APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA SEGUNDO SEMESTRE 2012

Para Curso LGEBRA II- ICOM-UDP

Material N7

2.3.-

SUBESPACIOS VECTORIALES. Dado un espacio vectorial V (K), se dice que un subconjunto S de V, es un subespacio vectorial (s.e.v.) de V si y slo si: 1) S . 2) S(K) es espacio vectorial con las mismas operaciones de V(K) Notacin: S V S s.e.v. de V

Definicin:

Observacin: En cualquier espacio vectorial V(K), existen al menos dos s.e.v. llamados triviales: a) V V, pues 1) V V, con 0v V, V 2) V (K) es espacio vectorial. b) { 0v} V, el sngleton del neutro de V es s.e.v. de V, pues: 1) { 0v} V, { 0v } y, 2) es fcil probar que { 0v} (K) es espacio vectorial. Ejemplos: 1) En R3(R) con las operaciones por componentes (las habituales), definamos el conjunto W = { (x, y, z) R3 / x + y = z} . W es un s.e.v. de R3, pues: 1) (0, 0, 0)W ya que 0 + 0 = 0, W . 2) Para verificar que W es espacio vectorial, conviene tener presente que la lgica de proposiciones universales permite afirmar que lo cierto para el todo, es cierto para la parte. Luego, no es preciso verificar los axiomas de tipo universal en el subconjunto W. Son de esta categora: asociatividad y conmutatividad en (R3,+), y todas las leyes del coeficiente para la ponderacin. De aqu que slo debamos probar la clausura de la suma, las existencias de neutro y opuesto aditivos y la pseudoclausura de la ponderacin. Vemoslas. I.- (W, +) es Grupo Abeliano? i) Clausura: sean w1 = (x1, y1, x1+ y1) y w2 = (x2, y2, x2+ y2)W, luego w1 + w2 = (x1, y1, x1+ y1) + (x2, y2, x2+ y2) = (x1+ x2, y1+ y2, ( x1+ x2) + (y1+ y2)) = ( x , y , x + y)W w1 + w2 W, w1, w2W ii) como (0, 0, 0)W y (0, 0, 0) es neutro en R3, lo ser tambin en W. iii) si (x, y, x + y)W, entonces es fcil ver que tambin ocurrir que (x, y, x + y) = (x, y, (x) + (y))W. Luego, cada vector de W tiene su opuesto en W. iv) Sea w = (x, y, x + y) W y R. Luego, w = (x, y, (x + y)) = (x, y, x + y), se encuentra en W pues respeta la forma tpica de sus vectores. w W. Luego, W R3.
1

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA SEGUNDO SEMESTRE 2012

Para Curso LGEBRA II- ICOM-UDP

Material N7

2) En F(R), espacio vectorial de las funciones reales continuas, con las operaciones habituales de suma y ponderacin de imgenes, es fcil probar que el subconjunto S = { f F / f(a) = 0, para aR, fija} es un s.e.v. de F. Dem.: i) Clausura: Sean f y gS, es decir, f(a) = g (a) = 0; luego, f + g es tal que (f + g)(a) = f(a) + g(a) = 0+0 = 0. f + gS. El neutro en F, es f0 / f0 (x) = 0, xR; pero ocurre que fo(a) = 0, ya que aR.

ii) Neutro:

iii)

foS, y luego fo es el neutro en S. Opuesto: Si fS, entonces f(a) = 0, y luego f(a) = 0. Pero como ( f)(x) = f(x), entonces la funcin f es la opuesta de f en S. f S, su opuesta f S. iv) Psclausura: Si fS, entonces f(a) = 0, y luego f(a) = 0. Pero como f (x) = (f )(x)), entonces la funcin f est en S. f S, R, f S. Luego, S R3.

