Esp Vectoriales

Enrique R.
Aznar
Dpto. de Álgebra
ESPACIOS Y SUBESPACIOS VECTORIALES
¿Cómo linealizar un problema?
Página web personal
Página de Abertura
1. Definición de espacio vectorial. 6
Ejemplo 1 7 Contenido
Ejemplo 2 7
Ejemplo 3 7 JJ II
Ejemplo 4 7
J I
Ejemplo 5 8
2. Propiedades de la aritmética vectorial. 8 Página 1 de 54
Lema 1 8
3. Dependencia e independencia lineal. 10 Atrás
Definición 1 10
Pantalla grande/pequeña
Ejemplo 6 10
Ejemplo 7 11 Cerrar
Ejemplo 8 11
Definición 2 11
Ejemplo 9 12
Enrique R. Aznar
Ejemplo 10 12 Dpto. de Álgebra
Lema 2 12
Lema 3 13
Ejemplo 11 14
Definición 3 14
4. Sistemas de generadores. 14
Definición 4 14
Ejemplo 12 15
Lema 4 15 Página de Abertura
Lema 5 16
5. Bases de un espacio vectorial. 17 Contenido
Definición 5 17
JJ II
Teorema 1 17
Ejemplo 13 17 J I
Definición 6 18
Ejemplo 14 19 Página 2 de 54
Ejemplo 15 19
Atrás
Teorema 2 20
Definición 7 20 Pantalla grande/pequeña
Ejemplo 16 21
Teorema 3 23 Cerrar
Corolario 1 24
Ejemplo 17 24
Enrique R. Aznar
6. Coordenadas. 25 Dpto. de Álgebra
Lema 6 25
Definición 8 26
Ejemplo 18 26
Teorema 4 27
Ejemplo 19 27
7. Cambios de base. 28
Definición 9 29
Lema 7 30 Página de Abertura
Corolario 2 30
Ejemplo 21 31
JJ II
Ejemplo 22 33
8. Subespacios vectoriales. 34 J I
Definición 10 34
Lema 8 34 Página 3 de 54
Ejemplo 23 35
Atrás
Ejemplo 24 35
Ejemplo 25 35 Pantalla grande/pequeña
Lema 9 35
Ejemplo 26 36 Cerrar
Lema 10 36
Lema 11 36
Enrique R. Aznar
9. Subespacio generado por un conjunto de vectores. 37 Dpto. de Álgebra
Lema 12 37
Definición 11 38
Lema 13 38
Definición 12 39
Lema 14 39
Teorema 5 39
10. Ecuaciones paramétricas de un subespacio. 40
Definición 13 40 Página de Abertura
Ejemplo 27 40
Ejemplo 29 41
JJ II
Definición 14 41
Ejemplo 30 41 J I
11. Ecuaciones cartesianas de un subespacio. 43
Lema 15 43 Página 4 de 54
Definición 15 44
Atrás
Ejemplo 31 44
Ejemplo 32 45 Pantalla grande/pequeña
Ejemplo 33 46
12. Ejercicios. 48 Cerrar
Ejercicio 1 48
Ejercicio 2 48
Enrique R. Aznar
Ejercicio 3 48 Dpto. de Álgebra
Ejercicio 4 49
Ejercicio 5 49
Ejercicio 6 49
Ejercicio 7 49
Ejercicio 8 49
Ejercicio 9 50
Ejercicio 10 50
13. Test de repaso. 50 Página de Abertura
Contenido
JJ II
J I
Página 5 de 54
Atrás
Cerrar
Enrique R. Aznar
1. D EFINICIÓN DE ESPACIO VECTORIAL . Dpto. de Álgebra
Sea V un conjunto no vacío y K un cuerpo1, decimos que V es un espacio

vectorial sobre K si:
1) En V hay definida una operación interna + tal que (V, +) es un grupo

abeliano. Es decir, ∀u, v, w ∈ V se verifican las propiedades:
(a) Asociativa (u + v) + w = u + (v + w)
(b) Conmutativa u + v = v + u Página de Abertura
(c) Existencia de elemento neutro ∃0 ∈ V tal que v + 0 = v = 0 + v
Contenido
(d) Existencia de elementos opuestos ∃ − v ∈ V tal que
v + (−v) = 0 = −v + v
JJ II
2) En V hay definida una operación externa de K por V en V , que
denotamos2 por ., verificando ∀u, v ∈ V y ∀λ, µ ∈ K : J I
(a) Distributiva respecto vectores λ.(u + v) = λ.u + λ.v
(b) Distributiva respecto escalares (λ + µ).u = λ.u + µ.u Página 6 de 54
(c) Seudoasociativa λ.(µ.u) = (λµ).u Atrás

(d) Unitaria 1.u = u donde 1 ∈ K
Cerrar
1K puede ser un cuerpo numérico. O sea, Q, R o C.

2Aunque, a veces omitiremos el punto
Enrique R. Aznar
Los elementos del espacio vectorial suelen denominarse vectores, mientras Dpto. de Álgebra
que los del cuerpo los llamaremos escalares. A la operación externa la lla-
maremos producto por escalares.
Ejemplo 1. El conjunto de las matrices Mmxn (K ) con la suma de matrices

y el producto por escalares es un ejemplo de espacio vectorial sobre K
Ejemplo 2. El propio cuerpo K puede considerarse un espacio vectorial Página web personal
sobre si mismo utilizando como producto escalar el propio producto interno.
Página de Abertura
Más generalmente, al producto cartesiano de K consigo mismo n veces,
K n = {(x 1 , . . . , x n ) : x 1 , . . . , x n ∈ K }, podemos dotarlo de estructura de espacio Contenido
vectorial sobre K , definiendo una suma interna y un producto por escalares.

JJ II
Así
J I
(x 1 , . . . , x n ) + (y 1 , . . . , y n ) = (x 1 + y 1 , . . . , x n + y n )
λ(x 1 , . . . , x n ) = (λx 1 , . . . , λx n ) Página 7 de 54
Ejemplo 3. El conjunto de los polinomios, Pol (K ) = K [x], en una indeter- Atrás
minada con coeficientes en el cuerpo K , con la suma usual de polinomios y

el producto por de una constante por un polinomio es un ejemplo de espacio
vectorial sobre K . Cerrar
También, para cada n , el conjunto de todos los polinomios de grado menor

o igual que n , Pol n (K ), es de nuevo un espacio vectorial sobre K .
Enrique R. Aznar
Ejemplo 4. El conjunto de todas las funciones reales definidas en un cierto Dpto. de Álgebra
intervalo de la recta real, con la suma de funciones y el producto externo
definidos, ∀x ∈ R, como:
( f + g )(x) = f (x) + g (x)
(λ f )(x) = λ f (x)
es también un ejemplo de espacio vectorial sobre K .
Ejemplo 5. El espacio vectorial con un único vector, que ha de ser necesari-

Página de Abertura
amente el vector cero o neutro para la suma, V = {0}, es el espacio vectorial
más pequeño que existe. Donde se define Contenido
0+0 = 0
JJ II
λ0 = 0
J I
2. P ROPIEDADES DE LA ARITMÉTICA VECTORIAL . Página 8 de 54
El último ejemplo nos indica que el vector cero tiene ciertas propiedades no Atrás
sólo para la suma. En realidad, para todo K -esp. vect. V , se verifican las
siguientes:
Lema 1. [Propiedades de la aritmética vectorial] Para cualesquiera es- Cerrar
calares λ, µ ∈ K y cualesquiera vectores u, v ∈ V

1) 0.u = 0
Enrique R. Aznar
2) λ.0 = 0 Dpto. de Álgebra
3) λ.u = 0 implica λ = 0 o bien u = 0
4) −(λ.u) = (−λ).u = λ.(−u)
5) λ.(u − v) = λ.u − λ.v
6) (λ − µ).u = λ.u − µ.u
7) λ.u = µ.u con u 6= 0 implica que λ = µ
8) λ.u = λ.v con λ 6= 0 implica que u = v
Demostración: Página de Abertura
1) 0.v + v = 0.v + 1.v = (0 + 1).v = 1.v = v para todo v . Contenido

Como el neutro de la suma es único 0.u = 0
1 1 1 JJ II
2) λ.0 + v = λ.0 + 1.v = λ.0 + (λ ).v = λ.0 + λ( .v) = λ.(0 + .v) =
λ λ λ
1 1 J I
= λ.( .v) = (λ. ).v = 1.v = v para todo v .
λ λ
Como el neutro de la suma es único λ.0 = 0 Página 9 de 54
3) Si λ = 0 todo demostrado. En caso contrario,

1 1 Atrás
u = .(λ.u) = .0 = 0 por 2).
λ λ
4) (−λ).u + λ.u = (−λ + λ).u = 0.u = 0 por 1). Pantalla grande/pequeña
λ.(−u) + λ.u = λ.(−u + u) = λ.0 = 0 por 2). Cerrar

Como los opuestos son únicos, se tiene −(λ.u) = (−λ).u = λ.(−u)
5) λ.(u − v) = λ.(u + (−v)) = λ.u + λ.(−v) = λ.u − λ.v por 4).
6) (λ − µ).u = (λ + (−µ)).u = λ.u + (−µ).u = λ.u − µ.u por 4).
Enrique R. Aznar
7) λ.u = µ.u implica (λ − µ).u = 0. Ahora, si u 6= 0 por 3), se tiene Dpto. de Álgebra
λ − µ = 0. O sea, λ = µ como queríamos.
8) λ.u = λ.v implica λ.(u − v) = 0. Ahora, si λ 6= 0 por 3), se tiene
u − v = 0. O sea, u = v como queríamos.
3. D EPENDENCIA E INDEPENDENCIA LINEAL . Página web personal
Página de Abertura
Como denotamos por letras griegas a los escalares y por letras latinas a los
vectores. A partir de ahora, omitimos el punto en el producto externo. Contenido
Así, dado un conjunto de vectores {v 1 , . . . , v n } de un K -esp. vect. V ,

