Espacios Vectoriales (Sandra García Reche)

ALGEBRA Y GEOMETRIA ANALITICA
PRACTICO
Docente: Ing. SANDRA GARCIA RECHE
Curso: 1H10
2º PARTE
-AÑO 2015-
Colaboradores: SAE- CET AETI
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
Tema: COMBINACION LINEAL
Definición:
Sea V un espacio vectorial sobre un cuerpo K, v1 , v2 ,..., vn son vectores de V, k1 , k2 ,..., k n escalares de K.
Se dice que un vector v  V es combinación lineal de los vectores v1 , v2 ,..., vn según los escalares
k1 , k2 ,..., k n si y sólo si:
v  k1.v1  k 2 .v2  ...  k n .vn
Es importante advertir que la definición de combinación lineal no exige que los escalares k1 , k2 ,..., k n
sean únicos, sino sólo que existan.
Ejercicio Nº1:
Sean los vectores v1  (1,2,3) , v2  (1,1,1), v3  (4,6,8)  R 3 .

Determinar si el vector v  (3,5,7) es combinación lineal de los vectores v1 , v2 y v3 .
Resolución:
1ºPaso  aplico definición de combinación lineal
Para que v sea combinación lineal de v1 , v2 y v3 , deben existir escalares k1 , k2 y k3 , tales que:
v  k1.v1  k2 .v2  k3 .v3
2º Paso  reemplazo por los datos dados
o sea:
k1.(1,2,3)  k2 (1,1,1)  k3 (4,6,8)  (3,5,7) operando queda:
(k1 ,2k1 ,3k1 )  (k2 , k2 , k2 )  (4k3 ,6k3 ,8k3 )  (3,5,7)
(k1  k2  4k3 ,2k1  k2  6k3 ,3k1  k2  8k3 )  (3,5,7)
3º Paso  igualo componentes homólogas y obtengo el sistema de ecuaciones lineales
Igualando las componentes homólogas de las dos ternas, queda planteado el sistema:
2
....................................................................................................................................................................
k1  k 2  4k3  3 

2k1  k2  6k3  5  S : (k1 , k2 , k3 )  (2  2t ,1  2t , t ) , t  R
3k1  k2  8k3  7 
4º Paso  resuelvo el sistema y analizo su conjunto solución
Este sistema es compatible indeterminado, por lo tanto tiene infinitas soluciones. En este caso existen
infinitas maneras de escribir el vector v como combinación lineal de los vectores v1 , v2 y v3 .
La combinación lineal puede escribirse:
(2  2t )(1,2,3)  (1  2t )(1,1,1)  t (4,6,8)  (3,5,7) , t  R
5º Paso  conclusión
Conclusión: v es combinación lineal de los vectores v1 , v2 y v3 , según los escalares
(2-2t), (1-2t), t. Existen infinitas maneras de escribir la combinación lineal.
Si t=0
2(1,2,3)  (1,1,1)  0(4,6,8)  (3,5,7)
(2,4,6)
v
(1,2,3)
(1,1,1)
Ejercicio Nº2
Sean los vectores v1  (1,0,2) , v2  (1,2,4)  R 3 .

Determinar si los vectores u  (1,1,3) y w  (1,2,2) son combinación lineal de los vectores v1 y v2 .
Resolución:
Para que u sea combinación lineal de v1 y v2 deben existir escalares k1 y k2 , tales que:
u  k1.v1  k2 .v2
o sea:
k1.(1,0,2)  k2 (1,2,4)  (1,1,3) operando queda:
( k1 ,0,2k1 )  ( k2 ,2k2 ,4k2 )  (1,1,3)
3
....................................................................................................................................................................
( k1  k2 ,2k2 ,2k1  4k2 )  (1,1,3)
 k1  k2  1

0k1  2k2  1 
2k1  4k2  3 
1 1
Este sistema es compatible determinado, su solución única es (k1 , k2 )   ,  .
2 2
Conclusión: u es combinación lineal de los vectores v1 y v2 según los escalares k1 y k2 .
1 1
u  .v1  .v2
2 2
Procedemos de la misma manera con el vector w.
Para que w sea combinación lineal de v1 y v2 deben existir escalares k1 y k2 , tales que:
w  k1.v1  k2 .v2
o sea:
k1.(1,0,2)  k2 (1,2,4)  (1,2,2) operando queda:
(k1 ,0,2k1 )  (k 2 ,2k 2 ,4k2 )  (1,2,2)
( k1  k2 ,2k2 ,2k1  4k2 )  (1,2,2)
4
....................................................................................................................................................................
 k1  k2  1 

0k1  2k2  2
2k1  4k2  2
Este sistema es incompatible, por lo tanto no existen los escalares k1 y k2 .
Conclusión: w no se puede escribir como combinación lineal de los vectores v1 y v2 .
Ejercicio Nº3:
Caracterizar los vectores de R 3 que se pueden escribir como combinación lineal de los vectores
v1  (1,0,2) y v2  (1,2,4) .
Resolución
Para encontrar la caracterización debemos tomar un vector genérico de R 3 , como z  ( x, y, z ) y

expresarlo como combinación lineal de los vectores v1 y v2 . Es decir:
k1.(1,0,2)  k2 (1,2,4)  ( x, y, z )
De donde nos queda planteado el sistema:
 k1  k2  x 

0k1  2k2  y 
2k1  4k2  z 
1 1 x
0 2 y  e31( 2)
2 4 z
1 1 x
0 2 y  e32( 1)
0 2 2x  z
1 1 x
0 2 y
0 0 2x  y  z
5
....................................................................................................................................................................
Para que este sistema sea compatible debe verificarse el cumplimiento del teorema de Rouché
Frobenius que dice que: la matriz de los coeficientes y la matriz ampliada deben tener sus rangos
iguales.
En este ejercicio la igualdad de los rangos se cumple si el elemento 2x-y+z es igual a cero, siendo los
rangos de ambas matrices iguales a 2.
Conclusión: caracterizar es buscar una/s condición/es de compatibilidad de un sistema de ecuaciones

lineales. Esta condición de compatibilidad se expresa por medio de una, o más, ecuaciones
homogéneas.
La caracterización es 2 x  y  z  0 que puede ser escrita como y  2 x  z esta condición puede

leerse: “la segunda componente es igual al doble de la primera componente más la tercera”
Observar que los vectores v1 , v2 y u cumplen con esta caracterización, no así el vector w del ejercicio
Nº2.
V2
u
V1
La ecuación 2 x  y  z  0 , es la ecuación general o implícita de un plano que pasa por el origen, este
plano se puede escribir en forma vectorial:
( x, y, z )  (0,0,0)   (1,0,2)   (1,2,4)
Nota:
De la condición de compatibilidad surge un subespacio vectorial.

