Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 1

ALGEBRA LINEAL


ESPACIOS VECTORIALES

DEFINICIN. Sea V un conjunto no vaco de objetos, llamados elementos(vectores). Y sea F
un campo
1
, conjunto no vaco de objetos, llamados elementos(escalares).
Se definen las operaciones:
V V V : + ; adicin de vectores
V V F : - ; multiplicacin de un escalar por un vector
El conjunto V con las operaciones definidas se llama espacio vectorial sobre el campo F s
satisface los siguientes axiomas:
Axiomas para la Adicin
A1. Si u y v son elementos cualesquiera en V, entonces v u + est en V (es decir, V es
cerrado bajo la operacin + )
A2. u v v u + = + , para u y v en V
A3. w v u w v u + + = + + ) ( ) ( , para u, v y w en V
A4. Existe un elemento 0 (vector cero o nulo) en V tal que u 0 u = + , para toda u en V
A5. Para cada u en V existe un elemento u en V tal que 0 u u + +

Axiomas para la multiplicacin por escalares
M1. Si u es cualquier elemento en V y o es cualquier elemento en F, entonces u - o est
en V ( es decir V es cerrado bajo la operacin - )
M2. v u v u - o + - o = + - o ) ( , para todo o en F y toda u y v en V
M3. u u u - | + - o = - | + o ) ( , para todo o y | en F y toda u en V
M4. u u - o| = - | - o ) ( ) ( , para todo o y | en F y toda u en V
M5. u u = - 1 , para toda u en V

NOTA.
1. Si el campo F es el conjunto de los nmeros reales, obtenemos un espacio vectorial real
2. Si el campo F es el conjunto de los nmeros complejos, obtenemos un espacio vectorial
complejo.
3. En adelante consideraremos slo espacios vectoriales reales a menos que se indique lo
contrario.

Ejemplos

1. Sea R V= , el conjunto de los nmeros reales con y x + y x o la adicin y
multiplicacin ordinarios de nmeros reales.
2. Sea C V= , el conjunto de los nmeros complejos con y x + y x o la adicin de
nmeros complejos y multiplicacin de un nmero complejo por un real.
3. Sea
n
R V= , el conjunto de todas las n-plas de nmeros reales con las operaciones de
adicin y multiplicacin escalar definidas en forma ordinaria.
4. Sea { } R 0 , y , x / ) 0 , y , x ( V e = con las operaciones:
) 0 , ' y y , ' x x ( ) 0 , ' y , ' x ( ) 0 , y , x ( + + = +
) 0 , y , x ( ) 0 , y , x ( o o = - o
5. Espacios Funcionales. Los elementos en V son funciones vectoriales con:
) x ( g ) x ( f ) x )( g f ( + = + , suma de dos funciones

1
Conjunto no vaco de escalares, con las operaciones de adicin y multiplicacin , que satisfacen cinco
axiomas para la adicin y cinco axiomas para la multiplicacin.
Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 2
) x ( f ) x )( f ( o = o , multiplicacin de una funcin por un escalara real
Los siguientes conjuntos son ejemplos de espacios funcionales
6. El conjunto de todas las funciones definidas en un intervalo dado. Por ejemplo:
| | { }
| | { } b , a en egrable int es f / R ] b , a [ : f I V
b , a en continua es f / R ] b , a [ : f C V
] b , a [
] b , a [
= =
= =

7. Sea { } n grado de polinomios los todos de conjunto P V
n
s = = con las operaciones de
adicin de polinomios y multiplicacin de un polinomio por un escalar real.
8. Sea { } n grado de polinomios los todos de vectorial espacio un un es P / P P V
n n
s = = con
las operaciones de adicin de polinomios de grado n s y multiplicacin de un
polinomio de grado n s por un escalar real.


SUBESPACIOS

Sea V un espacio vectorial y S un subconjunto no vaco de V. Si S es un espacio vectorial con
respecto de las operaciones en V, entonces S es un subespacio de V.

CRITERIO DE SUBESPACIO
Un subconjunto S no vaco de un espacio vectorial V es un subespacio si y solo si satisface los
axiomas de clausura o cerradura.

Es decir;
S es un subespacio de V si y solo si se cumplen las siguientes condiciones:
1. Si u y v son vectores cualesquiera en S, entonces v u + est en S
2. Si o es cualquier nmero real y u es cualquier vector en S, entonces u - o est en S.

