Álgebra Lineal 3

LGEBRA
LINEAL
Ingenieras
LGEBRA II
LM - PM
Unidad N 3
Espacios Vectoriales
FCEyT - UNSE
lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE
Unidad N 3:
1.- ESPACIOS VECTORIALES
Definicin 1
Sean A y K , * es una Ley de Composicin Externa (L.C.E.) en A con operadores en K si
y slo si * es una funcin con dominio en el producto cartesiano K A y toma valores en A, en
smbolos
*: K A A
( , a ) * a
Otra forma de expresar que * es una L.C.E es: K , a A a A
Definicin 2
Sean V un conjunto no vaco de elementos llamados vectores, (F, +, ) un cuerpo cuyos elementos
se llaman escalares y dos operaciones llamadas suma de vectores y la multiplicacin por escalares
(es decir multiplicacin de escalar por vector) representadas por + y respectivamente.
La terna (V, +, ) es un espacio vectorial sobre un cuerpo (F, +, ) si y slo si se verifican los
siguientes axiomas:
V1. (V, +) es grupo abeliano, es decir:

a) u, v V ; u + v V (+ es LCI en V)
b) u, v, w V ; (u + v) + w = u + (v + w) (+ es asociativa)
c) 0 V : u V ; u + 0 = 0 + u = u (0v es elemento neutro)

V V V
d) u V , u V : u + (u ) = (u ) + u = 0 (-u es el opuesto de u)
V
e) u, v V ; u + v = v + u (+ es conmutativa)
V2. a F , u V ; au V ( es LCE en V con escalares en F)
V3. a F , u , v V ; a(u + v) = au + av ( es distributiva respecto a la suma de vectores)
V4. a, b F , u V ; (a + b) u = au + bu ( es distributiva respecto a la suma de escalares)
V5. a, b F , u V ; a(bu ) = (ab)u (asociatividad de la multiplicacin por escalares)
V6. u V ; 1 u = u (1 es la unidad del cuerpo F)
Notas
Si (V, +, ) es un espacio vectorial sobre un cuerpo (F, +, ),
1.- Se expresa simplemente diciendo V es un espacio vectorial definido sobre un cuerpo F, y
para simplificar la notacin se escribe VF
Unidad 2 1
2.- Los vectores de V se suelen designar con las ltimas letras del abecedario (ej. u, v, w).
3.- Los escalares del cuerpo F usualmente se designan con las primeras letras del abecedario
(ej. a, b, c), o las primeras letras del alfabeto griego (ej. , , ).
4.- La suma de vectores es una ley de composicin interna en V, esto es
+ : V V V
(u, v ) u + v
5.- La multiplicacin por escalares es una ley de composicin externa en V con escalares en el
cuerpo F.
: F V V
(a, u ) au
A esta ley tambin se le denomina producto por escalares o producto de un escalar por un
vector
6.- Si bien tanto la ley de composicin interna en V como la ley de composicin interna en F se
simbolizan con +, stas representan operaciones diferentes en general.
Ejemplos
a) El conjunto R2 de vectores del plano cartesiano, representados por los pares ordenados de
nmeros reales, es un espacio vectorial sobre el cuerpo de los nmeros reales (R, +, ). Donde
la suma de vectores del plano real viene dada por
+ : R2 R2 R2
(u, v) u + v
def
donde u = ( x1 , y1 ), v = ( x2 , y2 ) R 2 y u + v = ( x1 + x2 , y1 + y2 ) R 2 .
y el producto de un nmero real por un vector del plano real est definido por:
: R R2 R2
(a, u ) au
def
en donde, a R, u = ( x, y ) R 2 y au = ( ax, ay ) R 2 .
Interpretacin geomtrica de la suma y de la resta en el espacio vectorial RR2

Geomtricamente, cada par ordenado de nmeros reales (x, y) se puede interpretar como un
punto del plano cartesiano R R , y tambin como un vector cuyo origen es el origen de
coordenadas y su extremo el punto (x, y).
Por lo tanto la suma de dos vectores u = ( x1 , y1 ) y v = ( x2 , y2 ) de R 2 , viene definido por el
vector u + v = ( x1 + x2 , y1 + y2 ) , el cul geomtricamente representa la diagonal del
paralelogramo de lados u y v que contiene al origen de ambos vectores, como se puede
observar en la Figura 1.
Con respecto a la resta de vectores, en todo grupo est definida por
u v = u + (-v).
Unidad 2 2
En esta situacin, como u = ( x1 , y1 ) y v = ( x2 , y2 ) , y el opuesto de v es v = (x2 , y2 ) , se

tiene
u v = u + (v) = ( x1 , y1 ) + (x2 , y2 ) = ( x1 x2 , y1 y2 )
As, la diagonal del paralelogramo de lados u y v que une los extremos de ambos vectores,
representa al vector libre u v con origen en el extremo del vector v y extremo en el extremo
del vector u, como se puede observar en la Figura 1.
u = (1,3),
v = (2, 1)
Figura 1
Interpretacin geomtrica de producto de un escalar por un vector

El producto de un escalar a R, por un vector u = ( x, y ) R 2 viene dado por el vector
au = (ax, ay ) R 2 .
El vector au tiene distintas caractersticas segn sea el valor del escalar a. En la Tabla 1, se
describe el comportamiento del vector au para los posibles valores de a.
au
a=0 es igual al vector nulo (0,0)
a=1 es igual al vector u
0<a<1 igual sentido y direccin de u, pero de menor longitud que u

igual sentido y direccin de u, pero de mayor longitud que u
a>1
Unidad 2 3
igual direccin, pero sentido contrario a u y menor longitud que u

-1 < a < 0
igual direccin, pero sentido contrario a u y mayor longitud que u
a < -1
Tabla 1
1 1
Ejemplo Los vectores v = (2, 1), 2v = (4, 2) y v = (-1, - ) se pueden visualizar
2 2
geomtricamente en la Figura 2
Figura 2
b) El conjunto R3 = {( x, y, z ) / x, y, z R} de vectores del espacio, representados por los ternas

ordenadas de nmeros reales, es un espacio vectorial sobre el cuerpo de los nmeros reales
(R, +, ).
La suma de vectores de R3 es una ley de composicin interna dada por
+ : R3 R3 R3
(u, v) u + v
en donde u = ( x1 , y1 , z1 ) y v = ( x2 , y2 , z2 ) R3 y la suma de u y v est definida por
def
u + v = ( x1 , y1 , z1 ) + ( x2 , y2 , z2 ) = ( x1 + x2 , y1 + y2 , z1 + z2 )
y el producto de un escalar real por un vector de R3 es una ley de composicin externa con
escalares en el cuerpo de los nmeros reales dada por
: R x R3 R3
(a, u) au
En donde u = ( x, y, z ) R3 y el producto de un escalar a R y el vector u est definida por
Unidad 2 4
def
au = a ( x, y , z ) = ( ax, ay , az )
Nota
En la Figura 3 se muestra la representacin de un vector u = (a1, b1, c1) R3
Figura 3
c) En general, para n N, el conjunto Rn de las n-uplas ordenadas de nmeros reales es un

espacio vectorial sobre el cuerpo de los nmeros reales (R, +, ) con la suma de n-uplas y el
producto de un nmero real por una n-upla.
En Smbolos:
RRn = R R R R = {(a1 , a2 ,, an ) / ai R, i = 1, 2, , n}
n veces R
La suma de n-uplas es una ley de composicin interna
+ : Rn x Rn Rn
(u, v) u + v
definida del siguiente modo,
si u = ( a1 , a2 ,, an ) R n , v = (b1 , b2 , , bn ) R n , se define
def
u + v = (a1 , a2 ,, an ) + (b1 , b2 ,, bn ) = (a1 + b1 , a2 + b2 ,, an + bn )
El producto de un escalar por una n-upla es una ley de composicin externa
: R Rn Rn
( , u ) u
definida como sigue
Unidad 2 5
def
si R, u = ( a1 , a2 ,, an ) R , u = (a1 , a2 , , an ) = ( a1 , a2 , , an )
Observacin
Es claro que para n = 1, RR es un espacio vectorial, es el espacio vectorial del conjunto de los
reales sobre el cuerpo de los nmeros reales. Geomtricamente los vectores de este espacio
vectorial se representan en la recta real.
d) El conjunto R mn de las matrices reales que tienen m filas y n columnas es un espacio vectorial
sobre el cuerpo de los reales (R, +, ) con la suma de matrices y la multiplicacin de un
nmero real por una matriz. En smbolos:
La suma de matrices es una ley de composicin interna en R mn esto es,
+ : R mn R mn R mn
,
( A, B) A+ B
definida del siguiente modo,
def
si A = aij , B = bij R mn , A + B = aij + b = aij + b
ij ij
La multiplicacin de un escalar real por una matriz es ley de composicin externa
: R R mn R mn
,
(, A) A
definida por
def
si R, A = aij R mn , se define A = aij = aij
e) Sea F un cuerpo y sea X un conjunto no vaco. Sea el conjunto FX formado por las funciones
con dominio X y con valores en F, esto es
FX = {f / f : X F}
Las siguientes operaciones definen sobre FX una estructura de espacio vectorial sobre el
cuerpo (F, +, )
Suma: f , g FX ( f + g )( x ) = f ( x ) + g ( x) , x X
Producto: a F f FX (a f )( x) = a f ( x) , x X
Es claro que la suma y el producto estn bien definidos, ya que
f , g FX f + g FX
a F f FX a f FX
Unidad 2 6
Es decir que la suma es una ley de composicin interna en FX, y que el producto es ley de
composicin externa en FX con escalares en el cuerpo F.
Es fcil mostrar que efectivamente el conjunto FX con estas operaciones es un espacio
vectorial sobre el cuerpo (F, +, )
PROPIEDADES DE LOS ESPACIOS VECTORIALES
Sea V un espacio vectorial sobre un cuerpo F

