ALGEBRA LINEAL.

Espacios vectoriales.

2012

Universidad Nacional de Cajamarca-Sede Jaén 1

 UNIVERSIDAD NACIONAL DE CAJAMARCA
SEDE JAÉN

FACULTAD DE INGENIERÍA

ESCUELA ACADÉMICA PROFESIONAL INGENIERÍA CIVIL

TEMA: ESPACIOS VECTORIALES.

ASIGNATURA: ALGEBRA LINEAL

DOCENTE: Lic. ELADIO SANCHEZ CULQUI

CICLO: III

ALUMNA:
-HERRERA PÉREZ, Cinthia.
-SÁNCHEZ BERRIOS, Mayti
-VASQUEZ CAMPOS, Lucero.
-VÁSQUEZ ROJAS, Luis

JAÉN–PERÚ

Universidad Nacional de Cajamarca-Sede Jaén 2

 Espacios vectoriales.

 DEFINICIÓN.

Sean 𝑉 ≠ ∅ un conjunto, K un campo y dos operaciones una de suma (+) y la otra de producto
(*), entonces diremos que el objeto (V,+, K,*) es un espacio vectorial si se verifican las
siguientes condiciones.

+: 𝑉 ∗ 𝑉 → 𝑉
A. EXISTE UNA APLICACIÓN SUMA : (𝑥, 𝑦) → +(𝑥, 𝑦) = 𝑥 + 𝑦

Llamado ley de composición interna (la suma de dos vectores es un vector) y cumple los
siguientes axiomas:

𝐴1 . −𝑥 + 𝑦 = 𝑦 + 𝑥 , ∀ 𝑥, 𝑦 ∈ 𝑉 Axioma conmutativo.

𝐴2 . − 𝑥 + (𝑦 + 𝑧) = (𝑥 + 𝑦) + 𝑧 , ∀𝑥, 𝑦, 𝑧 ∈ 𝑉, Axioma asociativo.

𝐴3 . − ∀ 𝑥 ∈ 𝑉 , existe −𝑥 ∈ 𝑉, tal que 𝑥 + 0 = 0 + 𝑥 = 𝑥 𝑑𝑜𝑛𝑑𝑒 "0" se denomina elemento

neutro aditivo o cero.

𝐴4 . − ∀ 𝑥 ∈ 𝑉 , 𝑒𝑥𝑖𝑠𝑡𝑒 − 𝑥 ∈ 𝑉, 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑥 + (−𝑥) = (−𝑥) + 𝑥 = 0, 𝑑𝑜𝑛𝑑𝑒 − 𝑥 Se denomina

opuesto de x.

∗: 𝑘 ∗ 𝑉 → 𝑉
B. EXISTE UNA APLICACIÓN PRODUCTO.
(𝜆, 𝑥) →∗ (𝜆, 𝑥) = 𝜆𝑥

Llamado ley de composición externa (el producto de un escalar por un vector es un vector) y
cumple con los axiomas siguientes.

𝐵1 . − 𝛼(𝛽𝑥) = (𝛼𝛽)𝑥 , ∀𝑥, 𝛼, 𝛽 𝜖 𝑘

𝐵2 . −(𝛼 + 𝛽)𝑥 = 𝛼𝑥 + 𝛽𝑥, ∀𝑥𝜖𝑉 , 𝛼, 𝛽 𝜖 𝑘

𝐵3 . −𝛼(𝑥 + 𝑦) = 𝛼𝑥 + 𝛼𝑦 , ∀ 𝑥, 𝑦 𝜖𝑉, 𝛼 𝜖 𝑘

𝐵4 . −∀ 𝑥 ∈ 𝑉, 𝑒𝑥𝑖𝑠𝑡𝑒 1 ∈ 𝑘 Elemento idéntico multiplicativo tal que 1*x=x

OBSERVACIÓN.-

1. Los elementos de V se llaman vectores y los elementos de k se llaman escalares.

2. Como V está definido sobre los elementos de k, se dice que V es un k espacio vectorial.
3. Si 𝑘 = 𝑅 , V se llama espacio vectorial real.

Universidad Nacional de Cajamarca-Sede Jaén 3

 4. Si 𝑘 = 𝐶, V se llama espacio vectorial complejo.
5. Un conjunto 𝑉 ≠ ∅ para que sea un espacio vectorial sobre un campo k debe tener
definidas dos operaciones “suma” y “multiplicación por un escalar” y que cumple los
ocho axiomas mencionados, en caso que no cumpla con alguno de dichas axiomas no
es un espacio vectorial.
6. Al conjunto de los polinomios de grado ≤ 3 con coeficientes complejos denotaremos
por 𝑘[𝑥] es decir:

𝑘[𝑥] = {𝑃(𝑥)/𝑃(𝑥) = 𝑎3 𝑥 3 + 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0 ; 𝑎𝑖 ∈ 𝑘 = 𝐶}

 PROPIEDADES DE LOS ESPACIOS VECTORIALES.

Sea (𝑉, +, 𝑅,∗) 𝑢𝑛 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑣𝑒𝑐𝑡𝑜𝑟𝑖𝑎𝑙, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒:

i) El elemento "𝜃" de la propiedad 𝐴3 es único.

Demostración.

Supongamos ∃𝜃 ′ ∈ 𝑉 tal que 𝜃 ′ + 𝑢 = 𝑢 , ∀ 𝑢, 𝑣 ∈ 𝑉

Por la propiedad 𝐴3 tenemos que: 𝑢 + 𝜃 = 𝑢 , ∀ 𝑢 ∈ 𝑉

𝜃 + 𝜃′ = 𝜃
Se cumple: } 𝑝𝑢𝑒𝑠 𝜃, 𝜃 ′ ∈ 𝑉 son elementos neutros de V.
𝜃′ + 𝜃 = 𝜃

Y por la propiedad conmutativa se cumple:

𝜃 ′ = 𝜃 + 𝜃 ′ = 𝜃 ′ + 𝜃 = 𝜃 ⇒ 𝜃 ′ = 𝜃 𝑒𝑠 𝑢𝑛𝑖𝑐𝑜.

ii) El producto del escalar 0 por cualquier vector es el vector nulo, es decir:

∀ 𝑢 ∈ 𝑉 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 0 ∗ 𝑢 = 𝜃

Demostración.

0 ∗ 𝑢 + 𝑢 = 0 ∗ 𝑢 + 1 ∗ 𝑢 = (0 + 1)𝑢 = 1𝑢 = 𝑢; sumando (-u) a cada miembro tenemos:

(0 ∗ 𝑢 + 𝑢 + (−𝑢) = 𝑢 + (−𝑢), Por la propiedad asociativa tenemos:

0 ∗ 𝑢 + (𝑢 + (−𝑢)) = 𝑢 + (−𝑢), 𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 ∶ 0 ∗ 𝑢 + 𝜃 = 𝜃 𝑑𝑒 𝑑𝑜𝑛𝑑𝑒 0 ∗ 𝑢 = 𝜃.

Universidad Nacional de Cajamarca-Sede Jaén 4

 iii) Si el producto de un escalar por un vector es el vector nulo entonces el escalar es “0” o
el vector es nulo es decir: 𝑆𝑖 𝜆𝑥 = 𝜃 ⇒ 𝜆 = 0 𝑜 𝑥 = 𝜃
Demostración.

1er.caso) suponiendo que 𝑥 ≠ 𝜃 𝑦 𝜆𝑥 = 𝜃 ⇒ 𝑥 = 0

En efecto si 𝜆 ≠ 0 ⇒ 𝜆−1 𝜆 = 1, ∀𝜆 ∈ 𝑘
Si 𝜆𝑥 = 𝜃 ⇒ 𝜆−1 (𝜆𝑥) = 𝜆−1 𝜃 = 𝜃
⇒ (𝜆−1 ∗ 𝜆)𝑥 = 𝜃 ⇒ 1𝑥 = 𝜃 ⇒ 𝑥 = 𝜃

Lo cual es una contradicción entonces 𝜆 = 0 𝑝𝑢𝑒𝑠𝑡𝑜 𝑞𝑢𝑒 𝑥 ≠ 0

2do caso: suponiendo que 𝜆 ≠ 0 𝑦 𝜆 𝑥 = 𝜃 ⇒ 𝑥 = 𝜃

En efecto si 𝜆 ≠ 0 ⇒ ∃𝜆−1 ⇒ 𝜆−1 (𝜆𝑥) = 𝜆−1 𝜃

⇒ (𝜆−1 ∗ 𝜆)𝑥 = 𝜃 ⇒ 1 ∗ 𝑥 = 𝜃 ⇒ 𝑥 = 𝜃

iv) El opuesto de cualquier escalar por un vector es igual al opuesta de su producto es

decir : si 𝜆 ∈ 𝑘 , 𝑥 ∈ 𝑉, (−𝜆)𝑥 = −(𝜆𝑥)

Demostración.

Teniendo en cuenta 𝐴4 𝑑𝑒 2.1 . , 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑜𝑝𝑢𝑒𝑠𝑡𝑎 𝑒𝑠 𝑘 𝑦 𝐵4 𝑑𝑒 2.1 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒:

-( 𝜆𝑥) + 𝜆𝑥 = 𝜃 = 0 ∗ 𝑥 = (−𝜆 + 𝜆)𝑥

-( 𝜆𝑥) + 𝜆𝑥 = (−𝜆)𝑥 + 𝜆𝑥 ⇒ −(𝜆𝑥) = (−𝜆)𝑥

Por lo tanto (−𝜆)𝑥 = −(𝜆𝑥)

 SUB-ESPACIOS VECTORIALES.

a) DEFINICIÓN.- sea (V,+, K,*), un espacio vectorial cualquiera, diremos que

𝑊 ≠ ∅ , 𝑊 ⊂ 𝑉 es un sub espacio vectorial de V si y solo si (V,+, K,*) con las
operaciones definidas por V es un espacio vectorial.

Universidad Nacional de Cajamarca-Sede Jaén 5

OBSERVACIÓN:

1. Fijado un espacio vectorial V, los subconjuntos ∅ 𝑦 𝑉 son subespacios llamados

sub espacios triviales.
2. Cualquier sub espacio deferente de los triviales se denomina sub espacio propio.
3. Un espacio vectorial tiene muchos sub espcios por ejemplo todas las rectas que
pasan por el origen en el plano 𝑅 2 .
4. Para probar que un subconjunto 𝑊 de un espacio vectorial V sea un sub espacio es
suficiente probar las operaciones de suma y producto, las demás axiomas
definidas en V también se cumple en W y esto veremos es el siguiente teorema.

b) TEOREMA.- sean (V,+, K,*), un espacio vectorial, y 𝑊 ≠ ∅ , 𝑊 ⊂ 𝑉, diremos que

(𝑊, +, 𝑘,∗) es un espacio vectorial de (V,+, K,*), si y solo si:

i) ∀ 𝑥, 𝑦 ∈ 𝑊 ⇒ 𝑥 + 𝑦 ∈ 𝑊
ii) ∀ 𝜆 𝜖 𝑘, ∀𝑥 ∈ 𝑊 ⇒ 𝜆𝑥 ∈ 𝑊

DEMOSTRACIÓN

⇒) Si W es un sub=espacio de V entonces se cumple (𝑖), (𝑖𝑖) esto es de inmediato de

verificar.