NOTA
Cada espacio vectorial V tiene al menos dos subespacios, l mismo y el subespacio { } 0 que
consta slo del vector cero. Estos son llamados subespacios triviales.

Ejemplos
1. Sea
{ } { } bles diferencia nte continuame funciones continua sea f , R ] b , a [ : f / f C
' '
] b , a [
= =
Determinar si
'
] b , a [
C es un subespacio de
] b , a [
C
Solucin.
-
'
] b , a [
C es un subconjunto no vaco de
] b , a [
C , basta considerar la funcin nula.
- Sea
'
b] [a,
C f e , es decir f es diferenciable , esto implica que f es continua entonces
b] [a,
C f e
Por tanto
'
b] [a,
C es un subconjunto de
b] [a,
C
En seguida verificamos las condiciones del criterio de subespacio
1. Sean
'
b] [a,
C g f, e , es decir f y g son continuamente diferenciables, entonces
g f + es continuamente diferenciales, es decir
'
b] [a,
C g f e +
Por tanto
'
b] [a,
C satisface el axioma de clausura respecto de la adicin

Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 3
2. Sea R e o y sea
'
b] [a,
C f e , entonces f o es continuamente diferenciable, es
decir
'
b] [a,
C f e o
Por tanto
'
b] [a,
C satisface el axioma de clausura respecto a la multiplicacin por un
escalar.

En conclusin,
'
] b , a [
C es un subespacio de
] b , a [
C

En general;
{ } { } continua es derivada esima n cuya funciones continua es f , R ] b , a [ : f / f C
n n
] b , a [
= =
es un subespacio de
m
] b , a [
C si n ms .

2. Determinar si el subconjunto { } x 2 y / R ) y , x ( S
2
= e = es un subespacio de
2
R

Solucin.
- S es un subconjunto no vaco de
2
R , basta considerar
2
R S ) 0 , 0 ( c e

En seguida verificamos las condiciones del criterio de subespacio

1. Sean S ) y , x (
1 1
e y S ) y , x (
2 2
e
Entonces
1 1
x 2 y = ,
2 2
x 2 y =
Sumando ambas expresiones se obtiene
) x x ( 2 y y
2 1 2 1
+ = +
Entonces
S ) y y , x x (
2 1 2 1
e + +
Por tanto
S ) y , x ( ) y , x (
2 2 1 1
e +

2. Sean S ) y , x (
1 1
e y R e o
Entonces
1 1
x 2 y =
multiplicando por o se obtiene
1 1
x 2 y o = o
Entonces
S ) y , x (
1 1
e o o
Por tanto
S ) y , x (
1 1
e o
En conclusin S es un subespacio de
2
R

3. Determinar si el subconjunto { } 1 x y / R ) y , x ( W
2
+ = e = es un subespacio de
2
R

Solucin.
W es un subconjunto no vaco de
2
R , basta considerar
2
R W ) 2 , 1 ( c e
1. Sea W ) y , x ( , ) y , x (
2 2 1 1
e
Entonces
Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 4
1 x y , 1 x y
2 2 1 1
+ = + =

sumando ambas expresiones
2 x x y y
2 1 2 1
+ + = +

entonces
W ) y y , x x (
2 1 2 1
e + +

por lo tanto

W ) y , x ( ) y , x (
2 2 1 1
e +

En consecuencia W no es subespacio de
2
R
o tambin basta considerar el vector nulo, es decir W ) 0 , 0 ( e

4. Determinar si el subconjunto { } 1 x x x / R ) x , x , x ( M
2
3
2
2
2
1
3
3 2 1
= + + e = es un
subespacio de
3
R

Solucin.
M es un subconjunto no vaco de
3
R , basta considerar
3
R M ) 0 , 0 , 1 ( c e
Sea M ) y , y , y ( , ) x , x , x (
3 2 1 3 2 1
e
Entonces
1 y y y , 1 x x x
2
3
2
2
2
1
2
3
2
2
2
1
= + + = + +

sumando ambas expresiones

2 y x y x y x
2
3
2
3
2
2
2
2
2
1
2
1
= + + + + +

entonces
M ) y x , y x , y x (
3 3 2 2 1 1
e + + +

Por lo tanto
M ) y , y , y ( ) x , x , x (
3 2 1 3 2 1
e +

En consecuencia M no es subespacio de
3
R
o tambin basta considerar el vector nulo, es decir W ) 0 , 0 , 0 ( e

5. { } reales es coeficient con x en polinomio un es ) x ( P / ) x ( P P = con las operaciones:
+ ; Adicin de polinomios en x
. ; multiplicacin de un polinomio por un escalar
{ } N n , R a , , a , a ; x a x a x a a ) x ( P / P ) x ( P P
n 1 0
n
n
2
2 1 0 n
e e + + + + = e =
n
P es un subespacio de P.


