•

1 © Asturias Corporación Universitaria

Índice

1 Nomenclatura y Terminología .......................................................................................... 3

2 Espacios Vectoriales ........................................................................................................... 3
2.1 Definición de espacio vectorial ............................................................................. 3
2.2 Definición de subespacio vectorial ......................................................................4
2.3 Definición general de Subespacio Vectorial ..................................................... 5
3 Combinación Lineal de Vectores.....................................................................................6
3.1 Ejemplos resueltos de combinaciones lineales ................................................ 7
4 Dependencia e Independencia Lineal de Vectores ...................................................9
4.1 Vectores linealmente independientes o sistema libre ...................................9
4.2 Vectores linealmente dependientes .................................................................9
4.3 Ejemplos resueltos de dependencia lineal .....................................................9

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
Objetivos
En esta lectura vamos a estudiar la noción de espacio vectorial, así como los
conceptos que de dicha noción se derivan. A su vez trataremos de asentar los
conceptos por medio de ejercicios prácticos, que nos ayudarán a asimilar lo
aprendido.

1 Nomenclatura y Terminología
Conjuntos de números reales = por R
Espacios vectoriales= E
⃗𝒆 , ⃗𝒆′ = 𝒆, 𝒆′ ∈ 𝑬 Son dos vectores pertenecientes el espacio vectorial E
(E,+,∙) Terna, Espacio vectorial con dos operaciones suma y producto
∀ =para todo
∈ =perteneciente
∃= Existe
/ = tal que
∗ = ley de composición interna
∆= ley de composición interna

2 Espacios Vectoriales
En el tema anterior vimos que en los conjuntos numéricos R2 , R3,..., Rn, las
operaciones de suma y producto por números reales cumplen unas determinadas
propiedades, denotando al conjunto de una cierta estructura, que recibe el
nombre de espacio vectorial.

2.1 Definición de espacio vectorial

Si entendiste, en el tema anterior, los conjuntos de R2 , R3, Rn, y las propiedades

que se derivan a partir de las operaciones de suma y producto, te resultará más
fácil comprender la definición general de espacio vectorial.
Un espacio vectorial sobre un cuerpo k es una terna (E,+,∙) formada por un
conjunto E y dos operaciones +, ∙ , suma y producto por escalares (números
reales) que verifican las siguientes propiedades:
a) Propiedades para la ley de combinación interna "Suma"
(E,+) :∀𝒆, 𝒆′ ∈ 𝑬 (e,e' son dos vectores del espacio vectorial E) se verifica
que:

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
 1. Asociativa
𝒆 + (𝒆′ + 𝒆′′ ) = (𝒆 + 𝒆′ ) + 𝒆′′

2. Elemento neutro:
0 ∈ 𝑬 𝑡𝑎𝑙 𝑞𝑢𝑒 ∀𝒆 ∈ 𝑒𝑠 𝒆 + 𝟎 = 𝟎 + 𝒆 = 𝒆

3. Elemento simétrico (opuesto)

𝑒 ′ ∈ 𝑬 tal que 𝒆 + 𝒆′ = 𝒆′ + 𝒆 = 𝟎

4. Conmutativa:
𝒆 + 𝒆′ = 𝒆′ + 𝒆

b) Propiedades para la ley de combinación interna "producto"

(E, ∙ ) :∀𝒆, 𝒆′ ∈ 𝑬, ∀𝝀, 𝝁 ∈ 𝒌, se verifica que:
1. 𝜆(𝒆 + 𝒆′ ) = 𝜆𝒆 + 𝜆𝒆′
2. (𝜆 + µ)𝒆 = 𝜆𝒆 + µ𝒆
3. 𝜆(µ ∙ 𝒆) = (𝜆 ∙ µ)𝒆
4. 1 ∙ 𝒆 = 𝒆
Vamos a realizar unas observaciones a esta definición.
1. La suma de vectores es una operación interna en E y por verificar las 4
primeras propiedades, el par (E,+) es un grupo abeliano.
2. La diferencia de dos vectores e y e’ se representa por e-e’, y se define como
la suma de e con respecto a al opuesto de e’; es decir:
e - e’ = e + (-e’)
3. La operación producto de vectores por números reales se llama también
operación externa.

