Contenidos

Capitulo 2. Espacios Vectoriales 3

1. Denicion de Espacios Vectorial 3
2. Subespacios 9
3. La Idea de Generador 16
4. Sistemas de Generadores 22
5. Dependencia e Independencia Lineal 28
6. Base y Dimension 30
7. Coordenadas y Matrices 36
8. Situaciones de Desempe no: Espacios Vectoriales 40
9. Solucion de Situaciones de Desempe no: Espacios Vectoriales 43
Bibliografa 63
Indice Alfabetico 65
1
CAPITULO 2
Espacios Vectoriales
El trabajo solidario es lo unico que hace
humano al ser humano
Este capitulo esta destinado a buscar una representacion natural y eciente de la informacion, a traves
de relaciones teoricas, lease combinaciones lineales e implementaciones practicas, lease representacion
matricial y resolucion de ecuaciones. Para ello sera necesario: Construir un ambiente sucientemente
amplio, donde se puedan modelar situaciones practicas, desarrollar tecnicas que permitan controlar rapida
y ecientemente una gran cantidad de informacion y mostrar la equivalencia entre el ambiente teorico y
practico.
1. Denicion de Espacios Vectorial
Demos una mirada a nuestra evolucion al momento de manipular la informacion.
(1) Ya observamos que para cada (n N), existen unicos n umeros naturales a
0
, a
1
, a
2
, . . . , a
s
tales que
n = a
s
10
s
+ a
s1
10
s1
+ + a
1
10
1
+ a
0
10
0
; (0 j s); (0 a
j
9)
Y estos n umeros son los que identican unvocamente al n umero n.
(2) Basandonos en esta idea denimos informalmente a los polinomios, es decir
p(x) R[x] p(x) = a
0
+ a
1
x + a
2
x
2
+ + a
s
x
s
Y en este caso son los coecientes los que diferencian a un polinomio de otro.
(3) Si consideramos u = (x, y) R
2
entonces sabemos que (R
2
, +) es un grupo abeliano y que
(a) (x, y) = (x, 0) + (0, y)
(b) Y si ademas permitimos una ponderacion externa que generalice el hecho
(x, y) + (x, y) = 2(x, y)

(x, y) + (x, y) = (2x, 2y)

_
_
_
=2(x, y) = (2x, 2y)
entonces obtenemos que
(x, y) = x(1, 0) + y(0, 1)
3
4 Profesor Ricardo Santander Baeza 2010
(x, y) = x(1, 0) + y(0, 1)

Eje y
Eje x (0, 0)
Plano R
2
Figura 1 : Plano Cartesiano
(4) Otro caso que podemos representar con las licencias que da la heurstica es el siguiente:
_
a
11
a
12
a
21
a
22
_
= a
11
_
1 0
0 0
_
+ a
12
_
0 1
0 0
_
+ a
21
_
0 0
1 0
_
+ a
22
_
0 0
0 1
_
(5) Intentando generalizar a un mas el formato de nuestros n umeros. Supongamos que necesitamos conectar
dos lugares inaccesibles, como lo muestra la funcion.
f(x) =
_

_
1 : si < x < 0
1 : si 0 < x <
Cuyo graco es de la forma:
-1

Figura 2 y = f(x)
La idea es usar como soporte, ideas trigonometricas. para conectar esos lugares inaccesibles:
(a) Partamos gracando la funcion y =
4

sen x para ( < x < )

-3 -2 -1 1 2 3
-1
-0.5
0.5
1
Profesor Ricardo Santander Baeza 2010 5
(b) Gracamos la funcion y =
4

_
sen x +
sen 3x
3
_
para ( < x < )
-3 -2 -1 1 2 3
-1
-0.5
0.5
1
(c) Gracamos la funcion y =
4

_
sen x +
sen 3x
3
+
sen 5x
5
_
para ( < x < )
-3 -2 -1 1 2 3
-1
-0.5
0.5
1
(d) Gracamos la funcion y =
4

_
sen x +
sen 3x
3
+
sen 5x
5
+
sen 7x
7
_
para ( < x < )
-3 -2 -1 1 2 3
-1
-0.5
0.5
1
(e) En n, gracamos, la funcion y =
4

_
sen x +
sen 3x
3
+
sen 5x
5
+
sen 7x
7
+ +
sen 99x
99
_
para
( < x < )
-3 -2 -1 1 2 3
-1
-0.5
0.5
1
(f) Si llamamos g
s
=
4

i=1
sen (2i 1)x
2i 1
, para (s N) entonces podemos observar lo siguiente:
(i) A medida que s crece en N, el graco de g
s
, mas se parece (copia), a la funcion f
(ii) Sin embargo, debemos tener cuidado con la comparacion de las expresiones analticas de las
funciones involucradas; porque por ejemplo,
6 Profesor Ricardo Santander Baeza 2010
f(0) , R y g
s
(0) = 0
f
_

2
_
= 1 y g
1
_

2
_
=
4

Sin embrago, observen lo siguiente:

g
s
_

2
_
=
4

i=1
sen(2i 1)

2
2i 1
=
4

i=1
(1)
i+1
2i 1
=
4

_
1
1
3
+
1
5

1
7
+
1
9

1
11
+ +
1
2s 1
_
As por ejemplo,
g
1
_

2
_
=
4

= 1.273
g
2
_

2
_
=
4

_
1
1
3
_
= 0.848
g
3
_

2
_
=
4

_
1
1
3
+
1
5
_
= 1.013
g
4
_

2
_
=
4

_
1
1
3
+
1
5

1
7
_
= 0.921
g
5
_

2
_
=
4

_
1
1
3
+
1
5

1
7
+
1
9
_
= 1.063
g
6
_

2
_
=
4

_
1
1
3
+
1
5

1
7
+
1
9

1
11
_
= 0.947
Luego,
lim
s
g
s
_

2
_
= lim
s
4

i=1
(1)
i+1
2i 1
= 1
(iii) Sera necesario entonces ser cuidadoso al referirnos al termino aproximacion de dos funciones,
ya sea en su graco o en sus valores, con estos cuidados podemos escribir,
f(x) lim
s
s

i=1
1
2i 1
sen(2i 1)x =

i=1
1
2i 1
sen(2i 1)x ( < x < )
Bien, las ideas expuestas encima nos inducen a denir un objeto abstracto que le de sentido a casi
todos los ejemplos revisados y otros que analizaremos mas adelante.
Denicion 1.1. Un conjunto V sera llamado un K - Espacio Vectorial si
(1) V ,=
(2) V admite una operacion interna, + ; denida por
Profesor Ricardo Santander Baeza 2010 7
+ : V V V
(u, v) u + v
tal que (V, +) es un grupo abeliano, es decir satisface las propiedades:
u + (v + w) = (u + v) + w (u; u V); (v; v V); (w; w V)
Existe 0
V
V tal que u + 0
V
= 0
V
+ u = u (u; u V)
Para cada u, u + (u) = u + u = 0
V
u + v = v + u (u; u V); (v; v V
(3) V admite una operacion externa, ; denida por
: KV V
(, v) v
con K = R o K = C y satisface las propiedades:
(u + v) = u + v (; K); (u; u V); (v; v V)
( + ) u = u + u (; K); (; K); (u; u V)
( ) u = ( u) (; K); (; K); (u; u V)
u = 0
V
= = 0
K
u = 0
V
(; K); (u; u V)
Los elementos de V se denominaran vectores, los elementos de K se llamaran escalares, y para designar a
un espacio vectorial lo notaremos como, (V, +, , K), donde K = R o K = C
Ejemplo 1.1.1. El espacio vectorial de las n - uplas (K
n
, +, , K) para cada n N, donde,
K
n
= (x
1
, x
2
, . . . , x
n
) [ x
i
R; 1 i n
Y las operaciones interna y externa son denidas respectivamente por,
(1) (x
1
, x
2
, x
3
, . . . , x
n
) + (y
1
, y
2
, y
3
, . . . , y
n
) = (x
1
+ y
1
, x
2
+ y
2
, x
3
+ y
3
, . . . , x
n
+ y
n
)
(2) (x
1
, x
2
, . . . , x
n
) = (x
1
, x
2
, . . . , x
n
) ( K)
Ejemplo 1.1.2. El espacio vectorial de las Matrices (M
K
(n m), +, , K); n N; m N donde,
M
K
(n m) = A = (a
ij
) [ a
ij
K (1 i n)(1 j m)
Y las operaciones interna y externa son denidas respectivamente por,
(1) ((a
ij
) + (b
ij
)) = (a
ij
+ b
ij
)
(2) (a
ij
) = (a
ij
)
8 Profesor Ricardo Santander Baeza 2010
Ejemplo 1.1.3. El espacio vectorial de los polinomios (K[x], +, , K) con coecientes en el cuerpo K donde,
K[x] =
_
p(x) =
s

i=0
a
i
x
i
[ a
i
K, s N, (0 i n)
_
Y las operaciones interna y externa son denidas respectivamente por,
(1)
s

i=0
a
i
x
i
+
n

i=0
b
i
x
i
=
s

i=0
(a
i
+ b
i
)x
i
(2)
n

i=0
a
i
x
i
=
n

i=0
a
i
x
i
Ejemplo 1.1.4. El espacio vectorial de los Polinomios de grado menor o igual que n con coecientes en K,
(K
n
[x], +, , K) es decir;
K
n
[x] = p(x) K[x] [ (p(x)) n
Y las operaciones interna y externa son denidas respectivamente por,
(1)
n

i=0
a
i
x
i
+
n

i=0
b
i
x
i
=
n

i=0
(a
i
+ b
i
)x
i
(2)
n

i=0
a
i
x
i
=
n

i=0
a
i
x
i
Ejemplo 1.1.5. El espacio vectorial de las funciones Reales denidas en U R, para U ,= ; (F
R
(U, R), +, , R),
donde
F
R
(U, R) = f : U R [ f es una funcion
Y las operaciones interna y externa son denidas respectivamente por,
(1) (f + g)(x) = f(x) + g(x)
(2) (f)(x) = f(x)
Ejemplo 1.1.6. El espacio vectorial de las funciones Reales continuas denidas en U R, para U ,= ;
(C
R
(U, R), +, , K), donde
C
R
(U, R) = f F
R
(U, R) [ f es una funcion continua
Y las operaciones interna y externa son denidas respectivamente por,
(1) (f + g)(x) = f(x) + g(x)
(2) (f)(x) = f(x)
Ejemplo 1.1.7. El espacio vectorial de las funciones reales derivables denidas en U R, para U ,= ;
(D
R
(U, R, +, , R)), donde
Profesor Ricardo Santander Baeza 2010 9
D
R
(U, R) = f F
R
(U, R); [ f es una funcion derivable en U
Y las operaciones interna y externa son denidas respectivamente por,
(1) (f + g)(x) = f(x) + g(x)
(2) (f)(x) = f(x)
2. Subespacios
Si consideramos un K espacio vectorial V entonces por denicion V ,= . As que
u V =u V, para cada K =V = 0
V
V tiene innitos elementos
Esta observacion hace difcil pensar en una forma de caracterizar a un espacio vectorial no nulo. No obstante
remirando nuestros ejemplos podemos encontrar espacios vectoriales incluidos en otros espacios vectoriales.
En efecto
(1) K
n
[x] K[x] (n; n N). Pues
(p(x) + q(x)) max(p(x)), (q(x)) y
(p(x)) = (p(x)) para cada R
(2) D
R
(U, R) C
R
(U, R) F
R
(U, R). Pues;
La adicion de funciones continuas es una funcion continua,y el producto de un escalar por una
funcion continua es funcion continua
Analogamente, acontece con las funciones derivables.
Dado que necesitamos representar datos, parece razonable considerar la observacion anterior para hacer la
siguiente denicion.
Denicion 2.1. Sea W V. W sera llamado un Subespacio vectorial de V si
W ,=
W es un K-espacio vectorial con las mismas operaciones que V
Usaremos la notacion: U V
Ejemplo 2.1.1. 0
V
V y V V son conocidos como subespacios triviales.
Ejemplo 2.1.2. K
n
[x] K[x] (n; n N)
Ejemplo 2.1.3. C
R
(U, R) F
R
(U, R)
Ejemplo 2.1.4. D
R
(U, R) C
R
(U, R) D
R
(U, R) F
R
(U, R)
Sin embargo, el avance en terminos de la representacion de datos eciente es nula, no obstante, podemos
observar lo siguiente:
10 Profesor Ricardo Santander Baeza 2010
Observacion 2.1.5. Si W V entonces por denicion (W, +, , K) es un K-espacio vectorial. As que
verica naturalmente las propiedades:
(1) u W v W=(u + v) W
(2) u W K = u W
Luego, podemos resumir lo anterior en la siguiente
W V =
_

