6° CLASE: TEOREMAS - BASES Y DIMENSIÓN

6.1 Teoremas Básicos sobre dependencia e independencia lineal

Teorema 1

Dado el espacio vectorial ℝ2 sobre K = ℝ y u1 y u2, vectores no nulos, se

cumple

u1 // u2 ⇔ u1, u2, son linealmente dependientes. Es decir, dos vectores

no nulos y paralelos en ℝ2, son linealmente dependientes

Prueba:

⇒) u1 // u2 (hipótesis)

⇒  t  ℝ, tal que u1= t u2 ∨ u2 = t u1

⇒ 1 u1 + 2 u2 = 0v , con 0v el neutro en ℝ2

Si u2 = t u1 ⇒1 u1 + 2 (t u1) = 0v

⇒ 1 u1 + (2 t)u1 = 0v

⇒ (1 + 2 t) u1 = 0v

⇒ 1 + 2 t = 0 (**) (pues u1 es no nulo)

Por el lema 1 anterior :

⇒ 1 + 2 t = 0 tiene infinitas soluciones en ℝ

⇒1≠0 ∨ 2 t ≠ 0

⇒1≠0 ∨ (2 ≠ 0 ∧ t ≠ 0)
Entonces u1 y u2 son linealmente dependientes

⇐) u1, u2, son linealmente dependientes (hipótesis)

Por definición se cumple

1 u1 + 2 u2 = 0v, para 1≠0 ∨ 2 ≠ 0 en ℝ

 Supongamos que 2≠0, entonces existe su inverso 2-1≠0

⇒ 2-1(1 u1 + 2 u2 ) = 2-1 0v
⇒ 2-1 1 u1 +2-12 u2 = 0v
⇒ u2 = (-2-1 1)u1
⇒ u1 // u2
Lema 2:

Si u1 = (a, b), u2 =(c, d) son vectores no nulos y no paralelos en ℝ2, entonces

se cumple a d-b c  0 ....(*)

Prueba
u1 y u2 son no nulos y no paralelos (hipótesis)
Supongamos que ad - bc =0
𝑏𝑐
⇒ ad = bc ⇒ d =
𝑎
⇒ u2 = (c, d)
𝑏𝑐
⇒ u2 = (c, )
𝑎
𝑐
⇒ u2 = (a ,b)
𝑎
𝑐
⇒ u2 = u1
𝑎
 u1 //u2, contradice a que u1 y u2 no son paralelos.
Teorema 2:

Si u1 =(a, b), u2 = (c, d) son vectores no nulos y no paralelos en ℝ2, entonces

u1 y u2 son linealmente independientes.
Demostración
Si 1u1 + 2u2 = 0v, 0v = (0, 0)
 1(a, b) + 2(c, d) = (0, 0)
 (a1 + c2, b1 + d2) = (0, 0)

⇒ a1 + c2 = 0 … (1)

b1 + d2 = 0 … (2)
 ⇒ ad1 + cd2 = 0 … (3)
- bc1 - cd2 = 0 … (4), luego resolviendo
________________
⇒ (ad-bc)1 = 0

⇒ 1 = 0 (único), y por el lema 2 (*)

⇒ 2 = 0 (único)
Luego: u1, u2, son linealmente independientes

MÁS EJEMPLOS
Ejemplo 1:

Sean u1=(3, 2, 1); u2=(-2, -2, 2); u3=(1, 0, 3) en ℝ3, sobre K = ℝ

analizamos la independencia o dependencia lineal de u1, u2, u3:

α1u1 + α2u2 + α3u3 = (0, 0, 0)

⇒ α1(3, 2, 1) + α2(-2, -2, 2) + α3(1, 0, 3) = (0, 0, 0)
⇒ (3α1-2α2+α3, 2α1-2α2, α1+2α2+3α3)=(0, 0, 0)
⇒ 31-2α2 + α3 = 0 ...(1)
2α1-2α2 =0 ...(2)
α1+2α2 + 3α3 = 0 ... (3)
(1) - (2): α1 + α3 = 0 ...(4)
(2) + (3): 3α1 + 3α3 = 0 ...(5)
 α3 = - α1
De (2) se tiene α2 = α1
Reemplazando en (1)