W  ( x, y , z )  R 3 / y  2 x  z 
Subespacio vectorial
Definición:
Un subconjunto no vacío W de un espacio vectorial V se denomina subespacio vectorial de V, si W es

en sí mismo un espacio vectorial bajo la adición y la multiplicación por escalar definidas en V.
6
....................................................................................................................................................................
Teorema
Sea V espacio vectorial sobre el cuerpo K; W  V ; W no vacío

W es un subespacio de V si y sólo si:
1. La suma de dos vectores de W pertenecen a W.
u, v  W  u  v  W
2. El producto de un vector de W por cualquier escalar, pertenece a W.
u  W ; k  K  k .u  W
Comentario:
Si se satisface la condición 2, haciendo k=0 resulta: 0.u = 0 luego el vector nulo pertenece a W.
Haciendo k = -1 resulta (-1).u= -u luego todo vector de W tiene su opuesto en W.
A veces resulta útil, por su sencillez, verificar si el vector nulo del vectorial V está en W porque en
caso negativo, podemos asegurar que W no es un subespacio vectorial de V.
Continuando con el ejercicio con el que estábamos trabajando, vamos a demostrar que de la condición
de compatibilidad surgió un subespacio, para ello aplicamos el teorema arriba enunciado.

W  ( x, y , z )  R 3 / y  2 x  z 
1. Tomamos dos vectores de W, por ejemplo u  (u1 ,2u1  u3 , u3 ) y v  (v1 ,2v1  v3 , v3 ) , ahora los
sumamos:
u  (u1 ,2u1  u3 , u3 )
+
v  (v1 ,2v1  v3 , v3 )
u  v  (u1  v1 ,2(u1  v1 )  (u3  v3 ), u3  v3 )
Este vector suma también cumple con la condición de compatibilidad, por lo tanto pertenece a W. Se
cumple la primera parte de la tesis del teorema:
u, v  W  u  v  W
2. Tomamos un vector de W, u  (u1 ,2u1  u3 , u3 ) y un escalar k, ahora hacemos el producto:
k .u  (k .u1 ,2ku1  ku3 , ku3 )
7
....................................................................................................................................................................
Este vector también cumple con la condición de compatibilidad, por lo tanto pertenece a W. Se cumple
la segunda parte de la tesis del teorema:
u  W ; k  K  k .u  W

Con lo que queda demostrado que W  ( x, y, z )  R 3 / y  2 x  z es un subespacio de R 3 . 
Observar que 2 x  y  z  0 es la ecuación general o implícita de un plano que pasa por el origen.
 R 3 mismo
 cualquier plano por el origen

3
Los subespacios de R son:
 cualquier recta por el origen
 el origen
8
....................................................................................................................................................................
Tema: CONJUNTO GENERADOR
Definición:
Sea V/K un espacio vectorial

v1 , v2 ,..., vn vectores de V
W es el conjunto de todas las combinaciones lineales de v1 , v2 ,..., vn .
Llamaremos a W subespacio generado por v1 , v2 ,..., vn y lo indicaremos como:
W   v1 , v2 ,..., vn 
Se lee:”W es el subespacio generado por v1 , v2 ,..., vn ”.
El subespacio generado por los vectores v1 , v2 ,..., vn puede ser el mismo V; en este caso diremos que el
conjunto S  v1 , v2 ,..., vn  genera al espacio vectorial V, o bien que S es un generador de V.
Definición:
Sea V espacio vectorial sobre un cuerpo K

v1 , v2 ,...vn  es un generador de V
Si y solo si v  V  v  k1.v1  k2 .v2  ...  kn .vn
Observación:
Se han usado las palabras generador y subespacio generado cuyo significado preciso debe ser tenido
en cuenta.
Un generador es un conjunto de vectores tales que todo vector del vectorial se puede expresar como
combinación lineal de ellos.
El subespacio generado es el conjunto formado por todas las combinaciones lineales que se pueden
realizar con los vectores del generador.
Retomando el último ejercicio podemos ahora decir que: W   (1,0,2)(1,2,4)
Ejercicio Nº4
Caracterizar los vectores de R 4 que se pueden escribir como combinación lineal de los vectores
v1  (1,1,1,1) y v2  (1,2,1,3) .
9
....................................................................................................................................................................
Resolución
Reemplazamos en : k1.v1  k2 .v2  v por los datos dados, y en el segundo miembro escribimos un
vector genérico (sus componenetes se representan con letras)
k1 (1,1,1,1)  k2 (1,2,1,3)  ( y1 , y2 , y3 , y4 )
Nos queda el sistema:
k1  k2  y1 
k1  2k 2  y2 

k1  k2  y3 
k1  3k2  y4 
Resolvemos:
1 1 y1
1 2 y2
 e21( 1) ; e31( 1) ; e41( 1)
1  1 y3
1 3 y4
1 1 y1
0 1 y2  y1
 e ;e
0 2 y3  y1 32 ( 2) 42 ( 2)
0 2 y4  y1
1 1 y1
0 1 y2  y1
0 0  3 y1  2 y2  y3
0 0 y1  2 y2  y4
Estamos buscando cuales son los segundos miembros para que el sistema sea compatible, no
necesitamos reducir la matriz, la condición de compatibilidad surge de las filas nulas.
La caracterización es siempre un sistema homogéneo, que representa un subespacio.
Recordar que el conjunto de todas las combinaciones lineales de v1 , v2 ,..., vn es un subespacio de V.

