ALGEBRA LINEAL Capitulo 4 Espacios Vectoriales

UNIVERSIDAD PEDAGÓGICA NACIONAL
FRANCISCO MORAZÁN
CENTRO UNIVERSIATRIO DE EDUCACION A DISTANCIA
SECCION MATEMATICAS
www.cuedmat.galeon.com
LIC. MARBIN BANEGAS
CAPITULO IV
ESTRUCTURA DE ESPACIO VECTORIAL
IIN
NTTR
ROOD
DUUC
CCCIIÓ
ÓNN
En este capítulo estudiaremos entidades abstractas que son conjuntos de objetos
llamados vectores porque ellos encajan con la definición de vector que se tienen
en la física, pues pueden sumarse o multiplicarse por un número real.
La estructura que aquí estudiaremos es el concepto básico del Álgebra Lineal,
para lo cual tendremos que analizarla a través del estudio de sus propiedades y
otros resultados importantes que nos servirán a lo largo del curso.
1
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
I.1-ESTRUCTURA DE ESPACIO VECTORIAL
CONCEPTO DE ESPACIO VECTORIAL.

Un espacio vectorial, de manera intuitiva, se concibe como un conjunto cuyos
elementos son llamados vectores y para el cual están definidas las operaciones
de adición y multiplicación por un número, generalmente real, que cumplen con
las reglas dadas para vectores geométricos. Los multiplicadores son llamados
escalares.
DEFINICIÓN 1.
El objeto (V,+,K,  ) es un Espacio Vectorial, si y solo si, se verifican los
siguientes axiomas:
AXIOMAS DE LA SUMA:
A.1.- Si x V, y V, entonces x + y  V. Este axioma significa que la suma de
dos elementos cualesquiera de V es un único elemento de V, se dice por ello
que la suma es cerrada.
A.2. Para todos x, y, z en V,(x + y) + z = x + (y + z). El significado de éste
axioma es que la suma es asociativa.
A.3. Si x  V, y  V entonces x + y = y + x. La suma de vectores es
conmutativa.
2
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
A.4. Existe un vector 0  V tal que para todo x  V, x + 0 = 0 + x = x. El
axioma afirma la existencia de un elemento que sumado a cualquier vector da
ese vector o sea que es neutro para la suma. Llamado también neutro Aditivo.
A.5. Para todo x  V, existe un elemento -x V tal que x + (-x) = (-x) + x = 0.
-x se conoce como inverso aditivo de x.
AXIOMAS DE LA MULTIPLICACIÓN:
M.1. Si x  V,y es un escalar , entonces x V. El enunciado significa que
la multiplicación de vectores por escalares es cerrada.
M.2. Par cualquier par de números reales,  y cualquier vector x,
(x=x) =x). (Ley Asociativa de la multiplicación escalar).
M.3. Para cualquier escalar y vectores x, y en V, (x + y) = xy.
distributiva del producto escalar con respecto a la suma de vectores.
M.4. Para cualquier par de escalares y cualquier x en V, ()x = x
+x. Distributiva del producto con respecto a la suma escalar.
M.5. Para todo vector x en V, existe 1 en K, tal que 1x = x. El escalar 1 se
conoce como neutro multiplicativo.
La definición de ESPACIO VECTORIAL (E.V) no especifica la naturaleza de

los vectores ni de las operaciones, lo que se quiere es que cumplan los axiomas.
Para verificar que un conjunto de objetos y dos operaciones es un E.V. hay que
verificar todos los axiomas y si uno solo falla entonces, el conjunto no es E.V.
3
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
Los siguientes ejemplos muestran la diversidad de Espacios Vectoriales que
existen, así como lo arbitrario que son las operaciones que definen esa
estructura.
EJEMPLO 1
Determinar si es E.V. el conjunto RxR de pares ordenados de números reales
con las operaciones de suma y multiplicación por el escalar es decir
¿Es (R2 , +, R,  ) un E.V?.
SOLUCIÓN:
La suma de pares está definida así (a b) + (c, d) = (a+c, b+d) y el producto está
dado por (a, b) = (a, b).
Hay que probar los diez axiomas.
A.1. La suma es cerrada. Tomamos dos vectores (a, b) y (c, d).
(a, b)+(c, d) = (a+c, b+d) R2.
A.2. La suma de vectores es asociativa
[(a, b) + (c, d)] + (e, f) = (a, b) + [(c, d) + (e, f)]
Debemos probar que resolviendo la igualdad por ambos lados el resultado es el
mismo.
[(a, b) + (c, d)] + (e, f) =
[(a + c), (b + d)] + (e, f) = Por suma de pares ordenados
[(a + c) + e, (b + d) + f] = Por suma de pares ordenados
[a + (c + e), b + (d + f)] = Propiedad asociativa en R
(a, b) + [(c + e), (d + f)] = Por suma de pares ordenados
4
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
(a, b) + [(c, d) + (e, f)] = Por suma de pares ordenados
[(a, b) + (c, d)] + (e, f) = (a, b) + [(c, d) + (e, f)]. Es asociativa
A.3. La suma de vectores es conmutativa (a, b) + (c, d) = (c, d) + (a, b).
(a, b) + (c, d) =(c, d) +(a, b)
(a + c, b + d) = Por suma de pares ordenados
(c + a, d + b) = Asociativa de suma de R.
(c, d) + (a, b) = Por suma de pares ordenados
Por tanto es Conmutativa.
A.4. Elemento Neutro.
En R2 debemos encontrar un vector que sumando con cualquier
otro lo deje inalterado.
Esto es:
(a,b) en R2 (x, y) R2 Entonces (a, ) + (x, y) = (a, b) en donde (x, y)
es neutro para ver cual es ese vector resolvemos la ecuación
anterior para las variables x y y. Así:
(a, b) + (x, y) = (a,b).
(a + x, b + y) = (a, b) entonces
a+x=a y b+y=b
x=a-a y=b-b
x=0 y=0
luego el vector (x, y) = (0, 0) es el elemento neutro.
A.5.Inverso aditivo.
(a, b) R2  (a', b') R2 tal que (a, b) + (a', b') = (0, 0).
Resolviendo esta ecuación tenemos.
5
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
(a + a', b + b') = (0, 0) entonces
a + a' = 0 y b + b' = 0
a' = -a b' = -b .
Entonces (a', b') = (-a, -b) = -(a, b) vemos que el inverso aditivo es
precisamente el opuesto y que se obtiene cambiando de signo al
vector (a, b).
M.1. La multiplicación de vectores por escalares es cerrada.
El enunciado es R, (a, b)R2 debe cumplirse
(a, b) = (a, b) = (a', b') R2 por tanto es cerrado.
M.2. Asociativa de la multiplicación escalar.
R (a, b) R2 ()(a, b) = (a, b)).
()(a, b) = (a, b) = (a, b) = (a, b))
Por lo tanto es asociativa
M.3. R, (a, b) R2, (c, d) R2.
 ((a, b) + (c, d)) = (a, b) + (c, d) entonces
 ((a, b) + (c, d)) = (a + c, b + d)
= ((a + c),(b + d))
= (a +c, b + d)
= (a, b) + (c, d)
= (a, b) + (c, d).
M.4. R, R, (a, b) R2 debe cumplirse:
(+ )(a, b) = (a, b) + (a, b) entonces
(+ )(a, b) = ((+ )a, (+ )b)
6
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
= (a + a, b + b)
= (a, b) + (a, b)
= (a, b) + (a, b)
M.5. (a, b) R2,  1 R tal que
1(a, b) = (a,b)1 = (a,b) entonces
1(a, b) = (1a, 1b) = (a, b)
Para todo lo anterior concluimos que (R2, + R,  ) es un espacio vectorial. Los

vectores en este espacio vectorial son pares ordenados.
El significado geométrico de las operaciones de este espacio vectorial es el

siguiente: Si cada vector se representa en el plano por un segmento de recta
orientado , esto es, una flecha con un extremo inicial llamado origen, entonces
la representación es la siguiente:
(a,b)
x+y
x
y (c,d)
En el caso de la suma hemos tomado dos vectores que no están sobre la recta. la
suma es la diagonal del paralelogramo. Ahora bien, ¿Cómo haría para sumar
dos vectores que están sobre la misma recta?.
7
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
(a, b)
(a, b)
En el caso del producto el resultado de la multiplicación de un vector por un

