ESPACIOS VECTORIALES

CONCEPTOS PREVIOS
- Ley de composición interna
Sea A un conjunto, una operación, que podemos simbolizar * es una ley de
composición interna si al operar con cualquier par de elementos del conjunto el
resultado es nuevamente un elemento del conjunto, también se dice que el conjunto
es cerrado respecto a la operación *.
Ejemplos: + en los números reales o en los vectores de R n .

- Ley de composición externa

Una operación es una ley de composición externa si dados dos conjuntos A y B se
tiene que al operar un elemento de A con un elemento de B el resultado es un
elemento de A, también se dice que es cerrado respecto al producto por un escalar.
Por ejemplo si A es el conjunto de los vectores de n componentes R n y B es el
conjunto de los números reales R , con la operación producto se tiene que si
u  R n , c  R, (cu )  R n .

ESPACIOS VECTORIALES

DEFINICION
La cuaterna (V ,, k ,.) tiene estructura de un espacio vectorial si para cualesquiera u,v,
w vectores de V,  y  escalares del cuerpo k, se cumplen los siguientes axiomas :

1) Ley de composición interna: si u y v son vectores de V, (u+v) está

en V. (Cerrado para la suma).
2) u , v  V , u  v  v  u ; ( conmutatividad)
3) u , v, w  V , u  (v  w)  (u  v )  w ; (asociativa)
4) Existencia del elemento neutro: existe un vector en V, llamado
vector nulo, tal que v  V , v  0  0  v  v .
5) Existencia del inverso aditivo u opuesto: si v  V , (v )  V tal que
v  ( v)  0
6) Ley de composición externa: si  es un escalar, u  V , u está en V.
7) u , v  V ,   R   (u  v )  u   v ; ( primera ley distributiva)
8)  u  V ,   R,   R , entonces (   )u  u   u ; ( segunda ley
distributiva)
9)  u  V ,   R ,   R , entonces ( )u   (  u ) ; ( asociatividad mixta)
10)  u  V , 1.u  u . (Identidad).

Ejemplos:
1) El espacio R n .
2) El espacio vectorial trivial, o espacio vectorial cero, V   0
3) V   ( x , y )  R 2 / y  2 x  1 no es un espacio vectorial.
4) El espacio vectorial de todas las matrices m x n; que denotaremos por M m n

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
 5) El conjunto Pn de los polinomios de grado menor o igual a n, con
coeficientes reales y el polinomio nulo.

ALGUNAS PROPIEDADES DE LOS ESPACIOS VECTORIALES

a) Sea V un espacio vectorial, u un vector de v y  un número real, entonces:

1) 0u  0   escalar
2)  0  0
3) ( )u  ( u )
Demostración:
1) 0u  (0  0)u  0u  0u sumando  (0u )
 (0u )  0u  0u  (0u  0u )  ( 0u  0u )  0u , luego:
0  0  0u  0u
2)  0   ( 0  0)   0   0
sumando (  0) a ambos lados:  0  (  0)   0   0  (  0)
0 00 , 00
3) Sabemos que 0  0u  (   )u  (  )u   u , luego 0  (  )u   u
Sumando  (u ) a ambos miembros: 0  (u )  (  )u  u  ( u ) , de donde
(  u )  ( )u
b) El elemento neutro de un espacio vectorial es único.
Demostración:
Supongamos que V tiene dos elementos neutros, sean éstos 0 𝑦 0 , entonces:
𝑢⃗ + 0 = 𝑢⃗ 𝑦 𝑢⃗ + 0 = 𝑢⃗ , pero como en todo espacio vectorial, todo elemento tiene su
opuesto, sumando el opuesto de 𝑢⃗, (−𝑢⃗), a ambos miembros se tiene que 0⃗ = 0⃗ .

c) Para todo 𝑢⃗ ∈ 𝑉, el elemento opuesto de un espacio vectorial es único.

Demostración:
Supongamos que 𝑢⃗ tiene dos opuestos – 𝑢⃗ 𝑦 − 𝑢⃗′, entonces 𝑢⃗ + (−𝑢⃗) = 𝑢⃗ + (−𝑢⃗ ) = 0,
sumando −𝑢⃗ a ambos miembros por izquierda se comprueba que son iguales.

