El espacio proyectivo. Sistemas de referencia. Dualidad.

Documentos relacionados
Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

Tema 2: Espacios Vectoriales

520142: ALGEBRA y ALGEBRA LINEAL

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

Espacios vectoriales reales.

Algebra lineal y conjuntos convexos

Introducción a los espacios vectoriales

Espacios Vectoriales

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

Espacios Vectoriales

Espacios vectoriales

Tema 3: Espacios vectoriales

El Espacio Proyectivo

Espacios Vectoriales. Tema Introducción. 1.2 Repaso de Estructuras Algebraicas

Con esta definición de grupo, es directo que el neutro es único, al igual que el inverso de. , donde es conmutativo, se denomina Abeliano.

Capítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos

Problemas de Espacios Vectoriales

MMAF: Espacios normados y espacios de Banach

Es trivial generalizar la definición al caso de varios conjuntos: A B C, etc.

1. ESPACIOS DE HILBERT Y OPERADORES

Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Trabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1:

Base y Dimensión de un Espacio Vectorial

Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1

Tema 11.- Autovalores y Autovectores.

LEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS

Estructuras Algebraicas

Álgebra Lineal VII: Independencia Lineal.

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.

Tema 5: Sistemas de ecuaciones lineales.

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:

Grupos libres. Presentaciones.

PAIEP. Complemento Ortogonal

ESPACIOS VECTORIALES. VARIEDADES LINEALES, APLICACIONES ENTRE ESPACIOS VECTORIALES. TEOREMAS DE ISOMORFIA.

Objetivos formativos de Álgebra

Un subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:

ELEMENTOS DE GEOMETRÍA. Eduardo P. Serrano

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21

1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano.

Ecuaciones de la recta en el espacio

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

ESPACIO AFÍN 2.- SISTEMAS DE REFERENCIA: COORDENADAS DE UN PUNTO. 3.- VARIEDAD LINEAL: ECUACIONES DE LA RECTA Y EL PLANO.

Espacios topológicos. 3.1 Espacio topológico

Espacios Vectoriales, Valores y Vectores Propios

3.1 El espacio afín R n

Álgebra Lineal V: Subespacios Vectoriales.

Transformaciones lineales

SESIÓN 4: ESPACIOS VECTORIALES

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.

Polaridad. Tangentes. Estudio geométrico de cónicas y cuádricas

Espacios vectoriales. Capítulo Espacios vectoriales y subespacios Preliminares

Tema 2: El grupo de las permutaciones

Tema III. Espacios vectoriales

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).

Espacios Vectoriales

CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero

Recordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.

4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno

Pregunta 1 Es correcta esta definición? Por qué?

Espacios Vectoriales

Esta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS

El Espacio Afín. Capítulo III. 1 Espacio Afín y Subvariedades Afines

Elementos de geometría lineal en R n

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

1 Relaciones de orden

TEMA 11. VECTORES EN EL ESPACIO

Tema 4. Espacio Proyectivo.

Tema 3. Espacios vectoriales

Ángel Montesdeoca Delgado. Geometría Afín y Euclídea

Tema 1: Espacios vectoriales

Conjuntos, relaciones y funciones Susana Puddu

Algebra Lineal y Geometría.

Autovalores y autovectores Diagonalización y formas canónicas

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS

Tema 2 ESPACIOS VECTORIALES

Dependencia e independencia lineal

Tema 2. Grupos. 3. El conjunto de matrices de orden 2 con coeficientes enteros (o reales) con la suma es un grupo conmutativo.

Tema 4.- Espacios vectoriales. Transformaciones lineales.

