1. ESPACIOS VECTORIALES (Prof. A. Suazo D.) Denicin 1.1.

Sea K un cuerpo y V un conjunto no vaco con reglas de adicin y multiplicacin por escalar que asignan a todo u, v V una suma u + v V, y a todo K y v V un producto v V. Diremos que V es un espacio vectorial sobre K o que V es un K-espacio vectorial, si y slo si: 1. Para todo u, v, w V : (u + v) + w = u + (v + w), 2. Para todo u, v V : u + v = v + u, 3. Existe un elemento, denotado por 0 ( 0V ) en V, tal que v + 0 = v para todo v V, 4. Para todo v V existe un elemento, denotado por (v) V, tal que v + (v) = 0 , 5. Para todo K y para todo u, v V : (u + v) = u + v, 6. Para todo , K y para todo v V : ( + ) v = v + v, 7. Para todo , K y para todo v V : ( v) = () v, 8. Para todo v V : 1 v = v, donde 1 es el elemento idntico multiplicativo del cuerpo K. Observacin 1.1. Si V es un espacio vectorial sobre un cuerpo K, entonces los elementos de V se llaman vectores. Ejemplos 1. Si K es un cuerpo, entonces K es un espacio vectorial sobre K. 2. Sean F, E cuerpos tales que F E. Entonces E es un espacio vectorial sobre F. En particular: R es un espacio vectorial sobre Q, C = {a + bi / a, b R} es un espacio vectorial sobre R, C es un espacio vectorial sobre Q. 3. Q(i) = {a + bi / a, b Q} es un espacio vectorial sobre Q. 4. Q( 2) = {a + b 2 / a, b Q} es un espacio vectorial sobre Q. 5. Sea K un cuerpo y n un entero positivo. Entonces el conjunto K n = {(x1 , . . . , xn ) / x1 , . . . , xn K} es un espacio vectorial sobre K, con las operaciones de suma y producto por escalar: (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ) para todo x1 , . . . , xn , y1 , . . . , yn K, y (x1 , . . . , xn ) = (x1 , . . . , xn ) para todo , x1 , . . . , xn K.
1

6. Sea K un cuerpo. Entonces el conjunto de todos los polinomios con coecientes en K, denotado por K[x], es un espacio vectorial sobre K. 7. Sean m, n enteros positivos. Entonces el conjunto de todas las matrices mn con componentes en K, denotado por Mmn (K), es un espacio vectorial sobre K. Lema 1.1. Sea V un espacio vectorial sobre un cuerpo K y K, v V. a) 0 = 0 . b) 0 v = 0 , donde 0 es el neutro aditivo del cuerpo K. c) Si v = 0 , entonces = 0 v = 0 . d) () v = (v) = ( v). Denicin 1.2. Sea V un espacio vectorial sobre un cuerpo K. Un subconjunto no vaco U de V, se dice que es un subespacio vectorial de V, si U con las operaciones de suma y producto por escalar denidas en V, es un espacio vectorial sobre K. Lema 1.2. Sea V un espacio vectorial sobre un cuerpo K y U un subconjunto de V. Entonces U es un subespacio vectorial de V, si y slo si, i) 0 U, ii) Para todo u, v U : u + v U, iii) Para todo K y para todo u U : u U. Observacin 1.2. Si V es un espacio vectorial sobre un cuerpo K y U es un subespacio vectorial de V, se denota U V. Ejemplos 1. Los conjuntos U = {(x, 0) / x R} y V = {(0, y) / y R} son subespacios vectoriales de R2 . 2. El conjunto U = {(x, y) R2 / 2x + 3y = 0} es un subespacio vectorial de R2 . 3. Sean K un cuerpo, n un entero positivo y 1 , . . . , n elementos jos en K. Entonces el conjunto U = {(x1 , . . . , xn ) K n / 1 x1 + + n xn = 0} es un subespacio vectorial de K n . Teorema 1.1. Sea V un espacio vectorial sobre un cuerpo K y U, W subespacios vectoriales de V. Entonces: a) U W es un subespacio vectorial de V. b) U + W = {u + w / u U w W } es un subespacio vectorial de V.
2

Teorema 1.2. Sea V un espacio vectorial sobre un cuerpo K y v1 , . . . , vn V. Entonces el conjunto U = {1 v1 + + n vn / 1 , . . . , n K} es un subespacio vectorial de V. Se dice que U es el subespacio vectorial de V generado por los vevtores v1 , . . . , vn V, y se denota U =< v1 , . . . , vn >K . Demostracin i) 0 = 0 v1 + + 0 vn U. ii) Sean 1 v1 + + n vn y 1 v1 + + n vn elementos en U. Entonces (1 v1 + + n vn ) + ( 1 v1 + + n vn ) = (1 + 1 )v1 + + (n + n )vn es un elemento en U. iii) Si K y 1 v1 + + n vn es un elemento en U, entonces (1 v1 + + n vn ) = (1 )v1 + + (n )vn es un elemento en U. Lema 1.3. Sea V un espacio vectorial sobre un cuerpo K y u1 , . . . , un , v1 , . . . , vm elementos en V. Si U =< u1 , . . . , un >K y W =< v1 , . . . , vm >K , entonces U + W =< u1 , . . . , un , v1 , . . . , vm >K . Ejemplo 1.1. Consideremos subconjunto U = {(x, 0) / x R} de R2 . Entonces U = {x(1, 0) / x R} y de acuerdo al Teorema 1.2, U es un subespacio vectorial de R2 generado por (1, 0). Es decir, U =< (1, 0) >R . Ejemplo 1.2. Consideremos subconjunto U = {(x, y) R2 / 2x 5y = 0} de R2 . Entonces U = {(x, y) R2 / x = 5 y} = {( 5 y, y) / y R} = {y( 5 , 1) / y R}. De 2 2 2 acuerdo al Teorema 1.2, U es un subespacio vectorial de R2 generado por ( 5 , 1). Es 2 decir, U =< ( 5 , 1) >R . 2 Ejemplo 1.3. Consideremos los subespacios U = {(x, y, z) R3 / 2x y z = 0} y W =< (1, 1, 1), (2, 1, 2) >R de R2 . Encontraremos vectores que generen el subespacio U W de R2 . Solucin U = {(x, y, 2x y) / x, y R} = {(x, 0, 2x) + (0, y, y) / x, y R} = {x(1, 0, 2) + y(0, 1, 1) / x, y R} =< (1, 0, 2), (0, 1, 1) >R . Notemos que, v U W v U v W. Si v U, entonces v = (1, 0, 2) + (0, 1, 1) con , R. Si v W , entonces v = (1, 1, 1) + (2, 1, 2) con , R. Luego, (1, 0, 2) + (0, 1, 1) = (1, 1, 1) + (2, 1, 2), de donde se obtiene el sistema
3

