DM Espacios Vectoriales

FACULTAD DE ESTUDIOS A DISTANCIA

UNIDAD 5. ESPACIOS VECTORIALES

Los espacios vectoriales son conjuntos de elementos denominados vectores que pueden ser de diferentes
clases: funciones, matrices o polinomios.
1


Tabla de contenido
UNIDAD 5. ESPACIOS VECTORIALES ....................................................................................... 1

Tabla de contenido ................................................................................................................................ 2
Introducción ............................................................................................................................................ 3
Objetivos ................................................................................................................................................... 3
Objetivo general ..................................................................................................................................................... 3
Objetivos específicos ............................................................................................................................................ 3
5.1 Definición del espacio vectorial ................................................................................................ 4
5.3 Subespacio vectorial ..................................................................................................................... 8
5.4 Combinación lineal ...................................................................................................................... 12
5.5 Conjunto generador .................................................................................................................... 15
5.6 Independencia lineal .................................................................................................................. 17
5.7 Base ................................................................................................................................................... 20
5.8 Dimensión ....................................................................................................................................... 21
Resumen .................................................................................................................................................. 23
Bibliografía ............................................................................................................................................. 24
Referencias web .................................................................................................................................................. 24

2


Introducción
Hay dos palabras claves que se utilizan para describir las matemáticas: abstracción y
generalización. La primera de ellas hace referencia a la representación, por medio de
símbolos, de diferentes cantidades o cualidades de los objetos. La generalización se
relaciona con la construcción de estructuras o teorías que engloban ciertas
características o hechos conocidos, además, tiene que ver también con la economía del
trabajo realizado para investigar y con determinar los elementos mínimos
responsables de que ciertos resultados se den.

El tema espacios vectoriales, que se desarrolla en esta unidad, se relaciona con la
generalización, puesto que busca introducir la estructura abstracta que engloba a
algunos conceptos como: vectores en 𝑅! y 𝑅! , matrices reales de tamaño 𝑚𝑥𝑛,que se
han estudiado durante este curso, y otros como polinomios reales, series de potencias.
Así mismo, aborda soluciones a ecuaciones diferenciales lineales homogéneas, que se
han analizado en otras asignaturas relacionadas con matemáticas, con el propósito de
analizar qué resultados se obtienen en general sin importar a cuál de las estructuras
especificas hace referencia.

Los espacios vectoriales son conjuntos de elementos denominados vectores que
pueden ser de diferentes clases: funciones, matrices o polinomios. Sus aplicaciones
dentro de las matemáticas, las ciencias y la ingeniería son variadas, como por ejemplo
cuando son utilizados en las señales discretas en sistemas de control digital.
Además, al reconocer un conjunto como espacio vectorial se asume que todas las
propiedades de un espacio las cumple el nuevo conjunto, lo cual es una gran ventaja, ya
que si se demuestra una nueva propiedad para un determinado espacio vectorial, todos
la cumplirán.
Objetivos

Objetivo general
Identificar los espacios vectoriales como estructuras algebraicas teniendo en cuenta

sus propiedades.

Objetivos específicos
• Reconocer si un conjunto de vectores es espacio vectorial.

• Determinar bases de un espacio vectorial
3


5.1 Definición del espacio vectorial
Un espacio vectorial real 𝑽 es un conjunto de objetos, denominados vectores, donde

están definidas dos operaciones binarias:

• Suma: que se simboliza como 𝒙 + 𝒚, para los elementos 𝒙, 𝒚 que pertenecen a
𝑽.

• Multiplicación por escalar: notada 𝜶𝒙, siendo 𝜶 un número real, con estas
operaciones el conjunto debe satisfacer los 10 axiomas que se enumeran a
continuación:

• Cerradura de la suma:
Si 𝒙 ∈ 𝑽 y 𝒚 ∈ 𝑽, entonces 𝒙 + 𝒚 ∈ 𝑽

• Ley asociativa de la suma de vectores:
Para todo 𝒙, 𝒚 y 𝒛 en 𝑽, 𝒙 + 𝒚 + 𝒛 = 𝒙 + (𝒚 + 𝒛)

• Existe el elemento idéntico aditivo llamado vector cero:
Existe un vector 𝟎 ∈ 𝐕, tal que para todo 𝒙 ∈ 𝑽, 𝒙 + 𝟎 = 𝟎 + 𝒙 = 𝒙

• Cada elemento del conjunto tiene inverso aditivo:
Si 𝒙 ∈ 𝑽, existe un vector − 𝒙 en 𝑽, tal que 𝒙 + −𝒙 = 𝟎

• Ley conmutativa de la suma:
Si 𝒙 y 𝒚 están en 𝑽, entonces 𝒙 + 𝒚 = 𝒚 + 𝒙

• Cerradura bajo la multiplicación por un escalar:
Si 𝒙 ∈ 𝑽 y 𝜶 es un escalar real, entonces 𝜶𝒙 ∈ 𝑽

• Primera ley distributiva:
Si 𝒙 y 𝒚 están en 𝑽, y 𝜶 es un escalar, entonces 𝜶 𝒙 + 𝒚 = 𝜶𝒙 + 𝜶𝒚