2.3.1.- Teoremas para Subespacios Vectoriales: Aunque la verificacin de si un subconjunto S de vectores llega o no llega a ser un s.e.v. de un espacio vectorial V se ha reducido a cuatro de los diez axiomas que exige la definicin de espacio vectorial, es posible reducir esos cuatro axiomas de tipo existencial a una nica proposicin universal. Adems, como el neutro aditivo de un s.e.v siempre ser el mismo neutro del espacio que le contiene, resultar conveniente revisar si 0v est o no est en S, pues si est, sabremos que S no es vaco, y si no est, sabremos que ya no puede ser un s.e.v. de V. Estas verdades las expresaremos en sendos teoremas. 2.3.1.1.- Teorema del vector nulo: Sea V(K) un espacio vectorial con neutro aditivo 0v. Si S V, entonces 0vS. Demostracin: Podemos probar esta afirmacin usando el mtodo de reduccin al absurdo, que bsicamente consiste en llegar a una contradiccin lgica cuando suponemos falsa la afirmacin por demostrar. Supongamos que S es un s.e.v. de V pero que 0vS. El neutro aditivo de S tendr que ser otro vector, digamos 0. Como 0 es neutro en S, tendremos que 0 + 0 = 0 y entonces el opuesto de 0 es el mismo 0, es decir 0 + ( 0) = 0. Pero, 0V y en el espacio V tendramos que 0 + (0) = 0v. Luego, por la clausura en S (es un subespacio vectorial), hemos llegado a que 0v S, lo que contradice a nuestro supuesto inicial. Luego, es falso que 0vS; y en consecuencia es verdadero que si S es un s.e.v. de V, entonces 0vS. No olvide que en un grupo el neutro es nico.

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA SEGUNDO SEMESTRE 2012

Para Curso LGEBRA II- ICOM-UDP

Material N7

Observacin:

Note que si 0v S, entonces puede que S sea o no sea un s.e.v. de V. Pero, si 0v S, entonces S no puede ser s.e.v. de V. Por esto es ventajoso este teorema para verificar que S .

2.3.1.2.- Teorema Fundamental de Subespacios Vectoriales. Sea S un subconjunto no vaco de un espacio vectorial V(K). Se dice que: S es un s.e.v. de V ssi K, s, t S: s + tS. Demostracin: a) Hiptesis: S 0 S(K) V(K) Tesis : K, s, tS: s + tS Dem.: Si S V S es espacio vectorial entonces en S se cumple que K, sS: sS. (Pseudoclausura) Y, adems, que sS y tS: s + t S. (Clausura). se cumple la tesis. b) Hiptesis : K, s, t S: s + t S Tesis : S 0 S(K) V(K) Dem.: Debemos probar que S 0 y que los cuatro axiomas de existencia de la definicin de espacio vectorial se encuentran contenidos en la hiptesis. i) Clausura Aditiva: Usando = 1 en la hiptesis se concluye que 1s + t S. Luego, s + t S, s, tS. ii) Neutro Aditivo: Usando = 1 y t = s en la hiptesis se concluye que, 1s + s S. Y, como s + s = 0v, obtenemos que 0vS. 0v es el neutro aditivo en S. iii) Pseudoclausura: Usando t = 0v en la hiptesis se concluye que s + 0v S. sS, K, sS. iv) Inverso Aditivo: Usando = 1 y t = 0v en la hiptesis se concluye que 1s + 0v S. sS, sS. En definitiva, con a) y b) se demuestra que para que S(K) sea s.e.v. de V(K) es suficiente probar que S 0 y que K; s, tS: s + t S. Ejemplos Ilustrativos: 1) Demostremos que W = { (x, y, z)R3 / x + y = z} es un s.e.v. de operaciones habituales por componentes. Dem.: 1) 0R3 = (0, 0, 0)W, pues 0 + 0 = 0, luego W . 2) Consideremos R, s = (a, b, a + b) y t = (c, d, c + d) dos vectores de W. Debemos probar que s + tW, o que su 3 componente resulta de sumar la 1 con la 2. Vemoslo:
3

R3,

con las

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA SEGUNDO SEMESTRE 2012

Para Curso LGEBRA II- ICOM-UDP

Material N7

s + t = (a, b, a + b) + (c, d, c + d ) = [ a + c, b + d, (a + b) + (c + d)] = [ a + c, b + d, (a + c) + (b + d)]

que respeta la condicin para estar en W. Luego, s + t W. Por lo cual, W es s.e.v. de R3. 2) Demostremos que S = { fF/ f(a) = 0, para aR, fijo} es un s.e.v. de F, conjunto de las funciones reales continuas sobre R. Dem.: 1) 0F = f0S, pues f0(x) = 0, xR, y en particular se tiene que f0(a) = 0. Luego S . 2) Consideremos R, s = f y t = g dos vectores de S. Por lo tanto f(a) = 0 y g(a) = 0. Debemos probar que s + t S, es decir, (s + t)(a) = 0. Vemoslo: (s + t)(a) = (f + g)(a) = (f)(a) + g(a) = f(a) + g(a) = 0 + 0 =0 Luego, s + t S, y concluimos que S es s.e.v. de F. 3) Sea P2 = {ax2 + bx + c, con a, b, cR} el espacio vectorial de polinomios de grado menor o igual que 2, sobre R, con las operaciones habituales. Si definimos W = {p(x) = ax2 + bx + c / p(1) = 0}, demuestre que W P2. Dem.: Si p(x) = ax2 + bx + c W, entonces p(1) = a + b + c = 0. Es decir, p(x)W si y slo si c = (a + b), a, bR.

