E S P A C I O S V E C T O R I A L E S

I NTRODUCCI N

En el curso de segundo tan solo se pretende introducir algunos aspectos referidos a los espacios
vectoriales, otros se incorporarn en el curso de tercero. En esencia, trabajaremos los conceptos de
dependencia e independencia lineal, conjunto generador, bases, coordenadas de un vector. En el
curso de tercero se complementarn con los de ortogonalidad, producto interno, transformaciones
lineales, diagonalizacin de matrices y subespacios invariantes. Tanto en este curso como en el
prximo, se tratar de llegar a los diferentes conceptos a travs de ideas geomtricas simples,
basndonos en representaciones ya manejadas por los estudiantes.

En los distintos cursos de Secundaria, no solo de Matemtica sino tambin de Fsica o de
Qumica, representamos:

- Los nmeros reales sobre una recta.

- Los nmeros complejos, en el plano.

- Los pares ordenados de nmeros reales los anotamos ( )
2 1
, a a , o
|
|
.
|

\
|
2
1
a
a
y los dibujbamos
con forma de vector en el plano.

- Ternas ordenadas de nmeros en el espacio.

Con los vectores geomtricos, ya sea en el plano como en el espacio, estamos habituados a
realizar operaciones. Bsicamente: los multiplicamos por un nmero real y los sumamos entre s.
Dichas operaciones gozan de propiedad que podran llamaste obvias o elementales, como por
ejemplo, la conmutativa, la asociativa, etc.

Lo que incluiremos en la definicin de Especio Vectorial, no es ms que un resumen de dichas
propiedades. El objetivo de realizar, en abstracto, esta definicin es por el hecho de que los
vectores geomtricos no son los nicos elementos matemticos que verifican dichas propiedades.
Es ms, los elementos geomtricos que inspiran esta definicin sern quienes nos suministren la
mayora de los ejemplos.




ESPACIO VECTORIAL

Un conjunto V no vaco (llamado de vectores, aunque no parezcan vectores), se llama espacio
vectorial real, si entre los elementos de V estn definidas dos operaciones algebraicas, llamadas
adicin vectorial y multiplicacin por un escalar, que cumplen:

1) Suma de vectores:

A cada par de elementos de V, u y v se le asocia un nico vector de V llamado suma de u y v
y denotado v u + tal que cumple las siguientes propiedades:

Propiedades de la suma
1) conmutativa u v v u + = + e v u, V
2) Asociativa ( ) ( ) w v u w v u + + = + + e w v u , , V
3) Existencia del neutro e -o V / u u 0 0 u = + = + e u V
4) Existencia del opuesto Para cada e u V, e - u V tal que ( ) 0 u u = + )

2) Multiplicacin por un escalar:

La multiplicacin de un elemento de V por un escalar (en nuestro curso un real), asocia a cada
ue V y a cada eR, un nico elemento de V llamado producto de con u y se denota u -
o - u de modo que se verifiquen las siguientes propiedades.

Propiedades del producto
1) Existencia del neutro e -1 R / u u = - 1 e u V
2) Asociativa ( ) ( ) u u - - - = . e u V y , R
3) Distributiva con suma en R ( ) u u u - - - + = + e u V , e R
4) Distributiva con suma en V ( ) v u u v u - - - - + = + e v u, V e R

Observaciones:

- Representaremos como 0 el vector nulo, neutro de V

- A partir de ahora escribiremos u en lugar de u -

Como decamos en la introduccin, nuestros ejemplos ms representativos son los vectores
geomtricos, que para esta definicin estn representados por R
2
y R
3
(y generalizando por R
n
).




Representacin grfica de vectores

En V = R
2
:
|
|
.
|

\
|
=
3
1
u



En V = R
3
:
|
|
|
.
|

\
|
=
3
2
1
u
Los vectores en R
n
son matrices de una
columna por n filas:
|
|
|
|
|
.
|

\
|
n
2
1
a
a
a

Ejemplos de espacios vectoriales:

1. Si V = R
n

i) Suma: Si
|
|
|
|
|
.
|

\
|
=
n
2
1
a
a
a
u

y
|
|
|
|
|
.
|

\
|
=
n
2
1
b
b
b
v

e R
n
entonces su suma es
|
|
|
|
|
.
|

\
|
+
+
+
= +
n n
b a
b a
b a
v u

2 2
1 1
e R
n


O sea que la suma de 2 vectores de R
n
es un vector de R
n
, cuyas componentes es la suma de
las respectivas componentes de los vectores que se suman. Es fcil demostrar que cumple las
propiedades enunciadas.

Aplicacin:
|
|
|
.
|

\
|
=
5
3
2
u y
|
|
|
.
|

\
|
=
4
6
0
v entonces
|
|
|
.
|

\
|

=
|
|
|
.
|

\
|
+

+
= +
9
3
2
4 5
6 3
0 2
v u

Interpretacin geomtrica de la suma en R
2
:

Si
|
|
.
|

\
|

=
1
2
u
|
|
.
|

\
|
=
3
5
v

Entonces
|
|
.
|

\
|
= +
2
7
v u

3

2

O
-1
u
u+v

-7 -5 -2
v
3
1
2
u
-1
3
u



El cuadriltero cuyo vrtices son los puntos 0, u, v y u+v (como puntos) es un
paralelogramo y u+v es la diagonal.

ii) Producto: si
|
|
|
|
|
.
|

\
|
=
n
2
1
a
a
a
u

y e R entonces
|
|
|
|
|
.
|

\
|
=
n
a
a
a
u

2
1


O sea que el producto de un real por un vector R
n
de es un vector de R
n
, tal que cada una
de sus componentes es el producto del real por cada componente del vector. Es fcil
demostrar que cumple las propiedades enunciadas.