• Segunda ley distributiva:
Si 𝒙 ∈ 𝑽 y 𝜶 y 𝜷 son escalares, entonces 𝜶 + 𝜷 𝒙 = 𝜶𝒙 + 𝜷𝒙

• Ley asociativa de la multiplicación por escalares:
Si 𝒙 ∈ 𝑽 y 𝜶 y 𝜷 son escalares, entonces 𝜶 𝜷𝒙 = 𝜶𝜷 𝒙

• Existe el elemento idéntico de la multiplicación: para cada vector 𝒙 ∈ 𝑽, 𝟏𝒙 = 𝒙

Ahora se analizan diferentes conjuntos para determinar si son espacios vectoriales o
no.
4


Determinar si 0 es un espacio vectorial, es necesario probar las 10 operaciones:

• Cerradura de la suma: este axioma afirma que si se suman dos elementos del
conjunto la respuesta debe ser un elemento del conjunto.

Entonces al comprobar la propiedad encontramos que el conjunto es cerrado
bajo la suma.
0 + 0 = 0 ∈{0}

• Cerradura de la multiplicación: la cual afirma que al multiplicar un elemento del
conjunto por cualquier escalar real, la respuesta es de nuevo un elemento del
conjunto. Para el caso, esto se cumple.

Si 𝛂 ∈ ℝ, entonces 𝛂𝟎 = 𝟎 ∈ 𝟎

• Ley conmutativa de la suma: este axioma hace referencia a que el orden de los
sumandos no altera el resultado. Para el conjunto que se está analizando, esto se
cumple.

0+0 = 0+0=0 . Al cambiar de posición la respuesta es igual.

• Existe el elemento idéntico aditivo y de la multiplicación: el elemento idéntico es
el elemento del conjunto que al ser sumado con cualquier otro elemento del
conjunto no lo cambia y el de la multiplicación es el escalar que al multiplicarlo
deja igual al elemento del conjunto.

0+0 = 0 𝟏 ∙ 𝟎 = 𝟎

Elemento idéntico aditivo Elemento idéntico multiplicación

• Ley asociativa de la suma y de la multiplicación por escalares: este axioma hace
referencia a que sin importar la asociación que se realice en una suma, o en la
multiplicación por escalar el resultado no cambia.

(0 + 0) + 0 = 0 + (0 + 0 ) 𝜶 𝜷𝟎 = 𝜶𝜷 𝟎 = 𝟎

• Cada elemento del conjunto tiene inverso aditivo: es decir, que para cada
elemento del conjunto existe un número que se denomina inverso aditivo, tal que
al sumar, el elemento más su inverso aditivo se obtiene como respuesta el
elemento idéntico aditivo.
0 + 0 = 0
5


Elemento Elemento
Inverso idéntico aditivo

• Leyes distributivas: la primera hace referencia a la distributiva de un escalar con
respecto a la suma de dos elementos del conjunto y la segunda de las leyes de la
distributiva de una suma de escalares multiplicadas por un elemento del
conjunto.

• Primera ley distributiva: 𝜶 𝟎 + 𝟎 = 𝜶𝟎 + 𝜶𝟎 = 𝟎
• Segunda ley distributiva: 𝜶 𝜷𝟎 = (𝜶𝜷)𝟎 = 𝟎

En conclusión, como el conjunto cumple con todos los axiomas es un espacio vectorial;
lamado con frecuencia: espacio vectorial trivial.

Caso particular
5 + 7 = 12
Número impar Número par

¿El conjunto de los números impares con la suma y productos usuales ¿es un espacio
vectorial?

• Forma general de un impar: 2𝑛 + 1, 𝑛 ∈ 𝑍
• Cerradura de la suma: 2𝑛 + 1 + 2𝑚 + 1 = 2𝑛 + 2𝑚 + 2 = 2 𝑛 + 𝑚 + 2

El conjunto de polinomios con coeficientes reales de grado menor o igual a n, es un
espacio vectorial.

Los polinomios que pertenecen a este conjunto son los de la forma:

𝑃 𝑥 = 𝑎! 𝑥 ! + 𝑎!!! 𝑥 !!! + 𝑎!!! 𝑥 !!! + ⋯ + 𝑎! 𝑥 + 𝑎!

Donde cada 𝑎! es real.

Asociativa de la suma
6


Esta propiedad es claro que se cumple, ya que al sumar los polinomios se suman
términos semejantes y los resultados no se afectan por el orden como se asocien los
polinomios:

𝑝 𝑥 + 𝑞(𝑥) + 𝑟 𝑥 = 𝑝 𝑥 + 𝑞 𝑥 + 𝑟(𝑥)

Además, el resultado es un polinomio de grado n o menor que n, si se cancelan los
términos de grado n.

Conmutativa de la suma
Al igual que la asociativa, esta propiedad es evidente que se cumple ya que al sumar
dos polinomios el orden como se sumen no afecta la respuesta.