2.1. Estructura algebraica de espacio vectorial

Tema 2. Espacios Vectoriales Introducción

es el lugar geométrico de los puntos p tales que p 0 p n o p 0 p o. p x ; y ; z perteneciente a y un vector no

que para cualesquiera e, v E, λ, µ k satisfaga las siguientes propiedades:

Capítulo 8: Vectores

ESPACIOS VECTORIALES

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

Ejercicios del Tema 2: Estructuras algebraicas básicas

Espacios vectoriales

Sobre funciones reales de variable real. Composición de funciones. Función inversa

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

Funciones y Cardinalidad

MATRICES. Rango de una matriz. Matriz Inversa. Determinante de una matriz cuadrada. Sistemas de Ecuaciones Lineales. Nociones de espacios vectoriales

Sistemas de Ecuaciones Lineales y Matrices

Semana03[1/17] Funciones. 16 de marzo de Funciones

Una operación interna: Suma Una operación externa: Multiplicación por un escalar

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

Tema 5: Elementos de geometría diferencial

I.E.S. Miguel de Cervantes (Granada) Departamento de Matemáticas GBG 1

Transcripción:

Capítulo 1 El espacio proyectivo Sistemas de referencia Dualidad En todo lo que sigue k designará un cuerpo arbitrario 11 Espacio afín como subespacio del proyectivo Definición 111 Sea un entero n 0 El espacio proyectivo numérico de dimensión n sobre el cuerpo k, notado P n (k), es por definición el conjunto cociente de k n+1 {0} por la relación de equivalencia definida de la forma siguiente: dados x, y k n+1 {0}, x y si y sólo si existe un escalar λ k tal que x = λy Notaremos π : k n+1 {0} P n (k) la aplicación de paso al cociente, y dado x = (x 0,, x n ) k n+1 {0} notaremos π(x) por (x 0 : : x n ) Nota 112 El espacio P n (k) se indentifica de forma canónica al conjunto de las rectas vectoriales del espacio vectorial k n+1 Proposición 113 (Inmersión del espacio afín en el espacio proyectivo) Consideremos el espacio afín numérico k n con n 1 y ϕ : k n P n (k) definida por ϕ(x 1,, x n ) = (1 : x 1 : : x n ) Entonces se verifican las propiedades siguientes: 1) ϕ es una aplicación inyectiva 2) Si notamos H = P n (k) Im(ϕ), la aplicación que a (x 1 : : x n ) P n 1 (k) asocia (0 : x 1 : : x n ) H es una biyección Definición 114 Los puntos del subconjunto H P n (k) de la proposición anterior se denominan puntos del infinito del espacio P n (k), y la aplicación (x 1,, x n ) k n {0} (0 : x 1 : : x n ) H la notaremos por π

12 Dependencia lineal Variedades lineales Lema 121 Sea n 1 y P 1,, P r P n (k) Las propiedades siguientes son equivalentes: (1) Existen v 1,, v r k n+1 {0} vectores linealmente independientes (resp dependientes) tales que π(v i ) = P i, i = 1,, r (2)) Para todos v 1,, v r k n+1 {0} tales que π(v i ) = P i, i = 1,, r se tiene que v 1,, v r son linealmente independientes (resp dependientes) Definición 122 Sean n 1 y P 1,, P r P n (k) Diremos que los puntos P 1,, P r son linealmente independientes (resp dependientes) cuando existan unos vectores v 1,, t r k n+1 {0} linealmente independientes (resp dependientes) tales que π(v i ) = P i, i = 1,, r Asímismo diremos que un punto P P n (k) depende linealmente de P 1,, P r cuando existan unos vectores v, v 1,, v r k n+1 {0} tales que π(v) = P, π(v i ) = P i, i = 1,, r y v depende linealmente de v 1,, v r Nota 123 Si P 1,, P r P n (k) son puntos li y P P n (k) es otro punto, las propiedades siguientes son equivalentes: a) Los puntos P, P 1,, P r son ld b) El punto P depende linealmente de P 1,, P r Nota 124 Con las notaciones de la definición anterior supongamos que P i = (a i0 : : a in ), i = 1,, r Decir que los puntos P 1,, P r son li (resp ld) es equivalente a decir que el rango de la matriz es igual (resp menor) a r a 10 a 1n a r0 a rn Lema 125 Sean n 1 y P 1,, P r k n, Las propiedades siguientes son equivalentes: (1) P 1,, P r son afínmente independientes (resp dependientes) en k n (2) Los puntos ϕ(p 1 ),, ϕ(p r ) son li (resp ld) en P n (k) Además, si P k n es otro punto, las propiedades siguientes también son equivalentes: (3) El punto P depende afínmente de P 1,, P r (4) El punto ϕ(p ) depende linealmente (proyectivamente) de ϕ(p 1 ),, ϕ(p r ) 2