3α1 -2α1 + (-α1) = 0  0α1 = 0

 α1  0 (Es suficiente que uno de ellos sea diferente de cero)

Luego u1, u2, u3 son linealmente dependientes

Ejercicio: Halle el subespacio de ℝ3 generado por estos 3 vectores

Ejemplo 2:

Sean u1=(2, -1, 1); u2=(1, 2, 3); u3=(1, 1, 0) en ℝ3, sobre K = ℝ

analizamos la independencia o dependencia lineal de u1, u2, u3:

α1u1 + α2u2 + α3u3 = (0, 0, 0)

⇒ α1(2, -1, 1) + α2(1, 2, 3) + α3(1, 1, 0) = (0, 0, 0)
⇒ (2α1+α2+ α3, -α1+2α2 + α3, α1+3α2) =(0, 0, 0)
⇒ 2α1 + α2 + α3 = 0 ...(1)
-α1 + 2α2 + α3 = 0 ...(2)
α1 + 3α2 = 0 ... (3)
(1) -(2): 3α1- α2 =0 … (4)

Resolviendo (3) y (4): 10α1 = 0  α1 = 0 ( único), también

α2 = 0 α3 = 0 ( son únicos)
Luego, los vectores dados son linealmente independientes

TEOREMAS ADICIONALES
Teorema 3
Si S es un subconjunto no vacío y finito de un espacio vectorial V sobre un
campo K, tal que S contiene al vector nulo 0V de V, entonces S es
linealmente dependiente
Demostración
Sea S = {u1, u2, u3, …, ui , …, um } tal que ui = 0V en S ; 1 i  m
entonces se verifica
0u1 + 0u2 + 0u3 +, . . . + 0ui-1 + ui + 0ui+1 + ….+ 0um = 0V

⇒ 0V + 0V + 0V + … + 0V + 0V + 0V +… + 0V = 0V

entonces resulta que   0   = 0 en K, o sea

u1, u2, u3, . . ., ui-1, 0V, …., um son linealmente dependientes
es decir, S es un conjunto linealmente dependiente
Teorema 4:
Si u1, u2, u3, . . ., uk-1, uk son vectores en un espacio vectorial V sobre K,
entonces se cumple uno y sólo uno de las siguientes afirmaciones:
1) u1, u2, u3 ,..., uk-1, uk, son linealmente independientes
2) Uno de ellos: ur es una combinación lineal de los otros vectores
Demostración
Supongamos que no se cumple (1)
si u1, u2, u3 ,..., uk-1, uk, son linealmente dependientes.

⇒ 1u1+ 2u2 +3u3+. . .+ k-1uk-1+ kuk = 0V , para algún i  0 en K.

Supongamos que k  0

⇒ kuk = (-1)u1+ (-2)u2 +(-3)u3+. . .+ (-k-1)uk-1

⇒ k-1 kuk = (-k-1 1)u1+ (-k-12)u2 +(-k-13)u3+. . .+ (-k-1k-1)uk-1

haciendo λi = - k-1 αi

entonces uk = λ1 u1 + λ2 u2 + λ3 u3 +...+ λk-1 uk-1

Es decir: uk es una combinación lineal de los vectores u1, u2, u3 ,..., uk-1

Teorema 5
Si S = {u1, u2, u3,..., um} un subconjunto linealmente independiente de un

espacio V sobre K, además si u es un vector de V tal que u∉<S >,

entonces se cumple u, u1, u2, u3 ,..., um, son linealmente independientes.
Demostación

αu + α1u1+ α2u2 + α3u3+. . .+ αmum = 0v

Afirmamos α =0 (único)

Si α  0 en K, por un resultado del teorema anterior 4 tendríamos

u = λ1 u1 + λ2 u2 + λ3 u3 +……..+ λm um

⇒ u es una combinación lineal de u1, u2, u3 ,..., um

⇒ u∈<S >, contradicción con u∉<S >
Además como u1, u2, u3 ,..., um son linealmente independientes entonces.

α1=0  α2=0  α3=0  ….  αm = 0 (únicos)

Por lo tanto: u, u1, u2, u3 ,.., um, son también linealmente independientes.

