Curso: ÁLGEBRA LINEAL

Tema: Espacios Vectoriales

Rosa Luz Medina Aguilar

Facultad de Ingienería Electrónica y Eléctrica

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 1 / 25
Espacio Vectorial

Definición 1
Un conjunto V se dice que es un espacio vectorial sobre el cuerpo K (R
o C) si existen en él las siguientes operaciones:
una operación interna suma:

+ : V × V −→ V
(u, v) 7−→ u + v

y una operación externa producto por escalar :

· : K × V −→ V
(α, v) 7−→ α · v

verificando:
Rosa Luz Medina Aguilar
Curso: ÁLGEBRA LINEAL 2 / 25
Para la suma:
(S1) Conmutativa: u + v = v + u; ∀ u, v ∈ V
(S2) Asociativa: (u + v) + w = u + (v + w) ∀ u, v, w ∈ V
(S3) Neutro: Existe un elemento 0 ∈ V , llamado “vector nulo”, tal que
0 + u = u + 0 = u, ∀u ∈ V.
(S4) Opuesto: Para cada vector u ∈ V , existe un vector llamado “opuesto
de u”, denotado como −u, tal que u + (−u) = (−u) + u = 0.
Para el producto:
(P1) α · (βu) = (α · β) · u
(P2) Multiplicación por la unidad del cuerpo: 1 · u = u , ∀ u ∈ V
(P3) Distributiva respecto de suma de vectores:
α · (u + v) = α · u + α · v , ∀ ∈ K, ∀ u, v ∈ V
(P4) Distributiva respecto de suma de escalares
(α + β) · u = α · u + β · u , ∀α, β ∈ K, ∀ u ∈ V

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 3 / 25
Ejemplos

(I) Rn es un e.v. (real) con las operaciones siguientes:

(x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn )

α · (x1 , . . . , xn ) = (αx1 , . . . , αxn )

En particular, R (para n = 1 ), es un espacio vectorial sobre sí mismo. Sin

embargo, si el cuerpo escogido es C, en lugar de R, entonces Rn pierde la
estructura de e.v., pues la operación producto por escalar de un elemento
de Rn con un número complejo no resulta, en general, un elemento de Rn .
(II) Mm×n (K) es un e.v.sobre K con las operaciones suma y producto por
escalar habituales de matrices.

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 4 / 25
Ejemplos

(III) R∞ = {(an )∞
n=1 : sucesiones reales } es un e.v. con las operaciones

(an )∞ ∞ ∞
n=1 + (bn )n=1 = (an + bn )n=1
α · (an )∞ ∞
n=1 = (αan )n=1

(IV) PnR [x] = {a0 + a1 x + · · · + an xn : ai ∈ R}, es decir el conjunto de

polinomios con coeficientes reales de grado menor o igual que n, en la
variable x, es un e.v. con la suma y el producto habituales.
(V) C([a, b]) = {f : [a, b] −→ R : f continua } también es e.v. con la
suma y producto habituales entre funciones.
(VI) C es un C-espacio vectorial, y también es un R-espacio vectorial, pero
la estructura de ambos espacios es distinta.

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 5 / 25
Ejemplos de conjuntos que no son e.v.

(I) PnR [x] = {a0 + a1 x + · · · + an xn : ai ∈ R, an ̸= 0}, es decir, el

conjunto de polinomios con coeficientes reales de grado exactamente n en
la variable x, no es un e.v. puesto que el producto del escalar 0 por
cualquier polinomio de grado exactamente n nos proporciona el polinomio
nulo, que ya no tiene grado exactamente n. Es decir, el producto por
escalar con un elemento del conjunto no proporciona elementos del mismo
conjunto, lo que lleva a que la dicha operación no esté correctamente
definida en este conjunto.

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 6 / 25
Ejemplos de conjuntos que no son e.v.

(II) M∗2 (R) = {A ∈ M2 (R) : det(A) = 0}, no es un espacio vectorial

puesto que las matrices
! !
1 0 0 0
y
0 0 0 1

pertenecen a dicho conjunto, pero no así su suma.

∞
(III) R∞
l = {(an )n=1 : sucesiones reales con límite l}.

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 7 / 25
Proposición 1
Sea V un e.v. Se verifican las siguientes propiedades:
i) El elemento neutro de un e.v. es único.
ii) El elemento opuesto de un e.v. es único.
iii) 0 · u = 0, ∀u ∈ V .
iv) El elemento opuesto de u es (−1) · u.
v) α · 0 = 0, ∀α ∈ K
vi) Si α · u = 0, entonces α = 0 o u = 0

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 8 / 25
Subespacios Vectoriales

Definición 2
Sea V un e.v. sobre un cuerpo K y W ⊂ V un subconjunto no vacío. Se
dice que W es un subespacio vectorial de V si W es un espacio vectorial
sobre K con las operaciones definidas en V .