Definición 126 Diremos que un subconjunto L P n (k) es una variedad lineal (proyectiva) si todo punto P P n (k) que depende linealmente de un subconjunto finito de puntos de L pertenece a L Al conjunto de todas las variedades lineales de P n (k) lo notaremos por R(P n (k)) Lema 127 Sea n 1 y L P n (k) Las propiedades siguientes son equivalentes: (1) L es una variedad lineal (2) π 1 (L) {0} es un subespacio vectorial de k n+1 Definición 128 Dada una variedad lineal L P n (k), el subespacio vectorial π 1 (L) {0} de k n+1 lo notaremos por L(L), y lo llamaremos variedad (o subespacio) vectorial asociado a L Nota 129 1 L( ) = {0} 2 L({(x 0 : : x n )}) = (x 0,, x n ) 3 Si L 1, L 2 P n (k) son dos variedades lineales proyectivas, se tiene que L(L 1 L 2 ) = L(L 1 ) L(L 2 ) Nota 1210 Si W k n+1 es un subespacio vectorial, el subconjunto π(w {0}) de P n (k) es una variedad lineal, pues π 1 (π(w {0})) {0} = W A dicha variedad lineal la notaremos π(w ) Definición 1211 Dado un subconjunto cualquiera S P n (k), definimos la variedad lineal generada por S, que notamos por L(S), como la intersección de todas las variedades lineales que contienen a S Es fácil ver que L(S) coincide con el conjunto de los puntos de P n (k) que dependen linealmente de algún subconjunto finito de S Definición 1212 Sean n 1 y L P n (k) una variedad lineal Diremos que un subconjunto finito S = {P 1,, P r } de L es un sistema de generadores (resp una base) de L cuando L = L(S) (resp cuando L = L(S) y {P 1,, P r } son li) Proposición 1213 Se tienen los siguientes asertos: 1 Dada una variedad lineal L P n (k) y v 1,, v r L(L) {0}, las propiedades siguientes son equivalentes: a) v 1,, v r son sistema generador (resp una base) de L(L), b) π(v 1 ),, π(v r ) son sistema generador (resp una base) de L 2 Dado S 0 k n+1 {0} subconjunto arbitrario, se tiene: L(π(S 0 )) = π( S 0 ) 3

Definición 1214 Dadas dos variedades lineales L 1, L 2 P n (k), definimos su suma, que notamos por L 1 + L 2, como la variedad lineal generada por L 1 L 2 Nótese que si W 1, W 2 k n+1 son dos subespacios vectoriales, se tiene π(w 1 + W 2 ) = π(w 1 ) + π(w 2 ) Proposición 1215 Notemos por R(k n+1 ) el conjunto de los subespacios vectoriales de k n+1 Las aplicaciones L : R(P n (k)) R(k n+1 ), π : R(k n+1 ) P(P n (k)) son una la inversa de la otra, y verifican L(L 1 + L 2 ) = L(L 1 ) + L(L 2 ), L(L 1 L 2 ) = L(L 1 ) L(L 2 ), π(w 1 + W 2 ) = π(w 1 ) + π(w 2 ), π(w 1 W 2 ) = π(w 1 ) π(w 2 ) Proposición 1216 El conjunto R(P n (k)) dotado de las operaciones y + es un retículo modular, ie dadas L, M, N R(P n (k)) se verifican las propiedades siguientes: -) y + son asociativas: L (M N) = (L M) N, L+(M+N) = (L+M)+N -) y + son conmutativas: L M = M L, L + M = M + L -) y + son idempotentes: L L = L, L + L = L -) L + (L M) = L, L (L + M) = L -) Ley modular: L + (M N) (L + M) (L + N) Si además L N entonces L + (M N) = (L + M) (L + N) -) Ley modular: L (M + N) (L M) + (L N) Si además N L entonces L (M + N) = (L M) + (L N) Proposición 1217 Dos bases cualesquiera de una variedad lineal proyectiva L P n (k) tienen el mismo número de elementos A dicho número disminuido en una unidad lo llamaremos dimensión de L y notaremos dim(l) Se tiene pues dim(l)+1 = dim(l(l)) Nota 1218 Nótese que dim( ) = 1, dim(p n (k)) = n y dim(h) = n 1 Asímismo, si P P n (k), dim({p }) = 0 Proposición 1219 (Fórmula de la dimensión) Sean L 1, L 2 P n (k) dos variedades lineales Se tiene que: dim(l 1 + L 2 ) + dim(l 1 L 2 ) = dim(l 1 ) + dim(l 2 ) 13 Ecuaciones de variedades lineales proyectivas de P n (k) Dado un un punto P P n (k) tiene sentido decir que P satisface un sistema de ecuaciones lineales homogéneas con n + 1 incógnitas: ésto significa que cualquier representante (a 0,, a n ) k n+1 de P lo satisface en el sentido usual Nótese que si un representante determinado de P satisface un tal sistema entonces cualquier representante 4