JJ II
Definición 1. Llamaremos combinación lineal (c.l.) de estos vectores a
cualquier vector de la forma J I
λ1 v 1 + · · · + λn v n Página 10 de 54
con λ1 , . . . , λn ∈ K escalares arbitrarios. Atrás
Ejemplo 6. En V = R4 , el vector (1, 2, −2, −1) es combinación lineal de u =

(2, 0, 0, −2) y de v = (0, 1, −1, 0) ya que
1 Cerrar
(1, 2, −2, −1) = u + 2v
2
A veces, un conjunto basta para obtener cualquier vector. Por ejemplo,
Enrique R. Aznar
Ejemplo 7. En V = R , cualquier vector u = (a, b) es c.l. de e1 = (1, 0) y de
2 Dpto. de Álgebra
e2 = (0, 1) ya que
ae 1 + be 2 = (a, b)
Sin embargo, otras veces es imposible. Por ejemplo,

Ejemplo 8. En V = R3 , el vector (1, 1, 1) no puede ser c.l. de e1 = (1, 0, 0) y
de e2 = (0, 1, 0) ya que cualquier combinación lineal de ambos es de la forma
λ1 e 1 + λ2 e 2 = (λ1 , λ2 , 0) Página de Abertura
Contenido
Dado un conjunto de vectores S = {v 1 , . . . , v n } de un K -esp. vect. V .
JJ II
Definición 2. Decimos que S = {v 1 , . . . , v n }, es linealmente dependiente
(l.d.) si el vector cero es c.l. no trivial de ellos. Esto es, si J I
λ1 v 1 + · · · + λn v n = 0 Página 11 de 54
para ciertos escalares λ1 , . . . , λn ∈ K no todos nulos. Atrás

En caso contrario, λ1 = · · · = λn = 0, decimos que el conjunto es linealmente
independiente (l.i.) sobre el cuerpo K 3. Pantalla grande/pequeña
Cerrar
Por ejemplo, en V = R2 :
3A veces, diremos que S = {v , . . . , v } es K -l.i.

1 n
Enrique R. Aznar
Ejemplo 9. El conjunto S = {(1, 0), (−2, 1)} es R-l.i. Dpto. de Álgebra
ya que la igualdad
λ(1, 0) + µ(−2, 1) = (0, 0)
equivale al sistema lineal de dos ecuaciones con dos incógnitas
λ − 2µ = 0
µ=0
que claramente, admite sólo la solución λ = µ = 0
Página de Abertura
Sin embargo, en V = R3 :
Contenido
Ejemplo 10. Los vectores (1, 0, 0), (−2, 1, 0), (1, −1, 0) son R-l.d.
ya que la igualdad vectorial JJ II
x(1, 0, 0) + y(−2, 1, 0) + z(1, −1, 0) = (0, 0, 0) J I
equivale al sistema lineal homogéneo
Página 12 de 54
x − 2y + z = 0
Atrás
y −z =0
que claramente, admite la solución no trivial x = y = z = 1 Pantalla grande/pequeña
Cerrar
Dado un K -esp. vect. V y vectores u, v 1 , . . . , v n ∈ V , se pueden demostrar
algunas
Lema 2. [Propiedades de la dependencia e independencia]
Enrique R. Aznar
1) Si 0 ∈ {v 1 , . . . , v n } entonces {v 1 , . . . , v n } es l.d. Dpto. de Álgebra
2) {u} es l.i. si y sólo si u 6= 0
3) Si {v 1 , . . . , v n } es l.d. entonces {v 1 , . . . , v n , u} es l.d.
4) {v 1 , . . . , v n , u} es l.i. entonces {v 1 , . . . , v n } es l.i.
Demostración:
1) Basta comprobar que existe una c.l. no trivial, con 1 el escalar que
Página de Abertura
multiplica al vector cero y ceros el resto de escalares.
2) Por la propiedad anterior, el conjunto {0} es l.d. Contenido
Sólo queda razonar que si u 6= 0 entonces de la igualdad λu = 0 se
deduce λ = 0. Pero esto es la propiedad 3) de la aritmética vect. JJ II
3) Es inmediato, porque la misma c.l., no trivial, del conjunto {v 1 , . . . , v n }
nos sirve para el conjunto {v 1 , . . . , v n , u} J I
4) Si {v 1 , . . . , v n } fuera l.d., por la propiedad anterior, se tiene que Página 13 de 54
{v 1 , . . . , v n , u} sería l.d. lo que contradice la hipótesis.
Atrás
Por las propiedades de la aritmética vectorial, podemos despejar vectores

(que tengan coeficiente distinto de cero) de un miembro a otro en una igual-
dad vectorial. Entonces, se puede demostrar fácilmente el siguiente: Cerrar
Lema 3. [Caracterización de la dependencia] Un conjunto de vectores

{v 1 , . . . , v n } es l.d. si y sólo si uno de sus vectores es c.l. del resto.
Enrique R. Aznar
El lema anterior afirma que si un conjunto es l.d., uno de sus vectores de- Dpto. de Álgebra
pende del resto. Pero esto no es cierto para todos. Por ejemplo, en R2
Ejemplo 11. Los vectores (−1, −1), (3, 0), (2, 2) son l.d. pero el vector (3, 0)
no es c.l. de los otros dos. Ya que la combinación lineal, no trivial, es
2(−1, −1) + (2, 2) = (0, 0)
y en ella el segundo vector no interviene. Página web personal
Las definiciones anteriores pueden extenderse fácilmente a conjuntos infini- Página de Abertura
tos de vectores.
Contenido
Definición 3. Si S ⊂ V es un conjunto arbitrario de vectores, decimos que S
es l.d. si existe algún subconjunto finito suyo que sea l.d. JJ II
Por el contrario, cuando todo subconjunto de S sea l.i. decimos que S es l.i.
J I
Veamos a continuación, para que sirve el concepto de la dependencia lineal.
Página 14 de 54
4. S ISTEMAS DE GENERADORES . Atrás
Dado un K -esp. vect. V y S ⊂ V un conjunto de vectores Pantalla grande/pequeña
Definición 4. Decimos que S genera a V , o S es un sistema de generadores Cerrar

(s.g.) de V , si todo vector del espacio es una c.l. de vectores de S .
Por ejemplo, en R2
Enrique R. Aznar
Ejemplo 12. Los vectores {(−1, −1), (3, 0), (2, 2)} forman o son un s.g. Dpto. de Álgebra
En efecto, todo vector (a, b) ∈ R2 se puede poner como c.l. de ellos.
Ya que la igualdad
x(−1, −1) + y(3, 0) + z(2, 2) = (a, b)
equivale al sistema lineal
−x + 3y + 2z = a
−x + 2z = b
Página de Abertura
que está en forma escalonada y es compatible (indeterminado). Contenido
En realidad, en este ejemplo, el tercer vector sobra para ser un s.g. JJ II

En efecto, esto es una propiedad que se demuestra en el siguiente: J I
Lema 4. Si S = {v 1 , . . . , v n , u} es un s.g. y uno de sus vectores u depende
Página 15 de 54
del resto. Entonces, el conjunto restante {v 1 , . . . , v n } es también un s.g.
Atrás
Demostración: Si u = µ1 v 1 + · · · + µn v n , ∀v ∈ V se tiene
v = λ1 v 1 + · · · + λn v n + λu = λ1 v 1 + · · · + λn v n + λ(µ1 v 1 + · · · + µn v n ) =
= (λ1 + λµ1 )v 1 + · · · + (λn + λµn )v n Cerrar
y todo está demostrado.

Veamos ahora, la relación entre s.g. y conjuntos l.i.
Enrique R. Aznar
Lema 5. Si {v 1 , . . . , v m } es l.i y {u 1 , . . . , u n } es un s.g. Entonces, m ≤ n . Dpto. de Álgebra
Demostración: Vamos a sustituir, sucesivamente, un vector del s.g por un

vector del conjunto l.i. Como el proceso siempre se puede continuar, al final
agotaremos el conjunto l.i. y tendremos todo demostrado.
Lo hacemos por inducción, analizando dos casos:
Primer caso: Como {u 1 , . . . , u n } es un s.g., v 1 se puede poner como Página web personal
v 1 = λ1 u 1 + · · · + λn u n Página de Abertura
Como v 1 6= 0, no todos los coeficientes pueden ser cero, y podemos Contenido

despejar alguno de los u i . Numerándolos si fuera necesario, tenemos
que u 1 es c.l. del conjunto con n elementos {v 1 , u 2 , . . . , u n } que JJ II
seguirá siendo s.g. por el lema anterior.
Paso de la inducción: Suponemos por inducción, que el conjunto de J I
n elementos {v 1 , . . . , v i , u i +1 , . . . , u n } es un s.g. Entonces, v i +1 se Página 16 de 54
puede poner como c.l. de ellos
Atrás
v i +1 = λ1 v 1 + · · · + λi v i + λi +1 u i +1 + · · · + λn u n
Ahora, no todos los coeficientes λi +1 , . . . , λn pueden ser cero (ya Pantalla grande/pequeña
que los v i son l.i.) y podemos despejar alguno de los restantes

