ESPACIOS VECTORIALES

Introduccin.
La idea de vector est tomada de la Fsica, donde sirven para representar magnitudes
vectoriales como fuerzas, velocidades o aceleraciones. Para ello se emplean vectores de
dos componentes en el plano, de tres componentes en el espacio...
2

Se supone conocida la representacin grfica y manejo de los vectores de y de .

En Matemticas, tratamos de abstraer las propiedades que caracterizan a los vectores para
extenderlas tambin a otro tipo de objetos diferentes de los vectores de la Fsica.
Esencialmente, el comportamiento que caracteriza a los vectores es el siguiente:
Podemos sumar dos vectores y obtenemos otro vector;
Podemos multiplicar un vector por un nmero (escalar) y obtenemos otro vector.

Adems estas operaciones cumplen ciertas propiedades, que observamos en los vectores
de 2 y de 3 :
En lo sucesivo, utilizaremos habitualmente la siguiente notacin: u,v,w (u otras letras latinas) para
vectores, mientras que las letras griegas designarn escalares.

Propiedades de la suma de vectores.

Asociativa: (u+v)+w = u+(v+w)
Conmutativa: v+u=u+v.

K
K
0 , tal que 0 + v = v para cualquier vector v.
K
Para cada vector v existe un elemento opuesto, v, que sumado con l da 0 .

Existe un elemento neutro, el vector

Propiedades del producto de un vector por un escalar.

Asociativa: ( v) = ( ) v
Distributivas:

Respecto de la suma de escalares: ( + ) v = v + v

Respecto de la suma de vectores: (u + v) = u + v
Existe un elemento unidad: el escalar 1, tal que 1 v = v para cualquier vector v.

Definicin: espacio vectorial.

Cualquier conjunto que posea unas operaciones suma y producto por escalares, cumpliendo
todas las propiedades anteriores, diremos que es un espacio vectorial. Los elementos de tal
conjunto se llamarn vectores (aunque pueda tratarse de objetos diferentes a los vectores
de la Fsica.)
Diremos que el espacio vectorial es real o complejo, segn sean los escalares.

Otras propiedades de los espacios vectoriales pueden deducirse de las

anteriores propiedades bsicas. Por ejemplo:

Si v = 0 ( escalar, v vector) entonces o bien es =0 o bien es v = 0 .

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 1

Ejemplos de espacios vectoriales.

1) El espacio n , formado por los vectores de n componentes (x1, . . .,xn) es un espacio
vectorial real, en el que se pueden sumar vectores y multiplicar por un escalar (real) de la
forma habitual.
Se puede comprobar que se cumplen las propiedades requeridas para ambas operaciones.
El vector cero es (0,. . .,0).
No es un espacio vectorial complejo, pues no podemos multiplicar por escalares complejos
(si lo hacemos, el resultado no se mantendr dentro de n ).

2) Consideremos el conjunto P2 de los polinomios de grado 2 con coeficientes reales:

P2 ={ ax2 + bx + c : a, b, c }
Es un espacio vectorial real, pues podemos sumar dos elementos de P2 y obtenemos otro
elemento de P2 ; tambin podemos multiplicar un elemento de P2 por un escalar real y
obtenemos otro elemento de P2. Vemoslo:
Suma: ( ax2 + bx + c ) + ( ax2 + bx + c ) = (a+a) x2 + (b+b) x + (c+c) que pertenece a P2.
Producto por un escalar real: , (ax + bx + c) = ax2 + bx + c que pertenece a P2.

Se puede comprobar que se cumplen las propiedades requeridas. El vector 0 es el polinomio

cero: 0x2 + 0x + 0
No es un espacio vectorial complejo, pues al multiplicar por un escalar complejo el resultado
podr ser un polinomio complejo que no pertenece a P2.

3) Consideremos el conjunto G de los polinomios de grado = 3 (exactamente 3) con

coeficientes reales.

No es un espacio vectorial (real ni complejo), pues al sumar dos elementos de G, no est

garantizado que el resultado est en G. En efecto, consideremos los polinomios
p = x3+x2+x+1 , q = x3+x2+x+1
Pertenecen a G, pues su grado es 3. Pero su suma es p+q = 2x2+2x+2 que no pertenece a
G (su grado no es 3).

4) Consideremos el conjunto M2x2 (tambin denotado por M2) de las matrices 2x2 con
trminos reales:
a c

: a, b, c, d

b d

M2x2 =
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 2

Es un espacio vectorial real, pues podemos sumar dos matrices de M2x2 obteniendo otra
matriz de M2x2 , y multiplicar una matriz de M2x2 por un escalar real obteniendo otra matriz
K

de M2x2. Se puede comprobar que se cumplen las propiedades. El vector 0 es, en este
caso, la matriz con todos sus trminos nulos.
No es un espacio vectorial complejo.

5) Consideremos el conjunto MC de las matrices 2x3 con trminos complejos.

Es un espacio vectorial real, pues podemos sumar dos matrices de MC obteniendo otra
matriz de MC, y multiplicar un elemento de MC por un escalar real obteniendo otra matriz de
MC.
Tambin es un espacio vectorial complejo, pues podemos multiplicar una matriz de MC
por un escalar complejo obteniendo otra matriz de MC.
(Comprubese con elementos genricos).

6) Consideremos el conjunto ME de las matrices 3x2 con trminos enteros.

Podemos sumar dos matrices de ME y obtenemos otro elemento de ME:
a c a' c'
En efecto, si tomamos
,
con a, a, b, b, c, c, d, d enteros,
b d b' d'
a c a' c' a+a' c+c'

+
=
tambin tiene trminos enteros, luego pertenece a ME.
b d b' d' b+b' d+d'
Sin embargo ME no es un espacio vectorial real, pues al multiplicar un elemento de ME
por un escalar real no est garantizado que el resultado permanezca dentro de ME. Si el
escalar es [Link]. el nmero real 1.25, el resultado ya no es una matriz con trminos enteros.
Por similar razn tampoco es un espacio vectorial complejo.

7) El conjunto C de los nmeros complejos se puede considerar como un espacio vectorial

real. En efecto, se pueden sumar dos nmeros complejos obtenindose otro nmero
complejo; y se puede multiplicar un complejo por un escalar real, obtenindose otro
complejo. Es decir,
Suma: (a+bi ) + (c+di ) = (a+c) + (b+d)i, que es otro nmero complejo.
Producto por un escalar real: , (a+bi ) = a + bi que es otro nmero complejo.
La suma y el producto por un escalar cumplen todas las propiedades requeridas. En este
K
caso el vector 0 es el nmero complejo cero, 0+0i.
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 3

Ntese que aqu los complejos funcionan como vectores (elementos del espacio vectorial C )
y los reales como escalares.
Observar adems que, en este contexto, el conjunto de los nmeros complejos se comporta
igual que el espacio vectorial 2 , identificando el nmero complejo a+bi con el vector (a,b).
Este es el motivo por el cual se suele representar el plano complejo como si fuera 2 , con la
parte real en el eje de abscisas y la parte imaginaria en el eje de ordenadas.

8) El conjunto de las funciones continuas definidas en : Se pueden sumar dos funciones,

y se puede multiplicar una funcin por un escalar real.
Por ejemplo, las funciones f(x)=x2 y g(x)=log(x) pueden sumarse y resulta otra funcin h(x)=x2+log(x).
La funcin g(x)=log(x) puede multiplicarse por el escalar y resulta la funcin k(x)= log(x).

Si sumamos dos funciones continuas, el resultado es otra funcin continua. Si multiplicamos

una funcin continua por un escalar, el resultado es otra funcin continua.

Las operaciones cumplen las propiedades requeridas. El vector 0 es la funcin constante 0.

Por tanto se trata de un espacio vectorial real.
Hay muchos otros espacios vectoriales. Gracias a esto, las propiedades que encontremos
para espacios vectoriales en general, las podemos aplicar a matrices, polinomios,
funciones...

