Álgebra Lineal V: Subespacios Vectoriales.

Documentos relacionados
Álgebra Lineal VII: Independencia Lineal.

Algebra Lineal XIII: Operaciones con Transformaciones Lineales.

Algebra Lineal XXVI: La Regla de Cramer.

Álgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos.

Algebra Lineal Xa: Álgebra Vectorial en R3

Conjunto R 3 y operaciones lineales en R 3

Algebra Lineal XI: Funciones y Transformaciones Lineales

Espacios vectoriales

Álgebra Lineal III: Sistemas de ecuaciones lineales: Definición y

Una matriz es un arreglo rectangular de elementos. Por ejemplo:

Tema 3. Espacios vectoriales

Números reales Conceptos básicos Algunas propiedades

Espacios vectoriales y aplicaciones lineales.

Espacios vectoriales reales.

Algebra lineal y conjuntos convexos

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

Subespacios Vectoriales

SESIÓN 4: ESPACIOS VECTORIALES

Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21

Clase 15 Espacios vectoriales Álgebra Lineal

Forma binomial de números complejos (ejercicios)

Estructuras Algebraicas

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República

Tema 2. Espacios Vectoriales Introducción

MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios

Sistemas de Ecuaciones Lineales y Matrices

Problemas de Espacios Vectoriales

1. ESPACIOS VECTORIALES

Anexo 1: Demostraciones

Álgebra Lineal III: Sistemas de ecuaciones lineales. Problemas Resueltos.

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )

Matrices y determinantes

Cálculo de la matriz asociada a una transformación lineal (ejemplos)

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.

Espacios generados, dependencia lineal y bases

Vector Spaces 4.1 ESPACIOS VECTORIALES Y SUBESPACIOS Pearson Education, Inc.

Subespacios vectoriales en R n

Objetivos: Al inalizar la unidad, el alumno:

Espacios Vectoriales

Espacios Vectoriales

Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291)

1. Sucesiones y redes.

ESPACIO VECTORIAL ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN

Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:

Tema 2. Aplicaciones lineales y matrices.

TEMA 11. VECTORES EN EL ESPACIO

Matemáticas Discretas TC1003

Problemas de Álgebra Lineal Espacios Vectoriales

elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1;

Matemáticas Aplicadas a los Negocios

Álgebra II, licenciatura. Examen parcial I. Variante α.

Sistema de ecuaciones algebraicas

1 El espacio vectorial R n.

ÁLGEBRA LINEAL I Soluciones a la Práctica 6

como el número real que resulta del producto matricial y se nota por:

y cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).

Espacios vectoriales y aplicaciones lineales

BLOQUE 1. LOS NÚMEROS

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).

1.3.- V A L O R A B S O L U T O

Espacios vectoriales. Bases. Coordenadas

4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES

Algebra Lineal XXI: Existencia de la Función Determinante, Expansión de Cofactores.

4 Aplicaciones Lineales

1 Espacios y subespacios vectoriales.

DISEÑO CURRICULAR ALGEBRA LINEAL

Tema 5: Sistemas de ecuaciones lineales.

Sistem as de ecuaciones lineales

b) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A

Tema 1: Matrices y Determinantes

Teoría de anillos. Dominios, cuerpos y cuerpos de fracciones. Característica de un cuerpo.

Matriz asociada a una transformación lineal respecto a un par de bases

Espacios vectoriales y Aplicaciones lineales

Cardinalidad. Teorema 0.3 Todo conjunto infinito contiene un subconjunto infinito numerable.

Aplicaciones Lineales

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros

NOCIONES PRELIMINARES (*) 1

Espacios vectoriales

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Apéndice sobre ecuaciones diferenciales lineales

Transformaciones lineales y matrices

Apuntes de álgebra lineal. Eduardo Liz Marzán. Enero de 2015.

MATRICES DETERMINANTES

1.2 Si a y b son enteros impares, entonces a + b es par. 1.4 Si el producto de enteros a y b es par, entonces alguno de ellos es par.

MATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES

4.1 El espacio dual de un espacio vectorial

Teoría de la Probabilidad Tema 2: Teorema de Extensión

E. T. S. de Ingenieros Industriales Universidad Politécnica de Madrid. Grado en Ingeniería en Tecnologías Industriales. Grado en Ingeniería Química

TEMA 2. ESPACIOS VECTORIALES

OPERACIONES CON NÚMEROS REALES

Subespacio generado por un conjunto finito de vectores (envoltura lineal de un conjunto finito de vectores)

ALGEBRA I, ALGEBRA Y TRIGONOMETRIA , Segundo Semestre CAPITULO 6: POLINOMIOS.