Cerrar
u i +1 , . . . , u n . Numerándolos si fuera necesario, tenemos que u i +1
es c.l. del conjunto con n elementos {v 1 , . . . , v i +1 , u i +2 , . . . , u n } que
seguirá siendo s.g. (por el lema anterior) como queríamos.
Enrique R. Aznar
5. BASES DE UN ESPACIO VECTORIAL . Dpto. de Álgebra
Dado un conjunto de vectores B = {v 1 , . . . , v n } de un K -esp. vect. V ,

Definición 5. Decimos que B = {v 1 , . . . , v n }, es una base de V si es un
conjunto l.i. y además un s.g.
Ahora podemos demostrar un resultado fundamental de la teoría de espacios Página web personal
vectoriales.
Página de Abertura
Teorema 1. [Teorema de la base] Si V tiene una base finita, entonces todas

Contenido
las bases son finitas con igual número de vectores.
JJ II
Demostración: Sea B = {v 1 , . . . , v n } una base de V . Si B 0 es otra base,
en particular B 0 es l.i. y B s.g. Entonces, por el lema anterior, B 0 tiene un J I
número finito, m , de vectores tal que m ≤ n .
Página 17 de 54
Recíprocamente, como B es l.i. y B 0 s.g. Entonces, también por el lema
anterior, n ≤ m . O sea, n = m como queríamos. Atrás
Ejemplo 13. Los vectores e 1 = (1, 0, . . . , 0), . . . , e n = (0, . . . , 0, 1) forman una Pantalla grande/pequeña
base del K -esp. vect. V = K n .
En efecto, todo vector (b1 , . . . , bn ) ∈ K n se puede poner como c.l. de ellos. Cerrar
Ya que la igualdad
λ1 e 1 + · · · + λn e n = (b 1 , . . . , b n )
Enrique R. Aznar
equivale al sistema lineal Dpto. de Álgebra
λ1 = b 1
..
.
λn = b n
que está ya despejado y tiene solución única λ1 = b1 , . . . , λn = bn .

Página de Abertura
Por la misma razón la igualdad vectorial
Contenido
λ1 e 1 + · · · + λn e n = (0, . . . , 0)
JJ II
tiene como solución única λ1 = · · · = λn = 0. O sea, son l.i.
Esta base, B = {e 1 , . . . , e n }, es llamada la base canónica4 de K n . J I
Página 18 de 54
Definición 6. Decimos que un espacio vectorial es finito generado si tiene
una base finita. Al número de elementos de cualquiera de sus bases se le Atrás
llama la dimensión del esp. vect.
n
Por el ejemplo anterior, cualquier K tiene dimensión n .
Así, R2 tiene dimensión dos y R3 tiene dimensión tres, como era de esperar. Cerrar
4Para cualquier cuerpo K , y cualquier n , existe la base canónica.

Enrique R. Aznar
Ejemplo 14. En el esp. vect. de todos los polinomios de grado menor o Dpto. de Álgebra
igual que n , Pol n (K ), el conjunto más sencillo de monomios
{1, x, . . . , x n }
es una base5. Ya que constituyen un s.g y son l.i. En efecto, todo polinomio
f (x) = a 0 + a 1 x + · · · + a n x n
es una c.l. de los monomios anteriores y sabemos por la definición de Página web personal
polinomio que f (x) = 0 si y sólo si a0 = a1 = · · · = an = 0 y por tanto los
monomios, {1, x, . . . , x n }, son l.i. Página de Abertura
Ejemplo 15. En el esp. vect. de las matrices de dimensión mxn , Mmxn (K ), Contenido
el conjunto formado por las matrices e i j = (λi 0 j 0 ) con

( JJ II
0 0
1 si i = i y j = j
λi 0 j 0 = J I
0 caso contrario
Página 19 de 54
constituyen un s.g y son l.i. O sea, son una base de este esp. vect. En efecto,
toda matriz se puede escribir como Atrás
X
(a i j ) = ai j e i j Pantalla grande/pequeña
ij
y es una c.l. de las anteriores y sabemos por la definición de matriz que Cerrar
(a i j ) = 0 si y sólo si a i j = 0 para todo i , j . O sea, estas matrices son l.i.

5
Llamada la base standard de los polinomios.
Enrique R. Aznar
Por las propiedades de la aritmética vectorial, el vector cero nunca lo con- Dpto. de Álgebra
sideramos dentro6 de un s.g.
Además, el único esp. vect. que no puede tener una base, es el espacio cero,
V = {0}, donde no existen otros vectores y por tanto no existen conjuntos l.i.
En otro caso, por una de las propiedades de la dependencia lineal, un vector
no nulo, u 6= 0, es siempre l.i. Esto lo usamos, para demostrar el siguiente
Teorema 2. [de existencia] De cada s.g. finito se puede extraer una base.
Página de Abertura
Demostración: Si el s.g. es además l.i todo está demostrado. En caso con-
Contenido
trario, existe una c.l. no nula entre dichos vectores y por tanto se puede
despejar uno de ellos en función de los otros. Si lo quitamos, por un lema JJ II
anterior, el conjunto resultante seguirá siendo s.g.
J I
Este proceso continua hasta encontrar un conjunto l.i. y por tanto una base.
En el caso extremo llegamos a un s.g. unitario, {u}, formado por un único Página 20 de 54
vector no nulo que necesariamente será una base.
Atrás
Definición 7. Dada una matriz A = (ai j ) de llama espacio de columnas de
la matriz al conjunto de todas las c.l. de sus columnas y se llama espacio Pantalla grande/pequeña
de filas de A al conjunto de todas las c.l. de sus filas.
Cerrar
Como aplicación del último teorema (de existencia de bases) se tiene:

6Si está lo quitamos.
Enrique R. Aznar
Ejemplo 16. Halla, respectivamente, una base para los espacios de filas y Dpto. de Álgebra
de columnas de la matriz
µ ¶
1 −1 9
A =
2 0 5
El espacio de columnas de A es el conjunto de los vectores
C (A) = { λ1 (1, 2) + λ2 (−1, 0) + λ3 (9, 5) ∈ R2 : λ1 , λ2 , λ3 ∈ R }
O sea, por definición, el conjunto {c 1 = (1, 2), c 2 = (−1, 0), c 3 = (9, 5)} es un
s.g. del esp. vect. C (A) (el espacio de columnas de A ) dentro de R2 . Página de Abertura
Comprobamos si también son l.i. Como, la igualdad vectorial

Contenido
λ1 (1, 2) + λ2 (−1, 0) + λ3 (9, 5) = (0, 0)
JJ II
J I
λ1 − λ2 + 9λ3 = 0
2λ1 + 5λ3 = 0 Página 21 de 54
Atrás
que está escalonado. Podemos despejar λ1 , λ2 en función de λ3 . Luego,

existen soluciones distintas de cero. En consecuencia, los vectores columna
no son l.i. Existe al menos una c.l. entre ellos7. Por ejemplo, Cerrar
5 ∗ (1, 2) − 13 ∗ (−1, 0) − 2 ∗ (9, 5) = (0, 0)

7Cualquier solución del sistema anterior sirve.
Enrique R. Aznar
Podemos quitar uno cualquiera de los vectores columna y seguiremos te- Dpto. de Álgebra
niendo un s.g. de C (A). Por ej., {c 1 = (1, 2), c 2 = (−1, 0)} es un s.g. de C (A).
Además, estos dos vectores son l.i. ya que el sistema lineal
λ1 − λ2 = 0
2λ1 = 0

no admite mas que la solución trivial, λ1 = λ2 = 0.
O sea, hemos encontrado una base de C (A). Por tanto, tiene dimensión dos. Página de Abertura
Por otro lado, el espacio de filas de A es el conjunto de los vectores Contenido

3
F (A) = { λ(1, −1, 9) + µ(2, 0, 5) ∈ R : λ, µ ∈ R }
JJ II
O sea, por definición, el conjunto { f 1 = (1, −1, 9), f 2 = (2, 0, 5)} es un s.g. del
esp. vect. F (A) (el espacio de filas de A ) dentro de R3 . J I
Para analizar si son l.i. Vemos que la igualdad vectorial
Página 22 de 54
λ(1, −1, 9) + µ(2, 0, 5) = (0, 0, 0)
Atrás
λ + 2µ = 0 Pantalla grande/pequeña
−λ = 0 Cerrar
9λ + 5µ = 0
Enrique R. Aznar
que tiene como únicas soluciones λ = µ = 0. Dpto. de Álgebra
Por tanto, el conjunto de las dos filas, { f 1 , f 2 }, constituyen ya una base del
espacio de filas de A , que también tiene dimensión dos.
O sea, d i m(F (A)) = d i m(C (A)) = 2 y la matriz es de rango pleno por filas8.
Dualmente, se pueden conseguir bases ampliando conjuntos l.i.

Así, si V es un K -esp. vect. finitamente generado, se tiene Página web personal
Teorema 3. [de ampliación] Cada subconjunto de vectores l.i. se puede Página de Abertura
ampliar hasta una base.
Contenido
Demostración: Si el conjunto, {v 1 , . . . , v n }, de vectores l.i es también s.g.