OPERACIONES CON SUBESPACIOS

INTERSECCIN DE SUBESPACIOS
Sea { }
I i i
S
e
una familia de subespacios de V.
i
I i
S S

e
= resulta ser un subespacio de V.
Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 5
NOTA. Los subespacios
1
S y
2
S se llaman disjuntos si { } 0 S S
2 1
=

Ejemplo
Sea
3
R un espacio vectorial sobre R y
{ } 0 x / R ) x , x , x ( S
3
3
3 2 1 1
= e =
{ } 0 x / R ) x , x , x ( S
1
3
3 2 1 2
= e =
dos subespacios. Entonces
( ) { } 0 x , 0 x / R x , x , x S S S
3 1
3
3 2 1 2 1
= = e = =
( ) { } R / R 0 , , 0 S S S
3
2 1
e o e o = = es el eje
2
x


Ejercicio. Demostrar que la interseccin de toda familia de subespacios de V, es un subespacio
de V.

UNION DE SUBESPACIOS
Si
1
S y
2
S son dos subespacios de V, entonces
2 1
S S no necesariamente es un subespacio de
V.

Ejemplo
Sean
{ } x 2 y / ) y , x ( x S
1
= = = y { } x 4 y / ) y , x ( y S
2
= = =
dos subespacios. La unin
2 1
S S es el par de rectas.
Si
2 1 2
2 1 1
S S y S y
S S x S x

e e
e e

pero
2 1
S S y x e +

SUMA DE SUBESPACIOS
Sean
1
S y
2
S dos subespacios de V. Se define el conjunto
{ }
2 2 1 1 2 1 2 1
S x , S x ; x x x / V x S S S e e + = e = + =
llamado suma de los subespacios
1
S y
2
S .

Ejercicios
Demostrar que la suma de dos subespacios de V es un subespacio de V.

SUMA DIRECTA
Sean
1
S y
2
S dos subespacios de V. Se define la suma directa de
1
S y
2
S como:
{ } 0 S S , S S S S S S
2 1 2 1 2 1
= + = =

Ejercicio
Si
n 2 1
S , , S , S son subespacios de V, entonces
Y
Z


X
Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 6
)
`

= e = e = =

= =
n
1 i
i i i
n
1 i
i
n , , 2 , 1 i , S x ; x x / V x S S
es un subespacio de V.

DEFINICIN. Sea S un subconjunto no vaco de un espacio vectorial V. Un elemento v en V
de la forma

=
o o o e o =
n
1 i
n 2 1 n 2 1 i i
escalares , , , , S v , , v , v ; v v
Se denomina COMBINACIN LINEAL de elementos de S.

Ahora; Si el conjunto
{ } S de elementos de lineal n combinaci es v / V v ) S ( L e =
Satisface los axiomas de clausura, es un subespacio de V.
Luego, se dice que:
- ) S ( L esta generado por S y se escribe { }
n 2 1
v , , v , v gen S gen ) S ( L = =
- ) S ( L es llamada la envolvente lineal de S.

NOTA
1. Si | = S , entonces { } 0 ) S ( L = ; conjunto que consta slo del elemento cero
2. Conjuntos distintos pueden generar el mismo subespacio


Ejemplos
1. El espacio
2
R est generado por cada uno de los siguientes conjuntos de vectores { } j , i ,
{ } j i , j , i + , { } j i , j , j , i , i , 0 +
2. El espacio de todos los polinomios ) t ( P de grado n s ( )
n
P est generado por el
conjunto de 1 n + polinomios { }
n 2
t , , t , t , 1
3. El espacio de todos los polinomios est generado por el conjunto infinito de los
polinomios { } , t , t , 1
2

4. En
2
P sean 2 t t 2 v
2
1
+ + = , t 2 t v
2
2
= , 2 t 5 t 5 v
2
3
+ = , 2 t 3 t v
2
4
=
vectores en S. Determinar si el vector 2 t t u
2
+ + = pertenece a la envolvente lineal de
S.

