TEMA 3.

ESPACIOS VECTORIALES

Dra. Adriana Campos Ramírez

UNITEC. Álgebra Lineal Aplicada
 Introducción
¡¡Hola todos!!
Estos temas que estamos por iniciar son mucho más conceptuales y abstractos. Mucho de lo visto hasta
ahora han sido definiciones de nuevos objetos matemáticos (matrices) , como hacer operaciones con ellos
y ocuparlos para resolver sistemas de ecuaciones.
Los temas que están por venir no serán así.
Como ustedes saben , las matemáticas efectivamente nos ayudan a contar, sumar , restar, multiplicar,
dividir, etcétera… pero…Han pensado en alguna ocasión, ¿cómo es que se construyeron toda esa serie de
reglas?

Los Matemáticos son los encargados de hacer esta labor y en realidad no es algo simple.

Como ingenieros es necesario que conozcamos estos conceptos, a un nivel donde de manera general
entendamos que significan y como le dan forma a las matemáticas que usamos. Los invito a tener
paciencia, ya que no estamos acostumbrados a estos conceptos abstractos, pero si ponemos un poco de
empeño podemos aprender mucho.

Saludos a todos y ….. ¡A estudiar!

2/30
 3.1
DEFINICIÓN Y EJEMPLOS

3
Definición de ESPACIO

4/30
Notación matemática

5/30
Espacio vectorial

6/30
 “
A los elementos de un espacio
vectorial se les llama VECTORES y
regularmente se les denota por una
letra con una flecha arriba:

𝑢𝑢1
7
Ejemplo

8/30
Ejemplo

9 / 30
Ejemplo

10 / 30
Ejemplos de espacios vectoriales

11/ 30
 Espacio vectorial Rn

Se define el espacio vectorial ℝ𝑛𝑛 como el conjunto de n-adas de números

reales:
ℝ𝑛𝑛 = 𝑢𝑢 = 𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , … , 𝑥𝑥𝑛𝑛 |𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , … , 𝑥𝑥𝑛𝑛 ∈ ℝ

A los elementos de ℝ𝑛𝑛 también se les llama vectores.

Al número 𝑥𝑥𝑖𝑖 se le dice iésima componente o coordenada de 𝑢𝑢.

El vector 𝑢𝑢 puede escribirse en forma de renglón o como vectores columna:

𝑢𝑢 = 𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , … , 𝑥𝑥𝑛𝑛

12/ 30
 Operaciones básicas en el espacio Rn

𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 𝑑𝑑𝑑𝑑 𝑑𝑑𝑑𝑑𝑑𝑑 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑒𝑒𝑒𝑒 ℝ𝑛𝑛

𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , … , 𝑥𝑥𝑛𝑛 + ℎ1 , ℎ2 , ℎ3 , … , ℎ𝑛𝑛 = 𝑥𝑥1 + ℎ1 , 𝑥𝑥2 + ℎ2 , … , 𝑥𝑥𝑛𝑛 + ℎ𝑛𝑛

𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖𝑖𝑖𝑖 𝑑𝑑𝑑𝑑 𝑢𝑢𝑢𝑢 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑝𝑝𝑝𝑝𝑝𝑝 𝑢𝑢𝑢𝑢 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝛼𝛼

𝛼𝛼 𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , … , 𝑥𝑥𝑛𝑛 = 𝛼𝛼𝑥𝑥1 , 𝛼𝛼𝑥𝑥2 , … , 𝛼𝛼𝑥𝑥𝑛𝑛

𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑑𝑑𝑑𝑑𝑑𝑑 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑒𝑒𝑒𝑒 ℝ𝑛𝑛

𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , … , 𝑥𝑥𝑛𝑛 � ℎ1 , ℎ2 , ℎ3 , … , ℎ𝑛𝑛 = 𝑥𝑥1 ℎ1 ) + 𝑥𝑥2 ℎ2 + ⋯ + (𝑥𝑥𝑛𝑛 ℎ𝑛𝑛

13/ 30
 3.2
SUBESPACIOS VECTORIALES

14
Subespacio vectorial

15/ 30
 Ejemplo de subespacios vectoriales
Ejemplo 1. Mostar que el conjunto es un
subespacio vectorial.

16/ 30
 3.3
COMBINACION LINEAL Y
VECTORES GENERADORES DE
UN ESPACIO VECTORIAL

17
Combinación lineal

18/ 30
 Combinación lineal
Ejemplo 2. Si consideramos la matriz:

3 −1 −17 −9
A= −5 3 −18 −27
−16 8 −46 −30
Se puede observar que A es una combinación lineal de la matrices:

Pues

3 −1 −17 −9 3 −1 −17 −9 3 −1 −17 −9

−5 3 −18 −27 = 3 −5 3 −18 −27 +(-5) −5 3 −18 −27
−16 8 −46 −30 −16 8 −46 −30 −16 8 −46 −30

Es decir:

19/ 30
 Determinar si un vector es combinación lineal de
otros.

