Rudimentos: Espacios Vectoriales

Este capitulo esta destinado a buscar una representacion natural y eciente de la informacion, a
traves de relaciones teoricas, lease combinaciones lineales e implementaciones practicas, lease
representacion matricial y resolucion de ecuaciones. Para ello sera necesario: Construir un ambiente
sucientemente amplio, donde se puedan modelar situaciones practicas, desarrollar tecnicas que per-
mitan controlar rapida y ecientemente una gran cantidad de informacion y mostrar la equivalencia
entre el ambiente teorico y practico.
1. Denicion de Espacios Vectorial
Demos una mirada a nuestra evolucion al momento de manipular la informacion.
[1] Ya observamos que para cada (n N), existen unicos n umeros naturales a
0
, a
1
, a
2
, . . . , a
s
tales
que
n = a
s
10
s
+ a
s1
10
s1
+ + a
1
10
1
+ a
0
10
0
; (0 j s); (0 a
j
9)
Y estos n umeros son los que identican unvocamente al n umero n.
[2] Bas andonos en esta idea denimos informalmente a los polinomios, es decir
p(x) R[x] p(x) = a
0
+ a
1
x + a
2
x
2
+ + a
s
x
s
Y en este caso son los coecientes los que diferencian a un polinomio de otro.
[3] Si consideramos u = (x, y) R
2
entonces sabemos que (R
2
, +) es un grupo abeliano y que
(a) (x, y) = (x, 0) + (0, y)
(b) Y si ademas permitimos una ponderacion externa que generalice el hecho
(x, y) + (x, y) = 2(x, y)

(x, y) + (x, y) = (2x, 2y)

_
_
_
= 2(x, y) = (2x, 2y)
entonces obtenemos que
(x, y) = x(1, 0) + y(0, 1)
1
2 RUDIMENTOS: ESPACIOS VECTORIALES
(x, y) = x(1, 0) + y(0, 1)

Eje y
Eje x (0, 0)
Plano R
2
Figura 1 : Plano Cartesiano
[4] Otro caso que podemos representar con las licencias que da la heurstica es el siguiente:
_
a
11
a
12
a
21
a
22
_
= a
11
_
1 0
0 0
_
+ a
12
_
0 1
0 0
_
+ a
21
_
0 0
1 0
_
+ a
22
_
0 0
0 1
_
[5] Intentando generalizar a un mas el formato de nuestros n umeros. Supongamos que necesitamos
conectar dos lugares inaccesibles, como lo muestra la funcion.
f(x) =
_

_
1 : si < x < 0
1 : si 0 < x <
Cuyo gr aco es de la forma:
-1

Figura 2 y = f(x)
La idea es usar como soporte, ideas trigonometricas. para conectar esos lugares inaccesibles:
(a) Partamos gracando la funci on y =
4

sen x para ( < x < )

-3 -2 -1 1 2 3
-1
-0.5
0.5
1
1. DEFINICI

ON DE ESPACIOS VECTORIAL 3
(b) Gracamos la funcion y =
4

_
sen x +
sen 3x
3
_
para ( < x < )
-3 -2 -1 1 2 3
-1
-0.5
0.5
1
(c) Gracamos la funcion y =
4

_
sen x +
sen 3x
3
+
sen 5x
5
_
para ( < x < )
-3 -2 -1 1 2 3
-1
-0.5
0.5
1
(d) Gracamos la funcion y =
4

_
sen x +
sen 3x
3
+
sen 5x
5
+
sen 7x
7
_
para ( < x < )
-3 -2 -1 1 2 3
-1
-0.5
0.5
1
(e) En n, gracamos, la funcion y =
4

_
sen x +
sen 3x
3
+
sen 5x
5
+
sen 7x
7
+ +
sen 99x
99
_
para ( < x < )
-3 -2 -1 1 2 3
-1
-0.5
0.5
1
(f) Si llamamos g
s
=
4

i=1
sen (2i 1)x
2i 1
, para (s N) entonces podemos observar lo siguiente:
(i) A medida que s crece en N, el graco de g
s
, mas se parece (copia), a la funcion f
4 RUDIMENTOS: ESPACIOS VECTORIALES
(ii) Sin embargo, debemos tener cuidado con la comparacion de las expresiones analticas
de las funciones involucradas; porque por ejemplo,
f(0) , R y g
s
(0) = 0
f
_

2
_
= 1 y g
1
_

2
_
=
4

Sin embrago, observen lo siguiente:

g
s
_

2
_
=
4

i=1
sen(2i 1)

2
2i 1
=
4

i=1
(1)
i+1
2i 1
=
4

_
1
1
3
+
1
5

1
7
+
1
9

1
11
+ +
1
2s 1
_
As por ejemplo,
g
1
_

2
_
=
4

= 1.273
g
2
_

2
_
=
4

_
1
1
3
_
= 0.848
g
3
_

2
_
=
4

_
1
1
3
+
1
5
_
= 1.013
g
4
_

2
_
=
4

_
1
1
3
+
1
5

1
7
_
= 0.921
g
5
_

2
_
=
4

_
1
1
3
+
1
5

1
7
+
1
9
_
= 1.063
g
6
_

2
_
=
4

_
1
1
3
+
1
5

1
7
+
1
9

1
11
_
= 0.947
Luego,
lim
s
g
s
_

2
_
= lim
s
4

i=1
(1)
i+1
2i 1
= 1
(iii) Sera necesario entonces ser cuidadoso al referirnos al termino aproximacion de dos
funciones, ya sea en su graco o en sus valores, con estos cuidados podemos escribir,
f(x) lim
s
s

i=1
1
2i 1
sen(2i 1)x =

i=1
1
2i 1
sen(2i 1)x ( < x < )
Bien, las ideas expuestas encima nos inducen a denir un objeto abstracto que le de sentido a
casi todos los ejemplos revisados y otros que analizaremos mas adelante.
1. DEFINICI

ON DE ESPACIOS VECTORIAL 5
Denicion 1.1. Un conjunto V sera llamado un K - Espacio Vectorial si
[1] V ,=
[2] V admite una operacion interna, + ; denida por
+ : V V V
(u, v) u + v
tal que (V, +) es un grupo abeliano, es decir satisface las propiedades:
u + (v + w) = (u + v) + w (u; u V); (v; v V); (w; w V)
Existe 0
V
V tal que u + 0
V
= 0
V
+ u = u (u; u V)
Para cada u, u + (u) = u + u = 0
V
u + v = v + u (u; u V); (v; v V
[3] V admite una operacion externa, ; denida por
: KV V
(, v) v
con K = R o K = C y satisface las propiedades:
(u + v) = u + v (; K); (u; u V); (v; v V)
( + ) u = u + u (; K); (; K); (u; u V)
( ) u = ( u) (; K); (; K); (u; u V)
u = 0
V
= = 0
K
u = 0
V
(; K); (u; u V)
Los elementos de V se denominaran vectores, los elementos de K se llamaran escalares, y para
designar a un espacio vectorial lo notaremos como, (V, +, , K), donde K = R o K = C
Ejemplo 1.1.1. El espacio vectorial de las n - uplas (K
n
, +, , K) para cada n N, donde,
K
n
= (x
1
, x
2
, . . . , x
n
) [ x
i
R; 1 i n
Y las operaciones interna y externa son denidas respectivamente por,
[1] (x
1
, x
2
, x
3
, . . . , x
n
) + (y
1
, y
2
, y
3
, . . . , y
n
) = (x
1
+ y
1
, x
2
+ y
2
, x
3
+ y
3
, . . . , x
n
+ y
n
)
[2] (x
1
, x
2
, . . . , x
n
) = (x
1
, x
2
, . . . , x
n
) ( K)
6 RUDIMENTOS: ESPACIOS VECTORIALES
Ejemplo 1.1.2. El espacio vectorial de las Matrices (M
K
(n m), +, , K); n N; m N donde,
M
K
(n m) = A = (a
ij
) [ a
ij
K (1 i n)(1 j m)
Y las operaciones interna y externa son denidas respectivamente por,
[1] ((a
ij
) + (b
ij
)) = (a
ij
+ b
ij
)
[2] (a
ij
) = (a
ij
)
Ejemplo 1.1.3. El espacio vectorial de los polinomios (K[x], +, , K) con coecientes en el cuerpo K
donde,
K[x] =
_
p(x) =
s

i=0
a
i
x
i
[ a
i
K, s N, (0 i n)
_
Y las operaciones interna y externa son denidas respectivamente por,
[1]
s

i=0
a
i
x
i
+
n

i=0
b
i
x
i
=
s

i=0
(a
i
+ b
i
)x
i
[2]
n

i=0
a
i
x
i
=
n

i=0
a
i
x
i
Ejemplo 1.1.4. El espacio vectorial de los Polinomios de grado menor o igual que n con coecientes
en K, (K
n
[x], +, , K) es decir;
K
n
[x] = p(x) K[x] [ (p(x)) n
Y las operaciones interna y externa son denidas respectivamente por,
[1]
n

i=0
a
i
x
i
+
n

i=0
b
i
x
i
=
n

i=0
(a
i
+ b
i
)x
i
[2]
n

i=0
a
i
x
i
=
n

i=0
a
i
x
i
Ejemplo 1.1.5. El espacio vectorial de las funciones Reales denidas en U R, para U ,= ;
(F
R
(U, R), +, , R), donde
F
R
(U, R) = f : U R [ f es una funcion
Y las operaciones interna y externa son denidas respectivamente por,
[1] (f + g)(x) = f(x) + g(x)
[2] (f)(x) = f(x)
2. SUBESPACIOS 7
Ejemplo 1.1.6. El espacio vectorial de las funciones Reales continuas denidas en U R, para
U ,= ; (C
R
(U, R), +, , K), donde
C
R
(U, R) = f F
R
(U, R) [ f es una funcion continua
Y las operaciones interna y externa son denidas respectivamente por,
[1] (f + g)(x) = f(x) + g(x)
[2] (f)(x) = f(x)
Ejemplo 1.1.7. El espacio vectorial de las funciones reales derivables denidas en U R, para
U ,= ; (D
R
(U, R, +, , R)), donde
D
R
(U, R) = f F
R
(U, R); [ f es una funcion derivable en U
Y las operaciones interna y externa son denidas respectivamente por,
[1] (f + g)(x) = f(x) + g(x)
[2] (f)(x) = f(x)
2. Subespacios
Si consideramos un K espacio vectorial V entonces por denicion V ,= . As que
u V = u V, para cada K =V = 0
V
V tiene innitos elementos
Esta observacion hace difcil pensar en una forma de caracterizar a un espacio vectorial no nulo.
No obstante remirando nuestros ejemplos podemos encontrar espacios vectoriales incluidos en otros
espacios vectoriales.
En efecto
[1] K
n
[x] K[x] (n; n N). Pues
(p(x) + q(x)) max(p(x)), (q(x)) y
(p(x)) = (p(x)) para cada R
[2] D
R
(U, R) C
R
(U, R) F
R
(U, R). Pues;
La adicion de funciones continuas es una funcion continua,y el producto de un escalar por
una funcion continua es funcion continua
An alogamente, acontece con las funciones derivables.
8 RUDIMENTOS: ESPACIOS VECTORIALES
Dado que necesitamos representar datos, parece razonable considerar la observacion anterior para
hacer la siguiente denicion.
Denicion 2.1. Sea W V. W sera llamado un Subespacio vectorial de V si
W ,=
W es un K-espacio vectorial con las mismas operaciones que V
Usaremos la notacion: U V
Ejemplo 2.1.1. 0
V
V y V V son conocidos como subespacios triviales.
Ejemplo 2.1.2. K
n
[x] K[x] (n; n N)
Ejemplo 2.1.3. C
R
(U, R) F
R
(U, R)
Ejemplo 2.1.4. D
R
(U, R) C
R
(U, R) D
R
(U, R) F
R
(U, R)
Sin embargo, el avance en terminos de la representacion de datos eciente es nula, no obstante,
podemos observar lo siguiente:
Observacion 2.1.5. Si W V entonces por denicion (W, +, , K) es un K-espacio vectorial. As
que verica naturalmente las propiedades:
[1] u W v W= (u + v) W
[2] u W K = u W
Luego, podemos resumir lo anterior en la siguiente
W V =
_

_
u W v W = (u + v) W

u W K = u W
(1)
Recprocamente, supongamos que W satisface las condiciones:
[1] u W v W= (u + v) W
[2] u W K = u W entonces
(a) W ,= es supuesto inicial
(b) De las propiedades asumidas, sigue que existen operaciones + y en W, y ademas como V
es un espacio vectorial entonces a fortiori (W, +, , K) es un K-espacio vectorial, y por ende
un subespacio del espacio V.
2. SUBESPACIOS 9
De la observacion concluimos una caracterizacion que nos permite vericar en forma mas eciente,
si un subconjunto de un espacio vectorial es o no es un subespacio vectorial, por su importancia le
daremos el rango de teorema.
Teorema 2.2. Caracterizacion estructural de subespacio vectorial
Consideremos un espacio vectorial (V, +, , K) y W V
W V
_