 2 = 0, = 0 2 2 0. y = Utilizando operaciones 1 0 1 0 1 0 1 2 elementales con las obtenemos que 0 1 1 1 0 1 1 0 . Por 0 0 0 1 2 1 1 2 lo tanto, = , = , = 0 con R. Ahora, v = (1, 0, 2) + (0, 1, 1) = (, , ) = (1, 1, 1) y v = (1, 1, 1) + (2, 1, 2) = (1, 1, 1) + 0(2, 1, 2) = (1, 1, 1), de donde U W = {(1, 1, 1) / R} =< (1, 1, 1) >R . De esta forma (1, 1, 1) es un vector generador de U W. Ejemplo 1.4. Sea K un cuerpo y n Z+ . Demostraremos que el conjunto Pn (K) = {a0 + a1 x + + an xn / a0 , a1 , . . . , an K} es un subespacio de K[x]. Notemos que Pn (K) = {a0 1 + a1 x + + an xn / a0 , a1 , . . . , an K}. De acuerdo al Teorema 1.2, Pn (K) es un subespacio de K[x]. Adems, Pn (K) =< 1, x, . . . , xn >K , es decir Pn (K) es un subespacio de K[x] generado por los vectores 1, x, . . . , xn . Observacin 1.3. Si V es un espacio vectorial sobre un cuerpo K y U, W son subespacios de V, entonces U W no necesariamente es un subespacio de V. En efecto, los conjuntos U = {(x, 0) / x R} y W = {(0, y) / y R} son subespacios vectoriales / de R2 , (1, 0) U W, (0, 1) U W, sin embargo (1, 0) + (0, 1) = (1, 1) U W, dado que (1, 1) U y (1, 1) W. / / Denicin 1.3. Sea V un espacio vectorial sobre un cuerpo K y v, v1 , . . . , vn elementos en V. Diremos que v es una combinacin lineal de los vectores v1 , . . . , vn , si v < v1 , . . . , vn >K . Es decir, si existen 1 , . . . , n K tales que v = 1 v1 + + n vn . Ejemplo 1.5. Consideremos 1 + x + 5x2 , 2 + x + 8x2 en P2 (R). Demostraremos que 3 2x + 5x2 es una combinacin lineal de los vectores 1 + x + 5x2 , 2 + x + 8x2 . Sean , reales tales que 3 2x + 5x2 = (1 + x + 5x2 ) + (2 + x + 8x2 ). Entonces 3 2x + 5x2 = ( + 2) + ( + )x + (5 + 8)x2 , de donde + 2 = 3, + = 2 y 5 8 = 5. Utilizando operaciones elementales con las, obtenemos + 1 2 3 1 0 7 que 1 1 2 0 1 5 , de donde = 7 y = 5. Por lo tanto, 5 8 5 0 0 0 2 3 2x + 5x = (7)(1 + x + 5x2 ) + 5(2 + x + 8x2 ), lo que demuestra que 3 2x + 5x2 es una combinacin lineal de los vectores 1 + x + 5x2 , 2 + x + 8x2 .

Denicin 1.4. Sea V un espacio vectorial sobre un cuerpo K y v1 , . . . , vn vectores en V. a) Diremos que v1 , . . . , vn son vectores linealmente dependientes, si existen 1 , . . . , n K no todos cero tal que 1 v1 + + n vn = 0 . b) Si v1 , . . . , vn no son vectores linealmente dependientes, se dice que son linealmente independientes. En consecuencia, v1 , . . . , vn son linealmente inde pendientes, si 1 , . . . , n son elementos en K tales que 1 v1 + +n vn = 0 , entonces 1 = = n = 0. Observacin 1.4. Sea V un espacio vectorial sobre un cuerpo K y v1 , . . . , vn vectores en V. 1. 0 es un vector linealmente dependiente. En efecto, 1 0 = 0 y 1 6= 0. 2. 0 , v1 , . . . , vn son vectores linealmente dependientes. En efecto, 1 0 + 0 v1 + + 0 vn = 0 y 1 6= 0. Luego, si se tiene un conjunto nito de vectores en V y uno de ellos es 0 , entonces los vectores son linealmente dependientes. 3. Si v1 , . . . , vn son linealmente dependientes, entonces al menos uno de estos vectores es una combinacin lineal de los vectores restantes. En efecto, si v1 , . . . , vn son linealmente dependientes, entonces existen 1 , . . . , n K con algn i 6= 0 tal que 1 v1 + + i vi + + n vn = 0 . Ahora, i1 i+1 vi = ( 1 )v1 + +( i )vi1 +( i )vi+1 + +( n )vn , lo que demuestra i i que vi es una combinacin lineal de los vectores v1 , . . . , vi1 , vi+1 , . . . , vn . 4. Si vi es una combinacin lineal de los vectores v1 , . . . , vi1 , vi+1 , . . . , vn , entonces v1 , . . . , vi , . . . , vn son linealmente dependientes. En efecto, si vi = 1 v1 + + i1 vi1 + i+1 vi+1 + + n vn , entonces 1 v1 + + i1 vi1 + (1)vi + i+1 vi+1 + + n vn = 0 con 1 6= 0. 5. Si v V y v 6= 0 , entonces v es linealmente independiente. En efecto, v = 0 implica = 0. Por lo tanto, cualquier vector no nulo en V es linealmente independiente. Ejemplo 1.6. Determinaremos si los vectores (1, 1, 2), (1, 2, 7), (2, 1, 1), del espacio vectorial R3 , son linealmente dependientes o linealmente independientes. Sean , , reales tales que (1, 1, 2) + (1, 2, 7) + (2, 1, 1) = (0, 0, 0, ), entonces + + 2 = 0, + 2 + = 0 2 7 + = Utilizando may 0. 1 1 2 1 0 3 trices equivalente por las, obtenemos que 1 2 1 0 1 1 , de 2 7 1 0 0 0
5

