1.

_ Ejemplos de Independencia Lineal

Ingeniera Civil
Matemtica Bsica para Ingeniera I
_
_
Demostremos que
_
_
_
1
3
2
_
_
,
_

_
1
5
4
_
_
,
_
_
1
2
0
_
_
_
_
_
es un conjunto de vectores l.i.
Si
1
_
_
1
3
2
_
_
+
2
_

_
1
5
4
_
_
+
3
_
_
1
2
0
_
_
=
_
_
0
0
0
_
_
, tenemos que el sistema correspondiente, adems de
ser homogneo, tiene como matriz de coecientes a A =
_
_
1 1 1
3 5 2
2 4 0
_
_
, y que, al escalonar esta matriz,
obtenemos
_
_
1 1 1
0 2 5
0 0 3
_
_
. De esta ltima matriz, podemos concluir que el sistema de ecuaciones tiene
como solucin nica el vector cero y por tanto, el conjunto de vectores es l.i.
2._ Ejemplos de Dependencia Lineal
Demostremos que
_
_
_
_
_
1
3
2
_
_
,
_
_
1
2
3
_
_
,
_
_
2
1
5
_
_
_
_
_
es un conjunto de vectores l.d.
Si
1
_
_
1
3
2
_
_
+
2
_
_
1
2
3
_
_
+
3
_
_
2
1
5
_
_
=
_
_
0
0
0
_
_
, tenemos que el sistema correspondiente, adems
de ser homogneo, tiene como matriz de coecientes a A =
_
_
1 1 2
3 2 1
2 3 5
_
_
, y que, al escalonar esta
matriz, obtenemos
_
_
1 1 1
0 5 5
0 0 0
_
_
, de donde podemos concluir que el sistema de ecuaciones tiene innitas
soluciones y por tanto, el conjunto de vectores es l.d.
3._ Ejemplos de Combinacin Lineal
1
2
, v =
2
5
y w =
3
2

Ejemplo 1. Sean u =
por 3u v + 2w.
3u v + 2w = 3

1
2

2
5
+ 2
3
2
. Calculemos la combinacin lineal de ellos dada

=

3
6

2
5

6
4

1
3

13
4
0

2
0
1

son combinaciones lineales de

1
0
2

5
2
3
Ejemplo 2. Determinemos si los vectores

; es decir, veamos si existen escalares , , y , tales que

Ingeniera Civil
Matemtica Bsica para Ingeniera I
4._ Ejemplos de Espacios Vectoriales
Ejemplo 1. Sea P
2
el conjunto de todos los polinomios de grado menor o igual a 2. Es decir,
P
2
= {p(x) = a
0
+ a
1
x + a
2
x
2
: a
i
R, i = 0, 1, 2}.
Si denimos la suma y el producto por escalar como se hace habitualmente; esto es, dados
p(x) = a
0
+ a
1
x + a
2
x
2
y q(x) = b
0
+ b
1
x + b
2
x
2
,
dos polinomios de grado menor o igual a 2, y , un escalar, entonces
p(x) + q(x) = (a
0
+ b
0
) + (a
1
+ b
1
)x + (a
2
+ b
2
)x
2
p(x) = (a
0
) + (a
1
)x + (a
2
)x
2
.
Es fcil vericar que al sumar dos polinomios de grado menor o igual a dos, obtenemos un polinomio cuyo
grado es menor o igual a dos y que al multiplicar un polinomio de grado k 2 por un escalar, obtenemos de
nuevo un polinomio de grado k, a menos que el escalar por el que multipliquemos sea 0, en cuyo caso, el
polinomio es 0 (el polinomio cuyos coeficientes son 0) .