Proposicin 1
El escalar 0 F, multiplicado por cualquier vector de V es igual al vector nulo de V. En smbolos,
u V ; 0 u = 0V
Demostracin
Sean F y u V, entonces
u = ( + 0)u (1)
u = u+0 u (2)
u + 0V = u + 0 u (3)
0V = 0 u (4)
Referencias:
(1) El 0 es elemento neutro aditivo en el cuerpo F.
(2) Por Axioma V4 de espacio vectorial.
(3) El vector nulo 0V es el elemento neutro aditivo en el espacio vectorial V.
(4) Vale la ley cancelativa en el grupo abeliano (V, +).
Proposicin 2
Cualquier escalar del cuerpo F multiplicado por el vector nulo de V es igual al vector nulo de V.
En smbolos,
F ; 0V = 0V
Demostracin
Sean F y 0V V, entonces
u = (u + 0V ) (1)
u = u + 0V (2)
u + 0V = u + 0V (3)
0V = 0V (4)
Referencias:
(1) El vector nulo 0V es elemento neutro aditivo en el espacio vectorial V.
(2) Por axioma V3 de espacios vectoriales.
(3) El vector nulo 0V es el elemento neutro aditivo en V.
(4) Vale la ley cancelativa en el grupo abeliano (V, +)
Unidad 2 7
Proposicin 3
Cualesquiera sean F y u V, se verifica
( ) u = (u) = ( u )
Demostracin
i) Sean F y u V, entonces
u V, luego por ser ( V, +) un grupo se tiene - ( u) V y se verifica
u + [- ( u)] = [- ( u)] + u = 0V (I)
Adems
u + (-) u = ( + (-)) u = 0 u = 0V (II)
(1) ( 2) (3)
De (I) y (II) resulta
u + (-) u = u + [- ( u)]
y por la ley cancelativa en el grupo ( V, +) es,
(-) u = - ( u)
Referencias:
(1) Por el axioma V4 de espacio vectorial.
(2) En el grupo abeliano (F,+), un elemento ms su opuesto es igual al escalar cero.
(3) Por Proposicin 1.
ii) Sean F y u V, entonces

u V, luego por ser ( V, +) un grupo se tiene - ( u) V y se verifica
u + [- ( u)] = [- ( u)] + u = 0V (I)
Adems
u + (- u) = (u + (- u)) = 0V = 0V (II)
(1) ( 2) (3)
De (I) y (II) resulta
u + (-u) = u + [- ( u)]
Y por la ley cancelativa en el grupo ( V, +) es,
(-u) = - ( u)
Referencias:
(1) Por axioma V3 de espacio vectorial.
(2) En el grupo abeliano (V,+): un elemento ms su opuesto es igual al vector nulo.
(3) Por Proposicin 2.
Proposicin 4
Cualquiera sea u V se verifica (-1) u = - u
Demostracin
Por proposicin 3, si se toma = - 1 se tiene (-1) u = - (1 u) = - u
Unidad 2 8
Proposicin 5
Cualesquiera sean F y u V, se verifica que
u = 0V = 0 u = 0V
Demostracin
Sean F y u V tales que u = 0V 0 , entonces
u = 0V 1 ( u ) = 1 0V ( 1 ) u = 0V 1 u = 0V u = 0V
(1) (2) (3) (4)
Referencias:
(1) Ya que 0 , existe -1. Se multiplica en ambos miembros por -1
(2) Por axioma V5 de espacio vectorial y por Proposicin 2.
(3) En el grupo abeliano (F-{0}, ), cada elemento por su inverso es igual a la unidad
(4) Por axioma V6 de espacio vectorial
Proposicin 6
Cualesquiera sean F y u, v V, se verifica que
(u v) = u v .
Demostracin
Sean F y u, v V, entonces
(u v ) = (u + (v )) = u + (v ) = u + (( v)) = u v
(1) (2) (3) (4)
Referencias:
(1) Por definicin de resta de vectores
(2) Por axioma V3 de espacio vectorial
(3) Por Proposicin 3
(4) Por definicin de resta de vectores
2. - SUBESPACIOS VECTORIALES
Definicin 1
Sea VF un espacio vectorial y sea S un subconjunto no vaco de V ( S V S ). S es un
subespacio vectorial de V si y slo si S con la ley de composicin interna + y la ley de composicin
externa definidas en V pero restringidas a S es un espacio vectorial.
Ejemplos
Sea el espacio vectorial R2R. Son subespacios vectoriales de R2:
Los conjuntos {(0,0)} y R2.
Toda recta que contiene al origen. Por ejemplo:
El eje OX, que viene representado analticamente por

S = 0 X = {( x, y ) R 2 / y = 0}
Unidad 2 9

El eje OY, que viene representado analticamente por T = 0Y = {( x, y ) R 2 / x = 0}
La primera bisectriz, que est representada analticamente por

H = {( x, y ) R 2 / y = x}
Notas
1.- Si S es un subespacio vectorial de V, se denotar S V .
2.- Si S es un subespacio vectorial de V, los conjuntos {0 v } y V son subespacios vectoriales
triviales de VF.
Proposicin 1
Sea VF un espacio vectorial y sea S un subconjunto no vaco de V. Son condiciones necesarias y
suficientes para que S sea un subespacio vectorial de V, que S sea cerrado para suma de vectores y
para el producto por escalares. En smbolos
i) u, v S u + v S
S V
ii) F uS uS
Demostracin
) Las condiciones son necesarias.
i ) u, v S u + v S
S V
ii ) F u S u S
Por hiptesis S es subespacio vectorial de V, entonces por Definicin1 resulta que S es un
espacio vectorial. Por lo tanto
1) la suma es ley de composicin interna en S, es decir que se verifica i).
2) el producto por escalares es ley de composicin externa en S con escalares en F, por lo tanto
se verifica ii).
) Las condiciones son suficientes.

V espacio vectorial

S V

Hiptesis S

i ) u, v S u + v S

ii ) F u S u S
Unidad 2 10
1) S V

2) S

3) ( S , +) es grupo abeliano

Tesis : S V 4) a F , u S ; au S

5) a F , u , v S ; a (u + v) = au + av

6) a, b F , u S ; (a + b) u = au + bu

7) a, b F , u S ; a (bu ) = (ab)u
8) u S ; 1 u = u

En efecto
1) S V, por hiptesis
2) S , por hiptesis
3) (S, +) es grupo abeliano. En efecto
La condicin i) nos indica que + es ley de composicin interna en S.
+ es asociativa, ya que se verifica por herencia puesto que S V.
0V S : u S ; u + 0V = 0V + u = u
En efecto, por hiptesis ii)
F u S u S ,
entonces para = 0 u S se tiene
0 uS 0V S .
Prop1 de Esp Vect
u S ; u S : u + (u ) = (u ) + u = 0V
Por hiptesis ii)
F u S u S
Luego tomando =1 u S , resulta
(1) u S u S .
Prop 4 EspVect
+ es conmutativa en S. Se verifica por herencia, pues S V.

4), 5), 6), 7) y 8) se verifican por herencia, pues S V.
Q.E.D.
OPERACIONES CON SUBESPACIOS VECTORIALES
Proposicin 2
Sea VF un espacio vectorial y sean S1 , S2 dos subespacios vectoriales de V entonces S1 S2 es
tambin un subespacio vectorial de V.
Unidad 2 11
Demostracin
Por definicin,
def
S1 S 2 = { v V / v S1 v S 2 }
Este conjunto es un subespacio vectorial de V, en efecto,

1. S1 S2 V por definicin de S1 S2 .
2. S1 S2 , ya que:
S1 V 0V S1
0V S1 S2
S2 V 0V S2
3. u, v S1 S2 u + v S1 S2
En efecto,
u, v S1 S2 u, v S1 u, v S2
(1) (2)
u + v S1 u + v S2 u + v S1 S 2
(2) (3)
Referencias:
Complete el alumno
(1)
(2)
(3)
4. F u S1 S2 u S1 S2
F u S1 S 2 F u S1 u S2
(1) (2)
u S1 u S 2 u S1 S 2
(2) (3)
Referencias:
Complete el alumno
(1)
(2)
(3)
Luego por 1., 2., 3., y 4. se tiene que S1 S2 es un subespacio vectorial de V.

