ECUACIONES DIFERENCIALES Y ÁLGEBRA LINEAL

SEMANA 4

JESÚS APONTE

Índice
1. Espacios vectoriales 48
2. Subespacios vectoriales 51
3. El generado de un conjunto de vectores 55
4. Cálculo del espacio generado por un conjunto de vectores 58
5. Ejercicios 60

1. Espacios vectoriales
Los espacios vectoriales son objetos fundamentales en álgebra lineal, ya que constituyen
la base sobre la cual se desarrolla esta rama de las matemáticas. Estos espacios nos propor-
cionan un lenguaje muy útil para comprender el conjunto de soluciones de ecuaciones
diferenciales más complejas que las que hemos visto hasta ahora. Por tanto, es esencial
comprender las propiedades y características de los espacios vectoriales para poder abor-
dar problemas más avanzados en matemáticas y en otras disciplinas que utilizan conceptos
de álgebra lineal, como la física y la ingeniería.
Definición 1. Un espacio vectorial V es un conjunto, cuyos elementos llamaremos vec-
tores, junto con dos operaciones: la adición, que a cada par de vectores u, v ∈ V le hace
corresponder un nuevo vector u + v ∈ V, llamado la suma de u y v, y la multiplicación
por un número real, que a cada número c ∈ R y a cada vector v hace corresponder
un vector c v , llamado el producto de c por v. Esas operaciones deben satisfacer, para
cualquier c, d ∈ R y u, v, w ∈ V, las condiciones, llamadas axiomas de espacio vectorial:
conmutatividad: u + v = v + u;
asociatividad: (u + v) + w = u + (v + w) y (c d )v = c(d v);
vector nulo: existe un vector 0 ∈ V, llamado vector nulo, o vector cero, tal que
v + 0 = 0 + v = v;
inverso aditivo: para cada vector v ∈ V existe un vector −v ∈ V, llamado el inverso
aditivo, o simétrico de v, tal que −v + v = v + (−v) = 0;
distributividad: (c + d )v = c v + d v y c(u + v) = c u + c v;
multiplicación por 1: 1v = v.
Ejemplo 2. Para todo número natural n, el espacio euclideano n-dimensional es el con-
junto
Rn := {(x1 , x2 , . . . , xn ): xi ∈ R, ∀ i = 1, 2, . . . , n}.
Los números x1 , x2 , . . . , xn son llamados las coordenadas del vector (x1 , x2 , . . . , xn ). Las
operaciones de espacio vectorial de Rn son definidas poniendo
(x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = (x1 + y1 , x2 + y2 , . . . , xn + yn ),
c(x1 , x2 , . . . , xn ) = (c x1 , c x2 , . . . , c xn ).
48
 49

Es fácil verificar que Rn junto con estas operaciones es un espacio vectorial. Por ejemplo,
el vector cero es el vector cuyas coordenadas son todas cero: 0 = (0, 0, . . . , 0) y inverso
aditivo de (x1 , x2 , · · · , xn ) es (−x1 , −x2 , . . . , −xn ).
Observación 3. Los vectores (x1 , x2 , . . . , xn ) de Rn también son representados en forma
de matriz columna  
x1
 x2 
 ..  .
 
.
xn
Ambas notaciones serán usadas indististamente según convenga.
Ejemplo 4. Denotaremos por M mn al conjunto matrices m × n, con entradas reales,
A = [ai j ], es decir, el conjunto de todas las listas de números reales ai j con índices dobles,
donde 1 ≤ i ≤ m y 1 ≤ j ≤ n. Se acostumbra a representar la matriz A mediante un
arreglo rectangular:  
a11 a12 · · · a1n
 a21 a22 · · · a2n 
A= . .. ..  .
 
 .. ..
. . . 
a m1 a m2 · · · a mn
El vector (ai 1 , ai 2 , . . . , ai n ) ∈ R es el i-ésimo vector fila de A y el vector (a1 j , a2 j , . . . , a m j ) ∈
n