METODO DE LOS COEFICIENTES INDETERMINADOS 1 METODO DE COEFICIENTES INDETERMINADOS

Transcripción:

Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx 1. Subespacios vectoriales. Definición de subespacios vectoriales. Sea V un espacio vectorial, sobre un campo K. Un subconjunto W V, se dice que es un subespacio de V, denotado por W < V, si W, junto con las operaciones de adición y multiplicación por escalar, definidas en V, es, por si sólo, un espacio vectorial, sobre el mismo campo K. Teorema. Sea V un espacio vectorial, sobre un campo K. Un subconjunto W V, es un subespacio de V, denotado por W < V, si y sólo si: 1. El subconjunto W está cerrado respecto a la operación de adición. Es decir w 1 + w 2 W w 1, w 2 W 2. El subconjunto W está cerrado respecto a la operación de multiplicación escalar. λ w 1 W λ K y w 1 W. Prueba: Primero probaremos que si un subconjunto W V es un subespacio de V; es decir, W < V entonces debe satisfacer las dos propiedades. Suponga que W < V, es un subespacio de V, entonces por definición W es un espacio vectorial sobre el campo K. Por lo tanto, W debe estar cerrado respecto a las operaciones de adición y multiplicación por escalar. Suponga ahora que un subconjunto W V satisface la clausura respecto a la adición y la multiplicación por escalar, entonces se probará que W < V. Puesto que W V entonces se satisfacen las siguientes propiedades de las dos operaciones 1. La adición es asociativa. w 1 + ( w 2 + w 3 ) = ( w 1 + w 2 ) + w 3, w 1, w 2, w 3 W 2. La adición es conmutativa w 1 + w 2 = w 2 + w 1, w 1, w 2 W 3. La multiplicación por escalar es distributiva respecto a la adición vectorial. k( w 1 + w 2 ) = k w 1 + k w 2 k K, y w 1, w 2 W. 4. La multiplicación escalar es distributiva respecto a la adición de escalares. (k 1 + k 2 ) w = k 1 w + k 2 w k 1,k 2 K, y w W. 1

5. La multiplicación escalar es pseudoasociativa. (k 1 k 2 ) w = k 1 (k 2 w) k 1,k 2 K w W. 6. Propiedad del idéntico multiplicativo del campo. Si 1 K es el idéntico multiplicativo, se tiene que 1 w = w w W. 7. Puesto que W está cerrado respecto a la multiplicación por escalar, 0 K y se sabe que 0 w = 0, w W, entonces 0 W y W contiene al idéntico aditivo. 8. Si 1 es el idéntico multiplicativo del campo K, se tiene que 1 + ( 1) = 0 Por la clausura del conjunto W respecto a la multiplicacion por escalar ( 1) w W w W. Además, aplicando la propiedad distributiva de la multiplicación por escalar respecto a la adición, se tiene que [1 + ( 1)] w = w + ( 1) w = 0 w = 0 w W Por lo tanto ( 1) w es el inverso aditivo de w W y W también contiene los inversos aditivos. Por lo tanto, la clausura respecto a la adición, junto con las incisos 1, 2, 7 y 8 prueban que W es un grupo aditivo respecto a la adición. Finalmente, la clausura respecto a la multiplicación por escalar, junto con los incisos, 3, 4, 5 y 6 completan la prueba que W < V. Nota. Es importante notar que todo espacio vectorial V tiene dos subespacios impropios, el primero es el subespacio formado por el vector 0, exclusivamente; es decir { 0} y el restante es el propio espacio vectorial V. Teorema. Una condicion necesaria, pero no suficiente, para que un subconjunto W V sea un subespacio de V, es que 0 V sea también un elemento de W. Prueba: Por definición, W V es un subespacio de V si W por si sólo es un espacio vectorial. Por lo tanto, 0 debe estar contenido en W ; es decir 0 W. Teorema. El conjunto solución de una ecuación lineal con n incógnitas sobre un campo K es un subespacio de K n si, y sólo si, la ecuación es homogenea. Prueba: Considere una ecuación lineal homogenea con n incógnitas sobre un campo K a 1 x 1 + a 2 x 2 + + a n x n = 0, y sea x s = (x 1s,x 2s,...,x ns ), y s = (y 1s,y 2s,...,y ns ) K n dos soluciones arbitrarias de la ecuación lineal homogenea, es decir dos elementos del conjunto solucion, C S y sea λ K arbitrario. a 1 x 1s + a 2 x 2s + + a n x ns 0, a 1 y 1s + a 2 y 2s + + a n y ns 0. entonces, C S está cerrado con respecto a la suma. Considere x s + y s = (x 1s + y 1s,x 2s + y 2s,...,x ns + y ns ). 2