Q.E.D.
Proposicin 3
Sea VF un espacio vectorial y sean S1 y S2 dos subespacios vectoriales de V. Entonces la suma de
S1 y S2 es tambin un subespacio de V. En smbolos,
S1 V S 2 V S1 + S 2 V
Demostracin
def
Se define S1 + S 2 = { v V / v = v1 + v2 , v1 S1 v2 S 2 }
Unidad 2 12
Es decir, el conjunto S1 + S2 est formado por todos los vectores de V que se pueden
descomponer como suma de dos vectores v1 S1 y v2 S 2 .
1. S1 + S2 V por definicin de S1 + S 2
2. S 1 + S 2 , pues 0v S1 0v S2 0v = 0v + 0v 0v S1 + S2
3. u , v S1 + S 2 u + v S1 + S 2
En efecto
u , v S1 + S 2 u = u1 + u 2 v = v1 + v2 con u1 , v1 S1 u2 , v2 S 2
u + v = (u1 + u 2 ) + (v1 + v 2 ) , con u1 , v1 S1 u 2 , v 2 S 2
u + v = (u1 + v1 ) + (u 2 + v2 ) , con u1 + v1 S1 u 2 + v2 S 2 u + v S1 + S 2
4. F u S1 + S 2 u S1 + S 2
En efecto,
F , u S1 + S 2 F u = u1 + u 2 , con u1 S1 u 2 S 2
u = (u1 + u 2 ) = u1 + u 2 , con u1 S1 u 2 S 2
Luego u S1 + S 2
De 1., 2., 3. y 4. se tiene que S1+S2 es un subespacio vectorial de V.
Q.E.D.
Observacin:
La unin de subespacios vectoriales en general no es un subespacio vectorial.
Contraejemplo:
Sea el espacio vectorial R2R , y sean los subespacios vectoriales
S1 = {( x, y ) R 2 / y = x} y S2 = {( x, y ) R 2 / y = 0} ,
entonces la unin de estos dos subespacios es el conjunto
S1 S 2 = {( x, y ) R 2 / y = x y = 0}
Es claro que,
S1 S2 R2 , por definicin de S1 S 2
S1 S 2 , pues (0,0) S1 S 2
Pero, S1 S2 no es cerrado para la suma de vectores, ya que

(1, 1) S1 S2 (1, 0) S1 S2 , sin embargo (1, 1) + (1, 0) = (2, 1) S1 S2
Por lo tanto S1 S2 no es un subespacio vectorial de R2.
Unidad 2 13
COMBINACIONES LINEALES DE VECTORES

Definicin 2
Sea VF un espacio vectorial y sea A un subconjunto (finito o infinito) no vaco de V.
Sean u1, u2, , un vectores de A diferentes entre s y 1, 2, , n elementos cualesquiera del
cuerpo F.
Se denomina combinacin lineal de vectores del conjunto A con escalares del cuerpo F a la
expresin
n
1 u1 + 2 u 2 + + n u n = i ui (1)
i =1
Es claro que al efectuar las operaciones indicadas en (1) se obtiene como resultado un vector del
espacio vectorial V. Sea v tal vector, es decir
n
v = 1 u1 + 2 u2 + + n un = i ui
i=1
Al vector v se le llama valor de la combinacin lineal. Tambin se dice que v se ha obtenido
por medio de la combinacin lineal de vectores del conjunto A.
Si se considera una nueva seleccin de escalares , , , n F se puede formar otra

1 2
combinacin lineal de los vectores u1, u2, , un , esto es
1 u1 + 2 u 2 + + n un (2)
Si u es el valor de esta combinacin lineal se tiene
u = 1 u1 + 2 u 2 + + n u n
Tambin se puede formar la siguiente combinacin lineal
0 u1 + 0 u2 + + 0 un
Esta combinacin lineal de los vectores u1, u2, , un se denomina combinacin lineal trivial la
cual obviamente tiene el valor 0V
Ejemplo
Sea el espacio vectorial RR2 , y sea A = {(1,1) , (2,3) , (1, 0)} R2. Si se consideran los escalares 1,
2, -2 R, se puede formar la siguiente combinacin lineal de vectores del conjunto A
1 (1, 1) + 2 (2,3) + (2) (1,0) = (1, 1) + (4, 6) + (2, 0) = (3, 7)
En donde (3, 7) es el valor de la combinacin lineal.
Unidad 2 14
Combinaciones Lineales Idnticas
Definicin 3
Dos combinaciones lineales son idnticas si tienen los mismos trminos no triviales. .
Por ejemplo
1 u2 , 0 u1 + 1 u2 + 0 u3 , 0 u1 + 1 u2 ,
son combinaciones lineales idnticas.
Es claro que las combinaciones lineales idnticas tienen el mismo valor.
De acuerdo a este concepto, dado un conjunto A y una combinacin lineal de vectores de A
1 u1 + 2 u 2 + + n un
se puede suponer siempre que es una combinacin lineal de todos los vectores de A, pues bastar
completarla con trminos triviales.
As por ejemplo, si A = {v1, v2, v3}, la combinacin lineal
a1v1+ a2v2
es una combinacin lineal de todos los vectores de A, pues es idntica a la combinacin lineal
a1v1+ a2v2+ 0 v3
Observacin
An cuando A sea un conjunto infinito, una combinacin lineal no trivial de sus vectores tendr
siempre (por la forma en que fue definido el concepto) un nmero finito de trminos no triviales.
SUBESPACIO VECTORIAL GENERADO POR UN CONJUNTO DE VECTORES

Sean VF un espacio vectorial y A V A .
Se designa con A al conjunto de todos los vectores de V que se obtienen por medio de
combinaciones lineales de vectores del conjunto A.
En smbolos
n
A = v V / v = a1 u1 + a2 u 2 + + an u n = ai ui , ai F ui A , i = 1,2, , n
i =1
Nota
El conjunto A se lee A barra
Proposicin 4
El conjunto A es un subespacio vectorial de V.
Unidad 2 15
Demostracin
1. A V , se cumple por definicin de A.

2. A , pues 0v A, ya que
0 v = 0 u1 + 0 u2 + + 0 un , ui A , i = 1, 2, , n
Es decir, 0v es combinacin lineal de vectores del conjunto A
3. u, v A u + v A
En efecto,
n n
u , v A u = a i u i v = bi u i con ai , bi F u i A , i = 1, 2, , n
i =1 i =1
Luego
n n n n n
u + v = ai ui + bi ui = ( ai ui + bi ui ) = (ai + bi ) ui = ci ui
i =1 i =1 i =1 i =1 i =1
Con ci = ai + bi , i = 1,2, , n
As, u + v es una combinacin lineal de vectores de A. Por lo tanto u + v A
4. F u A u A
Es claro que
n
u A u = ai u i con ai F ui A, i = 1, 2, , n
i =1
luego,
n n n n
u= ai ui = (ai ui ) = ( ai ) ui = ci ui con ci = ai , i = 1, 2,, n
i =1 i =1 i =1 i =1
es decir que u es una combinacin lineal de vectores del conjunto A. Por lo tanto u A .
Entonces de 1., 2., 3. y 4. se tiene que A es un subespacio vectorial de V.

Q.E.D
Definicin 4
a) Al subespacio vectorial A se le denomina subespacio vectorial generado por el conjunto

A.
b) Diremos tambin que A es un generador del subespacio vectorial A , pues todo vector
de A es combinacin lineal de vectores del conjunto A.
Nota
Es fcil probar que A A
Unidad 2 16
Ejemplos
a) Sea el espacio vectorial RR3 y sea A = {(1, 0, 0), (0, 1, 0)}, el subespacio generado por A es
A = {(x, y, z) R 3 / (x, y, z) = a1(1, 0, 0) + a2 (0, 1, 0) con a1 , a2 R}
Todo vector de A se expresa como

(x, y, z) = a1(1, 0, 0) + a2 (0, 1, 0) con a1 , a2 R
(x, y, z) = (a1, 0, 0) + (0, a2, 0)
(x, y, z) = (a1, a2, 0)

Como a1 y a2 representan cualquier nmero real entonces la condicin para que (x, y, z) sea
combinacin lineal de vectores de A es que z = 0
es decir,
(x, y, z) A z=0
por lo tanto, el subespacio vectorial de R3 generado por el conjunto
A= {(1, 0, 0), (0, 1, 0)} es A = {(x, y, z) R3 / z = 0}
As, por ejemplo, el vector (5, -1, 0) es combinacin lineal de los vectores de A, pues
(5, -1, 0) = 5 (1, 0, 0) + (-1) (0, 1, 0)
b) Sea el espacio RR2 y el conjunto A = {(1, 1)}. El subespacio generado por el conjunto A es
{ }
A = ( x, y ) R 2 / ( x, y ) = a (1, 1)
Es decir todo vector de A tiene la forma y