Ejemplo:
|
|
|
.
|

\
|
+ =
3
1
2
u y 2 = entonces
|
|
|
.
|

\
|
=
6
2
4
2u
Interpretacin geomtrica:




















6



3
-1

2

4
-2

2u

u


2. V = P, siendo P el conjunto de las funciones polinmicas de una variable con coeficientes
reales es un espacio vectorial real. La suma es la usual de polinomios y el producto es el
de un nmero real por un polinomio:

Sean p y qeP tal que ( )
0 1
: a x a x a x p p
n
n
+ + + = y
( )
0 1
: b x b x b x q q
n
n
+ + + = entonces
( )( ) ( ) ( )
0 0 1 1
: b a x b a x b a x q p q p
n
n x
+ + + + + + = + +
y si R e ( )( )
0 1
: a x a x a x p p
n
n
+ + + =

3. V = M
m x n
siendo M
m x n
el conjunto de las matrices es un espacio vectorial real. La suma
es la usual de matrices y el producto es el de un nmero por una matriz.

4. El conjunto de los polinomios de grado 2 no es un espacio vectorial. Verifquelo.

5. El conjunto e los polinomios de grado menor o igual a 2 es un espacio vectorial.
Verifquelo.

Algunas otras Propiedades de los espacios vectoriales


- El neutro es nico

- El opuesto es nico

- 0
-
u=0 e u V

- 0 0 = - o e o R

- 0 = - u o entonces

=
=
0 u
o
0 o


- v u - - =o o entonces 0 = = o v u

- u u - - = | o entonces 0 = = u | o

Demostraremos solo una propiedades, las dems quedan a cargo del alumno.

u u - - = | o entonces 0 u u = | o por asociativa ( ) 0 u = | o por propiedad cuatro anterior

como 0 = u entonces 0 = | o de donde deducimos que | o =


COMBINACIN LINEAL

Definicin:

Sea { }
k
u u u U , , ,
2 1
= un subconjunto finito de vectores de V y ue V decimos que u es
combinacin lineal de U (tambin se acostumbra decir combinacin lineal de los vectores
de U ) cuando existen e
k
o o o , , ,
2 1
R tales que
k k
u u u u o o o + + + =
2 2 1 1


Abreviadamente escribimos:

Sean { }
k
u u u U , , ,
2 1
= c V y ue V
u es CLU - e
k
o o o , , ,
2 1
R tales que
k k
u u u u o o o + + + =
2 2 1 1


Ejemplos:

1. En R
2

Sea { }
2 1
, u u U = con
|
|
.
|

\
|
=
2
1
1
u
|
|
.
|

\
|

=
5
2
2
u y
|
|
.
|

\
|

=
1
4
u
u es CLU pues existen dos nmeros: 2 y 1 tal que
|
|
.
|

\
|

+
|
|
.
|

\
|
=
5
2
1
2
1
2 u
Grficamente:

Preguntas:

Son
2 1
, u u y/o 0, combinaciones lineales de U? Justifica respuesta.

2. En el conjunto de los polinomios.

Sean ( ) 1 3
2
= x x p , ( ) ( )
2
1 1 x x h y x q = =
( ) x p es CL de ( ) ( ) { } x h x q , pues ( ) ) ( 3 ) ( . 2 x h x q x p =
1
u
2
u
u
1
2u


Ejemplos:
1) Encuentre un vector que sea combinacin lineal de

|
|
|
.
|

\
|

|
|
|
.
|

\
|
=
7
5
2
,
3
2
1
U
Resolucin: Basta con elegir un valor de o y uno de | cualquiera y luego hacer
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
3
4
2
2
2
1
| o y se obtendra un vector combinacin lineal de U. Por ejemplo si
4 y 3 = = | o entonces
|
|
|
.
|

\
|
=
18
10
11
u es CLU
2) Sea

|
|
|
.
|

\
|
|
|
|
.
|

\
|

=
3
4
2
,
2
2
1
U
a) Son
|
|
|
.
|

\
|
=
6
8
0
u y/o
|
|
|
.
|

\
|
=
12
2
7
v combinaciones lineales de U?
b) Hallar todos los vectores que son combinacin lineal de U

Resolucin:
a)
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
6
9
0
3
4
2
2
2
1
| o

= +
= +
=
6 3 2
8 4 2
0 2
| o
| o
| o

=
= +
=
14 7
8 4 2
0 2
|
| o
| o
2 = | Sustituyendo en la 2

=
=
=
2
0
0 2
|
o
| o

Los valores hallados no verifican la 1, sistema incompatible. De donde u no es CLU

b)
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
12
2
7
3
4
2
2
2
1
| o

= +
= +
=
12 3 2
2 4 2
7 2
| o
| o
| o

=
= +
=
14 7
2 4 2
7 2
|
| o
| o
2 = | Sustituyendo en la 2

=
=
=
2
3
7 2
|
o
| o
Los valores hallados
verifican la 1, sistema compatible. De donde v es CLU.

