Está en la página 1de 112

Tema 5: espacios vectoriales

Tema 5: espacios vectoriales


Matem atica II
20122013
Tema 5: espacios vectoriales

Indice
1 Espacios vectoriales
Denici on y propiedades
Subespacios vectoriales
2 Independencia, bases y coordenadas
Independencia lineal
Bases y coordenadas
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades

Indice
1 Espacios vectoriales
Denici on y propiedades
Subespacios vectoriales
2 Independencia, bases y coordenadas
Independencia lineal
Bases y coordenadas
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Observaciones preliminares
Al principio pareca que calcular con matrices involucraba
muchos n umeros. . .
. . . pero ahora sabemos que en realidad involucra vectores.
Por ejemplo: las columnas de Ax o de AB son
combinaciones lineales de vectores.
Ahora vamos a dar un tercer (y ultimo) paso, y pensar no
ya en n umeros ni en vectores, sino en algo m as grande:
espacios de vectores.
En principio, podemos pensar que un espacio vectorial es
un conjunto que tiene unas propiedades muy
particulares. . .
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Observaciones preliminares
Al principio pareca que calcular con matrices involucraba
muchos n umeros. . .
. . . pero ahora sabemos que en realidad involucra vectores.
Por ejemplo: las columnas de Ax o de AB son
combinaciones lineales de vectores.
Ahora vamos a dar un tercer (y ultimo) paso, y pensar no
ya en n umeros ni en vectores, sino en algo m as grande:
espacios de vectores.
En principio, podemos pensar que un espacio vectorial es
un conjunto que tiene unas propiedades muy
particulares. . .
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Observaciones preliminares
Al principio pareca que calcular con matrices involucraba
muchos n umeros. . .
. . . pero ahora sabemos que en realidad involucra vectores.
Por ejemplo: las columnas de Ax o de AB son
combinaciones lineales de vectores.
Ahora vamos a dar un tercer (y ultimo) paso, y pensar no
ya en n umeros ni en vectores, sino en algo m as grande:
espacios de vectores.
En principio, podemos pensar que un espacio vectorial es
un conjunto que tiene unas propiedades muy
particulares. . .
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Observaciones preliminares
Al principio pareca que calcular con matrices involucraba
muchos n umeros. . .
. . . pero ahora sabemos que en realidad involucra vectores.
Por ejemplo: las columnas de Ax o de AB son
combinaciones lineales de vectores.
Ahora vamos a dar un tercer (y ultimo) paso, y pensar no
ya en n umeros ni en vectores, sino en algo m as grande:
espacios de vectores.
En principio, podemos pensar que un espacio vectorial es
un conjunto que tiene unas propiedades muy
particulares. . .
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Observaciones preliminares
Al principio pareca que calcular con matrices involucraba
muchos n umeros. . .
. . . pero ahora sabemos que en realidad involucra vectores.
Por ejemplo: las columnas de Ax o de AB son
combinaciones lineales de vectores.
Ahora vamos a dar un tercer (y ultimo) paso, y pensar no
ya en n umeros ni en vectores, sino en algo m as grande:
espacios de vectores.
En principio, podemos pensar que un espacio vectorial es
un conjunto que tiene unas propiedades muy
particulares. . .
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Los espacios vectoriales R
n
Vamos a empezar por los espacios vectoriales m as
importantes: R
2
, R
3
, R
4
,. . .
Cada espacio R
n
consta de una conjunto de vectores.
R
5
contiene a todos los vectores columna con cinco
componentes. Se lo llama 5-dimensional.
Denici on 1
El espacio vectorial R
n
contiene a todos los vectores columna v
con n componentes.
Las componentes de v son n umeros reales, por eso la R.
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Los espacios vectoriales R
n
Vamos a empezar por los espacios vectoriales m as
importantes: R
2
, R
3
, R
4
,. . .
Cada espacio R
n
consta de una conjunto de vectores.
R
5
contiene a todos los vectores columna con cinco
componentes. Se lo llama 5-dimensional.
Denici on 1
El espacio vectorial R
n
contiene a todos los vectores columna v
con n componentes.
Las componentes de v son n umeros reales, por eso la R.
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Los espacios vectoriales R
n
Vamos a empezar por los espacios vectoriales m as
importantes: R
2
, R
3
, R
4
,. . .
Cada espacio R
n
consta de una conjunto de vectores.
R
5
contiene a todos los vectores columna con cinco
componentes. Se lo llama 5-dimensional.
Denici on 1
El espacio vectorial R
n
contiene a todos los vectores columna v
con n componentes.
Las componentes de v son n umeros reales, por eso la R.
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Los espacios vectoriales R
n
Vamos a empezar por los espacios vectoriales m as
importantes: R
2
, R
3
, R
4
,. . .
Cada espacio R
n
consta de una conjunto de vectores.
R
5
contiene a todos los vectores columna con cinco
componentes. Se lo llama 5-dimensional.
Denici on 1
El espacio vectorial R
n
contiene a todos los vectores columna v
con n componentes.
Las componentes de v son n umeros reales, por eso la R.
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Los espacios vectoriales R
n
Vamos a empezar por los espacios vectoriales m as
importantes: R
2
, R
3
, R
4
,. . .
Cada espacio R
n
consta de una conjunto de vectores.
R
5
contiene a todos los vectores columna con cinco
componentes. Se lo llama 5-dimensional.
Denici on 1
El espacio vectorial R
n
contiene a todos los vectores columna v
con n componentes.
Las componentes de v son n umeros reales, por eso la R.
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Comentarios acerca de los espacios vectoriales R
n
El espacio R
2
suele
representarse con el plano
xy.
Cada vector v de R
2
tiene
dos componentes:
v = (x, y).
La palabra espacio indica
que debemos pensar en
todos los vectores juntos:
todo el plano xy.
Los vectores de R
3
se
corresponden a puntos
(x, y, z) del espacio
tridimensional.
Como siempre, escribimos
a los vectores como
columnas o como puntos:
_
4

_
est a en R
2
(1, 1, 0, 1, 1) est a en R
5
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Comentarios acerca de los espacios vectoriales R
n
El espacio R
2
suele
representarse con el plano
xy.
Cada vector v de R
2
tiene
dos componentes:
v = (x, y).
La palabra espacio indica
que debemos pensar en
todos los vectores juntos:
todo el plano xy.
Los vectores de R
3
se
corresponden a puntos
(x, y, z) del espacio
tridimensional.
Como siempre, escribimos
a los vectores como
columnas o como puntos:
_
4

_
est a en R
2
(1, 1, 0, 1, 1) est a en R
5
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Comentarios acerca de los espacios vectoriales R
n
El espacio R
2
suele
representarse con el plano
xy.
Cada vector v de R
2
tiene
dos componentes:
v = (x, y).
La palabra espacio indica
que debemos pensar en
todos los vectores juntos:
todo el plano xy.
Los vectores de R
3
se
corresponden a puntos
(x, y, z) del espacio
tridimensional.
Como siempre, escribimos
a los vectores como
columnas o como puntos:
_
4

_
est a en R
2
(1, 1, 0, 1, 1) est a en R
5
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Comentarios acerca de los espacios vectoriales R
n
El espacio R
2
suele
representarse con el plano
xy.
Cada vector v de R
2
tiene
dos componentes:
v = (x, y).
La palabra espacio indica
que debemos pensar en
todos los vectores juntos:
todo el plano xy.
Los vectores de R
3
se
corresponden a puntos
(x, y, z) del espacio
tridimensional.
Como siempre, escribimos
a los vectores como
columnas o como puntos:
_
4