ILUSTRAR CON ESTE EJEMPLO

Sean S = {u1=(2, -1, 1); u2=(1, 1, 0) } , u =(1, 2, 3) u∉<S >

 u, u1, u2 son lin-independientes

6.2 ESPACIOS DE DIMENSIÓN FINITA

Definición 6.2: Se dice que V es un espacio de dimensión finita sobre K,

si existe B finito con B  V tal que:
(1) B es linealmente independiente

(2) <B>=V

Nota: Más adelante a B lo llamaremos base del espacio vectorial V.

Ejemplo 1:

Dado V = ℝ2 sobre K = ℝ, Como existe B = {(3,1);(-5,4) } = {u1, u2 },

B  ℝ2 tal que :
1) B es linealmente independiente.

2) <B> = ℝ2

Todo u =(x, y)  ℝ2 es una combinación lineal de (3,1) y (-5,4).

Entonces ℝ2 es un espacio vectorial de dimensión finita.

 Ejemplo 2

Dado el espacio V = ℝ3 sobre el campo K = ℝ

existe B0 = {(1, 0, 0); (0, 1, 0);(0, 0, 1)} = {e1, e2, e3} finito; B0  ℝ3
satisfaciendo:
a) B0 es linealmente independiente.

b) <B0>= ℝ3

Entonces, ℝ3 es un espacio vectorial de dimensión finita.

Como lo veremos más adelante
También:

B = {(1,1,1); (0,1,1) (0, 0,1) }, satisface:

a) B es linealmente independiente

b) <B>= ℝ3
Nota: Al subconjunto B de V que satisface (1), (2) de la definición anterior
se llama base del espacio vectorial V sobre K.

6.3 BASE FINITA

Definición 6.3: Un subconjunto B ={u1, u2, u3, . . . ,un} de un espacio vectorial
se dice que es base finita del espacio V sobre K, si y solo si:
(1) B es linealmente independiente
(2) <B> =V
Siendo V un espacio de dimensión finita.
Nota: Para el caso en que la base B no es finita en espacio vectorial V
sobre K, entonces diremos que V es de dimensión infinita.
Ejemplo 1:

Dado el espacio vectorial ℝ2 sobre K = ℝ y B = {(1,-1); (5, 3) } es base finita

de ℝ2 (Ejercicio)
 1 )B es in- independiente
2)Todo u= (x, y) es una combinación lineal de los vectores de B

<B> = ℝ2
Ejemplo 2

Dado el espacio vectorial ℝ2 sobre K = ℝ

Si B0 = {(1, 0),(0,1)} = {e1, e2 }, tenemos:
a) Si 1 e1 + 2 e2 =0v, con 0v = (0, 0)
1(1, 0) + 2(0, 1) = (0, 0)

 (1, 2) = (0, 0)⇒ 1 = 0 ∧ 2 = 0 (son únicos)

O sea B0 es linealmente independiente

b) ∀u = (x, y)∈ℝ2 existen 1, 2  ℝ tal que:

1 e1 + 2 e2 = u

⇒ 1(1, 0) + 2(0, 1) = (x, y)

⇒ (1, 2) = (x, y)
⇒Existen 1=x ∧ 2=y en ℝ tal que
u =(x, y)= x e1 + y e2
u = (x, y) = x(1, 0) + y (0, 1)

⇒ todo u de ℝ2 es una combinación lineal de los vectores de B0

es decir <B0>= ℝ2

Luego: B0 es otra base finita de ℝ2 que se llama la base usual de ℝ2.

Ejemplo 3

Dado el espacio V = ℝ3 sobre el campo K = ℝ

Sea B0 = { (1, 0, 0); (0, 1, 0);(0, 0, 1) } = {e1, e2, e3} finito; B0  ℝ3

a) Sean e1=(1, 0, 0); e2=(0, 1, 0); e3=(0, 0, 1)
analizamos la independencia o dependencia lineal de e1, e2, e3:

α1e1 + α2e2 + α3e3 = 0v, con 0v =(0, 0, 0)