Observacin.
En algunos espacios vectoriales reales, distintos de n , puede hacerse un paralelismo o
identificacin con n , para un n adecuado.
Por ejemplo, ya hemos visto cmo el espacio vectorial real C de los nmeros complejos
puede identificarse con 2 , correspondiendo el nmero complejo a+bi al vector (a,b)
Veamos cmo el espacio P2 = { polinomios de grado 2 } puede identificarse con 3 : cada
polinomio ax2+bx+c correspondera al vector (a,b,c) de 3 .
Lo mismo ocurre con el espacio de matrices M2x2 = { matrices 2x2 }, que se identifica con
a
4 , correspondiendo a la matriz
b

el vector (a,b,c,d).

En todos los casos las operaciones de suma y producto por escalar se pueden trasladar
paralelamente del espacio considerado a n .
Esto hace posible efectuar las operaciones en n en lugar de otros espacios.
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 4

SUBESPACIOS VECTORIALES
Dado un espacio vectorial V, podemos considerar una parte S de l que funcione como un
espacio vectorial ms pequeo, incluido en V.
Como V es un espacio vectorial, posee unas operaciones (suma, producto por un escalar)
que en particular se pueden efectuar en S. Slo necesitaremos que, al efectuarlas, su
resultado quede dentro de S.

Definicin: Subespacio.
Dado un espacio vectorial V, se dice que un subconjunto S de V es un subespacio vectorial
K
si contiene al vector 0 , y si al efectuar las operaciones de suma y producto por escalar entre
vectores de S, el resultado permanece en S.
(Se puede decir que S es cerrado para las operaciones suma y producto por escalar.)
Es decir:

K
0S.

Si v, w S entonces v + w S.

Si v S y es un escalar, entonces v S.

Ya no hace falta comprobar que se cumplen las propiedades asociativa, conmutativa, etc.
puesto que sabemos que se cumplen en V, y por tanto tambin en S (se dice que S hereda
las propiedades de las operaciones en V).
Por supuesto si para V utilizamos escalares reales, tambin para S; si para V utilizamos
complejos, tambin para S.

Ejemplos de subespacios.
1) La recta x=y es un subespacio de 2 . Est formado por los vectores de la forma (a,a).
Contiene al vector (0,0).
Adems, es cerrado para la suma y producto por escalar:
Suma: (a,a) + (b,b) = (a+b, a+b) que tambin es un elemento de la recta.
Producto por un escalar: , (a,a) = (a, a) que tambin es un elemento de la recta.

2) El plano XY es un subespacio de 3 . Est formado por los vectores de la forma (x,y,0).

Contiene al vector (0,0,0).
Adems, es cerrado para la suma y producto por escalar:
Suma: (x,y,0) + (x,y,0) = (x+x, y+y, 0) que tambin es un elemento del plano.
Producto por un escalar: , (x,y,0)=(x, y, 0) que tambin es un elemento del plano.
Podemos decir que este plano es como 2 pero incluido en 3 .

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 5

3) Es un subespacio de 2 el conjunto de los vectores de la forma (a,1)?

No, puesto que no contiene al (0,0).
O tambin: porque no se puede sumar dentro de este conjunto, por ejemplo
(a,1)+(b,1)=(a+b,2) que no pertenece al conjunto.

4) En el espacio P2 = { polinomios de grado 2 }, el conjunto de los polinomios de grado 1

forma un subespacio. En efecto, contiene al polinomio cero, y podemos sumar y multiplicar
por un escalar sin salir del conjunto:
Suma: (ax+b) + (ax+b) = (a+a)x + (b+b) que tambin es un polinomio de grado 1.
Producto por escalar: , (ax+b)= ax+b que tambin es un polinomio de grado 1.

a
5) En M2 = { matrices 2x2 }, el conjunto de las matrices simtricas

b
es un subespacio.
b c

Contiene a la matriz nula, y es cerrado para las operaciones:

a b a' b' a+a' b+b'
Suma:
=
que tambin es una matriz simtrica.
+
b c b' c' b+b' c+c'
a b a b
Producto por escalar: ,
que tambin es una matriz simtrica.
=
b c b c

6) Geomtricamente, losK subespacios vectoriales de 2 y 3 son rectas, planos, y slo uno

de ellos es un punto, el { 0 }.

Las curvas o las superficies curvas no son subespacios; tampoco las figuras geomtricas
finitas, como crculos o polgonos en el plano, esferas o poliedros en el espacio.
(Comprobar grficamente que no pueden sumarse vectores dentro de este tipo de conjuntos)

7)K En todo espacio vectorial existen el subespacio cero, formado solamente por el vector
{ 0 }, y el subespacio total, formado por todos los vectores del espacio.

Descripcin de los subespacios de Rn.

Los subespacios de n pueden describirse de dos formas: implcita y paramtrica.
Forma implcita: Mediante ecuaciones. Los vectores que verifiquen las ecuaciones son
los que pertenecen al subespacio.
Forma paramtrica: Mediante una expresin con parmetros, los cuales al tomar
distintos valores producen todos los vectores del subespacio.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 6

Para pasar de una a otra forma:

De la forma implcita a la paramtrica: Basta considerar las ecuaciones implcitas como
un sistema, y resolverlo. La solucin general del sistema (que podr depender de
parmetros) es la expresin paramtrica.
De la forma paramtrica a la implcita: Podemos decir, aunque no es un mtodo riguroso,
que se trata de describir mediante ecuaciones cmo es el vector genrico del subespacio.
Ayudar el conocer qu nmero de ecuaciones es necesario (lo que se ver ms adelante).

Ejemplos:
1) En 2 , la recta bisectriz del primer cuadrante puede describirse en implcitas como
{ y=x }, y en paramtricas como { (,) : }

2) En 3, dado el subespacio en paramtricas { (, , ) : , }, su forma implcita

es la ecuacin { z=xy } .

3) En 3, dado el subespacio en paramtricas { (, , 3) : }, para describirlo en

forma implcita necesitamos dos ecuaciones:

y=x
z = 3x

4) Consideremos el subespacio de 3 dado en implcitas por

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

Cul es su forma paramtrica? Para ello resolvemos el sistema, que es compatible

indeterminado. La solucin depende de un parmetro y es { (, 0, ) : }.

5) El subespacio cero y el subespacio total constituyen un caso especial. Por ejemplo

en 3 :

x=0
- El subespacio { (0,0,0) } tiene como ecuaciones implcitas y=0
z=0
Su forma paramtrica es (0,0,0): no hay parmetros, pues como se trata de un solo punto,
no se puede variar nada.
- Por el contrario el subespacio total 3 tiene como forma paramtrica { (,,) : ,, }
(tres parmetros variando libremente, pues no hay ninguna limitacin). Ecuaciones implcitas
no tiene ninguna, pues no hay restriccin alguna que imponer.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 7

Relacin entre la forma implcita y paramtrica.

n

Si S es un subespacio de , la forma implcita y paramtrica de S satisfacen en general la

siguiente relacin:
N de ecuaciones implcitas + N de parmetros = n.
(n es el n de incgnitas).

Comprobar esta relacin en los ejemplos anteriores.

Sin embargo para que esto sea cierto debe cumplirse que las ecuaciones implcitas sean
independientes entre s, es decir, que ninguna sea combinacin lineal de otras. Esto significa
que, considerando las ecuaciones como un sistema, no sobre ninguna ecuacin: es decir,
que la matriz de coeficientes tenga rango igual al nmero de ecuaciones.
Tambin los parmetros deben ser independientes entre s : por ejemplo en la expresin
3
paramtrica (+, +, 0), que en corresponde a la forma implcita {x=y , z=0}, no se
cumple la relacin anterior: 2+2 3. Esto ocurre porque los dos dos parmetros no son
independientes. En realidad puede sustituirse + por
tendramos (, , 0) y ya se cumple 2+1=3.

un solo parmetro

y as

(Esto ser ms fcil de comprobar ms adelante, en el punto Bases y dimensin, pues el nmero
de parmetros independientes es igual a la dimensin del subespacio).

