Вы находитесь на странице: 1из 58

Moiss Villena Muoz Cap.

5 Espacios Vectoriales
125








5
5.1 Definicin de Espacio Vectorial
5.2 Propiedades
5.3 Subespacios
5.4 Subespacio generado
5.5 Dependencia e Independencia Lineal
5.6 Bases y Dimensin
5.7 Espacios asociados a matrices
5.8 Cambio de base
5.9 Bases ortonormales


OBJETIVOS:
- Conceptualizar Espacios Vectoriales.
- Determinar si un Conjunto es o no Espacio Vectorial
- Determinar si un Subconjunto es o no Subespacio Vectorial
- Encontrar Subespacios Generados.
- Determinar si un conjunto de vectores es Linealmente Independiente o no.
- Determinar Bases y la dimensin de Subespacios Vectoriales.
- Encontrar Espacios Filas, Espacios Columna, Ncleo e Imagen de una matriz.
- Obtener el vector de coordenadas de un vector con respecto a diversas bases
emplenado Matrices de Transicin.
- Hallar Bases Ortonormales.

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
126
El lector ya se habr percatado, por los cursos de Matemticas
Bsicas, que los conjuntos con los cuales trabajaba son estructuras en
los cuales se definen dos operaciones bsicas Suma entre sus
elementos y Multiplicacin por escalares. Se trata ahora de
realizar un estudio ms riguroso.

5.1 Definicin de Espacio Vectorial

Un conjunto no vacio V junto con dos operaciones
"Suma" y "Multiplicacin por Escalar", denotadas
como y respectivamente, constituyen un
Espacio Vectorial Real si se satisfacen los 10
axiomas siguientes:
1. Si sumamos dos elementos de V, el resul tante debe ser elemento de V . Es
decir, si
1 2
V V v v e . e , entonces ( )
1 2
V v v e . La Suma debe ser Cerrada
2.
1 2
, V e v v ;
1 2 2 1
= v v v v . La Suma debe ser Conmutativa.
3.
1 2 3
, , V e v v v ; ( ) ( )
1 2 3 1 2 3
= v v v v v v . La Suma debe ser
Asociativa.
4. Debe existi r un elemento en V, denotmoslo como 0 , tal que sumado con
cualquier elemento de V el resul tante sea el mismo elemento. Es decir,
V, V - e e 0 v , tal que = = v 0 0 v v . Aqu 0 es llamado Nulo,
Idntico, o Neutro
5. Para cada elemento de Vdebe existir un elemento, denotmoslo como v , de
modo que al sumarlos resulte el Neutro. Es decir, ( ) V, v v e - , tal que
( ) = v v 0. Donde ( ) v es llamado Inverso Adi tivo de v
6. La Mul tiplicacin por Escalar debe ser Cerrada. Es decir, si V o e . e v ,
entonces ( ) V o e v . Mul tiplicando a cualquier elemento de V por un nmero
real el resul tado debe ser elemento de V.
7. La Mul tiplicacin por Escalar debe ser Distributiva para su Suma. Es decir,
( )
1 2 1 2
o o o = v v v v . Donde o e
8. La Mul tiplicacin por Escalar debe ser Distributiva para la suma de nmeros
reales. Es decir, ( ) o | o | + = v v v . Donde , o | e .
9. La Mul tiplicacin por Escalar debe ser Asociati va.
Es decir, ( ) ( ) o | | o = v v . Donde , o | e
10. El nmero 1 debe ser el Idntico Mul tiplicativo . Es decir, 1 = v v

A los elementos de los Espacios Vectoriales se los denomina
Vectores.

De acuerdo a lo definido los conjuntos conocidos con las
operaciones Suma convencional y Multiplicacin por Escalar
convencional seran Espacios Vectoriales.
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
127
Ejemplo 1
V= (El conjunto de los Nmeros Reales)
Con las operaci ones usual es de suma y multi plicaci n entre nmeros reales se cumpl iran l os 10 axiomas.

Ejemplo 2
2
V /
x
x y
y
| |
= = = e . e
` |
\ . )
(El conjunto de pares ordenados)
Con las operaciones usual es de suma entre pares ordenados y mul tipl icaci n por nmeros real es se
cumpli ran l os 10 axiomas.

Ejemplo 3
3
V /
x
y x y z
z
| |
|
= = e . e . e
`
|
|
\ . )
(El conjunto de ternas ordenadas)
Con las operaci ones usuales de suma entre ternas ordenadas y multiplicacin por nmeros reales se
cumpli ran l os 10 axiomas.

Ejemplo 4
1
2 4
1 2 3 4
3
4
V /
x
x
x x x x
x
x
| |
|

|
= = e . e . e . e
`
|

|

\ . )
(El conjunto ordenado de 4
componentes.
Con las operaci ones usual es de suma y multi plicaci n por nmeros reales se cumpli ran l os 10 axiomas.


Ejemplo 5
1
2
V / , 1, 2,3, ,
n
i
n
x
x
x i n
x
| |
|

|
= = e =
`
|

|

\ . )
(El conjunto ordenado de "n" componentes)
Con las operaci ones usual es de suma y multi plicaci n por nmeros reales se cumpli ran l os 10 axiomas.



Ejemplo 6
| | | | { }
V , / es una funcin continua en , C a b f f a b = =
Con las operaciones usual es de suma entre funciones y mul tiplicaci n por nmeros reales se cumpliran los
10 axiomas..






Moiss Villena Muoz Cap. 5 Espacios Vectoriales
128
Ejemplo 7
{ }
2
V / es un polinomio de grado menor o igual a 2 P p p = = O tambin

{ }
2
2
/ P at bt c a b c = + + e . e . e .
Con las operaci ones usual es de suma entre poli nomios y mul tiplicaci n por nmeros reales se cumpli ran los
10 axiomas.


Ejemplo 8
{ }
3
V / es un polinomio degrado menor o igual a 3 P p p = = O tambi n

{ }
3 2
3
V / , , , P at bt ct d a b c d = = + + + e
Con las operaci ones usual es de suma entre poli nomios y mul tiplicaci n por nmeros reales se cumpli ran los
10 axiomas.


Ejemplo 9
{ }
1
1 2 2 1 0
V , /
n n
n n n n n i
P a t a t a t a t a a


= = + + + + e El conj unto de l os poli nomios de
grado menor o igual a " n ".
Con las operaci ones usual es de suma entre poli nomios y mul tiplicaci n por nmeros reales se cumpli ran los
10 axiomas.


Ejemplo 10
2 2
V / , , ,
a b
M a b c d
c d

| |
= = e
` |
\ . )
. El conjunto de l as matrices 2 2 .
Con las operaciones usuales de suma entre matrices y mul tipl icaci n por nmeros reales se cumpliran los 10
axiomas.


Ejemplo 11
11 12 13 1
21 22 23 2
1 2 3
V /
n
n
m n ij
m m m mn
a a a a
a a a a
M a
a a a a

| |
|

|
= = e
`
|

|

\ . )

El conjunto de l as matrices de dimensin n m
Con las operaciones usuales de suma entre matrices y mul tipl icaci n por nmeros reales se cumpliran los 10
axiomas.




Como ejemplos de conjuntos que no son Espacios Vectoriales,
tambin con las operaciones convencionales, tenemos:



Moiss Villena Muoz Cap. 5 Espacios Vectoriales
129
Ejemplo 1
V
+
=
El conjunto de los nmeros reales posi tivo no es espacio vectorial porque no cumpl e el axioma de la
existenci a del el emento nulo, es decir, 0
+
e
PREGUNTA: Slo este axioma no cumpl e?.

Ejemplo 2
1 2 3
V / , , ,
1 1 1 1
x
x
| | | | | | | |
= e =
` ` | | | |
\ . \ . \ . \ . ) )

El conjunto de los pares ordenados cuya segunda componente es si empre i gual a 1; no cumple con el axioma
de cerradura para l a suma, veamos:
Sean
1
1
1
x | |
=
|
\ .
v y
2
2
1
x | |
=
|
\ .
v entonces
1 2
2
V
2
x x + | |
+ = e
|
\ .
1
v v
Por tanto, este conjunto no es espacio vectorial.

Ejemplo 3
{ }
2
V / , , 0 at bt c a b c a = + + e . =
El conjunto de l os Poli nomio de grado exactamente i gual a 2 , no es espacio vectorial porque al sumar dos
poli nomios de grado 2 no necesari amente resul ta un polinomi o de grado 2 ; por ej emplo (contraej emplo):
Sean
2
1
2 3 2 t t = + v y
2
2
2 5 3 t t = + + v
Entonces
1 2
8 1 V t + = + e v v
PREGUNTA: Slo este axioma no cumpl e?


Ejemplo 4
{ } V / es no singular
n n
A M A

= e
El conjunto de l as Matrices no singulares (i nversibl es), no es espacio vectorial porque la matriz cero no
pertenece a este conj unto ya que no tiene i nversa
PREGUNTA: Slo este axioma no cumpl e?

Ahora veamos, cmo proceder en el caso de que haya que
comprobar todos los axiomas.

Ejemplo
1 2 4
V / 3 , , ,
3 6 12
x
y x x
y
| | | | | | | |
= = . e =
` ` | | | |
\ . \ . \ . \ . ) )

El conj unto de l os pares ordenados cuya segunda componente es 3 veces l a primera componente; es decir,
los puntos que pertenecen a l a recta con ecuacin x y 3 = .
Veamos que se satisfacen l os 10 axiomas.
1. Si
1
1
1
3
x
x
| |
=
|
\ .
v y
2
2
2
3
x
x
| |
=
|
\ .
v entonces
( )
1 2
1 2
1 2
V
3( )
x x
x x
| + |
+ = e
|
+
\ .
v v
2.
|
|
.
|

\
|
+
|
|
.
|

\
|
=
|
|
.
|

\
|
+
|
|
.
|

\
|
1
1
2
2
2
2
1
1
3 3 3 3 x
x
x
x
x
x
x
x

3.
|
|
.
|

\
|
+
(
(

|
|
.
|

\
|
+
|
|
.
|

\
|
=
(
(

|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
3
3
2
2
1
1
3
3
2
2
1
1
3 3 3 3 3 3 x
x
x
x
x
x
x
x
x
x
x
x

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
130
4.
0
V
0
| |
= e
|
\ .
0
5. Si
3
x
x
| |
=
|
\ .
v entonces su inverso aditivo ser a ( ) V
3
x
x
| |
= e
|

\ .
v
6. Si
3
x
x
o
| |
= . e
|
\ .
v entonces V
3
x
x
o
o
o
| |
= e
|
\ .
v
7.
|
|
.
|

\
|
o +
|
|
.
|

\
|
o =
|
|
.
|

\
|
|
|
.
|

\
|
+
|
|
.
|

\
|
o
2
2
1
1
2
2
1
1
3 3 3 3 x
x
x
x
x
x
x
x

8.
|
|
.
|

\
|
| +
|
|
.
|

\
|
o =
|
|
.
|

\
|
| + o
x
x
x
x
x
x
3 3 3
) (
9.
(
(

|
|
.
|

\
|
| o =
|
|
.
|

\
|
o|
x
x
x
x
3 3

10.
|
|
.
|

\
|
=
|
|
.
|

\
|
x
x
x
x
3
1 .
3





Ejercicios propuestos 5.1
Determine si los siguientes conjuntos son Espacios Vectoriales o No.
1. V / 3 1
x
y x
y
| |
= = +
` |
\ . )

2. V / 0
x
y x y z
z
| |
|
= + + =
`
|
|
\ . )

3. V / 5 , 3 , 3
x
y x t y t z t t
z
| |
|
= = = = . e
`
|
|
\ . )



Todos los ejemplos anteriores fueron considerados con las
operaciones convencionales, pero los resultados pueden ser diferentes
si las operaciones de "Suma" y "Multiplicacin por escalar" se definen
de manera diferente. De aqu en adelante, a menos que se diga lo
contrario, se emplear las operaciones usuales.










Moiss Villena Muoz Cap. 5 Espacios Vectoriales
131
5.2 Propiedades de los Espacios Vectoriales

Sea V un Espacio Vectorial. Entonces se cumplen las siguientes
propiedades:

Propiedad 1
El vector neutro ( ) 0 es nico.

Demostracin.
Suponga que existen dos neutros
1
0 y
2
0 .
Entonces:
1 1 1
v 0 = 0 v 0 =
Como tambin:
2 2
v 0 = 0 v v = .
En la primera ecuacin, sumamos a ambos miembros el inverso aditivo de v , y supongamos que
2
0 es el neutro, entonces:

( ) ( )
2 2
1
1
2 1 2
1 2
0 0
0
-v v 0 = -v v
0 0 0
0 0

=
=


Propiedad 2.
Cada vector v tiene un nico inverso aditivo
( ) v .

Demostracin.
Suponga que v tiene dos inversos aditivos ( )
1
v y ( )
2
v .
Entonces: ( ) ( )
1 1
v v = v v = 0
Como tambin: ( ) ( )
2 2
v v = v v = 0 .
En la primera ecuacin, sumamos a ambos miembros ( )
2
v :

( ) ( ) ( )
( )
( )
( )
( )
( ) ( )
2
1
2 1 2
1 2
1 2
0 v
v
v v v = v 0
0 v = v
v = v






Propiedad 3
, para o o = e 0 0

Demostracin.
En la ecuacin: 0 0 0 =
Multiplicamos a ambos miembros por el escalar o y aplicamos propiedades distributivas:
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
132

( )
( ) ( )
o o
o o o
0 0 0
0 0 0
=
=

Sumamos a ambos miembros el inverso aditivo de ( ) o 0 y consideramos la propiedad del
inverso aditivo y la del neutro:

( ) ( ) ( ) ( ) ( ) ( )
( )
o
o o o o o
o
o
0 0
0
0 0 0 0 0
0 0 = 0
0 = 0
=



Propiedad 4.
0 , para V v 0 v = e

Demostracin.
En la ecuacin: 0 0 0 =
Multiplicamos a ambos miembros por v , y aplicamos propiedades distributivas:

( ) 0 0 0
0 0 0
v v
v v = v
=


Sumamos a ambos miembros el inverso aditivo de 0 v , y consideramos la propiedad del
inverso aditivo y la del neutro:

( ) ( ) ( ) ( ) ( ) ( ) ( )
( )
0 0 0 0 0
0
0
0 0
v v v = v v
v 0 = 0
v = 0




Propiedad 5
( 1) ( ), para V = e v v v

Demostracin.
En la ecuacin ( ) 1 1 0 + =
Multiplicamos a ambos miembros por v , y aplicamos propiedades distributivas:

( ) ( )
( ) ( ) ( )
( ) ( )
1 1 0
1 1
1
v
v v
v v 0
v v 0
+ =
=
=

Sumamos a ambos miembros el inverso aditivo de v , y consideramos la propiedad del inverso
aditivo y la del neutro:

( ) ( ) ( ) ( )
( )
( ) ( )
1
1
0 v
v v v v 0
v v

=
=


Moiss Villena Muoz Cap. 5 Espacios Vectoriales
133
5.3 SUBESPACIOS

Sea H un subconjunto no vaco de un espacio
vectorial V. H es un subespacio de V si es en s
mismo un espacio vectorial bajo las operaciones de
Suma y Multiplicacin por Escalar definidas en V.

Es decir, un subespacio es un espacio vectorial contenido en otro
Espacio Vectorial.

5.3.1 Criterio de Subespacio

Teorema
H es un subespacio de V, si se cumplen en l los
dos axiomas de cerradura, es decir:
1.- Si H H e . e x y , entonces ( ) H e x y
2.- Si H oe . e x , entonces ( ) H o x e .

