Espacios Vectoriales

Un espacio vectorial implica cuatro cosas

Dos conjuntos no vacios \ y 1 y
Dos operaciones algebraicas llamadas suma de vectores y multiplicacin por un escalar.
Los objetos en el conjunto \ son llamados vectores y los elementos en el conjunto 1 son llamados
escalares. De aqui en adelante 1 es el campo de los nmeros reales (R) o el de los nmeros complejos
(C)
la suma de vectores denotado por n + es una operacin entre elementos del conjunto \, mientras que
la multiplicacin por un escalar, escrito como `n es una operacin entre elementos ` 1 y n \.
Denicin
Decimos que \ es un espacio vectorial sobre 1 si se cumple lo siguiente
1. n + \, para todo n, \
2. `n \, para todo ` 1, para todo n \
3. n + = + n, para todo n, \
4. (n + ) + n = n + ( + n) , para todo n, , n \
5. Existe un elemento neutro (cero) denotado por 0 \ tal que
n + 0 = n para todo n \
6. Para cada elemento n \ existe un elemento denotado como n \ tal que
n + (n) = 0
7. `(n + ) = `n + `, para todo ` 1 y para todo n, \
8. (` + j) = ` + j, para todo `, j 1 y para todo \
9. (`j) = `(j) , para todo `, j 1 y para todo \
10. 1 = , para todo \
Algunos espacios vectoriales importantes
El plano con las operaciones usuales
Uno de los espacios vectoriales mas conocidos es el plano A1 (plano cartesiano) sobre el campo de los
reales con las operaciones usuales de suma de vectores y la multiplicacin de un escalar por un vector.
1
Primero, necesitamos identicar los conjuntos, el conjunto de los vectores V y el conjunto de los escalares
F.
\ = R
2
1 = R
Segundo, necesitamos tener claro cuales son las dos operaciones, la suma de vectores y la multiplicacin
por un escalar.
Dado dos vectores n = (a, /) , = (c, d) en el conjunto R
2
y ` que pertenece a R.
las operaciones de suma (+) y la multiplicacin por un escalar son denidos como
n + = (a + c, / + d) (1)
`n = (`a, `/) (2)
Ahora que tenemos claro los conjuntos y las operaciones que se asocian a un espacio vectorial veremos
que efectivamente el plano cartesiano sobre el campo de los nmeros reales con las operaciones (1) y (2)
es un espacio vectorial.
1. Sea n = (a, /) y = (c, d) de (1) tenemos que
n + = (a + c, / + d)
como a + c, / + d R entonces n + R
2
2. Sea ` R, n = (a, /) R
2
de (2) tenemos que
`n = (`a, `/)
como `, a, `, / R entonces `a, `/ R entonces `n R
2
3. Sea n = (a, /) y = (c, d) entonces
n + = (a + c, / + d)
n + = (c + a, d + /)
n + = (c, d) + (a, /) = + n
4. Sea n = (a, /) , = (c, d) , n = (:, :) R
2
, entonces
(n + ) + n = (a + c, / + d) + (:, :)
(n + ) + n = ((a + c) + :, (/ + d) + :)
(n + ) + n = (a + (c + :) , / + (d + :))
(n + ) + n = (a, /) + (c + :, d + :)
(n + ) + n = n + ( + n)
5. El elemento 0 R
2
es el vector (0, 0)
6. Para todo n = (a, /) R
2
, el elemento n es el elemento
n = (a, /)
Autor: J. Csar Barraza B. 2
7. Dado ` R, n = (a, /) , = (c, d) R
2
, tenmos
`(n + ) = `(a + c, / + d)
`(n + ) = (`(a + c) , `(/ + d))
`(n + ) = (`a + `c, `/ + `d)
`(n + ) = (`a, `/) + (`c, `d)
`(n + ) = `(a, /) + `(c, d)
`(n + ) = `n + `
8. Dado `, j R, = (c, d) R
2
, tenemos
(` + j) = (` + j) (c, d)
(` + j) = ((` + j) c, (` + j) d)
(` + j) = (`c + jc, `d + jd)
(` + j) = (`c, `d) + (jc, jd)
(` + j) = ` + j
9. Dado `, j R, = (c, d) R
2
, tenemos
(`j) = (`j) (c, d)
(`j) = ((`j) c, (`j) d)
(`j) = (`(jc) , `(jd))
(`j) = `(jc, jd)
(`j) = `(j(c, d)) = `(j)
10. El elemento 1 es el uno habitual.
El espacio de los polinomios con las operaciones usuales.
Denimos \ = 1
n
[R] el conjunto de los polinomios cuyo grado es menor o igual a n, con coecientes
reales. Este conjunto con 1 = R y bajo las operaciones usuales de suma de polinomios y multiplicacin
de un escalar por un polinomio es tambien un espacio vectorial.
Dado dos polinomios j (r) = a
0
+ a
1
r + a
n
r
n
, a
i
R y (r) = /
0
+ /
1
r + /
n
r
n
, /
i
R los
cuales se encuentran en 1
n
[R] se dene la suma y el producto por un escalar ` como