Ejercicios sobre CL


CONJUNTOS GENERADORES

Vimos que dado un conjunto existan vectores del espacio que eran CL o no de l.
Nos interesan ahora hallar conjuntos tales que todos los vectores del espacio sean CL de l.

Definicin:

Sea { }
i
u u u U , , ,
2 1
= un subconjunto de vectores de V decimos que U es generador de V si
todo vector del espacio es combinacin lineal de l.

Abreviadamente escribimos:

Sean { }
i
u u u U , , ,
2 1
= cV, U
g
V e u V u es CLU


Ejemplos:
1. Ver que

|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
= ,
1
0
0
0
, ,
0
1
0
0
,
0
0
1
0
,
0
0
0
1

U es generador de R
n
pues
|
|
|
|
|
|
.
|

\
|
=
n
u
u
u
u
u

3
2
1
eR
n

Podemos escribir
|
|
|
|
|
|
.
|

\
|
+ +
|
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
|
.
|

\
|
+ +
|
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
|
.
|

\
|
=
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
3 2 1 3
2
1

n
n
u u u u
u
u
u
u
u
O sea U
g
R
n


Por ejemplo
)
`

|
|
.
|

\
|
|
|
.
|

\
|
=
g
U
1
0
,
0
1
R
2

2. Queremos ver si
)
`

|
|
.
|

\
|

|
|
.
|

\
|
=
g
U
4
3
,
2
1
R
2
y/o
)
`

|
|
.
|

\
|

|
|
.
|

\
|
=
g
V
1
1
,
1
1
R
2

En el primer caso hacemos
|
|
.
|

\
|
=
|
|
.
|

\
|

+
|
|
.
|

\
|
b
a
4
3
2
1
| o

=
= +
b
a
| o
| o
4 2
3

+ =
= +
b a
a
2 7
3
|
| o

sistema compatible de donde U es generador de R
2


En el segundo caso
|
|
.
|

\
|
=
|
|
.
|

\
|

+
|
|
.
|

\
|
b
a
1
1
1
1
| o

=
= +
b
a
| o
| o

= +
= +
0 b a
a | o



sistema compatible si y solo si a + b = 0 de donde V no es generador de R
2

3. Si V = C (conjunto e los complejos) 1,1+i,1-i` es un generador del conjunto C pues si
hacemos ( ) ( ) bi a i i + = + + + 1 1 1 . | o

= +
= + +
b
a
|
| o
el sistema es compatible (indeterminado)


Propiedades

1) Ampliacin de un generador

Si ampliamos un generador, el conjunto obtenido es generador.

{ }

e
c =
V
V V
v
U u u u U
g
i
, , ,
2 1

{ } V
g
v U

Evidente pues si
g
U V

V e u , u es CLU o sea
i i
u u u o o + + =
1 1

Es lo mismo escribir u, v u u u
i i
0
1 1
+ + + = o o de donde { } v u u CL u
i
, , ,
1
=
u es CL { } ( ) v U { }
g
v U V

Ejemplo:

)
`

|
|
.
|

\
|
|
|
.
|

\
|
=
g
U
1
0
,
0
1
R
2
entonces

|
|
.
|

\
|

|
|
.
|

\
|
|
|
.
|

\
|
=
g
V
3
8
,
1
0
,
0
1
R
2


2) Reduccin de un generador

Si a un generador le quitamos un vector que sea combinacin lineal del conjunto formado por
los restantes vectores, el conjunto obtenido es generador

{ }
{ } ( )

s s
=
c =
i k
u U CL u
U u u u U
k k
g
i
1
y , , ,
2 1
V V
{ }
g
k
u U V

Demostracin:

{ } V =
g
i
u u u U , , ,
2 1
entonces para todo V e x



i i k k k k k i k
u u u u u x o o o o o + + + + + + =
+ +

1 1 1 1 1
*

Pero { } ( )
k k
u U CL u = lo cual significa que

i i k k k i k k
u u u u u | | | | + + + + + =
+ +

1 1 1 1 1


Sustituimos en *

( )
i i k k i i k k k i k k k i k
u u u u u u u u x o o | | | | o o o + + + + + + + + + + + =
+ + + +

1 1 1 1 1 1 1 1 1 1

Operamos y ordenamos

i i k i k k k k k k k i k k
u u u u x
|
|
|
.
|

\
|
+ + +
|
|
|
.
|

\
|
+ +
|
|
|
.
|

\
|
+ + +
|
|
|
.
|

\
|
+ =
e
+
e
+ +
e

e

R R R R
| o o | o o | o o | o o
1 1 1 1 1 1 1 1

Lo cual nos permite concluir que para todo V e x { } ( )
k
u U x = CL o sea { } ( ) V
g
k
u U

Ejemplo:
Vimos que
)
`

|
|
.
|

\
|

|
|
.
|

\
|
|
|
.
|

\
|
=
g
V
3
8
,
1
0
,
0
1
R
2

entonces
)
`

|
|
.
|

\
|

|
|
.
|

\
|
=
g
W
3
8
,
0
1
R
2

pues
|
|
.
|

\
|
1
0
es CLW, ya que
|
|
.
|

\
|

|
|
.
|

\
|
=
|
|
.
|

\
|
3
8
3
1
0
1
3
8
1
0


3) Modificacin de un generador

Si en un conjunto generador sustituimos un vector por una combinacin lineal del conjunto, en la
cual el vector sustituido no est multiplicado por 0, el conjunto obtenido tambin es generador.