2.2 Definición de subespacio vectorial

Antes de generalizar la definición de subespacio vectorial vamos a explicar que es

un subespacio vectorial considerando un espacio vectorial real R3.
Consideramos el espacio vectorial R3 y el subconjunto W formado por los vectores
cuya tercera componente es nula, es decir:
𝑾 = {(𝑥, 𝑦, 0) 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑥, 𝑦 ∈ 𝑹}

W verifica las siguientes condiciones:

1. Es un subconjunto no vacio de R3, ya que, al menos el vector nulo pertenece
a W.

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
 2. La suma de dos vectores cualesquiera de W es otro vector de W.
3. El producto de un número real cualquiera por un vector de W es otro vector
W Subespacio vectorial de R 3 de W

R3

W
1 (3,5,0)
(2,5, )
3
1
(−√3, , 0)
(√2, −1,7) 7

(0,0,0) (0,0,0)

⋮ ⋮

(𝑥, 𝑦, 𝑧) (𝑥, 𝑦, 0)

⋮ ⋮

Así pues, el conjunto W es un espacio vectorial con las operaciones incluidas por
R3, por eso se dice que W es un subespacio vectorial de R3.

2.3 Definición general de Subespacio Vectorial

Sea E un espacio vectorial. Un Subconjunto E’⊆ E (E’, subconjunto vectorial

contenido en E) se dice que es un subespacio vectorial contenido en E cuando:
∀ 𝒆, 𝒆′ ∈ 𝑬′ , 𝑦 ∀ 𝜆 ∈ 𝑘 𝑠𝑒 𝑣𝑒𝑟𝑖𝑓𝑖𝑐𝑎 𝑞𝑢𝑒:

𝒆 + 𝒆′ ∈ 𝑬′ , (1)

𝜆𝒆 ∈ 𝑬′ , (2)

• LEMA:
E’ ⊆ E es un subespacio vectorial de E precisamente si
∀ 𝜆, µ ∈ 𝑘, 𝑦 ∀ 𝒆, 𝒆′ ∈ 𝑬′ 𝑠𝑒 𝑣𝑒𝑟𝑖𝑓𝑖𝑐𝑎 𝑞𝑢𝑒:

𝜆𝒆 + µ𝒆′ ∈ 𝑬′

(Este lema se encuentra demostrado en el anexo de teoremas y

demostraciones)

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
 • OBSERVACIÓN
𝟎 ∈ 𝐸 ′ 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝐄’ ⊆ 𝐄

Esto quiere decir que siendo E un espacio vectorial real se dice que E’ es un
subespacio vectorial de E si se verifica que
1. E’ es un subconjunto no vacio de E
La suma de dos vectores cualesquiera de E’ es otro vector de E’ (1).
2. El producto de un número real cualquiera por un vector de E’ es otro vector
de E’ (2).
A partir de la definición de subespacio vectorial, se deduce de forma inmediata
que todo espacio vectorial E admite, al menos, dos subespacios vectoriales: el
subespacio formado únicamente por el vector nulo y el propio espacio E. A estos
subespacios se les llama triviales o impropios y a todos los demás, si existen, se
les llama subespacios propios.