donde = 3 y = . Si = 1, entonces = 3 y = 1. Por lo tanto, (3)(1, 1, 2) + (1, 2, 7) + (2, 1, 1) = (0, 0, 0), lo que demuestra que los vectores (1, 1, 2), (1, 2, 7), (2, 1, 1) son linealmente dependientes. Teorema 1.3. Sea V espacio vectorial sobre un cuerpo K y v1 , . . . , vn , u1 , . . . , uk vectores en V. Entonces, < v1 , . . . , vn >K < u1 , . . . , uk >K , si slo si, vi < u1 , . . . , uk >K para todo i {1, . . . , n}. Corolario 1.1. Sea V espacio vectorial sobre un cuerpo K y v1 , . . . , vn , u1 , . . . , uk vectores en V. Entonces, < v1 , . . . , vn >K =< u1 , . . . , uk >K , si slo si, vi < u1 , . . . , uk >K para todo i {1, . . . , n} y ui < v1 , . . . , vn >K para todo i {1, . . . , k}. Ejemplo 1.7. Consideremos los subespacios U =< (1, 1, 1), (2, 1, 1) >R y W =< (1, 2, 4), (3, 1, 3), (1, 0, 2) >R de R3 . Demostraremos que U es un subespacio de W. De acuerdo al Teorema 1.3, basta probar que (1, 1, 1), (2, 1, 1) son elementos de W. Sean , , reales tales que (1, 1, 1) = (1, 2, 4)+(3, 1, 3)+(1, 0, 2). Entonces +3 + = 1, 2+ = 1 y 4+3 +2 = 1. Utilizando operaciones elementales 1 0 1 2 1 3 1 1 5 5 1 con las, obtenemos que 2 1 0 1 0 1 2 5 , de donde 5 0 0 0 0 4 3 2 1 1 2 2 1 = 5 + 5 y = 5 + 5 . Si = 3, entonces = 1 y = 1. Ahora, (1, 1, 1) = (1, 2, 4) + (1)(3, 1, 3) + 3(1, 0, 2), lo que demuestra que (1, 1, 1) W. Sean , , reales tales que (2, 1, 1) = (1, 2, 4) + (3, 1, 3) + (1, 0, 2). Entonces +3+ = 2, 2+ 1 y 4+3+2 = 1. Utilizando operaciones elementales con = 1 0 1 1 1 3 1 2 5 5 las, obtenemos que 2 1 0 1 0 1 2 3 , de donde = 1 + 1 5 5 5 5 0 0 0 0 4 3 2 1 y = 2 + 3 . Si = 0, entonces = 1 y = 3 . Luego, (2, 1, 1) = 1 (1, 2, 4) + 5 5 5 5 5 3 (3, 1, 3) + 0(1, 0, 2), lo que demuestra que (2, 1, 1) W. 5 De esta forma hemos demostrado que U es un subespacio de W. Ejercicios Propuestos 1. Considerar los subespacios U =< (1, 1, 1), (2, 1, 1) >R y W =< (1, 2, 4), (3, 1, 3), (1, 0, 2) >R de R3 . Es W un subespacio de U? 2. Considerar los subespacios U = {(x, y, z) R3 / x + 2y z = 0} y W =< (1, 1, 3), (2, 1, 4), (1, 0, 1) >R de R3 . Demostrar que U = W.
6

3. Sea V un espacio vectorial sobre un cuerpo K y u, v, w vectores en V. Si u, v, w son linealmente independientes, U =< u, v, w >K y W =< u + v, u + w, v + w >K . Demostrar que U = W. Ejemplo 1.8. Sea V un espacio vectorial sobre un cuerpo K y u, v, w vectores en V. Si u, v, w son linealmente independientes y U =< u + 2v + 3w, 4u + 5v + 6w, 7u + 8v + 9w >K , encontraremos vectores linealmente independientes que generen U. El punto de partida, en la resolucin de este problema, es determinar si los vectores u + 2v + 3w, 4u + 5v + 6w, 7u + 8v + 9w son linealmente dependientes o linealmente independientes. Sean , , elementos en K tales que (u + 2v + 3w) + (4u + 5v + 6w)+ (7u + 8v + 9w) = 0 , entonces ( + 4 + 7)u + (2 + 5 + 8)v + (3 + 6 + 9) = 0 . Como u, v, w son linealmente independientes, entonces 4 + 7 = 0, + 1 0 1 1 4 7 2 + 5 + 8 = 0 y 3 + 6 + 9 = 0. Ahora, 2 5 8 0 1 2 , 0 0 0 3 6 9 de donde = y = 2. Si = 1, entonces = 1 y = 2. Por lo tanto, (u + 2v + 3w) + (2)(4u + 5v + 6w) + (7u + 8v + 9w) = 0 , lo que demuestra que u + 2v + 3w, 4u + 5v + 6w, 7u + 8v + 9w son linealmente dependientes. Notemos que 7u + 8v + 9w = (1)(u + 2v + 3w) + 2(4u + 5v + 6w). Utilizando el Corolario 1.1, obtenemos que U =< u + 2v + 3w, 4u + 5v + 6w >K . Es fcil demostrar que los vectores u + 2v + 3w, 4u + 5v + 6w son linealmente independientes y en consecuencia u + 2v + 3w, 4u + 5v + 6w son vectores linealmente independientes y generadores de U. Teorema 1.4. Sea V un espacio vectorial sobre un cuerpo K y v1 , . . . , vn vectores en V. Diremos que {v1 , . . . , vn } es una base de V, si y slo si, i) v1 , . . . , vn son linealmente independientes, y ii) V =< v1 , . . . , vn >K .

Ejemplos 1. {(1, 0), (0, 1)} es una base de R2 . En efecto: i) Si (1, 0) + (0, 1) = (0, 0) con , R, entonces (, ) = (0, 0), de donde = = 0. Luego, (1, 0), (0, 1) son linealmente independientes. ii) R2 = {(x, y) / x, y R} = {x(1, 0) + y(0, 1) / x, y R} = < (1, 0), (0, 1) >R .
7