{ }
{ } ( ) { } V
V V

s s
=
+ + + + =
c =
g
k k
k
i k k k
g
i
u u U
i k
u u u
U u u u U
'
1
0
'
, , ,
1 1
2 1
o
o o o

Ejemplo:

Sabemos que

|
|
|
.
|

\
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
g
U
1
0
0
,
0
1
0
,
0
0
1
R
3
entonces

|
|
|
.
|

\
|

|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
g
V
7
3
0
,
0
1
0
,
0
0
1
R
3

Ya que

|
|
|
.
|

\
|
+
|
|
|
.
|

\
|

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|

=
1
0
0
7
0
1
0
3
0
0
1
0
7
3
0
0


Ejercicio:

Queremos demostrar que { } { } + + + = =
g g
w v w u v u B w v u A , , , ,
3
R R
3



{ }

{ } + =

+ + = +
=
=
g
ificacin
g
w v v u U
w v u v u
w v u A
, ,
0 . 1 . 1
, ,
mod
0
3
R
R
3

{ }
( )

{ } + + =

+ + = +
+ =
=
g
ificacin
g
w w u v u V
w v v u w u
w v v u U
, ,
. 1 . 1 . . 1
, ,
mod
0
3
R
R
3

{ }

{ } + + + =

+ + + = +
+ + =
=
g
ificacin
g
w v w u v u B
w w v v u w v
w w u v u V
, ,
2 ) ( 1 ) .( 1
, ,
mod
0
3
R
R
3


:
Se podra hacer de forma similar (intntalo).

Lo haremos de otra forma
{ } + + + =
g
w v w u v u B , , R
3

Por ampliacin de un generador { } + + + =
g
w v w u v u w v u U , , , , , R
3
,
Por reduccin de un generador { } + + =
g
w v w u w v u V , , , , R
3
pues
) ( 0 ) ( 0 0 . 1 . 1 w v w u w v u v u + + + + + + = + o sea { } ( ) v u U CL v u + = +
Por reduccin de un generador { } + =
g
w v w v u W , , , R
3
pues { } ( ) w u V CL w u + = +
Por reduccin de un generador { } =
g
w v u A , , R
3
{ } ( ) w v W CL w v + = +

Nota: la primera parte se podra hacer en forma similar a la segunda (intntalo)





CONJUNTOS LINEALMENTE INDEPENDIENTES Y LINEALMENTE
DEPENDIENTES

Hemos visto conjuntos generadores o sea conjuntos con los cuales se pueden hallar todos los
vectores del espacio mediante combinaciones lineales de ellos.

Ahora trataremos de otro tipo de conjuntos los llamados linealmente independientes.

Definicin:

Es evidente que dado un conjunto { }
t
u u u U , , ,
2 1
= cV el vector nulo se puede expresar
siempre como combinacin lineal de los vectores de U pues 0 u u u u
t
= + + + 0 0 0 0
3 2 1
(un
sistema homogneo tiene siempre la solucin trivial)

Decimos que un conjunto es linealmente independiente cuando al hacer una combinacin lineal de
sus vectores y obtener por resultado el vector nulo el sistema resultante tiene por solucin solo la
trivial, o sea todos los coeficientes son 0

Abreviadamente escribimos:

Sea { } V c =
t
u u u U , , ,
2 1

U LI si 0 u u u
t t
= + + + o o o
2 2 1 1
entonces t i
i
,..., 2 , 1 0 = = o

Por ejemplo:
El conjunto

|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
= ,
1
0
0
0
, ,
0
1
0
0
,
0
0
1
0
,
0
0
0
1

U es LI en
n
R pues si hacemos
0 0
u
n n
n
=
|
|
|
|
|
|
.
|

\
|
+ +
|
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
|
.
|

\
|
+ +
|
|
|
|
|
|
.
|

\
|
c +
|
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
|
.
|

\
|
o
o
o
o
o o o

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



|
|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
|
.
|

\
|
0
0
0
0
3
2
1

n
o
o
o
o
de donde la nica solucin es que todos los o sean 0

Cuando un conjunto no es LI se dice que es linealmente dependiente (LD)

Ejemplos:

Investigaremos si los siguientes conjuntos son LI o LD
1)
)
`

|
|
.
|

\
|
|
|
.
|

\
|
=
3
5
,
2
1
U
2)
)
`

|
|
.
|

\
|
|
|
.
|

\
|
=
0
1
,
0
2
V
3)

|
|
|
|
|
.
|

\
|

|
|
|
|
.
|

\
|

|
|
|
|
.
|

\
|

=
8
5
1
7
,
1
5
2
1
,
3
0
1
2
W
4)
)
`

|
|
.
|

\
|

|
|
.
|

\
|
=
1 1
1 1
,
1 0
1 1
Z

Resolucin:
1)
|
|
.
|

\
|
=
|
|
.
|

\
|
+
|
|
.
|

\
|
0
0
3
5
2
1
| o

= +
=
0 3 2
0 5
| o
| o

=
=
0 13
0 5
|
| o
sistema compatible determinado, nica
solucin es la trivial 0 = = | o , de donde deducimos que el conjunto U es LI
2)
|
|
.
|