Inclusin de subespacios.
Dados dos subespacios A y B, puede ocurrir que uno est incluido en otro (una recta dentro
de un plano, por ejemplo).
Se dice que A est contenido o incluido en B (y se denota A B) si todos los elementos de
A estn tambin en B.
G
En cualquier espacio vectorial V, el subespacio { 0 } est contenido en todos los dems
subespacios; mientras que todos ellos estn contenidos en el total V.
Veamos cmo reconocer si un subespacio est incluido en otro:
- En forma implcita: Si las ecuaciones de B estn incluidas en las de A, entonces A B.
(Cuantas ms ecuaciones implcitas, ms pequeo es el subespacio).
- En forma paramtrica: Para ver si A B, tendremos que ver si todo vector genrico de A,
est en B.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 8

Ejemplo
1) En 3, sean los siguientes subespacios dados en implcitas:
y=0
b= { y=0 }
z=0
Tenemos que A B , pues todo vector que satisfaga las dos ecuaciones de A, es decir que
cumpla y=0, z=0, tambin satisface la ecuacin de B, y=0.
A=

2) En 3, sean los siguientes subespacios dados en paramtricas:

A= { (,0,0) : }

b= { (,0,) : , }

Tenemos que A B , pues todo vector de la forma (,0,0) tambin es de la forma (,0,),
tomando =0.
Ambos ejemplos son el mismo, pues se trata del eje X contenido en el plano XZ.

OPERACIONES CON SUBESPACIOS

A partir de dos subespacios podemos construir otro efectuando las operaciones de suma o
interseccin de subespacios.

1. Interseccin de subespacios.
La interseccin, indicada por el smbolo , puede aplicarse a
conjuntos cualesquiera, no slo a espacios vectoriales. Consiste en
encontrar los elementos comunes a dos conjuntos.
Por ejemplo, la interseccin de dos planos en 3 podr ser una
recta.

S
ST

Notar que dados dos subespacios cualesquiera, siempre hay vectores comunes a ambos (al
K
menos el 0 , que est en todos los subespacios.)

Teorema
La interseccin de subespacios es un subespacio.
En efecto, es posible sumar vectores dentro de ST , pues por ser S y T subespacios, la suma debe
permanecer dentro de S y dentro de T, y por tanto dentro de ST. Lo mismo para el producto por
escalares.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 9

Clculo de la interseccin.
La forma ms sencilla (aunque no la nica) de calcular ST es utilizar la expresin implcita
de S y de T.
Como buscamos los vectores que verifiquen a la vez ambas condiciones, podremos describir
ST considerando conjuntamente las ecuaciones implcitas de S y las de T (formando un
sistema con todas ellas).
Este sistema, si es sencillo, puede considerarse ya como la forma implcita de ST.
En todo caso, resolviendo este sistema obtenemos la forma paramtrica de ST.

Ejemplos.

1)

Sean en 3 los subespacios S=plano XY, T=plano XZ.

Sus ecuaciones implcitas son: S { z=0 }, T { y=0 }

z=0
Uniendo ambas tenemos
que es la expresin implcita de ST.
y=0
Se trata por tanto del eje X , { (,0,0) } en paramtricas.

2)

Sean en 4 los subespacios dados por las ecuaciones implcitas

x+z=0
U
y+t=0

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

Uniendo todas las ecuaciones resulta

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

sistema cuya solucin es (0,0,0,0)

por tanto UW = { (0,0,0,0) }

2. Suma de subespacios.
Dados dos subespacios S, T se define el subespacio suma como:
S+T = { u + v : u S , v T }
es decir, aquellos vectores que podamos construir sumando un vector de S y uno de T.

Teorema
La suma de subespacios es un subespacio.
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 10

Clculo del subespacio suma.

Al contrario que la interseccin, la suma S+T se calcula ms fcilmente usando la forma
paramtrica de S y de T. Esto nos permite tomar un vector genrico de cada uno de los
subespacios y sumarlos, obtenindose una expresin paramtrica de S+T.
No obstante la forma paramtrica as obtenida puede tener parmetros no independientes.
Ms adelante, en el punto Sistemas generadores se dar otro mtodo para calcular el
subespacio suma.

Ejemplo.
Consideremos los subespacios en 3 dados en paramtricas por:
H={ (, +, ) : , }
K={ (0,0, ) : }
Entonces los elementos de H+K se formarn sumando (, +, ) + (0,0, ) = (, +, +)
es decir, H + K = { (, +, +) : , , }

Observacin
La interseccin ST es un subespacio ms pequeo que S y que T (est contenido en S y
tambin en T).
Por el contrario la suma S+T es un subespacio ms grande que S y que T, pues contiene a
ambos.
De hecho ST es el mayor subespacio contenido en ambos, y S+T es el menor subespacio
que contiene a ambos.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 11

DEPENDENCIA E INDEPENDENCIA LINEAL

Definicin: Combinacin lineal.
Dado un conjunto de vectores v1, . . ., vn
cualquier vector de la forma

se llama una combinacin lineal de ellos a

v = 1 v 1 + . . . + n v n
donde 1 , . . . , n son escalares, llamados coeficientes de la combinacin lineal.

Teorema.
Para probar que un conjunto S es subespacio, basta probar que:
La combinacin lineal de elementos de S est en S.
(Ello es debido a que calcular una combinacin lineal de vectores involucra tanto la suma como el
producto por escalares, as que equivale a probar ambas cosas por separado).

Esto se suele expresar diciendo que un subespacio es un conjunto cerrado para las
combinaciones lineales.

Ejemplo.
Veamos si es subespacio de 2 el conjunto U={ (, ) : }.
Tomamos dos elementos genricos de U, (, ) y (, ). Una combinacin lineal de ellos es:

(, ) + (, ) = (+, +) que tambin es un elemento de U.

Por tanto U es subespacio.

Definicin: Dependencia lineal.

Se dice que un conjunto de vectores es linealmente dependiente (o ligado) si:
(a) Al menos uno de ellos es combinacin lineal de los dems.
Esto se puede expresar tambin as:
G
(b) El vector 0 es combinacin lineal de ellos (con coeficientes no todos nulos).

Ejemplo
Sean en 2 los vectores u=(1,1), v=(0,3), w=(2,5) .
Observamos que son linealmente dependientes por (a):
w es combinacin lineal de u y v , puesto que w = v+2u.
(pueden encontrarse tambin otras combinaciones, como u =

1
2

1
2

v , etc).

Tambin podemos verlo por (b):

G
G
0 es combinacin lineal de u, v , w puesto que 0 = v+2uw, (y los coeficientes de esta
combinacin lineal son 1, 2, 1 que no son todos nulos).
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 12

Observacin
Si un conjunto es linealmente dependiente, entonces por (a) sabremos que existe algn
vector entre ellos que es combinacin lineal de los dems. Pero esto no quiere decir que
cualquier vector de ellos sea combinacin lineal de los dems.
Por ejemplo, el siguiente conjunto en 3 podemos comprobar que es ligado:
u=(1,0,0), v=(0,1,0), w=(1,1,0), k=(0,0,1),
ya que, por (a), tenemos que w = u + v (es decir, w=1u + 1v + 0k ), hay un vector que es
combinacin lineal de los dems. Pero no cualquier vector lo es, puesto que k no es
combinacin lineal de los dems. Esto se puede ver poniendo
(0,0,1) = (1,0,0) + (0,1,0) + (1,1,0)

y viendo que se obtiene un sistema incompatible.

u
v

Definicin: Independencia lineal.

En caso de que un conjunto de vectores no sea linealmente dependiente, se dice que es
linealmente independiente ( o libre ) .
Por tanto, escribiendo la negacin de la definicin de dependencia lineal, tendremos que un
conjunto de vectores es linealmente independiente cuando:
(a) Ninguno de ellos es combinacin lineal de los dems.
O equivalentemente:
G
(b) El vector 0 no es combinacin lineal de ellos, a no ser que la combinacin tenga
coeficientes todos nulos.
Expresando (b) de otra manera,
G
(b) La nica forma de poner 0 como combinacin lineal de los vectores, es con todos los
coeficientes nulos.