SUBESPACIOS VECTORIALES
DEFINICION
Un subconjunto no vacío S de un espacio vectorial V, es un sub espacio de V si es
también un espacio vectorial bajo la suma y el producto por un escalar definidos en V.

CONDICIONES NECESARIAS Y SUFICIENTES PARA QUE UN SUBCONJUNTO NO

VACIO DE UN ESPACIO VECTORIAL SEA UN SUBESPACIO VECTORIAL

Si W es un subconjunto no vacío de un espacio vectorial V, entonces W es un sub

espacio vectorial de V ssi se cumplen las siguientes condiciones:
1) El vector 0 de V está en W
2) Si u y v son elementos de W, (u+v ) es un elemento de W, ley de composición
interna)

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
 3) Si u es un elemento de W,  un escalar, (u ) está en W, ley de composición
externa.
Demostración:
Parte1:
Si se cumplen estas tres condiciones, y como al ser W un sub conjunto de V
necesariamente se cumplen todos los axiomas que se cumplen para todo elemento de
V, es decir, son heredados por W, se verifican todos los axiomas, menos el 5,
existencia del inverso aditivo,
Axioma 5: existencia del inverso aditivo.
Si u  S , ( 1)u  S  ( 1)u  u  S y (u  ( u ))  S siendo (u  ( u ))  0  S .
Parte 2:
Si W es un sub espacio de V es también un espacio vectorial, luego se verifican los 10
axiomas y por tanto se verifican las tres condiciones del teorema.

Ejemplos:
Determinar si el siguiente conjunto es un sub espacio vectorial:
1. 𝑆 = {(𝑥, 𝑦) ∈ 𝑅 𝑐𝑜𝑛 𝑦 = 3𝑥}
Debemos verificar que se cumplen las tres condiciones.
a) El vector (0,0) ∈ 𝑆 puesto que verifica la condición de los elementos del
conjunto dado que 0 = 3.0
b) Tomemos dos vectores de S: 𝑢 = (𝑢 , 𝑢 ) 𝑦 𝑣 = (𝑣 , 𝑣 ) tales que verifican
𝑢 = 3𝑢 𝑦 𝑣 = 3𝑣 , entonces: 𝑢 + 𝑣 = (𝑢 + 𝑣 , 𝑢 + 𝑣 ) por lo que

𝑢 + 𝑣 = 3𝑢 + 3𝑣 = 3(𝑢 + 𝑣 ), es decir el vector resultante de la suma

tiene la forma de los elementos del conjunto S, por tanto, (𝑢 + 𝑣) ∈ 𝑆.
c) Si 𝑢 ∈ 𝑆 y c es un escalar, 𝑐𝑢 = (𝑐𝑢 , 𝑐𝑢 )𝑦 𝑐𝑢 = 3𝑐𝑢 , por lo que 𝑐𝑢 ∈ 𝑆.
Luego, S es un sub espacio de 𝑅 .

DEFINICION
Sean v1 , v 2 ,....., v k  vectores de un espacio vectorial V , el vector w es una
Combinación Lineal ( C.L.) de los vectores v1 , v 2 ,.....v k , ssi existen escalares a1 , a 2 ,.....a k
k
tales que w   a i v i
i 1

Ejemplo 1:
(-7,7,7) es C.L. de (-1,2,4) y (5,-3,1), ya que (-7,7,7)= 2(-1,2,4)+(-1)(5,-3,1)

Ejemplo 2:
 3 2 8   1 0 4  0 1 2
 1 3 2
 9 3  1 1 5  2 3 6

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
SISTEMA DE GENERADORES

DEFINICION
Sea A  v1 , v 2 ,....., v n  un conjunto de n vectores de un espacio vectorial V, se llama
espacio generado por A, en símbolos, gen(A) , al conjunto de todos los vectores que
son C.L. del conjunto A, es decir gen (A)= v / v  a1v1  a 2 v 2  .....  a n v n , siendo
a1 , a2 ,....., an escalares. Si gen(A) = V, se dice que A es un sistema de generadores
para V.

TEOREMA
Si  v 1 , v 2 , ....., v n  son vectores de un espacio vectorial V, entonces gen  v 1 , v 2 , ....., v n 
es un subespacio de V.