2. Si K es un cuerpo, n un entero positivo y e1 = (1, 0, . . . , 0), e2 = (0, 1, . . . , 0), . . . . . . , en = (0, . . . , 0, 1) son vectores en K n , entonces {e1 , . . . en } es una base de K n . En efecto: i) Si 1 e1 + + n en = (0, . . . , 0) K n con 1 , . . . , n K, entonces (1 , . . . , n ) = (0, . . . , 0), de donde 1 = = n = 0. Por lo tanto, e1 , . . . , en son linealmente independientes. ii) K n = {(1 , . . . , n ) / 1 , . . . , n K} = {1 e1 + + n en / 1 , . . . , n K} =< e1 , . . . , en >K . La base {e1 , . . . en } de K n , es conocida como la base cannica de K n . 3. Sea K un cuerpo, n un entero positivo y consideremos el subespacio vectorial Pn (K) = {a0 + a1 x + + an xn / a0 , . . . , an K} de K[x]. Entonces {1, x, . . . , xn } es una base de Pn (K). i) Si a0 1 + a1 x + + an xn = 0 con a0 , . . . , an K, entonces a0 = = an = 0, lo que demuestra que 1, x, . . . , xn son linealmente independientes. ii) Pn (K) = {a0 + a1 x + + an xn / a0 , . . . , an K} = {a0 1 + a1 x + + an xn / a0 , . . . , an K} =< 1, x, . . . , xn >K . Ejercicios Propuestos 1. Considerar el subespacio U = {(x, y, z) R3 / 2x + 3y = 4z} de R3 . a) Encontrar una base para U. b) Es {(2, 0, 1), (4, 4, 5)} una base para U ? 2. Sea V un espacio vectorial sobre un cuerpo K y {v1 , . . . , vn } una base de V. Si 1 , . . . , n son elementos en K, todos no nulos, demostrar que {1 v1 , . . . , n vn } una base de V. 3. Sea V un espacio vectorial sobre un cuerpo K y {v1 , . . . , vn } una base de V. Demostrar que si v V, entonces existen nicos 1 , . . . , n K tales que v = 1 v1 + + n vn . Ejemplo 1.9. Sea V un espacio vectorial sobre un cuerpo K y v1 , v2 V tales que V =< v1 , v2 >K . Si u1 , u2 , u3 , u4 son vectores en V, entonces demostraremos que u1 , u2 , u3 , u4 son linealmente dependientes. Si alguno de los vectores u1 , u2 , u3 , u4 es el vector 0 , entonces u1 , u2 , u3 , u4 son linealmente dependientes (Observacin 1.4 (2)). En consecuencia, podemos suponer que ui 6= 0 para todo i {1, 2, 3, 4}.
8

Como u1 V =< v1 , v2 >K , entonces existen 1 , 2 K tales que u1 = 1 v1 + 2 v2 . Dado que u1 6= 0 , entonces 1 , 2 no pueden ser ambos cero. No se pierde 1 generalidad el suponer que 1 6= 0. En tal caso, v1 = 1 u1 +( 2 )v2 . Por el Corolario 1 1.1, V =< v1 , v2 >K =< u1 , v2 >K . Como u2 V =< u1 , v2 >K , entonces existen 1 , 2 K tales que u2 = 1 u1 + 2 v2 . Notemos que 2 = 0 2 6= 0. Si 2 = 0, entonces u2 = 1 u1 . Luego, 1 u1 + (1)u2 + 0 u3 + 0 u4 = 0 , lo que demuestra que u1 , u2 , u3 , u4 son linealmente dependientes. Ahora, si 2 6= 0, entonces v2 = ( 1 )u1 + 1 u2 . Por el Corolario 1.1, 2 2 V =< u1 , v2 >K =< u1 , u2 >K . Como u4 V =< u1 , u2 >K , entonces existen 1 , 2 K tales que u4 = 1 u1 + 2 u2 , de donde 1 u1 + 2 u2 + 0 u3 + (1)u4 = 0 , lo que demuestra que u1 , u2 , u3 , u4 son linealmente dependientes. Utilizando el mismo argumento, dado en la demostracin del ejemplo anterior, es posible demostrar el siguiente resultado: Teorema 1.5. Sea V espacio vectorial sobre un cuerpo K y v1 , . . . , vn vectores en V tales que V =< v1 , . . . , vn >K . Si u1 , . . . , um son vectores en V con m > n, entonces u1 , . . . , um son linealmente dependientes. Corolario 1.2. Si {v1 , . . . , vn } y {u1 , . . . , um } son bases de un espacio vectorial V sobre un cuerpo K, entonces n = m. Demostracin. Por hiptesis, v1 , . . . , vn son linealmente independientes, u1 , . . . , um son linealmente independientes y V =< v1 , . . . , vn >K =< u1 , . . . , um >K . Supongamos que n 6= m. Entonces m > n o n > m. Si m > n, por el teorema anterior, u1 , . . . , um son linealmente dependientes, lo que es una contradiccin. Si n > m, por el teorema anterior, v1 , . . . , vn son linealmente dependientes, lo que es una contradiccin. Concluimos que n = m. El Corolario anterior permite la siguiente denicin: Denicin 1.5. Sea V un espacio vectorial sobre un cuerpo K. a) Si existe una base {v1 , . . . , vn } de V, diremos que la dimensin de V es n, y denotaremos dimK (V ) = n. b) Si V = { 0 }, diremos que la dimensin de V es cero.
9

Ejercicios Propuestos 1. Demostrar que {1, i} es una base de C = {a + bi / a, b R}, como espacio vectorial sobre R. Por lo tanto, dimR (C) = 2. 2. Calcular dimR (U), siendo U el subespacio de R[x] generado por los vectores 1 + x 2x2 , 2 x x2 , 3 + 2x + x2 . Teorema 1.6. Sea V un espacio vectorial sobre un cuerpo K y dimK (V ) = n. Si v1 , . . . , vn V son linealmente independientes, entonces {v1 , . . . , vn } es una base para V. Demostracin. Basta demostrar que V =< v1 , . . . , vn >K . Notemos que como dimK (V ) = n, existen vectores u1 , . . . , un V tales que V =< u1 , . . . , un >K . Claramente < v1 , . . . , vn >K V. Probaremos que V < v1 , . . . , vn >K . Sea v V, entonces v, v1 , . . . , vn son n + 1 vectores en V, siendo V generado por n vectores. Utilizando el Teorema 1.5, obtenemos que v, v1 , . . . , vn son linealmente dependientes y en consecuencia existen escalares , 1 , . . . , n no todos ceros tales que v +1 v1 + +n vn = 0 . Si suponemos que = 0, entonces 1 v1 + +n vn = 0 , de donde 1 = = n = 0 (porqu?), lo que es una contradiccin. Por lo tanto, 6= 0 y as v = ( 1 )v1 + + ( n )vn < v1 , . . . , vn >K . Ejemplo 1.10. Demostraremos que {(1, 2, 3), (2, 1, 3), (1, 1, 1)} es una base de R3 . Sabemos que dimR (R3 ) = 3. Utilizando el Teorema anterior, basta probar que los vectores (1, 2, 3), (2, 1, 3), (1, 1, 1) son linealmente independientes. Sean , , reales tales que (1, 2, 3) + (2, 1, 3) + (1, 1, 1) = (0, 0, 0). Entonces 1 0 0 1 2 1 +2+ = 0, 2++ = 0 y 3+3+ = 0. Ahora, 2 1 1 0 1 0 , 0 0 1 3 3 1 implica que = = = 0. Ejemplo 1.11. Consideremos el subespacio U =< (1, 1, 4), (2, 1, 1), (1, 2, 11) >R de R3 . Demostraremos que {(1, 0, 3), (0, 1, 7)} es una base de U. Encontraremos primero una base de U. Sean , , reales tales que (1, 1, 4) + (2, 1, 1) + (1, 2, 11) = (0, 0, 0). En 1 2 1 tonces +2+ = 0, ++2 = 0 y 411 = 0. Ahora, 1 1 2 4 1 11 1 0 3 0 1 1 , de donde = 3 y = . Si = 1, entonces = 3 y = 1. 0 0 0
10

