Lineal

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/364382977
Linear Algebra Done Right. Sheldon Axler, Apuntes.
Article · October 2022
CITATIONS READS
0 778
1 author:
Christian Limbert Paredes Aguilera

Universidad Mayor de San Andres
25 PUBLICATIONS 15 CITATIONS
SEE PROFILE
All content following this page was uploaded by Christian Limbert Paredes Aguilera on 06 June 2023.
The user has requested enhancement of the downloaded file.

Sheldon Axler.
Álgebra Lineal
RESOLUCIÓN DE PROBLEMAS
Y APUNTES
POR
FODE
CHRISTIAN LIMBERT PAREDES AGUILERA
1 2
Identidad de Apollonius: a2 + b2 = c + 2d2
2
a d b
LIBRO EN SU TERCERA EDICIÓN (Ingles)

Título de la obra original:
Linear Algebra Done Right
Identificadores:
ISSN 0172-6056
ISBN 978-3-319-11079-0
DOI 10.1007/978-3-319-11080-6
Springer Cham Heidelberg New York Dordrecht London
Sin ninguna revisión de esta obra.
Propiedad de esta obra:

CHRISTIAN LIMBERT PAREDES AGUILERA
E-mail: soyfode@gmail.com
Reservados todos los derechos. La reproducción total o parcial de esta obra, por cualquier medio
o procedimiento, comprendidos la reprografía y el tratamiento informático, y la distribución de
ejemplares de ella mediante alquiler o préstamo públicos, queda rigurosamente prohibida sin la
autorización escrita de los titulares del copyright, bajo las sanciones establecidas por las leyes.
2022
1
Espacios Vectoriales
1.A Rn y C n
1.1 Definición Números complejos.
• Un número complejo es un par ordenado ( a, b), donde a, b ∈ R, pero lo escribimos como a + bi.
• El conjunto de todos los números complejos es denotado por C:
C = { a + bi : a, b ∈ R}.
• La adición y la multiplicación en C esta definida por:
( a + bi ) + (c + di ) = ( a + c) + (b + d)i
( a + bi )(c + di ) = ( ac − bd) + ( ad + bc)i
Si a ∈ R, identificamos a + 0i con el número real a. Por lo que podemos decir que R es un subconjunto
de C.
1.3 Definición Propiedades aritmeticas de los complejos.
• Conmutatividad: α + β = β + α y αβ = βα para todo α, β ∈ C;
• Asociatividad: (α + β) + λ = α + ( β + λ) y (αβ)λ = α( βλ) para todo α, β, λ ∈ C;

• Identidad: λ + 0 = λ y λ1 = λ para todo λ ∈ C
• Inverso aditivo: Para cada α ∈ C, existe un único β ∈ C tal que α + β = 0;
• Inverso multiplicativo: Para cada α ∈ C con α ̸= 0, existe un único β ∈ C tal que αβ = 1;
• Propiedad distributiva: λ(α + β) = λα + λβ para todo λ, α, β ∈ C
1.4 Teorema Demostrar que αβ = βα para todo α, β ∈ C.
1
Chapter 1. Espacios Vectoriales
Demostración.- Por la definición de multiplicación de números complejos se muestra que
αβ = ( a + bi )(c + di ) = ( ac − bd) + ( ad + bc)i.
y
βα = (c + di )( a + bi ) = (ca − db) + ( ad + bc)i.
Las ecuaciones anteriores, la conmutatividad para la suma y la multiplicación y propiedades de
números reales muestran que
αβ = βα.
■
Ejemplo Demostrar que λ + 0 = λ y λ1 = λ para todo λ ∈ C.

1.1
Demostración.- Sean λ = ( a + bi ) y 0 = (0 + 0i ), para a, b ∈ R. Entonces,
λ+0 = ( a + bi ) + (0 + 0i )
= ( a + 0) + ( b + 0) i
= a + bi
= λ
Luego sea 1 = (1 + 0i ), entonces
λ1 = ( a + bi )(1 + 0i )
= ( a1 − b0) + ( a0 + b1)i
= (1a + 1bi )
= ( a + bi )
= λ
■
1.5 Definición Definición −α, sustracción, 1/α división
Sea α, β ∈ C
• Sea −α que denota el inverso aditivo de α. Por lo tanto −α es el único número complejo tal que
α + (−α) = 0.
• Sustracción en C es definido por:

β − α = β + (−α).
• Para α ̸= 0, sea 1/α denotado por el inverso multiplicativo de α. Por lo tanto 1/α es el único
número complejo tal que
α(1/α) = 1.
• División en C es definido por:

β/α = β(1/α).
1.6 Notación F
F significa cualquier R o C.
2
Los elementos de F son llamados escalares.
Listas
1.8 Definición Listas, longitud. Supóngase que n es un entero no negativo. Una lista de longitud n es una colección or-
denada de n elementos (el cual podría ser números, otras listas, o mas entidades abstractas) separadas
por comas y cerradas por paréntesis. Una lista de longitud n se muestra de la siguiente manera:
( x1 , . . . , x n )
Dos listas son iguales si y sólo si tienen la misma longitud y los mismos elementos en el mismo orden.
Las listas difieren de los conjuntos de dos maneras: en las listas, el orden importa y las repeticiones
tienen significado; en conjuntos, el orden y las repeticiones son irrelevantes.
Fn
1.10 Definición Fn es el conjunto de todas las listas de longitud n de elementos de F
Fn = {( x1 , . . . , xn ) : x j ∈ F para cada j = 1, . . . , n}.
Para ( x1 , . . . , xn ) ∈ F y j ∈ {1, . . . , n}, decimos que x j es la j-enesima coordenada de ( x1 , . . . , xn ).
1.12 Definición Adición en Fn . La adición en Fn es definido añadiendo las correspondientes coordenadas:
( x1 , . . . , x n ) + ( y1 , . . . , y n ) = ( x1 + y1 , . . . , x n + y n )
1.13 Teorema Conmutatividad para la adición en Fn . Si x, y ∈ Fn , entonces x + y = y + x.
Demostración.- Suponga x = ( x1 , . . . , xn ) y y = (y1 , . . . , yn ). Entonces por la definción de adición

e Fn ,
x+y = ( x1 , . . . , x n ) + ( y1 , . . . , y n )
= ( x1 + y1 , . . . , x n + y n )
= ( y1 + x1 , . . . , y n x n )
= ( y1 , . . . , y n ) + ( x1 , . . . , x n )
= y+x
donde la segunda y cuarta igualdades anteriores se cumplen debido a la definición de suma en Fn y
la tercera igualdad se cumple debido a la conmutatividad habitual de la suma en F. ■
Si x ∈ Fn , entonces hacer que x sea igual a ( x1 , . . . , xn ) es una buena notación, como se muestra en la
demostración anterior.
3
1.14 Definición 0. Sea 0 la lista de longitud n cuyas coordenadas son todas 0:
0 = (0, . . . , 0)
1.16 Definición Inverso aditivo en Fn . Para x ∈ Fn , el inverso aditivo de x, denota por − x, es el vector − x ∈ Fn tal que
x + (− x ) = 0
En otras palabras, si x = ( x1 , . . . , xn ), entonces − x = (− x1 , . . . , − xn ).
1.17 Definición Multiplicación scalar en Fn . El producto de un número λ y un vector en Fn es calculado por la multipli-
cación de cada coordenada del vector por λ:
λ( x1 , . . . , xn ) = (λx1 , . . . , λxn )
donde λ ∈ F y ( x1 , . . . , xn ) ∈ Fn .
Digresión sobre campos

Un campo es un conjunto que contiene al menos dos elementos distintos llamados 0 y 1, junto con
operaciones de suma y multiplicación que satisfacen todas las propiedades enumeradas en 1.3. Por
lo tanto, R y C son campos, como lo es el conjunto de números racionales junto con las operaciones
habituales de suma y multiplicación. Otro ejemplo de campo es el conjunto {0, 1} con las operaciones
habituales de suma y multiplicación excepto que 1 + 1 se define como igual a 0.
1.A Ejercicios
1. Supongase a y b números reales, no ambos 0. Encuentre números reales c y d tales que

1
= c + di.
( a + bi )
Respuesta.- Supongamos α = a + bi y β = c + di con a, b, c, d ∈ R. Entonces,
αβ = ( a + bi )(c + di ) = ( ac − bd) + ( ad + bc)i = (1 + 0i ) = 1.
Luego, por el hecho de que dos números complejos son iguales si sus correspondientes partes reales
e imaginarias son iguales, entonces
ac − db = 1
ad + bc = 0
bc
De la segunda ecuación tenemos, d = − y reemplazando en la ecuación 1,
a
a
c= 2 .
a + b2
Luego,
bc b · a2 +a b2 b
d=− = =− 2 .
a a a + b2
4
2. Demostrar que
√
−1 + 3i
2
es una raíz cúbica de 1 (significa que su cubo es igual a 1).
Demostración.- Algebraicamente queremos demostrar que,
√ √ !3
−1 + 3i √
3 −1 + 3i
= 1 o =1
2 2
Por las propiedades de números complejos, sabemos que

√ √
−1 + 3i 1 3i
=− + .
2 2 2
Luego, por el binomio al cubo podemos deducir que
√ !3 3 2 √ √ !2 √ !3
−1 −1 −1 −1

3i 3i 3i 3i
+ = +3· +3· +
2 2 2 2 2 2 2 2
√ √ √ √ √ √ √
−1 3 3i −3( 3)2 ( −1)2 ( 3)2 3( −1)2 −1
= + + +
8 8 8 8
√ √
1 3 3i 9 3 3i
= − + + −
8 8 8 8
= 1.
3. Encuentre dos raíces cuadradas distintas de i.
Respuesta.- Queremos encontrar raíces distintas de i tal que
x2 = i.
Supongamos que x = a + bi para a, b ∈ R. Resolvemos la ecuación cuadrática, se tiene
x2 = ( a + bi )2 = ( a2 − b2 ) + ( ab + ba)i = ( a2 − b2 ) + (2ab)i.
Luego, ya que x2 = i = 0 + 1i, entonces
a2 − b2

2 2 2 = 0
x = ( a − b ) + (2ab)i = (0 + 1i ) ⇒
2ab = 1
para a y b números reales. Resolvamos este sistema de ecuaciones, se tiene

 r
1
= ±


 b

 2
r
1


= ±

 a

2
5
Luego, ya que x2 = ( a + bi )2 = ( a2 − b2 ) − 2abi = i. Entonces,

" #
1 2 1 2

1 i
√ − √ +2· √ · √ i = i
2 2 2 2
" 2 2 #
1 1 1 i
−√ − −√ + 2 −√ −· √ i = i
2 2 2 2
" 2 2 #
1 1 1 i
−√ − √ + 2 −√ · √ i ̸= i
2 2 2 2
" 2 2 #
1 1 1 i
√ − −√ +2· √ −√ i ̸= i
2 2 2 2
De las que solo satisface x2 = i las dos primeras ecuaciones. Por lo tanto, las dos raíces distintas de
i son:
1 1 1 1
√ +√ i y − √ − √ i.
2 2 2 2
4. Demostrar que α + β = β + α para todo α, β ∈ C.
Demostración.- Supóngase α = a + bi y β = c + di, donde a, b, c, d ∈ R. Entonces por definición de

suma de números complejos se muestra que
α + β = ( a + bi ) + (c + di ) = ( a + c) + (b + d)i = (c + a) + (d + b)i = β + α.
5. Demuestre que (α + β) + λ = α + ( β + λ) para todo α, β, λ ∈ C.
Demostración.- Sean,
α = a + bi
β = c + di
λ = e + fi
para a, b, c, d, e, f ∈ R. Entonces,
(α + β) + λ = [( a + bi ) + (c + di )] + (e + f i )
= [( a + c) + (b + d)i ] + (e + f i )
= [( a + c) + e] + [(b + d) + f ] i
= [ a + (c + e)] + [b + (d + f )] i
= ( a + bi ) + [(c + e) + (d + e)i ]
= ( a + bi ) + [(c + di ) + (e + di )]
= α + ( β + λ ).
6. Demostrar que (αβ)λ = α( βλ) para todo α, β, λ ∈ C.
α = a + bi
β = c + di
λ = e + fi
6
para a, b, c, d, e, f ∈ R. Entonces,
(αβ)λ = [( a + bi )(c + di )] (e + f i )
= [( ac − bd) + ( ad + bc)i ] (e + f i )
= [( ac − bd)e − ( ad + bc) f ] + [( ac − bd) f + ( ad + bc)e] i
= [( ac)e − (bd)e − ( ad) f − (bc) f ] + [( ac) f − (bd) f + ( ad)e + (bc)e] i
= [ a(ce) − a(d f ) − b(c f ) − b(de)] + [ a(c f ) + a(de) + b(ce) − b(d f )] i
= [ a(ce − d f ) − b(c f + de)] + [ a(c f + de) + b(ce − d f )] i
= ( a + bi ) [(ce − d f ) + (c f + de)i ]
= ( a + bi ) [(c + di )(e + f i )]
= α( βλ).
7. Demostrar que para cada α ∈ C, existe un único β ∈ C tal que α + β = 0.
Demostración.- Sean α = ( a + bi ) y β = (c + di ) para a, b, c, d ∈ R. Por las propiedades de números

reales, a y b tienen inversa, las llamaremos c y d respectivamente tales que a + c = 0 y b + d = 0.
Por lo tanto,
α + β = ( a + bi ) + (c + di )
= ( a + c ) + ( b + d )i
= 0 + 0i
= 0
Ahora demostremos la unicidad. Sean β y β′ con c′ , d′ ∈ R tales que α + β = 0 y α + β′ = 0.

Igualando estas ecuaciones se tiene,
α+β = α + β′
( a + bi ) + (c + di ) = ( a + bi ) + (c′ + d′ i )
( a + c ) + ( b + d )i = ( a + c ′ ) + ( b + d ′ )i
Supongamos c = c′ y d = d′ . Entonces,
( b + d )i = ( b + d ′ )i
Dada que la igualdad α + β = α + β′ se cumple siempre que c = c′ y d = d′ , concluimos que,
(c + di ) = (c′ + d′ i ) ⇒ β = β′ .
8. Demostrar que para cada α ∈ C con α ̸= 0, existe un único β ∈ C tal que αβ = 1.
Demostración.- Sean α = a + bi y β = c + di con a, b, c, d ∈ R. Entonces,
αβ = ( a + bi )(c + di ) = ( ac − bd) + ( ad + bc)i = (1 + 0i )
Supongamos que:
ac − db = 1
ad + bc = 0
bc
De la segunda ecuación tenemos, d = − y reemplazando en la ecuación 1,
a
a
c= 2 .
a + b2
Luego,
bc b · a2 +a b2 b
d=− = =− 2 .
a a a + b2
7
Por lo tanto, existe un β tal que,
a b a −bi a − bi 1
β= − 2 i= 2 + 2 = 2 = .
a2 + b2 a + b2 a + b2 a + b2 a + b2 a + bi
Ahora, demostremos la unicidad. Sean β = c + di y β′ = c′ d′ i tales que, ( a + bi )(c + di ) = 1 y

( a + bi )(c′ + d′ i ) = 1. Entonces, por las propiedades de conmutatividad y asociatividad,
c + di = (c + di ) · 1 = (c + di ) · ( a + bi )(c′ + d′ i ) = [( a + bi )(c + di )] (c′ + d′ i ) = c′ + d′ i.
Por lo que queda demostrado que β = β′ . Y así concluimos que α tiene inverso multiplicativo.
9. Demostrar que α( β + γ) = αβ + αγ para todo α, β, γ ∈ C.
Demostración.- Sean α = a + bi, β = c + di y γ = e + f i con a, b, c, d, e, f ∈ R. Entonces,
α( β + γ) = ( a + bi ) [(c + e) + (d + f )i ]
= [ a(c + e) − b(d + f )] + [ a(d + f ) + b(c + e)] i
= [ ac + ae − bd − b f ] + [ ad + a f + bc + be] i
= ac + ae − bd − b f + adi + a f i + bci + bei
= [( ac − bd) + ( ad + bc)i ] + [( ae − b f ) + ( a f + be)i ]
= ( a + bi )(c + di ) + ( a + bi )(e + f i )
= αβ + αγ.
10. Encuentre x ∈ R4 tal que

(4, −3, 1, 7) + 2x = (5, 9, −6, 8).
Respuesta.- Sea x = ( x1 , x2 , x3 , x4 ) con x1 , x2 , x3 , x4 ∈ R. Por definición de adición y multiplicación

por un escalar en F propiedades Entonces,
(4, −3, 1, 7) + 2( x1 , x2 , x3 , x4 ) = (5, 9, −6, 8)

(4, −3, 1, 7) + (2x1 , 2x2 , 2x3 , 2x4 ) = (5, 9, −6, 8)
(4 + 2x1 , −3 + 2x2 , 1 + 2x3 , 7 + 2x4 ) = (5, 9, −6, 8)
Por la igualdad dada, podemos formar un sistema de ecuaciones como sigue:



 4 + 2x1 = 5
−3 + 2x2 = 9


 1 + 2x 3 = − 6
7 + 2x4 = 8

Resolviendo, obtenemos
1 7 1
x = ( x1 , x2 , x3 , x4 ) = , 2, − , .
2 2 2
11. Explique porque no existe λ ∈ C tal que
λ(2 − 3i, 5 + 4i, −6 + 7i ) = (12 − 5i, 7 + 22i, −32 − 9i ).
8
Respuesta.- Sean λ = a + bi, a, b ∈ R y x = (12 − 5i, 7 + 22i, −32 − 9i ). Entonces, por defini-
ción de multiplicación por un escalar en C y las propiedades de número complejos,
λ(2 − 3i, 5 + 4i, −6 + 7i ) = x
[λ(2 − 3i ), λ(5 + 4i ), λ(−6 + 7i )] = x
[( a + bi )(2 − 3i ), ( a + bi )(5 + 4i ), ( a + bi )(−6 + 7i )] = x
{[2a − (−3)b] + (−(3) a + 2b] i, (5a − 4b) + (4a + 5b)i, [(−6) a − 7b] + [7a + (−6)b] i } = x
[(2a + 3b) + (−3a + 2b) i, (5a − 4b) + (4a + 5b)i, (−6a − 7b) + (7a − 6b) i ] = x
Dado que,
[(2a + 3b) + (−3a + 2b) i, (5a − 4b) + (4a + 5b)i, (−6a − 7b) + (7a − 6b) i ] = (12 − 5i, 7 + 22i, −32 − 9i )
Entonces, por la igualdad tenemos el sistema de ecuaciones:

 (2a + 3b) + (−3a + 2b)i = 12 − 5i
(5a − 4b) + (4a + 5b)i = 7 + 22i
(−6a − 7b) + (7a − 6b)i = −32 − 9i

Que implica, 

 2a + 3b = 12
− 3a + 2b = −5




5a − 4b = 7


 4a + 5b = 22
− 6a − 7b = −32




7a − 6b = −9

Resolviendo este último sistema,

26
3(2a + 3b) + 2(−3a + 2b) = 3 · 12 + 2(−5) ⇒ b= .
11
De donde b estará dado por:
26 27
2a + 3b = 12 ⇒ = 12 ⇒ a = .
2a + 3 ·
11 11
Sabemos que a y b debe satisfacer cada una de las ecuaciones del último sistema, Por ejemplo:
5a − 4b = 7
27 26
5· −4· = 7
11 11
21
= 7.
11
Claramente,
21
̸= 7,
11
lo que significa que no podemos encontrar números a y b para satisfacer las ecuaciones del último
sistema.
12. Demostrar que ( x + y) + z = x + (y + z) para todo x, y, z ∈ Fn .
Demostración.- Sean x = ( x1 , . . . , xn ), y = (y1 , . . . , yn ) y z = (z1 , . . . , zn ). Entonces por defini-

ción de adición en Fn y los axiomas de números reales,
( x + y) + z = [( x1 + . . . + xn ) + (y1 + . . . + yn )] + (z1 , . . . , zn )
= ( x1 + y1 , . . . , x n + y n ) + ( z1 + . . . , z n )
= [( x1 + y1 ) + y1 , . . . , ( xn + yn ) + zn ]
= [ x1 + (y1 + y1 ), . . . , xn + (yn + zn )]
= ( x1 , . . . , xn ) + [(y1 + z1 , . . . , yn + zn )]
= ( x1 , . . . , xn ) + [(y1 , . . . , yn ) + (z1 , . . . , zn )]
= x + ( y + z ).
9
13. Demostrar que ( ab) x = a(bx ) para todo x ∈ Fn y todo a, b ∈ F.
Demostración.- Sean x = ( x1 , . . . , xn ) y a, b ∈ F. Entonces por definición de multiplicación es-

calar en Fn y los axiomas de números reales,
( ab) x = ( ab)( x1 , . . . , xn )
= [( ab) x1 , . . . , ( ab) xn )]
= [ a(bx1 ), . . . , a(bxn )]
= a [(bx1 ), . . . , (bxn )]
= a [b( x1 , . . . , xn )]
= a(bx )
14. Demostrar que 1x = x para todo x ∈ Fn .
Demostración.- Sea x = ( x1 , . . . , xn ). Entonces, por definición de multiplicación escalar en Fn y

por el hecho de que 1a = a para a ∈ F
1x = 1( x1 , . . . , x n )
= [1x1 , . . . , 1xn ]
= [ x1 , . . . , x n ]
= x.
15. Demostrar que λ( x + y) = λx + λy para todo λ ∈ F y todo x, y ∈ Fn .
Demostración.- Sean x = ( x1 , . . . , xn ), y = (y1 , . . . , yn ) y λ ∈ F. Entonces, por definición de

adición y multiplicación escalar en Fn
λ( x + y) = λ [( x1 , . . . , xn ) + (y1 , . . . , yn )]
= λ [( x1 + y1 , . . . , xn + yn )]
= [λ( x1 + y1 ), . . . , λ( xn + yn )]
= [λx1 + λy1 , . . . , λxn + λyn ]
= [λx1 , . . . , λxn ] + [λy1 , . . . , λyn ]
= λx + λy.
16. Demostrar que ( a + b) x = ax + bx para todo a, b ∈ F y todo x ∈ Fn .
Demostración.- Sea x = ( x1 , . . . , xn ) y a, b ∈ F. Entonces, por definición de multiplicación escalar

en Fn
( a + b) x = ( a + b)( x1 , . . . , xn )
= [( a + b) x1 , . . . , ( a + b) xn ]
= [( ax1 + bx1 ), . . . , ( axn + bxn )]
= [ ax1 , . . . , axn ] + [bx1 , . . . , bxn ]
= ax + bx.
10
1.B Definición de espacio vectorial
La motivación para la definición de un espacio vectorial proviene de las propiedades de la suma y la

multiplicación escalar en Fn : la suma es conmutativa, asociativa y tiene una identidad. Todo elemento
tiene un inverso aditivo. La multiplicación escalar es asociativa. La multiplicación escalar por 1 actúa
como se esperaba. La suma y la multiplicación escalar están conectadas por propiedades distributivas.
Definiremos un espacio vectorial como un conjunto V con una suma y una multiplicación escalar en
V que satisfagan las propiedades del párrafo anterior.
1.18 Definición Adición y multiplicación escalar.
• Una adición en un conjunto V es una función que asigna un elemento u + v ∈ V para cada par
de elementos u, v ∈ V.
• Una multiplicación escalar en un conjunto V es una función que asigna un elemento λv ∈ V para
cada λ ∈ F y cada v ∈ V.
1.19 Definición Espacio vectorial. Un espacio vectorial es un conjunto V junto con una suma en V y una multiplicación
escalar en V tal que se cumplen las siguientes propiedades:
• Conmutatividad
u + v = v + u para todo u, v ∈ V;
• Asociatividad
(u + v) + w = u + (v + w) y ( ab)v = a(bv) para todo u, v, w ∈ V y todo a, b ∈ F;
• Identidad aditiva
Existe un elemento 0 ∈ V tal que v + 0 = v para todo v ∈ V;
• Inverso aditivo
Para cada v ∈ V, existe w ∈ V tal que v + w = 0;
• Identidad Multiplicativa
1v = v para todo v ∈ V
• Propiedad distributiva
a(u + v) = au + av y ( a + b)v = av + bv para todo a, b ∈ F y todo u, v ∈ V.
1.20 Definición Vector, punto. Elementos de un espacio vectorial son llamados vectores o puntos.
1.21 Definición Espacio vectorial real, espacio vectorial complejo.
• Un espacio vectorial sobre R es llamado un espacio vectorial real.
• Un espacio vectorial sobre C es llamado un espacio vectorial complejo.
11
El espacio vectorial más simple contiene sólo un punto. En otras palabras, {0} es un espacio vectorial.
Ejemplo F ∞ está definido como el conjunto de todas las secuencias de elementos de F:

1.22
F ∞ = ( x1 , x2 , . . .) : x j ∈ F para j = 1, 2, . . . .

Demostración.- La adición y multiplicación escalar en F ∞ se definen por:
( x1 , x2 , . . . ) + ( y1 , y2 , . . . ) = ( x1 + y1 , x2 + y2 , . . . )
λ ( x1 , x2 , . . . ) = (λx1 , λx2 , . . .)
Con estas definiciones, F∞ se convierte en un espacio vectorial sobre F, La identidad aditiva en este
espacio vectorial es la secuencia de todos los ceros.
1.23 Notación FS .
• Si S es un conjunto, entonces FS se denota como el conjunto de funciones de S para F.

• Para f , g ∈ FS , la suma f + g ∈ FS es la función definida por
( f + g)( x ) = f ( x ) + g( x )
para todo x ∈ S
• Para λ ∈ F y f ∈ FS , el producto λ f ∈ FS es una función definida por
(λ f )( x ) = λ f ( x )
para todo x ∈ S.
La definición de un espacio vectorial requiere que tenga una identidad aditiva. El siguiente resultado
establece que esta identidad es única.
1.25 Teorema Identidad aditiva única.
Un espacio vectorial tiene una única identidad aditiva.