3 Combinación Lineal de Vectores

Un vector ⃗𝒆 de un espacio vectorial E es combinación lineal de los vectores de ⃗𝒆1,
⃗𝒆2 , ⃗𝒆3 ,…, ⃗𝒆n de E si puede expresarse de la siguiente forma:
⃗ 𝟏 + 𝜆2 ∙ 𝒆
𝑒 = 𝜆1 ∙ 𝒆 ⃗ 𝟐 + 𝜆3 ∙ 𝒆
⃗ 𝟑 + ⋯ + 𝜆𝑛 ∙ 𝒆
⃗𝒏

Con 𝜆𝑖 ∈ 𝑘, ∀𝑖 = 1,2,3 … , n es decir 𝜆1 , 𝜆2 , 𝜆3 , … , 𝜆𝑛 son números reales.

Y se puede expresar de la siguiente forma:
𝑛

∑ 𝜆𝑖 ∙ 𝑒𝑖 𝜆𝑖 ∈ 𝑘, ∀𝑖 = 1,2,3 … , n
𝑖=1

Así pues para formar una combinación lineal de vectores se utilizan las dos
operaciones lineales de vectores:
• Suma de vectores
• Producto de vectores por un número real
Evidentemente, como consecuencia de la definición se verifica:
1. Todo vector es combinación lineal de sí mismo 𝑒 = 1 ∙ 𝑒
2. El vector ⃗0 es combinación lineal de cualquier conjunto de vectores:
⃗ = 0 ∙ 𝑒1 + 0 ∙ 𝑒2 + ⋯ + 0 ∙ 𝑒𝑛
0

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
3.1 Ejemplos resueltos de combinaciones lineales

Ejercicio 1
Calcular el vector dado por la siguiente combinación lineal:
3(2,3,4) - 5(1,0,-1) + 5(-1,-1,3)
Solución:
Para obtener el vector dado por esta combinación lineal de vectores, solo hay que
realizar las operaciones suma y producto que se indican, si multiplicamos cada
vector por el escalar obtenemos:
(6,9,12) – (5,0,-5) + (-5,-5,15)
Para obtener el vector final realizamos la operación suma (que se puede presentar
con valor negativo), luego el vector final es:
(-4,4,32)
Ejercicio 2
Averiguar si el vector ⃗𝒖=(2,2,2) es combinación lineal de ⃗𝒗 =(1,1,1)
Solución:
El vector ⃗𝒖 sí es combinación lineal de ⃗𝒗 puesto que
⃗𝒖 = 2𝒗
⃗
Ejercicio 3
Expresar (3,4) como combinación lineal de los vectores (1,0) y (0,1)
Solución:
La combinación lineal es (3,4) = 3(1,0) + 4(0,1)
Ejercicio 4
Dado el siguiente espacio vectorial, formado por los vectores ⃗𝒆𝟏 =
(𝟏, 𝟑), ⃗𝒆𝟐 = (𝟑, 𝟒) comprueba que el vector ⃗𝒆𝟑 (7,11) se puede expresar como
combinación lineal de los otros 2 vectores.
Solución
Expresamos
(𝟕, 𝟏𝟏) = 𝝀(𝟏, 𝟑) + 𝜷(𝟑, 𝟒)

Si igualamos por componentes podemos expresar la ecuación anterior en forma

de sistema de ecuaciones lineales
7 = 𝜆 + 3𝛽
{
11 = 3𝜆 + 4𝛽

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
Resolvemos el sistema por reducción. Aplicamos los criterios de equivalencia de
producto en la primera ecuación, multiplicándola por 3 y obteniendo un sistema
equivalente.
21 = 3𝜆 + 9𝛽
{
11 = 3𝜆 + 4𝛽

Resolvemos por reducción, restamos 1ª ecuación menos 2ª ecuación.

21 = 3𝜆 + 9𝛽
−11 = −3𝜆 − 4𝛽
10 = 5𝛽
β=2

Sustituyendo β = 2 en una de las dos ecuaciones obtenemos el valor de 𝜆.