Se puede decir que el subespacio W hereda las operaciones del espacio

vectorial "padre"V .

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 9 / 25
Subespacios Vectoriales
Teorema 1
Sea V un espacio vectorial y sea W un subconjunto no vacío de V .
Entonces W es un subespacio vectorial de V si y sólo si se cumplen
1 Si u y v son vectores de W , entonces u + v está en W
2 Si α es un escalar cualquiera y u un vector cualquiera en W , entonces
αu está en W .

Este teorema demuestra que para probar si W es o no un subespacio de

V , es suficiente verificar que v + u y αv están en W cuando u y v están
en W y α es un escalar.
Todo subespacio de un espacio vectorial V contiene al 0.
Este hecho con frecuencia facilitará la averiguación de si un subconjunto
de V en particular no es un subespacio de V . Es decir, si un subconjunto
no contiene al 0, entonces no es un subespacio.
Rosa Luz Medina Aguilar
Curso: ÁLGEBRA LINEAL 10 / 25
Subespacios Vectoriales

Observación
Si V es un e.v. entonces V es claramente un subespacio de sí mismo.
El conjunto {0}, que consiste solo en el vector cero, también es un
subespacio de V .
Los subespacios V y {0} se llaman subespacios triviales de V .
Si W es un subespacio de un espacio vectorial V , entonces W
contiene al vector cero 0 de V .

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 11 / 25
Subespacios Vectoriales
Teorema 2
Sea W1 y W2 dos subespacios de un espacio vectorial V . Entonces
W1 ∩ W2 es un subespacio de V .
Observe que W1 ∩ W2 es no vacío porque contiene al 0.
EJEMPLO
La intersección de dos subespacios de R3 es un subespacio En R3 sea
W1 = {(x, y, z) : 2x − y − z = 0} y W2 = {(x, y, z) : x + 2y + 3z = 0}.
Entonces W1 y W2 consisten en vectores que se encuentran sobre planos
que pasan por el origen y son subespacios de R3 . W1 ∩ W2 es la
intersección de los dos planos.
x + 2y + 3z = 0
2x − y − z = 0

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 12 / 25
Subespacios Vectoriales

Observación
No es necesariamente cierto que si W1 y W2 son subespacios de V ,
W1 ∪ W2 es un subespacio de V (puede o no serlo).
Por ejemplo, W1 = {(x, y) : y = 2x} y W2 = {(x, y) : y = 3x} son
subespacios de R, pero W1 ∪ W2 no es un subespacio.
Para ver esto, observe que (1, 2) ∈ W1 y (1, 3) ∈ W2 , de manera que tanto
(1, 2) como (1, 3) están en W1 ∪ W2 . Pero
/ W1 ∪ W2 porque (2, 5) ∈
(1, 2) + (1, 3) = (2, 5) ∈ / W1 y (2, 5) ∈
/ W2 . Así,
W1 ∪ W2 no es cerrado bajo la suma y por lo tanto no es un subespacio.

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 13 / 25
Combinación Lineal

Definición 3
Sea V un e.v. y sean v, v1 , . . . , vn vectores de V . Se dice que v es
combinación lineal (o que depende linealmente) de v1 , . . . , vn , si existen
α1 , . . . , αn ∈ K tales que

v = α1 v1 + . . . + αn vn

Se dirá combinación lineal no nula si algún αi ̸= 0.

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 14 / 25
Conjunto generador

Definición 4
Sea V un e.v. Un conjunto de vectores v1 , . . . , vn se dice sistema
generador (o conjunto generador) de V si cualquier vector u ∈ V se
puede poner como combinación lineal de ellos. Es decir,si existen
α1 , . . . , αn ∈ K tales que

u = α1 v1 + . . . + αn vn

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 15 / 25
Espacio Generado

Definición 5 Espacio generado por un conjunto de vectores

Sea v1 , v2 , . . . , vk , k vectores de un espacio vectorial V . El espacio
generado por {v1 , v2 , . . . , vk } es el conjunto de combinaciones lineales
v1 , v2 , . . . , vk . Es decir

gen {v1 , v2 , . . . , vk } = {v : v = a1 v1 + a2 v2 + . . . , +ak vk }

donde a1 , a2 , . . . , ak son escalares arbitrarios.

Teorema 3
El espacio generado por vectores es un subespacio vectorial
Si v1 , v2 , . . . , vk son vectores en un espacio vectorial V , entonces
gen {v1 , v2 , . . . , vk } es un subespacio de V .
Rosa Luz Medina Aguilar
Curso: ÁLGEBRA LINEAL 16 / 25
Ejemplo

Sea v1 = (2, 21, 4) y v2 = (4, 1, 6). Entonces

W = gen{v1, v2} = {v : v = a1 (2, −1, 4) + a2 (4, 1, 6)}.
Si v = (x, y, z) ∈ W , entonces se tiene x = 2a1 + 4a2 , y = −a1 + a2 y
z = 4a1 + 6a2 .
Si se piensa que (x, y, z) está fijo, entonces estas ecuaciones se pueden ver
como un sistema de tres ecuaciones con dos incógnitas a1 , a2 .