′
Demostración.- Supóngase 0 y 0 ambos identidades aditivas para algún espacio vectorial V entonces,
′ ′ ′
0 = 0 +0 = 0+0 = 0
donde se cumple la primera igualdad porque 0 es una identidad aditiva, la segunda igualdad viene
′
de la conmutatividad, y la tercera igualdad se cumple porque 0 es una identidad aditiva. Por lo tanto
′
0 = 0 y queda probado que V tiene una sola identidad aditiva. ■
Cada elemento v en un espacio vectorial tiene un inverso aditivo, un elemento w en el espacio vecto-
rial tal que v + w = 0. El siguiente resultado muestra que cada elemento en un espacio vectorial tiene
12
solo un inverso aditivo.
1.26 Teorema Inverso aditivo único.
Cada elemento en un espacio vectorial tiene un único inverso aditivo.

′
Demostración.- Supóngase que V es un espacio vectorial. Sea v ∈ V, w y w inversos aditivos de
v. Entonces
′ ′ ′ ′
w = w + 0 = w + (v + w ) = (w + v) + w = 0 + w = w
′
Así w = w . ■
1.27 Notación -v,w-v.
Sea v, w ∈ V. Entonces
• −v se denota como el inverso aditivo de v;
• w − v es definido como w + (−v).
1.28 Notación V.
Por el resto del libro, V se define como el espacio vectorial sobre F.
1.29 Teorema El número 0 por un vector.
0v = 0 para cada v ∈ V.
Demostración.- Para v ∈ V, tenemos
0v = (0 + 0)v = 0v + 0v
Luego añadiendo el inverso aditivo de 0v para ambos lados de la ecuación de arriba tenemos 0 =
0v. ■
Ahora establecemos que el producto de cualquier escalar y el vector 0 es igual al vector 0.
1.30 Teorema Un número por el vector 0.
a0 = 0 para cada a ∈ F.
Demostración.- Para a ∈ F, tenemos
a0 = a(0 + 0) = a0 + a0
Luego añadiendo el inverso aditivo de a0 para ambos lados de la ecuación de arriba tenemos 0 =
a0. ■
13
Ahora mostramos que si un elemento de V se multiplica por el escalar −1, entonces el resultado es el
inverso aditivo del elemento de V.
1.31 Teorema El número -1 por un vector.
(−1)v = −v para cada v ∈ V.
Demostración.- Para v ∈ V, tenemos

v + (−1)v = 1v + (−1)v = [1 + (−1)]v = 0v = 0.
Esta ecuación nos dice que (−1)v, cuando se suma a v da 0. Así (−1)v es el inverso aditivo de v. ■
1.B Ejercicio
1. Demostrar que −(−v) = v para cada v ∈ V.
Demostración.- Ya que (−1)v = −v para cada v ∈ V (apartado 1.31, Axler, Linear algebra),
(− a)(− a) = a, ∀ a ∈ R y la identidad multiplicativa de espacio vectorial tenemos que
v = 1v
= (−1)(−1)v
= (−1)(−v)
= −(−v)
2. Supóngase a ∈ F, v ∈ V y av = 0. Demostrar que a = 0 o v = 0.
Demostración.- Por propiedades de lógica (p ⇒ q ∨ r ≡ p∧ ∼ q ⇒ r). Entonces será suficiente

demostrar que,
av = 0 ∧ a ̸= 0 ⇒ v = 0 a ∈ F, v ∈ V.
1
Sea av = 0. Dado que a ̸= 0 y a ∈ F, podemos multiplicar ambos lados por ,
a
1 1
( av) = 0 .
a a
Luego por propiedades en F tenemos que

1
· a v = 0 ⇒ 1v = 0 ⇒ v = 0.
a
3. Supóngase v, w ∈ V. Explique porque existe un único x ∈ V tal que v + 3x = w.

1
Respuesta.- Supongamos x = (w − v). Dado v + (−w) ∈ V, entonces por la asociatividad de
3
espacio vectorial, tenemos

1 1
v+3 (w − v) = v+ 3· (w − v)
3 3
= v + (w − v)
= w
14
Por lo que demostramos su existencia. Ahora, demostremos la unicidad. Sea x, x ′ ∈ V tales que
v + 3x = w y v + 3x ′ = w. Por el inverso aditivo,
w + (−w) = 0 ⇒ w − w = 0.
Reemplazando tenemos,
v + 3x − (v + 3x ′ ) = 0
(v − v) + 3x − 3x ′ = 0
0 + 3( x − x ′ ) = 0
x − x′ = 0
Veamos que esta última igualdad se cumplirá si y sólo si x = x ′ . Por lo tanto queda demostrado el
ejercicio.
4. El conjunto vacío no es un espacio vectorial. El conjunto vacío deja de satisfacer solo uno de los
requisitos enumerados en 1.19. ¿Cuál?.
Respuesta.- Por la identidad aditiva, existe un elemento 0 ∈ V tal que v + 0 = v para todo v.
Lo que significa que V no puede estar vacío. Por lo tanto, el conjunto vació no es un espacio vecto-
rial.
5. Demuestre que en la definición de un espacio vectorial (1.19), la condición inversa aditiva se puede
sustituir por la condición de que
0v = 0 para todo v ∈ V.
Aquí, el 0 del lado izquierdo es el número 0, y el 0 en el lado derecho es la identidad aditiva de
V. (La frase ” una condición puede ser sustituida ” en una definición significa que la colección
de objetos que satisfacen la definición no cambia si la condición original se sustituye con la nueva
condición).
Demostración.- El teorema 1.29 (Axler, Linear algebra, capítulo 1), nos dice que 0v = 0 para todo
v ∈ V, satisface la definición 1.19. Por lo tanto, debemos demostrar que esta propiedad junto con
todas las demás que componen la Definición 1.19, excepto la condición inversa aditiva, implican la
condición inversa aditiva. Es decir, debemos demostrar que para todo v ∈ V, existe w ∈ V tal que
v + w = 0.
Suponemos que v es algún vector arbitrario en V. Entonces,
0 = 0v
= (−1 + 1)v
= (−1)v + 1v
= (−1)v + v
Pongamos w = (−1)v para cualquier vector v ∈ V, donde vemos que existe un vector w que satis-
face la ecuación v + w = 0, demostrando nuestro resultado.
6. Sea ∞ y −∞ dos objetos distintos, ninguno de los cuales está en R. Definir una suma y una mul-
tiplicación escalar en R ∪ {∞} ∪ {−∞} como se puede adivinar la notación. Específicamente, la
suma y el producto de dos números reales son los habituales, y para t ∈ R definir
 −∞ si t < 0,  ∞ si t < 0,
 
t∞ = 0 si t = 0, , t(−∞) = 0 si t = 0,
∞ si t > 0 −∞ si t > 0
 
15
t + ∞ = ∞ + t = ∞, t + (−∞) = (−∞) + t = −∞, ∞ + ∞ = ∞,
(−∞) + (−∞) = −∞, ∞ + (−∞) = 0.

Es R ∪ {∞} ∪ {−∞} un espacio vectorial sobre R?. Explique.
Respuesta.- Para que R ∪ {∞} ∪ {−∞} se convierta en un espacio vectorial sobre R, debe satis-
facer todas las propiedades dadas en la definición 1.19. Ahora bien, este conjunto satisface algunas
de estas propiedades. Por ejemplo, la adición es conmutativa en este conjunto. Sin embargo, no las
satisface todas.
Una propiedad que no se cumple es la asociatividad de la suma. Por ejemplo, observe que 1, ∞ y
−∞ son todos vectores en R ∪ {∞} ∪ {−∞} y por tanto deberíamos tener lo siguiente:
1 + [∞ + (−∞)] = (1 + ∞) + (−∞)
Sin embargo, cuando evaluamos los lados izquierdo y derecho de esta ecuación usando las defini-
ciones dadas en el enunciado del ejercicio, encontramos que
1 + [∞ + (−∞)] = (1 + ∞) + (−∞)
1+0 = ∞ + (−∞)
1 = 0
Pero esto es claramente falso. Así que nuestra suposición de que 1 + [∞ + (−∞)] = (1 + ∞) + (−∞)
también es falsa y, por tanto, este conjunto no satisface la asociatividad aditiva.
1.C Subespacios
1.32 Definición Subespacio.

Un subconjunto U de V es llamado un subespacio de V si U es también un espacio vectorial (Usando
la misma adición y multiplicación escalar como en V).
El siguiente resultado brinda la forma más fácil de verificar si un subconjunto de un espacio vectorial
es un subespacio.
1.34 Teorema Condiciones para un subespacio.
Un subconjunto U de V es un subespacio de V si y sólo si U satisface las siguientes tres condiciones:
• Identidad aditiva.
0 ∈ U;
• Cerrado por adición.

u, w ∈ U implica u + w ∈ U;
• Cerrado por multiplicación escalar.
a ∈ F y u ∈ U implica au ∈ U;
16
Demostración.- Si U es un subespacio de V, entonces U satisface las tres condiciones de arriba por la

definición de espacio vectorial.
A la inversa, suponga que U satisface las tres condiciones anteriores. La primera condición anterior
asegura que la identidad aditiva de V está en U. La segunda condición de arriba asegura que la
adición tenga sentido en U. La tercera condición asegura que la multiplicación escalar tenga sentido
en U.
Si u ∈ U, entonces −u [el cual es igual a (−1)u por 1.31] es también en U por la tercera condición de
arriba. Por lo tanto cada elemento de U tiene un inverso aditivo en U.
Las otras partes de la definición de un espacio vectorial,como la asociatividad y conmutatividad, se
satisfacen automáticamente para U porque sostienen el espacio más grande de V. Así U es un espacio
vectorial y por ende es un subespacio de V. ■
Suma de subespacios
La unión de subespacios rara vez es un subespacio (ver Ejercicio 12), por lo que solemos trabajar con
sumas en lugar de uniones.
1.36 Definición Suma de subespacios.
Supóngase U1 , . . . , Um son subconjuntos de V. La suma de U1 , . . . , Um , denotado por U1 + . . . + Um , es

el conjunto de todas los posibles sumas de elementos de U1 , . . . , Um . Más precisamente,
U1 + . . . + Um = {u1 + . . . + um : u1 ∈ U1 , . . . , um ∈ Um }
El siguiente resultado afirma que la suma de subespacios es un subespacio, y es de hecho el subespa-

cio más pequeño que contiene todos los sumandos.
1.39 Teorema La suma de subespacios es el subespacio más pequeño que lo contiene.
Supóngase que U1 , . . . , Um son subespacios de V. Entonces U1 + . . . + Um es el subespacio más pe-

queño de V que contiene U1 , . . . , Um .
Demostración.- Es fácil ver que 0 ∈ U1 + . . . + Um y que U1 + . . . + Um es cerrado por la adición

y la multiplicación escalar, es decir, por las tres condiciones dadas anteriormente podemos afirmar
que U1 + . . . + Um es un subespacio de V.
Claramente U1 , . . . , Um están todos contenidos en U1 + . . . + Um (para ver esto, considere las sumas
′
u1 + . . . + um donde todas menos una de las u s son 0). A la vez, cada subespacio de V que contenga
U1 , . . . , Um contiene U1 + . . . + Um (porque los subespacios deben contener todas las sumas finitas
de sus elementos). Por lo tanto U1 + . . . + Um es el subespacio más pequeño de V que contiene a
U1 , . . . , Um .
Esta segunda parte, podríamos demostrarla también de la siguiente manera: Supongamos que W ⊆ V
es algún subespacio que contiene a U1 , . . . , Un , para todo u1 , . . . , un ∈ W. Ya que W es un subespacio
se sigue también u1 + . . . + un ∈ W (porque W es cerrado por la suma finita). Por lo tanto
U1 + . . . + Un = {ui + . . . + un : u1 ∈ Ui , . . . , un ∈ Un } ⊆ W.
Las sumas de subespacios en la teoría de espacios vectoriales son análogas a las uniones de subcon-
juntos en la teoría de conjuntos. Dados dos subespacios de un espacio vectorial, el subespacio más
17
pequeño que los contiene es su suma. Análogamente, dados dos subconjuntos de un conjunto, el sub-
conjunto más pequeño que los contiene es su unión.
Sumas directas
1.40 Definición Suma directa.
Supóngase que U1 , . . . , Um son subespacios de V.

• La suma U1 + . . . + Um es llamada una suma directa si cada elemento de U1 + . . . + Um se puede
escribir de una sola manera como una suma u1 + . . . + um donde cada u j esta en Uj .
• Si U1 + . . . + Um es una suma directa, entonces U1 ⊕ . . . ⊕ Um denota U1 + . . . + Um con la notación
⊕ sirviendo como una indicación de que se trata de una suma directa.
La definición de suma directa requiere que cada vector de la suma tenga una representación única
como suma adecuada. El siguiente resultado muestra que al decidir si una suma de subespacios es
una suma directa, sólo tenemos que considerar si 0 puede escribirse de forma única como una suma
correspondiente.
1.44 Teorema Condición para una suma directa.
Supóngase que U1 , . . . , Um son subespacios de V. Entonces U1 + . . . + Um es una suma directa si

y sólo si la única manera de escribir 0 como una suma u1 + . . . + um , donde cada u j está en Uj , es
tomando cada u j igual a 0.
Demostración.- Supóngase que U1 + . . . + Um es una suma directa. Entonces la definición de suma

directa implica que la única manera de escribir 0 como una suma u1 + . . . + um , donde cada u j está
en Uj , es tomando cada u j igual a 0. Para mostrar que U1 + . . . + Um es una suma directa, sea
u ∈ U1 + . . . + Um . Podemos escribir:
u = u1 + . . . + u m
para algún u1 ∈ U1 , . . . , um ∈ Um . Para mostrar que esta representación es única, supongamos que
también tenemos
v = v1 + . . . + v m
donde v1 ∈ U1 , . . . , vm ∈ Um . Restando estas dos ecuaciones, tenemos,
0 = ( u1 − v1 ) + . . . + ( u m − v m ).
Porque u1 − v1 ∈ U1 , . . . Um , la ecuación dada implica que cada u j − v j es igual a 0. Por lo tanto

u1 = v1 , u2 = v2 , . . . , u m = v m . ■
El siguiente resultado da una condición simple para probar qué pares de subespacios dan una suma
directa.
18
1.45 Teorema Suma directa de dos subespacios.
Supóngase que U y W son subespacios de V. Entonces U + W es una suma directa si y sólo si

U ∩ W = {0}.
Demostración.- Primero supóngase que U + W es una suma directa. Si v ∈ U ∩ W, entonces 0 =

v + (−v), donde v ∈ U y −v ∈ W. Por la única representación de 0 como la suma de un vector en U y
un vector en W, tenemos v = 0. ■
1.C Ejercicios
1. Para cada de los siguientes subconjuntos de F3 , determinar si es un subespacio de F3 :

(a) ( x1 , x2 , x3 ) ∈ F3 : x1 + 2x2 + 3x3 = 0 .

Respuesta.- Por las condiciones de un subespacio 1.34 se tiene,
• Identidad aditiva.- Sea ( x1 , x2 , x3 ) = (0, 0, 0). Entonces,
x1 + 2x2 + 3x3 = 0 ⇒ 0 + 2 · 0 + 3 · 0 = 0.
• Cerrado por adición.- Sean

n o
a = ( a1 , a2 , a3 ), b = (b1 , b2 , b3 ) ∈ ( x1 , x2 , x3 ) ∈ F3 : x1 + 2x2 + 3x3 = 0 .
Es decir,
a1 + 2a2 + 3a3 = 0 ⇒ b1 + 2b2 + 3b3 = 0.
Para probar que la adición se cumple, pongamos a + b tal que x1 + 2x2 + 3x3 = 0, como
sigue
a + b = ( a1 + b1 ) + 2( a2 + b2 ) + 3( a3 + b3 ) = 0
Si ( x1 , x2 , x3 ) = [( a1 + b1 ), ( a2 + b2 ), ( a3 + b3 )]. Entonces,
x1 + 2x2 + 3x3 = 0.
Así, el conjunto dado es un subespacio de F3 .
• Cerrado por multiplicación escalar.- Sea k ∈ F. Entonces,
k ( x1 + 2x2 + 3x3 ) = k · 0 ⇒ k ( x1 + 2x2 + 3x3 ) = 0.
Por lo tanto, el conjunto dado es un subespacio de F3 .
( x1 , x2 , x3 ) ∈ F3 : x1 + 2x2 + 3x3 = 4 .

(b)
Respuesta.- Sea ( x1 , x2 , x3 ) = (0, 0, 0). Entonces,
x1 + 2x2 + 3x3 = 4 ⇒ 0 + 2 · 0 + 3 · 0 ̸= 0.
Ya que no cumple la primera condición de 1.34, decimos que el conjunto dado no es un sube-
spacio.
19
( x1 , x2 , x3 ) ∈ F3 : x1 x2 x3 = 0 .

(c)
Respuesta.- Vemos que no se cumple la condición de adición. Observemos que a = (1, 1, 0)

y b = (0, 1, 1), están en el conjunto dado. Es decir, se cumple la condición establecida:
1·1·0 = 0 y 0 · 1 · 1 = 0.
Pero no así, para a + b = (1, 1, 0) + (0, 1, 1) = (1, 2, 1), ya que
1 · 2 · 1 ̸= 0.
( x1 , x2 , x3 ) ∈ F3 : x1 = 5x3 .

(d)
• Identidad aditiva.- Sea ( x1 , x2 , x3 ) = (0, 0, 0). Entonces,
x1 = 5x3 ⇒ 0 = 5 · 0.
• Cerrado por adición.- Sean

n o
a = ( a1 , a2 , a3 ), b = (b1 , b2 , b3 ) ∈ ( x1 , x2 , x3 ) ∈ F3 : x1 = 5x3 .
Pongamos x1 = ( a1 + b1 ) y x3 = ( a3 + b3 ). Por lo tanto,
a1 + b1 = 5( a3 + b3 )
x1 = 5x3 . ⇒
• Cerrado por multiplicación escalar.- Sean k ∈ F y a ∈ ( x1 , x2 , x3 ) ∈ F3 : x1 = 5x3 . En-

tonces,
k ( a1 ) = k (5a3 ) ⇒ ka1 = 5 (ka3 ) .
Pongamos x1 = ka1 y x3 = ka3 , por lo que
x1 = 5x3 .
Así, el conjunto dado es un subespacio de F3 .
2. Verificar todas las afirmaciones del ejemplo 1.35.
(a) Si b ∈ F, entonces n o
( x1 , x2 , x3 , x4 ) ∈ F4 : x3 = 5x4 + b .
es un subespacio de F4 si y sólo si b = 0.
Demostración.- Supongamos que

n o
( x1 , x2 , x3 , x4 ) ∈ F4 : x3 = 5x4 + b .
es un subespacio de F4 . Entonces por la primera condición del teorema 1.34, sabemos que
(0, 0, 0, 0) es un elemento del conjunto dado, por lo tanto
0 = 5·0+b
20
de donde,
b = 0.
Ahora supongamos que b = 0. Tendremos que verificar que se cumple las condiciones del
teorema 1.34 para
n o
( x1 , x2 , x3 , x4 ) ∈ F4 : x3 = 5x4 + b .
• Identidad aditiva.- Sea ( x1 , x2 , x3 , x4 ) = (0, 0, 0, 0). Entonces,
x3 = 5x4 + 0 ⇒ 0 = 5 · 0.
• Cerrado por adición.- Sean u = (u1 , u2 , u3 , u4 ) y v = (v1 , v2 , v3 , v4 ) do vectores en el con-

junto dado. Sabemos que
u3 = 5u4
v3 = 5v4
Entonces, sumando estas dos ecuaciones tenemos,
u3 + v3 = 5u4 + 5v4
u3 + v3 = 5( u4 + v4 ).
Que es exactamente la afirmación de que
u + v = ( u1 , u2 , u3 , u4 ) + ( v1 , v2 , v3 , v4 ) = ( u1 + v1 , u2 + v2 , u3 + v3 , u4 + v4 ).
Es un elemento del conjunto. Por lo tanto, el conjunto es cerrado bajo la suma de vectores.
• Cerrado por la multiplicación escalar.- Sea u = (u1 , u2 , u3 , u4 ) un vector en el conjunto

dado y sea k ∈ F. Entonces,
u3 = 5u4
Multiplicando por k tenemos,
k(u3 ) = k(5u4 )
(ku3 ) = 5(ku4 ).
Por lo tanto, vemos que se cumple la condición de multiplicación escalar.
(b) El conjunto de funciones continuas de valor real en el intervalo [0, 1] es un subespacio de R[0,1] .
Demostración.-
• Identidad aditiva.- El vector cero en R[0,1] es una función que asigna cada número a cero,
esto es
O( x ) = 0, ∀ x ∈ [0, 1].
Como es una función constante y todas las funciones constantes son continuas, es un ele-
mento del conjunto de funciones continuas de valor real en [0, 1].
• Cerrado por adición.- Por el cálculo elemental, sabemos que la suma de dos funciones
continuas es también continua. Por lo tanto, el conjunto de funciones continuas de valor
real en [0, 1] es cerrado bajo adición de vectores.
• Cerrado por multiplicación escalar.- Por el cálculo elemental, sabemos que si f es una
función continua, entonces k f es también una función continua para todos los números
reales k. Por lo tanto, el conjunto de funciones continuas de valor real en [0, 1] es cerrado
bajo la multiplicación escalar.
21
Por lo tanto este conjunto es un subespacio de R[0,1] .
(c) El conjunto de funciones diferenciables de valor real en R es un subespacio de RR .
Demostración.-
• Identidad aditiva.- El vector cero en RR es una función que asigna cada número a cero,
esto es
O( x ) = x para todo x ∈ R.
Como es una función constante y todas las funciones constantes son continuas, es un ele-
mento del conjunto de funciones continuas de valor real en R.
• Cerrado por adición.- Por el cálculo elemental, sabemos que la suma de dos funciones
diferenciables es diferenciable. Por lo tanto, el conjunto de funciones diferenciables de
valor real en R es cerrado bajo adición de vectores.
• Cerrado por multiplicación escalar.- Por cálculo elemental, sabemos que si f es una función
diferenciable, entonces k f es también una función diferenciable para todos los números
reales k. Por lo tanto, el conjunto de funciones diferenciables de valor real en R es cerrado
bajo la multiplicación escalar.
(d) El conjunto de funciones diferenciables de valor real f en el intervalo [0, 3] tal que f ′ (2) = b es
un subespacio de R(0,3) si y sólo si b = 0.
Demostración.- Si b = 0, entonces consideremos el conjunto de todas las funciones diferen-

ciables de valor real f en el intervalo (0, 3) tales que f ′ (2) = b = 0.
O( x ) es un elemento de este conjunto, ya que es diferenciable en este intervalo y su derivada
es la misma, por lo tanto O′ (2) = 0. Luego suponga que f y g son elementos de este conjunto.
Ya sabemos que la suma de dos funciones diferenciables es de nuevo diferenciables, por lo que
f + g es una función diferenciable. Notemos que ( f + g)′ (2) = f ′ (2) + g′ (2) = 0 + 0 = 0, así el
conjunto es cerrado por adición de vectores.
Ahora, suponga que f es un elemento de este conjunto y k es algún número real. Sabemos
que cualquier múltiplo escalar de una función diferenciable es diferenciable, por lo que k f es
diferenciable. Es decir, (k f )′ (2) = k [ f ′ (2)] = k · 0 = 0. Así el conjunto es cerrado por la mul-
tiplicación escalar. Así b = 0, implica que el conjunto de funciones diferenciables de valor real
en el intervalo (0, 3) tal que f ′ (2) = 0 es un subespacio de R(0,3) .
Por otro lado, suponga que el conjunto de funciones diferenciables de valor real f en el inter-
valo (0, 3) tal que f ′ (2) = b es un subespacio de R(0,3) . Por el teorema 1.34 sabemos que este
conjunto debe contener el vector cero en R(0,3) . Esto es, debe contener la función O( x ). Pero
sabemos que
O′ ( x ) − O( x ) = 0
para todos los valores de x en (0, 3). En particular O′ (2) = 0. Por tanto, b debe ser igual a 0.
(e) El conjunto de todas las secuencias de número complejos con límite 0 es un subespacio de C∞ .
Demostración.-
• Identidad aditiva.- El vector cero en C∞ es la secuencia On = (0, 0, . . . , 0). Por lo que
lim = 0.
n→∞
Ya que On es un elemento del conjunto de todas las secuencias de número complejos con
límite 0.
22
• Cerrado por adición.- Sean an y bn dos elementos del conjunto dado. Esto es,
lim an = 0 y lim = 0.
n→∞ n→∞
Por el calculo elemental, sabemos que si cn → L y dn → M con n → ∞, entonces cn + dn →

L + M. Por lo tanto,
lim an + bn = 0 + 0 = 0
n→∞
Así, an + bn es un elemento del conjunto dado. Por lo que es cerrado por la suma de
vectores.
• Cerrado por multiplicación escalar.- Sean an un elemento del conjunto dado y k ∈ C. Lo
que significa que,
lim an = 0.
n→∞
Por el calculo elemental, sabemos que si cn → L con n → ∞, entonces kcn → kL para

n → ∞. Es decir,
lim kan = k · 0 = 0.
n→∞
Así, kan es un elemento del conjunto dado. Por lo que es cerrado por la multiplicación
escalar. Concluimos por el teorema 1.34, que este conjunto es un subespacio de C∞ .
3. Demuestre que el conjunto de funciones diferenciables de valores reales f en el intervalo (−4, 4) tal
que f ′ (−1) = 3 f (2) es un subespacio de R(−4,4) .
Demostración.- Sea A el conjunto de funciones diferenciables de valores reales f en (−4, 4) tal

que f ′ (−1) = 3 f (2). Para demostrar la identidad aditiva, podemos escoger una función constante,
f = 0 tal que
f ′ (−1) = 3 f (2) ⇒ 0 = 0.
Por lo tanto, 0 ∈ A. Para demostrar la cerradura por adición, sean f , g ∈ A. Entonces por definición
f ′ (−1) = 3 f (2) y g′ (−1) = 3g(2).
Entonces,
f ′ (−1) + g′ (−1) = 3 [ f (2) + g(2)]
( f + g)′ (−1) = 3( f + g)(2)

Lo que implica que,
( f + g) ∈ A.
Por último demostremos la cerradura por multiplicación escalar. Sean k ∈ F, tal que
k f ′ (−1) = k3 f (2),
por lo que
(k f )′ (−1) = 3(k f )(2).
Por lo tanto (k f ) ∈ A. Así, A es un subespacio de R(−4,4) .
4. Suponga b ∈ R. Demuestre que el conjunto de funciones continuas de valores reales f en el inter-

R1
valo [0, 1] tal que 0 f = b es un subespacio de R[0,1] si y sólo si b = 0.
23
Demostración.- Primero demostremos que si el conjunto es un subespacio, entonces b = 0. Note-

mos que este conjunto contiene la función cero el cual es definido por f 0 ( x ) = 0 para x ∈ [0, 1].
Porque es un subespacio y f 0 es la identidad aditiva. Entonces, debe ser:
Z 1
b= f0 = 0 ⇒ b = 0.
0
Ahora, sea b = 0 probaremos que el conjunto dado es un subespacio. Como la primera parte del
R1
ejercicio, tenemos que 0 f 0 = 0, así f 0 esta en el conjunto descrito y por lo tanto queda demostrado
la identidad aditiva. Luego, sean f y g funciones continuas de valor real en [0, 1], tal que
Z 1 Z 1
f =0 y g = 0.
0 0
Entonces,
Z 1 Z 1 Z 1
( f + g) = f+ g = 0 + 0 = 0.
0 0 0
Así, f + g se cumple para el conjunto dado y por lo tanto, queda demostrado la cerradura por
adición. Por último, sea k ∈ F, con f y g definida arriba, entonces
Z 1 Z 1
kf = k f = c · 0 = 0.
0 0
Así, k f también está en el conjunto descrito y por lo tanto se cumple la cerradura por multiplicación
escalar. Por lo que podemos concluir que el conjunto es un subespacio.
5. Es R2 un subespacio del espacio vectorial complejo C2 .
Demostración.- Si R2 es subespacio de C, entonces R2 es cerrado por la multiplicación escalar.

