ÁLGEBRA

UNIDAD 3:
Espacios vectoriales.

LINEAL I SECCIÓN 1:
Independencia, base y
dimensión.
CONTENIDO

1 INTRODUCCIÓN.................................................................. 3

Independencia lineal................................................. 4
Base de un espacio vectorial................................... 8
Dimensión de un espacio vectorial...................... 10

2 BIBLIOGRAFÍA.................................................................... 12
1 Introducción
A lo largo de las dos unidades anteriores hemos estado usando es-
tos conceptos de manera recurrente, en diferentes contextos y te-
niendo una idea de a qué nos referimos en cada caso. Sin embargo,
y ya construyendo sobre todo lo que hemos visto hasta ahora, es-
tamos en condiciones de dar una definición específica sobre cada
uno de estos términos, con un pequeño cambio de perspectiva:
nos vamos a enfocar más en vectores que en matrices. Veremos
cuándo los vectores son independientes entre sí, cuál es la base de
un espacio vectorial y cuál es la dimensión a la que pertenece un
vector, un subespacio o un espacio vectorial.
Sin embargo, volvemos a recalcar la importancia de no perder de
vista que estamos lidiando con sistemas de «m» ecuaciones con «n»
incógnitas. Es fácil perdernos entre tanta abstracción, pero dicha
abstracción cumple la función de facilitarnos el obtener informa-
ción de este sistema y la resolución del mismo. Es más, la realidad
es que los sistemas son resueltos con facilidad por software espe-
cífico, pero todo esto que estamos aprendiendo nos facilita una
adecuada lectura de dicho sistema previo a su propia resolución.
Recordemos brevemente qué sucedía en el caso particular del es-
pacio nulo (el vector de soluciones «x» que satisface Ax = 0) de
un sistema de ecuaciones con más incógnitas que ecuaciones. La
conclusión a la que llegamos siempre que se cumple que m < n es
que es posible encontrar un vector de soluciones «x» que forme
parte del espacio nulo y que no sea el vector cero.
Si recordamos lo que hemos visto en la unidad anterior, cuando
tenemos más incógnitas que ecuaciones, nuestra matriz A es rec-
tangular. En este caso, es garantía que nos van a quedar columnas
que no tengan elementos pivotales y, por ende, serán columnas
libres. Dichas columnas libres, recordemos, implican que las incóg-
nitas correspondientes a dichas columnas pueden tomar cualquier
valor, es decir, hablaremos de variables libres.
Independencia lineal
Lo que queremos identificar y definir con claridad es saber si una se-
rie de vectores x1, x2, …, xn son linealmente independientes entre sí.
Formalmente, podremos decir que una serie de vectores son
linealmente independientes si la única combinación lineal de
ÁLGEBRA LINEAL I | 4
 vectores que nos puede dar cero es aquella en que todos los
coeficientes «c» sean 0.
Esta ecuación de arriba esencialmente nos resume esto. Si la única
manera de obtener el vector nulo es asignando el valor 0 a todos
los coeficientes «c», entonces podemos afirmar que los vectores
son linealmente independientes. Si podemos obtener el vector
nulo con al menos un valor «c» distinto de 0, entonces al menos
algunos vectores serán linealmente dependientes entre sí.
A estas alturas estamos más que capacitados para decir que la so-
lución de este sistema se encuentra cuando c1=-2c2, con lo cual el
sistema tiene infinitas soluciones, es decir, que mientras cumplan
con la proporción recién vista los valores que pueden tomar los
coeficientes «c» son infinitos. Entonces, ambos vectores son de-
pendientes pues, por ejemplo, si c2=-1 y c1=2→2(1,2)-1(2,4)=(0,0).
Entonces, podremos afirmar que la combinación lineal de ellos
con los coeficientes c2=-1 y c1=2 nos dará el vector nulo (0,0).
Gráficamente:

Veamos algunos ejemplos concretos de esto. Si estuviéramos en

dos dimensiones y tenemos dos vectores (1, 2) y (2, 4), para ver
si estos vectores son o no linealmente independientes podemos
plantear la siguiente ecuación:

Luego, obtenemos el siguiente sistema de ecuaciones:

ÁLGEBRA LINEAL I | 5
Figura Nº1: ejemplo.

