equivale a decir que núcleo de f = {0}. Demostrar: a) f es inyectiva si y solo si f t es exhaustiva b) f es exhaustiva si y solo si f t es inyectiva. con lo cual: pero. Prof. solución a) Demostramos que si f es inyectiva entonces f t es exhaustiva.

(x2+x3) solución El sistema de vectores dado es libre si la expresión: Se cumple únicamente cuando los coeficientes son todos iguales a cero. en consecuencia. x2. x3 forman un sistema libre. tenemos: Como los vectores x1. el sistema sólo admite como solución para ellas el valor nulo y. operando. Prof. En caso contrario. el sistema es ligado. De ese modo podemos plantear el siguiente sistema: Tenemos un sistema homogéneo del que calculamos el rango de la matriz de los coeficientes: Al ser el rango de la matriz de los coeficientes igual al número de incógnitas.: Pérez Díaz Elbert . x3 son linealmente independientes. De ese modo. x2. (x1+x3). también forman un sistema libre los vectores (x1+x2). los coeficientes deben ser todos nulos.Matemáticas básicas II 9) Demostrar que si los vectores x1. por hipótesis. los vectores dados forman un sistema libre.

2. 2. 0) una base de R3? Suponiendo que sea cierto lo anterior. Por lo tanto. v2 = (1. 0. 2) al subespacio engendrado por los vectores = (1. 4. con lo que las 11) ¿Pertenece el vector v = (2. el sistema considerado si es un sistema libre que.: Pérez Díaz Elbert . 6) en dicha base. calcular las coordenadas del vector (2. solución Hemos de considerar la matriz asociada al sistema. v2 = (2. 0.Matemáticas básicas II 10) ¿Puede constituir el sistema v1 = (1. 3). 3) . 0) . 0). 1. -1. 4. v3 = (1. Cualquier vector de R3 se puede expresar como combinación lineal de los vectores de una base: Haciendo operaciones obtenemos el sistema: Resuelto el sistema se obtiene como solución coordenadas del vector dado en la base indicada son (2. Todo vector de dicho subespacio podrá expresarse como combinación lineal de v1 y v2: Prof. al ser generador. -1)? solución v1 En primer lugar determinamos las ecuaciones cartesianas del subespacio. constituye una base de R3. teniéndose que el rango de dicha matriz es igual a la dimensión del espacio que engendran los vectores considerados.

para el segundo ejemplo. se ha de cumplir: Y según el enunciado tenemos: Prof.: Pérez Díaz Elbert . el vector v no pertenece al subespacio engendrado por v1 y v2 12)Indicar si los siguientes conjuntos son subespecios vectoriales de R4 solución Se ha de cumplir: Tomando dos vectores cualesquiera que cumplan la primera condición: Y el primero de los conjunto definidos si es subespacio vectorial de R4.Matemáticas básicas II Haciendo operaciones se tiene: Para que el vector v pertenezca al subespacio engendrado por los vectores v 1 y v2 debe satisfacer la anterior ecuación: Por lo tanto. Análogamente.

-1. -3) = a(1. 4. -5. -1. 4. r. v2 = (2. 2. por lo tanto. -37 = -5a + 4b . r tales que el vector (l . 13) Determinar los parámetros l . r = 2a . -37.: Pérez Díaz Elbert . -3) pertenezca al subespacio de R4 engendrado por los vectores: v1 = (1. -3). 2. -3 = 3a + 7 b Si tomamos las dos últimas ecuaciones. 7) Identificando coordenadas tenemos: l = a + 2b. -3) + b(2.b . r. se cumplen las condiciones requeridas para que el conjunto dado sea un espacio vectorial de R4.Matemáticas básicas II Considerando las coordenadas. r = 2a . se tiene que la segunda es el doble que la primera y la cuarta es la suma de la primera y la tercera. se ha de cumplir: (l . Sustituyendo el valor obtenido de b en la última de las ecuaciones. -5. resulta: Donde hemos multiplicado la de arriba por 3 y la de abajo por 5. resulta: Sustituyendo en las dos primeras ecuaciones los valores de a y b obtenidos tenemos: l = a + 2b = -5/47. por ejemplo. -37.b = 720/47 Prof. 7) solución Para que dicho vector pertenezca al referido subespacio.

t} constituye una base de E. 1).: Pérez Díaz Elbert .b=0 Por lo tanto. Solución En primer lugar determinamos el rango de la matriz de los coeficientes: Al ser el rango 2. la dimensión del subespacio considerado es 2. 0. los coeficientes deben ser nulos. c = (1.t = 0 sólo debe cumplirse para a = b = 0. Solución: Para que z. el vector v = 3u – 5w lo podemos escribir: 15) En el espacio vectorial V3. 1) . w es una base de E. la igualdad a. t. 0). se consideran los vectores a = (1. b. el sistema {z. Para determinar la segunda cuestión. sobre el cuerpo de los números reales. c}. t formen una base. Hallar la dimensión. b = (0. debemos escribir los vectores u.a-b=0 a=0. Para encontrar las ecuaciones paramétricas. t = u – v constituyen una base de E y descomponer el vector v = 3u – 5w en la base formada por los vectores z. es decir: a+b=0. 0. las ecuaciones paramétricas y las ecuaciones cartesianas de la variedad lineal (subespacio) engendrado por los vectores {a. 0. Se pide demostrar que los vectores z = u + v .z + b. t: Por lo tanto. tenemos: Prof. En este caso tenemos: Pero como u. w en función de los vectores z.Matemáticas básicas II 14) Sea E un espacio vectorial sobre R y sea {u. v} una base de E.