también lo satisface Sin embargo si el sistema no es homogéneo lo anterior carece de sentido Dado un sistema de ecuaciones lineales homogéneas con n + 1 incógnitas a 10 x 0 + +a 1n x n = 0 a r0 x 0 + +a rn x n = 0 tiene pues sentido hablar del conjunto L de soluciones de dicho sistema en P n (k) Es fácil demostrar que L es una variedad lineal de P n (k) y que L(L) es el subespacio vectorial de k n+1 formado por las soluciones usuales del sistema Cuando ocurre lo anterior diremos también que el sistema de ecuaciones en cuestión es un sistema de ecuaciones implícitas de L Damos pues la siguiente definición Definición 131 Dada una variedad lineal L P n (k), un sistema de ecuaciones implícitas de L es, por definición, un sistema de ecuaciones implícitas de L(L) k n+1 respecto de la base canónica de k n+1 14 Variedades lineales afines y proyectivas Interpretación proyectiva del paralelismo Definición 141 Sea n 1 y L k n una variedad lineal afín Definimos la variedad proyectiva asociada a L, también llamada clausura proyectiva de L, que notamos por L, como la variedad lineal de P n (k) generada por ϕ(l) Asímismo definimos la variedad de puntos del infinito de L, que notamos por L, como la variedad lineal de P n (k) que se obtiene al intersecar L con el hiperplano del infinito H Nótese que dim(l) = dim(l) y que dim(l ) = dim(l) 1 Lema 142 Dada una variedad lineal afín L no vacía de k n, las ecuaciones implícitas de L (ver def 131) coinciden con las homogeneizadas 1 de las ecuaciones implícitas de L respecto del sistema de referencia canónico de k n Proposición 143 (Interpretación proyectiva de la variedad de dirección) Sea L k n una variedad lineal afín Entonces su variedad de dirección D(L) coincide con π 1 (L ) {0} Proposición 144 Sea n 1 La aplicación que a cada variedad lineal afín L de k n asocia su variedad proyectiva asociada L establece una correspondencia biunívoca entre el conjunto de las variedades lineales afines no vacías de k n y las variedades lineales (proyectivas) de P n (k) no contenidas en el hiperplano del infinito H La aplicación inversa es la que asocia a una tal variedad proyectiva M la variedad lineal afín ϕ 1 (M) Además dicha correspondencia verifica lo siguiente: L 1 + L 2 = L 1 +L 2 y si L 1 L 2 entonces L 1 L 2 = L 1 L 2 1 La homogeneizada (respecto de la variable x 0 ) de una ecuación a 1 x 1 + + a nx n = b es, por definición, la ecuación lineal homogénea ( b)x 0 + a 1 x 1 + + a nx n = 0 5