Demostración:
a) Llamemos A al conjunto  v 1 , v 2 , ..... , v n  .
Ax.1) gen (A)   , porque 0  0v1  0v 2  .....  0v n .
Ax.2) Si x  gen (A), entonces x  a1 v1  a 2 v 2 .....a n v n
Si y  gen (A), entonces y  b1 v1  b2 v 2 .....bn v n
x+y = a1 v1  a2 v 2 .....an v n  b1 v1  b2 v 2 .....bn v n =
( a1  b1 ) v1  ( a2  b2 ) v 2 .....( an  bn ) v n , entonces, (x+y) pertenece a gen(A).
Ax.3) Si x  gen( A) , x  a1 v1  a 2 v 2 .....an v n
Sea   R  x  a1 v1  a 2 v 2  .....  a n v n  x  gen( A)
Luego, gen (A) es un subespacio de V.

DEPENDENCIA E INDEPENDENCIA LINEAL

DEFINICION
Un conjunto de vectores A  v1 , v 2 ,....., v n  de V es linealmente independiente, si la
única manera de expresar el vector 0 como C.L. de los elementos de A es que todos
los escalares sean ceros, es decir, si c1 v1  c2 v 2 .....cn v n  0 , se cumple sólo para
c1  c2 .....  cn  0.

El conjunto A es linealmente dependiente si al escribir el vector 0 como C.L. de los

vectores de A no es necesario que los escalares sean todos nulos, es decir, si
c1 v1  c2 v 2 .....cn v n  0 , con algún ci  0 .
Si un conjunto no es L.I., entonces es L.D.

Ejemplo: (4,2,6); (1,1,2), (2,0,2) es LD puesto que ( 4,2,6)  2(1,1,2)  (2,0,2) .

PROPIEDADES
1) El conjunto  v  es L.I. ssi v0

Demostración:
Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
 I) Si  v  es L.I., cv  0 implica c  0 , luego v  0 .
II) Si v  0 , y cv  0 , entonces necesariamente c  0 .

2) Si el vector nulo pertenece al conjunto A  v1 , v 2 ,....., v n  , entonces A es L.D.

Demostración:
Sea c1 v1  c2 v 2 .....cn v n  0 , supongamos que vi  0 ,
entonces c1v1  c 2 v 2  .....  ci 0  ......  c n v n  0 , una solución de esta ecuación es
0v1  0v 2  .....  ci 0  ......  0v n  0 , es decir ci puede tomar cualquier valor, no
necesariamente 0, de ahí que el conjunto es L.D.

3) Un conjunto de vectores A  v1 , v 2 ,....., v n  es L.D. ssi algún vector de A es C.L.

de los vectores restantes.

Demostración:
Primera parte:
Si A  v1 , v 2 ,.....v n  es L.D., se tiene que c1 v1  c2 v 2 .....cn v n  0 con algún ci  0
entonces:
c c c
supongamos c1  0  v1   2 v 2  3 v3  .....  n v n  v1 es C.L. de los otros vectores
c1 c1 c1
Segunda parte:
Si un vector es C.L. de los demás vectores, por ejemplo v1 , entonces:
v1  c 2 v 2  c3 v3  .....  c n v n  (1)v1  c 2 v 2  c3 v3  .....  c n v n  0 , con lo que existe un
escalar distinto de cero tal que c1 v1  c2 v 2 .....cn v n  0 y por tanto el conjunto es L.D.

4) Un conjunto de vectores A  v1 , v 2 ,....., v n  es L.I. ssi ningún vector de A es C.L.

de los vectores restantes.
Sabemos que el conjunto A es L.D. ssi algún vector es C.L. de los restantes, como si
un conjunto no es L.D., entonces es L.I., se tiene que si ningún vector es C.L. de los
restantes, necesariamente el conjunto será L.I.

5) Si un conjunto de vectores A  v1 , v 2 ,....., v n  es L.I., entonces todo sub conjunto

no vacio de A será L.I.

