SUBESPACIOS,

BASES Y DIMENSION
AM4

SUBESPACIOS
Subespacio.- Sea H un subconjunto no
vaco de un espacio vectorial V y
supngase que H es en si mismo un
espacio vectorial ante las operaciones de
adicin y multiplicacin por un escalar
definidas en V. Entonces se dice que H
es un subespacio de V

SUBESPACIOS
Teorema 1
Un subconjunto no vaco H del espacio vectorial
V es un subespacio de V si se cumplen las dos
reglas de cerradura:

Si _ x H y H , x y H
Si _ x H ,x H _

SUBESPACIOS
Es evidente que si H es un espacio
vectorial deben cumplirse las dos reglas
de cerradura. Recprocamente, para
mostrar que H es un espacio vectorial es
necesario mostrar que se cumplen todos
los 10 axiomas ante las operaciones de
adicin vectorial y multiplicacin por un
escalar definidas en V

SUBESPACIOS
El teorema anterior dice que a fin de saber si H
es un subespacio de V, basta verificar que
x+y y x estn en H si x y y estn en H y
es un escalar.
La demostracin anterior contiene un hecho que
es lo suficientemente importante para
sealarlo de manera explicita:
Todo subespacio no vaco de un espacio
vectorial V contiene el 0

SUBESPACIOS
Lo anterior indica que si un subconjunto no
contiene el 0, entonces no es un subespacio.
Un espacio vectorial es un subespacio de si
mismo
Ejemplo
Sea V = Mnn ( las matrices de n x n) y sea {A
pertenece Mnn : A es invertible}. Entonces H no
es un subespacio, ya que la matriz cero de n x
n no esta en H

EJEMPLO 14
Sea A una matriz de n x m y sea
H x R m : Ax 0

Muestre que H es un subespacio de Rm

Si x1, x2 pertenecen a H, entonces:
A x1 x2 Ax1 Ax2 0 0 0
Asi
x1 x2 H
Ademas

A x1 Ax1 0 0
Asi
x1 H

Por tanto H es un subespacio

COMBINACION LINEAL
Combinacin lineal.- Sean v1, v2,,vn
vectores en un espacio vectorial V.
Entonces cualquier expresin de la forma

a1v1 a2 v2 .... an vn
Donde a1, a2,an son escalares, se llama
combinacin lineal de v1, v2,,vn

EJEMPLO 15
Combinacin lineal en R3. En R3
7

7
7

Es una combinacin lineal de

2
4

y 3
1

EJEMPLO 15
Ya que

7
1
5

7 2 2 1 3
7
4
1

Ejemplo 16
Combinacion lineal
en M23

3 2 8
1 0 4
0 1 2

3
2

1 9 3
1 1 5
2 3 6

Ejemplo 17
Combinaciones lineales en Pn. En Pn
todo polinomio se puede expresar como
una combinacion lineal de los
monomios 1, x, x2, xn

COMBINACION LINEAL
Conjunto generador de un espacio vectorial.Se dice que los vectores v1, v2,vn en un
espacio vectorial V generan V si todo vector
de V se puede expresar como una
combinacin lineal de ellos. Puesto de otra
forma, para todo v que pertenece a V
existen escalares a1, a2, an tales que

v a1v1 a2 v2 ...an vn

Ejemplo 18
Cuatro vectores que generan M22
a b
1 0
0 1
0 0
0 0

a
b
c
d

c d
0 0
0 0
1 0
0 1

Se ve que las matrices unitarias generan

M22

Ejemplo 19
Dados los vectores siguientes en P2

v1 2t t 2
2

v2 t 2t
2

v3 5t 2 5t 2
v4 t 2 3t 2

Ejemplo 19
Determine si el vector
u=t2 + t + 2, pertenece al espacio generado
de {v1, v2, v3, v4}
Solucin