Solucin
Si existen escalares
4 3 2 1
, , , o o o o tal que
u v v v v
4 4 3 3 2 2 1 1
= o + o + o + o ,
entonces u pertenece a { }
4 3 2 1
v , v , v , v gen ) S ( L =

Remplazando los vectores se tiene

( ) ( ) ( ) ( ) 2 t t 2 t 3 t 2 t 5 t 5 t 2 t 2 t t 2
2 2
4
2
3
2
2
2
1
+ + = o + + o + o + + + o
( ) ( ) ( ) 2 t t 2 2 2 t 3 5 2 t 5 2
2
4 3 1 4 3 2 1
2
4 3 2 1
+ + = o o + o + o o o o + o o + o + o

De donde se obtiene el sistema lineal

Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 7
2 2 2 2
1 3 5 2
1 5 2
4 3 1
4 3 2 1
4 3 2 1
= o o + o
= o o o o
= o o + o + o


Tomando la matriz aumentada y mediante operaciones elementales llevamos a la matriz
escalonada reducida

(
(
(

(
(
(

1 0 0 0 0
0 1 3 1 0
0 1 1 0 1
s elementale
s operacione
2 2 2 0 2
1 3 5 2 1
1 1 5 1 2


Lo cual indica que el sistema es inconsistente, es decir que no tiene solucin.
Por lo tanto ) S ( L ue

5. Sea { } ) 1 , 1 , 0 ( v ), 1 , 0 , 1 ( v S
2 1
= = = . Determinar ) S ( L

Solucin

( ) ( ) ( ) ( ) { } R , ; 1 , 1 , 0 1 , 0 , 1 x , x , x / x , x , x ) S ( L
3 2 1 3 2 1
e | o | + o = =

( ) ) , , ( x , x , x
3 2 1
| + o | o =

De donde; | = o =
2 1
x , x , entonces
2 1 3
x x x + =

Finalmente, se tiene el plano de ecuacin 0 x x x
3 2 1
= + y se escribe

{ } ( ) { }
2 1 3 3 2 1 2 1
x x x / x , x , x v , v gen ) S ( L + = = =

6. Determinar el subespacio de
3
R generado por S cuyos elementos son los vectores
) 2 , 1 , 2 ( v
1
= y ) 1 , 2 , 1 ( v
2
=

Solucin

( ) ( ) ( ) ( ) { } R , ; 1 , 2 , 1 2 , 1 , 2 x , x , x / x , x , x ) S ( L
3 2 1 3 2 1
e | o | + o = =

( ) ) 2 , 2 , 2 ( x , x , x
3 2 1
| + o | + o | + o =

3
2
1
x 2 ) 3 (
x 2 ) 2 (
x 2 ) 1 (
= | + o
= | + o
= | + o


De (1) y (3) se tiene:
3 1
x x = y
2
x cualquier real

Finalmente, se tiene el plano de ecuacin 0 x x
3 1
= y se escribe

{ } ( ) { } R x , 0 x x / x , x , x v , v gen ) S ( L
2 3 1 3 2 1 2 1
e = = =

7. Determinar el subespacio de
2 2
M

generado por las matrices
Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 8

(

=
1 0
0 1
v
1
,
(

=
0 0
1 0
v
2
,
(

=
0 1
0 0
v
3


Solucin.


DEFINICIN. Los vectores
n 2 1
v , , v , v en un espacio vectorial V generan a V si todo
vector en V es una combinacin lineal de
n 2 1
v , , v , v . Adems, si estos vectores son distintos
y los denotamos como el conjunto { }
n 2 1
v , , v , v S = , entonces decimos que S genera a V.
Es decir,
{ }
n 2 1
v , , v , v gen S gen ) S ( L = =

Ejemplo.
Los vectores ) 0 , 1 ( i e
1
= = y ) 1 , 0 ( j e
2
= = generan a
2
R . Pues, si ) u , u ( u
2 1
= es cualquier
vector en
2
R , entonces
2 2 1 1
e u e u u + =
Es decir,
{ } ( ) { }
2
2 1 2 1
R e , e gen e , e L = =

INDEPENDENCIA LINEAL

DEFINICIN. Los vectores
n 2 1
v , , v , v en un espacio vectorial son linealmente
dependientes si existen escalares
n 2 1
, , , o o o no todos iguales a cero, tales que

0 v v v
n n 2 2 1 1
= o + + o + o

En caso contrario, se dice que
n 2 1
v , , v , v son linealmente independientes. Es decir;
n 2 1
v , , v , v son linealmente independientes si siempre que 0 v v v
n n 2 2 1 1
= o + + o + o ,
debemos tener
0
n 2 1
= o = = o = o

Si los vectores
n 2 1
v , , v , v son distintos y los denotamos como el conjunto
{ }
n 2 1
v , , v , v S = , entonces decimos que el conjunto S es linealmente dependiente o
linealmente independiente.