_
u W v W = (u + v) W

u W K = u W
(1)
Recprocamente, supongamos que W satisface las condiciones:
(1) u W v W=(u + v) W
(2) u W K = u W entonces
(a) W ,= es supuesto inicial
(b) De las propiedades asumidas, sigue que existen operaciones + y en W, y ademas como V es un
espacio vectorial entonces a fortiori (W, +, , K) es un K-espacio vectorial, y por ende un subespacio
del espacio V.
De la observacion concluimos una caracterizacion que nos permite vericar en forma mas eciente, si un
subconjunto de un espacio vectorial es o no es un subespacio vectorial, por su importancia le daremos el
rango de teorema.
Teorema 2.2. Caracterizacion estructural de subespacio vectorial
Consideremos un espacio vectorial (V, +, , K) y W V
W V
_

_
(i) W,=
(ii) u W v W=(u + v) W
(iii) u W K = u W
Ejemplo 2.2.1. Usemos el Teorema 2.2 para mostrar que W= (x, y, z) R
3
[ x + y z = 0 R
3
En efecto, siguiendo la gua de nuestro teorema podemos generar la siguiente estrategia:
Etapa 1. Debemos vericar que W,=
(0, 0, 0) R
3
y 0 + 0 0 = 0. As que (0, 0, 0) W
Profesor Ricardo Santander Baeza 2010 11
Etapa 2. Mostremos que si u W y v W entonces (u + v) W:
u W u = (u
1
, u
2
, u
3
) R
3
u
1
+ u
2
u
3
= 0 ()
v W v = (v
1
, v
2
, v
3
) R
3
v
1
+ v
2
v
3
= 0 ()
Entonces
u + v = (u
1
, u
2
, u
3
) + (v
1
, v
2
, v
3
) [ ver () y ()]
= (u
1
+ v
1
, u
2
+ v
2
, u
3
+ v
3
) ( Suma en R
3
)
Luego,
u + v R
3
(2)
De (2),concluimos que (u + v) es un buen candidato para pertenecer a W, pero falta vericar si satisface la
condicion que caracteriza W.
Para ver esto, debemos operar como sigue:
(u
1
+ v
1
) + (u
2
+ v
2
) (u
3
+ v
3
) = u
1
+ v
1
+ u
2
+ v
2
u
3
v
3
= (u
1
+ u
2
u
3
) + (v
1
+ v
2
v
3
)
= 0 + 0 ( ver () y ())
= 0
Conclusion, (u + v) W
Etapa 3. Debemos vericar que si R y u W entonces u W:
u = (u
1
, u
2
, u
3
) = (u
1
, u
2
, u
3
) R
3
Por otra parte,
u
1
+ u
2
u
3
= (u
1
+ u
2
u
3
) = 0 = 0
Conclusion, u W, y W R
3
Ejemplo 2.2.2. Usemos el Teorema 2.2 para mostrar que
W= A M
R
(2) [ A + A
t
= (0) M
R
(2)
En efecto, siguiendo la gua de nuestro teorema podemos generar la siguiente estrategia:
Etapa 1. Debemos vericar que W,=
_
0 0
0 0
_
M
R
(2)
_
0 0
0 0
_
+
_
0 0
0 0
_
t
=
_
0 0
0 0
_
+
_
0 0
0 0
_
=
_
0 0
0 0
_
W
Etapa 2. Debemos mostrar que:
u W v W= (u + v) W
Si u W y v W entonces
12 Profesor Ricardo Santander Baeza 2010
u W u M
R
(2) u + u
t
= (0)
u =
_
u
11
u
12
u
21
u
22
_
M
R
(2)
_
u
11
u
12
u
21
u
22
_
+
_
u
11
u
12
u
21
u
22
_
t
=
_
0 0
0 0
_
u =
_
u
11
u
12
u
21
u
22
_
M
R
(2)
_
u
11
u
12
u
21
u
22
_
+
_
u
11
u
21
u
12
u
22
_
=
_
0 0
0 0
_
u =
_
u
11
u
12
u
21
u
22
_
M
R
(2)
_
2u
11
u
12
+ u
21
u
21
+ u
12
2u
22
_
=
_
0 0
0 0
_
()
Analogamente,
v W v M
R
(2) v + v
t
= (0)
v =
_
v
11
v
12
v
21
v
22
_
M
R
(2)
_
v
11
v
12
v
21
v
22
_
+
_
v
11
v
12
v
21
v
22
_
t
=
_
0 0
0 0
_
v =
_
v
11
v
12
v
21
v
22
_
M
R
(2)
_
v
11
v
12
v
21
v
22
_
+
_
v
11
v
21
v
12
v
22
_
=
_
0 0
0 0
_
v =
_
v
11
v
12
v
21
v
22
_
M
R
(2)
_
2v
11
v
12
+ v
21
v
21
+ v
12
2v
22
_
=
_
0 0
0 0
_
()
entonces por una parte,
u + v =
_
u
11
u
12
u
21
u
22
_
+
_
v
11
v
12
v
21
v
22
_
=
_
u
11
+ v
11
u
12
+ v
12
u
21
+ v
21
u
22
+ v
22
_
M
R
(2)
Y por otra,
u + v + (u + v)
t
=
_
u
11
+ v
11
u
12
+ v
12
u
21
+ v
21
u
22
+ v
22
_
+
_
u
11
+ v
11
u
12
+ v
12
u
21
+ v
21
u
22
+ v
22
_
t
=
_
u
11
+ v
11
u
12
+ v
12
u
21
+ v
21
u
22
+ v
22
_
+
_
u
11
+ v
11
u
21
+ v
21
u
12
+ v
12
u
22
+ v
22
_
=
_
2(u
11
+ v
11
) (u
12
+ v
12
) + (u
21
+ v
21
)
(u
21
+ v
21
) + (u
12
+ v
12
) 2(u
22
+ v
22
)
_
=
_
2u
11
+ 2v
11
(u
12
+ u
21
) + (v
12
+ v
21
)
(u
21
+ u
21
) + (v
12
+ v
12
) 2u
22
+ 2v
22
_
=
_
2u
11
(u
12
+ u
21
)
(u
21
+ u
21
) 2u
22
_
+
_
2v
11
(v
12
+ v
21
)
(v
12
+ v
12
) 2v
22
_
=
_
0 0
0 0
_
+
_
0 0
0 0
_
(De () y ())
=
_
0 0
0 0
_
As que, (u + v) W
Profesor Ricardo Santander Baeza 2010 13
Etapa 3. Si R entonces
u =
_
u
11
u
12
u
21
u
22
_
=
_
u
11
u
12
u
21
u
22
_
M
R
(2)
Por otra parte,
u + (u)
t
=
_
u
11
u
12
u
21
u
22
_
+
_
u
11
u
12
u
21
u
22
_
t
=
_
u
11
u
12
u
21
u
22
_
+
_
u
11
u
21
u
12
u
22
_
=
_
2u
11
u
12
+ u
21
u
21
+ u
12
2u
22
_
=
_
2u
11
(u
12
+ u
21
)
(u
21
+ u
12
) 2u
22
_
=
_
2u
11
(u
12
+ u
21
)
(u
21
+ u
12
) 2u
22
_
=
_
0 0
0 0
_
=
_
0 0
0 0
_
As que u W, y W M
R
(2)
Ejemplo 2.2.3. Si W=
_
p(x) =
n

i=0
a
i
x
i
R
n
[x] [
n

i=0
ia
i
= 0
_
entonces W R
n
[x]
En efecto
Etapa 1. p(x) = 0 W, pues
n

i=0
i 0 = 0
Etapa 2. Si p(x) W q(x) W entonces
p(x) W p(x) =
n

i=0
a
i
x
i

i=0
ia
i
= 0
q(x) W p(x) =
n

i=0
b
i
x
i

i=0
ib
i
= 0
Ahora, por una parte;
p(x) + q(x) =
n

i=0
(a
i
+ b
i
)x
i
R
n
[x]
Y por otra parte;
n

i=0
i(a
i
+ b
i
) =
n

i=0
(ia
i
+ ib
i
) =
n

i=0
ia
i
+
n

i=0
ib
i
= 0 + 0 = 0
Conclusion (p(x) + q(x)) W
14 Profesor Ricardo Santander Baeza 2010
Etapa 3. Si R entonces por una parte;
p(x) =
n

i=0
a
i
x
i
=
n

i=0
(a
i
)x
i
R
n
[x]
Y por otra parte;
n

i=0
ia
i
=
n

i=0
ia
i
= 0 = 0
As que, p(x) W y W R
n
[x]
Ejemplo 2.2.4. Si V es un K- espacio vectorial entonces 0
V
W.
En efecto
W V = u W (; K) (u; u W)
= 0 u W (Pues, 0 K)
= 0
V
W
Ejemplo 2.2.5. Si W= (x, y, z) R
3
[ x + 4y 2z = entonces determinemos el conjunto.
S = R [ W R
3