⇐)𝑝𝑜𝑟 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑡𝑒𝑛𝑒𝑛𝑚𝑜𝑠 𝑞𝑢𝑒𝑠𝑖 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 (𝑖), (𝑖𝑖) probaremos que (V,+, K,*) es un
espacio vectorial.

𝑨𝟏 : 𝑥 + 𝑦 = 𝑦 + 𝑥 , ∀𝑥, 𝑦 ∈ Westo se verifica, pues x, y ∈ W ⊂ V se cumple A1.

𝐀𝟐: (x + y) + z = x + (y + z), ∀ x, y, z ∈ W esto se verifica pues x, y, z ∈ W ⊂ V y en V se

cumple A2 .

𝑨𝟑 : ∀ 𝑥 ∈ 𝑊 , ∃ 𝜃 ∈ 𝑊 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑥 + 𝜃 = 𝜃 + 𝑥 = 𝑥

En efecto 𝑥 ∈ 𝑊 ⇒ (−1)𝑥 = −𝑥 ∈ 𝑊 𝑝𝑜𝑟 (𝑖𝑖)𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑥 + (−𝑥) = 𝜃 ∈ 𝑊 𝑝𝑜𝑟 (𝑖)

𝑨𝟒 : ∀ 𝑥𝜖 𝑊 , ∃(−𝑥)𝜖𝑊 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑥 + (−𝑥) = 𝜃 𝑒𝑛 𝑣𝑖𝑟𝑡𝑢 𝑑𝑒 (𝑖), (𝑖𝑖)

Universidad Nacional de Cajamarca-Sede Jaén 6

En forma similar se puede verificar que (W, +, k,∗) cumple las condiciones restantes de
espacio vectorial.

 OPERACIONES CON SUBESPACIOS.-

a) INTERSECCIÓN DE SUB-ESPACIOS.- sea {𝑠𝑖 }𝑖∈𝐼 una familia de subespacios del

espacio vectorial (V,+, K,*), a la intersección de dicha familia de subespacios
denotaremos por 𝑠 = ⋂𝑖=𝑙 𝑆𝑖 .

Teorema.- la intersección de toda familia {𝑠𝑖 }𝑖∈𝐼 de subespacios del espacio vectorial
(V,+, K,*),es un subespacio de V.

Demostración

Sea 𝑆 = ⋂𝑖=1 𝑆𝑖 la intersección de la familia de subespacios de V

Probaremos que 𝑆, +, 𝑘,∗) es subespacio de (𝑉, +, 𝑘,∗)

i) 0 ∈ 𝑆𝑖 , ∀𝑖 por ser subespacio de de V entonces 0 ∈ ⋂𝑖=1 𝑆𝑖 = 𝑆 por definición de

intersección de donde 𝑆 ≠ ∅.

ii) 𝑥, 𝑦 ∈ 𝑆 = ⋂𝑖=1 𝑆𝑖 ⇒ 𝑥 + 𝑦 ∈ 𝑆 = ⋂𝑖=1 𝑆𝑖 𝑝𝑜𝑟 𝑝𝑟𝑜𝑏𝑎𝑟

Si 𝑥 ∈ 𝑆 ∧ 𝑦 ∈ 𝑆 ⇒ 𝑥 ∈ ⋂𝑖=1 𝑆𝑖 ∧ 𝑦 ∈ ⋂𝑖=1 𝑆𝑖 , ∀𝑖 ∈ 𝐼

⇒ 𝑥 ∈ 𝑆𝑖 ∧ 𝑦 ∈ 𝑆𝑖 , ∀ 𝑖 ∈ 𝐼

⇒ 𝑥 + 𝑦 ∈ 𝑆𝑖 , ∀𝑖 por ser subespacios

⇒ 𝑥 + 𝑦 ∈ ⋂𝑖=1 𝑆𝑖 = 𝑆 𝑑𝑒𝑓𝑖𝑛𝑖𝑒𝑛𝑑𝑜 ∩.

𝑙𝑢𝑒𝑔𝑜 𝑥 + 𝑦 ∈ 𝑆

iii) 𝜆𝜖𝑘 , 𝑥𝜖 𝑆 = ⋂𝑖=1 𝑆𝑖 ⇒ 𝜆𝑥𝜖 𝑆 = ⋂𝑖=1 𝑆𝑖 𝑝𝑜𝑟 𝑝𝑟𝑜𝑏𝑎𝑟

𝑠𝑖 𝑥 𝜖 𝑆 = ⋂ 𝑆𝑖 , ∀𝑖 ⇒ 𝑥 ∈ 𝑆𝑖 , ∀𝑖, 𝑑𝑒𝑓𝑖𝑛𝑖𝑒𝑛𝑑𝑜 ∩
𝑖=1

⇒ 𝜆𝑥 ∈ 𝑆𝑖 por ser subespacios

Universidad Nacional de Cajamarca-Sede Jaén 7

 ⇒ 𝜆𝑥 ∈ ⋂𝑖=1 𝑆𝑖 = 𝑆 𝑑𝑒𝑓𝑖𝑛𝑖𝑒𝑛𝑑𝑜 ∩.

𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝜆𝑥 𝜖 𝑆

𝑙𝑢𝑒𝑔𝑜 𝑆 = ⋂𝑖=1 𝑆𝑖 es subespacio de V

b) SUMA Y SUMA DIRECTA DE SUB-ESPACIOS.-

DEFINICIÓN 1.- sean 𝑊1 𝑦 𝑊2 𝑑𝑜𝑠 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜𝑠 𝑑𝑒 (𝑉, +, 𝑘,∗). Se llama la suma de los
subespacios 𝑊1 𝑦 𝑊2 al conjunto definido por:

𝑊 = 𝑊1 + 𝑊2 = {𝑥𝜖𝑉/𝑥 = 𝑥1 + 𝑥2 , 𝑥1 𝜖 𝑊1 ∧ 𝑥2 𝜖 𝑊2 }

TEOREMA: la suma de dos subespacios de (𝑉, +, 𝑘,∗) es un subespacio de V.

Demostración.

Sean 𝑊1 𝑦 𝑊2 𝑑𝑜𝑠 𝑠𝑢𝑏𝑒𝑠𝑎𝑝𝑎𝑐𝑖𝑜𝑠 𝑑𝑒 (𝑉, +, 𝑘,∗) 𝑑𝑒𝑏𝑒𝑚𝑜𝑠𝑚 𝑝𝑟𝑜𝑏𝑎𝑟 𝑞𝑢𝑒 𝑊 = 𝑊1 + 𝑊2 es

un subespacio de V.

i) Que 𝑊 ≠ ∅, 𝑝𝑢𝑒𝑠

0 ∈ 𝑊1 ∧ 0 ∈ 𝑊2 ⇒ 0 + 0 = 0 ∈ 𝑊1 + 𝑊2

⇒0∈𝑊 ⇒ 𝑊≠ ∅

ii) Si 𝑥, 𝑦 ∈ 𝑊 = 𝑊1 + 𝑊2 ⇒ 𝑥 + 𝑦 ∈ 𝑊 = 𝑊1 + 𝑊2
𝑥 ∈ 𝑊 = 𝑊1 + 𝑊2 𝑥 = 𝑥1 + 𝑥2 , 𝑥1 ∈ 𝑊1 ∧ 𝑥2 ∈ 𝑊2
Si { ⇒ {
𝑦 ∈ 𝑊 = 𝑊1 + 𝑊2 𝑦 = 𝑦1 + 𝑦2 , 𝑦1 ∈ 𝑊1 ∧ 𝑦2 ∈ 𝑊2

𝑥 + 𝑦 = ( 𝑥1 + 𝑦1 ) + (𝑥2 + 𝑦2 ), 𝑥1 + 𝑦1 ∈ 𝑊1 ∧ 𝑥2 + 𝑦2 ∈ 𝑊2

Por lo tanto 𝑥 + 𝑦 ∈ 𝑊 = 𝑊1 + 𝑊2

iii) 𝜆 𝜖 𝑘, 𝑥 ∈ 𝑊 = 𝑊1 + 𝑊2 ⇒ 𝜆𝑥 𝜖 𝑊1 + 𝑊2

𝜆 𝜖 𝑘 ∧ 𝑥 ∈ 𝑊 ⇒ 𝜆 𝜖 𝑘 ∧ 𝑥 = 𝑥1 + 𝑥2 , 𝑥1 ∈ 𝑊1 ∧ 𝑥2 ∈ 𝑊2

⇒ 𝜆𝑥 = 𝜆𝑥1 + 𝜆𝑥2 , 𝜆𝑥1 ∈ 𝑊1 ∧ 𝜆𝑥2 ∈ 𝑊2

⇒ 𝜆𝑥 𝜖 𝑊 = 𝑊1 + 𝑊2

𝑙𝑢𝑒𝑔𝑜 𝑊 = 𝑊1 + 𝑊2 es un espacio vectorial de (𝑉, +, 𝑘,∗).

Universidad Nacional de Cajamarca-Sede Jaén 8

DEFINICIÓN 2.- sea V un espacio vectorial sobre k, 𝑊1 𝑦 𝑊2 dos subespacios de V, diremos que
V es la suma directa de 𝑊1 𝑦 𝑊2 si:

i) 𝑉 = 𝑊1 + 𝑊2
ii) 𝑊1 ∩ 𝑊2 = {𝜃}

Y denotaremos por 𝑊1 ⊕ 𝑊2 = 𝑉. En resumen:

𝑉 = 𝑊1 ⊕ 𝑊2 = {𝑢 + 𝑣/𝑢 ∈ 𝑊1 ∧ 𝑣 ∈ 𝑊2 } 𝑦 𝑊1 ∩ 𝑊2 = {𝜃}

En general 𝑉 ≠ 𝑊1 ⊕ 𝑊2 .

DEFINICIÓN 3.- la suma de los subespacios 𝑊1 , 𝑊2, … , 𝑊𝑛 de (𝑉, +, 𝑘,∗) es el conjunto.

