MATEMTICA I

Captulo 8
------------------------------------------------------------------------------------

ESPACIOS VECTORIALES

4.1. Espacios Vectoriales y Subespacios

4.1.1. Definicin. Un espacio vectorial V es un conjunto no vaco, cuyos elementos - llamados
vectores se pueden sumar entre s, y multiplicar por escalares (nmeros reales) de tal manera que
la suma de dos elementos de V tambin pertenece a V, el producto de un escalar por un elemento de
V tambin pertenece a V, y se cumplen las siguientes propiedades:
EV1. Asociatividad
Dados u, v, w V, (u + v) + w = u + ( v + w )
EV2. Existencia de neutro
El elemento 0 (vector nulo) tiene la propiedad 0 + v = v + 0 para todos vector v V
EV3. Todo vector tiene su opuesto
Para todo v V, - v V tiene la propiedad: v + (-v)= v v= 0
EV4. Conmutatividad
Para todo par de vectores u, v V, u + v = v + u
EV5. Si c es un escalar y u, v V, entonces c.(u+v) = c.u + c.v
EV6. Si a, b son escalares y v V, entonces (a+b).v = a.v + b.v
EV7. Si a, b son escalares y v V, entonces (a.b).v= a.(b.v)
EV8. Para todo u V,

1.u = u

La existencia del opuesto permite definir la resta de vectores: u + ( -v ) = u - v

Ejemplo 1. Dados los naturales fijos m y n, el conjunto R mn de las matrices de m filas y n

columnas con coeficientes reales con las operaciones suma y producto por escalares (nmeros reales)
es un espacio vectorial porque tiene todas las propiedades EV1 a EV8 (citadas en el Captulo 1
Matrices).

Ejemplo 2. Dado el natural fijo n, el conjunto R n de las n-uplas x = ( x1 , x2 , x3 ,....., xn ) de nmeros

reales, con la suma definida de la siguiente manera: Dadas dos n-uplas x = ( x1 , x2 , x3 ,....., xn ) y

u = (u1 , u2 , u3 ,....., un ) , x + u = ( x1 + u1 , x2 + u2 , x3 + u3 ,....., xn + un ) , y el producto por un escalar

c definido as: c.u = (c.u1 , c.u2 , c.u3 ,....., c.un ) , tambin cumple todas las propiedades EV1 a
EV8 y por lo tanto es un espacio vectorial.

En particular para n=2 y n=3 los elementos de los espacios vectoriales respectivos R 2 , R3 (pares y
ternas de nmeros reales), se pueden representar grficamente como segmentos orientados con su
extremo inicial en el origen de un sistema de coordenadas cartesianas (con dos ejes x e y en R 2 , tres
ejes x, y, z en R3 ) y su extremo final en el punto cuyas coordenadas son las componentes de los
vectores correspondientes.

Existen otros espacios vectoriales, algunos de ellos son: el conjunto de todos los polinomios, el de
los polinomios de grado menor o igual que un n fijo, el conjunto de partes de un conjunto, el de
funciones reales, fuera del contenido requerido para esta materia.

Si se considera un subconjunto U de un espacio vectorial V, ste ser un subespacio de V si U es

en s mismo un espacio vectorial, es decir si U tiene las propiedades dadas en 4.1.1 con las mismas
operaciones definidas en V.
No cualquier subconjunto de V es un subespacio de V. Para que lo sea el vector nulo debe estar en
l y las operaciones definidas en V deben ser cerradas en ese subconjunto.
4.1.2. Definicin. Un conjunto S incluido en un espacio vectorial V es un subespacio (o
subespacio vectorial) de V si satisface las siguientes condiciones:
(1) El vector nulo 0 S
(2) Si v y w S entonces v + w tambin pertenece a S
(3) Si c es cualquier escalar y v cualquier vector de S, entonces c.v S

Ejemplo 1. Dado el conjunto U = A R 22 ; a11 =3a22 a21 + a12 = 0

Probar que U es un subespacio del espacio vectorial R 22 .