Verifiquemos esta afirmación. Sea k un escalar en C. Si k = i y tenemos (1, 0) ∈ R, por lo que
i (1, 0) = (i, 0), el cual no pertenece a R2 . De hecho se puede tomar cualquier ( x1 , x2 ) ∈ R2 tal que
x1 ̸= 0 o x2 ̸= 0, de donde podemos demostrar que i ( x1 , x2 ) = (ix1 , ix2 ) el cual no pertenece en R2 .
Concluimos que R2 no es un subespacio de C2 .
6. (a) ¿Es ( a, b, c) ∈ R3 : a3 = b3 un subespacio de R3 ?.

• Identidad aditiva: Sea ( a, b, c) = (0, 0, 0). Entonces,
03 = 03 ⇒ 0 = 0.
Por lo tanto, se cumple la identidad aditiva.
• Cerradura por adición: Sea ( a1 , b1 , c1 ) y ( a2 , b2 , c2 ) elementos del conjunto dado. Entonces,
( a1 , b1 , c1 ) + ( a2 , b2 , c2 ) = ( a1 + a2 , b1 + b2 , c1 + c2 ).
Luego,
( a1 + a2 )3 = (b1 + b2 )3 .
24
Sean a = a1 + b1 y b = b1 + b2 . Por la asociatividad de la suma en R,
a3 = b3 .
Por lo tanto, se cumple la cerradura por adición.
• Cerradura por multiplicación escalar: Sea k ∈ R y ( a1 , b1 , c1 ) ∈ R3 . Entonces,

k ( a1 , b1 , c1 ) = (ka1 , kb1 , kc1 ).
Luego,
(ka1 )3 = (kb1 )3 .
Sean ka1 = a y kb1 . Por la asociatividad de la multiplicación en R,
a3 = b3 .
Por lo tanto, se cumple la cerradura por multiplicación escalar.
Así, el conjunto dado es un subespacio de R3 .
n o
(b) ¿Es ( a, b, c) ∈ C3 : a3 = b3 un subespacio de C3 ?.
Respuesta.- Sea W el conjunto

definido.
√
Entonces, W no es un subespacio de C3 . Consider-

3
3
emos x = (1, 1, 0) ∈ C y y − 2 + 2 i, 1, 0 ∈ C3 . Por lo que claramente x + y ∈
1
/ W ya que,
" √ !#3
1 3
1+ − + i = − 1 ̸ = 23 = ( 1 + 1 ) 3 .
2 2
7. Dé un ejemplo de un subconjunto no vacío U de R2 tal que U sea cerrado bajo adición y bajo la
medida de inversos aditivos (es decir, −u ∈ U siempre que u ∈ U), pero U no es un subespacio de
R2 .
Respuesta.- Denote que U = ( x, y) ∈ R2 : x, y ∈ Z para U es un conjunto no vacío. Si ( x1 , y1 ) ∈

A y ( x2 , y2 ) ∈ A. Entonces, x1 , x2 , y1 , y2 ∈ Z, ya que x1 + x2 y y1 + y2 son enteros. Esto significa

( x1 + x2 , y1 + y2 ) = ( x1 , y1 ) + ( x2 , y2 ). Es decir, U es cerrado por adición. Del mismo modo, ya que
(− x1 , −y2 ) ∈ U, resulta que U es cerrado bajo inverso aditivo. Sin embargo U no es cerrado bajo
la multiplicación escalar, esto por el hecho de que (1, 1) ∈ A mientras que 21 (1, 1) ∈ / U. Por lo tanto,
U no es un subespacio de R . 2
8. Dé un ejemplo de un subconjunto no vacío U de R2 tal que U es cerrado bajo la multiplicación

escalar, pero U no es un subespacio de R2 .
Respuesta.- Denota que U = ( x, y) ∈ R2 : x = 0 ∨ y = 0 , luego U no está vacío. Si ( x, 0) ∈ U,

entonces para cualquier λ ∈ R, tenemos

λ( x, 0) = (λx, 0) ∈ U.
Similarmente, λ(0, y) ∈ U, por lo que U es cerrada bajo la multiplicación escalar. Sin embargo,
(1, 0), (0, 1) ∈ U mientras que (1, 1) = (1, 0) + (0, 1) ∈
/ U. Esto implica que U no es cerrado bajo la
adición. Por lo tanto, no es subespacio de R2 .
25
9. Una función f : R → R es llamado periódica si existe un número positivo p tal que f ( x ) = f ( x + p)

para todo x ∈ R. ¿Es el conjunto de funciones periodicas R a R un subespacio de RR ?. Explique.
Respuesta.- No, el conjunto de las funciones R

√ periódicas R a R no es un espacio vectorial √de R
.
Por ejemplo, la función h( x ) = sen 2x + cos x no es periódica aunque f ( x ) = sen 2x y
g( x ) = cos x lo son. Suponga que existe un número positivo p tal que h( x ) = h( x + p) para todo
x ∈ R, entonces 1 = h(0) = h( p) = h(− p). Es equivalente a decir,
√ √
1 = cos p + sen 2p = cos p − sen 2p,
√
que implica sen √2p = 0 y cos p =√1. De este último podemos deducir que p = 2kπ para k ∈ Z.
Sin embargo, sen 2p = 0 implica 2p = lπ para l ∈ Z. De donde,
√ lπ l
2= = ∈ Q,
2kπ 2k
lo cual es imposible.
10. Suponga U1 y U2 son subespacios de V. Demostrar que la intersección U1 ∩ U2 es un subespacio

de V.
Demostración.- Por las condiciones de un subespacio 1.34 se tiene
• Identidad aditiva.- Por definición 0 ∈ U1 y 0 ∈ U2 , entonces 0 ∈ U1 ∩ U2 .

• Cerrado bajo adición.- Si x ∈ U1 ∩ U2 e y ∈ U1 ∩ U2 , luego x ∈ U1 e y ∈ U1 , de donde
x + y ∈ U1 . Similarmente, x + y ∈ U2 . Por lo tanto x + y ∈ U1 ∩ U2 .
• Cerrado bajo adición.- Si x ∈ U1 ∩ U2 , entonces x ∈ U1 . Luego, para algún λ ∈ F, se tiene
λx ∈ U1 . Similarmente λx ∈ U2 . Por lo tanto λx ∈ U1 ∩ U2 .
11. Demostrar que la intersección de toda colección de subespacios de V es un subespacio de V.
Demostración.- Sea {Vi : i ∈ I } es una colección de subespcios de V. Queremos probar que

\
Vi
i∈ I
es un subespacio de V. Primero, para todo Vi subespacios de V, entonces 0 ∈ Vi . Así,

\
Vi ∈ I ⇒ 0 ∈ Vi .
i∈ I
Luego, sea x, y ∈ ∩i∈ I Vi . Entonces x, y ∈ Vi , ∀i ∈ I. Para todo Vi son subespacios de V, donde

x + y ∈ Vi , ∀i ∈ I. Por lo tanto \
x+y ∈ Vi .
i∈ I
Por último, para x ∈ ∩i∈ I Vi y un escalar α, entonces x ∈ Vi , ∀i ∈ I. Para todo Vi son subespacios
de V. Se sigue que αx ∈ Vi , así \
∀i ∈ I ⇒ αx ∈ Vi .
i∈ I
Por lo tanto, ∩i∈ I Vi es un subespacio de V.
26
12. Demostrar que la unión de dos subespacios de V es un subespacio de V si y sólo si uno de los
subespacios está contenido en el otro.
Demostración.- Supongamos que U1 ̸⊆ U2 y U2 ̸⊆ U1 . Elegimos un v ∈ U1 tal que v ∈ U2 .

Ya que v es un subespacio de U1 , entonces (−v) también debe serlo, por definición. Del mismo
modo U2 ̸⊆ U1 . Luego, elegimos un u ∈ U2 tal que u ∈ U1 . Como u está en el subespacio U2 ,
entonces (-u) también debe serlo, por definción.
Si v + u ∈ U1 ∪ U2 , entonces v + u está en U1 o U2 . Pero,
v + u ∈ U1 ⇒ v + u + (−v) ∈ U1 ⇒ u ∈ U1 .
De la misma manera,
v + u ∈ U2 ⇒ v + u + (−u) ∈ U2 ⇒ v ∈ U2 .
Lo que contradice el hecho de que cada elemento fue definido para no estar en estos subespacios.
Por otro lado, sea U1 ⊆ U2 . Lo que implica U1 ⊆ U2 ⇒ U1 ∩ U2 = U2 . Luego, ya que U2 es un
susbespacio, U1 ∩ U2 también lo es.
13. Demostrar que la unión de tres subespacios de V es un subespacio de V si y sólo si uno de los sube-
spacios contiene a los otros dos. [Este ejercicio es sorprendentemente más difícil que el anterior,
posiblemente porque este ejercicio no es cierto si sustituimos F por un campo que contenga sólo
dos elementos].
Demostración.- Sean U1 , U2 , U3 subespacios de V y E = U1 ∪ U2 ∪ U3 un subespacio de V. Primero,

suponga que ningún subespacio es un subconjunto de ninguno de los otros dos. Entonces, pode-
mos elegir w ∈ U1 , con w ∈/ U2 y x ∈ U2 con x ∈ / U1 . Como x, w ∈ E, sabemos que (w + x ) ∈ E
y (w − x ) ∈ E, es un subespacio. Si (w + x ) ∈ U1 , entonces (w + x ) − w = x ∈ U1 , que es una
contradicción. Si (w + x ) ∈ U2 , entonces (w + x ) − x = w ∈ U2 , también vemos que es un con-
tradicción. Así, debemos tener w + x ∈ U3 .
Por otro lado, si w − x ∈ U1 , entonces (w − x ) − w = − x ∈ U1 , lo que es imposible. Si w − x ∈ U2 ,
entonces (w − x ) + x = w ∈ U2 , también es imposible. Así, (w − x ) ∈ U3 . Pero (w − x ) + (w + x ) =
2w ∈ U3 , que implica w ∈ I3 lo que es una contradicción. Por lo tanto, este caso es imposible y al
menos un subespacio debe ser un subconjunto de otro.
Si U1 ⊆ U2 , entonces U1 ∪ U2 = U2 es un subespacio, esto por el ejercicio anterior y ya que
E = U1 ∪ U2 ∪ U3 = u2 ∪ U3 es un subespacio, ya que U2 , o U3 ⊆ U2 (por el ejercicio anterior.)
E el primer caso, U1 y U2 son un subconjunto de U3 y en el segundo caso U1 y U3 son un subcon-
junto de U2 .
Por el contrario, suponga que U1 ∪ U2 ⊆ U3 . Entonces U1 ∪ U2 ∪ U3 = U3 , y la unión es un sube-
spacio.
14. Verifique la afirmación del ejemplo 1.38.
Demostración.- Está claro que U y W son subespacios de de F4 . Luego supongamos que
( x1 , x1 , y1 , yi ) ∈ U y ( x2 , x2 , x2 , y2 ) ∈ W.
Entonces,
( x1 , x1 , y1 , y1 ) + ( x2 , x2 , x2 , y2 ) = ( x1 + x2 , x1 + x2 , y1 + x2 , y1 + y2 ) ∈ {( x, x, y, z) : x, y, z ∈ F} ,
ya que U + W ⊂ ( x, x, y, z) : x, y, z ∈ F4 . Luego, para cualquier x, y, z ∈ F, tenemos (0, 0, y −

x, y − x ) ∈ U y ( x, x, x, z + x − y) ∈ W. Sin embargo,
( x, x, y, z) = (0, 0, y − x, y − x ) + ( x, x, x, z + x − y) ∈ U + W,
27
por lo tanto x, x, y, z : x, y, z ∈ F4 ⊂ U + W. Combinando esto con el argumento anterior, se sigue

que U + W = {( x, x, y, z) : x, y, z ∈ F}.
15. Supongamos que U es un subespacio de V. ¿Qué es U + U?.
Respuesta.- Sea,
U + U = {u + v : u, v ∈ U } .
Esto significa que U ⊂ U + U, ya que u ∈ U y u es igual u + 0. Luego, podríamos expresar u como
una suma de 2 elementos de U. Por otro lado, U + U ⊂ U ya que la suma de los dos elementos de
U podrían ser un elemento de U. Por lo tanto, U + U = U.
16. ¿La operación de adición en los subespacios de V es conmutativa? En otras palabras, si U y W son
subespacios de V, ¿es U + W = W + U?.
Respuesta.- Sea x ∈ U e y ∈ W. Ya que la adición en V es conmutativa, tenemos x + y = y + e ∈

W + U. Esto implica que U + W ⊂ W + U. Similarmente tenemos que W + U ⊂ U + W. Por lo
tanto U + W = W + U.
17. ¿La operación de adición en los subespacios de Ves asociativa? En otras palabras, si U1 , U2 , U3 son
subespacios de V, ¿eso
(U1 + U2 ) + U3 = U1 + (U2 + U3 )?.
Demostración.- Sea v ∈ (U1 + U : 2) + U3 , entonces existe U1 ∈ U1 , u2 ∈ U2 y u3 ∈ U3 tal que:
v = ( v1 + v2 ) + v3 .
Ya que, es asociativa a la suma en V, tenemos:
v = u1 + (u2 + u3 ) ∈ U1 + (U2 + U3 ).
Así, (U1 + U2 ) + U3 ⊂ U1 + (U2 + U3 ). Del mismo modo, podemos probar que U1 + (U2 + U3 ) ⊂
(U1 + U2 ) + U3 . Sea v ∈ U1 + (U2 + U3 ). Después, existe u1 ∈ U1 , u2 ∈ U2 y u3 ∈ U3 tal que:
v = u1 + (u2 + u3 ) = (u1 + u2 ) + u3 ∈ (U1 + U2 ) + U3 ,
ya que, U1 + (U2 + U3 ) ⊂ (U1 + U2 ) + U3 . Por lo que concluimos que
U1 + (U2 + U3 ) = (U1 + U2 ) + U3 .
18. ¿Tiene la operación de adición en los subespacios de V una identidad aditiva? ¿Qué subespacios
tienen inversos aditivos?.
Respuesta.- Si. El subespacio que buscamos es {0}. Si U es un subespacio de V, entonces
U + {0} = {0} + U = U.
Por otro lado, si U y W son subespacios de V, tal que U + W = {0}, entonces se sigue que, ambos,
U y W están contenidos en U + W, esto sólo es posible si U = W = {0}.
28
19. Demuestre o dé un contraejemplo: Si U1 , U2 , W son subespacios de V tales que

U1 + W = U2 + W,
entonces U1 = U2 .
Demostración.- Daremos un contraejemplo. Sean

V = U1 = ( a, b) ∈ R2 : a, b ∈ R

U2 = ( a, 0) ∈ R2 : a ∈ R
W = (0, b) ∈ R2 : b ∈ R .
Entonces, es fácil ver que U1 + W = U2 + W, pero U1 ̸= U2 .
20. Suponga n o
U = ( x, x, y, y) ∈ F4 : x, y ∈ F .
Encuentre un subespacio W de F4 tal que F4 = U ⊕ W.
Respuesta.- Tome W = (0, z, 0, w) ∈ R4 : z, w ∈ F . Para cualquier ( x, y, z, w) ∈ F4 , de donde

tenemos
( x, y, z, w) = ( x, x, z, z) + (0, y − x, 0, w − z) ∈ U + W.
De donde, obtenemos F4 = U + W. Además, si ( x, y, z, w) ∈ U ∩ W, entonces debemos tener x = y
y z = w, ya que ( x, y, x, w) ∈ U. Del mismo modo, puesto que ( x, y, z, w) ∈ W, tenemos x = 0 y
z = 0. Por lo tanto, x = y = 0 y z = w = 0, que implica ( x, t, z, w) = (0, 0, 0, 0). Resulta por 1.45
que U ∩ W = {0}. Así, F = U ⊕ W.
21. Suponga n o
U = ( x, y, x + y, x − y, 2x ) ∈ F5 : x, y ∈ F .
Encuentre un subespacio W de F5 tal que F5 = U ⊕ W.
Respuesta.- Sea W = (0, 0, z, w, s) ∈ F5 : x, y ∈ F . Si ( x, y, z, w, s) ∈ U ∩ W, ya que ( x, y, z, w, s) ∈

W entonces x = y = 0. Además, tenemos z = x + y, w = x − y, s?2x, esto porque ( x, t, z, w, s) ∈ U.

Por lo tanto z = w = s = 0, por lo que U ∩ W = {0} . Del mismo modo, para cualquier
( x, y, z, w, s) ∈ F5 . Puesto que ( x, y, x + y, 2x ) ∈ U y (0, 0, z − x − y, w − x + y, s − 2x ) ∈ W, se
tiene
( x, y, z, w, s) = ( x, y, x + y, x − y, 2x ) + (0, 0, z − x − y, w − x + y, s − 2x ) ∈ U + W.
Por lo tanto, F5 = U + W. Ya que, U ∩ W = 0 de 1.45 se sigue que F5 = U ⊕ W.
22. Suponga
U = {( x, y, x + y, x − y, 2x )} ∈ F5 : x, y ∈ F.
Encuentre tres subespacios W1 , W2 , W3 de F5 , ninguno de los cuales es igual a {0}, tal que F5 =
U ⊕ W1 ⊕ W2 ⊕ W3 .
Respuesta.- Sean W1 = {(0, 0, 0, z, 0) : x, y ∈ F}, W2 = (0, 0, 0, z, 0) ∈ F5 : x, y ∈ F y W3 = (0, 0, 0, 0, z) ∈ F5 : x, y

Por el mismo argumento del problema anterior (21), se tiene

F5 = U ⊕ W1 ⊕ W2 ⊕ W3 .
29
23. Demostrar o dar un contraejemplo: Si U1 , U2 , W son subespacios de V tales que
V = U1 ⊕ W u V = U2 ⊕ W,
Entonces, U1 = U2 .
Demostración.- Daremos un contraejemplo. Sean, V = R2 , U1 = ( x, 0) ∈ R2 : x ∈ R , U2 =

(0, y) ∈ R2 : y ∈ R y W = (z, z) ∈ R2 : z ∈ R . Por el mismo argumento del problema 21, se

tiene
V = U1 ⊕ W y V = U2 ⊕ W,
sin embargo, U1 ̸= U2 .
24. Una función f : R → R es llamado par si
f (− x ) = f ( x )
para todo x ∈ R. Sea Ue el conjunto de funciones pares de valor real sobre R y sea Uo el conjunto
de funciones impares de valor real sobre R. Demuestre que RR = Ue ⊕ Uo .
f ( x ) + f (− x ) f ( x ) − f (− x )
Demostración.- Para cada función de variable real f sabemos que f ( x ) = + .
2 2
f ( x ) − f (− x ) f ( x ) − f (− x )
Sea g( x ) = y h( x ) = , así
2 2
f ( x ) = f ( x ) − h( x )
. Probaremos que g es par y h es impar.

Para demostrar que g es par, tenemos
f (− x ) + f [−(− x )] f (− x ) + f ( x )
g(− x ) = = = g ( x ).
2 2
Luego, para demostrar que h es impar, tenemos
f (− x ) − f [−(− x )] f (− x ) − f ( x )
h(− x ) = = = − h ( x ).
2 2
Ahora, debemos demostrar que Ue ∩ Uo = {0}. Sea z ∈ Ue ∩ Uo , de donde z(− x ) = z( x ). Después,
si z ∈ Uo entonces z(− x ) = −z( x ). Concluimos que
z( x ) = −z( x ) ⇒ 2z( x ) = 0 ⇒ z( x ) = 0
y que
Ue ∩ Uo = {0} .
Por lo tanto, RR = Ue ⊕ Uo .
30
2
Espacios vectoriales de dimensión finita
2.D Span e independencia lineal
2.2 Notación Lista of vectores.
Por lo general, escribiremos listas de vectores sin paréntesis alrededor.
Combinaciones lineales y generadores
2.3 Definición Combinación lineal.
Una combinación lineal de una lista v1 , . . . , vm de vectores en V es un vector de la forma
a1 v1 + · · · + a m v m ,
donde a1 , . . . am ∈ F.
2.5 Definición Span o generador.
El conjunto de todas las combinaciones lineales de una lista de vectores v1 , . . . , vm en V se de-

nomina generador de v1 , . . . , vm , denotado por span(v1 , . . . , vm ). En otras palabras,
span(v1 , . . . , vm ) = { a1 v1 + · · · + am vm : a1 , . . . , am ∈ F} .
El span de la lista vacía () es definida por {0} .
2.7 Teorema Span es el subespacio más pequeño que lo contiene.
El span de una lista de vectores en V es el subespacio más pequeño de V que contiene todos los
vectores de la lista.
31
Chapter 2. Espacios vectoriales de dimensión . . .
Demostración.- Suponga que v1 , . . . , vm es una lista de vectores en V. Primero demostraremos que

span(v1 , . . . , vm ) es un subespacio de V. El 0 está en span(v1 , . . . , vm ), porque
0 = 0v1 + . . . + 0vm .
También, span(v1 , . . . , vm ) es cerrado bajo la suma, ya que
( a1 v1 + · · · + a m v m ) + ( c1 v1 + · · · + c m v m ) = ( a1 + c1 ) v1 + · · · + ( a m + c m ) v m .
Además, span(v1 , . . . , vm ) es cerrado bajo la multiplicación por un escalar, dado que
λ( a1 v1 + · · · + am vm ) = λa1 v1 + · · · + λam vm .
Por lo tanto, span(v1 , . . . , vm ) es un subespacio de V. Esto por 1.34.
Cada v j es una combinación lineal de v1 , . . . , vm (para mostrar esto, establezca a j = 1 y que las otras a′ s
en la definición de combinación lineal sean iguales a 0). Así, el span(v1 , . . . , vm ) contiene a cada v j . Por
otra parte, debido a que los subespacios están cerrados bajo la multiplicación de escalares y la suma,
cada subespacio de V que contiene a cada v j contiene a span(v1 , . . . , vm ). Por lo tanto, span(v1 , . . . , vm )
es el subespacio más pequeño de V que contiene todos los demás vectores v1 , . . . , vm . ■
2.8 Definición Spans.
Si span(v1 , . . . , vm ) es igual a V, decimos que v1 , . . . , vm genera V.
2.10 Definición Espacio vectorial de dimensión finita.
Un espacio vectorial se llama finito-dimensional si alguna lista de vectores en él genera el espa-

cio.
Es decir, si hay una lista de vectores en un espacio vectorial finito-dimensional que puede abarcar todo
el espacio, entonces podemos decir que el espacio vectorial es finito-dimensional.
2.11 Definición Polinomio, P (F )
• Una función p : F → F es llamado polinomio con coeficientes en F si existe a0 , . . . , am ∈ F tal que
p ( z ) = a0 + a1 z + a2 z2 + · · · + a m z m
para todo z ∈ F.
• P (P) es el conjunto de todos los polinomios con coeficientes en F.
Con las operaciones usuales de adición y multiplicación escalar, P (F) es un espacio vectorial sobre F.
En otras palabras, P (F) es un subespacio de FF , el espacio vectorial de funciones de F en F.
Los coeficientes de un polinomio están determinados únicamente por el polinomio. Así, la siguiente
definición define de manera única el grado de un polinomio.
32
2.12 Definición Grado de un polinomio, deg p.
• Un polinomio p ∈ P ( F ) se dice que tiene grado m si existen escalares a0 , a1 , . . . , am ∈ F con

am ̸= 0 tal que
p ( z ) = a0 + a1 z + · · · + a m z m
para todo z ∈ F. Si p tiene grado m, escribimos deg p = m.
• El polinomio que es identicamente 0 se dice que tiene grado −∞.
2.13 Definición Pm (F )
Para m un entero no negativo, Pm (F) denota el conjunto de todos los polinomios con coeficiente
en F y grado no mayor a m.
Verifiquemos el siguiente ejemplo, tenga en cuenta que Pm (F) = span (1, z, . . . , zm ); aquí estamos
abusando ligeramente de la notación al permitir que zk denote una función.
2.15 Definición Espacio vectorial de dimensión infinita.
Un espacio vectorial se llama infinitamente-dimensional si no es de dimensión finita.
2.16 Ejemplo Demuestre que P (F) es infinitamente-dimensional.
Demostración.- Considere cualquier lista de elementos de P (F). Sea m el grado más alto de los poli-
nomios en esta lista. Entonces, cada polinomio en el generador (span) de esta lista tiene grado máximo
m. Por lo tanto, zm+1 no está en el span de nuestra lista. Así, ninguna lista genera P (F). Concluimos
que P (F) es de dimensión infinita. ■
Independencia lineal
Suponga v1 , . . . , vm ∈ V y v ∈ span(v1 , . . . , vm ). Por la definición de span, existe a1 , . . . , am ∈ F tal que
v = a1 v1 + · · · + a m v m .
Considere la cuestión de si la elección de escalares en la ecuación anterior es única. Sea c1 , . . . , cm otro

conjunto de escalares tal que
v = c1 v1 + · · · + c m v m .
Sustrayendo estas últimas ecuaciones, se tiene
0 = ( a1 − c1 ) v1 + · · · + ( a m − c m ) v m .
Así, tenemos que escribir 0 como una combinación lineal de (v1 , . . . , vm ). Si la única forma de hacer
esto es la forma obvia (usando 0 para todos los escalares), entonces cada a j − c j es igual a 0, lo que
significa que cada a j es igual a c j (y por lo tanto la elección de los escalares fue realmente única).
Esta situación es tan importante que le damos un nombre especial, independencia lineal, que ahora
definiremos.
33
2.17 Definición Linealmente independiente.
• Una lista v1 , . . . , vm de vectores en V se llama linealmente independiente si la única posibilidad

de que a1 , . . . , am ∈ F tal que a1 v1 + · · · + am vm sea igual a 0 es a1 = · · · = am = 0.
• La lista vacía () también se declara linealmente independiente.
El razonamiento anterior muestra que v1 , . . . , vm es linealmente independiente si y sólo si cada vec-

tor en el span(v1 , . . . , vm ) tiene sólo una representación lineal en forma de combinación lineal de
v1 , . . . , v m .
2.19 Definición Linealmente dependiente.
• Una lista v1 , . . . , vm de vectores en V se llama linealmente dependiente si no es linealmente inde-

pendiente.
• En otras palabras, una lista v1 , . . . , vm de vectores en V es linealmente dependiente si existe
a1 , . . . , am ∈ F, no todos 0, tal que a1 v1 + · · · + am vm = 0.
2.21 Lema Suponga v1 , . . . , vm es una lista linealmente dependiente en V. Entonces, existen j ∈ {1, 2, . . . , m} tal
que se cumple lo siguente:
(a) v j ∈ span(v1 , . . . , v j−1 );
(b) Si el j-ésimo término se elimina de v1 , . . . , vm , el generador de la lista restante es igual a span(v1 , . . . , vm ).
Demostración.- Ya que la lista v1 , . . . , vm es linealmente dependiente, existe números a1 , . . . , am ∈ F,

no todos 0, tal que
a1 v1 + · · · + am vm = 0.
Sea j el elemento más grande de {1, . . . , m} tal que a j ̸= 0. Entonces,
a1 a j −1
vj = − v1 − · · · − v (1).
aj a j j −1
Lo que prueba (a).