j (r) + (r) = (a
0
+ /
0
) + (a
1
+ /
1
) r + (a
n
+ /
n
) r
n
`j (r) = `a
0
+ `a
1
r + `a
n
r
n
El espacio de las matrices con las operaciones usuales
Sea \ = '
mn
el conjunto de las matrices reales con 1 = R y bajo las operaciones de suma y multipli-
cacin por un escalar usuales es un espacio vectorial.
Dada dos matrices = [a
ij
] , 1 = [/
ij
] y ` R, se dene la suma y el producto por un escalar ` como
+ 1 = [a
ij
+ /
ij
]
` = [`a
ij
]
Autor: J. Csar Barraza B. 3
Teorema
Sea V un espacio vectorial. Entonces
1. c0 = 0 para todo escalar
2. 0v = 0 para todo v que pertenece a \
3. Si cv = 0 entonces c = 0 v = 0
4. (1) v = v
Subespacios
Denicin
Un subconjunto \ de un espacio vectorial \ es llamado un subespacio vectorial de \ si \ es tambien
un espacio vectorial bajo la suma y multiplicacin por un escalar denido en \
Usualmente, para probar que un subconjunto es un subespacio no es necesario probar todos los axiomas,
porque ciertas reglas satisfechas en el espacio mas grande son automaticamente satisfechas en cada sub-
conjunto si la suma de vectores y multiplicacin por un escalar es cerrado en el subconjunto \, el cual
es establecido en el siguiente teorema
Teorema
Un subconjunto no vacio \ de un espacio vectorial \ es un subespacio si y solo si
n + \
`n \
para todo n, \ y para todo ` 1
Prueba. (==) Si W es un subespacio vectorial entonces cumple los condiciones de cerradura.
(==) Mostraremos que si W cumple con los axiomas de cerradura entonces satisface el resto de los
axiomas de un espacio vectorial.
Como \ es un subconjunto de V entoces los elementos de W satisfacen los axiomas de conmutatividad
(ario:a 3) y de asociatividad (axioma 4) .
Como `n \ entonces 0n = 0 \, con lo cual queda establecido el axioma 5.
Ahora como `n \ entonces (1) = \ para todo \, asi se cumple el axioma 6.
Como \ es subconjunto de \ entonces se sumplen los axiomas 7, 8, 9, 10
Proposicin
El subconjunto formado por el vector nulo es un subespacio de \
Prueba. Sea \ = 0 el cual esta incluido en V
Probaremos los axiomas de cerradura
(axioma 1) 0 + 0 = 0 \
(axioma 2) `0 = 0 \ para todo ` escalar.
Por lo tanto \ es un espacio vectorial
Nota
El espacio vectorial \ = \ y el espacio vectorial \ = 0 son llamados subespacios triviales de \
Ejemplo
Sea \ =
_
(r, j, .) R
3
: ar + /j + c. = 0
_
donde a, /, c son constantes.
Autor: J. Csar Barraza B. 4
notar que \ R
3
= \ y que 1 = R como no se dice nada respecto a las operaciones se asume que son
las usuales.
Si n = (r
1
, j
1
, .
1
) , = (r
2
, j
2
, .
2
) \ debemos probar que la suma tambien pertenece a \, para ello
como n, \ entonces
ar
1
+ /j
1
+ c.
1
= 0
ar
2
+ /j
2
+ c.
2
= 0
sumando ambos tenemos
ar
1
+ /j
1
+ c.
1
+ ar
2
+ /j
2
+ c.
2
= 0 + 0 = 0
a (r
1
+ r
2
) + / (j
1
+ j
2
) + c (.
1
+ .
2
) = 0
luego vemos que n + = (r
1
+ r
2
, j
1
+ j
2
, .
1
+ .
2
) tambien est en \
ahora sea ` R entonces
`n = (`r
1
, `j
1
, `.
1
)
luego
a (`r
1
) + / (`j
1
) + c (`.
1
) = `(ar
1
+ /j
1
+ c.
1
)
= `0 = 0
entonces `n \, por lo tanto \ es un subespacio vectorial de R
3
Ejemplo
Sea una matriz de orden ::, el conjunto
\ = r R
n
: r = 0
de las soluciones del sistema homogeneo es un espacio vectorial.
Aqui debemos notar que los elementos de \ estan en R
n
esto es \ = R
n
, el cul es un espacio vectorial
sobre 1 = R, como no se dice nada respecto a las operaciones se asume que son las usuales.
sea r, j \ entonces
r = 0
j = 0
entonces sumando
(r + j) = r + j = 0 + 0 = 0
luego
(r + j) = 0
por tanto el vector suma r + j \
Sea ` R entonces
(`r) = `(r) = `0 = 0
luego tenemos que
(`r) = 0
por tanto el vector (`r) \, por lo tanto \ es un subespacio vectorial de \
Autor: J. Csar Barraza B. 5
Ejercicio
Sean \
1
y \
2
dos subespacios de \ Probar que
1. La interseccin \
1
\
2
es un subespacio
2. La suma \
1
+ \
2
es un subespacio, donde
\
1
+ \
2
= n
1
+ n
2
: n
1
\
1
, n
2
\
2