R m es el j -ésimo vector columna de A. Cuando m = n, se dice que A es una matriz

cuadrada. El conjunto M mn se torna un espacio vectorial cuando en él se define la suma
de dos matrices A = [ai j ] y B = [bi j ] como
A + B = [ai j + bi j ]
y el producto de la matriz A por el número real c como
cA = [cai j ].
La matriz nula 0 ∈ M mn es aquella formada por ceros y el inverso aditivo de la matriz
A = [ai j ] es −A = [−ai j ].
Ejemplo 5. Sea I un intervalo de números reales. El conjunto F (I ; R) representa to-
das las funciones f (t ), g (t ) cuando se definen la suma ( f + g )(t ) de dos funciones y el
producto (c f )(t ) del número c por la función f de la manera natural:
( f + g )(t ) = f (t ) + g (t ), (c f )(t ) = c f (t ).
El vector cero es por definición la función 0(t ) que en cada valor de t es igual a 0 y el
inverso aditivo de f (t ) es − f (t ).
La siguiente proposición resume alguna de las propiedades más útiles de los espacios
vectoriales y omitiremos su demostración.
Proposición 6. Sea V un espacio vectorial. Entonces valen las siguientes propiedades:
1. Si w + u = w + v entonces u = v, para todos u, v, w ∈ V.
2. Dados 0 ∈ R y v ∈ V se tiene 0v = 0 ∈ V. Análogamente, dados c ∈ R y 0 ∈ V, vale
c0 = 0.
3. Si c ̸= 0 y v ̸= 0, entonces c v ̸= 0, para todos c, v ∈ R.
4. (−1)v = −v, para todo v ∈ R.
Ejemplo 7. En R2 , mantengamos la definición de producto c v de un número por un
vector, pero modifiquemos la definición de suma u + v de los vectores u = (x1 , x2 ) y
v = (y1 , y2 ) como
u + v = (x1 x2 , y1 y2 ).
¿Cuáles axiomas de espacio vectorial continúan válidos y cuáles no?
50 JESÚS APONTE

Solución. Verifiquemos cada uno de los axiomas.

Asociatividad. Sea w = (z1 , z2 ). Por un lado,
u + (v + w) = (x1 , x2 ) + [(y1 , y2 ) + (z1 , z2 )]
= (x1 , x2 ) + (y1 y2 , z1 z2 )
= (x1 x2 , y1 y2 z1 z2 );
por otro
(u + v) + w = [(x1 , x2 ) + (y1 , y2 )] + (z1 , z2 )
= (x1 x2 , y1 y2 ) + (z1 , z2 )
= (x1 x2 y1 y2 , z1 z2 ).
Estas dos expresiones no son iguales en general (tome por ejemplo u = (1, 1),
v = (0, 0) y w = (1, 1)) por lo que el axioma de asociativad para la suma no es
satisfecho. La asociatividad para la multiplicación por un número real continúa
válido.
Conmutatividad. Por un lado,
u + v = (x1 , x2 ) + (y1 , y2 )
= (x1 x2 , y1 y2 );
por otro,
v + u = (y1 , y2 ) + (x1 , x2 )
= (y1 y2 , x1 x2 ).
Estas dos expresiones no son iguales en general (tome por ejemplo u = (0, 0) y
v = (1, 1)) por lo que el axioma de conmutatividad no es satisfecho.
Vector nulo. Como mantenemos la definición de producto c v, el vector nulo
debería ser 0 = 0u = (0, 0). Pero este vector no cumple la condición para ser
vector nulo pues
u + 0 = (x1 , x2 ) + (0, 0) = (x1 x2 , 0 · 0) = (x1 x2 , 0),
y esta expresión no es igual en general a u (tome por ejemplo u = (1, 2)).
Inverso aditivo. Al no existir un vector nulo, tampoco existe un inverso aditivo
para ningún vector u.
Distributividad. Sean c y d números reales. Entonces,
(c + d )u = (c + d )(x1 , x2 ) = ((c + d )x1 , (c + d )x2 ),
y
c u + d u = c(x1 , x2 ) + d (x1 , x2 ) = (c x1 , c x2 ) + (d x1 , d x2 ) = (c 2 x1 x2 , d 2 x1 x2 ).
Estas dos expresiones son distintas en general (por ejemplo tome c = 1, d = 1 y
u = (1, 1)). También se tiene que
c(u + v) = c[(x1 , x2 ) + (y1 , y2 )] = c(x1 x2 , y1 y2 ) = (c x1 x2 , c y1 y2 ),
y
c u + c v = c(x1 , x2 ) + d (y1 , y2 ) = (c x1 , c x2 ) + (d y1 , d y2 ) = (c 2 x1 x2 , d 2 y1 y2 ).
Estas dos expresiones también son distintas en general (por ejemplo tome c = 2,
u = (1, 1) y v = (1, 1)). Por tanto los axiomas de distributividad no son satisfechos.
Multiplicación por 1. Este axioma se cumple automáticamente al mantener la
definición de producto c v.
□
 51