Podemos escribir el subespacio U por medio de un generador o por medio de la caracterización:
 3 y1  2 y2  y3  0
U : ó U   (1,1,1,1)(1,2,1,3)
 y1  2 y2  y4  0
Nota:
 3 y1  2 y2  y3  0

 y1  2 y2  y4  0
10
....................................................................................................................................................................
estas dos condiciones no pueden ser sumadas, ni se puede escribir una sola ecuación porque da otro
subespacio.
Ejercicio Nº 5
Exprese el vector p  5  9 x  5 x 2 como combinación lineal de los vectores

p1  2  x  4 x 2 ; p2  1  x  3 x 2 ; p3  3  2 x  5 x 2 .
Resolución
La definición de combinación lineal es: k1. p1  k2 . p2  k3. p3  p reemplazando por los datos queda:
k1. (2  x  4 x 2 )  k2 .(1  x  3 x 2 )  k3.(3  2 x  5 x 2 )  5  9 x  5 x 2
Efectuamos los productos y reordenamos:
2k1  k1.x  4k1.x 2  k2  k2 .x  3k2 .x 2  3k3  2k3.x  5k3 .x 2  5  9 x  5 x 2

(2k1  k2  3k3 )  (k1  k2  2k3 ).x  (4k1  3k2  5k3 ).x 2  5  9 x  5 x 2
Recordar que dos polinomios del mismo grado son iguales, cuando son iguales sus coeficientes
homólogos , es decir :
P ( x)  a0  a1 x  a2 x 2 es igual a Q( x)  b0  b1 x  b2 x 2 si a0  b0 ; a1  b1; a2  b2
Igualando los coeficientes obtenemos el sistema de ecuaciones lineales:
2k1  k 2  3k3  5 

k1  k2  2k3  9 
4k1  3k2  5k3  5
Este sistema es compatible determinado, su conjunto solución es (k1 , k2 , k3 )  (3,4,1) , lo que significa
que el vector p se puede expresar: p  3 p1  4 p2  p3 .
Ejercicio Nº6
Obtener el subespacio de R 2 x 2 generado por las matrices :
1 0  0 1 0 0 
A  ;B    ;C   
0  1  0 0 1 0 
Resolución
11
....................................................................................................................................................................
k1. A  k2 .B  k3 .C  D ; D es una matriz genérica (sus elementos se representan con letras) de orden
2x2, reemplazando queda:
1 0  0 1  0 0   a b 
k1.   k2 .   k3   
0  1 0 0  1 0  c d 
Realizando las operaciones queda:
k1 0  0 k2   0 0 a b 
 0  k   0 0    k 0    c d 
 1    3   
 k1 k2  a b 
k  en consecuencia: k1  a; k2  b; k3  c; k1  d
 3  k1   c d 
Luego d   k1 ; a,b,c son números reales cualesquiera. Los vectores de W son matrices de la forma:
a b 
c  a 
 
Es decir, W es el subespacio de matrices de traza nula.
Ejercicio Nº 7
En cada inciso determine si los vectores dados generan a R 3 .

a) v1  (1,1,1); v2  (2,2,0); v3  (3,0,0)
b) v1  (2,1,3); v2  (4,1,2); v3  (8,1,8)
Resolución
a) Aplicamos la definición de conjunto generador:
k1.v1  k2 .v2  k3 .v3  v , siendo v un vector genérico de R 3
Reemplazando los datos queda:
k1.(1,1,1)  k2 .(2,2,0)  k3 .(3,0,0)  ( x, y, z )
Lo que genera el sistema:
k1  2k2  3k3  x 

k1  2k2  0k3  y 
k1  0k2  0k3  z 
En este sistema no se anula ninguna fila, esto significa que el sistema es compatible para todos los
valores de x,y,z .Por lo que toda terna podrá escribirse como combinación lineal de los vectores
dados.
Como conclusión, el conjunto de vectores genera a todo el espacio vectorial  V  v1 , v2 , v3  .
12
....................................................................................................................................................................
b) k1.(2,1,3)  k2 .(4,1,2)  k3 .(8,1,8)  ( x, y, z )
2k1  4k2  8k3  x 


 k1  k2  k3  y 
3k1  2k2  8k3  z 
En este sistema se anula una fila, surgiendo la condición de compatibilidad 5 x  8 y  6 z  0 . Sólo las
ternas que cumplan con dicha ecuación, serán combinación lineal de los vectores dados.
La conclusión es que los vectores dados no generan a R 3 , generan un subespacio de R 3 (plano por el
origen)  W   v1 , v2 , v3 
Ejercicio Nº 8
Sea V  P2 ( x) el espacio vectorial de los polinomios de grado menor o igual a 2 y

 
S  1  x,2 x,1  x 2 , x  x 2 ¿Es S un generador de V?
Resolución
Aplicamos la definición de conjunto generador:
k1. p1  k2 . p2  k3. p3  k4 . p4  p siendo p un polinomio genérico de grado 2
Reemplazamos con nuestros datos y nos queda:
k1 (1  x)  k2 (2 x)  k3 (1  x 2 )  k4 ( x  x 2 )  a0  a1 x  a2 x 2
operando obtenemos
k1  k1 x  2k2 x  k3  k3 x 2  k4 x  k4 x 2  a0  a1 x  a2 x 2
Reordenamos
k1  k3  ( k1  2k2  k 4 ) x  (k3  k4 ) x 2  a0  a1 x  a2 x 2
Igualando los coeficientes homólogos, obtenemos el siguiente sistema de ecuaciones lineales:
k1  k3  a0 

 k1  2k2  k4  a1 
k3  k4  a2 

13
....................................................................................................................................................................
1 0 1 0 a0
 1 2 0 1 a1  e21(1)
0 0 1 1 a2
1 0 1 0 a0
0 2 1 1 a0  a1  e ya podemos ver que no se anulará ninguna fila!!
0 0 1 1 a2
1 0 0 1 a0  a2
0 1 0 0 1
a  12 a1  12 a2
2 0
0 0 1 1 a2
No es necesario reducir la matriz como se hizo en este ejercicio, cuando se nota que no se anulará
ninguna fila, ya podemos concluir que no hay ninguna condición específica que deban cumplir los
escalares a0 , a1 , a2 , esto es, el sistema es siempre compatible.
Todo polinomio de grado 2 se puede escribir como combinación lineal de los polinomios del conjunto
S, S genera a V  P2 ( x)  P2 ( x)  1  x,2 x,1  x 2 , x  x 2 
Ejercicio Nº 9
Caracterizar el subespacio de R 2 generado por el vector v=(1,2)
Resolución
k .v  u siendo u=(x,y)
Reemplazamos por el dato:
k.(1,2)=(x,y)
(k,2k)=(x,y) igualando componentes homólogas, obtenemos el sistema:
kx 