21 = 3𝜆 + 9 ∗ 2

𝜆=1

Ejercicio 5
Determinar el valor de y para que el vector (1,y,5)∈R3, pertenezca al
subespacio vectorial E formado por los vectores (1,2,3),(1,1,1)
Solución:
Para que el vector (1,y,5) pertenezca al E={(1,2,3),(1,1,1)} si y solo si (1,y,5) ha de
poder escribirse como combinación lineal del los vectores de E, es decir, si
existen αyβ ∈ R tales que:
(1,y,5)= α (1,2,3)+ β (1,1,1)
Resolviendo el sistema tenemos que:
1= α+ β
y= 2α + β
5= 3α + β
Si resolvemos el sistema tenemos que
α = 1- β
5= 3(1- β) + β luego β=-1 y α=2
y= 3
El valor de x para que (1,y,5) pertenezca a E={(1,2,3),(1,1,1)} es y=3

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
4 Dependencia e Independencia Lineal de Vectores
Un conjunto de vectores es linealmente dependiente si uno cualquiera de ellos
se puede expresar como combinación lineal de los restantes.
En caso contrario se dice que son linealmente independientes, es decir, cuando
ninguno de los vectores que forman el conjunto se puede expresar como
combinación lineal de los vectores restantes.
A continuación veremos la forma general de expresar la definición de vectores
linealmente dependientes e independientes

4.1 Vectores linealmente independientes o sistema libre

Un conjunto de vectores {𝑒1 , … , 𝑒𝑛 } es un conjunto linealmente independiente o un

sistema libre cuando se verifica que:
𝑛

∑ 𝜆𝑖 𝑒𝑖 = 0 ↔ 𝜆𝑖 = 0 ∀ 𝑖 = 1 ,…,𝑛
𝑖=1

Explicación: el conjunto de vectores es linealmente independiente cuando el

sumatorio de 𝜆𝑖 𝑒𝑖 para todo i que adquiere un valor desde 1 hasta n es igual a
cero si y solo si 𝜆𝑖 =0.
Si se dan estas condiciones entonces tendremos al menos un vector 0 y como ya
hemos explicado, el vector 0, se puede expresar como combinación lineal de
cualquier conjunto de vectores.
Nota: se tiene que cumplir la doble condicional si y solo si que en numerosas
ocasiones la podemos ver representada con la siguiente simbología ↔, ≡, ⇔

4.2 Vectores linealmente dependientes

Un conjunto de vectores {𝑒1 , … , 𝑒𝑛 } es un conjunto linealmente dependiente

cuando existe una combinación lineal tal que:
𝑛

∑ 𝜆𝑖 𝑒𝑖 = 0 𝑐𝑜𝑛 𝜆𝑖 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖

𝑖=1

Explicación: los vectores {𝑒1 , … , 𝑒𝑛 } son linealmente dependientes si cualquiera

que sea la combinación lineal de la forma:
𝜆1 𝑒1 + 𝜆2 𝑒2 + ⋯ + 𝜆𝑛 𝑒𝑛 = 0 con algún 𝜆𝑖 ≠ 0

4.3 Ejemplos resueltos de dependencia lineal

Tres formas de resolver un problema de dependencia lineal:

• Aplicando la definición de dependencia lineal

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
 • Poniendo un vector como combinación lineal de los restantes.
• Resolviendo el determinante que forman los vectores.
Ejercicio 1
Estudia la dependencia lineal del conjunto de vectores {(𝟒, 𝟏𝟐), (𝟐, 𝟔)}
1º Forma: Aplicando la definición de dependencia lineal.
En este caso vemos claramente que los vectores son linealmente dependientes
puesto que uno el doble del otro, sin embargo vamos a desarrollar la forma de
proceder para aprender a resolver este tipo de ejercicios:
Una forma de resolver este ejercicio es aplicando la definición de dependencia
lineal, así pues tenemos:
(0,0, ) = 𝜆1 (4,12) + 𝜆2 (2,6)