Supongamos que A'  v1 , v 2 ,..., v k  es un sub conjunto de A y es L.D., entonces se tiene
que c1v1  c 2 v 2  ...  c k v k  0 con algún escalar distinto de cero, supongamos c 2  0 .
Por tanto, si agregamos los demás vectores de A, aunque los escalares sean 0, se
tendrá
0v1  c 2 v 2  ...  0v k  0v k 1  ...  0v n  0 , y el conjunto será L.D., lo que contradice la
hipótesis. Luego, todo sub conjunto no vacio de A debe ser L.I.

6) Si un conjunto de vectores A  v1 , v 2 ,....., v n  es L.I., entonces toda C.L. es única.

Supongamos que el vector w es C.L. del conjunto A de dos maneras distintas, es decir,

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
w  c1v1  c 2 v 2  .....  c n v ny w  b1v1  b2 v 2  .....  bn v n , entonces
0  (c1  b1 )v1  (c 2  b2 )v 2  .....  (c n  bn )v n , pero como el conjunto A es L.I.
c1  b1  0, c 2  b2  0,...., c n  bn  0 , de donde c1  b1 , c 2  b2 ,...., c n  bn y la C.L. es
única.

BASE DE UN ESPACIO VECTORIAL

DEFINICIÓN:
Un conjunto B de vectores de un espacio vectorial V, es una base para V si:
a) B es linealmente independiente
b) B es un sistema de generadores de V, es decir B genera todo V.

TEOREMA 1
Si B  v1 , v 2 ,....., v n  es una base de un espacio vectorial V, entonces todo vector de V
se puede expresar de manera única como C.L. de B.

Demostración

Como B es una base de V, entonces es L.I. y genera todo V, por tanto todo vector de V
es C.L. de B, además al ser B un conjunto L.I., sabemos por un teorema anterior que si
un vector es C.L. de B, esta C.L. es única.

Observación: el sub espacio trivial formado sólo por el vector 0 no tiene base.

COORDENADAS DE UN VECTOR RESPECTO A UNA BASE

Definición
Sea B  v1 , v 2 ,....., v n  una base de un espacio vectorial V, si el vector v es un vector de
V tal que v  c1v1  c 2 v 2  .....  c n v n , entonces, las coordenadas del vector v relativas a la
base B es el vector v B  (c1 , c 2 ,..., c n )

TEOREMA 2
Sean B  v1 , v 2 ,....., v n  una base de un espacio vectorial V y A  u1 , u 2 ,..., u k  un
conjunto de vectores de V, entonces si k>n, A es L.D.

Demostración
Sea u1 , u 2 ,....., u k  un conjunto de vectores de V con k>n, hagamos
a1u1  a 2 u 2  ...  a k u k  0 .
Como B es una base de V, cada u i del conjunto A es C.L del conjunto B, es decir:
a1 c11v1  c 21v 2  ..  c n1v n   a 2 c12 v1  c 22 v 2  ...  c n 2 v n   ....  a k c1k v1  c 2 k v 2  ...  c nk v n   0
multiplicando y asociando, tendremos:
a1c11  a 2 c12  ...  a k c1k v1  a1c21  a 2 c22  ...  a k c2 k v2  ...  a1cn1  a 2 cn 2  ...  a k cnk vn  0
como el conjunto B es L.I., tenemos el siguiente sistema de ecuaciones:

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
 a1c11  a 2 c12  ...  a k c1k  0
 a c  a c  ...  a c  0
 1 21 2 22 k 2k

.........................................  0
 ........................................  0

 a1c n1  a 2 c n 2  ...  a k c nk  0
Este es un sistema homogéneo de n ecuaciones y k incógnitas, y como k>n, hay más
incógnitas que ecuaciones, con lo que el sistema tiene infinitas soluciones, es decir,
tendrá soluciones no triviales y por tanto, el conjunto es L.D.

COROLARIO
Sean A y B dos bases de un espacio vectorial V, entonces A y B tienen la misma
cantidad de vectores.

Demostración:
Si A y B son dos bases de V, A con n elementos y B con m elementos y supongamos
n y m distintos.
Como A es una base de V, si m>n B será L.D. por el teorema anterior, lo cual no es
posible puesto que B es también una base. Luego, m  n.....(1) .,
De la misma forma, si B es una base de V y si n>m, A será L.D., lo cual no es posible;
porque A también es base, por lo que n  m....(2) . De las relaciones (1) y (2) tenemos
que n = m.

