Professional Documents
Culture Documents
Mates Tema 1
Mates Tema 1
Espais vectorials
Fonaments de Matemàtiques 2
GETI
Universitat de Girona
Curs 2021-2022
Joan Saldaña
Tema 1
1. Introducció
2. Espai vectorial i subespai vectorial
3. Combinació lineal de vectors, independència lineal i espai
generat
4. Base i dimensió d’un espai vectorial
5. Coordenades i canvi de base
6. L’espai solució dels sistemes d’equacions lineals
1 / 34
Introducció
En aquest primer tema veurem que hi ha elements matemàtics com ara
les funcions contı́nues, els polinomis, les matrius, etc. que, quan els
“combinem”entre sı́, es comporten com si fossin vectors.
2 / 34
Definició d’espai vectorial (e.v.)
3 / 34
Definició d’espai vectorial
i, pel que fa al producte per un escalar (real), ∀ α, β ∈ R i ∀ u, v ∈ V es
compleix que
(1·) és una operació interna: αu ∈ V (no indiquem el punt del producte)
Fixeu-vos que aquestes propietats són ben conegudes quan tractem amb
vectors d’R2 o R3 . En general, caldrà definir el conjunt V i les
operacions + i · que s’hi consideren.
4 / 34
Exemples de conjunts que són e.v.
5 / 34
Exemples de conjunts que no són e.v.
i, per últim,
En els exemples següents de conjunts que NO són e.v. amb les operacions
habituals, podries dir quines propietats de la definició no es compleixen?
6 / 34
Subespai vectorial
1. Si u, v ∈ H, aleshores u + v ∈ H,
2. Si u ∈ H, aleshores α u ∈ H ∀ α ∈ R.
7 / 34
Prenent α = −1, se segueix que, si u ∈ H, llavors −u ∈ H (propietat (2)
de s.v.). I, de la propietat (1), que u + (−u) = 0V ∈ H.
,→ Si H és un s.v. de V , llavors 0V ∈ H (tot s.v. ha de contenir el 0V ).
Aquesta propietat és útil per descartar que un subconjunt de V sigui s.v.
Exemple: Abans hem vist que R2 és un e.v. i que el conjunt definit per
V = {(x, y) ∈ R2 | y = mx, m ∈ R fixada} també ho és. Per tant, com
que V ⊂ R2 , resulta que V és un s.v. d’R2 .
8 / 34
Exemples de s.v.
9 / 34
Combinació lineal de vectors
A partir d’ara, quan parlem de vectors, ho farem en el sentit d’elements
d’un espai vectorial V qualsevol. Per tant, podem pensar en polinomis,
matrius, vectors d’Rn , etc.
Exemples:
10 / 34
Exemple de determinació d’una combinació lineal
Si volem escriure, per exemple, v = (1, 1, 1) com a combinació lineal dels
vectors u1 = (1, 2, 3), u2 = (0, 1, 2) i u3 = (−1, 0, 1), hem de trobar per
a quins coeficients αi tenim v = α1 u1 + α2 u2 + α3 u3 . Per tant, hem de
resoldre1 el següent sistema per a les αi :
1 0 −1 1 1 0 −1 1 1 0 −1 1
2 1 0 1 ∼ 0 1 2 −1 ∼ 0 1 2 −1
3 2 1 1 0 2 4 −2 0 0 0 0
1
Sempre resoldrem els sistemes pel mètode d’eliminació de Gauss. Recordeu
que si arribem a la forma diagonal del sistema amb una fila de zeros, això vol
dir que una equació és combinació lineal de les altres.
11 / 34
Podrı́em fer el mateix per al vector w = (1, −2, 2)?
1
Quan apliquem Gauss, el rang de la matriu del sistema i el de l’ampliada
no canvien. En aquest cas, rang(A) = 2 < rang(A|b) = 3.
12 / 34
Independència lineal
13 / 34
Exemple 1
Vegem que els vectors v1 = (2, −1, 3) i v2 = (1, 2, 2) són lin. indep.
utilitzant la definició d’independència lineal.
14 / 34
Exemple 2
Determina si els següents polinomis de P2 (R) són linealment indepedents:
p1 (x) = 1 + x − 2x2 , p2 (x) = 2 + 5x − x2 i p3 (x) = x + x2 .
15 / 34
Espai generat per un conjunt de vectors
16 / 34
Exemple
Troba l’equació de l’espai generat pels vectors u1 = (2, −1, 4) i
u2 = (4, 1, 6).
Per tant, els coeficients α1 i α2 de la c.l. són les solucions del sistema
2 4 x −1 1 y −1 1 y
−1 1 y ∼ ··· ∼ 0 6 x + 2y ∼ 0 6 x + 2y
4 6 z 0 10 z + 4y 0 0 −10x + 4y + 6z
17 / 34
Base i dimensió d’un e.v.
18 / 34
Exemples
1 0
0 .
1. A Rn , els vectors
.
constitueixen l’anomenada
. , . . . , en = .
e1 =
.
. 0
0 1
base canònica → dim(Rn ) = n.