JJ II
todo está demostrado.
En caso contrario, existe al menos un vector (no nulo) del espacio que no J I
es c.l. de ellos. Por tanto, se puede añadir a ese conjunto obteniendo un
Página 23 de 54
subconjunto con un elemento más, {v 1 , . . . , v n , v}.
El conjunto resultante seguirá siendo l.i. ya que si Atrás
λ1 v 1 + · · · + λn v n + λv = 0
se tiene λ = 0 porque si no v sería c.l. de los restantes.
Cerrar
Y por la hipótesis de independencia, los demás coeficientes serán cero.
8Veremos mas adelante, que siempre las dimensiones coinciden con el rango de la matriz.
Si coincide con el número de filas o de columnas, la matriz se llama de rango pleno.
Enrique R. Aznar
Finalmente, el proceso de ampliación no puede continuar indefinidamente Dpto. de Álgebra
por el lema 6 y por ser el espacio f.g.
Como consecuencia de los dos teoremas anteriores se tiene el siguiente
Corolario 1. [de caracterización de bases] Si V es un K -esp. vect. de
dimensión finita y B = {v 1 , . . . , v n } ⊂ V . Son equivalentes.
i) B es un conjunto l.i. maximal Página web personal
ii) B es s.g. minimal

Página de Abertura
iii) B es una base
Contenido
Este corolario y el teorema anterior se usan con mucha frecuencia. Así,
JJ II
Ejemplo 17. Amplíamos una base del espacio de filas de la matriz
µ ¶ J I
1 −1 9
A =
2 0 5 Página 24 de 54
hasta una base de R3 . Atrás
Como las dos filas, { f 1 = (1, −1, 9), f 2 = (2, 0, 5)}, de la matriz eran l.i. basta Pantalla grande/pequeña
añadir un vector mas para obtener una base de R3 .
Veamos que nos sirve el primer vector canónico e 1 = (1, 0, 0). Cerrar
En efecto, la igualdad vectorial

λ1 (1, −1, 9) + λ2 (2, 0, 5) + λ3 (1, 0, 0) = (0, 0, 0)
Enrique R. Aznar
equivale al sistema lineal Dpto. de Álgebra
λ1 + 2λ2 + λ3 = 0
−λ1 = 0
9λ1 + 5λ2 = 0
que tiene como únicas soluciones λ1 = λ2 = λ3 = 0. Por tanto, hemos Página web personal
demostrado que el conjunto B = { f 1 , f 2 , e 1 } es una base de R3 .

Página de Abertura
Contenido
6. C OORDENADAS .
JJ II
Dada B = {u 1 , . . . , u n } una base de V K -esp. vect. y u ∈ V un vector arbitrario
J I
Lema 6. Existen λ1 , . . . , λn ∈ K únicos tales que u = λ1 u 1 + · · · + λn u n .
Página 25 de 54
Demostración: Por ser B = {u 1 , . . . , u n } una base es un s.g.
Por tanto, existen escalares λ1 , . . . , λn ∈ K tales que u = λ1 u 1 + · · · + λn u n . Atrás
Ahora, si existieran otros µ1 , . . . , µn ∈ K tales que u = µ1 u 1 + · · · + µn u n ,

restando ambas expresiones se tiene
0 = (λ1 − µ1 )u 1 + · · · + (λn − µn )u n Cerrar
Ahora, como B es l.i., se tiene que cada coeficiente λi − µi = 0 es cero.

O sea, λi = µi para cada i , como queríamos.
Enrique R. Aznar
Por tanto, dada una base cualquiera B = {u 1 , . . . , u n } de V y un vector u ∈ V Dpto. de Álgebra
Definición 8. Se llaman coordenadas de u respecto a B a este conjunto de

escalares únicos y lo escribimos
u = (λ1 , . . . , λn )B
Así, podemos calcular coordenadas respecto a cualquier base.

Ejemplo 18. Dada la base B = { f 1 = (1, −1, 9), f 2 = (2, 0, 5), e 1 = (1, 0, 0)} de
R3 , obtenida en el ejemplo anterior. Vamos a hallar las coordenadas únicas Página de Abertura
del vector e 2 = (0, 1, 0) respecto de esta base. Contenido

Como resolviendo el correspondiente sistema lineal se obtiene
9 13 JJ II
e 2 = (0, 1, 0) = −(1, −1, 9) + (2, 0, 5) − (1, 0, 0)
5 5 J I
las coordenadas únicas buscadas son e 2 = (−1, 95 , − 13
5 )B . Página 26 de 54
Por las propiedades de la aritmética vectorial 1, podemos trabajar con coor- Atrás
denadas respecto a cualquier base.
Así, dados u = (λ1 , . . . , λn )B , v = (µ1 , . . . , µn )B ∈ V y λ ∈ K , se tiene que Pantalla grande/pequeña
u + v = (λ1 + µ1 , . . . , λn + µn )B Cerrar
λu = (λλ1 , . . . , λλn )B
Enrique R. Aznar
Ahora, si consideramos una c.l. igualada a cero, donde para cada i , Dpto. de Álgebra
λ1 v 1 + · · · + λr v r = 0
conocemos sus coordenadas únicas v i = (ai 1 , . . . , ai n )B respecto de una base
cualquiera B . Usando la aritmética vectorial, obtenemos un sistema lineal
λ1 a 11 + · · · + λr a 1n

= 0 
.. .. ..

. . .  Página web personal
λ1 a r 1 + · · · + λr a r n = 0

Página de Abertura
homogéneo de n ecuaciones con r incógnitas.
Luego para saber si existe una c.l. distinta de cero (i.e. para saber si los Contenido
vectores son l.i.) basta aplicar el teorema de Rouché-Frobenius.

JJ II
Como consecuencia, tenemos demostrado el siguiente
J I
Teorema 4. Un conjunto de r vectores {v 1 , . . . , v r } es l.i. si y sólo si la matriz
(a i j ) formada por sus coordenadas respecto de alguna base tiene rango r . Página 27 de 54
3
Ejemplo 19. Si consideramos en Pol 3 (R), los polinomios p(x) = 2x + x + 1 Atrás
y q(x) = x 2 − 2x + 3 podemos comprobar que son l.i. sin mas que darnos
cuenta que la matriz de sus coeficientes respecto de la base (de monomios) Pantalla grande/pequeña
standard B = {1, x, x 2 , x 3 }
Cerrar
µ ¶
2 0 1 1
0 1 −2 3
tiene rango dos.
Enrique R. Aznar
7. C AMBIOS DE BASE . Dpto. de Álgebra
Supongamos ahora que conocemos una base B 0 = {e 10 , . . . , e n0 } en función de

otra B = {e 1 , . . . , e n }. Esto es, conocemos las coordenadas de los e i0 en función
de los e i , para cada i ,
e i0 = a 1i e 1 + · · · + a ni e n
Entonces, para un vector arbitrario v = (y 1 , . . . , y n )B 0 ∈ V referido respecto de Página web personal
la base B 0 , tenemos la c.l. v = y 1 e 10 + · · · + y n e n0 donde podemos sustituir los
e i0 , para obtener la c.l. respecto de la otra base. Así Página de Abertura
v = y 1 (a 11 e 1 + · · · + a n1 e n ) + · · · + y n (a 1n e 1 + · · · + a nn e n ) = Contenido
= (y 1 a 11 + · · · + y n a 1n )e 1 + · · · + (y 1 a n1 + · · · + y n a nn )e n =
JJ II
= x 1 e 1 + · · · + x n e n = (x 1 , . . . , x n )B
J I
Como son únicas, la relación entre ambas coordenadas de v son Página 28 de 54

    
x1 = y 1 a 11 + · · · + y n a 1n x1 a 11 ... a 1n y1 Atrás
.. .. o bien,
 ..   .. .. ..   .. 
. .  .  =  . . .  . 
x n = y 1 a n1 + · · · + y n a nn xn a n1 . . . a nn yn
llamadas las ecuaciones del cambio de base escritas matricialmente por Cerrar
columnas9.
9También se pueden escribir por filas.
Enrique R. Aznar
10 Dpto. de Álgebra
Definición 9. Se llama matriz del cambio de base a la matriz
 
a 11 ... a 1n
 . .. .. 
P =  .. . . 
a n1 . . . a nn
donde cada columna de la matriz representa un vector de la base B 0 respecto
de la base B .     Página web personal
x1 y1
Si llamamos X =  ...  ,
 . 
Y =  ..  a las coordenadas de un mismo vector v
 
Página de Abertura
xn yn
Contenido
respecto de dos bases B y B 0 . Entonces, las ecuaciones del cambio de base,
obtenidas antes, son X = P · Y . JJ II
Como los papeles de las dos bases B 0 y B son intercambiables. También, J I

existe una matriz cuadrada, Q , que da el cambio de base de B a B 0 . Obte- Página 29 de 54
niendose otras ecuaciones duales de cambio de base, Y = Q · X , que se
pueden sustituir una en la otra, para obtener dos igualdades Atrás
X = P · Y = P · (Q · X ) = (P · Q) · X Pantalla grande/pequeña
Y = Q · X = Q · (P · Y ) = (Q · P ) · Y
Cerrar
10por columnas
Enrique R. Aznar
Como además, el vector v = (x 1 , . . . , x n )B = (y 1 , . . . , y n )B 0 ∈ V es arbitrario. Dpto. de Álgebra
Se puede demostrar fácilmente que los productos matriciales anteriores deben
ser la identidad.
P ·Q = I
Q ·P = I