( x , y ) = a (1, 1) con a R
(x, y) = (a, a)
(1, 1)
luego, ( x, y) A x=y
x
es decir {
A = ( x, y ) R 2 / y = x } O
La representacin geomtrica de A es la recta de ecuacin y = x (es la primera bisectriz). Para

generar este subespacio vectorial bast slo un vector el (1, 1).
Unidad 2 17
Definicin 5
Dado un espacio vectorial VF y un subconjunto no vaco A de V, se dice que A genera al espacio V
si y slo si A = V, es decir que todo vector de V es combinacin lineal de vectores del conjunto A.
Nota
En esta situacin las siguientes expresiones son equivalentes
a) A es un generador de V
b) El espacio vectorial V es generado por el conjunto A
c) A genera a V
d) Todo vector de V se combinacin lineal de vectores de A
Ejemplo
Sea el espacio R2R y el conjunto A = {(1, 1), (1,0)}. El subespacio generado por el conjunto
A por definicin viene dado por
{ }
A = ( x, y ) R 2 / ( x , y ) = (1,1) + (1,0 )
esto es equivalente a decir que
(x, y) A , R : ( x, y ) = (1, 1) + (1, 0)
Partiendo de la igualdad
(1, 1) + (1, 0 ) = ( x , y ) ,
y realizando las operaciones indicadas se tiene
(, ) + (, 0) = ( x, y)
( + , ) = (x, y )
+ = x

= y
Uno de los modos de resolver este sistema de dos ecuaciones lineales con dos incgnitas es
empleando el Mtodo de Gauss (o Mtodo de Eliminacin Gaussiana)
Unidad 2 18
1 1 x
1 0 y
1 1 x
f 2 + (1) f1
0 1 x + y
1 1 y
(1) f 2
0 1 x y
Es claro que rg A = rg A a = 2 = n incgnitas

y por Teorema de Rouch-Frobenius y su Corolario, el sistema es compatible determinado. Es
decir, cualesquiera sean x e y, existen y son nicos los escalares , R tales que
(x, y ) = (1, 1) + (1, 0) .
Luego A = R 2 , es decir A es generador del espacio R2, o bien todo vector de R2 se puede expresar
como combinacin lineal de vectores del conjunto A.
Observacin
Todo espacio vectorial es generador de s mismo.
Proposicin 5
Sea VF un espacio vectorial y sean A y B dos subconjuntos de V no vacos tales que A B,
entonces el subespacio generado por A est incluido en el subespacio generado por B. En smbolos,
A B A B
Demostracin
Sean A = {u1, u2, , un} y B = {u1, u2, , un, un+1, un+2, , um}. Es claro que A B
Probar que A B equivale probar que u A u B . En efecto

u A u = a1 u1 + a2 u2 + + an un =
= a1 u1 + a2 u2 + + an un + 0 un +1 + 0 un + 2 + + 0 um u B
Esto es porque u resulta una combinacin lineal de los elementos de B.
ESPACIO FILA DE UNA MATRIZ

Sea una matriz M de tipo m n con elementos en un cuerpo (F, +, ).
a11 a12 a1n

a a 22 a 2 n
M = 21 F mn

a m1 am2 a mn
(1)
Es claro que los vectores fila de la matriz M son vectores del espacio vectorial FF1n
(1) 1n
El espacio vectorial FF es el de las matrices con elementos en el cuerpo F y que tienen una fila y n columnas.
Unidad 2 19
f1 = [ a11 a12 a1n ]

f 2 = [ a21 a22 a2 n ]
F
1n
...............................
f m = [ am1 am 2 amn ]
Si F es el conjunto de los vectores fila de la matriz M, es claro que F es un subconjunto del

espacio vectorial F1xn
F = {f1, f2, , fm} F 1n
Definicin 1
El Espacio Fila de la matriz M, denotado por Sf (M), es el subespacio vectorial generado por el
conjunto de las filas de la matriz M, es decir es el subespacio generado por el conjunto
F = {f1, f2, , fm} F 1n . En smbolos,
Sf ( M ) = F F 1n
En otras palabras, el Espacio Fila de la matriz M, es el conjunto de todos los vectores del
espacio F1xn que se expresan como combinacin lineal de los vectores fila de la matriz M, esto es
m
Sf (M) = {f F 1n / f = i fi , i =1,2,...,m; i F fi fila de M }
i=1
Es decir,
Sf (M) = {f F 1n / f = 1 f1 + 2 f2 + + m fm , i = 1, 2, , m; i F fi fila de M}
ESPACIO COLUMNA DE UNA MATRIZ

Sea una matriz M de tipo mxn con elementos en un cuerpo (F, +, ).
a11 a12 a1n

a a 22 a 2 n
M = 21 F m n

a m1 am2 a mn
(2)
Es claro que los vectores columnas de la matriz M son vectores del espacio vectorial FFm1
a11 a12 a1n
a a a
c1 = 21 , c2 = 22 , , cn = 2 n F m1

am1 am 2 amn
Si denotando con C al conjunto de los vectores columnas de la matriz M, resulta que C
es un subconjunto del espacio vectorial Fmx1
(2) m1
El espacio vectorial FF es el de las matrices con elementos en el cuerpo F y que tienen m filas y 1 columna.
Unidad 2 20
C = {c1, c2, , cn} F m1
Definicin 2
El Espacio Columna de la matriz M, denotado por Sc (M), es el subespacio vectorial generado
por el conjunto de las columnas de la matriz M, es decir es el subespacio generado por el conjunto
C = {c1, c2, , cn} F . En smbolos,
mx1
Sc (M ) = C F m1 .
En otras palabras, el Espacio Columna de la matriz M, es el conjunto de todos los vectores del
espacio Fmx1 que se expresan como combinacin lineal de los vectores columnas de la matriz M
n
Sc (M) ={c F m1 / c = j c j , j =1, 2, ..., n ; j F c j columna de M }.
j =1
Esto es,
Sf (M) ={c F m1 / c =1 c1 + 2 c2 ++ n cn , j =1, 2, , n; j F cj columna de M}.
INDEPENDENCIA LINEAL DE VECTORES

Definicin 1
Sea VF un espacio vectorial y sea A V A
El conjunto A es linealmente independiente si y slo si el nico modo de obtener el vector nulo
como combinacin lineal de vectores de A es a travs de la combinacin lineal trivial.
En smbolos,
def n
A es linealmente independiente a u = 0 i = 1, 2, , n ; a = 0
i =1
i i v i
Ejemplos
a. En el espacio vectorial RR3 , el conjunto A = {(1, 2, -5)} es linealmente independiente. En efecto,
se toma una combinacin lineal de valor (0, 0, 0) del nico vector de A
a (1, 2, -5) = (0, 0, 0)
operando se tiene
(a, 2a, -5a) = (0, 0, 0)
Por igualdad de ternas ordenadas, se obtiene el siguiente sistema de ecuaciones lineales
homogneo (SELH)
a = 0

2a = 0

5a = 0
Unidad 2 21
Este sistema tiene tres ecuaciones lineales con una incgnita. Es evidente que se trata de un
sistema compatible determinado, en el cual la nica solucin es a = 0 (solucin trivial). Luego el
conjunto A es linealmente independiente.
b. En el espacio vectorial RR2 , el conjunto A = {(1, 2), (1, 1)} es linealmente independiente.
Procediendo de manera anloga al ejemplo precedente se tiene
(1, 2) + (1, 1) = (0, 0)
(, 2) + (, ) = (0, 0)
( + , 2 + ) = (0, 0)
+ = 0

2 + = 0
Aqu se tiene un sistema homogneo (SELH) de dos ecuaciones lineales con dos incgnitas y se
sabe que todo SELH es compatible, es decir tiene al menos la solucin trivial. Resta averiguar si
es determinado o indeterminado. Resolviendo el sistema por el mtodo de eliminacin gaussiana,
1 1 0
2 1 0
1 1 0
f 2 + (2) f1
0 1 0
1 1 0
0 1 0 (1) f 2
Es evidente que rg A = rg A a = 2 = n incgnitas ,

y segn el Teorema de Rouch-Frobenius y su Corolario, el SELH es compatible determinado,
luego la nica solucin es la trivial, esto es
= 0 = 0.
Luego por definicin, el conjunto A es linealmente independiente.
c. En el espacio vectorial R2R, el conjunto D = {(1, 2), (2, 4)} no es linealmente independiente.
En efecto, procediendo de manera anloga al ejemplo precedente, se toma una combinacin
lineal de vectores del conjunto A que tenga valor cero vector,
Unidad 2 22
(1, 2) + (2, 4) = (0, 0)
operando ( , 2 ) + (2 , 4 ) = (0, 0)
( + 2 , 2 + 4 ) = (0, 0)
e igualando se obtiene el SELH siguiente

+ 2 = 0

2 + 4 = 0
Se toma la matriz ampliada del sistema y se determina el rango de la matriz de coeficientes
1 2 0
2 4 0
1 2 0
0 0 0
rg A = 1 2 = n incgnitas
Se trata de un SELH compatible indeterminado cuyo conjunto solucin es
So= {( , ) R 2 / = 2}
De modo que existen infinitas soluciones no triviales de la forma (2, ) , como por ejemplo
= 2 y = -1, por lo que el vector nulo se puede escribir como una combinacin no trivial de los
vectores de D
2 (1, 2) + (-1) (2, 4) = (0, 0)
y como existe al menos una combinacin lineal no trivial de vectores de D de valor 0V se tiene
que el conjunto no es linealmente independiente.
Definicin 2
Sea VF un espacio vectorial y sea A V A .
El conjunto A es linealmente dependiente si y slo si existe una combinacin lineal no trivial de
valor 0v.
En smbolos,
def n
A es linealmente dependiente i { 1, 2, , n } : a 0 a u = 0
v
i
i =1
i i