escalar es un múltiplo del vector dado y está sobre la misma recta con las
siguientes características:
Si x 0 entonces: a) x tiene el mismo sentido que x si > 0.
b) x tiene sentido opuesto que x si < 0.
Por otra parte:
x es una dilatación si  > 1
x es una contracción si < 1.
x = 0 cuando = 0
EJEMPLO 2.
Sea V = {(x, y): y = mx, m es real fijo, x R}.Determinar: si V es E.V.
SOLUCIÓN :
V es el conjunto de puntos o vectores que están sobre una recta que pasa por el
origen con pendiente m. Probaremos los axiomas mx1+mx2 = m(x1 + x2), x1+x2
es un real por tanto la suma pertenece a V.
8
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
A continuación probamos los axiomas que son críticos pues los otros resultan
obvios y el estudiante debe verificarlos.
El axioma neutro para la adición debe ser mx + m (0) = m(x + 0) = mx
El inverso aditivo es: -mx = m (-x) pues mx + m (-x) = m(x-x) = m (0) = 0
Concluimos que V es un E.V.
Una representación geométrica de V es que V es el conjunto de vectores que
están sobre una recta que pasa por el origen.
EJEMPLO 3
Sea V= {o} el conjunto que tiene solamente al número cero.
Determinar si V es E.V.
SOLUCIÓN
Como 0 + 0 = 1. 0 = 0 + (0 + 0) = 0, vemos que V es un E.V. llamado
Espacio Trivial.
EJEMPLO 4.
9
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
Sea w = {k, k 0}, k es una constante fija, en este caso w no es un E.V. puesto
que no cumple el axioma 1 como se ve a continuación:
k + k = 2k = k' y como k  k' entonces w no es cerrada para la suma.
EJEMPLO 5.
El conjunto de todos los puntos (x, y) R2 que están en el tercer cuadrante no es
un E.V. bajo las operaciones ordinarias R2, dado que no satisface el axioma del
opuesto, ya que si (x, y) pertenece al conjunto, -(x, y) no pertenece a el.
EJEMPLO 6.
Demostrar que el conjunto de los números reales positivos forma un E.V. con
las operaciones: x + y = x  y y x = x 
SOLUCIÓN:
Hay que demostrar los diez axiomas, sin embargo, trataremos aquí solo los que
son críticos, así:
A.1. x  R  y y  R  entonces x + y = x  y  R  .
A.2. x, y, z Rt debe cumplirse que:
(x + y) + z = x + (y + z), entonces
( x  y) + z = x + (y  z)
x  y  z = x y z
A.3. x, y Rt debe cumplirse que x + y = y + x, entonces
x + y = x  y = y  x = y +x
A.4. x  R   e  R   tal que x + e = e + x = x
10
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
x+e=x  e=x
x
Entonces como x 0 tenemos que e = =1
x
O sea que e = 1.
A.5. x  R  existe -x  R  tal que x + (-x) = 1, en efecto
x + (-x) = x (-x) = (-x) x = 1,
1
Entonces -x = que es el opuesto buscado.
x
M.1. x  R  y  R  se cumple que x = x , x R  . en efecto,

como x pertenece a R  , entonces x no puede ser negativo ni cero,
es decir es siempre positivo.
un Concluimos que ( R  +, R,  ) es E.V
I.2 PROPIEDADES DE LOS ESPACIOS

VECTORIALES
1.-Unicidad del cero. Existe un único vector en el E.V. que satisface la
ecuación: 0 + x = x + 0 = x.
DEMOSTRACIÓN:
Hay que probar que: si 0 + x = x + 0 = x, x V y si 0' + x = x = x + 0' x , x
V, entonces 0 = 0'.
Supongamos que x = 0' y sustituyamos en la primera ecuación así:
0 + 0' = 0'.
Por otra parte supongamos que x = 0 y sustituyamos en la segunda ecuación
0 = 0 + 0'.
11
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
Por tanto 0' = 0, hemos supuesto la existencia de dos neutros y llegamos a que
es único.
2. Si x es un elemento cualquiera del espacio vectorial con la propiedad de:

x + y = y para cualquier elemento y de V, entonces x = 0.
DEMOSTRACIÓN:
Como V es un E.V. entonces existe el opuesto de y, es decir -y, sumando -y en
la ecuación x + y = y tenemos:
x + y + (-y) = y + (-y)
x + (y + (-y)) = y + (-y)
x+0=0
x = 0.
3.-Sea (V, +, K,  ) un E.V. entonces: El producto del escalar cero por cualquier
vector es el vector nulo.
DEMOSTRACIÓN
Por la propiedad del neutro de la suma x = ( + 0 ) x
usando la propiedad distributiva llegamos a:
a) (+ 0) x = x + 0x
por otra parte usando el neutro para la suma
b) x + 0 = x, Comparando las ecuaciones a) y b)
x + 0 = x + 0x sumando el opuesto de x
12
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
(x + (-x ) ) + 0 = (x + (-x)) + 0x
0 + 0 = 0 + 0x
0 = 0x con lo cual queda demostrado el teorema.
4. El opuesto del cualquier escalar por un vector es igual al opuesto de su

producto.
Hay que demostrar: -x = -(x)
Demostración: por el axioma A.5 tenemos 0 = -x + x
Por el teorema anterior tenemos
0x = -x + x
0x = (- + )x
0x = (-) x + x tenemos entonces que
-(x) + x = (-) x + x de donde
-(x) = (-) x con lo cual queda demostrada la propiedad.
5. Si el producto de un escalar por un vector es el vector nulo, entonces el
escalar es cero o el vector es nulo.
En símbolos si v = Ō entonces = 0 ó v = Ō
DEMOSTRACIÓN
Para el escalar  existen dos posibilidades, a saber:
= 0 ó  0
si = 0 el enunciado v = Ō  = 0 ó ν = Ō es verdadero, pues es
verdadero el consecuente.
13
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
Si 0 hay que probar que el vector es nulo. En efecto: Tomemos el
antecedente de la implicación, esto es, ν = Ō y la multiplicación por el
inverso multiplicativo de 1/ que sabemos existe puesto que 0 y pertenece a
un cuerpo.
1/ (  v) = 1/ Ō de donde
(1/  ) v = 1/ Ō
1v = 1/ Ō
v = 1/. Ō
v = Ō con lo cual queda demostrado.
I.3 SUBESPACIOS VECTORIALES.
CONCEPTO
Sea R2 = {(x, y): x, y R}, el conjunto de vectores de R2. La cuaterna (R2,+,
R,  ) es un espacio vectorial (demostrarlo) existen ciertos sub-conjuntos de R2
que también poseen la estructura de E.V.; por ejemplo w = {(x, y): y = mx}; es
un E.V. según se demostró en el ejemplo 2, pues cumple las mismas
operaciones de adición vectorial y multiplicación escalar que en R 2.
Estos objetos llamados subespacios vectoriales poseen las mismas propiedades
que los E.V. con las mismas operaciones, como veremos enseguida.:
14
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
DEFINICIÓN 2
Sea V un E.V. sobre R, un sub-conjunto no vació S de V o sea S V es llamado
subespacio de V si S es un espacio vectorial con las mismas operaciones de V.
La notación que se usa para denotar un subespacio es S<V.
A primera vista parece que para determinar si S es subespacio es necesario
comprobar los diez axiomas que definen un espacio vectorial. Esta tarea resulta
cansadora y en realidad poco práctica, sin embargo, existe un criterio sencillo
para determinar si un conjunto es un subespacio, como lo expresa el siguiente
resultado.
TEOREMA 1
Sea S un sub-conjunto no vació de un espacio vectorial V sobre R, entonces S
es subespacio de V si las dos reglas se cumplen:
a) cualquiera que sea x, y en S, x + y S.
b) para todo x S y R, x S.
Este teorema es llamado "Condición suficiente" para demostrar que un sub-
conjunto S de un E.V. es subespacio.
Observe que el teorema parte de que S V y que S , por lo que es cuestión
de probar las dos condiciones enumeradas.
Una demostración de este teorema consiste en ver que los diez axiomas se
cumplan. En adelante se usará este teorema para verificar que un subconjunto
con dos operaciones es subespacio de un E.V. dado.
15
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
COROLARIO 1
Si S es un subespacio de V si y solamente si:
a) El vector nulo pertenece a S, Ō S.
b) v, w S implica que av + bw S, para todo a, b K.
EJEMPLO 7
Sea W = {(x, y) / x, y R} mostrar que W es un subespacio de R3.
Solución: Usaremos la condición necesaria para probarlo, así:
1. W   , pues la terna (0, 0, 0) W ya que x = y = 0 R.
2. W R3 es cierto porque los elementos de W son ternas ordenadas por
tanto elementos de R3.
3. W es cerrado para la suma; en efecto sea (a,b,0) + (c,d,0) =
(a + c, b + d, 0) = (a', b', 0) W.
4. W es cerrado para el producto así: sea R y (a, b, 0) W.
(a, b, 0) = (a, b, 0) =(a', b', 0) W.
Hemos demostrado que W es un subespacio vectorial de R3. W es el plano xy de
R3 como se ve en la figura, donde se muestra parte del plano.
16
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 8
Sea S = {(x, y, z) R3 / x + z = 0}. Verificar si S es subespacio de R3.
SOLUCIÓN
Debemos probar las cuatro condiciones:
1. S . Ya que (1, -2, -1) S
2. S R3 por definición de S (los elementos de S son ternas de números reales).
3. (x, y, z)  S entonces x+ z = 0
(x1, y1, z1) es entonces x1 + z1 = 0
x + z = 0 y x1 + z1 = 0 entonces
(x + z) + (x1 + z1) = 0 por tanto
(x + x1, y + y1, z + z1) S. En consecuencia
(x, y, z) + (x1, y1, z1) S.
4. R, y (x, y, z) S. Entonces
R y (x + z) = 0
(x + z) = 0
x + z = 0 por tanto
(x, y, z) S
(x, y, z) S
Por los cuatro incisos anteriores concluimos que S es subespacio de R 3.
17
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 9
Sea A = [ (x, y, z) R3 / z = x +2}
1. A  ya que (1,1,3) A.
2. A R3 por definición de A.
3. A no es cerrado para la suma
(2, 3, 4) A y (1, 2, 3 ) A, pero (2, 3, 4) + (1, 2, 3) = (3, 5, 7 )A.
(7  3+5 )
Por tanto A no es un subespacio de R3 de los Ejemplos 7 y 8 se que todo
subespacio de un espacio vectorial debe contener al vector nulo, esto es, si un
sub-conjunto de un espacio vectorial no tiene el vector nulo, entonces no puede
ser un subespacio.
EJEMPLO 10
Dado el espacio vectorial (R4, + , r ,  ) consideremos S = { (a, b, c, d) R4 /
a+b+c+d = 1} verificar si S es subespacio de R4.
SOLUCIÓN:
1. S Pues (0, 1, 0, 0)  S.
2. S R4 Por definición de S.
Antes de seguir probando las otras dos condiciones observemos que el vector
nulo no pertenece a S ya que 0+0+0+0 1 entonces (0, 0, 0, 0) S. Podemos
concluir que S no es un subespacio de R4.
Puede verse además que S no es cerrado para la suma.
18
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 11
Sea (Rnxn ,+, R,  ) el espacio de matrices cuadrado y sea S = { ARnxn/ trA = 0}.
S es el conjunto de matrices de traza nula.
Por definición traza de una matriz cuadrada es la suma de los elementos de su
diagonal principal, en símbolos es:
TrA = a11 + a22 + a33 + ... + ann  i=1
Aclarado esto veamos si S es subespacio.
1. S  , pues la matriz nula pertenece a A ya que tiene traza nula.
2. S Rnxn por definición de S.
3. S es cerrado para la suma
A es trA=0 y B es  trB = 0
n n
a
i 1
ij =0 y b
i 1
ij =0
n n
 a ij +
i 1
b
i 1
ij =0
 (a
i 1
ij  bij )  0
Tr(A+B) = 0  A + B S.
La condición 4 es obvia por lo tanto S es subespacio de Rnxn.
19
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
La definición de subespacio hace pensar que todo subespacio vectorial es