Cuando se cumple lo segundo existir el vector nulo (0) en H y
tambin existirn los vectores inversos aditivos para cada vector de H.
Porqu?. El resto de propiedades se cumpliran debido a que ya
estamos dentro de un espacio vectorial.

Ejemplo 1
Sea el espacio vectorial V = y sea el subconjunto
1
H
+
= entonces:
1.- Si ( ) x y x y
+ + +
e . e + e
2.- Si ( ) , x x o o
+ +
e . e e cuando 0 s o
Por tanto
1
H NO es subespacio de V = .

Ejemplo 2
Para el mismo Espacio Vectorial anterior, tmenos el subconjunto { }
2
H 0 = .
2
2
1. 0 0 0 H
2. 0 0 H , o o
+ = e
= e e

Por tanto
2
H si es subespacio V. Adems, es llamado SUBESPACI O TRI VI Al.


Moiss Villena Muoz Cap. 5 Espacios Vectoriales
134
En un Espacio Vectorial V, al Subespacio Trivial { } H = 0 y a V se
los llaman SUBESPACIO NO PROPIOS, al resto son llamados
SUBESPACIOS PROPIOS.

Ejemplo 3
Sea
2
V = . Determine si el subconjunto H / , donde " " es fijo
x
y mx m
y
| |
= =
` |
\ . )
es un
subespacio de V.
SOLUCI N:
1. Sean
1 2
1 2
x x
mx mx
| | | |
= . =
| |
\ . \ .
x y entonces
( )
( )
1 2
1 2
H
x x
m x x
( +
+ = e
(
+

x y
2.
1 1
1 1
H
( )
x x
mx m x
o
o o
o
| | | |
= = e
| |
\ . \ .
x
Por tanto H Si es un subespacio de
2


Ejemplo 4
Sea
3
V = . Determine si el subconjunto H /
x
y x at y bt z ct t
z
| |
|
= = . = . = . e
`
|
|
\ . )
es
un subespacio de V .
SOLUCIN:
1. Sean
1
1
1
at
bt
ct
| |
|
=
|
|
\ .
x y
2
2
2
at
bt
ct
| |
|
=
|
|
\ .
y entonces
1 2
1 2
1 2
( )
( ) H
( )
a t t
b t t
c t t
+ | |
|
+ = + e
|
|
+
\ .
x y
2.
1
1
1
( )
( ) H
( )
a t
b t
c t
o
o o
o
| |
|
= e
|
|
\ .
x
Por tanto H es un subespacio de
3


Ejemplo 5
Sea
3
V = . Determine si el subconjunto H / 0
x
y ax by cz
z
| |
|
= + + =
`
|
|
\ . )
es un subespacio
de V.
SOLUCIN:
1. Sean
1
1 1 1 1
1
tal que 0
x
y ax by cz
z
| |
|
= + + =
|
|
\ .
x y

2
2 2 2 2
2
tal que 0
x
y ax by cz
z
| |
|
= + + =
|
|
\ .
y
Al sumar las ecuaci ones resul ta:
1 2 1 2 1 2
( ) ( ) ( ) 0 a x x b y y c z z + + + + + =
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
135
Entonces, se observa que
1 2
1 2
1 2
H
x x
y y
z z
+ | |
|
+ = + e
|
|
+
\ .
x y (porque satisface l a condicin de H )
2. Multiplicando l a primera ecuacin por el escalar o tenemos:

1 1 1
( ) ( ) ( ) 0 a x b y c z o o o + + =
Entonces se observa que
1
1
1
H
x
y
z
o
o o
o
| |
|
= e
|
|
\ .
x (porque satisface l a condici n de H )
Por lo tanto Hes un subespacio de
3
.


Ejemplo 6
Sea
2 2
V M

= . Determine si el subconjunto H / , ,
0
a b
a b d
d
| |
= e
` |
\ . )
(Matrices
triangulares Superior) es un subespacio de V.
SOLUCIN:
1. Sean
1 1
1
0
a b
d
| |
=
|
\ .
x y
2 2
2
0
a b
d
| |
=
|
\ .
y entonces
1 2 1 2
1 2
H
0
a a b b
d d
+ + | |
+ = e
|
+
\ .
x y
2.
1 1
1
H
0
a b
d
o o
o
o
| |
= e
|
\ .
x
Por tanto H es un subespacio de V.


Ejemplo 7
Sea
2 2
V M

= . Determine si el subconjunto

2 1 4 3 1 2
H / , , , , ,
1 3 3 6 2 0
a b
a b c
b c
| | | | | | | |
= e =
` ` | | | |

\ . \ . \ . \ . ) )

es un subespacio de V.
SOLUCIN:
1. Sean
1 1
1 1
a b
b c
| |
=
|

\ .
x y
2 2
2 2
a b
b c
| |
=
|

\ .
y entonces
1 2 1 2
1 2 1 2
H
( )
a a b b
b b c c
+ + | |
+ = e
|
+ +
\ .
x y
2.
1 1
1 1
H
( )
a b
b c
o o
o
o o
| |
= e
|

\ .
x
Por tanto H es un subespacio de V.


Ejemplo 8
Sea
2 2
V M

= . Determine si el subconjunto

1 1 2 2 3
H / 1 0 0 / , ,
0 0 0 0 0 0
a b a a
b a c d a
c d
+ | | | | | | | |
= = + . = . = = e =
` ` ` | | | |
\ . \ . \ . \ . ) ) )

Es un subespacio de V.

SOLUCIN:
1. Sean
1 1
1
0 0
a a + | |
=
|
\ .
x y
2 2
1
0 0
a a + | |
=
|
\ .
y entonces
1 2 1 2
2
H
0 0
a a a a + + + | |
+ = e
|
\ .
x y
Por tanto H NO es un subespacio de V.
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
136
Ejemplo 9
Sea
| | V 0,1 C = . Determine si el subconjunto | | { }
H 0,1 / (0) 0 (1) 0 f C f f = e = . = es
un subespacio de V.
SOLUCIN:
1.- Sean tal que (0) 0 (1) 0 f f f = = . = x y
tal que (0) 0 (1) 0 g g g = = . = y
Como
0 ) 0 )( (
0 0 ) 0 ( ) 0 (
= +
+ = +
g f
g f
y
0 ) 1 )( (
0 0 ) 1 ( ) 1 (
= +
+ = +
g f
g f
entonces ( )( ) H f g x + e
2.- Si H o e . e x es decir tal que (0) 0 (1) 0 f f f = = . = x
Como
0 ) 0 )( (
0 ) 0 (
= o
o = o
f
f
y
0 ) 1 )( (
0 ) 1 (
= o
o = o
f
f
entonces ( ) H f o e

Por tanto H es un subespacio de V.



Ejemplo 10
Sea
{ }
2
2
V / , , P at bt c a b c = = + + . e . Determine si el subconjunto

{ }
2
H / at at a a = + + e es un subespacio de V.
SOLUCIN:
1. Sean
2
1 1
a t a t a = + + x y
2
2 2 2
a t a t a = + + y entonces
( ) ( ) ( )
2
1 2 1 2 1 2
H a a t a a t a a + = + + + + + e x y
2. ( ) ( )
2
1 1 1
H a t a t a o o o o = + + e x
Por tanto H es un subespacio de V.


Ejemplo 11
Sea
{ }
2
2
V / , , P at bt c a b c = = + + . e . Determine si el subconjunto

{ } ( ) ( ) { }
2 2 2
H tal que 0 2 4 6 , 3 2 1 , at bt c a b c t t t t = + + + + = = +
es un subespacio de V.
SOLUCIN:
Note que
Independiente
c a b
a b
=
e . e
entonces el subconj unto puede ser expresado tambi n de esta otra forma
{ }
2
H / at bt a b a b = + . e
1.- Sean
2
1 1 1 1
a t b t a b = + x y

2
2 2 2 2
a t b t a b = + y
Entonces
( ) ( ) ( ) ( )
2
1 2 1 2 1 2 1 2
H a a t b b t a a b b + = + + + + + e x y
2.- ( ) ( )
2
1 1 1 1
H a t b t a b o o o o o = + e x
Por tanto H es un subespacio de V.



Moiss Villena Muoz Cap. 5 Espacios Vectoriales
137
Ejemplo 12
Sea
{ }
2
2
V / , , P at bt c a b c = = + + . e .
Determine si el subconjunto { }
2
H / (1) 1 p P p = e = es un subespacio de V .
SOLUCIN:
Note que:
c b a p
c bt at t p
+ + =
+ + =
) 1 (
) (
2
entonces el subconj unto puede ser expresado de esta otra forma

{ } { }
2 2
H tal que 1 / 1 at bt c a b c at bt c c a b = + + + + = = + + =
Ahora bien.
1. Sean ( )
2
1 1 1 1
1 a t b t a b = + + x y
( )
2
2 2 2 2
1 a t b t a b = + + y
Entonces
( ) ( ) ( ) ( ) ( )
2
1 2 1 2 1 2 1 2
2 H a a t b b t a a b b + = + + + + + + e x y
Por tanto H no es subespacio de V.

Ejemplo 13
Sea
{ }
2
2
V / , , P at bt c a b c = = + + . e
Determine si el subconjunto { }
2
H / (1) (1) p P p p = e = es un subespacio de V .
SOLUCIN:
Observe que
b a p c b a p
b at t p c bt at t p
+ = + + =
+ = + + =
2 ) 1 ( ) 1 (
2 ) ( ) (
2
entonces
c a
c a a
b a c b a
p p
=
=
+ = + +
=
2
2
) 1 ( ) 1 (

El subespacio puede ser expresado de esta otra forma

{ } { }
2 2 2
H= / 2 3 2, 4 5 4, at bt c c a t t t t + + = = + + + +
Bien, veamos si se cumplen los axiomas de cerradura
1. Sean
2
1 1 1
a t b t a = + + x y

2
2 2 2
a t b t a = + + y
Entonces
( ) ( ) ( )
2
1 2 1 2 1 2
H a a t b b t a a + = + + + + + e x y
2. ( ) ( ) ( )
2
1 1 1
H a t b t a o o o o
(
= + + e

x
Por tanto H es un subespacio de V.






Ejercicios propuestos 5.2
Determine si los siguientes subconjuntos H son subespacios de V o no.
1.
2
V =
a)
1
H / 0
x
y
y
| |
= >
` |
\ . )
b)
2
H /
x
x y
y
| |
= =
` |
\ . )

c)
2 2
3
H / 0
x
x y
y
| |
= + =
` |
\ . )
d)
4
H / 0
x
x y
y
| |
= + >
` |
\ . )


Moiss Villena Muoz Cap. 5 Espacios Vectoriales
138
2.
3
V =
a)
1
H / 0
x
y z
z
| |
|
= =
`
|
|
\ . )

b)
2
H /
x
y x y z
z
| |
|
= = =
`
|
|
\ . )

c)
3
H = / 1
x
y x
z
| |
|
=
`
|
|
\ . )


3.
2 2
V M

=
a)
1
0
H / , ,
a
a c d
c d
| |
= e
` |
\ . )
b)
2
0
H = /
0
a
a d
d
| |
. e
` |
\ . )

c)
3
H / 0
a b
a
c d
| |
= =
` |
\ . )
d)
4
H /
a b
a b
a a
| |
= e . e
` |

\ . )

e)
5
H / 1
a b
a
c d
| |
= =
` |
\ . )
f)
6
H /
a b
a b c d
c d
| |
= = + +
` |
\ . )

g)
7
H / 2 3 4 0
a b
a b c d
c d
| |
= + + + =
` |
\ . )
h)
8
H / ; , ,
a b
c d a b d
c d
| |
= = e
` |
\ . )

i)
{ } 9 2 2
H / / , ,
t
a b
A M A A a b d
b d

| |
= e = = e
` |
\ . )

j) ( )
2
10
H = /
a b
A Tr A a
b d
| |
= =
` |
\ . )
k) ( )
11
0
H = / Tr 0
a
A A
c d
| |
= >
` |
\ . )


4.
3 3
V M

=
a) { }
1 3 3
H / es triangular Superior A M A

= e
b) { }
2 3 3
H / es Diagonal D M D

= e
c) { }
3 3 3
H / es inversible A M A

= e
d) { }
4 3 3
H / es Simtrica A M A

= e
e) { }
5 3 3
H / 1 A M A

= e =


5.
2
V P =
a) { }
2
1
H = / 0 at bt c b + + =
b) { }
2
2
H / 2 3 0 at bt c a b c = + + + + =
c) { }
3 2
H = / (0) (1) p P p p e =
d) { }
4 2
H / (0) (1) 1 p P p p = e = =
e) ( ) { }
5 2
H / 1 (0) 0 p P p p = e + =
f) ( ) { }
6 2
H / 1 0 p P p = e =
g) { }
7 2
H = / (0) (1) p P p p e =





Moiss Villena Muoz Cap. 5 Espacios Vectoriales
139
5.3.2 Interseccin de Subespacios

Definicin
Sean
1
H y
2
H dos subespacios de V. Entonces:

{ }
1 2 1 2
H H V tal que H H = e e . e h h h

Es decir, el conjunto interseccin agrupa elementos de los
subespacios que tengan las caractersticas de ambos. Note que nunca
ser el conjunto vaco.


Teorema
Sean
1
H y
2
H dos subespacios de V. Entonces
1 2
H H es un subespacio de V.

Demostracin.
Para que
1 2
H H sea un Subespacio de V, se deben satisfacer los dos axiomas de cerraduras.
Primero, sean x y y elementos de
1 2
H H ,entonces
1 2
H H e . e x x como tambin
1 2
H H e . e y y , entonces
1
H e x y , por ser
1
H subespacio; y tambin
2
H e x y , por ser
2
H
subespacio. Entonces
1 2
H H e x y .
Segundo, sea o e y sea
1 2
H H e x , entonces
1 2
H H e . e x x , y se cumple que
( ) ( )
1 2
H H o o e . e x x por ser
1
H y
2
H subespacios. Entonces ( )
1 2
H H o e x .
Por lo tanto,
1 2
H H es un Subespacio de V.

Ejemplo 1
Sea el espacio vectorial
3
V = y los subespacios

1
H / 0
x
y x y z
z
| |
|
= + + =
`
|
|
\ . )
y
2
H / 3 2 0
x
y x y z
z
| |
|
= + + =
`
|
|
\ . )

Hallar el subespacio
1 2
H H
SOLUCI N.
El subespacio i nterseccin tendra la forma:

1 2
H H / 0 3 2 0
x
y x y z x y z
z
| |
|
= + + = . + + =
`
|
|
\ . )

Para expresarlo ms explci tamente debemos simpli ficar las dos condiciones, resolviendo el sistema
simul tneo

= + +
= + +
0 2 3
0
z y x
z y x

2 1
3
1 1 1 0 1 1 1 0
3 2 1 0 0 1 2 0
F F
| | | |

| |

\ . \ .

= =
= + +
z y z y
z y x
2 0 2
0

Reemplazando en la primera ecuacin: z x z z x = = + 0 2
Por tanto:
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
140

1 2
1 2
H H / 2
1 0 1
H H 2 / 2 , 0 , 2 ,
1 0 1
x
y x z y z z
z
z
z z
z
| |
|
= = . = . e
`
|
|
\ . )
| | | | | | | |
| | | |
= e =
` `
| | | |
| | | |

\ . \ . \ . \ . ) )


Ejemplo 2
Sea el espacio vectorial
2
V P = y los subespacios

{ }
2
1
H / 0 at bt c a b c = + + + + = y
{ }
2
2
H / at bt c c a = + + =
Hallar el subespacio
1 2
H H
SOLUCI N.
El subespacio i nterseccin tendra la forma:

{ }
2
1 2
H H / 0 at bt c a b c c a = + + + + = . =
Para expresarlo ms explci tamente debemos simpli ficar las dos condiciones, resolviendo el sistema
simul tneo

=
= + +
0
0
c a
c b a


2 1
1 1 1 0 1 1 1 0
1 0 1 0 0 1 2 0
F F
| | | |

| |

\ . \ .