 ⇒ α1(1, 0, 0) + α2(0, 1, 0) + α3(0, 0, 1) = (0, 0, 0)
⇒ (α1, 0, 0) + (0, α2, 0) + (0, 0, α3) = (0, 0, 0)
⇒ (α1, α2, α3) =(0, 0, 0)
⇒ α1 = 0
α2 = 0
α3 = 0 y son únicos

b) Para todo u =(x, y, z) de ℝ3, se comprueba que existen

1 =x, 2 =y, 3=z en ℝ tal que

u =(x, y, z)= x e1 + y e2 + z e3

⇒ u = (x, y, z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1)

⇒ todo u de ℝ3 es una combinación lineal de los vectores de B0

Es decir <B0>= ℝ3

Por lo tanto B0 es una base llamada base usual de ℝ3

Ejemplo 4
Generalización

Dado el espacio vectorial ℝn sobre el campo K = ℝ con sus operaciones

interna y externa ya definidas y sea
B0 = { (1, 0, 0, , 0); (0, 1, 0, .., 0);(0, 0, 1, 0, ,0), …, (0, 0, …,0, 1) }

B0 = {e1, e2, e3, … , en } finito; B0  ℝn

Sean
e1=(1, 0, 0, …, 0); e2=(0, 1, 0, 0, ,0); e3=(0, 0, 1,0, …,0),…,en =(0, 0,…,0,1),
a) Probemos la independencia lineal de e1, e2, e3, …, en:

α1e1 + α2e2 + α3e3 + …+ αn en = 0v, con 0v =(0, 0, 0, 0, , 0)

⇒α1(1, 0, … ,0)+α2(0,1, 0,…,0)+ α3(0, 0, 1, 0,,…0) + …+ αn(0, 0, 0,,…,1)= 0v
⇒ (α1, α2, α3, …, αn) =(0, 0, 0, 0, … , 0)
⇒ α1 = 0
 α2 = 0
α3 = 0
………

αn = 0 y son únicos

b) Para todo u =(x1, x2, x3, …, xn) en ℝn se comprueba que existen

1 =x1, 2 =x2, 3= x3, …, n= xn en ℝ tal que

u =(x1, x2, x3, …, xn) = x1 e1 + x2 e2 + x3 e3 + …+ xn en

o sea, todo u de ℝn es una combinación lineal de los vectores de B0

Es decir <B0>= ℝn

Por lo tanto B0 es una base llamada base usual de ℝn

Caso particular:

Si n =4, entonces ℝ4 es un espacio vectorial sobre ℝ y

B0 = { (1, 0, 0, 0); (0, 1, 0, 0);(0, 0, 1, 0), (0, 0, 0,1) } es la base usual de ℝ4

Ejemplo 4

Considere el espacio vectorial ℝ3 sobre K = ℝ, y sea

B = {(3, -1, 2), (1, 1, -1), (2, -2, 0)} = {u1, u2, u3}

Veamos que B es una base de ℝ3:

a) Sean u1=(3, -1, 2); u2=(1, 1, -1); u3=(2, -2, 0) en ℝ3, sobre K = ℝ
analizamos la independencia o dependencia lineal de u1, u2, u3:

α1u1 + α2u2 + α3u3 = 0v, con 0v =(0, 0, 0)

⇒ α1(3, -1, 2) + α2(1, 1, -1) + α3(2, -2, 0) = (0, 0, 0)
⇒ (3α1, - α1, 2α1) + (α2, α2, - α2) + (2α3, -2 α3, 0) = (0, 0, 0)
⇒ (3α1 +α2+ 2α3, -α1 +α2 -2α3, 2α1 - α2)=(0, 0, 0)
 ⇒ 3α1 +α2 + 2α3 = 0 .....(1)
-α1 +α2 - 2α3 = 0 .....(2)
2α1 - α2 = 0 ..... (3)

(1) + (2): 2α1 + 2α2 = 0.......(4)

2α1 - α2 = 0........(3), equivalentemente

2α1 + 2α2 = 0.......(4)

4α1 - 2α2 =0.......(5), resolviendo
_____________
⇒ 6α1 = 0 ⇒ α1 = 0 (es único)
También α2 = 0 ∧ α3 = 0 (son únicos)
Luego, los vectores dados son linealmente independientes.

b)  u = (x, y, z)  ℝ3, existen 1, 2, 3  ℝ tal que:

1(3, -1, 2) + 2(1, 1, -1) + 3(2, -2, 0) = (x, y, z)

⇒ α1(3, -1, 2) + α2(1, 1, -1) + α3(2, -2, 0) = (x, y, z)

⇒ (3α1, - α1, 2α1) + (α2, α2, - α2) + (2α3, -2 α3, 0) = (x, y, z)
⇒ (3α1 +α2+ 2α3, -α1 +α2 -2 α3, 2α1 - α2)=(x, y, z)
 3α1 +α2+ 2α3 = x ...(1)

-α1 + α2 -2 α3 = y ....(2)

2α1 - α2 = z .... (3)

Sumando (1) y (2): 2α1 + 2α2 = x+y.......(4)

2α1 - α2 = z ........ .(3), equivalentemente

2α1 + 2α2 = x+y.......(4)

4α1 - 2α2 = 2z.......(5), resolviendo
_______________
6α1 = x+y+2z
𝒙+𝒚+𝟐𝒛
⇒∃ α1 = ∈ ℝ, también
𝟔
 𝒙+𝒚−𝒛 𝒙−𝟓𝒚−𝟒𝒛
∃ α2 = ∈ ℝ, ∃α3 = ∈ℝ
𝟑 𝟏𝟐

es decir:  u =(x, y, z)ℝ3,⇔ (x, y, z)  < B >

⇒ < B >= ℝ3, Por lo tanto, B es una base de ℝ3

Ejercicio

Dado ℝ3 el espacio vectorial sobre ℝ, y sea

B = {(1, 1, 2), (4, -3, 1)} = {u1, u2}

Analice si B es una base de ℝ3

En efecto:

a) α1u1 + α2u2 = 0v, con 0v =(0, 0, 0)

⇒ α1(1, 1, 2) + α2(4, -3, 1) = (0, 0, 0)
⇒ (α1 +4α2, α1 -3α2, 2α1 + α2) =(0, 0, 0)
⇒ α1 + 4α2 = 0 ...(1)
α1 - 3α2 = 0 ...(2)
2α1 + α2 = 0 ... (3)

⇒ α1 + 4α2 = 0 ....(1)
α1 - 3α2 = 0 .... (2)
6α1 + 3 α2 = 0 ... (4)

⇒ 7α1 = 0 ⇒ α1 = 0 ∧ α2 = 0

Entonces B es linealmente independiente

b) Hallando < B > se prueba que

< B > = { (x, y, z) ∈ ℝ3/ x+y-z = 0 } = { (x, y, z) ∈ ℝ3/ z =x+y }

Como < B > ≠ ℝ3,

entonces B no es una base de ℝ3

Teorema 5

Dos vectores no nulos y no paralelos de ℝ2 forman una base de ℝ2 sobre el

campo ℝ.
Prueba:
Sean u1= (a, b); u2 =(c, d) no nulos y no paralelos y B = {u1, u2 } = {(a, b),(c, d)}
Se cumple ad -bc 0
(1) Hemos visto que B es linealmente independiente (teorema 2)

(2) Falta ver que < B >= ℝ2

u = (x, y)ℝ2, deben existir 1, 2, en ℝ tal que (x, y) = 1(a, b) + 2(c, d)

 (x, y) = (a1+ c2, b1+ d2)

 a1+ c2 = x ….(1)
b1+ d2 = y ….(2)
 ad1+ cd2 = dx
-bc1- cd2 = - cy
(ad - bc)1 =dx-cy
𝒅𝒙−𝒄𝒚 𝒂𝒚−𝒃𝒙
⇒∃ α1 = ∈ℝ , α2 = ∈ℝ o sea
𝒂𝒅−𝒃𝒄 𝒂𝒅−𝒃𝒄

todo u = (x, y)  ℝ2, es combinación lineal de u1,u2

es decir < B >= ℝ2

Por lo tanto, B es una base de ℝ2.