𝑝 𝑥 + 𝑞 𝑥 = 𝑞 𝑥 + 𝑝(𝑥)

Elemento idéntico aditivo
El elemento cero del conjunto se define como el polinomio:

0 = 0𝑥 ! + 0𝑥 !!! + ⋯ + 0𝑥+0

Entonces 0∈ 𝑃! y para cualquier polinomio del conjunto se cumple que:

0 + 𝑝 𝑥 = 𝑝(𝑥)

Elemento inverso aditivo
El elemento inverso para cada elemento del conjunto se define como el polinomio:

−𝑝 𝑥 = −𝑎! 𝑥 ! − 𝑎!!! 𝑥 !!! … − 𝑎!! − 𝑎!

Entonces se cumple que:
𝑝 𝑥 + −𝑝 𝑥 = 0

Axiomas 6 a 10
7


Los axiomas relacionados con la multiplicación por escalar cumplen con la claridad y el
elemento idéntico de multiplicación es el real uno.

Como el conjunto de polinomio 𝑃! cumple junto con las operaciones suma y
multiplicación usuales todos los axiomas; entonces se concluye que es un espacio
vectorial.

Sin embargo, si se habla del conjunto 𝑄! formado por todos los polinomios de grado
igual a n, este conjunto no es un espacio vectorial, ya que al sumar dos polinomios de
grado n no necesariamente da como respuesta un polinomio de grado n; es decir, que
no sería clausurativo y como es necesario cumplir con todos los axiomas, por lo tanto
no sería espacio vectorial.

5.3 Subespacio vectorial
Los espacios vectoriales tienen unos subconjuntos denominados subespacios

vectoriales que se definen como: el conjunto 𝑯 no vacío de un espacio vectorial que
bajo las operaciones de suma y multiplicación por escalar definidas en 𝑽, cumple con
todos los axiomas de espacio vectorial. Entonces se dice que 𝑯 es un subespacio de 𝑽.

Para determinar si un subconjunto 𝑯 es subespacio vectorial de un conjunto 𝑽, se
utiliza el siguiente resultado:

Un subconjunto no vacío H de un espacio vectorial V es un subespacio de V si cumple
los dos axiomas de cerradura:

• Si x ∈ 𝑯 y 𝒚 ∈ 𝑯, entonces 𝑥 + 𝑦 ∈ 𝑯
• Si x ∈ 𝑯, entonces para todo escalar 𝛼

Todo espacio vectorial 𝑽 tiene como subespacios al trivial que es el conjunto 𝟎 y al
mismo subespacio 𝑽, dado que todo conjunto es subconjunto de sí mismo. Los
subespacios diferentes de 𝟎 y 𝑽, se denominan subespacios propios.

Teniendo en cuenta el espacio vectorial 𝑅! , se analizarán dos subconjuntos para
determinar cuáles de ellos son subespacios propios; tomando la suma y multiplicación
por escalar usuales.

Sea 𝐻 = 𝑥, 𝑦, 𝑧 𝑥 = 𝑎𝑡, 𝑦 = 𝑏𝑡, 𝑧 = 𝑐𝑡; 𝑎, 𝑏, 𝑐 , 𝑡 ∈ ℝ , entonces 𝑯 está formado por
todos los vectores en 𝑹𝟑 que se encuentran sobre una recta que pasa por el origen.

8


Gráfica 5.1. Gráfica conjunto H.
Para ver si 𝑯 es un subespacio de 𝑹𝟑 , se analizará si cumple los axiomas de cerradura,

entonces sea 𝒖 = 𝑎𝑡! , 𝑏𝑡! , 𝑐𝑡! ∈ 𝑯 y 𝒗 = 𝑎𝑡! , 𝑏𝑡! , 𝑐𝑡! ∈ 𝑯.

Luego:
𝒖 + 𝒗 = 𝑎𝑡! , 𝑏𝑡! , 𝑐𝑡! + 𝑎𝑡! , 𝑏𝑡! , 𝑐𝑡!

= 𝑎(𝑡! + 𝑡! ), 𝑏(𝑡! + 𝑡! ), 𝑐(𝑡! + 𝑡! ) ∈ 𝑅!

Por tanto es cerrada bajo la suma.

Ahora:
𝛼𝒖 = 𝛼𝑎𝑡! , 𝛼𝑏𝑡! , 𝛼𝑐𝑡!

(𝑎 𝛼𝑡! , 𝑏 𝛼𝑡! , 𝑐 𝛼𝑡! ) ∈ 𝑅!

En conclusión, 𝑯 es un subespacio de 𝑅! .

Sea 𝜋 = (𝑥, 𝑦, 𝑧) 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 𝑑; siendo 𝑎, 𝑏, 𝑐, 𝑑 reales y 𝑑 ≠ 0 , entonces π está
formado por todos los vectores en 𝑹𝟑 que se encuentran sobre un plano que no pasa
por el origen.

