ESPACIOS VECTORIALES REALES

Nociones previas
Antes de definir la estructura algebraica de espacio vectorial necesitamos conocer
otras estructuras algebraicas, el grupo y el cuerpo.

Un grupo es una estructura algebraica formada por un conjunto G de elementos

y una operacin interna y cerrada (+ ) que opera con los elementos del conjunto G y que
cumple las siguientes propiedades:
- Asociativa: (a + b) + c = a + (b + c) = a + b + c, a, b, c G.
- Existencia en G de elemento neutro: 0 + a = a + 0 = a, a G.
- Existencia del opuesto de cualquier elemento de G:
a G , (a) G / a + (a) = 0.

Si adems la operacin es conmutativa:

a + b = b + a, a, b G
el grupo se denomina conmutativo o abeliano.

Un cuerpo es una estructura algebraica formada por un conjunto K de elementos

y dos operaciones internas y cerradas, suma (+ ) y producto interno () que verifican:

(K,+) tiene estructura de grupo.
El producto interno verifica las siguientes propiedades:
- Asociativa: a b c = (a b) c = a (b c), a, b, c K .
- Distributiva respecto de la suma: a (b + c) = a b + a c, a, b, c K .
- Existencia en K de elemento neutro: 1 a = a 1 = a, a K .
- Existencia del inverso de cualquier elemento de K distinto del neutro de la suma:
a K (a 0) , a 1 K / a a 1 = a 1 a = 1.

Espacio vectorial
Es una estructura algebraica formada por:

Un grupo conmutativo (V,+) cuyos elementos se denominan vectores.

Un cuerpo conmutativo (K,+,) cuyos elementos se denominan escalares.

Un producto externo que opera un escalar (kK) con un vector (vV) dando

como resultado un vector (kvV). Cumple las siguientes propiedades:

- Distributiva respecto de la suma de vectores:
k (u + v) = k u + k v, k K , u , v V .
- Distributiva respecto de la suma de escalares:
(k + k ' ) v = k v + k 'v, k , k ' K , v V .
- Pseudoasociativa:
(k k ' ) v = k (k 'v), k , k ' K , v V .
- El elemento neutro coincide con el neutro del producto del cuerpo K:
1 v = v, v V .

Ejemplos de espacios vectoriales

2

= {(a, b) / a, b

} es el conjunto de pares de nmeros reales

= {(a, b, c) / a, b, c

= {(a1 , a2 ,K , an ) / a1 , a2 ,K , an

} es el conjunto de ternas de nmeros reales

}

es el conjunto de n-tuplas o n-adas de

nmeros reales

Propiedades de los espacios vectoriales

El producto de un escalar por el vector nulo es el vector nulo:

k 0 = 0, k K .

El producto del escalar nulo por cualquier vector es el vector nulo:

0 v = 0, v V .

k (v) = ( k ) v = (k v), k K , v V .

Si k v = 0 entonces o bien k = 0 o bien v = 0 .

Ejemplo
2

tiene estructura de espacio vectorial sobre el cuerpo

con las dos operaciones

siguientes:
Operacin interna: (a1 , a2 ) + (b1 , b2 ) = (a1 + b1 , a2 + b2 )
Operacin externa: (a1 , a2 ) = ( a1 , a2 )

Combinacin lineal de vectores

Un vector v es combinacin lineal de los vectores {v1 , v 2 , K , v n } si es el resultado de
sumar los productos de dichos vectores por escalares k1 , k 2 , K , k n :

v = k1 v1 + k 2 v2 + K + k n v n
Observaciones a la definicin anterior
_

1.

0 es combinacin lineal de cualquier conjunto de vectores, basta tomar

k1 = k 2 = K = k n = 0
2.

Todo vector u es combinacin lineal de s mismo, basta tomar

k =1 u = u.
3.

Dado un conjunto de vectores

{v1 , v2 ,K , v n } ,

cualquiera de ellos es

combinacin lineal del conjunto (vi = 0 v1 + 0 v2 + L + 1 vi + L + 0 vn )

Dependencia e independencia lineal

Los vectores {v1 , v 2 , K , v n } son linealmente independientes si ninguno de ellos es
combinacin lineal de los dems. Son linealmente dependientes si al menos uno de ellos
es combinacin lineal de los dems.