Ejemplo.
Determinar si los vectores ) 0 , 0 , 1 , 1 ( v
1
= y ) 1 , 1 , 0 , 2 ( v
2
= son linealmente dependientes o
independientes.

Solucin
De la ecuacin
( ) ( ) 0 1 , 1 , 0 , 2 0 , 0 , 1 , 1
2 1
= o + o

obtenemos el sistema
0
0
0
0 2
2
2
1
2 1
= o
= o
= o
= o o

Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 9

Cuya nica solucin es 0
2 1
= o = o . Por lo tanto los vectores son linealmente independientes.

Ejemplo.
Es el conjunto { } ) 0 , 0 , 2 ( v ), 1 , 2 , 3 ( v ), 1 , 2 , 1 ( v ), 1 , 2 , 1 ( v S
4 3 2 1
= = = = = linealmente
independiente o linealmente dependiente?

Solucin.
De la ecuacin
( ) ( ) 0 ) 0 , 0 , 2 ( ) 1 , 2 , 3 ( 1 , 2 , 1 1 , 2 , 1
4 3 2 1
= o + o + o + o

Obtenemos el sistema
0
0 2 2 2
0 2 3
3 2 1
3 2 1
4 3 2 1
= o o + o
= o + o o
= o + o o + o


De donde, como el nmero de incgnitas es mayor que el nmero de ecuaciones el sistema tiene
una solucin no trivial. Por lo tanto, S es linealmente dependiente.
Tambin, se puede considerar el sistema en forma matricial

Aqu dos de las muchas soluciones
1 , 0 , 1 , 1
0 , 1 , 2 , 1
4 3 2 1
4 3 2 1
= o = o = o = o
= o = o = o = o


Ejercicio.
Halle el conjunto S que genera al subespacio ( ) ( ) { } 0 z x 2 , y x / R z , y , x S L
3
= + = e =
Solucin.
Para hallar el conjunto S, se debe conseguir las ecuaciones paramtricas del subespacio a partir
de las ecuaciones cartesianas

=
=
=
y 2 z
x 2 z
x y

Entonces
( ) ( ) ( ) 2 , 1 , 1 y y 2 , y , y z , y , x = =
Por lo tanto el conjunto ( ) { } 2 , 1 , 1 S = genera a ( ) S L .


Ejercicio.
Sea ( ) ( ) { } 0 , 1 , 1 , 1 , 0 , 1 S
1
= , entonces ( ) ( ) { } 0 z y x / R z , y , x S L
3
1
= + + e =
Sea ( ) ( ) { } 0 , 2 , 2 , 1 , 1 , 1 S
2
= , entonces ( ) ( ) { } 0 z y x / R z , y , x S L
3
2
= + + e =

De donde se concluye que:

Propiedad. Los subespacios vectoriales no estn generados de forma nica.

Ejercicio.
Sea ( ) ( ) { } 0 z / R z , y , x S L
3
= e = . Halle S
Solucin.
De 0 z = se tiene que:
( ) ( ) ( ) ( ) 0 , 1 , 0 y 0 , 0 , 1 x 0 , y , x z , y , x + = =
Entonces
( ) ( ) { } 0 , 1 , 0 , 0 , 0 , 1 S
1
=
Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 10

Ejercicio.
Si ( ) ( ) ( ) { } 0 , 1 , 1 , 0 , 1 , 0 , 0 , 0 , 1 S = , halle ( ) S L
Solucin.
Sea ( )
3
R z , y , x e , entonces
( ) ( ) ( ) ( ) 0 , 1 , 1 0 , 1 , 0 0 , 0 , 1 z , y , x + | + o =
En forma matricial;
(
(
(

=
(
(
(

|
o
(
(
(

z
y
x
0 0 0
1 1 0
1 0 1

De donde; 0 z = y y , x = + | = + o
Sea t =
Por lo que
( ) ( )( ) ( )( ) ( ) 0 , 1 , 1 t 0 , 1 , 0 t y 0 , 0 , 1 t x z , y , x + + =
( ) ( ) 0 , y , x z , y , x =
Finalmente;
( ) ( ) ( ) { } ( ) ( ) { } 0 z / R z , y , x S L 0 , 1 , 1 , 0 , 1 , 0 , 0 , 0 , 1 L
3
= e = =