Igualamos por componentes y obtenemos un sistema de ecuaciones

0 = 4𝜆1 + 2𝜆2

0 = 12𝜆1 + 6𝜆2

Resolviendo el sistema:
𝜆2 = −2𝜆1

0 = 4𝜆1 + 2(−2𝜆1 )

Dando valores a 𝜆2 = −2𝜆1 vemos que se cumplen las ecuaciones

Por ejemplo si 𝜆1 = 1 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝜆2 = −2
0 = 4 + 2(−2) = 0

0 = 12 + 6(−2) = 0

Así pues por la definición de dependencia e independencia lineal vemos que

cumple lo siguiente:
∑𝑛𝑖=1 𝜆𝑖 𝑒𝑖 = 0 𝑐𝑜𝑛 𝜆𝑖 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖 y por tanto los vectores son linealmente
dependientes.
2º Poniendo uno de los vectores como combinación lineal de los restantes
Otra forma de resolver este tipo de problemas es poniendo un vector como
combinación lineal del resto:
(4,12) = 𝜆1 (2,6)

Si igualamos cada término a término (es decir componente por componente)

obtenemos un sistema que se resuelve de forma directa.

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑥: 4 = 2𝜆1 → 𝑜𝑏𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝜆1 = 2

𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑦: 12 = 6𝜆1 → 𝑜𝑏𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝜆1 = 2

Resolviendo cualquiera de las dos ecuaciones obtenemos un valor

𝜆1 = 2 ≠ 0

Luego los vectores son linealmente dependientes y 2 es la constante de

1
proporcionalidad. También podría ser 2 que es la constante de proporcionalidad
que nos permite pasar del segundo vector al primero, es decir si hubiéramos
planteado el problema de esta otra forma:
(2,6) = 𝜆1 (4,12)

3º Forma: Resolviendo el determinante que forman los vectores.

Otra forma para resolver este tipo de ejercicios es resolviendo el determinante
que forman los vectores.
• Si el determinante es distinto de cero, los vectores serán linealmente
independientes.
• Si el determinante es igual a cero entonces los vectores serán linealmente
dependientes.
2 6
| | = 2 ∗ 12 − 6 ∗ 4 = 0
4 12

Luego los vectores son linealmente dependientes.

Ejercicio 2
Estudiar la dependencia lineal del conjunto de vectores:
{(𝟏, 𝟐), (𝟑, 𝟒)}

Planteamos el problema de la misma forma que el anterior.

1º Forma: Aplicando la definición de dependencia – independencia lineal
(0,0) = 𝜆(1,2) + 𝛽(3,4)

Montamos el sistema
0 = 𝜆 + 3𝛽

0 = 2𝜆 + 4𝛽

Resolvemos el sistema
𝜆 = −3𝛽 𝑠𝑢𝑠𝑡𝑖𝑡𝑢𝑖𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 2º 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛

0 = −6𝛽 + 4𝛽 → 0 = 𝛽 𝑦 0 = 𝜆

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
Se cumple que: ∑𝑛𝑖=1 𝜆𝑖 𝑒𝑖 = 0 ↔ 𝜆𝑖 = 0 ∀ 𝑖 = 1 ,…,𝑛
Luego podemos decir que los vectores son linealmente independientes puesto
que cumplen con la definición de Independencia lineal.
2º Forma: Poniendo uno de los vectores como combinación lineal del resto
de vectores que forman el espacio vectorial
(1,2) = 𝜆1 (3,4)

1
𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑥: 1 = 3𝜆1 → 𝑜𝑏𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝜆1 =
3
1
𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑦: 2 = 4𝜆1 → 𝑜𝑏𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝜆1 =
2

Como vemos hay una incongruencia pues 𝜆1 no puede tomar dos valores, esto
significa que no se puede verificar que exista ningún número real distinto de 0
que verifique (1,2) = 𝜆1 (3,4) luego los vectores son linealmente independientes.
3º Forma: Resolviendo el determinante que forman los vectores del espacio
vectorial.
1 2
𝑑𝑒𝑡 = | | = 1 ∗ 4 − 3 ∗ 2 = 4 − 6 = −2
3 4

Podemos observar que el determinante es distinto de 0 de forma que los vectores

son linealmente independientes.
Ejercicio 3
Estudiar la dependencia lineal del conjunto de vectores:
{(𝟑, 𝟑, 𝟐), (𝟏, 𝟏, −𝟏), (𝟐, 𝟐, 𝟑)}

1º Forma: aplicando la definición de dependencia – independencia lineal.

