1

MATEMÁTICA I 2023
UNIDAD N° 5

ESPACIO GENERADO. CONJUNTO DE GENERADORES.

Introducción: En las unidades anteriores hemos hablado de combinación lineal de vectores.

Continuemos con algunos ejemplos para introducir los conceptos de espacio generado y
conjunto generador:

Ejemplo 1:

5 2 1
¿Es el vector 𝑢 = [ ] combinación lineal de 𝑤 = [ ] y 𝑧 = [ ]?
5 1 3

Observemos el siguiente gráfico:

5 2 1
Vemos que 𝑢 = [ ] = 2 [ ] + 1 [ ] = 2𝑤 + 1𝑧.
5 1 3

Ejemplo 2:

4 2 −4
¿Es el vector 𝑢 = [ ] combinación lineal de 𝑤 = [ ] y 𝑧 = [ ]?
2 1 −2

4 2 −4
Vemos que 𝑢 = [ ] = 2 [ ] + 0 [ ].
2 1 −2

Pero también
 2
MATEMÁTICA I 2023
UNIDAD N° 5

2 −4 2 −4
𝑢 = 0 [ ] + (−1) [ ] = 4 [ ] + 1 [ ]
1 −2 1 −2

El vector 𝑢 es combinación lineal de 𝑤 y de 𝑧. Además, esa combinación lineal no es única.

Ejemplo 3:

1 2 −4
¿Es el vector 𝑢 = [ ] combinación lineal de 𝑤 = [ ] y 𝑧 = [ ]?
3 1 −2

1 2 −4
Vemos que no existen escalares 𝑐 y 𝑑 tales que 𝑢 = [ ] = 𝑐 [ ] + 𝑑 [ ] pues, observamos
3 1 −2
2𝑐 − 4𝑑 = 1
que el sistema de ecuaciones que nos queda planteado { es inconsistente.
𝑐 − 2𝑑 = 3

Nos preguntamos entonces, ¿Qué vectores de 𝑅 2 se pueden escribir como combinación

2 −4
lineal de 𝑤 = [ ] y 𝑧 = [ ]? O bien,
1 −2
𝑢1 𝑢1 2 −4
¿Para cuáles 𝑢 = [𝑢 ] existen los escalares 𝑐 y 𝑑 tales que 𝑢 = [𝑢 ] = 𝑐 [ ] + 𝑑 [ ] ?
2 2 1 −2

Este interrogante, es equivalente a preguntarnos:

 3
MATEMÁTICA I 2023
UNIDAD N° 5

𝑢1
¿Cómo tienen que ser las componentes del vector 𝑢 = [𝑢 ] para que el sistema de
2
2𝑐 − 4𝑑 = 𝑢1
ecuaciones que nos queda planteado { tenga solución?
𝑐 − 2𝑑 = 𝑢2

Apliquemos Gauss:

2 −4 𝑢1 1
2 −4 𝑢1
[ ] 𝐹2 + (− ) 𝐹1 → 𝐹2 [ 1 ]
1 −2 𝑢2 2 0 0 𝑢2 − 𝑢1
2

Vemos que 𝑟(𝐴) = 1; entonces, para que el sistema tenga solución, es decir para que existan
𝑢1 2 −4
𝑐 y 𝑑 tales que [𝑢 ] = 𝑐 [ ] + 𝑑 [ ] , el 𝑟(𝐴|𝐵) deberá ser también 1, con lo cual
2 1 −2

1 2𝑢2
𝑢2 − 𝑢1 = 0, es decir 2𝑢2 = 𝑢1 . Luego, los vectores de la forma [ ] , son los vectores
2 𝑢2
2 −4
que pueden expresarse como combinación lineal de los vectores 𝑤 = [ ] y 𝑧 = [ ].
1 −2

Al conjunto formado por todos los vectores que son combinación lineal de ciertos vectores
dados, se lo llama Espacio Generado por dichos vectores.