2. Subespacios vectoriales
Es posible construir nuevos espacios vectoriales a partir de otros previamente conocidos.
La manera más simple de obtener estos nuevos espacios es a través de subconjuntos que
permanecen invariantes a través de las operaciones de suma y adición. Estos subconjuntos
serán llamados, naturalmente, subespacios vectoriales.
Definición 8. Sea V un espacio vectorial. Un subespacio vectorial (o simplemente un
subespacio) de V es un subconjunto W ⊆ V con las siguientes propiedades:
0 ∈ W;
Si u, v ∈ W, entonces u + v ∈ W;
Si v ∈ W entonces, para todo c ∈ R, c v ∈ W.
Ejemplo 9. Los conjuntos {0}, con el único elemento 0, y todo el espacio V son ejemplos
triviales de subespacios de V. Todo subespacio en sí mismo es un espacio vectorial.
Ejemplo 10. El conjunto W = {(x1 , x2 ) ∈ R2 : x2 = m x1 }, la recta que pasa por el origen y
tiene pendiente m, es un subespacio vectorial de R2 . Para verlo debemos comprobar cada
una de las condiciones que caracterizan a un subespacio vectorial. En efecto, el vector cero

Figura 1. Recta x2 = m x1 .

(0, 0) pertenece a W, pues 0 = m · 0. Si u = (x1 , m x1 ) y v = (y1 , my1 ) son vectores en W,

entonces su suma es
u + v = (x1 + y1 , m x1 + my1 ) = (x1 + y1 , m(x1 + y1 )),
i.e., u + v ∈ W. Similarmente, si c ∈ R, entonces
c u = c(x1 , m x1 ) = (c x1 , c(m x1 )) = (c x1 , m(c x1 )),
i.e., c u ∈ W. En la Figura 1 se muestra este subespacio.
Ejemplo 11. El conjunto W = {(x1 , x2 ) ∈ R2 : x2 = m x1 + b , b ̸= 0}, la recta que pasa por
(0, b ) y tiene pendiente m, no es un subespacio vectorial de R2 . Para comprobarlo basta
verificar que al menos una de las propiedades que caracterizan a un subespacio vectorial no
52 JESÚS APONTE

se cumplen. Por ejemplo (0, 0) ̸∈ W, pues no es cierto que 0 = m · 0 + b cuando b ̸= 0.

En la Figura 2 se muestra este conjunto.

Figura 2. Recta x2 = m x1 + b .

Ejemplo 12. El conjunto W = {(x1 , x2 ) ∈ R2 : x1 x2 < 1} no es un subespacio vectorial

de R2 . De nuevo basta verificar que al menos una de las propiedades que caracterizan a
un subespacio vectorial no se cumple. Note que (0, 0) ∈ W pues 0 · 0 < 1. Sin embargo,
si u = (1, 1/2) y v = (0, 2), se tiene que u, v ∈ W, pues 1 · 1/2 < 1 y 0 · 2 < 1, pero
u + v = (1, 5/2) ̸∈ W, porque 1 · 5/2 ̸< 1. En otras palabras, la condición
u, v ∈ W =⇒ u + v ∈ W
no es satisfecha para todos los posibles vectores u, v ∈ W, y consecuentemente W no es
un subespacio vectorial de R2 . En la Figura 3 se muestra este conjunto.
De hecho, es posible demostrar que los únicos subespacios de R2 son:
el subespacio trivial {0};
Las rectas que pasan por el origen;
Todo R2 .
Ejemplo 13. Para cada k ∈ N, el conjunto C k (I ) de las funciones k veces continuamente
diferenciables es un subespacio vectorial de F (I ; R). También son subespacios de F (I ; R)
el conjunto C 0 (I ) de las funciones continuas en I y el conjunto C ∞ (I ) de las funciones
infinitamente diferenciables. Para cada k ∈ N se tiene
C 0 (I ) ⊃ C k (I ) ⊃ C k+1 (I ) ⊃ C ∞ (I ).
Definición 14. El conjunto P de los polinomios p(x) = a0 +a1 x +· · ·+an x n y el conjunto
Pn de polinomios de grado menor o igual a n son ambos subespacios de C ∞ (R). De
hecho, Pn es subespacio de P. Así tenemos, para todo n ∈ N, k ∈ Z+ , la cadena de
subespacios
C 0 (R) ⊃ C n (R) ⊃ C n+1 (R) ⊃ C ∞ (R) ⊃ P ⊃ Pk .
 53

-4 -2 2 4

-2

-4

Figura 3. Región x1 x2 < 1.

