INGENIERIA CIVIL

ALGEBRA LINEAL
ING. TREJO NAVA PEDRO

UNIDAD 4
ESPACIOS VECTORIALES

EQUIPO:
LIDER DE EQUIPO: JOSE ANGEL LOPEZ PEREZ

Derwin Alessandro Reyes Fuentes

Carlos Daniel De Alejandro Jiménez
Eryck Román Berrones Medina
Francisco Javier Carrizal Rodriguez
Juan Eduardo Maldonado Leija

pág. 2
INDICE

pág. 3
Introducción
La idea de vector está tomada de la Física, donde sirven para representar magnitudes
vectoriales como fuerzas, velocidades o aceleraciones.
Para ello se emplean vectores de dos componentes en el plano, de tres componentes en el
espacio.
Se supone conocida la representación gráfica y manejo de los vectores de R2 y de R3 . En
Matemáticas, tratamos de abstraer las propiedades que caracterizan a los vectores para
extenderlas también a otro tipo de objetos diferentes de los vectores de la Física.
Esencialmente, el comportamiento que caracteriza a los vectores es el siguiente:
• Podemos sumar dos vectores y obtenemos otro vector;
• Podemos multiplicar un vector por un número (escalar) y obtenemos otro vector.
Además, estas operaciones cumplen ciertas propiedades, que observamos en los vectores de
R2 y de R3
En lo sucesivo, utilizaremos habitualmente la siguiente notación: u, v, w (u otras letras latinas)
para vectores, mientras que las letras griegas designarán escalares.

pág. 4
4.1 DEFINICION DE ESPACIO VECTORIAL.

El espacio vectorial, entonces, es una estructura algebraica originada a partir de conjuntos

cuyos elementos son plausibles de ser sumados entre sí y multiplicados por números.
Siempre un espacio vectorial lleva vinculado consigo a un conjunto que tendrá estructura de
cuerpo y elementos denominados escalares, que harán las veces de números. Mientras tanto,
los elementos del espacio vectorial estarán representados por los vectores.
La definición de un espacio vectorial envuelve un cuerpo arbitrario cuyos elementos se llaman
escalares. Adoptaremos las notaciones siguientes ( a menos que se establezca lo contrario)

K el cuerpo de los escalares

a, b, c o k los elementos de K
V el espacio vectorial dado
u, v, w los elementos de V.
Observamos que no se pierde nada esencial si el lector supone que K es el cuerpo real R o el
cuerpo complejo C
Por último, mencionaremos que el “producto interno” y las nociones relacionadas tales como
la ortogonalidad, no se consideran como parte fundamental de la estructura de espacio
vectorial, sino como estructura adicional que puede o no introducirse. Tales espacios serán
investigados en la última parte del texto.
Definición: Sean K un cuerpo y V un conjunto no vacío con reglas de adición y multiplicación
por escalar que asignan a todo u, v, ∈ V y a todo u ∈V, k ∈K un producto ku∈ V . Entonces V
se llama un espacio vectorial sobre K (y los elementos de V se llaman vectores) si se cumplen
los axiomas siguientes:

Los axiomas precedentes se desdoblan de forma natural en dos categorias. Los cuatro
primeros se relacionan unicamente con la escritura aditiva de V y pueden resumirse diciendo
que V es un grupo conmutativo (véase el apendice B) bajo la adición. En concecuencia, toda
suma de vectoresde tal forma.

pág. 5
No requiere paréntesis ni depende del orden de los sumados, el vector cero es único, el
negativo -u de u es único y se cumplen la ley cancelativa:

Para todo vector u, v, w ∈V . También, la sustracción esta definida por

Cualquier conjunto que posea unas operaciones suma y producto por escalares, cumpliendo
todas las propiedades anteriores, diremos que es un espacio vectorial. Los elementos de tal
conjunto se llamarán vectores (aunque pueda tratarse de objetos diferentes a los vectores de
la Física.)