Solucion
Debemos determinar los elementos del conjunto S, y entonces es necesario entrar al conjunto.
Etapa 1. S R W R
3
Etapa 2. W R
3
=(0, 0, 0) W, esto sigue del ejemplo anterior.
Etapa 3. (0, 0, 0) W (0, 0, 0) R
3
0 + 4 0 2 = (0, 0, 0) R
3
= 0
Luego, 0 S y 0 S
Etapa 4. Si [u W v W=(u + v) W] entonces en particular debe ocurrir lo siguiente:
u W u = (x, y, z) R
3
x + 4y 2z =
2u W 2u = (2x, 2y, 2z) R
3
2x + 8y 4z =
= 2 =
= = 0
Etapa 5. Como R entonces para u = (x, y, z) W, x + 4y 2z = . Pero,
x + 4y 2z = =
2
= = = 0 = 1
As que, S = 0 y W= (x, y, z) R
3
[ x + 4y 2z = 0
Conclusion 2.2.6. El origen o elemento neutro del espacio pertenece a cada subespacio vectorial. Es decir
una condicion necesaria para ser subespacio es que el origen pertenezca a el.
Profesor Ricardo Santander Baeza 2010 15
Un espacio vectorial V es nulo o tiene innitos elementos.
Ejemplo 2.2.7. Si AX = B es un sistema lineal de orden (n m) y S = U M
K
(n 1) [ AU = B,
(K = R K = C) entonces
S M
K
(n 1) B = (0)
En efecto
S M
R
(n 1) = (0) S
= A (0) = B
= (0) = B
Luego, hemos mostrado que: S M
R
(n 1) = B = (0)
Recprocamente, si B = (0) entonces
1. A(0) = (0), luego S ,=
2. Si U
1
S U
2
S entonces A(U
1
+ U
2
) = A(U
1
) + A(U
2
) = (0) + (0) = (0). As que (U
1
+ U
2
) S
3. Si K y U
1
S entonces AU
1
= AU
1
= (0) = (0). As que U
1
S
Luego, hemos mostrado que: B = (0) =S M
R
(n 1). As que
S M
K
(n 1) B = (0)
Conclusion 2.2.8. Las soluciones de un sistema de ecuaciones lineales homogeneo de orden (nm), cons-
tituyen un subespacio vectorial. Por ende un Sistema lineal homogeneo o tiene unicamente la solucion nula
o tiene innitas soluciones
Observacion 2.2.9. Desde un punto de vista estructural el teorema 2.2, es una herramienta poderosa para
decidir si un conjunto es o no, un subespacio en un espacio vectorial dado, no obstante el tiene un problema
que lamentablemente para nosotros es crucial; pues, no nos dice quienes son los miembros del subespacio
W.
2.3. Ejercicios Propuestos de Subespacios.
(1) Demuestre que los siguientes conjuntos son subespacios de R
n
, para n N descrito.
(a) W = (x, y) R
2
[ x + 3y = 0
(b) W = (x, y) R
2
[ 10x 5y = 0
(c) W = (x, y, z) R
3
[ x + y + z = 0
(d) W = (x, y, z) R
3
[ 5x + y z = 0
(e) W = (x, y, z, w) R
4
[ x + y + 2z w = 0
16 Profesor Ricardo Santander Baeza 2010
(f) W =
_
(x, y, z, w) R
4
[ 3x =
y + 2z w
5
_
(2) Determine si los siguientes subconjuntos de M
R
(n m) son subespacios para n y m adecuados.
(a) W = A M
R
(2) [ A = A
t
, donde A
t
signica la matriz traspuesta de la matriz A
(b) W = (a
ij
) M
R
(n) [ tr(a
ij
) = 0. Donde tr(a
ij
) =
n

i=1
a
ii
, y se llama la traza de la matriz (a
ij
)
(c) W = A M
R
(n) [ det(A) ,= 0
(d) W =
_
A = (a
ij
) M
R
(n) [ a
ij
=
_
1 : Si j = n + 1 i
0 : en otro caso
_
(e) W =
_
A = (a
ij
) M
R
(n) [ a
ij
=
_
a
ij
: Si j i
0 : en otro caso
_
(f) W =
_
A = (a
ij
) M
R
(n) [ a
ij
=
_
a
ij
: Si j i
0 : en otro caso
_
(3) Demuestre que los siguientes subconjuntos de R
n
[x] son subespacios para n adecuado.
(a) W = p(x) = a
0
+ a
1
x + a
2
x
2
[ p(3) = 0
(b) W = p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
[ p(

2) = 0
(c) W =
_
p(x) =
n

i=0
a
i
x
i
[
n

i=0
ja
i
= 0; j [R 0]
_
(d) W =
_
p(x) =
n

i=0
a
i
x
i
[
n

i=0
ia
i
= 0
_
3. La Idea de Generador
En concordancia con la observacion anterior no estamos cumpliendo nuestro objetivo: Que es determinar
rapida y ecientemente los elementos del espacio vectorial, as que si queremos cumplir nuestro objetivo
debemos cambiar el punto de vista. Como orientacion debemos recordar que un espacio vectorial o tiene
un elemento o tiene innitos elementos. Por tanto, el punto es, generar un proceso que transforme en una
idea nita, lo que en realidad es en concreto no nito. Con esto en mente,
(1) Miremos en primer lugar, desde un punto de vista diferente al subespacio de R
3
. (Mirar desde otro
punto de vista signica, interpretar de un nueva forma las operaciones permitidas en el espacio).
W
1
= (x, y, z) R
3
[ x + 4y 2z = 0 (3)
Ingresemos directamente al conjunto, es decir:
u W
1
u = (x, y, z) R
3
x + 4y 2z = 0
u = (x, y, z) R
3
x = 2z 4y
u = (2z 4y, y, z); z R, y R
u = (2z, 0, z) + (4y, y, 0); z R, y R
u = z(2, 0, 1) + y(4, 1, 0); z R, y R
Profesor Ricardo Santander Baeza 2010 17
As que,
W
1
=
1
(2, 0, 1) +
2
(4, 1, 0) [ (
1
R) (
2
R)
La conclusion es la siguiente:
u W
1
Tiene solucion en K la ecuacion u =
incognita

..
a
1
(2, 0, 1) +
incognita

..
a
2
(4, 1, 0)
(2) Intentemos la misma estrategia con el subespacio
W
2
= (x, y, z) R
3
[ x = y z = 0 (4)
De nuevo, entremos al conjunto.
u W
2
u = (x, y, z) R
3
x = y z = 0
u = (x, x, 0) x R
u = x(1, 1, 0) x R
As que,
W
2
= (1, 1, 0) [ R
La conclusion es la siguiente:
u W
2
Tiene solucion en K la ecuacion u =
incognita

..
a
1
(2, 0, 1)
(3) Ahora tratemos de aplicar lo aprendido en el conjunto,
W
1
+W
2
= w
1
+ w
2
[ w
1
W
1
w
2
W
2

(a) W
1
+W
2
,=
En efecto
0
R
3 = (0, 0, 0) = 0(2, 0, 1) + 0(4, 1, 0) + 0(1, 1, 0) =0
R
3 W
1
+W
2
Mas a un, 0
R
3 W
1
, pues (0, 0, 0) = 0(2, 0, 1) + 0(4, 1, 0) y 0
R
3 W
2
, pues (0, 0, 0) = 0(1, 1, 0).
As
que 0
R
3 W
1
W
2
18 Profesor Ricardo Santander Baeza 2010
(b) Por otra parte,
u W
1
W
2
u W
1
u W
2
u = (x, y, z) R
3
x + 4y 2z = 0 x = y z = 0
u = (x, x, 0) R
3
x + 4x = 0
u = (x, x, 0) R
3
x = 0
u = (0, 0, 0)
Por tanto,
W
1
W
2
= (0, 0, 0) = 0
R
3
(c) Ahora para u R
3
arbitrario tratemos de resolver la ecuacion
u = x
1
(2, 0, 1) + x
2
(4, 1, 0) + x
3
(1, 1, 0)
Si conseguimos ese resultado entonces se vericara que
(i) R
3
= W
1
+W
2
(ii) Tendremos una formula para expresar los elementos de R
3
en terminos de los vectores de
W
1
y W
2
.
Vamos entonces a resolver el problema para u = (x, y, z) arbitrario
(x, y, z) = x
1
(2, 0, 1) + x
2
(4, 1, 0) + x
3
(1, 1, 0) (x, y, z) = (2x
1
4x
2
+ x
3
, x
2
+ x
3
, x
1
)

2x
1
4x
2
+ x
3
= x
x
2
+ x
3
= y
x
1
= z
()
Ahora resolvemos (), usando nuestras tecnicas
_
_
2 4 1 [ x
0 1 1 [ y
1 0 0 [ z
_
_
(l
1
l
1
l
3
)
_
_
0 4 1 [ x 2z
0 1 1 [ y
1 0 0 [ z
_
_
(l
1
l
1
+ 4l
2
)
_
_
0 0 5 [ x + 4y 2z
0 1 1 [ y
1 0 0 [ z
_
_
(l
1

1
5
l
1
)
_
_
0 0 1 [
x+4y2z
5
0 1 1 [ y
1 0 0 [ z
_
_
(l
2
l
2
l
1
)
_
_
0 0 1 [
x+4y2z
5
0 1 0 [
x+y+2z
5
1 0 0 [ z
_
_
Por tanto,
_
_
x
1
x
2
x
3
_
_
=
_
_
_
_
z
y x + 2z
5
x + 4y 2z
5
_
_
_
_
= (x, y, z) = z(2, 0, 1) +
y x + 2z
5
(4, 1, 0) +
x + 4y 2z
5
(1, 1, 0)
(d) Finalmente, si adoptamos las siguientes notaciones:
= (2, 0, 1), (4, 1, 0), 5(1, 1, 0)
Profesor Ricardo Santander Baeza 2010 19
[(x, y, z]

=
_
_
_
_
z
y x + 2z
5
x + 4y 2z
5
_
_
_
_
(x, y, z) = z(2, 0, 1) +
y x + 2z
5
(4, 1, 0)
. .
W
1
+
x + 4y 2z
5
(1, 1, 0)
. .
W
2
Hemos conseguido mostrar que
R
3
= W
1
+W
2
Y ademas podemos ahora ejercitar el nuevo smbolo:
(i) Para u = (2, 0, 1) tenemos
[2, 0, 1]

=
_
_
_
_
1
0 2 + 2
5
2 + 0 2
5
_
_
_
_
=
_
_
1
0
0
_
_
Pues,
(2, 0, 1) = (2, 0, 1) + 0(4, 1, 0) + 0(1, 1, 0)
(ii) para u = (4, 1, 0) tenemos
[(4, 1, 0)]

=
_
_
0
1
0
_
_
Pues,
(4, 1, 0) = 0(2, 0, 1) + 1(4, 1, 0) + 0(1, 1, 0)
(iii) Para u=(1, 1, 0) tenemos
[(1, 1, 0)]

=
_
_
0
0
1
_
_
Pues,
(1, 1, 0) = 0(2, 0, 1) + 0(4, 1, 0) + 1(1, 1, 0)
(iv) Para u = (1, 1, 1) tenemos
[1, 1, 1]

=
_
_
_
_
1
2
5
3
5
_
_
_
_
Pues,
(1, 1, 1) = (2, 0, 1) +
2
5
(4, 1, 0) +
3
5
(1, 1, 0)
(4) Para el caso = (2, 0, 1), (4, 1, 0), 5(1, 1, 0) hemos encontrado que R
3
se descompone en la suma
del Plano W
1
y la recta W
2
. Similar a lo que sucede con el plano R
2
que se descompone como la suma
del eje x y del eje y.
20 Profesor Ricardo Santander Baeza 2010
Denicion 3.1. Sea V un K espacio vectorial y considere los subconjuntos W
1
y W
2
tal que W
1
V y
W
2
V. Diremos que V es suma directa de los subespacios W
1
y W
2
en smbolos V = W
1
W
2
. Si
(1) V = W
1
+W
2
(2) W
1
W
2
= 0
V