Observacin.

G
La definicin de dependencia lineal no es: v, w son independientes si 0v + 0w = 0
Esa afirmacin no aporta nada, puesto que se cumple para todos los vectores, dependientes
o no.
G
De lo que se trata, es de ver si esa es la nica manera de poner 0 como combinacin lineal
de ellos.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 13

Ejemplos.
1) Veamos que u=(3,1) y v=(4,5) en 2 son linealmente independientes.
Para ello intentaremos poner (0,0) como combinacin lineal de ellos, y encontraremos que
slo es posible con coeficientes nulos.
Este sistema es compatible determinado,
(0,0) = (3,1) + (4,5) 3 + 4 = 0
por tanto slo tiene la solucin =0, =0.
+5=0
As pues, la nica forma de poner (0,0) como combinacin lineal de u, v es con coeficientes
, nulos. Esto significa que son linealmente independientes.

2) Veamos si son independientes w=(3,1) y k=(6,2): con el mismo planteamiento,

(0,0) = (3,1) + (6,2)

3+6=0
+2=0

Este sistema es compatible indeterminado.

Esto quiere decir (aun sin resolver el sistema) que existen coeficientes , no nulos que
permiten poner (0,0) como combinacin lineal de w, k. Por tanto w, k son linealmente
dependientes.

3) Veamos si son independientes u=(1,0,2), v=(4,3,1) y w=(5,3,3) en 3 :

(0,0,0) = (1,0,2) + (4,3,1) + (5,3,3)

+4+5=0
3+3=0
2+ +3=0

1 4 5

Este sistema es compatible indeterminado, puesto que su matriz es 0 3 3 con rango 2.

2 1 3

Esto quiere decir (aun sin resolver el sistema) que existen coeficientes , , no nulos que
permiten poner (0,0,0) como combinacin lineal de u, v, w. Por tanto son linealmente
dependientes.

4) Veamos si son independientes u=(3,2,1), y v=(2,2,0) en 3 :

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

3+2=0
2+2 =0

=0

Este sistema es compatible determinado, puesto que su matriz es:

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 14

 3 2
2 2 que tiene rango 2 y hay 2 incgnitas.

-1 0

Esto quiere decir que la nica solucin es =0 , =0 y por tanto que la nica forma de poner
(0,0,0) como combinacin lineal de u, v, es con coeficientes nulos. Por tanto son linealmente
independientes.

Observacin.
Si observamos los dos ltimos ejemplos, veremos que la matriz del sistema est formada
por los vectores dados, en columnas.
Hallando el rango de esa matriz vemos si el sistema es compatible determinado o
indeterminado, y por tanto si los vectores son independientes o dependientes, respectivamente.
Volveremos sobre esto ms tarde (en el punto Rango de un conjunto de vectores.)

Propiedades de la dependencia / independencia lineal.

1)

El conjunto formado por un solo vector v no nulo, es libre.

G
(En efecto, una combinacin lineal de v es solamente v, y v= 0 slo puede conseguirse con =0).

2)

Dos vectores v, w son linealmente dependientes cuando uno es mltiplo del otro , v=w

(ya que esto equivale a decir que uno es combinacin lineal del otro).

G
Todo conjunto que contenga al 0 es ligado.
G
G
Vemoslo para 3 vectores: si tenemos { v, w, 0 } podemos formar 0 como combinacin de ellos:
G
G
0 v+ 0 w+ 1 0 = 0

3)

y los coeficientes de esta combinacin lineal son 0, 0, 1 y por tanto no todos nulos.

4)

Si un conjunto es ligado, aadindole vectores sigue siendo ligado.

(En efecto, si un vector es combinacin de otros, aunque aadamos ms vectores seguir sindolo.)

5)

Si un conjunto es libre, quitndole vectores sigue siendo libre.

G
(En efecto, si no se puede formar 0 como combinacin de ellos, al quitar vectores tampoco se podr)

6)

Si un conjunto es libre, se pueden aadir ms vectores libres hasta un cierto nmero

(que ser la dimensin del espacio, segn veremos ms adelante.) Por encima de este nmero ya
no se pueden aadir ms vectores libres.

7)

Si un conjunto es ligado, quitndole los vectores que son combinacin lineal de los
dems, llegar a ser libre.
El desarrollo de esta propiedad nos lleva a un nuevo concepto, el de rango:

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 15

RANGO DE UN CONJUNTO DE VECTORES

Ejemplo.
Consideremos en 2 el conjunto de vectores (2,0), (0,1), (4,3), (2,5); vamos a aplicar la
propiedad 6) anterior.
Este conjunto es linealmente dependiente puesto que observamos que algn vector es
combinacin de los dems; concretamente
(4,3) = 2 (2,0) + 3 (0,1)
Suprimimos por tanto el vector (4,3) ; el conjunto restante (2,0), (0,1), (2,5) sigue siendo
ligado puesto que
(2,5) = 1 (2,0) + 5 (0,1)
Suprimimos el vector (2,5), el conjunto restante (2,0), (0,1) ya es independiente (son dos
vectores y uno no es mltiplo del otro).
Tambin podramos haber seguido otro camino, por ejemplo viendo que (2,0) es
combinacin lineal de los dems (comprubese) y suprimindolo. El conjunto restante
(0,1), (4,3), (2,5) sigue siendo ligado; vemos que (0,1) es combinacin lineal de los dems y
lo suprimimos. Llegamos entonces al conjunto (4,3), (2,5) que ya es independiente.
Por los dos caminos llegamos a distintos conjuntos independientes. Pero ambos constan del
mismo nmero de vectores (dos en este caso).

Teorema: Rango de un conjunto de vectores.

Dado un conjunto de vectores, si quitamos aquellos que sean combinacin lineal de los
dems, queda finalmente un cierto nmero de vectores, que ya son independientes.
Este nmero no depende del camino seguido, y se llama rango del conjunto de vectores.
El rango es, por tanto, el nmero de vectores independientes que contiene el conjunto.

Propiedades del rango.

1) En n , el rango de un conjunto de vectores es igual al rango de la matriz que forman
colocndolos en filas o en columnas (habitualmente se hace por columnas).

2) Dados m vectores, si su rango es m significa que son linealmente independientes.

3) En particular, si tenemos n vectores en n , la matriz que forman es cuadrada, por lo
que se puede calcular su determinante:
- Sern independientes si el rango de la matriz es n, es decir, si el determinante es no nulo.
- Sern dependientes si el determinante es nulo.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 16

4) Dado un conjunto de vectores, si al eliminar uno de ellos se conserva el rango del

conjunto, entonces dicho vector depende linealmente de los dems.

Si por el contrario al eliminarlo disminuye el rango,entonces es independiente de los dems.

5) Dado un conjunto de vectores, si al aadir un nuevo vector se conserva el rango del

conjunto, entonces el nuevo vector depende linealmente de los anteriores.

Si por el contrario al aadirlo aumenta el rango, entonces el nuevo vector es independiente

de los anteriores.

Ejemplos.
1. En 4 determinar el rango de los vectores (1,2,3,4), (0,1,6,1), (3,3,1,0) :
1

2
La matriz que forman por columnas es
3

0
1
6
-1

1
0

cuyo rango es 3

(lo que puede comprobarse escalonando la matriz).

Esto significa que los 3 vectores son linealmente independientes.
2. En 2 determinar el rango de los vectores (1,3), (5,8). Como la matriz que forman es
1 5
cuadrada
se puede calcular su determinante. Como ste es no nulo, los vectores son
3 8
linealmente independientes.
3. En 3 determinar el rango de los vectores u=(1,0,0), v=(0,1,0), w=(1,1,0), k=(0,0,1).
1 0 1 0

La matriz que forman por columnas es 0 1 1 0 en la cual (ya est escalonada) se

0 0 0 1

aprecia que el rango es 3. Esto quiere decir que de los 4 vectores, slo 3 son
independientes, y el otro es combinacin lineal de los dems.