Combinacin lineal y espacio generado

Denicin (Combinacin lineal)
Sean
1
,
2
, ,
m
vectores de un espacio vectorial \ sobre el campo escalar 1. Entonces cualquier
vector de la forma
c
1

1
+ c
2

2
+ + c
m

m
donde c
1
, c
2
, , c
m
1 se denomina combinacin lineal de
1
,
2
, ,
m
Ejemplo
En \ = R
3
el vector n =
_

_
2
9
3
_

_ es una combinacin lineal de los vectores

1
=
_

_
1
2
1
_

_,
2
=
_

_
0
1
1
_

_,
pues
n = 2
1
5
2
Ejemplo
En \ = '
23
el vector n =
_
3 5 2
4 2 3
_
es una combinacin lineal de los vectores
1
=
_
1 1 0
2 0 1
_
,
2
=
_
0 1 1
1 1 0
_
, pues
n = 3
1
+ 2
2
Denicin (Espacio generado)
Sea o \ un subconjunto del espacio vectorial \, el espacio generado por o es denido como el conjunto
de todas las combinaciones lineales de los vectores de o, se suele denotar como
[o] = :ja:(o) = qc:(o)
Si o =
1
,
2
, ,
m
entonces
[o] = \ : = c
1

1
+ c
2

2
+ + c
m

m
: c
i
1, i = 1 :
Ejemplo
Sea o \ = R
3
, donde o =
_

1
= [2, 1, 4]
T
,
2
= [4, 1, 6]
T
_
, entonces el espacio generado por o viene
dado por
[o] =
_
\ = R
3
: = c
1
+ ,
2
: c, , R
_
Por la teora de planos deducimos que [o] es un plano, ahora un mtodo para deducir la ecuacin carte-
siana de este plano es como sigue.
Como = (r, j, .) es un vector arbitrario entonces
_

_
r
j
.
_

_ = c
_

_
2
1
4
_

_ + ,
_

_
4
1
6
_

_
Autor: J. Csar Barraza B. 6
luego
_

_
2 4
1 1
4 6
_

_
_
c
,
_
=
_

_
r
j
.
_

_
como es un sistema que tiene solucin llevamos la matriz aumentada a su forma escalonada

a
=
_

_
2 4
.
.
. r
1 1
.
.
. j
4 6
.
.
. .
_

_

a;E
=
_

_
2 4
.
.
. r
0 3
.
.
. j +
x
2
0 0
.
.
. .
5
3
r +
2
3
j
_

_
como el sistema debe ser consistente entonces .
5
3
r +
2
3
j = 0, luego
5r + 2j + 3. = 0
es la ecuacin del plano que pasa por el origen.
Lema
En un espacio vectorial V, el espacio generado por un subconjunto S de V es un espacio vectorial (sube-
spacio)
Prueba. Basta probar que es un subespacio, para ello
Si o = 0 entonces [o] = 0 el cual es un espacio vectorial, ahora si o es difrenete de 0
sea n, [o] entonces
n =
n

i=1
c
i
n
i
tal que n
i
o, i = 1 : :
=
n

j=1
c
j
~ n
j
tal que ~ n
i
o, i = 1 : :
entonces la suma de n, viene dado por
n + =
n

i=1
c
i
n
i
+
n

j=1
c
j
~ n
j
donde n
i
, ~ n
j
o entonces n + es una combinacin lineal de los vectores de o y por tanto n + [o]
ahora
cn = c
_
n

i=1
c
i
n
i
_
tal que n
i
o, i = 1 : :
cn =
n

i=1
(cc
i
) n
i
tal que n
i
o, (cc
i
) 1, i = 1 : :,
por tanto cn [o], luego [o] es un espacio vectorial
Proposicin
Sea o = [
1
,
2
,
m
] un subconjunto de un espacio vectorial \ = R
n
y un vector de \. Entonces
Autor: J. Csar Barraza B. 7
:ja:[o] si y solo si el sistema de ecuaciones
r = do:dc
=
_

1

2

m
_
r =
_
r
1
r
2
r
m
_
T
es un sistema consistente.
Ejemplo
Indicar si el vector n =
_
12 0 12
_
T
es una combinacin lineal de los vectores
_

1
=
_

_
1
2
1
_

_,
2
=
_

_
2
1
2
_

_,
3
=
_

_
1
4
1
_

_
_

_
Planteamos la ecuacin vectorial
r
1

1
+ r
2

2
+ r
3

3
= n
el cual nos lleva al sistema de ecuaciones
_

_
1 2 1
2 1 4
1 2 1
_

_
_

_
r
1
r
2
r
3
_

_ =
_

_
12
0
12
_

_
formando la matriz aumentada y llevandola a su forma escalonda

a
=
_

_
1 2 1
.
.
. 12
2 1 4
.
.
. 0
1 2 1
.
.
. 12
_

_
s
_

_
1 0 3
.
.
. 4
0 1 2
.
.
. 8
0 0 0
.
.
. 0
_

_
como el ra:() = ra:(
a
) entonces el sistema es consistente. Por lo tanto el vector n es combinacin
lineal de los vectores
1
,
2
,
3