DIMENSIÓN DE UN ESPACIO VECTORIAL

Se llama dimensión de un espacio vectorial V a la cantidad de elementos que posee

cualquier base de V, se simboliza dim(V).
La dimensión del espacio vectorial 0 es 0 y no tiene base.

BASES CANÓNICAS
Los vectores coordenados unitarios cumplen las dos condiciones necesarias para que
formen una base estas bases se llaman bases canónicas. Como todas las bases de un
espacio vectorial tienen la misma cantidad de elementos si conocemos la base
canónica de un espacio vectorial, sabemos la dimensión del espacio.

Así, para:
R 2 : (1,0), (0,1) , dim R 2  2
R 3 : (1,0,0), (0,1,0), (0,0,1) , dim R 3  3 , dim R n  n
 
P1 : 1, x, dim P1  2 ; P2 : 1, x, x 2 , dim P2  3; dim Pn  n  1
1 0   0 1  0 0   0 0 
M 2x2 :  ;  ;  ;   , dim M 2 x 2  4; dim M mxn  mxn
 0 0   0 0  1 0   0 1 

1 0 0  0 1 0  0 0 1  0 0 0  0 0 0  0 0 0 
M 2 x3 :  , 0 0 0  , 0 0 0  , 1 0 0  , 0 1 0  , 0 0 1 , dim M 2 x3  6
0 0 0           

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
BASE Y DIMENSIÓN DE UN SUB ESPACIO VECTORIAL

Para encontrar una base de un sub espacio vectorial necesitamos encontrar un

conjunto que sea L.I. y genere todo el sub espacio, una forma de encontrar este
conjunto es considerar un vector genérico del sub espacio y expresarlo como C.L. de
vectores L.I.
Ejemplo.

Sea el sub espacio S  ( x, y, z )  R 3 / x  y  z  0 , entonces 
x  y  z , luego podemos escribir:
( x, y , z )  ( y  z , y , z )  ( y , y ,0)  ( z ,0, z )  y (1,1,0)  z (1,0,1)
Los vectores (1,1,0) y (1,0,1) generan por combinación lineal cualquier vector del sub
espacio y además son L.I. ( probar), luego una base de S es (1,1,0), (1,0,1).

TEOREMA DE EXTENSIÓN DE UNA BASE

Sea V un espacio vectorial de dimensión finita, dim V= n, y sea v1 , v 2 ,..., v s  un conjunto
L.I. de vectores de V. Entonces existen vectores v s 1 , v s  2 ,..., v n tales que
v1 , v2 ,..., v s , v s 1 , v s  2 ,..., vn  es una base de V.
Demostración:
Si v1 , v 2 ,..., v s  es L.I. y genera todo V, entonces es base, en este caso s = n y el
teorema está demostrado.
Si v1 , v 2 ,..., v s  es L.I. pero no genera todo V, existe al menos un vector en V que no es
C.L. del conjunto, agreguemos este vector al conjunto dado, con lo que tenemos el
conjunto v1 , v 2 ,..., v s , v s 1  que también es L.I., si este conjunto genera V, forma una
base de V y el teorema está demostrado. Si no genera V, existe un vector en V que no
es C.L. del conjunto, agregamos este vector y se tiene v1 , v 2 ,..., v s , v s 1 , v s  2  que es
nuevamente L.I., si además genera V, forma una base y si no es así, continuamos el
proceso agregando siempre un vector que no es C.L. del conjunto. El proceso termina
cuando lleguemos a n vectores, por que dim V = n y la base no puede tener más de n
vectores.

TEOREMA
Suponga que el vector w es C.L. del conjunto B  v1 , v 2 ,..., v n  , entonces B y
B'  v1 , v 2 ,..., v n , w generan el mismo espacio.