Fuente: elaboración propia, en base a https://www.wolframalpha.com/

También es válido considerar el caso en el que alguno de los vecto-

res de la serie sea el vector cero. En ese caso, cualquier coeficiente
«c» sobre ese vector seguirá siendo cero, y podremos obtener el
vector nulo con combinaciones lineales que utilicen coeficientes
«c» distintos de cero.

ÁLGEBRA LINEAL I | 6
 ¿Qué sucede en el caso en que, estando en el espacio bidi- Figura Nº2: ejemplo.
mensional (en el plano), tenemos más de dos vectores? Cla-
ramente, recordando lo referente a las columnas libres, esta-
remos en presencia de una serie en la que, al menos, uno de
los vectores será combinación lineal de los otros, por lo que
será posible obtener el vector cero con al menos un coeficien-
te distinto de cero.

Imaginemos el siguiente caso:

Fuente: elaboración propia, en base a https://www.wolframalpha.com/

Te invitamos a que realices la prueba de cuál puede ser la combi-

nación lineal de esos tres vectores que nos dé el vector cero. Así
mismo, prueba con cualquier otro caso en el que existan más co-
lumnas que incógnitas, y podrás comprobar esto.

ÁLGEBRA LINEAL I | 7
Desde el punto de vista matricial, si agrupamos los vectores de
nuestra serie en una matriz A, podremos decir que los vectores
son linealmente independientes, es decir, las columnas de la ma-
triz son independientes entre sí, si se cumple que el único vector
«x» que satisface Ax = 0 es el vector cero. Si al menos uno de los
elementos del vector «x» es distinto de cero e igualmente satisface
la condición de ser espacio nulo de A, entonces las columnas de la
matriz no serán linealmente independientes.
Otra forma de ver si nuestros vectores son independientes entre
sí, es por medio del rango de la matriz A cuyas columnas son los
vectores. Si el valor de dicho rango es equivalente a la cantidad de
columnas de A, es decir, rango(A) = n, entonces las columnas serán
linealmente independientes entre sí, siendo todas pivotales. Si el
rango es menor a la cantidad de columnas, al menos una de ellas
será combinación de las otras.
Base de un espacio vectorial
Decimos que una serie de vectores abarcan un espacio vec-
torial si dicho espacio consiste en todas las combinaciones
lineales posibles de dichos vectores. De hecho, si v1, v2, …, vn
abarcan un espacio E, entonces, ese espacio vectorial E es el
más pequeño capaz de contener dichos vectores.
Ahora, esto no me indica si hay vectores que «sobran» para confor-
mar dicho espacio vectorial. ¿Cómo sabremos si tenemos la canti-
dad justa de vectores, ni más ni menos, para conformar un espacio
vectorial?
Decimos que la base de un espacio vectorial es aquella serie
de vectores v1, v2, …, vn que cumplen con las siguientes dos
propiedades:
– Los vectores son linealmente independientes entre sí (no so-
bran vectores).
ÁLGEBRA LINEAL I | 8
 – Los vectores abarcan dicho espacio vectorial (no faltan vectores).
Claramente, un mismo espacio vectorial puede tener varias bases
que cumplan con estas condiciones.
Veamos un ejemplo en el espacio tridimensional R3. Necesitamos
una serie de 3 vectores que cumplan con las dos condiciones esta-
blecidas anteriormente. El primer caso que se nos tiene que venir
a la mente, es la combinación de estos tres vectores:
O, en su forma matricial:
Si evaluamos esta serie de vectores, podremos ver que los tres son
linealmente independientes y que, combinándolos linealmente, po-
dremos obtener cualquier punto del espacio vectorial R3, es decir,
cualquier (x,y,z) de R3 puede ser expresado de la siguiente forma:
Si vamos al lenguaje matricial, los tres vectores mencionados con-
formarían la matriz identidad del espacio R3. En este caso, diríamos
