Captulo 5

Subespacios vectoriales
5.1. Definiciones
En los ejemplos que hemos dado en R3 , vimos que un vector define una recta, o que dos vectores (no proporcionales) definen un plano. Son estas estructuras las que en realidad nos interesan, y en las que se centra la mayor parte
del lgebra lineal. En esta seccin veremos cmo estas estructuras, llamadas
variedades lineales o subespacios vectoriales, tambin son espacios vectoriales,
y estudiaremos sus propiedades. La definicin precisa es la siguiente:

Subespacio vectorial
Sea V un espacio vectorial sobre un cuerpo K, y sea W un subconjunto
de V . Diremos que W es un subespacio vectorial o una variedad lineal
de V si, con las mismas operaciones de suma y producto por escalar, W
es un espacio vectorial sobre K.

Ejemplo 5.1.1.1. El subconjunto {0} es un subespacio de cualquier espacio vectorial V .

2. Dada A mn con coeficientes en un cuerpo K, el conjunto de soluciones
del sistema homogneo A x = 0 es un subespacio vectorial de Kn . Se denota como null(A).
147

Depto. de lgebra
3. El conjunto de polinomios de en K[x] de grado menor o igual que n es un
subespacio vectorial de K[x].

Observemos que los elementos de W , al ser elementos de V , satisfacen todas las propiedades de un espacio vectorial. Pero hay un detalle importante:
tanto la suma de vectores de W , como el producto por escalares, deben dar como resultado vectores de W . Si no, no estaramos ante operaciones en W y W
no sera espacio vectorial. Por tanto, lo nico que hay que verificar para saber
si W V es subespacio vectorial es lo siguiente.
Condicin equivalente de subespacio
Dado un K-espacio vectorial V , un subconjunto no vaco W V es un
subespacio vectorial de V si y solamente si se cumplen las siguientes
propiedades:
1. Para todo v , w W , se tiene que v + w W .
2. Para todo K y v W , se tiene que v W .
El ejemplo principal de espacio vectorial que vamos a utilizar es Rn . Recordemos que, si tenemos un slo vector v R3 , los vectores que se pueden
escribir como combinacin lineal de v forman una recta: la que pasa por el origen y tiene la direccin de v . Por otra parte, si tenemos dos vectores v , w R3 ,
los vectores que se pueden escribir como combinacin lineal de v y w forman
un plano: el que pasa por el origen y contiene a la recta definida por v y a la
recta definida por w . Al estudiar sistemas de vectores, lo que de verdad nos interesa es esa recta o ese plano, es decir, el conjunto de todos los vectores que se
pueden escribir como combinacin lineal de los vectores del sistema:
Subespacio generado por un conjunto
Sea V un K-espacio vectorial y sea S un subconjunto de V . El conjunto
de combinaciones lineales de los vectores de S, que notaremos S, se
denomina subespacio generado por S y tiene la forma
S = {1 v1 + + m vm , | 1 , . . . m K, v1 , . . . , vm S}.

148

lgebra Lineal y Geometra

Depto. de lgebra

Ejemplo 5.1.2.- Dada una matriz A mn con coeficientes en un cuerpo K, el

subespacio de Km generado por las columnas de A se denota como Col(A).

El nombre anterior necesita una justificacin. Vamos a ver que S es un

subespacio vectorial. Sean v , w S. Entonces estos vectores tienen una expresin de la forma

v=

m
X

i vi , w =

i =1

p
X

j w j , donde i , j K, vi , w j S.

j =1

La suma se puede escribir

v + w = 1 v1 + + m vm + 1 w1 + + k wk ,
que es una combinacin lineal finita de elementos de S, es decir, pertenece a
S. Anlogamente,
v = (1 )v1 + + (m )vm ,
que tambin es una combinacin lineal finita de elementos de S.
Nota 5.1.1. A partir de esta definicin, tenemos que v depende linealmente de
un conjunto S si y solamente si v S.

Propiedades de los conjuntos generadores

Sean S y T subconjuntos de V . Entonces:
1. S S.
2. S = S si y solamente si S es un subespacio vectorial.
3. Si S T entonces S T .
4. S T S T .
5. S T S T .

P RUEBA :
lgebra Lineal y Geometra

149

Depto. de lgebra
1. Trivial.
2. Evidente a partir de las definiciones, ya que S es una variedad lineal.
3. Si v S, entonces es combinacin lineal de los vectores de S. Pero como
S T , v es combinacin lineal de los vectores de T , es decir, v T .
4. Si un vector es combinacin lineal de los vectores de S T , entonces es
combinacin lineal de los vectores de S, y tambin es combinacin lineal
de los vectores de T , es decir, pertenece a S T .
5. Como S S T , se tiene S S T . Del mismo modo T S T . Por
tanto, S T S T .

Carcter minimal del subespacio generado

Dado un conjunto de vectores S de un espacio vectorial V , la variedad
lineal S es la menor variedad lineal que contiene a S. Es decir, si W es
una variedad lineal que contiene a S, entonces S W .

P RUEBA : Si un subespacio vectorial W contiene a S, es decir, si S W , en

tonces S W = W .

5.2. Dimensin de subespacios

Dimensin de subespacios
Sea V un K-espacio vectorial de dimensin finita y W V un subespacio vectorial. Entonces
1. W es de dimensin finita y dimW dimV .
2. Adems, dimW = dimV si y solamente si W = V .

P RUEBA : Sea n = dimV .

150

lgebra Lineal y Geometra

Depto. de lgebra
1. Si W = {0}, el resultado es evidente. Si W es no nulo, existe v 6= 0 W y
{v } es un conjunto linealmente independiente. Si W fuera de dimensin
no finita, por la relacin entre dependencia y combinacin lineal, podramos construir un conjunto linealmente independiente de n + 1 vectores,
que sigue siendo libre en el espacio total V . Esto no es posible, por lo que
W es de dimensin finita. En consecuencia, tiene una base de dimW elementos, que es un conjunto linealmente independiente en V . Por tanto,
dimW dimV .
2. Si dimW = dimV , entonces una base de W es un conjunto linealmente
independiente de V , con igual nmero de elementos que la dimensin,
por lo que es un conjunto generador de V . Por tanto, W = V .

Clculo de dimensin de un subespacio

En un K-espacio vectorial V de dimensin finita, sea B una base de V ,
S un conjunto finito de vectores de V , y A S,B la matriz cuyas columnas
(o cuyas filas) son las coordenadas de los vectores de S respecto a B.
Entonces
dimS = rango(A S,B )
y una base de S est determinada por las columnas bsicas de A S,B .

P RUEBA : Sea S = {w1 , . . . , wp }. Si rango(A S,B ) = r , sean [wi 1 ]B , . . . , [wi r ]B las

columnas bsicas de la matriz. Sabemos que estas columnas bsicas forman un
conjunto linealmente independiente en Kn . Entonces el conjunto {wi 1 , . . . , wi r }
es linealmente independiente en V , pues si
1 wi 1 + + r wi r = 0V ,
por el morfismo de coordenadas cB se tiene que
1 [wi 1 ]B + + r [wi r ]B = 0Kn ,
de donde todos los escalares i son nulos. Por otro lado, las columnas no bsicas de la matriz son combinacin lineal de las bsicas. Entonces, dado w S,
podemos escribir
w = 1 w1 + + p wp ,
lgebra Lineal y Geometra

151

Depto. de lgebra
luego
[w ]B = 1 [w1 ]B + + p [wp ]B .
Si sustituimos las expresiones de las columnas no bsicas en funcin de las
columnas [wi 1 ]B , . . . , [wi r ]B , tenemos, por la biyectividad de cB , que w se expresa como combinacin lineal de wi 1 , . . . , wi r . En consecuencia, el conjunto

{wi 1 , . . . , wi r } es una base de S y tenemos la igualdad buscada.

Dimensin de Col(A)
Sea A mn una matriz con coeficientes en K. Entonces dim Col(A) =
rango(A) y una base de Col(A) est formada por las columnas bsicas.
P RUEBA : Sea V = Km y S su base estndar. Si S es el conjunto de columnas de
A, entonces Col(A) = S. Adems, la matriz de coordenadas de los vectores de
S respecto a S es la propia matriz A. Por el teorema de clculo de la dimensin
de un subespacio (pg. 151), tenemos que
dim Col(A) = dimS = rango(A).
Adems, una base de Col(A) est formada por las columnas bsicas de A.

Nota 5.2.1. Observemos que el rango de la matriz A S,B no depende de la base

B, ya que es igual al rango del conjunto de vectores S, que est definido sin
tener que recurrir a ninguna base. Entonces, si B y B son dos bases distintas,
cuya matriz de cambio de base es M(B, B ), entonces se tiene
A S,B = M(B , B)A S,B
y
rango(A S,B ) = dim(S) = rango(A S,B ),
de donde rango(M(B , B)A S,B ) = rango(A S,B ). En trminos matriciales, se verifica que rango(A mn ) = rango(P A mn ) para cualquier matriz P no singular.

Ejemplo 5.2.1.- Sea S = {1 x, 1 + x 2 , 1 2x x 2 } V = R[x]3 . Fijamos la base

estndar B = {1, x, x 2 } en V y formamos la matriz

1 1
1
A S,B = 1 0 2 .
0 1
1
152

lgebra Lineal y Geometra

Depto. de lgebra
Dado que

1 0
2
G-J
A S,B
0 1 1 ,
0 0
0
tenemos que una base del subespacio S est formada por {1 x, 1 + x 2 } y
dimS = rango(A S,B 9 = 2.

Damos ahora un resultado de lgebra matricial que relaciona el rango de

una matriz con el de su traspuesta. Este teorema admite una prueba basada
exclusivamente en matrices (corolario del teorema de la forma normal del rango, pg. 70).

Rango por columnas igual a rango por filas

Sea A mn una matriz con coeficientes en K. Entonces rango(A) =
rango(A t ).

P RUEBA : Supongamos que Col(A) tiene una base formada por u1 , . . . , ur Km .

Entonces cada columna de A es una combinacin lineal de los vectores ui , por
lo que podemos escribir

A=

u1

w 11 . . . w 1n

..
. . . ur ...
. = U W.
wr 1 . . . wr n

Ahora miramos de forma distinta a A = U W . Cada fila de A es combinacin

lineal de las r filas de W , esto es, las columnas de A t son combinacin lineal de
las r columnas de W t . Por tanto, el espacio de columnas de A t tiene dimensin,
a lo ms, r . Por tanto, rango(A t ) rango(A) para cualquier matriz A.

Si aplicamos esta desigualdad a A t , tenemos el resultado.
Nota 5.2.2. En el caso K = C, se tiene que rango(A) = rango(A ), pues si A indica
la matriz conjugada de A, entonces rango(A) = rango(A), pues los pivotes no
cambian al conjugar los elementos.
lgebra Lineal y Geometra

153

Depto. de lgebra

Invariancia del rango por matrices no singulares

Sea A mn una matriz con coeficientes en K. Si P mm ,Q nn son matrices
no singulares, entonces
rango(A) = rango(P AQ).

P RUEBA : Sean P,Q matrices no singulares. Entonces

rango(P AQ) = rango(P (AQ)) = rango(AQ)

por la nota 5,2,1

= rango((AQ) )
= rango(Q t A t ) = rango(A t )

por la nota 5,2,1

= rango(A).

5.3. Ecuaciones paramtricas de un subespacio

Volviendo a nuestro ejemplo principal, R3 , el rango de un conjunto de vectores S R3 nos dice si S es un punto, una recta, un plano o todo el espacio,
segn sea 0, 1, 2 3. Y para ver cul es ese rango, basta calcular el rango de la
matriz cuyas columnas son los vectores de S.
Hasta ahora solamente hemos visto una forma de determinar una variedad
lineal: mediante un sistema de generadores. Esta forma es equivalente a dar
unas ecuaciones paramtricas.
Sea W una variedad lineal de un espacio vectorial V de dimensin n, y sea
G = {v1 , . . . , vp } un sistema de generadores de W . Supongamos que las coordenadas de vi respecto a una base B de V son

a1i
.
[vi ]B = .. , i = 1, . . . , p.
ani

Entonces, como todo vector v W se escribe como combinacin lineal de G,

existirn unos escalares 1 , . . . , p tales que

v = 1 v1 + + p vp ,
154

lgebra Lineal y Geometra

Depto. de lgebra
por lo que si llamamos [v ]B = (x1 , . . . , xn )t

x1 = a11 1 +

x2 = a21 1 +
..
..

.
.

xn = an1 1 +

se tienen las relaciones

+ a1p p
+ a2p p
..
.

+ anp p

(5.3.1)

Unas ecuaciones de este tipo, donde los escalares i son parmetros indeterminados, se llaman unas ecuaciones paramtricas de W . En otras palabras,
unas ecuaciones paramtricas nos dicen cmo son las coordenadas de un vector cualquiera de W , dependiendo de los coeficientes que tomemos en la combinacin lineal de los generadores. Si cambiamos los generadores, obtenemos
otras ecuaciones paramtricas.
Recprocamente, unas ecuaciones del tipo (5.3.1) definen un subespacio
vectorial generado por los vectores de coordenadas respecto de la base B que
aparecen como coeficientes de los parmetros i .

Ejemplo 5.3.1.- En R3 y con respecto a una base B fijada, consideremos el

subespacio vectorial W de ecuaciones paramtricas

x1 = 21 32
x = 1 + 52
2
x3 = 1 2

En este caso se trata del subespacio generado por los vectores con coordenadas
(2, 1, 1)t y (3, 5, 1)t .

Las ecuaciones paramtricas, en el fondo, equivalen a definir una variedad

lineal dando un sistema de generadores. Veamos ahora cmo, a partir de unas
ecuaciones paramtricas de una variedad lineal, podemos calcular la dimensin de la variedad. La idea es sencilla, pues sabemos que a partir de unas ecuaciones paramtricas podemos calcular un conjunto generador y, dados unos
generadores, podemos obtener la dimensin mediante el clculo del rango de
una matriz. Formalicemos este razonamiento.
Sea V un espacio vectorial de dimensin n, con base fijada B, donde tenemos unas ecuaciones paramtricas

x1 = a11 1 + + a1p p

x2 = a21 1 + + a2p p
.
..

.
..

xn = an1 1 + + anp p
lgebra Lineal y Geometra

155

Depto. de lgebra
de un subespacio vectorial W . Construimos la matriz

AW

a11
a21

= .
..

a12
a22
..
.

an1 an2

a1p
a2p

.. ,
.

anp

que es la matriz de coordenadas de unos vectores generadores de W respecto

de la base B. Entonces
dimW = rango(A W ).
como ya sabemos del teorema de clculo de la dimensin de un subespacio
(pg. 151).

5.4. Ecuaciones implcitas de un subespacio

Fijemos una base B en un espacio vectorial V de dimensin n, con respecto
a la cual tomamos coordenadas. Sabemos que el conjunto de soluciones de un
sistema lineal homogneo de la forma

a11 x1 + a12 x2 +

a21 x1 + a22 x2 +
..
..

.
.

am1 x1 + am2 x2 +

+
+

a1n xn
a2n xn
..
.

= 0
= 0
..
.

+ amn xn = 0.

es un subespacio vectorial. Un sistema de ecuaciones implcitas de un subespacio vectorial W es un sistema lineal homogneo cuyas soluciones son las
coordenadas de los vectores de W respecto de la base fijada. El objetivo es calcular unas ecuaciones paramtricas de un subespacio vectorial a partir de unas
implcitas.
Recordemos que el conjunto de soluciones del sistema anterior lo podemos
calcular mediante una forma escalonada de la matriz de coeficientes A, despejando las variables bsicas en funcin de las libres, para obtener al final una
expresin
x = x f 1 h1 + x f 2 h2 + + x f nr hnr ,
donde x f 1 , x f 2 , . . . , x f nr son las variables libres, y h1 , h2 , . . . , hnr son vectores
columna que representan soluciones particulares. Tambin sabemos que el vector h1 tiene un 1 en la posicin f 1 , y los restantes vectores h j tienen un cero en
esa posicin. Lo mismo se aplica a todos los vectores hi : tienen un valor 1 en
la posicin f i y los restantes vectores h j tienen un cero en esa posicin. Hay
que tener en cuenta que todas estas igualdades se refieren a las coordenadas
156

lgebra Lineal y Geometra

Depto. de lgebra
de los vectores respecto de la base B, pero no lo estamos incorporando en la
notacin por claridad. Podemos deducir entonces los siguiente:
El conjunto {h1 , . . . , hnr } es un conjunto generador de W . Es claro, pues
la expresin anterior nos indica que toda solucin del sistema es combinacin lineal de estos vectores.
El conjunto {h1 , . . . , hnr } es linealmente independiente. En efecto, una
combinacin lineal de la forma
1 h1 + 2 h2 + + nr hnr = 0
proporciona un conjunto de igualdades, y nos fijamos en las correspondientes a las componentes f 1 , f 2 , . . . , f nr . Para la componente f 1 se tiene
la igualdad
1 1 + 2 0 + + nr 0 = 0,
pues h1 tiene una componente igual a 1 en esa posicin, y los restantes
vectores hi tienen el valor cero. Anlogamente, en la componente f 2 obtenemos
1 0 + 2 1 + + nr 0 = 0,
por la misma razn. Finalmente, estas igualdades implican que 1 = 2 =
. . . = nr = 0.
Por tanto, el conjunto {h1 , . . . , hnr } es una base de W , de donde dimW =
nrango(A). Adems, hemos dado un procedimiento para pasar de ecuaciones
implcitas a paramtricas. En particular, tenemos que
Dimensin del espacio nulo
Sea A mn una matriz con coeficientes en K. Entonces
dimnull(A) = n rango(A).

Ejemplo 5.4.1.- En R4 , y con respecto a la base estndar, consideremos la variedad lineal definida por el sistema de ecuaciones

x2 x3 x4 = 0,
W:
x2 + x4 = 0.
lgebra Lineal y Geometra

157

Depto. de lgebra
Si calculamos la forma escalonada reducida por filas de la matriz de coeficientes nos queda
A=

0 1 1 1
0 1
0
1

rref

0 1 0 1
.
0 0 1 2

Entonces el rango de la matriz de coeficientes es iguala 2, de donde dimW =

42 = 2. Una base de este espacio lo obtenemos al despejar las variables bsicas
(x2 , x3 ) en funcin de las libres (x1 , x4 ) en las ecuaciones paramtricas

x1

x2
W:

3
x4

= x1 ,
=
x4 ,
=
2x4 ,
=
x4 .

Por tanto,

W = h 1 =

1
0
0
0

, h2 =

0
1
2
1

5.5. Conversin entre paramtricas e implcitas

Al final de la seccin anterior hemos visto un mtodo para transformar un
subespacio vectorial dado por unas ecuaciones implcitas en una base de dicho
subespacio. Podemos resumirlo en el siguiente mtodo.
158

lgebra Lineal y Geometra

Depto. de lgebra

Paso de implcitas a paramtricas

Sea V un K-espacio vectorial donde se ha fijado una base B. Dado un
subespacio vectorial W definido por un sistema de ecuaciones homogneo A x = 0,
1. Calculamos una forma escalonada (o reducida) por filas de A:
rref

A
E A.
2. Despejamos las variables bsicas en funcin de las libres.
3. Calculamos los vectores hi a partir de los coeficientes de las variables libres.

Ejemplo 5.5.1.- Consideremos en R4 el subespacio W dado por las soluciones

del siguiente sistema lineal homogneo:

2x1 +3x2 2x3 x4 = 0,

x1 +4x2
x4 = 0,

2x1 7x2 6x3 +x4 = 0.

Tomamos la matriz A de coeficientes del sistema, y calculamos su forma escalonada reducida por filas:

1 0 8/5 1/5

G-J

A
0 1 2/5 1/5 .
0 0
0
0

Despejamos las variables pivote en funcin de las libres:

8
1
x1 =
5 x3 + 5 x4 ,
2
x2 = 5 x3 + 51 x4 .
Cambiamos las variables libres por parmetros:

8
1

x =

5 1 + 5 2 ,
1

x2 = 25 1 + 51 2 ,

x3 =
1 ,

x =
2 .
4
lgebra Lineal y Geometra

159

Depto. de lgebra
Una base de W est formada por los vectores

w1 =

8
5
25

1
5
1
5

,w =
1 2 0
0
1

Observemos que para este clculo hemos partido de un conjunto de ecuaciones que eran dependientes, pues la tercera ecuacin se obtiene tras sumar la
primera multiplicada por 3 y la segunda por (4).

El problema que nos planteamos ahora es si todo subespacio vectorial admite unas ecuaciones implcitas. La respuesta es afirmativa y la prueba se obtiene a partir del mtodo para pasar de ecuaciones paramtricas, es decir, a
partir de un conjunto de generadores, a implcitas.
Vamos a explicar dos mtodos diferentes para obtenerlas. Uno se basa en el
mtodo del orlado y el segundo utiliza transformaciones elementales por filas.
Partimos de un espacio vectorial V donde se ha fijado una base B y W es un
subespacio vectorial dado por un conjunto finito de generadores S.
160

lgebra Lineal y Geometra

Depto. de lgebra

De paramtricas a implcitas: orlado

1. Sea A S,B la matriz cuyas columnas son las coordenadas de los
elementos de S respecto de la base B.
2. Mediante el mtodo del orlado, se identifican el mximo nmero
posible de columnas independientes, con lo que se obtiene una
base B1 del subespacio W . Digamos que B1 tiene r elementos,
es decir, dim(W ) = r .
3. Se considera la matriz A B1 ,B M (n r, K), cuyas columnas son
una base de W , y la matriz M que resulta al aadir a esta matriz
una columna de incgnitas con las variables x1 , . . . , xn :

M = A B1 ,B

x1
..
. .
xn

4. Con el mtodo del orlado aplicado a un menor no nulo de orden

r , se calculan n r determinantes que deben ser iguales a cero y
definen unas ecuaciones implcitas de W .

La justificacin del mtodo anterior se basa en que un vector de coordenadas

x1
..
. pertenece a W
xn

si y solamente si es combinacin lineal de las columnas de A B1 ,B , esto es, si y

solamente si la matriz M tiene rango r .

Ejemplo 5.5.2.- En el espacio vectorial R4 , respecto de la base estndar B, sea

W la variedad lineal generada por el conjunto

1
2
1

1
0
1
S = {v1 =
,v = ,v =
}.
2 2 1 3 1
1
1
2
lgebra Lineal y Geometra

161

Depto. de lgebra
Aplicando el mtodo del orlado averiguamos que rango(S) = 2 y que, de hecho,
el tercer vector es combinacin lineal de los otros dos. Entonces

1 2
1 0

A S,B =

2 1
1 1

1
.

1
2

Luego B1 = {v1 , v2 } es una base de W . La condicin a imponer es que un vector

de coordenadas (x1 , x2 , x3 , x4 )t est en W si y solamente si

rango

1 2
1 0
2 1
1 1

x1

x2
=2

x3

x4

1 2 x1

1 0 x2

2 1 x
3

= 0 x1 + 3x2 2x3 = 0

1 2 x1

1 0 x2 = 0 x1 3x2 2x4 = 0

1 1 x
4

Luego unas ecuaciones implcitas de W son:

W:

x1 + 3x2 2x3 = 0
.
x1 3x2 2x4 = 0

El mtodo de eliminacin
es muy
similar en cuanto al comienzo, aunque se

parte de la matriz M = A S,B x .

162

lgebra Lineal y Geometra

Depto. de lgebra

De paramtricas a implcitas: transformaciones elementales

Suponemos fijada una base B del espacio vectorial V , y sea W el subespacio vectorial generado por un conjunto S.
1. Se considera la matriz A S,B , cuyas columnas son las coordenadas
de los elementos de S respecto de la base B. Sea M la matriz que
resulta al aadir a esta matriz una columna de variables x1 , . . . , xn .

M = A S,B

x1
..
.
xn

2. Calculamos E una forma escalonada de la matriz A S,B , efectuando las mismas transformaciones en la ltima columna de M.
3. Imponemos las condiciones sobre la ltima columna de E para
que no contenga ningn pivote.

La justificacin del mtodo se basa en la misma idea que el mtodo anterior:

un vector

x1
..
. pertenece a W
xn

si y solamente si es combinacin lineal de las columnas de A S,B . Es decir, si y

solamente si en cualquier forma escalonada por filas de la matriz M la ltima
columna no contiene un pivote. Una forma escalonada por filas de M es de la
forma (E |c), donde E es una forma escalonada por filas de A S,B . Supongamos
que rango(A S,B ) = r , es decir que E tiene r pivotes; entonces la forma escalonada por filas de M debe ser del tipo

lgebra Lineal y Geometra

eq1
..
.
eqr
a11 x1 + a1n xn
..
.
anr,1 x1 + anr,n xn

163

Depto. de lgebra
donde eq1 , . . . , eqr son expresiones lineales en x1 , . . . , xn . El que la ltima no tenga pivote es equivalente a que se verifiquen las ecuaciones

a11 x1 + a1n xn = 0
..
,
.

anr,1 x1 + anr,n xn = 0
que son unas ecuaciones implcitas de W .

Ejemplo 5.5.3.- En el espacio vectorial R4 , respecto de la base estndar S , sea

W el subespacio vectorial generado por el conjunto

1
1
2

1
1
0
S = {v1 =
}.
, v2 = , v3 =
2
1
1
2
1
1
Mediante transformaciones elementales por filas obtenemos

x1
1 2
1
1 2 1 x1

x1 + x2
1 0 1 x2 0 2 2

x
(1/2)x
2
1
1
0
0
0

3
1 (3/2)x 2 + x 3
1 1 2 x4
0 0
0 (1/2)x1 + (3/2)x2 + x4

Luego unas ecuaciones implcitas de W son

(1/2)x1 (3/2)x2 + x3 = 0
.
W:
(1/2)x1 + (3/2)x2 + x4 = 0

Como consecuencia de los procedimientos anteriores podemos concluir

con el siguiente resultado:
Existencia de ecuaciones paramtricas e implcitas
Sea V un K-espacio vectorial de dimensin finita y B una base. Todo
subespacio vectorial W se puede representar, respecto a B, como unas
ecuaciones paramtricas y unas ecuaciones implcitas.

164

lgebra Lineal y Geometra

Depto. de lgebra
Nota 5.5.1. Cuando un subespacio vectorial W est definido por unas ecuaciones implcitas A pn x = 0, puede ocurrir que la matriz A no sea de rango p, es
decir, que alguna ecuacin dependa linealmente de las otras. Los mtodos anteriores de paso de paramtricas a implcitas proporcionan lo que se denomina
un conjunto independiente de ecuaciones.

Es recomendable hacer una pequea variacin en el mtodo de clculo de

unas ecuaciones implcitas a partir de las paramtricas, con vistas a aprovechar
la capacidad de clculo de algunos programas que no tratan variables dentro de
una matriz. Lo que necesitamos es la matriz no singular P tal que P A = E , con
E una forma escalonada. Entonces sabemos que

A Im

con lo que obtenemos P . Si rango(A) = r , entonces la condicin sobre la ausencia de pivotes en la ltima columna se traduce en que las ltimas n r componentes de P x sean nulas. Veamos lo que ocurre en el ejemplo anterior.
Formamos la matriz

w1 w2 w3 I 4

0 0

0 2 2 1
1
0 0

0 0
0 1/2 3/2 1 0

1/2

3/2

0 1

Dado que el rango de la matriz de vectores inicial es igual a 2, consideremos las

ltimas 4 2 = 2 componentes de P x:

x1

x1 + x2

Px =
1/2x1 3/2x2 + x3

1/2x1 + 3/2x2 + x4

lgebra Lineal y Geometra

(1/2)x1 (3/2)x2 + x3 = 0

.
W :

(1/2)x1 + (3/2)x2 + x4 = 0

165

Depto. de lgebra

De paramtricas a implcitas: transformaciones elementales (2)

Suponemos fijada una base B del espacio vectorial V , y sea W el subespacio vectorial generado por un conjunto S.
1. Se considera la matriz A S,B , de orden m n, cuyas columnas son
las coordenadas de los elementos de S respecto de la base B.
2. Calculamos E una forma escalonada de la matriz A S,B , y una matriz no singular P tal que P A = E .

A In

Gauss
E

3. Si rango(A) = r , esto es, las primeras r filas de E son no nulas, las

ecuaciones implcitas de W son las (n r ) ltimas componentes
de P x.

5.6. Operaciones con subespacios

5.6.1. Interseccin y suma de subespacios
Ya hemos visto cmo se puede determinar una variedad lineal usando ecuaciones paramtricas o implcitas y cmo calcular su dimensin. Continuaremos con las operaciones bsicas entre subespacios vectoriales, que permiten
formar nuevos subespacios a partir de unos dados. Dados dos subespacios W1
y W2 tiene sentido considerar la interseccin como conjuntos. Veamos que tiene una estructura adicional.
Interseccin de subespacios vectoriales
Si W1 y W2 son dos subespacios vectoriales de un espacio vectorial V ,
entonces W1 W2 es un subespacio vectorial.
P RUEBA : Sean v1 , v2 W1 W2 . Como pertenecen a W1 , entonces v1 + v2
W1 , al ser W1 variedad lineal. Pero como tambin pertenecen a W2 , entonces
v1 + v2 W2 . Por tanto, v1 + v2 W1 W2 .
Anlogamente se demuestra que si K y v W1 W2 , entonces v W1
W2 . Por tanto, W1 W2 satisface las dos propiedades necesarias y suficientes

para ser una variedad lineal.
166

lgebra Lineal y Geometra

Depto. de lgebra
Una forma directa de obtener la expresin de la interseccin de dos subespacios vectoriales consiste en tomar como punto de partida unas ecuaciones
implcitas de ambos. El sistema formado por todas las ecuaciones forman unas
ecuaciones implcitas de la interseccin.

Interseccin de subespacios
Sea V un K-espacio vectorial de dimensin finita y B una base.
Sean W1 ,W2 subespacios dados por sus ecuaciones implcitas A 1 x =
0, A 2 x = 0, respectivamente, respecto de la base B. Entonces unas
ecuaciones implcitas del subespacio W1 W2 son
W1 W2 :

A 1 x = 0,
.
A 2 x = 0.

Ejemplo 5.6.1.- En el espacio vectorial R4 la interseccin de los subespacios

W1 :
es

x1 x3 = 0
x2 + x4 = 0

y W2 : x 1 + x 4 = 0

x1 x3 = 0
x + x4 = 0 .
W1 W2 :
2
x1 + x4 = 0

Nota 5.6.1. Una vez que hemos visto que la interseccin de subespacios es un
subespacio, y hemos estudiado algunas de sus propiedades, podramos intentar hacer lo mismo con la unin de subespacios vectoriales. Pero hay que ser
cuidadoso. Aunque la interseccin de dos subespacios vectoriales es un subespacio, la unin de dos subespacios no es un subespacio, en general. Por ejemplo,
en R3 , la unin de dos rectas que pasan por el origen no tiene por qu ser una
recta, y por supuesto no es un punto, ni un plano, ni todo el espacio.
lgebra Lineal y Geometra

167

Depto. de lgebra
De todas formas, aunque W1 W2 no tenga estructura de subespacio, podemos considerar uno que contenga a W1 y a W2 . Para ello, basta tomar W1 W2 .
Tenemos entonces la siguiente definicin:

Suma de subespacios
Sean W1 y W2 dos subespacios de un espacio vectorial V . Se llama suma
de W1 y W2 al subespacio
W1 + W2 = W1 W2 .

Por definicin, si conocemos W1 y W2 y queremos hallar W1 + W2 , basta

tomar un sistema de generadores S 1 de W1 y un sistema de generadores S 2 de
W2 . La unin de estos dos conjuntos, S 1 S 2 , ser un sistema de generadores
de W1 + W2 .

Ejemplo 5.6.2.- En el espacio vectorial R4 la suma de los subespacios

1
0
1

0
0
1
W1 = v1 =
, v2 = ,W2 = w1 =
0
1
0
1
0
1
es el subespacio W1 + W2 = v1 , v2 , w1 .

Suma de subespacios
Sean W1 ,W2 subespacios dados por los sistemas de generadores respectivos S 1 y S 2 . Entonces el subespacio suma W1 + W2 tiene como sistema generador el conjunto S 1 S 2 .
Nota 5.6.2. La suma W1 + W2 es, en realidad, el subespacio ms pequeo que
contiene a W1 W2 .
168

lgebra Lineal y Geometra

Depto. de lgebra

5.6.2. Propiedades de la suma de subespacios

Dados dos subespacios W1 y W2 en un espacio vectorial de dimensin finita
V , hemos definido la variedad suma W1 + W2. La causa de que esta variedad
lineal se llame suma, se encuentra en el siguiente resultado:
Caracterizacin de la suma de subespacios
Sean W1 y W2 dos subespacios de un espacio vectorial V . Entonces
W1 + W2 = {v1 + v2 | v1 W1 , v2 W2 }.

P RUEBA : Si v W1 + W2 , entonces es combinacin lineal de los vectores

de W1 W2 . Separemos esta combinacin lineal en dos sumandos v = v1 + v2 ,
donde en v1 estn todos los trminos en que aparece un vector de W1 , y v2
contiene el resto de los trminos, que necesariamente consta de vectores de
W2 . Entonces v1 W1 = W1 , y v2 W2 = W2 .

La otra inclusin es trivial.
Se puede definir de manera inductiva la suma de un nmero finito de subespacios vectoriales a partir del teorema de caracterizacin:
W1 + W2 + + Wm = W1 W2 Wm .
Y los elementos de esta suma estn caracterizados por
W1 + + Wm = {v1 + + vm | vi Wi , i = 1, . . . , m}.

Ejemplo 5.6.3.- La forma de obtener un conjunto de generadores de la suma

finita de subespacios consiste en unir los conjuntos de generadores de cada
uno de los sumandos. Por ejemplo, en R5 consideremos los subespacios W1 =
w11 ,W2 = w21 , w22 ,W3 = w31 , donde

1
1
4
0

2
2
3
5

w11 = 3 , w21 = 1 , w22 = 2 , w31 = 4

.

2
4
4
5

lgebra Lineal y Geometra

169

Depto. de lgebra
Entonces W1 + W2 + W3 = w11 , w21 , w22 , w31 . En este caso, los cuatro vectores
son independientes, y forman una base del espacio suma.

5.6.3. Frmula de la dimensin

Veamos ahora uno de los teoremas ms importantes del lgebra lineal, que
relaciona las dimensiones de dos variedades cualesquiera, su suma y su interseccin. Este teorema es muy til para calcular dimensiones de subespacios
vectoriales.
Frmula de la dimensin
Sean W1 y W2 dos subespacios vectoriales de un espacio vectorial V de
dimensin finita. Entonces
dimW1 + dimW2 = dim(W1 + W2 ) + dim(W1 W2 ).

P RUEBA : Sea B0 = {u1 , . . . , ur } una base de W1 W2 . Por el teorema de la

base incompleta (pg. 135), podemos ampliar B0 hasta una base de W1 , y tambin la podemos ampliar hasta una base de W2 . Es decir, existen dos conjuntos
de vectores, S 1 = {v1 , . . . , vs } y S 2 = {w1 , . . . , wt } tales que B1 = B0 S 1 es una
base de W1 , y B2 = B0 S 2 es una base de W2 .
Sea B = B0 S 1 S 2 . Vamos a demostrar que B es base de W1 +W2 , y con eso
habremos probado el teorema, ya que dimW1 = r + s, dimW2 = r + t , dim(W1
W2 ) = r , y en este caso dim(W1 + W2 ) = r + s + t .
B es un conjunto generador de W1 + W2 , ya que B = B1 B2 . Por tanto,
basta comprobar que es linealmente independiente. Consideremos una combinacin lineal de la forma
r
X

i ui +

i =1

s
X

j vj +

j =1

t
X

k w k = 0.

k=1

Hay que demostrar que todos los coeficientes deben ser nulos. Sea

v=

r
X

i =1

170

i ui +

s
X

j =1

j vj =

t
X

k wk .

k=1

lgebra Lineal y Geometra

Depto. de lgebra
De la primera forma de escribir v se obtiene que v W1 , y de la segunda, que
v W2 . Por tanto, v W1 W2 , y as v se escribe de forma nica como combinacin lineal de los vectores de B0 . Como tambin se escribe de forma nica como combinacin lineal de los vectores de B1 (la frmula anterior), y B0 B1 ,
estas dos formas de escribirlo deben ser la misma. Por tanto, 1 = = s = 0.
Despus de esto, nos queda
r
X

i =1

i ui +

t
X

k w k = 0,

k=1

pero esta es una combinacin lineal de los vectores de B2 , que es linealmente

independiente, luego todos los coeficientes son nulos.


5.6.4. Suma directa

Como vimos en la seccin precedente, los subespacios vectoriales se pueden intersecar o sumar. En esta seccin veremos una suma con una propiedad
especial que permite dividir un espacio vectorial en trozos.
Suma directa
Sean W1 , . . . ,Wr subespacios de un espacio vectorial V . Decimos que
W = W1 + + Wr es suma directa de W1 , . . . ,Wr si todo vector w W
se expresa de una nica forma

w = u1 + + ur , ui Wi , i = 1, . . . , r.
Lo notaremos como
W = W1 Wr =

r
M

Wi .

i =1

Ejemplo 5.6.4.- En el espacio vectorial R4 consideramos las variedades lineales

1
0
0
1




0
0
0
1
W1 = v1 = , v2 = ,W2 = v3 = , v4 = .
0
0
1
1
1
1
1
0
lgebra Lineal y Geometra

171

Depto. de lgebra
Entonces W = W1 + W2 = R4 y como {v1 , v2 , v3 , v4 } es base de R4 , tenemos la
unicidad de la expresin de todo vector de W como suma de vectores de W1 y
W2 . Por tanto, R4 = W1 W2 .

Existen otras caracterizaciones de la suma directa que nos sern de utilidad

posteriormente.

Propiedades de la suma directa

Sean W1 , . . . ,Wr V subespacios vectoriales y W = W1 + + Wr .
1. Si Bi , i = 1, . . . , r son bases respectivas de cada Wi , entonces W es
S
suma directa de W1 , . . . ,Wr si y solamente si B = ri=1 Bi es base
de W .
2. W es suma directa de W1 , . . . ,Wr si y solamente si una expresin
de la forma

0 = u1 + + ur , con cada ui Wi
implica que u1 = = ur = 0.
3. Si W es de dimensin finita y W =
Pr
i =1 dimWi .

Lr

i =1 Wi ,

entonces dimW =

P RUEBA :
1. Supongamos que W es suma directa de W1 , . . . ,Wr . Es claro, por la definicin de suma, que B es un conjunto generador de W y por el teorema
de coordenadas nicas (pg. 138) es una base de W . El recproco se sigue
de nuevo por la unicidad de la expresin de un vector de W con respecto
a una base del subespacio.
2. Si W es suma directa de W1 , . . . ,Wr , el vector 0 admite una expresin nica como suma de vectores de los subespacios Wi . Tal expresin es

0 = |{z}
0 + + |{z}
0
W1

172

Wr

lgebra Lineal y Geometra

Depto. de lgebra
de donde tenemos la implicacin. Recprocamente, sea w W y supongamos que tenemos las expresiones

ui Wi , i = 1, . . . , r
ui Wi , i = 1, . . . , r.

w = u1 + + ur
= u1 + + ur ,
Entonces

0 = u1 u1 + + ur ur ,
| {z }

| {z }
Wr

W1

y por la hiptesis esto implica que ui =

sin es nica.

ui , i

= 1, . . . , r , es decir, la expre-

3. Es consecuencia de la primera propiedad.


Nota 5.6.3. En el caso de suma de dos subespacios (r = 2), existe una caracterizacin clsica de la suma directa: W = W1 W2 si y solamente si W = W1 + W2
y W1 W2 = 0. En efecto, si W = W1 W2 y v W1 W2 , entonces tenemos las
expresiones
v = |{z}
v + |{z}
0 = |{z}
0 + |{z}
v .
W1

W2

W1

W2

Entonces v = 0 por la unicidad de la expresin. De manera recproca, sea w

W1 + W2 que se puede expresar como

w = u1 + u2 = u1 + u2 , con u1 , u1 W1 , u2 , u2 W2 .
Entonces u1 u1 = u2 u2 es un vector que pertenece a W1 W2 . Por tanto,
u1 = u1 y u2 = u2 .
Nota 5.6.4. Si V es un espacio vectorial de dimensin finita y W1 V un subespacio propio, existe W2 V subespacio vectorial tal que V = W1 W2 . Basta
construir una base B1 de W1 y ampliarla a una base de V . Los vectores de dicha ampliacin generan a W2 .

5.7. Espacio cociente

Estudiamos ahora una nocin que es bsica en muchas ramas de las matemticas, en particular en el lgebra lineal: el espacio cociente. Fijaremos a partir
de ahora un espacio vectorial V y un subespacio vectorial W V . Bsicamente,
se puede pensar en el espacio cociente de V sobre W como si fuera el espacio
lgebra Lineal y Geometra

173

Depto. de lgebra
V , pero donde los vectores de W no tienen ningn valor: es decir, cualquier
vector de W representa el vector 0 del espacio cociente; y si sumamos a cualquier vector del cociente un vector de W , ste se queda igual. Vamos a definirlo
de forma rigurosa.
Decimos que dos vectores u, v V son W -equivalentes si u v W , y lo
notaremos como u W v . La W -equivalencia define una relacin de equivalencia en V . En efecto:
Propiedad reflexiva: todo vector u es W -equivalente a s mismo, porque
uu = 0 W .
Propiedad simtrica: si u W v , entonces uv W . Como W es subespacio vectorial, el opuesto de este vector tambin pertenece a W , es decir,
u + v W , lo que implica que v W u.
Propiedad transitiva: si u W v y v W w , entonces uv W y v w W .
Si sumamos estos vectores, obtendremos un nuevo vector de W :
(u v ) + (v w ) = u w W,
lo que significa que u W w .

Ejemplo 5.7.1.- Consideremos en R3 el subespacio W = u1 , u2 , donde

u1 =
2 , u2 = 1 .
Entonces

11

u=
1 W v = 3 ,
4

15

porque u v = 3u1 4u2 W . Observemos que para comprobar si dos vectores

son W -equivalentes, basta resolver un sistema de ecuaciones.

174

lgebra Lineal y Geometra

Depto. de lgebra
Dado un vector v V , la clase de equivalencia de v es el conjunto formado
por todos los vectores W -equivalentes con w . Este conjunto tiene la forma {v +
w | w W } y, por ese motivo, la clase de equivalencia de denota como v + W .
Nota 5.7.1. Si u +W = v +W entonces existe w W tal que u = v + w , de donde
u v W , o lo que es lo mismo, u W v . El recproco es inmediato. Por tanto,

u+W = v +W

es equivalente a

u W v ,

o bien

u v W.

Una consecuencia de este hecho es que si dos clases de equivalencia u + W y

v + W tienen un elemento en comn, entonces definen la misma clase.
Ahora creamos un nuevo conjunto, en donde los elementos son las clases de
equivalencia. Las clases de equivalencia dividen el conjunto V es una serie de
subconjuntos que son disjuntos dos a dos. Formamos as el conjunto cociente.

Espacio cociente
Sea W un subespacio vectorial de un espacio vectorial V . Llamaremos
espacio cociente de V sobre W , y lo denotaremos V /W , al conjunto
formado por las clases de equivalencia definidas por W .

Ejemplo 5.7.2.- En R3 consideremos el subespacio vectorial W = e1 . Entonces R3 /W est formado por las clases de equivalencia u +W , en cada una de las
cuales hay un representante de la forma

0
2 + W.
3

Nuestro inters en este conjunto es que nos permite crear un nuevo espacio
vectorial.
lgebra Lineal y Geometra

175

Depto. de lgebra

Espacio cociente como espacio vectorial

Sea W un subespacio vectorial de un K-espacio vectorial V . El espacio
cociente V /W , con las operaciones
Suma: (u + W ) + (v + W ) = (u + v ) + W ,
Producto por escalar: (u + W ) = (u) + W ,
es un espacio vectorial sobre K. Adems, si V es de dimensin finita, se
tiene:
dim(V /W ) = dim(V ) dim(W ).

P RUEBA : Debemos probar, en primer lugar, que las operaciones estn bien
definidas. Esto es, que si u +W = u +W y adems v +W = v +W , entonces las
clases de equivalencia (u + v )+W y (u + v )+W son iguales. Pero sabemos que
u W u , luego u u W . Anlogamente v v W . Por tanto, (u u ) + (v
v ) = (u + v ) (u + v ) W . Es decir, (u + v ) W (u + v ), luego (u + v ) + W =
(u + v ) + W como queramos demostrar.
Por otro lado, si u +W = u +W y K, entonces (u u ) W , luego (u

u ) = u u W . Por tanto (u) + W = (u ) + W , y se obtiene el resultado.

La demostracin de que V /W es un espacio vectorial es directa. Observemos
que el elemento neutro de la suma de clases es la clase 0 + W .
Para probar la frmula que relaciona sus dimensiones, tomemos una base
B1 = {u1 , . . . , ur } de W . Esta base se puede ampliar a una base
B = {u1 , . . . , ur , ur +1 , . . . , un }
de V . Vamos a probar que B2 = {ur +1 + W, . . . , un + W } es una base de V /W , y
esto demostrar el resultado.
Probemos primero que B2 es un conjunto generador. Sea v +W una clase de
equivalencia cualquiera. Como v V , podremos escribirlo como combinacin
lineal de los elementos de B. Es decir, v = 1 u1 + + n un . Sea u = 1 u1 +
+ r ur . Claramente u W , luego u = v u W v , donde u = r +1 ur +1 +
+ n un . Pero en ese caso v + W = u + W = r +1 (ur +1 + W ) + + n (un +
W ). Es decir, cualquier clase de equivalencia, v + W , puede escribirse como
combinacin lineal de los elementos de B2 .
La demostracin estar completa si probamos que B2 es un conjunto linealmente independiente. Supongamos que tenemos una combinacin lineal
r +1 (ur +1 + W ) + + n (un + W ) = 0 + W.
176

lgebra Lineal y Geometra

Depto. de lgebra
Esto implica que
(r +1 ur +1 + + n un ) + W = 0 + W,
es decir, (r +1 ur +1 + + n un ) W . Pero la variedad lineal
W1 = ur +1 , . . . , un verifica que V = W W1 ,
ya que B es una base. Luego la nica posibilidad es que (r +1ur +1 + +n un ) =
0, por lo que r +1 = = n = 0. Esto nos dice que los elementos de B2 son li
nealmente independientes.
Sea V un espacio vectorial sobre K, de dimensin finita, en el que hemos
fijado una base respecto de la que tomamos coordenadas.
Base de V /W y coordenadas
Calculamos una base B1 = {u1 , . . . , ur } de W .
Completamos a una base del espacio completo B =
{u1 , . . . , ur , ur +1 , . . . , un } (mtodo de ampliacin, p. 135).
Una base de V /W es B2 = {ur +1 + W, . . . , un + W }.
Sea v V un vector cualquiera.
(1) Expresamos v como combinacin lineal de los vectores de la base
B:
v = 1 u1 + + r ur + r +1 ur +1 + + n un .
(2) Entonces v + W = r +1 (ur +1 + W ) + + n (un + W ), de donde

r +1
.
(v + W )B2 = .. .
n

Ejemplo 5.7.3.- En V = R3 consideremos el subespacio W definido por las

ecuaciones

1
x1 2x2 = 0

W:
y el vector v = 1 .
x3 = 0
1
lgebra Lineal y Geometra

177

Depto. de lgebra
Vamos a calcular una base de V /W y las coordenadas del vector v +W respecto
a dicha base.
Una base de W es B1 = {u1 }, donde

2
u1 = 1 .
0
Ampliamos a una base de V :

1
0 0
2 1 0 0
2
1 0 1 0 Gauss
0 1/2 1 0 .
0
0 1
0 0 0 1
0

Luego B = {u1 , e1 , e3 } es una base de V , y una base de V /W es B2 = {e1 +W, e3 +

W }.
Para hallar las coordenadas de v + W respecto de B2 hacemos lo siguiente

2 1 0 1
1 0 0 1
1 0 0 1 G-J

0 1 0 1 .
0 0 1 1
0 0 1 1
Entonces las coordenadas de v respecto de la base B son

1
1

.
vB = 1 , y (v + W )B2 =
1
1

Al igual que podemos construir una base de V /W y las coordenadas de un

vector v + W , tambin tenemos un criterio para decidir si un conjunto T =
{v1 + W, . . ., vs + W } es linealmente independiente en el espacio cociente V /W .
Supongamos que S W = {w1 , . . . , wr } es un conjunto generador de W (no es necesario que sea base de W ). Una expresin de la forma
1 (v1 + W ) + + s (vs + W ) = 0 + W
es equivalente a 1 v1 + + s vs W . Tiene tiene solucin no trivial (algn i
no nulo) si y solamente si v1 , . . . , vs W 6= 0. Tenemos as dos mtodos para
resolver el problema:
178

lgebra Lineal y Geometra

Depto. de lgebra
1. Mediante las ecuaciones implcitas de W y v1 , . . . , vs . Sustituimos la expresin de pertenencia a W en las ecuaciones implcitas de W , lo que
proporciona un sistema lineal homogneo en las incgnitas i , 1 i s.
El conjunto T es linealmente independiente si y solamente si la nica solucin es la trivial.
2. Formamos la matriz
B=

w1 . . . wr v1 . . . vs ,

y calculamos una forma escalonada E B = C 1 C 2 . El conjunto T es

linealmente independiente si y solamente si todas las columnas de C 2
aportan pivote.
Independencia lineal en V /W
Sea T = {v1 + W, . . . , vs + W } V /W y S W = {w1 , . . . , wr } un conjunto
generador de W , con dimV = n.
Formamos la matriz
B=

w1 . . . wr v1 . . . vs

n(r +s)

Gauss
Calculamos B E B = C 1 C 2 , donde C 1 es una matriz n r
y C 2 es una matriz n s.
El conjunto T es linealmente independiente si y solamente si todas las columnas de C 2 aportan pivote.

Ejemplo 5.7.4.- En el R-espacio vectorial V = R3 , y fijada la base estndar, consideramos W el subespacio vectorial definido por

x1 x3 = 0
W
x2 x3 = 0
Sea T = {v1 + W, v2 + W }, donde v1 = (2, 1, 3)t , v2 = (0, 1, 1)t . De la forma habitual, calculamos una base de W , que es BW = {w1 = (1, 1, 1)t }. Formamos la
matriz

Gauss 1 1
2 1 .
B = w1 v1 v2 0
0
0
0
lgebra Lineal y Geometra

179

Depto. de lgebra
La tercera columna no aporta pivote, por lo que el conjunto T es linealmente
dependiente en V /W .
Podemos aprovechar la definicin de W mediante ecuaciones implcitas
para resolver el problema. La expresin 1 (v1 + W ) + 2 (v2 + W ) = 0 + W nos
lleva a buscar 1 , 2 R tales que 1 v1 + 2 v2 W , es decir,

21
1 2 W, que es equivalente a (21 ) (31 + 2 ) = 0,
(1 2 ) (31 + 2 ) = 0.
31 + 2
Este sistema tiene solucin no trivial 1 = 2 , por lo que T es linealmente dependiente.

180

lgebra Lineal y Geometra