_
(i) W,=
(ii) u W v W= (u + v) W
(iii) u W K = u W
Ejemplo 2.2.1. Usemos el Teorema 2.2 para mostrar que W= (x, y, z) R
3
[ x+yz = 0 R
3
En efecto, siguiendo la gua de nuestro teorema podemos generar la siguiente estrategia:
Etapa 1. Debemos vericar que W,=
(0, 0, 0) R
3
y 0 + 0 0 = 0. As que (0, 0, 0) W
Etapa 2. Mostremos que si u W y v W entonces (u + v) W:
u W u = (u
1
, u
2
, u
3
) R
3
u
1
+ u
2
u
3
= 0 ()
v W v = (v
1
, v
2
, v
3
) R
3
v
1
+ v
2
v
3
= 0 ()
Entonces
u + v = (u
1
, u
2
, u
3
) + (v
1
, v
2
, v
3
) [ ver () y ()]
= (u
1
+ v
1
, u
2
+ v
2
, u
3
+ v
3
) ( Suma en R
3
)
Luego,
u + v R
3
(2)
De (2),concluimos que (u + v) es un buen candidato para pertenecer a W, pero falta vericar si
satisface la condicion que caracteriza W.
Para ver esto, debemos operar como sigue:
(u
1
+ v
1
) + (u
2
+ v
2
) (u
3
+ v
3
) = u
1
+ v
1
+ u
2
+ v
2
u
3
v
3
= (u
1
+ u
2
u
3
) + (v
1
+ v
2
v
3
)
= 0 + 0 ( ver () y ())
= 0
Conclusion, (u + v) W
10 RUDIMENTOS: ESPACIOS VECTORIALES
Etapa 3. Debemos vericar que si R y u W entonces u W:
u = (u
1
, u
2
, u
3
) = (u
1
, u
2
, u
3
) R
3
Por otra parte,
u
1
+ u
2
u
3
= (u
1
+ u
2
u
3
) = 0 = 0
Conclusion, u W, y W R
3
Ejemplo 2.2.2. Usemos el Teorema 2.2 para mostrar que
W= A M
R
(2) [ A + A
t
= (0) M
R
(2)
En efecto, siguiendo la gua de nuestro teorema podemos generar la siguiente estrategia:
Etapa 1. Debemos vericar que W,=
_
0 0
0 0
_
M
R
(2)
_
0 0
0 0
_
+
_
0 0
0 0
_
t
=
_
0 0
0 0
_
+
_
0 0
0 0
_
=
_
0 0
0 0
_
W
Etapa 2. Debemos mostrar que:
u W v W= (u + v) W
Si u W y v W entonces
u W u M
R
(2) u + u
t
= (0)
u =
_
u
11
u
12
u
21
u
22
_
M
R
(2)
_
u
11
u
12
u
21
u
22
_
+
_
u
11
u
12
u
21
u
22
_
t
=
_
0 0
0 0
_
u =
_
u
11
u
12
u
21
u
22
_
M
R
(2)
_
u
11
u
12
u
21
u
22
_
+
_
u
11
u
21
u
12
u
22
_
=
_
0 0
0 0
_
u =
_
u
11
u
12
u
21
u
22
_
M
R
(2)
_
2u
11
u
12
+ u
21
u
21
+ u
12
2u
22
_
=
_
0 0
0 0
_
()
Analogamente,
v W v M
R
(2) v + v
t
= (0)
v =
_
v
11
v
12
v
21
v
22
_
M
R
(2)
_
v
11
v
12
v
21
v
22
_
+
_
v
11
v
12
v
21
v
22
_
t
=
_
0 0
0 0
_
v =
_
v
11
v
12
v
21
v
22
_
M
R
(2)
_
v
11
v
12
v
21
v
22
_
+
_
v
11
v
21
v
12
v
22
_
=
_
0 0
0 0
_
v =
_
v
11
v
12
v
21
v
22
_
M
R
(2)
_
2v
11
v
12
+ v
21
v
21
+ v
12
2v
22
_
=
_
0 0
0 0
_
()
entonces por una parte,
u + v =
_
u
11
u
12
u
21
u
22
_
+
_
v
11
v
12
v
21
v
22
_
=
_
u
11
+ v
11
u
12
+ v
12
u
21
+ v
21
u
22
+ v
22
_
M
R
(2)
2. SUBESPACIOS 11
Y por otra,
u + v + (u + v)
t
=
_
u
11
+ v
11
u
12
+ v
12
u
21
+ v
21
u
22
+ v
22
_
+
_
u
11
+ v
11
u
12
+ v
12
u
21
+ v
21
u
22
+ v
22
_
t
=
_
u
11
+ v
11
u
12
+ v
12
u
21
+ v
21
u
22
+ v
22
_
+
_
u
11
+ v
11
u
21
+ v
21
u
12
+ v
12
u
22
+ v
22
_
=
_
2(u
11
+ v
11
) (u
12
+ v
12
) + (u
21
+ v
21
)
(u
21
+ v
21
) + (u
12
+ v
12
) 2(u
22
+ v
22
)
_
=
_
2u
11
+ 2v
11
(u
12
+ u
21
) + (v
12
+ v
21
)
(u
21
+ u
21
) + (v
12
+ v
12
) 2u
22
+ 2v
22
_
=
_
2u
11
(u
12
+ u
21
)
(u
21
+ u
21
) 2u
22
_
+
_
2v
11
(v
12
+ v
21
)
(v
12
+ v
12
) 2v
22
_
=
_
0 0
0 0
_
+
_
0 0
0 0
_
(De () y ())
=
_
0 0
0 0
_
As que, (u + v) W
Etapa 3. Si R entonces
u =
_
u
11
u
12
u
21
u
22
_
=
_
u
11
u
12
u
21
u
22
_
M
R
(2)
Por otra parte,
u + (u)
t
=
_
u
11
u
12
u
21
u
22
_
+
_
u
11
u
12
u
21
u
22
_
t
=
_
u
11
u
12
u
21
u
22
_
+
_
u
11
u
21
u
12
u
22
_
=
_
2u
11
u
12
+ u
21
u
21
+ u
12
2u
22
_
=
_
2u
11
(u
12
+ u
21
)
(u
21
+ u
12
) 2u
22
_
=
_
2u
11
(u
12
+ u
21
)
(u
21
+ u
12
) 2u
22
_
=
_
0 0
0 0
_
=
_
0 0
0 0
_
As que u W, y W M
R
(2)
12 RUDIMENTOS: ESPACIOS VECTORIALES
Ejemplo 2.2.3. Si W=
_
p(x) =
n

i=0
a
i
x
i
R
n
[x] [
n

i=0
ia
i
= 0
_
entonces W R
n
[x]
En efecto
Etapa 1. p(x) = 0 W, pues
n

i=0
i 0 = 0
Etapa 2. Si p(x) W q(x) W entonces
p(x) W p(x) =
n

i=0
a
i
x
i

i=0
ia
i
= 0
q(x) W p(x) =
n

i=0
b
i
x
i

i=0
ib
i
= 0
Ahora, por una parte;
p(x) + q(x) =
n

i=0
(a
i
+ b
i
)x
i
R
n
[x]
Y por otra parte;
n

i=0
i(a
i
+ b
i
) =
n

i=0
(ia
i
+ ib
i
) =
n

i=0
ia
i
+
n

i=0
ib
i
= 0 + 0 = 0
Conclusion (p(x) + q(x)) W
Etapa 3. Si R entonces por una parte;
p(x) =
n

i=0
a
i
x
i
=
n

i=0
(a
i
)x
i
R
n
[x]
Y por otra parte;
n

i=0
ia
i
=
n

i=0
ia
i
= 0 = 0
As que, p(x) W y W R
n
[x]
Ejemplo 2.2.4. Si V es un K- espacio vectorial entonces 0
V
W.
En efecto
W V = u W (; K) (u; u W)
= 0 u W (Pues, 0 K)
= 0
V
W
2. SUBESPACIOS 13
Ejemplo 2.2.5. Si W= (x, y, z) R
3
[ x + 4y 2z = entonces determinemos el conjunto.
S = R [ W R
3

Solucion
Debemos determinar los elementos del conjunto S, y entonces es necesario entrar al conjunto.
Etapa 1. S R W R
3
Etapa 2. W R
3
= (0, 0, 0) W, esto sigue del ejemplo anterior.
Etapa 3. (0, 0, 0) W (0, 0, 0) R
3
0 + 4 0 2 = (0, 0, 0) R
3
= 0
Luego, 0 S y 0 S
Etapa 4. Si [u W v W= (u + v) W] entonces en particular debe ocurrir lo siguiente:
u W u = (x, y, z) R
3
x + 4y 2z =
2u W 2u = (2x, 2y, 2z) R
3
2x + 8y 4z =
= 2 =
= = 0
Etapa 5. Como R entonces para u = (x, y, z) W, x + 4y 2z = . Pero,
x + 4y 2z = =
2
= = = 0 = 1
As que, S = 0 y W= (x, y, z) R
3
[ x + 4y 2z = 0
Conclusion 2.2.6. El origen o elemento neutro del espacio pertenece a cada subespacio vectorial.
Es decir una condicion necesaria para ser subespacio es que el origen pertenezca a el.
Un espacio vectorial V es nulo o tiene innitos elementos.
Ejemplo 2.2.7. Si AX = B es un sistema lineal de orden (nm) y S = U M
K
(n1) [ AU = B,
(K = R K = C) entonces
S M
K
(n 1) B = (0)
En efecto
S M
R
(n 1) = (0) S
= A (0) = B
= (0) = B
Luego, hemos mostrado que: S M
R
(n 1) = B = (0)
14 RUDIMENTOS: ESPACIOS VECTORIALES
Recprocamente, si B = (0) entonces
1. A(0) = (0), luego S ,=
2. Si U
1
SU
2
S entonces A(U
1
+U
2
) = A(U
1
) +A(U
2
) = (0) +(0) = (0). As que (U
1
+U
2
) S
3. Si K y U
1
S entonces AU
1
= AU
1
= (0) = (0). As que U
1
S
Luego, hemos mostrado que: B = (0) =S M
R
(n 1). As que
S M
K
(n 1) B = (0)
Conclusion 2.2.8. Las soluciones de un sistema de ecuaciones lineales homogeneo de orden (nm),
constituyen un subespacio vectorial. Por ende un Sistema lineal homogeneo o tiene unicamente la
solucion nula o tiene innitas soluciones
Observacion 2.2.9. Desde un punto de vista estructural el teorema 2.2, es una herramienta poderosa
para decidir si un conjunto es o no, un subespacio en un espacio vectorial dado, no obstante el tiene
un problema que lamentablemente para nosotros es crucial; pues, no nos dice quienes son los
miembros del subespacio W.
2.3. Ejercicios Propuestos de Subespacios.
[1] Demuestre que los siguientes conjuntos son subespacios de R
n
, para n N descrito.
(a) W = (x, y) R
2
[ x + 3y = 0
(b) W = (x, y) R
2
[ 10x 5y = 0
(c) W = (x, y, z) R
3
[ x + y + z = 0
(d) W = (x, y, z) R
3
[ 5x + y z = 0
(e) W = (x, y, z, w) R
4
[ x + y + 2z w = 0
(f) W =
_
(x, y, z, w) R
4
[ 3x =
y + 2z w
5
_
[2] Determine si los siguientes subconjuntos de M
R
(n m) son subespacios para n y m adecuados.
(a) W = A M
R
(2) [ A = A
t
, donde A
t
signica la matriz traspuesta de la matriz A
(b) W = (a
ij
) M
R
(n) [ tr(a
ij
) = 0. Donde tr(a
ij
) =
n

i=1
a
ii
, y se llama la traza de la matriz
(a
ij
)
(c) W = A M
R
(n) [ det(A) ,= 0
3. LA IDEA DE GENERADOR 15
(d) W =
_
A = (a
ij
) M
R
(n) [ a
ij
=
_
1 : Si j = n + 1 i
0 : en otro caso
_
(e) W =
_
A = (a
ij
) M
R
(n) [ a
ij
=
_
a
ij
: Si j i
0 : en otro caso
_
(f) W =
_
A = (a
ij
) M
R
(n) [ a
ij
=
_
a
ij
: Si j i
0 : en otro caso
_
[3] Demuestre que los siguientes subconjuntos de R
n
[x] son subespacios para n adecuado.
(a) W = p(x) = a
0
+ a
1
x + a
2
x
2
[ p(3) = 0
(b) W = p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
[ p(

2) = 0
(c) W =
_
p(x) =
n

i=0
a
i
x
i
[
n

i=0
ja
i
= 0; j [R 0]
_
(d) W =
_
p(x) =
n

i=0
a
i
x
i
[
n

i=0
ia
i
= 0
_
3. La Idea de Generador
En concordancia con la observacion anterior no estamos cumpliendo nuestro objetivo: Que es de-
terminar r apida y ecientemente los elementos del espacio vectorial, as que si queremos cumplir
nuestro objetivo debemos cambiar el punto de vista. Como orientacion debemos recordar que un
espacio vectorial o tiene un elemento o tiene innitos elementos. Por tanto, el punto es, generar un
proceso que transforme en una idea nita, lo que en realidad es en concreto no nito. Con esto en
mente,
[1] Miremos en primer lugar, desde un punto de vista diferente al subespacio de R
3
. (Mirar desde
otro punto de vista signica, interpretar de un nueva forma las operaciones permitidas en el
espacio).
W
1
= (x, y, z) R
3
[ x + 4y 2z = 0 (3)
Ingresemos directamente al conjunto, es decir:
u W
1
u = (x, y, z) R
3
x + 4y 2z = 0
u = (x, y, z) R
3
x = 2z 4y
u = (2z 4y, y, z); z R, y R
u = (2z, 0, z) + (4y, y, 0); z R, y R
u = z(2, 0, 1) + y(4, 1, 0); z R, y R
As que,
W
1
=
1
(2, 0, 1) +
2
(4, 1, 0) [ (
1
R) (
2
R)
La conclusion es la siguiente:
16 RUDIMENTOS: ESPACIOS VECTORIALES
u W
1
Tiene solucion en K la ecuacion u =
incognita

..
a
1
(2, 0, 1) +
incognita

..
a
2
(4, 1, 0)
[2] Intentemos la misma estrategia con el subespacio
W
2
= (x, y, z) R
3
[ x = y z = 0 (4)
De nuevo, entremos al conjunto.
u W
2
u = (x, y, z) R
3
x = y z = 0
u = (x, x, 0) x R
u = x(1, 1, 0) x R
As que,
W
2
= (1, 1, 0) [ R
La conclusion es la siguiente:
u W
2
Tiene solucion en K la ecuacion u =
incognita

..
a
1
(2, 0, 1)
[3] Ahora tratemos de aplicar lo aprendido en el conjunto,
W
1
+W
2
= w
1
+ w
2
[ w
1
W
1
w
2
W
2

(a) W
1
+W
2
,=
En efecto
0
R
3 = (0, 0, 0) = 0(2, 0, 1) + 0(4, 1, 0) + 0(1, 1, 0) = 0
R
3 W
1
+W
2
Mas a un, 0
R
3 W
1
, pues (0, 0, 0) = 0(2, 0, 1) + 0(4, 1, 0) y 0
R
3 W
2
, pues (0, 0, 0) =
0(1, 1, 0). As
que 0
R
3 W
1
W
2
(b) Por otra parte,
u W
1
W
2
u W
1
u W
2
u = (x, y, z) R
3
x + 4y 2z = 0 x = y z = 0
u = (x, x, 0) R
3
x + 4x = 0
u = (x, x, 0) R
3
x = 0
u = (0, 0, 0)
3. LA IDEA DE GENERADOR 17
Por tanto,
W
1
W
2
= (0, 0, 0) = 0
R
3
(c) Ahora para u R
3
arbitrario tratemos de resolver la ecuacion
u = x
1
(2, 0, 1) + x
2
(4, 1, 0) + x
3
(1, 1, 0)
Si conseguimos ese resultado entonces se vericara que
(i) R
3
= W
1
+W
2
(ii) Tendremos una formula para expresar los elementos de R
3
en terminos de los vectores
de W
1
y W
2
.
Vamos entonces a resolver el problema para u = (x, y, z) arbitrario
(x, y, z) = x
1
(2, 0, 1) + x
2
(4, 1, 0) + x
3
(1, 1, 0) (x, y, z) = (2x
1
4x
2
+ x
3
, x
2
+ x
3
, x
1
)

2x
1
4x
2
+ x
3
= x
x
2
+ x
3
= y
x
1
= z
()
Ahora resolvemos (), usando nuestras tecnicas
_
_
2 4 1 [ x
0 1 1 [ y
1 0 0 [ z
_
_
(l
1
l
1
l
3
)
_
_
0 4 1 [ x 2z
0 1 1 [ y
1 0 0 [ z
_
_
(l
1
l
1
+ 4l
2
)
_
_
0 0 5 [ x + 4y 2z
0 1 1 [ y
1 0 0 [ z
_
_
(l
1

1
5
l
1
)
_
_
0 0 1 [
x+4y2z
5
0 1 1 [ y
1 0 0 [ z
_
_
(l
2
l
2
l
1
)
_
_
0 0 1 [
x+4y2z
5
0 1 0 [
x+y+2z
5
1 0 0 [ z
_
_
Por tanto,
_
_
x
1
x
2
x
3
_
_
=
_
_
_
_
z
y x + 2z
5
x + 4y 2z
5
_
_
_
_
= (x, y, z) = z(2, 0, 1) +
y x + 2z
5
(4, 1, 0) +
x + 4y 2z
5
(1, 1, 0)
(d) Finalmente, si adoptamos las siguientes notaciones:
= (2, 0, 1), (4, 1, 0), 5(1, 1, 0)
18 RUDIMENTOS: ESPACIOS VECTORIALES
[(x, y, z]