Observacin: A es linealmente dependiente si y slo si A no es linealmente independiente
Unidad 2 23
Ejemplo
El conjunto D del ejemplo c. precedente, es linealmente dependiente.
PROPIEDADES DE LOS CONJUNTOS LINEALMENTE DEPENDIENTES
Sea VF un espacio vectorial y A V A

Proposicin 1
Si el vector nulo pertenece al conjunto A, entonces A es linealmente dependiente
Demostracin
Sin perder generalidad, se puede suponer que u1 = 0V A, entonces la siguiente combinacin lineal
de vectores de A
a1 u1 + 0 u 2 + + 0 u n = 0 V , con a1 0 i = 1, 2, , n, ui A
es una combinacin lineal no trivial de valor 0V. Luego A es Linealmente dependiente.
Q.E.D.
Ejemplos
a. En el espacio vectorial RR3 , el conjunto A = {(1, 2, -5), (1,-1, 4), (0, 0, 0)} es linealmente
dependiente.
1 2 1 0 0 0
b. En el espacio vectorial RR23 , el conjunto A = 0 3 0 , 0 0 0 es

linealmente dependiente
Proposicin 2
El conjunto A es linealmente dependiente si y slo si existe un vector de A que es combinacin
lineal de los restantes vectores de A.
Demostracin
) La condicin es necesaria
Si A es linealmente dependiente entonces existe un vector de A que es combinacin lineal de
los restantes vectores
En efecto, por hiptesis A es linealmente dependiente, entonces por Definicin 2 existe una
combinacin lineal no trivial de vectores de A de valor 0V, es decir
j { 1, 2, , n} tal que a j 0 y
a1 u1 + a2 u2 + + a j 1 u j 1 + a j u j + a j +1 u j +1 + + an u n = 0 V , donde uj A, j = 1, 2, , n
Unidad 2 24
luego a j u j = a1 u1 a 2 u 2 a j 1 u j 1 a j +1 u j +1 a n u n
1 1
Como aj 0, existe , entonces pre-multiplicando por en ambos miembros de la igualdad
aj aj
precedente se tiene
a j u j = ( a1 u1 a2 u2 a j 1 u j 1 a j +1 u j +1 an un )
1 1
aj aj
operando
a1 a a a a
uj = u1 2 u 2 j 1 u j 1 j +1 u j +1 n u n ()
aj aj aj aj aj
ai
Sea bi = , i = 1, 2, , n ; i j
aj
al reemplazar en (), se tiene que

u j = b1 u1 + b2 u 2 + + b j 1 u j 1 + b j +1 u j +1 + + bn un
luego uj es una combinacin lineal de los restantes vectores de A.
) La condicin es suficiente
Si existe un vector de A que es combinacin lineal de los restantes vectores de A, entonces A
es linealmente dependiente
Sea uj A tal que, uj es combinacin lineal de los restantes vectores de A. Esto es,
n
uj = b u i i
i =1
i j
es decir
u j = b1 u1 + b2 u 2 + + b j 1 u j 1 + b j +1 u j +1 + + bn un
sumando en ambos miembros (- uj ) = (-1) uj
0 v = b1 u1 + b2 u 2 + + b j 1 u j 1 + b j +1 u j +1 + + bn u n + ( 1)u j
reordenando los trminos
0 v = b1 u1 + b2 u2 + + b j 1 u j 1 + ( 1) u j + b j +1 u j +1 + + bn un
Esta es una combinacin lineal no trivial (uno de los escalares es 1 ) de vectores de A de valor
0V. En consecuencia, el conjunto A es linealmente dependiente.
Q.E.D.
Proposicin 3
Unidad 2 25
Sea A un subconjunto no vaco del espacio vectorial V y tal que A {0V}. El conjunto A es
linealmente dependiente si y slo si existe un subconjunto propio de A que genera el mismo
subespacio que genera A.
En smbolos
A es linealmente dependiente A ' A A ' A : A ' = A
Demostracin
) La condicin es necesaria
A es linealmente dependiente A ' A A ' A : A ' = A
Por hiptesis A es linealmente dependiente y A {0V}, entonces por Proposicin 2
n
u j A : u j = ai ui ()
i =1
i j
con ai F ui A, i = 1, 2, , n.
Sea A = A {uj} entonces, es claro que existe A A A A

Ahora se debe probar que
A' = A
que por definicin de igualdad de conjuntos equivale a demostrar que A ' A A A'
a) Como A' A , se sigue que A' A , ( por Proposicin 5 de subespacios vectoriales)
b) Se debe probar que A A '
Sea u A , entonces u es una combinacin lineal de vectores del conjunto A. Es decir,
u = b1 u1 + b2 u 2 + + b j 1 u j 1 + b j u j + b j +1 u j +1 + + bn u n
Pero como uj es una combinacin lineal de los restantes vectores de A por (), entonces
n
u = b1 u1 + b2 u 2 + + b j 1 u j 1 + b j ai ui + b j +1 u j +1 + + bn u n
i =1
i j
Operando se tiene
u = b1 u1 +b2 u2 ++bj1 uj1 +bj (a1 u1 +a2 u2 ++aj1 uj1 +aj+1 uj+1 ++an un) + bj+1 uj+1 ++bn un
y aplicando axiomas de la estructura de espacio vectorial y agrupando convenientemente se
llega a la expresin
u = (b1 +bj a1) u1 + (b2 +bja2 ) u2 ++(bj1 +bj aj1 ) uj1 +(bj+1 +bj aj+1 ) uj+1 ++ (bn +bj an ) un
Luego u es una combinacin lineal de vectores del conjunto A, esto significa que u A ' .
) La condicin es suficiente
Unidad 2 26
A ' A A ' A : A ' = A A es linealmente dependiente
Supngase que existe A subconjunto propio de A tal que A ' = A . Entonces

A A' v j A A' v j A v j A'
adems como vj A, entonces vj A y como por hiptesis A = A ' resulta que

vj A '
Por lo tanto vj es una combinacin lineal de los vectores de A. Pero los vectores de A son
vectores de A pues A' A , por lo tanto vj es combinacin lineal de los vectores de A, excepto l
mismo. Y como vj A existe un vector de A que es combinacin lineal de los restantes vectores de
A, entonces por Proposicin 2 el conjunto A es linealmente dependiente.
Proposicin 4
Todo conjunto que contiene a un subconjunto linealmente dependiente es linealmente dependiente.
En smbolos,
A ' A A ' es linealmente dependiente A es linealmente dependiente
Demostracin
Sea A' A y A' linealmente dependiente. Entonces existe una combinacin lineal de vectores de
A' no trivial de valor 0V. Pero toda combinacin de vectores de A' es combinacin de vectores de
A, pues A' A . Luego A es linealmente dependiente.
PROPIEDADES DE LOS CONJUNTOS LINEALMENTE INDEPENDIENTES

Se puede enunciar las propiedades referidas a conjuntos linealmente independientes tomando los
contra-recprocos de los condicionales de las propiedades de los conjuntos linealmente
dependientes.
Proposicin 1
Si el conjunto A es linealmente independiente, entonces el vector nulo no pertenece al conjunto A.
Proposicin 2
El conjunto A es linealmente independiente si y slo si ningn vector de A es combinacin lineal de
los restantes vectores de A.
Proposicin 3
El conjunto A es linealmente independiente si y slo si ningn subconjunto propio de A genera el
mismo subespacio que el que genera A.
Proposicin 4
Todo subconjunto no vaco de un conjunto linealmente independiente es linealmente independiente.
Unidad 2 27
RANGO DE UNA MATRIZ