Definición:

Sea {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } ⊂ ℝ𝑛 . El Espacio Generado por los vectores 𝒗𝟏 , 𝒗𝟐 , ⋯ , 𝒗𝒌 es el conjunto

formado por todos los vectores de ℝ𝑛 que son combinación lineal de los vectores
𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 .

En símbolos: 𝑔𝑒𝑛(𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 ) = {𝑐1 𝑣1 + 𝑐2 𝑣2 + ⋯ + 𝑐𝑘 𝑣𝑘 ∕ 𝑐𝑖 ∈ ℝ}.

El conjunto de vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } se lo denomina conjunto generador de

𝑔𝑒𝑛(𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 ).

Definición:

Sea {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } ⊂ ℝ𝑛 . El conjunto {𝒗𝟏 , 𝒗𝟐 , ⋯ , 𝒗𝒌 } es un Conjunto de Generadores de ℝ𝒏

si 𝑔𝑒𝑛(𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 ) = ℝ𝑛 .

2 −4 𝑢1
En el Ejemplo 3, 𝑔𝑒𝑛 (𝑤, 𝑧 ) = 𝑔𝑒𝑛 ([ ] , [ ]) = {[𝑢 ] ∈ ℝ2 ∕ 2𝑢2 = 𝑢1 }.
1 −2 2

Ejemplo 4:
0 2
Encontremos 𝑔𝑒𝑛(𝑣1 , 𝑣2 ) para 𝑣1 = [ 1 ] y 𝑣2 = [3] y respondamos si este conjunto de
−1 1
vectores es un conjunto generador de ℝ3 , es decir ¿es 𝑔𝑒𝑛(𝑣1 , 𝑣2 ) = ℝ3 ?
 4
MATEMÁTICA I 2023
UNIDAD N° 5

0 2
¿Qué vectores de ℝ3 se pueden escribir como combinación lineal de 𝑣1 = [ 1 ] y 𝑣2 = [3]?
−1 1

𝑢1
¿Para cuáles 𝑢 = [𝑢2 ] , existen los escalares 𝑐 y 𝑑 tales que
𝑢3

𝑢1 0 2
𝑢 = [𝑢2 ] = 𝑐𝑣1 + 𝑑𝑣2 = 𝑐 [ 1 ] + 𝑑 [3] ?
𝑢3 −1 1

𝑢1 0 2 0 2𝑑 2𝑑
[𝑢2 ] = 𝑐 [ 1 ] + 𝑑 [3] = [ 𝑐 ] + [3𝑑 ] = [ 𝑐 + 3𝑑 ]
𝑢3 −1 1 −𝑐 𝑑 −𝑐 + 𝑑

𝑢1 = 2𝑑
Por igualdad de vectores { 2 = 𝑐 + 3𝑑
𝑢
𝑢3 = −𝑐 + 𝑑

𝑢1 2𝑑 = 𝑢1
𝑢
Queremos saber para cuáles vectores 𝑢 = [ 2 ] el sistema de ecuaciones { 𝑐 + 3𝑑 = 𝑢2
𝑢3 −𝑐 + 𝑑 = 𝑢3
tiene solución.

La matriz ampliada del sistema es:

0 2 𝑢1 1 3 𝑢2 1 3 𝑢2
[1 3 𝑢2 ] 𝐹1 ↔ 𝐹2 [0 2 𝑢1 ] 𝐹3 + 𝐹1 → 𝐹3 [0 2 𝑢1 ]
−1 1 𝑢3 −1 1 𝑢3 0 4 𝑢3 + 𝑢2

1 3 𝑢2
𝐹3 + (−2)𝐹2 → 𝐹3 [0 2 𝑢1 ]. luego 𝑟(𝐴) = 2.
0 0 𝑢3 + 𝑢2 − 2𝑢1

Por lo tanto, para que el sistema sea consistente, es decir para que existan 𝑐 y 𝑑 tal que

𝑢 = 𝑐𝑣1 + 𝑑𝑣2 , el 𝑟(𝐴|𝐵) debe ser igual a 2, por lo que 𝑢3 + 𝑢2 − 2𝑢1 debe ser igual a cero.