𝑛 𝑛
𝑉
𝑊 = 𝑊1 , 𝑊2, … , 𝑊𝑛 = ∑ 𝑊𝑖 = {𝑥 ∈ = ∑ 𝑥𝑖 ∧ 𝑥𝑖 ∈ 𝑊𝑖 }
𝑥
𝑖=1 𝑖=1

Luego resulta que 𝑊 ∑𝑛𝑖=1 𝑊𝑖 un subespacio de (𝑉, +, 𝑘,∗) además, si tales subespacios son
disjuntos dos a dos, ósea 𝑖 ≠ 𝑗 ⇒ 𝑊𝑖 ∩ 𝑊𝑗 = {𝜃} entonces diremos que 𝑊 es la suma directa
de ellos, y escribiremos 𝑊 = 𝑊1 ⊕ 𝑊2 ⨁ … ⨁𝑊𝑛

TEOREMA.-sean V un espacio vectorial sobre k, 𝑉1 𝑦 𝑉2 subespacios si y solo si para todo

𝛼 𝜖 𝑉, se puede expresar de modo único en la forma 𝛼 = 𝛼1 + 𝛼2 donde 𝛼1 𝜖 𝑉1 ∧ 𝛼2 𝜖 𝑉2

Demostración

⇒) 𝑠𝑢𝑝𝑜𝑛𝑔𝑎𝑚𝑜𝑠 𝑞𝑢𝑒 𝑉 = 𝑉1 ⊕ 𝑉2 ⇒ 𝑖)𝑉 = 𝑉1 + 𝑉2 , 𝑖𝑖) 𝑉1 ∩ 𝑉2 = {0}

Sea 𝛼 𝜖 𝑉1 + 𝑉2 ⇒ ∃ 𝛼1 𝜖 𝑉1 ∧ 𝛼2 𝜖 𝑉2 tal que 𝛼 = 𝛼1 + 𝛼2 deseamos demostrar que

𝛼 = 𝛼′1 + 𝛼′2 donde 𝛼′1 𝜖 𝑉1 ∧ 𝛼′2 𝜖 𝑉2.

⇒ 𝛼1 + 𝛼2 = 𝛼′1 + 𝛼′2 ⇒ 𝛼1 − 𝛼′1 = 𝛼′2 − 𝛼2

Como 𝛼1 , 𝛼 ′1 𝜖 𝑉1 ⇒ 𝛼1 − 𝛼 ′1 𝜖 𝑉1 (𝑝𝑢𝑒𝑠 𝑉1 𝑒𝑠 𝑢𝑛 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑑𝑒 𝑉)

𝛼′2 , 𝛼2 𝜖 𝑉2 ⇒ 𝛼′2 − 𝛼2 𝜖 𝑉2 (𝑝𝑢𝑒𝑠 𝑉2 𝑒𝑠 𝑢𝑛 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑑𝑒 𝑉)

⇒ 𝛼1 − 𝛼′1 = 0 ∧ 𝛼′2 − 𝛼2 = 0 ⇒ 𝛼 = 𝛼′1 ∧ 𝛼′2 = 𝛼2

Luego 𝛼 𝜖 𝑉 = 𝑉1 + 𝑉2 𝑡𝑖𝑒𝑛𝑒 𝑢𝑛𝑎 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑐𝑖ó𝑛 ú𝑛𝑖𝑐𝑎.

⇐) 𝑠𝑒𝑎 𝛼 𝜖 𝑉 ⇒ 𝛼 = 𝛼1 + 𝛼2 𝑑𝑜𝑛𝑑𝑒 𝛼′1 𝜖 𝑉1 ∧ 𝛼′2 𝜖 𝑉2 esto se representa de modo

único.
Universidad Nacional de Cajamarca-Sede Jaén 9
𝑣 = 𝑣 + 0 𝑑𝑜𝑛𝑑𝑒 𝑣 𝜖 𝑉1 ∧ 0 𝜖 𝑉2 ∧ 𝑣 = 0 + 𝑣 𝑑𝑜𝑛𝑑𝑒

0 𝜖 𝑉1 ∧ 𝑣 𝜖 𝑉2 ⇒ Como una suma para v es única ⇒ 𝑣 = 0 ⇒ 𝑉1 ∩ 𝑉2 = {0}

Entonces V= 𝑉1 ⊕ 𝑉2

 COMBINACIONES LINEALES.-

DEFINICIÓN.- sea (𝑉, +, 𝑘,∗) un espacio vectorial y 𝐴 ≠ ∅ donde 𝐴 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } ⊂ 𝑉 una

familia o conjunto de vectores de V, llamaremos combinación lineal de elementos de A, a todo
vector de la forma:

∑ 𝛼𝑖 𝑣𝑖 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑛 𝑣𝑛 , 𝛼𝑖 𝜖 𝑘, 𝑣𝑖 𝜖 𝐴
𝑖=1

DEFINICIÓN.- diremos que el vector 𝑣 𝜖 𝑉 es una combinación lineal de los elementos de A, si

existen escalares 𝛼1 , 𝛼2 , … , 𝛼𝑛 𝜖 𝑘 , 𝑡𝑎𝑙 𝑞𝑢𝑒 ∶

𝑣 = ∑ 𝛼𝑖 𝑣𝑖 , 𝑣𝑖 𝜖 𝐴
𝑖=1

 CONJUNTO DE COMBINACIONES LINEALES.-

Sea 𝐴 ≠ ∅ un conjunto de vectores de (𝑉, +, 𝑘,∗) ahora formaremos el subconjunto de V

cuyos elementos sean todas las confinaciones lineales de los vectores de A, a este conjunto
denotaremos con el símbolo A, que se lee “A raya”

Si 𝐴 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } un conjunto de vectores de V entonces 𝐴̅ se escribe así:

𝐴̅ = {∑ 𝛼𝑖 𝑣𝑖 / 𝛼𝑖 ∈ 𝑘 ∧ 𝑣𝑖 ∈ 𝐴}
𝑖=1

Universidad Nacional de Cajamarca-Sede Jaén 10

TEOREMA.- sea (𝑉, +, 𝑘,∗) un espacio vectorial y 𝐴 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } ⊂ 𝑉 ; demostrar que el
conjunto de las combinaciones lineales de la familia de vectores de A es un subespacio del
mismo es decir (𝐴, +, 𝑘,∗) es un subespacio de V.

Demostración

i) Siendo 𝑣1 = 1𝑣1 + 0𝑣2 + ⋯ + 0𝑣𝑛 es decir 𝑣1 ∈ 𝐴̅ ⇒ ̅𝐴 ≠ ∅.

ii) Por definición se tiene:

𝑣 ∈ 𝐴̅ ⇒ ∃ 𝛼1 , 𝛼2 , … , 𝛼𝑛 ∈ 𝐾/ 𝑣 = ∑ 𝛼𝑖 𝑣𝑖 ∧ 𝑣𝑖 ∈ 𝐴
𝑖=1

⇒ 𝑣 = ∑𝑛𝑖=1 𝛼𝑖 𝑣𝑖 ∧ 𝛼𝑖 ∈ 𝑘 ∧ 𝑣𝑖 ∈ 𝑉 , puesto que 𝐴 ⊂ 𝑉

Luego 𝑣 ∈ 𝐴̅ ⇒ 𝑣 ∈ 𝑉, 𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝐴̅ ⊂ 𝑉

iii) Si 𝑢, 𝑣 ∈ ̅𝐴 ⇒ 𝑢 + 𝑣 ∈ 𝐴̅ por probar

̅ 𝑢 = ∑𝑛𝑖=1 𝛼𝑖 𝑣𝑖
Si {𝑢 ∈ 𝐴 ⇒ { entonces:
𝑣 ∈ 𝐴̅ 𝑣 = ∑𝑛𝑖=1 𝛽𝑖 𝑣𝑖

𝑛 𝑛 𝑛 𝑛

𝑢 + 𝑣 = ∑ 𝛼𝑖 𝑣𝑖 + ∑ 𝛽𝑖 𝑣𝑖 = ∑(𝛼𝑖 + 𝛽𝑖 ) 𝑣𝑖 = ∑ 𝛾𝑖 𝑣𝑖 ⇒ 𝑢 + 𝑣 𝜖 𝐴̅
𝑖=1 𝑖=1 𝑖=1 𝑖=1

iv) Si 𝛼 𝜖 𝑘 , 𝑣 𝜖 𝐴̅ ⇒ 𝛼𝜈 𝜖 𝐴̅ 𝑝𝑜𝑟 𝑝𝑟𝑜𝑏𝑎𝑟

Si 𝛼 𝜖 𝑘 ∧ 𝑣 𝜖 𝐴̅ ⇒ 𝛼 𝜖 𝑘 ∧ 𝑣 = ∑𝑛𝑖=1 𝛼𝑖 𝑣𝑖

𝑛 𝑛

⇒ 𝛼𝑣 = 𝛼 ∑ 𝛼𝑖 𝑣𝑖 = ∑(𝛼𝛼𝑖 )𝑣𝑖
𝑖=1 𝑖=1

⇒ 𝛼𝑣 = ∑ 𝛽𝑖 𝑣𝑖 ⇒ 𝛼𝑣 𝜖 𝐴̅
𝑖=1

Por lo tanto (𝐴̅, +, 𝑘,∗) es un subespacio de V.

 SUB-ESPACIO GENERADO.-

a) DEFINICIÓN.- sea V un espacio vectorial sobre k y 𝐴 ⊂ 𝑉 un subconjunto de V no vacio,

el conjunto de todas las combinaciones lineales de un numero finito de elementos de
A es un subespacio de V y se denomina el subespacio generado por A y se denota por:

Universidad Nacional de Cajamarca-Sede Jaén 11

 𝑛

𝑳(𝑨) = {∑ 𝛼𝑖 𝑣𝑖 / 𝛼𝑖 𝜖 , 𝑣𝑖 𝜖 𝐴}
𝑖=1

Si A es finito, por ejemplo 𝐴 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } decimos que 𝑈 = 𝐿(𝐴) es un subespacio

finitamente generado.

 INDEPENDENCIA Y DEPENDENCIA LINEAL.

DEFINICIÓN.- un conjunto de vectores {𝑣1 , 𝑣2 , … , 𝑣𝑛 } ≠ ∅ de un espacio vectorial V sobre

un campo k, diremos que es linealmente independiente (L.i) si y solo si
∑𝑛𝑖=1 𝛼𝑖 𝑣𝑖 = 𝜃 ⇒ 𝛼𝑖 = 0 ∀𝑖 = 1,2, … ,0

Si {𝑣1 , 𝑣2 , … , 𝑣𝑛 } no cumple esta condición diremos que {𝑣1 , 𝑣2 , … , 𝑣𝑛 } es linealmente

dependiente (l.d) es decir:

∑𝑛𝑖=1 𝛼𝑖 𝑣𝑖 = 𝜃 𝑦 𝛼𝑖 ≠ 0 Para algún i entre 1 y n.