Sea genB  x / x  a1v1  a 2 v  ...  a n v n  y genB'  x / x  b1v1  b2 v  ...  bn v n  bn 1 w

vamos a probar la doble inclusión, es decir que si el vector v pertenece a gen B’
también pertenece a gen B y viceversa, con lo que los dos espacios serán iguales.
Si v está en gen B’, v  b1v1  b2 v 2  ...  bn v n  bn 1 w , pero w  a1v1  a 2 v 2  ...  a n v n ,
entonces v  b1v1  b2 v 2  ...  bn v n  bn 1 (a1v1  a 2 v 2  ...  a n v n )
Luego v  (b1  bn1a1 )v1  (b2  bn 1 a 2 )v 2  ...  (bn  bn 1 a n )v n
Por tanto v pertenece a gen B, genB '  genB ( 1 )

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
Ahora supongamos que v pertenece a gen B, v  a1v1  a 2 v 2  ...  a n v n , entonces
podemos escribir v  a1v1  a 2 v 2  ...  a n v n  0 w , por lo que v  genB ' , por tanto
genB  genB ' ( 2 )
De ( 1 ) y ( 2 ) se tiene que B y B’ generan el mismo espacio.

Corolario
Sea V un espacio vectorial de dimensión n, entonces:
a) Todo conjunto L.I. de n vectores es una base.
b) Todo sistema de generadores de n vectores es una base.

Demostración
a) Sea B  v1 , v 2 ,..., v n  un conjunto L.I. de n vectores de V, para que sea una base
de V falta probar que genera todo V.
Supongamos que B no genera V, entonces existe al menos un vector en V que no es
C.L. de B, si agregamos este vector al conjunto B tendríamos el conjunto
B'  v1 , v 2 ,..., v n , v n 1  supongamos ahora que este conjunto genera V, entonces, como
también es L.I., es una base de V con n+1 vectores, lo cual no es posible ya que
dim V = n.
b) Sea B  v1 , v 2 ,..., v n  un conjunto de generadores de n vectores de V. Si B es
L.D. existe al menos un vector en B que es C.L. de los demás, si quitamos este vector,
el conjunto resultante tendría n-1 elementos y sería L.I. y además también generaría V
por lo que tendríamos una base de V con n-1 elementos, lo que no es posible puesto
que dim V = n.

MATRICES, SISTEMAS DE ECUACIONES Y ESPACIOS VECTORIALES

ESPACIO FILA
Definición: sea A una matriz de mxn, se llama espacio fila de A al espacio generado
por las m filas de A, simbolizamos S F .

ESPACIO COLUMNA:
Definición: Se llama espacio columna de A al espacio generado por las n columnas de
A, simbolizamos S c .

TEOREMA
Las operaciones elementales entre filas de una matriz no cambian el espacio fila de
dicha matriz.

Demostración
Sea A una matriz de mxn y sean v1 , v 2 ,..., v m los vectores fila de A, y sea B la matriz de
mxn que se obtiene de A al aplicar una operación elemental a A. Debemos probar que
el espacio generado por las filas de A es igual al espacio generado por las filas de B,
para lo cual probaremos que:
a) Todo vector del espacio fila de B está en el espacio fila de A.
b) Todo vector del espacio fila de A está en el espacio fila de B.

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
Para demostrar a), analicemos los casos posibles:
1) Si B se obtiene de A a partir de un intercambio de filas, A y B tienen los mismos
vectores fila, luego el espacio fila de A y el de B son iguales, por tanto, todo
vector del espacio fila de B está en el espacio fila de A.
2) Si B se obtiene de A al multiplicar una fila por un escalar no nulo o al multiplicar
una fila por un escalar y sumar a otra fila, las filas de B son C.L. de las filas de A
y por lo tanto están en el espacio fila de A.
Para demostrar b), como si B se obtiene de A, A se obtiene de B al aplicar a B la
operación elemental inversa, entonces por la misma demostración se tiene que A y B
tienen el mismo espacio fila.

Observación:
Podríamos suponer que si las operaciones elementales entre filas de A no alteran el
espacio fila, tampoco alterarán el espacio columna, sin embargo esto es incorrecto.

Base del espacio fila

Como consecuencia del teorema anterior se tiene que si U es la forma escalonada de
A, el espacio fila de U, S' F , es igual al espacio fila de A, S F por lo tanto
dim S ' F  dim S F  número de vectores no nulos de U y una base para S F está formada
por las filas no nulas de U.