Propiedad. Si
2
S se construye aadiendo vectores que sean combinacin lineal de los vectores
de
1
S ,
2 1
S S c , entonces ( ) ( )
2 1
S L S L =

NOTA
1. Si un subconjunto T de un conjunto S es linealmente dependiente, entonces S es
linealmente dependiente.. Lgicamente, todo subconjunto de un conjunto linealmente
independiente es linealmente independiente.
2. Si un elemento de S es el producto de otro por un escalar, S es dependiente.
3. Un vector es linealmente independiente si no es el vector cero.
4. Si S 0e , entonces S es linealmente dependiente.
5. El conjunto vaco es linealmente independiente.
6. Todo conjunto finito S contiene un subconjunto linealmente independiente que genera
el subespacio ) S ( L

RANGO DE UN CONJUNTO DE VECTORES. Se denomina rango de un conjunto de
vectores al nmero mximo de vectores linealmente independientes.

BASES Y DIMENSION

DEFINICIN. Un conjunto finito S de elementos de un espacio vectorial V se llama base finita
de V si
1. S es linealmente independiente y
2. S genera a V





Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 11
Ejemplo
1. Los vectores ) 0 , 1 ( e
1
= y ) 1 , 0 ( e
2
= forman una base para
2
R
2. Los vectores ) 0 , 0 , 1 ( e
1
= , ) 0 , 1 , 0 ( e
2
= y ) 1 , 0 , 0 ( e
3
= forman una base para
3
R
3. En general, Los vectores ) 0 , , 0 , 1 ( e
1
= , ) 0 , , 1 , 0 ( e
2
= , ... , ) 1 , , 0 , 0 ( e
n
= forman
una base para
n
R
Cada uno de los conjuntos de vectores de los ejemplos anteriores se llama base natural o
base cannica para
2
R ,
3
R y
n
R respectivamente.

Teorema. Un conjunto { }
n 2 1
v , , v , v S = es una base para un espacio vectorial V si y slo si
todo vector en V se puede escribir en forma nica como una combinacin lineal de los vectores
en S.

Teorema. Sea { }
n 2 1
v , , v , v S = un conjunto de vectores no nulos en un espacio vectorial V
y ) S ( L W= . Entonces, algn subconjunto de S es un base para W.

Ejemplo.
Sea { } ) 6 , 7 , 3 , 9 ( v ), 6 , 9 , 3 , 3 ( v ), 1 , 1 , 1 , 2 ( v ), 3 , 4 , 0 , 3 ( v ), 1 , 2 , 2 , 1 ( v S
5 4 3 2 1
= = = = = =
un conjunto de vectores en
4
R . Determinar un subconjunto de S que sea una base para
) S ( L W= .

Solucin
De la ecuacin

) 0 , 0 , 0 , 0 ( ) 6 , 7 , 3 , 9 ( ) 6 , 9 , 3 , 3 ( ) 1 , 1 , 1 , 2 ( ) 3 , 4 , 0 , 3 ( ) 1 , 2 , 2 , 1 (
5 4 3 2 1
= o + o + o + o + o

obtenemos el sistema

0 6 6 3
0 7 9 4 2
0 3 3 2
0 9 3 2 3
5 4 3 2 1
5 4 3 2 1
5 4 3 1
5 4 3 2 1
= o o + o o + o
= o + o o + o o
= o + o + o + o
= o + o o + o o


llevando la matriz aumentada a la forma escalonada reducida, se tiene

(
(
(
(

0 0 0 0 0 0
0 0 0 0 0 0
0 2 / 5 2 / 3 2 / 1 1 0
0 2 / 3 2 / 3 2 / 1 0 1


luego las columnas 1 y 2 son pivote, por lo que las columnas 1 y 2 de la matriz original son
una base para ) S ( L W=
Es decir
{ } ) 3 , 4 , 0 , 3 ( v ), 1 , 2 , 2 , 1 ( v
2 1
= =

es una base para ) S ( L W=

Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 12
Teorema. Si { }
n 2 1
v , , v , v S = es una base para un espacio vectorial V y
{ }
r 2 1
w , , w , w T = es un conjunto linealmente independiente de vectores en V, entonces
n r s .

Corolario. Si { }
n 2 1
v , , v , v S = y { }
m 2 1
w , , w , w T = son bases para un espacio vectorial
V, entonces n m= .