=
_
_
_
_
z
y x + 2z
5
x + 4y 2z
5
_
_
_
_
(x, y, z) = z(2, 0, 1) +
y x + 2z
5
(4, 1, 0)
. .
W
1
+
x + 4y 2z
5
(1, 1, 0)
. .
W
2
Hemos conseguido mostrar que
R
3
= W
1
+W
2
Y ademas podemos ahora ejercitar el nuevo smbolo:
(i) Para u = (2, 0, 1) tenemos
[2, 0, 1]

=
_
_
_
_
1
0 2 + 2
5
2 + 0 2
5
_
_
_
_
=
_
_
1
0
0
_
_
Pues,
(2, 0, 1) = (2, 0, 1) + 0(4, 1, 0) + 0(1, 1, 0)
(ii) para u = (4, 1, 0) tenemos
[(4, 1, 0)]

=
_
_
0
1
0
_
_
Pues,
(4, 1, 0) = 0(2, 0, 1) + 1(4, 1, 0) + 0(1, 1, 0)
(iii) Para u=(1, 1, 0) tenemos
[(1, 1, 0)]

=
_
_
0
0
1
_
_
Pues,
(1, 1, 0) = 0(2, 0, 1) + 0(4, 1, 0) + 1(1, 1, 0)
(iv) Para u = (1, 1, 1) tenemos
[1, 1, 1]

=
_
_
_
_
1
2
5
3
5
_
_
_
_
Pues,
(1, 1, 1) = (2, 0, 1) +
2
5
(4, 1, 0) +
3
5
(1, 1, 0)
3. LA IDEA DE GENERADOR 19
[4] Para el caso = (2, 0, 1), (4, 1, 0), 5(1, 1, 0) hemos encontrado que R
3
se descompone en la
suma del Plano W
1
y la recta W
2
. Similar a lo que sucede con el plano R
2
que se descompone
como la suma del eje x y del eje y.
Denicion 3.1. Sea V un K espacio vectorial y considere los subconjuntos W
1
y W
2
tal que W
1
V
y W
2
V. Diremos que V es suma directa de los subespacios W
1
y W
2
en smbolos V = W
1
W
2
. Si
[1] V = W
1
+W
2
[2] W
1
W
2
= 0
V

Ejemplo 3.1.1. Si W
1
= (x, y, z) R
3
[ x + 4y 2z = 0 y W
2
= (x, y, z) R
3
[ x = y z = 0
entonces
R
3
= W
1
W
2
= (2, 0, 1), (4, 1, 0) (1, 1, 0)
Teorema 3.2. Sea V un K espacio vectorial y v
1
, v
2
, . . . , v
n
V entonces
W= v
1
, v
2
, . . . , v
n
=
_
n

i=1
r
i
v
i
[ r
i
K (1 i n)
_
V
En efecto
[1] 0
V
V y 0
V
= 0 v
1
+ 0 v
2
+ + 0 v
n
. As que 0
V
W, y W,=
[2] Sean u W, w W entonces
u W u =
n

i=1
a
i
v
i
[ a
i
K (1 i n)
w W w =
n

i=1
b
i
v
i
[ b
i
K (1 i n)
_

_
= u + w =
n

i=1
(a
i
+ b
i
) v
i
W
[3] Sean u W y K entonces
u =
n

i=1
a
i
v
i
=
n

i=1
( a
i
) v
i
W
As que W V
Denicion 3.2.1. Si V es un K espacio vectorial entonces el conjunto
[1] W= v
1
, v
2
, . . . , v
n
=
_
n

i=1
r
i
v
i
[ r
i
K (1 i n)
_
. Se llamara subespacio generado por
= v
1
, v
2
, . . . , v
n
y cada v
i
para i = 1, 2, . . . , n se llamara un generador.
20 RUDIMENTOS: ESPACIOS VECTORIALES
[2] u V , se llamara una combinacion lineal de = v
1
, v
2
, . . . , v
n
si u W, es decir existen n -
escalares, digamos a
1
, a
2
, . . . , a
n
tal que
u =
n

i=1
a
i
v
i
Es decir, los elementos de W se llaman combinaciones lineales de = v
1
, v
2
, . . . , v
n

3.3. Ejercicios Propuestos de Generadores.

[1] Sea W= (1, 0, 0), (1, 1, 0), (1, 1, 1) R
3
(a) Demuestre que (2, 2, 2) W. Es decir, resuelva la ecuacion vectorial
(2, 2, 2) = a
1
(1, 0, 0) + a
2
(1, 1, 0) + a
3
(1, 1, 1)
(b) Demuestre que (x, y, z) W, para cada (x, y, z) R
3
(c) Concluya que R
3
= (1, 0, 0), (1, 1, 0), (1, 1, 1)
[2] Sea V un K espacio vectorial y = v
1
, v
2
. Demuestre que
v
1
, v
2
= v
1
, v
1
+ v
2

[3] Sea V un K espacio vectorial y = v

1
, v
2
. Demuestre que
v
1
, v
2
= v
1
v
2
, v
1
+ v
2

[4] Sea V un K espacio vectorial y = v

1
, . . . , v
n
V. Si = w
1
, . . . , w
n
V tal que
w
k
=
k

i=1
v
i
para cada k = 1, 2, . . . , n entonces demuestre que
v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n

[5] Sea V un K espacio vectorial y = v

1
, . . . , v
n
V. Si = w
1
, . . . , w
n
V tal que
w
k
=
k

i=1
jv
i
para cada k = 1, 2, . . . , n entonces demuestre que
v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n

[6] Demuestre que

W
1
= (x, y, z) R
3
[ x y z = 0 R
3
W
2
= (x, y, z) R
3
[ x y = 0 y z = 0 R
3
W
1
+W
2
= w
1
+ w
2
[ w
1
W
1
w
2
W
2
R
3
R
3
= W
1
+W
2
W
1
W
2
= 0
R
3
4. SISTEMAS DE GENERADORES 21
En general, si V es un K espacio vectorial, W
1
V y W
2
V entonces V se dice Suma directa
de los subespacios W
1
y W
2
si
V = W
1
+W
2
W
1
W
2
= 0
V

En tal caso, notamos V = W

1

W
2
[7] Demuestre que
R
2
= eje x eje y
[8] Demuestre que
M
R
(n) = matrices simetricas matrices antisimetricas
[9] Demuestre que
R
n
[x] = R
0
[x] x, x
2
, . . . , x
n

4. Sistemas de Generadores
Si V es un K espacio vectorial entonces V V. As que tiene sentido preguntar, si existen o no
generadores para el propio V?. En general podemos hacer la siguiente
Denicion 4.1. Sea V un K espacio vectorial y = v
1
, v
2
, . . . , v
n
V, sera llamado un sistema
de generadores para V si
V = = v
1
, v
2
, . . . , v
n

Equivalentemente: es un sistema de generadores si para cada v V existen n - escalares, digamos

a
1
, a
2
, . . . , a
n
tales que
v = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
O en lenguaje mas pragmatico:
es un sistema de generadores si para cada v V la ecuacion vectorial
v = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
(5)
tiene solucion.
Ejemplo 4.1.1. c(n) = e
1
, e
2
, . . . , e
n
, donde
e
1
= (1, 0, 0, . . . , 0)
e
2
= (0, 1, 0, . . . , 0)
.
.
.
e
n
= (0, 0, 0, . . . , 1)
es un sistema de generadores para R
n
, ya que
22 RUDIMENTOS: ESPACIOS VECTORIALES
(x
1
, x
2
, . . . , x
n
) = x
1
e
1
+ x
2
e
2
+ + x
n
e
n
(6)
Por la forma de (6), se acostumbra a llamar a c(n) con el nombre de generadores canonicos.
Ejemplo 4.1.2. m(n s) = E
ij
[ (1 i n) (1 j s), donde
E
ij
=
_
1 : en la posicion ij
0 : en otra parte
Es un sistema de generadores, tambien conocido como sistema de generadores canonico de M
K
(ns)
As por ejemplo, para n = s = 2
_
a b
c d
_
= aE
11
+ bE
12
+ cE
21
+ dE
22
= a
_
1 0
0 0
_
+ b
_
0 1
0 0
_
+ c
_
0 0
1 0
_
+ d
_
0 0
0 1
_
Luego,
M
R
(2) =
___
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
___
Ejemplo 4.1.3. p(n) = 1, x, x
2
, . . . , x
n
son los generadores canonicos de R
n
[x],
pues,
q(x) = a
0
1 + a
1
x + + a
n
x
n
Es decir,
R
n
[x] = 1, x, x
2
, . . . , x
n

4.2. Construccion de sistemas de generadores. Estudiemos algunas situaciones que nos per-
miten construir sistemas de generadores.
[1] Sea V un K espacio vectorial y = v
1
, v
2
entonces
V = v
1
, v
2
= V = v
1
, v
1
+ v
2

En efecto
(a) En este caso tenemos que demostrar que V = v
1
, v
1
+v
2
, es decir debemos mostrar que
la ecuacion vectorial,
4. SISTEMAS DE GENERADORES 23
v = a
1
v
1
+ a
2
(v
1
+ v
2
) (7)
Tiene solucion para cada v V .
(b) Analizamos los datos.
Como V = v
1
, v
2
y v V entonces tiene solucion la ecuacion vectorial
v = b
1
v
1
+ b
2
v
2
(8)
Es decir, existen b
1
K y b
2
K tal que (8) es una identidad.
(c) Supongamos por un instante que la ecuacion vectorial (7), tiene solucion entonces
v = a
1
v
1
+ a
2
(v
1
+ v
2
)
= a
1
v
1
+ a
2
v
1
+ a
2
v
2
= (a
1
+ a
2
)v
1
+ a
2
v
2
Luego, basta que tomemos:
a
1
+ a
2
= b
1
a
2
= b
2
De donde sigue que, a
1
= b
1
b
2
a
2
= b
2
y entonces hemos mostrado que
v = b
1
v
1
+ b
2
v
2
= v = (b
1
b
2
)v
1
+ b
2
(v
1
+ v
2
)
Y la conclusion es que V = v
1
, v
1
+ v
2

Una solucion Alternativa para mostrar que v

1
, v
2
= v
1
, v
1
+ v
2

Observemos que
(i) v
1
= 1 v
1
+ 0 (v
1
+ v
2
), luego v
1
v
1
, v
1
+ v
2

(ii) v
2
= (1) v
1
+ 1 (v
1
+ v
2
), luego v
2
v
1
, v
1
+ v
2

(iii) As que,
v
1
, v
2
v
1
, v
1
+ v
2
(9)
An alogamente,
(i) v
1
= 1 v
1
+ 0 v
2
, luego v
1
v
1
, v
2

(ii) v
1
+ v
2
= 1 v
1
+ 1 v
2
, luegov
1
+ v
2
v
1
, v
2

24 RUDIMENTOS: ESPACIOS VECTORIALES

(iii) As que,
v
1
, v
1
+ v
2
v
1
, v
2
(10)
Luego, de (9) y (10), sigue que
v
1
, v
1
+ v
2
= v
1
, v
2

[2] En general si V un K espacio vectorial y = v

1
, v
2
, v
3
, . . . , v
n
V. entonces
V = v
1
, v
2
, . . . , v
n
= V = w
1
, w
2
, . . . , w
n
donde w
k
=
k

i=1
v
i
; y (1 k n)
En efecto
En primer lugar, para cada k = 1, 2, . . . , n tenemos que:
w
k
=
k

i=1
v
i
= 1 v
1
+ 1 v
2
+ + 1 v
n
= w
k
v
1
, v
2
, . . . , v
n
(11)
En segundo lugar, por denicion:
u w
1
, w
2
, . . . , w
n
u = a
1
w
1
+ a
2
w
2
+ + a
n
w
n
(12)
Aplicando (11) en (12) tenemos que
u w
1
, w
2
, . . . , w
n
u = a
1
w
1
+ a
2
w
2
+ + a
n
w
n

= u = a
1
1

i=1
v
i
+ a
2
2

i=1
v
i
+ + a
n
n

i=1
v
i
= u =
_
n

i=1
a
i
_
. .
c
1
v
1
+
_
n

i=2
a
i
_
. .
c
2
v
2
+ +
_
n

i=n1
a
i
_
. .
c
n1
v
n1
+ a
n
..
cn
v
n
= u = c
1
v
1
+ c
2
v
2
+ + c
n1
v
n1
+ c
n
v
n
= u v
1
, v
2
, . . . , v
n

Conclusion:
w
1
, w
2
, . . . , w
n
v
1
, v
2
, . . . , v
n
(13)
Recprocamente, v
1
= w
1
y para k = 2, 3 . . . , n v
k
= w
k
w
k1
. As que
4. SISTEMAS DE GENERADORES 25
u v
1
, v
2
, . . . , v
n
u =
n

i=1
a
i
v
i
= u = a
1
w
1
+
n

i=2
a
i
(w
i
w
i1
)
= u =
n

i=1
(a
i
a
i+1
)w
i
= u w
1
, w
2
, . . . , w
n

Conclusion:
v
1
, v
2
, . . . , v
n
w
1
, w
2
, . . . , w
n
(14)
Finalmente, de (13) y (14). Sigue que
v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n

[3] Si consideramos los conjuntos de polinomios

U = p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
R
3
[x] [ a
0
a
1
= 0 a
2
a
3
= 0 y
W= q(x) = b
0
+ b
1
x + b
2
x
2
+ b
3
x
3
R
3
[x] [ b
0
+ b
1
= 0 b
2
+ b
3
= 0 entonces
(a) U R
3
[x] y W R
3
[x]
En efecto
Usaremos la tecnica de los generadores para mostrar que tanto U como W son subespacios
p(x) U p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
R
3
[x] a
0
a
1
= 0 a
2
a
3
= 0
p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
R
3
[x] a
0
= a
1
a
2
= a
3
p(x) = a
0
+ a
0
x + a
2
x
2
+ a
2
x
3
a
0
R a
2
R
p(x) = a
0
(1 + x) + a
2
(x
2
+ x
3
) a
0
R a
2
R
p(x) 1 + x, x
2
+ x
3

Es decir,
U = 1 + x, x
2
+ x
3
R
3
[x]
An alogamente,
26 RUDIMENTOS: ESPACIOS VECTORIALES
p(x) W p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
R
3
[x] a
0
+ a
1
= 0 a
2
+ a
3
= 0
p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
R
3
[x] a
0
= a
1
a
2
= a
3
p(x) = a
0
a
0
x + a
2
x
2
a
2
x
3
a
0
R a
2
R
p(x) = a
0
(1 x) + a
2
(x
2
x
3
) a
0
R a
2
R
p(x) 1 x, x
2
x
3

Es decir,
W = 1 x, x
2
x
3
R
3
[x]
(b) R
3
[x] = WU
En efecto
Ahora para mostrar que R
3
[x] = UW, debemos resolver en primer lugar la ecuaci on
p(x) = w + u (w W u U)
= c
1
(1 x) + c
2
(x
2
x
3
)
. .