O sea, hemos demostrado el siguiente
Lema 7. Las matrices respectivas del cambio de base entre B y B 0 son in- Página de Abertura
versas mutuamente Q = P −1 , P = Q −1 . En particular, tienen determinante Contenido

distinto de cero. O sea, son regulares.
JJ II
Recíprocamente, se tiene que cualquier matriz regular P , con entradas en un
cuerpo, se puede considerar como una matriz de cambio de base. J I
Ya que las n columnas de una matriz regular sobre un cuerpo K , definen n
Página 30 de 54
vectores de K n que son necesariamente l.i. por el teorema 4.
Como d i m(K n ) = n , necesariamente las n columnas de la matriz definen Atrás
una base B 0 de K n , donde sus entradas son sus coordenadas respecto de la Pantalla grande/pequeña
base canónica de K n , B = {e 1 , . . . , e n }.
Cerrar
Por tanto, se tiene demostrado el siguiente
Corolario 2. Toda matriz regular P es la del cambio de base de sus colum-
nas a la base canónica.
Enrique R. Aznar
Ejemplo 20. Dada la base B = { f 1 = (1, −1, 9), f 2 = (2, 0, 5), e 1 = (1, 0, 0)} de Dpto. de Álgebra
R3 , obtenida en un ejemplo anterior. Halla la matriz del cambio de base, de
la canónica a esta nueva base. Escribe las ecuaciones matriciales corres-
pondientes y aplícaselas al vector e 1 .
Para ello primero
 definimos
 la matriz P que tiene por columnas a estos vec-
1 2 1
tores P = −1 0 0 y hallamos su inversa que es la matriz pedida Página web personal
9 5 0
Página de Abertura
 
0 −1 0
9 1
Q = P −1 = 0 5 5
Contenido
1 − 13
5
− 2
5 JJ II
Por tanto, las ecuaciones del cambio de base pedidas son Y = Q · X , donde J I
X son las coordenadas de un vector respecto de la base canónica e Y son
sus coordenadas respecto a la nueva base del ejercicio. Página 31 de 54
Finalmente, las coordenadas pedidas son del vector e 1 = (1, 0, 0) respecto de
Atrás
la nueva base, que se obtienen haciendo el producto matricial
    
0 −1 0 1 0
9 1 
Q · e1 = 0

5 5
0 = 0

Cerrar
13 2
1 − 5 −5 0 1
O sea, la primera fila de la matriz Q .

Enrique R. Aznar
Ejemplo 21. La sucesión, {L n (x)}n∈N de los polinomios de Laguerre se de- Dpto. de Álgebra
finen por sus dos primeros términos L 0 (x) = 1, L 1 (x) = 1 − x y por la
ecuación recurrente
2n − 1 − x n −1
L n (x) = L n−1 (x) − L n−2 (x)
n n
Razona que sus 3 primeros términos son l.i. y encuentra la matriz del cambio
de base de la standard (de monomios) a esta nueva base Página web personal
B = {L 0 (x), L 1 (x), L 2 (x)}
Página de Abertura
del esp. vect. Pol 2 (R).
Contenido
En primer lugar, calculamos el polinomio siguiente
3−x 1 3−x 1 x 2 − 4x + 3 − 1 x 2 − 4x + 2 JJ II
L 2 (x) = L 1 (x)− L 0 (x) = (1−x)− = =
2 2 2 2 2 2
J I
Observamos, que es de grado 2, con lo que seguro que el conjunto de estos
2
3 polinomios {1, 1 − x, x2 − 2x + 1} va a ser l.i. Página 32 de 54
En efecto, la matriz de sus coeficientes respecto de la base standard {1, x, x 2 }

  Atrás
1 1 1
P = 0 −1 −2 Pantalla grande/pequeña
1
0 0 2 Cerrar
está escalonada y tiene determinate −1/2. O sea, P es regular y da el cambio
de base a la standard. Finalmente, su matriz inversa Q = P −1 nos dará el
cambio recíproco pedido.
Enrique R. Aznar
Ejemplo 22. La sucesión, {p n (x)}n∈N de los polinomios de Legendre se de- Dpto. de Álgebra
finen por sus dos primeros términos L 0 (x) = 1, L 1 (x) = x y por la ecuación
recurrente
2n − 1 n −1
p n (x) = xp n−1 (x) − p n−2 (x)
n n
Razona que sus 3 primeros términos son l.i. y encuentra la matriz del cambio
de base de la standard (de monomios) a esta nueva base
B = {p 0 (x), p 1 (x), p 2 (x)}
del esp. vect. Pol 2 (R). Página de Abertura
En primer lugar, calculamos el polinomio siguiente Contenido

2
3 1 3 1 3x − 1
p 2 (x) = xp 1 (x) − p 0 (x) = x 2 − = JJ II
2 2 2 2 2
Observamos, que es de grado 2, con lo que seguro que el conjunto de estos J I
2
3 polinomios {1, x, 3x 2−1 } va a ser l.i.
Página 33 de 54
En efecto, la matriz de sus coeficientes respecto de la base standard {1, x, x 2 }
1 0 − 12 Atrás
 
P = 0 1 0 Pantalla grande/pequeña
3
0 0 2
Cerrar
está escalonada y tiene determinate 23 . O sea, P es regular y da el cambio
de base a la standard. Finalmente, su matriz inversa Q = P −1 nos dará el
cambio recíproco pedido.
Enrique R. Aznar
8. S UBESPACIOS VECTORIALES . Dpto. de Álgebra
Sea V un K -esp. vect. y sea U ⊂ V un subconjunto no vacío.

Definición 10. Decimos que U es un subespacio vectorial de V , y lo deno-
tamos por U ≤ V cuando para todo u, v ∈ U y todo λ ∈ K
1) U es cerrado para la suma: u + v ∈ U
2) U es lícito para la multiplicación: λ · u ∈ U
Página de Abertura
Como, por definición, un subesp. vect. no puede ser vacío se tiene que
∃u ∈ U y entonces por el lema 1 Contenido
0 = 0·u ∈U JJ II
También, ∀u ∈ U se tiene −u = (−1) · u ∈ U y en general, por 1) y 2), para
J I
cualesquiera escalares λ, µ ∈ K y vectores u 1 , u 2 ∈ U se tiene que
λu 1 + µu 2 ∈ U Página 34 de 54
Recíprocamente, tomando λ = µ = 1, obtenemos u + v ∈ U y para λ = 1, Atrás

µ = 0, también tenemos λ · u ∈ U . Así, hemos demostrado la siguiente
Lema 8. [Caracterización de subespacios] Un subconjunto no vacío, es un
Cerrar
subespacio U ≤ V si, y sólo si, ∀λ, µ ∈ K y ∀u 1 , u 2 ∈ U λu 1 + µu 2 ∈ U
Esta propiedad se llama ser cerrado por combinaciones lineales (c.l.).

Enrique R. Aznar
Ejemplo 23. Todo esp. vect. V tiene al menos dos subesp. vect., el más Dpto. de Álgebra
pequeño U = {0} llamado subesp. cero y el más grande U = V . Estos dos
subesp. vect. son llamados subesp. vect. impropios.
Ejemplo 24. En el esp. vect. de las matrices cuadradas V = Mn (K ) existen
varios subesp. vect. interesantes:
• El subconjunto de las matrices triangulares superiores.
• El subconjunto de las matrices triangulares inferiores.
• El subconjunto de las matrices diagonales. Página de Abertura
• El subconjunto de las matrices simétricas, A t = A .
• El subconjunto de las matrices antisimétricas, A t = −A . Contenido
JJ II
En el esp. vect. V = K [x] de todos los polinomios en una indeterminada, x ,
con coeficientes en el cuerpo K . J I
Ejemplo 25. El subconjunto de los polinomios de grado menor o igual que
Página 35 de 54
n , Pol n (x), es un subesp. vectorial.
En general, se tiene que Pol n (x) ≤ Pol m (x) si, y solo si, n ≤ m . Atrás
Por el teorema de ampliación 3, para todo subespacio U ≤ V se tiene que Pantalla grande/pequeña
Lema 9. [dimensión de un subespacio] r = d i m(U ) ≤ d i m(V ) = n . Cerrar

Además, r = n si, y sólo si, U = V . También, r = 0 si, y sólo si, U = {0}.
Así, en R2 sólo existen subesp. propios de dimensión 1 (rectas por el origen).

Enrique R. Aznar
Ejemplo 26. El conjunto de las tuplas solución solución de una ecuación Dpto. de Álgebra
lineal y homogénea
π = {(x 1 , . . . , x n ) ∈ K n : a 1 x 1 + · · · + a n x n = 0}
es siempre un subesp. vect. de K n . En efecto, si (y 1 , . . . , y n ) ∈ π
a1 y 1 + · · · + an y n = 0
Por las propiedades de la aritmética vect. 1, para todo λ, µ ∈ K Página web personal
a 1 (λx 1 + µy 1 ) + · · · + a n (λx n + µy n ) = 0
Página de Abertura
A este subesp. vect. π se le llama un hiperplano
Contenido
Como todo subesp vect. es cerrado por c.l. También es cerrado por c.l.
cualquier intersección de subespacios. Entonces, por el lema de caracteri- JJ II
zación 8, se tiene que la intersección de subespacios vectoriales es de nuevo J I
un subesp. vect. En particular, dados dos subespacios U1 , U2 ≤ V
Página 36 de 54
Lema 10. U1 ∩U2 = {u ∈ V : u ∈ U1 , u ∈ U2 } es un subesp. vect. de V .
Atrás
Como consecuencia, dados dos hiperplanos π1 , π2 definidos por las dos e.l.
a 1 x 1 + · · · + a n x n = 0 y b 1 x 1 + · · · + b n x n = 0. Se tiene que su intersección es Pantalla grande/pequeña
el conjunto de tuplas solución del sistema formado por ellas.
En general, se tiene que Cerrar
Lema 11. El conjunto de las tuplas solución de cualquier s.l. homogéneo,