Definicin3
El rango de una matriz M F mn es el mayor nmero de vectores filas (o columnas) linealmente
independientes que tiene la matriz M.
Notacin
El rango de la matriz M se denota con rg M.
BASE DE UN ESPACIO VECTORIAL
Definicin 4
Sea VF un espacio vectorial y sea B un subconjunto no vaco y ordenado de V. El conjunto B es
una base del espacio vectorial V si y slo si,
i) B es Linealmente Independiente
ii) B es Generador del espacio vectorial V
Notas
Consideraremos en adelante slo espacios vectoriales que tienen bases finitas.
Remarcamos que el orden en que estn dados los elementos de toda base es una cuestin muy
importante, este hecho podremos observarlo ms adelante.
Ejemplo
Sea el espacio vectorial RRn y considrese el conjunto ordenado E = {E1, E2,, En} donde Ei
representa a la n-upla cuya i-sima componente es 1 y las restantes son 0. Esto es
E = {(1,0, ,0 ) , ( 0,1, ,0 ) , , ( 0,0, ,1)}
El conjunto E es una base del espacio vectorial RRn , en efecto

i) E es linealmente independiente
Sean a1, a2, , an R tales que a1E1 + a2E2+ +anEn = (0, 0, , 0)
Es decir,
a1(1, 0, , 0) + a2 (0, 1, , 0) + +an (0, 0, , 1) = (0, 0, , 0)
(a1, 0, , 0) + (0, a2, , 0) + + (0, 0, , an ) = (0, 0, , 0)
(a1, a2, , an ) = (0, 0, , 0)
Por igualdad de n-uplas ordenadas de nmeros reales resulta

a1= 0 a2 = 0 , , an = 0
Unidad 2 28
ii) E es Generador del espacio vectorial RRn
Sea (x1, x2, , xn ) RRn si existen escalares b1, b2, , bn R tales que
(x1, x2, , xn ) = b1(1, 0, , 0) + b2 (0, 1, , 0) + +bn (0, 0, , 1)
entonces debe ocurrir que

b1= x1 , b2 = x2 , , bn = xn
De i) y ii) se sigue que es una base del espacio vectorial RRn .
Nota
A la base E se le denomina base cannica, observemos que tiene n elementos. En particular,
si n = 1, la base cannica del espacio vectorial RR es B = (1) ; { }
si n = 2, la base cannica del espacio vectorial RR2 { }
es B = (1, 0 ) , ( 0,1) ;
si n = 3, la base cannica del espacio vectorial R 3
R es B = {(1,0,0 ) , ( 0,1,0 ) , ( 0, 0,1)} .
Ejercicios
1) Pruebe que en el espacio vectorial RRmn de las matrices reales de tipo m n , una base es el
conjunto ordenado con mn elementos dado por
1 0 0 0 1 0 0 0 0

0 0 0 0 0
0 0 0 0
B = , , ,

0 0

0 0 0

0

0 0

1
Nota: Esta base es la base cannica del espacio vectorial RRmn

En particular la base cannica del espacio vectorial RR22 es
1 0 0 1 0 0 0 0
B = , , ,
0 0 0 0 1 0 0 1
2) Pruebe que en el espacio vectorial PRn [ x] de los polinomios con coeficientes reales en la
variable x de grado menor o igual que n (en donde se incluye el polinomio nulo el cual no tiene
grado asignado), una base es el conjunto ordenado con n + 1 elementos dado por
B = {1, x, x 2 , , x n }
Nota: Esta base es la base cannica del espacio vectorial PRn [ x]

En particular en PR3 [ x] , el espacio vectorial de los polinomios con coeficientes reales en la variable x de
grado menor o igual que 3 (en donde se incluye el polinomio nulo), la base cannica es
Unidad 2 29
B = {1, x, x 2 , x3 } .
Proposicin 5
Sea VF un espacio vectorial. Si B es una base de V, entonces todo vector del espacio vectorial V
se escribe de modo nico como combinacin lineal de vectores de la base dada B.
Demostracin
Sea B = {u 1 , u 2 ,..., u n } base de V. Se probar que
v V ! 1 , 2 ,, n F : v = 1u1 + 2u 2 + + n u n ,
Por ser B = {u 1 , u 2 ,..., u n } generador del espacio vectorial V se tiene:
v V 1 , 2 , , n F : v = 1u1 + 2u2 + + n un 1
se debe probar que los escalares 1 , 2 ,, n F son nicos.

para ello supngase que,
1 , 2 , , n F : v = 1u1 + 2u2 + + nun 2
Restando 2-1 miembro a miembro:
0 V = ( 1u 1 + 2 u 2 + + n u n ) ( 1u 1 + 2 u 2 + + n u n ) =
0 V = 1u 1 + 2 u 2 + + n u n 1u 1 2 u 2 n u n =
0 V = ( 1 1 ) u1 + ( 2 2 ) u 2 + + ( n n ) u n
Como B es linealmente independiente y sta es una combinacin lineal de vectores de B de valor

0v entonces esta combinacin lineal debe ser la trivial, es decir los escalares deben ser
simultneamente cero
1 1 = 0 1 = 1
2 2 = 0 2 =2

n n = 0 n = n
Luego, los escalares son nicos. Q.E.D.
Definicin 5
A los nicos escalares 1 , 2 , , n F , que permiten escribir al vector vV como
combinacin lineal de vectores de una base B = { u1 , u2 , , un } , se les denomina coordenadas del
vector v con respecto a la base B de V y se denota con,
Unidad 2 30
1

[v ] B = 2

n
Es claro que los escalares 1 , 2 , , n F caracterizan al vector vV, en el sentido de que son
los nicos posibles que permiten expresarlo en trminos de los vectores de la base dada B.
Ejemplo 1
En el espacio vectorial RR2 , considere el conjunto B = {(1, 0 ) , ( 0,1)} .
a) Muestre que B es una base de RR2 ,

b) Determine las coordenadas de cualquier vector de RR2 , con respecto a la base B.
a) Resolucin
i) B es generador de V. En efecto,
( x , y ) R 2 , , R : ( x , y ) = (1, 0 ) + ( 0,1 )
( , 0 ) + ( 0, ) = ( x , y )
( , ) = ( x , y )
= x

= y
Sistema de ecuaciones lineales con dos incgnitas y . Es evidente que
rg A = rg A a = 2 = n in c g n ita s
por lo tanto el sistema de ecuaciones lineales es compatible determinado, luego existen y son
nicos los escalares que permiten escribir a todo vector del espacio vectorial RR2 , como
combinacin lineal de vectores del conjunto B. En esta situacin los escalares coinciden con
las propias componentes de todo vector (x, y).
ii) B es LI
Para ello tomaremos una combinacin lineal de valor (0, 0) de vectores del conjunto B.
(1, 0 ) + ( 0,1) = ( 0, 0 )
( , 0 ) + ( 0, ) = ( 0,0 )
( , ) = ( 0, 0 )
= 0

=0
Es claro que la nica solucin de este sistema es la trivial, por lo tanto el conjunto B es
linealmente independiente.
Unidad 2 31
Luego por i) y ii) B es una base del espacio vectorial RR2 . Es ms B es la base cannica de
RR2
b) Resolucin
El vector de coordenadas de todo vector ( x, y ) R 2 respecto de la base B viene dado por
x
( x, y ) B = y

Por ejemplo,
1
(1,5 ) B = 5

Ejemplo 2
En el espacio vectorial RR2 , considere el conjunto A = {(1,1) , (1, 0 )} .
a) Muestre que A es una base de RR2 ,

b) Determine las coordenadas del vector de cualquier vector de RR2 , respecto a la base A.
a) Resolucin
i) A es generador de V. En efecto,
( x , y ) R 2 , , R : ( x , y ) = (1,1 ) + (1, 0 )
( , ) + ( , 0 ) = ( x , y )
( + , ) = ( x , y )
+ = x
(1)
= y
ii) A es linealmente independiente
(1,1 ) + (1, 0 ) = ( 0, 0 )
( , ) + ( , 0 ) = ( 0, 0 )
( + , ) = ( 0, 0 )
+ = 0
(2)
= 0
(1) y (2) son dos sistemas de ecuaciones lineales que tienen la misma matriz de
coeficientes, luego es posible aplicar el mtodo de Gauss-Jordan a la matriz ampliada con la
columna de trminos independientes del sistema (1) y con la columna de trminos
independientes del sistema (2) de la siguiente manera
1 1 x 0
1 0 y 0 f2+ (-1)f1
Unidad 2 32
1 1 x 0
0 1 yx 0 (-1)f2
1 1 x 0
0 1 x- y 0
1 0 y 0 f1+(-1)f2
0 1 x- y 0
Si se analizan las matrices reducidas de las matrices ampliadas de cada sistema se observa, en
ambos casos, que
rg A = rg Aa = 2 = n incgnitas (*)
i) (*) significa que el sistema (1) es compatible x, y R , es decir que
cualesquiera sean x, y R, , R : ( x, y ) = (1,1) + (1, 0 ) , luego A es generador de R2.

ii) (*) significa que el sistema (2) es compatible determinado, es decir que la nica solucin es
la trivial, luego A es L.I.
Por i) y ii) A es una base de RR2 .
b) El vector de coordenadas de todo vector ( x, y ) R2 respecto de la base A viene dado por,

( x, y ) A = .

y reformulando el sistema (1)
= x

= x y
se obtiene
y
( x, y ) A =
x y
Por ejemplo,
5
(1,5 ) A =
4
Observaciones
1. Si la base es la cannica, las coordenadas de todo vector son las componentes del vector.
2. Como podemos observar en los dos ejemplos precedentes, en un mismo espacio vectorial las
coordenadas de un mismo vector respecto de una base varan si cambiamos de base.
Unidad 2 33
No resulta evidente que dado un espacio vectorial cualquiera, ste posea una base. Ahora veremos
que en realidad es posible determinar por lo menos una base.
Teorema de Existencia de bases