Sin embargo, el conjunto de polinomios de grado exactamente n no es un subespacio

vectorial de P pues, por ejemplo, si p(x) = x n , entonces p(x) − p(x) = x n − x n = 0 no
tiene grado n.
Ejemplo 15. El conjunto S de soluciones de la EDO lineal homogénea de primer orden
y ′ + p(t )y = 0, t ∈ I ,
donde p(t ) es una función continua en I , es el subconjunto de funciones y(t ) ∈ C 1 (I )
tales que
y ′ (t ) + p(t )y(t ) = 0, ∀ t ∈ I .
Veamos que S es un subespacio vectorial de C 1 (I ). Primero notemos que la función 0(t )
pertenece a S. De hecho, para todo t ∈ I ,
0′ (t ) + p(t )0(t ) = 0 + p(t ) · 0 = 0 + 0 = 0.
Ahora veamos que (u + v)(t ) ∈ S y (c u)(t ) ∈ S, siempre que u(t ), v(t ) ∈ S y c ∈ R. En
efecto, para todo t ∈ I , se tiene
(u + v)′ (t ) + p(t )(u + v)(t ) = u ′ (t ) + v ′ (t ) + p(t )u(t ) + p(t )v(t )
= [u ′ (t ) + p(t )u(t )] + [v ′ (t ) + p(t )v(t )]
=0+0
= 0.
Similarmente, para todo t ∈ I , se tiene
(c u)′ (t ) + p(t )(c u)(t ) = c u ′ (t ) + p(t )c u(t )
= c[u ′ (t ) + p(t )u(t )]
= c0 = 0.
54 JESÚS APONTE

Ejemplo 16. El conjunto S de soluciones de la EDO lineal homogénea de segundo orden

y ′′ + p(t )y ′ + q(t )y = 0, t ∈ I ,
donde p(t ) y q(t ) son funciones continuas en I , es el subconjunto de funciones y(t ) ∈
C 2 (I ) tales que
y ′′ (t ) + p(t )y ′ (t ) + q(t )y(t ) = 0, ∀ t ∈ I .
Veamos que S es un subespacio vectorial de C 2 (I ). Como en el ejemplo anterior, se tiene
que 0(t ) pertenece a S. De hecho, para todo t ∈ I ,
0′′ (t ) + p(t )0′ (t ) + q(t )0(t ) = 0 + p(t ) · 0 + q(t ) · 0 = 0 + 0 + 0 = 0.
Ahora veamos que (u + v)(t ) ∈ S y (c u)(t ) ∈ S, siempre que u(t ), v(t ) ∈ S y c ∈ R. En
efecto, para todo t ∈ I se tiene
(u + v)′′ (t ) + p(t )(u + v)′ (t ) + q(t )(u + v)(t )
= u ′′ (t ) + v ′′ (t ) + p(t )[u ′ (t ) + v ′ (t )] + q(t )[u(t ) + v(t )]
= u ′′ (t ) + v ′′ (t ) + p(t )u ′ (t ) + p(t )v ′ (t ) + q(t )u(t ) + q(t )v(t )
= [u ′′ (t ) + p(t )u ′ (t ) + q(t )u(t )] + [v ′′ (t ) + p(t )v ′ (t ) + q(t )v(t )]
=0+0
= 0.
De manera similar, para todo t ∈ I , se tiene
(c u)′′ (t ) + p(t )(c u)′ (t ) + q(t )(c u)(t ) = c u ′′ (t ) + p(t )c u ′ (t ) + q(t )c u(t )
= c[u ′′ (t ) + p(t )u ′ (t ) + q(t )u(t )]
= c0 = 0.
Ejemplo 17. El conjunto W de soluciones de la EDO no lineal
y ′ + 2t y = t 2 , t ∈ R
no es un subespacio vectorial de C 1 (R), pues, por ejemplo 0(t ) no es una solución de
dicha ecuación diferencial, i.e., W no tiene la propiedad
0(t ) ∈ W.
Ejemplo 18. El conjunto
a11 a12
§• ˜ ª
W= : a11 + a22 = 0 ,
a21 a22
el conjunto de las matrices 2 × 2 de traza nula, es un subespacio vectorial de M2·2 . En
a a
efecto, la matriz nula 0 = [ 00 00 ] tiene traza nula, por lo que 0 ∈ M2·2 . Si A = a1121 a1222 y
”b b —
B = b11 b12 son matrices de traza nula, entonces
21 22