DEFINICIN. La dimensin de un espacio vectorial V no nulo es el nmero de vectores en
una base para V. Se escribe dimV para la dimensin de V.

NOTA
1. El espacio vectorial { } 0 tiene dimensin cero.
2. El espacio vectorial V es de dimensin finita si tiene una base finita. De otro modo V es
de infinitas dimensiones
3. Si V es un espacio vectorial de dimensin finita, entonces toda base finita de V tiene el
mismo nmero de elementos.


Ejemplos
1. El conjunto de vectores

) 1 , , 1 , 1 ( v , ), 0 , , 0 , 1 , 1 , 1 ( v ), 0 , , 0 , , 1 , 1 ( v ), 0 , , 0 , 1 ( v
n 3 2 1
= = = =

es una base de
n
R

2. El conjunto { }
n 2
t , , t , t , 1 es una base para

{ }
n
n
2
2 1 0 n
t a t a t a a ) t ( P / ) t ( P P + + + + = =


Teorema. Sea V un espacio vectorial de dimensin n, y sea { }
n 2 1
v , , v , v S = un conjunto de
n vectores en V.
a) Si S es linealmente independiente, entonces es una base para V.
b) Si S genera a V, entonces es una base para V.


DEFINICIN. Sea { }
n 2 1
v , , v , v S = una base ordenada de V. Un vector v de V se puede
expresar como una combinacin lineal de los elementos de la base

n n 2 2 1 1
v v v v o + o + o =

donde
n 2 1
, , , o o o reciben el nombre de coordenadas o componentes de v y la base
constituye un sistema de coordenadas. Los subespacios de V generados por cada
i
v se
denominan un eje de coordenadas.

NOTA.

1. Nos referimos a | | ) , , , ( v
n 2 1 S
o o o = como el vector de coordenadas de v con
respecto a la base ordenada S
Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 13
2. Las entradas de | |
S
v son las coordenadas de v con respecto de S
3. | |
S
v es nica.
4. | | | | | |
S S S
w v w v + = +
5. | | | |
S S
v v o = o , o escalar real

Ejemplo
Sea
{ } ) 0 , 1 , 1 , 0 ( v ), 1 , 2 , 1 , 0 ( v ), 0 , 1 , 0 , 2 ( v ), 0 , 0 , 1 , 1 ( v S
4 3 2 1
= = = = =
Si ) 5 , 6 , 2 , 1 ( v = calcular | |
S
v

Solucin
De
) 5 , 6 , 2 , 1 ( ) 0 , 1 , 1 , 0 ( ) 1 , 2 , 1 , 0 ( ) 0 , 1 , 0 , 2 ( ) 0 , 0 , 1 , 1 (
4 3 2 1
= o + o + o + o

Se tiene, un sistema lineal de cuya matriz aumentada se obtiene la matriz escalonada
reducida
(
(
(
(

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


Entonces, el vector de coordenadas de v respecto de la base S es

| | ) 1 , 2 , 1 , 3 ( v
S
=

MATRIZ DE TRANSICIN O MATRIZ DE CAMBIO DE BASE.

Sean { }
n 2 1
v , , v , v M = y { }
n 2 1
w , , w , w N = bases para el espacio vectorial V de
dimensin n. Si v es cualquier vector en V, entonces

Sea
n n 2 2 1 1
w w w v o + + o + o =
de modo que
| | ) , , , ( v
n 2 1 N
o o o =

Entonces
| | | |
M n n 2 2 1 1 M
w w w v o o + o =
| |
M n n M 2 2 M 1 1 M
] w [ ] w [ ] w [ v o o + o =
Donde
= =
=
n
1 i
i ij j
n , , 2 , 1 j , v p w | | n ,..., 2 , 1 j ,
p
p
p
w
nj
j 2
j 1
M
j
=
(
(
(
(
(

=
.

Luego
| |
n
nn
n 2
n 1
2
2 n
22
12
1
1 n
12
11
M
p
p
p
p
p
p
p
p
p
v o
(
(
(
(
(

+ + o
(
(
(
(
(

+ o
(
(
(
(
(

=
.

. .

Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 14

Entonces
| |
(
(
(
(

o
o
o
o
(
(
(
(

=
4
3
2
1
P
nn 2 n 1 n
n 2 22 21
n 1 12 11
M
p p p
p p p
p p p
v
_

. . .

o tambin
| | | |
N M
v P v =

La matriz P es llamada la matriz de transicin o matriz de cambio de la base N a la base M.