\
|
=
|
|
.
|

\
|
+
|
|
.
|

\
|
0
0
0
1
0
2
| o { 0 2 = + | o o | 2 =
Ver que hay infinitos pares de valores de | o y distintos de 0 que verifican el sistema.
Por ejemplo

= =
= =

6 3
2 1
| o
| o

El sistema es compatible indeterminado (con un grado de libertad), de donde deducimos que
el conjunto V es LD


3)
|
|
|
|
.
|

\
|
=
|
|
|
|
|
.
|

\
|

+
|
|
|
|
.
|

\
|

+
|
|
|
|
.
|

\
|

0
0
0
0
8
5
1
7
1
5
2
1
3
0
1
2
| o

= +
= +
= +
= + +
0 8 3
0 5 5
0 5
0 7 2
| o
|
| o
| o

= +
= +
= +
= +
0 5 5
0 5 5
0 5
0 5 5
|
|
| o
|

= +
= +
0 5 5
0 5
|
| o

de donde | = y o 3 = . El sistema es SCI de donde W es LD

4)
|
|
.
|

\
|
=
|
|
.
|

\
|

+
|
|
.
|

\
|
0 0
0 0
1 1
1 1
1 0
1 1
| o

|
|
.
|

\
|
=
|
|
.
|

\
|

+
0 0
0 0
| o |
| o | o
de donde 0 = = | o por lo tanto es LI

Convenimos que el conjunto vaco es LI

Propiedades

1) Los conjuntos unitarios, cuyo nico elemento no es el nulo, son LI.

{ }c = u U V es LI 0 u =

Demostracin:
Si hacemos 0 u = o puede ser

=
=
0 u
o
0 o
Pero si u = 0, o podra ser cualquier real con lo cual
el conjunto sera LD, lo que contradice la hiptesis. Por lo tanto 0 u =


:Si 0 u = entonces para que 0 u = o debe ser 0 = o , con lo cual U es LI


Ejemplo:

|
|
|
.
|

\
|
=
1
80
2
U es LI

2) Si el nulo pertenece a un conjunto ese conjunto es LD

LD U U 0 e





Demostracin:

Si { } 0 u u u U
t
, , , ,
2 1
=
si hacemos 0 0 u u u
t t t
= + + + +
+1 2 2 1 1
o o o o
0
2 1
= = = =
t
o o o y
1 + t
o cualquier real, es solucin del sistema homogneo, de donde U es
LD

Ejemplo:

|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
0
0
0
.
1
80
2
U es LD



3) Condicin necesaria y suficiente para que un conjunto sea LD.

Un conjunto U es LD si y solo si, existe un vector en U que es combinacin lineal del conjunto
formado por los vectores restantes.

{ }c =
m
u u u U , , ,
2 1
V con 1 > m
U es LD { } ( )
j j j
u U CL u U u = e - /

Demostracin:

U es LD entonces si 0 u u u
m m
= + + + o o o
2 2 1 1
con algn 0 =
j
o con m j s s 1
Despejamos
j
u
m
j
m
j
j
u u u
o
o
o
o
=
1
1
o sea
j
u es CL de { } { } ( )
j m j j
u U CL u u u u =
+
, , , , ,
1 1 1

: { } ( )
j j
u U CL u = de donde
m m j j j j j
u u u u u | | | | + + + + + =
+ +

1 1 1 1 1 1

m m j j j j j
u u u u u 0 | | | | + + + + + =
+ +

1 1 1 1 1 1
como 1 =
j
| resulta que U es LD

Ejemplo:

|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
2
1
20
1
.
1
80
2
U es LD pues
|
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
2
1
40
1
2
1
80
2




Otras propiedades de conjuntos LI

1) Ampliacin

Si a un conjunto U LI le agregamos un vector que no sea combinacin lineal del conjunto U, se
obtiene un conjunto LI

{ }
{ } LI v U
CLU v
v
LI U
u u u U
t

=
e
c =
V
V , , ,
2 1



Ejemplo:

|
|
|
.
|

\
|
=
0
0
1
U es LI por ser in conjunto unitario cuyo nico elemento no es el nulo,
entonces

|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
3
2
0
,
0
0
1
V es LI pues
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
0
0
1
3
2
0
o

2) Reduccin

Si a un conjunto LI le quitamos un vector (si tiene ms de uno), el nuevo conjunto sigue siendo LI

{ }
{ } LI LI
, , ,
2 1
k
k
t
u U
U u
U
u u u U

e
c = V


Demostracin:

Supongamos por el absurdo que { } LD
k
u U
entonces si 0 u u u u
t t k k k k
= + + + + +
+ +
o o o o
1 1 1 1 1 1
algn 0 =
i
o

de donde

0 u u u u u
t t k k k k k
= + + + + + +
+ +
o o o o
1 1 1 1 1 1
0 con algn 0 =
i
o

Por lo tanto U sera LD, lo cual es falso



Ejemplos:

1.

|
|
|
.
|

\
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
1
0
0
,
0
1
0
,
0
0
1
U es LI en R
3
entonces

|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
0
1
0
,
0
0
1
V es LI en R
3

2. ( ) ( ) { } x x e U
x
cos , sin , = es LI en el conjunto de las funciones reales entonces
( ) ( ) { } x x V cos , sin = es LI en ese espacio.