Es decir que,

0 2 𝑢1
𝑔𝑒𝑛(𝑣1 , 𝑣2 ) = 𝑔𝑒𝑛 ([ 1 ] , [3]) = {[ 2 ] ∈ ℝ3 ⁄𝑢3 = −𝑢2 + 2𝑢1 } ≠ ℝ3 .
𝑢
−1 1 𝑢3

Se concluye que {𝑣1 , 𝑣2 } no es un conjunto de generadores de ℝ3

 5
MATEMÁTICA I 2023
UNIDAD N° 5

𝑢1
) 𝑢
𝑔𝑒𝑛(𝑣1 , 𝑣2 es el conjunto de todos los vectores [ 2 ] cuyas componentes verifican que
𝑢3
2𝑢1 − 𝑢2 − 𝑢3 = 0. Es decir, el conjunto de todos los vectores con origen en el origen de
coordenadas y extremo en los puntos cuyas coordenadas verifican la ecuación
2𝑥 − 𝑦 − 𝑧 = 0, que es la forma general de una ecuación de un plano.

Por lo tanto, podemos decir que:

0 2 𝑢1
𝑔𝑒𝑛(𝑣1 , 𝑣2 ) = 𝑔𝑒𝑛 ([ 1 ] , [3]) = {[𝑢2 ] ∈ ℝ3 ⁄𝑢3 = −𝑢2 + 2𝑢1 } es un plano de ℝ3 .
−1 1 𝑢3

Ejemplo 5:

0 1 2
Encontremos 𝑔𝑒𝑛(𝑢, 𝑣, 𝑤) para 𝑢 = [ ], 𝑣 = [ ] y 𝑤 = [ ], y respondamos ¿es
2 −1 2
𝑔𝑒𝑛(𝑢, 𝑣, 𝑤) = ℝ2 ?

0
Es decir, ¿qué vectores de ℝ2 se pueden escribir como combinación lineal de 𝑢 = [ ],
2
1 2
𝑣 = [ ] y 𝑤 = [ ]?
−1 2

𝑧1
¿Para cuáles vectores 𝑧 = [𝑧 ] existen los escalares 𝑐1 , 𝑐2 y 𝑐3 tales que
2

𝑧1 0 1 2
𝑧 = [𝑧 ] = 𝑐1 𝑢 + 𝑐2 𝑣 +𝑐3 𝑤 = 𝑐1 [ ] + 𝑐2 [ ] + 𝑐3 [ ]?
2 2 −1 2

𝑧1 0 𝑐2 2𝑐 𝑐2 + 2𝑐3
[𝑧 ] = [ ] + [−𝑐 ] + [ 3 ] = [ ]
2 2𝑐1 2 2𝑐3 2𝑐1 − 𝑐2 + 2𝑐3

𝑐2 + 2𝑐3 = 𝑧1
Aplicando igualdad de vectores de ℝ2 , nos queda: { .
2𝑐1 − 𝑐2 + 2𝑐3 = 𝑧2

𝑧1
Nos estamos preguntando: ¿Para cuáles vectores 𝑧 = [𝑧 ] el sistema de ecuaciones
2
𝑐2 + 2𝑐3 = 𝑧1
{ tiene solución?
2𝑐1 − 𝑐2 + 2𝑐3 = 𝑧2

0 1 2 𝑧1 2 −1 2 𝑧2
[ ] 𝐹1 ↔ 𝐹2 [ ]
2 −1 2 𝑧2 0 1 2 𝑧1

Vemos que la matriz ya está en forma escalonada y 𝑟(𝐴) = 𝑟(𝐴|𝑧) = 2, es decir, el sistema
𝑧1
de ecuaciones planteado es compatible cualquiera sea 𝑧 = [𝑧 ].
2
 6
MATEMÁTICA I 2023
UNIDAD N° 5