(𝟎, 𝟎, 𝟎) = 𝜆(𝟑, 𝟑, 𝟐) + 𝛃(𝟏, 𝟏, −𝟏) + 𝛂(𝟐, 𝟐, 𝟑)

Montamos el sistema de ecuaciones:

𝟎 = 𝟑 𝜆 + 𝛃 + 𝟐𝛂
𝟎 = 𝟑 𝜆 + 𝛃 + 𝟐𝛂
𝟎 = 𝟐 𝜆 − 𝛃 + 𝟑𝛂

Vemos que las dos primeras ecuaciones son iguales. (Con este dato podemos
hacernos una idea de cómo van a ser los vectores)
Resolvemos el sistema.
0 = 2 𝜆 − β + 3α → β = 2 𝜆 + 3α
Sustituimos en una de las otras ecuaciones

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
 0 = 2 𝜆 + β + 3α → 0 = 3 𝜆 + 2 𝜆 + 3α + 2α = 5 𝜆 + 5α

Luego 𝜆 = −α
Dada esta igualdad si sustituimos en β = 2 𝜆 + 3α que habíamos despejado al
principio del ejercicio obtenemos lo siguiente.
β = 2 (−α) + 3α = α

Luego β = α
Como podemos observar las 3 constantes dependen las unas de las otras. En este
caso se cumple que
𝑛

∑ 𝜆𝑖 𝑒𝑖 = 0 𝑐𝑜𝑛 𝜆𝑖 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖

𝑖=1

Y los vectores son linealmente dependientes. Vamos a verlo de una forma más
clara dando valores distintos de cero a las constantes 𝜆, β y α
Por ejemplo si 𝜆 = 2 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 α = −2 y comoβ = α
β = −2

𝟎 = 𝟑 𝜆 + 𝛃 + 𝟐𝛂 → 𝟎 = 𝟔 − 𝟐 − 𝟒 = 𝟎

𝟎 = 𝟑 𝜆 + 𝛃 + 𝟐𝛂 → 𝟎 = 𝟔 − 𝟐 − 𝟒 = 𝟎

𝟎 = 𝟐 𝜆 − 𝛃 + 𝟑𝛂 → 𝟎 = 𝟒 − (−)𝟐 − 𝟔 = 𝟎

Queda demostrado que se cumple la definición de dependencia lineal.

𝑛

∑ 𝜆𝑖 𝑒𝑖 = 0 𝑐𝑜𝑛 𝜆𝑖 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖

𝑖=1

2º Forma: Expresamos uno de los vectores como combinación lineal del

resto.
(𝟑, 𝟑, 𝟐) = 𝜆1 (𝟏, 𝟏, −𝟏) + 𝜆2 (𝟐, 𝟐, 𝟑)

Montamos el sistema de ecuaciones igualando componente a componente:

𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑥: 3 = 𝜆1 + 2𝜆2

𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑦: 3 = 𝜆1 + 2𝜆2

𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑧: 2 = 𝜆1 + 3𝜆2

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
Tenemos un sistema de 3 ecuaciones y 2 incógnitas, su solución es directa, si
restamos a la primera (o segunda) expresión la tercera (cambiamos de signo a la
tercera ecuación entonces:
3 = 𝜆1 + 2𝜆2