Ejemplo
Indicar si el vector n = r r
3
pertenece al espacio generado por el conjunto o =
_
r
2
, 2r + r
2
, r + r
3
_
como [o] es el conjunto de todas las combinaciones lineales de los vectores de S, entonces si n [o] se
tiene
r r
3
= cr
2
+ ,
_
2r + r
2
_
+
_
r + r
3
_
luego
1 = 2, +
0 = c + ,
1 =
llevandolo a un sistema matricial
_

_
0 2 1
1 1 0
0 0 1
_

_
_

_
c
,

_ =
_

_
1
0
1
_

_
Autor: J. Csar Barraza B. 8
formando la matriz aumentada y llevandola a su forma escalonada

a
=
_

_
0 2 1
.
.
. 1
1 1 0
.
.
. 0
0 0 1
.
.
. 1
_

_

a;E
=
_

_
1 0 0
.
.
. 1
0 1 0
.
.
. 1
0 0 1
.
.
. 1
_

_
luego tenemos que = 1, , = 1, c = 1, esto es, es un sistema consistente, por tanto el vector n [o]
Dependencia e independencia lineal
Sean
1
,
2
, ,
m
vectores de un espacio vectorial \ sobre el campo 1 y sea `
1
, `
2
, , `
m
escalares
en 1 entonces teniamos que el vector
= `
1

1
+ `
2
+ +
m
`
m
es una combinacin lineal de
1
,
2
, ,
m
Si todos los coecientes `
1
= `
2
= = `
m
= 0 entonces tenemos que = 0
Ahora puede ocurrir que no siendo todos los `
i
iguales a cero se tiene que = 0. Cuando esto ocurre se
dice que los vectores son linealmente dependientes.
Ejemplo
Sea
1
=
_

_
1
1
2
_

_,
2
=
_

_
0
1
1
_

_,
3
=
_

_
2
1
1
_

_ estos vectores son linealmente dependientes pues para

`
1
= 2, `
2
= 3, `
3
= 1 se tiene
2
1
+ 3
2
+
3
=
_

_
0
0
0
_

_
Denicin
Dado los vectores
1
,
2
, ,
m
\ se dice que son linealmente dependientes si y solo si existen escalares
no todos iguales a cero talque
`
1

1
+ `
2

2
+ `
m

m
= 0 (3)
Denicin
Los vectores
1
,
2
, ,
m
\ se dice que son linealmente independientes si ellos no son linealmente
dependientes
Nota

1
,
2
, ,
m
son linealmente independientes si la ecuacin (3) se cumple unicamente para `
1
= `
2
=
= `
m
= 0
Ejemplo
Los vectores
1
=
_

_
1
1
1
0
_

_
,
2
=
_

_
1
1
0
0
_

_
,
3
=
_

_
1
0
0
0
_

_
son linealmente independientes, puesto que al plantear
la ecuacin
`
1

1
+ `
2

2
+ `
3

3
= 0
nos lleva a la ecuacin
_

_
1 1 1
1 1 0
1 0 0
0 0 0
_

_
_

_
`
1
`
2
`
3
_

_ =
_

_
0
0
0
0
_

_
Autor: J. Csar Barraza B. 9
entonces formando la matriz aumentada y llevandola a su forma escalonada

a
=
_

_
1 1 1
.
.
. 0
1 1 0
.
.
. 0
1 0 0
.
.
. 0
0 0 0
.
.
. 0
_

_

a;E
=
_

_
1 0 0
.
.
. 0
0 1 0
.
.
. 0
0 0 1
.
.
. 0
0 0 0
.
.
. 0
_

_
resolviendo el sistema equivalente el cual tiene como solucin a
`
1
= 0
`
2
= 0
`
3
= 0
como nica solucin, por tanto los vectores son linealmente independientes
Bases y dimensin
Denicin (Dimensin)
El nmero mas grande de vectores linealmente independientes en un espacio vectorial \ es llamado la
dimensin de \ y se denota dim\.
Nota
Si este es un nmero nito :, denimos dim\ = : y diremos que V es un espacio de dimensin nita.
Nota
Si existen conjuntos arbitrariamente grande de vectores linealmente independientes en \ , diremos que la
dim\ es innito y que \ es de dimensin innita
Ejemplo
En \ = R
3
los siguientes conjuntos son linealmente independientes
o
1
=
_

_
_

_
1
1
2
_

_
_

_
o
2
=
_

_
_

_
1
1
2
_

_,
_

_
1
1
0
_

_
_

_
o
3
=
_

_
_

_
1
1
2
_

_,
_

_
1
1
0
_

_,
_

_
2
0
0
_

_
_

_
lo que se probara mas adelante es que en \ = R
3
el conjunto mas grande de vectores linealmente inde-
pendientes tiene 3 vectores, esto es la dim\ = 3
Ejemplo
Un ejemplo de un espacio de dimensin innita es \ = 1 [A] el conjunto de los polinomios de cualquier
grado. Pues si suponemos que tiene dimensin nita igual a :, entonces
o =
1
,
2
, ,
n