Para probar (b), suponga u ∈ span(v1 , . . . , vm ). Entonces, existe números c1 , . . . , cm ∈ F tal que
u = c1 v1 + · · · + c m v m .
En la ecuación de arriba, podemos reemplazar v j con el lado derecho de (1). Es decir,
u = c1 v1 + · · · + a j v j + · · · + c m v m .
lo que muestra que u está en el span de la lista obtenida al eliminar el j-ésimo término de v1 , . . . , vm .
Así (b) se cumple. ■
Eligir j = 1 en el lema de dependencia lineal anterior, significa que v1 = 0, porque si j = 1 entonces

la condición (a) anterior se interpreta como que v1 ∈ span(). Recuerde que span() = {0}. Tenga en
cuenta también que la demostración del inciso (b) debe modificarse de manera obvia si vi = 0 y j = 1.
Ahora llegamos a un resultado importante. Dice que ninguna lista linealmente independiente en V es
más extensa que una lista generadora en V.
34
2.23 Teorema La longitud de una lista linealmente independiente es ≤ a la longitud de la lista generadora.
En un espacio vectorial de dimensión finita, la longitud de cada lista linealmente independiente de

vectores es menor o igual que la longitud de cada lista generadora de vectores (longitud=n de vec-
tores).
Demostración.- Suponga u1 , . . . , um es linealmente independiente en V. Suponga también que w1 , . . . , wn

generan V. Necesitamos probar que m ≤ n. Lo hacemos a través del proceso de pasos que se describe
a continuación; tenga en cuenta que en cada paso agregamos una de las u′ s y eliminamos una de las
w′ s.
Paso 1. Sea B la lista w1 , . . . , wn , que genera V. Por lo tanto, añadir cualquier vector en V a esta lista
produce una lista linealmente dependiente (porque el nuevo vector añadido se puede escribir
como una combinación lineal de los otros vectores, u1 = ac1 w1 + · · · + acn ). En particular, la
1 1
lista
u 1 , w1 , . . . , w n
es linealmente dependiente. Así, por el lema (2.21), podemos eliminar un de las w para que la
nueva lista B (de longitud n) que consta de u1 y las w′ s restantes generen V.
Paso j. La lista B (de longitud n) del paso j − 1 genera V. Así, añadir cualquier vector a esta lista
produce una lista linealmente dependiente. En particular, la lista de longitud (n + 1) obtenida
al unir u j a B, colocándola justo después de u1 , . . . , u j−1 , es linealmente dependiente. Por el
lema de dependencia lineal (2.21), uno de los vectores de esta lista está en el generador de los
anteriores, y ya que u1 , . . . , u j es linealmente independientes, este vector es uno de los w′ s, no
uno de los u′ s. Podemos eliminar esa w para la nueva lista B (de longitud n) que consta de
u1 , . . . , u j y las w′ s restantes generan V.
Después del paso m, hemos agregado todas las u y el proceso se detiene. En cada paso, a medida que
agregamos un u a B, el lema de dependencia lineal implica que hay algo de w que eliminar. Por lo
tanto, hay al menos tantas w como u. ■
Aclaremos esto con dos ejemplos.
2.24 Ejemplo Demuestre que la lista (1, 2, 3), (4, 5, 8), (9, 6, 7), (−3, 2, 8) no es linealmente independiente en R3 .
Demostración.- La lista (1, 0, 0), (0, 1, 0), (0, 0, 1) genera R3 . Por lo tanto, ninguna lista de longitud
superior a 3 es linealmente independiente en R3 . ■
2.25 Ejemplo Demostrar que la lista (1, 2, 3, −5), (4, 5, 8, 3), (9, 6, 7, −1) no genera R4 .
Demostración.- La lista (1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1) es linealmente independiente en R4 .
Por lo tanto, ninguna lista de longitud inferior a 4 genera R4 . ■
2.26 Teorema Subespacio de dimensión finita.
Todo subespacio de un vector de dimensión finita es de dimensión finita.
Demostración.- Suponga que V es de dimensión finita y U es un subespacio de V. Necesitamos

demostrar que U es de dimensión finita. Hacemos esto a través de la siguiente construcción de pasos.
Paso 1. Si u = {0}, entonces U es de dimensión finita por lo que hemos terminado. Si U ̸= {0},
entonces elegimos un vector no nulo v1 ∈ U
35
Paso 2. Si U = span(v1 , . . . , v j−1 ), entonces U es de dimensión finita por lo que hemos terminado. Si
U ̸= span(v1 , . . . , v j−1 ), entonces elegimos un vector v j ∈ U tal que
v j ∈ span(v1 , . . . , v j−1 ).
Después de cada paso, mientras continúa el proceso, hemos construido una lista de vectores tal que
ningún vector en esta lista está en el generador de los vectores anteriores. Así, después de cada paso
hemos construido una lista linealmente independiente, por el lema de dependencia lineal (2.21). Esta
lista linealmente independiente no puede ser más grande que cualquier lista de expansión de V (por
2,23). Por lo tanto, el proceso eventualmente termina, lo que significa que U es de dimensión finita. ■
2.A Ejercicios
1. Suponga v1 , v2 , v3 , v4 se extiende por V. Demostrar que la lista
v1 − v2 , v2 − v3 , v3 − v4 , v4
también se extiende por V.
Demostración.- Sea v ∈ V, entonces existe a1 , a2 , a3 , a4 tal que
v = a1 v1 + a2 v2 + a3 v3 + a4 v4 .
Que implica,
v = a1 v1 + a2 v2 + a3 v3 + a4 v4 − a1 v2 + a1 v2 − a1 v3 + a1 v3 − a2 v3 + a2 v3 − a1 v4 + a1 v4
− a2 v4 + a2 v4 − a3 v4 + a3 v4
De donde,
v = a1 (v1 − v2 ) + ( a1 + a2 )(v2 − v3 ) + ( a1 + a2 + a3 )(v3 − v4 ) + ( a1 + a2 + a3 + a4 )v4 .

Por lo tanto, cualquier vector en V puede ser expresado por una combinación lineal de
v1 − v2 , v2 − v3 , v3 − v4 , v4 .
Así, esta lista se extiende por V.
2. Verifique las afirmaciones del Ejemplo 2.18.
(a) Una lista v de un vector v ∈ V es linealmente independiente si y sólo si v ̸= 0.
Demostración.- Demostremos que si v es linealmente independiente, entonces v ̸= 0. Supong-

amos que v = 0. Sea un escalar a ̸= 0. De donde, av = 0 incluso cuando a ̸= 0. Esto contradice
la definición de independencia lineal. Por lo tanto, v debe ser linealmente dependiente. Esto
es, v = 0 implica que v es un vector linealmente dependiente. Por lo que, si v es linealmente
independiente, entonces v es un vector distinto de cero.
Por otro lado, debemos demostrar que v ̸= 0 implica que v es linealmente independiente. Sea
un escalar a tal que av = 0. Si a ̸= 0, entonces av no puede ser 0. Por eso a debe ser 0. Por lo
tanto, v ̸= 0 y av = 0 implica que a = 0. Así, v es linealmente independiente.
36
(b) Una lista de dos vectores en V es linealmente independiente si y sólo si ninguno de los vectores
es múltiplo escalar del otro.
Demostración.- El enunciado siguiente es equivalente. Dos vectores son linealmente depen-

dientes si y sólo si uno de los vectores es múltiplo escalar de otro. Supongamos que v1 , v2 son
dos vectores linealmente dependientes. Por lo que, existe escalares a1 , a2 tal que
a1 v1 + a2 v2 = 0
y no ambos escalares a1 , a2 son cero. Sea a1 ̸= 0, entonces la ecuación se podría reescribir como
a2
v1 = − v2
a1
el cual prueba que v1 es un múltiplo escalar de v2 . Por otro lado, si a2 ̸= 0, entonces v2 = − aa12 v1
de aquí podemos afirmar que v2 es un múltiplo escalar de v1 .
Ahora supongamos que que uno de los v1 o v2 es un múltiplo escalar del otro. Podemos decir,
sin perdida de generalidad, que v1 es un múltiplo escalar de v2 . Esto es, v1 = cv2 para algún
escalar c. Por lo tanto, la ecuación v1 − cv2 = 0 se cumple, ya que el multiplicador de v1 es
distintos de cero. Esto es precisamente lo que requerimos para la definición de dependencia
lineal. Así, v1 y v2 son linealmente dependientes.
(c) (1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0) es linealmente independiente en F4 .
Demostración.- Utilizaremos la definición de independencia lineal. Sean a, b, c escalares en

F tal que
a(1, 0, 0, 0) + b(0, 1, 0, 0) + c(0, 0, 1, 0) = 0 = (0, 0, 0, 0)
Entonces,
( a, b, c, 0) = (0, 0, 0, 0)
Lo que implica,
a, b, c = 0.
Esto demuestra que los tres vectores son linealmente independientes.
(d) La lista 1, z, . . . , zm es linealmente independiente en P (F) para cada entero no negativo m.
Demostración.- Demostremos por contradicción. Supongamos que 1, z, . . . , zm es linealmente

dependiente. Por lo que, existe un escalar a0 , a1 , . . . , am tal que
a0 + a1 z + . . . + am zm = 0.
Sea k el indice más grande tal que ak ̸= 0. Esto significa que los escalares desde ak+1 hasta am
son cero. Entonces, se deduce que
a0 + a1 z + . . . + ak zk = 0.
Reescribiendo se tiene
a0 a a
zk = − − 1 z − · · · − k −1 z k −1 .
ak ak ak
Aquí, expresamos zk como un polinomio de grado k − 1 el cual es absurdo. Por lo que 1, z, z2 , . . . , zm
es un conjunto linealmente independiente.
37
3. Encuentre un número t tal que

(3, 1, 4), (2, −3, 5), (5, 9, t)
no es linealmente independiente en R3 .
Respuesta.- Sea,
a(3, 1, 4) + b(2, −3, 5) + c(5, 9, t) = 0.
Si c = 0. Entonces,
a(3, 1, 4) + b(2, −3, 5) = 0.
Lo que implica
3a + 2b = 0
a − 3b = 0
4a + 5b = 0
De donde, resolviendo para a y b se tiene
a=0 y b = 0.
Pero, no queremos que a, b, c sean cero. Así que debemos forzar que c ̸= 0, como sigue:
a b
a(3, 1, 4) + b(2, −3, 5) + c(5, 9, t) = 0 ⇒ (5, 9, t) = − (3, 1, 4) − (2, −3, 5).
c c
Es decir, estamos expresando (5, 9, t) como una combinación lineal de los vectores restantes. Así,
a b
sea − = x , − = y por lo que,
c c
(5, 9, t) = x (3, 1, 4) + y(2, −3, 5).
Así, tenemos que
3x + 2y = 5
x − 3y = 9
4x + 5y = t
Resolviendo para x e y se tiene
x=3 y y = −2.
Por lo tanto,
t = 2.
4. Verifique la afirmación en el segundo punto del Ejemplo 2.20. Es decir, la lista (2, 3, 1), (1, −1, 2), (7, 3, c)
es linealmente dependientes en F3 si y sólo si c = 8, como debes verificar.
Respuesta.- Sea los escalares a, b, c no todos cero tal que
r (2, 3, 1) + s(1, −1, 2) + t(7, 3, c) = (0, 0, 0)
De donde, podemos escribir como ecuaciones lineales
2r + s + 7t = 0
3r − s + 3t = 0
r + 2s + ct = 0
De la ecuación 1 y 2 se tiene
5r + 10t = 0 ⇒ r = −2t.
Luego sustrayendo la ecuación 1 y 3,
2r + (c − 4)t = 0.
38
Así, tenemos que

2(−2t) + (c − 4)t = 0 ⇒ ( c − 8) t = 0
Por lo que,
r=0 o c − 8 = 0.
Si t = 0. Entonces, r = −2t = 0, y s = 0. Contradiciendo el hecho de que no todos los escalares son
cero. Por lo tanto, los tres vectores son linealmente dependientes si y sólo si c = 8.
5. (a) Demuestre que si pensamos en C como un espacio vectorial sobre R, entonces la lista (1 + i, 1 −
i ) es linealmente independiente.
Demostración.- Sean los escalares a, b ∈ R, tal que
a (1 + i ) + b (1 − i ) = 0 ⇒ ( a + b) + ( a − b)i = 0.
Entonces,
a+b = 0 y a − b = 0.
Igualando estas dos ecuaciones se tiene
a+b = a−b ⇒ 2b = 0
⇒ b = 0.
Reemplazando en a + b = 0,
a = 0.
Por lo tanto, (1 + i, 1 − i ) es linealmente independiente sobre R.
(b) Demuestre que si pensamos en C como un espacio vectorial sobre C, entonces la lista (1 + i, 1 −
i ) es linealmente dependiente.
Demostración.- Sean los escalares i, 1 ∈ C, tal que
i (1 + i ) + 1(1 − i ) = i + i 2 + 1 − i = 0 ⇒ (i − 1) + (1 − i ) = (i − 1) − (i − 1) = 0.
Donde concluimos que (1 + i, 1 − i ) es linealmente dependiente sobre C.
6. Supongamos que v1 , v2 , v3 , v4 es linealmente independiente en V. Demostrar que la lista
v1 − v2 , v2 − v3 , v3 − v4 , v4
es también linealmente independiente.
Demostración.- Sean los escalares a, b, c, d ∈ F tal que
a(v1 − v2 ) + b(v2 − v3 ) + c(v3 − v4 ) + d(v4 ) = 0.
De donde,
av1 − av2 + bv2 − bv3 + cv3 − cv4 + dv4 = 0.
Por lo que,
av1 + (b − a)v2 + (c − b)v3 + (d − c)v4 = 0
39
Ya que v1 , v2 , v3 , v4 es linealmente independiente, entonces
a = 0
b−a = 0
c−b = 0
d−c = 0
Resolviendo para a, b, c, d se tiene
a = 0, b = 0, c = 0, d = 0.
Esto implica que

0(v1 − v2 ) + 0(v2 − v3 ) + 0(v3 − v4 ) + 0(v4 ) = 0.
Por lo tanto, la lista
v1 − v2 , v2 − v3 , v3 − v4 , v4
es linealmente independiente.
7. Demostrar o dar un contraejemplo: Si v1 , v2 , . . . , vm es una lista linealmente independiente de vec-

tores en V, Entonces
5v1 − 4v2 , v2 , v3 , . . . , vm
es linealmente independiente.
Demostración.- Por definición de independencia lineal. Sean los escalares ai F tal que
a1 (5v1 − 4v2 ) + a2 v2 + a3 v3 + . . . + am vm = 0
De donde,
5a1 v1 + ( a2 − 4a1 )v2 + a3 v3 + . . . + am vm = 0
Sabemos que la independencia lineal obliga a todos los escalares de vi a ser cero. En particular ,
5a1 = 0 entonces a1 = 0 y a2 − 4a1 = 0, implica a2 = 0. Por lo tanto,
0 · v1 + (0 − 0) v2 + a3 v3 + . . . + a m v m = 0
Dado que todos ai son cero, entonces 5v1 − 4v2 , v2 , v3 , . . . , vm es linealmente independiente.
8. Demostrar o dar un contraejemplo: Si v1 , v2 , . . . , vm es una lista linealmente independiente de vec-

tores en V y γ ∈ F con γ ̸= 0, Entonces γv1 , γv2 , . . . , γvm es linealmente independiente.
Demostración.- Por definición de independencia lineal. Sean los escalares ai ∈ F tal que
a1 γv1 + a2 γv2 + . . . + am γvm = 0.
De donde,
γ ( a1 v1 + a2 v2 + . . . + am vm ) = 0.
Lo que,
a1 v1 + a2 v2 + . . . + am vm = 0.
Ya que, v1 , v2 , . . . , vm es linealmente independiente. Entonces, todos los ai′ s deben ser cero. Por lo
tanto, a1 γv1 + a2 γv2 + . . . + am γvm = 0. es linealmente independiente.
40
9. Demostrar o dar un contraejemplo: Si v1 , v2 , . . . , vm y w1 , w2 , . . . , wm son listas linealmente inde-

pendientes de vectores en V, entonces v1 + w1 , . . . , vm + wm es linealmente independiente.
Demostración.- Sean los escalares ai , bi ∈ F tal que
a1 v1 + a1 v2 + . . . + a m v m = 0 y b1 w1 + b2 w2 + . . . + bm vm = 0.
Entonces,
a1 v1 + a1 v2 + . . . + am vm + b1 w1 + b2 w2 + . . . + bm vm = 0.
De donde,
( a1 − b1 )(v1 + w1 ) + ( a2 − b2 )(v2 + w2 ) + . . . + ( am − bm )(vm + wm ) = 0.
Supongamos ci = ai + bi ∈ F. Luego,
c1 (v1 + w1 ) + c2 (v2 + w2 ) + . . . + cm (vm + wm ) = 0.
Dado que ai = bi = 0, ya que v1 , v2 , . . . , vm y w1 , w2 , . . . , wm son linealmente independientes. Con-

cluimos que, v1 + w1 , . . . , vm + wm es linealmente independiente.
10. Suponga v1 , . . . , vm es linealmente independiente en V y w ∈ V. Demostrar que si v1 + w, . . . , vm +

w es linealmente dependiente, entonces w ∈ span(v1 , . . . , vm ).
Demostración.- Por definición de dependencia lineal. Existen a1 , . . . am ∈ F, no todos 0, tal que
a1 (v1 + w) + a2 (v2 + w) + . . . + am (vm + w) = 0.
De donde,
a1 v1 + a2 v2 + . . . + am vm = −( a1 + a2 + . . . + am )w. (1)
Dado que v1 , . . . , vm es linealmente independiente, entonces existen escalares ti , . . . , tm ∈ F, ∀ti = 0,
de modo que
t1 v1 + t2 v2 + . . . + t m v m = 0
Es único. Así pues notemos, para ai ̸= 0 que
a1 v1 + a2 v2 + . . . + a m v m ̸ = 0
En consecuencia por (1)

−( a1 + a2 + . . . + am )w ̸= 0.
Por lo tanto,
1
w=− ( a v + a2 v2 + . . . + am vm ) ∈ span(v1 , . . . , vm ).
a1 + a2 + . . . + a m 1 1
11. Suponga v1 , . . . , vm es linealmente independiente en V y w ∈ V. Demostrar que v1 , . . . , vm , w es

linealmente independiente si y sólo si
w ̸= span(v1 , . . . , vm ).
Demostración.- Supongamos que w ∈ span(v1 , . . . , vm ). Entonces,
w = a1 v1 + . . . + a m v m .
41
De donde,
a1 v1 + . . . + a m v m − w = 0 ⇒ a1 v1 + . . . + am vm + (−1)w = 0.
Por lo tanto, v1 , . . . , vm , w es linealmente dependiente.
Por otro lado: v1 , . . . , vm , w es linealmente independiente, entonces existe a1 , . . . , am , b ∈ F, ∀ ai = 0,

tal que
a1 v1 + . . . + am vm + bw = 0.
Dado que b = 0, no se puede escribir w como combinación lineal de v1 , . . . , vm . Es decir,
1
w= ( a v + . . . + a m v m ),
0 1 1
lo que es imposible. De esta manera
w ̸= span(v1 , . . . , vm ).
12. Explique por qué no existe una lista de seis polinomios que sea linealmente independiente en P4 (F).
Respuesta.- Notemos que 1, z, z2 , z3 , z4 genera P4 (F). Pero por el teorema 1.23 [Axler, Linear Alge-
bra], la longitud de la lista linealmente independiente es menor o igual que la longitud de la lista
que genera. Es decir, cualquier lista linealmente independiente no tiene más de 5 polinomios.
13. Explique por qué ninguna lista de cuatro polinomios genera P4 (F).
Respuesta.- Sea V un espacio vectorial de dimensión finita. Si m vectores genera V y si tenemos

un conjunto de n vectores linealmente independientes, entonces n ≤ m. Es decir, el número de
vectores en un conjunto linealmente independiente de V, no puede ser mayor que el número de
vectores en un conjunto generador de V.
Por ejemplo, si cuatro polinomios podrían generar P4 (F). Entonces, por la definición de arriba,
cualquier conjunto de polinomios linealmente independientes en P4 (F) podría tener cómo máximo
cuatro vectores. Sin embargo, el conjunto 1, z, z2 , z3 , z4 tiene cinco polinomio linealmente indepen-
dientes en P4 (F). Por lo tanto, es imposible que cualquier conjunto de cuatro polinomios genere
P4 (F).
14. Demuestre que V es de dimensión infinita, si y sólo si existe una secuencia v1 , v2 , . . . , de vectores
en V tal que v1 , . . . , vm es linealmente independiente para cada entero positivo m.
Demostración.- Supongamos que V es de dimensión infinita. Queremos producir una secuencia

de vectores v1 , v2 , . . . , tal que v1 , v2 , . . . , vm es linealmente independiente para cada m. Necesitamos
mostrar que para cualquier k ∈ N y un conjunto de vectores linealmente independientes v1 , v2 , . . .
podemos definir un vector vk+1 tal que v1 , v2 , . . . , vk+1 es linealmente independiente. Si podemos
probar esto, entonces significará que podemos continuar sumando vectores indefinidamente a con-
juntos linealmente independientes de modo que los conjuntos resultantes también sean linealmente
independientes. Esto nos dará una secuencia de vectores v1 , v2 , . . ., cuyo subconjunto finito es lin-
ealmente independiente.
Sea v1 , v2 , . . . , vk un conjunto linealmente independiente en V. Ya que V es de dimensión finita, no

puede generado por un conjunto finito de vectores. Por lo tanto, V ̸= span(v1 , v2 , . . . , vk ). Sea vk+1
tal que vk+1 ∈ / span(v1 , v2 , . . . , vk ). Entonces, por el ejercicio 11 [ Axler, Linear Algebra, que nos
42
dice: Si v : 1, . . . , vm es linealmente independiente en V y w ∈ V, el conjunto v1 , . . . , vm , w es lineal-