con coeficientes en K es un subesp. vect. de K n .
Enrique R. Aznar
9. S UBESPACIO GENERADO POR UN CONJUNTO DE VECTORES . Dpto. de Álgebra
Dado un subconjunto de vectores cualesquiera S ⊆ V , el subconjunto todas

las posibles c.l. de elementos de S forman un subesp. vect. de V .
L(S) = {λ1 u 1 + · · · + λn u n ∈ V : λ1 , . . . , λn ∈ K , u 1 , . . . , u n ∈ S}
En efecto, si u, v ∈ L(S) son dos elementos arbitrarios de L(S). Entonces
λu + µv = λ(λ1 u 1 + · · · + λn u n ) + µ(µ1 u 1 + · · · + µn u n ) =
Página de Abertura
= (λλ1 + µµ1 )u 1 + · · · + (λλn + µµn )u n ∈ L(S)
Contenido
Dado S ⊆ V , L(S) ≤ V tiene una propiedad respecto a la inclusión.
JJ II
Lema 12. L(S) ≤ V es el más pequeño subesp. vect. que contiene a S .
J I
Demostración: Si W ≤ V es un subesp. vect. y además S ⊆ W . Entonces,
como los subespacios son cerrados por c.l. de sus propios vectores, se tiene Página 37 de 54
λ1 u 1 + · · · + λn u n ∈ w Atrás
∀λ1 , . . . , λn ∈ K y ∀u 1 , . . . , u n ∈ S . Por tanto, L(S) ⊆ W como queríamos. Pantalla grande/pequeña
Claramente, S es un s.g. de L(S). Además, por el lema de existencia 2 de Cerrar

bases, cuando S es finito11 siempre se puede extraer una base del conjunto S .
11Aunque no sea finito casi siempre es posible.

Enrique R. Aznar
Observamos, también, que si S = {u 1 , . . . , u r } es un s.g. de U = L(S). Dpto. de Álgebra
Entonces, también son s.g. de U los siguientes conjuntos:
• Intercambiando dos vectores {u 1 , . . . , u j , . . . , u i , . . . , u r }

• Multiplicando uno de los vectores por un escalar no nulo
{u 1 , . . . , ku i , . . . , u r }
• Sumando a uno de sus vectores otro multiplicado por un escalar
{u 1 , . . . , u i + ku k , . . . , u r } Página web personal
Por tanto, todas las transformaciones elementales de filas o de columnas Página de Abertura
tienen un análogo vectorial12. Contenido

Recordemos que dada una matriz, A de dimensión mxn , arbitraria con coe-
ficientes en un cuerpo K , sus espacios de filas y de columnas son JJ II
J I
Definición 11. Se denota por F (A) al subesp. vect. de K n generado por sus
m filas. Se denota por C (A) al subesp. vect. de K m generado por sus n filas. Página 38 de 54
Como el rango de una matriz se puede calcular por filas o por columnas y Atrás
es único, se tiene que dada una matriz A . Entonces, por el teorema 4, las
dimensiones de sus espacios de filas y columnas coinciden. Esto es,
Cerrar
Lema 13. d i m(F (A)) = d i m(C (A)) = r ang o(A)
12Donde no hay distinción entre fila o columna

Enrique R. Aznar
Por el lema 12, dados dos subesp.vect. U1 , U2 ≤ V , siempre existe el menor Dpto. de Álgebra
subesp. vect. que los contiene, ya que está definido por
L(U1 ∪U2 ) = {λ1 u 1 + · · · + λn u n ∈ V : λ1 , . . . , λn ∈ K , u 1 , . . . , u n ∈ U1 ∪U2 }
Definición 12. Se llama suma de dos subesp. vect. al menor subesp. vect.
que los contiene. Así, U1 +U2 = L(U1 ∪U2 )
Como consecuencia de la definición, si B 1 es una base de U1 y B 2 es una Página web personal

base de U2 , se tiene que S = B 1 ∪ B 2 es un conjunto de generadores (s.g.)
del espacio suma. Del cual podemos extraer una base de U1 +U2 . Así, Página de Abertura
Lema 14. d i m(U1 +U2 ) ≤ d i m(U1 ) + d i m(U2 ) Contenido
Como también U1 ∩U2 es un subesp. vect. Por el teorema 3, se puede ampliar JJ II

una base B de U1 ∩U2 hasta una base B 1 de U1 y otra B 2 de U2 .
J I
Así tenemos que, la unión B 1 ∪ B 2 tiene exactamente d i m(U1 ) + d i m(U2 ) −
d i m(U1 ∩U2 ) elementos. Es fácil de razonar, que ese conjunto B 1 ∪B 2 es l.i. Página 39 de 54
Por tanto, se tiene

Atrás
Teorema 5. [Fórmula de las dimensiones]
d i m(U1 +U2 ) = d i m(U1 ) + d i m(U2 ) − d i m(U1 ∩U2 ) Pantalla grande/pequeña
L
Cuando U1 ∩U2 = {0}, la suma se llama directa, y se escribe U1 U2 . Cerrar
En este caso, la dimensión del espacio suma es la suma de las dimensiones13.

13Esto avala el convenio, d i m({0}) = 0, de la dimensión del espacio cero
Enrique R. Aznar
10. E CUACIONES PARAMÉTRICAS DE UN SUBESPACIO . Dpto. de Álgebra
Dado un subesp. vect. U < V , propio, de un esp. vect. V , de dimensión n ,

siempre existe al menos una base B 0 = {u 1 , . . . , u r } con 0 < r < n . Entonces
Definición 13. Se llaman unas ecuaciones paramétricas de U a las ecua-
ciones x = λ1 u 1 + · · · + λr u r que representan las coordenadas de un x ∈ U .
Si conocemos las coordenadas de los u i = a1i e 1 + · · · + ani e n respecto de
una base B = {e 1 , . . . , e n } del esp. vect. V . Las correspondientes ecuaciones Página de Abertura
paramétricas son
= λ1 a 11 + · · · + λr a 1r 

x1 Contenido
.. ..

. . JJ II
x n = λ1 a n1 + · · · + λr a nr


Por tanto, para cada elección de bases de V y de U , respectivamente tenemos J I
unas ecuaciones paramétricas diferentes. Página 40 de 54
Pero siempre con r parámetros λ1 , . . . , λr ya la d i m(U ) = r es la misma.
Atrás
En R2 , un subesp. propio está determinado o definido por un único vector,
no nulo, B 0 = {(a, b)}. Por tanto, existe un único parámetro y Pantalla grande/pequeña
Ejemplo 27. Las ecuaciones paramétricas de cualquier subespacio, propio

Cerrar
de R2 , son las de una recta que pasa por el origen de coordenadas.
x 1 = λa
¾
x 2 = λb
Enrique R. Aznar
En R , un subesp. propio está determinado o definido por uno o dos vectores
3 Dpto. de Álgebra
l.i. Por ejemplo, si B 0 = {(a1 , a2 , a3 ), (b1 , b2 , b3 )} existen dos parámetros y
Ejemplo 28. Las ecuaciones paramétricas de un subesp., de dimensión dos
de R3 , son las de un plano que pasa por el origen de coordenadas.
x = λa 1 + µb 1 

y = λa 2 + µb 2
z = λa 3 + µb 3 Página web personal

Ejemplo 29. Las ecuaciones paramétricas de un subesp., de dimensión 1 de Página de Abertura
R3 , son las de una recta que pasa por el origen de coordenadas.

Contenido
x = λa 1 

y = λa 2 JJ II
z = λa 3

J I
En realidad, por definición, para cualquier esp. vect. V , siempre Página 41 de 54
Definición 14. Llamamos recta a un subesp. vect. de dimensión uno.

Atrás
Y llamamos plano a un subesp. vect. de dimensión dos14.
Ejemplo 30. Como en V = K n , un hiperplano es el conjunto de las tuplas
solución de una única e.l. y homogénea Cerrar
n
π = {(x 1 , . . . , x n ) ∈ K : a 1 x 1 + · · · + a n x n = 0}
14Aunque, geométricamente existen otras rectas y planos que no pasan por el origen.
Enrique R. Aznar
Para hallar sus ecuaciones paramétricas basta resolver esa ecuación. Dpto. de Álgebra
O sea, despejar una de sus incógnitas (con su coeficiente distinto de cero).
Por ejemplo, si an 6= 0 se despeja
x n = −a n−1 a 1 x 1 − · · · − a n−1 a n−1 x n−1
Por tanto, unas ec. paramétricas de este hiperplano serán
= λ1

x1  Página web personal
.. ..



. .
x n−1 = λn−1 
 Página de Abertura
x n = −a n a 1 λ1 − · · · − a n a n−1 λn−1

−1 −1 
Contenido
Por tanto, un s.g. para este hiperplano está formado por los n − 1 vectores
JJ II
B = {(1, 0, . . . , 0, −a n−1 a 1 ), . . . , (0, . . . , 0, 1, −a n−1 a n−1 )}
J I
Como además, la matriz de estas coordenadas
−a n−1 a 1
 
1 0 ... 0 Página 42 de 54
 .. .. .. .. 
. . . .  Atrás
−1
0 0 . . . 1 −a n a n−1
claramente tiene rango máximo n − 1. Los vectores son l.i., B es una base
del hiperplano π y su dimensión es n − 1. Cerrar
Por ejemplo, en R3 los hiperplanos tienen dimensión dos (3-1=2) y coinciden

con los planos que pasan por el origen.
Enrique R. Aznar
11. E CUACIONES CARTESIANAS DE UN SUBESPACIO . Dpto. de Álgebra
Por lo visto en la sección anterior, todo subesp. vect., U ≤ V , de dimensión

r tiene siempre unas ecuaciones paramétricas con r parámetros
= λ1 a 11 + · · · + λr a 1r 

x1
.. ..