subespacio de si mismo; por, otra parte el conjunto que tiene como único
elemento al vector nulo es un subespacio del espacio vectorial en cuestión,
veamos.
EJEMPLO 12
Sea {Ō}. Demostrar que es un subespacio de V donde V es un E.V. y Ō es el
vector nulo de ese espacio.
Solución:
1. El conjugo {Ō} obviamente es distinto de vacio.
2. {Ō} V, pues oŌ} entonces ŌV.
3. Ō + Ō = Ō por axioma del neutro.
4. o = o por teorema
Por tanto {Ō} es subespacio de V. Este subespacio se le conoce como
subespacio trivial.
Los subespacios que no son ni {Ō} ni V se conocen como subespacios propios,
Si H es un subespacio de R, H {Ō}, entonces H = R.
I.4 OPERACIONES CON SUBESPACIOS
20
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
Aunque no todo E.V. tiene subespacios propios, un E.V. pueden tener muchos
subespacios propios. Así dados dos subespacios de un E.V. podemos pensar en
hacer operaciones con ellos, como veremos a continuación.
TEOREMA 2
Sean S1 y S2 subespacios de un E.V. entonces S1S2 es un subespacio de V.
DEMOSTRACIÓN:
1. S1S2 pues S1<V y S2< V por tanto Ō S1 y Ō S2 entonces
ŌS1S2.
2. S1S2 V por propiedad de intersección de conjunto.
3. S1S2 es cerrado para la suma.
Sea x1 S1S2 y x2  S1S2 entonces
x1 + x2 S1 y x1 + x2 S2 porque si S1 y S2 son subespacios.
Luego x1 + x2 S1S2.
4. x S1S2 y 1x1 S1S2.
x + x1S1S2
x S1S2 por tanto S1S2 < V.
El teorema anterior puede generalizarse para una familia de subespacios así.
21
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
TEOREMA 3
Sea {S i } i Z una familia de subespacios de V y sea S = S i iZ ¿es S<V?.
DEMOSTRACIÓN
1.-Como cada S i es subespacio, Ō S i para todo iZ en consecuencia ŌS i ,
iZ, o sea la intersección es distinta de vació.

2. S V por propiedad de la intersección de conjuntos.
3. S es cerrado para la suma y producto escalar.
Sea x S i , yS y K.
x S i iZ y y S i iZ
xS i y yS i para todo iZ por definición de intersección.
x +y S‫ ﻐ‬entonces x + y S i iZ.
x + y S por tanto S es cerrado para la suma y el producto por escalar;
en consecuencia S i es un subespacio de V.
EJEMPLO 13
En (R3, +, R,  ) consideramos los subespacios:
S1 = {(x1, x2, x3) R3 / x3 = 0 }
S2 = {(x1, x2, x3 ) R3 / x1 = 0 }
Determinar S1S2 y mostrar que es subespacio de R3.
22
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
SOLUCIÓN
La intersección es S = S1S2 = {(x1, x2, x3) R3 / x3 = 0 y x1 = 0 }.
o sea S1S2 = { (0, y, 0) R3 / y R}. Gráficamente S es el eje y como se ve en
la grafica. Por el teorema anterior S es subespacio.
S1
S1∩S2
S2
Son subespacios de R3: R3 , {Ō} todas las rectas que pasan por el origen y todos
los planos que pasan por el origen. Del ejemplo anterior se ve que la
intersección de dos planos que pasan por el origen es una recta que pasa por el
origen.
La intersección de dos rectas que pasan por el origen es el vector nulo que es un
subespacio de R3.
23
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 14
Sea V el espacio de las matrices cuadradas 2x2 sobre R. Sea además
0 b  a b
H1  {   : b, c, d  R}; H 2 = {   : a, b  R}
c d  b a
Encontrar H = H1 H2
SOLUCIÓN
0 b 
H = {  : a, b, c  R} . Esto es H, esta formado por la matrices cuadradas de
c d 
2x2 con el elemento a11 = 0.
I.5 UNIÓN DE SUBESPACIOS

Hemos visto que la intersección de subespacios es un espacio; sin embargo, la
unión de subespacios en general no es un subespacio porque la suma x + y de
un vector x de S1 y un vector y de S2 no esta necesariamente en S1S2.
EJEMPLO 15
Sea S1= {(z, 0, 2x) x R} y S2 = {(x, 0, 0) xR} dos subespacios de R3.
La unión de S1 con S2 es el par de rectas que pasan por el origen sin embargo si
elegimos un vector x = (2, 0, 4) de S1 y un vector y = (5, 0, 0) de S2 tenemos
que:
x + y = (2, 0, 4) + (5, 0, 0) no pertenece a S1S2 por tanto no es subespacio.
24
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
I.6 SUMA DE SUBESPACIOS
Dado un espacio V sobre R y dos subespacios S1 y S2 de V definimos la suma
de S1 y S2 denotada por S1 + S2 como la colección de todos los elementos de V
que pueden ser escritos en la forma x + y en donde de x esta en S1 y y esta en
S2 esto es:
S1 + S2 = {x + y / xS1 y yS2} o sea
S1 + S2 = {z V / x S1 y y S2 y z = x + y}
EJEMPLO 16
Sea S1 y S2 dos subespacios de R3 definidos por: S1 = {(a, b, c ): a = b = c} y
S2 = {(o, b , c) b, c R}. Encuentre S = S1 + S2.
SOLUCIÓN
S = S1 + S2 = (a, a, a) + (o, b, c) = (a, a+b, a+c) donde (a, a, a) S1 y (o, b, c)
S2, se ve que S = R3. Observe además que S1S2 = {Ō} pues S 1 es una línea
que pasa por el origen, pero que no esta en ningún plano xy, xz, yz y S2 es el
plano yz.
Cuando un E.V es la suma de dos subespacios y además la intersección de ellos

es {Ō}, se llama Suma directa y se escribe S = S1S2.
TEOREMA 4
25
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
Si S1, S2 son subespacios de un espacio vectorial V sobre R, S1 + S2 es un
subespacio de V, que contiene a S1 y S2.
DEMOSTRACIÓN
1.-Sea S = S1 + S2, S  pues ŌS1, y ŌS2, entonces Ō + Ō = Ō S1+S2
Entonces Ō S. Por tanto S .
2. S V. Por definición de S.
3. S es cerrado para la suma
xS y yS entonces
x = x1 + x2 y y = y1 + y2. x1, y1S1 y x,yS2.
x + y = x1 + x2 + y1 +y2.
x + y = x1 + y1 + x2 + y2.
y como x1 + y1S1 , x2 + y2S2.
x + y S.
Por tanto S es cerrado para la suma.
4. S es cerrado para el producto.
xS y K, entonces
x = x1 + x2, x1S1 y x2S2 y .
x = x1 + x2, x1S1 y x2 S2 ,entonces xS.
Por lo tanto S es cerrado para el producto.
Luego la suma de subespacios es un subespacio.
26
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 17
Sean U = {(a, b, c) : a+b+c = 0 } y W = {(o, o, c): c R}.
Mostrar si R3 = UW.
SOLUCIÓN
a) W + U = (a, b, c) + (o, o, c) = (a, b, c+c)
W+U = R3.
b) WU = {(a, b, c) : a+b+c = 0 y a = b = 0}.
WU = {(0, 0, 0)}
W U = {Ō}.
De a) y b) concluimos que R3 es la suma directa de U y W es decir R3 = UW.
EJEMPLO 18
Consideremos los subespacios de R3.
S1 = {(a, b, 0):a, b R},
S2= {(o, x, y):x, y R}.
El subespacio suma es: S = S1 + S2 esta formado por todas las ternas del tipo:
(a, b+x, y) = (a, b, c) que son elementos de R3 ambos subespacios están
dibujados en la siguiente grafica:
S1
S1∩S2
S2
27
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
En la grafica se ve que S1 es el plano xy y S2 es el plano yz, por otra parte

S1S2 = {(a, b, o)(o, b, c)}
S1S2 = {(o, b, o)} que es precisamente el eje y.
S1S2 {Ō} por tanto R3 no es la suma directa de S1 y S2.
E
EJJE
ERRC
CIIC
CIIO
OSS N
Nºº11
1.- Determine en que caso el conjunto de vectores que están sobre la recta en R 2
es un espacio vectorial.
2.- Mostrar que el conjunto de todas las soluciones de la ecuación ax + by = 0;

a,b R, es un espacio vectorial.
3.- Sean las ternas de números reales, la adición definida componente a

componente y la multiplicación definida por (a, b, c) = (0,0,0), R. Muestre
que el conjunto dado con las dos operaciones no es un espacio vectorial.
28
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
4.- En los siguientes ejercicios verifique que los conjuntos dados son espacios
vectoriales.
 a b 
a) El conjunto de las matrices de la forma  
b a
con las operaciones de suma y multiplican usuales.

b) El conjunto de números reales con la adición y multiplicación de los
números reales
c) El conjunto de ternas cuya primera coordenada es la unidad.
5.- Cuales de los siguientes subconjuntos de R2 son subespacios de R2?

a) S1 = {(x, y): x + y = 1}
b) S2 = {(x, y): x = y}
c) {(x, y): x = 3y}
6.- Cuales de los siguientes subconjuntos de R3 son subespacios de R3?

a) S1 = {(x, y, z): z = 2x + 2y}
b) S2 = {(x, y,z): y = 2x + z}
7.- Sea W = {(x, y, z) R3}, mostrar que W es un subespacio vectorial de R3.
8.- Demuestre que el conjunto de números reales positivos forma un espacio

vectorial con las operaciones de: x + y = xy y x = x.
29
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
1 
9.- El conjunto de matrices de la forma   Con las operaciones
 1 
matriciales de suma y multiplicación por escalar. No es un espacio vectorial.