16) Determinar la dimensión. lo cual era fácil de deducir observando que v3 es combinación lineal de v1 y v2. tomamos un menor: Como su determinante es distinto de cero. Para encontrar las ecuaciones cartesianas debemos tener en cuenta que hemos de obtener tantas ecuaciones como indique la diferencia n – r. pues. siendo n la dimensión del espacio vectorial principal y r la dimensión del subespacio considerado. Según lo visto. el rango de la matriz de los coeficientes es 2 y. 1) De donde podemos obtener: x1 = a + g . 0.: Pérez Díaz Elbert . x3) = a(1. Siendo así. una ecuación cartesiana. una base y las ecuaciones cartesianas del subespacio vectorial engendrado por los vectores: Solución: Hacemos la observación de que el subespacio no puede tener dimensión superior a 3. x2. x2 = 0 .Matemáticas básicas II x = (x1. la Prof. En nuestro caso tenemos: n – r = 3 – 2 = 1. 0) + b(0. 0. Vemos que todos los determinantes son nulos. Todos los vectores (x1. Dicha ecuación será: x2 = 0. en consecuencia. x3 = a + b Que son las ecuaciones paramétricas del subespacio vectorial. debemos encontrar. 0) + g(0. x2. 1. x3) que cumplan la condición dada pertenecen a dicho subespacio. por ser de este orden la mayor matriz cuadrada que puede obtenerse con los datos.

: Pérez Díaz Elbert .Matemáticas básicas II dimensión del subespacio considerado es 2. debemos tener en cuenta que el número de ellas a deducir es n – r = 5 – 2 = 3. Para obtener las ecuaciones cartesianas. siendo n la dimensión del espacio origen y r la dimensión del subespacio considerado. Sea el vector genérico: Haciendo operaciones obtenemos en primer lugar las ecuaciones paramétricas: Eliminando los parámetros obtenemos las ecuaciones solicitadas son: 17) Dado el sistema de generadores: Determinar la dimensión del subespacio engendrado por dicho sistema y obtener una base y las ecuaciones cartesianas. Solución: Escribiendo la matriz de los coeficientes tenemos: Prof.

El número de ecuaciones cartesianas que debemos obtener es n – r = 4 – 3 = 1 Con lo que tenemos: 18) Demostrar que la intersección de dos subespacios vectoriales es un subespacio vectorial. v2 y v3. Una base de dicho subespacio será la constituida por los vectores dados.: Pérez Díaz Elbert .Matemáticas básicas II El rango de la matriz es 3. por lo que la dimensión del subespacio considerado será 3. RESPUESTA 22 Se ha de cumplir: Y tenemos: Y queda demostrado lo propuesto Prof. v 1.

Tenemos: Todo vector x de dicho subespacio vendrá dado por la ecuación x = a(1. con lo cual. 0. 0. entonces: Prof. cómo todos los vectores implicados serían linealmente independientes. sabiendo que dos espacios complementarios han de cumplir: Podemos añadirle a los vectores b y c un vector tal que el determinante de la matriz resultante no sea nulo. el rango de la matriz es 2 y la dimensión del espacio generado por la variedad lineal dada es 2. Al tener un menor de orden 2 no nulo. 1) . 0. como dicho subespacio tiene dimensión 1. 1) . 0) Solución: Determinamos en primer lugar el rango de la matriz de los vectores: Siendo el resultado trivial. Podemos tomar como vectores libres de dicho espacio b y c. c = (1. serán necesarias dos ecuaciones cartesianas para definirlo: Y las ecuaciones que definirán dicho subespacio serían. 0). b. siendo: a = (1. por tenerse en el determinante original una columna completa de ceros. b = (0.: Pérez Díaz Elbert . c]. de ese modo se formaría una base de E.Matemáticas básicas II 19) Encontrar un subespacio complementario de la variedad lineal [a. 1. el vector añadido sería una base del espacio complementario al formado por la variedad lineal considerada.

-1) .(1.: Pérez Díaz Elbert . ( ) ( ) ( ) ( ) Esta identidad da como resultado el siguiente sistema de ecuaciones Este sistema tiene una solución única. Así el conjunto genera el espacio Ahora demuestre que el conjunto es linealmente independiente considere la identidad.0. Se a demostrado que el conjunto (1. .1) .sea ( tales que ( ) ) un elemento Este sistema de ecuaciones tiene la solución .por consiguiente es una base para .1.por lo tanto el y es linealmente Prof. conjunto es linealmente independiente.4) genera independiente.(1.2.Matemáticas básicas II 20) Demuestre primero que el conjunto genera cualquiera de trate de encontrar escalares ( Solución: Esta identidad lleva al sistema e ecuaciones ) ( ) .

: Pérez Díaz Elbert .Matemáticas básicas II Prof.

: Pérez Díaz Elbert .-1) . Prof. b2=0 y b3=0.2.4) genera R3 y es linealmente independiente.(1.Matemáticas básicas II Este sistema tiene una solución única.1.0.por lo tanto el conjunto es linealmente independiente. Se a demostrado que el conjunto (1.(1.1) . b1=0 .por consiguiente es una base para R3.