mente independiente si y sólo si w ̸= span(v1 , . . . , vm ) ]. El conjunto v1 , v2 , . . . , vk+1 es linealmente
independiente.
Por otro lado, sea v1 , v2 , . . . , vn un conjunto generador de V. Entonces, por el teorema 1.23 [Axler,
Linear Algebra], cualquier conjunto de vectores linealmente independiente en V pueden tener por
lo más n vectores. De esto modo, cualquier conjunto que tenga n + 1 o más vectores es lineal-
mente dependiente. Así, si V es de dimensión finita, entonces no podemos tener una secuencia de
vectores v1 , v2 , . . . tal que, para cada m, el subconjunto v1 , v2 , . . . , vm es linealmente independiente.
Tomando su recíproca, podemos decir que si existe una secuencia de vectores v1 , v2 , . . . tal que el
conjunto v1 , v2 , . . . , vm es linealmente independiente para cada m. Entonces, V es de dimensión
infinita. Lo que completa de demostración.
15. Demostrar que F∞ es de dimensión infinita.
Demostración.- Sea un elemento em ∈ F∞ como el elemento que tiene la coordenada m-ésima

igual a 1 los demás elementos iguala a 0. Es decir,
(0, 1, 0, . . . , 0)
Ahora, si varía m sobre el conjunto de los números naturales, entonces tenemos una secuencia
e1 , e2 , . . . en F∞ , si y sólo si podemos probar que e1 , e2 , . . . , em es linealmente independiente para
cada m. Con este fin, sea
a 1 e1 + a 2 e2 + . . . + a m e m = 0
De donde,
( a − 1, a2 , . . . , am , 0, 0, . . . , 0) = (0, 0, . . . , 0)
Inmediatamente implica que ai′ s = 0 y por lo tanto, ei′ s son linealmente independiente.
16. Demostrar que el espacio vectorial real para todos las funciones de valor real continuas en el inter-
valo [0, 1] es de dimensión infinita.
Demostración.- Por el ejercicio 14 (Axler, Linear Algebra, 2A), tenemos que encontrar una se-
cuencia linealmente independiente de funciones continuas en [0, 1]. Observe que los monomiales
1, x, x2 , . . . , x n , . . . son funciones continuas en [0, 1]. Ahora, debemos demostrar que 1, x, x2 , . . . , x m
es linealmente independiente en cada m. Para ello, sea a0 + a1 x + a2 x2 + . . . + am x m = 0, donde 0
es el cero polinomial. Lo que significa que a0 + a1 x + a2 x2 + . . . + am x m = 0 toma el valor cero en
todo el intervalo [0, 1]. Esto implica que cada punto en [0, 1] es una raíz del polinomio. Pero, ya que
cada polinomio no trivial tiene como máximo un número finito de raíces, esto es imposible a menos
que todos los ai′ s sean cero. Lo que muestra que 1, x, x2 , . . . , x m es linealmente independiente para
cada m ∈ N. Por lo tanto, el conjunto de funciones continuas en [0, 1] es de dimensión infinita.
17. Suponga p0 , p1 , . . . , pm son polinomios en Pm (F) tal que p j (2) = 0 para cada j. Demostrar que
p0 , p1 , . . . , pm no es linealmente independiente en Pm (F).
Demostración.- Supondremos que p0 , p1 , . . . .pm es linealmente independiente. Demostraremos

que esto implica que p0 , p1 , . . . , pm genera Pm (F). Y que esto a su vez conducirá a una contradic-
ción al construir explícitamente un polinomio que no está en este generador. Notemos que la lista
1, z, . . . , zm+1 genera Pm (F) y tiene longitud m + 1. Por lo tanto, cada lista linealmente independi-
ente debe tener una longitud m + 1 o menos (2.23). Si span( p0 , p1 , . . . , pm ) ̸= Pm (F), existe algún
43
p∈ / span( p0 , p1 , . . . , pm ), de donde la lista p0 , p1 , . . . , pm , p es linealmente independiente de longi-

tud m + 2, lo que es una contradicción. Por lo que span( p0 , p1 , . . . , pm ) = Pm (F).
Ahora definamos el polinomio q = 1. Entonces q ∈ span( p0 , p1 , . . . , pm ), de donde existe a0 , . . . , am ∈
F tal que
q = a0 p0 + a1 p1 + · · · + am Pm ,
lo que implica
q(2) = a0 p0 (2) + a1 p1 (2) + · · · + am Pm (2).
Pero esto es absurdo, ya que 1 = 0. Por lo tanto, p0 , p1 , . . . , pm no puede ser linealmente indepen-
diente.
2.B Bases
2.27 Definición Base.
Una base de V es una lista de vectores en V que es linealmente independiente y genera V.
2.28 Teorema Criterio de base.
Una lista v1 , . . . , vn de vectores en V es una base de V si y sólo si cada v ∈ V puede escribirse unívo-
camente de la forma
v = a1 v1 + · · · + a n v n .
donde a1 , . . . , an ∈ F.
Demostración.- Primero suponga que v1 , . . . , vn es una base de V. Ya que, v1 , . . . , vn genera V, ex-

iste a1 , . . . , an ∈ F tal que
v = a1 v1 + · · · + a n v n
se cumple. Para mostrar que esta representación es única, sean c1 , . . . , cn escalares tales que, también
tenemos
v = c1 v1 + · · · + c n v n .
Sustrayendo la primera ecuación de la segunda, tenemos
0 = ( a1 − c1 ) v1 + · · · + ( a n − c n ) v n .
Esto implica que cada a j − c j es igual a cero. (Ya que, v1 , . . . , vn es linealmente independiente). Por lo
tanto a1 = c1 , . . . , an = cn . Así, tenemos la unicidad deseada.
Por otro lado, suponga que cada v ∈ V puede ser escrita de manera única como la forma v =
a1 v1 + · · · + an vn . Claramente esto implica que v1 , . . . , vn genera V. Para demostrar que v1 , . . . , vn
es linealmente independiente, suponga que a1 , . . . , an ∈ F son tales que
0 = a1 v1 + · · · + a n v n .
La unicidad de la representación de v = a1 v1 + · · · + an vn (tomando v = 0) implica que a1 = · · · =

an = 0. Así, v1 , . . . , vn es linealmente independiente y por tanto es una base de V. ■
44
Una lista generadora en un espacio vectorial puede no ser una base, ya que no es linealmente indepen-
diente. Nuestro próximo resultado dice que dada cualquier lista generadora, algunos (posiblemente
ninguno) de los vectores en ella pueden descartarse para que la lista restante sea linealmente indepen-
diente y aún genere el espacio vectorial.
2.31 Teorema La lista generadora contiene un base.
Cada lista generadora en un espacio vectorial se puede reducir a una base del espacio vectorial.
Demostración.- Suponga que v1 , . . . , vn genera V. Queremos eliminar algunos de los vectores de

v1 , . . . , vn para que los vectores restantes formen una base de V. Sea B = v1 , . . . , vn , de donde real-
izamos un bucle con las siguientes condiciones:
Paso 1. Si v1 = 0, eliminamos v1 de B. Si v1 ̸= 0 entonces no cambiamos B.
Paso J. Si v j esta en span(v1 , . . . , v j−1 ), eliminamos v j de B. Si v j no está en span(v1 , . . . , v j ), entonces
no cambiamos B (lema 2.21).
Paramos el proceso después del paso n, obteniendo una lista B. Esta lista B genera V, ya que nuestra
lista original generó V y hemos descartado solo los vectores que ya estaban en el generador de los
vectores anteriores. El proceso garantiza que ningún vector de B está en el generador de los anteriores.
Así pues, B es linealmente independiente, por el lema de dependencia lineal (2.21). Por tanto, B es
una base de V. ■
Nuestro siguiente resultado, un corolario fácil del resultado anterior, nos dice que todo espacio vecto-
rial de dimensión finita tiene una base.
2.32 Corolario Base del espacio vectorial de dimensión finita.
Cada espacio vectorial de dimensión finita tiene una base.
Demostración.- Por definición, un espacio vectorial de dimensión finita tiene una lista generadora.
El resultado anterior nos dice que cada lista generadora puede ser reducida a una base. ■
Nuestro siguiente resultado es en cierto sentido un derivado de 2.31, que decía que toda puede re-
ducirse a una base. Ahora mostramos que dada cualquier lista linealmente independiente, podemos
unir algunos vectores adicionales (esto incluye la posibilidad de no unir ningún vector adicional) de
modo que la lista ampliada siga siendo linealmente independiente pero que también genere el espacio.
2.33 Teorema Una lista linealmente independiente se extiende a una base.
Cada lista linealmente independiente de vectores en un espacio vectorial se puede extender a una
base del espacio vectorial.
Demostración.- Suponga u1 , . . . , um es linealmente independiente en un espacio vectorial V de di-

mensión finita. Sea w1 , . . . , wn una base de V. Por lo que la lista
u1 , . . . , um , w1 , . . . .wn
genera V. Aplicando el procedimiento de la prueba de 2.31 para reducir esta lista a una base de V se
obtiene una base formada por los vectores u1 , . . . , um (ninguna de las u′ s se elimina en este proced-
imiento porque u1 , . . . , um es linealmente independiente) y algunos de los w′ . ■
Como aplicación del resultado anterior, mostramos ahora que cada subespacio de un espacio vectorial
de dimensión finita puede emparejarse con otro subespacio para formar una suma directa de todo el
espacio.
45
2.34 Teorema Cada subespacio de V forma parte de una suma directa igual a V .
Suponga V es de dimensión finita y U es un subespacio de V. Entonces, existe un subespacio W

de V tal que U ⊕ W = V.
Demostración.- Ya que V es de dimensión finita, también lo es U por 2.26. Por lo que, existe una
base u1 , . . . , um de U esto por 2.32. Por su puesto u1 , . . . , um es una lista linealmente independiente de
vectores en V. Por lo tanto, esta lista puede extenderse a una base u1 , . . . , un de V esto por 2.33. Sea
W = span(w1 , . . . , wn ). Para probar que V = U ⊕ W, por 1.45, solo necesitamos demostrar que
V = U+W y U ∩ W = {0} .
Para probar la primera ecuación, suponga v ∈ V. Entonces, ya que la lista u1 , . . . , um , w1 , . . . , wn
genera V, existe a1 , . . . , am , b1 , . . . , bn ∈ F tal que
v = a1 u1 + · · · + am um + b1 w1 + · · · + bn wn .
En otras palabras, tenemos v = u + w, donde u ∈ U y w ∈ W fueron definidas anteriormente. Así,
v ∈ U + W, completando la prueba de V = W + W.
Para demostrar que U ∩ W = {0}, suponga v ∈ U ∩ W. Entonces, existe escalares a1 , . . . , am , b1 , . . . , bn ∈
F tal que
v = a1 u1 + · · · + am um = b1 w1 + · · · + bn wn .
Por lo tanto,
a1 u1 + · · · + am um − b1 w1 − · · · − bn wn = 0.
Esto, ya que u1 , . . . , um , w1 , . . . , wn son linealmente independientes, esto implica que a1 = · · · = am =
b1 = · · · = bn = 0. Así, v = 0, de donde U ∩ W = {0}. ■
2.B Ejercicios
1. Halle todos los espacios vectoriales que tienen exactamente una base.
Respuesta.- Afirmamos que solo el espacio vectorial trivial tiene exactamente una base. Para ello
demostraremos que para espacios vectorial de dimensión finita e infinita se tiene más de una base.
Consideremos un espacio vectorial de dimensión finita. Sea V un espacio vectorial no trivial con
base v1 , . . . , vn . Decimos que para cualquier c ∈ F, la lista cv1 , . . . , cvn es también una base. Es
decir, la lista es aún linealmente independiente, y es aún generador de V. Luego, sea u ∈ V ya que
v1 , . . . , vn genera V, existe a1 , . . . , an ∈ F tal que
u = a1 v1 + · · · + a n v n .
De donde, podemos escribir
a1 an
u= (cv1 ) + · · · + (cvn )
c c
y así cv1 , . . . , cvn genera también V. Por lo tanto, tendremos más de una base para todo espacio
vectorial de dimensión finita.
Por otro lado. Sea W un espacio vectorial de dimensión infinita con base w1 , w2 , . . .. Para cualquier
c ∈ F, la lista cw1 , cw2 , . . . es también una base. Claramente la lista es linealmente independiente, y
también genera V. Luego, sea u ∈ V, ya que w1 , w2 , . . . genera W, existe a1 , a2 , . . . ∈ F tal que
u = a 1 w1 + a 2 w2 + · · ·
De donde, podemos escribir
a1 a2
u= cw1 + cw2 + · · ·
c c
46
y así cw1 , cw2 , . . . genera también W. Por lo tanto, tendremos más de una base para todo espacio
vectorial de dimensión infinita.
2. Verifique todas las afirmaciones del ejemplo 2.28.
(a) La lista (1, 0, . . . , 0), (0, 1, 0, . . . , 0), . . ., (0, . . . , 0, 1) es una base de Fn , llamado la base estándar
de Fn .
Respuesta.- Primero demostraremos que la lista genera Fn . Sea, los escalares x1 , x2 , . . . , xn en

F. Podemos escribir
x1 (1, 0, . . . , 0) + x2 (0, 1, 0, . . . , 0) + · · · + xn (0, . . . , 0, 1) = ( x1 , x2 , . . . , xn ) .
Donde, ( x1 , x2 , . . . , xn ) es un vector cualquier en Fn . Esta expresión es una combinación lineal
de los n vectores. Por definición, esta lista genera Fn .
Ahora, demostraremos que la lista es linealmente independiente. Para ello, aplicaremos la
definición. Sea a1 , a2 , . . . , an ∈ F, entonces
a1 (1, 0, . . . , 0) + a2 (0, 1, 0, . . . , 0) + · · · + an (0, . . . , 0, 1) = 0.
Esto implica que
( a1 , a2 , . . . , an ) = (0, 0, . . . , 0).
Por lo que a1 = a2 = · · · = an = 0. Así, la lista es linealmente independiente.
(b) La lista (1, 2), (2, 5) es una base de F2 .
Respuesta.- Sea ( x1 , x2 ) ∈ F2 . Buscaremos escalares c1 , c2 tal que

c1 v1 + c2 v2 = ( x1 , x2 ).
que implica,
c1 (1, 2) + c2 (3, 5) = ( x1 , x2 ) ⇒ (c1 + 3c2 , 2c1 + 5c2 ) = ( x1 , x2 )
De donde, podemos construir un sistema de ecuaciones
c1 + 3c2 = x1
2c1 + 5c2 = x2
Multiplicando por dos la primera ecuación y luego restando la segunda, tenemos
c2 = 2x1 − x2
Luego, reemplazándola a la primera ecuación, se tiene
c1 = −5x1 + 3x2 .
Por lo tanto, para cada vector ( x1 , x2 ) ∈ F2 podemos encontrar c1 , c2 en función de x1 y x2 tal
que c1 v1 + c2 v2 es una combinación lineal el cual genera F2 .
Después, sólo nos haría falta reemplazar en
c2 = 2x1 − x2 y c1 = −5x1 + 3x2
( x1 , x1 ) = (0, 0). De donde,
c2 = 0 y c1 = 0.
Esto implica que (1, 2) y (2, 5) es linealmente independiente Por lo que concluimos que la lista
dada es una base de F2 .
47
(c) La lista (1, 2, −4), (7, −5, 6) es linealmente independiente en F3 pero no es una base en F3 , ya
que no genera F3 .
Respuesta.- Sean los escalares c1 , c2 ∈ F tal que
c1 (1, 2, −4) + c2 (7, −5, 6) = 0 ⇒ (c1 + 7c2 , 2c1 − 5c2 , −4c1 + 6c2 ) = (0, 0, 0)
Por lo que, podemos construir un sistema de ecuaciones
c1 + 7c2 = 0
2c1 − 5c2 = 0
−4c1 + 6c2 = 0
Multiplicando la segunda ecuación y sumando la tercera tenemos
c2 = 0
Luego, sustituyendo en la primera ecuación,
c1 = 0
Esto implica que los vectores dados son linealmente independientes.

Ahora, demostraremos que la lista no genera F3 , con un contraejemplo. Supongamos que
(1, 2, −4), (7, −5, 6) puede generar (1, 0, 0) el cual está en F3 . Sea los escalares c1 , c2 ∈ F, en-
tonces
c1 (1, 2, −4) + c2 (7, −5, 6) = (1, 0, 0) ⇒ (c1 + 7c2 , 2c1 − 5c2 , −4c1 + 6c2 ) = (1, 0, 0).
Construimos un sistema de ecuaciones, como sigue
c1 + 7c2 = 1
2c1 − 5c2 = 0
−4c1 + 6c2 = 0
De las ecuaciones 2 y 3 se tiene que
c1 = 0, c2 = 0
Reemplazando en la primera ecuación,
0+0 = 1 ⇒ 0 = 1.
Lo que es un absurdo, por lo tanto (1, 2, −4), (7, −5, 6) no genera F3 .
(d) La lista (1, 2), (3, 5), (4, 13) genera F2 pero no es una base de F2 , ya que no es linealmente inde-
pendiente.
Respuesta.- Demostremos que la lista no es linealmente independiente. Sea a1 , a2 , a3 ∈ F,

entonces
a1 (1, 2) + a2 (3, 5) + a3 (4, 13) = 0 ⇒ ( a1 + 3a2 + 4a3 , 2a1 + 5a2 + 13a3 ) = (0, 0).
Construimos un sistema de ecuaciones, como sigue
a1 + 3a2 + 4a3 = 0
2a1 + 5a2 + 13a3 = 0
Multiplicando por dos la primera ecuación y luego restando la segunda, tenemos
a2 = 5a3 .
48
Remplazando en la primera ecuación,

a1 = −19a3 .
Sea, a3 = 1, entonces
a1 = −19 y a2 = 5.
Por lo tanto, (1, 2), (3, 5), (4, 13) no es linealmente independiente.
Ahora, demostraremos que la lista (1, 2), (3, 5), (4, 13) genera F2 . Sean a1 , a2 , a3 ∈ F tal que
a1 (1, 2) + a2 (3, 5) + a3 (4, 13) = 0
Sabiendo que esta lista es linealmente dependiente, podemos reescribimos la ecuación de modo
que (1, 2), (3, 5) genera (4, 13):
a1 a
(4, 13) = (1, 2) − 2 (3, 5)
a3 a3
Por el lema 2.21 (Axler, Linear Algebra), vemos que el generador de (1, 2), (3, 5) es igual al
generador de (1, 2), (3, 5), (4, 13). Sólo nos faltaría demostrar que (1, 2), (3, 5) genera F2 . Para
ello, sea ( x1 , x2 ) ∈ F2 , de modo que
a1 (1, 2) + a2 (3, 5) = ( x1 , x2 )
Entonces,
a1 + 3a2 = x1
2a1 + 5a2 = x2
Multiplicando la segunda ecuación por dos y restando la primera, tenemos
a1 = 2x1 − x2 .
Remplazando en la primera ecuación,
a2 = −(5x1 + 3x2 ).
Por lo tanto, podemos hallar a1 y a2 en términos de x1 y x2 tal que a1 (1, 2) + a2 (3, 5) = ( x1 , x2 )
es una combinación lineal que genera F2 .
Siendo más prácticos podemos usar el teorema 2.23. Para saber que (1, 2), (3, 5), (4, 13) no es
linealmente independiente pero genera F2 .
(e) La lista (1, 1, 0), (0, 0, 1) es una base de ( x, x, y) ∈ F3 : x, y ∈ F .

Respuesta.- Está claro que la lista es linealmente independiente. Ya que, la única forma de
que se cumpla
c1 (1, 1, 0) + c2 (0, 0, 1) = 0
es que c1 , c2 sean igual a cero.
Ahora demostraremos que la lista dada genera ( x, x, y) ∈ F3 : x, y ∈ F . Sea c1 , c2 ∈ F tal que

c1 (1, 1, 0) + c2 (0, 0, 1) = ( x, x, y).

De donde, podemos construir un sistema de ecuaciones como sigue:
c1 + 0 = x
c1 + 0 = x
0 + c2 = y
Por lo que, cualquier F3 puede ser expresado como una combinación lineal de los vectores
(1, 1, 0), (0, 0, 1) y por lo tanto generan F3 .
49
(f) La lista (1, −1, 0), (1, 0, −1) es una base de

n o
( x, y, z) ∈ F3 : x + y + z = 0 .
Respuesta.- Si x + y + z = 0 para x, y, z ∈ F, entonces podemos escribir
x = −y − z.
Por lo que,
( x, y, z) = (−y − z, y − z)
= (−y, y − 0) + (−z, 0z)
= −y(1, −1, 0) − z(1, 0, −1).
Debido a que y, z son escalares, implica que podemos expresar cualquier ( x, y, z) ∈ F3 como
una combinación lineal de los vectores (1, −1, 0), (1, 0, −1).
Es fácil ver que que la lista (1, −1, 0), (1, 0, −1) es linealmente independiente. Dado que, si
c1 , c2 ∈ Fn , entonces
c1 (1, −1, 0) + c2 (1, 0, −1) = 0
(c1 + c2 , −c1 , −c2 ) = 0.
De donde,
c1 = c2 = 0.
Así, la lista (1, −1, 0), (1, 0, −1) es linealmente independiente. Por lo tanto,(1, −1, 0), (1, 0, −1)
es una base de F3
(g) La lista 1, z, . . . , zm es una base de Pm (F).
Respuesta.- El elemento general de Pm (F) es una combinación lineal de 1, z, z2 , . . . , zm de la

forma:
a0 + a1 z + a2 z2 + · · · + a m z m
donde ai ∈ F para 1 ≤ i ≤ m. Lo que demuestra que genera Pm (F).
Para demostrar que la lista es linealmente independiente, suponemos que la combinación lineal
de estos elementos es igual a cero; es decir,
a0 + a1 z + a2 z2 + · · · + am zm = 0.
Donde el 0 es un polinomio. Esto implica que el polinomio del lado izquierdo toma valor cero
para todo los valore de z. Esto es posible sólo cuando todos los ai′ s son cero, ya que cualquier
polinomio no trivial tiene un número finito de raíces. Por lo tanto la lista 1, z, z2 , . . . , zm es base
de Fm (F).
3. a). Sea U el subespacio de R5 definido por

n o
U = ( x1 , x2 , x3 , x4 , x5 ) ∈ F5 : x1 = 3x2 y x3 = 7x4 .
Encuentre una base de U.
Respuesta.- Dado que se tiene la condición x1 = 3x2 y x3 = 7x4 . Podemos escribir el vec-
tor general, como sigue
(3x2 , x2 , 7x4 , x4 , x5 ) = (3x2 , x2 , 0, 0, 0) + (0, 0, 7x4 , x4 , 0) + (0, 0, 0, 0, x5 )

= x2 (3, 1, 0, 0, 0) + x4 (0, 0, 7, 1, 0) + x5 (0, 0, 0, 0, 1).
50
Por lo que (3, 1, 0, 0, 0), (0, 0, 7, 1, 0), (0, 0, 0, 0, 1) forma una base de U. Podemos demostrar fá-
cilmente que estos vectores generar U, ya que U puede expresarse como una combinación
lineal de estos tres vectores. Ahora, demostremos que son linealmente independiente. Sea
c1 , c2 , c3 ∈ F. Entonces,
c1 (3, 1, 0, 0, 0) + c2 (0, 0, 7, 1, 0) + c3 (0, 0, 0, 0, 1) = 0
De donde,
(3c1 , c2 , 7c2 , c2 , c3 ) = (0, 0, 0, 0, 0).
Igualando cada componente, tenemos que c1 = c2 = c3 = 0. Así se demuestra que estos tres
vectores son linealmente independientes. Por lo tanto, (3, 1, 0, 0, 0), (0, 0, 7, 1, 0), (0, 0, 0, 0, 1) es
una base de U.
b). Extienda la base de la parte (a) a una base de R5 .
Respuesta.- Sean v1 = (3, 1, 0, 0, 0), v2 = (0, 0, 7, 1, 0), v3 = c3 (0, 0, 0, 0, 1). Por el ejercicio
11 del apartado 2A (Axler, Linear Algebra), se sabe que si tenemos v4 ∈ / span(v1 , v2 , v3 ) en-
tonces v1 , v2 , v3 , v4 son linealmente independientes. Nos preguntamos, ¿que clase de vectores
no pueden ser generados por v1 , v2 , v3 ?. Observemos que las primeras dos coordenadas de v2
y v3 son cero. Por lo que no pueden aportar a otras dos primeras coordenadas de cualquier
combinación lineal que consideremos. De hecho, estas coordenadas deben provenir de v1 .
Si av1 + bv2 + cv3 es una combinación lineal, entonces las dos primeras coordenadas son 3a y
a. Luego, si escogemos un vector donde sus primeras dos coordenada no son de la forma 3a
y a para cualquier escalar a, entonces no será generados por v1 , v2 , v3 . Por ejemplo podemos
escoger el vector
v4 = (0, 1, 0, 0, 0)
Ahora, encontremos un v5 tal que v5 ∈ / span(v1 , v2 , v3 , v4 ). Observemos que las coordenadas

cuatro y cinco de los vectores v1 .v2 , v3 y v4 son cero. Por lo que ambas coordenadas deben
provenir de v2 .
Si av1 + bv2 + cv3 + dv4 es una combinación lineal, entonces las coordenadas cuatro y cinco son
de la forma 7b y b, para cualquier escalar b. Por ejemplo podemos escoger el vector,
v5 = (0, 0, 0, 1, 0).
Por último, demostremos que esta lista es base de F5 . Por el teorema 2.23 sabemos que, si
m vectores generan un espacio vectorial, entonces cualquier lista linealmente independiente
en V no puede tener más de m vectores. Así, queda demostrada la independencia lineal de
v1 , v2 , v3 , v4 , v5 .
Por otro lado, demostremos que esta lista genera F5 . Nuestro objetivo será hallar una combi-
nación lineal que incluya a v1 , v2 , v3 , v4 y v5 para a, b, c, d, e ∈ F tales que
a(1, 0, 0, 0, 0) + b(0, 0, 1, 0, 0) + c(0, 0, 0, 0, 1) + d(0, 1, 0, 0, 0) + e(0, 0, 0, 1, 0) = ( x1 , x2 , x3 , x4 , x5 ).
Para ello, notemos que ya se tiene v3 = (0, 0, 0, 0, 5), v4 = (0, 1, 0, 0, 0) y v5 = (0, 0, 0, 1, 0).
Ahora, generemos los restantes (1, 0, 0, 0, 0) y (0, 0, 1, 0, 0), de la siguiente manera
1
( v − v4 ) = (1, 0, 0, 0, 0)
3 1
1
( v2 − v5 ) = (0, 0, 1, 0, 0).
7
51
Dado que se incluye a v1 y v2 en combinación lineal con v4 y v5 , entonces
a = x1
b = x2
c = x3
d = x4
e = x5 .
Encontrando los respectivos escalares a, b, c, d, e en términos de x1 , x2 , x3 , x4 , x5 . Decimos que la

lista v1 , v2 , v3 , v4 , v5 genera F5 . Por lo tanto es una base de F5 .
c). Encuentre un subespacio W de F5 tal que R5 = U ⊕ W.
Respuesta.- Por 1.45 (Axler, Lineal Algebra), demostraremos que R5 = U + W y que U ∩ W =