Muestre los axiomas que no se cumplen.
10.- Sea V el espacio vectorial de las funciones reales. Mostrar que

S = {f: f (3) = 0} es un subespacio de V.
11.- Determinar si el espacio vectorial R3 es la suma directa de los subespacios

dados:
U={(a, b, 0): a,b R } y W={(0, b, c): b, c R}
12.- Si U y W son subespacios de V, pruebe que U W es un subespacio de V.
13.- Determine si el conjunto:

W = {(1, 2, 0),(4, -2, 3),(5, 0, 3),(-1, -2, 0),(-4, 2, -3),(-5, 0, -3),(0, 0, 0)} es un
subespacio de R3. Verifique su respuesta.
14.- U es el subespacio generado por el vector (1, 0, 2) y W es el subespacio
generado por el vector (1, 0, 0). Demuestre que U W no es un subespacio de
R3.
15.- Encuentre tres conjuntos de vectores del plano que sean subespacios de R 2.
30
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
16.- Sea V el espacio vectorial de las matrices de 2x2 sobre R V=
a b a b
{  a, b  R } y W = {   : a, b  R}
 0 0  0 0
Probar que no es la suma directa de U y W.
17.- Sea V y W dos espacios vectoriales sobre un cuerpo K. Demostrar que si

V + W entonces W = -V V, W vectores.
18.- Si V es un espacio vectorial y Vơ,   R mostrar que si V =V y   

entonces V = Ō.
19.- Sean V 1 y V 2 dos espacios vectoriales en R 3 . Demostrar que :
H = {V: v = av 1 + bv 2 , a, b  R}
31
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
I.7 COMBINACIÓN LINEAL
Consideremos el vector V = (2 ,-5, 4) de R3. Este vector V puede escribirse en
términos de otros vectores de R3 como lo muestra el ejemplo siguiente.
EJEMPLO 19
Escribir el vector (2, -5, 4) como combinación lineal de otros vectores:
(2, -5, 4) = 2(1, 0, 0) + (-5)(0, 1, 0) + 4(0, 0, 1). Decimos entonces que el vector
(2, -5, 4) es una combinación lineal de (1, 0, 0), (0, 1, 0), (0, 0, 1).
En el ejemplo se observa que una combinación lineal de vectores es una adición
de múltiplos escalares de esos vectores.
DEFINICIÓN 2
Dado un conjunto de vectores, {v1, v2, v3,..., vn } es un espacio vectorial V,
cualquier vector de la forma: 1v1 + 2v2 + 3v3 + ...+ n vn es llamada una
combinación lineal de los vectores v1, v2, v3, ..., vn en donde los 1, 2, 3,.., n
son escalares, la notación es C.L.
Como la combinación lineal es una suma de productos podemos escribir usando
el símbolo de sumatoria así:
n
 i v i = 1v1 + 2v2 + ... + n vn con  i K. y v i V.
i=1
32
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
En el ejemplo 1 el vector (2, -5, 4) es una combinación lineal de los tres
vectores y los escalares 2, -5, 4.
EJEMPLO 20
Expresar el vector (5, 9, 5) como combinación lineal (C.L.) de v1 = (2, 1, 4),
v2 = (1, -1, 3) y v3 = (3, 2, 5).
SOLUCIÓN
De acuerdo con la definición debemos tener:
(5, 9, 5) = av1 + bv2 + cv3
= a(2, 1, 4) + b(1, -1, 3) + c(3, 2, 5)
= (2a, a, 4a) + (b, -b, 3b) + (3c, 2c, 5c)
= (2a+b+3c, a-b+2c, 4a+3b+5c)
Igualando componentes tenemos el siguiente sistema:
5 = 2a + b +3c
9 = a - b +2c
5 = 4a +3b+5c
Resolviendo el sistema encontramos que: a = 3, b = -4 y c = 1 de donde (5, 9, 5)
n
= 3v1 - 4v2 + 1v3. La expresión  v
i 1
i i que define una combinación lineal se
observa que puede ser igual a cero de dos formas:

a) Que todos los  i sean simultáneamente iguales a cero.
b) Que no todos los  i sean cero.
33
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
Los siguientes ejemplos ilustran cada uno de los casos.
EJEMPLO 21
Sea v1 = (1, -1, 3), v2 = (2, 4, 0). Escribir la combinación lineal de v1 y v2.
SOLUCIÓN
Usando la notación sumatoria tenemos
  v = 1(1, -1, 3) + 2(2, 4, 0)

i 1
i i
= (1+22 , -11+42 , 31)
Este vector es cero si y solo si 1 = 2 = 0, ósea
  v = 0 si y solo si 
i 1
i i i = 0 para todo i
Esta combinación en la que todos los escalares son cero, se llama combinación
trivial y se obtiene el vector nulo.
En el segundo caso la combinación lineal puede dar como resultado el vector
nulo y los escalares no ser necesariamente nulos todos, se trata pues de escribir
el vector nulo como combinación lineal de vectores y escalares no
necesariamente nulos.
34
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 22
Sean los vectores v1 = (2, -1, 0, 3), v2 = (1, 2, 5, -1) y v3 = (7, -1, 5, 8).
Escribir la combinación de ellos.
SOLUCIÓN:
n
a v
i 1
i i
= a1(2, 1, 0, 3) + a2(1, 2, 5, -1) + a3(7, -1, 5, 8).
Para que esta C.L. sea igual a cero debe ser a1 = 3, a2 = 1 y a3 = -1 entonces
tenemos:
n
a v
i 1
i i
= 3v 1 + 1v 2 - 1v 3 .
a v
i 1
i i =3(2, -1, 0, 3) + 1(1, 2, 5,- 1) - 1(7, -1, 5, 8).
Vemos que la CL. es cero y ningún escalar o vector es nulo.
DEFINICIÓN 3
Un vector V de un espacio vectorial es combinación lineal de los vectores
dados si y solo si existen escalares 1, 2,..., n. tales que:
n
V=  v
i 1
i i
Observe que si i =1 la combinación lineal se convierte en múltiplo escalar del

vector.
35
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 23
El vector (3, 5, 4) es C.L. de los vectores (2, 3, 2) y (1, 1, 0) ya que existe 2 y -1
tal que:
(3, 5, 4)= 2(2, 3, 2) - 1(1, 1, 0).
EJEMPLO 24
Escribir el vector v = (1, -2, 5) como una combinación lineal de los vectores
(1, 1, 1), (1, 2, 3) y (2,-1,1).
SOLUCIÓN:
Planteamos la ecuación vectorial
(1, -2, 5) = x(1, 1, 1) + y(1, 2, 3) + z(2, -1, 1).
Formamos el sistema de ecuaciones.
1 = x + y + 2z
-2 = x + 2y - z
5 = x + 3y + z
Resolvemos este sistema para x, y, z y encontramos que x = -6, y = 3, z = 2.
Expresamos el vector pedido como C.L. de los otros tres vectores así:
(1, -2, 5) = -6(1, 1, 1) + 3(1, 2, 3) + 2(2, -1, 1).
36
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
I.8 ESPACIO GENERADO
Sea A = {v1, v2,..., vn} una familia de vectores. Con A podemos formar el
subconjunto de V cuyos elementos son todas las C.L. de los vectores de A. Este
conjunto es llamado SUBESPACIO GENERADO y se denota por A, es decir:
A = { 1v1, 2v2,..., n vn,  i K, v i V} ó
n
A ={  v
i 1
i i  i K, v i V} Donde A es un conjunto no vació de vectores
del espacio vectorial (V, +, R,).
EJEMPLO 25
Sea A = { v1 = (1, 0, 1), v2 = (0, 1, 1)}. El conjunto de las combinaciones
lineales de los vectores de A es:
2
A= {  v /   R
i 1
i i i y vi  A  R 3 }
Ā = {1(1, 0, 1) + 2(0, 1, 1)}