w
+c
3
(1 + x) + c
4
(x
2
+ x
3
)
. .

u
, (Para p(x) R
3
[x])
Entonces
a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
= c
1
(1 x) + c
2
(x
2
x
3
) + c
3
(1 + x) + c
4
(x
2
+ x
3
)
= c
1
c
1
x + c
2
x
2
c
2
x
3
+ c
3
+ c
3
x + c
4
x
2
+ c
4
x
3
= c
1
+ c
3
+ c
3
x c
1
x + c
4
x
2
+ c
2
x
2
c
2
x
3
+ c
4
x
3
= c
1
+ c
3
+ (c
3
c
1
)x + (c
2
+ c
4
)x
2
+ (c
4
c
2
)x
3
As que,
c
1
+ c
3
= a
0
c
1
+ c
3
= a
1
c
2
+ c
4
= a
2
c
2
+ c
4
= a
3
=
c
1
=
a
0
a
1
2
c
3
=
a
0
+ a
1
2
c
2
=
a
2
a
3
2
c
4
=
a
2
+ a
3
2
Luego,
a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
=
a
0
a
1
2
(1 x) +
a
2
a
3
2
(x
2
x
3
)
. .
W
+
a
0
+ a
1
2
(1 + x) +
a
2
+ a
3
2
(x
2
+ x
3
)
. .
U
Por tanto,
R
3
[x] = W+U
5. DEPENDENCIA E INDEPENDENCIA LINEAL 27
En segundo lugar, debemos mostrar que W U = 0
R
3
[x]
. Para ver esto hacemos
p(x) W U p(x) W p(x) U
p(x) = b
1
(1 x) + b
2
(x
2
x
3
) p(x) = b
3
(1 + x) + b
4
(x
2
+ x
3
)
b
1
b
1
x + b
2
x
2
b
2
x
3
= b
3
+ b
3
x + b
4
x
2
+ b
4
x
3
(b
1
= b
3
) (b
1
= b
3
) (b
2
= b
4
) (b
2
= b
4
)
b
1
= b
3
= 0 b
2
= b
4
= 0
p(x) = 0
R
3
[x]
De donde sigue lo pedido, W U = 0
R
3
[x]

(c) A partir de U y W, obtenemos un sistema de generadores para R

3
[x], pues
a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
=
a
0
a
1
2
(1 x) +
a
2
a
3
2
(x
2
x
3
)
. .
W
+
a
0
+ a
1
2
(1 + x) +
a
2
+ a
3
2
(x
2
+ x
3
)
. .
U
Y,
R
3
[x] = 1 x, x
2
x
3
, 1 + x, x
2
+ x
3

En particular, en este sistema tenemos que.

_
a
0
+ a
1
x + a
2
x
2
+ a
3
x
3

=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
0
a
1
2
a
2
a
3
2
a
0
+ a
1
2
a
2
+ a
3
2
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
5. Dependencia e Independencia Lineal
Siempre con la idea de fondo de construir un procedimiento nito que determine rapida y ecien-
temente los elementos de un espacio vectorial, y considerando que ya tenemos una representacion
va el concepto de Sistema de generadores, ahora queremos garantizar que esta representacion es
segura.
Para ello iniciamos nuestro analisis considerando un sistema de generadores = v
1
, v
2
, . . . , v
n
de
un espacio vectorial de V, es decir,
V = v
1
, v
2
, . . . , v
n

Equivalentemente, para cada u V existen c

1
, c
2
, . . . , c
n
en K tal que
28 RUDIMENTOS: ESPACIOS VECTORIALES
v =
n

i=1
c
i
v
i
= c
1
v
1
+ c
2
v
2
+ + c
n
v
n
O en lenguaje mas pragmatico: Para cada v V la ecuacion vectorial
v = x
1
v
1
+ x
2
v
2
+ + x
n
v
n
tiene al menos una solucion en K
n
Motivados por lo anterior construyamos una relacion entre la teora y la practica.
Denicion 5.1. Sea = v
1
, v
2
, . . . , v
n
V un sistema de generadores para V entonces denimos
la relacion [ ]

: V M
K
(n 1) como sigue:
[v]

=
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
M
K
(n 1) v =
n

k=1
c
k
v
k
V
Ejemplo 5.1.1. Si = (1, 1), (1, 1)) entonces es un sistema de generadores para R
2
, pues
(x, y) =
x + y
2
(1, 1) +
x y
2
(1, 1)
As que,
[(x, y)]

=
_
_
x + y
2
x y
2
_
_
Ejemplo 5.1.2. Si = v
1
, v
2
, . . . , v
n
V un sistema de generadores para V entonces para, w V,
= v
1
, v
2
, . . . , v
n
, w, tambien genera V, y
[w]

=
_
_
_
_
_
_
c
1
c
2
.
.
.
c
n
0
_
_
_
_
_
_
w =
n

k=1
c
k
v
k
+ 0 w ( Pues, genera V)
Por otra parte, tenemos una fuga de seguridad ya que existe una representacion diferente para w,
pues
[w]

=
_
_
_
_
_
_
0
0
.
.
.
0
1
_
_
_
_
_
_
w =
n

k=1
0 v
k
+ 1 w
5. DEPENDENCIA E INDEPENDENCIA LINEAL 29
Observacion 5.1.3. Para caracterizar esta fuga de seguridad, supongamos que = v
1
, v
2
, . . . , v
n

es un sistema de generadores para V y que u V tiene dos representaciones diferentes en este sis-
tema entonces debemos tener
[1] u =
n

k=1
a
k
v
k
y u =
n

k=1
b
k
v
k
[2] Si estas representaciones son distintas entonces existe (i; 1 i n) tal que a
i
,= b
i
[3] Luego, tenemos que
n

k=1
a
k
v
k
=
n

k=1
b
k
v
k
=
n

k=1
(a
k
b
k
)v
k
= 0
V
= (a
1
b
1
)v
1
+ (a
2
b
2
)v
2
+ + (a
i
b
i
)
. .
=0
v
i
+ + (a
n
b
n
)v
n
= 0
V
As que, el 0
V
se escribe, al menos de dos formas diferentes
0
V
= 0v
1
+ 0v
2
+ + 0v
n
= (a
1
b
1
)v
1
+ (a
2
b
2
)v
2
+ + (a
i
b
i
)
. .
=0
v
i
+ + (a
n
b
n
)v
n
Conclusion 5.1.4. Si un vector u V se representa en mas de una forma, como combinacion
lineal de los elementos de entonces el vector nulo 0
V
se representa en mas de una forma, como
combinacion lineal de los elementos de .
Luego, en virtud de nuestra logica, podemos decir que: 0
V
, se escribe de una unica forma como
combinacion lineal de los elementos de entonces todo vector del espacio posee la misma propiedad.
Denicion 5.2. Sea V un K espacio vectorial, y = v
1
, v
2
, . . . , v
n
V. Diremos que es un
conjunto linealmente independiente en V si 0
V
, se escribe de una unica forma como combinacion lin-
eal de los elementos de , en smbolos Li. Caso contrario diremos que es un conjunto linealmente
dependiente, en smbolos Ld.
Es decir, es Li en V Si
a
i
v
1
+ a
2
v
2
+ a
3
v
3
+ + a
n
v
n
= 0
V
= a
1
= a
2
= = a
n
= 0
Ejemplo 5.2.1. Si = 1, 1 + x, 1 + x + x
2
K
2
[x] entonces es Li en K
2
[x].
En efecto
De acuerdo a la denicion. Si suponemos que a
1
1 + a
2
(1 + x) + a
3
(1 + x + x
2
) = 0
K
2
[x]
entonces
debemos mostrar que a
1
= a
2
= a
3
= 0. Por tanto,
30 RUDIMENTOS: ESPACIOS VECTORIALES
a
1
1 + a
2
(1 + x) + a
3
(1 + x + x
2
) = 0
K
2
[x]
= a
1
+ a
2
+ a
2
x + a
3
+ a
3
x + a
3
x
2
= 0 + 0x + 0x
2
= (a
1
+ a
2
+ a
3
) + (a
2
+ a
3
)x + a
3
x
2
= 0 + 0x + 0x
2
=
a
1
+ a
2
+ a
3
= 0
a
2
+ a
3
= 0
a
3
= 0
= a
3
= a
2
= a
1
= 0
Luego, es Li en K
2
[x]
Ejemplo 5.2.2. Si = 1, 1+x, 1+x+x
2
, 1x2x
2
K
2
[x] entonces es Li o Ld en K
2
[x]?.
Estudiemos el problema
Supongamos que a
1
1 + a
2
(1 + x) + a
3
(1 + x + x
2
) + a
4
(1 x 2x
2
) = 0
K
2
[x]
entonces
a
1
+ a
2
+ a
2
x + a
3
+ a
3
x + a
3
x
2
+ a
4
a
4
x 2a
4
x
2
= 0 + 0x + 0x
2

(a
1
+ a
2
+ a
3
+ a
4
) + (a
2
+ a
3
a
4
)x + (a
3
2a
4
)x
2
= 0 + 0x + 0x
2

a
1
+ a
2
+ a
3
+ a
4
= 0
a
2
+ a
3
a
4
= 0
a
3
2a
4
= 0
()
Luego, es Ld en K
2
[x], pues, si A es la matriz de coecientes del sistema () entonces (A), puede
ser como maximo 3, y el n umero de incognitas es 4 de donde siguen que el sistema tiene innitas
soluciones.
Podemos determinar esas soluciones:
_
_
1 1 1 1
0 1 1 1
0 0 1 2
_
_
(l
1
l
1
l
2
)
_
_
1 0 0 2
0 1 1 1
0 0 1 2
_
_
(l
2
l
2
l
3
)
_
_
1 0 0 2
0 1 0 1
0 0 1 2
_
_
Las innitas soluciones son de la forma: a
1
= 2a
4
; a
2
= a
4
; a
3
= 2a
4
y su expresion es de la
forma:
0 + 0x + 0x
2
= 2a
4
a
4
(1 + x) + 2a
4
(1 + x + x
2
) + a
4
(1 x 2x
2
) (a
4
K)
6. Base y Dimension
Ahora tenemos construidas y listas para usar, las piezas precisas para garantizar la existencia y
unicidad de una representacion como combinacion lineal, para cada vector de un espacio vectorial.
Partimos con la siguiente:
Denicion 6.1. Sea V un K espacio vectorial, y = v
1
, v
2
, . . . , v
n
V. Diremos que es una
base para el espacio vectorial V si
[1] es un sistema de generadores para V
[2] es un conjunto linealmente independiente en V
6. BASE Y DIMENSI

ON 31
Es decir, para cada u V existen unicos escalares a
1
, a
2
, . . . , a
n
tal que
u =
n

i=1
a
i
v
i
= a
1
v
1
+ a
2
v
2
+ + a
n
v
n
Equivalentemente, la funcion
[ ]

: V M
R
(n 1
u [u]

; donde [u]

=
_
_
_
_
a
1
a
2
.
.
.
a
n
_
_
_
_
u =
n

k=1
a
k
v
k
Es una biyeccion
Ejemplo 6.1.1. Si V = K
n
entonces
c(n) = e
2
, e
2
, . . . , e
n

La llamaremos la base canonica de K

n
, pues;
(x
1
, x
2
, . . . , x
n
) = x
1
e
1
+ x
2
e
2
+ + x
n
e
n
[(x
1
, x
2
, . . . , x
n
)]
c(n)
=
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
Ejemplo 6.1.2. Si V = M
K
(n s) entonces
m(n s) = E
ij
[ (1 i n); (1 j s)
La llamaremos la base canonica de (M)
K
(n s), pues por ejemplo para n = s = 2
_
x
11
x
12
x
21
x
22
_
= x
11
E
11
+ x
12
E
12
+ x
21
E
21
+ x
22
E
22
= x
11
_
1 0
0 0
_
+ x
12
_
0 1
0 0
_
+ x
21
_
0 0
1 0
_
+ x
22
_
0 0
0 1
_
Ejemplo 6.1.3. Si V = K[x] entonces
p() = 1, x, x
2
, . . .
La llamaremos la base canonica de los polinomios con coecientes en el cuerpo K, pues genericamente
un polinomio se escribe como,
p(x) = a
0
1 + a
1
x + a
2
x
2
+ + a
t
x
t
; (t N)
En particular,
p(n) = 1, x, x
2
, . . . , x
n
; (n N)
La llamaremos la base canonica de K
n
[x], el espacio vectorial de polinomios hasta de grado n.
Ejemplo 6.1.4. En K
n
, sea = v
1
, v
2
, . . . , v
n
una base entonces
32 RUDIMENTOS: ESPACIOS VECTORIALES
c = c v
1
, c v
2
, . . . , c v
n
, es una nueva base de K
n
, para cada c K0

+
= v
1
, v
1
+ v
2
, . . . ,
n

i=1
v
i
, es una nueva base de K
n
En general = w
1
, w
2
, . . . , w
n
, donde w
j
=
j

i=1
a
i
v
i
, para (a
1
, a
2
, . . . a
n
) K
n
jo, es una base
de K
n
Ejemplo 6.1.5. Sea V = f : [, ] R[ tal que f continua . Si denimos el subespacio de V
W = 1, senx, cos x, sen 2x, cos 2x, . . . , sen nx, cos nx
entonces = 1, sen x, cos x, sen 2x, cos 2x, . . . , sen nx, cos nx, es una base de W, para cada n N
Teorema 6.2. Sea V un K espacio vectorial y = v
1
, v
2
, . . . , v
n
una base de V entonces cualquier
subconjunto de V que posea mas de n-elementos es linealmente dependiente
En efecto
[1] Sea = v
1
, v
2
, . . . , v
n
una base de V , y = w
1
, w
2
, . . . , w
s
V, donde n < s
[2] Supongamos que c
1
w
1
+ c
2
w
2
+ c
3
w
3
+ + c
s
w
s
= 0
V
[3] Como es una base entonces en primer lugar, cada elemento de V tiene representacion como
combinacion lineal de sus elementos (Es un sistema de generadores). As que en particular para
cada w
i
(1 i s) tenemos que
w
1
= a
11
v
1
+ a
12
v
2
+ + a
1n
v
n
w
2
= a
21
v
1
+ a
22
v
2
+ + a
2n
v
n
.
.
.
w
i
= a
i1
v
1
+ a
i2
v
2
+ + a
in
v
n
.
.
.
w
s
= a
s1
v
1
+ a
s2
v
2
+ + a
sn
v
n
=
c
1
w
1
= c
1
a
11
v
1
+ + c
1
a
1n
v
n
c
2
w
2
= c
2
a
21
v
1
+ + c
2
a
2n
v
n
.
.
.
c
i
w
i
= c
i
a
i1
v
1
+ + c
i
a
in
v
n
.
.
.
c
s
w
s
= c
s
a
s1
v
1
+ + c
s
a
sn
v
n
0
V
=
_
s

i=1
c
i
a
i1
_
v
1
+ +
_
s

i=1
c
i
a
in
_
v
n
(+)
6. BASE Y DIMENSI

ON 33
En segundo lugar, es linealmente independiente en V, as que, forzosamente debemos tener que
s

