Repblica Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental de la
Fuerza Armada Nacional Bolivariana
Ncleo Lara

Espacio
Vectorial

Estudiantes
Carlos Palma
25.544.074
Celeste Duran
22.267.000
Francys Martnez 26.005.556
Anthony Colon
24.614.708
Andreina Liscano 22.270.217
Gnesis Rojas
24.157.599
Joaqun Figueredo 23.491.433
Jess Sequera
22.268.858
Seccin:
2D03IS

Prof.:

Elvi lvarez

Barquisimeto: 14/11/14
Introduccin

En este trabajo se introduce un concepto fundamental en el Algebra Lineal como es el Espacio

Vectorial. Haremos nfasis en algunos problemas algebraicos tales como: combinacin lineal,
Espacio Generado, Vectores L.i y vectores L.d,) asi como tambin, base de un Espacio Vectorial,
Dimensin de un espacio vectorial y caracterizacin de la Dimensin de un espacio vectorial. Para
realizar dichos problemas es necesario saber y entender una serie de teoremas y definiciones que
en este trabajo estn desarrollados paso a paso, con la finalidad de dar a entender cmo tratar
dichos ejercicios a la hora de resolverlos.

1. Combinaciones lineales y sub espacio generado.

Independencia lineal
Vectores linealmente independientes
Varios vectores libres son linealmente independientes si ninguno de ellos puede ser escrito con una
combinacin lineal de los restantes.
Vectores linealmente dependientes
a1 = a2 = = an = 0
Los vectores linealmente independientes tienen distinta direccin y sus componentes no son
proporcionales.
Vectores linealmente dependientes
Ejemplo:
Estudiar si son linealmente dependientes o independientes los vectores:
vector u = (2, 3, 1), v = (1, 0, 1), w = (0, 3, 1)
a (2, 3, 1) + b(1, 0, 1) + c (0, 3, 1) = (0, 0, 0)
Sistema de ecuaciones
r = 2 n = 3 Sistema compatible indeterminado.
El sistema tiene infinitas soluciones, por tanto los vectores son linealmente dependientes.
Para qu valores de a los vectores

una base?

Para a 1, los vectores forman una base.

forman

2. Espacio Generado
Sea v1, v2, . . . , vk, k vectores de un espacio vectorial V. El espacio generado por {v1, v2,. . . ,vk}
es el conjunto de combinaciones lineales v1, v2, . . . , vk. Es decir
Gen { v 1 , v 2 , , v k } = {v: v = a1 v 1 + 1 v 2++ 2 v 2 }
donde a1, a2, . . . , ak son escalares arbitrarios.
Ejercicio N 1
1 (1 , 1 , 2 ) + 2 ( 3 , 0 , 1 )= ( x 1 y 1 z )
(1 + 3 2 , 1 +0 2 , 2 1 + 2 ) = ( x 1 y 1 z )

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

( )( )
1
1
2

3
0
1

x
y f 1f 2
z

( )( )
1 0 y
1 3 x
2 1 z

( )(

1
f 2 f 2+ f 1
0
f 3 f 3 2 f 1
0

( )(
1
0
0

0
y
3
x+ y f 2 f 3
1 2 y+ z

0
y
3
x+ y f 3 f 3 3 f 2
1 2 y+ z

( )(
1
0
0

0
1
0

y
2 y + z
x+7 y 3 z

S G ( ( 1,1 , 2 ) , ( 3,0 , 1 )) ( ( x , y , ) z : x+ 2 y3 z=0 )

Ejercicio N 2
B= ( ( 1,0 ,3 )( 2 , 1 , 2 ) )

1 ( 1,0 ,3 )+ 2 ( 2,1 , 2 )=( x , y , z ))

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

1 +2 2 2

2 = y
3 1 +2 2 z

1
0
3

2;
1;
2;

x
1
y f 3 f 3 3 f 1 0
z
0

1
f 1 f 1 2 f 2
0
f 3 f 38 f 1
0

0;
1;
0;

2;
1;
8;

x
y
3 x+z

x 2 y
y
3 x8 y+ z

S G ( ( 1,0 ,3 ) , ( 2,1 , 2 ) ) ( ( x , y , ) z : 3 x8 y + 2=0 )

3. Vectores L.i y vectores L.d

Sea (V,+,.) un espacio vectorial sobre R y V1, V2,V3, Vn vectores en V. Diremos que:
1) V1, V2,V3, Vn son linealmente independientes si
V1+ V2+ V3+..nVn = 0v 1 = 2 =n=0
2) V1, V2,V3, Vn son linealmente dependientes si
V1+ V2+ V3+..nVn = 0v 1 = 2 =i0, para algn i= 1,2,3, n

Notas:
la ecuacin V1+ V2+ V3+..nVn = 0v conduce a un S.e.l homogneo, tal sistema se resuelve
aplicando Gauss-Jordan o Cramer.
Conjuntos L.i y L.d
Sea (V,+,.) un espacio vectorial real A= { V1, V2,V3, Vn } un subconjunto finito de V diremos que:
1) A es L.i si V1, V2,V3, Vn son L.i
2) A es L.d si V1, V2,V3, Vn son L.d
Notas:
1) A={0V} es L.d
2) Si A ={V1,V2VK,VK+1, Vn} y
Vk Sg ({V1,V2 VK,VK+1, Vn )} entonces A es L.d
3) Si A= { V1,V20v,.Vn} entonces A es L.d
Ejercicios
Determinar si el conjunto de vectores {(1,2,3), (-2,1,1), (8,6,10)} es L.i o L.d en R3

 (1,2,3), + (-2,1,1), +(8,6,10) = (0,0,0) [I]

(-2+8, 2++6, 3++10)=(0,0,0)
Esto nos lleva al siguiente sistema:
- 2+8=0
2++6=0
3++10=0
Al estudiar este sistema tenemos que el mismo es consistente indeterminado, por lo cual
posee infinitas soluciones. Una de ellas es la siguiente: =4, =-2, =-1. Como la solucin
trivial no es nica, entonces quiere decir que la igualdad se cumple tambin para otros
escalares, no necesariamente todos nulos. Y luego se por la definicin se tiene que el
conjunto dado es L.d en R3.
Demuestre que el conjunto [(3,-2,2), (3,-1,4) (1,0,5)} es linealmente independiente en
R3.
(3,-2,2), +(3,-1,4) +(1,0,5)=(0,0,0) :
3+3+=0
-2-=0
2+4+5=0
Procedemos a analizar el sistema anterior. Para ello, consideramos la matriz de coeficientes
del sistema que esta dada por:
A= 3 3 1
-2 -1 0
2 4 5
Al reducirla a la forma escalonada reducida, obtenemos:
Esto nos conduce al siguiente sistema

1
0
0

0
1
0

0
0
1

De aqu, obtenemos que su rang (A)=3 , por lo que el sistema es consistente indeterminado,
por tanto su nica solucin es: ===0. Como la solucin trivial es nica, entonces quiere

decir que la igualdad (3,-2,2), +(3,-1,4) +(1,0,5)=(0,0,0) se cumple solo si ===0.

Luego por la definicin se tiene que el conjunto dado es L.i en R3.
1. Base de un espacio vectorial
Una base de un espacio vectorial es un sistema generador cuyos vectores son linealmente
independientes.
Todas las bases de un mismo espacio vectorial tienen el mismo nmero de vectores y ese nmero
se llama dimensin del espacio vectorial.
Todo espacio vectorial tiene, al menos, una base, y cualquier vector se puede expresar de forma
nica como combinacin lineal de los vectores de la base
Ejemplo:
Verificar que el conjunto B {(3,0, 3), ( 1,1, 2 ) , (4, 2,2)} es una base para R3 .

Solucin:
Comencemos por notar que este conjunto genera a R3 . Para esto consideramos (x, y, z) R 3 y
veamos que este vector se puede expresar como combinacin lineal de los dos vectores dado. En
efecto:
( 3 , 0 , 3 ) + (1 , 1, 2 )+ ( 4 , 2 , 2 )=(x , y , z)

Al resolver nos queda el siguiente sistema de ecuaciones:

3 +4 =x
+2 = y
3 +2 +2 =z

(* )

Planteamos la matriz ampliada del sistema:

3 1 4 x

[A/B]= 0 1 2 y
3 2 2 z

Al reducir a la forma escalonada reducida se obtiene:

x +5 y+3 z
6
x+ 5 y +z
0 1 0

2
x yz
0 0 1
4

1 0 0

Entonces rang [A/B]= rang (A) = 3 R3 = n de variables para cada x, y, z R. luego como el

sistema siempre tiene solucin, sin importar los valores x, y, z R, entonces(x, y, z) R3 .si

puede ser expresado como una combinacin lineal de los vectores dados. Por tanto, (3,0, 3) + (

1, 1 , 2 )+ (4, 2, 2)= (0, 0, 0), que nos lleva el sistema siguiente:

3 +4 =0
+2 =0
3 +2 +2 =0

Ntese que el sistema posee exactamente la misma matriz de coeficiente del sistema [ *] . Es decir
la matriz del sistema es A y como ya se constato anteriormente rang (A) = 3 R3 = n de variables,
lo cual implica que el sistema es consistente indeterminado (o equivalentemente, A es invertible), y
por tratarse de un sistema homogneo, su nica solucin ===0 . Luego L.i. El conjunto
de B es una base para R3 .
Ejemplo 2
En P2 demuestre que el conjunto
H = {f, g, h} donde f (x) = x 2 +1, g(x) =3x

1, h(x)= 4x+1 es una base para este espacio.

Solucion:
H es linealmente independiente. Solo falta ver que genera a P2
Para ello consideramos p ( x )= a x 2 + b x +c en P2 y consideramos , , en R tales que:
2
f ( x ) + g ( x ) + h=a x + b x +c

=a
3 4 =b
+ =c

Al estudiar el sistema anterior, se tiene que siempre tiene solucin pues la matriz del sistema es:

1 0 0 a

[A/B]= 0 3 4 y

1 1 1 c

1 0 0 a
0 1 0 4 ab4c

0 0 1 3ab3 c

Entonces rang (A) = 3 R3 = n de variables para cada a , b , c R, se concluye que el sistema es

consistente determinado, y adems, su nica solucin es: , =4 ab4 c y =3 ab3 c .

en consecuencia cualquier polinomio p ( x )=a x 2 + b x +c en P2 puede ser expresado como

combinacin lineal de los polinomios f (x) = x 2 +1, g(x) =3x 1, h(x)= 4x+1, es decir, se tiene

que

P2 =gen ( {f, g, h}), y como H es L.i, entonces H es una base para P2

2. Dimensin de un espacio vectorial

Sea V un espacio vectorial. Si existe una base de V que posea n vectores, entonces diremos que n
es la dimensin de V, y ser denotado como dim(V)= n
Observacin
a. La dimensin de un espacio V es independiente de la escogencia de la base, ya que por teorema,
se tiene que dos bases distintas de un mismo espacio vectorial poseen exactamente la misma
cantidad de vectores
b. Si un espacio vectorial tiene dim(V)=n, entonces diremos que V es un espacio de dimensin
finita.
Ejemplo
Si V = { 0 v }, entonces hemos convenido que gen() = { 0 v }. En consecuencia, dim (V) = 0
Ejemplo
a. En R2 sabemos que el conjunto B 1 =

( i , j) donde i = (1,0) , j = (0 ,1) , es una base

para este espacio. Luego, cualquier otra base de este espacio posee dos vectores, y por
tanto,
dim R2 = 2.
b. En R3 sabemos que el conjunto B 1 =

( i, j, K)

donde

i = ( 1 ,0,0 ) )

( 0 ,1,0) ) y
k = ( 0 ,0,1 ) ) es una base para este espacio. Luego, cualquier otra base de este espacio posee
tres vectores, y por tanto, dim ( R 3 ) = 3.
c. En general, el conjunto {(1,0,0,,0) , (0,1,0,,0),,(0,0,0,,1)} es una base Rn , luego,
cualquier otra base de este espacio posee n vectores, y por tanto, dim ( Rn ) = n.
Ejemplo
a. En el espacio M 2 x 3 (R) consideremos el siguiente subconjunto:
H=

((

1
0

0
0

) (

0 , 0
0
0

1
0

)(

0 , 0
0
0

0
0

) (

1 , 0
0
1

0
0

) (

0 , 0
0
0

0
1

) (

0 , 0
0
0

0
0

))

0
1

Es fcil probar que este conjunto es una base para M 2 x 3 (R), por lo cual, dim ( M 2 x 3 (R)) = 6.

b. El conjunto S =

((

1
0

) (

0 , 0
0
0

)(

1 , 0
0
1

)(

0 , 0
0
0

0
1

))

constituye una base para M 2 x 2 (R),

por lo cual, dim ( M 2 x 2 (R)) = 4.

c. En general dim ( M m x n (R)) = mn y dim ( ( M n x n (R)) = n 2 .
Teorema (Caracterizacin de la dimensin de un espacio vectorial)
Sea A = { V 1, V 2, V 3. , V n } un subconjunto finito de un espacio vectorial V. Entonces A es una base
para V, si y solo si, A es l.i y todo conjunto con mas de n vectores es L.d
Demostracin:
Supongamos que A es l.i en V. Para probar que A es una base de V solo debemos probar que A
genera a V. Para esto veamos que cualquier otro vector de V puede escribirse como combinacin
lineal de A. Es claro que los vectores de A, son ellos mismos, combinacin lineal de A. As, si
consideramos un vector v V cualquiera y tal que v A, entonces el conjunto ^A = A
posee

{v}

n+1 vectores. Pero por hiptesis, tenemos que todo conjunto con ms de n vectores es l.d, por lo
cual, existen escalares , ,, n , R , no todos nulos.
1

Ejemplo:
Cualquier conjunto de Rn con ms de n vectores es l.d. En cambio, cualquier conjunto de Rn con
menos de n vectores puede ser l.i o l.d.:
a. El conjunto B = {(1,1,0),(0,1,0).(0,0,1),(1,1,1)} es l.d. en R3 pues posee cuatro vectores.
b. Sin embargo, conjuntos con menos de 3 vectores pueden ser l.d o l.i. El conjunto {(2,2,2)
(1,1,1)} es l.d. pero {(1,0,0)(0,0,1)} es l.i.
Observacin
Sea A un subconjunto finito de vectores en Rn . Entonces con los elementos de A podemos formar
una matriz B, bien sea colocndolos en forma de filas o columnas. Entonces el rango de B es la
mayor cantidad de vectores de A que son l.i. En particular, el rango de una matriz es la dimensin
del subespacio generado por las filas o por las columnas de la misma. Adems, si A y B son
equivalentes por filas, entonces poseen el mismo rango, y el espacio generado por las filas de A
coincide con el espacio generado por las filas de B.
Teorema: Sea V un espacio Vectorial de dimensin n. Entonces las siguientes afirmaciones son
ciertas.
a. Cualquier subconjunto A de V L.i en V y conformado por n vectores es una base para V.
b. Cualquier subconjunto A de V con n vectores tal que V = gen(A) es una base para V.
Ejemplo: Sea

B = {(1,0,1,0),(-1,0,1,0),(0,1,0,1),(0,-1,0,1)} un subconjunto de R4 . Es fcil

verificar que este conjunto es l.i, y cmo #(B) = 4 = dim ( R4 ), entonces se concluye que B es una

base de R4 .
Ejemplo. En M 2 x 2 (R) consideremos el conjunto B =

((

1
1

) (

1 , 2
1
1

)(

3 3
2
2

) (

1 2
1
1

2
1

)) . Es fcil

verificar que este conjunto es l.i, y como # (B) = 4 = dim ( M 2 x 2 (R)), entonces se concluye que B
es una base de M 2 x 2 (R).
Ejemplo: Sea S = gen ({(1,1,1),(2,1,0),(-1,0,1)}). Hallar una base para S y determinar su
dimensin.
Solucin:
Como B = {(1,1,1),(2,1,0),(-1,0,1)} genera a S, entonces B contiene una base para S, que
eventualmente pudiera ser el mismo conjunto B (en caso que B sea 1.i) sin embrago, por simple
impresin notamos que (1,1,1) (2,1,0) = (-1,0,1), por lo cual B es l.d. Sin embargo podemos
suprimir el vector (-1,0,1) del conjunto B y obtener un conjunto H = {(1,1,1),(2,1,0)}, el cual es l.i
(comprobarlo). Adems que vector vector podemos suprimir el conjunto l.d, sin que esto
modifique el espacio generado. En estos casos, es til la observacin, pues si tenemos un conjunto
generador V digamos V= gen( {v 1 , v 2 , , v n } ) pero con {v 1 , v 2 , , v n } siendo l.d, entonces para
extraer los vectores recurrimos a una tcnica diferente que consiste en colocar los vectores
v 1 , v 2 ,, v n como las filas de una matriz A, y las filas no nulas de dicha forma escalonada sigue
generando a V, pero mas aun, son L.i, por lo cual constituye una base para V.
Matriz cambio de base
Sea V un espacio vectorial de dimensin n, B = ( V 1 ,V 2 ,V 3 ,, V n ), B^ = { u
bases de V. Entonces existe una nica matriz A = ( ai j ) que satisface

, u 2 , u3 , , un

dos

nx n

[ V ]B = A.[ V ]R^ y [ V ]R^ = A1 .[ V ]R para todo u

B
base y se denota por M B, B = [[
u

V, tal matriz se denomina matriz de cambio de

u1 ]B [ u 2 ]B [ u 3 ]B [ n x n

Ejemplo: Sean B 1 = {(1,0,1),(-1,1,0),(1,1,-1)} y B 2 = {(1,0,0),(0,1,0),(0,0,1)} bases de R3 .

Encontrar M B 2 B 1 y M B 1 B 2 .
Solucin:
Para hallar M B 2 B 1 calculamos [( 1,0 , 0 )] B , [( 0,1 , 0 )]B y [( 0,0 , 1 )]B . Entonces tenemos:
1

()

[( 1,0 , 0 B )] = 2
1

(1,0,0) = 1 (1,0,1)+ 2 (-1,1.0)+ 3 (1,1,-1)

1 2 + 3 1
2 + 3 0
1 3 0

Dado que para hallar [( 0,1 , 0 )] B y [( 0,0 , 1 )]B los sistemas de ecuaciones tendrn la misma matriz
1

de coeficientes, entonces podemos resolverlos simultneamente con la siguiente matriz:

1
0
1

1
1
0

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

Al reducir a la forma escalonada reducida se obtiene:

MB

=
2 B1

1
3
1
3
1
3

1
3
2
3
1
3

2
3
1
3
1
3

La matriz inversa

(0 )
( 1)
(0 )

1
0
0

0
0
1

0
1
0

)
1
1
(
(
3)
3)
0
1
0(
( 23 )
3 )
1
( 13 ) ( 13 )

2
3
1
3
1
3

, entonces:

M B 1 B 2 se obtiene fcilmente porque B2 es la

()
1

base cannica de R3 y por tanto, las columnas de M B 1 B 2 son: [( 1,0 , 1 )]B = 0 , [( 1,1, 0 )]B =
1

()
1
1
0

y
[( 1,1 ,1 ) ]B =
1

()
1
1
1

1 1
1
1
1
1
0 1

M B1B 2 = 0

Al conocer la matriz M B 2 B 1 podemos calcular [ v ] B a partir de [ v ] B , para cualquier vector v

V.
1

Bibliografa
Vivas Miguel, Caseres Erik: AlgebraLineal(Unenfoqueprctico), 1era edicin, Barquisimeto,
Venezuela,. 2013.
Stanley I. Grossman S.: lgebra lineal. sexta edicin, The McGraw-Hill.Mexico