3) Modificacin

Si en un conjunto LI sustituimos un vector por una combinacin lineal del conjunto, en la cual el
vector sustituido no est multiplicado por 0, el conjunto obtenido tambin es LI

{ }
{ } ( ) { } LI '
1
0
'
LI
, , ,
1 1
2 1
k k
k
t k k k
t
u u U
t k
u u u
U
V u u u U

s s
=
+ + + + =
c =
o
o o o

Demostracin:

Hacemos una combinacin lineal de { } ( ) { }
k k
u u U '

0 '
1 1 1 1 1
= + + + + + +
+ + t t k k k k k i k
u u u u u | | | | |

Debemos demostrar que todos los coeficientes debes ser 0

Sustituimos
t k k k
u u u o o o + + + +
1 1
por '

( ) 0
1 1 1 1 1 1 1
= + + + + + + + + + +
+ + t t k k t k k k k i k
u u u u u u | | o o o | | |

Operamos y ordenamos

( ) ( ) ( ) ( ) 0
1 1 1 1 1 1 1 1
= + + + + + + + + + +
+ + + t t k t k k k k k k k k k k i k k
u u u u u o | | o | | o | o | | o | |

Tenemos una CL de U que es LI entonces





0
1 1
= + o | |
k


0
1
= +
k k i k
o | |
0 =
k k
o |
0
1 1
= +
+ + k k k
o | |

0 = +
t k t
o | |

Como 0 =
k
o y 0 =
k k
o | 0 =
k
|

Sustituyendo en las dems ecuaciones 0
1 1 1
= = = = = =
+ t k k
| | | |

Por lo tanto { } ( ) { }
k k
u u U ' es LI

Ejemplo:
Sabemos que

|
|
|
.
|

\
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
1
0
0
,
0
1
0
,
0
0
1
U es LI entonces

|
|
|
.
|

\
|

|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
7
3
0
,
0
1
0
,
0
0
1
V es LI
ya que

|
|
|
.
|

\
|
+
|
|
|
.
|

\
|

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|

=
1
0
0
7
0
1
0
3
0
0
1
0
7
3
0
0


Ejercicio:

Demuestra que { } { } LI , 3 , LI , , u w v v u B w v u A = =


Teorema de Steinitz

En un subespacio todo el nmero de vectores de cualquier conjunto LI es menor o igual que el
nmero de vectores de cualquier generador.

Sean U y VcV con U LI y V
g
V entonces # V U # s









Consecuencia en R
n
:
Como

|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
= ,
1
0
0
0
, ,
0
1
0
0
,
0
0
1
0
,
0
0
0
1

U es generador de, R
n
, los LI en R
n
tienen a lo sumo n
vectores
Y como es LI, los generadores en R
n
tienen n o ms vectores

Ejemplo:
en R
3

|
|
|
.
|

\
|
|
|
|
.
|

\
|
0
1
0
,
0
0
1
no es generador pues para poder serlo es necesario, no suficiente, tener 3 o ms
vectores (es LI por reduccin de un LI)

|
|
|
.
|

\
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|
3
2
1
,
1
0
0
,
0
1
0
,
0
0
1
no es LI pues para serlo es necesario, no suficiente, tener 3 o menos vectores
(es generador por ampliacin de un generador).


CONJUNTOS BASES


Definicin:

Todo conjunto que a la vez es LI y generador de un espacio se llama base de ese espacio

Abreviadamente escribimos:

c
LI U
U
U
U
g
b
V
V
V











Ejemplos:
1.

|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
= ,
1
0
0
0
, ,
0
1
0
0
,
0
0
1
0
,
0
0
0
1

U es LI y generador de
n
R , por lo tanto es base de
n
R
2.
)
`

|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
1 0
0 0
,
0 1
0 0
,
0 0
1 0
,
0 0
0 1
es LI y generador en el espacio de las matrices
2 2x
M , por
lo tanto es base de
2 2x
M

Observaciones;

- A partir de una base de un espacio podemos lograr infinitas bases aplicando la
propiedad de modificacin de un LI y de un generador.

Ejemplo:

Sabemos que
2
1
0
,
0
1
R
)
`

|
|
.
|

\
|
|
|
.
|

\
|
b
entonces por modificacin tambin sern bases:
,
1
1
,
0
1
2
R
)
`

|
|
.
|

\
|
|
|
.
|

\
|
b

2
1
1
,
2
5
R
)
`

|
|
.
|

\
|
|
|
.
|

\
|
b
, etc. Justifquelo.

- Los nmeros por los cuales hay que multiplicar a los elementos de la base para
obtener un vector del espacio, se llaman coordenadas del vector en esa base

Ejemplo:

Si la base que se toma es
)
`

|
|
.
|

\
|
|
|
.
|

\
|
1
0
,
0
1
es evidente que las coordenadas del vector e
|
|
.
|

\
|
b
a
2
R sern
a y b, pues
|
|
.
|

\
|
=
|
|
.
|

\
|
+
|
|
.
|

\
|
b
a
b a
1
0
0
1

Pero si la base que se toma es
)
`

|
|
.
|

\
|
|
|
.
|

\
|
1
1
,
2
5
las coordenadas variarn: pues
|
|
.
|

\
|
=
|
|
.
|

\
|
+
|
|
.
|

\
|
b
a
1
1
3
5
| o

= +
= +
b
a
| o
| o
3
5

=
= +
b a
a
o
| o
2
5

=
= +
2
5
b a
a
o
| o

=
= +

2
2
5
b a
a
b a
o
|



Entonces
2
5 3
,
2
b a b a +
=

= | o seran las coordenadas del vector e

|
|
.
|

\
|
b
a
2
R en la base
)
`

|
|
.
|

\
|
|
|
.
|

\
|
1
1
,
2
5


En particular las coordenadas de
|
|
.
|

\
|
=
1
3
u en la base
)
`

|
|
.
|

\
|
|
|
.
|

\
|
1
1
,
2
5
seran: 2
2
5 9
, 1
2
1 3
=
+
=

Verificacin:
|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|
1
3
1
1
2
2
5
1