_
est a en R
2
(1, 1, 0, 1, 1) est a en R
5
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Comentarios acerca de los espacios vectoriales R
n
El espacio R
2
suele
representarse con el plano
xy.
Cada vector v de R
2
tiene
dos componentes:
v = (x, y).
La palabra espacio indica
que debemos pensar en
todos los vectores juntos:
todo el plano xy.
Los vectores de R
3
se
corresponden a puntos
(x, y, z) del espacio
tridimensional.
Como siempre, escribimos
a los vectores como
columnas o como puntos:
_
4

_
est a en R
2
(1, 1, 0, 1, 1) est a en R
5
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Clausura de la suma y el producto por un escalar
Denici on 2 (propiedad de clausura)
1 Podemos sumar cualquier par de vectores v y w de R
n
.
2 Y podemos multiplicar cualquier vector v por cualquier
escalar c.
3 El resultado estar a siempre dentro de R
n
.
Por ejemplo, si v = (2, 0, 1, 0) R
4
y w = (1, 3, 0, 2) R
4
2v =
_
_
_
_
4
0
2
0
_
_
_
_
R
4
2v +w =
_
_
_
_
5
3
2
2
_
_
_
_
R
4
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Clausura de la suma y el producto por un escalar
Denici on 2 (propiedad de clausura)
1 Podemos sumar cualquier par de vectores v y w de R
n
.
2 Y podemos multiplicar cualquier vector v por cualquier
escalar c.
3 El resultado estar a siempre dentro de R
n
.
Por ejemplo, si v = (2, 0, 1, 0) R
4
y w = (1, 3, 0, 2) R
4
2v =
_
_
_
_
4
0
2
0
_
_
_
_
R
4
2v +w =
_
_
_
_
5
3
2
2
_
_
_
_
R
4
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Clausura de la suma y el producto por un escalar
Denici on 2 (propiedad de clausura)
1 Podemos sumar cualquier par de vectores v y w de R
n
.
2 Y podemos multiplicar cualquier vector v por cualquier
escalar c.
3 El resultado estar a siempre dentro de R
n
.
Por ejemplo, si v = (2, 0, 1, 0) R
4
y w = (1, 3, 0, 2) R
4
2v =
_
_
_
_
4
0
2
0
_
_
_
_
R
4
2v +w =
_
_
_
_
5
3
2
2
_
_
_
_
R
4
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Clausura de la suma y el producto por un escalar
Denici on 2 (propiedad de clausura)
1 Podemos sumar cualquier par de vectores v y w de R
n
.
2 Y podemos multiplicar cualquier vector v por cualquier
escalar c.
3 El resultado estar a siempre dentro de R
n
.
Por ejemplo, si v = (2, 0, 1, 0) R
4
y w = (1, 3, 0, 2) R
4
2v =
_
_
_
_
4
0
2
0
_
_
_
_
R
4
2v +w =
_
_
_
_
5
3
2
2
_
_
_
_
R
4
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
La suma y el producto por un escalar
La suma y el producto por un escalar en un espacio vectorial V
siempre deben cumplir lo siguiente:
Condiciones
1 v +w = w+v
2 u + (v +w) = (u +v) +w
3 0 V = v +0 = v
4 v V = v + (v) = 0
5 1v = v
6 (c
1
c
2
)v = c
1
(c
2
v)
7 c(v +w) = cv + cw
8 (c
1
+ c
2
)v = c
1
v + c
2
v
Importante
Si alguna de las ocho condiciones no se cumple, V no es un
espacio vectorial!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
La suma y el producto por un escalar
La suma y el producto por un escalar en un espacio vectorial V
siempre deben cumplir lo siguiente:
Condiciones
1 v +w = w+v
2 u + (v +w) = (u +v) +w
3 0 V = v +0 = v
4 v V = v + (v) = 0
5 1v = v
6 (c
1
c
2
)v = c
1
(c
2
v)
7 c(v +w) = cv + cw
8 (c
1
+ c
2
)v = c
1
v + c
2
v
Importante
Si alguna de las ocho condiciones no se cumple, V no es un
espacio vectorial!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
La suma y el producto por un escalar
La suma y el producto por un escalar en un espacio vectorial V
siempre deben cumplir lo siguiente:
Condiciones
1 v +w = w+v
2 u + (v +w) = (u +v) +w
3 0 V = v +0 = v
4 v V = v + (v) = 0
5 1v = v
6 (c
1
c
2
)v = c
1
(c
2
v)
7 c(v +w) = cv + cw
8 (c
1
+ c
2
)v = c
1
v + c
2
v
Importante
Si alguna de las ocho condiciones no se cumple, V no es un
espacio vectorial!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
La suma y el producto por un escalar
La suma y el producto por un escalar en un espacio vectorial V
siempre deben cumplir lo siguiente:
Condiciones
1 v +w = w+v
2 u + (v +w) = (u +v) +w
3 0 V = v +0 = v
4 v V = v + (v) = 0
5 1v = v
6 (c
1
c
2
)v = c
1
(c
2
v)
7 c(v +w) = cv + cw
8 (c
1
+ c
2
)v = c
1
v + c
2
v
Importante
Si alguna de las ocho condiciones no se cumple, V no es un
espacio vectorial!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
La suma y el producto por un escalar
La suma y el producto por un escalar en un espacio vectorial V
siempre deben cumplir lo siguiente:
Condiciones
1 v +w = w+v
2 u + (v +w) = (u +v) +w
3 0 V = v +0 = v
4 v V = v + (v) = 0
5 1v = v
6 (c
1
c
2
)v = c
1
(c
2
v)
7 c(v +w) = cv + cw
8 (c
1
+ c
2
)v = c
1
v + c
2
v
Importante
Si alguna de las ocho condiciones no se cumple, V no es un
espacio vectorial!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
La suma y el producto por un escalar
La suma y el producto por un escalar en un espacio vectorial V
siempre deben cumplir lo siguiente:
Condiciones
1 v +w = w+v
2 u + (v +w) = (u +v) +w
3 0 V = v +0 = v
4 v V = v + (v) = 0
5 1v = v
6 (c
1
c
2
)v = c
1
(c
2
v)
7 c(v +w) = cv + cw
8 (c
1
+ c
2
)v = c
1
v + c
2
v
Importante
Si alguna de las ocho condiciones no se cumple, V no es un
espacio vectorial!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Dos espacios vectoriales distintos de R
n
Ejemplo 1 (espacios vectoriales distintos de R
n
)
1 R
22
es el espacio de todas las matrices reales de 2 2.
2 P
n3
es el espacio de todas las funciones polinomio de
grado menor o igual a 3.
En R
22
los vectores son matrices! En P
n3
los
vectores son funciones polinomio.
Podemos sumar matrices a matrices y polinomios a
polinomios.
Podemos multiplicar una matriz por 4 y un polinomio por 4.
Y los resultados quedar an siempre en R
22
o en P
n3
.
Y resulta que en R
22
y P
n3
se cumplen las ocho
condiciones!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Dos espacios vectoriales distintos de R
n
Ejemplo 1 (espacios vectoriales distintos de R
n
)
1 R
22
es el espacio de todas las matrices reales de 2 2.
2 P
n3
es el espacio de todas las funciones polinomio de
grado menor o igual a 3.
En R
22
los vectores son matrices! En P
n3
los
vectores son funciones polinomio.
Podemos sumar matrices a matrices y polinomios a
polinomios.
Podemos multiplicar una matriz por 4 y un polinomio por 4.
Y los resultados quedar an siempre en R
22
o en P
n3
.
Y resulta que en R
22
y P
n3
se cumplen las ocho
condiciones!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Dos espacios vectoriales distintos de R
n
Ejemplo 1 (espacios vectoriales distintos de R
n
)
1 R
22
es el espacio de todas las matrices reales de 2 2.
2 P
n3
es el espacio de todas las funciones polinomio de
grado menor o igual a 3.
En R
22
los vectores son matrices! En P
n3
los
vectores son funciones polinomio.
Podemos sumar matrices a matrices y polinomios a
polinomios.
Podemos multiplicar una matriz por 4 y un polinomio por 4.
Y los resultados quedar an siempre en R
22
o en P
n3
.
Y resulta que en R
22
y P
n3
se cumplen las ocho
condiciones!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Dos espacios vectoriales distintos de R
n
Ejemplo 1 (espacios vectoriales distintos de R
n
)
1 R
22
es el espacio de todas las matrices reales de 2 2.
2 P
n3
es el espacio de todas las funciones polinomio de
grado menor o igual a 3.
En R
22
los vectores son matrices! En P
n3
los
vectores son funciones polinomio.
Podemos sumar matrices a matrices y polinomios a
polinomios.
Podemos multiplicar una matriz por 4 y un polinomio por 4.
Y los resultados quedar an siempre en R
22
o en P
n3
.
Y resulta que en R
22
y P
n3
se cumplen las ocho
condiciones!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Dos espacios vectoriales distintos de R
n
Ejemplo 1 (espacios vectoriales distintos de R
n
)
1 R
22
es el espacio de todas las matrices reales de 2 2.
2 P
n3
es el espacio de todas las funciones polinomio de
grado menor o igual a 3.
En R
22
los vectores son matrices! En P
n3
los
vectores son funciones polinomio.
Podemos sumar matrices a matrices y polinomios a
polinomios.
Podemos multiplicar una matriz por 4 y un polinomio por 4.
Y los resultados quedar an siempre en R
22
o en P
n3
.
Y resulta que en R
22
y P
n3
se cumplen las ocho
condiciones!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades
Dos espacios vectoriales distintos de R
n
Ejemplo 1 (espacios vectoriales distintos de R
n
)
1 R
22
es el espacio de todas las matrices reales de 2 2.
2 P
n3
es el espacio de todas las funciones polinomio de
grado menor o igual a 3.
En R
22
los vectores son matrices! En P
n3
los
vectores son funciones polinomio.
Podemos sumar matrices a matrices y polinomios a
polinomios.
Podemos multiplicar una matriz por 4 y un polinomio por 4.
Y los resultados quedar an siempre en R
22
o en P
n3
.
Y resulta que en R
22
y P
n3
se cumplen las ocho
condiciones!
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades

1
0
0
1

1
/
2

1
1

2
0.1

3.3
0.25

0
0
0
0

e
1
0

a1
1
a1
2
a2
1
a2
2

R
22
2
_
1 0
0 0
_
+(
1
/3)
_
0 0
0 1
_
=
_
2 0
0
1
/3
_
x
3

x
2
+
x

1
(
1
/
2
)
x
2
+

2
2x
3
+
0.001x

3.3
0

e
x
+

2
a
x
3
+
b
x
2
+
c
x
+
d
P
n3
2
_
x
3
+ 1
_
+ (
1
/3)(x
2
+ 3x) =
= 2x
3
+ (
1
/3)x
2
+ x + 2
Tema 5: espacios vectoriales
Espacios vectoriales
Denici on y propiedades

1
0
0
1

1
/
2

1
1

2
0.1

3.3
0.25

0
0
0
0

e
1
0

a1
1
a1
2
a2
1
a2
2

R
22
2
_
1 0
0 0
_
+(
1
/3)
_
0 0
0 1
_
=
_
2 0
0
1
/3
_
x
3

x
2
+
x

1
(
1
/
2
)
x
2
+

2
2x
3
+
0.001x

3.3
0

e
x
+

2
a
x
3
+
b
x
2
+
c
x
+
d
P
n3
2
_
x
3
+ 1
_
+ (
1
/3)(x
2
+ 3x) =
= 2x
3
+ (
1
/3)x
2
+ x + 2
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales

Indice
1 Espacios vectoriales
Denici on y propiedades
Subespacios vectoriales
2 Independencia, bases y coordenadas
Independencia lineal
Bases y coordenadas
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Un espacio adentro de un espacio?
Pensemos en el espacio
3-dimensional R
3
.
Elijamos un plano P
cualquiera que pase por
(0, 0, 0).
Este plano P es un espacio
vectorial en s mismo.
Si sumamos dos vectores
de P, el resultado
estar a en P.
Si multiplicamos un vector
de P por 2 o 5, el
resultado estar a en P.
El plano P en el espacio
3-dimensional no es el
plano R
2
.
Los vectores de P tienen 3
componentes, y
pertenecen a R
3
.
El plano P es un espacio
vectorial adentro del
espacio vectorial R
3
.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Un espacio adentro de un espacio?
Pensemos en el espacio
3-dimensional R
3
.
Elijamos un plano P
cualquiera que pase por
(0, 0, 0).
Este plano P es un espacio
vectorial en s mismo.
Si sumamos dos vectores
de P, el resultado
estar a en P.
Si multiplicamos un vector
de P por 2 o 5, el
resultado estar a en P.
El plano P en el espacio
3-dimensional no es el
plano R
2
.
Los vectores de P tienen 3
componentes, y
pertenecen a R
3
.
El plano P es un espacio
vectorial adentro del
espacio vectorial R
3
.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Un espacio adentro de un espacio?
Pensemos en el espacio
3-dimensional R
3
.
Elijamos un plano P
cualquiera que pase por
(0, 0, 0).
Este plano P es un espacio
vectorial en s mismo.
Si sumamos dos vectores
de P, el resultado
estar a en P.
Si multiplicamos un vector
de P por 2 o 5, el
resultado estar a en P.
El plano P en el espacio
3-dimensional no es el
plano R
2
.
Los vectores de P tienen 3
componentes, y
pertenecen a R
3
.
El plano P es un espacio
vectorial adentro del
espacio vectorial R
3
.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Un espacio adentro de un espacio?
Pensemos en el espacio
3-dimensional R
3
.
Elijamos un plano P
cualquiera que pase por
(0, 0, 0).
Este plano P es un espacio
vectorial en s mismo.
Si sumamos dos vectores
de P, el resultado
estar a en P.
Si multiplicamos un vector
de P por 2 o 5, el
resultado estar a en P.
El plano P en el espacio
3-dimensional no es el
plano R
2
.
Los vectores de P tienen 3
componentes, y
pertenecen a R
3
.
El plano P es un espacio
vectorial adentro del
espacio vectorial R
3
.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Un espacio adentro de un espacio?
Pensemos en el espacio
3-dimensional R
3
.
Elijamos un plano P
cualquiera que pase por
(0, 0, 0).
Este plano P es un espacio
vectorial en s mismo.
Si sumamos dos vectores
de P, el resultado
estar a en P.
Si multiplicamos un vector
de P por 2 o 5, el
resultado estar a en P.
El plano P en el espacio
3-dimensional no es el
plano R
2
.
Los vectores de P tienen 3
componentes, y
pertenecen a R
3
.
El plano P es un espacio
vectorial adentro del
espacio vectorial R
3
.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Un espacio adentro de un espacio?
Pensemos en el espacio
3-dimensional R
3
.
Elijamos un plano P
cualquiera que pase por
(0, 0, 0).
Este plano P es un espacio
vectorial en s mismo.
Si sumamos dos vectores
de P, el resultado
estar a en P.
Si multiplicamos un vector
de P por 2 o 5, el
resultado estar a en P.
El plano P en el espacio
3-dimensional no es el
plano R
2
.
Los vectores de P tienen 3
componentes, y
pertenecen a R
3
.
El plano P es un espacio
vectorial adentro del
espacio vectorial R
3
.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Un espacio adentro de un espacio?
Pensemos en el espacio
3-dimensional R
3
.
Elijamos un plano P
cualquiera que pase por
(0, 0, 0).
Este plano P es un espacio
vectorial en s mismo.
Si sumamos dos vectores
de P, el resultado
estar a en P.
Si multiplicamos un vector
de P por 2 o 5, el
resultado estar a en P.
El plano P en el espacio
3-dimensional no es el
plano R
2
.
Los vectores de P tienen 3
componentes, y
pertenecen a R
3
.
El plano P es un espacio
vectorial adentro del
espacio vectorial R
3
.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Un espacio adentro de un espacio?
Pensemos en el espacio
3-dimensional R
3
.
Elijamos un plano P
cualquiera que pase por
(0, 0, 0).
Este plano P es un espacio
vectorial en s mismo.
Si sumamos dos vectores
de P, el resultado
estar a en P.
Si multiplicamos un vector
de P por 2 o 5, el
resultado estar a en P.
El plano P en el espacio
3-dimensional no es el
plano R
2
.
Los vectores de P tienen 3
componentes, y
pertenecen a R
3
.
El plano P es un espacio
vectorial adentro del
espacio vectorial R
3
.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
v = (v
1
, v
2
, v
3
) R
3
y
w = (w
1
, w
2
, w
3
) R
3
.
v y w est an sobre el
plano P.
Todo vector
u = cv + dw
estar a tambi en sobre el
plano P.
Entonces el plano P es
un subespacio vectorial
del espacio vectorial
R
3
.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Denici on de subespacio vectorial
Denici on 3
Un subespacio de un espacio vectorial es un conjunto de
vectores (incluyendo el 0) que cumple dos condiciones
1 v +w est a en el subespacio
2 cv est a en el subespacio
dados cualquier par de vectores v y w del subespacio y
cualquier n umero c.
En otras palabras: el subespacio est a clausurado ante la
suma v +w y la multiplicaci on cv.
Estas operaciones no pueden escapar del subespacio.
En algebra lineal decimos que todas las combinaciones
lineales se quedan en el subespacio.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Denici on de subespacio vectorial
Denici on 3
Un subespacio de un espacio vectorial es un conjunto de
vectores (incluyendo el 0) que cumple dos condiciones
1 v +w est a en el subespacio
2 cv est a en el subespacio
dados cualquier par de vectores v y w del subespacio y
cualquier n umero c.
En otras palabras: el subespacio est a clausurado ante la
suma v +w y la multiplicaci on cv.
Estas operaciones no pueden escapar del subespacio.
En algebra lineal decimos que todas las combinaciones
lineales se quedan en el subespacio.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Denici on de subespacio vectorial
Denici on 3
Un subespacio de un espacio vectorial es un conjunto de
vectores (incluyendo el 0) que cumple dos condiciones
1 v +w est a en el subespacio
2 cv est a en el subespacio
dados cualquier par de vectores v y w del subespacio y
cualquier n umero c.
En otras palabras: el subespacio est a clausurado ante la
suma v +w y la multiplicaci on cv.
Estas operaciones no pueden escapar del subespacio.
En algebra lineal decimos que todas las combinaciones
lineales se quedan en el subespacio.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Denici on de subespacio vectorial
Denici on 3
Un subespacio de un espacio vectorial es un conjunto de
vectores (incluyendo el 0) que cumple dos condiciones
1 v +w est a en el subespacio
2 cv est a en el subespacio
dados cualquier par de vectores v y w del subespacio y
cualquier n umero c.
En otras palabras: el subespacio est a clausurado ante la
suma v +w y la multiplicaci on cv.
Estas operaciones no pueden escapar del subespacio.
En algebra lineal decimos que todas las combinaciones
lineales se quedan en el subespacio.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Subespacios de R
3
Esta es una lista de todos los subespacios posibles de R
3
:
L toda recta que
pase por (0, 0, 0).
P todo plano que
pase por (0, 0, 0).
R
3
es un subespacio
de s mismo!
Z con el unico vector
(0, 0, 0).
Si intentamos quedarnos con una parte de una recta o un
plano, las condiciones de subespacio no se cumplen. . .
Planos o rectas que no pasan por (0, 0, 0) tampoco nos
sirven. . .
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Subespacios de R
3
Esta es una lista de todos los subespacios posibles de R
3
:
L toda recta que
pase por (0, 0, 0).
P todo plano que
pase por (0, 0, 0).
R
3
es un subespacio
de s mismo!
Z con el unico vector
(0, 0, 0).
Si intentamos quedarnos con una parte de una recta o un
plano, las condiciones de subespacio no se cumplen. . .
Planos o rectas que no pasan por (0, 0, 0) tampoco nos
sirven. . .
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Subespacios de R
3
Esta es una lista de todos los subespacios posibles de R
3
:
L toda recta que
pase por (0, 0, 0).
P todo plano que
pase por (0, 0, 0).
R
3
es un subespacio
de s mismo!
Z con el unico vector
(0, 0, 0).
Si intentamos quedarnos con una parte de una recta o un
plano, las condiciones de subespacio no se cumplen. . .
Planos o rectas que no pasan por (0, 0, 0) tampoco nos
sirven. . .
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Condici on unica para subespacios
Las condiciones para subespacios involucran la suma
v +w y la multiplicaci on por n umeros cualesquiera c o d.
Podemos unicar estas dos condiciones en una sola:
Condici on para subespacio
Un subespacio que contenga a v y a w debe contener a todas
las combinaciones lineales cv + dw.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Condici on unica para subespacios
Las condiciones para subespacios involucran la suma
v +w y la multiplicaci on por n umeros cualesquiera c o d.
Podemos unicar estas dos condiciones en una sola:
Condici on para subespacio
Un subespacio que contenga a v y a w debe contener a todas
las combinaciones lineales cv + dw.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Ejemplo 2
Dentro del espacio vectorial P
n3
, de las funciones polinomio
de grado menor o igual a tres, podemos encontrar el
subespacio P
n1
, de todos los polinomios de grado menor o
igual a uno.
Si p(x) tiene grado menor o igual a uno.
Si q(x) tiene grado menor o igual a uno.
Entonces r (x) = c p(x) + d q(x) ser a una funci on
polinomio de grado menor o igual a uno, para cualquier par
de n umeros c y d que elijamos!
Por ejemplo
2(x 1) + 2(x + 1) = 4x P
n1
1(x 1) + (1)(x + 1) = 2 P
n1
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Ejemplo 2
Dentro del espacio vectorial P
n3
, de las funciones polinomio
de grado menor o igual a tres, podemos encontrar el
subespacio P
n1
, de todos los polinomios de grado menor o
igual a uno.
Si p(x) tiene grado menor o igual a uno.
Si q(x) tiene grado menor o igual a uno.
Entonces r (x) = c p(x) + d q(x) ser a una funci on
polinomio de grado menor o igual a uno, para cualquier par
de n umeros c y d que elijamos!
Por ejemplo
2(x 1) + 2(x + 1) = 4x P
n1
1(x 1) + (1)(x + 1) = 2 P
n1
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Ejemplo 2
Dentro del espacio vectorial P
n3
, de las funciones polinomio
de grado menor o igual a tres, podemos encontrar el
subespacio P
n1
, de todos los polinomios de grado menor o
igual a uno.
Si p(x) tiene grado menor o igual a uno.
Si q(x) tiene grado menor o igual a uno.
Entonces r (x) = c p(x) + d q(x) ser a una funci on
polinomio de grado menor o igual a uno, para cualquier par
de n umeros c y d que elijamos!
Por ejemplo
2(x 1) + 2(x + 1) = 4x P
n1
1(x 1) + (1)(x + 1) = 2 P
n1
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Ejemplo 2
Dentro del espacio vectorial P
n3
, de las funciones polinomio
de grado menor o igual a tres, podemos encontrar el
subespacio P
n1
, de todos los polinomios de grado menor o
igual a uno.
Si p(x) tiene grado menor o igual a uno.
Si q(x) tiene grado menor o igual a uno.
Entonces r (x) = c p(x) + d q(x) ser a una funci on
polinomio de grado menor o igual a uno, para cualquier par
de n umeros c y d que elijamos!
Por ejemplo
2(x 1) + 2(x + 1) = 4x P
n1
1(x 1) + (1)(x + 1) = 2 P
n1
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
x
3