a a12 b b12 a + b11 a12 + b12

• ˜ • ˜ • ˜
A + B = 11 + 11 = 11 ,
a21 a22 b21 b22 a21 + b21 a22 + b22
y su traza es
(a11 + b11 ) + (a22 + b22 ) = (a11 + a22 ) + (b11 + b22 ) = 0 + 0 = 0.
Por lo tanto, A + B ∈ W. Si c ∈ R, entonces

a a12 ca11 ca12

• ˜ • ˜
cA = c 11 = ,
a21 a22 ca21 ca22
y su traza es
ca11 + ca22 = c(a11 + a22 ) = c0 = 0.
Luego, cA ∈ W. En consecuencia, W es un subespacio de M2·2 .
 55

3. El generado de un conjunto de vectores

Sea V un espacio vectorial. Dados vectores v1 , v2 , . . . , vn ∈ V y escalares c1 , c2 , . . . , cn ∈ R
podemos formar un nuevo vector

c1 v1 + c2 v2 + · · · + cn vn

llamado una combinación lineal de los vectores v1 , v2 , . . . , vn .

Definición 19. El espacio generado, o simplemente el generado, de un conjunto de

vectores {v1 , v2 , . . . , vn } en un espacio vectorial V, denotado por gen{v1 , v2 , . . . , vn }, es el
conjunto de todas las combinaciones lineales de dichos vectores. Si gen{v1 , v2 , . . . , vn } =
W, diremos que {v1 , v2 , . . . , vn } genera a W.

Ejemplo 20. Sean u = (1, −1, 2) y v = (2, −3, 3) dos vectores en R3 . Un vector (x, y, z)
estará en gen{u, v} si, y solamente si, existen escalares c y d tal que

c + 2d
       
x 1 2
 y  = c u + d v = c −1 + d −3 = −c − 3d  .
z 2 3 2c + 3d

Luego, x = c + 2d , y = −c − 3d y z = 2c + 3d . Al sumar la primera y segunda ecuación

nos queda x + y = −d ; al sumar la segunda con la tercera ecuación tenemos y + z = c;
sustituyendo esos valores en la primera ecuación se obtiene x = (y + z) + 2(−x − y). Esto
es equivalente a 3x + y − z = 0 que reconocemos como un plano que pasa por el origen.
En la Figura 4 se observa dicho plano junto con sus dos vectores generadores

Figura 4. El plano 3x + y − z = 0 y los vectores u y v.

Ejemplo 21. Si un vector w está en el generado del conjunto gen{v1 , v2 , . . . , vn }, entonces

si añadimos w a dicho conjunto el generado no se altera. En efecto, si w = d1 v1 + d2 v2 +
56 JESÚS APONTE

· · · + dn vn , entonces

c1 v1 + c2 v2 + · · · + cn vn + cn+1 w
= c1 v1 + c2 v2 + · · · + cn vn + cn+1 (d1 v1 + d2 v2 + · · · + dn vn )
= c1 v1 + c2 v2 + · · · + cn vn + cn+1 d1 v1 + cn+1 d2 v2 + · · · + cn+1 dn vn
= (c1 + cn+1 d1 )v1 + (c2 + cn+1 d2 )v2 + · · · + (cn + cn+1 cn )vn .

Luego cualquier elemento de gen{v1 , v2 , . . . , vn , wn } es un elemento de gen{v1 , v2 , . . . , vn }.

Recíprocamente, note que c1 v1 +c2 v2 +· · ·+cn vn = c1 v1 +c2 v2 +· · ·+cn vn +0w, es decir,
cualquier elemento de gen{v1 , v2 , . . . , vn } es un también un elemento de gen{v1 , v2 , . . . , vn , w}.
Por tanto gen{v1 , v2 , . . . , vn } = gen{v1 , v2 , . . . , vn , w}. Por ejemplo, si w = (−3, 5, −4), en-
tonces w = −u +2v, donde u = (1, −1, 2) y v = (2, −3, 3), es decir, w ∈ gen{u, v}. Luego
gen{u, v} = gen{u, v, w}.

