¿Atascado con esto? Resuélvelo con IA
Algebra · real student question

Sean W₁ y W₂ subespacios de un espacio euclídeo V de dimensión n con dim W₁ < dim W₂. Demuestra que W₂ contiene un vector no nulo ortogonal a todo vector de W₁.

Question

Sean W1W_1 y W2W_2 subespacios lineales de un espacio euclídeo VV de dimensión nn, con

dim⁡W1<dim⁡W2.\dim W_1<\dim W_2.

Demuestra que W2W_2 contiene un vector no nulo ortogonal a todo vector de W1W_1.

Step-by-step solution

  1. Reformula el objetivo como la no trivialidad de un núcleo. «Un v∈W2v\in W_2 no nulo ortogonal a todo W1W_1» significa exactamente

    W2∩W1⊥≠{0}.W_2\cap W_1^{\perp}\ne\{0\}.

    Convertir una afirmación de existencia en una afirmación sobre dimensiones es lo que vuelve rutinario el problema: las dimensiones se pueden contar, los vectores individuales no.

  2. Construye una aplicación lineal cuyo núcleo sea el conjunto en cuestión. Define

    T:W2→W1∗,T(x)(y)=⟨x,y⟩  para y∈W1.T:W_2\to W_1^{*},\qquad T(x)(y)=\langle x,y\rangle\ \ \text{para }y\in W_1.

    TT es lineal en xx porque el producto interno lo es. Envía cada vector de W2W_2 al funcional lineal que induce sobre W1W_1.

  3. Identifica el núcleo. T(x)T(x) es el funcional nulo precisamente cuando ⟨x,y⟩=0\langle x,y\rangle=0 para todo y∈W1y\in W_1, de modo que

    ker⁡T={x∈W2:  x⊥W1}=W2∩W1⊥.\ker T=\{x\in W_2:\;x\perp W_1\}=W_2\cap W_1^{\perp}.

    Probar que ker⁡T≠{0}\ker T\ne\{0\} demuestra ya el teorema.

  4. Acota la imagen. La imagen de TT está contenida en W1∗W_1^{*}, y dim⁡W1∗=dim⁡W1\dim W_1^{*}=\dim W_1, así que

    dim⁡(Im⁡T)≤dim⁡W1.\dim(\operatorname{Im}T)\le \dim W_1.

    Este es el único lugar por donde entra la hipótesis, y es donde la desigualdad estricta va a rendir frutos.

  5. Aplica el teorema de la dimensión (rango–nulidad). Como dim⁡W2=dim⁡(ker⁡T)+dim⁡(Im⁡T)\dim W_2=\dim(\ker T)+\dim(\operatorname{Im}T),

    dim⁡(ker⁡T)=dim⁡W2−dim⁡(Im⁡T)≥dim⁡W2−dim⁡W1≥1,\dim(\ker T)=\dim W_2-\dim(\operatorname{Im}T)\ge \dim W_2-\dim W_1\ge 1,

    donde en el último paso se usa dim⁡W2>dim⁡W1\dim W_2>\dim W_1. Un espacio de dimensión al menos 11 contiene un vector no nulo, luego existe v≠0v\ne 0 en W2W_2 con ⟨v,y⟩=0\langle v,y\rangle=0 para todo y∈W1y\in W_1. ■\blacksquare

  6. Comprueba que la cota es óptima y que la hipótesis es necesaria. El argumento produce de hecho todo un subespacio de vectores ortogonales, de dimensión al menos dim⁡W2−dim⁡W1\dim W_2-\dim W_1. La desigualdad estricta no se puede suprimir: en R2\mathbb{R}^{2} toma W1=W2=span⁡{(1,0)}W_1=W_2=\operatorname{span}\{(1,0)\}, que tienen la misma dimensión; el único vector de W2W_2 ortogonal a W1W_1 es 00.

Answer

dim⁡(W2∩W1⊥)≥dim⁡W2−dim⁡W1≥1, por lo que existe tal vector no nulo\dim\bigl(W_2\cap W_1^{\perp}\bigr)\ge \dim W_2-\dim W_1\ge 1,\text{ por lo que existe tal vector no nulo}

Need to solve a different problem like this? Open the solver →