𝑧1
Entonces cualquiera sea 𝑧 = [𝑧 ] existen los escalares 𝑐1 , 𝑐2 y 𝑐3 tales que
2

𝑧1 0 1 2
𝑧 = [𝑧 ] = 𝑐1 [ ] + 𝑐2 [ ] + 𝑐3 [ ]
2 2 −1 2
0 1 2
Por lo tanto, podemos decir que 𝑔𝑒𝑛(𝑢, 𝑣, 𝑤) = 𝑔𝑒𝑛 ([ ] , [ ] , [ ]) = ℝ2 .
2 −1 2
0 1 2
Afirmamos también que {[ ] , [ ] , [ ]} es un conjunto de generadores de ℝ2 .
2 −1 2

DEPENDENCIA E INDEPENDENCIA LINEAL

Otra aplicación importante de los sistemas de ecuaciones lineales es el análisis de un nuevo

concepto, la dependencia e independencia lineal entre vectores.

Observemos los gráficos en los cuales están representados los siguientes conjuntos de
vectores de ℝ2 :

Ejemplo 6:

4 2 2 −4
𝑆 = {[ ] , [ ]} y 𝑇 = {[ ] , [ ]}
1 3 1 −2

S T

0
Escribamos al vector 𝟎 = [ ] de ℝ2 como combinación lineal de los vectores de 𝑆 y como
0
combinación lineal de los vectores de 𝑇
 7
MATEMÁTICA I 2023
UNIDAD N° 5

0 4 2
Para ello, busquemos escalares 𝑐1 y 𝑐2 tales que [ ] = 𝑐1 [ ] + 𝑐2 [ ] , es decir, escalares
0 1 3
𝑐1 y 𝑐2 de modo que verifiquen las ecuaciones del sistema
4𝑐 + 2𝑐2 = 0
{ 1 , de donde se desprende que la única posibilidad es que 𝑐1 = 𝑐2 = 0.
𝑐1 + 3𝑐2 = 0
Consideremos ahora el conjunto T y busquemos escalares 𝑑1 y 𝑑2 tales que
0 2 −4
[ ] = 𝑑1 [ ] + 𝑑2 [ ]
0 1 −2
2𝑑1 − 4𝑑2 = 0
es decir, escalares 𝑑1 y 𝑑2 de modo que sean solución del sistema { .
𝑑1 − 2𝑑2 = 0

En este caso, vemos que además de poder elegir los dos escalares iguales a cero (la solución
trivial) también verifican la combinación lineal los escalares 𝑑1 = 2 y 𝑑2 = 1 o 𝑑1 = −1
1
y 𝑑2 = − por ejemplo.
2

Vemos en el caso del conjunto S, que la única posibilidad de que la combinación lineal de los
vectores resulte igual al vector nulo es que los escalares sean cero. Decimos entonces que el
conjunto de vectores 𝑆 es linealmente independiente.

Si en cambio, como sucede con el conjunto 𝑇, existen otras formas de escribir al vector nulo
como combinación lineal de los vectores dados, decimos que el conjunto de vectores es
linealmente dependiente.

Formalizamos estos conceptos en las siguientes definiciones:

Definición:

Sea {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } ⊂ ℝ𝑛 . {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } es un Conjunto de Vectores Linealmente

Independiente (L.I.) si la única combinación lineal de los vectores igual al vector nulo, es la
que tiene todos los coeficientes cero. Es decir:

{𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } es un conjunto de vectores L.I. si

𝑐1 𝑣1 + 𝑐2 𝑣2 + ⋯ + 𝑐𝑘 𝑣𝑘 = 0 ⇒ 𝑐1 = 𝑐2 = ⋯ = 𝑐𝑘 = 0.