Observacin.
En un caso como el 3 anterior, el clculo del rango nos dice cuntos vectores son
independientes, pero no cules. Aunque el rango sea 3, no est garantizado que 3 vectores
cualesquiera vayan a ser independientes. Por ejemplo en este caso, u,v,w no lo son.
Para saber cules lo son, se pueden tomar los correspondientes a las columnas pivotales
despus de escalonar la matriz (en este caso u, w, k).
Tambin podemos verlo usando la propiedad 4) del rango, quitando el vector que no haga
disminuir el rango: en este caso podemos quitar v. Otra posibilidad es quitar u, o tambin w.
Pero no podemos quitar k, pues entonces disminuira el rango.
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 17

SISTEMAS GENERADORES
Definicin: Subespacio generado y sistema generador.
Dado un conjunto de vectores v1, . . . , vr , el conjunto de todas las posibles combinaciones
lineales de ellos se llama subespacio generado (o engendrado) por v1, . . . , vr .
Se dice tambin que dichos vectores son un sistema generador del subespacio (o del
espacio, en su caso).

Observacin.
Notar que, dado un conjunto de vectores, el conjunto de todas sus combinaciones lineales
es efectivamente un subespacio:
- la suma de dos combinaciones lineales de v1, ... , vr es otra combinacin lineal de v1, ... , vr .
- el producto de un escalar por una combinacin lineal de v1, ... , vr es otra combinacin lineal
de v1, ... , vr .

Ejemplos.
1) En 2 , un vector no nulo v genera una recta ( los vectores de la forma v ).
2) En 3 :

Dos vectores generan un plano.

Tres vectores que estn en el mismo plano, generan ese plano.
Tres vectores que no estn en el mismo plano, generan todo el espacio 3 .

3) Veamos qu subespacio generan en 3 los vectores (1,0,0) y (0,1,0): las combinaciones

lineales de ellos sern de la forma
(1,0,0) + (0,1,0)
es decir de la forma { (, , 0) : , } que es la expresin paramtrica del plano XY.
4) Obtener un sistema generador del subespacio S={ (, , 2+) : , } de 3 .
Observemos que
(, , 2+) = (1,0,2) + (0,1,1)
por tanto los vectores de S son exactamente las combinaciones lineales de (1,0,2) y (0,1,1).
As pues, estos dos vectores son un sistema generador de S.
Por supuesto pueden encontrarse otros sistemas generadores diferentes para S (de hecho
hay infinitas posibilidades).
5) Un sistema generador de 2 es (1,0), (0,1).
En efecto, todo vector (a,b) 2 se puede poner como combinacin lineal de ellos:
(a,b) puede expresarse como a (1,0) + b (0,1)
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 18

6) Otro sistema generador de 2 es (2,0), (1,3), (2,1).

se puede poner como combinacin lineal de ellos:
(a,b) = (2,0) + (1,3) + q (2,1)

Veamos que todo vector (a,b) 2

produce un sistema de ecuaciones

2 + + 2q = a
2 1 2 a

(las incgnitas son l, m, q mientras que a, b son datos).

3 + q = b
0 3 1 b
Se observa que para cualesquiera datos a, b este sistema es compatible. As cualquier
vector (a,b) 2 puede ponerse como combinacin lineal de (2,0), (1,3), (2,1) y por ello son
un sistema generador de 2 .
7) Son los vectores (1,1) y (2,2) un sistema generador de 2 ?
Las combinaciones lineales de estos vectores son de la forma (1,1) + (2,2), es decir,
(+ 2, + 2) .
Se observa pues, que slo podemos generar vectores que tengan sus dos componentes
iguales. No podemos generar otros vectores como (3,4). (Si se intenta poner (3,4) como
combinacin lineal de (1,1) y (2,2) se obtiene un sistema incompatible).
Por ello, (1,1) y (2,2) no forman un sistema generador de 2 .
8) El espacio que generan (1,1) y (2,2) no es 2 . Cul es?
Se trata de la recta { (,) : } , es decir la bisectriz del primer cuadrante.
De hecho para generar esta recta bastara con uno de los dos vectores.
9) Hallar un sistema generador del subespacio { x = y } de 3 .
Para ello obtenemos primero la forma paramtrica, que es { (, , ) : , }.
Entonces, (, , ) = (1, 1, 0) + (0, 0, 1).
As pues, (1,1,0) y (0,0,1) son un sistema generador del subespacio dado.

Observacin
Dado un sistema v1, . . . ,vn, cundo un vector u pertenece al subespacio que generan?
Esto ocurrir si u es combinacin lineal de v1, . . . ,vn. , por tanto podemos plantear tal
combinacin lineal, lo que conducir a un sistema de ecuaciones, y ver si es compatible o
incompatible.

Ejemplo
En 3 , pertenece u=(1,2,3) al subespacio generado por v=(4,5,6), w=(7,8,9) ?
Veamos si es posible poner u = v + w.
(1,2,3) = (4,5,6) + (7,8,9)

4+7 =1
5+8 =2
6+ 9 =3

Este sistema es compatible, por tanto u pertenece al subespacio.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 19

4 7 1
Adems, observar que el sistema es compatible porque la matriz ampliada 5 8 2

4 7
6 9 3
tiene el mismo rango (=2) que la matriz de coeficientes . 5 8

6 9
Si los rangos fueran diferentes el sistema sera incompatible.
Notar que la matriz de coeficientes est formada por los vectores v, w en columnas, y la
matriz ampliada se forma aadiendo la columna u.
Esto nos lleva a formular el siguiente

Teorema
Un vector u pertenece al subespacio generado por un conjunto de vectores v1, . . . ,vn si al
aadirlo a stos no aumenta el rango.
(En efecto, ya vimos que si al aadir u no aumenta el rango, significa que u depende linealmente de
v1, . . . ,vn , es decir, es combinacin lineal de ellos).

Sistema generador del subespacio suma.

Hemos visto que puede no ser fcil determinar el subespacio suma U+V a partir de la forma
paramtrica de U y de V. Pero conociendo sistemas generadores de U y de V, podemos
usar el siguiente resultado:
Uniendo sistemas generadores de U y de V, se obtiene un sistema generador de U+V.

Ejemplo.
Sean en 3 los subespacios:
U=plano XY={ (, , 0) : , } , sistema generador (1,0,0), (0,1,0).
V= plano XZ={ (, 0, ) : , } sistema generador (1,0,0), (0,0,1).
Por tanto un sistema generador de U+V es (1,0,0), (0,1,0), (1,0,0), (0,0,1).
El vector repetido (1,0,0) se puede eliminar: un sistema generador ms sencillo de U+V es
(1,0,0), (0,1,0), (0,0,1)
Por tanto los elementos de U+V son las combinaciones lineales de (1,0,0), (0,1,0), (0,0,1),
es decir:
a(1,0,0) + b(0,1,0) + c(0,0,1) = (a,b,c) por tanto son todos los vectores del espacio.
Es decir, en este caso el subespacio suma es U+V= 3 .

Teorema: Reduccin de los sistemas generadores.

Si de un sistema generador suprimimos los vectores que son combinacin lineal de los
dems, los restantes siguen generando el mismo subespacio.
Por tanto, siempre ser mejor reducir los sistemas generadores en lo posible, suprimiendo
todos aquellos vectores que dependan linealmente de los dems.
Esto llevar al concepto de base.
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales 20

BASES Y DIMENSIN
Definicin: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema
generador de dicho espacio o subespacio, que sea a la vez linealmente independiente.

Propiedades de las bases.

1. Una base de S es un sistema generador minimal de S (lo ms pequeo posible).
2. Adems es un conjunto independiente maximal dentro de S (lo ms grande posible).
3. Una base de S permite expresar todos los vectores de S como combinacin lineal de ella,
de manera nica para cada vector.