i=1
c
i
a
i1
= 0
.
.
.
s

i=1
c
i
a
in
= 0

a
11
c
1
+ a
21
c
2
+ + a
s1
c
s
= 0
a
12
c
1
+ a
22
c
2
+ + a
s2
c
s
= 0
.
.
.
a
1n
c
1
+ a
2n
c
2
+ + a
sn
c
s
= 0
()
Como n < s entonces el sistema homogeneo () tiene innitas soluciones, es decir, el conjunto
es linealmente dependiente.
Corolario 6.2.1. Todas las bases de un espacio vectorial tienen la misma cardinalidad, es decir el
mismo n umero de vectores.
En efecto
Supongamos que = v
1
, v
2
, . . . , v
n
y = w
1
, w
2
, . . . , v
m
son dos bases del espacio vectorial V.
Aplicando el contenido del teorema 6.2 tenemos dos casos simultaneos que analizar,
[1] Si = v
1
, v
2
, . . . , v
n
es una base entonces n es el n umero maximo de vectores linealmente
independientes, as que si es otra base entonces su n umero de vectores linealmente independi-
entes m debe ser menor o igual que n
[2] Si = w
1
, w
2
, . . . , w
m
es una base entonces m es el n umero maximo de vectores linealmente
independientes, as que si es otra base entonces su n umero de vectores linealmente independi-
entes n debe ser menor o igual que m.
[3] As que n = m, pues ambos son n umeros naturales.
Denicion 6.3. Si V es un K espacio vectorial. Llamaremos dimension de V sobre el cuerpo de
escalares K a la cardinalidad de una base de V, y la notaremos por dim
K
(V)
Ejemplo 6.3.1. Usando la informacion acrisolada en los ejemplos, y observaciones anteriores ten-
emos que:
[1] dim
R
(R
n
) = n; pues card(c(n)) = n
[2] dim
C
(C
n
) = n; pues card(c(n)) = n
[3] dim
R
(C) = 2;
[4] dim
K
(K
n
[x]) = n + 1; pues card(p(n)) = n + 1
[5] dim
K
(K[x]) = ; pues card(p()) =
[6] dim
K
(M
K
(n s)) = n s; pues card(m(n s)) = n s
34 RUDIMENTOS: ESPACIOS VECTORIALES
Teorema 6.4. Sea V un K espacio vectorial tal que dim
K
(V) = n, y = v
1
, v
2
, . . . , v
n
V
entonces
linealmente independiente sistema de generadores
En efecto
Etapa 1. (=). Por demostrar que [ Li entonces genera V].
Del contenido del teorema 6.2 sugue que el conjunto = v
1
, v
2
, . . . , v
n
, u es linealmente dependiente
(u; u V).
Luego, existen escalares a
1
, a
2
, . . . , a
n+1
, no todos nulos tales que a
1
v
1
+a
2
v
2
+ +a
n
v
n
+a
n+1
u = 0
V
.
Si a
n+1
,= 0 entonces
a
1
v
1
+ a
2
v
2
+ + a
n
v
n
+ a
n+1
u = 0
V
= a
1
v
1
+ a
2
v
2
+ + a
n
v
n
= a
n+1
u
=
a
1
a
n+1
v
1
+
a
2
a
n+1
v
2
+ +
a
n
a
n+1
v
n
= u
As que en este caso genera V
Si a
n+1
= 0 entonces
a
1
v
1
+ a
2
v
2
+ + a
n
v
n
+ a
n+1
u = 0
V
= a
1
v
1
+ a
2
v
2
+ + a
n
v
n
= 0
V
= a
1
= a
2
= = a
n
= 0 ( es Li)
Pero entonces contrariamos el hecho de que existen escalares no todos nulos, as que este caso
no es posible, para esta dimension.
Etapa 2. (=). Por demostrar que [ genera V] entonces Li.
En cualquier caso solo existen dos posibilidades, que sea Linealmente independiente o linealmente
dependiente.
Pero, si linealmente dependiente entonces dim
K
(V) < n, lo cual contradice nuestra hipotesis. As
que este caso no es posible.
Teorema 6.5. Sea = u
1
, u
2
, . . . , u
n
K
n
, tal que u
i
= (a
i1
, a
i2
, . . . , a
in
) entonces es lineal-
mente independiente si y solo si
det
_
_
_
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
a
31
a
32
. . . a
3n
a
41
a
42
. . . a
4n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
_
_
_
_
,= 0
6. BASE Y DIMENSI

ON 35
En efecto
Supongamos que c
1
u
1
+ c
2
u
2
+ + c
n
u
n
= 0
V
entonces
c
1
u
1
+ c
2
u
2
+ + c
n
u
n
= 0
K
n = c
1
(a
11
, a
12
, . . . , a
1n
) + c
2
(a
21
, a
22
, . . . , a
2n
) + +
c
n
(a
n1
, a
n2
, . . . , a
nn
) = 0
K
n
=
a
11
c
1
+ a
21
c
2
+ + a
n1
c
n
= 0
a
12
c
1
+ a
22
c
2
+ + a
n2
c
n
= 0
.
.
.
a
1n
c
1
+ a
2n
c
2
+ + a
nn
c
n
= 0
=
_
_
_
_
a
11
a
21
. . . a
n1
a
12
a
22
. . . a
n2
.
.
.
.
.
.
.
.
.
a
1n
a
2n
. . . a
nn
_
_
_
_
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
=
_
_
_
_
0
0
.
.
.
0
_
_
_
_
()
El sistema () tiene solucion unica, c
1
= c
2
= = c
n
= 0 si y solo si la matriz de coecientes del
sistema homogeneo es invertible. Es decir
det
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
= det
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
t
,= 0
Conclusion 6.6. Frente a nuestro objetivo consistente en determinar rapida y efectivamente a los
elementos de un espacio vectorial, podemos decir lo siguiente:
[1] Un espacio vectorial hay que entenderlo respecto de una base ( = v
1
, v
2
, . . . , v
n
), o sistema
de referencia o reglas del juego.
[2] como [ ]

es un biyeccion entonces llamamos coordenadas de u V a [u]

M
K
(n1), y a este
ultimo lo llamamos espacio coordenado.
[3] As que un espacio vectorial puede ser de ahora en adelante, identicado como una estructura
hbrida, formada por dos partes equivalentes, pero con funciones diferentes y muy precisas.
En efecto
V
_

_
(V, )
[ ]

M
K
(n 1)
_

_
_

_
Teora:Combinaciones lineales

Practica: Coordenadas
_

_
36 RUDIMENTOS: ESPACIOS VECTORIALES
[4] El problema que aparece, y por tanto hay que abordar mas adelante es: Como se relacionan dos
triadas diferentes?. Es decir
_

_
(V, )
[ ]

M
K
(n 1)
_

_
?

_
(V, )
[ ]

M
K
(n 1)
_

_
6.7. Ejercicios Propuestos de Base.
[1] Determine el conjunto
S = (a, b) R
2
[ (2, b, 1) (a, 0, 2), (4, a, 2), (2a, 2, a)
[2] Determine si los siguientes conjuntos son subespacios en el espacio vectorial correspondiente. En
caso armativo, determine una base para el subespacio.
(a) W= (a, b, c, d) R
4
[ a
2
+ b
2
c
2
d
2
= 0
(b) W=
__
a b
c d
_
M
R
(2) [ [a = d b = 0 c = 2d]
_
(c) W=
_
B M
R
(2) [ B
_
1 1
2 1
_
=
_
1 1
2 1
_
B
_
[3] Sea = v
1
, v
2
, . . . , v
n
una base del K espacio vectorial V. Demuestre que
= w
1
, w
2
, . . . , w
n
tal que w
i
= av
1
+ v
i
(i = 1, 2, . . . n), (a K) es una base de V
[4] Si =
__
3 2
2 1
_
,
_
2 1
1 0
_
,
_
6 5
4 2
_
,
_
5 4
4 a
__
M
R
(2) entonces determine el conjunto
= a R [ No es una base de M
R
(2)
[5] Si =
__
0 0
0 1
_
,
_
0 1
0 1
_
,
_
1 1
0 0
_
,
_
1 0
1 0
__
M
R
(2).
(a) Demuestre que es una base de M
R
(2)
(b) Determine
__
a b
c d
__

[6] Dado el sistema lineal

2x
1
+ x
2
+ x
3
= a
x
1
2x
2
+ x
3
= b
x
1
+ x
2
2x
3
= c
()
(a) Demuestre que W= (a, b, c) R
3
[ () Tiene solucion R
3
(b) A partir de una base del subespacio W obtenga una base de R
3
7. COORDENADAS Y MATRICES 37
7. Coordenadas y Matrices
El problema que abordaremos es exactamente, Como se relacionan dos triadas diferentes?. Es decir
Que relacion existe entre los sistemas de gestion de la informacion determinados por las bases y ?
En smbolos tenemos
_

_
(V, )
[ ]

M
K
(n 1)
_

_
?

_
(V, )
[ ]

M
K
(n 1)
_

_
Equivalentemente, si = v
1
, v
2
, . . . , v
n
y = w
1
, w
2
, . . . , w
n
, para cada u V tendremos que
u =
n

i=1
a
i
v
i
V u =
n

i=1
b
i
w
i
V

[u]

=
_
_
_
_
a
1
a
2
.
.
.
a
n
_
_
_
_
M
K
(n 1) [u]

=
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
M
K
(n 1)
(15)
Luego (15), nos sugiere que debemos generar un proceso que transforme coordenadas en la base
en coordenadas en la base .
7.1. Propuesta de Estrategia. Para analizar esta situacion, vericaremos directamente el com-
portamiento de la funcion []

, (donde es una base cualquiera del espacio), con respecto a las reglas
b asicas con que se generan los vectores. Es decir:
[1] Mostraremos que la funcion [ ]

, para cualquier base = z

1
, z
2
, . . . , z
n
de V, respeta las ope-
raciones del espacio V. Es decir que (u; u V), (v; v V) y (; K), se verican:
(a) [u + v]

= [u]

+ [v]

(b) [u]

= [u]

En efecto
Si u =
n

i=1
c
i
z
i
y v =
n

i=1
d
i
z
i
entonces u + v =
n

i=1
(c
i
+ d
i
)z
i
. As que
[u + v]

=
_
_
_
_
c
1
+ d
1
c
2
+ d
2
.
.
.
c
n
+ d
n
_
_
_
_
=
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
+
_
_
_
_
d
1
d
2
.
.
.
d
n
_
_
_
_
= [u]

+ [v]

38 RUDIMENTOS: ESPACIOS VECTORIALES

An alogamente, si K entonces u =
n

i=1
(c
i
)z
i
. Por tanto
[u]

=
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
=
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
= [u]

[2] Siguiendo la idea propuesta por el diagrama (15). Apliquemos la funcion [ ]

, a los elementos de
la base . Es decir
v
s
= a
1s
w
1
+ a
2s
w
2
+ a
3s
w
3
+ + a
ns
w
n
=
n

i=1
a
is
w
i
[v
s
]

=
_
_
_
_
a
1s
a
2s
.
.
.
a
ns
_
_
_
_
(1 s n)
[3] Ahora usemos la informacion acopiada, en el caso general, es decir si u V y u =
n

s=1
c
s
v
s
entonces
[u]

=
_
n

s=1
c
s
v
s
_

=
n

s=1
c
s
[v
s
]

=
n

s=1
c
s
_
_
_
_
a
1s
a
2s
.
.
.
a
ns
_
_
_
_
= c
1
_
_
_
_
a
11
a
21
.
.
.
a
n1
_
_
_
_
+ c
2
_
_
_
_
a
12
a
22
.
.
.
a
n2
_
_
_
_
+ + c
n
_
_
_
_
a
1n
a
2n
.
.
.
a
nn
_
_
_
_
=
_
_
_
_
c
1
a
11
+ c
2
a
12
+ + c
n
a
1n
c
1
a
21
+ c
2
a
22
+ + c
n
a
2n
.
.
.
c
1
a
n1
+ c
2
a
n2
+ + c
n
a
nn
_
_
_
_
=
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
a
n1
..
[v
1
]

a
n2
..
[v
2
]

a
nn
..
[vn]

_
_
_
_
_
_
_
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
. .
[u]
[4] Ya henos encontrado la relacion, como era de esperar una matriz, que traslada la informacion de
una base a otra, as solo resta que la denotemos formalmente, porque incluso ya sabemos como
determinarla.
Denicion 7.2. La matriz de orden n, [I]

= ([v
1
]

[v
2
]

. . . [v
n
]

), se llamara la matriz cambio de

base de para
Equivalentemente,
[I]

=
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
Adem as hemos mostrado el siguiente importante resultado
7. COORDENADAS Y MATRICES 39
Teorema 7.3. Si V es un K espacio vectorial de dimension n, = v
1
, v
2
, . . . , v
n
y
= w
1
, w
2
, . . . , w
n
son dos bases entonces
[I]

[u]

= [u]

(u; u V) (16)
Corolario 7.3.1. Si V es un K espacio vectorial de dimension n, = v
1
, v
2
, . . . , v
n
y
= w
1
, w
2
, . . . , w
n
son dos bases entonces [I]

U(M
K
(n)) e
_
[I]

_
1
= [I]

En efecto
En primer lugar, (u; u V) tenemos que:
_
[I]

[I]

_
[u]

= [I]

_
[I]

[u]

_
= [I]

[u]

= [u]

Y en segundo lugar,
_
[I]

[I]

_
[u]

= [I]

_
[I]

[u]

_
= [I]

[u]

= [u]

As que, [I]

U(M
K
(n)) e
_
[I]

_
1
= [I]

Conclusion 7.3.2. Lo anterior puede ser sistematizado a traves del siguiente diagrama.
u =
n

i=1
c
i
v
i

[u]

=
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_

u =
n

i=1
d
i
w
i

_
_
_
_
d
1
d
2
.
.
.
d
n
_
_
_
_
= [u]

(V, ) (V, )
1
V
M
R
(n 1) M
R
(n 1)
[ ]

[ ]
)
[I]

7.4. Ejercicios Propuestos de Coordenadas.

[1] Si = x, 3 + x
2
, x + 2x
2
R
2
x y = x + 3, x 2, x
2
+ 1 R
2
[x] entonces
(a) Demuestre que y son dos bases de R
3
(b) Determine
(i) [6 4x + 8x
2
]

[6 4x + 8x
2
]

(ii) [9 x + 7x
2
]

[9 x + 7x
2
]

40 RUDIMENTOS: ESPACIOS VECTORIALES

(iii) [I]

y [I]

(c) Muestre que

(i) [I]

[6 4x + 8x
2
]

= [6 4x + 8x
2
]

(ii) [I]

[9 x + 7x
2
]

= [9 x + 7x
2
]

[2] Sea = (1, 1, 1), (1, 0, 1), (0, 1, 1) una base de R

3
, y A =
_
_
1 1 2
3 0 1
2 2 4
_
_
M
R
(3). Determine,
si es posible, una base del tal forma que A = [I]