Entonces para 𝒖 = 𝑥! , 𝑦!, 𝑧! y𝒗 = 𝑥! , 𝑦!, 𝑧! ∈ 𝜋 se tiene que:

𝒖 + 𝒗 = 𝑥! , 𝑦!, 𝑧! + 𝑥! , 𝑦!, 𝑧! = 𝑥! + 𝑥! , 𝑦! + 𝑦!, 𝑧! + 𝑧! ∉ 𝜋

Porque:

𝑎 𝑥! + 𝑥! + 𝑏 𝑦! + 𝑦! + 𝑐 𝑧! + 𝑧! = 𝑎𝑥! + 𝑏𝑦! + 𝑐𝑧! + 𝑎𝑥! + 𝑏𝑦! + 𝑐𝑧! = 𝑑 +
𝑑 = 2𝑑 ≠ 𝑑. Luego no es un subespacio de 𝑹𝟑 .
9


Si se observa en la gráfica la suma de dos vectores de π, el resultado no pertenece al
plano.

Gráfica 5.2. Gráfica plano 𝝅.
El espacio vectorial de las matrices 𝑀!×! , tiene gran cantidad de subespacios propios,
como:

El conjunto, formado por todas las matrices cuadradas de tamaño 𝑛×𝑛, es un
subespacio de 𝑀!×! , ya que cumple con los dos axiomas de cerradura. Es decir, que al
sumar dos matrices cuadradas de tamaño 𝑛×𝑛, se obtiene como resultado otra matriz
𝑛×𝑛. Además, si se multiplica una matriz por cualquier escalar el tamaño de la matriz
no se modifica, por tanto cumple la cerradura de la multiplicación por escalar, luego,
𝑀!×! , es subespacio propio de 𝑀!×! .

𝑎 𝑏
El conjunto de matrices 𝐻 = , 𝑐𝑜𝑛 𝑎, 𝑏, 𝑐 ∈ ℝ es un subespacio propio del
0 𝑐
conjunto de matrices 𝑀!×! , verificando los axiomas de cerradura se tiene:

• Axioma cerradura de la suma:
𝑎 𝑏 𝑑 𝑒
Sea L = ∈ 𝐻 y N = ∈ 𝐻, entonces:
0 𝑐 0 𝑓
10


𝑎 𝑏 𝑑 𝑒 𝑎+𝑑 𝑏+𝑒
L+N= + = ∈ 𝐻
0 𝑐 0 𝑓 0 𝑐+𝑓

Dado que al sumar dos números reales se obtiene como resultado otro número
real.

• Axioma cerradura multiplicación por escalar:

Si se basa en el resultado de:
𝑎 𝑏 𝛼𝑎 𝛼𝑏 𝛼𝑎 𝛼𝑏
𝛼𝐿 = 𝛼 = = ∈ 𝐻
0 𝑐 𝛼0 𝛼𝑐 0 𝛼𝑐

Se observa que al multiplicar dos reales se obtiene siempre un real, además cualquier
escalar multiplicado por cero es cero. Entonces la matriz 𝛼𝐿 ∈ 𝐻, por lo tanto es
cerrada bajo la multiplicación este conjunto.

En conclusión, el conjunto 𝐻 es un subespacio propio de 𝑀!×! .

Para el espacio vectorial C 0,1 , que está formado por el conjunto de funciones
continuas de valores reales definidas en el intervalo 0,1 , se tienen como subespacios
vectoriales a:

• El conjunto P! 0,1 , formado por los polinomios de grado menor o igual a n y
definidos en el intervalo 0,1 , es un subespacio de C 0,1 , teniendo en cuenta que
el conjunto P! es un espacio vectorial para todo entero n, de manera que P! 0,1
es cerrado, bajo la suma y multiplicación por escalar. Además, todo polinomio es
continuo.

• El conjunto C´ 0,1 , formado por las funciones con primeras derivadas continuas
definidas en 0,1 , es subespacio de C 0,1 , puesto que la suma de dos funciones
diferenciables y un múltiplo constante de una función diferenciable son
diferenciables.

• Por último, para el espacio vectorial 𝑅! , un subespacio propio de 𝑅 es el
subconjunto 𝐻 = {(𝑥, 𝑦) / 𝑦 = 𝑚𝑥} formado por todas las rectas que pasan por
el origen. Es necesario tener en cuenta que al sumar dos rectas, que pasan por el
origen, se obtiene otra recta que pasa por el origen. Además, al multiplicar por un
escalar la recta resultante pasa de nuevo por el origen ya que no se modifica el
intercepto.

11


5.4 Combinación lineal
En 𝑅! todo vector 𝒖 = (𝑥, 𝑦), se puede escribir en la forma 𝒖 = 𝑥𝒊 + 𝑦𝒋, siendo el
vector 𝒊 = (1,0) 𝑦 𝒋 = (0,1), es decir que 𝒖 es una combinación lineal de los vectores
𝒊, 𝒋.

Gráfica 4.3. Los vectores de 𝑹𝟐 . Se pueden escribir como una combinación lineal de los vectores i y j.