( ! ! ! !)
1 0 0 1 0 0 0 0
2. A M2×2 (R), el conjunt , , ,
0 0 0 0 1 0 0 1
forma la base anomenada canònica de M2×2 → dim(M2×2 ) = 4.
3. L’e.v. Pn (R) de polinomis de grau ≤ n té per base canònica el
conjunt B = {1, x, x2 , . . . , xn } → dim(Pn ) = n + 1.
4. Una base de P2 (R) és la formada pels polinomis
u1 = 1 − x, u2 = 2x, u3 = x2 − 1 → dim(P2 ) = 3.
5. Una base d’R2 és la formada per u1 = (1, 1) i u2 = (1, −1).
Demostra que tot vector de R2 es pot posar com a c.l. d’u1 i u2 (és
dir, que els vectors u1 i u2 generen tot R2 ).
19 / 34
Observacions
20 / 34
Coordenades i canvi de base
Definició: Els coeficients de la c.l. d’un vector v en una base B
constitueixen les components o coordenades del vector en aquella base.
21 / 34
La interpretació geomètrica de l’exemple anterior la tenim en
aquest dibuix on v = (5, 4) = (3, 2)B :
22 / 34
Matriu de canvi de base
Suposem que tenim dues bases de V , B1 (per exemple, la base canònica)
i una segona base B2 = {u1 , . . . , un } on els vectors ui tenen les seves
components expressades en la base B1 .
és a dir, (v)B1 = C (v)B2 on C té per columnes els vectors de la base B2
i passa les coord. de v en la base B2 a la base B1 .
23 / 34
C és una matriu n × n i, a més, com que B2 és una base, les seves
columnes són lin. indep. Per tant, C té inversa, C −1 , perquè det(C) 6= 0.
(v)B2 = C −1 (v)B1
24 / 34
Exemple
Donat el vector1 v = (1, 2, −1), troba les seves coordenades en la base
B = {u1 , u2 , u3 } amb u1 = (1, 0, 1), u2 = (0, −1, 2), u3 = (2, 3, −5).
1 0 2 1
0 0 0 0 0 0
v = α1 u1 + α2 u2 + α3 u3 = α1 0 + α2 −1 + α3 3 = 2
1 2 −5 −1
0 0 −1
1 0 2 α1 1 α1 1 0 2 1
0 −1 3 α02 = 2 =⇒ α02 = 0 −1 3 2
1 2 −5 α03 −1 α03 1 2 −5 −1
| {z } B B
C
α10 −1 4 2 1 5
0
(v)B = α2 = 3 −7 −3 2 = −8
α30 1 −2 −1 −1 −2
B B
1
Recorda que si no ens diuen res de la base, es tracta de la canònica.
25 / 34
L’espai solució dels sistemes d’equacions lineals
En aquesta darrera secció, veurem que el conjunt format per les
solucions d’un sistema lineal homogeni té estructura d’espai
vectorial i, per tant, que pot generar-se a partir de les
combinacions lineals dels elements d’una base. Les solucions dels
sistemes no homogenis, en canvi, no tenen aquesta propietat.
26 / 34
Teorema 1: L’espai solució S del sistema A~x = 0 és un subespai vectorial
de Rn .
Demostració: Cal veure que si ~v1 , ~v2 ∈ S i α ∈ R, llavors: (1)
~v1 + ~v2 ∈ S i (2) α~v1 ∈ S. Vegem-ho:
dim(S) = n − r .
27 / 34
Exemple 1
Troba una base de l’espai solució del sistema
(
x + 2y − z = 0,
2x − y + 3z = 0.
28 / 34
x = z − 2y = −λ
! ! !
1 2 x z
→ =y=z=λ →
0 1 y z
z=λ∈R
x −λ −1 * −1 +
y = λ = λ 1 → S = 1 ⊂ R3
z λ 1 1
−1
1 és una base de S
Per tant, ~v = → dim S = 1.
1
29 / 34
Exemple 2
Troba una base de l’espai solució del sistema
x1 − 2x3 + x4 = 0,
3x1 + x2 − 5x3 = 0,
x + 2x − 5x
= 0.
1 2 4
Per tant,
S = {(2s − t, 3t − s, s, t) | s, t ∈ R}
= h(2, −1, 1, 0), (−1, 3, 0, 1)i ⊂ R4 .
31 / 34
Teorema 3: Si ~xp és una solució del sistema no homogeni A~x = ~b,
llavors tota solució ~x del sistema és de la forma ~x = ~xh + ~xp
(solució general) essent ~xh la solució del sistema homogeni
A~x = ~0.
32 / 34
Resolem el sistema per Gauss:
1 −1 2 3 1 −1 2 3
∼ 0 −1 −2/3
2 1 1 4 1
−1 −2 1 −1 0 0 0 0
33 / 34
Fixeu-vos que si considerem dues solucions, ~xp1 i ~xp2 , del sistema
no homogeni, la seva suma ~x = ~xp1 + ~xp2 NO és solució.
Comproveu-ho prenent les solucions corresponents a λ = 0 i λ = 1.
34 / 34