Igualdad del nmero de elementos de las bases

Todas las bases de un espacio tienen igual nmero de elementos

V
b
W U y que Supongamos siendo q W p U = = # y #
Como
LI W
U
g
y
V
entonces por Teorema de Steinitz W U # # > o sea q p >
Como
LI U
W
g
y
V
entonces por Teorema de Steinitz U W # # > o sea p q >

Conclusin q p =
Ejemplo: Como
2
1
0
,
0
1
R U
b

)
`

|
|
.
|

\
|
|
|
.
|

\
|
= , todas las bases en
2
R tienen 2 vectores
(no confundir, no todos los conjuntos de
2
R son bases)


Dimensin de un espacio

Llamamos dimensin del espacio al nmero de vectores de una base

Anotaremos k = ) dim(V siendo k el nmero de vectores de una base de ese subespacio.





Ejemplos:

1. 2 ) dim(
2
= R

Convencin: Si { } 0 = S diremos que la dimensin de S es 0.

2. Si
2
P es el subespacio de los polinomios reales de grado menor o igual que 2. Como
{ }
2
2
, , 1 P
b
x x (Verifquelo) entonces dim( )
2
P =3


Observacin:

Los LI de un espacio que no sean generadores se pueden agrandar hasta obtener un generador
y los generadores que no sean LI se pueden achicar hasta obtener un LI.


Condicin suficiente para que un conjunto LI o generador sea Base

Sea ( ) V V dim # y = = c k U U
a) Si U es LI entonces V
b
U
b) Si V
g
U entonces V
b
U

O sea si conocemos la dimensin del espacio, es suficiente que se cumplan una de las dos
condiciones de base para que se cumpla la otra.

Demostraciones por el absurdo:
a) Si U no es generador de V entonces existira v V e tal que CLU v = .
Como U es LI, lo podramos ampliar y obtener { } v U W = que sera LI (por ampliacin
de un LI).
Pero como ( ) V dim # = = k U entonces 1 # + = k W . Y tendramos un LI con ms vectores
que la dimensin del espacio. Absurdo
En consecuencia V
g
U y era LI entonces V
b
U

b) Si U no fuera LI entonces es LD por lo tanto existira un vector U u e tal que
{ } ( ) u U CL u =
Pero como V
g
U por reduccin de un generador { } V
g
u U
Pero como ( ) V dim # = = k U entonces { } ( ) 1 # = k u U . Y tendramos un generador con
menos vectores que la dimensin del espacio. Absurdo
En consecuencia U es LI y era V
g
U entonces V
b
U




Ejemplo:
Queremos saber si
2
1
2
,
2
1
R
)
`

|
|
.
|

\
|
|
|
.
|

\
|

=
b
U
Vemos si es LI
|
|
.
|

\
|
=
|
|
.
|

\
|
+
|
|
.
|

\
|
0
0
1
3
2
1
| o

= +
=
0 2
0 3
| o
| o

=
=
0 5
0 3
|
| o
de donde 0 = = | o
Entonces U es LI y como 2 # = U concluimos que
2
R
b
U


Base y matriz invertible

Sea la matriz
U
M cuyas columnas son los vectores de U

n
b
U
U M R invertible es

Como invertible es
U
M det( ( ) 0 =
U
M entonces

det ( ) 0 =
U
M
n
b
U R

Ejemplos:
3
12
0
5
,
6
2
4
,
6
2
1
R U
b

|
|
|
.
|

\
|
|
|
|
.
|

\
|

|
|
|
.
|

\
|
=
/
pues det ( ) 0
12 6 6
0 2 2
5 4 1
= =
U
M
3
1
3
5
,
0
1
2
,
3
2
1
R U
b

|
|
|
.
|

\
|

|
|
|
.
|

\
|
|
|
|
.
|

\
|
= pues det ( ) 0
1 0 3
3 1 2
5 2 1
= =
U
M


Ejercicio:
Qu condicin debe cumplir el nmero a para que

|
|
.
|

\
|
|
|
.
|

\
|

=
a
a
U
2
,
3
2
sea base de
2
R ?

Ejercicios sobre generadores LI, LD y bases.