Casos Particulares: Son bases del espacio ℝ2:

B1 = {(1, 1); (1, -1) }
B2 = { (9, 0); (5,- 4)}
B3 = { (1/2, 5); (-1, 7)}
B4 = {(3/5, 4/5); (-4/5, 3/5)}
 6.4 Dimensión de un espacio vectorial
Sea V un espacio vectorial sobre un campo K.
(1) Si B es una base finita de V, entonces al card(B) se llama la dimensión
de V y lo denotamos con: dim K (V) = Card(B)
(2) En caso contrario diremos que V es un espacio vectorial de dimensión
infinita.
Ejemplos 1:

1) Dado el espacio vectorial ℝ2, sobre K = ℝ, tenemos B ={(1, 1); (1,- 1) } es

una base de ℝ2, entonces dim 2
ℝ (ℝ ) = Card(B) =2  dimℝ(ℝ2) =2
2) Dado el espacio ℝ3 sobre K=ℝ tenemos:

B = { (1, 1, 0);(0, 1,-1) ;(1, 0,1) }= { u1, u2, u3 } es una base de ℝ3 , entonces

dim ℝ (ℝ3) = Card(B) = 3  dimℝ(ℝ3) = 3

3) Dado el espacio vectorial ℝn sobre el campo K = ℝ con sus operaciones

interna y externa ya definidas y sea
B0 = { (1, 0, 0,…, 0); (0, 1, 0, .., 0);(0, 0, 1, 0, …,0), …, (0, 0,…,0, 1) }
Es decir B0 = {e1, e2, e3, …, en }

Hemos visto que finito B0 es la base usual de ℝn, entonces

dimℝ(ℝn) = card (B0) = n

 Ejemplo 2

Denotamos con ℝ∞ al conjunto de los objetos de infinitas componentes reales

u =(x1, x2, x3, …, ); xi ∈ℝ, i ∈ℕ y sea el campo ℝ
Para u =(x1, x2, x3, … ), v = (y1, y2, y3, … ) en ℝ∞ y r ∈ℝ, definimos
u+v =(x1+ y1, x2+ y2, x3+ y3, … ) , ru=(rx1, rx2, rx3, … )

Se verifica: ℝ∞ es un espacio vectorial sobre ℝ

Sea B0 = {(1, 0, 0,…); (0, 1, 0, … );(0, 0, 1, 0,0, ..), …, (0, 0, … ,0, 1, 0,…),.. }
B0 = {e1, e2, e3, , en, en+1, … } infinito; B0  ℝ∞
SE VERIFICA:
a) Los vectores de B0: e1, e2, e3, …, en, en+1,…, son linealmente independientes

α1e1 + α2e2 + α3e3 + …+ αn en + …+.. = 0v, con 0v =(0, 0, 0, 0, , 0, 0, …)

⇒α1(1, 0,…)+α2(0,1, 0,…)+ α3(0, 0, 1, 0,,…) + …+ αn(0, 0, 0,,… 1, 0,,…) +…= 0v
⇒ (α1, α2, α3, …, αn, αn+1,,… ) =(0, 0, 0, 0,…, 0, 0, ..)
⇒ α1 = 0
α2 = 0
α3 = 0
………
αn = 0
αn+1 = 0,
………= 0, son únicos
b) Todo u =(x1, x2, x3, …, xn, xn+1,, …) en ℝ∞ es combinación lineal de los
vectores de ℝ∞, es decir
u =(x1, x2, x3, …, xn, xn+1, …) = x1 e1 + x2 e2 + x3 e3 + …+ xn en + xn en+1 + …

Es decir <B0>= ℝ∞
Como B0 es una base infinita de= ℝ∞, entonces dimℝ (ℝ∞) = ∞

Nota
Si W0 = {0v} es el subespacio nulo de un espacio vectorial V sobre K, entonces
dimK({0v}) = 0
Lema
Si u es un vector no nulo en un espacio vectorial V sobre K, entonces
B = {u} es linealmente independiente
Prueba

Si 1u = 0v ⇒1 = 0 (es único), pues u ≠ 0v

Si asumimos que 1 ≠ 0, llegamos a una contradicción

Luego, u es linealmente independiente
Ejemplo

Sea V = K, donde K es un campo, hemos visto que K es un espacio

vectorial sobre K. Hallamos : DimK(K)
Como 1K  B = {1}; 1  0, Se cumple:
a) B = {1} es linealmente independiente
b) Veamos < B > = K

 xK ⇒ x = x.1 ; 1 = x

⇒ x = x.1

⇒ < B > = <{1} > = K

O sea B = {1} es una base K ⇒ dimK(K) = Card(B) =1

⇒ dimK(K) = 1
Casos particulares:

1) Si K = ℚ ⇒ dimℚ(ℚ) = 1

2) Si K = ℝ ⇒ dimℝ(ℝ) = 1

3) Si K = ℂ ⇒ dimℂ(ℂ) = 1
Corolario
Si u es un vector no nulo en un espacio vectorial V sobre K, entonces
B = {u} es base de un subespacio W de V y dimK (W) = 1
Prueba
a) Ya se cumple B = {u} es linealmente independiente

b) Si definimos W = {ru ∈ V / r∈K, u∈ V}, entonces

Veamos que < B > = W:

z ∈< B >⇔z es combinación lineal de u

⇔z = 1u, con 1∈K, u∈V

⇔z ∈ W
O sea < B >= < {u} > = W
Como B = {u} es una base de W, entonces dimK (W) = 1

6. 4 A MANERA DE PÁCTICA:
Ejercicio 1
Dado el espacio vectorial ℝ2 sobre el campo ℝ. Y sea

W ={(x, y) ∈ ℝ2 / y = 3x}, hallamos la dimensión de W

Hemos visto que W es un subespacio de ℝ2
Hallando una base de W tenemos

⇒ W ={(x, 3x) ∈ ℝ2 / x ∈ℝ}

⇒ W ={ x(1, 3) ∈ ℝ2 / x = r ∈ℝ}

⇒ W ={ r(1, 3) ∈ ℝ2 / r ∈ℝ}, con u =(1, 3) ∈ ℝ2

⇒ W ={ ru ∈ ℝ2 / r ∈ℝ}, con u =(1, 3) ∈ ℝ2

Entonces B = {u} = {(1, 3)} es una base de W

Luego dimℝ (W) = 1

Ejercicio 2
Dado el espacio vectorial ℝ3 sobre el campo ℝ. Y sea

U ={(x, y, z) ∈ ℝ3 / 3x - 2y- z = 0}, hallamos la dimensión de U

Se prueba que U es un subespacio de ℝ3
Hallando una base de U tenemos

u =(x, y, z) ∈ U ⇔ 3x-2y - z = 0
⇔ z =3x-2y
⇔ (x, y, z) =(x, y, 3x-2y)
⇔ (x, y, z)= (x, 0, 3x) + (0, y, -2y)
⇔ u = x (1, 0, 3) + y(0, 1, -2) , con x = 1, y = 2
⇔ u = 1 (1, 0, 3) + 2(0, 1, -2)
⇔ u = 1 u1 + 2 u2, u1 = (1, 0, 3), u2 =(0, 1, -2)
Haciendo B = {u1, u2}
A) Ya tenemos < B > = U
B) Como se prueba que u1, u2 son linealmente independientes, entonces B
es linealmente independiente
Es decir B es una base del subespacio U

Luego, dimℝ (U) = 2

Ejercicio 3
Dado el espacio vectorial ℝ3 sobre el campo ℝ. Y sean

U = {(x, y, z) ∈ ℝ3 / z = 0}, W = {(x, y, z) ∈ ℝ3 / x = 0}

hallar la dimensión de U ∩ W:
Solución

⇒u∈U∩W⇔u∈U∧u∈W

⇒ u = (x, y, z) ∈ U ∩ W ⇔ (x, y, z) ∈ U ∧ (x, y, z) ∈ W

⇔ (x, y, 0) ∈ U ∧ (0, y, z) ∈ W
 ⇔x = 0, z= 0, y ∈ℝ

⇔(x, y, z) = (0, y, 0), con y ∈ℝ

⇔(x, y, z) = y(0, 1, 0), con y∈ℝ

O sea U ∩ W = {y(0, 1, 0) ∈ ℝ3 / y =r ∈ℝ}

⇒ U ∩ W = {r(0, 1, 0) ∈ ℝ3 / y =r ∈ℝ}

Entonces B ={(0, 1, 0)}={u} es una base de U ∩ W

Luego: dimℝ (U ∩ W) = 1.