TEOREMA
Si U es una forma escalonada por fila de A, entonces los vectores fila que contienen los
pivotes forman una base del espacio fila de U y los vectores columna que contienen los
pivotes forman una base del espacio columna de U.

Base para el espacio columna

Para determinar una base del espacio columna de A, tomemos de A las columnas
correspondientes a las columnas de U que forman una base para U, siendo estas las
columnas que contienen los pivotes en U. Por tanto la dimensión del espacio columna
de A será igual al número de pivotes en U.

TEOREMA
Sea A una matriz de mxn y sean S F y S C los espacios fila y columna de A, entonces
dim S F  dim S C .
Demostración
Sabemos que si U es la forma escalonada de A y si S' F es la dimensión del espacio fila
de U, dim S ' F  dim S F  número de vectores no nulos de U. Por otro lado
dim S ' C  dim S C  número de pivotes de U, el cual es el mismo que el número de filas
no nulas de U, por tanto dim S F  dim S C .

RANGO
Sea A una matriz de mxn, se llama rango de A a la dimensión de los espacios fila y
columna de A, se denota por  ( A) .

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
SISTEMAS DE ECUACIONES Y ESPACIOS VECTORIALES
 a11 x1  a12 x 2  ...  a1n x n  b1
 a x  a x  ...  a x  b
 21 1 22 2 2n n 2

Sea el sistema AX = B, es decir  a31 x1  a 32 x 2  ...  a 3n x n  b3

 :. :. :. .: .: .: :.  :

a m1 x1  a m 2 x 2  ...  a mn x n  bn
 a11 a12 ... a1n   x1   b1 
a a 22 ... a 2 n    x2  b 
Donde A   , X   , B   
21 2

 .. .. ... ..   :   :
     
 a m1 a m 2 ... a mn   xn  bn 
Podemos escribir el sistema como C.L. de las columnas de A de la siguiente forma:
 a11   a12   a1n   b1 
a  a  a   
 21  x   22  x  ...   2 n  x  b2 
 :  1  :  2  ;  n :
       
a n1  a n 2   a nn  bn 

Esta forma de expresar el sistema evidencia que el sistema AX = B es compatible ssi el

vector columna B pertenece al espacio columna de A, es decir si existen escalares
x1 , x 2 ,..., x n tales que B es C.L. de las columnas de A.

SISTEMAS LINEALES HOMOGENEOS Y ESPACIOS VECTORIALES

TEOREMA.
Sea AX = 0 un sistema homogéneo, donde A es de mxn, se tiene que el conjunto
solución de AX = 0 es un sub espacio vectorial de R n .
Demostración

Sea W  X  R n / AX  0 
1) El vector 0 pertenece al conjunto, puesto que A0  0 .
2) Sean X  W y X '  W , entonces AX  0; AX '  0 .
A X  X '  AX  X '  0  0  0; luego  X  X ' W
3) Sea X  W , entonces AX  0 y sea c un número real,
AcX   cAX  c  0  0 , luego cX  W .
Por tanto, el conjunto W es un subespacio vectorial de R n .

ESPACIO NULO Y NULIDAD

Definición: Sea A una matriz de m x n. Se llama espacio nulo de A ; EN(A),al conjunto
 
EN ( A)  X  R n / AX  0 . Es decir, el espacio nulo de A es el conjunto solución del
sistema homogéneo AX = 0. Se llama nulidad a la dimensión del espacio nulo de A, se
simboliza  ( A) , siendo éste igual al número de variables libres del conjunto solución de
AX = 0.

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
TEOREMA
Sea A de mxn, una matriz con n columnas, entonces, el número de columnas de A es
igual a la suma del rango de A y la nulidad de A. En símbolos  ( A)   ( A)  n .

Demostración
Consideremos el sistema homogéneo AX = 0, siendo A de mxn. Entonces el sistema
tiene n variables, que se clasifican en variables libres y variables principales, siendo el
número de variables igual al número de variables libres más el número de variables
principales.
El número de variables principales es igual al número de pivotes en la forma
escalonada de A y esto es igual al rango de A,  ( A) . Por otro lado la dimensión del
espacio nulo de A o nulidad, es el número de variables libres del sistema solución de
AX = 0. Por tanto ,  ( A)   ( A)  n .

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)