Ā = {(1, 0, ) + (0, 2, )}
A = {(1, 2, 1+2 ): 1, 2 R}.
Podemos escribir a Ā así:
Ā = {(x, y, z) R3 / z = x + y: x, y R}.
37
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 26
Mostrar que W = {(a, b, 0) R3} es generado por los vectores u = (1, 2, 0),
v = (0, 1, 0).
SOLUCIÓN
Formamos el sistema de ecuaciones:
(a, b, ) = xu + yv
Resolvemos este sistema para las variables x e y, entonces
a = x y b = 2x + y, entonces
(a, b, 0) = a(1, 2, 0) + (b-2a)(0, 1, 0)
= (a, 2a, 0) + (0, b-2a, 0)
= (a, 2a+b-2a, )
= (a, b, 0)
Vemos que U y V generan a W.
I.9 SUBESPACIO GENERADO POR UNA FAMILIA DE

VECTORES
DEFINICIÓN
Se dice que los vectores v1, v2,...,vn del espacio vectorial V generan V si
cualquier vector de V puede ser escrito como combinación lineal de ellos es
decir para todo v de V existen escalares a1, a2,..., an tales que:
v = a1v1+a2v2+...+anvn .
38
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 27
Sean v1 = (1, 0), v2 = (0, 1). Verificar si generan a R2.
SOLUCIÓN
Debemos escribir un vector genérico de R2 como combinación lineal de v1 y v2
así:
(x, y) = a1(1, 0) + a2(0, 1)
= (a1, a2) : x = a1 y y = a2
= x(1, 0) + y(0, 1) vemos que el vector (x, y) de R2 puede ser escrito como
C.L. de v1 y v2. Por tanto v1, v2 generan a R2.
TEOREMA 5
El conjunto de las combinaciones lineales de toda familia no vacía de un
espacio vectorial es un subespacio del mismo.
Separemos los datos del teorema.
Hipótesis: (V,+, R,  ) es un E.V.
A = {v1, v2,...,vn} una familia no vacía de vectores de V
Tesis: (A,+, K,  ) es un subespacio de V.
DEMOSTRACIÓN:
1. A   por hipótesis ,A es una familia no vacia de vectores de V, e
entonces existe al menos un vector v 1 tal que
v 1 = 1v1  0v2  0v3  ...  0vn
39
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
2.- A  V
Sea v  A entonces ese vector se puede escribir como CL de los
n
Vectores de A asi: v = a v
i 1
i i y vi  A
n
v   ai vi a i K, v i V pues A V
i 1
v  A entonces v V por tanto A  V.
3. A es cerrado para la suma

Sean u, v A entonces
n n
u= a v
i 1
i i v   bi vi por definición de A
i 1
n n
u+v=  ai vi   bi vi
i 1 i 1
n
u+v=  (a v  b v )
i 1
i i i i
n
u + v   (ai  bi )vi
i 1
n
u+v c v
i 1
i i por tanto u + v A
4. A es cerrado por el producto por escalar

a K y v  A  entonces a R y
40
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
n
v   bi vi
i 1
n n
av  a bi vi entonces av   a(bi vi )
i 1 i 1
n
av   ci vi entonces av A Por tanto A es cerrado.
i 1
TEOREMA 6
El subespacio generado por una familia no vacía de un E.V. es la intersección
de todos los subespacios que contienen a dicha familia.
Hipótesis: (V, +, K,  ) es E.V.
A = { v1, v2,..., vn }  V.
{S i } con i Z, esta es la familia de todos los subespacios que contienen a A .
Tesis A  Si i  Z
DEMOSTRACIÓN
Hay que probar dos inclusiones
a) A  Si b) Si  A i  Z
41
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
n
a) Sea x Є Ā  x =  ai vn ai  K vi  A
i 1
n
x =  ai vi ‚ a Є Κ у V i Є Si i ЄZ
i 1
x Є S i , i Є Ζ Entonces x Є ∩ S i i Є Z
Por tanto Ā C S i iЄZ
b) Si  A esto es cierto porque la intersección esta contenida en cualquiera de

los conjuntos que se interceptan. Es decir Ā  S i Para algunos de los S i .
En consecuencia Ā= ∩ S i i Є Ζ
EJEMPLO 28
Sean Vı = (2, -1, 4) y V2= (4, 1, 6).
Hallar: H = gen {Vı, V2}. O sea el espacio generado por V i y V i .
SOLUCIÓN
H = {V: V = a (2,-1,4) + b (4,1,6) }.
H = {V: V = (2a + 4b, -a + b, 4a + 6b)}
Sí V = (x, y, z)  Η Entonces
x=2a + 4b
y = -a + b
42
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
z=4b +6b
Si el punto (x, y, z) es fijo podemos resolver este sistema de tres ecuaciones en

las incógnitas a y b encontremos entonces que:
5x – 2y – 3z = 0 que es la ecuación de un plano que pasa por el origen.
EJEMPLO 29 Demostrar si los conjuntos de vectores generan el mismo

subespacio de R³. A = {(1, -0, -1),(0, -2, 1)}; B ={(1, -2, 1),(3, -2, 1) }
SOLUCIÓN
Encontramos el subespacio generado por cada conjunto de vectores y
comparamos para ver si son el mismo subespacio.
Si (a, b, c)  Ā entonces
(a, b, c) = x(1, 0, -1)+y(0, -2, 1)
Resolviendo este sistema tenemos que:
x=a
-2y = b
x + y = c.
Sustituyendo x e y en la tercera ecuación resulta:
-a - b/2 = c de donde
-2a-b = 2c o
43
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
2a + b + 2c = 0 de manera que
Ā = {( x, y, z ) Є R ³/ 2x +Y + 2z = 0}
Ahora bien Si (a, b, c) Є B entonces
(a, b, c) = X (1, -2, 1) + y (3, -2, 1)
Resolviendo este sistema tenemos
x+ 3y = a
-2x – 2y = b
x+y=c de donde
2c+b =0 o sea que
B = {X, Y, Z) Є R³ / Y+2Z = 0}
Comparando Ā y B vemos que los conjuntos A y B no generan el mismo
espacio.
EJEMPLO 30
Demostrar si los conjuntos de vectores generan el mismo subespacio.
A = {(1, -1, 1),(3, 0, 1)}, B = {(-2 ,-1, 0),(5, -2, 3)}.
SOLUCIÓN
Procedemos, como en el ejemplo anterior.
Sí (a, b, c)  Ā entonces
(a, b, c) = X (1, -1, 1 ) + Y (3, 0, 1)
Sí (a, b, c)  B entonces
(a, b, c) = x (-2, -1, 0) +y (5, -2, 3)
Resolviendo estos sistemas de ecuaciones, suponiendo al vector (a, b, c) fijo
encontramos. A = B = {(x, y, z)  R ³ / x -2y - 3c = 0}
44
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
II..1100 D
DEEPPEEN
NDDEEN
NCCIIA
A EE IIN
NDDEEPPEEN
NDDEEN
NCCIIA
A LLIIN
NEEA
ALL
En los ejemplos 2 y 3 de la sección I.8 vimos que una combinación lineal
puede ser igual al vector nulo de dos formas: si todas las escaleras son igual a
cero o ser igual al vector nulo aunque no todos los escalares sean iguales a
cero. Estos hechos se traducen diciendo que en el primer caso los vectores son
linealmente independientes y en el segundo caso decimos que los vectores
son linealmente dependientes. A continuación la definición.
DEFINICIÓN 5
Sea A = {V1, V2..., Vn } Una familia de vectoreas del espacio (V,+, R,  ).
La familia A  V es linealmente independiente, (denotada L.I) . si y solo si la
única combinación lineal de dicha familia, cuyo único resultado sea el vector
nulo es la trivial. De otra manera.
A es LI si y solo si i , ∑a i v i = 0  a i = 0
Si los vectores no son linealmente independientemente entonces se dice que son
Linealmente dependiente denotado LD.
Una definición más formal es la siguiente. :
DEFINICIÓN 6
Sea A = {V1, V2,...,Vr } Una familia de vectores del espacio (V, +, K,  ).
La familia A  V es L.D. Si existen y escalares a1, a2 ... aґ no todos serán
tales que :
r
a v
i 1
i i 0
45
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 31
Dado ( R², +, R ,  ) determinar si:
A = {(2, 0), (0, 5)} es linealmente independiente
SOLUCIÓN
a(2, 0) +b (0, 5) = (0, 0)
2a = 0 y 5b = 0 de donde a = b = 0 por tanto A es LI.

EJEMPLO 32
sean v 1 ,v 2 Vectores L I en (V, +, K,  )
Demostrar que v 1 + v 2 y v 2 son LI
Solución : Planteamos la combinación lineal
a (v1  v2 )  bv2 = 0
av + av 2 + bv 2 = 0
av 1 + (a +b)v 2 = 0
Como v 1 y v 2 son L.I. entonces a = 0 y a+b=0 de donde b = 0. Por tanto
v1 +v 2 y v 2 son L.I.
46
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 33
 1 1 1 0 1 1
Determinar si A   , B =  ,C    son LI o LD
 1 1 0 1 0 0
SOLUCIÓN:
 1 1  1 0   1 1   0 0 
a   b   c  
 1 1  0 1   0 0   0 0 
a+b+c= 0
a+b=0
c= 0
a+b=0
Del sistema anterior vemos que: a = 0 entonces a + b = 0 y de aquí b = 0 y