x
2
+
x

1
(
1
/
2
)
x
2
+

2
0
x
1
x
+
1
a
x
+
b
(
1
/
4
)
x
a
x
3
+
b
x
2
+
c
x
+
d
P
n3
P
n1
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Repaso de ideas clave
1 R
n
contiene a todos los vectores columna con n
componentes reales.
2 R
22
(matrices de 2 2) y P
n3
(funciones polinomios de
grado menor o igual a tres) son ejemplos de espacios
vectoriales.
3 Un subespacio que contenga a v y a w debe contener a
todas las combinaciones lineales cv + dw.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Repaso de ideas clave
1 R
n
contiene a todos los vectores columna con n
componentes reales.
2 R
22
(matrices de 2 2) y P
n3
(funciones polinomios de
grado menor o igual a tres) son ejemplos de espacios
vectoriales.
3 Un subespacio que contenga a v y a w debe contener a
todas las combinaciones lineales cv + dw.
Tema 5: espacios vectoriales
Espacios vectoriales
Subespacios vectoriales
Repaso de ideas clave
1 R
n
contiene a todos los vectores columna con n
componentes reales.
2 R
22
(matrices de 2 2) y P
n3
(funciones polinomios de
grado menor o igual a tres) son ejemplos de espacios
vectoriales.
3 Un subespacio que contenga a v y a w debe contener a
todas las combinaciones lineales cv + dw.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal

Indice
1 Espacios vectoriales
Denici on y propiedades
Subespacios vectoriales
2 Independencia, bases y coordenadas
Independencia lineal
Bases y coordenadas
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
Dependencia e independencia lineal
Denici on 4 (dependencia lineal)
Se dice que el conjunto de vectores {v
1
, v
2
, . . . , v
n
} es
linealmente dependiente (LD) si existen n n umeros
c
1
, c
2
, . . . , c
n
, no todos nulos, tales que
c
1
v
1
+ c
2
v
2
+ + c
n
v
n
= 0
Si el conjunto de vectores {v
1
, v
2
, . . . , v
n
} no es
linealmente dependiente se dice que es linealmente
independiente (LI).
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
Dependencia e independencia lineal
Denici on 4 (dependencia lineal)
Se dice que el conjunto de vectores {v
1
, v
2
, . . . , v
n
} es
linealmente dependiente (LD) si existen n n umeros
c
1
, c
2
, . . . , c
n
, no todos nulos, tales que
c
1
v
1
+ c
2
v
2
+ + c
n
v
n
= 0
Si el conjunto de vectores {v
1
, v
2
, . . . , v
n
} no es
linealmente dependiente se dice que es linealmente
independiente (LI).
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
Ejemplo 3
Algunos conjuntos de vectores LI y LD de R
2
y P
n1
.
1 el conjunto

1
0

R
2
es LI porque
c
1
_
1
0
_
=
_
c
1
0
_
=
_
0
0
_
solo si c
1
= 0
2 el conjunto {x} P
n1
es LI porque
c
1
x = 0 solo si c
1
= 0
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
Ejemplo 3
Algunos conjuntos de vectores LI y LD de R
2
y P
n1
.
1 el conjunto

1
0

R
2
es LI porque
c
1
_
1
0
_
=
_
c
1
0
_
=
_
0
0
_
solo si c
1
= 0
2 el conjunto {x} P
n1
es LI porque
c
1
x = 0 solo si c
1
= 0
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
Ejemplo 3
Algunos conjuntos de vectores LI y LD de R
2
y P
n1
.
1 el conjunto

1
0

R
2
es LI porque
c
1
_
1
0
_
=
_
c
1
0
_
=
_
0
0
_
solo si c
1
= 0
2 el conjunto {x} P
n1
es LI porque
c
1
x = 0 solo si c
1
= 0
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
3 el conjunto

1
0

0
1

R
2
es LI porque
c
1
_
1
0
_
+ c
2
_
0
1
_
=
_
c
1
c
2
_
=
_
0
0
_
solo si
_
c
1
= 0
c
2
= 0
4 el conjunto {x, 1} P
n1
es LI porque
c
1
x + c
2
1 = c
1
x + c
2
= 0 solo si
_
c
1
= 0
c
2
= 0
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
3 el conjunto

1
0

0
1

R
2
es LI porque
c
1
_
1
0
_
+ c
2
_
0
1
_
=
_
c
1
c
2
_
=
_
0
0
_
solo si
_
c
1
= 0
c
2
= 0
4 el conjunto {x, 1} P
n1
es LI porque
c
1
x + c
2
1 = c
1
x + c
2
= 0 solo si
_
c
1
= 0
c
2
= 0
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
5 el conjunto

1
0

0
1

1
1

R
2
es LD porque
c
1
_
1
0
_
+c
2
_
0
1
_
+c
3
_
1
1
_
=
_
c
1
+ c
3
c
2
+ c
3
_
=
_
0
0
_
si
_
c
1
= c
3
c
2
= c
3
6 el conjunto {x, 1, x + 1} P
n1
es LD porque
c
1
x+c
2
1+c
3
(x1) = (c
1
+c
3
)x+(c
2
+c
3
) = 0 si
_
c
1
= c
3
c
2
= c
3
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
5 el conjunto

1
0

0
1

1
1

R
2
es LD porque
c
1
_
1
0
_
+c
2
_
0
1
_
+c
3
_
1
1
_
=
_
c
1
+ c
3
c
2
+ c
3
_
=
_
0
0
_
si
_
c
1
= c
3
c
2
= c
3
6 el conjunto {x, 1, x + 1} P
n1
es LD porque
c
1
x+c
2
1+c
3
(x1) = (c
1
+c
3
)x+(c
2
+c
3
) = 0 si
_
c
1
= c
3
c
2
= c
3
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
7 el conjunto

1
0

2
0

R
2
es LD porque
c
1
_
1
0
_
+ c
2
_
2
0
_
=
_
c
1
+ 2c
2
0
_
=
_
0
0
_
si c
1
= 2c
2
8 el conjunto {x, 2x} P
n1
es LD porque
c
1
x + c
2
2x = (c
1
+ 2c
2
)x = 0 si c
1
= 2c
2
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
7 el conjunto

1
0

2
0

R
2
es LD porque
c
1
_
1
0
_
+ c
2
_
2
0
_
=
_
c
1
+ 2c
2
0
_
=
_
0
0
_
si c
1
= 2c
2
8 el conjunto {x, 2x} P
n1
es LD porque
c
1
x + c
2
2x = (c
1
+ 2c
2
)x = 0 si c
1
= 2c
2
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
Interpretaci on geom etrica en R
2
El conjunto

1
0

genera una lnea de


vectores.
El conjunto

0
1

genera otra lnea de


vectores.
A partir del conjunto

1
0

0
1

podemos
generar (fabricar)
todos los vectores de
R
2
haciendo
combinaciones lineales.