Ejemplos de bases.
n:
1. La base cannica (o base natural, o base estndar) de

e1 = (1,0,. . . ,0)
e2 = (0,1,. . . ,0)
........
en = (0,0,. . . ,1)
- Son linealmente independientes porque forman un determinante no nulo.
- Son sistema generador de n porque todo vector (a1,a2,. . . ,an) n se puede expresar
como combinacin lineal de ellos:
(a1,a2,. . . ,an)= a1(1,0,. . . ,0)+ a2(0,1,. . . ,0)+ . . . + an(0,0,. . . ,1)
2. Otra base de 3 distinta de la cannica: (1,0,0), (1,1,0), (0,2,-3).
- Son linealmente independientes porque forman un determinante no nulo.
- Son sistema generador de 3 porque cualquier vector (a,b,c) se puede poner como
combinacin lineal de ellos. En efecto, dado (a,b,c), buscamos , , que satisfagan
(a,b,c)= (1,0,0)+ (1,1,0)+ (0,2,-3)
Se obtiene un sistema:
+ = a
+2 =b
-3 = c
en las incgnitas , , , que es compatible determinado para cualesquiera a,b,c.
3. (1,2,3), (4,5,6), (7,8,9) en 3 no forman base porque no son linealmente independientes
(su determinante es nulo).
4. Base de un subespacio. En ,3 consideremos el subespacio S= plano XY. Veamos que
los vectores (3,2,0) , (1,1,0) forman una base de S.
- Son linealmente independientes, porque uno no es mltiplo del otro.
- Son un sistema generador de S: Dado un vector genrico de S, de la forma (a,b,0), lo
podemos poner como combinacin lineal de (3,2,0), (1,1,0). Para ello, buscamos , b que cumplan:
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales

21

(a,b,0)= (3,2,0)+ (1,1,0)

3 + = a
2 = b

S. C. D. para cualesquiera a,b.

5. Extender un conjunto para que forme base. Es (1,0,2), (1,0,1) base de 3?

- Son linealmente independientes, porque uno no es mltiplo del otro.
- Pero no son un sistema generador de 3, porque no es cierto que todo vector de 3
pueda ponerse como combinacin lineal de ellos. Por ejemplo, el (0,1,0) no se puede poner
(resulta un sistema incompatible).
Por tanto no son base de 3. Puede obtenerse una base de 3 de algn modo?
S, aadiendo algn otro vector de manera que siga siendo independiente de los anteriores,
por ejemplo (0,1,0). As el conjunto (1,0,2), (1,0,1), (0,1,0) es linealmente independiente, y
genera 3, por tanto es base de 3.
6. Reducir un conjunto para que forme base.
S=plano XY de 3 ?

Es (2,0,0), (0,3,0), (4,1,0) base de

- Son un sistema generador de S, pero no son independientes (su determinante es nulo).

Por tanto no son base de S. Puede obtenerse una base de S de algn modo?
S. Estos tres vectores tienen rango 2, por tanto uno de ellos es combinacin lineal de los
dems y puede suprimirse: por ejemplo suprimimos (4,1,0), ya que al quitarlo no baja el
rango. (Tambin podra quitarse cualquiera de los otros dos).
Los restantes vectores (2,0,0), (0,3,0) siguen generando el mismo subespacio S y son
independientes. Son por tanto base de S.

Teorema y definicin: Dimensin

.
Todas las bases de un mismo espacio o subespacio tienen el mismo nmero de vectores.
Se llama dimensin de dicho espacio o subespacio.
Por tanto, la dimensin es el mximo nmero de vectores independientes que podemos
tener en el espacio o subespacio. En otras palabras, es el mximo rango que puede tener un
conjunto de vectoresde dicho espacio.
Es tambin el rango de cualquier sistema generador de dicho espacio.

Ejemplos de dimensin.
1. n tiene dimensin n, pues tiene una base de n elementos ([Link]. la cannica).
2. M2x2= {matrices 2x2 con trminos reales} tiene dimensin 4. Una base de M2x2 es:
1 0 0 1 0 0 0 0

,
,
,

0 0 0 0 1 0 0 1
3. P2= {polinomios de grado 2 con coeficientes reales} tiene dimensin 3. Una base de P2
es, por ejemplo, la formada por los tres polinomios siguientes:
1+0x+0x2 , 0+x+0x2, 0+0x+x2

(es decir, los polinomios 1, x, x2).

Otra base: 1+2x+3x2, 4+x2, 3x5x2.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales

22

Propiedades de la dimensin.
1. Significado fsico de la dimensin: el espacio tiene dimensin 3, los planos dimensin 2,
las rectas dimensin 1, el punto dimensin 0. El subespacio {0} es el nico de dimensin 0.
2. La dimensin de un subespacio en n, coincide con el nmero de parmetros libres en
su forma paramtrica. (1 parmetro=recta, 2 parmetros= plano...)
3. Si S y T son subespacios y S est contenido en T, entonces dim S dim T.
Adems, si se da la igualdad, dim S = dim T, entonces ambos espacios han de coincidir.
4. El rango de una familia de vectores, es igual a la dimensin del subespacio que generan.
Es decir: si v1,v2,. . . vn generan un cierto subespacio S, y si el rango de dicho conjunto es r,
entonces dim S = r.
(Si un cierto conjunto de vectores tienen rango 2, entonces generan un plano; etc.)

Ejemplo.
En 3, sea S el subespacio generado por: (1,0,2), (0,1,2), (3,3,3), (2,2,0).
Observamos que el rango de este conjunto (= rango de la matriz que forman, por filas o por
columnas) es 3. As por la propiedad 4 , tenemos que dim S = 3. Pero como estamos en 3,
por la propiedad 3 ha de ser S= 3.

Teorema:.
Sea S un espacio o subespacio de dimensin m. Entonces,

Si tenemos m vectores linealmente indep. en S, tambin sern sistema generador de S.

Si tenemos m vectores que generan S, tambin sern linealmente independientes.

Por tanto, si tenemos un conjunto formado por tantos vectores como indica la dimensin,
dichos vectores sern a la vez linealmente independientes y sistema generador, o bien
ninguna de las dos cosas.
As pues, para probar que son base, bastara probar solamente una de las dos cosas: que
son linealmente independientes, o que son sistema generador.
Esto solamente se puede aplicar cuando conocemos la dimensin del espacio y cuando
tenemos tantos vectores como indica la dimensin.

Teorema. En un espacio o subespacio de dimensin m,

un conjunto de ms de m vectores nunca puede ser linealmente independiente.

un conjunto de menos de m vectores nunca puede ser sistema generador.

As pues, por ejemplo, 3 vectores en 2 podrn ser o no sistema generador de 2, pero

nunca podrn ser linealmente independientes.
Del mismo modo, 2 vectores en 3 podrn ser linealmente independientes o no, pero nunca
sern sistema generador de 3 (aunque s podrn serlo de un subespacio ms pequeo).
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales

23

IMPLICITACIN
Vimos ya las formas implcita y paramtrica de subespacios; el paso de la forma implcita a
la paramtrica es sencillo pues se reduce a resolver un sistema de ecuaciones.
El paso inverso, de la paramtrica a la implcita, puede explicarse ahora a la luz de los
conocimientos que ya tenemos. Podr hacerse de dos formas; vemoslo con unos ejemplos.
1) Expresar en forma implcita el subespacio S= { (, , 35) } de 3.
1 forma. Veamos primero cuntas ecuaciones implcitas son necesarias. La forma
paramtrica tiene dos parmetros libres. Entonces,
n ecuaciones
1

n parmetros libres (es decir, dim S)

=
=

3 (en 3)
3

Hace falta, por tanto, 1 ecuacin implcita. Tratemos de buscar una relacin entre las
coordenadas x,y,z del vector genrico (, , 35)
Observamos que la tercera coordenada es tres veces la primera menos cinco veces la
segunda. As, la relacin es z = 3x - 5y. Esta es la forma implcita.
(Nota: las ecuaciones implcitas nunca pueden tener trmino independiente, pues siempre ha de
satisfacerlas el vector cero).

