Espacios vectoriales

1 Espacios y subespacios
Rn es el conjunto de todos los vectores columna con n componentes. Ademas Rn es un espacio vectorial.
Ejemplo 1 Dados dos vectores de R3 , por ejemplo

u = 0 ,
5

y = 3.1 un escalar. Calculamos

u + v = 2.3
6

v = 2.3
1

6.2

u =
0 .
15.5

Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado

vuelve a ser un vector
Definicion de espacio vectorial.

Definici
on 1 Un conjunto no vaco V es un espacio vectorial, y sus elementos se llaman vectores, se cumplen las
siguientes propiedades:
Dados tres vectores u, v y w cualesqueira y dos escalares y se tiene
1. La suma de u y v, denotada por u + v, es un
elemento de V .

6. El m
ultiplo escalar de u por , denotado por u, es
un elemento de V .

2. u + v = v + u.

7. (u + v) = u + v.

3. (u + v) + w = u + (v + w).

8. ( + )u = u + u.

4. Existe un vector cero 0 en V tal que u + 0 = u.

9. (u) = ()u.

5. Para cada u en V , existe un vector u en V tal

que u + (u) = 0.

10. 1u = u.

Ejemplo 2 Rn es un espacio vectorial.

Ejercicio 3 Comprobar que Pn = {p(x) = a0 + a1 x + + an xn : a0 , . . . , an R}, el conjunto de todos los polinomios de
grado menor o igual que n, es un espacio vectorial.

1.1. Subespacios vectoriales. Dado un espacio vectorial, buscamos un subconjunto dentro de ese espacio, que
tambien tenga estructura de espacio vectorial.
Definici
on 2 Dado un espacio vectorial V , un subespacio vectorial de V es un subconjunto H que cumple:
1. 0 H.
1

2. Si u, v H entonces u + v H.
3. Si R y u H entonces u H.
Ejemplo 4 Los subespacios vectoriales de R3 son:
0.

Planos que pasan por el origen.

Rectas que pasan por el origen.

R3 .

Ejemplo 5 H = {(x, y)T : x + y = 1} no es un subespacio de R2 , porque 0 6 H.

Ejercicio 6 Es el conjunto H = {(x1 , x2 , 0)T : x1 , x2 R} un subespacio de R3 ?

1.2. Subespacio generado por un conjunto. Buscamos una forma compacta de describir un subespacio. Esta
forma no es u
nica.
Idea. Escribimos todos los vectores del subespacio como combinacion lineal
de unos vectores dados

Ejemplo 7 Sea H = {(a 3b, b a, a, b)T : a, b R}. Este espacio se puede escribir como

a 3b
ba
a
b

= a

1
1
1
0

+ b

3
1
0
1

= av1 + bv2 ,

luego H = Gen{v1 , v2 } y es un subespacio de R4 .

2 Espacios nulos y columna

Objetivo. Caracterizar
el conjunto de soluciones de Ax = 0
el conjunto de vectores b para los que Ax = b tiene solucion

2.1. Espacio nulo. Un sistema lineal homogeneo (Ax = 0) siempre tiene solucion. Cuando hay infinitas soluciones,
como las caracterizamos?
Definici
on 3 El espacio nulo de una matriz A de dimension m n, N (A), es el conjunto de todas las soluciones de
Ax = 0; es decir, N (A) = {x Rn : Ax = 0}.

Observaciones.
N (A) siempre contiene al 0 ( 0 siempre es solucion de Ax = 0.)
N (A) es un subespacio de Rn .

Ejemplo 8 Encontrar el espacio nulo de

A= 1
2

6
2
4

1
2
5

1
3
8

1 ,
4

(es un subespacio de R5 ).
Buscamos la soluci
on general de Ax = 0:

3
6 1 1 7 | 0
1

A = 1 2
2 3 1 | 0 3
2
2 4
5 8 4 | 0

0
0

2
0
0

2
5
0

3
10
0

1
10
0

La soluci
on general es

|
|
|

x = 1

0
0
2
1
0
0
0

2
6
4

2
1
5

3
1
8

1
7
4

|
|
|

1
0

0 0
0
0

2
0
0

2
5
1

3
10
2

1
10
2

|
|
|

0
0

variables libres: x2 , x4 , x5 .