Observación: toda combinación lineal que contiene al vector cero es l.d

 SISTEMA DE GENERADORES.-

DEFINICIÓN.- consideremos un espacio vectorial (𝑉, +, 𝑘,∗) la familia 𝐴 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } ≠ ∅

De vectores de V es un sistema de generadores de V si y solo si todo vector de V puede
expresarse como combinación lineal de los vectores de A, o bien A es un sistema de
generadores de V si y solo si el subespacio generado por A es V.

NOTACIÓN.-

 La abreviatura de “sistema de generadores” es “S.G”.

 La abreviatura de “combinación lineal” es “C.L”
 Expresado en forma simbólica la definición se tiene:

A es un S.G de 𝑉 ⇔ 𝑣 ∈ 𝑉 ⇒ 𝑣 = ∑𝑛𝑖=1 𝛼𝑖 𝑣𝑖 𝑜 𝑏𝑖𝑒𝑛 ∶

Universidad Nacional de Cajamarca-Sede Jaén 12

 𝐴 𝑒𝑠 𝑢𝑛 𝑆. 𝐺 𝑑𝑒 𝑉 ⇔ 𝐿(𝐴) = 𝑉

Observación.- el concepto de sistema de generadores de un espacio vectorial es

independiente de la independencia o dependencia lineal del sistema, ósea un sistema de
generadores puede ser linealmente independiente o no.

Proposición.- si la familia 𝐴 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } es un S.G., L.D. de V entonces existe

𝑣𝑗 ∈ 𝐴 𝑡𝑎𝑙 𝑞𝑢𝑒 𝐴 − {𝑣𝑗 } es un S.G de V.

Demostración.

Por ser A un sistema de generadores de A, se define

𝑛
𝑣 ∈ 𝑉 ⇒ 𝑣 = ∑ 𝛼𝑖 𝑣𝑖 … … … … … … … … … … (1)
𝑖=1

Como A es linealmente dependiente entonces algún vector de A, digamos 𝑣𝑗 , es combinación

lineal de los restantes, ósea

∃ 𝑣𝑗 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑣𝑗 = ∑ 𝛽𝑖 𝑣𝑖 … … … … … … … … . (2)

𝑖=𝑗

Teniendo en cuenta (1), (2) se puede escribir

𝑟 𝑟 𝑟 𝑟 𝑟

𝑣 = 𝛼𝑗 𝑣𝑗 + ∑ 𝛼𝑖 𝑣𝑖 = 𝛼𝑗 ∑ 𝛽𝑖 𝑣𝑖 + ∑ 𝛼𝑖 𝑣𝑖 = ∑(𝛼𝑗 𝛽𝑖 + 𝛼𝑖 )𝑣𝑖 = ∑ 𝛾𝑖 𝑣𝑖
𝑖≠1 𝑖≠𝑗 𝑖≠1 𝑖≠𝑗 𝑖≠𝑗

En consecuencia, 𝐴 − {𝑣𝑗 } es un sistema de generadores de V.

 BASE DE UN ESPACIO VECTORIAL

a) DEFINICIÓN.-

Una base de un espacio vectorial V es un conjunto 𝐴 ⊂ 𝑉, 𝐴 ≠ ∅ 𝑡𝑎𝑙 𝑞𝑢𝑒:

𝑖) 𝐴 𝑒𝑠 𝑢𝑛 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜 𝑙𝑖𝑛𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒

𝑖𝑖) 𝐴 𝑔𝑒𝑛𝑒𝑟𝑎 𝑎 𝑉 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟 𝐿(𝐴) = 𝑉

Universidad Nacional de Cajamarca-Sede Jaén 13

 b) PROPOSICIÓN.-

Un conjunto de elementos {𝑣1 , 𝑣2 … . 𝑣𝑛 } del espacio vectorial V sobre un campo K forma una
base si y solo si ∀ 𝑣 ∈ 𝑉, 𝑣 puede ser expresado de una única forma como combinación lineal
de 𝑣1 , 𝑣2 … . 𝑣𝑛

Demostración

⇒ Asumimos que 𝑣1 , 𝑣2 … . 𝑣𝑛 es una base, sabemos que ∀ 𝑣 ∈ 𝑉 se puede expresar como una
combinación lineal de 𝑣1 , 𝑣2 … . 𝑣𝑛 .

Supongamos que v se puede expresar de dos formas es decir:

𝑣 = ∑𝑛𝑖=1 𝑎𝑖 𝑣𝑖 = ∑𝑛𝑖=1 𝑏𝑖 𝑣𝑖 , 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 ∑𝑖=1(𝑎𝑖 − 𝑏𝑖 )𝑣𝑖 = 0, pero como 𝑣1 , 𝑣2 … . 𝑣𝑛 son

l.i entonces 𝑎𝑖 − 𝑏𝑖 = 0 , ∀ 𝑖 = 1,2,3 … 𝑛 𝑑𝑒 𝑑𝑜𝑛𝑑𝑒 𝑎𝑖 = 𝑏𝑖, ∀ 𝑖 = 1,2,3 … 𝑛

⇐)reciprocamente.Asumamos que 𝑣1 , 𝑣2 … . 𝑣𝑛 tiene la propiedad que ∀ 𝑣 ∈ 𝑉, v puede ser

expresado de una única forma como combinación lineal de los vectores 𝑣1 , 𝑣2 … . 𝑣𝑛 por lo
tanto es 𝐿 {𝑣1 , 𝑣2 … . 𝑣𝑛 } = 𝑉, 𝑛𝑜𝑠 𝑟𝑒𝑠𝑡𝑎 𝑝𝑟𝑜𝑏𝑎𝑟 𝑞𝑢𝑒 𝑣1 , 𝑣2 … . 𝑣𝑛 𝑠𝑜𝑛 𝑙. 𝑖

Supongamos que ∑𝑛𝑖=1 𝑎𝑖 𝑣𝑖 = ∑𝑛𝑖=1 0 ∗ 𝑣𝑖 , entonces, por la unicidad

𝛼𝑖 = 0, ∀𝑖 = 1,2, … , 𝑛 . Luego {𝑣1 , 𝑣2 … . 𝑣𝑛 } forma una base.

c) COROLARIO.- sea (𝑉, +, 𝑘,∗) un espacio vectorial. Si 𝑆 = {𝑣1 , 𝑣2 … . 𝑣𝑛 } 𝑦𝑆 ′ =

{𝑢1 , 𝑢2 , … , 𝑢𝑛 } Son bases del espacio vectorial V, entonces n=m.

Demostración.

i) S base de 𝑉 ⇒ 𝐿{𝑆} = 𝑉 por otra parte 𝑆 ′ ⊂ 𝑉 = 𝐿{𝑆}, y S’ linealmente

independiente por ser base de V, en virtud de la proposición (𝑑)𝑚 ≤ 𝑛.
ii) Análogamente, S’ base de 𝑉 ⇒ 𝐿{𝑆 ′ } = 𝑉 como 𝑆 ⊂ 𝑉 = 𝐿{𝑆 ′ } y S linealmente
independiente por ser base de V, aplicando nuevamente la proposición (d) resulta que
𝑛 ≤ 𝑚.

Luego de i) y ii) se sigue que m=n.

Universidad Nacional de Cajamarca-Sede Jaén 14

OBSERVACIÓN.-

1. Del colorario podemos observar que si V tiene una base infinita, entonces cualquier
otra base tiene un número infinito de números.
2. todo espacio vectorial posee una base finita o infinita.
3. Todas las bases de un mismo espacio vectorial son coordinables, quiere decir que
existe una bisección 𝐵1 ⇔ 𝐵2 .

 DIMENSIÓN DE UN ESPACIO VECTORIAL.-

a) DEFINICIÓN.-el espacio vectorial de V se denomina finita dimensional (o de dimensión

finita) si posee una base constituida por un numero finito de vectores(es decir si tiene
una base finita).
b) DEFINICIÓN.-sea V un espacio vectorial sobre el cuerpo k de dimensión finita y
{𝑣1 , 𝑣2 … . 𝑣𝑛 } una base de V, entonces por definición la dimensión del espacio
vectorial V es el numero “n” lo cual denotaremos por 𝑑𝑖𝑚𝑘 𝑉 = 𝑛 (donde “n” es
numero de vectores que constituyen una de las bases de V)

OBSERVACIÓN.-

1. Si V tiene como único elemento el vector nulo, convenimos que la dimensión de V es

cero, es decir 𝑑𝑖𝑚𝑘 {𝜃} = 0
2. Si V tiene una base infinita, la dimensión de V denotamos por 𝑑𝑖𝑚𝑘 𝑉 = ∞

 DIMENSIÓN DE LA SUMA.-

TEOREMA.- sean U y W dos subespacios de (𝑉, +, 𝑘,∗) y la dimensión de V es finita, entonces

se verifica que:

𝑑𝑖𝑚𝑘 (𝑈 + 𝑊) = 𝑑𝑖𝑚𝑘 𝑈 + 𝑑𝑖𝑚𝑘 𝑊 − 𝑑𝑖𝑚𝑘 (𝑈 ∩ 𝑊)

 DIMENSIÓN DE LA SUMA DIRECTA

Si U y W son dos subespacios del espacio vectorial (𝑉, +, 𝑘,∗). Si 𝑈 ∩ 𝑊 = {𝜃} (conjuntos
disjuntos) entonces dim(𝑈 ⊕ 𝑊) = dim 𝑈 + dim 𝑊.

Es decir que la dimensión de la suma directa es igual a la suma de las dimensiones de U y W.

En este caso 𝑈 ∩ 𝑊 = {𝜃} entonces dim 𝑈 ∩ 𝑊 = 0

Universidad Nacional de Cajamarca-Sede Jaén 15

TEOREMA.-

Sea V un espacio vectorial sobre k de dimensión finita, si W es un subespacio propio de V,

entonces:

𝑉
dim ( ) = 𝑑𝑖𝑚𝑉 − 𝑑𝑖𝑚𝑊
𝑊

Universidad Nacional de Cajamarca-Sede Jaén 16

 Practica de algebra lineal

1. SEA 𝑽 = {𝜶𝒙 + 𝜷𝒆𝒙 ⁄𝜶 , 𝜷𝝐𝑹} DONDE 𝒇(𝒙) = 𝒙, 𝒈(𝒙) = 𝒆𝒙 SON

FUNCIONES REALES. PROBAR QUE V ES UN ESPACIO VECTORIAL
SOBRE R.