2 forma. Obtenemos una base de S:

( , , 35 ) = (1,0,3) + (0,1,-5) sistema generador (1,0,3) , (0,1,-5).
1 0
y son linealmente independientes: rg 0 1 =2, luego son base.
3 5

(Por tanto dimS = 2).

Ahora, un vector (x,y,z) de 3 pertenecer a S si es combinacin lineal de (1,0,3) , (0,1,-5) :

por tanto si al aadirlo a ellos, el rango no aumenta y sigue siendo 2.
1 0 x
Debe ser rg 0 1 y =2. Escalonamos esta matriz para ver su rango.
3 5 z

(Notar que el hecho de que sus trminos sean incgnitas no impide en absoluto efectuar operaciones
elementales en las filas, como en cualquier matriz numrica.)
x
x
1 0 x
1 0
1 0

y 0 1
y
0 1 y 0 1

3 5 z
0 5 z 3x
0 0 z 3x + 5y

Las dos primeras filas de la matriz son no nulas, as que el rango ser 2 cuando la tercera
fila sea nula, es decir, cuando z - 3x + 5y = 0. Esta es la forma implcita buscada. Notar que
es la misma que se obtuvo en la 1 forma.
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales

24

1 0 x
Otra variante de esta 2 forma: como la matriz 0 1 y es cuadrada, podemos tambin
3 5 z

hallar su determinante, que resulta ser z - 3x + 5y . Cuando el determinante sea nulo, el

rango de la matriz es 2. Se obtiene as tambin la misma ecuacin implcita.

2) Expresar en forma implcita el subespacio S= { (, , 2+, +3) } de 4.

1 forma.

n ecuaciones

n parmetros libres (es decir, dim S)

4 (en 4)

Hacen falta, por tanto, 2 ecuaciones implcitas. Tratemos de buscar dos relaciones entre
las coordenadas x,y,z,t del vector genrico (, , 2+, +3 )
Estas dos relaciones son claramente z = 2x + y ; t = -x + 3y.
As pues, esta es la forma implcita.
(Nota: La forma implcita no es nica. Otra posibilidad es:

z = 2x + y ; z + 2t = 7y por ejemplo.)

2 forma. Obtenemos una base de S:

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

0
y son linealmente independientes: rg
2

1
=2, luego son base.
1

(Por tanto dimS = 2).

Un vector (x,y,z,t) de 4 pertenecer a S si es combinacin lineal de (1,0,2,-1) , (0,1,1,3),

por tanto si al aadirlo a ellos, el rango no aumenta y sigue siendo 2.
1

0
Debe ser rg
2

0 x

1 y
=2. Escalonamos esta matriz para ver su rango.
1 z

3 t

0
2

0
0

0 x

1 y
1 z

3 t

1
y
1 z 2x

3 t+x
0

0

0

0 z 2x y

0 t + x 3y

Las dos primeras filas de la matriz son no nulas, as que el rango ser 2 cuando la tercera y
cuarta filas sean nulas, es decir, cuando z - 2x - y = 0 ; t + x - 3y = 0. Estas son las
ecuaciones implcitas buscadas. Notar que son las mismas que se obtuvieron en la 1 forma.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales

25

3) Expresar en forma implcita el subespacio S= { (, 2, 3) } de 3.

1 forma.

n ecuaciones

n parmetros libres (es decir, dim S)

+

3 (en 3)

Hacen falta, por tanto, 2 ecuaciones implcitas. Tratemos de buscar dos relaciones entre
las coordenadas x,y,z,t del vector genrico (, 2, 3 ).
Estas dos relaciones son z = 3x ; y = 2x. Estas son las ecuaciones implcitas.
2 forma. Obtenemos una base de S:
(, 2, 3 ) = ( 1,2,3 )

luego (1,2,3) es una base.

(Por tanto dimS = 1).

Ahora, un vector (x,y,z) de 3 pertenecer a S si es combinacin lineal de (1,2,3)

por tanto si al aadirlo a l , el rango no aumenta y sigue siendo 1.
1 x
Debe ser rg 2 y =1. Escalonamos esta matriz para ver su rango.
3 z

1 x

2 y
3 z

x
1

0 y 2x
0 z 3x

La primera fila de la matriz es no nula, as que el rango ser 1 cuando la tercera y cuarta
filas sean nulas, es decir, cuando y - 2x = 0 ; z - 3x = 0. Estas son las ecuaciones
implcitas buscadas. Notar que son las mismas que se obtuvieron en la 1 forma.
4) Expresar en forma implcita el subespacio S= { (+2, 2+4, 3+6) } de 3.
A pesar de las apariencias, pues hay dos parmetros, la dimensin de S no es dos. Ello se
debe a que los parmetros no son libres. Se aprecia al hallar una base:
( +2, 2+4, 3+6 ) = ( 1,2,3 ) + ( 2,4,6 ) Sistema generador (1,2,3) , (2,4,6)
Pero no son independientes, luego no son base. Hay que quitar el segundo vector, que es
mltiplo del primero: La base es (1,2,3), por tanto se trata del mismo espacio del ejemplo 3).
5) Expresar en forma implcita el subespacio S= { (6+2, 0, 0, +4, 0) } de 5.
Es inmediato por la 1 forma:
n ecuaciones

n parmetros libres (es decir, dim S)

2

Hay que buscar tres relaciones entre las coordenadas

(6+2, 0, 0, +4, 0).

=
=

5 (en

x,y,z,t,s del vector genrico

Obviamente se tiene: y=0 , z=0 , s=0. Por tanto, estas son las ecuaciones implcitas.
(Nota: una forma paramtrica ms sencilla de este subespacio es (, 0, 0, , 0) ).

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales

26

COORDENADAS Y CAMBIO DE BASE

Definicin: Coordenadas.
En un espacio vectorial V, fijada una base {v1,v2,. . . vn} , todo vector uV puede ponerse de
forma nica como combinacin lineal de dicha base:
u = 1 v1 + 2 v2 + . . . n vn
Los escalares 1, 2, . . . , n se llaman coordenadas del vector u en la base {v1,v2,. . . vn}.

Ejemplos de coordenadas.
1. Coordenadas en distintas bases.
En 2 fijemos la base cannica, { (1,0), (0,1) }. Consideremos el vector v=(1,2). Para hallar
sus coordenadas en esta base, ponemos u como combinacin lineal de la misma:
(1,2)=1(1,0) + 2(0,1)
Por tanto, (1,2) son las coordenadas de v en base cannica.
Cuando se utiliza la base cannica, obtenemos el sentido usual de coordenadas.
Pero cuando se utiliza otra base no es as.
Por ejemplo, en 2 fijemos ahora la base B = { (2,3), (1,1) } y consideremos el mismo
vector v=(1,2). Hallemos sus coordenadas en la base B. Para poner v como combinacin
lineal de dicha base, planteamos el sistema
(1,2)= (2,3)+ (1,1)

v=

cuya solucin es =

1
3
, = . As pues,
5
5

1
3
(2,3)
(1,1)
5
5

1
3
Por tanto,
, son las coordenadas de v en base B.
5
5
No debe confundirse el vector con sus coordenadas; aqu el vector sigue siendo v=(1,2), y
1
3
, son un par de nmeros que indican cmo expresar v en
las coordenadas
5
5
combinacin lineal de la base B.

2. Si u es el vector que tiene como coordenadas (5, 6) en la base (1,2) (3,4), cul es el
vector u?
Segn la definicin de coordenadas,
u = 5 (1,2) + (6) (3,4) = (13, 14).
3. El vector cero tiene coordenadas (0, . . . ,0) en cualquier base.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales

27

4. Coordenadas en un subespacio.
En 3 , sea el subespacio S generado por los vectores (1,1,0) y (0,0,1). (Se trata del plano
x=y en 3). Los dos vectores son independientes, por tanto forman base de S.
Consideremos el vector v = (2,2,3) perteneciente a S. Hallemos las coordenadas de este
vector respecto a la base (1,1,0), (0,0,1) de S. Para ello expresamos v como combinacin
lineal de dicha base:
(2,2,3)= 2(1,1,0) + 3(0,0,1)
As pues, las coordenadas de v en esta base de S son (2,3).
No debe sorprendernos que v tenga slo 2 coordenadas. El vector v ciertamente tendra 3
coordenadas como elemento de 3, pero tiene 2 coordenadas como elemento del plano S,
que es un subespacio de dimensin 2.