Autor: J. Csar Barraza B. 10

y sea / el mayor grado de los polinomios que forman el conjunto S, luego como \ = 1 [A] entonces el
polinomio = r
k+1
\ , ahora probaremos que el conjunto
~
o =
1
,
2
, ,
n
.
es linealmente independiente, sea
c
1

1
+ c
n

n
+ c
n+1
= 0 (4)
como o es el mas conjunto mas grande de vectores linealmente independiente entonces es combinacion
lineal de
1
,
2
, ,
n
esto es
= ,
1

1
+ ,
n

n
pero tiene grado mayor que cualquier vector de S por tanto no puede ser combinacin lineal de ellos,
esto es, son linealmente independientes, por tanto el conjunto
~
o =
1
,
2
, ,
n
.
es linealmente independiente.
Denicin
Sea o un conjunto de vectores incluido en el espacio vectorial \ , S es una base de V si y solo si
1. Los vectores en o son linealmente independientes
2. El conjunto generado por o es \ , esto es, [o] = :ja:(o) = \
Ejemplo
La base mas simple de R
2
es la base cannica
o =
__
1
0
_
,
_
0
1
__
dado que
1. (a)
_
1
0
_
,
_
0
1
_
son linealmente independientes. (vericar)
(b) :ja:(o) = R
2
, esta parte se puede probar considerando que un vector arbitrario tal como
_
r
j
_
es combinacin neal de
_
1
0
_
,
_
0
1
_
entonces
_
r
j
_
= c
_
1
0
_
+ ,
_
0
1
_
llevando a su forma matricial
_
1 0
0 1
__
c
,
_
=
_
r
j
_
formando su matriz umentada
_
_
1 0
.
.
. r
0 1
.
.
. j
_
_
Autor: J. Csar Barraza B. 11
como se encuentra en su forma escalonada, tenemos que ra:() = ra:(
a
) = # aria/|c:
por lo que tenemos un sistema consistente con solucin nica, esto es, el conjunto S genera
R
2
.
Nota
La base de un espacio vectorial no es nica, del ejemplo anterior tenemos que el conjunto
o
1
=
__
1
1
_
,
_
1
2
__
es tambin una base de R
2
, dado que
1. (a)
_
1
1
_
,
_
1
2
_
son linealmente independientes (vericar)
(b) :ja:(o
1
) = R
2
, esta parte se puede probar considerando que un vector arbitrario tal como
_
r
j
_
es combinacin lineal de
_
1
1
_
,
_
1
2
_
entonces
_
r
j
_
= c
_
1
1
_
+ ,
_
1
2
_
llevando a su forma matricial
_
1 1
1 2
__
c
,
_
=
_
r
j
_
formando su matriz aumentada y llavandola a su forma escalonada reducida

a
=
_
_
1 1
.
.
. r
1 2
.
.
. j
_
_

a;E
=
_
_
1 0
.
.
.
2
3
r +
1
3
j
0 1
.
.
.
1
3
j
1
3
r
_
_
notamos que el sistema es consistente, por lo tanto :ja:(o
1
) = R
2
, adems podemos concluir
que el sistema tiene solucin nica y viene dado por
c =
2
3
r +
1
3
j (5)
, =
1
3
j
1
3
r (6)
Habr notado que en los dos ejemplos anteriores la solucin resulta siendo nica, esto viene caracterizado
por el siguiente teorema
Teorema
Sea o =
1
,
2
, ,
n
una base de un espacio vectorial \, entonces cada vector que pertenece a \ , es
expresado de manera nica como combinacin lineal de los vectores de S. Esto es existen escalares nicos
c
1
, c
2
, , c
n
, tal que
= c
1

1
+ c
2

2
+ + c
n

n
Ejemplo
En el ejemplo anterior o
1
es una base de R
2
y el vector
_
3
5
_
se expresa de manera nica como combi-
Autor: J. Csar Barraza B. 12
nacin lineal de
_
1
1
_
,
_
1
2
_
_
3
5
_
= c
_
1
1
_
+ ,
_
1
2
_
c y , vienen determinados por las ecuaciones (5) y (6), esto es
c =
2
3
(3) +
1
3
(5) =
11
3
, =
1
3
(5)
1
3
(3) =
2
3
Tambin habra notado que tanto la base o como la base o
1
del espacio vectorial R
2
tienen el mismo
nmero de vectores, esto se caracteriza en el siguiente teorema
Teorema
Si una base de un espacio vectorial tiene : vectores, entonces cualquier otra base tambin tiene : vectores.
A continuacin mostramos un conjunto o que genera el espacio vectorial R
2
, pero no es una base
o =
__
1
0
_
,
_
1
1
_
,
_
2
1
__
para determinar que genera R
2
es suciente probar que todo vector =
_
r
j
_
en el espacio vectorial, se
puede expresar como combinacin lineal de los vectores de o
_
r
j
_
= c
1
_
1
0
_
+ c
2
_
1
1
_
+ c
3
_
2
1
_
formando el sistema matricial
_
1 1 2
0 1 1
_
_