también c = 0 por lo tanto las tres matrices son L.I.
EJEMPLO 34
En P3 determinar si los polinomio P1(x ) = 2x, P2(x) = x3-3, P3(x) = 1+ x- 4x3
P4(x) = x3+ 18x- 9 son L,I. o L.D.
SOLUCIÓN
aP1 + bP2 + cP3 + dP4 = 0 entonces:
47
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
-3b + c- 9 = 0
2ª –c + 18d = 0
b - 4c + d = 0
Este es un sistema homogéneo de tres ecuaciones en cuatro incógnitas, por tanto
tiene infinitas soluciones. Esto muestra que los polinomios son L.D.
Resolviendo el sistema, eliminando b de la primera y tercera ecuación tenemos.
11C - 6d = 0 de donde:
a) C = 6d ∕11
Despejando c de la segunda ecuación encontramos:
b) –18d - 2a
comparando a) y b) hallamos:
6d ∕11 = -18d - 2a de donde
A = -26d ∕3 lo cual significa que podemos escoger libremente la variable d.
Ahora se d = -3 ∕26 entonces
a=1
c = 2/26 y b = 29/78 con lo cual
1(2x) + 29/78(x3 - 3) + 2/26(1 + x - 4x3) - 3/26(x3 + 18 - 9) = 0
Que es la combinación lineal del vector nulo con vectores y escalares no nulos.
II..1111 PPR
ROOPPIIEED
DAAD
DEESS D
DEE V
VEEC
CTTO
ORREESS LL..II.. Y
Y LL..D
D..
48
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
A continuación daremos algunas propiedades de los vectores linealmente
dependientes e independientes.
1.- Dos vectores son linealmente dependiente si y solo si uno es múltiplo del
otro.
Demostración:
a) Supongamos que v 1 = cv 2 para algún c ≠ 0 , entonces cv 2 - v 1 = 0 y v 1 , v 2
son dependientes pues la combinación lineal de los dos vectores es igual al
vector nulo sin que todos lo escalares sean cero.
b) Supongamos que v 1 y v 2 son dependientes entonces existen constantes c 1 ,
c2
al menos uno distinto de cero, tales que:
c1v1  c2v2 = 0
Si c1 ≠ 0 entonces v1 + c 2 /c1 v2 = 0 o
v1 = (- c 2 /c1 . v2 ) lo que quiere decir que v1 es múltiplo de v2 si c1 = 0
entonces c2=0 y 0 + c2v2 = 0 entonces v2 = 0 = 0V1
EJEMPLO 35
Determine si los vectores v1 = (2,-1,4) v2 (4,-2,8) son L.D. o L.I.
SOLUCIÓN
Tenemos el vector (4, -2, 8 ) y tratamos de ver si puede escribirse como
combinación lineal del otro así:
(4, -2, 8) = 2 (2, -1, 4) = 2V
Por lo tanto son linealmente dependientes
49
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
2-.Todo vector no nulo de un espacio vectorial constituye un conjunto
linealmente independiente.
3.-El vector nulo de cualquier espacio vectorial constituye un conjunto
linealmente dependiente.
4.-Todo conjunto al que pertenezca el vector nulo es linealmente dependiente
5.-Un conjunto finito y no vació de vectores es L.D. si y solo si algún vector es
combinación lineal de los demás.
6.-Si un vector es combinación lineal de una familia linealmente independiente,
entonces dicha combinación lineal es única.
DEMOSTRACIÓN DE LA PROPIEDAD 2
Sea v ≠ Ō en el espacio vectorial (V, + K,  ) como V es E.V. entonces el
producto escalar pertenece a V consideremos:
α V = Ō entonces por un teorema anterior tenemos que α = 0 porque v ≠ Ō por
tanto {v } es L.I.
DEMOSTRACIÓN DE LA PROPIEDAD 6
Sea A = {V1, V2 ... Vr} una familia L.I. entonces existen escalares a i tales que :
r
r
a) v   ai vi como el objeto es probar que la C.L. es única.
i 1
Supongamos que v es igual a otra combinación lineal

sean pues b i tales que:
r
50
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
r
b) v   bi vi por a) y b) llegamos a que
i 1
r r
 ai vi   bi vi
i 1 i 1
r r
 ai vi   bivi  0
i 1 i 1
Entonces como la familia es L.I., tenemos que todos los escalares son cero, esto
es:
a i - b i = 0 entonces a i = b i i i = 1,2,3. .r
Por tanto la combinación lineal es única.
Las propiedades no demostradas puede verse una demostración en “ÁLGEBRA
TOMO II ”Armando Rojo Editorial El Ateneo.
II..1122 SSIISSTTEEM
MAAD
DEE G
GEEN
NEER
RAAD
DOOR
REESS
El conjunto de todos las combinaciones lineales de una familia de vectores
genera un subespació vectorial; en el caso de que dicho subespacio sea igual al
espacio al que pertenecen los vectores se dice que ese conjunto es un sistema de
generadores y se denota por S.G. veamos la definición.
DEFINICIÓN 7. La familia A = { v 1 , v2 ,..., vr } Es un sistema de generadores de

V si y solos si; todo vector de V puede expresarse como combinación lineal de
los vectores de A.
De otra forma: A es un S.G. de V si y solo si el subespacio generado por A es

igual a V. En símbolos la definición anterior es:
51
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
r
A es S. G. de V  ν  V  V   ai vi
i 1
o más brevemente
A es S.G. de V  A = V
EJEMPLO 36
Demuestre que los vectores v1 = (1, 1, 1 ) v2 = ( 0, 2, 0 ) no generan a R3
SOLUCIÓN :
si el conjunto { V1, V2  genera R 3 , entonces cualquier vector de R3
debe poderse escribir como combinación lineal de v1 y v2. Sea entonces (a, b, c)
 R3
(a, b, c ) = xv 1 +yv 2
(a, b, c) = x(1, 1, 1 ) + y(0, 2, 0 )
Considerando el vector (a, b, c ) fijo resolveremos el sistema para x e y así :

a=x
b = x +2y
c=x de aqui
ba
x=a=c y y
2
Entonces el espacio generado por los vectores es:

 yx 
A  ( x, y, z )  R3 , ( x, y, z )  ( x, , x)  A  R3 , pues el conjunto genera vectores
 2 
que tengan igual la primera y tercera componente.

52
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
Ejemplo 37
Sea A= (2,3),(1,1) Y B= (1,0),(0,1) familias de vectores de R2.
Determinar si cada una de ellas son un sistema de generadores para R2.
SOLUCIÓN
Cualquier vector de R ² debe poderse escribir como C.L. de A
(a, b) = x (2, 3) + y (1, 1), esta ecuación vectorial equivale al sistema lineal
2x+y=a
3x+y=b
La solución única es:
x=b-a y v=3a-2b entonces (a, b)  R2
Se puede escribir así:
(a, b ) = (b, a) (2, 3) + ( 3a-2b) + (1, 1)
Por tanto A es un S.G. para R2
De la misma forma un vector genérico de R2 debe poderse escribir como C. L.

de B así:
(a, b) = x (1, 0) + y (0, 1)de donde
x = a y y = b. entonces
(a, b) = a (1, 0) + b(0, 1) por tanto como cualquier vector de R² se puede
escribir como C. L. de los vectores B. Decimos que el subespacio generado B es
R ² o que B es un S.G. de R ².
53
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
II.. 1133 B
BAASSEE D
DEE U
UNN EESSPPA
ACCIIO
OVVEEC
CTTO
ORRIIA
ALL
En el ejemplo 2 de la sección 1.13 vimos que los conjuntos de vectores A y B

dados allí generan cada uno a R² ; si para dichos conjuntos verificamos la D.L
a I.L encontramos que ambos son L.I., entonces los conjuntos son a la vez:
a) Sistemas de generadores de R ² .
b) Linealmente independientes.
Un conjunto con tales condiciones se llama base de un espacio vectorial
La definición es la siguiente:
DEFINICIÓN 8
Sea A = { V1, V2 , ... ,Vn }una familia de vectores de ( V, +, K ; )
La familia A C V es una base de V si y solo si es un conjunto linealmente
independiente y sistemas de generadores de V o sea A C V es base de V  A es
L.I. y Ā = V
EJEMPLO 38
Sea A = {(2, 3),(1, 1)}.Determinar sí A es una base de R ²
SOLUCIÓN
En el ejemplo 2 sección 1.13 probamos que A es S. G. de R ² y A es
también L.I ya que son dos vectores y ninguno es múltiplo del otro, por tanto A
es una base de R. ²
54
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 39
Sea A = {(1, 2, 1), (2, 9, 0), (3, 3, 4)}.
Demostrar que A es una base de R³
SOLUCIÓN
Para probar que A es base debemos verificar que:
a) Ā = R³ y b) A es L.I.
Para probar la condición a) tomamos un vector genérico de R³ y debemos
escribirlos como C.L. de los vectores de A.
(a , b, c) = x (1, 2, 1) + y (2, 9, 0 ) + z (3, 3, 4)
Resolviendo el sistema encontramos que:

x =-36a-18b-19c
y =-31a -6b-2c
z =9a-2b-5c con a, b, c, Є R vemos que Ā = R ³
La condición b) hay que resolver el mismo sistema para (a, b , c,) = (0,0,0)
De lo cual resulta que x, y, z son simultáneamente iguales a cero. Por
consiguiente A es una base para R ³ .
EJEMPLO 40
Encuentre una base en R³ para el complemento de vectores en el plano 2x-y-z =
0
55
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
SOLUCIÓN
Si tomamos un vector de ese espacio vectorial debemos escribirlos en términos
de vectores de la base.
Los vectores del espacio dado tienen la forma (a, b, 2a-b) vector que puede
escribirse:
(a, b, 2a-b) = a(1, 0, 2) + b(0, 1, -1) = (a, b, c)
El conjunto B = {(1, 0,2), (0, 1, -1)} debe ser una base del espacio dado.
Veamos que todo vector de ese espacio es generado por B (ver ecuación a)).
Además B es L.I. ya que tiene solo dos vectores y ninguno es múltiplo escalar
del otro. Por consiguiente B es una base del espacio dado.
Una base en la que los vectores tienen todos sus componentes iguales a cero
excepto en la i-sima que es uno (1) se llama base canónica; así la base canónica
R² es: {(1,0),(0,1)} La de Rⁿ es:
{(1,0,...,0)1,(0,1,0,....,0)2,(0,0,1,0....,0)3,...,(0,0,...0,1)n}
TEOREMA 7. Si un espacio vectorial V tiene una base compuesta de n