Definición:

Sea {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } ⊂ 𝑅 𝑛 . {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } es un Conjunto de Vectores Linealmente

Dependiente (L.D.) si existen escalares 𝑐1 , 𝑐2 , ⋯ , 𝑐𝑘 no todos cero tal que

𝑐1 𝑣1 + 𝑐2 𝑣2 + ⋯ + 𝑐𝑘 𝑣𝑘 = 0.
 8
MATEMÁTICA I 2023
UNIDAD N° 5

Ejemplo 7:

1 1 1
¿Es el conjunto de vectores {[1] , [1] , [0]} linealmente independiente o linealmente
0 1 2
dependiente?

1 1 1
𝑐1 [1] + 𝑐2 [1] + 𝑐3 [0] = 0
0 1 2

Aplicando definición de producto de escalar por vector, suma de vectores e igualdad de

vectores, nos queda planteado el siguiente sistema de ecuaciones lineales homogéneo:

1𝑐1 + 1𝑐2 + 1𝑐3 = 0

{1𝑐1 + 1𝑐2 + 0𝑐3 = 0
0𝑐1 + 1𝑐2 + 2𝑐3 = 0

Aplicamos el Método de eliminación de Gauss para resolverlo:

1 1 1 0 1 1 1 0 1 1 1 0
[1 1 0 0] 𝐹2 + (−1)𝐹1 → 𝐹2 [0 0 −1 0] 𝐹3 ↔ 𝐹2 [0 1 2 0]
0 1 2 0 0 1 2 0 0 0 −1 0

Vemos que 𝑟(𝐴) = 𝑟(𝐴|0) = 3 = 𝑛, lo cual nos permite afirmar que, el sistema de
ecuaciones homogéneo es compatible determinado y por lo tanto hay única solución,
𝑐1 = 𝑐2 = 𝑐3 = 0.

Es decir que, la única forma que la combinación lineal de esos vectores sea igual al vector
nulo, es aquella que tiene todos los escalares iguales a cero.

1 1 1
En consecuencia, el conjunto de vectores {[1] , [1] , [0]} es L.I.
0 1 2

Ejemplo 8:

0 1 1
¿Es el conjunto {[1] , [1] , [2]} linealmente independiente o linealmente dependiente?
2 0 2
0 1 1
𝑐1 [1] + 𝑐2 [1] + 𝑐3 [2] = 0
2 0 2

De cuya combinación lineal resulta el siguiente sistema de ecuaciones lineales:

0𝑐1 + 1𝑐2 + 1𝑐3 = 0

{1𝑐1 + 1𝑐2 + 2𝑐3 = 0
2𝑐1 + 0𝑐2 + 2𝑐3 = 0

Aplicando Gauss para resolverlo:

 9
MATEMÁTICA I 2023
UNIDAD N° 5

0 1 1 0 1 1 2 0 1 1 2 0
[1 1 2 0] 𝐹1 ↔ 𝐹2 [0 1 1 0] 𝐹3 + (−2)𝐹1 → 𝐹3 [0 1 1 0]
2 0 2 0 2 0 2 0 0 −2 −2 0
1 1 2 0
𝐹3 + (2)𝐹2 → 𝐹3 [0 1 1 0] . Vemos que 𝑟(𝐴) = 𝑟(𝐴|0) = 2 < 𝑛 = 3, el sistema de
0 0 0 0
ecuaciones homogéneo es indeterminado, es decir, existen infinitas soluciones. Por lo tanto,
podemos afirmar que existen escalares 𝑐1 , 𝑐2 , 𝑐3 no todos cero, tales que:

0 1 1
𝑐1 [1] + 𝑐2 [1] + 𝑐3 [2] = 0
2 0 2
0 1 1
En consecuencia, el conjunto de vectores {[1] , [1] , [2]} es L.D.
2 0 2
1
Si observamos este último ejemplo vemos a simple vista que el vector [2] , es la suma de
2
los otros dos vectores, es decir es una combinación lineal de los otros.