Ejemplo.
Sean
{ } ) 1 , 1 , 1 ( v ), 0 , 2 , 1 ( v ), 1 , 0 , 2 ( v M
3 2 1
= = = = y
{ } ) 2 , 5 , 5 ( w ), 3 , 1 , 4 ( w ), 3 , 3 , 6 ( w N
3 2 1
= = = =
bases para
3
R

a) Calcular la matriz de transicin P de la base N a la base M
b) Verificar | | | |
N M
v P v = para ) 5 , 9 , 4 ( v =


Solucin.
a) Se toman los vectores n , , 2 , 1 j , w
j
= de la base N y se calcula el vector de
coordenadas con respecto a la base M.
Es decir;
1 3 3 2 2 1 1
w v v v = o + o + o
2 3 3 2 2 1 1
w v v v = o + o + o
3 3 3 2 2 1 1
w v v v = o + o + o

en donde se tiene tres sistemas de ecuaciones cada uno de tres ecuaciones con tres
incgnitas. Como la matriz de los coeficientes es la misma, los resolvemos todos a la
vez. As formamos la matriz,
(
(
(

2 3 3 1 0 1
5 1 3 1 2 0
5 4 6 1 1 2


llevando a su forma escalonada reducida, se tiene,


(
(
(

2 1 1 1 0 0
1 1 1 0 1 0
1 2 2 0 0 1


luego la matriz de transicin P de la base N a la base M es

Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 15
(
(
(

=
1 1 1
2 1 1
1 2 2
P

b) El vector ) 5 , 9 , 4 ( v = lo expresamos en trminos de M

3 2 1
v 1 v 5 v 4 ) 1 , 1 , 1 ( 1 ) 0 , 2 , 1 ( 5 ) 1 , 0 , 2 ( 4 ) 5 , 9 , 4 ( v + = + = =

de modo que
) 1 , 5 , 4 ( ] v [
M
=

El vector ) 5 , 9 , 4 ( v = lo expresamos en trminos de N

3 2 1
w 2 w 2 w 1 ) 2 , 5 , 5 ( 2 ) 3 , 1 , 4 ( 2 ) 3 , 3 , 6 ( 1 ) 5 , 9 , 4 ( v + = + = =

de modo que
) 2 , 2 , 1 ( ] v [
N
=
luego usando P se verifica
N M
] v [ P ] v [ =

(
(
(

(
(
(

=
(
(
(

2
2
1
1 1 1
2 1 1
1 2 2
1
5
4



Teorema. Sean { }
n 2 1
v , , v , v M = y { }
n 2 1
w , , w , w N = bases para el espacio vectorial V
de dimensin n. Sea P la matriz de transicin de la base N en la base M. Entonces P es no
singular y
1
P

es la matriz de transicin de la base M en la base N.

Ejemplos
1. Determinar una base del subespacio

{ }
2 1 3
3
3 2 1
x x x / R ) x , x , x ( S + = e =

Solucion.
De S ) x , x , x (
3 2 1
e se tiene que

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

Luego ) 1 , 1 , 0 ( v , ) 1 , 0 , 1 ( v
2 1
= = generan a S.
Adems de
0 v v
2 2 1 1
= o + o

0 0 ) 1 , 1 , 0 ( ) 1 , 0 , 1 (
2 1 2 1
= o = o = o + o

se tiene que
2 1
v , v son linealmente independientes.
Por consiguiente { } v , v
2 1
es una base para S.

Espacios vectoriales Matemtica IV

Rogelio Cerna Reyes 16
2. Determinar si las matrices

(

=
(

=
(

=
(

=
1 0
0 0
A ,
0 1
0 0
A ,
0 0
1 0
A ,
0 0
0 1
A
22 21 12 11


constituyen una base de
2 2
M

3. Determinar las coordenadas de ) 3 , 2 ( v = respecto de las bases { } ) 0 , 1 ( ), 1 , 1 ( S
1
= y
{ } ) 2 , 1 ( ), 3 , 2 ( S
2
= .


4. Sean los polinomios:

3 2
1 1
t t t 2 1 ) t ( P P + + = =
3 2
2 2
t 7 t 9 t 2 5 ) t ( P P + = =
3 2
3 3
t t 3 t 2 ) t ( P P + = =

c) Analizar la independencia lineal
d) Halar una base del espacio generado por ellos