. .
x n = λ1 a n1 + · · · + λr a nr

 Página web personal
Hemos visto también que las ecuaciones paramétricas (y una base ) las pode- Página de Abertura
mos encontrar resolviendo sistemas lineales homogéneos con n incógnitas. Contenido

Recíprocamente, siempre que tengamos unas ecuaciones paramétricas con
r parámetros, podemos pensar que son las soluciones de un cierto s.l. de JJ II
ecuaciones con n incógnitas, que necesariamente será homogéneo15. J I

Todo esto es posible eliminando los r parámetros entre las n igualdades.
Página 43 de 54
Eliminando r parámetros entre n igualdades, se obtienen n − r ecuaciones.
Así, dado un subespacio vect. U de dimensión r , en un espacio vect. V , de Atrás
dimensión n , hemos demostrado que

Lema 15. Los vectores de U se pueden interpretar como las n -tuplas solu-
Cerrar
ción de un s.l. con n − r ecuaciones (homogéneas) y n incógnitas.
15porque el vector cero es una solución, para λ = · · · = λ = 0.

1 r
Enrique R. Aznar
Definición 15. Llamamos ecuaciones cartesianas o implícitas de U , a cualquier Dpto. de Álgebra
s.l. (homogéneo) que tenga exactamente como tuplas solución a sus vectores.
Observamos, que todo subesp. vect. propio, tiene siempre al menos unas
ecuaciones paramétricas y otras cartesianas16.
En cambio, el subespacio cero, {0}, tiene n ecuaciones cartesianas x 1 =
0, . . . , x n = 0 pero no tiene ecuaciones paramétricas. Página web personal
Dualmente, el espacio total V tiene unas ecuaciones paramétricas con n Página de Abertura
parámetros x 1 = λ1 , . . . , x n = λn pero no tiene ecuaciones cartesianas.
Contenido
Ejemplo 31. Halla, respectivamente, unas ecuaciones paramétricas y otras
cartesianas para el espacio de filas de la matriz JJ II
µ ¶
1 −1 9 J I
A =
2 0 5
Página 44 de 54
Sabemos que el espacio de filas de A es el conjunto de los vectores

Atrás
3
F (A) = { λ(1, −1, 9) + µ(2, 0, 5) ∈ R : λ, µ ∈ R }
Por el ejemplo 16, sabemos que sus dos filas constituyen una base del espa-
Cerrar
cio de filas de A , que tiene dimensión dos.
16
Si no sobran, el número de ecuaciones mas el de parámetros suman n .
Enrique R. Aznar
Por tanto, unas ec. paramétricas (e.p.) para este subespacio de R son
3 Dpto. de Álgebra
x = λ + 2µ 

y = −λ
z = 9λ + 5µ

para hallar unas cartesianas (e.c.), podemos eliminar los dos parámetros.
Primero λ,
¾ Página web personal
x = −y + 2µ
z = −9y + 5µ Página de Abertura
y luego µ
Contenido
x+y z + 9y
=
2 5 JJ II
Equivalentemente
J I
5x − 13y − 2z = 0
que es la única e.c. del subespacio de filas. Por tanto, F (A) es un hiperplano Página 45 de 54
de R3 . O sea, un plano que pasa por el origen.

Atrás
Ejemplo 32. En el espacio V = Pol 2 (R), de los polinomios reales de grado

menor o igual que dos. Halla unas e.p. y otras e.c. y una base del subespacio
U = {p(x) ∈ R(x) : p(x) = p(−x)} Cerrar
Recordamos que todo polinomio de V es de la forma p(x) = a0 + a1 x + a2 x 2

y que la base standard (de monomios de V ) es el conjunto BV = {1, x, x 2 }.
Enrique R. Aznar
Ahora, la condición para que un polinomio esté en U es Dpto. de Álgebra
a 0 + a 1 x + a 2 x 2 = p(x) = p(−x) = a 0 − a 1 x + a 2 x 2
O sea, 2a1 x = 0 de donde a1 = 0 que es la única e.c. de nuestro subespacio.
Como d i m(V ) = 3, nuestro subespacio tendrá 3 − 1 = 2 parámetros y unas
e.p. son
a0 = λ 

a1 = 0
a2 = µ

Página de Abertura
Finalmente, una base de U se obtiene dando valores a los parámetros.
Así, se obtienen los polinomios BU = {1, x 2 }. Contenido
Por tanto, d i m(U ) = 2 JJ II

Ejemplo 33. Calcula una base del espacio nulo de la matriz J I
µ ¶
1 −1 9
A = Página 46 de 54
2 0 5
y la amplías hasta una base de R3 . Úsala para transformar A . Atrás
Por definición, su espacio nulo está definido por las soluciones del s.l. Pantalla grande/pequeña
¾
x − y + 9z = 0
Cerrar
2x + 5z =0
Por el ejemplo 16, sabemos que su determinante es 2 que coincide con el de
la matriz ampliada pero es menor que el número de incógnitas.
Enrique R. Aznar
Como 3 − 1 = 2, la solución general de este s.l. se puede poner en función Dpto. de Álgebra
de un único parámetro. Por ejemplo,
x = − 52 λ 

y = 13
2 λ 
z =λ
Claramente, el espacio nulo de la matriz N (A) está generado por el vector
n1 = (−5, 13, 2)
Página de Abertura
O sea, tiene dimensión uno, d i m(N (A)) = 1. Por tanto, para encontrar una
base de R3 , basta añadir dos vectores que sean l.i. con n1. Contenido
Por ejemplo, nos sirven e1 = (1, 0, 0) y e2 = (0, 1, 0) ya que la matriz

  JJ II
1 0 −5
P = 0 1 13  J I
0 0 2
Página 47 de 54
17
tiene determinante distinto de cero . Además, el producto de ambas matri-
Atrás
ces es una matriz mas sencilla que A .
  Pantalla grande/pequeña
µ 1 0 −5¶ µ ¶
1 −1 9  1 −1 0
A ·P = · 0 1 13 =

2 0 5 2 0 0 Cerrar
0 0 2
17Es regular y define un cambio de base a la canónica

Enrique R. Aznar
12. E JERCICIOS . Dpto. de Álgebra
Ejercicio 1. En el esp. vect. de las matrices reales 2x2, M2 (R), comprueba

si las matrices siguientes
µ ¶ µ ¶ µ ¶
2 4 0 1 4 7
, , ,
−1 0 −3 5 1 −5
son l.d. o no. Calcula las e.p. y e.c. del espacio que generan. Página web personal
Ejercicio 2. Prueba que el conjunto de las matrices 2x2 que conmutan con Página de Abertura
µ ¶
2 1 Contenido
A =
1 1
JJ II
es un subesp. vect. de V = M2 (R). Calcula sus e.p. y e.c.
J I
Ejercicio 3. Prueba que es un subesp. vect., el conjunto
½ Z 1 ¾ Página 48 de 54
U = p(x) ∈ Pol 3 (R) : p(x)d x = 0
0 Atrás
Halla sus e.p. y sus e.c.

Las bases de los espacios de filas y de columnas de una matriz mxn se Cerrar
pueden ampliar hasta bases respectivas de K n y K m 18. Así,
18Que dan cambios de base respecto a sus bases canónicas.
Enrique R. Aznar
Ejercicio 4. Transforma la matriz A , usando una base ampliada Dpto. de Álgebra
µ ¶
1 −1 9
A =
2 0 5
de su espacio de filas. Usa esta base para encontrar una factorización de A.
Ejercicio 5. Transforma la matriz A , usando una base ampliada
µ ¶
1 −1 9 Página web personal
A =
2 0 5
Página de Abertura
de su espacio de columnas. Úsala para encontrar una factorización de A.
Contenido
Ejercicio 6. Amplía el espacio nulo de A hasta una base de R3 . Usa esta
base y la del ejercicio anterior, para encontrar una factorización de A. JJ II
Ejercicio 7. Amplía el espacio nulo de la siguiente matriz, hasta una base J I

de R3 .  
1 0 1 Página 49 de 54
1 1 −1
Atrás
1 0 1
Usa esta base y su espacio de columnas, para encontrar una factorización. Pantalla grande/pequeña
Ejercicio 8. Dados los subesp. vect. Cerrar

U = {(a, b, c, d ) ∈ R4 : b + c + d = 0}
V = {(a, b, c, d ) ∈ R4 : a + b = 0; c = 2d }
Enrique R. Aznar
Calcula las e.p. y e.c. de los 4 subesp. U , V , U ∩ V y U + V . Dpto. de Álgebra
Ejercicio 9. Dado el subesp. vect.
U = {(a, b, c, d ) ∈ R4 : a + b + c = 0; c = 0}
Halla un otro subesp. vect. V < R4 tal que U ∩ V = {0},
U + V = {(a, b, c, d ) ∈ R4 : a + b + c = 0} Página web personal
Página de Abertura
Ejercicio 10. En el esp. vect. Pol 3 (R) se consideran los subesp. vect.
© ª Contenido
F 1 = p(x) ∈ Pol 3 (R) : p(1) = 0
© ª
F −1 = p(x) ∈ Pol 3 (R) : p(−1) = 0 JJ II
Calcula las e.p. y e.c. de los 4 subesp. F1 , F−1 , F1 ∩ F−1 y F1 + F−1 . J I
Página 50 de 54
13. T EST DE REPASO . Atrás
Para comenzar el cuestionario pulsa el botón de inicio. Cerrar

Cuando termines pulsa el botón de finalizar.
Para marcar una respuesta coloca el ratón en la letra correspondiente y pulsa
el botón de la izquierda (del ratón).
Enrique R. Aznar
Dpto. de Álgebra
1. ¿Cuál de las siguientes afirmaciones es verdadera?.