, a 1 (x 1s + y 1s ) + a 2 (x 2s + y 2s ) + + a n (x ns + y ns ) = (a 1 x 1s + a 2 x 2s + + a n x ns ) + (a 1 y 1s + a 2 y 2s + + a n y ns ) 0 + 0 = 0. De manera semejante, el conjunto solución, C S, está cerrado con respecto a la multiplicacion por escalar. Considere λ x s = λ(x 1s,x 2s,...,x ns ) = (λx 1s,λx 2s,...,λx ns ). a 1 (λx 1s ) + a 2 (λx 2s ) + + a n (λx ns ) = λ (a 1 x 1s + a 2 x 2s + + a n x ns ) = λ 0 λ0 = 0. Por lo tanto, si la ecuación lineal es homogenea, el conjunto solución, C S es un subespacio de K n, es decir C S K n. Suponga ahora que la ecuación lineal no es homogenea, es decir a 1 x 1 + a 2 x 2 + + a n x n = b, donde b 0. Suponga que x s = (x 1s,x 2s,...,x ns ) K n es una solución arbitraria de la ecuación lineal no homogenea, es decir un elemento del conjunto solución, C S y sea λ K diferente de 1. a 1 x 1s + a 2 x 2s + + a n x ns b. Considere entonces λ x s = λ(x 1s,x 2s,,x ns ) = (λx 1s,λx 2s,...,λx ns ). a 1 (λx 1s ) + a 2 (λx 2s ) + + a n (λx ns ) = λ(a 1 x 1s + a 2 x 2s + + a n x ns ) = λb b., el conjunto solución, C S, no está cerrado respecto a la multiplicación por escalar y no es un subespacio. Teorema. Sean W 1,W 2 < V dos subespacios de un espacio vectorial V sobre un campo K, entonces su intersección es también un subespacio; es decir, W 1 W 2 < V. Prueba: Sean w 1, w 2 W 1 W 2 arbitrarios, entonces w 1, w 2 W 1 y w 1, w 2 W 2. Ahora bien, puesto que W 1,W 2 son subespacios, entonces Por lo tanto w 1 + w 2 W 1 y w 1 + w 2 W 2. w 1 + w 2 W 1 W 2, y la intersección está cerrado respecto a la suma. Además, para todo λ K λ w 1 W 1 y λ w 1 W 2 Por lo tanto λ w 1 W 1 W 2, y la intersección está cerrado respecto a la multiplicación por escalar. De esta manera se prueba que W 1 W 2 < V. 3

Teorema. El conjunto solución de un sistema de ecuaciones lineales de m ecuaciones con n incógnitas sobre un campo K es un subespacio de K n si, y sólo si, el sistema de ecuaciones es homogeneo. Prueba: Considere el sistema de m ecuaciones con n incógnitas sobre un campo K, dado por a 11 x 1 + a 12 x 2 + a 13 x 3 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a 23 x 3 +... + a 2n x n = b 2 = a m1 x 1 + a m2 x 2 + a m3 x 3 + + a mn x n = b m. En el apunte número 3 se probó que el conjunto solución C S es la intersección de los conjuntos solución de las m ecuaciones. Es decir C S = C S1 C S2 C Sm. Si el sistema de ecuaciones es homogeneo, entonces cada una de las ecuaciones son homogeneas, y por los teoremas anteriores, cada uno de los conjuntos solución es un subespacio de K n y la intersección de los subespacios es otro subespacio. Por lo tanto, si el sistema de ecuaciones es homogeneo, su conjunto solución es un subespacio de K n. Es fácil probar que si el sistema no es homogeneo, el conjunto solución no es un subespacio. 2. Ejemplos Resueltos. En esta sección se presentan y resuelven algunos ejemplos de subconjuntos de espacios vectoriales que pueden o no ser subespacios vectoriales. 1. U R 4 donde U = {(a,b,c,d) a + b = c + d}. Sean v 1, v 2 U, elementos arbitrarios de U dados por Puesto que v 1, v 2 U, se tiene que Considere ahora v 1 = (a 1,b 1,c 1,d 1 ) y v 2 = (a 2,b 2,c 2,d 2 ). a 1 + b 1 = c 1 + d 1 y a 2 + b 2 = c 2 + d 2. v 1 + v 2 = (a 1,b 1,c 1,d 1 ) + (a 2,b 2,c 2,d 2 ) = (a 1 + a 2,b 1 + b 2,c 1 + c 2,d 1 + d 2 ). (a 1 + a 2 ) + (b 1 + b 2 ) = (a 1 + b 1 ) + (a 2 + b 2 ) = (c 1 + d 1 ) + (c 2 + d 2 ) = (c 1 + c 2 ) + (d 1 + d 2 ). y el conjunto U está cerrado respecto a la adición de vectores. Sea λ R arbitrario y considere λ v 1 = λ (a 1,b 1,c 1,d 1 ) = (λa 1,λb 1,λc 1,λd 1 ) λa 1 + λb 1 = λ (a 1 + b 1 ) = λ (c 2 + d 2 ) = λc 2 + λd 2. y el conjunto U está cerrado respecto a la multiplicación escalar de vectores. Por lo tanto U R 4 es un subespacio que se denota por U < R 4. 4