1
0
2

5
2
3

13
4
0

1
0
2

5
2
3

2
0
1

.
Equivalentemente, veamos si los sistemas
5 = 13 5 = 2
2 = 4 y
2 3 = 0
2 = 0
2 3 = 1
son consistentes. Aplicando las operaciones elementales F
3
+ 2F
1
F
3
y F
3
+
13
2
F
2
F
3
a la matriz
aumentada conjunta de los sistemas anteriores,

1 5 13 2
0 2 4 0
2 3 0 1

,
obtenemos la matriz escalonada conjunta

1 5 13 2
0 2 4 0
0 0 0 3

,
lo que indica que el primer sistema es consistente, mientras que el segundo no lo es. As que

13
4
0

es
combinacin lineal de

1
0
2

5
2
3

, mientras que

2
0
1

no lo es.
Del ejemplo anterior, observemos que para determinar si un vector es combinacin lineal de otros vectores
no es necesario calcular los escalares de la combinacin lineal; basta con vericar que existen.
El conjunto de todas las combinaciones lineales de un conjunto de vectores dado, por su importancia prctica
y terica, recibe un nombre especial.
Matemtica Bsica para Ingeniera I
Ingeniera Civil
La existencia del vector nulo es clara, el vector nulo es el polinomio 0, y el opuesto para la suma de un
polinomio p(x) = a
0
+ a
1
x + a
2
x
2
es el polinomio cuyos coeficientes son los opuestos de los de p(x),
Tenemos que
p(x) = a
0
a
1
x a
2
x
2
.
[p(x)] = [(a
0
+ a
1
x + a
2
x
2
)]
= [a
0
+ a
1
x + a
2
x
2
]
= ()a
0
+ ()a
1
x + ()a
2
x
2
= ()(a
0
+ a
1
x + a
2
x
2
)
= ()p(x).
Por tanto, P
2
es un espacio vectorial.
Despus de este ejemplo, podemos pensar en muchos ms ejemplos similares: los polinomios de grado menor
o igual a n, P
n
= {p(x) = a
0
+ a
1
x + a
2
x
2
+ . . . + a
n
x
n
: a
i
R, i = 0, 1, 2, . . . , n}, con operaciones suma y
multiplicacin por escalar denidas similarmente, para cualquier n = 0, 1, 2, . . ..
Ejemplo 2. Observemos que el conjunto de polinomios de grado igual a n, con n jo y n 1, con las suma
y la multiplicacin por escalar denidas como antes, no es un espacio vectorial. En efecto, dicho conjunto
no tiene el elemento neutro de la suma: el polinomio 0. (aunque esto es suciente para concluir que dicho
conjunto no es un espacio vectorial, notemos que ni la suma ni la multiplicacin por escalar satisfacen la
propiedad clausurativa).
Ejemplo 3. Sea F[0; 1] el conjunto de todas funciones de valor real denidas en el intervalo [0; 1]. Si denimos
suma y multiplicacin por escalar como lo hacemos habitualmente en clculo: dadas f y g, dos funciones de
valor real denidas en [0; 1], tenemos que
(f + g)(x) = f(x) + g(x) y (f)(x) = [f(x)].
En otras palabras, la suma de dos funciones f y g es la funcin (f + g) tal que el valor que toma en x es
la suma de los valores que toman f y g en x. De manera similar, el producto por escalar de por f es la
funcin f, cuyo valor en x es veces el valor de f en x.
As, F[0; 1] es un espacio vectorial.
Es fcil ver que al tomar cualquier intervalo [a; b] en lugar del intervalo [0; 1] en el ejemplo anterior, tenemos
otro gran nmero de ejemplos de espacio vectorial.
Ejemplo 4. Otro ejemplo sencillo de un conjunto que no es espacio vectorial real es Z, los nmeros enteros,
con la suma y multiplicacin por escalar habitual: al multiplicar un entero por un nmero real como

2, el
resultado no es un nmero entero.
Ejemplo 5. Sea H el hiperplano de R
4
cuya ecuacin es 2x
1
x
2
+ 3x
4
= 0. Veriquemos que H, con la
suma y la multiplicacin por escalar denidas en R
4
, es un espacio vectorial.
Si P =

p
1
p
2
p
3
p
4

y Q =

q
1
q
2
q
3
q
4

estn en H, tenemos que

2
2p
1
p
2
+ 3p
4
= 0

y 2q
1
q + 3q
4
= 0

.
ya que (P + Q) =

p
1
+ q
1
p
2
+ q
2
p
3
+ q
3
p
4
+ q
4

y P =

p
1
p
2
p
3
p
4

estn en H, puesto que

2(p
1
+ q
1
) (p
2
+ q
2
) + 3(p
4
+ q
4
) = (2p
1
p
2
+ 3p
4
) + (2q
1
q
2
+ 3q
4
) = 0 + 0 = 0
y
2(p
1
) (p
2
) + 3(p
4
) = (2p
1
p
2
+ 3p
4
) = 0 = 0.
Ingeniera Civil
Matemtica Bsica para Ingeniera I
Es claro que 0 H: 200+30 = 0 y que