que el espacio nulo de dicha matriz está conformado únicamente
por el vector cero.
Otro caso que podríamos considerar es el siguiente:
Estos tres vectores cumplen con lo buscado. Si solo tuviéramos
dos de ellos, cumplirían la independencia, pero no abarcarían todo
el espacio R3 (dado que estarían sobre un mismo plano). Para este
caso particular, con los tres vectores, sí diríamos que dichos vec-
tores conforman una base del espacio vectorial R3.
Dado que podemos elegir infinitas combinaciones de vecto-
res, ¿cómo podemos saber si conforman o no una base del
espacio vectorial? La mejor manera es conformar una matriz
cuyas columnas sean esos vectores, realizar el proceso de eli-
minación y ver si alguno de ellos termina siendo libre. De no
ser así, estaríamos en presencia de una base.
ÁLGEBRA LINEAL I | 9
La mejor manera de verlo, desde el punto de vista matricial, es eva-
luando si la matriz es o no invertible. Si se cumplen estas condicio-
nes, podemos decir que las columnas de dicha matriz son base de
un espacio vectorial que abarca todo el espacio al que pertenecen
los vectores.
Ahora, ¿qué pasaría si nos encontramos con una matriz rectangu-
lar? Veamos este caso:
En este caso, partimos de dos vectores que son linealmente inde-
pendientes entre sí. Ahora, ¿se cumple la segunda condición? La
respuesta es sí. No abarcan todo el espacio R3, pero sí abarcan un
subespacio bidimensional (un plano) que está en R3. En este caso,
ambos vectores son base del subespacio vectorial de dos dimen-
siones en el espacio R3.
Concluyendo, hay infinitas combinaciones de vectores que pueden
conformar la base de un espacio vectorial. ¿Qué tienen en común?
Para ser base del mismo espacio vectorial, siempre debemos tener
la misma cantidad de vectores.
Por ejemplo, sabemos que el conjunto {(1,0),(0,1)} es base de
R2, pero también lo es el conjunto {(1,2),(3,4)}, pues son dos
vectores de R2 linealmente independientes. Así, podríamos
encontrar infinitos conjuntos de vectores que sean base de R2.
Es decir, cualquier base del mismo espacio debe tener en común
la cantidad de vectores. Este número nos está diciendo el tamaño
de dicho espacio y se le denomina la «dimensión del espacio». En
nuestro caso, la dimensión de R2 es 2.
Dimensión de un espacio vectorial
El número de vectores que conforman la base de un es-
pacio vectorial determinado, equivale a la dimensión de
dicho espacio.
ÁLGEBRA LINEAL I | 10
Por ejemplo, el espacio vectorial R3 tiene dimensión dim (R3)=3,
pues cualquier base del espacio consta de 3 elementos. Así, en el
caso de Rn, la dimensión será dim (Rn)=n. Por otro lado, si forma-
mos el espacio vectorial de todas las matrices nxm, podríamos de-
cir que dim (Rnxm)=nxm.
Por otro lado, la dimensión del espacio nulo de A equivale a la can-
tidad de variables libres que tiene A. En general, la dimensión del
espacio nulo será n-r.

Entonces, podríamos analizar el siguiente ejemplo que combi-

na todo lo que hemos visto hasta ahora. Sea A la matriz de la
forma:

Claramente podremos ver que la columna 3 es la suma de las co-

lumnas 1 y 2, y que la columna 4 es equivalente a la columna 1. De
aquí que podremos determinar que las columnas pivotales de A
son las columnas 1 y 2, dado que son independientes. De aquí que
el rango de esta matriz es 2. Su espacio columna C(A) tiene dimen-
sión 2 (pues solo cuenta con 2 columnas linealmente independien-
tes) y una base de dicho espacio columna son las dos columnas pi-
votales, dado que son linealmente independientes y abarcan todo
un plano en R3.

ÁLGEBRA LINEAL I | 11
BIBLIOGRAFÍA

Strang, G. (2016). Introducción al Álgebra Lineal. Quinta edición. Es-

tados Unidos: Wellesley-Cambridge Press.