vectores, entonces el numero de vectores de cualquier base de V también es n.
La demostración requiere de otros resultados por la cual no la daremos aquí, sin

embargo este teorema permite definir otro concepto.
DEFINICIÓN 9
La definición de un espacio vectorial
56
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
V ≠ {Ō} es n si y solo si V tiene una base que contenga n vectores. En el caso
de V = {Ō} la dimensión es cero.
EJEMPLO 41
Determine la dimensión de cada uno de los subespacios de R4 que se dan:
a) S1 = {(a, b, c, d) ЄR4 / (a, b, c, d) = (a, b, c, o)}
b) S2 = {(a, b, c, d) ЄR4/ (a, b, c, d) = (a, b, a +b ,a-b)}
SOLUCIÓN
a) tenemos un vector genérico de S1 así:
(a, b, c, o) y lo escribimos como C. L. de otros vectores, entonces
(a, b, c ,o) = a (1, 0, 0, 0) + b (0, 1, 0, 0) + c (0, 0, 1, 0)
Entonces {(1, 0,0, 0), (0, 1, 0, 0), (0, 0, 1, 0)}.
Es una base de S1 .Luego la dimensión de S1 es 3 y escribimos:
dim S1= 3
b) Un vector genérico de S2 es: (a, b, a +b, a-b) = a(1,0,1,1)+b(0,1,1,-1)
Entonces {(1, 0, 1, 1), (0, 1, 1, -1)} es una base para S2 .En consecuencia
dim. S2 = 2
cuando el numero de vectores de una base es finita ,se dice que el espacio es
de dimensión finita, en caso contrario es de dimensión infinita.
57
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EJEMPLO 42
Una base para el espacio vectorial de los polinomios en una variable x con
coeficientes reales es el conjunto de todas las potencias de x, y esto es:
S = {1, x, x² , x³,..x...},entonces la dimensión de P[x] es infinita.
Si {V1, V2, ... Vn }es una base de V denotada por [v] entonces cada vector puede
expresarse de manera única como C.L. de esa base ya que los vectores son a la
vez S.G. y L.I el siguiente teorema re afirma el este resultado.
TEOREMA 8
Si {v1, v2, ..., v n}es una base para V y Si ν  V, entonces existe un único
conjunto de escalares c1, c2 ..... cn tales que ν = c1ν1 + c2ν 2 +...+ cnν n
DEMOSTRACIÓN
Debe existir por lo menos un conjunto de escalares ya que la base es S.G.
Supongamos que existen dos conjuntos de escalares tales que:
ν = c1ν1 + c2ν 2 +... + cnνn y
ν = d1 ν1 + d2 ν2 +... + dnνn
Restando ambas ecuaciones tenemos:
ν - ν = c1ν1 + c2ν 2 + ... + cnν n - ( d1ν 1 + d2ν 2 +...+ dn νn)
58
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
Ō = (c1-d1) ν1 + (c2-d2) ν2 +...+ (cn-dn) νn
Como los vectores ν i de la base son L.I.; entonces esta ecuación solo se
satisface para:
c1-d1 = c2- d2 =... = cn -dn = 0 de donde
c1 = d1, c2 = d2 ... cn = dn
Con esto queda demostrado que los escalares existen y son únicos.
Con respecto a una base dada un vector ν de V queda caracterizado por los
coeficientes únicos de la combinación lineal, los escalares de la C.L. o sea en c i
se llaman coordenada o componentes del vector ν de V y se denota por el
vector columna formado por los escalares de la combinación lineal.
 c1 
 
c
vv   2 
 .
 
 cn 
Si se elige otra base el vector coordenada cambia, lo mismo que si se cambia el

orden de los vectores en la base dada.
EJEMPLO 43 Determinar las coordenadas del vector (3, 2) respecto de las

bases:
a) [v] = {(1, 1), (2, 1) }
59
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
b) [s] = {(3, -2), (-2, 1)}
SOLUCIÓN
Debemos escribir (3, 2) como C.L. de los vectores de cada base
a) (3, 2) = x (1, 1) + y (2, 1) entonces

x +2y = 3
x+y =3 de donde
y=0 y x=3
las coordenadas del vector(3, 2) respecto de [v] son:
 3
 3, 2 v   
0
b) (3, 2) =x (3, -2 ) + y(-2, 1) entonces
3x-2y = 3
-2x +2y = 2 de donde
x= -7 y y = -12
Las coordenadas del vector (3,2) respecto de [s] son:
 7 
 3, 2 s   
 12 
60
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
En los dos casos es fácil ver que si el orden de los vectores en la base, entonces
cambia el vector coordenado.
 12 
En ultimo caso si el orden el (-2,1),(3,-2) el vector coordenado es:  
 7 
TEOREMA 9
Si S = { V1 , V2 .. Vn }es una base de un espacio vectorial V de dimensión
finita, entonces cualquier subconjunto de V con mas de n vectores es
linealmente dependiente.
EJEMPLO 44
Sea A = {(1, 2), (0, 3), (2, 7) }.Es A una base de explique R2 ? Explique.
SOLUCIÓN
Una base para R2 tiene dos vectores, es decir dim R2 = 2 y A tiene 3 elementos
entonces por el teorema A es un conjunto linealmente dependientes, concluimos
que A no es una base para R2.
TEOREMA 10
Cualesquiera dos bases de un espacio vectorial de dimensión finita tienen el

mismo número de vectores.
61
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
DEMOSTRACIÓN:
Sea S = {v1, v2,..., vn } y W = {x1, x2, x3, ... ,xm } dos bases de un espacio
vectorial de dimensión finita, como S es una base y W es L.I, por el teorema
anterior m ≤ n ; por otra parte W es base y S es L.I, entonces por el mismo
teorema n ≤ m. Por tanto m = n que era lo que se quiere demostrar.
EJEMPLO 45
Encuentre dos bases en R3 para el espacios de vectores en el plano 3x-2y +6z =

0
SOLUCIÓN
Los vectores del espacio S  R3 tiene la forma:
(a, b, c ) = (a, 3 + 6c/2, c ). Escribimos este vector como combinación lineal de

otros vectores así:
(a, 3 + 6c/2, c ) = a (1, 3/2, 0) + c (0, 3, 1 )
El conjunto A = {(1, 3/2, 0), (0, 3, 1) }es una base de S y la dim S = 2
Otra forma de escribir los vectores de S es:
( 2b-6c/3, b, c ) = b (2/3, 1, 0 ) + c (2, 0, 1 )
El conjunto B = {v (2/3, 1, 0 ), (2, 0, 1) }es también una base de S.
62
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
Vemos que tanto A como B tienen igual número de vectores.
En el ejemplo anterior estudiamos que S es un sub espacio de R3. Hemos visto

además que dim R3 = 3 y dim S = 2, esto hace pensar que la dimensión de un
sub espacio es menor o igual que al dimensión del espacio. El siguiente teorema
confirma es hecho.
TEOREMA 11
Sea H un sub espacio del espacio vectorial V de dimensión finita. Entonces H es

de dimensión finita y dim H ≤ dim V.
Observemos que el teorema afirma dos cosas:
a) Que un sub espacio de un espacio de dimensión finita no puede tener

dimensión infinita.
b)Que la dimensión de un sub espacio no puede ser mayor que la del espacio,
pero si puede ser igual.
En el ejemplo anterior encontramos que dim S = 2 y dim R3 = 3 entonces dim

S ≤ dimR3
TEOREMA 12
Sea dimV = n entonces
a) Si S es un conjunto de n vectores L.I., entonces S es una base de V
63
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
b) Si S es un conjunto de n vectores que generan a V entonces s es una base
para V.
c) Si S = {v1 v2... vr }es L.I y r < n entonces a S se le pueden agregar vectores

hasta formar una base de V, es decir, existen vectores Vr+1 Vr+2...Vn
tales que: {V1 V2...Vr, Vr+1...Vn } es una base de V.
El teorema proporciona una manera fácil de encontrar bases de un espacio

vectorial, conociendo la dimensión del mismo.
Para probar que un conjunto de n vectores es base de un espacio V n-

dimensional, basta con mostrar que genera a V o que es L.I.
El inciso c) asegura que teniendo un conjunto L.I. con menos vectores que una
base ese conjunto se puede convertir en una base agregándole vectores hasta
completar n.
EJEMPLO 46
Sea { (1, 2), (3, 5) }Determinar si el conjunto es una base de R2.
SOLUCIÓN
Ningún vector de los dos que tiene el conjunto, es múltiplo escalar del otro,
entonces es un conjunto linealmente independiente por otra parte, como la
64
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
dimensión R2 es 2, entonces de acuerdo al teorema el conjunto es una base de
R2 porque tiene dos vectores y es L.I.
EJEMPLO 47
Sea A = {(1, 2, 5,- 1),(2, -3, 7, 1) }un conjunto linealmente independiente.
Agregar vectores de A para que sea una base de R4.
SOLUCIÓN
Como A es L.I. y queremos que sea una base sea una base de R4, entonces
debemos agregar vectores de modo que A se un conjunto de 4 vectores L.I.; sea
pues,
(-1, 3, 7, 4) y (-3, 6, -1, 1) vectores de R4.
Debemos probar que el conjunto:
A1 = {(1, 2, 5, -1), (2, -3, 7, 1), (-1, 3, 7, 4) ,(-3, 6, -1, 1) }
Es conjunto L.I.
Formaremos el sistema
A (1, 2, 5, -1) + b(2, -3, 7, 1)+c (-1, 3, 7, 4) + d (-3, 6, -1, 1) = Ō
Entonces
a +2b – c - d = 0
2a -3b + 3c + 6d = 0
5a + 7b + 7c – d = 0
-a + b + 4c + d = 0
Resolviendo este sistema homogéneo encontramos que a = b = c = d = 0 por