Luego, (3)(1, 1, 4) + (2, 1, 1) + (1, 2, 11) = (0, 0, 0), y as (1, 2, 11) = 3(1, 1, 4) + (1)(2, 1, 1). Utilizando el Corolario 1.1, obtenemos que U =< (1, 1, 4), (2, 1, 1) >R . Claramente (1, 1, 4), (2, 1, 1) son linealmente independientes y en consecuencia {(1, 1, 4), (2, 1, 1)} es una base de U. Ahora sabemos que dimR (U) = 2. Para demostrar que {(1, 0, 3), (0, 1, 7)} es base de U, utilizaremos el Teorema 1.6. Debemos probar que (1, 0, 3), (0, 1, 7) son elementos en U y adems linealmente independientes. Demostraremos que (1, 0, 3) U =< (1, 1, 4), (2, 1, 1) >R . Sean , reales tales que (1, 0, 3) = (1, 1, 4) + (2, 1, 1). Entonces + 2 = 1, 1 2 1 1 0 1 + = 0 y 4 = 3. Como 1 1 0 0 1 1 , entonces 4 1 3 0 0 0 = 1 y = 1. Es decir, (1, 0, 3) = (1)(1, 1, 4) + (2, 1, 1). Con un clculo similar se obtiene que (0, 1, 7) = 2(1, 1, 4) + (1)(2, 1, 1). Por lo tanto, (1, 0, 3), (0, 1, 7) son elementos en U, claramente linealmente independientes y dimR (U) = 2. Como tenemos todas las hiptesis del Teorema 1.6, concluimos que {(1, 0, 3), (0, 1, 7)} es una base de U. Corolario 1.3. Sea V un espacio vectorial de dimensin nita sobre un cuerpo K. Si U es un subespacio de V y dimK (U) = dimK (V ) = n 1, entonces U = V. Demostracin. Como dimK (U ) = n 1, entonces existe una base {u1 , . . . , un } de U. Luego, U =< u1 , . . . , un >K y u1 , . . . , un son linealmente independientes. Dado que U V, entonces u1 , . . . , un son vectores en V . Ahora, u1 , . . . , un V son linealmente independientes y dimK (V ) = n. Por el Teorema 1.6, {u1 , . . . , un } es un base de V, y en consecuencia V =< u1 , . . . , un >K . Concluimos que U = V. Lema 1.4. Sea V un espacio vectorial sobre un cuerpo K y v, v1 , . . . , vk vectores en / V. Si v1 , . . . , vk son linealmente independientes y v < v1 , . . . , vk >K , entonces v, v1 , . . . , vk son linealmente independientes. Demostracin. Sean , 1 , . . . , k elementos en el cuerpo K tales que v + 1 v1 + + k vk = 0 . Notemos que si suponemos 6= 0, entonces v = ( 1 )v1 + + ( k )vk < v1 , . . . , vk >K , lo que es una contradiccin. Luego, = 0 y as 1 v1 + + k vk = 0 . Dado que v1 , . . . , vk son linealmente independientes, concluimos que 1 = = k = 0. De esta forma hemos demostrado que
11

 v + 1 v1 + + k vk = 0 implica que = 1 = = k = 0 y por lo tanto, v, v1 , . . . , vk son linealmente independientes. Corolario 1.4. Sea V un espacio vectorial de dimensin nita n 1, sobre un cuerpo K. Si v1 , . . . , vk son vectores en V, linealmente independientes y k < n, entonces existen vectores vk+1 , . . . , vn en V tales que {v1 , . . . vk , vk+1 , . . . , vn } es una base de V. Demostracin. Sea Uk =< v1 , . . . , vk >K . Entonces Uk es un subconjunto propio de V, es decir, Uk V y Uk 6= V. En efecto, si Uk = V, entonces dimK (Uk ) = dimK (V ) = k < n, lo que es una contradiccin. Por lo tanto, existe un vector / vk+1 V tal que vk+1 Uk =< v1 , . . . , vk >K . Por el Lema anterior, v1 , . . . , vk , vk+1 son linealmente independientes. Si k + 1 = n, entonces por el Teorema 1.6, {v1 , . . . , vk , vn } es una base de V. Si k + 1 < n, utilizando el mismo argumento anterior, obtenemos que el subespacio Uk+1 =< v1 , . . . , vk , vk+1 >K es un subconjunto propio de V. Por lo tanto, existe un / vector vk+2 V tal que vk+2 Uk+1 =< v1 , . . . , vk , vk+1 >K . Por el Lema anterior, v1 , . . . , vk , vk+1 , vk+2 son linealmente independientes. Si k + 2 = n, entonces por el Teorema 1.6, {v1 , . . . , vk , vk+1 , vn } es una base de V. Si k + 2 < n, continuando con el mismo proceso despus de n k pasos, obtenemos que existen vectores vk+1 , . . . , vn en V tales que {v1 , . . . vk , vk+1 , . . . , vn } es una base de V. Teorema 1.7. Sea V un espacio vectorial sobre un cuerpo K y U, W subespacios de V ambos de dimensin nita. Entonces dimK (U) + dimK (W ) = dimK (U + W ) + dimK (U W ). Demostracin. Sea {v1 , . . . , vk } una base de U W. Como v1 , . . . , vk son vectores en U, linealmente independientes, entonces por el Corolario 1.4, existen vectores u1 , . . . , ur U tales que {v1 , . . . , vk , u1 , . . . , ur } es una base para U. Como v1 , . . . , vk son vectores en W, linealmente independientes, entonces por el Corolario 1.4, existen vectores w1 , . . . , wm W tales que {v1 , . . . , vk , w1 , . . . , wm } es una base para W. Claramente U + W =< v1 , . . . , vk , u1 , . . . , ur , w1 , . . . , wm >K . Como un ejercicio para el lector, demostrar que los vectores v1 , . . . , vk , u1 , . . . , ur , w1 , . . . , wm son linealmente independientes. De esta forma dimK (U + W ) = k + r + m. Finalmente, dimK (U) + dimK (W ) = (k + r) + (k + m) = (k + r + m) + k = dimK (U + W ) + dimK (U W ).
12