En general: sea 𝑣 ! , 𝑣! , 𝑣! , … , 𝑣! . Vectores en un espacio vectorial 𝑽. Entonces

cualquier vector de la forma
𝑐! 𝑣! + 𝑐! 𝑣! + 𝑐! 𝑣! + ⋯ + 𝑐! 𝑣!
Donde 𝑐! , 𝑐! , 𝑐! , … , 𝑐! son escalares se denomina una combinación lineal de
𝑣! , 𝑣! , 𝑣! , … , 𝑣! .
1
Por ejemplo: en 𝑅! el vector 𝒖 = 8 es una combinación lineal de los vectores
−18
2 1
𝒗𝟏 = 1 y 𝒗𝟐 = −2 , ya que 𝒖 = 2𝒗𝟏 − 3𝒗𝟐 ,
−3 4
𝒖 = 2 𝒗𝟏 − 3𝒗𝟐
1 2 1
8 = 2 1 − 3 −2
−18 −3 4
1 4 −3
8 = 2 + 6
−18 −6 −12
12


1 1
8 = 8
−18 −18

En el siguiente ejemplo, se presenta la manera cómo es posible escribir el vector.

4
𝒘 = 2 , como combinación lineal de los vectores 𝒗𝟏 y𝒗𝟐 :
5

• Primer paso: Se supone que existen lso escalares 𝑐! y 𝑐! , para escribir a 𝑤 como
combinación lineal

• Segundo paso: Se realizan las opreaciones correspondientes:

• Tercer paso: Se soluciona el sistema de ecuaciones lineales que se forma.
13


• Cuarto paso: El sistema se soluciona por el metodo de Gauss Jordán y se
encuentra que el sistema es inconsistente.

En conclusion w no puede escribirse como combinacion lineal de 𝑣! y 𝑣! , ya que no
existen los escalares 𝑐! y 𝑐! .

0 2 −1 3 −2 0

Ahora, teniendo en cuenta el conjunto 𝑆 = , , ,

1 0 1 2 1 3

0 8
¿Es posible escribir la matriz 𝐴 = como combinación lineal de los elementos del
2 1
conjunto S?

Para dar respuesta a la pregunta, se realiza el procedimiento del caso anterior.

Primero se supone que es posible y se organiza la combinación lineal correspondiente.

0 8 0 2 −1 3 −2 0
= 𝑐! + 𝑐! + 𝑐!
2 1 1 0 1 2 1 3

14


A continuación se realizan las operaciones y se organiza el sistema de ecuaciones
lineales.

0 8 0 2𝑐! −𝑐! 3𝑐! −2𝑐! 0
= + +
2 1 𝑐! 0 𝑐 ! 2𝑐! 𝑐! 3𝑐!

0 8 −𝑐! − 2𝑐! 2𝑐! + 3𝑐!
=
2 1 𝑐! + 𝑐! + 𝑐! 2𝑐! + 3𝑐!
−𝑐! − 2𝑐! = 0
2𝑐! + 3𝑐! = 8

𝑐! + 𝑐! + 𝑐! = 2
2𝑐! + 3𝑐! = 1

Se soluciona el sistema y se encuentra que: 𝑐! = 1, 𝑐! = 2 𝑦 𝑐! = −1, luego se puede
concluir que la matriz A es combinación lineal de los elementos del conjunto S.

En general, la estrategia para determinar si un vector se puede escribir como
combinación lineal de otros vectores consiste en suponer que es posible realizar las
operaciones correspondientes al espacio donde se esté desarrollando la combinación y
determinar el valor de los escalares.

5.5 Conjunto generador
Ahora, teniendo en cuenta la definición de combinación lineal, se define conjunto

generador como: el conjunto de vectores 𝒗! , 𝒗! , 𝒗! , … , 𝒗! , de un espacio vectorial 𝑽
que generan a 𝑽, es decir, que todo vector en 𝑽 se puede escribir como combinación
lineal de los mismos, se denomina conjunto generador. Luego, para todo 𝒗 ∈ 𝑽, existen
escalares 𝑐! , 𝑐! , 𝑐! , … , 𝑐! ., tales que:

𝒗 = 𝑐! 𝒗! + 𝑐! 𝒗! + 𝑐! 𝒗! + ⋯ + 𝑐! 𝒗!

𝟏 𝟎 𝟎
Como caso particular se tiene que los vectores 𝒊 = 𝟎 , 𝒋 = 𝟏 y 𝒌 = 𝟎 generan a
𝟎 𝟎 𝟏
𝑅! .

El siguiente es un ejemplo de otros conjuntos generadores de algunos espacios
vectoriales:

1 0 0 1 0 0 0 0
El conjunto , , , genera el espacio 𝑀!!
0 0 0 0 1 0 0 1

15


Para comprobarlo se toma una matriz general del conjunto y se analiza si existen los
escalares para escribirla como combinación lineal de los elementos del conjunto.
Se observa que 𝑎 = 𝑐! , 𝑏 = 𝑐! , 𝑐 = 𝑐! y 𝑑 = 𝑐! , luego el conunto genera a 𝑀!!

0 3 −1
El conjunto , , genera el especio 𝑅! .
1 4 −2

Al solucionar el sistema por el método de Gauss Jordán se encuentra que:

!!!!!!!!! !!!!
Luego se tiene que 𝑐! =− y 𝑐! =−
! !