Ejemplo 3.1.1. Si W
1
= (x, y, z) R
3
[ x+4y 2z = 0 y W
2
= (x, y, z) R
3
[ x = y z = 0 entonces
R
3
= W
1
W
2
= (2, 0, 1), (4, 1, 0) (1, 1, 0)
Teorema 3.2. Sea V un K espacio vectorial y v
1
, v
2
, . . . , v
n
V entonces
W= v
1
, v
2
, . . . , v
n
=
_
n

i=1
r
i
v
i
[ r
i
K (1 i n)
_
V
En efecto
(1) 0
V
V y 0
V
= 0 v
1
+ 0 v
2
+ + 0 v
n
. As que 0
V
W, y W,=
(2) Sean u W, w W entonces
u W u =
n

i=1
a
i
v
i
[ a
i
K (1 i n)
w W w =
n

i=1
b
i
v
i
[ b
i
K (1 i n)
_

_
= u + w =
n

i=1
(a
i
+ b
i
) v
i W
(3) Sean u W y K entonces
u =
n

i=1
a
i
v
i
=
n

i=1
( a
i
) v
i
W
As que W V
Denicion 3.2.1. Si V es un K espacio vectorial entonces el conjunto
(1) W = v
1
, v
2
, . . . , v
n
=
_
n

i=1
r
i
v
i
[ r
i
K (1 i n)
_
. Se llamara subespacio generado por =
v
1
, v
2
, . . . , v
n
y cada v
i
para i = 1, 2, . . . , n se llamara un generador.
(2) u V , se llamara una combinacion lineal de = v
1
, v
2
, . . . , v
n
si u W, es decir existen n -
escalares, digamos a
1
, a
2
, . . . , a
n
tal que
u =
n

i=1
a
i
v
i
Es decir, los elementos de W se llaman combinaciones lineales de = v
1
, v
2
, . . . , v
n

Profesor Ricardo Santander Baeza 2010 21

3.3. Ejercicios Propuestos de Generadores.
(1) Sea W= (1, 0, 0), (1, 1, 0), (1, 1, 1) R
3
(a) Demuestre que (2, 2, 2) W. Es decir, resuelva la ecuacion vectorial
(2, 2, 2) = a
1
(1, 0, 0) + a
2
(1, 1, 0) + a
3
(1, 1, 1)
(b) Demuestre que (x, y, z) W, para cada (x, y, z) R
3
(c) Concluya que R
3
= (1, 0, 0), (1, 1, 0), (1, 1, 1)
(2) Sea V un K espacio vectorial y = v
1
, v
2
. Demuestre que
v
1
, v
2
= v
1
, v
1
+ v
2

(3) Sea V un K espacio vectorial y = v

1
, v
2
. Demuestre que
v
1
, v
2
= v
1
v
2
, v
1
+ v
2

(4) Sea V un K espacio vectorial y = v

1
, . . . , v
n
V. Si = w
1
, . . . , w
n
V tal que w
k
=
k

i=1
v
i
para cada k = 1, 2, . . . , n entonces demuestre que
v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n

(5) Sea V un K espacio vectorial y = v

1
, . . . , v
n
V. Si = w
1
, . . . , w
n
V tal que w
k
=
k

i=1
jv
i
para cada k = 1, 2, . . . , n entonces demuestre que
v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n

(6) Demuestre que

W
1
= (x, y, z) R
3
[ x y z = 0 R
3
W
2
= (x, y, z) R
3
[ x y = 0 y z = 0 R
3
W
1
+W
2
= w
1
+ w
2
[ w
1
W
1
w
2
W
2
R
3
R
3
= W
1
+W
2
W
1
W
2
= 0
R
3
En general, si V es un K espacio vectorial, W
1
V y W
2
V entonces V se dice Suma directa de los
subespacios W
1
y W
2
si
V = W
1
+W
2
W
1
W
2
= 0
V

En tal caso, notamos V = W

1

W
2
22 Profesor Ricardo Santander Baeza 2010
(7) Demuestre que
R
2
= eje x eje y
(8) Demuestre que
M
R
(n) = matrices simetricas matrices antisimetricas
(9) Demuestre que
R
n
[x] = R
0
[x] x, x
2
, . . . , x
n

4. Sistemas de Generadores
Si V es un K espacio vectorial entonces V V. As que tiene sentido preguntar, si existen o no generadores
para el propio V?. En general podemos hacer la siguiente
Denicion 4.1. Sea V un K espacio vectorial y = v
1
, v
2
, . . . , v
n
V, sera llamado un sistema de
generadores para V si
V = = v
1
, v
2
, . . . , v
n

Equivalentemente: es un sistema de generadores si para cada v V existen n - escalares, digamos

a
1
, a
2
, . . . , a
n
tales que
v = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
O en lenguaje mas pragmatico:
es un sistema de generadores si para cada v V la ecuacion vectorial
v = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
(5)
tiene solucion.
Ejemplo 4.1.1. c(n) = e
1
, e
2
, . . . , e
n
, donde
e
1
= (1, 0, 0, . . . , 0)
e
2
= (0, 1, 0, . . . , 0)
.
.
.
e
n
= (0, 0, 0, . . . , 1)
es un sistema de generadores para R
n
, ya que
(x
1
, x
2
, . . . , x
n
) = x
1
e
1
+ x
2
e
2
+ + x
n
e
n
(6)
Por la forma de (6), se acostumbra a llamar a c(n) con el nombre de generadores canonicos.
Ejemplo 4.1.2. m(n s) = E
ij
[ (1 i n) (1 j s), donde
E
ij
=
_
1 : en la posicion ij
0 : en otra parte
Es un sistema de generadores, tambien conocido como sistema de generadores canonico de M
K
(n s)
Profesor Ricardo Santander Baeza 2010 23
As por ejemplo, para n = s = 2
_
a b
c d
_
= aE
11
+ bE
12
+ cE
21
+ dE
22
= a
_
1 0
0 0
_
+ b
_
0 1
0 0
_
+ c
_
0 0
1 0
_
+ d
_
0 0
0 1
_
Luego,
M
R
(2) =
___
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
___
Ejemplo 4.1.3. p(n) = 1, x, x
2
, . . . , x
n
son los generadores canonicos de R
n
[x],
pues,
q(x) = a
0
1 + a
1
x + + a
n
x
n
Es decir,
R
n
[x] = 1, x, x
2
, . . . , x
n

4.2. Construccion de sistemas de generadores. Estudiemos algunas situaciones que nos permiten con-
struir sistemas de generadores.
(1) Sea V un K espacio vectorial y = v
1
, v
2
entonces
V = v
1
, v
2
= V = v
1
, v
1
+ v
2

En efecto
(a) En este caso tenemos que demostrar que V = v
1
, v
1
+ v
2
, es decir debemos mostrar que la
ecuacion vectorial,
v = a
1
v
1
+ a
2
(v
1
+ v
2
) (7)
Tiene solucion para cada v V .
(b) Analizamos los datos.
Como V = v
1
, v
2
y v V entonces tiene solucion la ecuacion vectorial
v = b
1
v
1
+ b
2
v
2
(8)
Es decir, existen b
1
K y b
2
K tal que (8) es una identidad.
24 Profesor Ricardo Santander Baeza 2010
(c) Supongamos por un instante que la ecuacion vectorial (7), tiene solucion entonces
v = a
1
v
1
+ a
2
(v
1
+ v
2
)
= a
1
v
1
+ a
2
v
1
+ a
2
v
2
= (a
1
+ a
2
)v
1
+ a
2
v
2
Luego, basta que tomemos:
a
1
+ a
2
= b
1
a
2
= b
2
De donde sigue que, a
1
= b
1
b
2
a
2
= b
2
y entonces hemos mostrado que
v = b
1
v
1
+ b
2
v
2
= v = (b
1
b
2
)v
1
+ b
2
(v
1
+ v
2
)
Y la conclusion es que V = v
1
, v
1
+ v
2

Una solucion Alternativa para mostrar que v

1
, v
2
= v
1
, v
1
+ v
2

Observemos que
(i) v
1
= 1 v
1
+ 0 (v
1
+ v
2
), luego v
1
v
1
, v
1
+ v
2

(ii) v
2
= (1) v
1
+ 1 (v
1
+ v
2
), luego v
2
v
1
, v
1
+ v
2

(iii) As que,
v
1
, v
2
v
1
, v
1
+ v
2
(9)
Analogamente,
(i) v
1
= 1 v
1
+ 0 v
2
, luego v
1
v
1
, v
2

(ii) v
1
+ v
2
= 1 v
1
+ 1 v
2
, luegov
1
+ v
2
v
1
, v
2

(iii) As que,
v
1
, v
1
+ v
2
v
1
, v
2
(10)
Luego, de (9) y (10), sigue que
v
1
, v
1
+ v
2
= v
1
, v
2

(2) En general si V un K espacio vectorial y = v

1
, v
2
, v
3
, . . . , v
n
V. entonces
V = v
1
, v
2
, . . . , v
n
= V = w
1
, w
2
, . . . , w
n
donde w
k
=
k

i=1
v
i
; y (1 k n)
En efecto
En primer lugar, para cada k = 1, 2, . . . , n tenemos que:
w
k
=
k

i=1
v
i
= 1 v
1
+ 1 v
2
+ + 1 v
n
= w
k
v
1
, v
2
, . . . , v
n
(11)
Profesor Ricardo Santander Baeza 2010 25
En segundo lugar, por denicion:
u w
1
, w
2
, . . . , w
n
u = a
1
w
1
+ a
2
w
2
+ + a
n
w
n
(12)
Aplicando (11) en (12) tenemos que
u w
1
, w
2
, . . . , w
n
u = a
1
w
1
+ a
2
w
2
+ + a
n
w
n

= u = a
1
1

i=1
v
i
+ a
2
2

i=1
v
i
+ + a
n
n

i=1
v
i
= u =
_
n

i=1
a
i
_
. .
c
1
v
1
+
_
n

i=2
a
i
_
. .
c
2
v
2
+ +
_
n

i=n1
a
i
_
. .
c
n1
v
n1
+ a
n
..
cn
v
n
= u = c
1
v
1
+ c
2
v
2
+ + c
n1
v
n1
+ c
n
v
n
= u v
1
, v
2
, . . . , v
n

Conclusion:
w
1
, w
2
, . . . , w
n
v
1
, v
2
, . . . , v
n
(13)
Recprocamente, v
1
= w
1
y para k = 2, 3 . . . , n v
k
= w
k
w
k1
. As que
u v
1
, v
2
, . . . , v
n
u =
n

i=1
a
i
v
i
= u = a
1
w
1
+
n

i=2
a
i
(w
i
w
i1
)
= u =
n

i=1
(a
i
a
i+1
)w
i
= u w
1
, w
2
, . . . , w
n

Conclusion:
v
1
, v
2
, . . . , v
n
w
1
, w
2
, . . . , w
n
(14)
Finalmente, de (13) y (14). Sigue que
v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n

(3) Si consideramos los conjuntos de polinomios

U = p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
R
3
[x] [ a
0
a
1
= 0 a
2
a
3
= 0 y
W= q(x) = b
0
+ b
1
x + b
2
x
2
+ b
3
x
3
R
3
[x] [ b
0
+ b
1
= 0 b
2
+ b
3
= 0 entonces
(a) U R
3
[x] y W R
3
[x]
26 Profesor Ricardo Santander Baeza 2010
En efecto
Usaremos la tecnica de los generadores para mostrar que tanto U como W son subespacios
p(x) U p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
R
3
[x] a
0
a
1
= 0 a
2
a
3
= 0
p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
R
3
[x] a
0
= a
1
a
2
= a
3
p(x) = a
0
+ a
0
x + a
2
x
2
+ a
2
x
3
a
0
R a
2
R
p(x) = a
0
(1 + x) + a
2
(x
2
+ x
3
) a
0
R a
2
R
p(x) 1 + x, x
2
+ x
3

Es decir,
U = 1 + x, x
2
+ x
3
R
3
[x]
Analogamente,
p(x) W p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
R
3
[x] a
0
+ a
1
= 0 a
2
+ a
3
= 0
p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
R
3
[x] a
0
= a
1
a
2
= a
3
p(x) = a
0
a
0
x + a
2
x
2
a
2
x
3
a
0
R a
2
R
p(x) = a
0
(1 x) + a
2
(x
2
x
3
) a
0
R a
2
R
p(x) 1 x, x
2
x
3