Para determinar si un vector dado, 𝑏𝑏, es combinación lineal de los vectores

𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑘𝑘 en ℝ𝑛𝑛 (lo cual equivale a que 𝑏𝑏 pertenezca al subespacio
generado por estos vectores) se emplean los siguientes pasos:

1. Plantear la combinación lineal

𝑏𝑏 = 𝑐𝑐1𝑢𝑢1 , +𝑐𝑐2𝑢𝑢2 + … + 𝑐𝑐𝑘𝑘 𝑢𝑢𝑘𝑘

2. Se resuelve la ecuación anterior por el método de Gauss-Jordan

3. Si el sistema tiene solución única, entonces 𝑏𝑏 pertenece al espacio

generado por los vectores 𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑘𝑘 y por lo tanto es una combinación
lineal de ellos.
4. Si el sistema es inconsistente o no tiene solución significa que 𝑏𝑏 no es
combinación lineal de los vectores 𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑘𝑘

20/ 30
 Ejemplo.

Determinar que 𝑏𝑏 = (2,6,1) es combinación lineal de los vectores 𝑢𝑢1 =

1,2,3 , 𝑢𝑢2 = −2, −5, 2 , 𝑢𝑢3 = (1,2, −1)

SOLUCION

1. Plantear la combinación lineal

𝑏𝑏 = 𝑐𝑐1𝑢𝑢1 , +𝑐𝑐2𝑢𝑢2 + 𝑐𝑐3𝑢𝑢3

(2,6,1) = 𝑐𝑐1(1,2,3) + 𝑐𝑐2(−2, −5,2) + 𝑐𝑐3(1,2, −1)

(2,6,1) = (𝑐𝑐1,2𝑐𝑐1,3𝑐𝑐1) + (−2𝑐𝑐2, −5𝑐𝑐2,2𝑐𝑐2) + (𝑐𝑐3,2𝑐𝑐3, −𝑐𝑐3)

2,6,1 = 𝑐𝑐1 − 2𝑐𝑐2 + 𝑐𝑐3, 2𝑐𝑐1 − 5𝑐𝑐2 + 2𝑐𝑐3,3𝑐𝑐1 + 2𝑐𝑐2 − 𝑐𝑐3

21/ 30
 Ejemplo.

2. Se resuelve la ecuación anterior por el método de Gauss-Jordan

2 = 𝑐𝑐1 − 2𝑐𝑐2 + 𝑐𝑐3

6 = 2𝑐𝑐1 − 5𝑐𝑐2 + 2𝑐𝑐3
1 = 3𝑐𝑐1 + 2𝑐𝑐2 − 𝑐𝑐3

1 −2 1 2 𝑅𝑅2 →−2𝑅𝑅1 +𝑅𝑅2 1 −2 1 2 𝑅𝑅3 →−3𝑅𝑅1 +𝑅𝑅3 1 −2 1 2

2 −5 2 6 0 −1 0 2 0 −1 0 2
3 2 −1 1 3 2 −1 1 0 8 −4 −5

𝑅𝑅2 →−𝑅𝑅2 1 −2 1 2 𝑅𝑅1 →2𝑅𝑅2 +𝑅𝑅1 1 0 1 −2 𝑅𝑅3 →−8𝑅𝑅2 +𝑅𝑅3 1 0 1 −2

0 1 0 −2 0 1 0 −2 0 1 0 −2
0 8 −4 −5 0 8 −4 −5 0 0 −4 9
−1 −2 1
𝑅𝑅3 → 𝑅𝑅 1 0 1 𝑅𝑅1 →−𝑅𝑅3 +𝑅𝑅1 1 0 0 4
4 3 −2
0 1 0 0 1 0 −2
−9
0 0 1 4 0 0 1 −9
4
Esto significa que c1=1/4 , c2=-2 , c3=-9/4 .

3. Como el sistema tiene solución única, c1=1/4 , c2=-2 , c3=-9/4 , entonces 𝑏𝑏

pertenece al espacio generado por los vectores 𝑢𝑢1 , 𝑢𝑢2 , 𝑢𝑢3 y por lo tanto es una
combinación lineal de ellos.
22/ 30
 3.4
Vectores
linealmente dependientes e
independientes de un espacio
vectorial

23
Dependencia e independencia lineal

24/ 30
Dependencia e independencia lineal

25/ 30
Ejemplo 1

26/ 30
Ejemplo 2

27/ 30
 3.5
El wronskiano

28
El wronskiano

29/ 30
 Bibliografía

1. Grossman, S. (s.f.). Álgebra Lineal. Mc Graw Hill.

2. Monsalve, S. (2009). Matemáticas básicas para

economistas: Álgebra Lineal con notas históricas y contextos
económicos. Bogotá: Universidad Nacional de Colombia.
Facultad de Ciencias Económicas.

3. Lay, D.C. (2013). Álgebra lineal para cursos con enfoque por
competencias. México: Pearson Educación.

30