Hay que probar que U cumple las tres propiedades de la definicin 4.1.2.
0 0
(1) El vector nulo en R 22 es el vector (o la matriz) O =
que efectivamente cumple
0 0
las dos condiciones que definen al conjunto U. Por lo tanto O U y queda probada la
propiedad (1) de subespacio: El vector nulo del espacio grande R 22 donde est incluido U
tambin es elemento de U
(2) Sean A, B U , hay que probar que A + B U .
A U a11 =3a22 a21 + a12 = 0
B U b11 =3b22 b21 + b12 = 0

 a +b
A + B = 11 11
a +b
21 21

a12 + b12

a22 + b22

a11 + b11 = 3a22 + 3b22 porque A, B U , factorenado el 3 queda a11 + b11 =3( a22 + b22 ).
( a21 + b21 ) + ( a12 + b12 )= (a21 + a12 ) + (b21 + b12 ) = 0 + 0 = 0 .
luego A + B U .
(3) Si c es cualquier escalar y A U , hay que probar que c.A U

c.a11

c. A =

c.a21

c.a12
c.a22

Como a11 =3a22 entonces c.a11 =3.c.a22

y c.a21 + c.a12 = c. ( a21 + a12 ) = c.0=0 , entonces c.A U .

Qued probado que U cumple las tres propiedades de 4.1.2 , luego U es un subespacio de R 22 .

Ejemplo 2. Probar que el conjunto S = {( x1 , x2 , x3 , x4 ) ; x1 2 x2 =0 x3 =5x4

es un subespacio del espacio vectorial R .

(1) El vector nulo 0 = (0, 0, 0, 0) de R 4 cumple las condiciones que definen al conjunto S.
(2) Sean u= (u1 , u2 , u3 , u4 ) y v =(v1 , v2 , v3 , v4 ) dos vectores pertenecientes a S , hay que probar
que el vector u + v S .
u1 2u2 =0 u3 =5u4 porque u S y v1 2v2 =0 v3 =5v4 porque v S

u + v =(u1 + v1 , u2 + v2 , u3 + v3 , u4 + v4 )

(u1 + v1 ) 2(u2 + v2 ) = (distribuyendo el 2 y agrupando

convenientemente)= u1 2u2 + v1 2v2

=0

De u3 =5u4 , v3 =5v4 sumando miembro a miembro se obtiene

que u3 + v3 =5u4 +5v4 = 5(u4 +v4 )

O sea que u + v cumple las condiciones requeridas para pertenecer a S .
(3) Si c es cualquier escalar y v S , hay que probar que c.v S .

c.v = (c.v1 , c.v2 , c.v3 , c.v4 )

c.v1 2c.v2 = c.(v1 2v2 ) = c.0 = 0 (porque como v S vale que v1 2v2 = 0)
y de v3 =5v4 se obtiene c.v3 =5.c.v4 .
Luego c.v S

Quedaron probadas las tres propiedades, entonces S es un subespacio de R 4 .

Ejemplo 3. Determinar si
T = {( x1 , x2 , x3 ) ; x1.x3 = 0

es o no un subespacio de R3 , justificando la respuesta.

(1) El vector nulo de R3 es (0,0,0) y 0.0=0, luego pertenece a T .

(2) u = (2, 5, 0) T porque 2.0=0, y v = (0, 1, 9) T porque 0.9=0,
sin embargo en la suma u + v = (2, -4, 9) resulta 2.9 0.
Tomando dos vectores de T su suma no est en T, entonces T no es un subespacio de R3 .

Ejemplo 4. El conjunto de soluciones de un sistema lineal homogneo de m ecuaciones y n

incgnitas, es un subespacio del espacio vectorial R n (Ejercicio5). Cumple las tres propiedades de
subespacio. Si tal sistema es determinado, el subespacio es el conjunto unitario {(0, 0,..., 0)} el
subespacio nulo, que es el menor subespacio posible.