2k  y 
1 x
 e21( 2)
2 y
1 x
0  2x  y
La condición de compatibilidad es 2 x  y  0 (ecuación general o implícita de la recta en el plano), el

subespacio generado es una recta que pasa por el origen.
14
....................................................................................................................................................................
- R 2 mismo
Los subespacios de R 2 son: -cualquier recta por el origen
-el origen
Ejercicios a resolver
3 1 
1. Escribir la matriz E    como combinación lineal de las matrices:
1  1
1 1 0 0  0 2 
A  ;B    ;C   
1 0 1 1  0  1
Rta: E  3 A  2 B  C
2. Encontrar una condición a imponer (caracterización) sobre x,y,z para que w=(x,y,z) sea combinación
lineal de u =(1,-3,2) y v(2,-1,1).
Rta: x  3 y  5 z  0 .
3. Demuestre que la caracterización del ejercicio anterior es un subespacio. Diga que subespacio es.
4. Caracterizar los vectores que se pueden escribir como combinación lineal de los vectores
v1  (1,1,1); v2  (2,2,0); v3  (3,0,0) . ¿Qué conclusión obtiene?
Rta: no hay condición de compatibilidad, W = V.
5. Demostrar que los siguientes conjuntos de vectores generan el mismo subespacio de

R 3 . A  (1,1,1)(3,01); B  (2,1,0)(5,2,3)
Rta: x  2 y  3 z  0
6. En cada uno de los casos siguientes caracterizar los vectores de W

a) V  R 4 ,W   (1,1,0,0)(1,2,0,1)(3,0,0,1)
2  1  0 1  1 1
b) V  R 2 X 2 ,W     
3 3   1  1 0 0
 1  0   1
 1   2  1
c) V  R ,W       
4X1
 1    1  0 
   
 2   3   1
d) V  P2 ( x),W  1  X ,1  X , X 2
7. Definir los subespacios U y W por medio de sistemas de ecuaciones lineales

V  R 4 ,U  (1,2,3,6)(4,1,3,6) ,W  (1,1,1,1)(2,1,4,5)
8. Describir geométricamente los siguientes subespacios de R 2
15
....................................................................................................................................................................
a) W  (2,1)
b) W  (1,2)(2,1)
9. Describir geométricamente los siguientes subespacios de R 3

a) W  (0,0,1)
b) W  (1,0,0)(0,0,1)
c) W  (1,1,1)(2,2,2)
d) W  (0,1,2)(0,0,1)
e) W  (1,0,0)(0,1,0)(1,1,0)
NOTA:
Resolver los ejercicios Nº 1 al Nº 25 de la guía práctica.
16
....................................................................................................................................................................
Tema: DEPENDENCIA E INDEPENDENCIA LINEAL
Estamos trabajando en un V espacio vectorial sobre un cuerpo K, tomamos un conjunto de vectores

v1 , v2 ,..., vn  V ,
además W   v1 , v2 ,..., vn  es el subespacio formado por las combinaciones lineales que se pueden
hacer con v1 , v2 ,..., vn ,
o sea que todos los vectores de W se pueden escribir:

v  k1v1  k2v2  ...  knvn (cambiando los escalares obtenemos todos los vectores v)
Ejemplo Nº1
Sea V  R 3 ,W   (1,2,0)(1,0,0)
W es el conjunto formado por los vectores que se expresan como combinación lineal de esos dos
vectores:
k1 (1,2,0)  k2 (1,0,0)  v
Ahora me pregunto si el vector v  ( 2,2,0) pertenece a W, la respuesta es si o no dependiendo de si lo

puedo escribir como combinación lineal de esos dos vectores
k1 (1,2,0)  k2 (1,0,0)  (2,2,0)
En este caso la respuesta es evidente, porque la suma de los dos vectores da el vector (2, 2,0), si no
fuera tan fácil de ver, deberíamos resolver el sistema.
Si el sistema fuera compatible el vector (2,2,0)  W y si fuera incompatible (2,2,0)  W .
La forma del sistema para saber si (2,2,0)  W es trabajar con las componentes:
k1  k2  2 

2k1  0k2  2
0k1  0k2  0 
Este sistema es compatible determinado y su única solución es S  (k1 , k2 )  (1,1)

Si ahora tomamos el vector (2,2,3) y queremos saber si  W , el sistema sería:
k1  k 2  2 

2k1  0k2  2
0k1  0k2  3 
La última ecuación indica que el sistema es incompatible, entonces
Conclusión: hay algunos vectores de V que pertenecen a W y hay otros que no.
17
....................................................................................................................................................................
Si ahora escribimos:
k1 (1,2,0)  k2 (1,0,0)  (0,0,0) , con k1  k2  0 la igualdad se satisface.

Si trabajamos con vectores de W podemos decir que (0,0,0)  W porque siempre lo podemos escribir
como combinación lineal de cualquier conjunto de vectores, en forma general:
0V  W : 0.v1  0.v2  ...  0.vn  0V
Esta forma de escribir la combinación lineal, con todos los escalares ceros, se llama combinación
trivial y siempre existe.
Ahora nos planteamos si dados los vectores v1 , v2 ,..., vn  V existe, además de la trivial, otra forma de
expresar el vector nulo como combinación lineal de los v1 , v2 ,..., vn .
Tenemos dos respuestas posibles si o no, dependiendo del conjunto de vectores con los que
trabajemos.
Ejemplo Nº 2
Sea V  R 3 , v1  (1,2,3), v2  (2,4,6) vectores de V
Siempre es posible la combinación trivial:
0.(1,2,3)  0.( 2,4,6)  (0,0,0)
Pero existe otra forma de escribir el vector (0,0,0), como por ejemplo:
4.(1,2,3)  ( 2).(2,4,6)  (0,0,0)
Planteando el caso más general, queda:
k1.(1,2,3)  k2 .(2,4,6)  (0,0,0)

Operando e igualando componentes queda:
(k1 ,2k1 ,3k1 )  (2k2 ,4k 2 ,6k2 )  (0,0,0)

k1  2k2  0 

2k1  4k 2  0
3k1  6k2  0 
Resolvemos el sistemas de ecuaciones lineales homogéneo.