(a) Si multiplicamos un escalar por un vector nunca puede dar cero.
(b) Si el producto de un escalar por un vector es cero, el escalar debe ser
cero.
(c) Hay tantos múltiplos escalares de un vector, no nulo, como elementos
tiene el cuerpo.
(d) En una c.l. se puede despejar cualquier vector implicado. Página de Abertura
Contenido
(a) El vector cero es l.i. JJ II
(b) Si {v 1 , . . . , v n } es l.i entonces {v 1 , . . . , v n , v} es l.i.
(c) Si {v 1 , . . . , v n } es l.d. entonces {v 1 , . . . , v n , v} es l.d. J I
(d) Un único vector siempre es l.i. Página 51 de 54
Atrás
3. ¿Cuál de las siguientes afirmaciones es la correcta?.
(a) Un conjunto de vectores l.i. minimal es una base. Pantalla grande/pequeña
(b) Un s.g. maximal es una base.
Cerrar
(c) Todo s.g. se puede ampliar hasta una base.
(d) Toda base es un s.g. minimal.
Enrique R. Aznar
4. ¿Cuál de las siguientes afirmaciones es verdadera?. Dpto. de Álgebra
(a) De todo conjunto l.i. se puede extraer una base.
(b) Todo conjunto l.i. es un s.g.
(c) Toda base es un conjunto l.i. maximal.
(d) Cualquier s.g. es l.i.
5. ¿Cuál de las siguientes afirmaciones es verdadera?. Página web personal
(a) Un esp. vect. finitamente generado tiene un número finito de bases. Página de Abertura
(b) Todo esp. vect. real, no nulo, tiene infinitas bases.
(c) El espacio nulo tiene de base al vector cero. Contenido
(d) El espacio nulo, {0}, puede tener cualquier dimensión.

JJ II
6. ¿Cuál de las siguientes afirmaciones es verdadera?. J I

(a) Un esp. vect. de dimensión uno tiene una única base. Página 52 de 54
(b) Un esp. vect. de dimensión dos tiene dos bases.
(c) Un sistema lineal de ecuaciones siempre define un esp. vect. Atrás
(d) Un sistema lineal y homogéneo de ecuaciones siempre define un esp. Pantalla grande/pequeña
vect.
Cerrar

(a) Todos los subesp. vect., no nulos, tienen unas e.p. y otras e.c.
Enrique R. Aznar
(b) El subespacio nulo, {0}, tiene e.p. pero no e.c. Dpto. de Álgebra
(c) El subespacio nulo, {0}, tiene e.c. pero no e.p.
(d) El subesp. vect, total tiene e.c. pero no e.p.

(a) La suma de dos subesp. vect. se calcula juntando las e.c. de ambos.
(b) La intersección de dos subesp. vect. se calcula juntando las bases de Página web personal
ambos.
Página de Abertura
(c) Para que exista la suma de dos subesp. vect. hace falta que tengan
una intersección no nula. Contenido
(d) La intersección de dos subesp. vect. se calcula juntando las e.c. de
ambos. JJ II
J I
Página 53 de 54
(a) La suma de dos subesp. vect. tiene de dimension la suma de sus
dimensiones. Atrás
(b) La intersección de dos subesp. vect. tiene de dimension el mínimo
de las dos dimensiones. Pantalla grande/pequeña
(c) La suma de dos subesp. vect. se calcula juntando las bases de ambos.
Cerrar
(d) La suma de dos subesp. vect. tiene de dimension el máximo de las
dos dimensiones.
Enrique R. Aznar
10. ¿Cuál de las siguientes afirmaciones es verdadera?. Dpto. de Álgebra
(a) La unión de las bases de dos subesp. vect. es un conjunto l.i.
(b) La intersección de las bases de dos subesp. vect. es una base de la
intersección.
(c) Dados dos subesp. vect. siempre uno contiene al otro.
(d) Si se juntan las bases de dos subesp. vect. se obtiene un s.g. del
espacio suma. Página web personal
Página de Abertura
Contenido
JJ II
J I
Página 54 de 54
Atrás
Cerrar

Esp 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

Esp Vectoriales

Cargado por

Copyright:

Formatos disponibles

Enrique R.

ESPACIOS Y SUBESPACIOS VECTORIALES

¿Cómo linealizar un problema?

Página web personal

Sea V un conjunto no vacío y K un cuerpo1, decimos que V es un espacio

1) En V hay definida una operación interna + tal que (V, +) es un grupo

(c) Seudoasociativa λ.(µ.u) = (λµ).u Atrás

1K puede ser un cuerpo numérico. O sea, Q, R o C.

Ejemplo 1. El conjunto de las matrices Mmxn (K ) con la suma de matrices

vectorial sobre K , definiendo una suma interna y un producto por escalares.

Ejemplo 3. El conjunto de los polinomios, Pol (K ) = K [x], en una indeter- Atrás

minada con coeficientes en el cuerpo K , con la suma usual de polinomios y

También, para cada n , el conjunto de todos los polinomios de grado menor

Ejemplo 5. El espacio vectorial con un único vector, que ha de ser necesari-

calares λ, µ ∈ K y cualesquiera vectores u, v ∈ V

Demostración: Página de Abertura

1) 0.v + v = 0.v + 1.v = (0 + 1).v = 1.v = v para todo v . Contenido

3) Si λ = 0 todo demostrado. En caso contrario,

λ.(−u) + λ.u = λ.(−u + u) = λ.0 = 0 por 2). Cerrar

3. D EPENDENCIA E INDEPENDENCIA LINEAL . Página web personal

Así, dado un conjunto de vectores {v 1 , . . . , v n } de un K -esp. vect. V ,

con λ1 , . . . , λn ∈ K escalares arbitrarios. Atrás

Ejemplo 6. En V = R4 , el vector (1, 2, −2, −1) es combinación lineal de u =

Sin embargo, otras veces es imposible. Por ejemplo,

para ciertos escalares λ1 , . . . , λn ∈ K no todos nulos. Atrás

3A veces, diremos que S = {v , . . . , v } es K -l.i.

Por las propiedades de la aritmética vectorial, podemos despejar vectores

Lema 3. [Caracterización de la dependencia] Un conjunto de vectores

4. S ISTEMAS DE GENERADORES . Atrás

Dado un K -esp. vect. V y S ⊂ V un conjunto de vectores Pantalla grande/pequeña

Definición 4. Decimos que S genera a V , o S es un sistema de generadores Cerrar

que está en forma escalonada y es compatible (indeterminado). Contenido

En realidad, en este ejemplo, el tercer vector sobra para ser un s.g. JJ II

y todo está demostrado.

Demostración: Vamos a sustituir, sucesivamente, un vector del s.g por un

Como v 1 6= 0, no todos los coeficientes pueden ser cero, y podemos Contenido

que los v i son l.i.) y podemos despejar alguno de los restantes

Dado un conjunto de vectores B = {v 1 , . . . , v n } de un K -esp. vect. V ,

Teorema 1. [Teorema de la base] Si V tiene una base finita, entonces todas

Página web personal

que está ya despejado y tiene solución única λ1 = b1 , . . . , λn = bn .

4Para cualquier cuerpo K , y cualquier n , existe la base canónica.

el conjunto formado por las matrices e i j = (λi 0 j 0 ) con

(a i j ) = 0 si y sólo si a i j = 0 para todo i , j . O sea, estas matrices son l.i.

Como aplicación del último teorema (de existencia de bases) se tiene:

Comprobamos si también son l.i. Como, la igualdad vectorial

que está escalonado. Podemos despejar λ1 , λ2 en función de λ3 . Luego,

5 ∗ (1, 2) − 13 ∗ (−1, 0) − 2 ∗ (9, 5) = (0, 0)

Página web personal

Por otro lado, el espacio de filas de A es el conjunto de los vectores Contenido

Dualmente, se pueden conseguir bases ampliando conjuntos l.i.

Demostración: Si el conjunto, {v 1 , . . . , v n }, de vectores l.i es también s.g.

ii) B es s.g. minimal

hasta una base de R3 . Atrás

En efecto, la igualdad vectorial

demostrado que el conjunto B = { f 1 , f 2 , e 1 } es una base de R3 .

Ahora, si existieran otros µ1 , . . . , µn ∈ K tales que u = µ1 u 1 + · · · + µn u n ,

Ahora, como B es l.i., se tiene que cada coeficiente λi − µi = 0 es cero.

Definición 8. Se llaman coordenadas de u respecto a B a este conjunto de

Así, podemos calcular coordenadas respecto a cualquier base.

del vector e 2 = (0, 1, 0) respecto de esta base. Contenido

vectores son l.i.) basta aplicar el teorema de Rouché-Frobenius.

Supongamos ahora que conocemos una base B 0 = {e 10 , . . . , e n0 } en función de

Como son únicas, la relación entre ambas coordenadas de v son Página 28 de 54