. Si es posible exhiba una tal base , si no

justique con precision meridiana su respuesta.
8. SITUACIONES DE DESEMPE

NO: ESPACIOS VECTORIALES 41

8. Situaciones de Desempe no: Espacios Vectoriales
8.1. El objetivo de esta seccion es presentar al Estudiante Situaciones Problematicas
que le permitan:
() Estimular la comprension de lectura en problemas matematicos.
() Clasicar despues de leer el problema, entre informacion y resultado pedido.
() Estimular el uso de una sintaxis adecuada en la resolucion de problemas que envuelven conceptos
matem aticos.
() Aprender a generar un algoritmo ecaz (ojala eciente), para responder al problema planteado.
() Vericar el estado de aprendizaje de los contenidos especcamente relacionados con las propiedades
b asicas que debe conocer, y en lo posible haber aprehendido de los topicos analizados.
8.2. Algunas sugerencias para enfrentar las situaciones problematicas son las siguientes:
() Lea cuidadosamente el problema.
() Reconozca lo que es informacion (dato), de lo que es incognita, o lo que a usted se le consulta.
() Trate de entender en la forma mas clara para usted, lo que se le pide, en particular si puede
usar sin onimos matematicos, que le permitan facilitar su respuesta, cuanto mejor!!! Este acto
nunca esta de mas.
() Analice sus datos extrayendo la informacion que corresponde, orientado por su entendimiento
de lo que debe probar.
8.3. Situaciones de Desempe no Propuestas:
[1] Demuestre que W =
_
p(x) =
n

i=0
a
i
x
i
R
n
[x] [
n

i=0
ia
i
= 0
_
R
n
[x]
[2] Sea W= p(x) = a
0
+ a
1
x + a
2
x
2
[ p(1) = 0. Demuestre que W R
2
[x]
[3] Sean W
1
= (x, y, z) / 2x y z = 0 R
3
y W
2
= (x, y, z) / x + 2y + 3z = 0 R
3
(a) Demuestre que W
i
R
3
para (i = 1, 2)
(b) Demuestre que W
1
W
2
R
3
(c) Es W
1
W
2
R
3
?
[4] Sea W
1
=
_
A =
_
a
11
a
12
a
21
a
22
_
M
R
(2) [ a
11
+ a
22
= 0
_
M
R
(2)
42 RUDIMENTOS: ESPACIOS VECTORIALES
(a) Demuestre que W
1
M
R
(2)
(b) Determine W
2
M
R
(2) tal que M
R
(2) = W
1
W
2
[5] Sea W= (x, y, z, t) R
4
[ x + 2y 3z = 0.
(a) Demuestre que W R
4
(b) Determine una base de W
[6] Sea V un K espacio vectorial y = v
1
, . . . , v
n
V. Si = w
1
, . . . , w
n
V tal que
w
k
=
k

i=1
iv
i
para cada k = 1, 2, . . . , n entonces demuestre que
v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n

[7] Sea C[, ] = f : [, ] R [ f Derivable en el intervalo [, ]. Demuestre que

= 1, sen x, cos x es un conjunto linealmente independiente en C[, ]
Recuerde que C[, ] es un espacio vectorial con las operaciones:
(f + g)(x) = f(x) + g(x), para x C[, ],
(f)(x) = f(x), para R y x C[, ]
[8] Sean V un K espacio vectorial tal que dim
K
(V) = n y = v
1
, v
2
, . . . , v
n
una base de V.
Demuestre que
= u
1
, u
2
, . . . , u
n
tal que u
s
=
s

r=1
v
r
(para 1 s n) es un sistema de generadores de V
[9] Sea = v
1
, v
2
, . . . , v
n
un conjunto Li en el R espacio vectorial V. Es = w
1
, w
2
, . . . , w
n

un conjunto LI en V?. Si w
i
= av
1
+ v
i
, para (i = 1, 2, . . . n) y a ,= 1 es un escalar jo.
[10] Sea V un K espacio vectorial y = v
1
, v
2
, , v
n
V. Demuestre que
base de V = = w
1
, w
2
, , w
n
es una base de V, donde w
i
=
i

j=1
v
j
(1 i n)
[11] Sea = v
1
, v
2
, . . . , v
n
una base del espacio vectorial real V. Dene el conjunto = w
1
, w
2
, . . . , w
n

tal que w
j
=
j

i=1
2v
i
, para 1 j n. Demuestre que es tambien una base de V.
[12] Sea = 1, 1 x, 1 x
2
una base de R
2
[x], y A =
_
_
1 1 2
3 0 1
2 2 4
_
_
M
R
(3). Determine, si es
posible, una base de R
2
[x] del tal forma que A = [I]

. (Si es posible exhiba una tal base , si

no justique con precision meridiana su respuesta)
8. SITUACIONES DE DESEMPE

NO: ESPACIOS VECTORIALES 43

[13] Sea V un K espacio vectorial tal que dim
K
(V) = n. Considere = v
1
, v
2
, . . . , v
n
V y
= u
1
, u
2
, . . . , u
n
V tal que u
s
=
s

i=1
v
s+1i
, para s = 1, 2, . . . n.
(a) Demuestre que base de V = base de V
(b) Determine [I]

[14] Sea = v
1
, v
2
, v
3
una base de R
3
. Si [I]

c(3)
=
_
_
1 1 0
1 3 4
0 4 1
_
_
entonces determine la base
[15] En R
2
[x], considere las bases = x, x
2
+ 3, 2x
2
+ x y = x + 3, x 2, x
2
+ 1.
(a) Determine [I]

y [I]

(b) Determine [1 + x + x
2
]

y [1 + x + x
2
]

[16] Considere las bases = (1, 2, 0), (0, 1, 0), (1, 0, 1) y = (1, 1, 1), (0, 1, 1), (0, 0, 1) de R
3
.
Determine [I]

e [I]

[17] Si P(2) = 1, x, x
2
y = 1 + x + x
2
, 2 x + x
2
, 1 + x + x
2
dos bases de R
2
[x] entonces
determine [I]
P(2)

e [I]

P(2)
[18] Si y = (1, 0, 1), (1, 1, 0), (0, 0, 1) son dos bases ordenadas de R
3
tal que
[I]

=
_
_
1 1 1
0 2 1
1 1 1
_
_
Es la matriz de cambio de la base para la base entonces determine la base .
[19] Si = (2, 1, 2), (4, 1, 0), (1, 2, 2) es una base de R
3
, y u = (1, 2, 3) entonces determine [u]

44 RUDIMENTOS: ESPACIOS VECTORIALES

9. Solucion de Situaciones de Desempe no: Espacios Vectoriales
[1] Demuestre que W=
_
p(x) =
n

i=0
a
i
x
i
R
n
[x] [
n

i=0
ia
i
= 0
_
R
n
[x].
Solucion
p(x) W p(x) =
n

i=0
a
i
x
i
R
n
[x]
n

i=0
ia
i
= 0
p(x) =
n

i=0
a
i
x
i
R
n
[x]
n

i=1
ia
i
= 0
p(x) = a
0
+ a
1
x +
n

i=2
a
i
x
i
a
1
=
n

i=2
ia
i
p(x) = a
0
+
_

i=2
ia
i
_
x +
n

i=2
a
i
x
i
()
Ahora, procedemos a estudiar la relacion polinomial expresada en
n

i=2
a
i
x
i
+
_

i=2
ia
i
_
x = (a
2
x
2
+ a
3
x
3
+ + a
n
x
n
) (2a
2
x + 3a
3
x + + na
n
x)
= a
2
(x
2
2x) + a
3
(x
3
3x) + a
4
(x
4
4x) + + a
n
(x
n
nx) ()
Retornamos a () a la luz de lo obtenido en () y nos resulta que
p(x) W p(x) = a
0
+ a
2
(x
2
2x) + a
3
(x
3
3x) + a
4
(x
4
4x) + + a
n
(x
n
nx)
p(x) 1, (x
2
2x), (x
3
3x), (x
4
4x), . . . , (x
n
nx)
Luego,
W = 1, (x
2
2x), (x
3
3x), (x
4
4x), . . . , (x
n
nx) =W R
n
[x]
[2] Sea W= p(x) = a
0
+ a
1
x + a
2
x
2
[ p(1) = 0. Demuestre que W R
2
[x]
Solucion
Etapa 1. p(x) = 0 + 0x + 0x
2
R
2
[x] y p(1) = 0 + 0 1 + 0 1
2
= 0.
Luego (0) W y W,= .
Etapa 2. Sean p(x) W y q(x) = b
0
+ b
1
x + b
2
x
2
W entonces
p(x) W p(x) = a
0
+ a
1
x + a
2
x
2
R
2
[x] p(1) = 0
p(x) = a
0
+ a
1
x + a
2
x
2
R
2
[x] a
0
+ a
1
+ a
2
= 0
q(x) W q(x) = b
0
+ b
1
x + b
2
x
2
R
2
[x] q(1) = 0
q(x) = b
0
+ b
1
x + b
2
x
2
R
2
[x] b
0
+ b
1
+ b
2
= 0
9. SOLUCI

ON DE SITUACIONES DE DESEMPE

NO: ESPACIOS VECTORIALES 45

entonces
p(x) + q(x) = (a
0
+ b
0
) + (a
1
+ b
1
)x + (a
2
+ b
2
)x
2
R
2
[x] y
p(1) + q(1) = (a
0
+ b
0
) + (a
1
+ b
1
) 1 + (a
2
+ b
2
) 1
2
= (a
0
+ b
0
) + (a
1
+ b
1
) + (a
2
+ b
2
)
= (a
0
+ a
1
+ a
2
) + (b
0
+ b
1
+ b
2
)
= 0 + 0
= 0
Luego, p(x) + q(x) W.
Etapa 3. Sean p(x) W y R entonces
p(x) = a
0
+ a
1
x + a
2
x
2
R
2
[x] y
p(1) = a
0
+ a
1
1 + a
2
1
2
= a
0
+ a
1
+ a
2
= (a
0
+ a
1
+ a
2
)
= 0
= 0
Luego, p(x) W, y W R
2
[x]
[3] Sean W
1
= (x, y, z) / 2x y z = 0 R
3
y W
2
= (x, y, z) / x + 2y + 3z = 0 R
3
.
(a) Demuestre que W
i
R
3
para (i = 1, 2)
Solucion
Etapa 1. W
1
,= , pues (0, 0, 0) R
3
y 2 0 0 0 = 0. As que (0, 0, 0) W
1
Etapa 2. Sea u W
1
y v W
1
entonces
u W
1
u = (x
1
, y
1
, z
1
) R
3
2x
1
y
1
z
1
= 0
v W
1
v = (x
2
, y
2
, z
2
) R
3
2x
2
y
2
z
2
= 0
entonces
u + v = (x
1
+ x
2
, y
1
+ y
2
, z
1
+ z
2
) R
3
y
2(x
1
+ x
2
) (y
1
+ y
2
) (z
1
+ z
2
) = 2x
1
+ 2x
2
y
1
y
2
z
1
z
2
= (2x
1
y
1
z
1
) + (2x
2
y
2
z
2
)
= 0 + 0
= 0
Luego, u + v W
1
46 RUDIMENTOS: ESPACIOS VECTORIALES
Etapa 3. Sea u W
1
y R entonces
u = (x
1
, y
1
, z
1
) R
3
y
(2x
1
y
1
z
1
) = (2x
1
y
1
z
1
)
= 0
= 0
Luego, u W
1
y W
1
R
3
An alogamente, para W
2
tenemos que
Etapa 1. W
2
,= , pues (0, 0, 0) R
3
y 2 0 + 2 0 + 3 0 = 0. As que (0, 0, 0) W
2
Etapa 2. Sea u W
2
y v W
2
entonces
u W
2
u = (x
1
, y
1
, z
1
) R
3
x
1
+ 2y
1
+ 3z
1
= 0
v W
2
v = (x
2
, y
2
, z
2
) R
3
x
2
+ 2y
2
+ 3z
2
= 0
entonces
u + v = (x
1
+ x
2
, y
1
+ y
2
, z
1
+ z
2
) R
3
y
(x
1
+ x
2
) + 2(y
1
+ y
2
) + 3(z
1
+ z
2
) = x
1
+ x
2
+ 2y
1
+ 2y
2
+ 3z
1
+ 3z
2
= (x
1
+ 2y
1
+ 3z
1
) + (x
2
+ 2y
2
+ 3z
2
)
= 0 + 0
= 0
Luego, u + v W
2
Etapa 3. Sea u W
2
y R entonces
u = (x
1
, y
1
, z
1
) R
3
y
(x
1
+ 2y
1
+ 3z
1
) = (x
1
+ 2y
1
+ 3z
1
)
= 0
= 0
Luego, u W
2
y W
2
R
3
(b) Demuestre que W
1
W
2
R
3
Solucion
Etapa 1. W
1
W
2
,= , pues del ejercicio anterior, (0, 0, 0) W
1
y (0, 0, 0) W
2
9. SOLUCI

ON DE SITUACIONES DE DESEMPE

NO: ESPACIOS VECTORIALES 47

Etapa 2. Sea u W
1
W
2
y v W
1
W
2
entonces
u W
1
W
2
u = (x
1
, y
1
, z
1
) R
3
u W
1
u W
2
u = (x
1
, y
1
, z
1
) R
3
2x
1
y
1
z
1
= 0 x
1
+ 2y
1
+ 3z
1
= 0
v W
1
W
2
v = (x
2
, y
2
, z
2
) R
3
v W
1
v W
2
u = (x
2
, y
2
, z
2
) R
3
2x
2
y
2
z
2
= 0 x
2
+ 2y
2
+ 3z
2
= 0
entonces
u + v = (x
1
+ x
2
, y
1
+ y
2
, z
1
+ z
2
) R
3
y
Como W
1
R
3
y W
2
R
3
entonces u + v W
1
y u + v W
2
. As que u + v W
1
W
2
Etapa 3. De la misma forma si R y u W
1
W
2
entonces u W
1
W
2
, y W
1
W
2
R
3
(c) Es W
1
W
2
R
3
?
Solucion
Observen que u = (1, 2, 0) W
1
y v = (1, 1, 1) W
2
, pero u +v = (0, 1, 1) , W
1
W
2
.
As que W
1
W
2
, R
3
[4] Sea W
1
=
_
A =
_
a
11
a
12
a
21
a
22
_
M
R
(2) [ a
11
+ a
22
= 0
_
M
R
(2).
(a) Demuestre que W
1
M
R
(2)
Solucion
A W
1
A =
_
a
11
a
12
a
21
a
22
_
M
R
(2) a
11
+ a
22
= 0
A =
_
a
11
a
12
a
21
a
22
_
M
R
(2) a
22
= a
11
A = a
11
_
1 0
0 1
_
+ a
12
_
0 1
0 0
_
+ a
12
_
0 0
1 0
_
Luego, W
1
=
___
1 0
0 1
_
,
_
0 1
0 0
_
,
_
0 0
1 0
___
M
R
(2)
(b) Determine W
2
M
R
(2) tal que M
R
(2) = W
1
W
2
Solucion
Etapa 1. Sea W
2
el subespacio de M
R
(2) pedido.
Etapa 2. M
R
(2) = W
1
W
2
= dim
R
(M
R
(2)) = dim
R
(W
1
) + dim
R
(W
2
)
48 RUDIMENTOS: ESPACIOS VECTORIALES
Luego, 4 = 3 + dim
R
(W
2
), y dim
R
(W
2
) = 1
Etapa 3. Basta escoger W
2
=
___
1 0
0 1
___
, pues:
=
__
1 0
0 1
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
1 0
0 1
__
, es una base de M
R
(2)
[5] Sea W= (x, y, z, t) R
4
[ x + 2y 3z = 0.
(a) Demuestre que W R
4
Solucion
u W u = (x, y, z, t) R
4
x + 2y 3z = 0
u = (x, y, z, t) R
4
x = 2y + 3z = 0
u = (2y + 3z, y, z, t) (y, z, t) R
3
u = y(2, 1, 0, 0) + z(3, 01, 0) + t(0, 0, 0, 1)
Luego W= (2, 1, 0, 0), (3, 0, 1, 0), (0, 0, 0, 1) R
4
(b) Determine una base de W
Solucion
Si = (2, 1, 0, 0), (3, 0, 1, 0), (0, 0, 0, 1) entonces genera Wy para ver que es Li hacemos
lo siguiente,
a
1
(2, 1, 0, 0) + a
2
(3, 01, 0) + a
3
(0, 0, 0, 1) = (0, 0, 0, 0)