Recordar que los sistemas lineales homogéneos son siempre compatibles.
18
....................................................................................................................................................................
1 2
2 4  e21( 2) ; e31( 3)
3 6
1 2
0 0
0 0
La primera ecuación queda k1  2k2  0 , despejando obtenemos:
k1  2k2
k2  t; t  R
S  (k1 , k2 )  t (2,1)
El vector (0,0,0) puede escribirse:
( 2t ).(1,2,3)  t.( 2,4,6)  (0,0,0)
Conclusión: existen infinitas maneras de escribir el vector (0,0,0) como combinación lineal de los
vectores (1,2,3) y (2,4,6).
Definición:
Sea V espacio vectorial sobre un campo K

v1 , v2 ,..., vn  V
Si además de la forma trivial, existen otras maneras de escribir el vector nulo como combinación lineal
de v1 , v2 ,..., vn decimos que v1 , v2 ,..., vn son LINEALMENTE DEPENDIENTES.
Los vectores (1,2,3) y (2,4,6) son linealmente dependientes.
Ejemplo Nº 3
Sea V  R 3 , w1  (1,2,0), w2  (1,0,0) vectores de V
Expresamos el vector (0,0,0) como combinación lineal de los dos vectores:
k1.(1,2,0)  k2 .(1,0,0)  (0,0,0) queremos encontrar los escalares k1 y k2
Igualamos componentes y obtenemos el sistema de ecuaciones lineales homogéneo:

k1  k2  0 

2k1  0k2  0
0k1  0k2  0
19
....................................................................................................................................................................
1 1
2 0  e21( 2)
0 0
1 1
0  2  e2(  1 )
2
0 0
1 1
0 1  e12( 1)
0 0
1 0
0 1
0 0
Este sistema es compatible determinado, su solución única es S  (k1 , k2 )  (0,0)
Estos vectores w1 y w2 se comportan de manera diferente que los vectores v1 y v2 del ejemplo anterior.
Definición:
Sea V espacio vectorial sobre un campo K

v1 , v2 ,..., vn  V
Si la única forma de escribir el vector nulo como combinación lineal de v1 , v2 ,..., vn es la forma trivial,
entonces decimos que v1 , v2 ,..., vn son LINEALMENTE INDEPENDIENTES.
Los vectores (1,2,0) y (1,0,0) son linealmente independientes.
Teorema de caracterización
Vamos a trabajar el teorema con un ejemplo:
Ejemplo Nº4
Sea V  R 3 , v  (4,8,12), w  ( 2,2,0)  V

los vectores v1  (1,2,3), v2  (2,4,6) del ejemplo Nº 2 son linealmente dependientes,
los vectores w1  (1,2,0), w2  (1,0,0) del ejemplo Nº 3 son linealmente independientes.
Vamos a ver un comportamiento distinto en el siguiente sentido:
El vector v  ( 4,8,12) lo puedo escribir como combinación lineal de los vectores v1,v2
k1.(1,2,3)  k2 .(2,4,6)  (4,8,12)
Igualando componentes homólogas queda el sistema:
20
....................................................................................................................................................................
k1  2k2  4 

2k1  4k2  8 
3k1  6k2  12
Resolvemos el sistema de ecuaciones lineales:
1 2 4
2 4 8  e21( 2) , e31( 3)
3 6 12
1 2 4
0 0 0
0 0 0
Este sistema es compatible indeterminado, por lo que tiene infinitas soluciones, cada una de ellas
representa una manera distinta de escribir el vector v ,como combinación lineal de los vectores v1,v2 .
De la primera ecuación nos queda: k1  2k2  4 , que se puede expresar:
k1  4  2k2
k2  t , t  R
El conjunto solución es:
S  (k1 , k2 )  (4,0)  t (2,1)
Si t  0  (k1 , k2 )  (4,0) , podemos escribir  4.(1,2,3)  0.( 2,4,6)  (4,8,12)

Si t  1  (k1 , k2 )  (2,1) , podemos escribir  2.(1,2,3)  1.( 2,4,6)  ( 4,8,12)
Etc.
Conclusión:
Podemos seleccionar infinitos pares de escalares para escribir el vector v  ( 4,8,12) como
combinación lineal de los vectores v1,v2 , por ser v1 ,v2  un conjunto linealmente dependiente.
Ahora trabajamos con los vectores w, w1 , w2 .

El vector w  ( 2,2,0) lo puedo escribir como combinación lineal de los vectores w1 , w2 .
k1.(1,2,0)  k2 .(1,0,0)  (2,2,0)
Igualando componentes homólogas queda el sistema:
k1  k2  2 

2k1  0k2  2
0k1  0k2  0 
21
....................................................................................................................................................................
Resolvemos el sistema de ecuaciones lineales:
1 1 2
2 0 2  e21( 2)
0 0 0
1 1 2
0  2  2  e2(  1 )
2
0 0 0
1 1 2
0 1 1  e12 ( 1)
0 0 0
1 0 1
0 1 1
0 0 0
Este sistema es compatible determinado, por lo que tiene solución única, la que representa la única
manera de escribir el vector w , como combinación lineal de los vectores w1 , w2 .
El conjunto solución es:
S  (k1 , k2 )  (1,1) Podemos escribir  1.(1,2,0)  1.(1,0,0)  (2,2,0) (la única forma!!)
Conclusión:
Podemos seleccionar un único par de escalares para escribir el vector w  ( 2,2,0) como combinación
lineal de los vectores w1 , w2 , por ser w1 , w2  un conjunto linealmente independiente.
Ahora enunciamos el teorema:
Teorema de caracterización:
Sea V espacio vectorial sobre un cuerpo K,

v1 , v2 ,..., vn  V son linealmente independientes
Un vector v   v1 , v2 ,..., vn  puede ser expresado como v  k1.v1  k2 .v2  ...  kn .vn de forma única.
Otro teorema…
Teorema:

v1 , v2 ,..., vn  V son linealmente dependientes
Entonces alguno de ellos puede expresarse como combinación lineal de los demás.
22
....................................................................................................................................................................
Ejemplo Nº 5
En el ejemplo anterior trabajamos con el conjunto  (1,2,3), (2,4,6)  y comprobamos que es

linealmente dependiente, en virtud de este teorema podemos expresar:
k1.v 1  v2  2.(1,2,3)  (2,4,6)
Ejemplo Nº 6
Sea V  P2 ( x) , analizar si los siguientes conjuntos de vectores son linealmente dependientes o

independientes:
  
A  x 2  2 x,3x 2  6 x ; B  2  x  4 x 2 ,3  6 x  2 x 2 ,2  10 x  4 x 2 
Resolución:
En el conjunto A se observa a simple vista que los polinomios son múltiplos:

 3( x 2  2 x)  3x 2  6 x por lo que el conjunto A es LD.
Lo verificamos analíticamente expresando el vector nulo como combinación lineal de los vectores
dados:
k1.( x 2  2 x)  k2 .(3x 2  6 x)  0 x 2  0 x  0 operando queda:
k1 x 2  2k1 x  3k2 x 2  6k2 x  0 x 2  0 x  0 reordenamos:
(k1  3k2 ) x 2  (2k1  6k2 ) x  0 x 2  0 x igualando coeficientes homólogos queda el sistema homogéneo:
k1  3k2  0 