Ejemplo 22. Si u = (1, −1, 2) y v = (2, −3, 3), entonces el producto cruz w = u × v =
(3, 1, −1) no pertenece a gen{u, v}, pues (3, 1, −1) no está sobre plano 3x + y − z = 0.
¿Qué es gen{u, v, w}? Podemos demostrar que es R3 . En efecto, un vector (y1 , y2 , y3 ) está
en gen{u, v, w} si, y solamente si, existen existen escalares c1 , c2 y c3 tales que
 
y1
y2  = c1 u + c2 v + c3 w
y3
     
1 2 3
= c1 −1 + c2 −3 + c3  1 
2 3 −1
c1 + 2c2 + 3c3
 

= −c1 − 3c2 + c3 
2c1 + 3c2 − c3
  
1 2 3 c1
= −1 −3 1  c2 
2 3 −1 c3
 
c1
= A  c2  .
c3

Vemos que para cualquier (y1 , y2 , y3 ), este sistema tiene solución única, pues |A| = 11 ̸= 0.
Por lo tanto, hemos confirmado que gen{u, v, w} = R3 .

Ejemplo 23. En R2 ,

1 c
§• ˜ª §• ˜ ª
gen = : c ∈R
2 2c

no es más que la recta que pasa por el origen y contiene a (1, 2), i.e., la recta y = 2x. Note
que

1 1 2
§• ˜ª §• ˜ • ˜ª
gen = gen , ,
2 2 4

porque añadir vectores que pertenezcan a la misma recta no altera al generado. En la

Figura 5 se muestra dicha recta con su vector generado.
 57

-1.0 -0.5 0.5 1.0

-1

-2

Figura 5. Recta y = 2x.

Ejemplo 24. Los vectores canónicos

e1 = (1, 0, 0, . . . , 0),
e2 = (0, 1, 0, . . . , 0),
..
.
en = (0, 0, . . . , 0, 1)
constituyen un conjunto de generadores de Rn . En efecto,
       

 1 0 0 

  0
 1  0 

gen{e1 , e2 , . . . , en } = c1  .  + c2  .  + · · · + cn  .  : c1 , c2 , . . . , cn ∈ R
     

  ..   ..   ..  

 
0 0 1
 
  

 c1 

 c2 
 

=  .  : c1 , c2 , . . . , cn ∈ R
 

  ..  

 
cn
 

= Rn .

Ejemplo 25. Cuando n = 3, los vectores canónicos pueden ser apreciados como en la
Figura 6. En este caso, e1 = (1, 0, 0), e2 = (0, 1, 0), y e3 = (0, 0, 1).
58 JESÚS APONTE

Figura 6. Vectores canónicos e1 , e2 y e3 en R3 .

4. Cálculo del espacio generado por un conjunto de vectores

Teorema 26. Para cualquier conjunto de vectores {v1 , . . . , vn } del espacio vectorial V, gen{v1 , . . . , vn }
es un subespacio vectorial de V.
Demostración. Sea W = gen{v1 , v2 , . . . , vn }. Entonces 0 ∈ W, pues 0 = 0v1 + 0v2 + · · · +
0vn . Si u = c1 v1 + c2 v2 + · · · + cn vn y v = d1 v1 + d2 v2 + · · · + dn vn , entonces
u + v = (c1 v1 + c2 v2 + · · · + cn vn ) + (d1 v1 + d2 v2 + · · · + dn vn ),
= (c1 + d1 )v1 + (c2 + d2 )v2 + · · · + (cn + dn )vn .
Luego, u, v ∈ W =⇒ u + v ∈ W. Si c ∈ R, entonces
c v = c(c1 v1 + c2 v2 + · · · + cn vn ) = (c c1 )v1 + (c c2 )v2 + · · · + (c cn )vn
Así, v ∈ W, c ∈ R =⇒ c v ∈ W. Esto prueba el teorema. □

Teorema 27. Sean v1 , v2 , . . . , v m ∈ Rn . Entonces, y = (y1 , y2 , . . . , yn ) pertenece a gen{v1 , v2 , . . . , v m },

si, y solamente si, existe al menos una solución del sistema lineal de ecuaciones
   
x1 y1
 x2   y2 
A .  =  . ,
   
 ..   .. 
xm yn
donde A es la matriz cuyas columnas son los vectores v1 , v2 , . . . , v m . Más aún, si (c1 , c2 , . . . , c m )
es una solución de este sistema, entonces y = c1 v1 + c2 v2 + · · · + c m v m .
Demostración. Un vector y está en gen{v1 , v2 , . . . , v m }, donde v1 , v2 , . . . , v m son vectores
en Rn , si y solamente si, existen escalares c1 , c2 , . . . , c m tal que
y = c 1 v1 + c 2 v2 + · · · + c m v m .
 59

Escribiendo y = (y1 , y2 , . . . , yn ) y v j = (a1 j , a2 j , . . . , an j ), j = 1, 2, . . . , m, la igualdad ante-

rior puede escribirse como
       
y1 a11 a12 a1m
 y2   a21   a22   a2m 
 ..  = c1  ..  + c2  ..  + · · · + c m  ..  ,
       
.  .   .   . 
yn an1 an2 an m
esto es,
c1 a11 + c2 a12 + · · · + c m a1m
   
y1
 y2   c1 a21 + c2 a22 + · · · + c m a2m 
 ..  =  ..
   