Rn , n = 1, 2, …..
que ilustran claramente el concepto. No obstante, ya estamos familiarizados con otros
conjuntos que, como veremos, también cumplen las condiciones que caracterizan a los
espacios vectoriales. Comenzamos considerando el plano R2. Un vector no nulo V =¿ puede
ser representado geométricamente en el plano mediante un segmento dirigido que va de ¿.
Esta representación nos ayuda a visualizar cómo funciona la bien conocida operación de
suma o adición:

y la multiplicación por escalares (números reales, en este caso):

Suma de vectores y multiplicación por escalares.

pág. 6
En general, la suma y la multiplicación por escalares en R n se definen respectivamente
mediante

donde el escalar α puede ser cualquier número real.

Diremos que el espacio vectorial es real o complejo, según sean los escalares
• Otras propiedades de los espacios vectoriales pueden deducirse de las anteriores
propiedades básicas.
Por ejemplo:
Si α v = 0 ( α escalar, v vector) entonces o bien es α =0 o bien es v = 0

Otro ejemplo seria:

pág. 7
4.2 DEFINICION DE SUBESPACIO VECTORIAL Y
SUS PROPIEDADES

Dado un espacio vectorial V, podemos considerar una parte S de él que funcione como un
espacio vectorial “más pequeño”, incluido en V. Como V es un espacio vectorial, posee unas
operaciones (suma, producto por un escalar) que en particular se pueden efectuar en S. Sólo
necesitaremos que, al efectuarlas, su resultado quede dentro de S.
Se dice que H es un subespacio vectorial de V si H es un subconjunto no vacío de V, y H es
un espacio vectorial, junto con las operaciones de suma entre vectores y multiplicación por un
escalar definidas para V.
Se puede decir que el subespacio H hereda las operaciones del espacio vectorial “padre” V.
Existen múltiples ejemplos de subespacios en este capítulo; sin embargo, en primer lugar, se
demostrara un resultado que hace relativamente sencillo determinar si un subconjunto de V
es en realidad un subespacio de V.

pág. 8
Sea W un subconjunto de un espacio vectorial sobre un cuerpo K .W se llama un subespacio
de V si W es a su vez un espacio vectorial sobre K con respecto a las operaciones de adición
de vectores y multiplicación por escalar en V .Un criterio simple para identificar un subespacio
es el siguiente:

Teorema 4.2 :W es un subespacio de V si y solamente si

El espacio vectorial es un subespacio en sí mismo

pág. 9
Ejemplo:
Sea H={ ( x , y , z ) : x=at , y =bty z=ct ; a , b , c ,t reales} .Entonces H consiste en los vectores en
R2 que se encuentran sobre una recta que pasa por el origen. Para ver que H es un
subespacio de R3, sea x=( at 1, bt 2 , ct 3 ) E H . Entonces

x + y=( a (t 1+ t 2 ) ,b ( t 1+ t 2 ) , c ( t 1+t 2 ) ) E H

ax= ( a ( at 1 ) , b ( at 2 ) , c ( at 3 ) ) E H

Ejemplo:
Sea H un subespacio de R . Si H ≠ { 0 } , entonces H contiene un número real a diferente de
1
cero. Por el axioma vi¿ , 1=
a()
a E H y B1=B E H para todo número real B . Así, si H no es el

subespacio trivial, entonces H=R . Es decir R No tiene subespacios propios

Ejemplo:
Si Pn denota el espacio vectorial de polinomios de grado menor o igual a n, y si 0 ≤ m< n ,
entonces Pm es un subespacio propio de Pn.

Propiedades de los subespacios vectoriales

 Propiedad.
U es un subespacio vectorial de V si y s´olo si ∀u, v ∈ U y ∀λ, µ ∈ K se verifica que λu + µv ∈ U
−→
Todo espacio vectorial V tiene siempre los subespacios vectoriales V y 0 , los cuales se
denominan los subespacios vectoriales triviales de V . Un subespacio de V se dice propio si
no es ninguno de los subespacios trivial.

pág. 10
pág. 11
  Propiedad
Para un espacio vectorial V , la intersecci´on de una colecci´on de subespa- cios
vectoriales de V es de nuevo un subespacio vectorial de V .
Ejemplo.
Sean V = Q3, U1 = {(x, y, z) ∈ V | 7x − 4z = 0} y U2 = {(x, y, z) ∈ V | x − y + z = 0}.