W = { ax2 + bx (a + b) P2, a, bR} es una definicin de W de acuerdo a una forma caracterstica de sus vectores. Ahora usamos el teorema 2.3.1.2.1) Si a = b = 0, entonces p(x) = 0x2 + 0x (0 + 0) = 0. 0W y entonces W .

2) Sea R y consideremos p(x) = ax2 + bx (a + b) y q(x) = ax2 + bx (a + b)W. Debemos probar que p(x) + q(x) W. Vemoslo: p(x) + q(x) = [ax2 + bx (a + b)] + ax2 + bx (a+ b) = (a + a)x2 + (b + b)x (a + b + a + b) = (a + a)x2 + (b + b)x (a + a + b + b ) = Ax2 + Bx (A + B) Con A = a + a y B = b + b p(x) + q(x)W ya que tiene la forma tpica de sus vectores. W P2.

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA SEGUNDO SEMESTRE 2012

Para Curso LGEBRA II- ICOM-UDP

Material N7

2.3.2.- Aplicaciones y Consecuencias del Teorema de S.E.V.: Se distinguen tres importantes consecuencias inmediatas del teorema 2.3.1.2.- que nos permiten construir nuevos subespacios. Las dos primeras requieren de dos s.e.v. para producir un nuevo subespacio, y la tercera genera un s.e.v. a partir de un conjunto cualquiera de vectores del espacio vectorial original. Esta ltima la trataremos como punto 2.4.- por que nos introduce al relevante tema de las Combinaciones Lineales. 2.3.2.1.- Subespacio Interseccin: Si W1 y W2 son s.e.v. de un espacio vectorial V(K), entonces W1 W2 es tambin un s.e.v. de V. Demostracin: Hiptesis: W1 y W2 son s.e.v. del espacio vectorial V. Tesis : W1 W2 V. Luego, debemos demostrar que: 1) W1 W2 , 2) [ K; s, t W1 W2: s + t W1W2]. Dem.: 1) Como W1 y W2 son s.e.v. de V resulta que 0v W1 y 0v W2, luego, 0v W1 W2, y se concluye que W1 W2 . 2) Sean K, s, tW1 W2. Por Dem.: s + t W1 W2. Por un lado, si s, tW1W2 entonces s, tW1 y como W1V se tiene que s + t W1, Por otro, si s, tW1W2 entonces s, tW2 y como W2 V se tiene que s + t W2. de uno y otro lado, resulta que s + t W1 W2 De 1 y 2, se concluye que W1 W2 V. 2.3.2.2.- Subespacio Suma: Si W1 y W2 son s.e.v. de un espacio vectorial V(K), y se define la Suma de ellos como W1 + W2 = { w V/ w = w1 + w2, con w1W1 y w2 W2}, entonces W1 + W2 V. Demostracin: 1) W1 + W2 , pues 0vW1 + W2 ya que 0vW1 (W1 V) y 0vW2 (W2 V). 2) Probaremos que K; s, tW1 + W2: s + t W1 + W2. Sea K y consideremos s y tW1 + W2. Luego, s1 y t1W1, s2 y t2W2 tales que s = s1 + s2 y t = t1 + t2. De aqu que s + t = (s1 + s2) + (t1 + t2), y por el lgebra en V, = s1 + s2 + t1 + t2 = s1 + t1 + s2 + t2, donde s1 + t1 W1 s2 + t2 W2 s + t W1 + W2. Luego, W1 + W2 V.

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA SEGUNDO SEMESTRE 2012

Para Curso LGEBRA II- ICOM-UDP

Material N7

2.4.-

Subespacio Vectorial Generado por un Conjunto S. Esta tercera consecuencia del teorema de subespacios vectoriales es de suma importancia prctica. Nos permitir construir un subespacio vectorial a la medida de nuestra necesidad concreta. Se basa en el concepto fundamental de Combinacin Lineal (c.l.) de vectores de un conjunto S cualquiera en un espacio vectorial V.