Criterio para caracterizar la dependencia e independencia lineal

Los vectores

{v1 , v2 ,K , v n }

son linealmente dependientes si existe alguna

combinacin lineal de ellos igual al vector nulo con algn escalar distinto de cero:
k1 v1 + k 2 v 2 + K + k n v n = 0 con algn k i 0, i = 1K n

Son linealmente independientes si la nica combinacin lineal de ellos igual al

vector nulo es la que tiene todos los escalares nulos:

Si k1 v1 + k 2 v2 + K + k n vn = 0 k1 = k 2 = L = k n = 0
Interpretacin geomtrica
2

En

hay infinitos pares de vectores linealmente independientes, basta que no sean

colineales (proporcionales). Tres o ms vectores de

sern necesariamente

linealmente dependientes.
3

En

hay infinitas ternas de vectores linealmente independientes, basta que no

sean coplanares. Cuatro o ms vectores de

sern necesariamente linealmente

dependientes.

Coordenadas de un vector
Si un vector v es combinacin lineal de los vectores {v1 , v 2 , K , v n } ,

v = k1 v1 + k 2 v2 + K + k n vn ,
las coordenadas de v respecto de los vectores {v1 , v 2 , K , v n } son los escalares

{k1 , k 2 ,K, k n }.
Propiedades

Un conjunto de vectores linealmente independientes no puede contener al vector

nulo.

Un conjunto de vectores linealmente independientes no puede contener dos

vectores iguales ni dos vectores proporcionales.

Teorema de unicidad de las coordenadas: Si un vector v es combinacin lineal de

un conjunto de vectores linealmente independientes, entonces las coordenadas de v

respecto de esos vectores son nicas.

Cualquier conjunto de vectores que contenga al 0 ser linealmente dependiente,

_

ya que 0 es combinacin lineal de cualquier conjunto de vectores

Cualquier conjunto de vectores que contenga dos vectores iguales o dos vectores

proporcionales ser linealmente dependiente

Sistema generador y base de un espacio vectorial

Sistema generador de un espacio vectorial V es un conjunto de vectores

{v1 , v2 ,K, v s } tales que todo vector de V sea combinacin lineal de ellos:
v V , v = k1 v1 + k 2 v 2 + K + k s v s
Base de un espacio vectorial V es un conjunto de vectores que adems de ser
sistema generador son linealmente independientes.
Observaciones a la definicin anterior
Base = Sistema de referencia
Puesto que una base es un sistema generador, todo vector del espacio queda
precisado mediante sus coordenadas en relacin a la base, al ser tal especificacin nica
por ser los vectores de la base linealmente independientes (teorema de unicidad de las
coordenadas).
La eleccin de una base equivale entonces a escoger un sistema de referencia con
respecto al cual situar los elementos de dicho espacio.
Ejemplo
Dado el conjunto de vectores {(1,2), (1,1), (3,5)}
a) Compruebe que es un sistema generador de

b) Halle las coordenadas del vector (0,1) respecto de dichos vectores

c) Demuestre que {(1,2), (1,1)} es base de

d) Halle las coordenadas del vector (0,1) respecto de dicha base

Teoremas de las bases

De todo sistema generador finito de un espacio vectorial V puede

extraerse una base.

Si un espacio vectorial V tiene una base con n vectores, entonces todo

conjunto de n vectores linealmente independientes es base de V .

Si un espacio vectorial V tiene una base con n vectores, entonces no

pueden existir ms de n vectores linealmente independientes en V .

Si un espacio vectorial V tiene una base con n vectores, todas las bases

de V tienen n vectores.
Consecuencia
Base = Sistema generador mnimo
Mnimo nmero de coordenadas necesarias para determinar a cualquier vector del
espacio = nmero de vectores que componen una base cualquiera del espacio = mximo
nmero de vectores linealmente independientes en el espacio.
Bases cannicas
Todo vector v

puede expresarse de la siguiente forma:

v = a1 (1,0, K ,0 ) + a 2 (0,1, K ,0 ) + K + a n (0,0, K ,1) = a1 e1 + a 2 e2 + K + a n en

A los vectores {e1 , e2 , K , en } se les llama base cannica de

Demostracin:
a)

Son linealmente independientes

k1 e1 + k2 e2 + K + kn en = 0 k1 = k2 = L = kn = 0
b)

( x1 , x2 ,K , xn )

Son sistema generador

n

( x1 , x2 ,K , xn ) = k1 e1 + k2 e2 + K + kn en

k1 = x1 , k2 = x2 , L , kn = xn
Base cannica de

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

Base cannica de

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

Base cannica de

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

Dimensin de un espacio vectorial

Si en un espacio vectorial V el mayor conjunto de vectores linealmente
independientes tiene n vectores, entonces la dimensin de V es n.
La dimensin de un espacio vectorial coincide con el nmero de vectores de sus
bases.