= =
= + +
c b c b
c b a
2 0 2
0

Reemplazando en la primera ecuacin: c a c c a = = + 0 2
Por tanto:

{ } { }
{ }
2 2
1 2
2
1 2
H H / 2 2 4 2,
H H 2 /
at bt c b c a c c t t
ct ct c c
= + + = . = . e = +
= + e



Ejercicios Propuesto 5.3
1. Sea
3
V = y sean
1
H / 2
x
y x y
z
| |
|
= =
`
|
|
\ . )
y
2
H / ,
x
y y x z x z
z
| |
|
= = . e
`
|
|
\ . )

Determine
1 2
H H

2. Sea
3
V = y sean los subconjuntos

1
H / 0
x
y x y z
z
| |
|
= + + =
`
|
|
\ . )
,
2
H 1 / ,
x
x z
z
| |
|
= e
`
|
|
\ . )
y
3
H 2 /
3
x
x x
x
| |
|
= e
`
|
|
\ . )

a) Determine cul de los subconjuntos anteriores son subespacios de
3

b) Determine la interseccin de los subespacios encontrados.

3. Considere los subespacios de
2 2x
M

1
W / 0
a b
d
c d
| |
= =
` |
\ . )
y
2
W / 0
a b
a
c d
| |
= =
` |
\ . )

a) Determine
1 2
W W
b) Demuestre que
1 2
W W es un subespacio de
2 2x
M


4. Sea
2 2
V
x
M = y los subespacios
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
141

1
H / 0
a b
a b c d
c d
| |
= + + + =
` |
\ . )
y
2
H = / , ,
a b
a b d
b d
| |
e
` |
\ . )

Determine
1 2
H H

5. Sea
2 2
V
x
M = y los subespacios

1
0
H / 0
a
a c d
c d
| |
= + + =
` |
\ . )
y
2
H / 2 2 5 0
a b
a b c c
b d
| |
= + + =
` |
\ . )

Determine
1 2
H H

6. Considere
2
V P = y los subconjuntos:
( ) ( ) { }
1 2
H / ' 1 2 1 p P p p = e =

{ }
2
2
H 1 / at at a = + + e

{ }
2
3
H 2 3 / at at a a = + + e
a) Determine cul de los subconjuntos anteriores es subespacio de P2.
b) Determine la interseccin de los subespacios encontrados.



5.4 SUBESPACIO GENERADO

5.4.1 Combinacin Lineal

Definicin
Una combinacin lineal de los vectores
1 2
, , ,
n
v v v
es una expresin de la forma:

1 1 2 2 n n
c c c + + + v v v
donde
1 2
, , ,
n
c c c e .

Note que el resultado de poner en combinacin lineal un conjunto
de vectores es otro vector.


Ejemplo 1
Una combinacin lineal de los vectores
|
|
|
.
|

\
|
1
2
1
y
|
|
|
.
|

\
|
1
2
3
podra ser
|
|
|
.
|

\
|

|
|
|
.
|

\
|
1
2
3
3
1
2
1
2 . Al realizar la
operacin se tendr a como resultado el vector
|
|
|
.
|

\
|

5
2
7





Moiss Villena Muoz Cap. 5 Espacios Vectoriales
142
Ejemplo 2
Otra combinacin lineal de los vectores
|
|
|
.
|

\
|
1
2
1
y
|
|
|
.
|

\
|
1
2
3
podra ser
|
|
|
.
|

\
|

|
|
|
.
|

\
|
1
2
3
1
1
2
1
3 . Al realizar la
operacin tenemos el vector
|
|
|
.
|

\
|
4
4
0



Los vectores resultantes de las combinaci ones lineales conforman
otro conjunto cuyas caractersticas nos proponemos estudiar.


5.4.2 Conjunto de Combinaciones Lineales.

Definicin
Sea { }
1 2
S , , ,
n
= v v v un conjunto de vectores de un
espacio vectorial V. Al conjunto
{ }
1 1 2 2 3 3 n
H / para
n i
V c c c c c = e = + + + + e v v v v v v
se lo llama Conjunto de todas las combinaciones
lineales de los vectores de S

Teorema
Sea { }
1 2 n
S , , , = v v v un conjunto de vectores de un
espacio vectorial V. El conjunto de todas las
combinaciones lineales de los vectores de S es un
subespacio de V.

Demostracin.
Primero, sea { }
1 1 2 2 3 3
H / para
n n i
V c c c c c = e = + + + + e v v v v v v y sean , e x y H,
entonces
1 1 2 2 3 3 n n
a a a a = + + + + x v v v v y
1 1 2 2 3 3 n n
b b b b = + + + + y v v v v . Si sumamos
tenemos:
( ) ( ) ( ) ( )
1 2 3
1 1 1 2 2 2 3 3 3
+
n
n n n
c c c c
a b a b a b a b = + + + + + + + + x y v v v v
Entonces H + e x y .
Segundo. Multipliquemos a x por un escalar o , tenemos:
( ) ( ) ( ) ( )
2 3
1 1 2 2 3 3
c
n
n n
c c c
a a a a o o o o o = + + + +
1
x v v v v
Entonces H o e x . Por lo tanto H es un subespacio de V.

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
143
En tal caso se dice que H est generado por S. Se lo llamar de
aqu en adelante el Subespacio Generado por S y se lo denotar
como:
H gen(S) =

A S se le llama Conjunto Generador de H.

Ejemplo 1
Sea
1 3
S 2 , 2
1 1
| | | |
| |
=
`
| |
| |

\ . \ . )
. Hallar el subespacio generado por S .
SOLUCIN:
La combi naci n li neal de los vectores de S , generan vectores de
3
cuya caracterstica debemos
determinar.

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
z
y
x
c c
1
2
3
1
2
1
2 1

El sistema

= +
= +
= +
z c c
y c c
x c c
2 1
2 1
2 1
2 2
3
debe ser consistente

3 1 2 1
3 1
2
1 3 1 3 1 3
2 2 0 4 2 0 4 2
1 1 0 4 0 0 0
F F F F
F F
x x x
y y x y x
z x z x y z x y z
+
+
| | | | | |
| | |

| | |
| | |
+ + + + + =
\ . \ . \ .

El ltimo rengl n permite establecer la condicin (caracterstica) buscada de l os vectores de H

1 3 4 7
H gen(S) / , 2 , 2 , 4 , 2 ,
1 1 0 5
x
y x y z y z
z
| | | | | | | | | |
| | | | |
= = = + . e =
` `
| | | | |
| | | | |

\ . \ . \ . \ . \ . ) )




Note que lo que se ha hecho es no otra cosa que determinar las
caractersticas de los vectores del conjunto S.



Ejemplo 2
Sea
3 1 2
S 2 , 1 , 3
1 1 0
| | | | | |
| | |
=
`
| | |
| | |

\ . \ . \ . )
. Hallar el subespacio generado por S .
SOLUCIN:
Ponemos en combinaci n lineal a los vectores de S para obtener los vectores que se generan y luego
establ ecemos condici ones para la consistencia del sistema que se da a lugar.

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|

z
y
x
c c c
0
3
2
1
1
1
1
2
3
3 2 1

= + +
= + +
= +
z c c
y c c c
x c c c
0
3 2
2 3
2 1
3 2 1
3 2 1


Moiss Villena Muoz Cap. 5 Espacios Vectoriales
144

( )
3 1 2 1
3 1
3 3 2
2
3
3 2
3 1 2 1 1 0 1 1 0
2 1 3 2 1 3 0 3 3 2
1 1 0 3 1 2 0 2 2 3
1 1 0 1 1 0
0 3 3 2 0 3 3 2
0 6 6 3 9 0 0 0 3 2 5 3 2 5 0
F F F F
F F
F F F
x z z
y y y z
z x x z
z z
y z y z
x z x y z x y z
+

+
| | | | | |
| | |
+
| | |
| | |

\ . \ . \ .
| | | |
| |
+ +
| |
| |
+ + =
\ . \ .

Por tanto:
H gen(S) / 3 2 5 0
x
y x y z
z
| |
|
= = + =
`
|
|
\ . )



Ejemplo 3
Sea
3 1 2
S 2 , 1 , 0
1 1 1
| | | | | |
| | |
=
`
| | |
| | |
\ . \ . \ . )
. Hallar el subespacio generado por S .
SOLUCIN:
Ponemos en combinaci n lineal a los vectores de S para obtener los vectores que se generan y luego
establ ecemos condici ones para la consistencia del sistema que se da a lugar.

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
z
y
x
c c c
1
0
2
1
1
1
1
2
3
3 2 1


1 3 2 1
3 1
3 2
2
3
2
3 1 2 1 1 1 1 1 1
2 1 0 2 1 0 0 1 2 2
1 1 1 3 1 2 0 2 5 3
1 1 1
0 1 2 2
0 0 1 2

| | | | | |
| | |

| | |
| | |

\ . \ . \ .
| |
|

|
|
+
\ .
F F F F
F F
F F
x z z
y y y z
z x x z
z
y z
x y z

Observe el l timo rengl n, se concluye que para cualqui er valor de z y x . , es sistema tendra sol ucin
nica, es decir:

3
H /
x
y x y z
z
| |
|
= e . e . e =
`
|
|
\ . )

Por tanto, el conjunto S genera a todo el espacio vectorial V


Ejemplo 4
Sea
{ }
2 2
S 1, 2 3 1 t t t t = + + . Hallar el subespacio generado por S .
SOLUCIN:
Ponemos en combi naci n li neal a l os vectores de S para obtener los vectores que se generan
( ) ( ) c bt at t t c t t c + + = + + +
2 2
2
2
1
1 3 2 1
Destruyendo parntesis y agrupando, resul ta:

( ) ( ) ( ) c bt at c c t c c t c c
c bt at c t c t c c t c t c
+ + = + + +
+ + = + + +
2
2 1 2 1
2
2 1
2
2 2
2
2 1 1
2
1
3 2
3 2

Entonces:
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
145

=
=
= +
c c c
b c c
a c c
2 1
2 1
2 1
3
2

Analizando l a consistenci a del sistema:

( )
2 1
3 1
3 3 1
5 3
1 2 1 2
1 3 0 5
1 1 0 3
1 2 1 2
0 5 0 5
0 15 5 5 0 0 2 3 5 2 3 5 0
F F
F F
F F F
a a
b b a
c c a
a a
b a b a
c a a b c a b c

+
| | | |
| |

| |
| |

\ . \ .
| | | |
| |

| |
| |
+ + + =
\ . \ .

Por tanto:

{ }
2
H / 2 3 5 0 at bt c a b c = + + + =

Ejemplo 5
Sea
2 1 3 2 1 1
S , ,
1 1 1 0 1 1
| | | | | |
=
` | | |

\ . \ . \ . )
. Hallar el subespacio generado por S .
SOLUCIN:
Ponemos en combi naci n li neal a l os vectores de S para obtener los vectores que se generan.

|
|
.
|

\
|
=
|
|
.
|

\
|
+
|
|
.
|

\
|

+
|
|
.
|

\
|
d c
b a
c c c
1 1
1 1
0 1
2 3
1 1
1 2
3 2 1

Realizando l as operaciones de las matrices

|
|
.
|

\
|
=
|
|
.
|

\
|
+ +
+ + + +
|
|
.
|

\
|
=
|
|
.
|

\
|
+
|
|
.
|

\
|

+
|
|
.
|

\
|
d c
b a
c c c c c
c c c c c c
d c
b a
c c
c c
c
c c
c c
c c
3 1 3 2 1
3 2 1 3 2 1
3 3
3 3
2
2 2
1 1
1 1
2 3 2
0
2 3 2

Entonces:

= +
= +
= + +
= + +
d c c
c c c c
b c c c
a c c c
3 1
3 2 1
3 2 1
3 2 1
2
3 2

Analizando la consistencia del sistema resulta:

4 1
2 3 1 2
2 3 1
3
4 1
3 2 2 4
3 2
2
2
3
2 3 1 1 0 1 1 0 1
1 2 1 2 3 1 0 3 1 2
1 1 1 1 2 1 0 2 2
1 0 1 1 1 1 0 1 0
1 0 1 1 0 1
0 1 0 0 1 0
0 2 2 0 0 2
0 3 1 2
F F
F F F F
F F F F
F F
F F F F
F F
a d a
b a a d
c b b d
d c c d
d d
c d c d
b d
a d

+
+
| | | | | |
| | |

| | |

| | |
+
| | |

\ . \ . \ .
| |
|

|

|
+
|

\ .
3 4 2 3
2
2
0 0 1 3 5
1 0 1 1 0 1
0 1 0 0 1 0
0 0 1 3 5 0 0 1 3 5
0 0 2 2 0 0 0 2 8 11
F F F F
b d c
a c d
d d
c d c d
a c d a c d
b c d a b c d
+
| |
|
|
|

|
+
\ .
| | | |
| |

| |

| |
+ +
| |
+ + +
\ . \ .

Por tanto:
H / 2 8 11 0
a b
a b c d
c d
| |
= + + =
` |
\ . )


Moiss Villena Muoz Cap. 5 Espacios Vectoriales
146
Ejemplo 6
Sea
1 2 1 1
S ,
3 4 1 1
| | | |
=
` | |
\ . \ . )
. Hallar el subespacio generado por S .
SOLUCIN:
Ponemos en combi naci n li neal a l os vectores de S para obtener los vectores que se generan.

|
|
.
|

\
|
=
|
|
.
|

\
|
+
|
|
.
|

\
|
d c
b a
c c
1 1
1 1
4 3
2 1
2 1

Realizando l as operaciones de las matrices

|
|
.
|

\
|
=
|
|
.
|

\
|
+ +
+ +
d c
b a
c c c c
c c c c
2 1 2 1
2 1 2 1
4 3
2

Entonces:

= +
= +
= +
= +
d c c
c c c
b c c
a c c
2 1
2 1
2 1
2 1
4
3
2

Analizando la consistencia del sistema resulta:

( )
2 1
3 1
4 1
2 3 2
4 1
2
3
4
1 2
3
1 1 1 1
2 1 0 1 2
3 1 0 2 3
4 1 0 3 4
1 1 1 1
0 1 2 0 1 2
0 2 3 0 0 2
0 3 4 0 0 2 3
F F
F F
F F
F F F
F F
a a
b b a
c c a
d d a
a a
a b a b
c a a b c
d a a b d

+
+
| | | |
| |

| |

| |

| |

\ . \ .
| | | |
| |

| |

| |
+
| |
+
\ . \ .

Aqu hay dos condiciones. Por tanto:
H / 2 0 2 3 0
a b
a b c a b d
c d
| |
= + = . + =
` |
\ . )

O tambin, H / 2 3 2 ,
a b
c b a d b a a b
c d
| |
= = . = . e
` |
\ . )



Ejercicios propuestos 5.4
1. Deter mine el subespacio generado por:
1.
1 2 5
S , ,
1 2 5
| | | | | |
=
` | | |
\ . \ . \ . )
2.
1 1
S ,
1 2
| | | |
=
` | |
\ . \ . )
3.
1
S
1
| |
=
` |
\ . )

4.
1 1 1
S , ,
1 2 5
| | | | | |
=
` | | |
\ . \ . \ . )
5.
2 5
S 1 , 3
3 2
| | | |
| |
=
`
| |
| |
\ . \ . )
6.
2 5 1
S 1 , 3 , 1
3 2 1
| | | | | |
| | |
=
`
| | |
| | |
\ . \ . \ . )

7.
1 0
S 2 , 0
3 0
| | | |
| |
=
`
| |
| |
\ . \ . )
8.
1 0 1
S 2 , 0 , 1
3 0 1
| | | | | |
| | |
=
`
| | |
| | |
\ . \ . \ . )
9. { }
2 2
S 2 1, 5 t t t t = + +
10. { }
2
S 2 1 t t = + 11. { }
2 2 2
S 2 1, 5, 1 t t t t t t = + + + +
12.
1 1 1 1
S ,
1 1 0 0
| | | |
=
` | |
\ . \ . )
13.
1 1 1 1 1 2
S , ,
1 1 0 0 3 4
| | | | | |
=
` | | |
\ . \ . \ . )

14.
1 1
S
1 1
| |
=
` |
\ . )
15.
1 1 1 1 1 2 4 3
S , , ,
1 1 0 0 3 4 2 1
| | | | | | | |
=
` | | | |
\ . \ . \ . \ . )

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
147

2. Sea
2 2
V M

= y sea
1 2 2 1 2 4
S , ,
1 1 0 1 1 1
| | | | | |
=
` | | |

\ . \ . \ . )

a) Determi ne si S genera a V .
b) En caso de no generarlo encuentre H=gen(S)
c) Determi ne si l a matriz
1 1
H
1 1
| |
e
|
\ .

d) Considerando el subespacio W= /
a b
b c
c d
| |
=
` |
\ . )
hall e H W .
e) Determi ne si
1 1
H W
1 1
| |
e
|
\ .


5.5 DEPENDENCIA E INDEPENDENCIA LINEAL
Observe los vectores del conjunto
3 1 2
S 2 , 1 , 3
1 1 0
| | | | | |
| | |
=
`
| | |
| | |

\ . \ . \ . )
. Note que el tercer
vector es el resultante de sumar los dos primeros. Por lo anterior se dice que el
conjunto S es li nealmente dependiente. Este es el concepto que vamos a
desarrollar ahora. Adems, ocurre generalmente que determi nar esta
caracterstica por inspeccin no es tan sencillo, por tanto debemos tener
argumentos matemticos que nos permitan reali zar este trabajo.

Definicin
Sean
1 2 n
, , , v v v , " " n vectores de un espacio
vectorial V. Se dice que los vectores son
linealmente dependientes si existen " " n
escalares
n
C C C , , ,
2 1
, no todos ceros, tales que:

1 1 2 2 n n
C C C + + + = v v v 0
Caso contrario, se dice que son linealmente
independientes. Es decir, si:
0 0 0
2 1
= . . = . =
n
C C C


Ejemplo 1
Determine si el conjunto
3 1 2
S= 2 , 1 , 3
1 1 0
| | | | | |
| | |
`
| | |
| | |

\ . \ . \ . )
es linealmente independiente o dependiente
SOLUCIN:
Aplicando la definici n, ponemos los vectores en combinacin lineal e igual ando al vector cero se obtiene el
sistema li neal que nos permite resolver el problema:
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
148

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|

0
0
0
0
3
2
1
1
1
1
2
3
3 2 1
C C C

= +
= + +
= +
0
0 3 2
0 2 3
2 1
3 2 1
3 2 1
C C
C C C
C C C


( )
1 3 2 1
3 1
2
3 3 2
2
3
1
3 2 3
3 1 2 0 1 1 0 0 1 1 0 0
2 1 3 0 2 1 3 0 0 3 3 0
1 1 0 0 3 1 2 0 0 2 2 0
1 1 0 0 1 1 0 0 1 1 0 0
0 3 3 0 0 3 3 0 0 1 1 0
0 6 6 0 0 0 0 0 0 0 0 0
F F F F
F F
F
F F F
+

| |
|
+ \ .
| | | | | |
| | |

| | |
| | |

\ . \ . \ .
| | | | | |
| | |

| | |
| | |

\ . \ . \ .

El sistema homogneo tiene Infinitas soluciones, por tanto el conj unto es linealmente dependi ente.


Ejemplo 2
Determine si el conjunto
1 2 0
S 2 , 2 , 1
3 0 7
| | | | | |
| | |
=
`
| | |
| | |
\ . \ . \ . )
es linealmente independiente o dependiente
SOLUCIN:

1 2 3
0 1 2 0
2 2 1 0
3 0 7 0
c c c
| | | | | | | |
| | | |
+ + =
| | | |
| | | |
\ . \ . \ . \ .

1 2
1 2 3
1 3
2 0
2 2 0
3 7 0
C C
C C C
C C
+ =

+ =

+ =



3 1 2 1
3 1
3 2
3
1 2 0 0 1 2 0 0 1 2 0 0
2 2 1 0 0 2 1 0 0 2 1 0
3 0 7 0 0 6 7 0 0 0 10 0
F F F F
F F
+ +

| | | | | |
| | |

| | |
| | |

\ . \ . \ .


1 2
2 3
3
2 0
2 0
10 0
C C
C C
C
+ =

+ =


3
2
1
0
0
0
C
C
C
=
=
=

El sistema homogneo tiene solucin nica que es l a trivial por tanto el conj unto es independiente, es decir
ningn vector se forma por combi naci n li neal de los restantes.


Ejemplo 3
Determine si el conjunto
1 2
S 2 , 5
4 3
| | | |
| |
=
`
| |
| |

\ . \ . )
es linealmente independiente o dependiente
SOLUCIN:

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|

+
|
|
|
.
|

\
|
0
0
0
3
5
2
4
2
1
2 1
c c

=
= +
= +
0 3 4
0 5 2
0 2
3 1
2 1
2 1
C C
C C
C C


3 1 2 1
3 1
11 2
4
1 2 0 1 2 0 1 2 0
2 5 0 0 1 0 0 1 0
4 3 0 0 11 0 0 0 0
F F F F
F F
+

| | | | | |
| | |
~
| | |
| | |

\ . \ . \ .

=
= +
0
0 2
2
2 1
C
C C

=
=
0
0
2
1
C
C

El sistema homogneo tiene solucin nica que es l a trivial por tanto el conjunto es independiente.





Moiss Villena Muoz Cap. 5 Espacios Vectoriales
149
Ejemplo 4
Determine si el conjunto
1 3
S= 2 , 6
3 9
| | | |
| |
`
| |
| |
\ . \ . )
es linealmente independiente o dependiente
SOLUCIN:

1 2
0 1 3
2 6 0
3 9 0
c c
| | | | | |
| | |
+ =
| | |
| | |
\ . \ . \ .

1 2
1 2
1 3
3 0
2 6 0
3 9 0
C C
C C
C C
+ =

+ =

+ =



2 1
3 1
2
3
1 3 0 1 3 0
2 6 0 0 0 0
3 9 0 0 0 0
F F
F F

| | | |
| |

| |
| |
\ . \ .


1 2
3 0 C C + =
El sistema ti ene infini tas soluciones, por tanto el conj unto es lineal mente dependiente.


Teorema
Dos vectores en un espacio vectorial son
linealmente dependientes, si y slo s uno es
mltiplo escalar del otro.

Demostracin
- Primero, demostremos que si dos vectores son mltiplo escalar entonces son linealmente
independientes.
Sean
1
v y
2
v , suponga que { }
2 1
; 0 c c = e v v , entonces tenemos que
1 2
- c = v v 0 ,
entonces
1
v y
2
v son linealmente independientes.
- Segundo, demostremos ahora que si dos vectores son linealmente independientes entonces son
mltiplo escalar.
Sean
1
v y
2
v vectores linealmente independientes, entonces existen escales
1
c y
2
c no todos
ceros tales que
1 1 2 2
- c c = v v 0 . Suponga
2
0 c = , entonces dividamos la ecuacin anterior para
2
c y
despejemos
1
v :

1
1 2
1 2 1 1 2 2 1 1
2 2
1
-
c
c c
c c
c c
= = = v v 0 v v 0 v v
Lo cual demuestra que los vectores son mltiplos.


Ejemplo 5
Determine si el conjunto
{ }
2 2 2
S 1, 2 3, 2 2 t t t t t t = + + + es linealmente
independiente o dependiente
SOLUCIN:

Poniendo los polinomi os en combi naci n l ineal e i gualando al poli nomio cero
0 0 0 ) 2 2 ( ) 3 2 ( ) 1 (
2 2
3
2
2
2
1
+ + = + + + + + t t t t C t t C t t C
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
150

2 3 3 1 2 1
3 1
3
1 2 1 0 1 2 1 0 1 2 1 0 1 2 1 0
1 1 2 0 0 3 3 0 0 1 3 0 0 1 3 0
1 3 2 0 0 1 3 0 0 3 3 0 0 0 12 0
F F F F F F
F F
+

| | | | | | | |
| | | |

| | | |
| | | |

\ . \ . \ . \ .


1 2 3
2 3
3
2 0
3 0
12 0
C C C
C C
C
+ + =


3
2
1
0
0
0
C
C
C
=


El sistema homogneo tiene soluci n trivial por tanto el conjunto es li nealmente independi ente

Ejemplo 6
Determine si el conjunto
{ }
2 2
S 2 1, 5 2 t t t t = + + es linealmente independiente o
dependiente
SOLUCIN:
Por inspeccin, se observa que l os polinomi os no son ml ti plo por tanto son lineal mente independi ente.

Ejemplo 7
Determine si el conjunto
1 1 2 1 1 3
S= , ,
1 1 0 1 1 0
| | | | | |
` | | |

\ . \ . \ . )
es lineal mente independiente
o dependiente
SOLUCIN:
Poniendo las matrices en combinacin lineal e igual ando a l a matriz cero

1 2 3
1 1 2 1 1 3 0 0
1 1 0 1 1 0 0 0
c c c
| | | | | | | |
+ + =
| | | |

\ . \ . \ . \ .


( )
( )
1
3 2 2 1
3 1 4
4 1
2 3 3 2
4 2
1
3
1 2 1 0 1 2 1 0 1 2 1 0
1 1 3 0 0 3 4 0 0 3 4 0
1 0 1 0 0 2 2 0 0 1 1 0
1 1 0 0 0 1 1 0 0 1 1 0
1 2 1 0 1 2 1 0
0 1 1 0 0 1 1 0
0 3 4 0 0 0 1 0
0 1 1 0 0 0 0 0
F
F F
F F F
F F
F F F F
F F

| | | | | |
| | |

| | |
~
| | |

| | |

\ . \ . \ .
| | | |
| |
| |

| |

| |
\ . \ .


1 2 3
2 3
3
2 0
0
0
C C C
C C
C
+ + =

+ =


3
2
1
0
0
0
C
C
C
=


El conjunto es linealmente independi ente


Teorema
Sea A una matriz cuadrada n n . Sus filas o
Columnas son Linealmente Independiente si y slo
s 0 = A

Cuando lo anterior ocurre, al realizar eliminacin de renglones
(Mtodo de Gauss) no va a existir un regln de ceros en la matriz
resultante.

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
151
Ejemplo 1
Sea la matriz
2 1 4
3 5 1
1 0 0
A
| |
|
=
|
|
\ .

Hallando su determinante tenemos:

5 3
1 2
0
1 3
4 2
0
1 5
4 1
1
0 0 1
1 5 3
4 1 2
+

= = A
| | 21 ) 5 )( 4 ( ) 1 )( 1 ( 1
0 0
1 5
4 1
1
= =
+ +

=
A
A

Por tanto sus renglones y filas son linealmente independi entes.



Ejemplo 2
Sea la matriz
2 1 4
3 5 1
5 6 3
A
| |
|
=
|
|
\ .

Hallando su determinante tenemos:

5 3
1 2
3
1 3
4 2
6
1 5
4 1
5
0 0 1
1 5 3
4 1 2
+

= = A
0 ) 7 ( 3 ) 14 ( 6 ) 21 ( 5 = + = A
Por tanto sus renglones y filas son linealmente dependi entes.
Note la tercera fil a es la suma de las dos primeras.



Ejercicios propuestos 5.5
Determi ne si l os conj untos son li nealmente i ndependiente o dependiente.
1.
1 1
S ,
1 2
| | | |
=
` | |
\ . \ . )
2.
1
S
1
| |
=
` |
\ . )
3.
1 1 1
S , ,
1 2 5
| | | | | |
=
` | | |
\ . \ . \ . )

4.
1 2 5
S , ,
1 2 5
| | | | | |
=
` | | |
\ . \ . \ . )
5.
2 5
S 1 , 3
3 2
| | | |
| |
=
`
| |
| |
\ . \ . )
6.
2 5 1
S= 1 , 3 , 1
3 2 1
| | | | | |
| | |

`
| | |
| | |
\ . \ . \ . )

7.
1 0 1
S= 2 , 0 , 1
3 0 1
| | | | | |
| | |
`
| | |
| | |
\ . \ . \ . )
8. { }
2 2
S 2 1, 5 t t t t = + +
9. { }
2 2
S= 1, 2, 1 t t t t + + + + 10.
1 1 1 1
S= ,
1 1 0 0
| | | |
` | |
\ . \ . )

11.
1 1 1 1 1 2
S= , ,
1 1 0 0 3 4
| | | | | |
` | | |
\ . \ . \ . )




Moiss Villena Muoz Cap. 5 Espacios Vectoriales
152
5.6 BASES Y DIMENSIN

Un conjunto finito de vectores
{ }
1 2 n
, , , v v v es una
base para un espacio vectorial, si:
1.- Son linealmente independientes,
2.- Generan al espacio vectorial.
La dimensin del espacio vectorial es el nmero
de vectores de cualquier base.

Ejemplo 1
Sea
3
V = . Determine si
1 0 0
S 0 , 1 , 0
0 0 1
| | | | | |
| | |
=
`
| | |
| | |
\ . \ . \ . )
es una base para V
SOLUCIN:
Para que S sea una base para
3
, debe ser l inealmente independi ente y deben generar a todo el espacio
vectorial.
1.
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
0
0
0
1
0
0
0
1
0
0
0
1
3 2 1
C C C Si es independiente
2.
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
1
0
0
0
1
0
0
0
1
z y x
z
y
x
Si genera a todo vector de
3

Por tanto, este conj unto si es una basa para
3
. Adems este conj unto es ll amado Base Cannica o
Estndar.
La di m
3
3 =


Ejemplo 2
Determine si
1 2 0
S 2 , 2 , 1
3 0 7
| | | | | |
| | |
=
`
| | |
| | |
\ . \ . \ . )
es otra base para
3

SOLUCIN:
Primero determinemos si S genera a
3


1 2 3
1 2 0
2 2 1
3 0 7
x
C C C y
z
| | | | | | | |
| | | |
+ + =
| | | |
| | | |
\ . \ . \ . \ .


3 1 2 1
3 1
3 2
3
1 2 0 1 2 0 1 2 0
2 2 1 0 2 1 2 0 2 1 2
3 0 7 0 6 7 3 0 0 10 3 3
F F F F
F F
x x x
y y x y x
z z x z y x
+ +

| | | | | |
| | |
+ +
| | |
| | |
+
\ . \ . \ .

El ltimo rengl n i ndica que para cualqui er valor de x , y y z existirn soluci ones nica por tanto el
conj unto S s genera a
3
.

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
153
Segundo, Para determi nar si son li nealmente i ndependiente bastar con referirnos a l a l tima matriz reduci da
con la columna aumentada de ceros.

|
|
|
.
|

\
|
0 10 0 0
0 1 2 0
0 0 2 1

O tambin, como el sistema ti ene sol ucin nica, cuando x , y y z toman el valor de 0 se forma un
sistema homogneo con soluci n trivial. Entonces, S es linealmente independiente.
Por tanto, S si es otra base para
3



Teorema
Sea V un espacio vectorial con base S. Todo
vector de V puede ser escrito en combinacin
lineal nica de los vectores de S.

Demostracin
Sea { }
1 2 n
S= , , , v v v una base del espacio V y sea V v .
Supongamos que existen dos combinaciones lineales para v en trminos de S ; es decir:

1 1 2 2 n n
o o o + + + v = v v v

1 1 2 2 n n
| | | + + + v = v v v
Igualamos las ecuaciones:

1 1 2 2 n 1 1 2 2 n n n
o o o | | | + + + = + + + v v v v v v
De aqu obtenemos:
( ) ( ) ( )
1 1 1 2 2 2 n n n
o | o | o | + + + = - v - v v 0
Y como S es una base, entonces:

1 1
2 2
0
0

0
n n
o |
o |
o |
=
=
=
-
-

Es decir:
1 1 2 2 n n
o | o | o | = . = . . =
Lo cual demuestra que la combinacin lineal es nica.


Ejemplo
En el ejemplo anteri or se demostr que el conj unto
1 2 0
S 2 , 2 , 1
3 0 7
| | | | | |
| | |
=
`
| | |
| | |
\ . \ . \ . )
es otra base para
3
, por
tanto todo vector de
3
puede ser escri to en combinacin lineal nica de los vectores de S . Por ejempl o, al
expresar el vector
|
|
|
.
|

\
|
3
2
1
en trmino de l os vectores de S se obtendr sol ucin nica. Compruebe que el
sistema
1 2 3
1 2 0 1
2 2 1 2
3 0 7 3
C C C
| | | | | | | |
| | | |
+ + =
| | | |
| | | |
\ . \ . \ . \ .
ti ene soluci n nica

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
154
Bien, continuemos con otros espacios vectoriales.

Ejemplo 1
Sea
2
V P = . Determine si
{ }
2
S , , 1 t t = es una base para V
SOLUCIN:
Se puede observar que S es linealmente i ndependiente y adems todo poli nomio puede ser escri to en
combi naci n li neal de los vectores de S

2 2
( ) ( ) (1) at bt c a t b t c + + = + +
Por tanto S si es una base para
2
P . Esta sera la base cannica
La
2
dim 3 P =

Ejemplo 2
Determine si
{ }
2 2 2
S 2 1, 2 2, 1 t t t t t t = + + + + + es otra base para
2
V P =
SOLUCIN:
Primero determinemos si S genera a
2
P

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
c
b
a
C C C
1
1
1
2
1
2
1
2
1
3 2 1


2 1
3 1
2
1 2 1 1 2 0
2 1 1 0 3 1 2
1 2 1 0 4 1
F F
F F
a a
b b a
c c a

+
| | | |
| |

| |
| |
+
\ . \ .

Hasta all , como l os dos ltimos rengl ones no son ml ti plos, existirn soluci ones nica; por tanto, el conjunto
S s genera a
2
P .
Segundo. Es fcil comprobar que el conj unto el li nealmente i ndependiente.
Por tanto, S es otra base para
2
P .

Ejemplo 3
Sea
2 2
V M

= . Determine si
1 0 0 1 0 0 0 0
S , , ,
0 0 0 0 1 0 0 1
| | | | | | | |
=
` | | | |
\ . \ . \ . \ . )
es una base para V
SOLUCIN:
Se puede observar que S es linealmente i ndependiente y adems toda Matriz puede ser escri ta en
combi naci n li neal de los vectores de S

|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
=
|
|
.
|

\
|
1 0
0 0
0 1
0 0
0 0
1 0
0 0
0 1
d c b a
d c
b a

Por tanto S si es una base para
2 2
M . Esta sera la base cannica
La
2 2
dim 4 M

=


Para el caso de subespacios tenemos:

Ejemplo 1
Hallar una base para el subespacio H / 0
x
y x y z
z
| |
|
= + + =
`
|
|
\ . )


SOLUCIN:
Despejando una variabl e, le damos otra forma H que nos permita resolver el problema
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
155

1 0
H / 0 1 /
1 1
x
y x y x y x y
x y
| | | | | |
| | |
= . e = + . e
` `
| | |
| | |

\ . \ . \ . ) )

Por tanto, una base para H sera
1 0
S 0 , 1
1 1
| | | |
| |
=
`
| |
| |

\ . \ . )

Adems dimH 2 =


Teorema
Sea H un subespacio del espacio vectorial V.
Entonces:
dimH dimV s

Adems si dimH dimV = entonces H V = .


Ejemplo 2
Hallar una base para el subespacio
{ }
2
H / 2 3 at bt c c a b = + + =

SOLUCIN:
Reemplazando l a condicin y expresando en combi nacin lineal

{ }
2
H 2 3 / at bt a b a b = + + . e

{ }
2
H ( 2) ( 3) / a t b t a b = + + . e
Por tanto una base para H sera
{ }
2
S 2, 3 t t = + , entonces dimH 2 =


Ejemplo 3
Hallar una base para H /
a b
b c
c d
| |
= =
` |
\ . )


SOLUCIN:
Reemplazando l a condicin y expresando en combi nacin lineal

H /
1 0 0 1 0 0
H /
0 0 1 0 0 1
a b
a b d
b d
a b d a d b
| |
= . . e
` |
\ . )
| | | | | |
= + + . . e
` | | |
\ . \ . \ . )


Por tanto una base para H sera
1 0 0 1 0 0
S , ,
0 0 1 0 0 1
| | | | | |
=
` | | |
\ . \ . \ . )
, entonces dimH 3 =


Moiss Villena Muoz Cap. 5 Espacios Vectoriales
156
Ejemplo 4
Hallar una base para
{ }
2 2 2
H gen 1, 2 3 1, 3 2 2 t t t t t t = + + + +
SOLUCIN:
Primero hal lamos el subespaci o generado por el conj unto de vectores dados:

( ) ( ) ( )
2 2 2 2
1 2 3
1 2 3 1 3 2 2 C t t C t t C t t at bt c + + + + + + = + +
La matriz aumentada sera:

1 2 3
1 3 2
1 1 2
a
b
c
| |
|

|
|
\ .

Aplicando el mtodo de Gauss:

2 3 1 2
1 3
2 3
5
1 2 3 1 2 3 1 2 3
1 3 2 0 5 5 0 1 1
1 1 2 0 1 1 0 5 5
1 2 3
0 1 1
0 0 0 4 5
F F F F
F F
F F
a a a
b b a c a
c c a b a
a
c a
a b c
+
+
+
| | | | | |
| | |

| | |
| | |

\ . \ . \ .
| |
|

|
|
+
\ .

El subespacio generado sera:

{ }
2
4 5 0 H / a b c at bt c + = = + +
O tambi n
{ }
2
5 4 H / b c a at bt c = = + +
Reemplazando l a condicin y agrupando:

( ) { }
{ }
( ) ( )
{ }
2
2
2
5 4 H / ,
H 4 4 / ,
H 4 4 1 / ,
c a at t c a c
at ct at c a c
a t t c t a c
= + + e
= + + e
= + + e

Por tanto una base sera:

{ }
2
S 4 , 4 1 t t t = + y dimH 2 =

Ejemplo 5
Hallar una base para el espacio solucin del sistema
2 3 0
0
x y z
x y z
+ + =

+ + =


SOLUCIN:
Primero hal lamos el conjunto sol ucin. La matriz aumentada sera:

1 2 3 0
1 1 1 0
| |
|
\ .

Aplicando Gauss

1 2
1 2 3 0 1 2 3 0
1 1 1 0 0 1 2 0
F F +
| | | |

| |

\ . \ .

El sistema equivalente sera:

2 3 0
2 0
x y z
y z
+ + =

+ =


De donde 2 y z = , y por susti tuci n regresiva:

( ) 2 2 3 0 x z z
x z
+ + =
=

Por tanto su conjunto sol ucin, denotmosl o por H, sera:
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
157
H / 2
x
y x z y z z
z
| |
|
= = . = . e
`
|
|
\ . )

Reemplazando

1
H 2 / 2 /
1
z
z z z z
z
| | | |
| |
= e = e
` `
| |
| |
\ . \ . ) )

Se observa que una base sera:
1
S 2
1
| |
|
=
`
|
|
\ . )
y dimH 1 =



Si { }
H = 0 , el subespacio trivial, entonces dimH 0 = . Por tanto su
base sera S | = (El conjunto vaco)

Ejemplo
Hallar una base para el Espacio Solucin del sistema
0
2 3 0
3 2 0
x y z
x y z
x y z
+ + =

+ =

+ + =


SOLUCI N:
Primero hal lamos el conjunto sol ucin del sistema:

1 2
1 3
2
3
1 1 1 1 1 1
2 1 3 0 3 1
3 2 1 0 1 2
F F
F F
+
+
| | | |
| |

| |
| |

\ . \ .

Hasta aqu se observa que ti ene sol ucin trivial (Por qu?)
Por tanto su conjunto sol ucin, H, sera:

0
0
0
H
| |
|
=
`
|
|
\ . )

Entonces dimH 0 = y no hay base.


Analice ahora los siguientes teoremas.

Teorema
Sea V un Espacio Vectorial de dimensin n .
Entonces:
1. Si n vectores generan a V entonces son
linealmente independientes.
2. Si n vectores son linealmente independientes
entonces estos vectores generan a V .
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
158
Teorema
Un conjunto de vectores linealmente
independiente en un Espacio Vectorial de
dimensin n , contiene a lo ms n vectores.


Por ejemplo, en un Espacio Vectorial de dimensin 3 a lo mucho
habr 3 vectores Linealmente Independiente, 4 vectores o ms sern
dependientes.


Ejercicios Propuestos 5.6
1. Sea
3
V = y
1 1 3
S= 1 , 2 , 2
1 3 1
| | | | | |
| | |
`
| | |
| | |
\ . \ . \ . )

a) Determine si S es una base para
3

b) En caso de no ser base halle ( ) H=gen S
c) Determine una base y la dimensin de H

2. Determine si el conjunto
1 0 1 1 1 1 1 1
S , , ,
0 0 0 0 1 0 1 1
| | | | | | | |
=
` | | | |
\ . \ . \ . \ . )
es una base del espacio
2 2x
M



3. Establezca una base y la dimensin del espacio solucin del sistema

= + +
= + +
0 3 2
0
z y x
z y x


4. Establezca una base y la dimensin del espacio solucin del sistema

= +
= +
= +
= + + +
0 14 5
0 8 2
0 2 2 4 5
0 2
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
x x x x
x x x x
x x x x
x x x x


5. Considere
3
V P = y el conjunto
{ }
3 2 3 3 2 2
S= 2 1, 1, 2 5 , 3 5 1 x x x x x x x x x + + + + + +
a) Encuentre el espacio generado por S
b) Encuentre una base para el espacio generado por S

6. Considere
2 2
V M

= y el conjunto
1 2 1 1
S ,
3 4 1 1
| | | |
=
` | |
\ . \ . )

a) Encuentre el espacio generado por S
b) Encuentre una base para el espacio generado por S





Moiss Villena Muoz Cap. 5 Espacios Vectoriales
159
5.7 ESPACIOS ASOCIADOS A MATRICES

5.7.1 ESPACIO FILA

Podra presentarse la necesidad de determi nar la caracterstica de los
vectores fi las o la caracterstica de los vectores columnas de una matri z.

m m
n m
mn m m m
n
n
n
n m
n
R F
R F
R F
R F
a a a a
a a a a
a a a a
a a a a
A
C C C C
,
,
,
,
3 3
2 2
1 1
3 2 1
3 33 32 31
2 23 22 21
1 13 12 11
) (
3 2 1

|
|
|
|
|
|
.
|

\
|
=
+ + + +



Definicin
Sea
m n
A

una matriz. El Espacio Fila o Espacio
Rengln, denotado por
A
R , se define como:

{ }
31 1 11 21
32 2 12 22
13 23 33 3
1 2 3
1 2 3
, , , , gen , , , , gen
m
m
m
n n n mn
m
A
a a a a
a a a a
a a a a
a a a a
R F F F F
| | | | | | | |
| | | |
| | | |

| | | |
`
| | | |

| | | |

| | | |

\ . \ . \ . \ . )
= =

Note que los vectores del espacio fila pertenecen a un subespacio de
n

Por qu?

Ejemplo
Sea
|
|
.
|

\
|
=
3 2 1
1 1 2
A . Hallar el Espacio Fila
A
R
SOLUCIN:
Por definicin
2 1
gen 1 , 2
1 3
A
R
| | | |
| |
=
`
| |
| |
\ . \ . )

Es decir:
1 2 1 2
2 1
/ 1 2 donde
1 3
A
x x
R y y c c c c
z z
| | | | | | | |
| | | |
= = + . e
`
| | | |
| | | |
\ . \ . \ . \ . )

Entonces
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|

z
y
x
c c
3
2
1
1
1
2
2 1


|
|
|
.
|

\
|
+
+ ~
|
|
|
.
|

\
|

+ ~
|
|
|
.
|

\
|
~
|
|
|
.
|

\
|

y z x
z y
z
z x
z y
z
x
y
z
z
y
x
0 0
5 0
3 1
2 5 0
5 0
3 1
1 2
2 1
3 1
3 1
2 1
1 2

Por tanto:
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
160

= +
|
|
|
.
|

\
|
= 0 / z y x
z
y
x
R
A

Compruebe que los vectores filas satisfacen l a condicin.
Adems, una base para
A
R sera

|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
1
1
0
,
1
0
1
S y 2 di m =
A
R


5.7.2 ESPACIO COLUMNA

Definicin
Sea A una matriz n m . El Espacio Columna,
denotado por
A
C , se define como:

{ }
32 1 11 12
23 2 21 22
31 32 33 3
1 2 3
1 2 3
, , , , gen , , , , gen
n
n
n
m m m mn
n A
a a a a
a a a a
a a a a
a a a a
C C C C C
| | | | | | | |
| | | |
| | | |

| | | |
`
| | | |

| | | |

| | | |

\ . \ . \ . \ . )
= =

Note que los vectores del Espacio Columna pertenecen a un subespacio de
m
Por qu?

Ejemplo
Sea
|
|
.
|

\
|
=
3 2 1
1 1 2
A . Hallar el Espacio Columna
A
C
SOLUCIN:

Por definicin
2 1 1
gen , ,
1 2 3
A
C
| | | | | |
=
` | | |
\ . \ . \ . )

Es decir
1 2 3 1 2 3
2 1 1
/ donde
1 2 3
A
x x
C c c c c c c
y y
| | | | | | | | | |
= = + + . . e
` | | | | |
\ . \ . \ . \ . \ . )


|
|
.
|

\
|

~
|
|
.
|

\
|

~
|
|
.
|

\
|
y x
y
x
y
y
x
2 5 5 0
3 2 1
1 1 2
3 2 1
3 2 1
1 1 2

Por tanto:

2
/
A
x
C x y
y
| |
= e . e =
` |
\ . )

Las col umnas no cumpl en condicin al guna.
Adems 2 dim =
A
C




Moiss Villena Muoz Cap. 5 Espacios Vectoriales
161
Ejemplo
Sea
1 1 0
3 1 4
1 0 1
A
| |
|
=
|
|

\ .
. Hallar
A
R ,
A
C , Bases y dimensiones.
SOLUCIN:

Por definicin

|
|
|
.
|

\
|

|
|
|
.
|

\
|
|
|
|
.
|

\
|

=
1
4
0
,
0
1
1
,
1
3
1
gen C
A
, entonces:

|
|
|
.
|

\
|
+ +
+

~
|
|
|
.
|

\
|

~
|
|
|
.
|

\
|
+

~
|
|
|
.
|

\
|


z y x
x z
x
x y
x z
x
x z
x y
x
z
y
x
4 0 0 0
1 1 0
0 1 1
3 4 4 0
1 1 0
0 1 1
) 4 (
1 1 0
3 4 4 0
0 1 1
1 0 1
4 1 3
0 1 1 ) 3 (

Por tanto

= + +
|
|
|
.
|

\
|
= 0 4 / z y x
z
y
x
C
A

|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
1
0
4
,
0
1
1
A
C para base Una y 2 di m =
A
C
En cambi o
1 3 1
gen 1 , 1 , 0
0 4 1
A
R
| | | | | |
| | |
=
`
| | |
| | |

\ . \ . \ . )
entonces:
1 3 1 1 3 1 1 3 1
1 1 0 0 4 1 0 4 1
0 4 1 0 4 1 0 0 0
x x x
y y x y x
z z z y x
| | | | | |
| | |
~ + ~ +
| | |
| | |

\ . \ . \ .

Por tanto /
A
x
R y z x y
z
| |
|
= = +
`
|
|
\ . )
,
1 0
0 , 1
1 1
A
Una base para R
| | | |
| |
=
`
| |
| |

\ . \ . )
y dim 2
A
R =


Teorema
Sea A una matriz n m . Entonces:
dim dim
A A
R C =


Ejemplo
Sea
4 3
6 6 0 1
3 4 1 0
3 2 1 1

|
|
|
.
|

\
|
= A . Hallar
A
R ,
A
C , Bases y dimensiones.
SOLUCIN:


1 1 2 3
gen 0 , 1 , 4 , 3
1 0 6 6
A
C
| | | | | | | |
| | | |
=
`
| | | |
| | | |
\ . \ . \ . \ . )

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
162
|
|
|
.
|

\
|

~
|
|
|
.
|

\
|

~
|
|
|
.
|

\
|
y x z
y
x
x z
y
x
z
y
x
0 0 0 0
3 4 1 0
3 2 1 1
3 4 1 0
3 4 1 0
3 2 1 1
6 6 0 1
3 4 1 0
3 2 1 1

= +
|
|
|
.
|

\
|
= z y x
z
y
x
C
A
/

|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
1
1
0
,
1
0
1
A
C para base Una 2 dim =
A
C

En cambi o
1 0 1
1 1 0
gen , ,
2 4 6
3 3 6
A
R
| | | | | |
| | |


| | |
=
`
| | |

| | |

\ . \ . \ . )

|
|
|
|
|
.
|

\
|

+
+
~
|
|
|
|
|
.
|

\
|


+
~
|
|
|
|
|
.
|

\
|

+
~
|
|
|
|
|
.
|

\
|

+
~
|
|
|
|
|
.
|

\
|

y x w
z y x
x y
x
y x w
x z
x y
x
x w
x z
x y
x
x w
x z
x y
x
w
z
y
x
3 6 0 0 0
4 6 0 0 0
1 1 0
1 0 1
3 6 0 0 0
2 4 4 0
1 1 0
1 0 1
3 3 3 0
2 4 4 0
1 1 0
1 0 1
3 3 3 0
2 4 4 0
1 1 0
1 0 1
6 3 3
6 4 2
0 1 1
1 0 1

/ 6 4 , 6 3 ,
A
x
y
R z x y w x y x y
z
w
| |
|

|
= = + = + . e
`
|

|

\ . )
y

|
|
|
|
|
.
|

\
|
|
|
|
|
|
.
|

\
|
=
4
3
1
0
,
6
6
0
1
A
R para base Una y 2 dim =
A
R





5.7.3 Ncleo y Nulidad de una matriz

Definicin
Sea A una matriz n m . El Ncleo de A,
denotado por

) (A nuc , se define como:
( ) { }
nuc /
n
A A = e = x x 0


Teorema
El ncleo de la matriz
m n
A

es un
subespacio de
n

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
163
Adems, la dimensin del ncleo es llamada nulidad de la matriz A
y se la denota como: ) (A


Ejemplo
Sea
|
|
.
|

\
|
=
0 1 3
2 1 1
A . Hallar ncleo ( nuc( ) A ) y nulidad ( ) (A )
SOLUCI N:
Por definicin:
1 1 2 0
nuc( ) /
3 1 0 0
x x
A y y
z z
| | | |
| | | | | |
= =
` | |
| |
\ . \ .
| |
\ . \ . )

Entonces, el ncleo es el conj unto soluci n del sistema

= +
= +
0 3
0 2
y x
z y x

Es decir
1 0
nuc( ) / 3 2 3 , 0 ,
2 0
x
A y x R y x z x
z
| | | | | |
| | |
= e . = . = =
` `
| | |
| | |

\ . \ . \ . ) )

1
nuc( ) 3
2
Una base para A
| |
|
=
`
|
|

\ . )
y 1 ) ( = A



5.7.4 IMAGEN Y RANGO DE UNA MATRIZ

Definicin
Sea A una matriz n m . La Imagen o recorrido
de A, denotada por

) Im(A o rec( ) A , se define
como:
( ) { }
Im rec( ) / para cualquier
m n
A A A = = e = e y y x x


Teorema
La imagen de la matriz
m n
A

es un
subespacio de
m



Adems, la dimensin de la Imagen es llamada rango de la matriz A y se la
denota como: ) (A
El rango de una matriz i ndica la cantidad de filas o columnas linealmente
independientes.

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
164
Ejemplo
Sea
|
|
.
|

\
|
=
0 1 3
2 1 1
A . Hallar I magen ( ) Im(A ) y rango ( ) (A )
SOLUCI N:
Por definicin:
1 1
2 2
1 1 2
rec( ) / para
3 1 0
x
y y
A y x y z
y y
z
| |
| | | | | | |
= = e . e . e
` | | |
|
\ . \ . \ .
|
\ . )

Por tanto ser cuesti n de determinar l os vectores de
2
que se generan o lo que es l o mismo,
determinar la condicin (si es que existe) que deben reunir
1
y y
2
y para que el sistema
1 2
2
1
1 3
3 2
0 1 3
2 1 1

|
|
.
|

\
|
=
|
|
|
.
|

\
|
|
|
.
|

\
|
y
y
z
y
x
sea consistente.
Entonces:

= +
= +
2
1
3
2
y y x
y z y x


|
|
.
|

\
|

~
|
|
.
|

\
|
1 2
1
2
1
3 6 4 0
2 1 1
0 1 3
2 1 1
y y
y
y
y

El ltimo rengl n nos indica que no hay condici n, por tanto:

1 2
1 2
2
rec( ) /
y
A y y
y
| |
= e . e =
` |
\ . )

|
|
.
|

\
|
|
|
.
|

\
|
=
1
0
,
0
1
) Im(A para base Una y 2 ) ( = A


Teorema
Para cualquier matriz
m n
A

, se cumple que:
1. ) Im(A C
A
=
2. dim dim dimrec( ) ( )
A A
R C A A = = =
3. n A A = + ) ( ) (

Ejemplo
Sea la matriz
|
|
|
.
|

\
|
=
6 6 0 1
3 4 1 0
3 2 1 1
A
a) Hallar Espacio Fila
A
R , una base y dimensin.


1 0 1
1 1 0
gen , ,
2 4 6
3 3 6
A
R
| | | | | |
| | |


| | |
=
`
| | |

| | |

\ . \ . \ . )

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
165
Es decir
1 2 3 1 2 3
1 0 1
1 1 0
/ donde , ,
2 4 6
3 3 6
A
x x
y y
R c c c c c c
z z
w w
| | | | | | | | | |
| | | | |


| | | | |
= = + + e
`
| | | | |

| | | | |

\ . \ . \ . \ . \ . )


( )( )
( )( )
|
|
|
|
|
.
|

\
|


+
~
|
|
|
|
|
.
|

\
|

+
~
|
|
|
|
|
.
|

\
|


y x w
y x z
x y
x
x w
x z
x y
x
w
z
y
x
3 6 0 0 0
4 6 0 0 0
1 1 0
1 0 1
3 3 3 0
2 4 4 0
1 1 0
1 0 1
4 3
6 3 3
6 4 2
0 1 1
1 0 1 2 3

/ 6 4 6 3
A
x
y
R z x y w x y x y
z
w
| |
|

|
= = + . = + . e . e
`
|

|

\ . )

1 0
0 1
/ /
6 4 6 4
6 3 6 3
A
x
y
R x y x y x y
x y
x y
| | | | | |
| | |

| | |
= e . e = + e . e
` `
| | |
+

| | |

+
\ . \ . \ . ) )

|
|
|
|
|
.
|

\
|
|
|
|
|
|
.
|

\
|
=
3
4
1
0
,
6
6
0
1
A
R para base Una y 2 dim =
A
R

b) Hallar Espacio Columna
A
C , una base y dimensin.
1 1 2 3
gen 0 , 1 , 4 , 3
1 0 6 6
A
C
| | | | | | | |
| | | |
=
`
| | | |
| | | |
\ . \ . \ . \ . )
Es decir:

1 2 3 4 1 2 3 4
1 1 2 3
/ 0 1 4 3 donde , , ,
1 0 6 6
A
x x
C y y c c c c c c c c
z z
| | | | | | | | | | | |
| | | | | |
= = + + + e
`
| | | | | |
| | | | | |
\ . \ . \ . \ . \ . \ . )


( )
( )
|
|
|
.
|

\
|

~
|
|
|
.
|

\
|

~
|
|
|
.
|

\
|
y x z
y
x
x z
y
x
z
y
x
0 0 0 0
3 4 1 0
3 2 1 1
3 4 1 0
3 4 1 0
3 2 1 1
1
6 6 0 1
3 4 1 0
3 2 1 1 1


/
A
x
C y z x y x y
z
| |
|
= = + . e . e
`
|
|
\ . )

1 0
/ 0 1 /
1 1
A
x
C y x y x y x y
x y
| | | | | |
| | |
= e . e = + e . e
` `
| | |
| | |
+
\ . \ . \ . ) )

|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
1
1
0
,
1
0
1
A
C para base Una y 2 dim =
A
C

c) Hallar I magen ) Im(A , una base y dimensin ) (A .
Por el teorema
A
C A = ) Im( y por tanto 2 dim ) ( = =
A
C A

d) Hallar ncleo ) (A nuc , una base y ) (A
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
166
1 1 2 3 0
nuc( ) / 0 1 4 3 0
1 0 6 6 0
x x
y y
A
z z
w w
| | | |
| | | |
| |
| |
| |
= =
`
| |
| |
| |
| |
\ . \ .

\ . \ . )

( )
( )
|
|
|
.
|

\
|
~
|
|
|
.
|

\
|
~
|
|
|
.
|

\
|
0 0 0 0 0
0 3 4 1 0
0 3 2 1 1
0 3 4 1 0
0 3 4 1 0
0 3 2 1 1
1
0 6 6 0 1
0 3 4 1 0
0 3 2 1 1 1

El ncleo sera el conj unto soluci n del sistema

= + +
= + +
0 3 4
0 3 2
w z y
w z y x
. Es decir:

nuc( ) / 6 6 4 3
x
y
A x w z y z w z w
z
w
| |
|

|
= = . = . e . e
`
|

|

\ . )

6 6 6 6
4 3 4 3
nuc( ) / /
1 0
0 1
w z
z w
A z w z w z w
z
w
| | | | | |
| | |


| | |
= e . e = + e . e
` `
| | |

| | |

\ . \ . \ . ) )

6 6
4 3
nuc( ) ,
1 0
0 1
Una base para A
| | | |
| |


| |
=
`
| |

| |

\ . \ . )
dimnuc( ) 2 A =
Note que se cumpl e que:

4 2 2
) ( ) (
= +
= + n A A



Teorema
Si A es equivalente por renglones a B,
entonces:
, ( ) ( ), y ( ) ( )
A B
R R A B A B = = = .

Ejemplo
Sea
|
|
|
.
|

\
|

=
1 3 1
4 0 2
3 1 1
A
Haciendo eliminacin de renglones tenemos:

|
|
|
.
|

\
|

~
|
|
|
.
|

\
|

~
|
|
|
.
|

\
|


0 0 0
1 1 0
3 1 1
4 4 0
2 2 0
3 1 1
1 3 1
4 0 2
3 1 1 ) 2 )( 1 (

Entonces una matriz equivalente por rengl ones a la matriz A sera:
|
|
|
.
|

\
|

=
0 0 0
1 1 0
3 1 1
B
Veamos ahora:
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
167

1 2 3
1 2 1 1 2 1
gen 1 , 0 , 3 / 1 0 3
3 4 1 3 4 1
A
x x
R y y C C C
z z
| | | | | | | | | | | | | | | |
| | | | | | | |
= = = + +
` `
| | | | | | | |
| | | | | | | |
\ . \ . \ . \ . \ . \ . \ . \ . ) )



1 2 1 1 2 1 1 2 1
1 0 3 0 2 4 0 2 4
3 4 1 0 2 4 3 0 0 0 2
x x x
y x y x y
z z x x y z
| | | | | |
| | |
~ + ~ +
| | |
| | |
+ +
\ . \ . \ .

Por tanto

= + +
|
|
|
.
|

\
|
= 0 2 / z y x
z
y
x
R
A

Por otro lado
1 2
1 0 1 0
gen 1 , 1 / 1 1
3 1 3 1
B
x x
R y y C C
z z
| | | | | | | | | | | |
| | | | | |
= = = +
` `
| | | | | |
| | | | | |

\ . \ . \ . \ . \ . \ . ) )



|
|
|
.
|

\
|
+ +
+ ~
|
|
|
.
|

\
|

+ ~
|
|
|
.
|

\
|

z y x
y x
x
x z
y x
x
z
y
x
2 0 0
1 0
0 1
3 1 0
1 0
0 1
1 3
1 1
0 1

Por tanto

= + +
|
|
|
.
|

\
|
= 0 2 / z y x
z
y
x
R
B


Lo cual muestra que
B A
R R =
Adems se concluye que l as tres fi las de A son l inealmente dependiente, que slo 2 son i ndependiente
de acuerdo a lo que se observa en la matriz B (2 filas di ferentes de cero). Por tanto
2 ) ( ) ( = = B A .



Teorema
Sea
n n
A

una matriz cuadrada. Entonces A es


inversible s y slo si n A = ) ( .



Ejemplo
Para la matriz anteri or
1 1 3
2 0 4
1 3 1
A
| |
|
=
|
|

\ .

Se determin que
( ) 2 A =
por tanto no es invertible. Adems su determi nante ser cero.







Moiss Villena Muoz Cap. 5 Espacios Vectoriales
168
Ejercicios Propuestos 5.7
Determinar
A
R ,
A
C , nuc( ) A , ) Im(A , bases y dimensiones para:
1)
|
|
.
|

\
|
=
6 5 4
3 2 1
A 2)
|
|
|
.
|

\
|
=
6 3
5 2
4 1
A
3)
|
|
.
|

\
|
=
6 4 2
3 2 1
A 4)
|
|
|
.
|

\
|
=
9 8 7
6 5 4
3 2 1
A
5)
|
|
|
.
|

\
|
=
6 4 2
6 5 4
3 2 1
A 6)
|
|
|
.
|

\
|
=
2 1 0 9
8 7 6 5
4 3 2 1
A
7)
|
|
|
.
|

\
|
=
5 4 3 2
1 1 1 1
4 3 2 1
A 8)
1 2 3 4
5 6 7 8
3 4 6 8
A
| |
|
=
|
|

\ .



5.8 CAMBIO DE BASE

5.8.1 VECTORES DE COORDENADAS.

Definicin
Sea
{ }
S , , ,
1 2 n
v v v = una base de un espacio
Vectorial V. Entonces:
; V
n
o o o
1 1 2 2 n
v = v + v v v + e
Se define el vector de coordenadas de v con
respecto a S, denotado por
| |
S
v , como:
| |
1
2
S
n
o
o
o
v
| |
|
|
=
|
|
\ .


Ejemplo 1
En
2
considerando la base cannica
1
1 0
S ,
0 1
| | | |
=
` | |
\ . \ . )
hallar el vector de coordenadas de
5
=
-4
x
| |
|
\ .
con respecto
1
S .
SOLUCI N:
Empezamos expresando el vector en trmi nos de
1
S

5 1 0
5 4
-4 0 1
| | | | | |
=
| | |
\ . \ . \ .

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
169
Entonces: | |
1
S
5
=
-4
x
| |
|
\ .

Note que es el mismo vector.


Ejemplo 2
Halle el vector de coordenadas del mismo vector anterior con respecto a esta otra base
2
1 1
S ,
1 2
| | | |
=
` | |
\ . \ . )
de
2
.
Solucin:
Para determi nar el vector de coordenadas del vector con respecto a esta base debemos poner el vector en
combi naci n li neal de los vectores de
2
S , es decir:

1 2
5 1 1
4 1 2
o o
| | | | | |
= +
| | |

\ . \ . \ .

y luego resolver el sistema que se forma:

1 2
1 2
5
2 4
o o
o o
=

+ =


De aqu se obti ene
1
2 o = y
2
3 o = , entonces:
| |
2
S
2
=
-3
x
| |
|
\ .



Observe que la representacin matricial del sistema anterior es:


1
2
1 1 5
1 2 4
o
o
| | | | | |
=
| | |

\ . \ . \ .


Tiene la forma:

| | | |
2 1
S S
= A x x

Observe adems que las columnas de la matriz A son las coordenadas de
los vectores de la base
2
S con respecto a la base
1
S , es decir:


1 1
S S
1 1
1 2
A
| |
( (
| | | |
|
=
( ( | |
|
\ . \ .

\ .


Esta matri z permite determi nar las coordenadas del vector a la base
1
S .






Moiss Villena Muoz Cap. 5 Espacios Vectoriales
170
5.8.2 MATRIZ DE CAMBIO DE BASE. MATRIZ DE TRANSICIN.

Definicin
Sean { }
1 1 2 n
S , , v , v v = y { }
2 1 2 n
S , , u ,u u = dos
bases de un Espacio vectorial V. La MATRIZ
DE TRANSICIN de la base
1
S a la base
2
S ,
denotada como
1 2
S S
A

, se define como:

| | | | | |
( )
1 2
2 2 2
S S 1 2 n
S S S
A v v v

=
La MATRIZ DE TRANSICIN de la base
2
S a
la base
1
S , denotada como
2 1
S S
A

, se define
como:

| | | | | |
( )
2 1
1 1 1
S S 1 2 n
S S S
A u u u

=


Ejemplo
Obtenga el vector de coordenadas del mismo vector anterior con respecto a esta base
3
1 2
S ,
1 1
| | | |
=
` | |

\ . \ . )
de
2
, directamente y luego resuelva el problema empleando la
Matriz de Transicin de la base
2
S a
3
S
Solucin:

PRI MERO, directamente, ponemos al vector en combinacin lineal con respecto a esta base, es
decir:

1 2
5 1 2
4 1 1
o o
| | | | | |
= +
| | |

\ . \ . \ .

Al resolver el sistema:

1 2
1 2
2 5
4
o o
o o
=

+ =


Se obtiene
1
3 o = y
2
1 o = , entonces:
| |
3
S
3
=
-1
x
| |
|
\ .

SEGUNDO, empleando la Matri z de Transicin de la base
2
S a
3
S .
Tenemos
1 2
2
1 1
S ,
1 2
v v


| | | |
=
` | |
\ . \ .


)
y
1 2
3
1 2
S ,
1 1
u u


| | | |
=
` | |

\ . \ .


)
,
Entonces | | | |
( )
2 3
3 3
S S 1 2
S S
A v v

= (las columnas de A son las coordenadas de los vectores de


la base
2
S con respecto a
3
S )
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
171
Las coordenadas del primer vector ser an:


1 2
1 1 2
1 1 1
o o
| | | | | |
= +
| | |

\ . \ . \ .


1 2
1 2
2 1
1
o o
o o
=

+ =


1
3 o =
2
2 o . =
Entonces | |
3
1
S
3
2
v
| |
=
|

\ .

Las coordenadas del primer vector ser an:


1 2
1 1 2
2 1 1
o o
| | | | | |
= +
| | |

\ . \ . \ .


1 2
1 2
2 1
2
o o
o o
=

+ =


1
3 o =
2
1 o . =
Entonces | |
3
2
S
3
1
v
| |
=
|

\ .

La Matr iz de transicin sera:
2 3
S S
3 3
2 1
A

| |
=
|

\ .

Ahora, hallemos | |
2
2
S
S
5
4
x
( | |
=
( |

\ .


1 2
5 1 1
4 1 2
o o
| | | | | |
= +
| | |

\ . \ . \ .


1 2
1 2
5
2 4
o o
o o
=

+ =


1
2 o =
2
3 o . =
Entonces | |
2
2
S
S
5 2
4 3
x
( | | | |
= =
( | |

\ . \ .

Finalmente:
| | | |
2 3
3 2
S S
S S
3 3 2 3
=
2 1 3 1
A x x

| || | | |
= =
| | |

\ .\ . \ .

Que es el mismo resultado anter ior.



Ejercicios propuestos 5.8
1. En
2
, sea | |
1
B
4
1
x
| |
=
|

\ .
donde
1
2 7
B ,
5 3
| | | |
=
` | |

\ . \ . )
. Empleando Matriz de Transicin
hall ar | |
2
B
x si
2
2 3
B = ,
1 2
| | | |
` | |
\ . \ . )
.
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
172
2. En
3
, sea | |
1
B
2
1
4
x
| |
|
=
|
|
\ .
donde
1
1 0 1
B 1 , 1 , 0
0 1 1
| | | | | |
| | |
=
`
| | |
| | |

\ . \ . \ . )
. Empleando Matriz de
Transici n hall ar
| |
2
B
x si
2
3 1 0
B 0 , 2 , 1
0 1 5
| | | | | |
| | |
=
`
| | |
| | |

\ . \ . \ . )
.


5.9 BASES ORTONORMALES

5.9.1 Producto Interno Estndar para
vectores de
n


Sean
( )
1 1 2 3
, , ,
n
x x x x = v y
( )
2 1 2 3
, , ,
n
y y y y = v
vectores de
n
. El Producto Interno
Estndar se define como:

1 2 1 1 2 2 n n
x y x y x y - = + + + v v

Note que se trata del Producto Punto o Producto Escalar que
definimos en el captulo 3. En este caso se dice que
n
es un Espacio
Vectorial con Producto Interno.

Aunque ya se estudi en el captulo 3 a los vectores de
n
, sin
embargo puntualicemos nociones que nos sern tiles.

5.9.2 Longitud o Norma

Sea v un vector de
n
. La Norma de v,
denotada como v , est dada por:
= - v v v

5.9.3 Vectores Ortogonales

Sean
1
v y
2
v vectores de
n
. Entonces
1
v y
2
v son ortogonales si y slo si
1 2
0 - = v v

Moiss Villena Muoz Cap. 5 Espacios Vectoriales
173
Teorema
Todo conjunto ortogonal de vectores,
diferentes del vector nulo, es linealmente
independiente.

Demostracin
Sea { }
1 2
S , , ,
n
= v v v un conjunto or togonal de vectores no nulos.
En la combinacin lineal
1 1 2 2 n
c c c
n
+ + + = v v v 0, hallemos las constantes.
- Realizamos el producto interno con
1
v ,

1 1 1 2 2 1 n 1 1
0
0 0
c c c
n
- + - + + - = - v v v v v v 0 v
Entonces:
1 1 1
c 0 - = v v
Como
1
v es diferente del vector nulo, entonces
1
c 0 = .
- Ahora realizamos el producto interno con
2
v

1 1 2 2 2 2 n 2 2
0
0 0
c c c
n
- + - + + - = - v v v v v v 0 v
Entonces:
2 2 2
c 0 - = v v
Como
2
v es diferente del vector nulo, entonces
2
c 0 = .
- Y as, realizamos el producto interno con
n
v

1 1 2 2 n
0
0 0
c c c
n n n n n
- + - + + - = - v v v v v v 0 v
Entonces:
n
c 0
n n
- = v v
Como
n
v es diferente del vector nulo, entonces
n
c 0 = .
Lo cual demuestra que S es Linealmente Independiente.


De acuerdo al teorema si tuvisemos un conjunto ortogonal de
vectores sera linealmente independiente, entonces surge la
interrogante es posible obtener vectores ortogonales a partir de un
conjunto linealmente independiente?. Esta interrogante la
resolveremos luego.

5.9.4 Conjunto Ortonormal

El conjunto
{ }
1 2
S , , ,
n
= u u u es Ortonormal
si y slo si:

0 para
1 para
i j
i j
i j
i j
- = =

- = =

u u
u u


Moiss Villena Muoz Cap. 5 Espacios Vectoriales
174
Es decir, S es un conjunto constituido por vectores unitarios y
ortogonales. Un ejemplo tpico es la base cannica para
3

1 0 0
S 0 , 1 , 0
0 0 1
| | | | | |
| | |
=
`
| | |
| | |
\ . \ . \ . )


Bien, ahora definiremos el procedimiento para obtener un conjunto
no slo ortogonal, sino tambin ortonormal, a partir de un conjunto
linealmente independiente


5.9.5 Proceso de Gram-Schmidt para construir
Bases Ortonormales

A partir de un conjunto
{ }
1 2
, , ,
n
S = v v v linealmente
independiente, se puede hallar un conjunto ortonormal
{ }
1 2
, , ,
n
S = u u u siguiendo los siguientes pasos:
Paso 1:
Hallar el vector
1
u de la siguiente forma:
1
1
1
=
v
u
v




Paso 2:
Hallar el vector ( )
2 2 2 1 1
= - v v v u u . Luego el vector
2
2
2

=
v
u
v



Paso 3:
Hallar el vector ( ) ( )
3 3 3 1 1 3 2 2
= - - v v v u u v u u , luego el vector
3
3
3

=
v
u
v


Y as sucesivamente. Es decir:

Paso n:
Hallar el vector ( ) ( ) ( )
1 1 2 2 1 1

n n n n n n n
= - - - v v v u u v u u v u u , luego
el vector

n
n
n
=
v
u
v


Moiss Villena Muoz Cap. 5 Espacios Vectoriales
175
Ejemplo 1
Hallar una base ortonormal para
2
V = a partir de la base
1 2
1 2
S ,
1 1


| | | |
=
` | |
\ . \ .


)
v v

SOLUCIN:
En este caso debemos hall ar { }
1 2
S , ' = u u . Entonces:
Paso 1:

1
1
1
(1,1) 1 1
,
2 2 2
| |
= = =
|
\ .
v
u
v

Paso 2:

( )
1 1
2 2
2 2 2 1 1
1 1
2 2
1
2
1
2
3 1
2 2
3 1
2 2
3
2
3
2 2
3
2
2 2

1 1
2 1
1 2
2
1
1

1
( | | | | | | | |
= - = -
( | | | |
( \ . \ . \ . \ .
| | | |
= +
| |
\ . \ .
| | | | | |
= + =
| | |
\ . \ . \ .
| | | |
= =
| |
\ . \ .
v v v u u
v

Luego:

( )
2
2
2
2
3
1,1

2
3

2
2
1 1
,
2 2

= =
| |
=
|
\ .
v
u
v
u

Por tanto:
1 1
2 2
1 1
2 2
S ,
| | | |

' =
| | `
| |
\ . \ . )



Ejemplo 2
Hallar una base ortonormal para
3
V = a partir de la base
1 2 3
1 0 1
S 1 , 1 , 0
0 1 1


| | | | | |

| | |
=
`
| | |
| | |
\ . \ . \ .

)
v v v

SOLUCIN:
En este caso debemos hall ar { }
1 2 3
S , , ' = u u u . Entonces:
Paso 1:
1
1
1
(1,1, 0) 1 1
, , 0
2 2 2
| |
= = =
|
\ .
v
u
v












Moiss Villena Muoz Cap. 5 Espacios Vectoriales
176
Paso 2:

( )
1 1
2 2
1 1
2 2 2 1 1 2 2
1
2
1
2
1
2
1
2
1
2
1
2 2
0 0
1 1
1 1 0 0
0
1
1
2
1 0
0
1
1 0
1
1
1
2
1 2
( | | | | | | | |
( | | | |
= - = -
( | | | |
| | | |
(
\ . \ . \ . \ .
| | | |
| |
=
| |
| |
\ . \ .
| | | |
| |
=
| |
| |
\ . \ .
| | | |
| |
= =
| |
| |
\ . \ .
v v v u u
v


Luego:
( )
2
2
2
1
1,1, 2
1 1 2
2
, ,
1
6 6 6
6
2

| |
= = =
|
\ .
v
u
v

Paso 3:

( ) ( )
3 3 3 1 1 3 2 2
1 1 1 1
2 2 6 6
1 1 1 1
2 2 6 6
2 2
6 6
1 1
2 6
1 1
2 6
2
6

1 1 1
0 0 0
1 1 0 0 1
1
1 1
0
2 6
1 0
= - -
( | | | | ( | | | | | | | | | |
( | | ( | | | | |
= - -
( | | ( | | | | |
| | | | | ( | | (
\ . \ . \ . \ . \ . \ . \ .
| | | | | |
| | |
=
| |
| |
\ . \ . \ .
v v v u u v u u
1 1
2 6
1 1
2 6
1
3
2
3
2 2
3 3 3
2
3
1
0
1 0
1
1
1
|
|
| | | | | |
| | |
=
| | |
| | |
\ . \ . \ .
| | | |
| |
= =
| |
| |
\ . \ .
v

Luego:
( )
3
3
3
2
1, 1,1
1 1 1
3
, ,
2
3 3 3
3
3

| |
= = =
|
\ .
v
u
v

Por tanto
1 1 1
6 3 2
1 1 1
2 6 3
2 1
6 3
S , ,
0
| | | |
| |
| |
|

| | ' =
| `
| |
|
|
| |
\ .
\ . \ . )


Ejemplo 3
Hallar una base ortonormal para el subespacio H /
x
y z x y
z
| |
|
= = +
`
|
|
\ . )

SOLUCIN:
Una base para H sera
1 0
S= 0 , 1
1 1
| | | |
| |
`
| |
| |
\ . \ . )

Ortonormalizandol a, tenemos:
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
177
Paso 1:
1
1
1
(1, 0,1) 1 1
, 0,
2 2 2
| |
= = =
|
\ .
v
u
v

Paso 2:

( )
1 1
2 2
2 2 2 1 1
1 1
2 2
1
2
1
2
1
2
1
2
1
2
2
1
2
0 0
1 1 0 0
1 1
0
1
1 0
2
1
0
1 0
1
1
( | | | | | | | |
( | | | |
= - = -
( | | | |
| | |( |
\ . \ . \ . \ .
| | | |
| |
=
| |
| |
\ . \ .
| | | |
| |
=
| |
| |
\ . \ .
| |
|
=
|
|
\ .
v v v u u
v


Luego:
( )
2
2
2
1
1, 2,1
1 2 1
2
, ,
1
6 6 6
6
2

| |
= = =
|
\ .
v
u
v

Por lo tanto una base ortonormal para H sera:
1 1
6 2
2
6
1
1
2
6
S 0 ,
| | | |
|
|
=
|` |
| |
\ . \ . )





Ejercicios propuestos 5.9
1. Hallar un conjunto ortonormal, a partir de:
1.
1 1
S ,
0 1
| | | |
=
` | |
\ . \ . )
2.
1 1
S ,
2 1
| | | |
=
` | |
\ . \ . )
3.
1 1 1
S 1 , 0 , 1
0 1 1
| | | | | |
| | |
=
`
| | |
| | |
\ . \ . \ . )

4.
1 1 1
S 1 , 0 , 2
0 1 3
| | | | | |
| | |
=
`
| | |
| | |
\ . \ . \ . )
5.
1 1 1 0
1 0 1 1
S , , ,
0 1 1 0
1 1 1 1
| | | | | | | |
| | | |

| | | |
=
`
| | | |

| | | |

\ . \ . \ . \ . )
6.
1 1 1 0
0 0 1 1
S , , ,
0 1 1 0
0 1 1 1
| | | | | | | |
| | | |

| | | |
=
`
| | | |

| | | |

\ . \ . \ . \ . )

2. Sea
3
V = y el subespacio H / 2 3 0
x
y x y z
z
| |
|
= + + =
`
|
|
\ . )
. Encuentre una base ortonormal
para H.
3. Construy a una base ortonormal para el subespacio H / 2 0
x
y x y z
z
| |
|
= + =
`
|
|
\ . )




Moiss Villena Muoz Cap. 5 Espacios Vectoriales
178
5.9.6 PROYECCIN ORTOGONAL

Sea
{ }
1 2 3
, , , ,
k
S = u u u u una base ortonormal
de H, un subespacio del espacio vectorial V.
Sea V e v . La proyeccin ortogonal de v
sobre H, denotada por
H
proy v, se define
como:

( ) ( ) ( )
H 1 1 1 2 k k
= - + - + + - proy v v u u v u u v u u


Note que lo que se trata de definir es no otra cosa que un
procedimiento diferente y muy sencillo que permite expresar un vector
en combinacin lineal de una base ortonormal de un subespacio.





Ejemplo
Sea
3
V = . Exprese el vector
1
2
3
| |
|
=
|
|
\ .
v en trminos de los vectores de la base
ortonormal

|
|
|
|
|
|
.
|

\
|

|
|
|
|
|
|
.
|

\
|

|
|
|
|
|
.
|

\
|
= '
3
1
3
1
3
1
6
2
6
1
6
1
2
1
2
1
, ,
0
S
SOLUCI N:
Por definicin ( ) ( ) ( ) 3
1 1 2 2 3 3
= - + - + - proy v v u u v u u v u u , entonces:
( ) 3
1 1 1 1 1 1
6 6 3 3 2 2
1 1 1 1 1 1
2 2 6 6 3 3
2 2 1 1
6 6 3 3
1 1 1
1, 2, 3 2 2 2
3 3 3
0 0
| | | | | | | | | | | |
| | | | | |
| | | | | |
| | | | | |
| | |
| | |
| | | | | | = - + - + - | | |
| | |
| | | | |
| | | | | |
| | |
| | | | | \ . \ . \ .
\ . \ . \ .
\ . \ . \ . \ . \ . \ .
proy
|
|

Esto quiere decir que:

|
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
|
.
|

\
|

+
|
|
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
3
1
3
1
3
1
3
2
6
2
6
1
6
1
6
7
2
1
2
1
2
3
0
3
2
1






Moiss Villena Muoz Cap. 5 Espacios Vectoriales
179
Miscelneos
1. Determine si las siguientes afirmaciones son falsas o verdaderas. Justifique.
a) El Conjunto Solucin del sistema

= +
= +
0 3
0 4 3 2
z y x
z y x
es un subespacio de
3
.

b) La matriz
1 1 1 1 2 1
gen ,
2 2 1 1 0 3
( ( (
e
`
( ( (

)


c) El conjunto { } 1 , 1 , 1
2
+ x x x genera a P2.

d) Sea el espacio vectorial
3
V = y el subconjunto H /
x
y x y z
z
| |
|
= + =
`
|
|
\ . )
. Entonces H es un
subespacio de dimensin 2.

e) Sea V / 0
x
y
y
| |
= s
` |
\ . )
. V es un espacio Vectorial.
f) Sea { }
1 2
V , = v v . Si
2 1
2 = v v Entonces S es un conjunto linealmente dependiente.

g) Sea
2
V P = y { } 3 , 2
2
+ + = x x x gen H . El polinomio
2
( ) 3 H p x x x = + e

h) El conjunto
1 2 1 0 2 0 3 0
S , , ,
0 1 1 0 1 1 1 1
( ( ( (
=
`
( ( ( (

)
genera a
2 2
V M

=

i) El conjunto { }
2 2
S 1, 2 x x x = + no genera a
2
P

j) El conjunto
1 0 1 2 0 1 0 0 1 2
S , , , ,
0 0 0 0 1 0 1 1 0 1
( ( ( ( (
=
`
( ( ( ( (

)
es una base para
2 2
V
X
M =

k) Sea
3
P V = y sean los polinomios { }
3 2 2
S 2 3 1, 3, 1 x x x x x x = + + + + entonces S es
linealmente independiente.

l) Sea el subespacio
1 1
H=gen 2 , 1
0 1
| | | |
| |
`
| |
| |
\ . \ . )
entonces el vector
1
0 H
1
| |
|
= e
|
|
\ .
v

m) Si el conjunto { }
1 2 3
S= , , v v v genera a un espacio vectorial V y di mV 2 = entonces S es
linealmente independiente.

n) Sean
1
V y
2
V dos espacios vectoriales. Si la
1
dimV 2 = y
2
dimV 3 = entonces
1 2
V V c

o) Sea V un espacio vectorial. Si la dimV 3 = y el conjunto { }
1 2 3 4
, , , S = v v v v genera a V
entonces el conjunto S es una base para V.

p) Sea V un espacio vectorial de dimensin n y sea el conjunto { }
1 2 3 1
S= , , , ,
n
v v v v de
1 n v ectores de V. Entonces S genera a V.

q) Si el conjunto { }
1 1 2 3
S , , = v v v es una base del espacio v ectorial V , entonces el conjunto
{ }
2 1 1 2 1 2 3
S , , = + + + v v v v v v es otra base para V.


Moiss Villena Muoz Cap. 5 Espacios Vectoriales
180
2. Determine una base y la dimensin del espacio solucin del sistema:

=
= +
=
0
0
0 2
3 1
4 3 2
2 1
x x
x x x
x x


3. Sean
2
V P = y los subespacios:
{ }
2
1
H ( ) ( ) / , p x a b x ax b a b = = + + e
{ }
2 2
H ( ) / (1) (0) p x P p p '' ' = e =
Encuentre
1 2
H H , una base y su dimensin.
4. Sea
4 2 1 3 1 2 1 1 1
H=gen , ,
3 2 1 2 2 2 1 a b
| | | | | |
` | | |

\ . \ . \ . )
un subespacio de
3 2x
M ,
Determine los valores de a y b para que la dimensin de H sea 2.


5. Sea
2 2
V
X
M = y sean los subconjuntos
1
H / , , ,
a b
a b c d
c d
+
(
= e e
`
(
)

{ }
2
H /
T
A M A A = e =
3
H / , ,
0
a a c
a c
c
+ (
= e
`
(
)

a) Determine cul de los subconjuntos es un subespacio y cul no.
b) Encuentre la interseccin entre los subespacios encontrados.
c) Determine una base y la dimensin de los subespacios encontrados y de la interseccin.


6. Sea
3
V = y sean los siguientes subconjuntos:

1
H / 2 , 3 ,
x
y x t y t z t
z
| |
|
= = = =
`
|
|
\ . )
,
2
H / 0
x
y x y z
z
| |
|
= + =
`
|
|
\ . )
y
3
H / 0
2
x
y y
y
| |
|
= >
`
|
|
\ . )

a) Demuestre cual de los subconjuntos son subespacios y cuales no.
b) Encuentre la interseccin entre los subespacios.
c) Encuentre una base y la dimensin de los subespacios, incluidos la interseccin.


7. Sea
3
V = y sean

1
1 0
H =gen 1 , 1
1 0
| | | |
| |
`
| |
| |
\ . \ . )
,
2
H / 0
x
y x y
z
| |
|
= + =
`
|
|
\ . )
,
3
H / 0
x
y y
z
| |
|
= >
`
|
|
\ . )
.
a) Demuestre formalmente cual de los subconjuntos es Subespacio.
b) Encuentre la interseccin de los subespacios encontrados.
c) Encuentre una base y la dimensin de los subespacios encontrados y tambin de la interseccin.

8. Sea
2 2
V M

= y los subconjuntos:
1
1 2 0 1
H =gen ,
1 1 0 2
( (
`
( (

)

2
H / 1
a b
a d c
c d
(
= + =
`
(
)
y

3
H / , , ,
a b
a b c
c a b
(
= e
`
(
+
)

a) Determine cul de los subconjuntos es un subespacio vectorial
b) Encuentre la interseccin entre los subespacios encontrados
c) Determine si la matriz
(

0 1
2 1
pertenece al subespacio interseccin encontrado.
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
181
d) Encuentre una base y la dimensin de los subespacios encontrados y de la interseccin.


9. Sea
2
V P = . Y sean los subconjuntos:

( ) ( ) ( ) { }
1 2
H / 2 1 p x P p p = e =
( ) ( ) ( )
1
2 2
0
H / 0 p x P p p x dx


' = e =
`

)
}

( ) ( ) ( )
{ }
2
3 1 2 1 2
H = 1 1 / , p x a x x a x a a = + + e
a) Determine Cul de esos subconjuntos son subespacios?
b) Determine las intersecciones entre los subespacios encontrados.
c) Determine la base y dimensin de los subespacios y de las intersecciones entre los subespacios.

10. Sea
2 2
V
x
M = , considere:

1
H / ,
0
a a
a d
d
| |
= e
` |
\ . )

2
1 1 1 0 0 0
H =gen , ,
1 1 0 0 0 1
| | | | | |
` | | |
\ . \ . \ . )

a) Encuentre
1 2
H H
b) Demuestre que
1 2
H H es un subespacio de V, bajo las operaciones convencionales.
c) Determine una base y la dimensin para
1 2
H H .

11. Sea
3
V = y los subconjuntos { }
2
1
H / at bt c a b c = + + = +
{ }
2
2
H / at bt c a b = + + s
{ }
2
3
H / 2 at bt c a b c = + + =
a) Demuestre cual de los subconjuntos es un subespacio.
b) Halle la interseccin de los subespacios encontrados
c) Determine una base y la dimensin de los subespacios encontrados y de la interseccin.

12. Sea
2 1 1 2
1 0 2 2
, , ,
1 0 1 1
0 1 2 1
| | | | | | | |
| | | |

| | | |
=
`
| | | |


| | | |
| | | |

\ . \ . \ . \ . )
S
a) Demuestre si el conjunto es linealmente independiente
b) Determine si S genera a
4
. Si no genera a
4
, encuentre el subespacio generado.
d) Encuentre una base y la dimensin del subespacio generado.

13. Sea
2 2
V M

= y los subconjuntos
1
/ 0
a b
H a d
c d
| |
= + >
` |
\ . )
,
2
/
a b
H a b c
c d
| |
= = +
` |
\ . )
y
3
/ 2
a b
H a b c
c d
| |
= =
` |
\ . )

a) Demuestre cual de los subconjuntos es un subespacio.
b) Halle la interseccin de los subespacios encontrados
c) Determine una base y la dimensin de los subespacios encontrados y de la interseccin.

14. Sea
3
V = y los subconjuntos

1
/
x
H y x y
z
| |
|
= s
`
|
|
\ . )
,
2
/
x
H y x y z
z
| |
|
= = +
`
|
|
\ . )
y
3
/ 2
x
H y x y z
z
| |
|
= =
`
|
|
\ . )


a) Demuestre cual de los subconjuntos es un subespacio.
b) Halle la interseccin de los subespacios encontrados
c) Determine una base y la dimensin de los subespacios encontrados y de la interseccin.
Moiss Villena Muoz Cap. 5 Espacios Vectoriales
182

15. Sea
2 1 1 0 1 2 2 2
, , ,
1 0 0 1 1 2 1 1
S
| | | | | | | |
=
` | | | |

\ . \ . \ . \ . )

a) Demuestre si el conjunto es linealmente independiente
b) Determine si S genera a
2 2
M

. Si no genera a
2 2
M

, encuentre el subespacio generado.
c) Encuentre una base y la dimensin del subespacio generado.

16. Determine si las siguientes proposiciones son VERDADERAS o FALSAS. JUSTIFIQUE formalmente su
respuesta:
a) Sea A una matriz de 3x3 tal que detA=0. Entonces el mximo rango que tiene la matriz es 3 y la
mnima nulidad es 0.
b) Sea
3 3
A una matriz. Si 0 det = A entonces el valor de 3 ) ( < A
c) Sea
3 2
A una matriz cualquiera, entonces su espacio fila interceptado con su espacio columna
origina un subespacio vectorial.
d) Si
3 3
A cuyo 0 det = , entonces
3
A A
R C = .
17. Para la siguiente matriz
(
(
(



1 1 0
1 2 1
0 1 1
encuentre:
a) El espacio fila, base y dimensin.
b) El espacio columna, base y dimensin.
c) El ncleo de A, base y dimensin.
d) El recorrido de A, base y dimensin.


18. Sea
1 1 0 2
2 2 1 0
1 1 1 6
A
| |
|
=
|
|

\ .
. Encuentre:

a) El espacio fila, base y dimensin.
b) El espacio columna, base y dimensin.
c) El ncleo de A, base y dimensin.
d) El recorrido de A, base y dimensin.


19. Califique las siguientes proposiciones como VERDADERAS o FALSAS. Justifique su respuesta.
a) El conjunto ( ) ( ) { } S= 1,0, 1 , 0,1,0 es un conjunto ortonormal
b) Si un conjunto de v ectores es ortogonal, entonces es un conjunto linealmente independientes.
c) Sea
2
V = y
1 2
B= ,
2 1
| | | |
` | |
\ . \ . )
, entonces B es una base ortogonal de V .
20. Encuentre una base ortonormal para
3
a partir de la siguiente base
( ) ( ) ( ) { } B= 1,1,1 , 1,0, 1 , 1, 2,3
21. Sea
3
V = . Halle una base ortonormal considerando
1 2 4
S= 1 , 1 , 1
2 1 5
( ( (
( ( (

`
( ( (

( ( (
)

22. Sea
4
V = , H= / ,
x
y
z x y w z x
z
w
(
(

(
= + =
`
(

(

)
. Encuentre una base ortonormal para H .
23. Sea
4
V = donde se ha definido el producto interno cannico y
( ) ( ) ( )
{ }
1 1 1 1 1 1 1 1
2 2 2 2
2 2 2 2
S= ,0, ,0 , 0, ,0, , , , ,
a) Pruebe que el conjunto es ortonormal
b) Ex prese el vector (1,1,1,1) = v como una combinacin lineal de S.