Es decir, que si se requiere escribir cualquier vector de 𝑅! , como combinación se hallan
los escalares teniendo en cuenta las componentes de x, y del vector y 𝑐! es cualquier
valor real. Hay infinatas soluciones para la combinación lineal.
5
En el caso de vector ∈ 𝑅! , una de las combinaciones lineales posibles es:
7
16


Que se obtiene al remplazar en 𝑐! y 𝑐! , 𝑥 = 5, 𝑦 = 7 y 𝑐! = 4

A partir de un número finito de vectores 𝒗! , 𝒗! , 𝒗! , … , 𝒗! , que pertenecen a un espacio
vectorial 𝑽 se construye un espacio denominado espacio generado por
𝒗! , 𝒗! , 𝒗! , … , 𝒗! que es el conjunto de combinaciones lineales de 𝒗! , 𝒗! , 𝒗! , … , 𝒗! , es
decir:

𝑔𝑒𝑛 𝒗! , 𝒗! , 𝒗! , … , 𝒗! = 𝒗: 𝒗 = 𝑐! 𝒗! + 𝑐! 𝒗! + 𝑐! 𝒗! + ⋯ + 𝑐! 𝒗!

Donde 𝑐 ! , 𝑐! , 𝑐! , … , 𝑐! , son escalares arbitrarios.

Por ejemplo, el espacio generado por los vectores 𝒖 = 3𝑖 + 2𝑗 − 𝑘 y 𝒗 = −𝑖 + 5𝑗 + 3𝑘,
que pertenecen a 𝑅! , que no son paralelos es un plano que pasa por el origen.

Otro modelo, es el espacio generado por el vector 𝑢 = 5𝑖 − 2𝑗 en 𝑅! , formado por
todos los vectores 𝑣 que se obtienen así: 𝑣 = 𝑐! 𝑢. Multiplicando el vector 𝑢 por
diferentes escalares reales generando la recta que contiene a 𝑢 y a todos los vectores
que son paralelos a él, en la gráfica se observa éste espacio generado.

Gráfica 4.5. Vectores.
5.6 Independencia lineal
17


Una de las ideas principales en el estudio del algebra lineal es la dependencia o
independencia lineal de un conjunto de vectores. En general, se dice que un conjunto
de 𝒏 vectores de un espacio vectorial 𝑣! , 𝑣! , 𝑣! , … , 𝑣! , son linealmente dependientes si
existen 𝒏 escalares 𝑐 ! , 𝑐! , 𝑐! , … , 𝑐! no todos cero tales que:

𝑐! 𝒗! + 𝑐! 𝒗! + 𝑐! 𝒗! + ⋯ + 𝑐! 𝒗! = 0

Si los vectores no son linealmente dependientes se dice que son linealmente
independientes.

En otras palabras, v! , v! , v! , … , v! son linealmente independientes si la ecuación
c! v! + c! v! + c! v! + ⋯ + c! v! = 0 se cumple únicamente para c! = c! = c! = ⋯ =
c! = 0 . Son linealmente dependientes si el vector cero en 𝑽 se puede expresar como
una combinación lineal de 𝑣! , 𝑣! , 𝑣! , … , 𝑣! con coeficientes no todos iguales a cero.

Para determinar si un conjunto de vectores de un espacio vectorial 𝑽 es linealmente
dependiente o independientes, se utiliza el siguiente procedimiento:

• Se escribe como combinación lineal de los vectores el vector cero de 𝑽.
• Se realizan todas las operaciones y se obtiene un sistema de ecuaciones lineales
homogéneo.
• Se soluciona el sistema de ecuaciones homogéneo por el método de Gauss
Jordán.

Si el sistema tiene infinitas soluciones los vectores son linealmente dependientes y si la
solución es la trivial, es decir que todos los valores de las constantes dan cero, los
vectores son linealmente independientes.

A continuación se presentan algunos ejemplos del análisis de la dependencia e
independencia de vectores en algunos espacios vectoriales.

Los siguientes resultados permiten determinar la dependencia o independencia lineal
de algunos conjuntos de vectores:

• Dos vectores son linealmente dependientes si y slo si uno de ellos es múltiplo
escalar del otro.
• Tres vectores en 𝑅! son linealmente dependientes si y sólo si son coplanares.
• Un conjunto de 𝑛 vectores en 𝑅! es siempre linealmente dependiente si 𝑛 > 𝑚.

Ejemplo: determinar que un conjunto de vectores es linealmente dependiente o
independente, requiere del desarrollo de varias operaciones. Los resultados que se
analizarán permiten determinar de manera fácil, en un conjunto de vectores la relación
de dependencia que existe entre ellos.

18


• Un conjunto de dos vectores es linealmente independiente si un vector es
múltiplo escalar de otro:

Gráfica 4.6. Conjunto de vectores.

• Tres vectores en 𝑅! son linealmente dependientes si y solo sí son coplanares.

Gráfica 4.7. Gráfica de tres vectores.
• Un conjunto de n vectores en 𝑅! es siempre linealmente dependiente si n> m.

19


5.7 Base
El concepto de Base es fundamental para los espacios vectoriales ya que al

reconocerlas se puede comprender al espacio y determinar sus propiedades.