Todo espacio vectorial V {0 V } admite al menos una base.
Demostracin
Sea G = { u 1 , u 2 , , u r } un generador de V, entonces siempre existe un subconjunto de G
que es linealmente independiente.
En efecto, dado que V {0V } , entonces el conjunto G debe tener por lo menos un elemento
u j 0 V (pues de otro modo generara slo a { 0V } ). Por lo tanto, G contiene al menos al conjunto
{ u j } que es linealmente independiente.
Sea ahora B el conjunto que tiene el mayor nmero posible de vectores de G y que es
linealmente independiente. Podemos suponer sin prdida de generalidad que
B = {u1 , u 2 , , u n } ()
Nota
Siempre es posible determinar al conjunto B ordenando convenientemente los elementos del
conjunto G.
Es fcil ver que vectores restantes de G, es decir los vectores u n + 1 , u n + 2 , , u r son
combinaciones lineales de los vectores del conjunto B.
Pues si por ejemplo un +1 , no fuera combinacin lineal de los vectores de B, entonces el conjunto
B { u n +1 } = { u 1 , u 2 , , u n , u n +1 }
es linealmente independiente en virtud de la Proposicin 2 de Independencia lineal; y entonces el
conjunto B no tiene el mayor nmero de vectores linealmente independientes de G, lo que resulta
una contradiccin.
Por tanto
n
k = n + 1 , ..., r ; u k =
i =1
bi u i ()
pero entonces todo vector del espacio vectorial es combinacin lineal de elementos de B. En efecto,
por ser G generador de V se tiene
v V a1 , a 2 , , a r F / v = a1u1 + a 2 u 2 + ... + a n u n + a n +1u n +1 + ... + a r u r .
Pero en virtud de (), es

n n
v = a1u 1 + a 2 u 2 + ... + a n u n + a n +1 bi u i + ... + a r c i u i .
i =1 i =1
es decir
v = a 1u 1 + a 2 u 2 + ... + a n u n + a n + 1 ( b1u 1 + b 2 u 2 + ... + b n u n ) + ... + a r ( c1 u 1 + c 2 u 2 + ... + c n u n )
Unidad 2 34
Es evidente que v es combinacin lineal de u 1 , u 2 , , u n , con lo cual probamos que B es un

generador de V.
Y como adems B es linealmente independiente, por (), entonces B es una base de V.
Q.E.D.
Observaciones
1. Con el teorema precedente se muestra que todo generador de un espacio vectorial V {0 v }
contiene a una base. Notemos que la idea subyacente es que, dado un generador del espacio,
pueden ir eliminndose de l los vectores redundantes que posea hasta quedar con un conjunto
linealmente independiente que siga generando al espacio V.
2. No debemos perder de vista que un espacio vectorial puede tener ms de una base. Por ejemplo
bases del espacio vectorial RR2 son los conjuntos ordenados {(1, 1), (1, 0)}, {(1, 0), (0, 1)}, {(2, 0),
(0, 2)}, etc.
Ejemplo
El conjunto G = {(1,1 ) , (1, 0 ) , ( 2,1 ) , (1, 2 )} es un generador del espacio vectorial R2R y G
contiene al conjunto {(1,1),(1,0)} que es linealmente independiente y tambin es generador del
espacio vectorial R2R , es decir es una base del espacio vectorial R2R.
Teorema
Sea VF un espacio vectorial. Si el conjunto X es linealmente independiente y G es un generador de
V, tales que X G , entonces existe B base de V tal que X B G .
Idea de la demostracin
Consiste en ir agregando al conjunto X vectores v, v, etc., de G X de tal modo que los
sucesivos conjuntos que se obtengan X {v '} , X {v ', v ''} , etc. sean tambin linealmente
independiente hasta lograr un conjunto B que sea linealmente independiente y adems que genere al
espacio V.
G
G es generador de V * * * B
* B es L.I. y gen de V
G*
v v
Xv
X X* * *
X es L.I.
**
Nota
De acuerdo con el enunciado por este teorema, podemos concluir tambin que todo conjunto
linealmente independiente puede ser ampliado a una base del espacio. En otras palabras, dado
un conjunto linealmente independiente, existe una base que lo contiene.
Unidad 2 35
Ejemplo
En el espacio vectorial RR3 , consideremos los siguientes conjuntos
X = {(1, 0, 0 )} , G = {(1, 0, 0 ) , ( 0,1, 0 ) , ( 0, 0,1 ) , (1,1,1 )}

Es claro que X es linealmente independiente y G es un generador del espacio vectorial V y adems
X G
A partir de X = {(1,0,0)} agregando un vector de G X conseguimos
Y = {(1, 0, 0 ) , ( 0,1, 0 )} , este conjunto es linealmente independiente pero no genera RR3 .
Agregamos a Y otro vector de G Y, y obtenemos

B = {(1, 0 , 0 ), (0 ,1, 0 ), (0 , 0 ,1 )}, este conjunto es linealmente independiente y genera el
espacio RR3 , por lo tanto es una base de RR3 . Adems verifica la condicin X B G que indica
el teorema.
Proposicin 6 (Sin demostracin)

Sea VF un espacio vectorial. Si X es un subconjunto linealmente independiente de V y G
generador de V, entonces el nmero de elementos de X es menor o igual que el nmero de
elementos de G.
En smbolos,
X linealmente independiente G generador de V # X #G .
Proposicin 7
Toda base de un espacio vectorial VF tiene el mismo nmero de elementos.
Demostracin
Sean B1 y B2 bases de VF, entonces
Por ser B1 linealmente independiente y B2 generador de V, es
# B # B ()
1 2
Por ser B2linealmente independiente y B1 generador de V, es
#B # B ()
2 1
Luego de () y () se tiene
# B1 = # B 2
Q.E.D.
Ejemplos
En el espacio vectorial RRn toda base tiene n elementos.
En el espacio vectorial RRmn toda base tiene mn elementos.
Unidad 2 36
En el espacio vectorial PRn [ x] toda base tiene n+1 elementos.

En el espacio vectorial CR toda base tiene dos elementos.
DIMENSIN DE UN ESPACIO VECTORIAL

Dado que toda base de un espacio vectorial tiene el mismo nmero de elementos podemos
considerar a este nmero como una propiedad del espacio.
Definicin 6
La dimensin de un espacio vectorial VF , a la que denotaremos con dim V, es el nmero de
elementos de una base cualquiera de V.
Definicin 7
La dimensin del espacio vectorial V = {0v} es 0. Esto es dim {0v} = 0.
Nota
En virtud de la Definicin 6, si una base cualquiera de un espacio vectorial VF tiene n elementos,
entonces la dimensin de V es n, esto es
dim V = n
Ejemplos
dim RR = 1
dim RR2 = 2
dim RR3 = 3
dim RRn = n
dim RRmn = mn
dim PRn [ x] = n + 1
dim sim ( 3) = 6 , dimensin el espacio de matrices simtricas de orden 3.
( )
dim TS 3 = 6 , dimensin del espacio de matrices triangular superior de orden 3.
dim Diag ( 3) = 3 , dimensin del espacio de matrices diagonales de orden 3.
Observaciones
Si V un espacio vectorial de dimensin finita n, entonces:
1- Todo generador de V tiene al menos n elementos (pues todo generador contiene una base). Por lo
tanto una base tiene al menor la menor cantidad de vectores que genera el espacio vectorial V.
Unidad 2 37
2- Todo conjunto linealmente independiente en V tiene a lo sumo n vectores (pues todo conjunto
linealmente independiente puede ampliarse a una base). Por lo tanto toda base de V tiene la mayor
cantidad de vectores linealmente independientes.
El siguiente enunciado establece una relacin entre las dimensiones de un espacio vectorial VF y un
subespacio vectorial cualquiera del mismo.
Teorema
Sea VF un espacio vectorial de dimensin finita n. Si S es un subespacio vectorial de V,
entonces
i) dim S dim V = n
ii) Si dim S = n, entonces S = V
Demostracin
i) En efecto,
Si S = {0v} es claro que dim S = 0 n
Supongamos entonces que S {0v} y sea X una base de S.
Por ser X linealmente independiente en S es tambin un subconjunto linealmente
independiente de V; por lo que tiene a lo sumo n vectores, por lo tanto:
dim S = # X dim V= n
luego
dim S dim V = n
ii) Si S es tal que, dim S =dim V = n , entonces toda base X de S, tiene n elementos. Por lo tanto X
es tambin base de V, ya que al ser X un subconjunto linealmente independiente de V que tiene
n elementos, genera al espacio V.
i) Es claro que, si X no genera el espacio V, por ser X linealmente independiente existe B base
de V tal que X B X B y de acuerdo con esto existe una base de V con ms de n
vectores, lo que contradice la hiptesis dim V= n. Por lo tanto X es generador de V (es decir
X = V ), pero X es tambin generador de S ( X = S ) de lo que se deduce que S = V.
Q.E.D.
Ejemplo
En el espacio vectorial VF = RR2 consideremos al conjunto S = {(x, y) R2 / y = x}.
Se sabe que dim RR2 = 2 y que S es un subespacio vectorial de R2 generado por el conjunto
{(1, 1)} y que es obviamente linealmente independiente. Por lo tanto {(1, 1)} es una base de S y de
all que
dim S = 1 < dim RR2 = 2
Geomtricamente, el subespacio vectorial S puede representarse por una recta que contiene al
origen del sistema de coordenadas
Unidad 2 38
y
S
DIMENSIN DE LOS ESPACIOS FILA Y COLUMNA DE UNA MATRIZ