Solución:

Si 𝑉 = {𝛼𝑥 + 𝛽𝑒 𝑥 ⁄𝛼 , 𝛽𝜖𝑅}

𝑨𝟏 : 𝑢 + 𝑣 = 𝑣 + 𝑢

𝑢 = 𝛼1 𝑥 + 𝛽1 𝑒 𝑥

𝑣 = 𝛼2 𝑥 + 𝛽2 𝑒 𝑥

𝛼𝑖 , 𝛽𝑖 𝜖𝐾

𝑢 + 𝑣 = (𝛼1 𝑥 + 𝛽1 𝑒 𝑥 ) + (𝛼2 𝑥 + 𝛽2 𝑒 𝑥 )

𝑢 + 𝑣 = (𝛼1 + 𝛼2 )𝑥 + (𝛽1 + 𝛽2 )𝑒 𝑥

𝑢 + 𝑣 = (𝛼2 + 𝛼1 )𝑥 + (𝛽2 + 𝛽1 )𝑒 𝑥

𝑢 + 𝑣 = (𝛼2 𝑥 + 𝛽2 𝑒 𝑥 ) + (𝛼1 𝑥 + 𝛽1 𝑒 𝑥 )

𝑢+𝑣 = 𝑣+𝑢

𝑨𝟐 : 𝑢 + 0 = 𝑢

𝑢 = 𝛼1 𝑥 + 𝛽1 𝑒 𝑥

0=0

𝑢 + 0 = 𝛼1 𝑥 + 𝛽1 𝑒 𝑥 + 0

𝑢 + 0 = (𝛼1 + 0)𝑥 + (𝛽1 + 0)𝑒 𝑥

𝑢 + 0 = 𝛼1 𝑥 + 𝛽1 𝑒 𝑥

𝑢+0 = 𝑢

Universidad Nacional de Cajamarca-Sede Jaén 17

𝑨𝟑 : 𝑢 + (𝑣 + 𝑤) = (𝑢 + 𝑣) + 𝑤

𝑢 = 𝛼1 𝑥 + 𝛽1 𝑒 𝑥

𝑣 = 𝛼2 𝑥 + 𝛽2 𝑒 𝑥 𝑢, 𝑣, 𝑤 𝜖 𝑅

𝑤 = 𝛼3 𝑥 + 𝛽3 𝑒 𝑥

𝑢 + (𝑣 + 𝑤) = (𝛼1 𝑥 + 𝛽1 𝑒 𝑥 ) + (𝛼2 𝑥 + 𝛽2 𝑒 𝑥 + 𝛼3 𝑥 + 𝛽3 𝑒 𝑥 )

𝑢 + (𝑣 + 𝑤) = [(𝛼1 + 𝛼2 )𝑥 + (𝛽1 + 𝛽2 )𝑒 𝑥 ] + (𝛼3 𝑥 + 𝛽3 𝑒 𝑥 )

𝑢 + (𝑣 + 𝑤) = (𝑢 + 𝑣) + 𝑤

2. SEA EL ESPACIO VECTORIAL (𝑹𝟐 , +, 𝑹,∗) Y LOS SUBCONJUNTOS 𝑾𝟏 =

{(𝒙, 𝒚)𝝐𝑹𝟐 ⁄𝒚 = 𝟐𝒙} Y 𝑾𝟐 = {(𝒙, 𝒚)𝝐𝑹𝟐 /𝒚 = 𝒙 + 𝟏}. DEMOSTRAR SI SON
SUBESPACIOS DE 𝑹𝟐 .

𝑊1 = {(𝑥, 𝑦)𝜖𝑅 2 ⁄𝑦 = 2𝑥}………………………(1)

𝑊2 = {(𝑥, 𝑦)𝜖𝑅 2 /𝑦 = 𝑥 + 1}………………….(2)

(1) 𝑊1 (𝑅2 , +, 𝑅,∗)

𝒊) 𝑊1 ≠ 0 ⇒ (1,2)𝜖𝑊1

𝒊𝒊)Sean 𝑤2 , 𝑤3 𝜖 𝑊1
𝑤2 = {(𝑥, 𝑦, )𝜖𝑊1 }
𝑤3 = { (𝑥1, 𝑦1 ) 𝜖 𝑊1 }
𝑤2 + 𝑤3 𝜖 𝑊1
(𝑥, 𝑦) + (𝑥1, 𝑦1 ) 𝜖 𝑊1
(𝑥 + 𝑥1 ) + (𝑦 + 𝑦1 ) 𝜖 𝑊1
2𝑥 = 𝑦
2𝑥1 = 𝑦1
2(𝑥1 + 𝑥) = (𝑦 + 𝑦1 )
(𝑥 + 𝑥1 ), (𝑦 + 𝑦1 ) 𝜖 𝑊
(𝑥, 𝑦) + (𝑥1 , 𝑦1 ) 𝜖 𝑊
𝑤2 + 𝑤3 𝜖 𝑊

𝒊𝒊𝒊) Si𝑊1 = (𝑥, 𝑦) 𝜖 𝑊1 ⇒ 𝑦 = 2𝑥

Universidad Nacional de Cajamarca-Sede Jaén 18

 𝑘 𝜖 𝐾 ⇒ 𝑘𝑤2 = (𝑘𝑥1 ), (𝑘𝑦1 )𝜖𝑊1

(𝑘𝑥1 ) + (𝑘𝑦1 )𝜖𝑊

−2𝑘𝑦 + 𝑘𝑦 = 0

𝐾(2𝑥 + 𝑦) = 0 𝜖 𝑊

𝑘(𝑥1 , 𝑦1 )𝜖𝑊

𝑘𝑤2 𝜖 𝑊1

∴ 𝑊1 𝑒𝑠 𝑢𝑛 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑑𝑒 𝑅 2

(2) 𝑊2 = {(𝑥, 𝑦)𝜖𝑅 2 /𝑦 = 𝑥 + 1}

𝒊) 𝑊2 ≠ 0 ⇒ (0,1)𝜖𝑊2

𝒊𝒊) 𝑤1 + 𝑤3 𝜖 𝑊2
𝑤1 = {(𝑥, 𝑦, )𝜖𝑊2 }
𝑤3 = { (𝑥1, 𝑦1 ) 𝜖 𝑊2 }
(𝑥, 𝑦) + (𝑥1, 𝑦1 ) 𝜖 𝑊2
(𝑥 + 𝑥1 ) + (𝑦 + 𝑦1 ) 𝜖 𝑊2
𝑦 =𝑥+1
𝑦1 = 𝑥1 + 1
(𝑥, 𝑦) + (𝑥1 , 𝑦1 ) 𝜖 𝑊2
(𝑦 + 𝑦1 ) = (𝑥 + 𝑥1 ) + 2
𝑤1 + 𝑤3 ∉ 𝑊2

∴ 𝑊2 𝑛𝑜 𝑒𝑠 𝑢𝑛 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑑𝑒 𝑅 2

Universidad Nacional de Cajamarca-Sede Jaén 19

 3. 𝒔𝒆𝒂 𝑽 = 𝑴𝟐∗𝟐 , 𝑲 = 𝑹 UN ESPACIO VECTORIAL DE MATRICES
CUADRADAS SOBRE R Y SEAN ;𝑾𝟏 = {[𝒂𝒊𝒋 ] ∈ 𝑴𝟐∗𝟐 /𝒂𝟏𝟏 + 𝒂𝟏𝟐 = 𝟎 }
𝑾𝟐 = {[𝒂𝒊𝒋 ] ∈ 𝑴𝟐∗𝟐 /𝒂𝟏𝟏 + 𝒂𝟐𝟏 = 𝟎 } DEMOSTRAR QUE
𝑾𝟏 𝒚 𝑾𝟐 𝒔𝒐𝒏 𝒔𝒖𝒃𝒆𝒔𝒑𝒂𝒄𝒊𝒐𝒔 𝒅𝒆 𝑽

𝑉 = 𝑀2∗2 𝐾∈𝑅

𝑊1 = {[𝑎𝑖𝑗 ] ∈ 𝑀2∗2 /𝑎11 + 𝑎12 = 0 }

𝑊2 = {[𝑎𝑖𝑗 ] ∈ 𝑀2∗2 /𝑎11 + 𝑎21 = 0 }

i) 𝑊1 ≠ 0
ii) 𝑊𝑎 , 𝑤𝑏 ∈ 𝑊1 → 𝑤𝑎 + 𝑤𝑏 ∈ 𝑊1

𝑤 ∈ 𝑊1 𝑎𝑖𝑗 + 𝑎𝑗𝑖 = 0
𝑠𝑖 { 𝑎 ⇒ { ⟶ ∀ 𝑖𝑗 ↓ +
𝑤𝑏 ∈ 𝑊1 𝑏𝑖𝑗 + 𝑏𝑗𝑖 = 0
(𝑎𝑖𝑗 + 𝑏𝑖𝑗 ) + (𝑎𝑗𝑖 + 𝑏𝑗𝑖) = 0

[𝑎𝑖𝑗 + 𝑏𝑖𝑗 ] ∈ 𝑊1 ⇒ [𝑎𝑖𝑗 ] + [𝑏𝑖𝑗 ] ∈ 𝑊1

→ 𝑤𝑎 + 𝑤𝑏 ∈ 𝑊1

iii) 𝑌 𝜆𝜖𝑁 , 𝐴 𝜖 𝑊1 → 𝜆𝐴 𝜖𝑊1

𝑠𝑖 𝐴 𝜖 𝑊1 → 𝑎𝑖𝑗 + 𝑎𝑗𝑖 = 0
→ 𝜆𝑎𝑖𝑗 + 𝜆𝑎𝑗𝑖 = 0
→ 𝜆[𝑎𝑗𝑖 ] 𝜖 𝑊1
→ 𝜆[𝑎𝑖𝑗 ] 𝜖 𝑊1

∴ 𝑊1 𝑒𝑠 𝑢𝑛 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑑𝑒 𝑉.

i) 𝑊2 ≠ 0
ii) 𝑤𝑎 , 𝑤𝑏 ∈ 𝑊2 → 𝑤𝑎 + 𝑤𝑏 ∈ 𝑊2

𝑤𝑎 ∈ 𝑊2 𝑎 + 𝑎21 = 0
Si: { 11 ↓+
𝑤𝑏 ∈ 𝑊2 𝑏11 + 𝑏21 = 0
(𝑎11 + 𝑏11 ) = −(𝑎21 + 𝑏21 )

Universidad Nacional de Cajamarca-Sede Jaén 20

 [𝑎𝑖𝑗 + 𝑏𝑖𝑗 ] ∈ 𝑊2
[𝑎𝑖𝑗 ] + [𝑏𝑖𝑗 ] ∈ 𝑊2
𝑤𝑎 + 𝑤𝑏 ∈ 𝑊2

iii) 𝜆 𝜖 𝑅 → 𝐴 ∈ 𝑊2 → 𝜆𝐴 𝜖 𝑊2
Si 𝐴 𝜖 𝑊2 → 𝑎11 + 𝑎21 = 0
𝜆(𝑎11 ) + 𝜆(𝑎21 ) = 0
𝜆[𝑎11 ] = −𝜆[𝑎21 ]
→ 𝜆[𝑎11 ] 𝜖 𝑊2
→ 𝜆[𝑎21 ] 𝜖 𝑊2
𝜆𝐴 𝜖 𝑊2
∴ 𝑊2 𝑒𝑠 𝑢𝑛 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑑𝑒 𝑉.