Un subconjunto 𝑩 no vacío de un espacio vectorial 𝐕 distinto de cero es una base de
𝑽, si cumple con las siguientes condiciones:

• 𝑩 es linealmente independiente.
• 𝑩 genera al conjunto 𝑽.

Además, el conjunto vacío, es por convención, la única base del espacio vectorial trivial
0 .

Uno de los resultados importantes en cuanto a este concepto es:

Todo espacio vectorial tiene al menos una base
E
n cuanto al espacio vectorial 𝑅! se tiene que el conjunto 𝑆 = 1,0,0 , 0,1,0 , (0,0,1) es
denominado su base estándar, ya que genera a 𝑅! y es linealmente independiente. Así
se comprueba que estas dos afirmaciones son ciertas:

El conjunto 𝑺 es linealmente independiente. Es decir, que para expresar el vector cero
del conjunto como combinación lineal, la única opción es que los escalares sean todos
iguales a cero.

𝑐! 1,0,0 + 𝑐! 0,1,0 + 𝑐! 0,0,1 = (0,0,0)
𝑐! , 0,0 + 0, 𝑐! , 0 + 0,0, 𝑐! = (0,0,0)
𝑐! , 𝑐! , 𝑐! = (0,0,0)
Al realizar las operaciones correspondientes se observa que: 𝑐! = 𝑐! = 𝑐! = 0, luego 𝑺
es linealmente independiente.
20


𝑺 genera a 𝑅! , para verificarlo se toma un elemento cualquiera de 𝑅! y se analiza si es
posible escribirlo como combinación lineal de los elementos de 𝑺.

𝑐! 1,0,0 + 𝑐! 0,1,0 + 𝑐! 0,0,1 = (𝑎, 𝑏, 𝑐)
𝑐! , 0,0 + 0, 𝑐! , 0 + 0,0, 𝑐! = (𝑎, 𝑏, 𝑐)
𝑐! , 𝑐! , 𝑐! = (𝑎, 𝑏, 𝑐)

Lo que implica que: 𝑐! = 𝑎, 𝑐! = 𝑏, 𝑐! = 𝑐. Por tanto 𝑺 genera a 𝑅! .

Luego se puede concluir que 𝑺 es una base para 𝑅! .

Es de señalar que todo vector, en un espacio vectorial 𝑽, puede escribirse solo de una
forma como combinación lineal de los vectores que forman una base para el espacio
vectorial.

5.8 Dimensión
En esta parte se desarrolla el concepto de dimensión de un espacio vectorial, pero

antes de definirlo es necesario conocer el siguiente resultado que se cumple para
cualquier espacio vectorial y que se relaciona con los conceptos vistos previamente:

Si un espacio vectorial 𝑽 es generado por 𝒏 vectores, entonces cualquier subconjunto
que éste contenga con más de 𝒏 vectores es linealmente dependiente. Es decir, que
cualquier subconjunto linealmente independiente de 𝑽 tiene cuando mucho 𝒏 vectores.
Por ejemplo, en el caso de 𝑅! cualquier conjunto con más de tres vectores es
linealmente dependiente. Vale la pena recordar que este espacio es generado por los
vectores i, j y k.

Como consecuencia de este resultado se tiene que: si un espacio vectorial 𝑽 tiene una
base con 𝒏 elementos, entonces toda base de 𝑽 tiene 𝒏 elementos.

Con la claridad de estos resultados, se define la dimensión así:

Si un espacio vectorial 𝑽 tiene una base con 𝒏 elementos, entonces se dice que
𝑽 es de dimensión finita, y 𝒏 es la dimensión de 𝑽. Notado como: 𝑑𝑖𝑚(𝑉) = 𝒏.
La dimensión del espacio trivial es cero. Un espacio vectorial que no tiene base
finita se conoce como de dimensión infinita.
Para determinar la dimensión de un espacio, simplemente se cuenta el número de
vectores que hay en su base normal. Por ejemplo, la dimensión de 𝑅! con las
operaciones estándar de suma y producto por escalar es 𝒏.

21


La dimensión de todos los polinomios de grado 𝒏, 𝑃! con las operaciones estándar es
𝑛 + 1 y la dimensión del conjunto de matrices 𝑀!" es 𝒎𝒏.

22


Resumen
Un espacio vectorial V es un conjunto con dos operaciones: suma x + y, y

multiplicación por escalar, αx, que satisface los siguientes diez axiomas: Cerradura de
la suma, ley asociativa de la suma de vectores, existencia del elemento idéntico aditivo
llamado vector cero, inverso aditivo, ley conmutativa de la suma, cerradura bajo la
multiplicación por un escalar, primera y segunda ley distributiva, ley asociativa de la
multiplicación por escalares y la existencia del elemento idéntico de la multiplicación.
Un conjunto H no vacio de un espacio vectorial, bajo las operaciones de suma y
multiplicación por escalar definidas en V, que cumple con todos los axiomas de espacio
vectorial, es llamado subespacio de V.