Es decir,
W = 1 x, x
2
x
3
R
3
[x]
(b) R
3
[x] = WU
En efecto
Ahora para mostrar que R
3
[x] = U W, debemos resolver en primer lugar la ecuaci on
p(x) = w + u (w W u U)
= c
1
(1 x) + c
2
(x
2
x
3
)
. .

w
+c
3
(1 + x) + c
4
(x
2
+ x
3
)
. .

u
, (Para p(x) R
3
[x])
Entonces
a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
= c
1
(1 x) + c
2
(x
2
x
3
) + c
3
(1 + x) + c
4
(x
2
+ x
3
)
= c
1
c
1
x + c
2
x
2
c
2
x
3
+ c
3
+ c
3
x + c
4
x
2
+ c
4
x
3
= c
1
+ c
3
+ c
3
x c
1
x + c
4
x
2
+ c
2
x
2
c
2
x
3
+ c
4
x
3
= c
1
+ c
3
+ (c
3
c
1
)x + (c
2
+ c
4
)x
2
+ (c
4
c
2
)x
3
Profesor Ricardo Santander Baeza 2010 27
As que,
c
1
+ c
3
= a
0
c
1
+ c
3
= a
1
c
2
+ c
4
= a
2
c
2
+ c
4
= a
3
=
c
1
=
a
0
a
1
2
c
3
=
a
0
+ a
1
2
c
2
=
a
2
a
3
2
c
4
=
a
2
+ a
3
2
Luego,
a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
=
a
0
a
1
2
(1 x) +
a
2
a
3
2
(x
2
x
3
)
. .
W
+
a
0
+ a
1
2
(1 + x) +
a
2
+ a
3
2
(x
2
+ x
3
)
. .
U
Por tanto,
R
3
[x] = W+U
En segundo lugar, debemos mostrar que W U = 0
R
3
[x]
. Para ver esto hacemos
p(x) W U p(x) W p(x) U
p(x) = b
1
(1 x) + b
2
(x
2
x
3
) p(x) = b
3
(1 + x) + b
4
(x
2
+ x
3
)
b
1
b
1
x + b
2
x
2
b
2
x
3
= b
3
+ b
3
x + b
4
x
2
+ b
4
x
3
(b
1
= b
3
) (b
1
= b
3
) (b
2
= b
4
) (b
2
= b
4
)
b
1
= b
3
= 0 b
2
= b
4
= 0
p(x) = 0
R
3
[x]
De donde sigue lo pedido, W U = 0
R
3
[x]

(c) A partir de U y W, obtenemos un sistema de generadores para R

3
[x], pues
a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
=
a
0
a
1
2
(1 x) +
a
2
a
3
2
(x
2
x
3
)
. .
W
+
a
0
+ a
1
2
(1 + x) +
a
2
+ a
3
2
(x
2
+ x
3
)
. .
U
Y,
R
3
[x] = 1 x, x
2
x
3
, 1 + x, x
2
+ x
3

En particular, en este sistema tenemos que.

28 Profesor Ricardo Santander Baeza 2010
_
a
0
+ a
1
x + a
2
x
2
+ a
3
x
3

=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
0
a
1
2
a
2
a
3
2
a
0
+ a
1
2
a
2
+ a
3
2
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
5. Dependencia e Independencia Lineal
Siempre con la idea de fondo de construir un procedimiento nito que determine rapida y ecientemente
los elementos de un espacio vectorial, y considerando que ya tenemos una representacion va el concepto de
Sistema de generadores, ahora queremos garantizar que esta representacion es segura.
Para ello iniciamos nuestro analisis considerando un sistema de generadores = v
1
, v
2
, . . . , v
n
de un
espacio vectorial de V, es decir,
V = v
1
, v
2
, . . . , v
n

Equivalentemente, para cada u V existen c

1
, c
2
, . . . , c
n
en K tal que
v =
n

i=1
c
i
v
i
= c
1
v
1
+ c
2
v
2
+ + c
n
v
n
O en lenguaje mas pragmatico: Para cada v V la ecuacion vectorial
v = x
1
v
1
+ x
2
v
2
+ + x
n
v
n
tiene al menos una solucion en K
n
Motivados por lo anterior construyamos una relacion entre la teora y la practica.
Denicion 5.1. Sea = v
1
, v
2
, . . . , v
n
V un sistema de generadores para V entonces denimos la
relacion [ ]

: V M
K
(n 1) como sigue:
[v]

=
_
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
_
M
K
(n 1) v =
n

k=1
c
k
v
k
V
Ejemplo 5.1.1. Si = (1, 1), (1, 1)) entonces es un sistema de generadores para R
2
, pues
(x, y) =
x + y
2
(1, 1) +
x y
2
(1, 1)
As que,
[(x, y)]

=
_
_
x + y
2
x y
2
_
_
Profesor Ricardo Santander Baeza 2010 29
Ejemplo 5.1.2. Si = v
1
, v
2
, . . . , v
n
V un sistema de generadores para V entonces para, w V,
= v
1
, v
2
, . . . , v
n
, w, tambien genera V, y
[w]

=
_
_
_
_
_
_
_
c
1
c
2
.
.
.
c
n
0
_
_
_
_
_
_
_
w =
n

k=1
c
k
v
k
+ 0 w ( Pues, genera V)
Por otra parte, tenemos una fuga de seguridad ya que existe una representacion diferente para w, pues
[w]

=
_
_
_
_
_
_
_
0
0
.
.
.
0
1
_
_
_
_
_
_
_
w =
n

k=1
0 v
k
+ 1 w
Observacion 5.1.3. Para caracterizar esta fuga de seguridad, supongamos que = v
1
, v
2
, . . . , v
n
es un
sistema de generadores para V y que u V tiene dos representaciones diferentes en este sistema entonces
debemos tener
(1) u =
n

k=1
a
k
v
k
y u =
n

k=1
b
k
v
k
(2) Si estas representaciones son distintas entonces existe (i; 1 i n) tal que a
i
,= b
i
(3) Luego, tenemos que
n

k=1
a
k
v
k
=
n

k=1
b
k
v
k
=
n

k=1
(a
k
b
k
)v
k
= 0
V
= (a
1
b
1
)v
1
+ (a
2
b
2
)v
2
+ + (a
i
b
i
)
. .
=0
v
i
+ + (a
n
b
n
)v
n
= 0
V
As que, el 0
V
se escribe, al menos de dos formas diferentes
0
V
= 0v
1
+ 0v
2
+ + 0v
n
= (a
1
b
1
)v
1
+ (a
2
b
2
)v
2
+ + (a
i
b
i
)
. .
=0
v
i
+ + (a
n
b
n
)v
n
Conclusion 5.1.4. Si un vector u V se representa en mas de una forma, como combinacion lineal de los
elementos de entonces el vector nulo 0
V
se representa en mas de una forma, como combinacion lineal de
los elementos de .
Luego, en virtud de nuestra logica, podemos decir que: 0
V
, se escribe de una unica forma como combinacion
lineal de los elementos de entonces todo vector del espacio posee la misma propiedad.
Denicion 5.2. Sea V un K espacio vectorial, y = v
1
, v
2
, . . . , v
n
V. Diremos que es un conjunto lin-
ealmente independiente en V si 0
V
, se escribe de una unica forma como combinacion lineal de los elementos
de , en smbolos Li. Caso contrario diremos que es un conjunto linealmente dependiente, en smbolos Ld.
30 Profesor Ricardo Santander Baeza 2010
Es decir, es Li en V Si
a
i
v
1
+ a
2
v
2
+ a
3
v
3
+ + a
n
v
n
= 0
V
= a
1
= a
2
= = a
n
= 0
Ejemplo 5.2.1. Si = 1, 1 + x, 1 + x + x
2
K
2
[x] entonces es Li en K
2
[x].
En efecto
De acuerdo a la denicion. Si suponemos que a
1
1 +a
2
(1 +x) +a
3
(1 +x + x
2
) = 0
K
2
[x]
entonces debemos
mostrar que a
1
= a
2
= a
3
= 0. Por tanto,
a
1
1 + a
2
(1 + x) + a
3
(1 + x + x
2
) = 0
K
2
[x]
= a
1
+ a
2
+ a
2
x + a
3
+ a
3
x + a
3
x
2
= 0 + 0x + 0x
2
= (a
1
+ a
2
+ a
3
) + (a
2
+ a
3
)x + a
3
x
2
= 0 + 0x + 0x
2
=
a
1
+ a
2
+ a
3
= 0
a
2
+ a
3
= 0
a
3
= 0
= a
3
= a
2
= a
1
= 0
Luego, es Li en K
2
[x]
Ejemplo 5.2.2. Si = 1, 1 + x, 1 + x + x
2
, 1 x 2x
2
K
2
[x] entonces es Li o Ld en K
2
[x]?.
Estudiemos el problema
Supongamos que a
1
1 + a
2
(1 + x) + a
3
(1 + x + x
2
) + a
4
(1 x 2x
2
) = 0
K
2
[x]
entonces
a
1
+ a
2
+ a
2
x + a
3
+ a
3
x + a
3
x
2
+ a
4
a
4
x 2a
4
x
2
= 0 + 0x + 0x
2

(a
1
+ a
2
+ a
3
+ a
4
) + (a
2
+ a
3
a
4
)x + (a
3
2a
4
)x
2
= 0 + 0x + 0x
2

a
1
+ a
2
+ a
3
+ a
4
= 0
a
2
+ a
3
a
4
= 0
a
3
2a
4
= 0
()
Luego, es Ld en K
2
[x], pues, si A es la matriz de coecientes del sistema () entonces (A), puede ser
como maximo 3, y el n umero de incognitas es 4 de donde siguen que el sistema tiene innitas soluciones.
Podemos determinar esas soluciones:
_
_
1 1 1 1
0 1 1 1
0 0 1 2
_
_
(l
1
l
1
l
2
)
_
_
1 0 0 2
0 1 1 1
0 0 1 2
_
_
(l
2
l
2
l
3
)
_
_
1 0 0 2
0 1 0 1
0 0 1 2
_
_
Las innitas soluciones son de la forma: a
1
= 2a
4
; a
2
= a
4
; a
3
= 2a
4
y su expresion es de la forma:
0 + 0x + 0x
2
= 2a
4
a
4
(1 + x) + 2a
4
(1 + x + x
2
) + a
4
(1 x 2x
2
) (a
4
K)
6. Base y Dimension
Ahora tenemos construidas y listas para usar, las piezas precisas para garantizar la existencia y unicidad
de una representacion como combinacion lineal, para cada vector de un espacio vectorial. Partimos con la
siguiente:
Denicion 6.1. Sea V un K espacio vectorial, y = v
1
, v
2
, . . . , v
n
V. Diremos que es una base para
el espacio vectorial V si
Profesor Ricardo Santander Baeza 2010 31
(1) es un sistema de generadores para V
(2) es un conjunto linealmente independiente en V
Es decir, para cada u V existen unicos escalares a
1
, a
2
, . . . , a
n
tal que
u =
n

i=1
a
i
v
i
= a
1
v
1
+ a
2
v
2
+ + a
n
v
n
Equivalentemente, la funcion
[ ]

: V M
R
(n 1
u [u]

; donde [u]

=
_
_
_
_
_
a
1
a
2
.
.
.
a
n
_
_
_
_
_
u =
n

k=1
a
k
v
k
Es una biyeccion
Ejemplo 6.1.1. Si V = K
n
entonces
c(n) = e
2
, e
2
, . . . , e
n