Corolario 145 (Interpretación proyectiva del paralelismo) Sean L 1, L 2 k n dos variedades lineales afines Son equivalentes: (1) L 1 y L 2 son paralelas (2) L 1 L 2 o L 2 L 1 Ejemplo 146 Sean r, s dos rectas distintas de k n Entonces r y s son paralelas si y sólo si tienen los mismos puntos del infinito 15 Sistemas de referencia proyectivos Lema 151 Sea V k n+1 un subespacio vectorial de dimensión r + 1 2 y sea S = {v 0,, v r+1 } un subconjunto de V formado por r + 2 vectores Las propiedades siguientes son equivalentes: a) Cualquier subconjunto de S con r + 1 vectores es li b) {v 0,, v r } es li y v r+1 = λ 0 v 0 + + λ r v r con λ i 0, i = 0,, r Definición 152 Consideremos una variedad lineal proyectiva L P n (k) de dimensión r 1 y un subconjunto R = {P 0,, P r+1 } L con r + 2 puntos Diremos que R es un sistema de referencia (proyectivo) de L si cualquier subconjunto suyo con r + 1 puntos es li Definición 153 Sea R = {P 0,, P r+1 } L un sistema de referencia de L y B = {v 0,, v r } L(L) una base Diremos que B es una base normalizada de R si π(v i ) = P i, i = 0,, r y π(v 0 + + v r ) = P r+1 Proposición 154 Sea R = {P 0,, P r+1 } L un sistema de referencia Se tiene lo siguiente: 1) R admite bases normalizadas 2) Si B = {v 0,, v r } y B = {v 0,, v r} son dos bases normalizadas de R, existe un escalar no nulo µ tal que v i = µv i, i = 0,, r Definición 155 Sea R = {P 0,, P r+1 } L un sistema de referencia y P L Las coordenadas (homogéneas) de P respecto de R son, por definición, el punto (x 0 : : x r ) P r (k), donde (x 0,, x r ) son las coordenadas de un vector u L(L) {0} tal que π(u) = P, respecto de una base normalizada B de R, en cuyo caso escribiremos P = (x 0 : : x r ) R (Nótese que si cambiamos de representante de P y de base normalizada sólo multiplicamos las coordenadas correspondientes por un escalar, y por tanto su clase en P r (k) está bien definida) Proposición 156 (Cambio de sistemas de referencia) Sean R, R dos sistemas de referencia de L y P un punto de X Supongamos que P = (x 0 : : x r ) R = (y 0 : 6

: y r ) R Entonces se tiene que (y 0,, y r ) es múltiplo de (x 0,, x r )A donde A es la matriz de cambio de una base normalizada de R a una base normalizada de R Lema 157 Dado un sistema de referencia R de L, la aplicación (x 0 : : x r ) P r (k) (x 0 : : x r ) R L es una aplicación biyectiva, que permite considerar a L también como un espacio proyectivo De hecho, la noción correspondiente de dependencia lineal proyectiva no depende del sistema de referencia R elegido, y coincide con la inducida por P n (k) 16 Ecuaciones de variedades Definición 161 Sea R = {P 0,, P r+1 } L un sistema de referencia y L L una variedad lineal Por un sistema de ecuaciones implícitas (resp paramétricas) de L respecto de R entendemos un sistema de ecuaciones implícitas (resp paramétricas) de L(L ) respecto de alguna base normalizada de R (Nótese que un cambio de base normalizada producirá sistemas de ecuaciones equivalentes, de acuerdo con la proposición 154) 17 Relación entre los sistemas de referencia afines y proyectivos En esta sección partimos de la inmersión ϕ : k n P n (k) del espacio afín en el proyectivo, y construiremos sistemas de referencia proyectivos en L a partir de sistemas de referencia afines en una variedad afín L k n de dimensión 1 Proposición 171 Sea L k n una variedad afín de dimensión r 1 y sea R = {O; u 1,, u r } un sistema de referencia afín de L Entonces el conjunto R p = {ϕ(o), π (u 1 ),, π (u r ); ϕ u 1 + + u r )} es un sistema de referencia (proyectivo) de L Además se verifican las propiedades siguientes: 1) Si P L tiene (x 1,, x r ) como coordenadas respecto de R entonces ϕ(p ) tiene (1 : x 1 : : x r ) como coordenadas respecto de R p 2) R p es el único sistema de referencia de L que verifica la propiedad anterior A R p lo llamaremos sistema de referencia proyectivo asociado a R Nota 172 Si en la proposición anterior R es el sistema de referencia canónico de k n entonces R p es el sistema de referencia canónico de P n (k) Proposición 173 Sea R un sistema de referencia de k n y R p el sistema de referencia proyectivo asociado Se verifican las propiedades siguientes: 1) El hiperplano del infinito tiene x 0 = 0 como sistema de ecuaciones implícitas respecto de R p 7