(2a
1
+ 3a
2
, a
1
, a
2
, a
3
) = (0, 0, 0, 0)

a
1
= a
2
= a
3
= 0
As que es una base W
[6] Sea V un K espacio vectorial y = v
1
, . . . , v
n
V. Si = w
1
, . . . , w
n
V tal que
w
k
=
k

i=1
iv
i
para cada k = 1, 2, . . . , n entonces demuestre que
v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n

Solucion
Etapa1. Debemos demostrar que v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n
. Es decir debemos
mostrar que v
1
, v
2
, . . . , v
n
w
1
, w
2
, . . . , w
n
y w
1
, w
2
, . . . , w
n
v
1
, v
2
, . . . , v
n

9. SOLUCI

ON DE SITUACIONES DE DESEMPE

NO: ESPACIOS VECTORIALES 49

Etapa 2. Gestion de la informacion
(a) En primer lugar, sabemos que
u v
1
, v
2
, . . . , v
n
u =
n

i=1
a
i
v
i
(a
i
K : 1 i n)
v w
1
, w
2
, . . . , w
n
v =
n

i=1
b
i
w
i
(b
i
K : 1 i n)
(b) En segundo lugar,
w
k
=
k

i=1
iv
i
; (k = 1, 2, . . . , n) =
w
1
= v
1
w
2
= v
1
+ 2v
2
w
3
= v
1
+ 2v
2
+ 3v
3
.
.
.
w
n
= v
1
+ 2v
2
+ 3v
3
+ + nv
n
Luego,
w
1
, w
2
, . . . , w
n
v
1
, v
2
, . . . , v
n

(c) En tercer y ultimo lugar,

w
1
= v
1
w
2
= v
1
+ 2v
2
w
3
= v
1
+ 2v
2
+ 3v
3
.
.
.
w
n
= v
1
+ 2v
2
+ 3v
3
+ + nv
n
_

_
=
v
1
= w
1
v
2
=
w
2
w
1
2
v
3
=
w
3
w
2
3
.
.
.
v
n
=
w
n
w
n1
n
Luego
v
1
, v
2
, . . . , v
n
w
1
, w
2
, . . . , w
n

[7] Sea C[, ] = f : [, ] R [ f Derivable en el intervalo [, ]. Demuestre que

= 1, sen x, cos x es un conjunto linealmente independiente en C[, ]
Recuerde que C[, ] es un espacio vectorial con las operaciones:
(f + g)(x) = f(x) + g(x), para x C[, ],
(f)(x) = f(x), para R y x C[, ].
Solucion
Supongamos que tenemos la combinacion lineal nula. a
1
1 + a
2
sen x + a
3
cos x = 0 entonces
derivando respecto de x obtenemos el sistema lineal en las variables 1, sen x, cos x.
a
1
1 + a
2
sen x + a
3
cos x = 0
0 1 + a
2
cos x a
3
sen x = 0
0 1 a
2
sen x a
3
cos x = 0

_
_
a
1
a
2
a
3
0 a
3
a
2
0 a
2
a
3
_
_
. .
A
_
_
1
sen x
cos x
_
_
=
_
_
0
0
0
_
_
50 RUDIMENTOS: ESPACIOS VECTORIALES
entonces escalonando tenemos que:
_
_
a
1
a
2
a
3
0 a
3
a
2
0 a
2
a
3
_
_

_
_
a
1
0 0
0 a
3
a
2
0 a
2
a
3
_
_

_
_
a
1
0 0
0 a
2
a
3
0 a
3
a
2
_
_
_
_
a
1
0 0
0 a
2
a
3
a
2
3
0 a
3
a
2
a
2
2
_
_

_
_
a
1
0 0
0 a
2
a
3
a
2
3
0 0 a
2
2
+ a
2
3
_
_
= a
1
= a
2
= a
3
= 0
Caso contrario el sistema homogeneo tiene rango maximo y entonces solucion unica, es decir
1 = 0, sen x = 0 y cos x = 0 (x), lo cual es imposible. Por tanto es Linealmente independi-
ente.
[8] Sean V un K espacio vectorial tal que dim
K
(V) = n y = v
1
, v
2
, . . . , v
n
una base de V.
Demuestre que
= u
1
, u
2
, . . . , u
n
tal que u
s
=
s

r=1
v
r
(para 1 s n) es un sistema de generadores de V.
Solucion
Sea w V entonces como es una base de V existen unicos escalares a
1
, a
2
, . . . , a
n
tales que
w = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
()
Pero,
u
1
= v
1
v
1
= u
1
u
2
= v
1
+ v
2
v
2
= u
2
u
1
u
3
= v
1
+ v
2
+ v
3
v
3
= u
3
u
2
. . . . . . . . .
Sustituyendo en () tenemos que
w = a
1
u
1
+ a
2
(u
2
u
1
) + a
3
(u
3
u
2
) + + a
n
(u
n
u
n1
)
= (a
1
a
2
)u
1
+ (a
2
a
3
)u
2
+ + a
n
u
n
Luego genera V.
[9] Sea = v
1
, v
2
, . . . , v
n
un conjunto Li en el R espacio vectorial V. Es = w
1
, w
2
, . . . , w
n

un conjunto LI en V?. Si w
i
= av
1
+ v
i
, para (i = 1, 2, . . . n) y a ,= 1 es un escalar jo.
Solucion
Sabemos que, = v
1
, v
2
, . . . , v
n
es un conjunto Li en el K espacio vectorial V, lo que opera-
cionalmente se traduce en que
a
1
v
1
+ a
2
v
2
+ + a
n
v
n
= 0
V
= a
1
= a
2
= = a
n
= 0
En este orden de razonamiento, para vericar la calidad de dependencia o independencia lineal
de debemos mostrar que
c
1
w
1
+ c
2
w
2
+ + c
n
w
n
= 0
V
= c
1
= c
2
= = c
n
= 0
9. SOLUCI

ON DE SITUACIONES DE DESEMPE

NO: ESPACIOS VECTORIALES 51

En efecto, como w
i
= av
1
+ v
i
, para (i = 1, 2, . . . n) y a es un escalar jo entonces
c
1
w
1
+ c
2
w
2
+ + c
n
w
n
= 0
V
= c
1
(av
1
+ v
1
) + c
2
(av
1
+ v
2
) + c
3
(av
1
+ v
3
) + + c
n
(av
1
+ v
n
) = 0
V
= [a(c
1
+ c
2
+ + c
n
) + c
1
]v
1
+ c
2
v
2
+ + c
n
v
n
= 0
V
=
a(c
1
+ c
2
+ + c
n
) + c
1
= 0
c
2
= 0
c
3
= 0
.
.
. =
.
.
.
c
n
= 0
= ac
1
+ c
1
= 0 c
2
= = c
n
= 0
= (a + 1)c
1
= 0 c
2
= = c
n
= 0
= (a + 1) = 0 c
1
= 0 c
2
= = c
n
= 0
= c
1
= c
2
= = c
n
= 0 (a ,= 1)
As es Linealmente independiente en V
[10] Sea V un K espacio vectorial y = v
1
, v
2
, , v
n
V. Demuestre que
base de V = = w
1
, w
2
, , w
n
es una base de V, donde w
i
=
i

j=1
v
j
(1 i n)
Solucion
Sea u V entonces como es una base de V existen unicos escalares, a
1
, a
2
, . . . , a
n
tales
que
u = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
(17)
Ahora por la forma de los elementos de tenemos que v
1
= w
1
y para i = 2, 3, . . . , n
tenemos que
w
i1
=
i1

j=1
v
j
w
i
=
i

j=1
v
j
= w
i
w
i1
= v
i
(18)
Sustituyendo (18) en (17) tenemos que
u = a
1
w
1
+ a
2
(w
2
w
1
) + a
3
(w
3
w
2
) + + a
n
(w
n
w
n1
)
= (a
1
a
2
)w
1
+ (a
2
a
3
)w
2
+ (a
3
a
4
)w
3
+ + (a
n1
a
n
)w
n1
+ a
n
w
n
Luego, genera V
52 RUDIMENTOS: ESPACIOS VECTORIALES
Supongamos que
n

j=1
c
j
w
j
= 0
V
entonces
n

s=1
c
s
w
s
= 0
V
=
n

s=1
c
s
_
s

j=1
v
j
_
= 0
V
= c
1
_
1

j=1
v
j
_
+ c
2
_
2

j=1
v
j
_
+ + c
n
_
n

j=1
v
j
_
= 0
V
= (c
1
+ c
2
+ c
n
)v
1
+ (c
2
+ c
n
)v
2
+ + (c
n1
+ c
n
)v
n1
+ c
n
v
n
= 0
V
es Li
=
c
1
+ c
2
+ c
n
= 0
c
2
+ c
n
= 0
.
.
. =
.
.
.
c
n1
+ c
n
= 0
c
n
= 0
= c
i
= 0 (i = 1, 2, . . . , n)
As que es linealmente independiente y por tanto es una base.
[11] Sea = v
1
, v
2
, . . . , v
n
una base del espacio vectorial real V. Dene el conjunto = w
1
, w
2
, . . . , w
n

tal que w
j
=
j

i=1
2v
i
, para 1 j n. Demuestre que es tambien una base de V.
Solucion
a
1
w
1
+ + a
n
w
n
= 0
V
= 2(a
1
+ + a
n
)v
1
+ 2(a
2
+ + a
n
)v
2
+ + a
n
v
n
= 0
V
=
a
1
+ a
2
+ + a
n
= 0
a
2
+ + a
n
= 0
.
.
.
.
.
.
.
.
.
a
n1
+ a
n
= 0
a
n
= 0
( Pues es Li)
= a
n
= a
n1
= = a
1
= 0 y entonces es Li
Para mostrar que es un sistema de generadores, hacemos lo siguiente:
Si u V entonces como es base existen unicos escalares a
1
, a
2
, , a
n
tal que
n

i=1
a
i
v
i
(19)
Ahora genera el espacio V si tiene solucion la ecuacion: u =
n

i=1
b
i
w
i
. Pero,
9. SOLUCI

ON DE SITUACIONES DE DESEMPE

NO: ESPACIOS VECTORIALES 53

u =
n

j=1
b
j
w
j
= u =
n

j=1
b
j
_
j

i=1
2v
i
_
= u =
_
n

j=1
b
j
_
v
1
+
_
n

j=2
b
j
_
v
2
+ +
_
n

j=n1
b
j
_
v
n1
+
_
n

j=n
b
j
_
v
n
Como la representacion (19) es unica para u entonces debe suceder que:
b
1
+ b
2
+ + b
n
= a
1
b
2
+ + b
n
= a
2
.
.
.
.
.
.
.
.
.
b
n1
+ b
n
= a
n1
b
n
= a
n
y luego,
b
1
= a
1
a
2
b
2
= a
2
a
3
.
.
.
.
.
.
.
.
.
b
n1
= a
n1
a
n
b
n
= a
n
As que
u = (a
1
a
2
)
. .
b
1
w
1
+ (a
2
a
3
)
. .
b
2
w
2
+ + (a
n1
a
n
)
. .
b
n1
w
n1
+ a
n
..
bn
w
n
Por tanto genera V, y entonces es una base.
[12] Sea = 1, 1 x, 1 x
2
una base de R
2
[x], y A =
_
_
1 1 2
3 0 1
2 2 4
_
_
M
R
(3). Determine, si es
posible, una base de R
2
[x] del tal forma que A = [I]

. Si es posible exhiba una tal base , si

no justique con precision meridiana su respuesta.
Solucion
Supongamos que = p
1
(x), p
2
(x),
3
(x) es una base de R
2
[x], que satisface las condiciones
propuestas en el problema encima entonces por denicion
[I]

= ([p
1
(x)]

[p
2
(x)]

[p
3
(x)]

) =
_
_
1 1 2
3 0 1
2 2 4
_
_
Por tanto,
[p
1
(x)]

=
_
_
1
3
2
_
_
= p
1
(x) = 1 + 3(1 x) + 2(1 x
2
) = 6 3x 2x
2
[p
2
(x)]

=
_
_
1
0
2
_
_
= p
2
(x) = 1 + 0(1 x) 2(1 x
2
) = 3 + 2x
2
[p
3
(x)]

=
_
_
2
1
4
_
_
= p
3
(x) = 2 + 1(1 x) + 4(1 x
2
) = 7 x 4x
2
54 RUDIMENTOS: ESPACIOS VECTORIALES
Entonces
= 6 3x 2x
2
, 3 + 2x
2
, 7 x 4x
2

Pero se debe observar que no es base, pues es linealmente dependiente por un calculo directo,
o porque
det
_
_
1 1 2
3 0 1
2 2 4
_
_
= det
_
_
1 1 2
3 0 1
0 0 0
_
_
= 0
. Luego, A no puede ser una matriz cambio de base
[13] Sea V un Kespacio vectorial tal que dim
K
(V) = n, Considere los conjuntos = v
1
, v
2
, . . . , v
n

V y = u
1
, u
2
, . . . , u
n
V tal que u
s
=
s

i=1
v
s+1i
, para s = 1, 2, . . . n.
(a) Demuestre que base de V = base de V
Solucion
En primer lugar observamos que los elementos de la base son de la forma:
u
1
=
1

i=1
v
1+1i
= v
1
v
1
= u
1
u
2
=
2

i=1
v
2+1i
= v
2
+ v
1
v
2
= u
2
u
1
u
3
=
3

i=1
v
3+1i
= v
3
+ v
2
+ v
1
v
3
= u
3
u
2
.
.
.
.
.
.
.
.
.
.
.
.
u
j
=
j

i=1
v
j+1i
= v
j
+ v
j1
+ + v
1
v
j
= u
j
u
j1
.
.
.
.
.
.
.
.
.
.
.
.
u
n
=
n

i=1
v
n+1i
= v
n
+ v
n1
+ + v
1
v
n
= u
n
u
n1
(20)
En segundo lugar, mostramos que linealmente independiente.
n

j=1
a
j
u
j
= 0 a
1
u
1
+ a
2
u
2
+ + a
n
u
n
= 0
a
1
v
1
+ a
2
(v
2
+ v
1
) + + a
n
(v
n
+ v
n1
+ + v
1
) = 0
(a
1
+ a
2
+ + a
n
)v
1
+ (a
2
+ a
3
+ + a
n
)v
2
+ + (a
n1
+ a
n
)v
n1
+ a
n
v
n
= 0

a
1
+ a
2
+ + a
n
= 0
a
2
+ + a
n
= 0
.
.
.
a
n1
+ a
n
= 0
a
n
= 0
= a
n
= a
n1
= = a
1
= 0
9. SOLUCI