Definicin: En un espacio vectorial V(K), consideremos un conjunto S =

{vk }

m k =1

de

vectores de V. Se define al conjunto de las combinaciones lineales (c.l.) de S como el conjunto de todas las sumas de vectores ponderados de S, es decir: n L(S) = i vi ,con i K , vi S i =1 Ejemplo: en R3(R), sea S = {(1, 1, 1), ( 2, 1, 2)}. Luego, 1) 3(1, 1, 1) 2(2, 1, 2) = (1, 5. 1) es una c.l. de S. 2) (1, 1, 1) + (2, 1, 2) = ( + 2 , + , + 2 ) con , variando en R es una forma tpica o caracterstica para cualquier c.l. de S. L(S) = {( + 2 , + , + 2 ),, R} ser una forma de definir al conjunto de todas las c.l. de este conjunto S. Teorema 2.4.- Subespacio Vectorial Generado por S. Si V(K) es un espacio vectorial y S V, entonces L(S) V y, adems, L(S) es el ms pequeo s.e.v. de V que contiene a S. Demostracin: 1) 0v = 0v1 + 0v2 +... + 0vm, 0v L(S) y luego L(S) . 2) Considerando S =

{vk }
m k =1 m

m k =1

, sean en K, s = k vk y t = k vk L(S).
k =1 k =1

Luego, s + t = k vk + = = = s + t L(S) L(S) V

k vk
k =1

( k vk ) + k vk ( k )vk + k vk ( k + k )vk , que es una c.l. de S

k =1 k =1 m k =1 m

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA SEGUNDO SEMESTRE 2012

Para Curso LGEBRA II- ICOM-UDP

Material N7

Observacin:

Cuando se dice que L(S) es el s.e.v. ms pequeo que contiene a S, se afirma que L(S) = W j , donde Wj V, son todos los s.e.v. de V que contienen a S, j = 1,
j =1 p

.... ,p. Es fcil ver que si S Wj entonces Wj contiene a todas las c.l. de S, para cada j variando de 1 a p. Al s.e.v. de las combinaciones lineales de S se le llama tambin s.e.v. generado por S y se le anota < S >. Ejemplo: Si S = {(1, 0, 1), (1, 1, 1), (0, 1, 0)} R3 entonces el espacio generado por S ser < S > = {(x, y, z)R3 / (x, y , z) = (1, 0, 1) + (1, 1, 1) + (0, 1, 0)} , para ciertos , , R. Luego, (x, y, z) = ( + , + , ) x = ( ) ; y = + ; z = = x, Por esto, los vectores de S tienen la forma (x, y, x)R3, x, yR (Pruebe que S es s.e.v. usando esta forma caracterstica y el teorema fundamental 2.3.1.2.-) Observacin: Note que el tercer vector de S es combinacin lineal de los otros dos: (1, 1, 1) = 1(1, 0 , 1) + 1(0, 1, 0 ) Diremos que si un vector es c.l. de un conjunto T de vectores, entonces es generado por T o, como veremos luego, que es linealmente dependiente de los vectores de T. Luego, (1,1,1) es generado por T = {(1, 0, 1), (0, 1, 0)}. Ms an, en el ejemplo anterior, si descomponemos la forma caracterstica de los vectores de S como c.l., (x, y, x) = x(1, 0, 1) + y(0, 1, 0) , x, yIR, se obtiene que < S > = <{(1, 0, 1), (0, 1, 0)}> = < T >. Por otro lado, si recordamos nuestro punto de partida: (x, y , z) = (1, 0, 1) + (1, 1, 1) + (0, 1, 0) = (1, 0, 1) + (0, 1, 0) + [(1, 0, 1) + (0, 1, 0)] = ( ) (1, 0, 1) + ( + )(0, 1, 0) = x(1, 0, 1) + y(0, 1, 0), llegamos a la misma conclusin. Terminemos los alcances a la definicin de s.e.v. generado por un conjunto S diciendo que: a) Por convencin, diremos que < > = { 0v} . Este acuerdo evitar una laguna conceptual, sin introducir contradiccin alguna en la teora general. b) En el espacio geomtrico tridimensional R3(R) se distinguen tres tipos de s.e.v. generado: i) Un vector no nulo v, genera un s.e.v. lineal (recta por el origen): L(v) = <{v}> = {v, R} ii) Dos vectores v, wR3 que no se generan entre s, es decir, para los cuales no existe un escalar real que permita que v = w w = v, generan un s.e.v. planar (plano que contiene al origen). <{v, w}> = {v + w, con , R} con v y w independientes. iii) Si se tiene tres vectores independientes (ninguno es c.l. de los otros) entonces su s.e.v. generado es R3 completo.
7