1
0

2
0

3
0

4
0

1
0

2
0

3
0

4
0

1
3

2
1

4
1

4
4

1
3

0
1

0
2

0
3

0
4

0
2

0
3

0
4

0
0

R
2
m ultiplos de

1
0

u
l
t
i
p
l
o
s
d
e

01

comb. lin. de

1
0

0
1

Tema 5: espacios vectoriales


Independencia, bases y coordenadas
Independencia lineal
Interpretaci on geom etrica en R
2
El conjunto

1
0

genera una lnea de


vectores.
El conjunto

0
1

genera otra lnea de


vectores.
A partir del conjunto

1
0

0
1

podemos
generar (fabricar)
todos los vectores de
R
2
haciendo
combinaciones lineales.

1
0

2
0

3
0

4
0

1
0

2
0

3
0

4
0

1
3

2
1

4
1

4
4

1
3

0
1

0
2

0
3

0
4

0
2

0
3

0
4

0
0

R
2
m ultiplos de

1
0

u
l
t
i
p
l
o
s
d
e

01

comb. lin. de

1
0

0
1

Tema 5: espacios vectoriales


Independencia, bases y coordenadas
Independencia lineal
Interpretaci on geom etrica en P
n1
El conjunto {1} genera
una lnea de
polinomios.
El conjunto {x} genera
otra lnea de
polinomios.
A partir del conjunto
{x, 1} podemos
generar (fabricar)
todas las funciones
polinomio de P
n1
haciendo
combinaciones lineales.
{1}
2
3
4
0
1
2
3
4
{x}
2x
3x
4x
x
2x
3x
4x
2
x
+
1
3
x
+
1

2
x
+
1

3
x
+
4

5
x
+

2
x

4
x

1
2
x

2
3
x

4
P
n1
m
u
ltip
lo
s
d
e
1
m

u
l
t
i
p
l
o
s
d
e
x
comb. lin.
de
{x, 1}
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
Interpretaci on geom etrica en P
n1
El conjunto {1} genera
una lnea de
polinomios.
El conjunto {x} genera
otra lnea de
polinomios.
A partir del conjunto
{x, 1} podemos
generar (fabricar)
todas las funciones
polinomio de P
n1
haciendo
combinaciones lineales.
{1}
2
3
4
0
1
2
3
4
{x}
2x
3x
4x
x
2x
3x
4x
2
x
+
1
3
x
+
1

2
x
+
1

3
x
+
4

5
x
+

2
x

4
x

1
2
x

2
3
x

4
P
n1
m
u
ltip
lo
s
d
e
1
m

u
l
t
i
p
l
o
s
d
e
x
comb. lin.
de
{x, 1}
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
C omo comprobar la independencia lineal?
Teorema 1
Si con los vectores v
1
, v
2
, . . . , v
n
se forman las columnas de
una matriz A, y se calcula rango(A), entonces
1 si rango(A) = n los vectores son LI
2 si rango(A) < n los vectores son LD.
Teorema 2
Si con los vectores v
1
, v
2
, . . . , v
n
se forman las columnas de
una matriz cuadrada A, y se calcula det(A), entonces
1 si det(A) = 0 los vectores son LI
2 si det(A) = 0 los vectores son LD.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Independencia lineal
C omo comprobar la independencia lineal?
Teorema 1
Si con los vectores v
1
, v
2
, . . . , v
n
se forman las columnas de
una matriz A, y se calcula rango(A), entonces
1 si rango(A) = n los vectores son LI
2 si rango(A) < n los vectores son LD.
Teorema 2
Si con los vectores v
1
, v
2
, . . . , v
n
se forman las columnas de
una matriz cuadrada A, y se calcula det(A), entonces
1 si det(A) = 0 los vectores son LI
2 si det(A) = 0 los vectores son LD.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas

Indice
1 Espacios vectoriales
Denici on y propiedades
Subespacios vectoriales
2 Independencia, bases y coordenadas
Independencia lineal
Bases y coordenadas
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Bases de un espacio vectorial
Denici on 5 (base)
Un conjunto ordenado de vectores B = {v
1
, v
2
, . . . , v
n
} se dice
que es una base de un espacio vectorial V si cumple las
siguientes dos condiciones
1 el conjunto B es linealmente independiente (LI)
2 el conjunto B permite generar (fabricar), haciendo
combinaciones lineales, a todos los vectores del espacio
vectorial V.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 4
Algunas bases para el espacio vectorial R
2
.
El conjunto ordenado B
1
=
__
1
0
_
,
_
0
1
__
es una base de R
2
.
El conjunto ordenado B
2
=
__
0
1
_
,
_
1
0
__
es otra base de R
2
.
El conjunto ordenado B
3
=
__
1
0
_
,
_
0
1
_
,
_
1
1
__
no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
4
=
__
1
0
__
no es una base, porque
no permite generar todos los vectores de R
2
. . .
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 4
Algunas bases para el espacio vectorial R
2
.
El conjunto ordenado B
1
=
__
1
0
_
,
_
0
1
__
es una base de R
2
.
El conjunto ordenado B
2
=
__
0
1
_
,
_
1
0
__
es otra base de R
2
.
El conjunto ordenado B
3
=
__
1
0
_
,
_
0
1
_
,
_
1
1
__
no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
4
=
__
1
0
__
no es una base, porque
no permite generar todos los vectores de R
2
. . .
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 4
Algunas bases para el espacio vectorial R
2
.
El conjunto ordenado B
1
=
__
1
0
_
,
_
0
1
__
es una base de R
2
.
El conjunto ordenado B
2
=
__
0
1
_
,
_
1
0
__
es otra base de R
2
.
El conjunto ordenado B
3
=
__
1
0
_
,
_
0
1
_
,
_
1
1
__
no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
4
=
__
1
0
__
no es una base, porque
no permite generar todos los vectores de R
2
. . .
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 4
Algunas bases para el espacio vectorial R
2
.
El conjunto ordenado B
1
=
__
1
0
_
,
_
0
1
__
es una base de R
2
.
El conjunto ordenado B
2
=
__
0
1
_
,
_
1
0
__
es otra base de R
2
.
El conjunto ordenado B
3
=
__
1
0
_
,
_
0
1
_
,
_
1
1
__
no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
4
=
__
1
0
__
no es una base, porque
no permite generar todos los vectores de R
2
. . .
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 4
Algunas bases para el espacio vectorial R
2
.
El conjunto ordenado B
1
=
__
1
0
_
,
_
0
1
__
es una base de R
2
.
El conjunto ordenado B
2
=
__
0
1
_
,
_
1
0
__
es otra base de R
2
.
El conjunto ordenado B
3
=
__
1
0
_
,
_
0
1
_
,
_
1
1
__
no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
4
=
__
1
0
__
no es una base, porque
no permite generar todos los vectores de R
2
. . .
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Dimensi on de un espacio vectorial
Teorema 3
Si B
1
= {v
1
, . . . , v
m
} y B
2
= {w
1
, . . . , w
n
} son dos bases para
el mismo espacio vectorial, entonces m = n.
Denici on 6
La dimensi on dim(V) de un espacio vectorial V es el n umero de
vectores que tiene cualquiera de sus posibles bases.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Dimensi on de un espacio vectorial
Teorema 3
Si B
1
= {v
1
, . . . , v
m
} y B
2
= {w
1
, . . . , w
n
} son dos bases para
el mismo espacio vectorial, entonces m = n.
Denici on 6
La dimensi on dim(V) de un espacio vectorial V es el n umero de
vectores que tiene cualquiera de sus posibles bases.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 5
Algunas bases para el espacio vectorial P
n3
(de todas las
funciones polinomio de grado menor o igual a tres).
El conjunto ordenado B
1
= {x, 1} no es una base, porque
no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
2
= {x
2
, x, 1} no es una base,
porque no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
3
= {x
3
, x
2
, x, 1} es una base.
El conjunto ordenado B
4
= {x
3
, x + 1, x, 1} no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
5
= {2x
3
, x
2
, x +1, 1} es una base.
Entonces la dimensi on de P
n3
es dim
_
P
n3
_
= 4.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 5
Algunas bases para el espacio vectorial P
n3
(de todas las
funciones polinomio de grado menor o igual a tres).
El conjunto ordenado B
1
= {x, 1} no es una base, porque
no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
2
= {x
2
, x, 1} no es una base,
porque no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
3
= {x
3
, x
2
, x, 1} es una base.
El conjunto ordenado B
4
= {x
3
, x + 1, x, 1} no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
5
= {2x
3
, x
2
, x +1, 1} es una base.
Entonces la dimensi on de P
n3
es dim
_
P
n3
_
= 4.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 5
Algunas bases para el espacio vectorial P
n3
(de todas las
funciones polinomio de grado menor o igual a tres).
El conjunto ordenado B
1
= {x, 1} no es una base, porque
no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
2
= {x
2
, x, 1} no es una base,
porque no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
3
= {x
3
, x
2
, x, 1} es una base.
El conjunto ordenado B
4
= {x
3
, x + 1, x, 1} no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
5
= {2x
3
, x
2
, x +1, 1} es una base.
Entonces la dimensi on de P
n3
es dim
_
P
n3
_
= 4.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 5
Algunas bases para el espacio vectorial P
n3
(de todas las
funciones polinomio de grado menor o igual a tres).
El conjunto ordenado B
1
= {x, 1} no es una base, porque
no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
2
= {x
2
, x, 1} no es una base,
porque no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
3
= {x
3
, x
2
, x, 1} es una base.
El conjunto ordenado B
4
= {x
3
, x + 1, x, 1} no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
5
= {2x
3
, x
2
, x +1, 1} es una base.
Entonces la dimensi on de P
n3
es dim
_
P
n3
_
= 4.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 5
Algunas bases para el espacio vectorial P
n3
(de todas las
funciones polinomio de grado menor o igual a tres).
El conjunto ordenado B
1
= {x, 1} no es una base, porque
no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
2
= {x
2
, x, 1} no es una base,
porque no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
3
= {x
3
, x
2
, x, 1} es una base.
El conjunto ordenado B
4
= {x
3
, x + 1, x, 1} no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
5
= {2x
3
, x
2
, x +1, 1} es una base.
Entonces la dimensi on de P
n3
es dim
_
P
n3
_
= 4.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 5
Algunas bases para el espacio vectorial P
n3
(de todas las
funciones polinomio de grado menor o igual a tres).
El conjunto ordenado B
1
= {x, 1} no es una base, porque
no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
2
= {x
2
, x, 1} no es una base,
porque no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
3
= {x
3
, x
2
, x, 1} es una base.
El conjunto ordenado B
4
= {x
3
, x + 1, x, 1} no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
5
= {2x
3
, x
2
, x +1, 1} es una base.
Entonces la dimensi on de P
n3
es dim
_
P
n3
_
= 4.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 5
Algunas bases para el espacio vectorial P
n3
(de todas las
funciones polinomio de grado menor o igual a tres).
El conjunto ordenado B
1
= {x, 1} no es una base, porque
no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
2
= {x
2
, x, 1} no es una base,
porque no permite generar todos los vectores de P
n3
. . .
El conjunto ordenado B
3
= {x
3
, x
2
, x, 1} es una base.
El conjunto ordenado B
4
= {x
3
, x + 1, x, 1} no es una
base, porque no es LI, es LD. . .
El conjunto ordenado B
5
= {2x
3
, x
2
, x +1, 1} es una base.
Entonces la dimensi on de P
n3
es dim
_
P
n3
_
= 4.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Asignando coordenadas a cualquier vector
Tomemos al vector p(x) = 2x
3
+ x 1, del espacio vectorial
P
n3
, y elijamos dos bases ordenadas distintas. . .
1 B
1
= {x
3
, x
2
, x, 1}
2 podemos escribir la
combinaci on lineal
p(x) = 2 x
3
+ 0 x
2
+ 1 x + (1) 1
= 2x
3
+ x 1
3 las coordenadas son
p(x) = 2x
3
+ x 1

2
0
1
1

B
1
1 B
2
= {2x
3
, x
2
, x 1, 2}
2 podemos escribir la
combinaci on lineal
p(x) = 1 2x
3
+ 0 x
2
+ 1 (x 1) + 0 2
= 2x
3
+ x 1
3 las coordenadas son
p(x) = 2x
3
+ x 1

1
0
1
0

B
2
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Asignando coordenadas a cualquier vector
Tomemos al vector p(x) = 2x
3
+ x 1, del espacio vectorial
P
n3
, y elijamos dos bases ordenadas distintas. . .
1 B
1
= {x
3
, x
2
, x, 1}
2 podemos escribir la
combinaci on lineal
p(x) = 2 x
3
+ 0 x
2
+ 1 x + (1) 1
= 2x
3
+ x 1
3 las coordenadas son
p(x) = 2x
3
+ x 1

2
0
1
1

B
1
1 B
2
= {2x
3
, x
2
, x 1, 2}
2 podemos escribir la
combinaci on lineal
p(x) = 1 2x
3
+ 0 x
2
+ 1 (x 1) + 0 2
= 2x
3
+ x 1
3 las coordenadas son
p(x) = 2x
3
+ x 1

1
0
1
0

B
2
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Asignando coordenadas a cualquier vector
Tomemos al vector p(x) = 2x
3
+ x 1, del espacio vectorial
P
n3
, y elijamos dos bases ordenadas distintas. . .
1 B
1
= {x
3
, x
2
, x, 1}
2 podemos escribir la
combinaci on lineal
p(x) = 2 x
3
+ 0 x
2
+ 1 x + (1) 1
= 2x
3
+ x 1
3 las coordenadas son
p(x) = 2x
3
+ x 1