+ 2

1
0
2
1
0

+ 3

2
0
3
0
1

= 1 u + 2 v + 3 w.

y por tanto N (A) = {u, v, w}.

2.2. Espacio columna. Dado un sistema Ax = b, para que vectores b hay solucion?
Definici
on 4 El espacio columna de una matriz A de dimension mn, C(A), es el conjunto de todas las combinaciones
lineales de las columnas de A; es decir, C(A) = {b Rm : b = Ax para alg
un x Rn }.

Observaciones.
C(A) es un subespacio de Rm .

Ejemplo 9 Encontrar el espacio columna de

A=

(es un subespacio de R4 ). Buscamos las

1
2

A=
1
3

1
2
1
3

2
4
2
6

5
5
0
5

11
15
4
19

3
2
5
2

columnas que dan informaci

on sobre

2 5 11 3
1 2
0 0
4 5 15
2

0 0
2
0
4
5
0 0
6 5 19 2

el sistema:
0
5
0
0

4
7
0
0

0
0
9
0

Las variables principales del sistema est

an en la columna 1,3 y 5, luego C(A) = {v1 , v2 , v3 }, con

1
5
3
2
5
2

v1 =
, v2 =
, v3 =
.
1
0
5
3
5
2

3 Independencia lineal y sistemas generadores.

3.1. Independencia lineal. Un subespacio puede estar generado por muchos vectores, pero puede que haya algunos
vectores repetidos (iguales o m
ultiplos unos de otros).
Idea. Buscamos vectores que no den informacion redundante
(aunque no sea suficiente) sobre el subespacio.

Definici
on 5 Los vectores {v1 , . . . , vp } son linealmente independientes si la ecuacion vectorial
1 v1 + + p vp = 0
tiene solo la solucion trivial 1 = = p = 0.
De forma equivalente,
Definici
on 6 Las columnas de A = [v1 | . . . |vp ] son linealmente independientes si el sistema A = 0 es compatible
determinado (es decir, = 0 es la u
nica solucion).
Ejemplo 10 Los vectores

v1 =

1
2

v2 =

0
1

v3 =

3
0

no son linealmente independientes, porque el sistema [v1 |v2 |v3 ] = 0 no tiene soluci
on u
nica (es decir N (A) 6= {0}).

3.2. Sistemas generadores. Como describimos un espacio a traves de unos poco vectores?
Idea. Buscamos vectores que den informacion suficiente
(aunque sea demasiada) sobre el subespacio.
Definici
on 7 Los vectores {v1 , . . . , vp } generan el espacio V , V = Gen{v1 , . . . , vp } si cualquier vector de V se puede
escribir como combinacion lineal de {v1 , . . . , vp }.
Ejemplo 11 El conjunto {v1 , v2 , v3 } con

v1 =

1
0

v2 =

0
1

v3 =

4
7

es un conjunto generador de R2 .

4 Bases, dimensiones y rango

4.1. Bases. Los conjuntos linealmente independientes pueden no dar informacion suficiente sobre un subespacio.
Los conjuntos generadores pueden dar informacion demas sobre un subespacio.
Idea. Buscamos un conjunto de vectores lo suficientemente grande para que genere todo el
espacio, pero lo suficientemente peque
no para que sus vectores sean linealmente independientes.
Definici
on 8 Sea H un subespacio vectorial de V . El conjunto de vectores B = {b1 , . . . , bp } es una base de H si
1. B es un conjunto linealmente independiente
2. B genera H.
Importante. Todo elemento de V se puede escribir como combinacion lineal
de los elementos de B. La forma es u
nica.
Ejemplo 12 La base m
as importante
dimensi
on n, es decir:

1
0

e1 =
..
.
0

es la base can
onica. En Rn corresponde a las columnas de la matriz identidad de

e2 =

0
1
..
.
0

...

en =

0
0
..
.
1

Ejercicio 13 Encontrar una base para N (A) siendo

A = 2
0

0
1
2

5
6
8

1
2
1

2 .
9

Indicaci
on: Que vectores generan N (A)? Son linealmente independientes?