P H: 2(p
1
)(p
2
)+3(p
4
) = (2p
1
p
2
+3p
4
) = 0 = 0.
ya que se satisfacen
para los elementos de R
4
(en particular, para los elementos de H). As que H es un espacio vectorial.
Este ltimo ejemplo es un caso especial, ya que H es un espacio vectorial contenido en otro espacio vectorial
(R
4
). Los espacios vectoriales como H tienen un nombre especial, por su importancia tanto prctica como
terica.
5._ Ejemplos de Subespacios Vectoriales
Ejemplo 1. Demuestre que D
n
, el conjunto de matrices diagonales de tamao nn, es un espacio vectorial.
Sabiendo que M
nn
, el conjunto de las matrices de tamao n n, es un espacio vectorial, que D
n
es no vaco y
que D
n
M
n n
. Pero claramente, al sumar dos matrices diagonales y al multiplicar una matriz diagonal por
un escalar,

obtenemos de nuevo matrices diagonales.

D
n
es un subespacio vectorial de M
nn
y por lo tanto, un espacio vectorial.
Ejemplo 2. Sea P
2
el conjunto de polinomios de grado menor o igual a 2. Demostremos que
H = {p(x) = a
0
+ a
1
x + a
2
x
2
: a
0
= 0, a
1
, a
2
R}.
es un espacio vectorial.
Sabiendo que P
2
es un espacio vectorial y que H P
2
, sean p(x) = a
0
+a
1
x+a
2
x
2
y q(x) = b
0
+b
1
x+b
2
x
2
dos polinomios de H. Entonces a
0
= 0 y b
0
= 0, y por tanto, a
0
+ b
0
= 0 y a
0
= 0.
As que
p(x) + q(x) = (a
0
+ a
1
x + a
2
x
2
) + (b
0
+ b
1
x + b
2
x
2
) = (a
0
+ b
0
) + (a
1
+ b
1
)x + (a
2
+ b
2
)x
2
y
p(x) = (a
0
+ a
1
x + a
2
x
2
) = (a
0
) + (a
1
)x + (a
2
)x
2
son polinomios de H; por el Teorema 1, H es un subespacio

vectorial de P
2
y por lo tanto, un espacio
vectorial.

no es un subespacio vectorial de Ejemplo 3. Veamos que K = (0, y, 0, 1 + y)
T
: y R R
4
.
Basta con mostrar que uno de los 10 axiomas de la denicin de espacio vectorial no se cumple. Por ejemplo,
el vector nulo (0, 0, 0, 0)
T
no se encuentra en K.
Ejemplo 4. Demostremos que si u
1
, u
2
, . . . , u
k
son vectores de R
n
, entonces G = Gen{u
1
, u
2
, . . . , u
k
} es
un espacio vectorial.
Veamos que tanto la suma como la multiplicacin por escalar son cerradas en G. Sean u y v dos vectores de
G y un nmero real. Por la denicin de conjunto generado, existen escalares
i
y
i
, para i = 1, 2, . . . n
tales que
u =
1
u
1
+
2
u
2
+ +
k
u
k
y v =
1
u
1
+
2
u
2
+ +
k
u
k
,
por lo tanto,
u +v = (
1
u
1
+ +
k
u
k
) + (
1
u
1
+ +
k
u
k
) = (
1
+
1
)u
1
+ + (
k
+
k
)u
k
y
u = (
1
u
1
+
2
u
2
+ +
k
u
k
) = (
1
)u
1
+ (
2
)u
2
+ + (
k
)u
k
;
es decir, u+v G y u G. Por el Teorema 1, G es un subespacio de R
n
y por tanto, un espacio vectorial.
Ejemplo 5. Verifiquemos que H =
a
a 2b
: a, b R

