Álgebra y Geometrı́a Analı́tica.

Base - Dimensión.
S. Balestrasse - G. Dı́az Ciarlo.

1. Base.
Comenzaremos definiendo el concepto de base de un espacio vectorial.

Definición 1.1 Un conjunto {v1 , · · · , vn , } de un espacio vectorial V es una base del

mismo si:
1. {v1 , · · · , vn } es lineamente independiente.

2. {v1 , · · · , vn } genera V .

Ejemplo 1.2 Consideremos V = R2 , probaremos que el conjunto {(1, 0), (0, 1)} es una
base de R2 .

Para ello debemos probar dos condiciones, que es linealmente independiente y genera R2 .

0v = (0, 0) = α1 (1, 0) + α2 (0, 1) = (α1 , α2 )

Ası́ obtenemos que α1 = 0 y α2 = 0, lo que prueba que (1, 0) y (0, 1) son linealmente
independientes.
Cualquier vector (x, y) ∈ R2 se puede escribir como

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

Esto prueba que (1, 0) y (0, 1) generan R2 .

Por lo tanto el conjunto {(1, 0), (0, 1)} es una base de R2 . Esta base se denomina base estándar de R2 .

Ejemplo 1.3 De manera similar se puede probar que

{(1, 0, 0), (0, 1, 0), (0, 0, 1)}

es una base de R3 , también denominada base estándar de R3 .

Ejemplo 1.4 Probar que el conjunto {1, x, x2 , x3 } es una base de P4 .

Teorema 1.5 Todo conjunto de n vectores linealmente independientes en Rn es una base

1
 n
 Sea {v1 , · · · , vn } ⊂ R un conjunto linealmente independiente y sea
Demostración.

x1
 .. 
v =  .  ∈ Rn . Queremos probar que v ∈ gen {v1 , · · · , vn }, esto es que existen
xn
escalares α1 , · · · , αn tales que v = α1 v1 + · · · + αn vn
   
v11 vn1
 v12   vn2 
Si v1 =  ..  , · · · , vn =  .. , la igualdad anterior se puede escribir co-
   
 .   . 
v1n vnn
mo      
v11 vn1 x1
 v12   vn2   x2 
α1  ..  + · · · + αn  ..  =  .. 
     
 .   .   . 
v1n vnn xn
Esto es 

 α1 v11 + · · · + αn vn1 = x1
α1 v12 + · · · + αn vn2 = x2


 ··· = ···
α1 v1n + · · · + αn vnn = xn


Este es un sistema no homogéneo de n ecuaciones con n incógnitas. Como los vectores

son linealmente independientes el determinante del sistema

v11 · · · vn1
v12 · · · vn2
6= 0
··· ··· ···
v1n · · · vnn

y por lo tanto tiene solución única.

Teorema 1.6 Sea B = {v1 , · · · , vn } una base de un espacio vectorial V y sea v ∈ V ,

entonces existen y son únicos los escalares α1 , · · · , αn tales que

v = α1 v1 + · · · + αn vn

El torema anterior se puede enunciar como:

Todo vector de un espacio vectorial se puede expresar de manera única como
combinación lineal de los vectores de una base
Demostración. Supongamos que el vector v = (x1 , · · · , xn ) tiene dos representaciones
diferentes como combinación lineal de los vectores de la base {v1 , · · · , vn }, esto es

v = α1 v1 + · · · + αn vn v = β1 v1 + · · · + βn vn

Restando miembro a miembro obtenemos

0v = (α1 − β1 ) v1 + · · · + (αn − βn ) vn

2
Como el conjunto {v1 , · · · , vn } es linealmente independiente todos los coeficientes deben
ser 0, por lo tanto
α1 − β1 = 0, · · · , αn − βn = 0
Es decir
α1 = β1 , ··· , αn = βn
Lo que muestra que la representación del vector v es única.

3
2. Dimensión de un Espacio Vectorial.
Pregunta: ¿Todas las bases de un espacio vectorial V tinen la msima cantidad de vec-
tores?

El siguiente teorema que no demostraremos, nos dice que la respuesta a la pregunta

anterior es afirmativa.

Teorema 2.1 Sean B = {v1 , v2 , · · · , vn } y C = {u1 , u2 , · · · , uk } dos bases de un espacio

vectorial V, entonces n = k, es decir ambas bases tienen la misma cantidad de vectores.

Este teorema nos dice que el número de vectores de una base de un espacio vectorial
es siempre la misma y por lo tanto es una caracterı́stica importante del espacio.

Definición 2.2 Sea B = {v1 , v2 , · · · , vn } una base de un espacio vectorial V y sea n un

número finito, llamaremos dimensión del espacio V al número n,i.e.

dim V = n

Si V = {0v }diremos que su dimensión es cero.

Ejemplo 2.3 La base canónica de R2 es B = {(1, 0), (0, 1)}, luego dim R2 = 2.

Ejemplo 2.4 La base canónica de R3 es B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}, luego dim R3 =
3.

Ejemplo 2.5 La base canónica de P3 es B = {1, x, x2 , x3 }, luego dim P3 = 4.

Ejemplo 2.6 La base canónica en M 2 (R), es

       
1 0 0 1 0 0 0 0
B= , , ,
0 0 0 0 1 0 0 1

luego, dim M 2 (R) = 4

Ejercicio. 2.7 Demostrar que la dimensión de M m×n (R) es m · n.

4
3. Algunas Propiedades Importantes.
Proposición 3.1 1. Sea V un espacio vectorial con dim V = n y sea C = {u1 , u2 , · · · , uk }
un conjunto linealmente independiente de V , luego debe ser k ≤ n.
Esto es ningún conjunto Li de un espacio vectorial puede tener mas elementos que
una base del espacio.

2. Sea S un subespacio de un espacio vectorial V , entonces

dim S ≤ dim V

3. Sea V un espacio vectorial de dimensión n, entonces cualquier conjunto L.i. que

posee n vectores es una base de V

El item 2 nos permite determinar de manera clara cuales son los subespacios posibles
de R3

Teorema 3.2 Sea A ∈ M m×n (R) y sea X ∈ M n×1 (R), el conjunto de todas las soluciones
del sistema homogéneo
A · X = 0v
es un subespacio de Rn

Demostración. El conjunto de todas las soluciones de A · X = 0v es

S = {X ∈ M m×n (R) : A · X = 0v }

1. 0v ∈ S pues A · 0v = 0v
2. A · (X + Y ) = A · X + A · Y = 0v + 0v = 0v
3. A · (αX) = α(A · X) = α0v = 0v