.  . 
yn c1 an1 + c2 an2 + · · · + c m an m
  
a11 a12 · · · a1m c1
 a21 a22 · · · a2m   c2 
= . .. ..   .. 
  
 .. ..
. . .  . 
an1 an2 · · · an m cm
 
c1
 c2 
= A . 
 
 .. 
cm ,
donde A es la matriz cuyas columnas son los vectores, v1 , v2 , . . . , v m . En otras palabras,
y = c1 v1 + c2 + · · · + c m v m , si, y solamente si, (c1 , c2 , . . . , c m ) es solución del sistema de
ecuaciones    
x1 y1
 x2   y 2 
A .  =  . ,
   
 ..   .. 
xm yn
como se quería demostrar. □
Ejemplo 28. Determine el subespacio de R4 generado por los vectores u = (1, 2, 3, −1),
v = (0, 1, 0, 1) y w = (−1, 4, 2, 1).
Solución. Según los dos teoremas anteriores, el subespacio generado por tales vectores
será el conjunto de todos los (y1 , y2 , y3 , y4 ) que son soluciones de la ecuación lineal
    
1 0 −1 x1 y1
 2 1 4   x2  y2 
 3 0 2   x3  = y3  .
    

−1 1 1 x4 y4
La matriz aumentada asociada a este sistema es
 
1 0 −1 : y1
2 1 4 :
 y2 
,
3 0 2 : y3 
−1 1 1 : y4
que es equivalente por filas a la matriz escalón reducida por filas
y1 + y2 − y3 − y4
 
1 0 0 :
0 1 0 :
 y1 + y4 
.
0 0 1 : y2 − y3 − y4 
0 0 0 : 3y1 + 5y2 − 6y3 − 5y4
60 JESÚS APONTE

Este sistema es consistente si, y solamente, si

3y1 + 5y2 − 6y3 − 5y4 = 0.
Por lo tanto,
gen{u, v, w} = {(y1 , y2 , y3 , y4 ): 3y1 + 5y2 − 6y3 − 5y4 = 0}.
Más aún, si (y1 , y2 , y3 , y4 ) ∈ gen{u, v, w}, entonces,
       
y1 1 0 −1
y2  2 1 4
  = (y + y − y − y )   + (y + y )   + (y − y − y )   .
y3  1 2 3 4  3  1 4  0 2 3 4  2 

y4 −1 1 1
□
Definición 29. Sea A ∈ M mn . El espacio de filas de A, denotado por Fil(A), es el subes-
pacio de R m generado por los vectores filas de A. El espacio de columnas de A, denotado
por Col(A) es el subespacio de Rn generado por los vectores columnas de A.
Ejemplo 30. Si
3 1 2
• ˜
A= ,
1 2 3
entonces Fil(A) = gen{(3, 1, 2), (1, 2, 3)}, en cuanto que Col(A) = gen{(3, 1), (1, 2), (2, 3)}.

5. Ejercicios
1. Demuestre la Proposición 6.
2. En R2 , modifiquemos la definición de suma u + v de los vectores u = (x1 , x2 ) y
v = (y1 , y2 ) por u + v = (x1 + y1 , 0), y la multiplicación del escalar c por el vector
u por c u = (c x1 , 0). ¿Es R2 con estas operaciones un espacio vectorial?
3. En R2 modifiquemos las operaciones usuales de adición y multiplicación escalar
por
(x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 y2 ),
y
c(x1 , x2 ) = (c x1 , x2 ).
2
¿Es R juntos con estas dos operaciones un espacio vectorial?
4. En R2 , definamos la suma de elementos de R2 de la manera usual (componente a
componente), y para (x1 , x2 ) ∈ R2 y c ∈ R, defina
¨
(0, 0), si c = 0;
c(x1 , x2 ) = x2