{0}. Sea v ∈ R5 , ya que v1 , v2 , v3 , v4 , v5 es una base de F5 , por el criterio de base (2.28, Axler,
Lineal algebra) podemos escribir
v = c1 v1 + c2 v2 + c3 v3 + c4 v4 + c5 v5
= ( c1 v1 + c2 v2 + c3 v3 ) + ( c4 v4 + c5 v5 ).
Luego, sean u = c1 v1 + c2 v2 + c3 v3 y w = c4 v4 + c5 v5 . Entonces, u ∈ U y w ∈ W. Está claro que

u y w generan U y W respectivamente. De este modo, cada vector en R5 puede ser expresado
como una suma de vectores en U y W. Esto prueba que R5 = U + W.
Ahora demostremos que U ∩ W = {0}. Sea v ∈ U ∩ W, ya que v ∈ U entonces para algunos

escalares a, b, c ∈ F se tiene
v = av1 + bv2 + cv3 .
Lo mismo pasa con v ∈ W, para algunos escalares d, e ∈ F; es decir,
v = dv4 + ev5 .
Dado que queremos encontrar U ∩ W, se tiene
av1 + bv2 + cv3 = dv4 + ev5 ⇒ av1 + bv2 + cv3 − dv4 − ev5 = 0
Por el hecho de que U y W son linealmente independiente, lo que implica a = b = c = d = e =

0, entonces v = 0, así U ∩ W = {0}. Concluimos que
R5 = U ⊕ W.
4. (a) Sea U el subespacio de C5 definida por

n o
U = (z1 , z2 , z3 , z4 , z5 ) ∈ C5 : 6z1 = z2 y z3 + 2z4 + 3z5 = 0 .
Encuentre una base de U.
Respuesta.- De las condiciones dadas, podemos escribir el conjunto U como
U = {(6z1 , z2 , −2z4 − 3z5 , z4 , z5 ) : z2 , z4 , z5 ∈ C}
Sea z ∈ U, que implica
z = (6z1 , z2 , −2z4 − 3z5 , z4 , z5 )

= z2 (6, 1, 0, 0, 0) + z4 (0, 0, −2, 1, 0) + z5 (0, 0, −3, 0, 1).
52
Entonces, z2 (6, 1, 0, 0, 0), z4 (0, 0, −2, 1, 0) y z5 (0, 0, −3, 0, 1) genera U. Ahora veamos si esta lista
es linealmente independiente. Sean a, b, c ∈ F tal que
(6a, a, −2b − 3c, b, c) = 0.
De donde,
6a = 0
a = 0
a = 0
⇒ b = 0
−2b − 3c = 0
c = 0.
b = 0
Por lo tanto, la lista es linealmente independiente. Así, concluimos que U es generado por
z2 (6, 1, 0, 0, 0), z4 (0, 0, −2, 1, 0) y z5 (0, 0, −3, 0, 1).
(b) Extienda la base en la parte (a) para una base de C5 .
Respuesta.-
(c) Encuentre un subespacio W de C5 tal que C5 = U ⊕ W.
Respuesta.-
5. Demostrar o refutar: existe una base p0 , p1 , p2 , p3 de P3 (F) tal que ninguno de los polinomios
p0 , p1 , p2 , p3 tiene grado 2.
Demostración.- Consideremos la lista,
p0 = 1,
p1 = X,
p2 = X3 + X2 ,
p3 = X3 .
El cual no tiene ningún polinomio de grado 2. Demostraremos que esta lista es una base. Primero
veamos que span( p0 , P1 , p2 , p3 ) = P3 (F). Sea q ∈ P3 (F). Entonces existe a0 , a1 , a2 , a3 ∈ F alguno
cero, tal que
q = a0 + a1 X + a2 X 2 + a3 X 3 .
Notemos que
a0 p0 + a1 p1 + a2 ( p2 − p3 ) + a3 p3 = a0 p0 + a1 p1 + a2 p2 + a3 p3 − a2 p3
= a0 p0 + a1 p1 + a2 p2 + ( a3 − a2 ) p3
= a0 + a1 X + a2 X 3 + X 2 + ( a3 − a2 ) X 3

= a0 + a1 X + a2 X 3 + a2 X 2 + a3 X 3 − a2 X 3
= a0 + a1 X + a2 X 2 + a3 X 3
= p.
Por lo que p0 , p1 , p2 , p3 genera P3 (F). Ahora, demostraremos que la lista es linealmente independi-
ente. Sean b0 , . . . , b3 ∈ F tales que
b0 p0 + b1 p1 + b2 p2 + b3 p3 = 0.
Se sigue que,
53
b0 + b1 X + b2 ( X 2 + X 3 ) + b3 X 3 = 0
b0 + b1 X + b2 X 2 + b2 X 3 + b3 X 3 = 0
b0 + b1 X + b2 X 2 + (b2 + b3 ) X 3 = 0.
donde 0 es el cero polinomial. La lista 1, X, X 2 , X 3 es linealmente independiente, ya que es una

base en P3 (F). Por lo que

b0 = 0,
b1 = 0,
b2 = 0,
b2 + b3 = 0.
Por lo tanto, existe una base p0 , p1 , p2 , p3 de P3 (F) tal que ninguno de los polinomios tiene grado 2.
6. Suponga v1 , v2 , v3 , v4 es una base de V. Demostrar que

v1 + v2 , v2 + v3 , v3 + v4 , v4
es también una base de V.
Demostración.- Demostremos la independencia lineal. Sean a1 , a2 , a3 , a4 ∈ F tales que

a1 ( v1 + v2 ) + a2 ( v2 + v3 ) + a3 ( v3 + v4 ) + a4 v4 = 0
a1 v1 + a1 v2 + a2 v2 + a2 v3 + a3 v3 + a3 v4 + a4 v4 = 0
a1 v1 + ( a1 + a2 ) v2 + ( a2 + a3 ) v3 + ( a3 + a4 ) v4 = 0
Ya que v1 , v2 , v3 , v4 es linealmente independiente, entonces a1 = a1 + a2 = a2 + a3 = a3 + a4 = 0.

Por lo que v1 + v2 , v2 + v3 , v3 + v4 , v4 es linealmente independiente.
Luego, demostremos que v1 + v2 , v2 + v3 , v3 + v4 , v4 es una base de V. Por definición de generador

(span), podemos expresar v1 , v2 , v3 , v4 como combinaciones lineales de v1 + v2 , v2 + v3 , v3 + v4 + v4 ,
de la siguente manera
v3 = ( v3 + v4 ) − v4
v2 = ( v2 + v3 ) − ( v3 + v4 ) + v4
v1 = ( v1 + v2 ) − ( v2 + v3 ) + ( v3 + v4 ) − v4
Por tanto, todos los vectores que pueden expresarnse como combinaciones lineales de v1 , v2 , v3 , v4
también se pueden expresar linealmente por v1 , +v2 , v2 + v3 , v3 + v4 , v4 ; es decir, v1 , +v2 , v2 +
v3 , v3 + v4 , v4 genera V.
7. Demostrar o dar un contraejemplo: Si v1 , v2 , v3 , v4 es una base de V y U es un subespacio de V tal

que v1 , v2 ∈ U y v3 ∈
/ U y v4 ∈
/ U, entonces v1 , v2 es una base de U.
v1 = (1, 0, 0, 0)
v2 = (0, 1, 0, 0)
v3 = (0, 0, 1, 0)
v4 = (0, 0, 0, 1).
54
Luego, definimos n o
U = ( x 1 , x 2 , x 3 , x 4 ) ∈ R4 : x 3 = x 4
Notemos que v1 , v2 ∈ U y v3 , v4 ∈
/ U. Pero ninguna combinación lineal de v1 , v2 produce (0, 0, 1, 1).
Entonces, v1 , v2 no genera U. Por lo tanto no puede formar una base.
8. Suponga que U y W son subespacio de V tal que V = U ⊕ W. Suponga también que u1 , . . . , um es

una base de U y w1 , . . . , wn es una base de W. Demostrar que
u 1 , . . . , u m , w1 , . . . , w n
es una base de V.
Demostración.- Demostremos la independencia lineal. Sean ai ∈ F y ci ∈ F tal que
a 1 u 1 + a 2 u 2 + · · · + a m u m + c 1 w1 + c 2 w2 + · · · + c n w n = 0
Que implica,
a1 u1 + a2 u2 + · · · + am um = −(c1 w1 + c2 w2 + · · · + cn wn ).
Suponga que,
v = a1 u1 + a2 u2 + · · · + am um = −(c1 w1 + c2 w2 + · · · + cn wn ).
De donde, v ∈ U y v ∈ W; esto es v ∈ U ∩ W. Dado que V = U ⊕ W, debemos tener U ∩ W = {0}.

Sea v = 0, por lo que
a1 u1 + a2 v2 + · · · + a m u m = 0
−(c1 w1 + c2 w2 + · · · + cn wn ) = 0.
Ya que, u1 , u2 , . . . , um y w1 , w2 , . . . , wn es base de U y W, respectivamente. Entonces, ambos son
linealmente independiente. Es decir, ai = ci = 0. Por lo tanto, u1 , . . . , um , w1 , . . . , wn es linealmente
independiente.
Ahora, demostremos que u1 , . . . , um , w1 , . . . , wn genera V. Sea v ∈ V, ya que V = U ⊕ W podemos
escribir v = u + w para algún u ∈ U y w ∈ W. Luego, por el hecho de que u1 , u2 , . . . , um es base de
U y w1 , w2 , . . . , wn es base de W, entonces
u = a1 u1 + a2 u2 + · · · + a m u m
w = c 1 w1 + c 2 w2 + · · · + c n w n ,
respectivamente. Por lo tanto, v = u + w = a1 u1 + a2 u2 + · · · + am um + c1 w1 + c2 w2 + · · · + cn wn .

Así, u1 , u2 , . . . , um , w1 , w2 , . . . , wn genera V. Concluimos que u1 , u2 , . . . , um , w1 , w2 , . . . , wn es base
de V.
2.C Dimensión
2.35 Teorema La longitud de la base no depende de la base.
Dos bases cualquier de un espacio vectorial de dimensión finita tiene la misma longitud.
Demostración.- Suponga V es de dimensión finita. Sean B1 y B2 dos bases de V. Entonces B1 es
55
linealmente independiente en V y B2 genera V. Así la longitud de la lista de B1 es como máximo la

longitud de la lista de B2 (por 2.23). Intercambiando los roles de B1 y B2 . tenemos también que la
longitud de la lista de B2 es como máximo la longitud de la lista de B1 . Por lo tanto la longitud de B1
es igual a la longitud de B2 , como se desea. ■
Ahora que sabemos que dos bases cualesquiera de un espacio vectorial de dimensión finita tienen la
misma longitud, podemos definir formalmente la dimensión de tales espacios.
2.36 Definición Dimensión, dim V .
• La dimensión de un espacio vectorial de dimensión finita es la longitud de cualquier base del

espacio vectorial.
• La dimensión de V (si V es de dimensión finita) se denota por dim V.
2.38 Teorema Dimensión de un subespacio.
Si V es de dimensión finita y U es un subespacio de V, entonces dim U ≤ dim V.
Demostración.- Suponga V de dimensión finita y U es un subespacio de V. Piense en una base de U

como una lista linealmente independiente en V, y piense en una base de V como una lista generadora
en V. Ahora use 2.23 para concluir que dim U ≤ dim V. ■
Para comprobar que una lista de vectores en V es una base de V, debemos, según la definición, de-
mostrar dos propiedades: debe ser linealmente independiente y debe generar V. Los siguientes dos
resultados muestran que si la lista en cuestión tiene la longitud correcta, entonces solo necesitamos
verificar que satisface una de las dos propiedades requeridas. Primero probamos que toda lista lineal-
mente independiente con la longitud correcta es una base.
2.39 Teorema La lista linealmente independiente de la longitud correcta es una base.
Suponga que V es de dimensión finita. Entonces, toda lista linealmente independiente de vectores
en V con longitud dim V es una base de V.
Demostración.- Suponga dim V = n y v1 , . . . , vn es linealmente independiente en V. La lista v1 , . . . , vn

puede ser extenderse a una base de V (por 2.33). Sin embargo, toda base de V tiene una longitud n, por
lo que en este caso la extensión es trivial, lo que significa que ningún elemento está unido a v1 , . . . , vn
En otras palabras, v1 , . . . , vn es una base de V, como deseamos. ■
2.40 Ejemplo Demostrar que la lista (5, 7), (4, 3) es una base de F2 .
Demostración.- Esta lista de dos vectores en F2 es obviamente linealmente independiente (poque

ningún vector es un multiplo escalar del otro). Notemos que F2 tiene dimensión 2. Así, 2.39 implica
que la lista linealmente independiente (5, 7), (4, 3) de longitud 2 es una base de F2 ( no necesitamos
2

comprobar que genera F . ■
2.41 Ejemplo Demostrar que 1, ( x − 5)2 , ( x − 5)3 es una base del subespacio U de P3 (R) defina por
U = p ∈ P3 (R) : p ′ (5) = 0 .

56
Solución.- Claramente cada los polinomios 1, ( x − 5)2 y ( x − 5)3 es en U. Suponga a, b, c ∈ R y
a + b ( x − 5)2 + c ( x − 5)3 = 0
para cada x ∈ R. Vemos que el lado izquierdo de la ecuación anterior tiene un termino cx3 . Como el
lado derecho no tiene un término x3 , esto implica que c = 0. Como c = 0, vemos que el lado izquierdo
tiene un término bx2 , lo que implica que b = 0. Como b = c = 0, podemos también concluye que a = 0.
Así, la ecuación implica que a = b = c = 0. Por lo que la lista dada es linealmente independiente en U.
Observemos que dim U ≥ 3, ya que U es un subespacio de P3 (F), sabemos que dim U ≤ dim P3 (F) =
4 (por 2.38). Sin embargo, dim U no puede ser igual a 4, de lo contrario, cuando extendemos una
base de U a una base de P3 (F) obtendríamos una lista con una longitud mayor que 4. Por lo tanto,
dim U = 3. De esto modo, 2.39 implica que la lista linealmente independiente 1, ( x − 5)2 , ( x − 5)3 es
una base de U. ■
Ahora probaremos que una lista generadora con longitud correcta es una base.
2.42 Teorema Lista generadora de la longitud correcta es una base.
Suponga que V es de dimensión finita. Entonces, cada lista generadora de vectores en V con lon-
gitud dim V es una base de V.
Demostración.- Suponga dim V = n y v1 , . . . , vn genera V. La lista v1 , . . . , vn puede ser reducido

a una base de V (por 2.31). Sin embargo, cada base de V tiene longitud n. En este caso la reducción es
trivial, lo que significa que no se eliminan elementos de v1 , . . . , vn . En otras palabras, v1 , . . . , vn es una
base de V, como deseamos. ■
El siguiente resultado da una fórmula para la dimensión de la suma de dos subespacios de un espacio
vectorial de dimensión finita.
2.43 Teorema Dimensión de una suma.
Si U1 y U2 son subespacios de un espacio vectorial de dimensión finita, entonces

dim(U1 + U2 ) = dim U1 + dim U2 − dim(U1 ∩ U2 ).
Demostración.- Sea u1 , . . . , um una base de U1 ∩ U2 ; por lo que (U1 ∩ U2 ) = m. Ya que, u1 , . . . , um

es una base de U1 ∩ U2 , es linealmente independiente en U1 . En consecuencia esta lista puede ser
extendida a una base u1 , . . . , um , v1 , . . . , v j de U1 (por 2.33). Así, dim U1 = m + j. También extendamos
u1 , . . . , um a una base u1 , . . . , um , w1 , . . . , wk de U2 ; de donde U2 = m + k.
Tendremos que demostrar
u 1 , . . . , u m , v 1 , . . . , v j , w1 , . . . , w k
es una base de U1 + U2 . Claramente span(u1 , . . . , um , v1 , . . . , v j , w1 , . . . , wk ) contiene a U1 y U2 , por
lo que es igual a U1 + U2 . Entonces, para mostrar que la lista es una base de U1 + U2 , necesitamos
demostrar que es linealmente independiente. Suponga
a1 u1 + · · · + am um + b1 v1 + · · · + b j v j + c1 w1 + · · · + ck wk = 0,
donde todos los a′ s, b′ s y c′ s son escalares. Podemos reescribir la ecuación anterior como
c1 w1 + · · · + ck wk = − a1 u1 − · · · − am um − b1 v1 − · · · − b j v j
el cual demuestra que c1 w1 + · · · + ck wk ∈ U1 . Luego, todos los w′ s son en U2 , esto implica que
c1 w1 + · · · + ck wk ∈ U1 ∩ U2 . Ya que, u1 , . . . , um es una base de U1 ∩ U2 , podemos escribir lo siguiente
c 1 w1 + · · · + c k w k = d 1 u 1 + · · · + d m u m
57
para algunos escalares d1 , . . . , dm . Pero u1 , . . . , um , w1 , . . . , wk es linealmente independiente, así la

útlima ecuación implica que todos los c′ s (y d′ s) son igual a cero.
Por lo tanto, nuestra ecuación original que involucra las a′ s, b′ s y c′ s se convierten en
a1 u1 + · · · + am um + b1 v1 + · · · + b j v j = 0.
Porque la lista u1 , . . . , um , v1 , . . . , v j es linealmente independiente, esta ecuación implica que todas las
a′ s y b′ s son 0. Ahora sabemos que todas las a′ s, b′ s y c′ s son iguales a 0, como deseamos. ■
2.C Ejercicios
1. Suponga que V es de dimensión finita y U es un subespacio de V tal que dim U = dim V. De-
muestre que U = V.
Demostración.- Debemos demostrar que U ⊆ V y V ⊆ U. Es fácil ver que U ⊆ V, ya que U

es un subespacio de V.
Por otro lado, sean v ∈ V y u1 , u2 , . . . , un base de U. Entonces, este conjunto es linealmente in-
dependiente en U, y por lo tanto también en V, esto porque U es un subespacio de V. Que sea
base de U significa que dim U = n. Sin embargo, dim U = dim V implica que dim V = n. Así,
u1 , u2 , . . . , un es un conjunto linealmente independiente en V con longitud igual a dim V. Es decir,
por 2.39 (Axler, Linear Algebra) u1 , u2 , . . . , un es una base de V, por lo que genera V. Esto es, por
1.28 (Criterio de base) existe escalares ci ∈ F tal que
v = c1 u1 + c2 u2 + · · · + c n u n .
Notemos que v1 u1 + · · · + cn un es un vector en U. Por lo tanto, v ∈ U. Que V ⊆ U y U ⊆ V implica

que U = V, como queríamos demostrar.
2. Demostrar que los subespacios de R2 son precisamente: {0}, R2 , y todas las rectas en R2 que pasan
por el origen.
Demostración.- Claramente {0} es un subespacio de R2 , porque contiene el vector cero, que está
cerrado bajo la adición y la multiplicación escalar. En particular, cualquier combinación lineal del
vector cero sigue siendo el vector cero.
Ahora, supongamos que U es un subespacio de R2 con dim U = 1. En otras palabras, la base de U

contiene solo un vector distinto de cero. Esto significa, que la lista contiene un vector distinto de
cero que genera U. Esto implica que cada vector en U es un múltiplo escalar (combinación lineal)
del único vector de la base. Luego, el conjunto de todos estos vectores en U describe una recta en
R2 ; esto es, U es una recta en R2 . Además, como U es un subespacio, en particular contiene la
identidad aditiva (0, 0) ∈ R2 . Por tanto, U debe ser una recta en R2 que pase por el origen.
Por último, sea U un subespacio de R2 de dimensión 2. Entonces, por definición U tiene una base
de dos vectores, digamos u1 y u2 . Estas bases son linealmente independientes en U y por lo tanto
linealmente independiente en R2 . Sabiendo que dim U = dim R2 = 2, por 2.39 (Axler, Linear Al-
gebra) u1 , u2 es también una base de R2 . Que U y R2 tengan la misma base, por la unicidad del
criterio de base 2.28 (Axler, Linear Algebra) significa que U = R2 .
58
3. Demuestre que los subespacios de R3 son precisamente {0}, R3 , todas las lineas en R3 , y todas las
planos en R3 que pasan por el origen.
Demostración.- Suponga El conjunto {0} es un subespacio de R3 , ya que está cerrado bajo la adi-
ción y la multiplicación escalar. Es decir, para cualquier vector u y v en {0} y cualquier escalar c,
tenemos u + v = 0 + 0 = 0 y cu = c(0) = 0, ambos también están en {0} .
Suponga U un subespacio de R2 de dim U = 1. Entonces la longitud de la base de U es 1; en otras

palabras, la base de U contiene solo un vector no nulo. En particular, la lista contiene un vector no
nulo que genera U; es decir, cada vector en U es un múltiplo escalar (combinación lineal) del único
vector de la base. Luego, el conjunto de todos estos vectores en U describe una recta en R3 . Esto
es, U es una recta en R3 . Además, como U es un subespacio, podemos asegurar que contiene la
identidad aditiva (0, 0, 0) ∈ R3 . Por lo tanto, U debe ser una recta en R3 que pasa por el origen.
Suponga U un subespacio de R3 de dim U = 2. Entonces la longitud de la base de U es 2. En

particular, la base de U contiene dos vectores no nulos. En particular, la lista contiene dos vectores
no nulos que genera U. Es decir, cada vector en U es una combinación lineal de los dos vectores
de la base. Luego, el conjunto de todos estos vectores en U describe un plano en R3 . Esto es, U es
un plano en R3 . Además, como U es un subespacio, podemos asegurar que contiene la identidad
aditiva (0, 0, 0) ∈ R3 . Por lo tanto, U debe ser un plano en R3 que pasa por el origen.
Después, sea U un subespacio de R3 de dimensión 3. Entonces, por definición U tiene una base
de dos vectores, digamos u1 u2 y u3 . Estas bases son linealmente independientes en U y por lo
tanto linealmente independiente en R3 . Sabiendo que dim U = dim R3 = 3, por 2.39 (Axler, Linear
Algebra) u1 , u2 , u3 es también una base de R3 . Que U y R3 tengan la misma base, por la unicidad
del criterio de base 2.28 (Axler, Linear Algebra) significa que U = R3 .
4. (a) Sea U = { p ∈ P4 (F) : p(6) = 0} . Encuentre una base de U.
Respuesta.- Sea q( x ) de grado n − 1. Si p( x ) es un polinomio y p(c) = 0, entonces c se dice que

es una raíz de p( x ) y p( x ) = ( x − c)q( x ), ya que
p(6) = (6 − 6)q(6) = 0.
En particular, p( x ) ∈ P4 (F) tal que p(6) = 0. Que podemos reescribirlo como p( x ) = ( x −

6)q( x ), donde q( x ) ∈ P3 (F). Además, que q( x ) ∈ P3 (F), implica que ( x − 6)q( x ) ∈ P4 (F) y 6
como raíz de ( x − 6)q( x ). Así,
{ p ∈ P4 (F) | p(6) = 0} = {( x − 6)q( x ) | q ∈ P3 (F)} .
Por el problema 2(g) del apartado 2.B (Axler, Linear Algebra), se sabe que q( x ) = 1, x, x2 , x3 es
una base de P3 (F). De donde, demostremos que
( x − 6), ( x − 6) x, ( x − 6) x2 , ( x − 6) x3
forma una base de U. Si q( x ) = a + bx + cx2 + dx3 ∈ P4 (F) para a, b, c, d ∈ F. Entonces,
( x − 6)q( x ) = ( x − 6)( a + bx + cx2 + dx3 )

= a ( x − 6) + b ( x − 6) + c ( x − 6) x 2 + d ( x − 6) x 3 .
Esto implica que ( x − 6), ( x − 6) x, ( x − 6) x2 , ( x − 6) x3 genera U. Por último, debemos probar

que ( x − 6), ( x − 6) x, ( x − 6) x2 , ( x − 6) x3 es linealmente independiente. Existe a, b, c, d ∈ F tal
que
a( x − 6) + b( x − 6) x + c( x − 6) x2 + d( x − 6) x3 = 0.
59
Entonces,
−6a + ( a − 6b) x + (b − 6c) x2 + (c − 7d) x3 + dx4 = 0.
Para que la lista sea linealmente independiente, cada coeficiente debe ser cero. En consecuencia,
−6a = 0
a − 6b = 0
b − 6c = 0
c − 7d = 0
d = 0.
Resolviendo la ecuación, se tiene

a = 0
b = 0
c = 0
d = 0.
Así, la lista es linealmente independiente. Por lo tanto, concluimos que
( x − 6), ( x − 6) x, ( x − 6) x2 , ( x − 6) x3
es una base de U.
(b) Extienda la base de U en (a) a una base de P4 (F).
Respuesta.- La condición del inciso (a) hace que 4 polinomios generen U. Ahora, por el prob-
lema 13 de la sección 2B (Axler, Linear Algebra); observamos que tenemos que tener 5 poli-
nomios para que genera P4 (F). Para ello debemos extender U del inciso (a). Notemos que U
tiene todos sus polinomios múltiplos de ( x − 6), por lo que cualquier combinación lineal de
U producirá otro polinomio múltiplo de ( x − 6). Por el contrario un polinomio el cual no es
múltiplo de ( x − 6) no podrá pertenecer al generador de U; así que podemos agregar 1 a U. Está
claro por el inciso (a) que los elementos de U son linealmente independientes y por lo dicho
anteriormente, ninguna combinación lineal de los elementos de U pueden generar 1 (definición
de independencia). Por lo tanto,
n o
{1} ∪ U = 1, ( x − 6), ( x − 6) x, ( x − 6) x2 , ( x − 6) x3
es linealmente independiente en P4 (F). Observemos que esta lista contiene longitud igual a
dim P4 (F): Entonces por 2.39 (Axler, Linear Algebra), concluimos que
n o
1, ( x − 6), ( x − 6) x, ( x − 6) x2 , ( x − 6) x3
es una base de P4 (F).
(c) Encuentre un subepacio W de P4 (F) tal que P4 (F) = U ⊕ W.
Respuesta.- Supongamos W = {1}. Debemos probar que U + W = P4 (F) y que U ∩ W = {0}.