Observaci
on. En un espacio vectorial hay infinitas bases,
tienen algo en com
un?

4.2. Dimensiones y Rango. Los subespacios vectoriales tienen infinitos elementos, pero quedan caracterizados por
los elementos de una base. Cual es el tama
no de un subespacio?
Definici
on 9 La dimension de un subespacio vectorial es el n
umero de elementos de una base.
Ejemplo 14 Rn tiene dimensi
on n.
Ejemplo 15 Subespacios de R3 y su dimensi
on
Subespacio

Dimensi
on

{0}
Rectas que pasan por el origen
Planos que pasan por el origen
R3

0
1
2
3

Una matriz A tiene dimension m n. Pero puede que no sea la dimension correcta si pensamos en el sistema
Ax = b. Por que?
Definici
on 10 Dada una matriz A. El rango de A, r(A), es el n
umero de entradas principales de A.
Ejercicio 16 Si A es m n, por que se tiene r(A) mn{m, n}?

Cual es la dimension de C(A) y de N (A)?

Importante. Las siguientes afirmaciones son equivalentes:
Las columnas de A de dimension m n son linealmente independientes
el rango de A es n

Ejercicio 17 Dada la matriz

A 1
2

6
2
4

1
2
5

1
3
8

1 .
4

Calcular la dimensi
on de C(A) y de N (A). Cu
al es el rango?

Importante.

Dada una matriz A de m n y rango r, se tiene

dim(C(A)) + dim(N (A)) = r + (n r) = n.

5 Cambio de base
Idea. Un mismo vector v se puede representar de muchas maneras en funcion de la base que
elijamos para describir el espacio. El vector es u
nico, pero su representacion es distinta.

Ejemplo 18 Dadas las bases de R2

(
B=

1
0

0
1

!)

(
0

B =

y el vector v = (2, 1)T tenemos las siguientes representaciones

!
2
1
0
=2
+1
,
y
1
0
1
Por tanto las coordenadas de v son

v=

2
1

=
B

2
1

1
1

1
1

=1

1
1

1
0

!)

+ (1)

1
0

!
.

!
B0

Definici
on 11 Sea B = {b1 , . . . , bn } una base de V y v V . Las coordenadas de v es la base B son los escalares
x1 , . . . , xn tales que
v = x1 b1 + + xn bn
Se denota por [x]B y se entiende que si no se especifica base se trata de las coordenadas en la base canonica.
Ejemplo 19 Dada las base de R2

(
B=

2
1

!
,

1
1

!)

para hallar las coordenadas del vector v = (4, 5)T es terminos de esta base planteamos el sistema

!
!
!
4
2
1
2 1
x1
4
= x1
+ x2

=
.
5
1
1
1
1
x2
5
El sistema tiene soluci
on u
nica (Por que?) y obtenemos

[v]B =

3
2

!
.

Importante. Dadas las bases B = {b1 , . . . , bn } y B 0 = {b01 , . . . , b0n } de un espacio vectorial V

y v V se tiene

[v]B0 = P (B 0 , B)[v]B ,

donde P (B 0 , B) es la matriz de cambio de base y viene dada por

P (B 0 , B) = ([b1 ]B0 | . . . |[bn ]B0 ).

Ademas

P (B, B 0 ) = P (B0 , B)1

Ejercicio 20 Dadas las bases de R2

(
B=

2
1

!
,

1
1

!)

(
y

hallar las matrices de cambio de base P (C, B) y P (B, C).

C=

1
0

!
,

0
1

!)