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA SEGUNDO SEMESTRE 2012

Para Curso LGEBRA II- ICOM-UDP

Material N7

2.5.-

Dependencia e Independencia Lineal de Conjuntos. Hemos visto, en el ejemplo anterior, que uno de los vectores era c.l. de los otros dos y no aportaba nuevos elementos al s.e.v. generado por esos dos vectores. Esto nos sugiere que es til buscar al mejor conjunto generador para un cierto s.e.v. (el generador minimal).

Definicin: Diremos que un conjunto S = {vk }k =1 de vectores en V, espacio vectorial sobre K, es linealmente independiente (l.i.) si y slo si:
m

k vk = 0v [ k = 0, k = 1,...,m]
k =1

Esta definicin se puede leer como: S es l.i. si y slo si para escribir al 0v como c.l. de S se debe usar necesariamente slo escalares nulos Por el contrario, si para S V, ocurriese que

k vk = 0v , pero con al menos un

k =1

k 0, con 1 k m, entonces diremos que S es un conjunto linealmente dependiente (l.d.)

Ejemplos: 1) Veamos si S = { x2 2x + 1, x2 + x, x 3} es un conjunto linealmente independiente o linealmente dependiente en P2 = { ax2 + bx + c/ a, b, cR} . Sean , , R / (x2 2x + 1) + (x2 + x) + (x 3) = 0 ( + )x2 + (2 + + )x + ( 3) = 0

+ Pero, por definicin del polinomio cero: 2 + + 3

Si SH = {0}, = = =0 y entonces S es l.i.

= 0 = 0 . = 0

Sistema homogneo cuya solucin SH determinar si el conjunto S es l.i. l.d.: Si SH es mltiple, , y no son necesariamente cero y entonces S es l.d. Al usar matrices, si rA = n entonces S es l.i., en caso contrario, es l.d. Si escalonamos A resulta rA = 3 (hgalo!), luego S es l.i. 2) En R4, sea T = {(1, 1, 3, 1), (1, 2, 2, 1), (0, 3, 5, 2)}, T es l.i. l.d.? + + 2 + 3 Por la igualdad en R4, se obtiene el sistema: 3 + 2 + 5 + + 2 = = = = 0 0 . 0 0 Sean , , R / (1, 1, 3, 1) + (1, 2, 2, 1) + (0, 3, 5, 2) = (0, 0, 0, 0)

Si lo resolvemos usando, por ejemplo, Gauss-Jordan llegaremos al sistema: + = 0 cuya solucin es mltiple pues = y = , para cualquier + = 0 en R. Luego, los escalares no son necesariamente nulos y entonces T es l.d.

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA SEGUNDO SEMESTRE 2012

Para Curso LGEBRA II- ICOM-UDP

Material N7

2.5.1.- Propiedades de Conjuntos l.i. l.d.: 2.5.1.1.- es l.i. (Se demuestra por reduccin al absurdo) 2.5.1.2.- Todo subconjunto de un conjunto l.i. es tambin l.i. Dicho formalmente: Para cualquier T S, si S es l.i. entonces T ser l.i. (Tambin se puede demostrar por reduccin al absurdo). 2.5.1.3.- Todo conjunto que contiene a un conjunto l.d. es tambin l.d. Formalmente: Para cualquier T S, si T es l.d. entonces S ser l.d. (Tambin se puede demostrar por reduccin al absurdo). 2.5.1.4.- A partir de un conjunto l.d. siempre se puede construir un conjunto l.i., eliminando vectores dependientes. Demostracin: Si T = {vk }k = 1 es l.d., entonces existe vj en T para el cual
m

j 0 al escribir k vk = 0v . Cada vj para el que esto ocurra es generado por

k =1

los dems vectores de T. Sustrayndolos sucesivamente de T se obtiene que S es l.i. con ST. 2.5.1.5.- Todo vector v, no nulo, determina un conjunto {v} que es l.i. Formalmente: En V, espacio vectorial, si v 0v entonces {v} es l.i. (la demostracin es suya) 2.5.1.6.- Todo conjunto que contiene a 0v es l.d. (demostracin trivial)