4.2. Combinacin lineal. Vectores generadores

4.2.1. Definicin. Un vector v de un espacio vectorial V es una combinacin lineal de los vectores
v1 , v2 ,..., vk V si existen escalares c1 , c2 ,..., ck no necesariamente distintos tales que
k

v = c1.v1 +c2 .v2 + ... + ck .vk = c j .v j

j =1

2 0 1
1 2 8
8 4 21
Ejemplo 1. Dadas las matrices: A =
, B=
, D =

0 3 5
3 10 1
6 35 27
del espacio vectorial R 23 , la matriz D es una combinacin lineal de las matrices A y B porque
se puede escribir D = 5. A + 2.B .

Ejemplo 2. En el espacio R 2 :

1
2

.(18, 8) 9.(2, -1) = (-9, 13) , luego (9,13)

es una combinacin lineal de los vectores (18, 8) y (2,-1) ; y (4, -1) es una combinacin
1
1
lineal de los vectores (2, -1), (5, 2) y ( 2, ) pues (4, 1) = 3.(2, 1) + 2.(5, 2) 6.(2, ) .
3
3

Ejemplo 3. En el espacio vectorial R 4 sean v = (1, 8, 1, 1), u = (2, 1,5,1), w = (1,3, 2,0)
y z = (3,1,8, 2).
El vector v es combinacin lineal de los otros 3, se puede escribir v = u 2 w z.
Tambin es posible escribir v = 3u w 2 z.

Cuando un vector es combinacin lineal de otros, sta no es necesariamente nica. Dado un conjunto
de vectores no siempre uno de ellos es una combinacin lineal de los otros.

Ejemplo 4. Se quiere saber si el vector (5,6) es combinacin lineal de (1,2) y (3,6). Se plantea la
igualdad (5, 6) = c1.(1, 2) + c 2 .(3, 6) = (c1 + 3c2 , 2c1 + 6c 2 ) , sta conduce al sistema lineal

c1 + 3c 2 = 5
que resulta incompatible, por lo tanto el vector (5,6) no es

2c
+
6c
=
6
2
1
combinacin lineal de (1,2) y (3,6) .
En cambio se puede escribir (3, 6)= 0.(5, 6) + 3.(1, 2).

4.2.2. Definicin. Si

v1, v2 ,..., vm

son vectores de un espacio vectorial V, el conjunto S de todas

las combinaciones lineales de esos vectores, S = u = ci .vi ; ci R es un subespacio de V

i =1

llamado subespacio generado por los vectores v1, v2 ,..., vm . (Se puede probar que S cumple las
propiedades citadas en 4.1.2. y que S es el menor de todos los subespacios que contienen a los
vectores v1, v2 ,..., vm ). A los vectores v1, v2 ,..., vm se los llama generadores de S.

Se suele indicar al subespacio S = v1, v2 ,..., vm .

En caso que un conjunto de vectores genere todo el espacio V, es decir v1, v2 ,..., vm = V, se
dice que v1, v2 ,..., vm generan V o que constituyen un conjunto generador de V. En ese caso

todo vector de V se puede escribir como combinacin lineal de los v1, v2 ,..., vm .

Ejemplo 1. En R3 consideramos el siguiente subespacio generado S

S= (3,0,0),(0, 2, 0) = u =c1 (3,0,0) + c2 (0, 2,0); c1 , c2 R} = (3c1 , 2c2 , 0); c1 , c2 R

Ejemplo 2. Los vectores (1, 0) y (0, 1) generan el espacio R 2 .

(1, 0), (0,1) = {c1 (1, 0) + c 2 (0,1); c1 , c2 R} = {c1 (1, 0) + c 2 (0,1); c1 , c2 R} =
= {(c1 , c 2 ); c1 , c 2 R} que es todo el espacio R 2 .

4.3. Dependencia e Independencia lineal de vectores.

4.3.1. Un conjunto de vectores v1 , v2 ,..., vk V es linealmente dependiente si se verifica una de

las dos condiciones siguientes (I) o (II) que son equivalentes entre s:
(I) Alguno de los vectores v1 , v2 ,..., vk es una combinacin lineal de los dems.
(II) Existen escalares c1 ,c2 ,...,ck que no son todos nulos tales que
k

c1.v1 +c 2 .v2 + ... + ck .vk = c j .v j = 0

j =1

Ejemplos:
El vector (3, 6) es combinacin lineal del vector (1, 2) porque (3, 6)=3.(1, 2); en forma equivalente:
3.(1, 2) + (-1).(3, 6) = (0, 0) = 0, entonces los vectores (1, 2) y (3, 6) son linealmente dependientes.
En cada uno de los Ejemplos 1, 2, 3 y 4 de 4.2.1 los vectores dados son linealmente dependientes.