2k1  6k2  0
Este sistema es compatible indeterminado, su conjunto solución es:
S  (k1 , k2 )  (3t , t ), t  R
Conclusión: existen infinitas maneras de escribir el vector nulo como combinación lineal de los
vectores del conjunto A, por lo que A es un conjunto LD.
Ahora trabajamos con el conjunto B:
k1.(2  x  4 x 2 )  k 2 .(3  6 x  2 x 2 )  k3 ( 2  10 x  4 x 2 )  0  0 x  0 x 2
Procediendo como con el conjunto A, nos queda el sistema homogéneo:
23
....................................................................................................................................................................
2k1  3k2  2k3  0 


 k1  6k 2  10k3  0
4k1  2k2  4k3  0 
Este sistema es compatible determinado, su única solución es la trivial:
S  (k1 , k2 , k3 )  (0,0,0)
Conclusión: existe una única manera de escribir el vector nulo como combinación lineal de los
vectores del conjunto B, por lo que B es un conjunto LI.
24
....................................................................................................................................................................
Tema: BASE
Definición:

El conjunto de vectores  v1 , v2 ,..., vn  es una base de V si y solo si:
1) v1 , v2 ,..., vn son linealmente independientes
2) V   v1 , v2 ,..., vn 
En un mismo espacio vectorial V, pueden existir infinitas bases distintas, pero todas ellas tienen el
mismo número de vectores, es lo que se llama dimensión de V.
Dim (V)= nº de vectores que forman sus bases
Ejemplo Nº 7
Sea V  R 2 queremos saber si el conjunto de vectores (1,0)(0,1) forman una base.
Resolución
1) Puede verse que cualquier par (x,y) se puede expresar:

k1 (1,0)  k2 (0,1)  ( x, y)
Que nos conduce al sistema de ecuaciones lineales :
k1  x 

k2  y 
La solución es: S  (k1 , k2 )  ( x, y)
(1,0)(0,1) es generador porque cualquier par lo puedo expresar como combinación lineal de ellos.
2) El vector nulo se puede escribir:
k1 (1,0)  k2 (0,1)  (0,0)
Que nos conduce al sistema de ecuaciones lineales homogéneo:
k1  0 

k 2  0
La solución es: S  (k1 , k2 )  (0,0)

Como la solución es la trivial, (1,0)(0,1) es un conjunto LI.
25
....................................................................................................................................................................
Conclusión: (1,0)(0,1) es una base de V  R 2 . Esta base se llama base canónica.
Como esta base de R 2 está formada por dos vectores, podemos concluir que todas las bases de
R 2 están formadas por dos vectores, y la dimensión de este espacio vectorial es 2  dim( R 2 )  2 .
Ejemplo Nº 8
Sea V  R 2 queremos saber si el conjunto de vectores (1,3)(2,1) forman una base.
Resolución
En este caso podríamos afirmar que (1,3)(2,1) sí forma una base, sin necesidad de hacer ninguna
prueba, porque:
1) Estamos trabajando con dos vectores, a simple vista vemos que uno no es múltiplo del
otro  (1,3)(2,1)es un conjunto LI
2) Todas las bases de R 2 deben tener 2 vectores  dim( R 2 )  2
3) Tendríamos que verificar que el conjunto es generador, o sea tomar un vector genérico (x,y) y
plantear la combinación lineal:
k1 (1,3)  k2 (2,1)  ( x, y )
Buscamos una condición de compatibilidad, si no hay filas nulas cualquier vector (x,y) se puede
expresar como combinación lineal los vectores dados.
Resolvemos el siguiente sistema, tratando de ver si hay filas nulas.
k1  2k2  x 

3k1  k 2  y 
Habíamos visto que (1,3)(2,1) es un conjunto LI, ambos sistemas tienen la misma matriz de
coeficientes, cuando reduzca la matriz ampliada vamos a obtener la matriz identidad (debido a la
independencia lineal). Esta matriz no tiene filas nulas.
En resumen: demostramos que el conjunto es LI, conocemos el número de vectores que forman una
base y la tercera condición sale como consecuencia de las dos anteriores.
1) V   v1 , v2 ,..., vn  si de las tres demuestro dos,

2) v1 , v2 ,..., vn son linealmente independientes la tercera sale como consecuencia
3) dim(V )  n dim
Sea V espacio vectorial sobre un cuerpo K, de dimensión finita n

Entonces se verifica:
a) cualquier subconjunto de V con más de n elementos es LD
26
....................................................................................................................................................................
b) ningún subconjunto de V con menos de n elementos genera a V
c) todo subconjunto de n vectores LI es una base de V
d) todo generador de V con n vectores es una base.
Ejemplo Nº 9
Dar una base para el siguiente subespacio de R 3 , W   (1,0,1)(2,1,3)(0,1,1)(1,1,2)
Caracterizamos los vectores de W

k1 (1,0,1)  k2 (2,1,3)  k3 (0,1,1)  k4 (1,1,2)  ( x, y, z )
Después de operar obtenemos el sistema de ecuaciones lineales:
1 2 0 1 x
0 1 1 1 y  e31( 1)
1 3 1 2 z
1 2 0 1 x
0 1 1 1 y  e32( 1)
0 1 1 1 zx
1 2 0 1 x
0 1 1 1 y
0 0 0 0 x yz
Los vectores de W resultan caracterizados por la ecuación x  y  z  0 , este subespacio es un plano

que pasa por el origen.
Escribimos la ecuación del plano en forma vectorial:
z x y
x  , y  
( x, y, z )   (1,0,1)   (0,1,1)
Luego los vectores (1,0,1)(0,1,1) generan a W y son linealmente independientes, por lo tanto
constituyen una base de W.
BW  (1,0,1)(0,1,1)
W es un subespacio de dimensión 2.
Ejercicios para resolver
1) ¿Cuales de los siguientes conjuntos de vectores de R 3 son de LI o LD?.
27
....................................................................................................................................................................
A  (2,1,4)(3,6,2)(2,10,4)
B  (3,1,1)(2,1,5)(5,0,6)
C  (6,0,1)(1,1,4)
D  (1,3,3)(0,1,4)(5,6,7)(7,2,1)
Rta: A y C son LI, B y C son LD.
2) ¿Cuales de los siguientes conjuntos de vectores de P2 ( x) son de LI o LD?.