2
0
1
1

B
1
1 B
2
= {2x
3
, x
2
, x 1, 2}
2 podemos escribir la
combinaci on lineal
p(x) = 1 2x
3
+ 0 x
2
+ 1 (x 1) + 0 2
= 2x
3
+ x 1
3 las coordenadas son
p(x) = 2x
3
+ x 1

1
0
1
0

B
2
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Asignando coordenadas a cualquier vector
Tomemos al vector p(x) = 2x
3
+ x 1, del espacio vectorial
P
n3
, y elijamos dos bases ordenadas distintas. . .
1 B
1
= {x
3
, x
2
, x, 1}
2 podemos escribir la
combinaci on lineal
p(x) = 2 x
3
+ 0 x
2
+ 1 x + (1) 1
= 2x
3
+ x 1
3 las coordenadas son
p(x) = 2x
3
+ x 1

2
0
1
1

B
1
1 B
2
= {2x
3
, x
2
, x 1, 2}
2 podemos escribir la
combinaci on lineal
p(x) = 1 2x
3
+ 0 x
2
+ 1 (x 1) + 0 2
= 2x
3
+ x 1
3 las coordenadas son
p(x) = 2x
3
+ x 1

1
0
1
0

B
2
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 6
Dar las coordenadas del vector A =
_
2 1
1 1
_
, del espacio
R
22
, en la base B =
__
1 0
0 0
_
,
_
0
1
/2
0 0
_
,
_
0 0
1
/3 0
_
,
_
0 0
0
1
/4
__
.
la combinaci on lineal es
_
2 1
1 1
_
= 2
_
1 0
0 0
_
+2
_
0
1
/2
0 0
_
+3
_
0 0
1
/3 0
_
+(4)
_
0 0
0
1
/4
_
por lo tanto las coordenadas resultan
A =
_
2 1
1 1
_

_
_
_
_
2
2
3
4
_
_
_
_
B
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 6
Dar las coordenadas del vector A =
_
2 1
1 1
_
, del espacio
R
22
, en la base B =
__
1 0
0 0
_
,
_
0
1
/2
0 0
_
,
_
0 0
1
/3 0
_
,
_
0 0
0
1
/4
__
.
la combinaci on lineal es
_
2 1
1 1
_
= 2
_
1 0
0 0
_
+2
_
0
1
/2
0 0
_
+3
_
0 0
1
/3 0
_
+(4)
_
0 0
0
1
/4
_
por lo tanto las coordenadas resultan
A =
_
2 1
1 1
_

_
_
_
_
2
2
3
4
_
_
_
_
B
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Ejemplo 6
Dar las coordenadas del vector A =
_
2 1
1 1
_
, del espacio
R
22
, en la base B =
__
1 0
0 0
_
,
_
0
1
/2
0 0
_
,
_
0 0
1
/3 0
_
,
_
0 0
0
1
/4
__
.
la combinaci on lineal es
_
2 1
1 1
_
= 2
_
1 0
0 0
_
+2
_
0
1
/2
0 0
_
+3
_
0 0
1
/3 0
_
+(4)
_
0 0
0
1
/4
_
por lo tanto las coordenadas resultan
A =
_
2 1
1 1
_

_
_
_
_
2
2
3
4
_
_
_
_
B
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Repaso de ideas clave
1 El conjunto {v
1
, . . . , v
n
} genera un espacio vectorial V si
sus combinaciones lineales llenan ese espacio.
2 Una base consiste en vectores independientes que
generan un espacio vectorial.
3 Cada vector del espacio vectorial V es una combinaci on
lineal unica de los vectores de la base ;coordenadas.
4 Todas las bases de un espacio vectorial V tienen el mismo
n umero de vectores, y este n umero es la dimensi on
dim(V) del espacio.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Repaso de ideas clave
1 El conjunto {v
1
, . . . , v
n
} genera un espacio vectorial V si
sus combinaciones lineales llenan ese espacio.
2 Una base consiste en vectores independientes que
generan un espacio vectorial.
3 Cada vector del espacio vectorial V es una combinaci on
lineal unica de los vectores de la base ;coordenadas.
4 Todas las bases de un espacio vectorial V tienen el mismo
n umero de vectores, y este n umero es la dimensi on
dim(V) del espacio.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Repaso de ideas clave
1 El conjunto {v
1
, . . . , v
n
} genera un espacio vectorial V si
sus combinaciones lineales llenan ese espacio.
2 Una base consiste en vectores independientes que
generan un espacio vectorial.
3 Cada vector del espacio vectorial V es una combinaci on
lineal unica de los vectores de la base ;coordenadas.
4 Todas las bases de un espacio vectorial V tienen el mismo
n umero de vectores, y este n umero es la dimensi on
dim(V) del espacio.
Tema 5: espacios vectoriales
Independencia, bases y coordenadas
Bases y coordenadas
Repaso de ideas clave
1 El conjunto {v
1
, . . . , v
n
} genera un espacio vectorial V si
sus combinaciones lineales llenan ese espacio.
2 Una base consiste en vectores independientes que
generan un espacio vectorial.
3 Cada vector del espacio vectorial V es una combinaci on
lineal unica de los vectores de la base ;coordenadas.
4 Todas las bases de un espacio vectorial V tienen el mismo
n umero de vectores, y este n umero es la dimensi on
dim(V) del espacio.
Tema 5: espacios vectoriales
Ejemplos con Sage
Vectores, coordenadas e independencia lineal

Indice
3 Ejemplos con Sage
Vectores, coordenadas e independencia lineal
Tema 5: espacios vectoriales
Ejemplos con Sage
Vectores, coordenadas e independencia lineal
Hacer combinaciones lineales de vectores de P
n3
# crear el vector p(x) = x
2
+ 2 P
n3
p(x) = x
**
2+2
# crear el vector q(x) = x
3
x + 1 P
n3
q(x) = x
**
3-x+1
# hacer la combinacion lineal r(x) = 2p(x) + 3q(x)
r(x) = 2
*
p(x)+3
*
q(x)
# mostrar el vector resultante
r.show() # r (x) = 3x
3
+ 2x
2
3x + 7
Tema 5: espacios vectoriales
Ejemplos con Sage
Vectores, coordenadas e independencia lineal
Independecia lineal de un conjunto en R
3
# creamos un conjunto (una lista)
# de vectores de R
3
D = [(1,2,3),(2,3,1),(3,5,4)]
print D
# para crear una matriz "por columnas", la
# creamos "por filas" y la transponemos
A = matrix([D[0],D[1],D[2]]).transpose()
# ahora utilizamos rango(A) para decidir
if (A.rank() == A.ncols()):
print "El conjunto de vectores es LI."
else:
print "El conjunto de vectores es LD."
Tema 5: espacios vectoriales
Ejemplos con Sage
Vectores, coordenadas e independencia lineal
Independecia lineal de un conjunto en P
n2
# tenemos un conjunto de vectores de P
n2
# D = {2x
2
+ 7, x 1, x
2
+ x + 5}
# y utilizamos la base B = {x
2
, x, 1}
# creamos un conjunto (una lista) de coordenadas
D = [(2,0,7),(0,1,-1),(1,1,5)]
print D
# crear una matriz "por columnas"
A = matrix([D[0],D[1],D[2]]).transpose()
# ahora utilizamos rango(A) para decidir
if (A.rank() == A.ncols()):
print "El conjunto de vectores es LI."
else:
print "El conjunto de vectores es LD."