4.3.2. Definicin. Los vectores v1 , v2 ,..., vk de un espacio vectorial V son linealmente

independientes si la relacin c1.v1 +c 2 .v2 + ... + ck .vk =

c .v

j =1
j

= 0 se cumple slo si c1 = 0,

c2 = 0, ... , c k = 0 .
Observacin: Si los escalares c j , j = 1,..., k , son todos ceros, la relacin c1.v1 +c 2 .v2 + ... + c k .vk = 0 se
cumple siempre. La Definicin 4.3.2 dice que los vectores son linealmente independientes si se
cumple nicamente en ese caso.
Si la relacin c1.v1 +c 2 .v2 + ... + c k .vk =0 se cumple tambin cuando algn escalar es distinto de 0, de
acuerdo con 4.3.1, los vectores son linealmente dependientes.

En los ejemplos que siguen se muestran dos mtodos distintos para establecer si dado un conjunto
de vectores, estos son linealmente dependientes o independientes.

Ejemplo 1. Determinar si los vectores u = (1, 2.0), v = (3, 0, 2), w = (0,1,1) de R3 , son o no
linealmente independientes.
Sea c1.u +c2 .v + c3 .w = (0,0,0) = ( c1 3c 2 , 2c1 + c3 , 2c2 + c3 ) = (0, 0, 0)
Se obtiene el siguiente sistema homogneo :
c1 3c2 = 0

2c1 + c3 = 0 cuya nica solucin es la trivial c1 = c2 = c3 = 0 .

2c + c = 0
3
2
Conclusin: los tres vectores dados son linealmente independientes.

Otro mtodo equivalente es el siguiente: Formar la matriz (sea cuadrada o rectangular) cuyas filas
son los vectores dados, llevarla a la forma escalonada mediante operaciones elementales. Si la
escalonada no tiene filas nulas, entonces los vectores son linealmente independientes. Si se obtiene
una fila nula los vectores son dependientes.

Ejemplo 2. Determinar si los vectores u = (1, 2.1), v = (2,1, 1), w = (7, 4,1) de R3 , son o no
linealmente independientes.

1 2 1
1 2 1
1 2 1

F2 2 F1

2 1 1 F 7 F 0 5 3 F3 2 F2 0 5 3
1
7 4 1 3

0 10 6
0 0 0
Como al escalonar se obtuvo una fila nula los tres vectores son dependientes.
6

4.4. Base y dimensin.

4.4.1. Definicin. Sean v1 , v2 ,..., vn vectores no nulos de un espacio vectorial V. El conjunto

{v1, v2 ,..., vn } es una base de V, y a la vez se dice que V tiene dimensin n, si cumple las
siguientes condiciones:
(1) v1 , v2 ,..., vn son linealmente independientes.
(2) v1 , v2 ,..., vn generan V.

Ejemplo 1. {(1, 0), (0,1)} , {(1, 0, 0), (0,1, 0), (0, 0,1)

} , {(1, 0, 0, 0), (0,1, 0, 0), (0, 0,1, 0), (0, 0, 0,1)}

2

son

bases (llamadas cannicas) de, respectivamente, los espacios R , R y R .

Las dimensiones de estos espacios son: dim R 2 = 2, dim R3 =3 y dim R 4 = 4

1 0 0 1 0 0 0 0
22
y dim R 22 = 4.

,
,
,
es la base cannica del espacio R
0 0 0 0 1 0 0 1

Ejemplo 2. Probar que B= (1,0),(1,1)} es una base de R 2 .