_
c
1
c
2
c
3
_

_ =
_
r
j
_
formando su matriz aumentada y llevandolo a su forma escalonada

a
=
_
_
1 1 2
.
.
. r
0 1 1
.
.
. j
_
_

a;E
=
_
_
1 0 3
.
.
. r j
0 1 1
.
.
. j
_
_
como vemos tenemos un sistema consistente, lo que indica que el conjunto o genera el espacio vectorial \
y como el sistema tiene innitas soluciones implica que un vector puede ser expresada de innitas formas
como combinacin lineal de los vectores del conjunto S por lo que S no es una base. Para ello resolvamos
el sistema equivalente
El sistema tiene una variable libre, c
3
= t luego c
2
= j t, c
1
= r j + 3t, por tanto
_

_
c
1
c
2
c
3
_

_ =
_

_
r j + 3t
j t
t
_

_ =
_

_
r j
j
0
_

_ + t
_

_
3
1
1
_

_, t R
como t toma innitos valores, entonces un vector en V puede ser expresado de innitas formas, por
Autor: J. Csar Barraza B. 13
ejemplo, el vector =
_
2
5
_
puede ser expresado como
_
2
5
_
= 3
_
1
0
_
+ 5
_
1
1
_
+ 0
_
2
1
_
jara t = 0
_
2
5
_
= 3
_
1
0
_
+ 3
_
1
1
_
+ 2
_
2
1
_
jara t = 2
Coordenadas
Una de las caracteristicas tiles de una base 1 en un espacio vectorial \ es que esencialmente habilita a
introducir coordenadas en \ , analogo a las coordenadas naturales r
i
del vector =
_

_
r
1
r
2
.
.
.
r
n
_

_
en R
n
o C
n
.
Esto es, las coordenadas del vector en una base 1 vendran ser los escalares que sirven para expresar
el vector como combinacin lineal de los vectores de la base 1. La existencia de las coordenadas de un
vector se fundamenta en el teorema (32)
Denicin
Sea
1 =
1
,
2
, ,
n

una base del espacio vectorial V y \ . Las coordenadas relativas a la base B son los escalares
c
1
, c
2
, , c
n
tal que
= c
1

1
+ c
2

2
+ + c
n

n
y se denota []
B
[]
B
=
_

_
c
1
c
2
.
.
.
c
n
_

_
Ejemplo
Sea \ = R
2
si consideramos la base 1 =
_
c
1
=
_
1
0
_
, c
2
=
_
0
1
__
comunmente conocida com la base
canonica de R
2
, en esta base el vector =
_
1
8
_
se expresa como combinacin de la base
_
1
8
_
= 1
_
1
0
_
+ 8
_
0
1
_
entonces las coordenadas del vector =
_
1
8
_
coincide con el vector
_
1
8
_
, esto es
[]
B
=
_
1
8
_
Autor: J. Csar Barraza B. 14
Ejemplo
Ahora si consideramos otra base digamos 1
1
=
__
1
1
_
,
_
1
2
__
, entonces el vector se expresa como
= 2
_
1
1
_
+ 3
_
1
2
_
=
_
1
8
_
por tanto las coordenadas del vector en la base 1
1
es
_
2
3
_
, esto es
[]
B
1
=
_
2
3
_
Ejemplo
Consideremos otro tipo de espacios vectoriales como el de los polinomios, a decir 1
2
(A) sobre los reales,
con la base B denido por el conjunto
1 =
_

1
= 1,
2
= r,
3
= r
2
_
esta base es conocida como la base cannica, luego el vector = 3r
2
+5r+9 es una combinacin lineal
de
1
,
2
,
3
, esto es
= 9
1
+ 5
2
3
3
por tanto las coordenadas del vector en la base 1 es
[]
B
=
_

_
9
5
3
_

_
Ejemplo
Consideremos otra base para el espacio vectorial 1
2
[R] , digamos
1
1
=
_
1, 2 + r, 1 + r
2
_
entonces el vector = 3r
2
+ 5r + 9 se puede expresar como combinacin lineal de los vectores de 1
1
= 2 (1) + 5 (2 + r) 3
_
1 + r
2
_
por lo que sus coordenadas en la base 1
1
es
[]
B
1
=
_

_
2
5
3
_

_
Suma e Interseccin de Subespacios
Sean l y \ dos subespacios de \ , la interseccin de estos subespacios se dene como
l \ = \ tal que l y \
Autor: J. Csar Barraza B. 15
y la suma de estos subespacios se dene como
l + \ = n + n tal que n l y n \
Teorema
Sean l y \ dos subespacios de \, entonces l \ y l + \ son subespacios vectoriales de \
Prueba. Primero vamos a probar que l \ es un subespacio
para ello basta probar los dos primeros axiomas,
sea
1
,
2
dos vectores en l \ entonces
1
,
2
l y
1
,
2
\
como l y \ son subespacios entonces
1
+
2
l y
1
+
2
\
luego
1
+
2
l \,
tambien c
1
l y c
1
\ para todo escalar c, pues l y \ son subespacios
luego c
1
l \, esto prueba que l \ es un subespacio
Ahora probaremos que l + \ es un subespacio de \
sean
1
,
2
dos vectores en l + \ entonces se tiene que