mn
Sea la matriz M FF
a11 a12 a1n

a a 22 a 2 n
M = 21 FFmn

a m1 am2 a mn
Los vectores columnas de la matriz M son vectores del espacio vectorial FFm1
a11 a12 a1n

a a a
FFm1
21 22
c1 = , c2 = , , cn = 2 n

am1 am 2 amn
Denotando con C al conjunto de los vectores columnas de la matriz M, resulta que C es un
subconjunto del espacio vectorial F m1
C = {c1, c2, , cn} F m1
Y por lo tanto el Espacio Columna de la matriz M, es el subespacio vectorial de FFm1 ,

generado por el conjunto C de las columnas de la matriz M.
En otras palabras el Espacio Columna de la matriz M, es el subespacio vectorial de FFm1 ,
formado por todas las combinaciones lineales de vectores del conjunto C = {c1, c2, , cn}.
Simblicamente
n
Sc ( M ) = C = c F m1 / c = j c j , j = 1, 2,.., n ; j F c j C F m1
j =1
Es claro entonces que
d im S C (M ) d im F m 1
= m
Unidad 2 39
Es decir, la dimensin del Espacio columna de la matriz M es menor o igual que el nmero de
filas de la matriz.
Por otro lado, los vectores fila de la matriz M son vectores del espacio vectorial FF1n
f 1 = [a 11 a 12 a 1 n ]
f 2 = [a 21 a 22 a 2 n ]
1n
.......... .......... .......... . F
f m = [a m 1 a m 2 a mn ]
Si F es el conjunto de los vectores fila de la matriz M, es claro que F es un subconjunto del
espacio vectorial F1xn
F = {f1, f2, , fm} F1xn
Y por lo tanto el Espacio Fila de la matriz M, es el subespacio vectorial de FF1n generado por
el conjunto de las filas de la matriz M.
En otras palabras, el Espacio Fila de la matriz M, es el subespacio vectorial de FF1n formado

por todas las combinaciones lineales de vectores fila del conjunto F = {f1, f2, , fm}
En smbolos,
m

S f ( M ) = F = f F 1 xn / f = i f i , i = 1, 2, ..., m ; i F f i F = F 1 n
i =1
Es claro entonces que

dim S F ( M ) dim F 1 n =n.
Es decir, la dimensin del Espacio fila de la matriz M es menor o igual que el nmero de
columnas de M.
RANGO DE UNA MATRIZ

Defincin 8
Se llama rango columna de la matriz M a la dimensin del espacio columna de M.
rg C M = dimS C ( M ) m
Definicin 9
Se llama rango fila de la matriz M a la dimensin del espacio fila de M.
rg F M = dimS F ( M ) n
Definicin 10
Unidad 2 40
El rango de una matriz M, al que denotaremos con rg M, es igual al rango columna y al rango fila
de M.
rg M = rgC M = rg F M
Observacin
Si M R mn , entonces el rango de la matriz M es menor o igual que el ms chico de los nmeros m y n.
Esto es
rg M min ( m, n )
Ejemplos
Si M R 48 , rg (M ) 4 .
Si M R15 , rg (M ) 1.
Si M R 62 , rg (M ) 2 .
Si M R 61, rg (M ) 1 .
Notas
1. La matriz nula tiene rango cero.
2. El hecho de que las dimensiones de dos espacios sean iguales no significa que los espacios sean iguales.
DIMENSIN DE LA SUMA
Teorema (sin demostracin)
Sea VF un espacio vectorial. Si S1 y S2 son subespacios vectoriales de V, entonces
d im ( S 1 + S 2 ) = d im S 1 + d im S 2 d im ( S 1 S 2 )
Observacin
Si S1 S 2 = {0 v } entonces dim( S 1 + S 2 ) = dim S 1 + dim S 2
Proposicin 8 (sin demostracin)

Sea VF un espacio vectorial y sean S1 y S2 dos espacios vectoriales de V. Si B1 es base de S1 y B2 es
base de S2 entonces B1 B2 es un generador de S1 + S 2 .
Observacin
Unidad 2 41
En la Proposicin 8, si bien B1 B2 es un generador de S1 + S 2 esto no implica necesariamente que

B1 B2 sea linealmente independiente. Es decir que B1 B2 puede o no ser linealmente independiente.
Proposicin 9 (sin demostracin)

Sea VF un espacio vectorial y sean S1 y S2 dos espacios vectoriales de V. Si B es base de S1 S 2 y
se ampla hasta conseguir una base B1 de S1 y una base B2 de S2, entonces B1 B2 es una base de
S +S .
1 2
Unidad 2 42

Álgebra Lineal 3

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Álgebra Lineal 3

Transféré par

Droits d'auteur :

Formats disponibles

LGEBRA

1.- ESPACIOS VECTORIALES

Otra forma de expresar que * es una L.C.E es: K , a A a A

V1. (V, +) es grupo abeliano, es decir:

c) 0 V : u V ; u + 0 = 0 + u = u (0v es elemento neutro)

Interpretacin geomtrica de la suma y de la resta en el espacio vectorial RR2

En esta situacin, como u = ( x1 , y1 ) y v = ( x2 , y2 ) , y el opuesto de v es v = (x2 , y2 ) , se

Interpretacin geomtrica de producto de un escalar por un vector

a=0 es igual al vector nulo (0,0)

a=1 es igual al vector u

0<a<1 igual sentido y direccin de u, pero de menor longitud que u

igual direccin, pero sentido contrario a u y menor longitud que u

b) El conjunto R3 = {( x, y, z ) / x, y, z R} de vectores del espacio, representados por los ternas

c) En general, para n N, el conjunto Rn de las n-uplas ordenadas de nmeros reales es un

El producto de un escalar por una n-upla es una ley de composicin externa

La multiplicacin de un escalar real por una matriz es ley de composicin externa

PROPIEDADES DE LOS ESPACIOS VECTORIALES

Sea V un espacio vectorial sobre un cuerpo F

ii) Sean F y u V, entonces

La primera bisectriz, que est representada analticamente por

) Las condiciones son suficientes.

+ es conmutativa en S. Se verifica por herencia, pues S V.

OPERACIONES CON SUBESPACIOS VECTORIALES

Este conjunto es un subespacio vectorial de V, en efecto,

Luego por 1., 2., 3., y 4. se tiene que S1 S2 es un subespacio vectorial de V.

entonces la unin de estos dos subespacios es el conjunto

Pero, S1 S2 no es cerrado para la suma de vectores, ya que

COMBINACIONES LINEALES DE VECTORES

Si se considera una nueva seleccin de escalares , , , n F se puede formar otra

Si u es el valor de esta combinacin lineal se tiene

Combinaciones Lineales Idnticas

SUBESPACIO VECTORIAL GENERADO POR UN CONJUNTO DE VECTORES

1. A V , se cumple por definicin de A.

As, u + v es una combinacin lineal de vectores de A. Por lo tanto u + v A

Entonces de 1., 2., 3. y 4. se tiene que A es un subespacio vectorial de V.

a) Al subespacio vectorial A se le denomina subespacio vectorial generado por el conjunto

A = {(x, y, z) R 3 / (x, y, z) = a1(1, 0, 0) + a2 (0, 1, 0) con a1 , a2 R}

Todo vector de A se expresa como

(x, y, z) = (a1, a2, 0)

A= {(1, 0, 0), (0, 1, 0)} es A = {(x, y, z) R3 / z = 0}

Es decir todo vector de A tiene la forma y

La representacin geomtrica de A es la recta de ecuacin y = x (es la primera bisectriz). Para

esto es equivalente a decir que

(x, y) A , R : ( x, y ) = (1, 1) + (1, 0)

Es claro que rg A = rg A a = 2 = n incgnitas

Probar que A B equivale probar que u A u B . En efecto

ESPACIO FILA DE UNA MATRIZ

a11 a12 a1n

f1 = [ a11 a12 a1n ]

Si F es el conjunto de los vectores fila de la matriz M, es claro que F es un subconjunto del

ESPACIO COLUMNA DE UNA MATRIZ

a11 a12 a1n

C = {c1, c2, , cn} F m1

INDEPENDENCIA LINEAL DE VECTORES

Es evidente que rg A = rg A a = 2 = n incgnitas ,

(1, 2) + (2, 4) = (0, 0)

e igualando se obtiene el SELH siguiente

Observacin: A es linealmente dependiente si y slo si A no es linealmente independiente

PROPIEDADES DE LOS CONJUNTOS LINEALMENTE DEPENDIENTES

Sea VF un espacio vectorial y A V A

al reemplazar en (), se tiene que

Sea A = A {uj} entonces, es claro que existe A A A A

A ' A A ' A : A ' = A A es linealmente dependiente

Supngase que existe A subconjunto propio de A tal que A ' = A . Entonces