1 0
1 0

F2 F1
entonces los vectores son independientes, se cumple la condicin (1) de la
1 1
0 1
definicin de base.
Para ver que se cumple la condicin (2): Sea ( x1 , x2 ) un vector cualquiera de R 2 , hay que ver que se
puede escribir como combinacin lineal de (1,0) y (1,1).
( x1 , x2 ) = c1 (1, 0) + c2 (1,1) = ( c1 + c2 , c2 ) entonces x1 = c1 + c2 y x2 = c2 , luego c1 = x1 c2 = x1 x2 ,
y ( x1 , x2 ) = (x1 x2 ).(1, 0) + x2 .(1,1) . (por ejemplo el vector (5,3)= 2(1,0)+3(1,1) )

B= (1,0),(1,1)} es una base de R 2 .

4.4.2. Propiedades
Sea V un espacio vectorial de dimensin n, entonces:

La base de V no es nica.
Todas las bases de V tienen exactamente n elementos.
Cualquier subconjunto de V que contenga n+1 vectores es linealmente dependiente.
Si un conjunto de V tiene n vectores linealmente independientes, entonces es una base de V.

Por las propiedades mencionadas se puede afirmar que:

1)

los vectores u = (1, 2.0), v = (3, 0, 2), w = (0,1,1) de R3 , que son independientes segn lo

probado en el Ejemplo 1 de 4.3.2, constituyen una base de R3 porque su dimensin es 3.

3
2) los vectores u = ( 1, 2.0), v = ( 3, 0, 2), w = (0,1,1) y z = (0, 0,5) de R , son linealmente
dependientes.

3)
4)

{(1,0),(1,1)} es una base de R

slo con probar que son independientes pues dim R 2 = 2.

los vectores u = (1, 2.1), v = (2,1, 1), w = (7, 4,1) no forman base de R3 pues en el
Ejemplo 2 de 4.3.2 se prob que son linealmente dependientes.

4.4.3. Un subespacio S de un espacio vectorial V de dimensin n es en s mismo un espacio vectorial

contenido en V, por consiguiente S tiene base y dim S n . Se mostrar a continuacin como
hallar una base y la dimensin, considerando los subespacios de los Ejemplos 1 y 2 de 4.1.2.

Ejemplo 1. Encontrar una base y la dimensin de U = A R 22 ; a11 =3a22 a21 + a12 = 0

subespacio de R 22 .

Por las condiciones dadas a11 =3a22 y a21 + a12 = 0 (esta equivale a a21 = a12 ), es posible escribir

a11 a12 3a22

=
a21 a22 a12

a12
3 0
0 1
= a22 .
+ a12 .
a22 , a12 R
a22
1 0
0 1

(*)

3 0 0 1
El conjunto B=
,
genera U y las matrices son linealmente independientes,
0 1 1 0
luego B es una base de U y la dimU=2.
Con (*) qued probado que B genera U , la independencia lineal se muestra de inmediato como
k1 3 k2 0 0
3 0
0 1 0 0
sigue: k1.
+ k2 .
=
k k =
k1 = k2 = 0
0 1
1 0 0 0
1 0 0
2
.

Ejemplo 2. Encontrar una base y la dimensin de S = {( x1 , x2 , x3 , x4 ) ; x1 2 x2 =0 x3 =5x4

subespacio de R 4 . .
De las condiciones x1 2 x2 =0 y x3 =5x4 que definen a S, se puede escribir:

( x1, x2 , x3 , x4 ) = (2 x2 , x2 , 5x4 , x4 ) = x2 .(2,1,0,0) + x4 .(0,0,5,1), x2 , x4 R .

Como x2 , x4 son libres (varan en todo R ) todo vector de S est generado por los vectores

(2,1,0,0) y (0,0,5,1) , y es inmediato probar que son independientes:

c1.(2,1,0,0) + c2 .(0,0,5,1) = (0,0,0,0)
c1.(2,1,0,0) + c2 .(0,0,5,1) = (2c1 ,c1 ,5c2 ,c2 ) = (0,0,0,0) c1 = c2 = 0
Luego B= {(2,1,0,0), (0,0,5,1)} es una base del subespacio S y la dimS=2.
.
EJERCICIOS
1)

Establecer si (1, 2, 3, 3) es o no una combinacin lineal de los vectores (0,1, 2, 3), (-1,1,1,0).
Esos 3 vectores son dependientes o independientes? Justificar la respuesta

2)

Determinar si los siguientes vectores de R3 son linealmente independientes o dependientes:

a) (1, 2 , 4) (3, 6, 2) (0, 0, 1)
b) (1, 2 , 0) (0, 6, 2) (4 , 8, 0)
En algn caso puede afirmar que formen una base de R3? Justificar.