−2 = −𝜆1 − 3𝜆2

Luego despejando 𝜆2
1 = 0+ 1𝜆2 → 𝝀𝟐 = 𝟏

Sustituyendo 𝜆2 en una de las dos ecuaciones y despejando 𝜆1 obtenemos:

3 = 𝜆1 + 2 ∙ 1 → 𝝀𝟏 = 𝟏

Como podemos ver no existe ningún 𝜆𝑖 = 0 por lo tanto los vectores son
linealmente dependientes.
3º Forma: Resolviendo el determinante que forman los vectores:
𝟑 𝟑 𝟐
𝒅𝒆𝒕 = |𝟏 𝟏 −𝟏| =
𝟐 𝟐 𝟑
𝟏 −𝟏 𝟑 𝟐 𝟑 𝟐
= 𝟑| |−𝟏| |+𝟐| | = 𝟑(𝟓) − 𝟏(𝟓) + 𝟐(−𝟓) = 𝟏𝟓 − 𝟓 − 𝟏𝟎 = 𝟎
𝟐 𝟑 𝟐 𝟑 𝟏 −𝟏

Como el determinante es igual a cero entonces los vectores son linealmente

dependientes.
Ejercicio 4
Demostrar la dependencia lineal del siguiente conjunto de vectores.
{(𝟏, 𝟎, 𝟎), (𝟎, 𝟏, 𝟎), (𝟎, 𝟎, 𝟏)}

Expresamos uno de los vectores como combinación lineal del resto.

(𝟏, 𝟎, 𝟎) = 𝜆1 (𝟎, 𝟏, 𝟎) + 𝜆2 (𝟎, 𝟎, 𝟏)

Montamos el sistema de ecuaciones igualando componente a componente:

𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑥: 1 = 0

𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑦: 0 = 𝜆1

𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑧: 0 = 𝜆2

Salta a la vista que hay una incoherencia puesto que 1 no puede ser igual a cero,
con lo cual los vectores son linealmente independientes.

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
Ejercicio 5
¿Son los vectores (1,2,3) y (1,1,1) combinación lineal de la familia de
vectores 𝑺〈(𝟏, 𝟎, 𝟏), (𝟎, 𝟐, 𝟐)〉?
Solución
Primero vemos si el primer vector es combinación lineal de 𝑺〈(𝟏, 𝟎, 𝟏), (𝟎, 𝟐, 𝟐)〉
(𝟏, 𝟐, 𝟑) = 𝜆1 (𝟏, 𝟎, 𝟏) + 𝜆2 (𝟎, 𝟐, 𝟐)

Igualamos por componentes y determinamos 𝜆1 𝑦 𝜆2

𝟏 = 𝝀𝟏

𝟐 = 2𝜆2 → 𝝀𝟐 = 𝟏

𝟑 = 𝜆1 + 2𝜆2 = 1 + 2 ∙ 1 = 3

Luego (1,2,3) puede escribirse como combinación lineal de 𝑺〈(𝟏, 𝟎, 𝟏), (𝟎, 𝟐, 𝟐)〉
A continuación comprobamos si el segundo vector es combinación lineal de
𝑺〈(𝟏, 𝟎, 𝟏), (𝟎, 𝟐, 𝟐)〉
𝟏 = 𝜆1

𝟏
𝟏 = 𝟐𝜆2 → 𝝀𝟐 =
𝟐
𝟏
𝟏 = 𝜆1 + 𝟐𝜆2 = 𝟏 + 𝟐 =𝟐≠𝟏
𝟐

Para los valores de 𝜆1 𝑦 𝜆2 obtenidos no se verifican las tres ecuaciones es decir

no existe ningún 𝜆𝑖 que cumpla con las tres ecuaciones con los cual este vector
no se puede poner como combinación lineal del conjunto 𝑺〈(𝟏, 𝟎, 𝟏), (𝟎, 𝟐, 𝟐)〉.

ASTURIAS CORPORACIÓN UNIVERSITARIA®

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso
total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.