tanto el conjunto es L.I. y como tiene 4 vectores, entonces es una base de R4.
65
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
Observe que los vectores que agregamos son arbitrarios con el cuidado de que
los vectores que agregamos no sean múltiplos de los vectores de A.
El siguiente teorema es un resultado acerca de la dimensión del subespacio
suma.
TEOREMA 13
Si S y T son sub espacios de un espacio vectorial V de dimensión finita,
entonces dim(S+T) = dimS + dimT - dim( S ∩ T ).
EJEMPLO 48
Sea S el subespacio generado por S= {( 1, 2, 0 ), ( 0, 2, 1) } y T el subespacio
generado por T = { (0, 0, 2 ), (0, 1,0 ) } . Ambos sub espacios de R3
Hallar la dimensión de S  T
SOLUCIÓN
Como S es generado por S este es L.I. (ningún vector es múltiplo del otro),
entonces S es una base del subespacio S . Por las mismas razones el conjunto T
es una base T . Por consiguiente: dim S = 2 y dim T = 2.
Ahora bien S  T  {(0, 2b, b)} entonces {(0, 2, 1) } es una base de S T
Por tanto dim S T  1
Por el teorema tenemos:
dim(S +T) = 2+2-1 = 3
En el teorema anterior si la intersección es el vector nulo, entonces la dimensión

es cero y además la suma es directa, así que el teorema queda:
66
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
dim S T = dimS+dimT lo cual significa que si la suma es directa entonces su
dimensión es la suma de las dimensiones de S y T
67
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
EEJJEER
RCCIIC
CIIO
ONNºº22
1.-Determine si el conjunto de vectores dado es linealmente dependiente o

independiente.
a) En P2 1-x, x
b) 1-x, 1+x, x2
c) u 1 = (1, 2 ), v2 = (-3,- 6 ) En R2
d) (4, 4, 0, 0 ), ( 0, 0, 6, 6 ),(-5, 0, 5, 5 )
e) x, cosx
f) cos2x, sen2x, cos2x
2.-Escribir el vector (1, 2 ) como combinación lineal de los vectores(3, 2 ),(-5,

4 ).
3.-Determinar si los vectores pertenecen a un mismo plano (2, -1, 4), (4, 2, 3 ),
(2, 7, -6 ).
4.-Demuestre que si A = {V1, V2 } es L.I. y V  A entonces {V1, V2, V3 } es L.I.
68
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
5.-Explique que porque los siguientes conjuntos no son bases de los espacios
vectoriales:
a) {(1, 2 ), (0, 3 ), (2, 7 ) } de R2
b) {(-1, 3, 2 ), (6, 1, 1 ), (6, 1, 1 ) } de R3
6.-Cuales de los conjuntos son base de R2
a) {(4, 1 ), (-7, 8 )}
b) {(0, 0), (1, 3 ) }
7.-Cuales de los conjuntos son base de R3

a) {(1, 0, 0 ), (2, 2, 0 ), (3, 3, 3 ) }
b) {(2, -3,1 ), (4, 1, 1 ), (0, -7, 1 ) }
8.-Extienda el conjunto A dado a una base para el espacio vectorial indicado

a) A = { (2, 1, 0, 0), (0, 1, 0, 1) } para R 4
b) A = (1, 2,3),(o,3,1) para R 3

 1 0   1 1  
c) A =  ,   para R
2x2
 0 0   0 0  
9.-Si U = {(1, 2, 0), (0, 2, 1) } W= {(0, 0, 2), (0, 1, 0 )}

a)Encuentre una base para U ∩ W
b) Determine la dimensión para U+W
c) es R3= U  W
10- Si S ={(x, y, z ) / 2x + 3y + z = 0},T ={ (x, y, z )/ x + 2y –z = 0 }

a) Encuentre una base para S y T y la dimensión de cada uno de ellos.
b) Encuentre una base S ∩ T y la dimensión.
11.-Encuentre una base para S T y la dimensión conjunto de vectores del plano
69
FRANCISCO MORAZÁN
SECCION MATEMATICAS
LIC. MARBIN BANEGAS
3x - 2y +6z = 0.
12.-Escriba el vector (x , y)  R2 en términos de la base dada.

a) {(1, 1), (1, -1 )}
b) {(5, 7 ), (3, -4 ) }
13.-Determine si los conjuntos del ejercicio generan el mismo sub espacio.
RESUMEN DEL CAPITULO
En este capitulo se define la estructura de espacio vectorial y sub espacio

vectorial y se hace una interpretación geométrica de las operaciones del EV R 2 .
son demostrada algunas de las propiedades de los E V y se definen operaciones
entre sub espacios . Se estudian las combinaciones lineales de vectores así como
la dependencia e independencia lineal de conjuntos de vectores de diversos
tipos. Finalmente se demuestran algunos teoremas referentes a la dimensión de
espacios vectoriales y sub espacios .
70

ALGEBRA LINEAL Capitulo 4 Espacios Vectoriales

Cargado por

Información del documento

Descripción original:

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

ALGEBRA LINEAL Capitulo 4 Espacios Vectoriales

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD PEDAGÓGICA NACIONAL

ESTRUCTURA DE ESPACIO VECTORIAL

En este capítulo estudiaremos entidades abstractas que son conjuntos de objetos

en la física, pues pueden sumarse o multiplicarse por un número real.

La estructura que aquí estudiaremos es el concepto básico del Álgebra Lineal,

otros resultados importantes que nos servirán a lo largo del curso.

I.1-ESTRUCTURA DE ESPACIO VECTORIAL

CONCEPTO DE ESPACIO VECTORIAL.

La definición de ESPACIO VECTORIAL (E.V) no especifica la naturaleza de

Para todo lo anterior concluimos que (R2, + R,  ) es un espacio vectorial. Los

El significado geométrico de las operaciones de este espacio vectorial es el

En el caso del producto el resultado de la multiplicación de un vector por un

M.1. x  R  y  R  se cumple que x = x , x R  . en efecto,

I.2 PROPIEDADES DE LOS ESPACIOS

2. Si x es un elemento cualquiera del espacio vectorial con la propiedad de:

4. El opuesto del cualquier escalar por un vector es igual al opuesto de su

I.3 SUBESPACIOS VECTORIALES.

La definición de subespacio hace pensar que todo subespacio vectorial es

I.4 OPERACIONES CON SUBESPACIOS

iZ, o sea la intersección es distinta de vació.

x S i iZ y y S i iZ

xS i y yS i para todo iZ por definición de intersección.

x +y S‫ ﻐ‬entonces x + y S i iZ.

2x2 con el elemento a11 = 0.

I.5 UNIÓN DE SUBESPACIOS

Cuando un E.V es la suma de dos subespacios y además la intersección de ellos

En la grafica se ve que S1 es el plano xy y S2 es el plano yz, por otra parte

2.- Mostrar que el conjunto de todas las soluciones de la ecuación ax + by = 0;

3.- Sean las ternas de números reales, la adición definida componente a

con las operaciones de suma y multiplican usuales.

5.- Cuales de los siguientes subconjuntos de R2 son subespacios de R2?

6.- Cuales de los siguientes subconjuntos de R3 son subespacios de R3?

7.- Sea W = {(x, y, z) R3}, mostrar que W es un subespacio vectorial de R3.

8.- Demuestre que el conjunto de números reales positivos forma un espacio

matriciales de suma y multiplicación por escalar. No es un espacio vectorial.

10.- Sea V el espacio vectorial de las funciones reales. Mostrar que

11.- Determinar si el espacio vectorial R3 es la suma directa de los subespacios

12.- Si U y W son subespacios de V, pruebe que U W es un subespacio de V.

13.- Determine si el conjunto:

Probar que no es la suma directa de U y W.

17.- Sea V y W dos espacios vectoriales sobre un cuerpo K. Demostrar que si

18.- Si V es un espacio vectorial y Vơ,   R mostrar que si V =V y   

observa que puede ser igual a cero de dos formas:

b) Que no todos los  i sean cero.

Los siguientes ejemplos ilustran cada uno de los casos.

  v = 1(1, -1, 3) + 2(2, 4, 0)

= (1+22 , -11+42 , 31)

Este vector es cero si y solo si 1 = 2 = 0, ósea

Vemos que la CL. es cero y ningún escalar o vector es nulo.

Observe que si i =1 la combinación lineal se convierte en múltiplo escalar del

Ā = {1(1, 0, 1) + 2(0, 1, 1)}

I.9 SUBESPACIO GENERADO POR UNA FAMILIA DE

v  A entonces v V por tanto A  V.

3. A es cerrado para la suma

4. A es cerrado por el producto por escalar

b) Si  A esto es cierto porque la intersección esta contenida en cualquiera de

Sean Vı = (2, -1, 4) y V2= (4, 1, 6).

Hallar: H = gen {Vı, V2}. O sea el espacio generado por V i y V i .

H = {V: V = a (2,-1,4) + b (4,1,6) }.

H = {V: V = (2a + 4b, -a + b, 4a + 6b)}

Si el punto (x, y, z) es fijo podemos resolver este sistema de tres ecuaciones en

EJEMPLO 29 Demostrar si los conjuntos de vectores generan el mismo

a(2, 0) +b (0, 5) = (0, 0)