es un subespacio vectorial de R
2
.
a
a 2b

1
1

Observemos que = a +b

0
2

; por lo tanto, H = Gen

1
1
,

0
2

; y por el
resultado del ejemplo anterior, H es un espacio vectorial.
Por tanto, P
2
es un espacio vectorial.
Despus de este ejemplo, podemos pensar en muchos ms ejemplos similares: los polinomios de grado menor
o igual a n, P
n
= {p(x) = a
0
+ a
1
x + a
2
x
2
+ . . . + a
n
x
n
: a
i
R, i = 0, 1, 2, . . . , n}, con operaciones suma y
multiplicacin por escalar denidas similarmente, para cualquier n = 0, 1, 2, . . ..
Ejemplo 2. Observemos que el conjunto de polinomios de grado igual a n, con n jo y n 1, con las suma
y la multiplicacin por escalar denidas como antes, no es un espacio vectorial. En efecto, dicho conjunto
no tiene el elemento neutro de la suma: el polinomio 0. (aunque esto es suciente para concluir que dicho
conjunto no es un espacio vectorial, notemos que ni la suma ni la multiplicacin por escalar satisfacen la
propiedad clausurativa).
Ejemplo 3. Sea F[0; 1] el conjunto de todas funciones de valor real denidas en el intervalo [0; 1]. Si denimos
suma y multiplicacin por escalar como lo hacemos habitualmente en clculo: dadas f y g, dos funciones de
valor real denidas en [0; 1], tenemos que
(f + g)(x) = f(x) + g(x) y (f)(x) = [f(x)].
En otras palabras, la suma de dos funciones f y g es la funcin (f + g) tal que el valor que toma en x es
la suma de los valores que toman f y g en x. De manera similar, el producto por escalar de por f es la
funcin f, cuyo valor en x es veces el valor de f en x.
De la denicin de las operaciones, es claro que los Axiomas 1 y 6 se satisfacen. Tomando 0, el elemento nulo,
como la funcin cuyas imgenes son todas 0, se satisface el Axioma 4 y tomando (1)f como el opuesto de f se
satisface el Axioma 5.
As, F[0; 1] es un espacio vectorial.
Es fcil ver que al tomar cualquier intervalo [a; b] en lugar del intervalo [0; 1] en el ejemplo anterior, tenemos
otro gran nmero de ejemplos de espacio vectorial.
Ejemplo 4. Otro ejemplo sencillo de un conjunto que no es espacio vectorial real es Z, los nmeros enteros,
con la suma y multiplicacin por escalar habitual, ya que el Axioma 6 no se satisface: al multiplicar un entero
por un nmero real como

2, el resultado no es un nmero entero.
Ejemplo 5. Sea H el hiperplano de R
4
cuya ecuacin es 2x
1
x
2
+ 3x
4
= 0. Veriquemos que H, con la
suma y la multiplicacin por escalar denidas en R
4
, es un espacio vectorial.
Si P =

p
1
p
2
p
3
p
4

y Q =

q
1
q
2
q
3
q
4

estn en H, tenemos que

2p
1
p
2
+ 3p
4
= 0 y 2q
1
q
2
+ 3q
4
= 0.
Los Axiomas 1 y 6 se satisfacen, ya que (P + Q) =

p
1
+ q
1
p
2
+ q
2
p
3
+ q
3
p
4
+ q
4

y P =

p
1
p
2
p
3
p
4

estn en H, puesto que

2(p
1
+ q
1
) (p
2
+ q
2
) + 3(p
4
+ q
4
) = (2p
1
p
2
+ 3p
4
) + (2q
1
q
2
+ 3q
4
) = 0 + 0 = 0
y
2(p
1
) (p
2
) + 3(p
4
) = (2p
1
p
2
+ 3p
4
) = 0 = 0.
Es claro que 0 H: 2 00+3 0 = 0 y que P H: 2(p
1
)(p
2
)+3(p
4
) = (2p
1
p
2
+3p
4
) = 0 = 0.
As que se satisfacen los Axiomas 4 y 5. Los dems axiomas se satisfacen claramente, ya que se satisfacen
para los elementos de R
4
(en particular, para los elementos de H). As que H es un espacio vectorial.
Este ltimo ejemplo es un caso especial, ya que H es un espacio vectorial contenido en otro espacio vectorial
(R
4
). Los espacios vectoriales como H tienen un nombre especial, por su importancia tanto prctica como
terica.
Ingeniera Civil
Matemtica Bsica para Ingeniera I
Ingeniera Civil
Matemtica Bsica para Ingeniera I
5._ Ejemplos de Bases
l
p
a
ue