2. U R 4 donde U = {(a,b,c,d) a + b = 1}. Sean v 1, v 2 U, elementos arbitrarios de U dados por Puesto que v 1, v 2 U, se tiene que Considere ahora v 1 = (a 1,b 1,c 1,d 1 ) y v 2 = (a 2,b 2,c 2,d 2 ). a 1 + b 1 = 1 y a 2 + b 2 = 1. v 1 + v 2 = (a 1,b 1,c 1,d 1 ) + (a 2,b 2,c 2,d 2 ) = (a 1 + a 2,b 1 + b 2,c 1 + c 2,d 1 + d 2 ). (a 1 + a 2 ) + (b 1 + b 2 ) = (a 1 + b 1 ) + (a 2 + b 2 ) = 1 + 1 = 2. El conjunto U no está cerrado respecto a la adición de vectores y, por lo tanto, U no es un subespacio de R 4. 3. Sea C 0 (, ) el espacio vectorial real de funciones reales, continuas y de variable real en el intervalo (, ) y sea V C 0 (, ) tal que V = { f C 0 (, ) f( 1 2 ) Q}. Sea f V, por lo tanto f( 1 2 ) Q. Sea un λ R arbitrario y considere (λf)( 1 2 ) = λ [ f( 1 2 ) ]. Pero λ [ f( 1 2 )] Q si sólo si λ Q, pero λ R puede no pertenecer a Q. Por lo tanto, el conjunto no está cerrado respecto a la multiplicación por escalar y V no es un subespacio de C 0 (, ). 3. Ejemplos Propuestos. En esta sección se presentan algunos ejemplos de subconjuntos de espacios vectoriales, algunos de ellos son subespacios otros no lo son. 1. Considere el espacio vectorial R 3 de triadas ordenadas de números reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 R 3, tal que S 1 es un subespacio de R 3. El subconjunto S 2 R 3, tal que S 2 es un subespacio de R 3. El subconjunto S 3 R 3, tal que S 3 no es un subespacio de R 3. S 1 = { v = (v 1,v 2,v 3 ) v 2 = 3v 1,v 3 = 2v 1 }. S 2 = { v = (v 1,v 2,v 3 ) 3v 1 + v 2 2v 3 = 0}. S 3 = { v = (v 1,v 2,v 3 ) v 2 = 3,v 3 = v 1 }. 5

El subconjunto S 4 R 3, tal que S 4 = { v v = λ 1 v 1 + λ 2 v 2, donde λ 1,λ 2 R, v 1 = (0,1,2), v 2 = (1, 1,0) R 3} S 4 es un subespacio de R 3. 2. Considere el espacio vectorial M 2 2, de matrices de dos filas y dos columnas, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 M 2 2, tal que { [ a11 0 S 1 = A = 0 a 22 ] } a 11,a 22 R. S 1 es un subespacio de M 2 2. El subconjunto S 2 M 2 2, tal que { [ ] } a11 a S 2 = A = 12 a 21 a 22 a 11,a 12,a 21,a 22 R, tal que a 11 + a 22 = 2. S 2 es un subespacio de M 2 2. 3. Considere el espacio vectorial P 3 (x), de polinomios de grado menor o igual que 3, con coeficientes reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 P 3 (x), tal que S 1 es un subespacio de P 3 (x). El subconjunto S 2 P 3 (x), tal que S 2 no es un subespacio de P 3 (x). S 1 = { p(x) = a 0 + a 1 x + a 2 x 2 + a 3 x 3 3a 0 a 2 = 0 }. S 2 = { p(x) = a 0 + a 1 x + a 2 x 2 + a 3 x 3 a 0 = a 3 + 1 }. 4. Considere el espacio vectorial C 1 ( 5,5), de funciones reales y continuas de variable real definidas en el intervalo abierto ( 5,5), sobre el campo de los números reales, R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 C 1 ( 5,5), tal que S 1 es un subespacio de C 1 ( 5,5). El subconjunto S 2 C 1 ( 5,5), tal que S 2 no es un subespacio de C 1 ( 5,5). S 1 = {f(x) f(3) = f(1) + 2f(2)}. S 2 = {f(x) f(0) = f(1) + 1}. 6