Ya que, U ∪ W contiene todos los polinomios base de P4 (F), el espacio vectorial U + W contiene
a P4 (F). Esto es,
P4 (F) ⊆ V + W.
Por otro lado, puesto que U, W ⊆ P4 (F), entonces
U + W ⊆ P4 (F).
60
Así,
U + W = P4 (F).
Ahora, demostremos que U ∩ W = {0}. Sea v ∈ U ∩ W. Como v ∈ U, entonces existe ci ∈ F tal
que,
v = c1 ( x − 6) + c2 ( x − 6) x + c3 ( x − 6) x 2 + c4 ( x − 6) x 4 .
De la misma forma, ya que v ∈ W entonces existe c0 ∈ F tal que,
v = c0 .
Luego,
c1 ( x − 6) + c2 ( x − 6) x + c3 ( x − 6) x 2 + c4 ( x − 6) x 4 = c0 .
Esto implica que
−c0 + c1 ( x − 6) + c2 ( x − 6) x + c3 ( x − 6) x2 + c4 ( x − 6) x4 = 0.
Para que la lista linealmente independiente, cada coeficiente debe ser cero. En consecuencia,
− c0 = 0 c0 = 0
c1 ( x − 6) = 0 c1 = 0
c2 ( x − 6) = 0 ⇒ c2 = 0
c3 ( x − 6) = 0 c3 = 0
c4 ( x − 6) = 0. c4 = 0.
Así, v = 0. Por lo tanto, U ∩ W = {0}. Otra manera de demostrar que la lista dada es lineal-
mente independiente sería, suponer que
− c0 + c1 ( x − 6) + c2 ( x − 6) x + c3 ( x − 6) x 2 + c4 ( x − 6) x 4 ̸ = 0
para todo x. Pero esto es absurdo, ya que si x = 6, entonces
−c0 + c1 ( x − 6) + c2 ( x − 6) x + c3 ( x − 6) x2 + c4 ( x − 6) x4 = 0.
Concluimos que W = {1} es un subespacio de P4 (F) tal que P4 (F) = U ⊕ W.
5. (a) Sea U = { p ∈ P4 (F) : p′′ (6)}. Encuentre una base de U.
Respuesta.- Sabemos que si p( x ) ∈ P4 (F), entonces p′′ ( x ) ∈ P2 (F). De ahí,

′′
p ( x ) | p ( x ) ∈ P4 (F) = P2 (F).
Además, si p′′ (6) = 0, entonces p′′ ( x ) = ( x − 6)q( x ), como se vio en el ejercicio anterior
se cumple p′′ (6) = (6 − 6)q( x ) = 0, donde q( x ) tiene un grado menos que p′′ ( x ). Esto es
q ( x ) ∈ P1 (F).
Queremos encontrar elementos que generen P2 (F). Analicemos un subepacio S de P2 (F) tal
que
S = {u( x ) ∈ P2 (F) | ( x − 6)q( x ), q( x ) ∈ P1 (F)} .
Existe a, b ∈ F tal que q( x ) = a + bx ∈ P1 (F), por lo que
( x − 6) q ( x ) = ( x − 6)( a + bx )
= a( x − 6) + bx ( x − 6)
= a( x − 6) + b( x − 6 + 6)( x − 6)
= a( x − 6) + b( x − 6)2 + 6b( x − 6)
= ( a + 6b)( x − 6) + b( x − 6)2 .
61
Lo que demuestra que ( x − 6), ( x − 6)2 genera S. Sea c1 , c2 ∈ F, tal que
c1 ( x − 6) + c2 ( x − 6)2 = 0.
De donde,
6(4c2 − 6c1 ) + (c1 − 12c2 ) x + c2 x2 = 0.
Para que la lista sea linealmente independiente, cada coeficiente debe ser cero. En consecuencia,
6(4c2 − 6c1 ) = 0
c1 = 0
(c1 − 12c2 ) = 0 ⇒
c2 = 0.
c2 = 0.
Así, ( x − 6), ( x − 6)2 es linealmente independiente. Por lo tanto,

n o
( x − 6), ( x − 6)2
es una base de U.
Ahora, encontraremos una base de p( x ) ∈ P4 (F) tal que p′′ ( x ) ∈ S. Ya que ( x − 6), ( x − 6)2
genera S; existe a, b ∈ F, tal que
p′′ ( x ) = a( x − 6)2 + b( x − 6).
Integando p′′ ( x ) dos veces obtenemos

Z Z
p( x ) = a( x − 6)2 + b( x − 6) dx dx
( x − 6)3 ( x − 6)2
Z
= a +b + c dx
3 2
( x − 6)4 ( x − 6)3
= a +b + cx + d
12 6
( x − 6)4 ( x − 6)3
= a +b + c( x − 6) + (6c + d)
12 6
Sean los escalares s1 = a/12, s2 = b/6, s3 = c y s4 = 6c + d. Entonces,
p ( x ) = s1 ( x − 6)4 + s2 ( x − 6)3 + s3 ( x − 6) + s4 .
Este polinomio cumple con las condiciones iniciales. Es decir, p′′ ( x ) = 12s1 ( x − 6)2 + 6s2 ( x − 6)
con p′′ (6) = 0. En otras palabras, p( x ) ∈ P4 (F) tal que p′′ (6) = 0 siempre que p( x ) puede ser
expresado como s1 ( x − 6)4 + s2 ( x − 6)3 + s3 ( x − 6) + s4 para algunos escalares s1 , s2 , s3 , s4 . Así,
n o
U = p( x ) ∈ P4 (F) | p′′ (6) = 0 = s1 ( x − 6)4 + s2 ( x − 6)3 + s3 ( x − 6) + s4 | s1 , s2 , s3 , s4 ∈ F .

Observe que este conjunto es un espacio vectorial generado por 1, ( x − 6), ( x − 6)3 , ( x − 6)4 ,

el cual genera U. Luego, sea
s1 ( x − 6)4 + s2 ( x − 6)3 + s3 ( x − 6) + s4 = 0
⇓
4 3 2
s1 x + (s2 − 24s1 ) x + (216x1 − 18x2 ) x + (108s2 − 864s1 + s3 ) x + (129s1 − 216s2 − 6s3 + s4 ) = 0
62
de donde,
s1 = 0
s1 = 0
s2 − 24s1 = 0
s2 = 0
216s1 − 18s2 = 0 ⇒
s3 = 0
108s2 − 864s1 + s3 = 0
s4 = 0.
129s1 − 216s2 − 6s3 + s4 = 0.
Así, 1, ( x − 6), ( x − 6)3 , ( x − 6)4 es linealemente independiente. Por lo tanto,

n o
1, ( x − 6), ( x − 6)3 , ( x − 6)4
es una base de U.
(b) Extienda la base en (a) a una base de P4 (F).
Respuesta.- La base de U es 1, ( x − 6), ( x − 6)3 , ( x − 6)4 . Ya que, esta base es de longitud 4,

debemos extender a longitud 5 para que sea base de P4 (F). Si podemos encontrar un polinomio
p( x ) que no puede ser generado por los elementos de U, entonces implicará que U ∪ p( x ) es un
conjunto linealmente independiente. Entonces tendremos un conjunto linealmente independi-
ente en P4 (F) que tiene tantos vectores como la dimensión de P4 (F). Así, tendríamos una base
para P4 (F).
Supongamos que este vector es ( x − 6)2 y que
( x − 6)2 = a + b ( x − 6) + c ( x − 6) + c ( x − 6)3 + d ( x − 6)4

para a, b, c, d ∈ F. De donde
( x − 6)2 = a + b ( x − 6) + ( x − 6)2 c ( x − 6) + d ( x − 6)2

( x − 6)2 1 − c ( x − 6) − d ( x − 6)2 = a + b ( x − 6).

Claramente {1, ( x − 6)} no es múltiplo de ( x − 6)2 ; sin embargo, lo será si y sólo si es igual a
cero. Por lo tanto,
a, b = 0.
Substituyendo tendremos
( x − 6)2 = c ( x − 6)3 + d ( x − 6)4
( x − 6)2 = ( x − 6)3 [c + d( x − 6)] .

Está ecuación no es cierta, ya que el lado derecho de la ecuación no es múltiplo del lado
izquierdo. Así, ( x − 6)2 con un poco de manipulación de la ecuación podemos concluir que
( x − 6)2 no será generado por los polinomios de U. Concluimos que U ∪ ( x − 6)2 es una

base para P4 (F).
(c) Encuentre un subespacio W de P4 (F) tal que P4 (F) = U ⊕ W.
Respuesta.- Sea W = ( x − 6)2 . Ya que U ∩ W contiene a todos los polinomios base de P4 (F),

entonces el espacio vectorial U + W contiene a P4 (F). Esto es,
P4 (F) ⊆ U + W.
Está claro que
U, W ⊆ P4 (F)
63
Así,
U + W = P4 (F).
Ahora, demostremos que U ∩ W = {0} . Sea v ∈ U; es decir, existen c0 , c1 , c3 , c4 ∈ F tales que
v = c0 + c1 ( x − 6) + c3 ( x − 6)3 + c3 ( x − 6)4 .
Luego, ya que v ∈ W, entonces existe c2 ∈ F siempre que
v = c2 ( x − 6)2 .
Igualando estas dos últimas ecuaciones, tenemos
c0 + c1 ( x − 6) + c2 ( x − 6)3 + c3 ( x − 6)4 = c2 ( x − 6)2 ,
Esto implica que
c0 + c1 ( x − 6) + c2 ( x − 6)2 + c3 ( x − 6)3 + c4 ( x − 6)4 = 0,
si resolvemos está ecuación con respecto a c0 , c1 , c2 , c3 , c4 , e igualamos a cero, tendremos que
c0 = 0
c1 = 0
c2 = 0
c3 = 0
c4 = 0.
De está manera
v=0
Por lo tanto, U ∩ W = {0}. Concluimos que W es el subespacio de P4 (F) tal que
P4 (F) = U ⊕ W.
6. (a) Sea U = { p ∈ P4 (F) : p(2) = p(5)}. Encontrar una base de U.
Respuesta.- Sea
p (2) = α = p (5).
Definamos q( x ) = p( x ) − α, de donde q( x ) ∈ P4 (F); por ejemplo, si sustraemos p( x ) − p(2),
esta seguirá estando en q( x ) ∈ P4 (F). Luego,
q (2) = p (2) − α = p (2) − p (2) = 0 ⇒ q (2) = 0

q (5) = p (5) − α = p (5) − p (5) = 0 ⇒ q(5) = 0.
Esto nos dice que, 2 y 5 son raíces de q( x ). Por lo tanto,
q ( x ) = ( x − 2) ( x − 5) r ( x ),
donde r ( x ) tiene grado dos, menor que q( x ). Esto es, r ( x ) ∈ P2 (F). Dicho de otra manera, si
r ( x ) ∈ P2 (F), entonces ( x − 2)( x − 5)r ( x ) ∈ P4 (F) ó
V = {q ∈ P4 (F) | q(2) = q(5) = 0} = {( x − 2)( x − 5)r ( x ) : r ( x ) ∈ P2 (F)} .
Dicho esto, buscaremos una base de {( x − 2)( x − 5)r ( x ) : r ( x ) ∈ P2 (F)}. Ya que (Por el apartado
2.B problema 2(g): Axler, Linear Algebra) 1, x, x2 es una base de {P2 (F)}, verificaremos que
n o
( x − 2)( x − 5), ( x − 2)( x − 5) x, ( x − 2)( x − 5) x2
64
forma una base de V.
Si r ( x ) = a + bx + cx2 ∈ P2 (F) para algún a, b, c ∈ F, entonces
( x − 2)( x − 5)r ( x ) = ( x − 2)( x − 5) a + bx + cx2

= a( x − 2)( x − 5) + b( x − 2)( x − 5) x + c( x − 2)( x − 5) x2 .

2
Lo que nos muestra que ( x − 2)( x − 5), ( x − 2)( x − 5), ( x − 2)( x − 5) x genera V. Ahora, de-
mostremos que ( x − 2)( x − 5), ( x − 2)( x − 5) x, ( x − 2)( x − 5) x2 es linealmente independi-
ente. Con las condiciones dadas anteriormente, tenemos que verificar:

a( x − 2)( x − 5) + b( x − 2)( x − 5) x + c( x − 2)( x − 5) x2 = ( x − 2)( x − 5) a + bx + cx2 = 0.
Centremonos en ( a + bx + cx2 ) = 0. Ya que, 1, x, x2 es linealmente independiente. Entonces,

Por lo tanto, la lista es linealmente independiente, (ya que ( x −
los escalares a, b, c son ceros.
2)( x − 5) 0 + 0 · x + 0 · x2 = 0). Así,
n o
( x − 2)( x − 5), ( x − 2)( x − 5) x, ( x − 2)( x − 5) x2
es una base de V.
Por otro lado, observemos que p( x ) ∈ U, si y sólo si q( x ) = p( x ) − p(2) ∈ V. Por lo tanto,

cualquier p ∈ U puede ser expresado como
a + q( x )
donde a = p(2) es un escalar y q( x ) ∈ V. Por el hecho de que, ( x − 2)( x − 5), ( x − 2)( x −

5) x, ( x − 2)( x − 5) x2 genera V, entonces existe b, c, d ∈ F, tal que
q( x ) = b( x − 2)( x − 5) + c( x − 2)( x − 5) x + d( x − 2)( x − 5) x2 .
Ya que, p( x ) ∈ U tiene la forma
p( x ) = a + q( x ) = a + b( x − 2)( x − 5) + c( x − 2)( x − 5) x + d( x − 2)( x − 5) x2 .
Entonces, 1, ( x − 2)( x − 5), ( x − 2)( x − 5) x, ( x − 2)( x − 5) x2 genera U.
Por último, demostremos que 1, ( x − 2)( x − 5), ( x − 2)( x − 5) x, ( x − 2)( x − 5) x2 es linealmente

independiente. Sabemos que ( x − 2)( x − 5), ( x − 2)( x − 5) x, ( x − 2)( x − 5) x2 es linealmente
independiente y vemos que todos los polinomios en esta lista son múltiplos de ( x − 2)( x − 5).
Por lo que no pueden generar el polinomio 1. Es decir,
h i
1∈/ span ( x − 2)( x − 5), ( x − 2)( x − 5) x, ( x − 2)( x − 5) x2 .
Esto significa que la lista
1, ( x − 2)( x − 5), ( x − 2)( x − 5) x, ( x − 2)( x − 5) x2
es linealmente independiente. Por lo tanto, esta lista es base de U.
(b) Extienda la base en (a) a una base de P4 (F).
Respuesta.- Queremos extender la base V = 1, ( x − 2)( x − 5), ( x − 2)( x − 5) x, ( x − 2)( x − 5) x2

a una base de P4 (F) de dimensión cinco.
65
Si podemos encontrar un polinomio p( x ) que no puede ser generado por los elementos de
V, entonces implicará que V ∪ p( x ) es un conjunto linealmente independiente. Entonces ten-
dremos un conjunto linealmente independiente en P4 (F) que tiene tantos vectores como la
dimensión de P4 (F). Así, tendríamos una base para P4 (F).
Agreguemos el vector p( x ) = x a V. Así, para los escalares a, b, c, d ∈ F, tendríamos
x = a + b( x − 2)( x − 5) + c( x − 2)( x − 5) x + d( x − 2)( x − 5) x2 .
De donde,
x − a = b( x − 2)( x − 5) + c( x − 2)( x − 5) x + d( x − 2)( x − 5) x2 .
Observemos que no hay manera de que x − a sea múltiplo de ( x − 2)( x − 5), por lo que p( x ) ∈
/
span(V ). Esto implica que
n o
1, x, ( x − 2)( x − 5), ( x − 2)( x − 5) x, ( x − 2)( x − 5) x2
es una base de P4 (F).
Respuesta.- Sean U = 1, ( x − 2)( x − 5), ( x − 2)( x − 5) x, ( x − 2)( x − 5) x2 y W = { x }. En-

tonces, demostraremos que U ∪ W = P4 (F). Ya que, U ∪ W contiene todas los elementos base
de P4 (F), el espacio vectorial U + W contiene a P4 (F). Esto es,
P4 (F) ⊆ U + W.
Por otro lado, ya que U y W están en P4 (F), entonces U + W ⊆ P4 (F). Por lo que,
P4 (F) = U + W.
Ahora, demostremos que U ∩ W = {0}. Sea v ∈ U, para los escalares c0 , c2 , c3 , c4 ∈ F, tal que
v = c0 + c2 ( x − 2)( x − 5) + c3 ( x − 2)( x − 5) x + c4 ( x − 2)( x − 5) x2 .
Sea también v ∈ W con c2 ∈ F, tal que

v = c2 x.
Igualemos estas dos expresiones, obtenemos
c0 + c2 ( x − 2)( x − 5) + c3 ( x − 2)( x − 5) x + c4 ( x − 2)( x − 5) x2 = c2 x.
Esto implica que,
c0 − c1 x + c2 ( x − 2)( x − 5) + c3 ( x − 2)( x − 5) x + c4 ( x − 2)( x − 5) x2 = 0.
Esta ecuación se cumplirá siempre que todos los escales ci = 0 sean cero. Por lo que, v = 0.
Así, U ∩ W = {0} . Por lo tanto, W = { x } es un subespacio de P4 (F) tal que P4 (F) = U ⊕ W.
7. (a) Sea U = { p ∈ P4 (F) : p(2) = p(5) = p(6)}. Encontrar una base de U.
Respuesta.- Sea p(2) = p(5) = p(6) = α, de donde q( x ) = p( x ) − α. Entonces, q( x ) ∈ P4 (F).

Luego,
q (2) = p (2) − α = 0 ⇒ q (2) = 0
q (5) = p (5) − α = 0 ⇒ q (5) = 0
q (6) = p (6) − α = 0 ⇒ q(6) = 0.
66
Esto significa que 2, 5 y 6 son raíces de q( x ). Por lo que,
q( x ) = ( x − 2)( x − 5)( x − 6)r ( x ).

Donde, r ( x ) tiene 3 grados menos que el grado de q( x ). Es decir, r ( x ) ∈ P1 (F). Dado q ue,
q(2) = q(5) = q(6) = 0. Entonces,
V = { p ∈ P4 (F)| p(2) = p(5) = p(6) = 0} = {( x − 2)( x − 5)( x − 6)r ( x )|r ( x ) ∈ P1 (F)} .
Busquemos ahora una base de { p ∈ P4 (F)| p(2) = p(5) = p(6) = 0}, para luego convertirla en
una base de { p ∈ P4 (F)| p(2) = p(5) = p(6)}. Ya que, 1, x es una base de P1 (F), verifiquemos
si {( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x } forma una base de V.
Sea r ( x ) = a + bx ∈ P2 (F), entonces
( x − 2)( x − 5)( x − 6)r ( x ) = ( x − 2)( x − 5)( x − 6)( a + bx )
= a( x − 2)( x − 5)( x − 6) + b( x − 2)( x − 5)( x − 6) x.
Esto implica que {( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x } genera de V. Después,
a( x − 2)( x − 5)( x − 6) + b( x − 2)( x − 5)( x − 6) x = 0
( x − 2)( x − 5)( x − 6)( a + bx ) = 0.

Resolviendo la ecuación podemos concluir que a, b son cero. Por lo tanto,
{( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x }

es linealmente independiente. Así,
{( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x }

es una base de V.
Ahora, si p( x ) ∈ U, siempre que q( x ) = p( x ) − p(2) ∈ V, y viceversa. Sea c = p(2) = p(5) =

p(6) con q( x ) ∈ V, por lo que podemos expresar a p ∈ U como c + q( x ).
Ya que, {( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x } genera V, entonces
p( x ) = c + a( x − 2)( x − 5)( x − 6) + b( x − 2)( x − 5)( x − 6) x.
Por lo tanto, {1, ( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x } genera U. Por último, notemos
que 1 ∈
/ span [( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x ]. Así,
{1, ( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x }

es linealmente independiente. Por lo tanto, es una base de U.
(b) Extienda la base en la parte (a) a una base de P4 (F).
Respuesta.- Queremos extender la base de U, {1, ( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x }
a una base de P4 (F) de dimensión cinco. Para ello, comprobemos si x se puede generar usando
los elementos de {1, ( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x }. Sean a, b, c ∈ F,
x = a + b( x − 2)( x − 5)( x − 6) + c( x − 2)( x − 5)( x − 6) x.
Reescribiendo,
x − a = b( x − 2)( x − 5)( x − 6) + c( x − 2)( x − 5)( x − 6) x.
67
Esta ecuación nunca se puede cumplir, ya que, el lado izquierdo es un polinomio de grado uno,
mientras que el lado derecho es un polinomio de grado tres. Por lo tanto, x no se puede generar
usando los elementos de {1, ( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x }.
Lo mismo, podemos decir de x2 . Sea a, b, c ∈ F,
x2 = a + b( x − 2)( x − 5)( x − 6) + c( x − 2)( x − 5)( x − 6) x.
Reescribiendo,
x2 − a = b( x − 2)( x − 5)( x − 6) + c( x − 2)( x − 5)( x − 6) x.
Esta ecuación nunca se puede cumplir, ya que, el lado izquierdo es un polinomio de grado
dos, mientras que el lado derecho es un polinomio de grado tres. Por lo tanto, x2 no se puede
generar usando los elementos de {1, ( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x }.
Por lo tanto, 1, x, x2 , ( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x, x2 , x es una base de P4 (F).