SUBESPACIOS VECTORIALES

Llamamos subespacio vectorial de V a S, si se cumplen 4 condiciones:

1) V S c
2) { } = S
3) S e
2 1
y s s resulta que S e +
2 1
s s
4) R S e e o y s resulta que S e s o

Abreviadamente diremos que S es un subespacio de V

Ejemplos:
1) Queremos ver si

= e
|
|
|
.
|

\
|
= 0 2 /
3
c a
c
b
a
R S es un subespacio vectorial de
3
R
Para ello vemos si cumplen las 4 propiedades

1)
3
R S c por definicin de S.
2) { } = S pues por ejemplo el S e

6
1
3

3) S e
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
=
'
'
'
y
c
b
a
2 1
c
b
a
s s resulta por definicin de S que

=
=
0 ' ' 2
0 2
c a
c a
sumando miembro a
miembro tenemos que 0 ) ' ( ) ' ( 2 = + + c c a a por lo cual concluimos que S e
|
|
|
.
|

\
|
+
+
+
= +
'
'
'
2 1
c c
b b
a a
s s

4) S s e
|
|
|
.
|

\
|
=
c
b
a
resulta por definicin de S que 0 2 = c a , multiplicamos ambos miembros por
o entonces queda 0 2 = c a o o , lo cual significa que S e
|
|
|
.
|

\
|
=
c
b
a
s
o
o
o
o

Concluimos entonces que S es un subespacio vectorial


2)
)
`

=
|
|
.
|

\
|
= 0 /
2 1
2
1
x x
x
x
S no es un subespacio vectorial. Prubelo.



Observaciones:

a) La operaciones de suma y producto definidas en S son las mismas que para el espacio, lo nico
que ahora el resultado de ellas S e (la operacin es cerrada respecto a S).

b) Hay dos subespacios llamados triviales que son { } 0 y V (el propio espacio y el subespacio
nulo.

c) Todos los subespacios, excepto el nulo, tienen infinitos elementos.
Pues si S e = s 0 s y por propiedad 4) S e s o (son todos los colineales con l).

d) Cuando hablamos de LI en un subespacio es un conjunto LI en el espacio que est incluido en
el subespacio. Y cuando hablamos de generadores del subespacio estamos hablando de conjuntos
incluidos en el subespacio que generan los elementos del subespacio

Si S
g
U escribiremos ) (U S o tambin | | U con lo cual estamos diciendo subespacio
generado por U

e) Las bases de S son conjuntos LI y generadores de S incluidos en l.
La dim(S)= #U con S
b
U

Si { } 0 = S diremos que la dimensin de S es 0

f) Las propiedades vistas para espacios vectoriales se conservan para subespacios vectoriales.
(Comprubelo).

Propiedad

Todos los subespacios contienen como elemento el nulo, o sea

S es un subespacio vectorial entonces S e 0

Pues si S e s por propiedad 4) S e s 0 de donde S e 0







Importante:

Como consecuencia de la propiedad anterior se deduce que

Si S e
/
0 entonces S no es un subespacio


Ejemplos:
1)

= + e
|
|
|
.
|

\
|
= 1 /
3
c b a
c
b
a
R S no es un subespacio de
3
R , pues 1 0 0 0 = +
2) { } reales , : 3
2
b a bx ax + + = S no es subespacio del espacio de polinomios ya que el polinomio
nulo no pertenece a S.


Ejercicio:
Obtener los vectores de
4
R que pertenezcan a ( ) U S y calcular la dimensin del subespacio
generado por

|
|
|
|
|
.
|

\
|

|
|
|
|
|
.
|

\
|
|
|
|
|
|
.
|

\
|

=
1
12
3
2
,
2
9
3
1
,
1
1
2
1
U
Resolucin:
) Queremos obtener los vectores de
4
R que pertenezcan a S(U)
Siendo

=
|
|
|
|
|
.
|

\
|
= = CLU s
d
c
b
a
s / S hacemos entonces
|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
.
|

\
|

+
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
.
|

\
|

d
c
b
a
1
12
3
2
2
9
3
1
1
1
2
1
| o de donde debemos resolver el siguiente sistema:

= + +
= +
= + +
= + +
d
c
b
a
| o
| o
| o
| o
2
12 9
3 3 2
2

= +
+ =
+ =
= + +
d a
c a
b a
a
|
|
|
| o
10 10
2
2

+ =
+ =
+ =
= + +
d b a
c b a
b a
a
0
10 21 0
2
2
|
| o



Sistema compatible si y solo si se cumplen:

+ =
+ =
d b a
c b a
0
10 21 0
o lo que es lo
mismo

+ =
+ =
b a d
b a c 10 21
entonces

+ = + =
|
|
|
|
|
.
|

\
|
= = b a d b a c
d
c
b
a
s , 10 21 / S o

e
|
|
|
|
|
.
|

\
|
+
+
= R S b a
b a
b a
b
a
, ,
10 21

2) Vamos a encontrar una base de S
e S s
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
.
|

\
|

=
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
.
|

\
|

=
|
|
|
|
|
.
|

\
|
+
+
=
1
10
1
0
1
21
0
1
10
0
21
0
10 21
b a
b
b
b
a
a
a
b a
b a
b
a
s
S

|
|
|
|
|
.
|

\
|
|
|
|
|
|
.
|

\
|

g
1
10
1
0
,
1
21
0
1

Podemos demostrar tambin

|
|
|
|
|
.
|

\
|
|
|
|
|
|
.
|

\
|

1
10
1
0
,
1
21
0
1
LI (hacerlo)
Por lo tanto S

|
|
|
|
|
.
|

\
|
|
|
|
|
|
.
|

\
|

b
1
10
1
0
,
1
21
0
1

Entonces la 2 ) dim( = S

Ejercicios sobre subespacios

Prxima seccin: Series

Volver al inicio