Entonces U1 ∩ U2 = {(x, y, z) ∈ V | 7x − 4z = 0, x − y + z = 0}.

Definición. Sea V un espacio vectorial sobre K y X un subconjunto no vac´ıo de
V . Escribiremos X para representar el conjunto formado por todas las combinaciones
( )
lineales que se pueden formar utilizando un nu´mero finito de vectores en X, es decir:
(X) = {λ1u1 + · · · + λrur | r ∈ N, λi ∈ K, ui ∈ X}
Si X = ∅, entonces definimos (X) = {˙0}.

En algunos textos se escribe L(X) en vez de (X).

Propiedad
X es un subespacio vectorial de V , el cual se denomina el subespacio vectorial generado
por el conjunto X. Adem´as X es la intersecci´on de todos los subespacios de V que
contienen al subconjunto X

Definicion. Un subconjunto X de V se denomina un sistema de generadores para V si X

= V , es decir, si cualquier vector de V se puede expresar como combinaci´on lineal de vectores
de X. Se dice que un espacio vectorial V es finitamente generado, si admite un sistema de
generadores finitos.

pág. 12
4.3 Combinación lineal. Independencia lineal.

Combinación lineal: Cuando se aplica la suma de vectores y la multiplicación por

un escalar a un conjunto de vectores, se realiza una combinación lineal. Es decir,
la combinación lineal es una expresión del tipo:

Para el caso particular de dos vectores  ,   , y dos números  , entonces

una combinación lineal de    y   está dada por el vector  .
 

La siguiente figura muestra la representación gráfica del vector  .

Ejemplo:
Expresa el vector:

Primero, vamos a escribir el ejercicio en lenguaje matemático usando la fórmula

de combinación lineal.

Como lo dice la fórmula, una combinación escalar es simplemente una suma de

vectores multiplicados, cada uno, por un escalar. Cómo no conocemos los

escalares en este caso, los vamos a notar con   y  . Escribimos la expresión
matemática:
Empezamos con los primeros números de vectores entre los paréntesis:

El 1 corresponde al primer número del vector  ,   corresponde a la

multiplicación de   con el número   del vector   y el   a la última
multiplicación del vector  . Continuamos entonces, tomando las mismas
incógnitas,   y multiplicándolas por los números que se encuentran en el
medio dentro de los paréntesis:

Y por último:

Para poder facilitar el calculo se acostumbra transcribir los resultados en un

sistema de ecuación:

Si sumamos todas las ecuaciones, tenemos: 

Simplificando, tenemos:

Esta última ecuación simplificada, nos ayudara a encontrar los valores de   y  .
Vamos a restar cada una de las ecuaciones de dos incógnitas de esta ecuación
simplificada:

pág. 1
Teniendo los escalares, reescribimos la combinación lineal:

Independencia lineal: Un conjunto es linealmente independiente si no existen

combinaciones lineales entre sus vectores; es decir, cada vector existe por sí
mismo dentro del conjunto. En otra forma, si al combinar linealmente los
elementos del conjunto en la forma:

Los vectores linealmente independientes tienen distinta dirección y sus

componentes no son proporcionales.

“n” vectores en  Rn son linealmente independientes si su determinante es distinto

de cero.

Ejemplo:

Estudiar si son linealmente dependientes o independientes los

vectores 

1Calculamos el determinante de los vectores

pág. 2
2Como el determinante es igual a cero, concluimos que los vectores son
linealmente dependientes. 

Base

Tres vectores   con distinta dirección forman una base, porque cualquier
vector   del espacio se puede representar como combinación lineal de ellos

Las coordenadas del vector respecto a la base son:

Base ortogonal

Una base es ortogonal si los vectores de la base son perpendiculares entre sí.