1
= n
1
+ n
1
do:dc n
1
l y n
1
\

2
= n
2
+ n
2
do:dc n
2
l y n
2
\
entonces

1
+
2
= (n
1
+ n
1
) + (n
2
+ n
2
)

1
+
2
= (n
1
+ n
2
) + (n
1
+ n
2
)
como (n
1
+ n
2
) l y (n
1
+ n
2
) \ entonces
1
+
2
l + \
tambin cn
1
l y cn
1
\ entonces
cn
1
+ cn
1
l + \
pero
c
1
= cn
1
+ cn
1
por tanto c
1
l + \.
Teorema
Si l y \ son subespacios de dimensin nita del espacio vectorial \ entonces l + \ es de dimensin
nita y
diml + dim\ = dim(l + \) + dim(l \)
Autor: J. Csar Barraza B. 16
Ejemplo
Sean l y \ dos subespacios de \ = R
5
denidos por
l = :ja:
_

_
_

_
1
3
2
2
3
_

_
,
_

_
1
4
3
4
2
_

_
,
_

_
2
3
1
2
9
_

_
_

_
\ = :ja:
_

_
_

_
1
3
0
2
1
_

_
,
_

_
1
5
6
6
3
_

_
,
_

_
2
5
3
2
1
_

_
_

_
hallaremos una base y la dimensin para l \ y l + \.
Como l + \ = n + n tal que n l y n \ entonces
l + \ = :ja:
_

_
_

_
1
3
2
2
3
_

_
,
_

_
1
4
3
4
2
_

_
,
_

_
2
3
1
2
9
_

_
,
_

_
1
3
0
2
1
_

_
,
_

_
1
5
6
6
3
_

_
,
_

_
2
5
3
2
1
_

_
_

_
Formamos una matriz cuyas las son los vectores que generan l + \
_

_
1 3 2 2 3
1 4 3 4 2
2 3 1 2 9
1 3 0 2 1
1 5 6 6 3
2 5 3 2 1
_

_
llevandolo a la forma escalonada
_
_
_
_
_
_
_
_
_
_
_
1 3 2 2 3
1 4 3 4 2
2 3 1 2 9
1 3 0 2 1
1 5 6 6 3
2 5 3 2 1
_
_
_
_
_
_
_
_
_
_
_

_
_
_
_
_
_
_
_
_
_
_
1 3 2 2 3
0 1 1 2 1
0 0 2 0 2
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
tenemos que una base para l + \ es
1 =
_

_
_

_
1
3
2
2
3
_

_
,
_

_
0
1
1
2
1
_

_
,
_

_
0
0
2
0
2
_

_
_

_
Autor: J. Csar Barraza B. 17
por tanto dim(l + \ ) = 3
Ahora para hallar la base de l \, primero hallaremos los sistemas homogneos cuyas soluciones son
los subespacios l y \ entonces formamos la matriz cuyas las son los vectores que generan U
_

_
1 3 2 2 3
1 4 3 4 2
2 3 1 2 9
r j . : t
_

_
f
2
f
1
!
f
3
2f
1
f
4
xf
1
_

_
1 3 2 2 3
0 1 1 2 1
0 3 3 6 3
0 j 3r . + 2r : 2r t 3r
_

_
_

_
1 3 2 2 3
0 1 1 2 1
0 0 r + j + . 4r 2j + : 6r + j + t
0 0 0 0 0
_

_
entonces el sistema homogneo de donde proviene l viene dado por
r + j + . = 0
4r 2j + : = 0
6r + j + t = 0
ahora hallamos el sistema homogneo de donde proviene \, siguiendo el procedimiento anterior tenemos
el sistema (vericar)
9r + 3j + . = 0
4r 2j + : = 0
2r j + t = 0
Ahora unimos ambos sistemas y resolvemos el sistema homogneo cuyo solucin es l \
r + j + . = 0
4r 2j + : = 0
6r + j + t = 0
9r + 3j + . = 0
4r 2j + : = 0
2r j + t = 0
formamos el sistema matricial
_

_
1 1 1 0 0
4 2 0 1 0
6 1 0 0 1
9 3 1 0 0
4 2 0 1 0
2 1 0 0 1
_

_
_

_
r
j
.
:
t
_

_
=
_

_
0
0
0
0
0
0
_

_
Autor: J. Csar Barraza B. 18
llevamos a su forma escalonada
_
_
_
_
_
_
_
_
_
_
_
1 1 1 0 0
4 2 0 1 0
6 1 0 0 1
9 3 1 0 0
4 2 0 1 0
2 1 0 0 1
_
_
_
_
_
_
_
_
_
_
_