2) Sea L k n una variedad afín no vacía Un sistema de ecuaciones implícitas de L respecto de R p se obtiene homogeneizando respecto de la variable x 0 un sistema de ecuaciones implícitas de L respecto de R 3) Sea M P n (k) una variedad lineal no contenida en el hiperplano del infinito Un sistema de ecuaciones implícitas de ϕ 1 (M) respecto de R se obtiene deshomogeneizando respecto de la variable x 0 (ie haciendo x 0 = 1) un sistema de ecuaciones implícitas de M respecto de R p 18 Dualidad Definición 181 Dado el espacio proyectivo P n (k), notemos P n (k) al conjunto de todos los hiperplanos de P n (k) Cada elemento de P n (k) es pues un hiperplano de P n (k) y tendrá por tanto una ecuación implícita de la forma a 0 x 0 + + a n x n = 0, donde no todos los coeficientes a i son nulos Evidentemente dicha ecuación no es única, pero la diferencia entre dos ecuaciones implícitas de un mismo hiperplano de P n (k) sólo puede diferir en la multiplicación por un escalar no nulo Por tanto, a cada hiperplano de P n (k) de ecuación a 0 x 0 + + a n x n = 0 le podemos asociar el punto (a 0 : : a n ) de P n (k), estableciendo pues una biyección Φ : P n (k) P n (k) que nos permitirá tratar a P n (k) también como otro espacio proyectivo, que llamaremos espacio proyectivo dual de P n (k) A continuación estudiamos la estructura de las variedades lineales proyectivas en el espacio proyectivo dual Proposición 182 Sean H, H 1,, H s puntos de P n (k) Se verifica: 1 {H 1,, H s } son puntos linealmente dependientes (resp li) en P n (k) si y sólo si dim H 1 H s > n s (resp dim H 1 H s = n s) en P n (k) 2 H L p (H 1,, H s ) en P n (k) si y sólo si H H 1 H s en P n (k) Definición 183 Dada una variedad lineal L P n (k) definimos su dual, que notamos (L), como el subconjunto de P n (k) formado por los hiperplanos de P n (k) que contienen a L, ie (L) := {H P n (k) L H} Análogamente, si M P n (k) es una variedad lineal, definimos su dual, que también notaremos (M), como la intersección de todos los hiperplanos de P n (k) que son elementos de M, ie (M) := H H M 8

Proposición 184 Dada una variedad lineal L P n (k) de ecuaciones implícitas a 10 x 0 + +a 1n x n = 0 a r0 x 0 + +a rn x n = 0 (L) es la variedad de P n (k) generada por (a 10 : : a 1n ),, (a r0 : : a rn ) Análogamente, si M es una variedad lineal de P n (k) generada por unos puntos (a 10 : : a 1n ),, (a r0 : : a rn ), (M) es la variedad lineal de P n (k) de ecuaciones implícitas a 10 x 0 + +a 1n x n = 0 a r0 x 0 + +a rn x n = 0 Proposición 185 Las aplicaciones y son anti-isomorfismos entre los retículos de P n (k) y de P n (k), uno el inverso del otro Más concretamente, para cada L R(P n ) y M R(P n): 1 y invierten las inclusiones 2 dim (L) = n dim L 1 y dim (M) = n dim M 1 3 (M) = M y (L) = L 4 (L 1 + L 2 ) = (L 1 ) (L 2 ) y (L 1 L 2 ) = (L 1 ) + (L 2 ) 5 (M 1 + M 2 ) = (M 1 ) (M 2 ) y (M 1 M 2 ) = (M 1 ) + (M 2 ) 9