Ejemplo 19
Si podemos determinar escalares c1, c2, c3, c4
tales que

c1v1 c2 v2 c3v3 c4 v4 u

Entonces u pertenece a gen {v1, v2, v3, v4}. Al

sustituir los valores de u, v1, v2, v3, v4,
tenemos

c1 2t 2 t 2 c2 t 2 2t c3 5t 2 5t 2 c4 t 2 3t 2
2

t 2

Ejemplo 19
2c1 c2 5c3 c4 t c1 2c2 5c3 3c4 t
2
2c1 2c3 2c4 t t 2
2

Dos polinomios coinciden para todos los

valores de t solo si los coeficientes de las
potencias respectivas de t coinciden. Por
lo que la igualdad anterior origina el
sistema lineal

Ejemplo 19

2c1 c2 5c3 c4 1
c1 2c2 5c3 3c4 1
2c1 0c2 2c3 2c4 2
Como el sistema es inconsistente, se
concluye que u no pertenece a gen { v1, v2,
v3, v4}.

Combinaciones Lineales
En general, para determinar si un vector
especifico v pertenece a gen S,
analizamos la consistencia de un
sistema lineal adecuado.

INDEPENDENCIA LINEAL
Los vectores v1, v2, v3, vk en un espacio
vectorial V son linealmente dependientes si
existen constantes c1,c2, ck no todas iguales
a cero, tales que

c1v1 c2 v2 ... ck vk 0

Ec ( 1 )

INDEPENDENCIA LINEAL
En caso contrario se dice que v1, v2, v3,
vk son linealmente independientes;
esto es v1, v2, v3, vk son linealmente
independientes si la nica combinacin
lineal de v1, v2, v3, vk que da como
resultado el vector cero es aquella en la
que todos los coeficientes son cero

INDEPENDENCIA LINEAL
Observe que sin importar cuales sean
los vectores v1, v2, v3, vk , la ecuacion
(1) siempre se cumple si hacemos igual
a cero cada uno de los escalares c 1,c2,
ck . El punto importante de la definicion
es si es posible satisfacer la ecuacion (1)
con, por lo menos uno de los escalares,
diferente de cero.

INDEPENDENCIA LINEAL
El procedimiento para determinar si los
vectores v1, v2, v3, vk son linealmente
dependientes o linealmente
independientes es como sigue .
Paso 1. Plantear la ecuacin (1), la cual
conduce a un sistema homogneo.
Paso 2. Si el sistema homogneo que se
obtuvo en el paso 1 tiene solo la solucin
trivial, entonces los vectores dados son
LI, caso contrario son LD

EJEMPLO 20
Determinemos si los vectores

1
1

0

0

2
0

y
1

Que generan el espacio solucin del sistema Ax=0

son linealmente dependientes o independientes.

EJEMPLO 20
Formamos la ecuacin

c1 c2
0

2 0

0 0

1 0

1 0

EJEMPLO 20
Se obtiene el sistema homogneo

c1 2c2 0
c1 0c2 0
0c1 c2 0
0c1 c2 0
Cuya nica solucin es C1=C2= 0. Entonces
los vectores son LI

EJEMPLO 21
Determine si los vectores v1=(1,0,1,2),
v2=(0,1,1,2) y v3=(1,1,1,3) en R 4 son
linealmente dependientes o no.
Ec 1

EJEMPLO 22
Considere V1=(1,2,-1), V2=(1,-2,1),
V3=(-3,2,-1) y V4=(2,0,0) en R3
Es el conjunto S = {v1,v2,v3,v4} LD o LI

Ejemplo 23
Considere los vectores
p1(t)=t2+t+2, p2(t)=2t2+t, p3(t) = 3t2+2t+2,
determine si el sistema es LD o LI

BASES Y DIMENSION
Hay dos vectores especiales en R2 que
permiten representar a los demas
vectores de R2 en forma conveniente. El
vector (1,0) se denota mediante el
simbolo i y el vector (0,1) es el vector j,
por tanto cualquier vector en el plano,
como (a,b) = a(1,0) + b(0,1), se puede
escribir v=(a,b)=ai+bj

BASES Y DIMENSION
Si se utiliza esta representacin se dice
que v esta resuelto en sus componentes
horizontal y vertical. Los vectores i y j
tienen 2 propiedades:
A) Ninguno de ellos es multiplo del otro
es decir son LD
B) Cualquier vector v se puede escribir
en terminos de i y j