_
_
_
_
_
_
_
_
_
_
_
1 0 0 0
1
2
0 1 0 0 2
0 0 1 0
3
2
0 0 0 1 2
0 0 0 0 0
0 0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
el sistema tiene una variable libre, por lo tanto dim(l \) = 1, para hallar el vector de su base, basta
con dar un valor a su variable libre t, entonces una solucin viene dado por
t = 2, : = 4, . = 3, j = 4, r = 1
Cambio de Base
Consideremos el espacio vectorial mas simple como R
2
, Si B es la base canonica, esto es
1 =
__
1
0
_
,
_
0
1
__
entonces las coordenadas de =
_
1
8
_
esta dado por
[]
B
=
_
1
8
_
y cuando la base es
1
1
=
__
1
1
_
,
_
1
2
__
entonces las coordenadas de en esta base viene dada por
[]
B
1
=
_
2
3
_
Mostramos a continuacin la existencia de una matriz que la denotamos ' que viene dado por
' =
_
1 1
1 2
_
tal que cumple que
[]
B
= ' []
B
1
basta comprobar que
[]
B
=
_
1 1
1 2
__
2
3
_
=
_
1
8
_
Autor: J. Csar Barraza B. 19
la matriz M es llamada la matriz de transicin de la base 1
1
a la base 1, ahora tambin existe la matriz
de transicin de la base 1 a la base 1
1
dada por
1 =
_
2
3
1
3

1
3
1
3
_
aqui se cumple que
[]
B
1
= 1 []
B
basta comprobar que
[]
B
1
=
_
2
3
1
3

1
3
1
3
__
1
8
_
=
_
2
3
_
Adems esta matriz es nica salvo el orden de los vectores que forman la base.
Nota
notar que 1 es la inversa de la matriz '
A continuacin denimos la matriz de transicin de la base 1
1
a la base 1
2
Denicin
Sean 1
1
= n
1
, n
2
, , n
n
, 1
2
=
1
,
2
, ,
n
dos bases de un espacio vectorial \ se dene la matriz
A como la matriz de transicin de la base 1
1
a la base 1
2
como
=
_
[n
1
]
B
2
, [n
2
]
B
2
, , [n
n
]
B
2

donde [n
i
]
B
2
son las coordenadas del vector n
i
en la base 1
2
para i = 1 : :
Ejemplo
Sea el espacio vectorial \ = 1
2
(A), consideremos dos bases de ella tales como
1
1
=
_
n
1
= 1, n
2
= 1 + r, n
3
= 1 r
2
_
y
1
2
=
_

1
= 1 r,
2
= 1 + r,
3
= 1 + r
2
_
Hallaremos la matriz de transicin de la base 1
1
a la base 1
2
Hallemos las coordenadas de los vectores de la base 1
1
en la base 1
2
. para n
1
= 1
1 = a (1 r) + / (1 + r) + c
_
1 + r
2
_
luego tenemos
1 = (a + / + c) + (a + /) r + (c) r
2
entonces tenemos
1 = a + / + c
0 = a + /
0 = c
resolviendo
c = 0, / =
1
2
, a =
1
2
Autor: J. Csar Barraza B. 20
entonces
[1]
B
2
=
_

_
1
2
1
2
0
_

_
ahora para el vector n
2
= 1 + r
1 + r = (a + / + c) + (a + /) r + (c) r
2
luego
1 = a + / + c
1 = a + /
0 = c
resolviendo
c = 0, / = 1, a = 0
entonces
[1 + r]
B
2
=
_

_
0
1
0
_

_
Seguimos con el vector n
3
= 1 r
2
1 r
2
= (a + / + c) + (a + /) r + (c) r
2
luego
a + / + c = 1
a + / = 0
c = 1
resolviendo
c = 1, / = 1, a = 1
entonces
_
1 r
2

B
2
=
_

_
1
1
1
_

_
por tanto la matriz de transicin de la base 1
1
a la base 1
2
es
=
_

_
1
2
0 1
1
2
1 1
0 0 1
_

_
por tanto tenemos que
[]
B
2
= []
B
1
(7)
Ahora esta ecuacin nos sirve para hallar las coordenadas de un vector en la base 1
2
conociunedo la
matriz de transicin y las coordenadas de en la base 1
1
.
Autor: J. Csar Barraza B. 21
Ejemplo
Usando las bases y la matriz de transicin halladas previamente, hallar las coordenadas del vector en
la base 1
2
si se sabe que []
B
1
=
_

_
1
1
2
_

_
usando la ecuacin (7) tenemos que
[]
B
2
=
_

_
1
2
0 1
1
2
1 1
0 0 1
_

_
_

_
1
1
2
_

_
[]
B
2
=
_

_
5
2
3
2
2
_

_
ahora solo vericaremos que es cierto, para ello, como
[]
B
1
=
_

_
1
1
2
_

_ entonces
= 1 (1) 1 (1 + r) + 2
_
1 r
2
_
= 2r
2
r + 2
tambin como
[]
B
2
=
_

_
5
2
3
2
2
_

_ entonces
=
5
2
(1 r) +
3
2
(1 + r) 2
_
1 + r
2
_
= 2r
2
r + 2
Autor: J. Csar Barraza B. 22