Esta situación expuesta en el ejemplo se verifica siempre que un conjunto de vectores es

L.D. y lo enunciamos en la siguiente propiedad:

Propiedad:

Sea el conjunto de vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } ⊂ ℝ𝑛 . El conjunto de vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } es

Linealmente Dependiente si y sólo si algún vector del conjunto es combinación lineal de los
restantes vectores.

Demostración:

Debemos probar dos implicaciones:

✓ (sólo si) Si {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } es un conjunto de vectores linealmente dependiente, entonces

algún vector del conjunto es combinación lineal de los restantes vectores.
✓ (si) Si algún vector del conjunto {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } es combinación lineal de los restantes,
entonces dicho conjunto de vectores es linealmente dependiente.

En primer lugar, probemos el condicional sólo si:

→) Sea el conjunto de vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } linealmente dependiente.

Por definición de Dependencia Lineal existen escalares 𝑐1 , 𝑐2 , ⋯ , 𝑐𝑘 no todos cero, tal que
𝑐1 𝑣1 + 𝑐2 𝑣2 + ⋯ + 𝑐𝑘 𝑣𝑘 = 𝟎.

Supongamos, sin pérdida de generalidad, que el escalar 𝑐𝑘 ≠ 0, luego, podemos escribir

 10
MATEMÁTICA I 2023
UNIDAD N° 5

𝑐𝑘 𝑣𝑘 = − 𝑐1 𝑣1 − 𝑐2 𝑣2 − ⋯ − 𝑐𝑘−1 𝑣𝑘−1
1
Y como 𝑐𝑘 ≠ 0, podemos realizar el producto del escalar por el vector en ambos
𝑐𝑘

miembros,
1 1
(𝑐𝑘 𝑣𝑘 ) = (− 𝑐1 𝑣1 − 𝑐2 𝑣2 − ⋯ − 𝑐𝑘−1 𝑣𝑘−1 )
𝑐𝑘 𝑐𝑘
1 𝑐1 𝑐2 𝑐𝑘−1
Luego, ( 𝑐𝑘 )𝑣𝑘 = − 𝑣 − 𝑣 − ⋯− 𝑣𝑘−1
𝑐𝑘 𝑐𝑘 1 𝑐𝑘 2 𝑐𝑘

𝑐1 𝑐2 𝑐𝑘−1
De donde, 𝑣𝑘 = − 𝑣 − 𝑣 − ⋯− 𝑣𝑘−1
𝑐𝑘 1 𝑐𝑘 2 𝑐𝑘

Es decir, un vector (𝑣𝑘 ) del conjunto {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } es combinación lineal de los restantes
vectores.

A continuación, probaremos la implicación recíproca:

←) Supongamos ahora que algún vector del conjunto de vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } es

combinación lineal de los restantes vectores.

Sin pérdida de generalidad, supongamos que el vector 𝑣𝑘 es combinación lineal de los

restantes vectores, es decir, existen escalares 𝑑1 , 𝑑2 , ⋯ , 𝑑𝑘−1 tales que

𝑣𝑘 = 𝑑1 𝑣1 + 𝑑2 𝑣2 + ⋯ + 𝑑𝑘−1 𝑣𝑘−1

Luego,

𝑣𝑘 + (−1) 𝑣𝑘 = 𝑑1 𝑣1 + 𝑑2 𝑣2 + ⋯ + 𝑑𝑘−1 𝑣𝑘−1 + (−1) 𝑣𝑘

𝟎 = 𝑑1 𝑣1 + 𝑑2 𝑣2 + ⋯ + 𝑑𝑘−1 𝑣𝑘−1 + (−1) 𝑣𝑘

Esta última expresión, es una combinación lineal de los vectores del conjunto
{𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } igual al vector nulo con al menos un escalar 𝑑𝑘 = −1 ≠ 0.