BASES Y DIMENSION
En otra forma un vector en R2 se puede
expresar en trminos de i y j

1
i
0
0
j
1

BASES Y DIMENSION
En R3 los vectores se escriben en
trminos de

1

0
0

0

, 1
0

0

y 0
1

BASES Y DIMENSION
Generalizando:
Base.- Un conjunto de vectores { v1, v2,
vn} es una base del espacio vectorial V
si
a) { v1, v2, vn} es linealmente
independiente
b) { v1, v2, vn} genera V

BASES Y DIMENSION
Todo conjunto de n vectores linealmente
independientes en Rn genera Rn, por lo
que todo conjunto de n vectores
linealmente independientes en Rn es una
base de Rn.

BASES Y DIMENSION
En Rn se define
1
0
0
0




0
1
0
0
e1 0 , e2 0 , e3 1 ,...en 0








0
0
0
1

Como los ei son las columnas de la matriz

identidad, {e1,e2,en} es linealmente
independiente y por tanto constituye una base en
Rn

BASES Y DIMENSION
Base estndar de Pn.- Los polinomios 1,
x, x2 y x3 son linealmente independientes
en P3. Adems estos polinomios generan
P3, en consecuencia {1, x, x2, x3} es una
base de P3. En general, los polinomios
{1, x, x2, x3,xn} constituyen una base de
Pn. A esta se le llama base estndar de
Pn

BASES Y DIMENSION
Base estndar de M22, en el ejemplo 18 se vio
que 1 0 0 1 0 0 0 0

,
,
,

0 0 0 0 1 0 0 1
generan _ M 22

Si

c1

c3

c2
1 0
0 1
0 0
0 0
c1
c2
c3
c4

c4
0 0
0 0
1 0
0 1
0 0

0 0

BASES Y DIMENSION
Entonces obviamente c1=c2=c3=c4 = 0.
Es decir, estas cuatro matrices son
linealmente independientes y constituyen
una base de M22. A esta se le llama base
estndar de M22

BASES Y DIMENSION
Dimensin. Si el espacio vectorial V tiene
una base finita, entonces la dimension de
V es el numero de vectores que tiene
cualquiera de las bases de V, y este
ultimo recibe el nombre de espacio
vectorial de dimensin finita. En cualquier
otro caso se dice que V es un espacio
vectorial de dimensin infinita. Si V={0},
se dice que V es de dimensin cero

BASES Y DIMENSION
La dimension de V se denota por dim V.
Dimension de Rn.- como n vectores
linealmente independientes en Rn
conforman una base, se ve que
dimRn = n.
Dimension de Pn .- Los polinomios {1, x, x2,
xn} constituyen una base de Pn. Por tanto
dim Pn = n+1

BASES Y DIMENSION
Halle una base del espacio solucin de un
sistema homogneo

2 x y 3z 0
4x 2 y 6z 0
6x 3 y 9z 0

BASES Y DIMENSION
2 1 3

0 0 0
0 0 0

2 x y 3z 0
1

base _ 2
0

0

y 3
1

BASES Y DIMENSION
1

c1 2 c2
0

c1 2 c2

1
3

1
0 2

x 2 2 3 3 5
0
1 3

Ejemplos
Qu valor de alfa harn que los vectores

1

2
3

, 1
4

3

y
4

Sean linealmente dependientes

PROPIEDADES DEL
PRODUCTO CRUZ
Sean u, v y w vectores en R3 y sea alfa
un escalar. Entonces
i.- u x 0 = 0 x u = 0
ii.-u x v = -(v x u)
iii.- (u)x v = (u x v)
iv.- u x (v + w) = (u x v) + (u x w)

PROPIEDADES DEL
PRODUCTO CRUZ
v. (u v) w u (v w)
vi. u u v v (u v) 0
Si u y v son paralelos, entonces u x v = 0
Si es el ngulo entre u y v, entonces

u v u v sen