Consecuencia

dim(

)=2

dim(

)=3

dim(

)=4

)=n

M
dim(

MATRICES Y ESPACIOS VECTORIALES

El rango de una matriz de orden n m es un escalar r min{n, m} que es igual al
orden del mayor determinante no nulo que podemos encontrar en la matriz.
Teorema
El rango de una matriz coincide con el mximo nmero de vectores (filas o
columnas) linealmente independientes que hay en la matriz.
Ejemplo
1

2
Calcular el rango de A =
3

2 5 6

4 7 9
6 4 7

8 2 6

Llamamos c1 , c2 , c3 , c4 a las cuatro columnas de la matriz.

Si tomamos las dos primeras columnas vemos que todos los determinantes de orden
dos que podemos formar son nulos:
1 2
=0,
2 4

1 2
=0,
3 6

1 2
=0,
4 8

3 6
=0
4 8

Esto significa que c1 y c2 son linealmente dependientes, en concreto c2 = 2 c1 .

Vemos a continuacin qu ocurre con c1 y c3 :
1 5
0 , luego ya sabemos que el rango va a ser al menos igual a dos y que los
2 7
vectores c1 y c3 son linealmente independientes.
Terminamos aadiendo c4 :

1 5 6

1 5 6

2 7 9

2 7 9 =0,
3 4 7

2 7 9 =0,
4 2 6

3 4 7 = 0 , por lo que el rango no ha subido a

4 2 6

tres y c4 es combinacin lineal de c1 y c3 ; en concreto, c4 = c1 + c3 . Entonces,

rango( A) = 2 .
Aplicaciones prcticas del clculo del rango

Conocer el mximo nmero de vectores linealmente independientes que

hay en un conjunto de vectores.

Saber si un vector es combinacin lineal de un conjunto de vectores

dados.
Ejercicio
Averige si son base de

los siguientes vectores:

{(1,1,0,0), (0,1,1,0), (0,0,1,1), (2,3,2,1)}

Ejercicio
En el espacio vectorial

se consideran los vectores (a,6, b), (1,0,6), (0,3,2) .

Encuentre la relacin que debe existir entre a y b para que los tres vectores sean
linealmente dependientes.
Ejercicio
Dados los vectores u1 = (1,1,0) , u 2 = (0,2,1) , u3 = (1,0,1) , u 4 = (2,3,1) :
a)

Son linealmente independientes?

b)

Son sistema generador?

c)

Forman base?

d)

Seleccione entre ellos una base y calcule las coordenadas respecto

de ella del vector (2,-1,-3)

SUBESPACIOS VECTORIALES
Un subespacio vectorial S de un espacio vectorial V es un subconjunto de V que
tiene estructura de espacio vectorial con las mismas operaciones que V.
Observaciones
De las propiedades de espacio vectorial se deduce que han de cumplirse los
siguientes requisitos;
1.

u , v S u + v S

2.

K , u S u S

3.

0 S / u S u + 0 = u

4.

u S , u S / u + u = 0 S

(suma cerrada en S)
(producto por escalar cerrado en S)

(existe el neutro en S)
_

(existe el opuesto en S)

Caracterizacin de los subespacios vectoriales

S V es subespacio vectorial de V si

v1 , v 2 S , k1 , k 2 K ,

k1 v1 + k 2 v 2 S .

Variedad lineal
Dado un conjunto de vectores {v1 , v 2 , K , v s } , el conjunto de vectores generados por
ellos forman un subespacio vectorial:
S = {v V / v = k1 v1 + k 2 v 2 + K + k s v s } es un subespacio vectorial que se

denomina variedad lineal generada por

{v1 , v2 ,K, v s }

y que se denota por

L(v1 , v2 ,L, v s ) . En consecuencia, los vectores {v1 , v 2 , K , v s } son un sistema generador

del subespacio S.
Ejemplo
L((1,1,1), (2, 2, 2)) = { x = ( x1 , x2 , x3 )

/ x = (1,1,1) + (2, 2, 2) , ,

= {(0, 0, 0), (1,1,1) , (1, 1, 1) , (5,5,5), K} = { x = (a, a, a ) / a

Base de un subespacio vectorial

Es cualquier sistema generador del subespacio S que est formado por vectores
linealmente independientes.