d
n
e
ic
e
a
x
c
p
o
re
m
sa
bi
r
n
c
a
o
ci
m

o
n
u
li
n
n
a
ea

l
n
i
i
g
c
u
a
a
c
l
o
a
m
l
b
v
i
e
n
c
a
t
c
o
i
r
n
0
li
e
n
s
e
l
a
a
l
t
d
r
e
iv
e
i
l
a
l
l
os
(
(
B e
g
s
en
u
e
n
ra
co
a
nj
R
u
n
n
)
t
.
o
P
l.
o
i
r
.)
ta
y
nt
q
o
u
,
e cu
=
alq
e
ui
,
e
e
r
,
v
.
e
.
c
.
t
,
or
e
se
B B {
1 2 n
}
es una base de R
n
. A esta base la llamamos base cannica o base estndar de R
n
.
Ejemplo 2. Demostremos que B = {1, x, . . . , x
n
} es una base de P
n
.
Es fcil ver que al establecer una ecuacin en P
n
, en la que un polinomio de grado menor o igual a n,
p(x) = a
0
+ a
1
x + . . . + a
n
x
n
, es una combinacin lineal de 1, x, . . . , x
n
con los escalares de la combinacin
lineal como incgnitas; es decir,
a
0
+ a
1
x + a
2
x
2
+ . . . + a
n
x
n
=
0
1 +
1
x + . . . +
n
x
n
,
por la igualdad de polinomios, obtenemos un sistema de ecuaciones lineales cuya matriz de coecientes es
la matriz idntica de tamao (n + 1) (n + 1). As, podemos concluir que cualquier polinomio de grado
menor o igual a n se puede expresar de manera nica como combinacin lineal de los polinomios 1, x, . . . , x
n
,
i
e
n
s
cl
u
u
n
y
a
en
b
d
as
o
e
el
de
polin
.
o
A
mi
e
o
st
0
a
.
b
P
a
o
s
r
e
t
l
a
a
n
l
t
l
o
a
,
m
{
a
1,
m
x
o
,
s
. .
b
.
a
,
s
x
e
n
c
}
an
es
n
u
i
n
ca
co
o
nj
b
u
as
n
e
to
es
g
t
e

n
n
e
d
r
a
a
r
do
d
r
e
de P
.
n
y adems es l.i., as que
P
n
P
n
Ejemplo 3. Demostremos que B = {E
11
, . . . , E
1n
, E
21
, . . . , E
2n
, . . . , E
m1
, . . . , E
mn
}, donde E
ij
es la matriz m
n con todas sus componentes 0, a excepcin de la componente (i, j), que es 1, es una base de M
mn
, el
espacio vectorial de las matrices de tamao m n.
De nuevo, tenemos que al establecer una ecuacin en M
mn
, en la que una matriz mn es una combina-
cin lineal de E
11
, . . . , E
1n
, E
21
, . . . , E
2n
, . . . , E
m1
, . . . , E
mn
, con los escalares de la combinacin lineal como
incgnitas, obtenemos un sistema de ecuaciones lineales cuya matriz de coecientes es la matriz idntica de
tamao mnmn. As, podemos concluir que cualquier matriz de tamao mn se puede expresar de manera
nica como combinacin lineal de las matrices E
11
, . . . , E
1n
, E
21
, . . . , E
2n
, . . . , E
m1
, . . . , E
mn
, incluyendo la
matriz nula. Por tanto, {E
11
, . . . , E
1n
, E
21
, . . . , E
2n
, . . . , E
m1
, . . . , E
mn
} es un conjunto generador de M
mn
y adem
.
s es l.i., as que es una base de M
mn
. A esta base la llamamos base cannica o base estndar de
M
mn
Ejemplo 4. Demostremos que B = {1 x, 1 + x, x
2
} es una base de P
2
.
Dado un polinomio arbitrario de P
2
, a
0
+ a
1
x + a
2
x
2
, al establecer la ecuacin
a
0
+ a
1
x + a
2
x
2
=
1
(1 x) +
2
(1 + x) +
3
x
2
= (
1
+
2
) + (
1
+
2
)x +
3
x
2
,
por la igualdad de polinomios, obtenemos el sistema de ecuaciones lineales
a
0
=
1
+
2
a
1
=
1
+
2
a
2
=
3
.
Como la matriz de coecientes de este sistema y una forma escalonada equivalente son, respectivamente,