Por lo tanto, podemos afirmar que, el conjunto de vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } es linealmente

dependiente.

Observemos el siguiente particular ejemplo:

Ejemplo 9:

1 2 0
El conjunto {[ ] , [ ] , [ ]} es linealmente dependiente, pues:
1 0 0
0 1 2 0
[ ] = 0[ ] + 0[ ] + 5[ ]
0 1 0 0

Es decir, existe una combinación lineal de los vectores del conjunto igual al vector nulo con
al menos un escalar distinto de cero.
 11
MATEMÁTICA I 2023
UNIDAD N° 5

Lo observado en el ejemplo anterior se verifica siempre que tengamos un conjunto de

vectores que contenga al vector nulo y lo enunciamos en la siguiente propiedad.

Propiedad:

Todo conjunto de vectores que contenga al vector nulo es Linealmente Dependiente.

Observando lo realizado en el ejemplo 9 puede realizar usted la demostración de esta

propiedad.

En los ejemplos 7 y 8, al analizar si el conjunto de vectores propuesto era linealmente

independiente o linealmente dependiente, resolvimos un sistema de ecuaciones lineales
homogéneo. Observamos que, cuando hubo única solución (la trivial), el conjunto de
vectores resultó ser linealmente independiente, mientras que, en el caso que hubo infinitas
soluciones en el sistema de ecuaciones lineales homogéneo planteado, el conjunto de
vectores resultó linealmente dependiente. Esta situación observada en los ejemplos se
verifica cualquiera sea el conjunto de vectores y lo enunciamos en la siguiente propiedad:

Propiedad:

El conjunto de vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } ⊂ ℝ𝑛 es Linealmente Independiente si y sólo si el

sistema de ecuaciones lineales homogéneo cuya matriz de coeficientes tiene a dichos
vectores como columnas, tiene sólo la solución trivial.

Demostración:

Nuevamente debemos probar una doble implicación lógica.

Sea {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } ⊂ ℝ𝑛 y sea 𝐴 la matriz que tiene por columnas a los vectores
𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 , es decir 𝐴 = [𝑣1 𝑣2 ⋯ 𝑣𝑘 ].

Probaremos primero que;

→) Si el conjunto de vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } ⊂ ℝ𝑛 es linealmente independiente, entonces

el sistema lineal homogéneo 𝐴. 𝑋 = 0 tiene sólo la solución trivial.

Sea el conjunto de vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } ⊂ ℝ𝑛 linealmente independiente.

Entonces por definición de independencia lineal,

𝑐1 𝑣1 + 𝑐2 𝑣2 + ⋯ + 𝑐𝑘 𝑣𝑘 = 𝟎 sólo si 𝑐1 = 𝑐2 = ⋯ = 𝑐𝑘 = 0.
 12
MATEMÁTICA I 2023
UNIDAD N° 5

Si tenemos en cuenta que la expresión anterior puede obtenerse como el producto de la

𝑐1
𝑐2
matriz 𝐴 = [𝑣1 𝑣2 ⋯ 𝑣𝑘 ] de tamaño 𝑛x𝑘 por una matriz columna de tamaño 𝑘x1 [ ⋮ ]
𝑐𝑘
podemos escribir;

𝑐1
𝑐2
[𝑣1 𝑣2 ⋯ 𝑣𝑘 ]. [ ⋮ ] = 𝟎 sólo si 𝑐1 = 𝑐2 = ⋯ = 𝑐𝑘 = 0.
𝑐𝑘

𝑐1
𝑐2
O también, 𝐴. [ ⋮ ] = 𝟎 sólo si 𝑐1 = 𝑐2 = ⋯ = 𝑐𝑘 = 0.
𝑐𝑘

Por lo tanto, el sistema de ecuaciones lineales homogéneo 𝐴. 𝑋 = 0 tiene sólo la solución

trivial.