c x1 , c , si c ̸= 0.
¿Es R2 un espacio vectorial con estas operaciones?
5. En R2 , mantengamos la definición de producto c v de un número por un vector,
pero modifiquemos la definición de suma u + v de los vectores u = (x1 , x2 ) y
v = (y1 , y2 ) como
u + v = (3x1 + 3y1 , 5x1 + 5y1 ).
¿Cuáles axiomas de espacio vectorial continúan válidos y cuáles no?
6. Determine si el conjunto W de los puntos (x, y, z) ∈ R3 tal que x y z = 1 es un
subespacio vectorial de R3 .
7. Verifique si el subconjunto del plano formado por los puntos (x, y) tales que x y =
0 es un subespacio vectorial.
8. Determine cuáles de los conjuntos dados son subespacios de R3 . Justifique su res-
puesta.
x +x
a) X = {(x1 , x2 , x3 ) ∈ R3 : x2 = 1 2 3 };
 61

b) Y = {(x1 , x2 , x3 ) ∈ R3 : x2 = x12 + x22 + x32 = 0}.

p
c) Z = {(x1 , x2 , x3 ) ∈ R3 : x2 = x2 = x1 x3 }
9. ¿Cuáles de los siguientes conjuntos de vectores de v = (x1 , x2 . . . , xn ) de Rn son
subespacios de Rn ?
a) Todos los v tales que x1 + 3x2 = x3 ;
b) Todos los v tal que x2 es racional.
10. ¿Es W = { p(x) ∈ P3 : p(x) = 0 o p(x) tiene grado exactamente igual a 3} un subes-
pacio de P3 ?
11. Demuestre que el subconjunto de los polinomios p(x) de grado menor o igual a
3 que se anulan en x = 2 y x = 3 es un subespacio vectorial de P3 .
12. Demuestre que el conjunto de los polinomios p(x) de grado menor o igual 4 que
son divisibles por x 2 + 1 y x − 1 es un subespacio vectorial de P4
13. Sea
 Z1 
W = p(x) ∈ P4 : p(x) d x = 0 .
−1

Demuestre que W es un subespacio vectorial de P4 .

14. ¿Los polinomios x 3 − 2x 2 + 1, 4x 2 − x + 3 y 3x − 2 generan P3 ?
15. Verifique el subconjunto de Mnn de matrices A = [ai j ] tales que ai j = 0 cuando
i < j , el subconjunto de matrices triangulares inferiores, es un subespacio vectorial.
16. Demuestre que el subconjunto de polinomios de P5 que son divisibles por x 2 +
x + 1 es un subespacio vectorial.
17. Verifique el conjunto {t , t 2 , t 3 , e t , e 2t } es un conjunto linealmente independiente
de F (R, R).
18. Use el criterio del wronskiano para demostrar que {e t , e 2t , t 2 } es un conjunto
linealmente independiente de F (R; R)
19. Sean u = (2, 1, 2) y v = (−4, 1, 1). Calcule gen{u, v}.
20. a) Halle números a, b , c ∈ R tales que
gen{u, v} = {(x1 , x2 , x3 ): a x1 + b x2 + c x3 = 0},
donde u = (1, −1, 1), v = (2, 3, 1).
b) Halle un vector w ∈ R3 tal que
gen{u, v, w} = R3 .
4 −4
• ˜
21. Escriba la matriz D = como combinación lineal de las matrices
−6 16

1 2 −1 2 1 −2
• ˜ • ˜ • ˜
A= , B= y C= .
3 4 3 −4 −3 4
22. Dé un ejemplo de una matriz 3 × 3 cuyos vectores filas generen un subespacio de
R3 diferente del generado por sus vectores columnas.
23. En M2·2 calcule
1 −2 −1 1
§• ˜ • ˜ª
gen , .
−1 4 2 −4
24. Considere el espacio vectorial M2·2 . Considere el conjunto de vectores
1 −2 3 1 1 1
§• ˜ • ˜ • ˜ª
S= , ,
−5 4 6 5 4 1
Sea H el subespacio de M2·2 generado por S. ¿Qué condición (o condiciones) debe
a b
• ˜
satisfacer una matriz para que pertenezca a H?
c d
62 JESÚS APONTE

25. En el espacio vectorial M2·2 , de matrices 2 × 2, considere el siguiente conjunto de

vectores:
1 −4 3 −1 7 2
§• ˜ • ˜ • ˜ª
S= , ,
−3 −5 2 −4 5 3
a b
• ˜
¿Qué condición (o condiciones) debe satisfacer un vector v = para que
c d
v ∈ gen S?
26. ¿Se puede escribir el vector −2 − 6x como combinación lineal de los vectores del
conjunto de S = {1 − x, 3 + x}?