Ejemplo

{(1,1,1), (2,2,2)} es un sistema generador del subespacio anterior pero no es una base.
Una base podra ser {(1,1,1)} o {(2,2,2)}.
Observacin
Todos los conceptos ya vistos en relacin con los espacios vectoriales, tales como
bases, coordenadas, etc., son extensibles a los subespacios vectoriales, ya que un
subespacio vectorial no es ms que un espacio vectorial dentro de otro.
Dimensin de un subespacio vectorial
Dim(S) = Mximo nmero de vectores linealmente independientes que pueden
encontrarse en S = Nmero de vectores de una base cualquiera de S
Dado que S V 0 dim(S ) dim(V )
_
Si dim(S) = 0 S = 0 y si dim(S) = dim(V) S = V

Si S = L(v1 , v2 ,L, vs ) dim(S ) = rango(v1 , v2 ,K.v s ) ,
ya que {v1 , v 2 , K , v s } son un sistema generador de S.

Subespacios vectoriales y sistemas homogneos

El conjunto de soluciones x = ( x1 , x2 ,K , xn )

de un sistema homogneo AX = 0

con A M mn , X M n1 , 0 M m1 y con m<n, es un subespacio vectorial de

S = { x = ( x1 , x2 ,K , xn )

/ AX = 0} es un subespacio vectorial de

Rango(A) = Nmero de ecuaciones no redundantes en AX = 0

= Nmero de filas en A que son linealmente independientes
= Nmero de coordenadas que no estn libres en los vectores de S.
En consecuencia, tenemos que Dim(S) = Dim(V) Rango(A)
Clculo de las ecuaciones de un subespacio conociendo un sistema generador
Sea S = L(v1 , v2 ,K , vs ) = { x

/ x = k1 v1 + k2 v2 + K + k s vs , ki

dim(S) = Rango (v1 , v2 , K , vs ) = r s

10

Se verifica que x S , x es combinacin lineal de la base {v1 , v2 ,K, vr }, con lo que

rg (v1 , v2 ,K, vr , x) = rg (v1 , v2 ,K, vr ) = r . Haciendo que todos los determinantes de orden
r+1 sean nulos, se obtienen las ecuaciones de S, es decir, el sistema homogneo que
caracteriza S.
Ejemplo
Dado el subespacio L((1,1,1), (2,2,2)) ,

1 2

tenemos que rg 1 2 = 1 dim(S ) = 1 .

1 2

Podemos saber el nmero de ecuaciones de S:

Dim(S) = Dim(V) Rango(A) Rango(A) = 2 = nmero de ecuaciones de S.
Para hallar las ecuaciones de S formamos una matriz que contenga una base de S y
un vector genrico ( x1 , x2 , x3 ) :

1 x1

rg 1 x2 = 1 todos los determinantes de orden dos han de ser nulos.

1 x
3

1 x1
1 x1
= x2 x1 = 0 ,
= x3 x1 = 0 S = {( x1 , x2 , x3 ) / x2 x1 = 0 , x3 x1 = 0}
1 x2
1 x3
Clculo de una base de un subespacio conociendo sus ecuaciones
Sea S = { x = ( x1 , x2 ,K , xn )

/ AX = 0}

con A M mn , X M n1 , 0 M m1 y con m<n.

Dim(S) = n rg(A) = n r y resolviendo el sistema homogneo quedan r variables
no libres en funcin de n r variables libres (pasadas al trmino independiente como
parmetros). Escribimos a continuacin un vector genrico que pertenece al subespacio
en el que incluimos las variables no libres escritas en funcin de las libres y a partir de
este vector genrico podemos obtener fcilmente una base del subespacio.
Ejemplo
Dado el subespacio

11

S = {( x1 , x2 , x3 , x4 ) / x1 + x2 = 0 ; x2 + x4 = 0 ; x1 + x2 + x3 + x4 = 0} , tenemos que el

x1 0
1 1 0 0

x 0
sistema de ecuaciones 0 1 0 1 2 = est formado por tres ecuaciones
1 1 1 1 x3 0

x 0
4

1 1 0 0

linealmente independientes, pues rg 0 1 0 1 = 3 dim(S ) = 4 3 = 1 y podemos

1 1 1 1

x1 = x2

despejar tres variables en funcin de una variable libre: x4 = x2 los vectores de S

x3 = x2
son de la forma ( x2 , x2 , x2 , x2 ) = x2 (1,1,1,1) , por lo que el vector (1,1,1,1) es una
base de S.
Ejercicio
Se consideran los siguientes subespacios:

S1 = L((1,0,1,2), (0,1,1,1))
S2 = { x

/ x1 + x2 + x3 + x4 = 0; x2 x3 x4 = 0; x1 + 4 x2 2 x3 2 x4 = 0}

a)

Obtenga las ecuaciones de S1

b)

Obtenga una base de S 2

Ejercicio
Dado el subespacio generado por los vectores (1,1,1), (1,1,2), (0,0,1) , halle una base y
las ecuaciones del subespacio.

12