A continuación, probaremos la recíproca:

←) Si el sistema lineal homogéneo 𝐴. 𝑋 = 𝟎 tiene sólo la solución trivial, entonces el

conjunto de vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } es linealmente independiente.

Supongamos que el sistema de ecuaciones lineales homogéneo 𝐴. 𝑋 = 𝟎 tiene sólo la

solución trivial, es decir,

𝐴. 𝑋 = 𝟎 sólo si 𝑋 = 𝟎.

𝑥1 𝑥1 0
𝑥2 𝑥2
Equivalentemente, 𝐴. [ ⋮ ] = 𝟎 sólo si [ ⋮ ] = [0].
⋮
𝑥𝑘 𝑥𝑘 0
𝑥1
𝑥2
Es decir, [𝑣1 𝑣2 ⋯ 𝑣𝑘 ]. [ ⋮ ] = 𝟎 sólo si 𝑥1 = 𝑥2 = ⋯ = 𝑥𝑘 = 0.
𝑥𝑘

Teniendo en cuenta nuevamente que el producto de una matriz de tamaño 𝑛x𝑘 por una
matriz columna de tamaño 𝑘x1 puede expresarse como una combinación lineal de los
vectores columna de la primera matriz, escribimos:

𝑥1 𝑣1 + 𝑥2 𝑣2 + ⋯ + 𝑥𝑘 𝑣𝑘 = 𝟎 sólo si 𝑥1 = 𝑥2 = ⋯ = 𝑥𝑘 = 0.

Lo cual nos lleva a afirmar que, el conjunto de vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑘 } es linealmente

independiente.

Veamos el último ejemplo:

 13
MATEMÁTICA I 2023
UNIDAD N° 5

Ejemplo 10:

1 3 2 4 5
¿Es el conjunto {[0] , [3] , [2] , [1] , [6]} linealmente independiente o linealmente
0 0 2 2 7
dependiente?

1 3 2 4 5 0
𝑐1 [0] + 𝑐2 [3] + 𝑐3 [2] + 𝑐4 [1] + 𝑐5 [6] = [0]
0 0 2 2 7 0

De donde resulta el siguiente sistema de ecuaciones:

1𝑐1 + 3𝑐2 + 2𝑐3 + 4𝑐4 + 5𝑐5 = 0

{0𝑐1 + 3𝑐2 + 2𝑐3 + 1𝑐4 + 6𝑐5 = 0
0𝑐1 + 0𝑐2 + 2𝑐3 + 2𝑐4 + 7𝑐5 = 0

Si aplicamos el Método de Eliminación de Gauss para resolverlo,

1 3 2 4 5 0
[0 3 2 1 6 0]
0 0 2 2 7 0

La matriz ampliada del sistema ya está en forma escalonada, luego:

𝑟(𝐴) = 𝑟(𝐴|0) = 3 < 𝑛 = 5

Por lo tanto, el sistema de ecuaciones homogéneo planteado tiene infinitas soluciones, en

1 3 2 4 5
consecuencia, por la propiedad anterior el conjunto de vectores {[0] , [3] , [2] , [1] , [6]} es
0 0 2 2 7
linealmente dependiente.

En el ejemplo, destacamos que quedó planteado un sistema de ecuaciones lineales

homogéneo con más incógnitas que ecuaciones.

Esto que observamos ocurrirá siempre que tengamos un conjunto de 𝑝 vectores de ℝ𝑛 con
𝑝 > 𝑛 y lo enunciamos en la siguiente propiedad:

Propiedad:

Cualquier conjunto de 𝑝 vectores {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑝 } ⊂ ℝ𝑛 con 𝑝 > 𝑛 es Linealmente

dependiente.

La demostración de esta propiedad (que la dejamos para que usted la realice) está
fundamentada en la aplicación de la siguiente propiedad:

Todo Sistema de Ecuaciones Lineales Homogéneo con más incógnitas que ecuaciones tiene
infinitas soluciones.