 
A  3  x  x 2 ,2  x  5 x 2 ,4  3 x 2
B  6  x ,1  x  4 x 
2 2
C  1  3 x  3 x , x  4 x ,5  6 x  3 x ,7  2 x  x 
2 2 2 2
Rta: A y B son LI, C es LD.
3) ¿Cuales de los siguientes conjuntos de vectores son base de R 2 ?

A  (2,1)(3,0)
B  (0,0)(1,3)
C  (2,1)(4,2)
Rta: A es base, B y C no son bases.
4) ¿Cuales de los siguientes conjuntos de vectores son base de R 3 ?

A  (1,0,0)(2,2,0)(3,3,3)
B  (2,3,1)(4,1,1)(0,7,1)
Rta: A es base, B no es base
4) ¿Cuales de los siguientes conjuntos de vectores son base de P2 ( x) ?


A  1  3x  2 x 2 ,1  x  4 x 2 ,1  7 x 
B  1  x  x , x  x , x 
2 2 2
Rta: A no es base, B si es base
5) Demostrar que el siguiente conjunto de vectores es una base para R 2 X 2 .
3 6   0  1  0  8  1 0 
A        
3  6  1 0   12  4  1 2 
6) Dar una base y la dimensión para el siguiente subespacio de R 4 ,

W   (1,4,2,1)(1,3,1,2)(3,8,2,7)
7) Sea W el subespacio de R 4 generado por los vectores:

u1  (1,2,5,3), u2  (2,3,1,4), u3  (3,8,3,5)
a-Hallar una base y la dimensión de W
b-Extender la base de W a una del espacio R 4 completo.
Rta: BW  (1,2,5,3)(0,7,9,2) o BW  (1,2,5,3)(2,3,1,4) , etc dim(W )  2
28
....................................................................................................................................................................
BW  (1,2,5,3)(2,3,1,4)(0,0,1,0)(0,0,0,1), etc.
NOTA:
29
....................................................................................................................................................................
Tema: SISTEMAS DE ECUACIONES LINEALES HOMOGENEOS
Ejercicio Nº34
Determinar la dimensión del espacio de soluciones del siguiente sistema y halle una base para dicho
subespacio.
x yz 0 

 2x  y  2z  
 x  0 y  z  0
1 1 1
 2  1 2  e31(1) ; e21( 2)
1 0 1
1 1 1
0 1 0  e32( 1)
0 1 0
1 1 1
0 1 0  e12( 1)
0 0 0
1 0 1
0 1 0
0 0 0
Del conjunto solución de un sistema homogéneo se obtiene un subespacio vectorial, en este caso el
subespacio obtenido es una recta que pasa por el origen.
El conjunto solución es: S  t (1,0,1)

Si t=1, obtenemos una base del subespacio: B  (1,0,1) , dim  1 .
NOTA:
30
....................................................................................................................................................................
Tema: COORDENADAS
Coordenadas
Si B  v1 , v2 ,..., vn  es una base ordenada de un espacio vectorial V, todo vector v  V

Se expresa como combinación lineal de v1 , v2 ,..., vn de una sola forma.
Esto es, dada la base B todo vector v determina una única n-upla k1 , k2 ,..., k n de escalares, tales que:
v  k1.v1  k2 .v2  ...  kn .vn

Los escalares k1 , k2 ,..., k n son las coordenadas del vector v respecto de la base B.
La n-upla (k1 , k 2 ,..., k n ) se denomina el vector coordenado del vector v respecto de la base B, y se
denota:
k1 
k 
vB   2
... 
 
k n 
Propiedades
Sea V espacio vectorial sobre K, dim V=n

Sean u,v  V ; k  K ; B : base de V
Se cumple:
u  vB  u B  vB
k.u B  k.u B
Ejercicio Nº49
Sea un espacio vectorial correspondiente a polinomios de grado dos V  P (x) y B  1,1  x,1  x 2 una  
base.
a) Dar los vectores de coordenadas de los polinomios: p  2  3x  5 x 2 ; q  3  x  x 2 ; t  1  x
1 
b) Con la misma base y dado  p B  2  encuentre p y
 3

con la base B  1, x, x 2 y dado 
encuentre q.
31
....................................................................................................................................................................
a) Realizamos la combinación lineal: k1.v1  k2 .v2  ...  kn .vn  v , reemplazando queda:
k1.1  k2 .(1  x)  k3 .(1  x 2 )  2  3x  5 x 2
k1  k2  k2 x  k3  k3 x 2  2  3x  5 x 2
k1  k2  k3  2

k 2  3   S  (k1 , k2 , k3 )  (0,3,5)
k3  5 

 0
El vector de coordenadas del polinomio p respecto de la base B es:  pB   3
 5 
Con los otros polinomios se procede de la misma manera.
NOTA: El valor numérico de las coordenadas de un vector relativas a una base de un espacio vectorial,
depende de la base considerada y del orden en que se escriben los vectores en la base. Por eso se habla
de bases ordenadas.
La ubicación de un vector no se modifica al cambiar la base del espacio sino que, de acuerdo a la base
considerada, varía la combinación lineal que lo define. Esto es cada base de un espacio vectorial
permite definir un sistema de referencia. Entre el sistema de coordenadas y la base existe una
correspondencia unívoca.
b) Vamos a reconstruir el vector, para ello reemplazamos en la combinación lineal:

k1.v1  k2 .v2  ...  kn .vn  v
1.1  2.(1  x)  (3).(1  x 2 )  p
1  2  2 x  3  3x 2  p
p  0  2 x  3x 2
Procedemos de la misma manera con el vector q:
1(1)+ 2(x) + (-3)(x²) = q

q = 1 + 2x -3x²
Observar que los vectores de coordenadas son iguales en ambos casos, pero las bases son diferentes,
por ello los polinomios p y q son distintos.
NOTA:
Resolver los ejercicios Nº 47, 48, 50 y 51 de la guía práctica.
32
....................................................................................................................................................................
Tema: CAMBIO DE BASE

Ejercicio Nº 51
Sea V  R 2 , B  (2,1)(7,3) y B  (1,0)(0,1) bases de V. Hallar la matriz de cambio de base de