ON DE SITUACIONES DE DESEMPE

NO: ESPACIOS VECTORIALES 55

As que es linealmente independiente.
En tercer lugar, mostramos que es un sistema de generadores.
Si u V entonces como es una base entonces existen unicos escalares c
1
, c
2
, , c
n
tales
que u = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
, pero de acuerdo con (20) tenemos que
u = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
u = a
1
u
1
+ a
2
(u
2
u
1
) + + a
n
(u
n
u
n1
)
u = (a
1
a
2
)u
1
+ (a
2
a
3
)u
2
+ + (a
n1
+ a
n
)a
n1
+ a
n
u
n
Luego genera V, y por ende es una base de .
(b) Determine [I]

Solucion
[I]

= ([u
1
]

[u
2
]

[u
2
]

[u
n
]

)
=
_
_
_
_
_
_
1 1 1 1
0 1 1 1
0 0 1 1
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
_
_
_
_
_
_
[14] Sea = v
1
, v
2
, v
3
una base de R
3
. Si [I]

c(3)
=
_
_
1 1 0
1 3 4
0 4 1
_
_
entonces determine la base
Solucion
[I]

c(3)
= ([(1, 0, 0)]

[(0, 1, 0)]

[(0, 0, 1)]

) =
_
_
1 1 0
1 3 4
0 4 1
_
_
As que
[(1, 0, 0)]

=
_
_
1
1
0
_
_
(1, 0, 0) = v
1
+ v
2
[(0, 1, 0)]

=
_
_
1
3
4
_
_
(0, 1, 0) = v
1
+ 3v
2
+ 4v
3
[(0, 0, 1)]

=
_
_
0
4
1
_
_
(0, 0, 1) = 4v
2
+ v
3
56 RUDIMENTOS: ESPACIOS VECTORIALES
Por tanto, tenemos un sistema que resuelve el problema.
v
1
+ v
2
= (1, 0, 0)
v
1
+ 3v
2
+ 4v
3
= (0, 1, 0)
4v
2
+ v
3
= (0, 0, 1)
=
2v
2
+ 4v
3
= (1, 1, 0)
4v
2
+ v
3
= (0, 0, 1)
=
4v
2
+ 8v
3
= (2, 2, 0)
4v
2
+ v
3
= (0, 0, 1)
= v
3
=
_

2
7
,
2
7
,
1
7
_
v
2
=
_
1
14
,
1
14
,
4
14
_

v
1
=
_
13
14
,
1
14
,
4
14
_
[15] En R
2
[x], considere las bases = x, x
2
+ 3, 2x
2
+ x y = x + 3, x 2, x
2
+ 1.
(a) Determine [I]

y [I]

Solucion
Etapa 1. Por denicion la matriz [I]

se construye como: [I]

= ([x]

[x
2
+ 3]

[2x
2
+ x]

)
Etapa 2. Luego, una buena estrategia es calcular en general: [a
0
+ a
1
x + a
2
x
2
]

. As que
[a
0
+ a
1
x + a
2
x
2
]

=
_
_
b
0
b
1
b
2
_
_
a
0
+ a
1
x + a
2
x
2
= b
0
(x + 3) + b
1
(x 2) + b
2
(x
2
+ 1)
a
0
+ a
1
x + a
2
x
2
= (3b
0
2b
1
+ b
2
) + (b
0
+ b
1
)x + b
2
x
2

3b
0
2b
1
+ b
2
= a
0
b
0
+ b
1
= a
1
b
2
= a
2
=
3b
0
2b
1
= a
0
a
2
b
0
+ b
1
= a
1
b
2
= a
2
= b
2
= a
2
; b
0
=
a
0
+ 2a
1
a
2
5
; b
1
=
3a
1
a
0
+ a
2
5
Luego,
[a
0
+ a
1
x + a
2
x
2
]

=
_
_
_
_
a
0
+ 2a
1
a
2
5
3a
1
a
0
+ a
2
5
a
2
_
_
_
_
()
Etapa 3. Sustituyendo en la formula (), tenemos que:
9. SOLUCI

ON DE SITUACIONES DE DESEMPE

NO: ESPACIOS VECTORIALES 57

[I]

=
_
_
_
_
_
_
_
_
2
5
2
5
0
3
5

2
5
1
5
0 1 2
_
_
_
_
_
_
_
_
An alogamente para [I]

, tenemos el mismo proceso. (o bien recordar que esta es la inversa

de [I]

)
Etapa 1.
Por denicion la matriz [I]

se construye como: [I]

= ([x + 3]

[x 2]

[x
2
+ 1]

)
Etapa 2.
Luego, una buena estrategia es calcular en general: [a
0
+ a
1
x + a
2
x
2
]

. As que
[a
0
+ a
1
x + a
2
x
2
]

=
_
_
b
0
b
1
b
2
_
_
a
0
+ a
1
x + a
2
x
2
= b
0
x + b
1
(x
2
+ 3) + b
2
(2x
2
+ x)
a
0
+ a
1
x + a
2
x
2
= 3b
1
+ (b
0
+ b
2
)x + (b
1
+ 2b
2
)x
2

3b
1
= a
0
b
0
+ b
2
= a
1
b
1
+ 2b
2
= a
2
= b
0
=
6a
1
3a
2
a
0
6
; b
1
=
a
0
3
; b
2
=
3a
2
a
0
6
luego,
[a
0
+ a
1
x + a
2
x
2
]

=
_
_
_
_
_
_
_
_
_
6a
1
3a
2
+ a
0
6
a
0
3
3a
2
a
0
6
_
_
_
_
_
_
_
_
_
()
Etapa 3. Sustituyendo en la formula (), tenemos que:
[I]

=
_
_
_
_
_
_
_
_
_
_
3
2
2
3

1
3
1
2
3
1
3

1
2
1
3
1
3
_
_
_
_
_
_
_
_
_
_
58 RUDIMENTOS: ESPACIOS VECTORIALES
(b) Determine [1 + x + x
2
]

y [1 + x + x
2
]

Solucion
Etapa 1. Determinamos [1 + x + x
2
]

usando la formula ()
[1 + x + x
2
]

=
_
_
_
_
_
_
_
_
_
_
2
3
1
3
1
3
_
_
_
_
_
_
_
_
_
_
Etapa 2. Determinamos [1 + x + x
2
]

usando la formula ().

[1 + x + x
2
]

=
_
_
_
_
_
_
_
_
2
5
3
5
1
_
_
_
_
_
_
_
_
[16] Considere las bases = (1, 2, 0), (0, 1, 0), (1, 0, 1) y = (1, 1, 1), (0, 1, 1), (0, 0, 1) de R
3
.
Determine [I]

e [I]

Solucion
[I]

= ([(1, 2, 0)]

[(0, 1, 0)]

[(1, 0, 1)]

) M
R
(3) ()
Luego, debemos resolver la ecuaci on, (x, y, z) = a
1
(1, 1, 1)+a
2
(0, 1, 1)+a
3
(0, 0, 1) para (x, y, z)
R
3
. e.e.
(x, y, z) = a
1
(1, 1, 1) + a
2
(0, 1, 1) + a
3
(0, 0, 1)

(x, y, z) = (a
1
, a
1
+ a
2
, a
1
+ a
2
+ a
3
)
a
1
= x
a
1
+ a
2
= y
a
1
+ a
2
+ a
3
= z
= a
1
= x a
2
= y x a
3
= z y

[(x, y, z)]

=
_
_
x
y x
z y
_
_
()
Aplicando () en () tenemos que
9. SOLUCI

ON DE SITUACIONES DE DESEMPE

NO: ESPACIOS VECTORIALES 59

[I]

=
_
_
1 0 1
3 1 1
2 1 1
_
_
(21)
An alogamente, para
[I]

= ([(1, 1, 1)]

[(0, 1, 1)]

[(0, 0, 1)]

) M
R
(3) ()
Debemos resolver la ecuacion, (x, y, z) = a
1
(1, 2, 0) +a
2
(0, 1, 0) +a
3
(1, 0, 1) para (x, y, z) R
3
.
Es decir
(x, y, z) = a
1
(1, 2, 0) + a
2
(0, 1, 0) + a
3
(1, 0, 1)

(x, y, z) = (a
1
+ a
3
, 2a
1
+ a
2
, a
3
)
a
1
+ a
3
= x
2a
1
+ a
2
= y
a
3
= z
= a
1
= x z a
2
= y + 2x 2z a
3
= z

[(x, y, z)]

=
_
_
x z
y + 2x 2z
z
_
_
()
Aplicando () en () tenemos que
[I]

=
_
_
0 1 1
1 1 2
1 1 1
_
_
(22)
Finalmente podemos comprobar la calidad de nuestro trabajo!!!
[I]

[I]

=
_
_
1 0 1
3 1 1
2 1 1
_
_
_
_
0 1 1
1 1 2
1 1 1
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
[17] Si P(2) = 1, x, x
2
y = 1 + x + x
2
, 2 x + x
2
, 1 + x + x
2
dos bases de R
2
[x] entonces
determine [I]
P(2)

e [I]

P(2)
Solucion
Etapa 1. Debemos determinar las matrices [I]
P(2)

e [I]

P(2)
60 RUDIMENTOS: ESPACIOS VECTORIALES
Etapa 2. Por denicion la matriz cambio de base es dada por
[I]
P(2)

=
_
[1 + x + x
2
]
P(2)
[2 x + x
2
]
P(2)
[1 + x + x
2
]
P(2)
_
Por denicion la funcion coordenada [ ]
P(2)
se construye como sigue:
1 + x + x
2
= 1 1 + 1 x + 1 x
2
[1 + x + x
2
]
P(2)
=
_
_
1
1
1
_
_
2 x + x
2
= (1) 1 + (1) x + 1 x
2
[2 x + x
2
]
P(2)
=
_
_
2
1
1
_
_
1 + x + x
2
= (1) 1 + 1 x + 1 x
2
[1 + x + x
2
]
P(2)
=
_
_
1
1
1
_
_
Etapa 3. Finalmente sustituyendo los datos encontrados tenemos que
[I]
P(2)

=
_
_
1 2 1
1 1 1
1 1 1
_
_
An alogamente, para[I]

P(2)
tenemos que
Por denicion la matriz cambio de base es dada por
[I]

P(2)
=
_
[1]

[x]

[x
2
]

_
Por denicion la funcion coordenada [ ]
P(2)
se construye como sigue:
1 + 0x + 0x
2
= a
1
(1 + x + x
2
) + a
2
(2 x + x
2
) + a
3
(1 + x + x
2
)
= (a
1
2a
2
a
3
) + (a
1
a
2
+ a
3
)x + (a
1
+ a
2
+ a
3
)x
2
As que debemos resolver el sistema de ecuaciones
a
1
2a
2
a
3
= 1
a
1
a
2
+ a
3
= 0
a
1
+ a
2
+ a
3
= 0
= a
2
= 0 a
1
=
1
2
a
3
=
1
2
Es decir
1 =
1
2
(1 + x + x
2
) + 0(2 x + x
2
)
1
2
(1 + x + x
2
)
Para las otras coordenadas tenemos calculos similares:
9. SOLUCI

ON DE SITUACIONES DE DESEMPE

NO: ESPACIOS VECTORIALES 61

0 + 1 x + 0x
2
= a
1
(1 + x + x
2
) + a
2
(2 x + x
2
) + a
3
(1 + x + x
2
)
= (a
1
2a
2
a
3
) + (a
1
a
2
+ a
3
)x + (a
1
+ a
2
+ a
3
)x
2
As que debemos resolver primeramente el sistema de ecuaciones
a
1
2a
2
a
3
= 0
a
1
a
2
+ a
3
= 1
a
1
+ a
2
+ a
3
= 0
= a
2
=
1
2
a
1
=
1
4
a
3
=
3
4
Es decir
x =
1
4
(1 + x + x
2
)
1
2
(2 x + x
2
) +
3
4
(1 + x + x
2
)
Y en segundo lugar,
a
1
2a
2
a
3
= 0
a
1
a
2
+ a
3
= 0
a
1
+ a
2
+ a
3
= 1
= a
2
=
1
2
a
1
=
3
4
a
3
=
1
4
Es decir
x
2
=
3
4
(1 + x + x
2
) +
1
2
(2 x + x
2
)
1
4
(1 + x + x
2
)
Etapa 3. Finalmente sustituyendo los datos encontrados tenemos que
[I]
P(2)

=
_
_
1
2

1
4
3
4
0
1
2
1
2

1
2
3
4

1
4
_
_
[18] Si y = (1, 0, 1), (1, 1, 0), (0, 0, 1) son dos bases ordenadas de R
3
tal que
[I]

=
_
_
1 1 1
0 2 1
1 1 1
_
_
Es la matriz de cambio de la base para la base entonces determine la base .
Solucion
Etapa 1. Supongamos que = u
1
, u
2
, u
3
R
3
es la base pedida
62 RUDIMENTOS: ESPACIOS VECTORIALES
Etapa 2. Com la matriz de cambio de base es [I]

=
_
_
1 1 1
0 2 1
1 1 1
_
_
entonces por construccion
se debe vericar que
[I]

=
_
_
1 1 1
0 2 1
1 1 1
_
_
= ([u
1
]

[u
2
]

[u
3
]

)
As que
[u
1
]

=
_
_
1
0
1
_
_
u
1
= 1(1, 0, 1) + 0(1, 1, 0) + 1(1, 1, 1) = (2, 1, 2)
[u
2
]

=
_
_
1
2
1
_
_
u
2
= 1(1, 0, 1) 2(1, 1, 0) + 1(1, 1, 1) = (4, 1, 0)
[u
3
]

=
_
_
1
1
1
_
_
u
3
= 1(1, 0, 1) + 1(1, 1, 0) + 1(1, 1, 1) = (1, 2, 2)
Por tanto la base buscada es = (2, 1, 2), (4, 1, 0), (1, 2, 2)
[19] Si = (2, 1, 2), (4, 1, 0), (1, 2, 2) es una base de R
3
, y u = (1, 2, 3) entonces determine [u]

Solucion
Recordemos que por denicion [u]

=
_
_
a
b
c
_
_
(1, 2, 3) = a(2, 1, 2) + b(4, 1, 0) + c(1, 2, 2)
entonces
[u]

=
_
_
a
b
c
_
_

2a + 4b + c = 1
a b + 2c = 2
2a + 2c = 3
= a =
3
2
b =
1
2
c = 0
= [u]

=
_
_
_
_
_
_
_
_
_
_
3
2

1
2
0
_
_
_
_
_
_
_
_
_
_
Contenidos
Rudimentos: Espacios Vectoriales 1
1. Denicion de Espacios Vectorial 1
2. Subespacios 7
3. La Idea de Generador 15
4. Sistemas de Generadores 21
5. Dependencia e Independencia Lineal 27
6. Base y Dimension 30
7. Coordenadas y Matrices 37
8. Situaciones de Desempe no: Espacios Vectoriales 41
9. Solucion de Situaciones de Desempe no: Espacios Vectoriales 44
63