4. PARA QUE VALORE DE K LOS SIGUIENTES VECTORES FORMAN UN

CONJUNTO L.D EN 𝑹𝟑
𝟏 𝟏 𝟏 𝟏 𝟏 𝟏
𝑽𝟏 = (𝒌 , − , − ) ,𝑽𝟐 = (− , 𝒌, − ), 𝑽𝟑 = (− , − , 𝒌)
𝟐 𝟐 𝟐 𝟐 𝟐 𝟐

Solución:

Valor de K
1 1
𝑉1 = (𝑘 , − ,− )
2 2
1 1
𝑉2 = (− , 𝑘, − )
2 2
1 1
𝑉3 = (− , − , 𝑘)
2 2
𝛼1 𝑉1 + 𝛼2 𝑉2 + 𝛼3 𝑉3 = (0,0,0)
1 1 1 1 1 1
𝛼1 (𝑘 , − , − ) + 𝛼2 (− , 𝑘, − ) + 𝛼3 (− , − , 𝑘) = (0,0,0)
2 2 2 2 2 2

Universidad Nacional de Cajamarca-Sede Jaén 21

 1 1
𝛼1 𝑘 − 𝛼2 − 𝛼3 = 0
2 2
1 1
− 𝛼1 + 𝛼2 𝑘 − 𝛼3 = 0
2 2
1 1
− 𝛼1 − 𝛼2 + 𝛼3 𝑘 = 0
2 2

𝑘 − 1⁄2 − 1⁄2
0 ∗2
− 1⁄2 𝑘 − 1⁄2 0 ∗2
1 0 ∗2
[− ⁄2 − 1⁄2 𝑘 ]

2𝑘 −1 −1 0
−1 2𝑘 −1 0
−1 −1 2𝑘 0

2𝑘 −1 −1 0
0 2𝑘 + 1 −1 − 2𝑘 0
−1 −1 2𝑘 0

0 −𝑘 − 1 2𝑘 2 − 1 0
0 2𝑘 + 1 −1 − 2𝑘 0
−1 −1 2𝑘 0

0 0 −4𝑘 3 + 5𝑘 + 2 0
0 −1 4𝑘 2 − 2 − 2𝑘 0
−1 2𝑘 −1 0

−4𝑘 3 + 5𝑘 + 2 = 0
2 = 4𝑘 3 − 5𝑘
2 = 𝑘(4𝑘 2 − 5)
1
𝑘=−
2

Universidad Nacional de Cajamarca-Sede Jaén 22

 5. SEA 𝑺 = {𝒗𝟏 , 𝒗𝟐 , … , 𝒗𝒏 } UN CONJUNTO DE VECTORES EN UN ESPACIO VECTORIAL
V. DEMOSTRAR QUE SI UNO DE LOS VECTORES ES CERO, ENTONCES S ES L.D.

Solución:

𝑆𝑖: 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } en 𝑅 2

Si 𝑟 > 𝑛 → 𝑉 𝑒𝑠 𝑙. 𝑑

𝒊) 𝑉 ≠ 0 → 𝑘𝑉 = 0…………. (1)

(1) 𝒔𝒆𝒂 𝒌𝒊 ∈ 𝑲

→ 𝑘1 𝑉1 + 𝑘2 𝑉2 … . . 𝑘𝑟 𝑉𝑟 =0

(2) Sean:
𝑉1 = 𝑉11 , 𝑉12 , 𝑉13 … . 𝑉1𝑛

.
.
.
.
.
𝑉𝑟 = 𝑉𝑟1 , 𝑉𝑟2 , 𝑉𝑟3 … . 𝑉𝑟𝑛

(1) En (2)

𝑘𝑉11 + 𝑘1 𝑉12 + 𝑘2 𝑉13 … . 𝑘𝑟 𝑉1𝑛 = 0

.
.
.
.
.
𝑘𝑟 𝑉𝑟1 + 𝑘𝑟 𝑉𝑟2 + 𝑘𝑟 𝑉𝑟3 … . 𝑘𝑟 𝑉𝑟𝑛 = 0

𝒓 > 𝑛 → 𝑉 𝑒𝑠 𝑙. 𝑑

Universidad Nacional de Cajamarca-Sede Jaén 23

 6. DEMUESTRE QUE TRES VECTORES EN 𝑹𝟑 SON L.D. SI Y SOLO SI PERTENECE AL
MISMO PLANO.

Si 𝑉 = {𝑣1 , 𝑣2 , 𝑣3 } en 𝑅 3

Sea 𝑉1 = (𝑥1 , 𝑦1 , 𝑧1 ) ∈ 𝑉
𝑉2 = (𝑥2 , 𝑦2 , 𝑧2 ) ∈ 𝑉
𝑉3 = (𝑥3 , 𝑦3 , 𝑧3 ) ∈ 𝑉

𝒊) 𝑉 ≠ 0 → 𝑘𝑉 ≠ 0………. (1) → 𝑠𝑒𝑎 𝑘 ∈ 𝐾

𝑉1 = (𝑥1 , 𝑦1 , 𝑧1 ) ∈ 𝑉……… (2)

𝑉2 = (𝑥2 , 𝑦2 , 𝑧2 ) ∈ 𝑉
𝑉3 = (𝑥3 , 𝑦3 , 𝑧3 ) ∈ 𝑉

Reemplazando (1) en (2)

𝑘1 (𝑥1 , 𝑦1 , 𝑧1 ) + 𝑘2 (𝑥2 , 𝑦2 , 𝑧2 ) + 𝑘3 (𝑥3 , 𝑦3 , 𝑧3 )

∴ 𝑽 𝒆𝒔 𝒍. 𝒅

7. DEMOSTRAR QUE LOS SIGUIENTES CONJUNTOS DE VECTORES DE 𝐑𝟑 :

𝑷 = {(𝟏, 𝟎, −𝟏), (𝟎, −𝟐, 𝟏)}, 𝑸 = {(𝟏, −𝟐, 𝟎), (𝟐, −𝟐, −𝟏)}, 𝑹 = {(𝟏, −𝟏, 𝟏), (𝟑, 𝟎, 𝟏)}
GENERAN EL MISMO SUBESPACIO.

Demostración

Sea 𝑃 = {(𝟏, 𝟎, −𝟏), (𝟎, −𝟐, 𝟏)}

𝑳(𝑷) = 𝑾

𝑢 ∈ 𝑊 → 𝑢 = (𝑥, 𝑦, 𝑧) = 𝛼(1,0, −1) + 𝛽(0, −2,1)

𝑥 = 𝛼 + 𝛽(0) (2)
𝑦 = −2𝛽
𝑧 = −𝛼 + 𝛽 (2)

2𝑥 + 𝑦 + 2𝑧 = 0

Universidad Nacional de Cajamarca-Sede Jaén 24

Luego 𝑊 = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 3 /2𝑥 + 2𝑧 + 𝑦 = 0}

𝑾𝟐 = 𝑳(𝑸)

𝑢 2 ∈ 𝑊2 → 𝑢 = (𝑥1 , 𝑦1 , 𝑧1 ) = 𝛼1 (1, −2,0) + 𝛽1 (2, −2, −1)

𝑥1 = 𝛼1 + 2𝛽 1 (2)
𝑦1 = −2𝛼1 − 2𝛽1
𝑧1 = −𝛽1 (2)

2𝑥1 + 𝑦1 + 2𝑧1 = 0

Luego 𝑊2 = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 3 /2𝑥 + 2𝑧 + 𝑦 = 0}

𝑾𝟑 = 𝑳(𝑹)

𝑢 3 ∈ 𝑊3 → 𝑢 = (𝑥2 , 𝑦2 , 𝑧2 ) = 𝛼2 (1, −1,1) + 𝛽2 (3,0,1)

𝑥2 = 𝛼2 + 3𝛽 1
𝑦2 = −𝛼2 (−2)
𝑧1 = 𝛼2 − 𝛽2 (−3)

𝑥2 − 2𝑦2 − 3𝑧2 = 0

Luego 𝑊3 = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 3 /𝑥2 − 2𝑦2 − 3𝑧2 = 0}

∴ 𝑾𝟏 = 𝑾𝟐 ≠ 𝑾𝟑

8. DADOS LOS SUBESPACIOS 𝑼 = {(𝒙, 𝒚, 𝒛) ∈ 𝑹𝟑 /𝒙 + 𝒚 − 𝒛 = 𝟎} ∧ 𝑾=

{(𝒙, 𝒚, 𝒛) ∈ 𝑹𝟑 /𝟐𝒙 − 𝟑𝒚 + 𝟒𝒛 = 𝟎} 𝐝𝐞 𝐑𝟑 . PROBAR QUE 𝑹𝟑 = 𝑼 ⊕ 𝑾

Solución:

𝒊) 𝑈𝑛𝑎 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑈 =?
𝑈 = (𝑥, 𝑦, 𝑧) ∈ 𝑅 3 → (𝑥, 𝑦, 𝑧) = (𝑥, 𝑦, 𝑥 + 𝑦)
= 𝑥(1,0,1) + 𝑦(0,1,1)

Universidad Nacional de Cajamarca-Sede Jaén 25

 Una base de 𝑼 = {(𝟏, 𝟎, 𝟏), (𝟎, 𝟏, 𝟏)}

Dim (U)= 2

𝒊𝒊) 𝑈𝑛𝑎 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑊 =?

2𝑥 − 3𝑦
𝑊 = (𝑥, 𝑦, 𝑧) ∈ 𝑅 3 → (𝑥, 𝑦, 𝑧) = (𝑥, 𝑦,
4

1 −3
= 𝑥 (1,0, ) + 𝑦 (0,1, )
2 4

𝟏 −𝟑
𝑩𝒂𝒔𝒆 𝒅𝒆 𝑾 = (𝟏, 𝟎, ) , (𝟎, 𝟏, )
𝟐 𝟒

Dim (W)=2

𝒊𝒊𝒊) 𝐵𝑎𝑠𝑒 𝑑𝑒 𝑈 ∩ 𝑊
(𝑥 + 𝑦 − 𝑧) = 0
2𝑥 + 3𝑦 − 4𝑧 = 0
5𝑥 − 3𝑧 = 0
1
𝑥=𝑧
3

𝑊 ∈ (𝑈 ∩ 𝑊)

5
𝑊 = (𝑥, 𝑦, 𝑧) ∈ 𝑅 3 → (𝑥, 𝑦, 𝑧) = (𝑥, 𝑜, 𝑥)
3
5
= 𝑥 (1,0, ) + 𝑦(0,0,0)
3

𝟓
𝑩𝒂𝒔𝒆 𝒅𝒆 𝑼 ∩ 𝑾 = {(𝟏, 𝟎, )}
𝟑

Dim (U∩W)=1

Universidad Nacional de Cajamarca-Sede Jaén 26

 𝑹𝟑 = 𝑼 ⊕ 𝑾 = 𝒅𝒊𝒎𝑼 + 𝒅𝒊𝒎𝑾 − 𝐝𝐢𝐦(𝑼 ∩ 𝑾)

=2+2−1=3

9. SEA 𝑾 = {(𝒙, 𝒚, 𝒛, 𝒕) ∈ 𝑹𝟒 /𝒙 + 𝒚 + 𝒛 + 𝒚 = 𝟎}. PROBAR QUE LOS VECTORES

{(𝟐, 𝟎, 𝟎, −𝟐), (𝟖, −𝟐, −𝟒, −𝟐)} FORMAN UNA BASE DE W

Solución:

𝑊1 = (2,0,0, −2) W2 = (8, −2, −4, −2)

(𝑥, 𝑦, 𝑧, 𝑡) = (𝑥, 𝑦, 𝑧, −𝑥 − 𝑦 − 𝑧)

= 𝑥(1,0,0, −1) + 𝑦(0,1,0, −1) + 𝑧(0,0,1, −1)

𝒊) 𝑊1 ∧ 𝑊2 𝑠𝑜𝑛 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑊 → 𝑠𝑜𝑛 𝑙. 𝑖

𝒊𝒊) 𝑊1 ∧ 𝑊2 𝑔𝑒𝑛𝑒𝑟𝑎𝑛 𝑎 𝑊

(0,0,0) = 𝛼(2,0,0, −2) + 𝛽(8, −2, −4, −2)

𝑥 = 2𝛼 + 8𝛽
𝑦 = −2𝛽
𝑧 = −4𝛽
𝑡 = −2𝛼 − 2𝛽

𝑥+𝑦+𝑧+𝑡 = 0

Una base de 𝑾𝟏 ∧ 𝑾𝟐 = {(𝟏, 𝟎, 𝟎, −𝟏), (𝟎, 𝟏, 𝟎, −𝟏), (𝟎, 𝟎, 𝟏, −𝟏)}

𝑾𝟏 ∧ 𝑾𝟐 ∈ 𝑳(𝑾)

Universidad Nacional de Cajamarca-Sede Jaén 27

 10. DETERMINAR SI LOS VECTORES FORMAN UNA BASE (𝟏, 𝟏, 𝟏), (𝟏, 𝟐, 𝟑), (𝟐, −𝟏, 𝟏)
FORMAN UNA BASE DE 𝑹𝟑

𝑉1 = (1,1,1)
𝑉2 = (1,2,3)
𝑉3 = (2, −1,1)

𝑢 = (𝑥, 𝑦, 𝑧) = 𝛼𝑉1 + 𝛽𝑉2 + 𝜃𝑉3

𝑥, 𝑦, 𝑧 = 𝛼(1,1,1) + 𝛽(1,2,3) + 𝜃(2, −1,1)

𝑥 = 𝛼 + 𝛽 + 2𝜃

𝑦 = 𝛼 + 2𝛽 − 𝜃

𝑧 = 𝛼 + 3𝛽 + 𝜃

11. ENCONTRAR UNA BASE PARA CADA UNA DE LOS SIGUIENTES SUESPACIOS DE 𝑹𝟑 :
𝑺 = {(𝒙, 𝒚, 𝒛)/𝟑𝒙 − 𝒚 + 𝒛 = 𝟎}, 𝑻 = {(𝒙, 𝒚, 𝒛, 𝒕)/𝒙 + 𝒚 − 𝒛 = 𝟎 ∧ 𝟐𝒙 − 𝒚 + 𝒛 = 𝟎}

Solucion:

𝒊) 𝑈𝑛𝑎 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑆 =?
3𝑥 − 4𝑦 + 𝑧 = 0
𝑧 = 4𝑦 − 3𝑥

𝑢 ∈ 𝑆 → 𝑢 = (𝑥, 𝑦, 𝑧) = (𝑥, 𝑦, 4𝑦 − 3𝑥)

= 𝑥(1,0, −3) + 𝑦(0,1,4)

𝑼𝒏𝒂 𝒃𝒂𝒔𝒆 𝒅𝒆 𝑺 = {(𝟏, 𝟎, −𝟑), (𝟎, 𝟏, 𝟒)}

𝒊𝒊) 𝑈𝑛𝑎 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑇

𝑥+𝑦−𝑧 =0
2𝑥 − 𝑦 + 𝑧 = 0

Universidad Nacional de Cajamarca-Sede Jaén 28

 3𝑥 = 0 y=z
𝒙=𝟎
(𝑥, 𝑦, 𝑧) ∈ 𝑅 3 → (𝑥, 𝑦, 𝑧) = (0, 𝑦, 𝑦)

𝑼𝒏𝒂 𝒃𝒂𝒔𝒆 𝒅𝒆 𝑻 = {(𝟎, 𝟏, 𝟏)}

12. DADOS LOS SUBESPACIOS VECTORIALES DE 𝑹𝟒 :

𝑾 = {(𝒙, 𝒚, 𝒛, 𝒕) ∈ 𝑹𝟒 /𝟐𝒙 = 𝒚, 𝟐𝒛 = 𝒕}
𝑼 = {(𝒙, 𝒚, 𝒛, 𝒕) ∈ 𝑹𝟒 /𝒙 + 𝒚 + 𝒛 + 𝒕 = 𝟎}
𝑻 = {(𝒙, 𝒚, 𝒛, 𝒕) ∈ 𝑹𝟒 /𝒙 = 𝒚 = 𝒛 = 𝒕}, SE PIDE HALLAR

a) UNA BASE DE W
b) UNA BASE DE T
c) UNA BASE DE (𝑾 + 𝑼), (𝑼 + 𝑻), (𝑾 + 𝑻)
d) DIM(S), DIM(T), DIM(W+U)
e) DIM (𝑾 ∩ 𝑼), 𝐝𝐢𝐦(𝑼 ∩ 𝑻)
𝑹𝟓 𝑹𝟒
f) DIM , 𝐝𝐢𝐦( )
𝑼+𝑻 𝑾∩𝑼

Solucion:

a) Calculando una base para el subespacio W

(𝑥, 𝑦, 𝑧, 𝑡) ∈ 𝑊 → (𝑥, 𝑦, 𝑧, 𝑡) = (𝑥, 2𝑥, 𝑧, 2𝑧)

= 𝑥(1,2,0,0) + 𝑧(0,0,1,2)

Una base de 𝑾 = {(𝟏, 𝟐, 𝟎, 𝟎), (𝟎, 𝟎, 𝟏, 𝟐)} 𝑫𝒊𝒎(𝑾) = 𝟐

Una base para U

(𝑥, 𝑦, 𝑧, 𝑡) ∈ 𝑈 → (𝑥, 𝑦, 𝑧, 𝑡) = (𝑥, 𝑦, 𝑧, 𝑡)

= 𝑥, 𝑦, 𝑧, −𝑥 − 𝑦 − 𝑧)
⇒ 𝑥(1,0,0,1) + 𝑦(0,1,0, −1) + 𝑧(0,0,1, −1)
𝑼𝒏𝒂 𝒃𝒂𝒔𝒆 𝒅𝒆 𝑼 = {(𝟏, 𝟎, 𝟎, 𝟏), (𝟎, 𝟏, 𝟎, −𝟏), (𝟎, 𝟎, 𝟏, −𝟏)}

𝑫𝒊𝒎(𝑼) = 𝟑

Universidad Nacional de Cajamarca-Sede Jaén 29

 b) Una base para T
(𝑥, 𝑦, 𝑧, 𝑡) ∈ 𝑇
⇒ (𝑥, 𝑦, 𝑧, 𝑡) = (𝑥, 𝑥, 𝑧, 𝑧)
= 𝑥(1,1,0,0) + 𝑦(0,0,1,1)

𝑼𝒏𝒂 𝒃𝒂𝒔𝒆 𝒅𝒆 𝑻 = {(𝟏, 𝟏, 𝟎, 𝟎), (𝟎, 𝟎, 𝟏, 𝟏)}

𝑫𝒊𝒎(𝑻) = 𝟐

c) Una base para (𝑾 + 𝑼)

Una base de(U+T)={(1,0,0,1), (0,1,0, −1), (0,0,1, −1), (1,1,0,0), (0,0,1,1)}
Una base de (𝑊 + 𝑇) = {(1,1,0,0), (0,0,1,1), (1,2,0,0), (0,0,1,2)}
Una base de (𝑈 + 𝑊) = {(1,0,0,1), (0,1,0, −1), (0,0,1, −1), (1,2,0,0), (0,0,1,2)}

d) dim(𝑊) = 2 dim(𝑇) = 2
𝐝𝐢𝐦(𝑾 + 𝑼) = 𝑑𝑖𝑚𝑊 + 𝑑𝑖𝑚𝑈 − dim(𝑊 ∩ 𝑈)
=𝟐+𝟑−𝟏=𝟒

e) 𝑫𝒊𝒎(𝑾 ∩ 𝑼)
𝑢 = (𝑥, 𝑦, 𝑧, 𝑦) ∈ (𝑊 ∩ 𝑈)
𝑊∩𝑈 ⇒𝑥+𝑦+𝑧+𝑡 = 0 ∧ 2𝑥 = 𝑦
𝑥 = −𝑧 𝑦 = −𝑡
(𝑥, 𝑦, 𝑧, 𝑡) = (−𝑧, −𝑡, 𝑧, 𝑡)
= (−𝑧, −2𝑧, 𝑧, 2𝑧)
= 𝑧(−1, −2,1,2)