La llamaremos la base canonica de K

n
, pues;
(x
1
, x
2
, . . . , x
n
) = x
1
e
1
+ x
2
e
2
+ + x
n
e
n
[(x
1
, x
2
, . . . , x
n
)]
c(n)
=
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
Ejemplo 6.1.2. Si V = M
K
(n s) entonces
m(n s) = E
ij
[ (1 i n); (1 j s)
La llamaremos la base canonica de (M)
K
(n s), pues por ejemplo para n = s = 2
_
x
11
x
12
x
21
x
22
_
= x
11
E
11
+ x
12
E
12
+ x
21
E
21
+ x
22
E
22
= x
11
_
1 0
0 0
_
+ x
12
_
0 1
0 0
_
+ x
21
_
0 0
1 0
_
+ x
22
_
0 0
0 1
_
Ejemplo 6.1.3. Si V = K[x] entonces
p() = 1, x, x
2
, . . .
La llamaremos la base canonica de los polinomios con coecientes en el cuerpo K, pues genericamente un
polinomio se escribe como,
p(x) = a
0
1 + a
1
x + a
2
x
2
+ + a
t
x
t
; (t N)
En particular,
p(n) = 1, x, x
2
, . . . , x
n
; (n N)
La llamaremos la base canonica de K
n
[x], el espacio vectorial de polinomios hasta de grado n.
Ejemplo 6.1.4. En K
n
, sea = v
1
, v
2
, . . . , v
n
una base entonces
32 Profesor Ricardo Santander Baeza 2010
c = c v
1
, c v
2
, . . . , c v
n
, es una nueva base de K
n
, para cada c K0

+
= v
1
, v
1
+ v
2
, . . . ,
n

i=1
v
i
, es una nueva base de K
n
En general = w
1
, w
2
, . . . , w
n
, donde w
j
=
j

i=1
a
i
v
i
, para (a
1
, a
2
, . . . a
n
) K
n
jo, es una base de K
n
Ejemplo 6.1.5. Sea V = f : [, ] R[ tal que f continua . Si denimos el subespacio de V
W = 1, sen x, cos x, sen 2x, cos 2x, . . . , sen nx, cos nx
entonces = 1, sen x, cos x, sen 2x, cos 2x, . . . , sen nx, cos nx, es una base de W, para cada n N
Teorema 6.2. Sea V un K espacio vectorial y = v
1
, v
2
, . . . , v
n
una base de V entonces cualquier sub-
conjunto de V que posea mas de n-elementos es linealmente dependiente
En efecto
(1) Sea = v
1
, v
2
, . . . , v
n
una base de V , y = w
1
, w
2
, . . . , w
s
V, donde n < s
(2) Supongamos que c
1
w
1
+ c
2
w
2
+ c
3
w
3
+ + c
s
w
s
= 0
V
(3) Como es una base entonces en primer lugar, cada elemento de V tiene representacion como com-
binacion lineal de sus elementos (Es un sistema de generadores). As que en particular para cada
w
i
(1 i s) tenemos que
w
1
= a
11
v
1
+ a
12
v
2
+ + a
1n
v
n
w
2
= a
21
v
1
+ a
22
v
2
+ + a
2n
v
n
.
.
.
w
i
= a
i1
v
1
+ a
i2
v
2
+ + a
in
v
n
.
.
.
w
s
= a
s1
v
1
+ a
s2
v
2
+ + a
sn
v
n
=
c
1
w
1
= c
1
a
11
v
1
+ + c
1
a
1n
v
n
c
2
w
2
= c
2
a
21
v
1
+ + c
2
a
2n
v
n
.
.
.
c
i
w
i
= c
i
a
i1
v
1
+ + c
i
a
in
v
n
.
.
.
c
s
w
s
= c
s
a
s1
v
1
+ + c
s
a
sn
v
n
0
V
=
_
s

i=1
c
i
a
i1
_
v
1
+ +
_
s

i=1
c
i
a
in
_
v
n
(+)
Profesor Ricardo Santander Baeza 2010 33
En segundo lugar, es linealmente independiente en V, as que, forzosamente debemos tener que
s

i=1
c
i
a
i1
= 0
.
.
.
s

i=1
c
i
a
in
= 0

a
11
c
1
+ a
21
c
2
+ + a
s1
c
s
= 0
a
12
c
1
+ a
22
c
2
+ + a
s2
c
s
= 0
.
.
.
a
1n
c
1
+ a
2n
c
2
+ + a
sn
c
s
= 0
()
Como n < s entonces el sistema homogeneo () tiene innitas soluciones, es decir, el conjunto es
linealmente dependiente.
Corolario 6.2.1. Todas las bases de un espacio vectorial tienen la misma cardinalidad, es decir el mismo
n umero de vectores.
En efecto
Supongamos que = v
1
, v
2
, . . . , v
n
y = w
1
, w
2
, . . . , v
m
son dos bases del espacio vectorial V. Apli-
cando el contenido del teorema 6.2 tenemos dos casos simultaneos que analizar,
(1) Si = v
1
, v
2
, . . . , v
n
es una base entonces n es el n umero maximo de vectores linealmente indepen-
dientes, as que si es otra base entonces su n umero de vectores linealmente independientes m debe
ser menor o igual que n
(2) Si = w
1
, w
2
, . . . , w
m
es una base entonces m es el n umero maximo de vectores linealmente inde-
pendientes, as que si es otra base entonces su n umero de vectores linealmente independientes n debe
ser menor o igual que m.
(3) As que n = m, pues ambos son n umeros naturales.
Denicion 6.3. Si V es un K espacio vectorial. Llamaremos dimension de V sobre el cuerpo de escalares
K a la cardinalidad de una base de V, y la notaremos por dim
K
(V)
Ejemplo 6.3.1. Usando la informacion acrisolada en los ejemplos, y observaciones anteriores tenemos que:
(1) dim
R
(R
n
) = n; pues card(c(n)) = n
(2) dim
C
(C
n
) = n; pues card(c(n)) = n
(3) dim
R
(C) = 2;
(4) dim
K
(K
n
[x]) = n + 1; pues card(p(n)) = n + 1
(5) dim
K
(K[x]) = ; pues card(p()) =
(6) dim
K
(M
K
(n s)) = n s; pues card(m(n s)) = n s
Teorema 6.4. Sea V un K espacio vectorial tal que dim
K
(V) = n, y = v
1
, v
2
, . . . , v
n
V entonces
linealmente independiente sistema de generadores
En efecto
34 Profesor Ricardo Santander Baeza 2010
Etapa 1. (=). Por demostrar que [ Li entonces genera V].
Del contenido del teorema 6.2 sugue que el conjunto = v
1
, v
2
, . . . , v
n
, u es linealmente dependiente
(u; u V).
Luego, existen escalares a
1
, a
2
, . . . , a
n+1
, no todos nulos tales que a
1
v
1
+ a
2
v
2
+ + a
n
v
n
+ a
n+1
u = 0
V
.
Si a
n+1
,= 0 entonces
a
1
v
1
+ a
2
v
2
+ + a
n
v
n
+ a
n+1
u = 0
V
= a
1
v
1
+ a
2
v
2
+ + a
n
v
n
= a
n+1
u
=
a
1
a
n+1
v
1
+
a
2
a
n+1
v
2
+ +
a
n
a
n+1
v
n
= u
As que en este caso genera V
Si a
n+1
= 0 entonces
a
1
v
1
+ a
2
v
2
+ + a
n
v
n
+ a
n+1
u = 0
V
= a
1
v
1
+ a
2
v
2
+ + a
n
v
n
= 0
V
= a
1
= a
2
= = a
n
= 0 ( es Li)
Pero entonces contrariamos el hecho de que existen escalares no todos nulos, as que este caso no es
posible, para esta dimension.
Etapa 2. (=). Por demostrar que [ genera V] entonces Li.
En cualquier caso solo existen dos posibilidades, que sea Linealmente independiente o linealmente depen-
diente.
Pero, si linealmente dependiente entonces dim
K
(V) < n, lo cual contradice nuestra hipotesis. As que este
caso no es posible.
Teorema 6.5. Sea = u
1
, u
2
, . . . , u
n
K
n
, tal que u
i
= (a
i1
, a
i2
, . . . , a
in
) entonces es linealmente
independiente si y solo si
det
_
_
_
_
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
a
31
a
32
. . . a
3n
a
41
a
42
. . . a
4n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
_
_
_
_
_
,= 0
Profesor Ricardo Santander Baeza 2010 35
En efecto
Supongamos que c
1
u
1
+ c
2
u
2
+ + c
n
u
n
= 0
V
entonces
c
1
u
1
+ c
2
u
2
+ + c
n
u
n
= 0
K
n = c
1
(a
11
, a
12
, . . . , a
1n
) + c
2
(a
21
, a
22
, . . . , a
2n
) + +
c
n
(a
n1
, a
n2
, . . . , a
nn
) = 0
K
n
=
a
11
c
1
+ a
21
c
2
+ + a
n1
c
n
= 0
a
12
c
1
+ a
22
c
2
+ + a
n2
c
n
= 0
.
.
.
a
1n
c
1
+ a
2n
c
2
+ + a
nn
c
n
= 0
=
_
_
_
_
_
a
11
a
21
. . . a
n1
a
12
a
22
. . . a
n2
.
.
.
.
.
.
.
.
.
a
1n
a
2n
. . . a
nn
_
_
_
_
_
_
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
_
=
_
_
_
_
_
0
0
.
.
.
0
_
_
_
_
_
()
El sistema () tiene solucion unica, c
1
= c
2
= = c
n
= 0 si y solo si la matriz de coecientes del sistema
homogeneo es invertible. Es decir
det
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
_
= det
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
_
t
,= 0
Conclusion 6.6. Frente a nuestro objetivo consistente en determinar rapida y efectivamente a los ele-
mentos de un espacio vectorial, podemos decir lo siguiente:
(1) Un espacio vectorial hay que entenderlo respecto de una base ( = v
1
, v
2
, . . . , v
n
), o sistema de
referencia o reglas del juego.
(2) como [ ]

es un biyeccion entonces llamamos coordenadas de u V a [u]

M
K
(n1), y a este ultimo
lo llamamos espacio coordenado.
(3) As que un espacio vectorial puede ser de ahora en adelante, identicado como una estructura hbrida,
formada por dos partes equivalentes, pero con funciones diferentes y muy precisas.
En efecto
V
_

_
(V, )
[ ]

M
K
(n 1)
_

_
_

_
Teora:Combinaciones lineales

Practica: Coordenadas
_

_
(4) El problema que aparece, y por tanto hay que abordar mas adelante es: Como se relacionan dos triadas
diferentes?. Es decir
36 Profesor Ricardo Santander Baeza 2010
_

_
(V, )
[ ]

M
K
(n 1)
_

_
?