Definicin: Matriz del cambio de base.

En un espacio vectorial V, dadas dos bases B y B , se llama matriz de cambio de base (o de
cambio de coordenadas) de B a B a la matriz que contiene en sus columnas las
coordenadas de los vectores de la base B expresados en funcin de la base B.
Su utilidad es la siguiente: Conocidas las coordenadas de un vector en base B, nos permitir
hallar las coordenadas de dicho vector en base B.
En efecto, sean (a1, a2, . . . an) las coordenadas de un vector en base B, y sea P la matriz de
cambio de base de B a B. Entonces:
a1 b1

a b
P 2 = 2
M
M

a b
n n

o lo que es lo mismo,

a1

a2
-1
# = P

a
n

b1

b2
#

b
n

obtenindose as (b1, b2, . . . bn) las coordenadas del vector en base B.

Ejemplo.
Consideremos en 2 las dos bases siguientes:
la base del ejemplo (1) anterior, B ={ (2,3), (1, 1) }
la base cannica B ={ (1,0), (0,1) }

Vamos a construir la matriz de cambio de base de B a B.

Para ello debemos expresar los vectores de la base B en funcin de la base cannica B.
(2,3) = 2(1,0) + 3(0,1) coordenadas (2,3)
(1,1)= 1(1,0) 1(0,1) coordenadas (1, 1)
Introduciendo estas coordenadas en las columnas de una matriz, tendremos la matriz de
cambio de base de B a B:
2 1

P=
3 1
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales

28

Del mismo modo podemos construir la matriz de cambio de base de B a B.

Para ello expresamos los vectores de la base cannica B en funcin de la base B. Podemos
hallarlo planteando dos sistemas de ecuaciones, de los cuales se obtendr
(1,0) =

3
1
1 3
(2,3) + (1,1) coordenadas ( , )
5
5 5
5

(0,1)=

1
2
1
2
(2,3) (1,1) coordenadas ( , )
5
5
5
5

Introduciendo estas coordenadas en las columnas de una matriz, tendremos la matriz de

cambio de base de B a B.
15
Q= 3
5

52
1
5

Vamos a aplicar estas matrices para hallar las coordenadas en base B del vector v=(1,2).
Tenemos sus coordenadas en la base cannica B que son (1,2). Utilizamos la matriz Q de
cambio de base de B a B:
15
3
5

1 53
=
52 2 15
1
5

1
3
, , las coordenadas de v en base B. Comprobar que son las
As hemos obtenido
5
5
mismas que se obtuvieron en el ejemplo (1) anterior.
Podemos volver a las coordenadas en base B utilizando la matriz P de cambio de base de B a B':
2 1 53 1

1 =
3 1 5 2

Propiedades de las matrices de cambio de base .

1. Toda matriz de cambio de base es cuadrada nxn, donde n es la dimensin del espacio al
que se refieren las bases.
2. Toda matriz de cambio de base es inversible (es decir, con determinante no nulo).
Adems, la matriz de cambio de B a B es inversa de la matriz de cambio de B a B.
Comprobar en el ejemplo anterior que P y Q son inversas entre s. Por tanto, despus de
hallar P, podramos haber hallado Q como P 1 .
3. La matriz de cambio de una base B a la misma base B, es la matriz identidad.
Observar en el ejemplo anterior que la matriz ms fcil de obtener es la P, que pasa de una
base B a la base cannica, pues basta escribir en las columnas la base B.
P
Base B

Base cannica

-1

P= base B en columnas; Q=P

Q
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales

29

SUMA DIRECTA Y SUBESPACIOS SUPLEMENTARIOS

Dados dos subespacios S, T, consideramos el subespacio suma:
S+T= { u+v : uS , vT}
Uniendo un sistema generador de S con uno de T se obtiene un sistema generador de S+T.
Sin embargo, no siempre es cierto que uniendo una base de S con una base de T se
obtenga una base de S+T.

Ejemplo.
En 3, consideremos los subespacios
S = planoXY, una base es (1,0,0), (0,2,0).
T = planoXZ, una base es (3,0,0), (0,0,4).
S+T resulta ser el espacio total 3. En efecto, un sistema generador de S+T es la unin de
ambos,
(1,0,0), (0,2,0), (3,0,0), (0,0,4)
que es un sistema generador de 3. Pero no es una base, pues no es linealmente
independiente.
(Ello ocurre porque S T no es cero)

Definicin: Suma directa.

Se dice que la suma es directa, S T, si su interseccin S T es solamente el vector cero.

Teorema.
Si la suma S T es directa, al unir una base de S y una base de T se obtiene una base de
S T.

Ejemplo.
En 3, consideremos los subespacios
S = planoXY, una base es (1,0,0), (0,2,0).
H = eje Z, una base es (0,0,5)
La suma es directa pues S H = {0}. El subespacio suma S H resulta ser el espacio total
3. Por el teorema anterior, uniendo las bases de S y de H se obtendr una base del
subespacio suma:
(1,0,0), (0,2,0), (0,0,5)
que efectivamente es base de 3.

Neila Campos

LGEBRA LINEAL

Espacios Vectoriales

30

Frmulas de las dimensiones.

Del teorema anterior se deduce la siguiente frmula: si la suma es directa,
dim (S T) = dim (S) + dim (T)
Si la suma no es directa, hay que aadir un trmino ms, tenindose la frmula
dim (S+T) + dim (S T) = dim (S) + dim (T)
(la primera frmula se puede obtener de la segunda, pues en el caso de suma directa, el
trmino de la interseccin vale cero).

Definicin (subespacio suplementario):

Si dos subespacios S, T estn en suma directa y adems su suma es igual al espacio total,
S T = V, se dice que S y T son suplementarios (o complementarios).
Todo subespacio tiene infinitos suplementarios, salvo el {0}, cuyo nico suplementario es el
total, y el total, cuyo nico suplementario es el {0}.

Ejemplo.
En 3, el suplementario de un plano es cualquier recta que no est contenida en el plano.
Igualmente el suplementario de una recta es cualquier plano que no la contenga.

Clculo de una base de un suplementario:

Dada una base de S, la prolongamos aadiendo vectores, independientes de los anteriores,
hasta formar una base del espacio total. (Para ello podemos elegir cualesquiera vectores,
por ejemplo elegirlos entre los de la base cannica).
Los vectores aadidos forman as una base de un suplementario de S.

Ejemplo.
En 4, sea S el subespacio cuya base es v1=(1,0,2,0), v2=(3,0,0,0). Vamos a hallar un
suplementario de S. Para ello prolongamos la base dada aadiendo vectores que elegimos
entre los de la base cannica. Han de ser independientes de los anteriores.
No podemos aadir (1,0,0,0) porque no es independiente de los anteriores. (Es mltiplo de
v2).
Podemos aadir v3 = (0,1,0,0) pues es independiente de v1 , v2 (La matriz formada por
v1, v2, v3 tiene rango 3).
No podemos aadir w = (0,0,1,0) pues no es independiente de los anteriores. (La matriz
formada por v1, v2, v3 ,w tiene rango 3; su determinante es cero).
Podemos aadir v4 = (0,0,0,1) pues es independiente de v1 , v2 (La matriz formada por
v1, v2, v3 ,v4 tiene rango 4; su determinante es no nulo).
- Ya hemos terminado, pues tenemos 4 vectores independientes y por tanto una base del
total 4. Los dos vectores que hemos aadido, v3 = (0,1,0,0) y v4 = (0,0,0,1), forman una
base de un suplementario de S.
Neila Campos

LGEBRA LINEAL

Espacios Vectoriales

31