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 17 / 25
Observación
En las definiciones 4 y 5 se utilizaron dos términos diferentes: genera y
espacio generado. Se hace hincapié en que:
genera(verbo)
Un conjunto de vectores v1 , v2 , . . . , vn genera a V si todo vector en V se
puede escribir como una combinación lineal de v1 , v2 , . . . , vn
El espacio generado (sustantivo)
El espacio generado por los n vectores v1 , v2 , . . . , vn es el conjunto de
combinaciones lineales de estos vectores.

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 18 / 25
Teorema 3
Sean v1 , v2 , . . . , vn , vn+1 , n + 1 vectores que están en un espacio
vectorial V . Si v1 , v2 , . . . , vn genera a V , entonces v1 , v2 , . . . , vn , vn+1
también genera a V . Es decir, si se agregan uno o más vectores a un
conjunto generador se obtiene otro conjunto generador.

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 19 / 25
Dependencia e Independencia Lineal

Definición 6
Se dice que los vectores v1 , . . . , vn son linealmente dependientes (l.d.)
si podemos escribir el vector 0 como combinación lineal no nula de ellos.
Dicho de otro modo, si existen escalares α1 , . . . , αn ∈ K no todos nulos
tales que
0 = α1 v1 + . . . + αn vn
En caso contrario se dirá que los vectores son linealmente
independientes (l.i.), lo que ocurrirá si cualquier combinación lineal de los
vectores vi igualada al vector nulo, implica que todos los escalares deben
ser nulos, es decir,

0 = α1 v1 + . . . + αn vn =⇒ α1 = . . . = αn = 0

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 20 / 25
Teorema 4
i) Si v1 , . . . , vn son vectores linealmente dependientes, existe algún vj que
es combinación lineal de los demás.
ii) Todo conjunto finito de vectores entre los cuales se encuentre el vector
0 es linealmente dependiente.
iii) Todo conjunto finito de vectores linealmente independientes no puede
contener un subconjunto propio linealmente dependiente.

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 21 / 25
Teorema 5
Un conjunto de n vectores en Rm es siempre linealmente dependiente si
n > m.
Sean v1 , v2 , . . . , vn , n vectores en Rm e intentemos encontrar constantes
c1 , c2 , . . . , cn no todos cero tales que

c1 v1 + c2 v2 + · · · + cn vn = 0
     
a11 a12 a1n

a21  
a22  
a2n 
Sea v1 =  .
     
..  , v2 =  ..  , . . . , vn =  ..
. . .
     
     
am1 am2 amn

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 22 / 25
Entonces la ecuación se convierte en
a11 c1 + a12 c2 + · · · + a1n cn = 0
a21 c1 + a22 c2 + · · · + a2n cn = 0
.. .. .. ..
. . . .
am1 c1 + am2 c2 + · · · + amn cn = 0

Pero el sistema tiene un número infinito de soluciones si n > m. De esta

forma, existen escalares c1 , c2 , . . . , cn no todos cero, que satisfacen el
sistema y, por lo tanto, los vectores v1 , v2 , . . . , vn son linealmente
dependientes.

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 23 / 25
Corolario
Un conjunto de vectores linealmente independientes en Rn contiene a lo
sumo n vectores.

Teorema 
6 
a11 a12 ··· a1n

a21 a22 ··· a2n 
Sea A = 
 
.. .. .. 
. . .
 
 
am1 am2 · · · amn
Entonces las columnas de A consideradas como vectores son linealmente
dependientes si y sólo si el sistema, quese puede
 escribir como Ac = 0,
c1
 c2 
 
tiene soluciones no triviales. Aquí c = 
 .. .

 . 
cn
Rosa Luz Medina Aguilar
Curso: ÁLGEBRA LINEAL 24 / 25
Teorema 7
Sean v1 , v2 , . . . , vn vectores en Rn y sea A una matriz de n × n cuyas
columnas son v1 , v2 , . . . , vn . Entonces v1 , v2 , . . . , vn son linealmente
independientes si y sólo si la única solución al sistema homogéneo Ax = 0
es la solución trivial x = 0. a lo sumo n vectores.

Teorema 8
Sea A una matriz de n × n. Entonces det A ̸= 0 si y sólo si las columnas
de A son linealmente independientes.

Rosa Luz Medina Aguilar

Curso: ÁLGEBRA LINEAL 25 / 25