_
(V, )
[ ]

M
K
(n 1)
_

_
6.7. Ejercicios Propuestos de Base.
(1) Determine el conjunto
S = (a, b) R
2
[ (2, b, 1) (a, 0, 2), (4, a, 2), (2a, 2, a)
(2) Determine si los siguientes conjuntos son subespacios en el espacio vectorial correspondiente. En caso
armativo, determine una base para el subespacio.
(a) W= (a, b, c, d) R
4
[ a
2
+ b
2
c
2
d
2
= 0
(b) W=
__
a b
c d
_
M
R
(2) [ [a = d b = 0 c = 2d]
_
(c) W=
_
B M
R
(2) [ B
_
1 1
2 1
_
=
_
1 1
2 1
_
B
_
(3) Sea = v
1
, v
2
, . . . , v
n
una base del K espacio vectorial V. Demuestre que
= w
1
, w
2
, . . . , w
n
tal que w
i
= av
1
+ v
i
(i = 1, 2, . . . n), (a K) es una base de V
(4) Si =
__
3 2
2 1
_
,
_
2 1
1 0
_
,
_
6 5
4 2
_
,
_
5 4
4 a
__
M
R
(2) entonces determine el conjunto
= a R [ No es una base de M
R
(2)
(5) Si =
__
0 0
0 1
_
,
_
0 1
0 1
_
,
_
1 1
0 0
_
,
_
1 0
1 0
__
M
R
(2).
(a) Demuestre que es una base de M
R
(2)
(b) Determine
__
a b
c d
__

(6) Dado el sistema lineal

2x
1
+ x
2
+ x
3
= a
x
1
2x
2
+ x
3
= b
x
1
+ x
2
2x
3
= c
()
(a) Demuestre que W= (a, b, c) R
3
[ () Tiene solucion R
3
(b) A partir de una base del subespacio W obtenga una base de R
3
7. Coordenadas y Matrices
El problema que abordaremos es exactamente, Como se relacionan dos triadas diferentes?. Es decir Que
relacion existe entre los sistemas de gestion de la informacion determinados por las bases y ?
En smbolos tenemos
Profesor Ricardo Santander Baeza 2010 37
_

_
(V, )
[ ]

M
K
(n 1)
_

_
?

_
(V, )
[ ]

M
K
(n 1)
_

_
Equivalentemente, si = v
1
, v
2
, . . . , v
n
y = w
1
, w
2
, . . . , w
n
, para cada u V tendremos que
u =
n

i=1
a
i
v
i
V u =
n

i=1
b
i
w
i
V

[u]

=
_
_
_
_
_
a
1
a
2
.
.
.
a
n
_
_
_
_
_
M
K
(n 1) [u]

=
_
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
_
M
K
(n 1)
(15)
Luego (15), nos sugiere que debemos generar un proceso que transforme coordenadas en la base en coor-
denadas en la base .
7.1. Propuesta de Estrategia. Para analizar esta situacion, vericaremos directamente el comportamiento
de la funcion []

, (donde es una base cualquiera del espacio), con respecto a las reglas basicas con que se
generan los vectores. Es decir:
(1) Mostraremos que la funcion [ ]

, para cualquier base = z

1
, z
2
, . . . , z
n
de V, respeta las operaciones
del espacio V. Es decir que (u; u V), (v; v V) y (; K), se verican:
(a) [u + v]

= [u]

+ [v]

(b) [u]

= [u]

En efecto
Si u =
n

i=1
c
i
z
i
y v =
n

i=1
d
i
z
i
entonces u + v =
n

i=1
(c
i
+ d
i
)z
i
. As que
[u + v]

=
_
_
_
_
_
c
1
+ d
1
c
2
+ d
2
.
.
.
c
n
+ d
n
_
_
_
_
_
=
_
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
_
+
_
_
_
_
_
d
1
d
2
.
.
.
d
n
_
_
_
_
_
= [u]

+ [v]

Analogamente, si K entonces u =
n

i=1
(c
i
)z
i
. Por tanto
[u]

=
_
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
_
=
_
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
_
= [u]

38 Profesor Ricardo Santander Baeza 2010

(2) Siguiendo la idea propuesta por el diagrama (15). Apliquemos la funcion [ ]

, a los elementos de la
base . Es decir
v
s
= a
1s
w
1
+ a
2s
w
2
+ a
3s
w
3
+ + a
ns
w
n
=
n

i=1
a
is
w
i
[v
s
]

=
_
_
_
_
_
a
1s
a
2s
.
.
.
a
ns
_
_
_
_
_
(1 s n)
(3) Ahora usemos la informacion acopiada, en el caso general, es decir si u V y u =
n

s=1
c
s
v
s
entonces
[u]

=
_
n

s=1
c
s
v
s
_

=
n

s=1
c
s
[v
s
]

=
n

s=1
c
s
_
_
_
_
_
a
1s
a
2s
.
.
.
a
ns
_
_
_
_
_
= c
1
_
_
_
_
_
a
11
a
21
.
.
.
a
n1
_
_
_
_
_
+ c
2
_
_
_
_
_
a
12
a
22
.
.
.
a
n2
_
_
_
_
_
+ + c
n
_
_
_
_
_
a
1n
a
2n
.
.
.
a
nn
_
_
_
_
_
=
_
_
_
_
_
c
1
a
11
+ c
2
a
12
+ + c
n
a
1n
c
1
a
21
+ c
2
a
22
+ + c
n
a
2n
.
.
.
c
1
a
n1
+ c
2
a
n2
+ + c
n
a
nn
_
_
_
_
_
=
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
a
n1
..
[v
1
]

a
n2
..
[v
2
]

a
nn
..
[vn]

_
_
_
_
_
_
_
_
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
_
. .
[u]
(4) Ya henos encontrado la relacion, como era de esperar una matriz, que traslada la informacion de una
base a otra, as solo resta que la denotemos formalmente, porque incluso ya sabemos como determinarla.
Denicion 7.2. La matriz de orden n, [I]

= ([v
1
]

[v
2
]

. . . [v
n
]

), se llamara la matriz cambio de base de

para
Equivalentemente,
[I]

=
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
_
Ademas hemos mostrado el siguiente importante resultado
Teorema 7.3. Si V es un K espacio vectorial de dimension n, = v
1
, v
2
, . . . , v
n
y
= w
1
, w
2
, . . . , w
n
son dos bases entonces
[I]

[u]

= [u]

(u; u V) (16)
Corolario 7.3.1. Si V es un K espacio vectorial de dimension n, = v
1
, v
2
, . . . , v
n
y
= w
1
, w
2
, . . . , w
n
son dos bases entonces [I]

U(M
K
(n)) e
_
[I]

_
1
= [I]

En efecto
En primer lugar, (u; u V) tenemos que:
_
[I]

[I]

_
[u]

= [I]

_
[I]

[u]

_
= [I]

[u]

= [u]

Profesor Ricardo Santander Baeza 2010 39

Y en segundo lugar,
_
[I]

[I]

_
[u]

= [I]

_
[I]

[u]

_
= [I]

[u]

= [u]

As que, [I]

U(M
K
(n)) e
_
[I]

_
1
= [I]

Conclusion 7.3.2. Lo anterior puede ser sistematizado a traves del siguiente diagrama.
u =
n

i=1
c
i
v
i

[u]

=
_
_
_
_
_
c
1
c
2
.
.
.
c
n
_
_
_
_
_

u =
n

i=1
d
i
w
i

_
_
_
_
_
d
1
d
2
.
.
.
d
n
_
_
_
_
_
= [u]

(V, ) (V, )
1
V
M
R
(n 1) M
R
(n 1)
[ ]

[ ]
)
[I]

7.4. Ejercicios Propuestos de Coordenadas.

(1) Si = x, 3 + x
2
, x + 2x
2
R
2
x y = x + 3, x 2, x
2
+ 1 R
2
[x] entonces
(a) Demuestre que y son dos bases de R
3
(b) Determine
(i) [6 4x + 8x
2
]

[6 4x + 8x
2
]

(ii) [9 x + 7x
2
]

[9 x + 7x
2
]

(iii) [I]

y [I]

(c) Muestre que

(i) [I]

[6 4x + 8x
2
]

= [6 4x + 8x
2
]

(ii) [I]

[9 x + 7x
2
]

= [9 x + 7x
2
]

(2) Sea = (1, 1, 1), (1, 0, 1), (0, 1, 1) una base de R

3
, y A =
_
_
1 1 2
3 0 1
2 2 4
_
_
M
R
(3). Determine, si es
posible, una base del tal forma que A = [I]

. Si es posible exhiba una tal base , si no justique con

precision meridiana su respuesta.
40 Profesor Ricardo Santander Baeza 2010
8. Situaciones de Desempe no: Espacios Vectoriales
8.1. El objetivo de esta seccion es presentar al Estudiante Situaciones Problem aticas que
le permitan:
() Estimular la comprension de lectura en problemas matematicos.
() Clasicar despues de leer el problema, entre informacion y resultado pedido.
() Estimular el uso de una sintaxis adecuada en la resolucion de problemas que envuelven conceptos
matematicos.
() Aprender a generar un algoritmo ecaz (ojala eciente), para responder al problema planteado.
() Vericar el estado de aprendizaje de los contenidos especcamente relacionados con las propiedades
basicas que debe conocer, y en lo posible haber aprehendido de los topicos analizados.
8.2. Algunas sugerencias para enfrentar las situaciones problematicas son las siguientes:
() Lea cuidadosamente el problema.
() Reconozca lo que es informacion (dato), de lo que es incognita, o lo que a usted se le consulta.
() Trate de entender en la forma mas clara para usted, lo que se le pide, en particular si puede usar
sinonimos matematicos, que le permitan facilitar su respuesta, cuanto mejor!!! Este acto nunca esta
de mas.
() Analice sus datos extrayendo la informacion que corresponde, orientado por su entendimiento de lo que
debe probar.
8.3. Situaciones de Desempe no Propuestas:
(1) Demuestre que W =
_
p(x) =
n

i=0
a
i
x
i
R
n
[x] [
n

i=0
ia
i
= 0
_
R
n
[x]
(2) Sea W= p(x) = a
0
+ a
1
x + a
2
x
2
[ p(1) = 0. Demuestre que W R
2
[x]
(3) Sean W
1
= (x, y, z) / 2x y z = 0 R
3
y W
2
= (x, y, z) / x + 2y + 3z = 0 R
3
(a) Demuestre que W
i
R
3
para (i = 1, 2)
(b) Demuestre que W
1
W
2
R
3
(c) Es W
1
W
2
R
3
?
(4) Sea W
1
=
_
A =
_
a
11
a
12
a
21
a
22
_
M
R
(2) [ a
11
+ a
22
= 0
_
M
R
(2)
(a) Demuestre que W
1
M
R
(2)
(b) Determine W
2
M
R
(2) tal que M
R
(2) = W
1
W
2
Profesor Ricardo Santander Baeza 2010 41
(5) Sea W= (x, y, z, t) R
4
[ x + 2y 3z = 0.
(a) Demuestre que W R
4
(b) Determine una base de W
(6) Sea V un K espacio vectorial y = v
1
, . . . , v
n
V. Si = w
1
, . . . , w
n
V tal que w
k
=
k

i=1
iv
i
para cada k = 1, 2, . . . , n entonces demuestre que
v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n

(7) Sea C[, ] = f : [, ] R [ f Derivable en el intervalo [, ]. Demuestre que =

1, sen x, cos x es un conjunto linealmente independiente en C[, ]
Recuerde que C[, ] es un espacio vectorial con las operaciones:
(f + g)(x) = f(x) + g(x), para x C[, ],
(f)(x) = f(x), para R y x C[, ]
(8) Sean V un K espacio vectorial tal que dim
K
(V) = n y = v
1
, v
2
, . . . , v
n
una base de V. Demuestre
que
= u
1
, u
2
, . . . , u
n
tal que u
s
=
s

r=1
v
r
(para 1 s n) es un sistema de generadores de V
(9) Sea = v
1
, v
2
, . . . , v
n
un conjunto Li en el R espacio vectorial V. Es = w
1
, w
2
, . . . , w
n
un
conjunto LI en V?. Si w
i
= av
1
+ v
i
, para (i = 1, 2, . . . n) y a ,= 1 es un escalar jo.
(10) Sea V un K espacio vectorial y = v
1
, v
2
, , v
n
V. Demuestre que
base de V = = w
1
, w
2
, , w
n
es una base de V, donde w
i
=
i

j=1
v
j
(1 i n)
(11) Sea = v
1
, v
2
, . . . , v
n
una base del espacio vectorial real V. Dene el conjunto = w
1
, w
2
, . . . , w
n

tal que w
j
=
j

i=1
2v
i
, para 1 j n. Demuestre que es tambien una base de V.
(12) Sea = 1, 1 x, 1 x
2
una base de R
2
[x], y A =
_
_
1 1 2
3 0 1
2 2 4
_
_
M
R
(3). Determine, si es posible,
una base de R
2
[x] del tal forma que A = [I]