Denicin 1.6. Sea V un espacio vectorial sobre un cuerpo K y U, W subespacios vectoriales de V. Diremos que V es la suma directa de los subespacios U y W , si V = U + W y U W = { 0 }. Si V es la suma directa de los subespacios U y W, se denota V = U W. Ejemplo 1.12. Consideremos los subespacios U = {(x, y, z) / x y = z} y W =< (1, 1, 1) >R de R3 . Demostraremos que R3 es la suma directa de U y W. Encontraremos una base para U. Ahora, U = {(x, y, x y) / x, y R} = {(x, 0, x) + (0, y, y) / x, y R} = {x(1, 0, 1) + y(0, 1, 1) / x, y R} =< (1, 0, 1), (0, 1, 1) >R . Claramente (1, 0, 1), (0, 1, 1) son linealmente independientes y en consecuencia {(1, 0, 1), (0, 1, 1)} es una base de U. Podemos observar que el vector (1, 1, 1) no satisface la ecuacin x y = z y por lo tanto (1, 1, 1) U =< (1, 0, 1), (0, 1, 1) >R . Por el Lema 1.4, los vectores (1, 0, 1), / (0, 1, 1), (1, 1, 1) son linealmente independientes. Dado que U + W =< (1, 0, 1), (0, 1, 1), (1, 1, 1) >R y (1, 0, 1), (0, 1, 1), (1, 1, 1) son linealmente independientes, entonces dimR (U + W ) = 3. Ahora, U + W R3 y dimR (U + W ) = dimR (R3 ) = 3 implican que U + W = R3 (ver Corolario 1.3). Por el Teorema 1.7, dimK (U W ) = dimK (U) + dimK (W ) dimK (U + W ) = 2 + 1 3 = 0, de donde U W = {(0, 0, 0)}. De esta forma hemos demostrado que U + W = R3 y U W = {(0, 0, 0)}, y por lo tanto R3 = U W. Teorema 1.8. Sea V un espacio vectorial de dimensin n, sobre un cuerpo K. Si U es un subespacio vectorial de V, entonces existe un subespacio W de V tal que V = U W. Demostracin. Notemos que si U = { 0 }, entonces W = V. En efecto, U + W = { 0 } + V = { 0 + v / v V } = {v / v V } = V y U W = { 0 } V = { 0 }. Ahora, si U = V, entonces W = { 0 }. Supongamos que U 6= { 0 }, U 6= V y sea {u1 , . . . uk } un base para U. De acuerdo al Corolario 1.4, existen vectores uk+1 , . . . , un en V tales que {u1 , . . . uk , uk+1 , . . . , un } es una base de V. Sea W :=< uk+1 , . . . , un >K . Como ejercicio para el lector demostrar que uk+1 , . . . , un son linealmente independientes y en consecuencia dimK (W ) = nk. Ahora, U + W =< u1 , . . . uk , uk+1 , . . . , un >K = V y por el Teorema 1.7, dimK (U W ) = dimK (U) + dimK (W ) dimK (U + W ) = k + (n k) n = 0, de donde U W = { 0 }. De esta forma, V = U W. Ejemplo 1.13. Consideremos el subespacio U = {a+bx+cx2 P2 (R) / a+b+c = 0} de P2 (R). Encontraremos un subespacio W de P2 (R) tal que P2 (R) = U W.
13

Para encontrar el subespacio W de P2 (R), seguiremos los pasos utilizados en la demostracin del Teorema anterior. Lo primero ser encontrar una base para U. U = {a + bx + (a b)x2 / a, b R} = {a(1 x2 ) + b(x x2 ) / a, b R} = < 1 x2 , x x2 >R . Es fcil vericar que los vectores 1 x2 , x x2 son linealmente independientes y as {1 x2 , x x2 } es una base para U. Podemos observar que x = 0 + x + 0 x2 P2 (R) no es un elemento en U, dado que 0 + 1 + 0 = 1 6= 0. En consecuencia, x < 1 x2 , x x2 >R . Por el Lema 1.4, los vectores 1 x2 , / 2 x x , x son linealmente independientes. Deniendo W =< x >R , obtenemos que P2 (R) = U W. Denicin 1.7. Sea A una matriz m n sobre un cuerpo K. a) El subespacio de K n generado por las las de A, se dice que es el espacio la de A. b) El subespacio de Mm1 (K) generado por las columnas de A, se dice que es el espacio columna de A. c) La dimensin del espacio la de A, se dice que es el rango la de A. d) La dimensin del espacio columna de A, se dice que es el rango columna de A.

Observacin 1.5. Es posible demostrar que, si A una matriz m n sobre un cuerpo K, entonces: rango la de A = rango columna de A. Lo anterior nos permite hablar de rango de una matriz. Es decir, rango de A = rango la de A = rango columna de A.

14

Lema 1.5. Sea A, B matrices m n sobre un cuerpo K. Supongamos que B se obtiene de A, despus de una sola operacin elemental de las, entonces el espacio la de A es igual al espacio la de B. a11 a12 a1n . . . . . . . . . . . . . . . aj1 aj2 ajn . . . . . . . . . . Demostracin. Sea A = . . . . . . ak1 ak2 akn . . . . . . . . . . . . . . . am1 an2 amn i) Si e es la operacin con la: Fk Fk con K y 6= 0, entonces a11 a12 a1n . . . . . . . . . . . . . . . aj2 ajn aj1 . . . . . . . . . . e(A) = B = . . . . . . ak1 ak2 akn . . . . . . . . . . . . . . . am1 an2 amn La matrices A y B dieren solamente en la k-sima la. Como (ak1 , ak2 , . . . , akn ) = (ak1 , ak2 , . . . , akn ) y (ak1 , ak2 , . . . , akn ) = 1 (ak1 , ak2 , . . . , akn ), entonces: espacio la de A = espacio la de B.

an2 amn am1 La matrices A y B dieren solamente en la k-sima la. Dado que (aj1 + ak1 , . . . , ajn + akn ) = (aj1 , . . . , ajn ) + (ak1 , . . . , akn ) y (ak1 , . . . , akn ) = (aj1 + ak1 , . . . , ajn + akn ) + ()(aj1 , . . . , ajn ), entonces: espacio la de A = espacio la de B.
15

ii)Si e es la operacin con la: Fk Fk + Fj con K, entonces a11 a12 a1n . . . . . . . . . . . . . . . aj2 ajn aj1 . . . . . . . . . . . e(A) = B = . . . . . aj1 + ak1 aj2 + ak2 ajn + akn . . . . . . . . . . . . . . .

iii) Si e es la operacin con la: Fj Fk , entonces claramente: espacio la de A = espacio la de B.

Corolario 1.5. Sean A, B una matrices mn sobre un cuerpo K. Si A es equivalente por las a B, entonces: espacio la de A = espacio la de B. Demostracin. Sea A = A0 . Si A0 es equivalente por las a B, entonces existen matrices A1 , . . . , Ak = B Mmn (K) tales que A0 A1 Ak = B, donde cada matriz Ai+1 se obtiene de Ai despus de una sola operacin elemental de las. Por el Lema anterior, espacio la de A0 = espacio la de A1 = = espacio la de Ak . Ejemplo 1.14. Consideremos el subespacio U =< (4, 5, 6), (7, 8, 9), (10, 11, 12) >R de R3 . Encontraremos una base para U. 4 5 6 Consideremos la matriz A = 7 8 9 M33 (R). Notemos que: 10 11 12 4 5 6 1 0 1 espacio la de A = U. Como A = 7 8 9 0 1 2 = B, 10 11 12 0 0 0 espacio la de A = espacio la de B. Por lo tanto, U =< (1, 0, 1), (0, 1, 2) >R . Claramente {(1, 0, 1), (0, 1, 2)} es una base para U. De la denicin 1.7 (c), el rango la de A es 2.

16

2. Transformaciones Lineales Denicin 2.1. Sean V, W espacios vectoriales sobre un cuerpo K. Una funcin T : V W se dice que es una transformacin lineal o funcin lineal, si y slo si, i) T (u + v) = T (u) + T (v) para todo u, v V, y ii) T (v) = T (v) para todo K y para todo v V. Observacin 2.1. Sean V, W espacios vectoriales sobre un cuerpo K y T : V W una transformacin lineal. Si 1 , 2 , . . . , n son elementos en K y v1 , v2 , . . . , vn son vectores en V , entonces T (1 v1 + 2 v2 + + n vn ) = 1 T (v1 ) + 2 T (v2 ) + + P n T (vn ) = n i T (vi ). i=1 Ejemplos 1. Sean V, W espacios vectoriales sobre un cuerpo K. Entonces T : V W denida por T (v) = 0W para todo v V, es una transformacin lineal. 2. Sean V un espacio vectorial sobre un cuerpo K. Entonces IV : V V denida por IV (v) = v para todo v V, es una transformacin lineal. 3. Sean a, b, c, d reales. La funcin T : R2 R2 denida por T (x, y) = (ax + by, cx + dy) es una transformacin lineal. 4. Sean V, W, U espacios vectoriales sobre un cuerpo K y T : V W , F : W U transformaciones lineales. Entonces F T : V U denida por F T (v) = F (T (v)) para todo v V, es una transformacin lineal. 5. Sean V, W espacios vectoriales sobre un cuerpo K y T : V W , F : V W transformaciones lineales. Entonces T + F : V W denida por (T + F )(v) = T (v) + F (v) para todo v V, es una transformacin lineal. 6. Sean V, W espacios vectoriales sobre un cuerpo K, k K y T : V W una transformacin lineal. Entonces kT : V W denida por (kT )(v) = kT (v) para todo v V, es una transformacin lineal. 7. Sea K un cuerpo, n, m enteros positivos y aij K con i {1, . . . , m}, j {1, . . . , n}. Entonces T : K n K m denida por: T (x1 , x2 , . . . , xn ) = (a11 x1 + a12 x2 + + a1n xn , . . . . . . , am1 x1 + am2 x2 + + amn xn ), es una transformacin lineal.

17

Lema 2.1. Sean V, W espacios vectoriales sobre un cuerpo K y T : V W una transformacin lineal. Entonces: y b) T (v) = T (v) para todo v V. a) T (0V ) = 0W a) 0W = T (0V )+T (0V ) = T (0V )+T (0V +0V ) = T (0V )+(T (0V )+T (0V )) = (T (0V ) + T (0V )) + T (0V ) = 0W + T (0V ) = T (0V ). b) Sea v V. Ahora, 0W = T (0V ) = T (v + (v)) = T (v) + T (v) implica que T (v) = T (v). Teorema 2.1. Sean V, W espacios vectoriales sobre un cuerpo K, {v1 , . . . , vn } una base de V y u1 , . . . , un vectores en V. Entonces existe una nica transformacin lineal T : V W tal que T (vi ) = ui para todo i {1, . . . , n}. Demostracin. Demostraremos primero que existe tal funcin. Sea v V, sabemos que existen nicos elementos 1 , . . . , n K tales que v = 1 v1 + + n vn . Se dene la funcin T : V W por T (v) = 1 u1 + + n un . Demostraremos que T : V W es lineal. Es decir, (i) : T (v + w) = T (v) + T (w) para todo v, w V y (ii) : T (kv) = kT (v) para todo k K y todo v V. Sean v, w vectores en V. Entonces existen nicos elementos 1 , . . . , n , 1 , . . . , n en K tales que v = 1 v1 + +n vn y w = 1 v1 + + n vn . De acuerdo a la denicin de la funcin T, tenemos que T (v) = 1 u1 + + n un y T (w) = 1 u1 + + n un . Como, v + w = (1 + 1 )v1 + + (n + n )vn , entonces T (v+w) = (1 + 1 )u1 + +(n + n )un = (1 u1 + +n un )+( 1 u1 + + n un ) = T (v) + T (w), lo que demuestra (i). Sean k K y v V. Entonces v = 1 v1 + + n vn . Ahora, kv = (k1 )v1 + + (kn )vn de donde T (kv) = (k1 )u1 + + (kn )un = k(1 u1 + + n un ) = kT (v), lo que demuestra (ii). Vericar que efectivamente T (vi ) = ui para todo i {1, . . . , n} y como ejercicio demostrar que la funcin lineal T : V W es nica. Ejemplo 2.1. Consideremos los vectores 1 + x, 1 + x2 , x + x2 en P2 (R). Como un ejercicio, demostrar que {1 + x, 1 + x2 , x + x2 } es una base de P2 (R). Por el Teorema anterior, sabemos que existe una nica funcin lineal T : P2 (R) R3 tal que T (1 + x) = (2, 1, 1), T (1 + x2 ) = (3, 1, 2) y T (x + x2 ) = (3, 2, 1). Calcularemos T (a + bx + cx2 ) donde a, b, c son reales. Escribiremos a+bx +cx2 como una combinacin lineal de los vectores 1+x, 1 +x2 , x+x2 . Sea a+bx+cx2 = (1+x)+(1+x2 )+(x+x2 ). Entonces + = a, + = b
18

 1 1 0 a 1 0 0 1a + 1b 1c 2 2 2 y + = c. De 1 0 1 b 0 1 0 1 a 1 b + 1 c , obtenemos que 2 2 2 0 0 1 1a + 1b + 1c 0 1 1 c 2 2 2 a + bx + cx2 = ( 1 a + 1 b 1 c)(1 + x) + ( 1 a 1 b + 1 c)(1 + x2 ) + ( 1 a + 1 b + 1 c)(x + x2 ), 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 2 de donde T (a + bx + cx ) = ( 2 a + 2 b 2 c)(2, 1, 1) + ( 2 a 2 b + 2 c)(3, 1, 2)+ ( 1 a + 1 b + 1 c)(3, 2, 1) = (a + b + 2c, b + c, a + c). 2 2 2 Teorema 2.2. Sean V, W espacios vectoriales sobre un cuerpo K y T : V W lineal. Entonces: a) La imagen de T, denotada por Im(T ) o T (V ), es un subespacio vectorial de W. b) El conjunto Ker(T ) = {v V / T (v) = 0W } es un subespacio deV. Se dice que Ker(T ) es el ncleo de T. Demostracin. a) Demostraremos que Im(T ) = T (V ) = {T (v) / v V } es un subespacio vectorial de W. i) Sean w1 , w2 Im(T ). Entonces w1 = T (v1 ) y w2 = T (v2 ) con v1 , v2 V. Ahora, como T es lineal, w1 + w2 = T (v1 ) + T (v2 ) = T (v1 + v2 ) Im(T ). ii) Sea K y w Im(T ). Entonces w = T (v) con v V. Ahora, w = T (v) = T (v) Im(T ). b) Demostraremos que Ker(T ) = {v V / T (v) = 0W } es un subespacio de V. i) Sean v1 , v2 Ker(T ). Entonces T (v1 ) = 0W y T (v2 ) = 0W . Ahora, T (v1 + v2 ) = T (v1 ) + T (v2 ) = 0W + 0W = 0W , implica que v1 + v2 Ker(T ). ii) Sea K y v Ker(T ). Entonces T (v) = 0W . Ahora, T (v) = T (v) = 0W = 0W , implica que v Ker(T ). Ejemplo 2.2. Sea T : R3 R3 lineal tal que T (1, 1, 1) = (1, 2, 1), T (1, 1, 0) = (2, 3, 1) y T (1, 0, 0) = (1, 3, 2). Calcularemos T (x, y, z) y posteriormente encontraremos bases para Im(T ) y Ker(T ). Claramente (x, y, z) = z(1, 1, 1) + (y z)(1, 1, 0) + (x y)(1, 0, 0). Luego, T (x, y, z) = z(1, 2, 1) + (y z)(2, 3, 1) + (x y)(1, 3, 2) = (x + y z, 3x z, 2x y). Ahora, Im(T ) = {T (x, y, z) / (x, y, z) R3 } = {(x + y z, 3x z, 2x y) / x , y, z R} = {(x, 3x, 2x) + (y, 0, y) + (z, z, 0) / x , y, z R} = {x(1, 3, 2) + y(1, 0, 1) + z(1, 1, 0) / x , y, z R} = < (1, 3, 2), (1, 0, 1), (1, 1, 0) >R .
19

 1 3 2 1 0 1 Como, 1 0 1 0 1 1 , entonces 1 1 0 0 0 0 Im(T ) =< (1, 0, 1), (0, 1, 1) >R . Claramente {(1, 0, 1), (0, 1, 1)} es una base para Im(T ). Ahora, Ker(T ) = {(x, y, z) R3 / T (x, y, z) = (0, 0, 0)} = {(x, y, z) R3 / (x + y z, 3x z, 2x y) = (0, 0, 0)} = {(x, y, z) R3 / x + y z = 0 3x z = 0 2x y = 0} = {(x, y, z) R3 / x = 1 z e y = 2 z} = {( 1 z, 2 z, z) / z R} = 3 3 3 3 < ( 1 , 2 , 1) >R =< (1, 2, 3) >R . Claramente, {(1, 2, 3)} es una base para Ker(T ). 3 3 Lema 2.2. Sean V, W espacios vectoriales sobre un cuerpo K, V de dimensin nita y T : V W lineal. Si {v1 , . . . , vn } es una base de V, entonces Im(T ) =< T (v1 ), . . . , T (vn ) >K . Demostracin. Debemos demostrar que Im(T ) < T (v1 ), . . . , T (vn ) >K y < T (v1 ), . . . , T (vn ) >K Im(T ). Para demostrar que Im(T ) < T (v1 ), . . . , T (vn ) >K , consideremos w Im(T ). Entonces existe v V tal que w = T (v). Como {v1 , . . . , vn } es una base de V, existen escalares 1 , . . . , n tales que v = 1 v1 + + n vn . Ahora, w = T (v) = T (1 v1 + + n vn ) = 1 T (v1 ) + + n T (vn ) < T (v1 ), . . . , T (vn ) >K , lo que demuestra que Im(T ) < T (v1 ), . . . , T (vn ) >K . Para probar que < T (v1 ), . . . , T (vn ) >K Im(T ), sea w < T (v1 ), . . . , T (vn ) >K . Entonces existen escalares 1 , . . . , n tales que w = 1 T (v1 ) + + n T (vn ). Ahora, w = 1 T (v1 ) + + n T (vn ) = T (1 v1 + + n vn ) Im(T ), lo que demuestra que < T (v1 ), . . . , T (vn ) >K Im(T ).

20