Respuesta.- Sean U = {1, ( x − 2)( x − 5)( x − 6), ( x − 2)( x − 5)( x − 6) x } y W = x, x2 . Ya

que, U ∪ W contiene todas los elementos base de P4 (F). El espacio vectorial U + W contiene a
P4 (F). Esto es,
P4 (F) ⊆ U + W.
Por otro lado, ya que U, W ⊆ P4 (F). Entones,
U + W ⊆ P4 (F).
Así,
U + W = P4 (F).
Ahora, probemos que U ∩ W = {0}. Sea v ∈ U ∩ W, de donde podemos escribir para c0 , c3 , c4 ∈

F de la siguiente manera
v = c0 + c3 ( x − 2)( x − 5)( x − 6) + c4 ( x − 2)( x − 5)( x − 6) x
Luego, ya que v ∈ W, entonces para c1 , c2 ∈ F
v = c1 x + c2 x 2 .
Igualando ambas ecuaciones, tenemos
c0 + c3 ( x − 2)( x − 5)( x − 6) + c4 ( x − 2)( x − 5)( x − 6) x = c1 x + c2 x2 .
Esto implica que
c0 − c1 x − c2 x2 + c3 ( x − 2)( x − 5)( x − 6) + c4 ( x − 2)( x − 5)( x − 6) x = 0.
Resolviendo podemos ver que ci′ s son cero, por lo cual v = 0. Por lo tanto, U ∩ W = {0}. Así,
P4 (F) = U ⊕ W.
68
n R1 o
8. (a) Sea U = p ∈ P4 (R) : −1 p = 0 . Defina una base de U.
R1
Respuesta.- Sea p( x ) = a + bx + cx2 + dx3 + cx4 ∈ P4 (F), tal que −1 p( x ) dx = 0. Por lo
tanto,
Z 1 Z 1
p( x ) dx = a + bx + cx2 + dx3 + cx4 dx
−1 −1
1
bx2 cx3 dx4 ex5

= ax + + + +
2 3 4 5 −1
b (1)2 c (1)3 d (1)4 e (1)5

= a+ + + +
2 3 4 5
b(−1)2 c(−1)3 d(−1)4 e(−1)5

− a(−1) + + + +
2 3 4 5

b c d e b c d e
= a+ + + + − −a + − + −
2 3 4 5 2 3 4 5
2c 2e
= 2a + +
3 5
R1 2c 2e c e
De donde, −1 p( x ) dx = 0 si y sólo si 2a + + = 0 o a = − − . Así,
3 5 3 5
Z 1
U = p( x ) ∈ P4 (F) p( x ) dx = 0
−1
n c e o
a + bx + cx2 + dx3 + cx4 a = − − , b, c, d, e ∈ F
=
3 5
n c e o
= − − + bx + cx2 + dx3 + cx4 b, c, d, e ∈ F
3 5

1 1
= bx + c x2 − + dx3 + e x4 − b, c, d, e ∈ F .
3 5
n o
Esto demuestra que x.x2 − 13 , x3 , x4 − 51 genera U. Luego, para ver que es linealmente inde-
pendiente, supongamos que c1 , c2 , c3 , c4 ∈ F para

2 1 3 4 1
c1 x + c2 x − + c3 x + c4 x − = 0.
3 5
por lo que
c2 c
− 4 + c1 x + c2 x2 + c3 x3 + c4 x4 = 0.
−
3 5
n o
Resolviendo veremos que los ci′ s son cero. Concluimos que x, x2 − 13 , x3 , x4 − 15 es una base
de U.
(b) Extienda la base en la parte (a) a una base de P4 (R).

n o
Respuesta.- Extendamos la base B = x, x2 − 13 , x3 , x4 − 15 de U, para que sea una base de
P4 (R). Para ello, necesitaremos encontrar un polinomio p( x ) ∈
/ span( B), que al unir B ∪ { p( x )}
serán linealmente independientes.
69
Observemos que B tiene todos los grados menos el grado 0, por lo que podemos elegir a
p( x ) = 1. Supongamos que p( x ) = 1 genera B. Entonces para algunos a, b, c, d ∈ F,

2 1 3 4 1
1 = ax + b x − + cx + d x − .
3 5
De donde,
b d
− − − 1 + ax + bx2 + cx3 + dx4 = 0.
3 5

Notemos que − 3b − d5 − 1 ̸= 0, lo que nos lleva a una contradicción. Así, 1 no genera B. Por
el ejercicio 11 del apartado 2A (Axler, Linear Algebra), implica que B ∪ 1 es linealmente inde-
pendiente. Por el teorema 1.39 (Axler) concluimos que B ∪ { p( x ) = 1} es base de P4 (F).
(c) Encuentre un subespacio W de P4 (R) tal que P4 (R) = U ⊕ W.

n o
Respuesta.- Sean B = x, x2 − 13 , x3 , x4 − 15 una base de U y W = span {1}. Ya que U ∪ W
contiene todos los elementos base de P4 (F), el espacio vectorial U + W contiene a P4 (F). Esto
es,
P4 (F) ⊆ U + W.
Por otro lado, ya que U, W ⊆ P4 (F), entonces
U + W ⊆ P4 (F).
Esto implica que,

U + W = P4 (F).
Ahora, demostremos que U ∩ W = {0}. Supongamos v ∈ U ∩ W. Entonces v ∈ U y v ∈ W.
Esto nos dice que

2 1 3 4 1
v = c0 = c1 x + c2 x − + c3 x + c4 x − .
3 5
para todo c0 , c1 , c2 , c3 , c4 ∈ F. Ordenando los términos, tenemos que

2 1 3 4 1
− c0 + c1 x + c2 x − + c3 x + c4 x − = 0.
3 5
De donde, c c
− 2 − 4 − c0 + c1 x + c2 x2 + c3 x3 + c4 x4 = 0.
3 5
Resolviendo el sistema de ecuaciones, tenemos que c0 = c1 = c2 = c3 = c4 = 0. Por lo tanto,
v = 0. Así, concluimos que U ∩ W = {0}. Lo que se demuestra que W es un subespacio de
P4 (F) tal que U ∩ W = {0} .
9. Suponga v1 , . . . , vm es linealmente independiente en V y w ∈ V. Demostrar que
dim(span {v1 + w, . . . , vm + w}) ≥ m − 1.
Demostración.- Sea W = span (v1 + w, . . . , vm + w). Ya que, vk − vk−1 = (vk + w) − (vk−1 + w)

Entonces, podemos considerar la lista
v 2 − v 1 , v 3 − v 2 , . . . , v m − v m −1
70
con longitud m − 1. Dado que la dimensión de W debe ser mayor o igual (2.23) que la longitud de
cualquier lista linealmente independiente, si demostramos que esta lista es linealmente indepen-
diente, habremos demostrado que dim W ≥ m − 1. Supongamos que a1 , . . . , am−1 ∈ F son tales
que
a1 (v2 − v1 ) + · · · + am−1 (vm − vm−1 ) = 0.
Reescribiendo,
(− a1 )v1 + ( a1 − a2 )v2 + · · · + ( am−2 − am−1 )vm−1 + am−1 vm = 0.
Dado que, v1 , . . . , vm es linealmente independiente, entones a1 = 0, luego ak−1 − ak = 0 para

k = 2, . . . , m − 1. Por lo tanto, a1 = · · · = am−1 = 0. Así, la lista v2 − v1 , . . . , vm − vm−1 es lineal-
mente independiente, lo que implica que dim W ≥ m − 1.
10. Suponga p0 , p1 , . . . , pm ∈ Pm (F) son tales que cada p j tiene grado j. Demostrar que p0 , p1 , . . . , pm
es una base de Pm (F).
Demostración.- Sabemos que 1, z, z2 , . . . , zm es una base de Pm (F). Si podemos mostrar que el

conjunto p0 , p1 , . . . , pm genera 1, z, z2 , . . . , zm , entonces se seguirá que p0 , p1 , . . . , pm puede generar
Pm (F). Además dado que el conjunto p0 , p0 , . . . , pm tiene una longitud igual a la dimensión de
Pm (F), se seguirá que el conjunto es una base de Pm (F).
Sea V = span( p0 , p1 , . . . , pm ). Usarermos la inducción sobre z j para demostrar que z j ∈ V para

todo j, 0 ≤ j ≤ m.. Por suposición, p0 tiene grado 0. Esto es, p0 es un escalar distinto de cero. Por
lo tanto, todo múltiplo escalar de p0 existe en V. Así,

1
p0 = 1 ∈ V.
p0
De donde, el resultado es cierto es j = 0.
Ahora, supongamos que el resultado es verdadero para todo j ≤ k. Esto es, 1, z, z2 , . . . , zk ∈ V.

Demostremos que zk+1 ∈ V. Sea, pk+1 de grado k + 1 tal que
p k +1 = a 0 + a 1 z + a 2 z 2 + · · · + a k +1 z k +1
donde ak+1 ̸= 0. Dado que 1, z, z2 , . . . , zk ∈ V, entonces cada combinación lineal se encuentra en V.

Por lo tanto,
a0 + a1 z + · · · + zk zk ∈ V.
Por la propiedad de espacio vectorial

pk+1 − a0 + a1 z + a2 z2 + · · · + zk zk = ak+1 zk+1 ∈ V.
Esto implica que todo múltiplo escalar de ak+1 zk+1 también debe estar en V. Ya que,
1
ak+1 zk+1 = zk+1 ∈ V.
a k +1
Esto demuestra que el resultado es verdadera para j = k + 1. Por el principio de inducción, el

resultado es válido para j, con 0 ≤ j ≤ m. Por lo tanto, 1, z, z2 , . . . , zm ∈ V, lo que completa la
demostración.
71
11. Suponga que U y W son subesapcios de R8 tal que dim U = 3, dim W = 5 y U + W = R8 . De-
mostrar que R8 = U ⊕ W.
Demostración.- Por 2.43 tenemos,
dim(U + W ) = dim U + dim W − dim(U ∩ W ).
Luego, ya que dim U = 3, dim W = 5 y U + W = R8 , se sigue
8 = 3 + 5 − dim(U ∩ W ).
Esta igualdad implica que dim(U ∩ W ) = 0. Por lo tanto, U ∩ W = {0}. Así,
R8 = U ⊕ W.
12. Suponga U y W son ambos subespacios de dimensión cinco de R9 . Demostrar que U ∩ W ̸= {0}
Demostración.- Por 2.43 tenemos,
Por hipótesis,
9 ≥ dim(U + W ) = dim U + dim W − dim(U ∩ W ) = 10 − dim(U ∩ W ).
Por lo tanto, dim(U ∩ W ) ≥ 1. Así, U ∩ W ̸= {0}.
13. Suponga U y W son ambos subespacios de dimensión cuatro de C6 . Demostrar que existe dos vec-
tores en U ∩ W tal que ninguno de estos vectores es múltiplo escalar del otro.
Demostración.- Por 2.43 tenemos que
Reordenando,
dim(U ∩ W ) = dim U + dim W − dim(U + W ).
Por hipótesis, dim U = dim W = 4. Por lo tanto, ya que U + W ∈ C6 con dim(U + W ) ≤ 6, se tiene
dim(U ∩ W ) = 4 + 4 − dim(U + W )
≥ 8−6
= 2.
Esto implica que dim(U ∩ W ) ≥ 2. Así, U ∩ W tiene al menos dos vectores independientes. Por
2.18(b) de la sección C (Axler) sabemos que dos vectores en V es linealmente independiente si y
sólo si ninguno de los vectores es múltiplo escalar del otro. Por lo tanto, existen dos vectores en
U ∩ W ninguno de los cuales es múltiplo escalar del otro.
14. Suponga U1 , . . . , Um son subespacios de dimensión finita en V. Demostrar que U1 + · · · + Um son

de dimensión finita y
dim(U1 + · · · + Um ) ≤ dim U1 + · · · + dim Um .
72
Demostración.- Usemos la inducción para m. Si m = 2, entonces por 2.43 tenemos
dim(U1 + U2 ) = dim U1 + dim U2 − dim(U1 ∩ U2 ).
Pero dim(U ∩ W ) ≥ 0. Por lo tanto, dim(U1 + U2 ) ≤ dim U1 + dim U2 . Así, se cumple para m = 2.
Ahora, supongamos que el resultado es cierto para m = k. Esto es,
dim(U1 + · · · + Uk ) ≤ dim U1 + · · · + dim Uk .
Demostremos que se cumple para m = k + 1. Sea W = U1 + U2 + · · · + Uk . Entonces,
dim(W + Uk+1 ) = dim W + dim Uk+1 − dim(W ∩ Uk+1 ).
Dado que W ∩ Uk+1 ≥ 0 implica que dim(W + Uk+1 ) ≤ dim W + dim Uk+1 . Es decir,
dim(U1 + U2 + Uk + · · · + Uk+1 ) ≤ dim U1 + · · · + dim Uk+1 .
Vemos que efectivamente se cumple para m = k + 1. Por lo tanto, por el principio de inducción el
resultado es cierto para todo m ∈ N.
15. Suponga V es de dimensión finita, con dim(V ) = n ≥ 1. Demostrar que existe subespacios de una
dimensión U1 , . . . , Un de V tal que
V = U1 ⊕ · · · ⊕ Un .
Demostración.- Usaremos el método de inducción. Si V es de dimensión 1, entonces V = U1 .

Entonces, el resultado es cierto para n = 1.
Ahora, sea n = k. Esto es, si V es de dimensión k, entonces existe subespacios U1 , U2 , . . . , Uk de V
tal que
V = U1 ⊕ U2 ⊕ · · · ⊕ Uk .
Luego, consideremos el espacio vectorial V tiene dimensión k + 1. De donde, se tiene una base
{vi , v2 , . . . , vk+1 }. Sea U = span(v1 , v2 , . . . , vk ) y W = span(vk+1 ). Ambos, U, W ⊆ V, por lo que
U + W ⊆ V.
Además U contiene v1 , v2 , . . . , vk y W contiene vk+1 , lo que significa que U + W contiene a v1 , v2 , . . . , vk+1 ,

esto es una base de V. Por lo tanto, U + W también contiene a V. Es decir,
B ⊆ U + W.
Así,
U + W = V.
Lo que implica, que
dim(U + W ) = k + 1.
Recordemos que,
dim(U + W ) = dim(U ) + dim(W ) − dim(U ∩ W )
Reescribiendo
dim(U ∩ W ) = dim(U ) + dim(W ) − dim(U + W ).
Que dim(U ) = k, dim(W ) = 1 y dim(U + W ) = k + 1, entonces
dim(U ∩ W ) = 0.
Esto último nos dice que U ∩ W = {0}. Por lo tanto,
V = U ⊕ W.
73
U es de dimensión k. Por hipótesis de inducción, U puede ser reescrito como U1 ⊕ U2 ⊕ · · · ⊕

Uk . Donde, cada Ui′ s es de dimensión uno. Por otro lado, W es de dimensión uno, que podemos
escribirlo como Uk+1 , por lo que
V = U1 ⊕ U2 ⊕ · · · ⊕ Uk ⊕ Uk+1 .
Esto prueba que el resultado es verdadero para n = k + 1 para todo n ∈ N.
16. Suponga U1 , . . . , Um son subespacios de dimensión finita de V tal que U1 + · · · + Um es una suma
directa. Demostrar que U1 ⊕ · · · ⊕ Um es de dimensión finita y
dim(U1 ⊕ · · · ⊕ Um ) = dim U1 + · · · + dim Um .
[El ejercicio anterior profundiza la analogía entre sumas directas de subespacios y uniones disjuntas de sub-
conjuntos. Específicamente, compare este ejercicio con la siguiente declaración obvia: si un conjunto se
escribe como una unión separada de subconjuntos finitos, entonces el número de elementos en el conjunto es
igual a la suma de los números de elementos en los subconjuntos separados.]
Demostración.- Luego de ver que se cumple para m = 1. Sea verdadero para m = k. Esto es,
si U1 , U2 , . . . , Uk son subespacios de V tal que U1 + U2 + · · · + Uk es una suma directa. Entonces,
U1 ⊕ U2 ⊕ · · · ⊕ Uk es de dimensión finita y
dim(U1 ⊕ U2 ⊕ · · · ⊕ Uk ) = dim U1 + dim U2 + · · · + dim Uk .
Ahora, demostremos que el resultado de cumple para m = k + 1. Sea U1 , U2 , . . . , Uk , Uk+1 sube-

spacios de V tal que U1 + U2 + · · · + Uk + Uk+1 es una suma directa. Luego, definamos a W =
U1 ⊕ U2 ⊕ · · · ⊕ Uk . De donde, W + Uk+1 es una suma directa. De lo que podemos concluir dos
cosas:
i) W ∩ Uk+1 = W ⊕ Uk+1 .
ii) W ∩ Uk+1 = {0}. Esto implica que dim (W ∩ Uk+1 ) = 0.
Por el teorema de la dimensión, tenemos que
dim(W + Uk+1 ) = dim(W ) + dim (Uk+1 ) − dim(W ∩ Uk+1 ).
Usando (i) y (ii),
dim(W ⊕ Uk+1 ) = dim(W ) + dim (Uk+1 ) .
En otras palabras,
dim(U1 ⊕ U2 ⊕ · · · ⊕ Uk ⊕ Uk+1 ) = dim(U1 ⊕ U2 ⊕ · · · ⊕ Uk ) + dim(Uk+1 ).
Usando la hipótesis de inducción, tenemos que
dim(U1 ⊕ U2 ⊕ · · · ⊕ Uk ⊕ Uk+1 ) = dim(U1 ) + dim(U2 ) + · · · + dim(Uk ) + dim(Uk+1 ).
Esto nos muestra que se cumple para m = k + 1. De lo que también nos demuestra que U1 ⊕ U2 ⊕
· · · ⊕ Uk ⊕ Uk+1 es de dimensión finita ya que cada Ui i′ s es de dimensión finita y la dimensión de
U1 ⊕ U2 ⊕ · · · ⊕ Uk ⊕ Uk+1 es la suma de todas las dimensiones de Ui′ s. Por lo tanto, por el principio
de inducción, resulta verdadero para todo m ∈ N.
74
17. Se puede suponer, por analogía con la fórmula para el número de elementos en la unión de tres
subconjuntos de un conjunto finito, que si U1 , U2 , U3 son subespacios de un espacio vectorial de
dimensión finita, entonces
dim(U1 + U2 + U3 ) = dim U1 + dim U2 + dim U3
= dim(U1 ∩ U2 ) − dim(U1 ∩ U3 ) − dim(U2 ∩ U3 ) + dim(U1 ∩ U2 ∩ U3 ).
Demostrar esto o dar un contraejemplo.
Demostración.- Podemos dar un contraejemplo para ver que este resultado no es verdadero en
general. Sea V = R2 y U1 , U2 , U3 los subespacios de V definidos por:
U1 = span {(1, 0)} .
U2 = span {(0, 1)} .
U3 = span {(1, 1)} .
Estos subespacios son dim(U1 ) = dim(U2 ) = dim U3 = 1. Luego ya que U1 + U2 + U3 contiene los
vectores (1, 0) y (0, 1), que es una base de R2 . Por lo que, U1 + U2 + U3 = R2 . Lo que implica,
dim(U1 + U2 + U3 ) = 2.
Por otro lado, cada U1 , U2 , U3 es una recta que pasa por el origen donde el punto de intersección de
dos de ellas es el origen. De este modo,
dim(U1 ∩ U2 ) = dim(U1 ∩ U3 ) = dim(U2 ∩ U3 ) = 0.
De la misma manera,
dim(U1 ∩ U2 ∩ U3 ) = 0.
Así, tenemos que
dim(U1 ) + dim(U2 ) + dim(U3 ) − dim(U1 ∩ U2 ) − dim(U1 ∩ U3 ) − dim(U2 ∩ U3 ) + dim(U1 ∩ U2 ∩ U3 ) = 3.
Pero vimos que dim(U1 + U2 + U3 ) = 2. que es distinto a
dim(U1 ) + dim(U2 ) + dim(U3 ) − dim(U1 ∩ U2 ) − dim(U1 ∩ U3 ) − dim(U2 ∩ U3 ) + dim(U1 ∩ U2 ∩ U3 ).
75
76
3
Transformaciones lineales
3.1 Notación F, V , W.
• F denota R o C.
• V y W denota espacios vectoriales sobre F.
3.D El espacio vectorial de las Transformaciones lineales
Definición y ejemplos de Transformaciones lineales
3.2 Definición Transformación lineal.
Una transformación lineal de V en W es una función T : V → W con las siguientes propiedades:
• Aditividad
T (u + v) = Tu + Tv para todo u, v ∈ V;
• Homogeneidad
T (λv) = λ( Tv) para todo λ ∈ F y todo v ∈ v.
3.3 Notación L(V , W.)
El conjunto de todas las transformaciones lineales de V en W se denota por L(V, W ).
3.4 Teorema Transformaciones lineales y bases del dominio.
Suponga que v1 , . . . , vn es una base de V y w1 , . . . , wn ∈ W. Entonces, existe una única transformación

lineal T : V → W tal que
T (v j ) = w j
77
Chapter 3. Transformaciones lineales
para cada j = 1, . . . , n.
Demostración.- Primero demostremos la existencia de una transformación lineal T, con la propiedad

deseada. Defina T : V → W por
T ( c 1 v 1 + · · · + c n v n ) = c 1 w1 + · · · + c n w n .
donde c1 , . . . , cn son elementos arbitrarios de F. La lista v1 , . . . , vn es una base de V, y por lo tanto, la

ecuación anterior de hecho define una función T para V en W (porque cada elemento de V puede ser
escrito de manera única en la forma c1 v1 , . . . , cn vn ). Para cada j, tomando c j = 1 y las otras c′ s igual a
0 demostramos la existencia de T (v j ) = w j .
Si u, v ∈ V con u = a1 v1 , . . . , an vn y v = c1 v1 , . . . , cn vn , entonces
T (v + u) = T [( a1 + c1 )v1 + . . . + ( an + an )vn ]
= ( a 1 + c 1 ) w1 + . . . + ( a n + c n ) w n
= ( a 1 w1 + . . . + a n w n ) + ( c 1 w1 + . . . + c n w n )
= T ( u ) + T ( v ).
Similarmente, si λ ∈ F y v = c1 v1 + · · · + cn vn , entonces
T (λv) = T (λc1 v1 + · · · + λcn vn )
= λc1 w1 + · · · + λcn wn
= λ ( c 1 w1 + · · · + c n w n )
= λT (v).
Así, T es una transformación lineal para V en W.

Para probar que es único, suponga que T ∈ L(V, W ) y que T (v j ) = w j para j = 1, . . . , n. Sea
c1 , . . . , cn ∈ F. La Homogeneidad de T implica que T (c j v j ) = c j w j para j = 1, . . . , n. La Aditividad de
T implica que
T ( c 1 v 1 + · · · + c n v n ) = c 1 w1 + · · · + c n w n .
Por lo tanto, T se determina de forma única en span(v1 , . . . , vn ) para la ecuación de arriba. Porque
v1 , . . . , vn es una base de V, esto implica que T es determinado únicamente en V. ■
Operaciones algebraicas en L(V , W )
3.5 Definición Adición y multiplicación escalar en L (V , W )
Suponga que S, T ∈ L(V, W ) y λ ∈ F. La suma S + T y el producto λT son transformaciones

lineales para V en W definida por
(S + T )(v) = S(v) + T (v) y (λT )(v) = λ( Tv)
para todo v ∈ V.
78
View publication stats

Lineal

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Lineal

Cargado por

Copyright:

Formatos disponibles

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Linear Algebra Done Right. Sheldon Axler, Apuntes.

Article · October 2022

Christian Limbert Paredes Aguilera

The user has requested enhancement of the downloaded file.

LIBRO EN SU TERCERA EDICIÓN (Ingles)

Sin ninguna revisión de esta obra.

Propiedad de esta obra:

1.1 Definición Números complejos.

• La adición y la multiplicación en C esta definida por:

( a + bi )(c + di ) = ( ac − bd) + ( ad + bc)i

1.3 Definición Propiedades aritmeticas de los complejos.

• Conmutatividad: α + β = β + α y αβ = βα para todo α, β ∈ C;

• Asociatividad: (α + β) + λ = α + ( β + λ) y (αβ)λ = α( βλ) para todo α, β, λ ∈ C;

• Propiedad distributiva: λ(α + β) = λα + λβ para todo λ, α, β ∈ C

1.4 Teorema Demostrar que αβ = βα para todo α, β ∈ C.

Demostración.- Por la definición de multiplicación de números complejos se muestra que

αβ = ( a + bi )(c + di ) = ( ac − bd) + ( ad + bc)i.

Ejemplo Demostrar que λ + 0 = λ y λ1 = λ para todo λ ∈ C.

Luego sea 1 = (1 + 0i ), entonces

1.5 Definición Definición −α, sustracción, 1/α división

• Sustracción en C es definido por:

• División en C es definido por:

Los elementos de F son llamados escalares.

1.10 Definición Fn es el conjunto de todas las listas de longitud n de elementos de F

Fn = {( x1 , . . . , xn ) : x j ∈ F para cada j = 1, . . . , n}.

Para ( x1 , . . . , xn ) ∈ F y j ∈ {1, . . . , n}, decimos que x j es la j-enesima coordenada de ( x1 , . . . , xn ).

1.12 Definición Adición en Fn . La adición en Fn es definido añadiendo las correspondientes coordenadas:

1.13 Teorema Conmutatividad para la adición en Fn . Si x, y ∈ Fn , entonces x + y = y + x.

Demostración.- Suponga x = ( x1 , . . . , xn ) y y = (y1 , . . . , yn ). Entonces por la definción de adición

1.14 Definición 0. Sea 0 la lista de longitud n cuyas coordenadas son todas 0:

En otras palabras, si x = ( x1 , . . . , xn ), entonces − x = (− x1 , . . . , − xn ).

Digresión sobre campos

1. Supongase a y b números reales, no ambos 0. Encuentre números reales c y d tales que

Respuesta.- Supongamos α = a + bi y β = c + di con a, b, c, d ∈ R. Entonces,

αβ = ( a + bi )(c + di ) = ( ac − bd) + ( ad + bc)i = (1 + 0i ) = 1.

Demostración.- Algebraicamente queremos demostrar que,

Por las propiedades de números complejos, sabemos que

Luego, por el binomio al cubo podemos deducir que

3. Encuentre dos raíces cuadradas distintas de i.

Respuesta.- Queremos encontrar raíces distintas de i tal que

Supongamos que x = a + bi para a, b ∈ R. Resolvemos la ecuación cuadrática, se tiene

Luego, ya que x2 = i = 0 + 1i, entonces

para a y b números reales. Resolvamos este sistema de ecuaciones, se tiene

Luego, ya que x2 = ( a + bi )2 = ( a2 − b2 ) − 2abi = i. Entonces,

4. Demostrar que α + β = β + α para todo α, β ∈ C.

Demostración.- Supóngase α = a + bi y β = c + di, donde a, b, c, d ∈ R. Entonces por definición de

5. Demuestre que (α + β) + λ = α + ( β + λ) para todo α, β, λ ∈ C.

6. Demostrar que (αβ)λ = α( βλ) para todo α, β, λ ∈ C.

7. Demostrar que para cada α ∈ C, existe un único β ∈ C tal que α + β = 0.

Demostración.- Sean α = ( a + bi ) y β = (c + di ) para a, b, c, d ∈ R. Por las propiedades de números

Ahora demostremos la unicidad. Sean β y β′ con c′ , d′ ∈ R tales que α + β = 0 y α + β′ = 0.

8. Demostrar que para cada α ∈ C con α ̸= 0, existe un único β ∈ C tal que αβ = 1.

Demostración.- Sean α = a + bi y β = c + di con a, b, c, d ∈ R. Entonces,

αβ = ( a + bi )(c + di ) = ( ac − bd) + ( ad + bc)i = (1 + 0i )

Por lo tanto, existe un β tal que,

Ahora, demostremos la unicidad. Sean β = c + di y β′ = c′ d′ i tales que, ( a + bi )(c + di ) = 1 y

c + di = (c + di ) · 1 = (c + di ) · ( a + bi )(c′ + d′ i ) = [( a + bi )(c + di )] (c′ + d′ i ) = c′ + d′ i.

9. Demostrar que α( β + γ) = αβ + αγ para todo α, β, γ ∈ C.

Demostración.- Sean α = a + bi, β = c + di y γ = e + f i con a, b, c, d, e, f ∈ R. Entonces,

10. Encuentre x ∈ R4 tal que

Respuesta.- Sea x = ( x1 , x2 , x3 , x4 ) con x1 , x2 , x3 , x4 ∈ R. Por definición de adición y multiplicación

(4, −3, 1, 7) + 2( x1 , x2 , x3 , x4 ) = (5, 9, −6, 8)

Por la igualdad dada, podemos formar un sistema de ecuaciones como sigue: