Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ALGEBRA
TEMA: ESPACIOS VECTORIALES
CONTENIDOS PAG.
• INTRODUCCION 02
• 1 - ESPACIOS VECTORIALES 03
Ejercicios Propuestos 05
• 2 - SUBESPACIOS 06
Ejercicios propuestos 12
• 5 - BASE Y DIMENSION 29
Ejercicios Propuestos 34
INTRODUCCION
El material que se presenta a continuación es un material elaborado para que
sirva de guía a los estudiantes de las carreras de Ingeniería para la resolución
de situaciones prácticas de Algebra Lineal. El mismo se encuentra organizado
por temas, siendo este cuadernillo el que corresponde a la primera mitad del
curso, que consta de los siguientes temas: espacios vectoriales, subespacios,
combinación lineal y sistema generado, dependencia e independencia lineal,
base y dimensión de un espacio vectorial y se corresponde con las Unidades
Nº 3 y 4 de los contenidos de la asignatura y de los Trabajos Prácticos Nº 2 y 3.
Los temas que se tratan en este material están organizados de la siguiente
manera:
1 - ESPACIOS VECTORIALES
Sea V es un conjunto de objetos, llamados vectores, sobre el que están
definidas dos operaciones: la adición y la multiplicación por escalares
(números). Por adición (+) se entiende una regla que asocia a cada par de
objetos x e y en V un objeto x + y y por multiplicación escalar (*) se entiende
una regla que asocia a cada escalar α y a cada objeto x en V, un objeto αx
denominado múltiplo escalar de x por α. Si los objetos x, y y z en V y los
escalares α y β satisfacen los siguientes axiomas, entonces (V, +, K, *) se
denomina Espacio Vectorial:
1) Si x Є V e y Є V, entonces x + y Є V (Ley de composición interna o
cerradura para la suma)
2) Para todo x Є V, y Є V, z Є V, entonces (x + y) + z = x + (y + z) (Ley
asociativa de la suma en V)
3) Existe 0 Є V, tal que x + 0 = 0 + x = x (Existencia en Vde elemento neutro
para la suma)
4) Existe –x Є V, tal que x + (-x ) = 0 (Existencia en V de elemento inverso
aditivo)
5) Para todo x Є V e y Є V, se verifica x + y = y + x (Ley conmutativa de la
adición en V)
6) Si x Є V y α Є K, entonces αx Є V.(Ley de composición externa o
cerradura para la multiplicación por escalar)
7) Para todo x Є V y α, β Є K, se verifica α(β.x) = (αβ).x (Ley de asociatividad
mixta)
8) Para todo x e y Є V y α Є K, se verifica α(x + y) = αx + αy (Ley
distributiva respecto de la adición del producto por escalar en V)
9) Para todo x Є V y α, β Є K, se verifica (α+β).x = αx + βx (Ley distributiva
del producto por escalar en R)
10) Para cada vector x Є V, 1. x = x
Los primeros cinco axiomas están referidos al conjunto V con el operador suma
(+). Si el par (V, +) cumple dichos axiomas se denomina al mismo grupo
abeliano. Los cinco axiomas restantes están referidos al producto de un vector
(x Є V) por un escalar (α Є K) siendo K el cuerpo de escalares.
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 4
EJERCICIOS RESUELTOS
EJEMPLO 1.1: El espacio vectorial (R2, +, R, *). Son todos los pares ordenados
de la forma (x, y) y escalares reales. Se demostrará a modo de ejemplo los
primeros dos axiomas:
4 – Demostrar que cualquier recta de R2 que pasa por el origen del sistema de
coordenadas constituye un espacio vectorial.
V = { (x, y) Є R2 / y = a.x } K=R
2 - SUBESPACIOS
Sea un espacio vectorial V, y W es un subconjunto de V. Si W es un espacio
vectorial en si mismo bajo las operaciones de de suma y multiplicación por un
escalar definidas en V, entonces W es Subespacio de V.
El siguiente teorema nos permite determinar de una manera sencilla si W es
subespacio de V:
TEOREMA
Un subconjunto no vacío W de un espacio vectorial V es un subespacio de V si
se cumplen las condiciones siguientes:
1) W es cerrado para la suma. Es decir que si x Є W e y Є W, x+y Є W
2) W es cerrado para el producto por escalar. Si x Є W y α Є R, entonces αx
ЄW
EJERCICIOS RESUELTOS
EJEMPLO Nº 2.1: Probar si W es Subespacio de R2, siendo
W = { (x, y) Є R2 / y = 0 }
W representa los puntos del plano Є R2 cuya coordenada y sea nula. Para que
W sea subespacio de R2 se deben verificar las condiciones siguientes:
I) Cerrado para la suma: sumando dos elementos de W, obtenemos un
elemento de W
(x1, 0) Є W, (x2, 0) Є W
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 7
W X
W = { (0, 0) }
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 8
En este caso W está formado por un solo elemento, que es el vector (0, 0). Se
deben probar las dos condiciones que debe cumplir W para ser subespacio de
R2
I) Cerrado para la suma: sumando dos elementos de W, obtenemos otro
elemento de W:
(0, 0) + (0, 0) = (0, 0) Є W
Figura 2. 2. W = { (0, 0) }
Y
W X
Sumando ambos vectores obtenemos (x1, y1) + (x2, y2) = (x1 + x2 ; y1 + y2), y
como y1 < - x1 e y2 < - x2, se verifica que ; y1 + y2 < - x1 - x2, por lo tanto el vector
(x1 + x2 ; y1 + y2) Є W
(x, y, x+y )
Seguidamente se demuestran las condiciones necesarias para que W sea
subespacio de R3:
lo que es falso, por ser D ≠ 0, por lo tanto el conjunto de puntos que verifican la
ecuación Ax + By + Cz = D no incluye vector (0, 0, 0), que es el elemento
neutro para la suma de vectores en R3, y por consiguiente no es espacio
vectorial en si mismo y tampoco subespacio de R3 de acuerdo a la definición de
Subespacio.
SUBESPACIOS DE R2 Y DE R3
Se puede demostrar que los únicos subespacios de R2 son los siguientes:
• El subespacio trivial { 0 }
• Rectas que pasan por el origen
• R2.
b) V = R3, K=R
W = { (x, y, z) Є R3 / z = 0 }
W = { (x, y, z) Є R3 / x+y+z > 1 }
W = { (x, y, z) Є R3 / 2x +y = 0 }
c) V = R2x2, K = R
a b
W = { ∈ R 2 x 2 / a + b + c + d = 0}
c d
a b
W = { ∈ R 2 x 2 / b = 0 ∧ c = 0}
c d
d) V = Pn; K=R
W es el conjunto de polinomios de grado 4 (P4)
W es el conjunto de polinomios de grado menor o igual a 4
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 13
.
W
W
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 14
EJEMPLO Nº 3.1: El vector (3, -2) es combinación lineal de los vectores (1, 0) y
(0, 1). En efecto (3, -2 ) se puede expresar de la siguiente manera:
α.V1
V1
V2 u = α.V1 + β. V2
β. V2
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 15
u = α.V1 + β. V2
Que es una combinación lineal de los vectores V1 y V2.
x = α1 v1 + α2 v2+………+ αn vn
α1 + α2 + α3 = a
α1 + α2 + 0 = b
α1 + 0 + 0 = c
Deduciéndose que:
α1 = c
α2 = b - α1 = b – c
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 16
α3 = a - α1 – α2 = a – c – b + c = a – b
W = { (x, y) Є R2 / y = x }
( t, t ) = t ( 1, 1 )
Obsérvese que cualquier combinación lineal del vector (1, 1) nos da como
resultado un vector de W ( Cuando las componentes del vector son iguales ),
por lo tanto el (1, 1 ) es un sistema generador de W.
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 18
W = Gen { (1, 1 ) }
W = { (x, y, z) Є R3 / x = z }
(a, b, a) = (a, 0, a) + ( 0, b, 0)
(a, b, a) = a (1, 0, 1) + b ( 0, 1, 0)
W = { (x, y, z ) Є R3 / x +2y – z = 0 }
7 – Sean los vectores u = (1, 1, 2) y v = (5, -1, 4). ¿Cuál de los siguientes
vectores se encuentran en el espacio generado por u y v. gen { u, v }?
α1 . v1+α2 v2+….+αn vn = 0
α1 + α2 = 0
α1 =0
α1 = 0
α2 = 0
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 21
Como la única solución posible es 0 para ambos escalares, los vectores (1, 1) y
(1, 0) son linealmente independientes.
EJEMPLO 4.2: Determinar si los vectores (1, 1, 1); (-2, 1, 0) y (-1, 2, 1) son
linealmente independientes.
α1 - 2α2 - α3 = 0
α1 + α2 +2 α3 = 0
α1 + α3 = 0
3º ) α1 = - α3
1º) α1 - 2α2 + α1 = 0
2 α1 - 2α2 = 0 (**)
2º ) α1 + α2 -2 α1 = 0
- α1 + α2 = 0 (**)
2 α1 - 2α2 = 0
-α1 + α2 = 0
Sustituyendo en la primera:
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 22
2 α2 - 2α2 = 0
0α2 = 0
Dicha ecuación se verifica para infinitos valores de α2, lo que significa que el
sistema tiene infinitas soluciones y por lo tanto tiene soluciones para los
escalares distintas de 0, lo que implica que los vectores (1, 1, 1); (-2, 1, 0) y
(-1,2, 1) son linealmente dependientes.
V1
V2
α1 . v1 = v2 con α1 ≠ 0
α1 . v1 + α2 . v2 = 0
V1
V2
α1 . v1 = v2
por que los vectores no son colineales, por lo tanto la única combinación lineal
posible de v1 y v2 que da como resultado el vector 0 es la trivial:
α1 . v1 + α2 . v2 = 0
V3
V1 V2 Y
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 25
V1 V V2
V3
Y
Y
V1
V2
X V3
Los vectores que se observan en las figuras 4.4 y 4.5 son linealmente
dependientes por ser tres vectores contenidos en el mismo plano. A su vez,
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 26
3
Figura 4.6: 2 Vectores LD en R
V1
X V2
TEOREMA 4.3: Sean v1, v2, …,vk un conjunto de vectores de Rn. Si k > n
entonces los vectores v1, v2, …,vk son linealmente dependientes.
Al igual que en el caso de los teoremas 3.1 y 3.2 se probará con un ejemplo,
quedando para el lector la generalización de la demostración. Probar que el
conjunto de vectores de R2 formado por (1, 1); (1, 0) y (0, 1) son linealmente
dependientes. En efecto:
α1 + α2 =0
α1 + α3 = 0
A = { (1,1); (1, 0) } de R2
b) Indicar el valor de “K” para que los siguientes vectores sean linealmente
independientes:
Sea S = {v1, v2, …,vn} un conjunto de vectores del espacio vectorial V. Se dice
que S es base de V si cumple las siguientes condiciones:
• S es linealmente independiente y
• S es sistema generador de V.
α1 + α2 = a
α2 = b (*)
α1 + b = a
por lo tanto
α1 = a – b (*)
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 30
Las expresiones (*) indican que para cualquier valor de a y b, o sea para
cualquier vector de R2, es posible encontrar escalares α1 y α2, que permitan
expresar el vector (a, b) como combinación lineal de los vectores (1, 0) y (1, 1).
Por lo tanto, por ser LI y SG de R2 los vectores constituyen una base de R2
EJEMPLO Nº 5.2: Encontrar una base para el espacio vectorial definido por:
W = {(x, y, z) Є R3 / x+2y-z=0}
x+2y-z=0
z = x + 2y
(x, y, x + 2y)
Si x e y fueran escalares:
α1 =0
α2 = 0
α1 + 2 α2 = 0
α1 = 0
α2 = 0
En el caso del Ejemplo 5.1 el espacio vectorial es R2, sus bases tienen dos
vectores, por lo que es un espacio de dimensión 2.
De este teorema se deduce que un conjunto S, para ser base de Rn, tiene que
estar conformado por n elementos.
2 – Indique si los vectores u = (1, 3, 1) y v = (2, 2, -2) constituyen una base del
espacio vectorial:
W = { (x, y, z) Є R3 / -2x + y – z = 0 }
TEOREMA 6.2: El rango por filas y el rango por columnas de una matriz A de
m x n son iguales.
1 2 1 0
A = −1 2 1 1
2 − 4 1 − 2
1 0 0 − 1/ 2
B = 0 1 0 1/ 4
0 0 1 0
Observar que el espacio generado por las columnas de A es R3, pues tres
columnas L. I. de R3 generan dicho espacio. (Teorema 5.1). Por lo tanto la
dimensión del espacio columna de A es 3. Rango Columna de A es 3.
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 36
Otra forma práctica para determinar el rango de una matriz está definida por el
siguiente teorema:
1 0 1
A = − 2 −1 − 4
3 −1 1
1 0 1
E = 0 1 2
0 0 0
Se puede observar que la matriz E tiene dos filas no nulas, que constituyen
una base del espacio fila de A. Por lo tanto una base del espacio fila de A
estará formada por los vectores:
Como la base del espacio fila de A tiene dos vectores, dicho espacio es de
dimensión dos, por lo que el rango de A es igual a 2.
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 37
De acuerdo al Teorema 6.3, si los vectores filas constituyen una base del
espacio fila de A, entonces dichos vectores son Linealmente Independientes
(Por definición de Base, pág. 29). Por lo que se puede afirmar que el rango de
una matriz es la cantidad de filas Linealmente Independientes de la misma. El
concepto es también válido para las columnas de la matriz A. Observar en el
Ejemplo 6.2 que las columnas de la matriz E, son Linealmente Dependientes,
por que la tercera columna se puede expresar como combinación lineal de la
primera y segunda. En efecto:
EJEMPLO 6.3: Determinar una base del subespacio de R3 generado por los
vectores (1, 2, -1); (0, 1, 2); (2; 6; 2).
1 2 − 1
A = 0 1 2
2 6 2
1 0 − 5
E = 0 1 2
0 0 0
Que es a su vez base del espacio generado por los vectores (1, 2, -1); (0, 1, 2);
(2; 6; 2) de acuerdo al Teorema 6.3.
.
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 39
1 - Sea S = {(1,2,3); (2,1,4); (-1,1,2); (0,1,2); (1,1,1)} . Determine una base para
el subespacio de R3 generado por los vectores del conjunto S.
3 – Determinar una base del espacio generado por las filas de la matriz A:
1 4 6
A = − 2 3 − 1
− 2 1 − 3
−1 3 0 7
2 0 − 1 − 2 1 − 3
1 −1 2 5
A = −1 1 2 B= C = 4 3 11
5 1 3 2 0 2 4 3 0 6
5 4 −2 2
CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 40
1) Es Espacio Vectorial
2) Es Espacio Vectorial
3) a ) Si b) Si c) No d) Si
4) Es Espacio Vectorial
5) Es Espacio Vectorial
TEMA 2: SUBESPACIOS
1) No
2) a) Si b) Si c) No d) Si
4) a) Si b) No c) No d) Si
5) Si generan W
2) Si
REFERENCIAS BIBLIOGRAFICAS
• Anton, Howard (1999): Introducción al Algebra Lineal. Editorial Limusa.
Mexico D. F.
• Grossman, Stanley (2001): Álgebra Lineal. Editorial Mc. Graw Hill. Mexico
D. F.