𝑫𝒊𝒎(𝑾 ∩ 𝑼) = 𝟏

𝑫𝒊𝒎(𝑼 ∩ 𝑻)

𝑢 = (𝑥, 𝑦, 𝑧, 𝑡) ∈ (𝑈 ∩ 𝑇)
𝑊∩𝑈 ⇒𝑥+𝑦+𝑧+𝑡 = 0 ∧ 2𝑥 = 𝑦
Universidad Nacional de Cajamarca-Sede Jaén 30
 𝑥=𝑦 𝑧=𝑡
(𝑥, 𝑦, 𝑧, 𝑡) = (−𝑧, −𝑧, 𝑧, 𝑧)
= 𝑧(−1, −1,1,1)

𝑫𝒊𝒎(𝑼 ∩ 𝑻) = 𝟏

𝑹𝟓
f) 𝑫𝒊𝒎 = 𝑑𝑖𝑚 𝑅 5 − [𝑑𝑖𝑚𝑈 + 𝑑𝑖𝑚𝑇]
𝑼+𝑻

= 𝟓 − (𝟑 + 𝟐) = 𝟎

𝑹𝟒
𝐝𝐢𝐦(𝑾∩𝑼) =𝑑𝑖𝑚𝑅 4 − 𝑑𝑖𝑚(𝑊 ∩ 𝑈)

=𝟒−𝟏=𝟑

13. SI 𝑼 = {(𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 , 𝒙𝟒 ) ∈/𝒙𝟏 − 𝟐𝒙𝟑 = 𝟎}, 𝑾 = {(𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 , 𝒙𝟒 ) ∈ 𝑹𝟒 /𝒙𝟐 = 𝒙𝟒 }.

HALLAR UNA BASE PARA 𝑼 ∩ 𝑾, 𝒅𝒊𝒎(𝑼 + 𝑾)𝒚 𝒖𝒏𝒂 𝒃𝒂𝒔𝒆 𝒑𝒂𝒓𝒂 𝑼 + 𝑾
 Una base para 𝑼 ∩ 𝑾 =? ?

Solucion:
𝑢 = (𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) ∈ ( 𝑈 ∩ 𝑊)
(𝑈 ∩ 𝑊) ⇒ 𝑥1 − 2𝑥3 = 0
𝑥2 − 𝑥4 = 0

𝑥1 + 𝑥2 − 𝑥4 − 2𝑥3 = 0
𝑥1 + 𝑥2 − 2𝑥3 = 𝑥4

(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = (𝑥1 , 𝑥2 , 𝑥3 , 𝑥1 + 𝑥2 − 2𝑥3 )

= 𝑥1 (1,0,1,1) + 𝑥2 (0,1,0,1) + 𝑥3 (0,0,1, −2)

Una base de (𝑈 ∩ 𝑊) = {(1,0,1,1), (0,1,0,1), (0,0,1, −2)}

 𝒅𝒊𝒎(𝑼 + 𝑾)

𝑫𝒊𝒎𝑼:

𝑢 = (𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) ∈ 𝑈 → (𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = (2𝑥3 , 𝑥2 , 𝑥3 , 𝑥4 )

Universidad Nacional de Cajamarca-Sede Jaén 31

 ⇒ 𝑥3 (2,0,1,0) + 𝑥2 (0,1,0,0) + 𝑥4 (0,0,0,1)

Dim U=3

𝑫𝒊𝒎𝑾:

𝑢 = (𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) ∈ 𝑊 → (𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = (𝑥1 , 𝑥2 , 𝑥3 , 𝑥2 )

⇒ 𝑥1 (1,0,0,0) + 𝑥2 (0,1,0,1) + 𝑥3 (0,0,1,0)

Dim W=3

𝒅𝒊𝒎(𝑼 + 𝑾) = 𝒅𝒊𝒎𝑼 + 𝒅𝒊𝑾

=3+3−3 = 3

14. Determinar una base para el sigiente subespacio de 𝑹𝟑

La recta : 𝒙 = 𝟐𝒕 , 𝒚 = −𝒕 , 𝒛 = 𝟒𝒕 𝒕 ∈< −∞, +∞ >

𝑈 = (𝑥, 𝑦, 𝑧) ∈ 𝑊
(𝑥, 𝑦, 𝑧) = (𝑥1 , 𝑥2 , 𝑥3 )

𝑥 = 2𝑡 (−1)
𝑦 = −𝑡 (2)
𝑧 = 4𝑡

𝑧 + 2𝑦 − 𝑥 = 0
𝑧 + 2𝑦 = 𝑥

(𝑥, 𝑦, 𝑧) = (𝑥1 , 𝑥2 , 𝑥3 )
= (2𝑦 + 𝑧, 𝑦, 𝑧)
= 𝑦(2,1,0) + 𝑧(1,0,1)

Una base de 𝑾 = {(𝟐, 𝟏, 𝟎), (𝟏, 𝟎, 𝟏)}

Universidad Nacional de Cajamarca-Sede Jaén 32

 15. DEMOSTRAR, SI 𝑺 = {𝒖𝟏 , 𝒖𝟐 , 𝒖𝟑 … . . 𝒖𝒏 } ∧ 𝑻 = {𝒗𝟏 , 𝒗𝟐 , 𝒗𝟑 … . . 𝒗𝒏 } SON BASES
PARA UN ESPACIO VECTORIAL V, ENTONCES 𝒓 = 𝒏
Demostración:
𝒊) 𝑆 𝑒𝑠 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑉, 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟: 𝑉 = 𝐿(𝒖𝟏 , 𝒖𝟐 , 𝒖𝟑 … . . 𝒖𝒏 )
𝑇 ⊂ 𝑉 = 𝐿(𝑆); 𝑎𝑑𝑒𝑚𝑎𝑠 𝑇 𝑒𝑠 𝑙. 𝑖
→𝑟≤𝑛

𝒊𝒊) 𝑠𝑖 𝑇 𝑒𝑠 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑉, 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟: 𝑉 = 𝐿(𝒗𝟏 , 𝒗𝟐 , 𝒗𝟑 … . . 𝒗𝒏 )

𝑆 ⊂ 𝑉 = 𝐿(𝑇); 𝑎𝑑𝑒𝑚𝑎𝑠 𝑆 𝑒𝑠 𝑙. 𝑖
→𝑛≤𝑟

𝒊𝒊𝒊) 𝑙𝑢𝑒𝑔𝑜 𝑑𝑒 𝑟𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑎𝑟 𝑖 ∧ 𝑖𝑖, 𝑠𝑒 𝑜𝑡𝑖𝑒𝑛𝑒: 𝒓 = 𝒏

∴ Ambos subespacios son de dimensión finita y tienen el mismo número de

vectores

16. SI {𝒗𝟏 , 𝒗𝟐 , 𝒗𝟑 … . . 𝒗𝒏 } ES UNA BASE PARA EL ESPACIO VECTORIAL 𝑽 𝒚 𝒔𝒊 𝒗 ∈ 𝑽,

ENTONCES EXISTE UN ÚNICO CONJUNTO DE ESCALARES ,𝒌𝒊 , ∀ 𝒊 = 𝟏, … . , 𝒏 TAL
QUE : 𝑽 = 𝒌𝟏 𝒗𝟏 + 𝒌𝟐 𝒗𝟐 + ⋯ 𝒌𝒏 𝒗𝒏

Solución:
Si 𝑣 ∈ 𝑉 → 𝒌𝒊 , 𝒌𝟏 = 𝟏, … . , 𝒏 , 𝑽 = 𝑳(𝒗𝟏 , 𝒗𝟐 , 𝒗𝟑 … . . 𝒗𝒏 )
𝑉 = 𝒌𝟏 𝒗𝟏 + 𝒌𝟐 𝒗𝟐 + ⋯ 𝒌𝒏 𝒗𝒏

Es decir que:
𝑽 = 𝒄𝟏 𝒗𝟏 + 𝒄𝟐 𝒗𝟐 + ⋯ 𝒄𝒏 𝒗𝒏 = 𝒅𝟏 𝒗𝟏 + 𝒅𝟐 𝒗𝟐 + ⋯ 𝒅𝒏 𝒗𝒏
(𝒄𝟏 − 𝒅𝟏 )𝒗𝟏 + (𝒄𝟐 − 𝒅𝟐 )𝒗𝟐 … … … . (𝒄𝒏 − 𝒅𝒏 )𝒗𝒏 = 𝟎

Además: 𝒗𝒊 𝒆𝒔 𝒍. 𝒊
→ 𝒄𝟏 − 𝒅𝟏 = 𝒄𝟐 − 𝒅𝟐 = ⋯ 𝒄𝒏 − 𝒅𝒏 = 𝟎

Universidad Nacional de Cajamarca-Sede Jaén 33

 Por lo tanto:
𝒄𝟏 = 𝒅𝟏 , 𝒄𝟐 = 𝒅𝟐 , … 𝒄𝒏 = 𝒅𝒏
∴ 𝒗 ∈ 𝑽 𝒔𝒆 𝒑𝒖𝒆𝒅𝒆 𝒆𝒙𝒑𝒓𝒆𝒔𝒂𝒓 𝒄𝒐𝒎𝒐 𝒖𝒏𝒊𝒄𝒂 𝒄. 𝒍 𝒅𝒆{𝒗𝟏 , 𝒗𝟐 , 𝒗𝟑 … . . 𝒗𝒏 }

𝑽 = {𝒗𝟏 , 𝒗𝟐 , 𝒗𝟑 … . . 𝒗𝒏 }𝒆𝒔 𝒍. 𝒊
𝑹𝒏 = 𝑳(𝒗𝒊 ) ∀ 𝒊 = 𝒏
𝒗𝟏 = 𝒂𝟏𝟏 , 𝒂𝟏𝟐 , … . . 𝒂𝒏
𝒗𝟐 = 𝒂𝟐𝟏 , 𝒂𝟐𝟐 , … . . 𝒂𝟐𝒏
.
.
.
.
.
.
𝒗𝒏 = 𝒂𝒏𝟏 , 𝒂𝒏𝟐 , … . . 𝒂𝒏𝒏
𝑳 = (𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 … . . 𝒙𝒏 ) ∈ 𝑹𝒏

∴ 𝑽(𝒙)𝒈𝒆𝒏𝒆𝒓𝒂 𝒂 𝑹𝒏

Universidad Nacional de Cajamarca-Sede Jaén 34