 3
B  B ; además con v B    , calcular v B  .
 4
Expresamos los vectores de la base B como combinación lineal de la base B :
k  2
u1 B  
2
2,1)   1
k1 (1,0)  k2 (0,1)  ( 
u1 k 2  1 1 
k3  7
u2 B  
7
k3 (1,0)  k4 (0,1)  (
7,3)   
u2 k 4  3 3 
La matriz P se arma “columna a columna”, las columnas son los vectores de coordenadas de los
vectores de la base inicial B respecto de la nueva base B .
2 7
PB  B    
1 3 
2 7  3 22 
vB  P.vB ; vB       
1 3  4   9
Un vector de un espacio vectorial no modifica su posición si cambiamos la base, pero sí se modifican

sus coordenadas, porque un cambio de base implica un cambio de sistema de referencia.
Si en el ejercicio anterior trabajamos con un vector cualquiera por ejemplo (-3,5) y buscamos ahora sus
coordenadas respecto de las bases dadas obtenemos:
Trabajando con la base inicial B:

vB  
44 
k1 (2,1)  k2 (7,3)  (3,5)  
 13
Trabajando con la nueva base B :

 3
k1 (1,0)  k2 (0,1)  (3,5)  vB   
 5
Estos vectores de coordenadas están vinculados por la matriz de cambio de base:
33
....................................................................................................................................................................
3
vB         
2 7 44
vB  P.vB ;
1 3  13  5 
 3
vB  P 1.vB  ; vB  P 1. 
44 
 
 5  B   13
Siendo la matriz P 1 la inversa de la matriz P, o sea la matriz de pasaje de la base B a la base B.
NOTA:
34

Espacios Vectoriales (Sandra García Reche)

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

Espacios Vectoriales (Sandra García Reche)

Cargado por

Copyright:

Formatos disponibles

ALGEBRA Y GEOMETRIA ANALITICA

v  k1.v1  k 2 .v2  ...  k n .vn

Sean los vectores v1  (1,2,3) , v2  (1,1,1), v3  (4,6,8)  R 3 .

1ºPaso  aplico definición de combinación lineal

2º Paso  reemplazo por los datos dados

k1.(1,2,3)  k2 (1,1,1)  k3 (4,6,8)  (3,5,7) operando queda:

(k1 ,2k1 ,3k1 )  (k2 , k2 , k2 )  (4k3 ,6k3 ,8k3 )  (3,5,7)

(k1  k2  4k3 ,2k1  k2  6k3 ,3k1  k2  8k3 )  (3,5,7)

3º Paso  igualo componentes homólogas y obtengo el sistema de ecuaciones lineales

4º Paso  resuelvo el sistema y analizo su conjunto solución

(2  2t )(1,2,3)  (1  2t )(1,1,1)  t (4,6,8)  (3,5,7) , t  R

Sean los vectores v1  (1,0,2) , v2  (1,2,4)  R 3 .

1ºPaso  aplico definición de combinación lineal

2º Paso  reemplazo por los datos dados

k1.(1,0,2)  k2 (1,2,4)  (1,1,3) operando queda:

( k1 ,0,2k1 )  ( k2 ,2k2 ,4k2 )  (1,1,3)

3º Paso  igualo componentes homólogas y obtengo el sistema de ecuaciones lineales

4º Paso  resuelvo el sistema y analizo su conjunto solución

Conclusión: u es combinación lineal de los vectores v1 y v2 según los escalares k1 y k2 .

Procedemos de la misma manera con el vector w.

1ºPaso  aplico definición de combinación lineal

2º Paso  reemplazo por los datos dados

k1.(1,0,2)  k2 (1,2,4)  (1,2,2) operando queda:

(k1 ,0,2k1 )  (k 2 ,2k 2 ,4k2 )  (1,2,2)

( k1  k2 ,2k2 ,2k1  4k2 )  (1,2,2)

3º Paso  igualo componentes homólogas y obtengo el sistema de ecuaciones lineales

4º Paso  resuelvo el sistema y analizo su conjunto solución

Este sistema es incompatible, por lo tanto no existen los escalares k1 y k2 .

Conclusión: w no se puede escribir como combinación lineal de los vectores v1 y v2 .

Para encontrar la caracterización debemos tomar un vector genérico de R 3 , como z  ( x, y, z ) y

De donde nos queda planteado el sistema:

Conclusión: caracterizar es buscar una/s condición/es de compatibilidad de un sistema de ecuaciones

La caracterización es 2 x  y  z  0 que puede ser escrita como y  2 x  z esta condición puede

( x, y, z )  (0,0,0)   (1,0,2)   (1,2,4)

Un subconjunto no vacío W de un espacio vectorial V se denomina subespacio vectorial de V, si W es

Sea V espacio vectorial sobre el cuerpo K; W  V ; W no vacío

1. La suma de dos vectores de W pertenecen a W.

2. El producto de un vector de W por cualquier escalar, pertenece a W.

u  v  (u1  v1 ,2(u1  v1 )  (u3  v3 ), u3  v3 )

2. Tomamos un vector de W, u  (u1 ,2u1  u3 , u3 ) y un escalar k, ahora hacemos el producto:

k .u  (k .u1 ,2ku1  ku3 , ku3 )

 cualquier plano por el origen

Tema: CONJUNTO GENERADOR

Sea V/K un espacio vectorial

Se lee:”W es el subespacio generado por v1 , v2 ,..., vn ”.

Sea V espacio vectorial sobre un cuerpo K

Retomando el último ejercicio podemos ahora decir que: W   (1,0,2)(1,2,4)

Nos queda el sistema:

Recordar que el conjunto de todas las combinaciones lineales de v1 , v2 ,..., vn es un subespacio de V.

Exprese el vector p  5  9 x  5 x 2 como combinación lineal de los vectores

k1. (2  x  4 x 2 )  k2 .(1  x  3 x 2 )  k3.(3  2 x  5 x 2 )  5  9 x  5 x 2

Efectuamos los productos y reordenamos:

2k1  k1.x  4k1.x 2  k2  k2 .x  3k2 .x 2  3k3  2k3.x  5k3 .x 2  5  9 x  5 x 2

Igualando los coeficientes obtenemos el sistema de ecuaciones lineales:

Obtener el subespacio de R 2 x 2 generado por las matrices :

Realizando las operaciones queda:

En cada inciso determine si los vectores dados generan a R 3 .

a) Aplicamos la definición de conjunto generador:

k1.v1  k2 .v2  k3 .v3  v , siendo v un vector genérico de R 3

Reemplazando los datos queda:

k1.(1,1,1)  k2 .(2,2,0)  k3 .(3,0,0)  ( x, y, z )

Lo que genera el sistema:

b) k1.(2,1,3)  k2 .(4,1,2)  k3 .(8,1,8)  ( x, y, z )

2k1  4k2  8k3  x 