Todo espacio vectorial V tiene como subespacios al trivial 0 y al mismo
subespacio V, los subespacios diferentes a estos, se denominan subespacios propios.
Una combinación lineal de v! , v! , v! , … , v! , es cualquier vector de la forma c! v! +
c! v! + c! v! + ⋯ + c! v! , donde c! , c! , c! , … , c! son escalares.

Un conjunto de vectores v! , v! , v! , … , v! , de un espacio vectorial V generan el espacio,
si todo vector en V puede escribirse como combinación lineal de los mismos.

Un conjunto de n vectores de un espacio vectorial v! , v! , v! , … , v! , es linealmente
dependiente si existen n escalares c! , c! , c! , … , c! no todos cero tales que: c! v! +
c! v! + c! v! + ⋯ + c! v! = 0, si los escalares son todos cero el conjunto de vectores se
denomina linealmente independiente.

El subconjunto no vacío B , de un espacio vectorial V es una base del espacio si: es
linealmente independiente y genera al conjunto V.

La dimensión de un espacio vectorial V corresponde al número de elementos que tiene
una base, dim(V) = n
23


Bibliografía
• Grossman, S. 2008. Algebra lineal. McGraw Hill. México

• Kolman, B. y HILL, D. 1999. Álgebra Lineal con aplicaciones y Matlab. 8ª edición,
Pearson Prentice Hall. México.
• Larson, R., y Falvo, D. 2010. Fundamentos de álgebra lineal. Cengage Learning.
México.
• Poole, D. 2006. Álgebra Lineal una introducción moderna. Cengage Learning.
México.Strang. Álgebra lineal y sus aplicaciones. Fondo Educativo
Interamericano, México, 1989.

Referencias web
• http://ma1.eii.us.es/Material/Alg_Lin_itig_Ap.pdf
• http://es.scribd.com/doc/89205794/Cap-‐3-‐Subespacios-‐Vectoriales
• http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r78587.PDF

24

DM Espacios Vectoriales

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

DM Espacios Vectoriales

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE ESTUDIOS A DISTANCIA

UNIDAD 5. ESPACIOS VECTORIALES

FACULTAD DE ESTUDIOS A DISTANCIA

UNIDAD 5. ESPACIOS VECTORIALES ....................................................................................... 1

FACULTAD DE ESTUDIOS A DISTANCIA

Identificar los espacios vectoriales como estructuras algebraicas teniendo en cuenta

• Reconocer si un conjunto de vectores es espacio vectorial.

FACULTAD DE ESTUDIOS A DISTANCIA

Un espacio vectorial real 𝑽 es un conjunto de objetos, denominados vectores, donde

FACULTAD DE ESTUDIOS A DISTANCIA

FACULTAD DE ESTUDIOS A DISTANCIA

FACULTAD DE ESTUDIOS A DISTANCIA

Elemento idéntico aditivo

El elemento cero del conjunto se define como el polinomio:

Elemento inverso aditivo

FACULTAD DE ESTUDIOS A DISTANCIA

5.3 Subespacio vectorial

Los espacios vectoriales tienen unos subconjuntos denominados subespacios

FACULTAD DE ESTUDIOS A DISTANCIA

Para ver si 𝑯 es un subespacio de 𝑹𝟑 , se analizará si cumple los axiomas de cerradura,

FACULTAD DE ESTUDIOS A DISTANCIA

FACULTAD DE ESTUDIOS A DISTANCIA

FACULTAD DE ESTUDIOS A DISTANCIA

En general: sea 𝑣 ! , 𝑣! , 𝑣! , … , 𝑣! . Vectores en un espacio vectorial 𝑽. Entonces

FACULTAD DE ESTUDIOS A DISTANCIA

FACULTAD DE ESTUDIOS A DISTANCIA

Ahora, teniendo en cuenta el conjunto 𝑆 = , , ,

FACULTAD DE ESTUDIOS A DISTANCIA

5.5 Conjunto generador

Ahora, teniendo en cuenta la definición de combinación lineal, se define conjunto

FACULTAD DE ESTUDIOS A DISTANCIA

Se observa que 𝑎 = 𝑐! , 𝑏 = 𝑐! , 𝑐 = 𝑐! y 𝑑 = 𝑐! , luego el conunto genera a 𝑀!!

FACULTAD DE ESTUDIOS A DISTANCIA

Que se obtiene al remplazar en 𝑐! y 𝑐! , 𝑥 = 5, 𝑦 = 7 y 𝑐! = 4

5.6 Independencia lineal

FACULTAD DE ESTUDIOS A DISTANCIA

FACULTAD DE ESTUDIOS A DISTANCIA

FACULTAD DE ESTUDIOS A DISTANCIA

El concepto de Base es fundamental para los espacios vectoriales ya que al

FACULTAD DE ESTUDIOS A DISTANCIA

En esta parte se desarrolla el concepto de dimensión de un espacio vectorial, pero

FACULTAD DE ESTUDIOS A DISTANCIA

FACULTAD DE ESTUDIOS A DISTANCIA

Un espacio vectorial V es un conjunto con dos operaciones: suma x + y, y

FACULTAD DE ESTUDIOS A DISTANCIA

• Grossman, S. 2008. Algebra lineal. McGraw Hill. México

También podría gustarte