3)

Determinar si los siguientes vectores son linealmente dependientes o independientes.

a)
b)

4)4.1)

u = (-4, 5), v = (2, 7)

u = (3, 5, -2), v = (-3, 0, 4), w = (3, 1, 2).

Establecer si los siguientes conjuntos son o no subespacios del respectivo espacio

vectorial indicado justificando la respuesta (probar las propiedades de subespacio
en caso que sea, o bien dar un contraejemplo que muestre la propiedad que falla
en caso que no lo sea).

4.2)En

los casos que sea subespacio encontrar una base del mismo.

a) R= {( x1 , x2 ) R3 ; x1 = 3x2 }
b) W= {( x1 , x2 , x3 ) R3 ; 2 x1 3x2 = 0 }
c)
d)
e)
f)

U= {( x1 , x2 ) R2 ; x1.x2 = 9 }
V= {( x1 , x2 ) R2 ; x1 = 5 }
{( x1 , x2 ) R2 ; 3.x1.x2 = 0 }
S= {( x1 , x2 , x3 , x4 , x5 ) R5 ; x3 = 2 x1 x2 , x4 = 3 x2 }

g) T= {( x1 , x2 , x3 , x4 , x5 ) R5 ; x5 = x3 +7x4 , x1 + x2 = 0 }
h) U= {( x1 , x2 , x3 , x4 ) R4 ; x4 = x3 +x2 , x2 = x1 + 5 }
i) V= {( x1 , x2 , x3 , x4 ) R4 ; x1 + x2 + x3 = 0; x4 = 6.x1 }
j) W= {( x1 , x2 , x3 ) R3 ; x1 + x2 + x3 = 0 }
k) Y = {( x1 , x2 , x3 ) R3 ; x1 + 8 x3 = 0 }
l) Z= {( x1 , x2 , x3 ) R3 ; x1 + x2 = 0; x2 = 4.x1 }
m) S= {( x1 , x2 , x3 ) R3 ; x1.x3 = 0 }
n) T= {( x1 , x2 , x3 ) R3 ; x1 = 0 ; x2 + x3 = 5 }
a
a12

2x2
o) M= 11
R ; a11 a22 = 0 , a21 + a12 = 0

a21 a22
a12

a
2x2
p) N= 11
R ; a11 + a12 + a22 = 0 , a21 = 5a12
a21 a22

a
q) O= 11
a21
a11

r) P= a21
a
31
a
s) Q= 11
a21

a12
a22

a13

2 x3
R ; a11 + a22 a23 = 0 , a21 = 3.a13
a23

a12

3x2
a22 R ; a11 + a22 9a32 = 0 , a21 = 6a31

a32

a12

2x2
R ; a11. a12 = 0
a22

5)

Probar que el conjunto de soluciones de un sistema lineal homogneo A.x = 0 de m ecuaciones y

n incgnitas, es un subespacio del espacio vectorial R n . (Ver Sistemas lineales homogneos en
el captulo 2).

BIBLIOGRAFA
1- Serge Lang, Introduccin al lgebra Lineal, Ed Addison- Wesley beroamericana.
2- ngel Rafael Larrotonda, lgebra Lineal y Geometra, Ed Universitaria de Buenos Aires

(EUDEBA).
3- Howard Anton, Introduccin al lgebra Lineal, Ed Limusa, Grupo Noriega Editores,
Argentina, Venezuela, Mxico, Colombia, Espaa.
4- Juan De Burgos, lgebra Lineal, Ed McGraw-Hill Interamericana-espaola.
5- Seymour Lipschutz, lgebra Lineal, Teora y Problemas Resueltos, Serie de Compendios
Schawn, Ed McGraw Hill de Mxico.
6- Keneth Hoffman, Ray Kunze, lgebra Lineal, Ed Prentice-Hall Internacional.

10