1 1 0
1 1 0
0 0 1

1 1 0
0 2 0
0 0 1

,
Ejemplo 1. Demostremos que B = {e
1
, e
2
, . . . , e
n
} es una base de R
n
.
Cualquier combinacin lineal de e
1
, e
2
, . . . , e
n
igual a un vector dado, nos conduce a un sistema de ecuaciones
lineales, cuya matriz de coecientes es l a matriz i dntica de tamao n n, de donde podemos concluir que
Ingeniera Civil
Matemtica Bsica para Ingeniera I
podemos concluir que el sistema tiene solucin (nica) para todo (a
0
, a
1
, a
2
)
T
, as que {1 x, 1 + x, x
2
} es un
conjunto generador de P
2
y, adems, es l.i., ya que el sistema homogneo asociado a tambin

tiene solucin
nica, la trivial; por lo tanto, es una base de P
2
.
Ejemplo 5. Determinemos si B = {1 x + 3x
2
, 1 x, x
2
} es una base de P
2
.
Dado que 1 x + 3x
2
= (1 x) + 3(x
2
), por el Teorema 5, B es un conjunto l.d., por tanto, B no es una base.
Ejemplo 6. Determinemos si S =

1 0
0 1

0 2
1 0

1 2
3 1

es una base de M
22
.
Sea
a b
c d

una matriz arbitraria de M
22
y veamos si existen escalares , , tales que

a b
c d
=
1 0
0 1
+
0 2
1 0
+
1 2
3 1
=

+ 2 + 2
+ 3 +

,
lo que es equivalente a determinar si el sistema de ecuaciones lineales
a = +
b = 2 + 2
c = + 3
d = +
tiene solucin para todo (a, b, c, d)
T
. Como la matriz de coecientes de este sistema y una forma escalonada
equivalente son, respectivamente,

1 0 1
0 2 2
0 1 3
1 0 1

1 0 1
0 2 2
0 0 4
0 0 0

1 1
1 1

el sistema no tiene solucin para toda matriz de M

22
(por ejemplo, para la matriz , el
sistema no tiene solucin), de donde concluimos que S no genera a M
22
, por lo tanto, S no es una base
de este espacio.
Como lo pudimos apreciar en los ejemplos anteriores, cada espacio vectorial tiene al menos una base. Aunque
la demostracin de este resultado est fuera de nuestro alcance, lo enunciamos por su importancia dentro
del desarrollo terico y prctico del lgebra Lineal.
6._ Ejemplos de Dimensiones
Ejemplo 1. Determinemos la dimensin de V = Gen{1 x, 1 + x, x}.
Puesto que x =
1
2
(1 + x)
1
2
(1 x), tenemos que V = Gen{1 x, 1 + x} = Gen{1 x, 1 + x, x}. Ahora,
1
puesto
x, 1
que
+
1
x
+
es
x y
una
1x
base
no
de
son
V ,
m
lo
ltiplos
que
p
implica
or escalar
que la
entre si,
dimensin
el
de
conjun
V
to
es 2.
formado por ellos es l.i., por tanto,
{ }
Ejemplo 2. Demostremos que cualquier plano en R
n
que contenga el origen tiene dimensin 2.
Sea P un plano de R
n
que contiene al origen. Si
n
u
1
y u
2
son los vectores directores de P, entonces P =
y
Gen
u
{u
no
1
, u
son
2
} y p
paralelos,
or tan
u
to,
y
P
u
es sub
forman
espacio
un
de
conjun
R
to l.i., asi que u ,
P
u
ero,
es
como
una
por
base de
denicin
y p
de
or tan
plano,
to,
u
su
1
2 1 2
{
1 2
} P
dimensin es 2.