Base ortonormal

Una base es ortonormal si los vectores de la base son perpendiculares entre sí, y
además tienen módulo 1.

La base formada por los vectores 

se denomina base canónica.

Ejemplo:

¿Para qué valores de   los

vectores   forman una base?

1Calculamos el determinante de los vectores

pág. 3
2El determinante se hace cero para  , luego los vectores son linealmente
dependientes y no forman una base sí  .

3El determinante es distinto de cero para  , luego los vectores son

linealmente independientes y forman una base sí  .

pág. 4
4.4 base y dimensión de un espacio vectorial
cambio de base

NOTA: es importante observar que las bases son conjuntos ordenados de

vectores. Por lo tanto denotaremos una base como B = ( v 1 , v 2 , .. . , v n ).

Una combinación lineal de dos o más vectores es el vector que se obtiene al

sumar esos vectores multiplicados por escalares.
Cualquier vector se puede poner como combinación lineal de otros que tengan
distinta dirección.

Esta combinación lineal es única.

Todo vector V = (a, b, c) en R3 se puede expresar como

pág. 5
Los vectores son linealmente independientes si tienen distinta dirección y sus
componentes no son proporcionales.
Un conjunto de vectores {v1,v2,…,vk} es un espacio vectorial V es linealmente
dependiente si existen escalares c1,c2,…,ck, al menos uno de los cuales no es
cero, tales que:

c1v1+c2v2+…+ckvk=0
Si los vectores no son linealmente dependientes, se dice que son linealmente
independientes.

Criterios de Independencia Lineal

Sean u1, u2, …, uk k vectores en Rn y A la matriz que tiene como columnas a estos
vectores, los vectores son linealmente independientes si el sistema Ax = 0 tiene
únicamente solución trivial.
Los vectores son linealmente dependientes si el sistema Ax=0 tiene soluciones no
triviales (solución múltiple).
Si k=n
Los vectores son linealmente independientes si A es invertible
Si k>n Los vectores son linealmente dependientes.
Dos vectores en un espacio vectorial son linealmente dependientes si uno de ellos
es múltiplo escalar del otro.
Un conjunto de vectores linealmente independientes en n contiene a lo más n
vectores.
Tres vectores en 3 son linealmente dependientes si y sólo si son coplanares, esto
es, que están en un mismo plano. 

pág. 6
Teoremas:

1. Cualquier conjunto que contenga al vector 0 es linealmente dependiente.

2. Cualquier conjunto que contenga un único vector diferente de cero, v ≠0, es

linealmente independiente.

3. Cualquier conjunto formado por dos vectores diferentes de cero,

S = {v1, v2}, donde v1 ≠ 0, v2 ≠ 0, es linealmente dependiente si, y sólo si, uno
d de los vectores es múltiplo escalar del otro.

4. Cualquier conjunto que contenga un subconjunto linealmente dependiente

es linealmente dependiente.

5. Cualquier subconjunto de un conjunto linealmente independiente es

linealmente independiente.

Si varios vectores son linealmente dependientes, entonces al menos uno de ellos

se puede expresar como combinación lineal de los demás.
También se cumple el reciproco: si un vector es combinación lineal de otros,
entonces todos los vectores son linealmente dependientes.
Dos vectores del plano son linealmente dependientes si, y sólo si, son paralelos.
Dos vectores libres del plano = (u1, u2) y = (v1, v2) son linealmente dependientes
si sus componentes son proporcionales.

Propiedades independientes
 Para averiguar si un conjunto de vectores es LI (lineal independiente) o LD
(lineal dependiente) basta aplicar el método de Gauss o del pivote.

 En el espacio -dimensional, 1 vectores son LD. (Ej. Cuatro vectores de tres

dimensiones son LD).

 Si empleando las transformaciones del método es posible conseguir el

vector nulo, entonces el conjunto es LD; en caso contrario es LI.

pág. 7
pág. 8