. (Si es posible exhiba una tal base , si no justique

con precision meridiana su respuesta)
(13) Sea V un K espacio vectorial tal que dim
K
(V) = n. Considere = v
1
, v
2
, . . . , v
n
V y =
u
1
, u
2
, . . . , u
n
V tal que u
s
=
s

i=1
v
s+1i
, para s = 1, 2, . . . n.
(a) Demuestre que base de V = base de V
42 Profesor Ricardo Santander Baeza 2010
(b) Determine [I]

(14) Sea = v
1
, v
2
, v
3
una base de R
3
. Si [I]

c(3)
=
_
_
1 1 0
1 3 4
0 4 1
_
_
entonces determine la base
(15) En R
2
[x], considere las bases = x, x
2
+ 3, 2x
2
+ x y = x + 3, x 2, x
2
+ 1.
(a) Determine [I]

y [I]

(b) Determine [1 + x + x
2
]

y [1 + x + x
2
]

(16) Considere las bases = (1, 2, 0), (0, 1, 0), (1, 0, 1) y = (1, 1, 1), (0, 1, 1), (0, 0, 1) de R
3
. Deter-
mine [I]

e [I]

(17) Si P(2) = 1, x, x
2
y = 1+x+x
2
, 2x+x
2
, 1+x+x
2
dos bases de R
2
[x] entonces determine
[I]
P(2)

e [I]

P(2)
(18) Si y = (1, 0, 1), (1, 1, 0), (0, 0, 1) son dos bases ordenadas de R
3
tal que
[I]

=
_
_
1 1 1
0 2 1
1 1 1
_
_
Es la matriz de cambio de la base para la base entonces determine la base .
(19) Si = (2, 1, 2), (4, 1, 0), (1, 2, 2) es una base de R
3
, y u = (1, 2, 3) entonces determine [u]

Profesor Ricardo Santander Baeza 2010 43

9. Solucion de Situaciones de Desempe no: Espacios Vectoriales
(1) Demuestre que W=
_
p(x) =
n

i=0
a
i
x
i
R
n
[x] [
n

i=0
ia
i
= 0
_
R
n
[x].
Solucion
p(x) W p(x) =
n

i=0
a
i
x
i
R
n
[x]
n

i=0
ia
i
= 0
p(x) =
n

i=0
a
i
x
i
R
n
[x]
n

i=1
ia
i
= 0
p(x) = a
0
+ a
1
x +
n

i=2
a
i
x
i
a
1
=
n

i=2
ia
i
p(x) = a
0
+
_

i=2
ia
i
_
x +
n

i=2
a
i
x
i
()
Ahora, procedemos a estudiar la relacion polinomial expresada en
n

i=2
a
i
x
i
+
_

i=2
ia
i
_
x = (a
2
x
2
+ a
3
x
3
+ + a
n
x
n
) (2a
2
x + 3a
3
x + + na
n
x)
= a
2
(x
2
2x) + a
3
(x
3
3x) + a
4
(x
4
4x) + + a
n
(x
n
nx) ()
Retornamos a () a la luz de lo obtenido en () y nos resulta que
p(x) W p(x) = a
0
+ a
2
(x
2
2x) + a
3
(x
3
3x) + a
4
(x
4
4x) + + a
n
(x
n
nx)
p(x) 1, (x
2
2x), (x
3
3x), (x
4
4x), . . . , (x
n
nx)
Luego,
W = 1, (x
2
2x), (x
3
3x), (x
4
4x), . . . , (x
n
nx) =W R
n
[x]
(2) Sea W= p(x) = a
0
+ a
1
x + a
2
x
2
[ p(1) = 0. Demuestre que W R
2
[x]
Solucion
Etapa 1. p(x) = 0 + 0x + 0x
2
R
2
[x] y p(1) = 0 + 0 1 + 0 1
2
= 0.
Luego (0) W y W,= .
Etapa 2. Sean p(x) W y q(x) = b
0
+ b
1
x + b
2
x
2
W entonces
p(x) W p(x) = a
0
+ a
1
x + a
2
x
2
R
2
[x] p(1) = 0
p(x) = a
0
+ a
1
x + a
2
x
2
R
2
[x] a
0
+ a
1
+ a
2
= 0
q(x) W q(x) = b
0
+ b
1
x + b
2
x
2
R
2
[x] q(1) = 0
q(x) = b
0
+ b
1
x + b
2
x
2
R
2
[x] b
0
+ b
1
+ b
2
= 0
44 Profesor Ricardo Santander Baeza 2010
entonces
p(x) + q(x) = (a
0
+ b
0
) + (a
1
+ b
1
)x + (a
2
+ b
2
)x
2
R
2
[x] y
p(1) + q(1) = (a
0
+ b
0
) + (a
1
+ b
1
) 1 + (a
2
+ b
2
) 1
2
= (a
0
+ b
0
) + (a
1
+ b
1
) + (a
2
+ b
2
)
= (a
0
+ a
1
+ a
2
) + (b
0
+ b
1
+ b
2
)
= 0 + 0
= 0
Luego, p(x) + q(x) W.
Etapa 3. Sean p(x) W y R entonces
p(x) = a
0
+ a
1
x + a
2
x
2
R
2
[x] y
p(1) = a
0
+ a
1
1 + a
2
1
2
= a
0
+ a
1
+ a
2
= (a
0
+ a
1
+ a
2
)
= 0
= 0
Luego, p(x) W, y W R
2
[x]
(3) Sean W
1
= (x, y, z) / 2x y z = 0 R
3
y W
2
= (x, y, z) / x + 2y + 3z = 0 R
3
.
(a) Demuestre que W
i
R
3
para (i = 1, 2)
Solucion
Etapa 1. W
1
,= , pues (0, 0, 0) R
3
y 2 0 0 0 = 0. As que (0, 0, 0) W
1
Etapa 2. Sea u W
1
y v W
1
entonces
u W
1
u = (x
1
, y
1
, z
1
) R
3
2x
1
y
1
z
1
= 0
v W
1
v = (x
2
, y
2
, z
2
) R
3
2x
2
y
2
z
2
= 0
entonces
u + v = (x
1
+ x
2
, y
1
+ y
2
, z
1
+ z
2
) R
3
y
2(x
1
+ x
2
) (y
1
+ y
2
) (z
1
+ z
2
) = 2x
1
+ 2x
2
y
1
y
2
z
1
z
2
= (2x
1
y
1
z
1
) + (2x
2
y
2
z
2
)
= 0 + 0
= 0
Luego, u + v W
1
Etapa 3. Sea u W
1
y R entonces
u = (x
1
, y
1
, z
1
) R
3
y
Profesor Ricardo Santander Baeza 2010 45
(2x
1
y
1
z
1
) = (2x
1
y
1
z
1
)
= 0
= 0
Luego, u W
1
y W
1
R
3
Analogamente, para W
2
tenemos que
Etapa 1. W
2
,= , pues (0, 0, 0) R
3
y 2 0 + 2 0 + 3 0 = 0. As que (0, 0, 0) W
2
Etapa 2. Sea u W
2
y v W
2
entonces
u W
2
u = (x
1
, y
1
, z
1
) R
3
x
1
+ 2y
1
+ 3z
1
= 0
v W
2
v = (x
2
, y
2
, z
2
) R
3
x
2
+ 2y
2
+ 3z
2
= 0
entonces
u + v = (x
1
+ x
2
, y
1
+ y
2
, z
1
+ z
2
) R
3
y
(x
1
+ x
2
) + 2(y
1
+ y
2
) + 3(z
1
+ z
2
) = x
1
+ x
2
+ 2y
1
+ 2y
2
+ 3z
1
+ 3z
2
= (x
1
+ 2y
1
+ 3z
1
) + (x
2
+ 2y
2
+ 3z
2
)
= 0 + 0
= 0
Luego, u + v W
2
Etapa 3. Sea u W
2
y R entonces
u = (x
1
, y
1
, z
1
) R
3
y
(x
1
+ 2y
1
+ 3z
1
) = (x
1
+ 2y
1
+ 3z
1
)
= 0
= 0
Luego, u W
2
y W
2
R
3
(b) Demuestre que W
1
W
2
R
3
Solucion
Etapa 1. W
1
W
2
,= , pues del ejercicio anterior, (0, 0, 0) W
1
y (0, 0, 0) W
2
Etapa 2. Sea u W
1
W
2
y v W
1
W
2
entonces
46 Profesor Ricardo Santander Baeza 2010
u W
1
W
2
u = (x
1
, y
1
, z
1
) R
3
u W
1
u W
2
u = (x
1
, y
1
, z
1
) R
3
2x
1
y
1
z
1
= 0 x
1
+ 2y
1
+ 3z
1
= 0
v W
1
W
2
v = (x
2
, y
2
, z
2
) R
3
v W
1
v W
2
u = (x
2
, y
2
, z
2
) R
3
2x
2
y
2
z
2
= 0 x
2
+ 2y
2
+ 3z
2
= 0
entonces
u + v = (x
1
+ x
2
, y
1
+ y
2
, z
1
+ z
2
) R
3
y
Como W
1
R
3
y W
2
R
3
entonces u + v W
1
y u + v W
2
. As que u + v W
1
W
2
Etapa 3. De la misma forma si R y u W
1
W
2
entonces u W
1
W
2
, y W
1
W
2
R
3
(c) Es W
1
W
2
R
3
?
Solucion
Observen que u = (1, 2, 0) W
1
y v = (1, 1, 1) W
2
, pero u + v = (0, 1, 1) , W
1
W
2
. As
que W
1
W
2
, R
3
(4) Sea W
1
=
_
A =
_
a
11
a
12
a
21
a
22
_
M
R
(2) [ a
11
+ a
22
= 0
_
M
R
(2).
(a) Demuestre que W
1
M
R
(2)
Solucion
A W
1
A =
_
a
11
a
12
a
21
a
22
_
M
R
(2) a
11
+ a
22
= 0
A =
_
a
11
a
12
a
21
a
22
_
M
R
(2) a
22
= a
11
A = a
11
_
1 0
0 1
_
+ a
12
_
0 1
0 0
_
+ a
12
_
0 0
1 0
_
Luego, W
1
=
___
1 0
0 1
_
,
_
0 1
0 0
_
,
_
0 0
1 0
___
M
R
(2)
(b) Determine W
2
M
R
(2) tal que M
R
(2) = W
1
W
2
Solucion
Etapa 1. Sea W
2
el subespacio de M
R
(2) pedido.
Etapa 2. M
R
(2) = W
1
W
2
= dim
R
(M
R
(2)) = dim
R
(W
1
) + dim
R
(W
2
)
Luego, 4 = 3 + dim
R
(W
2
), y dim
R
(W
2
) = 1
Etapa 3. Basta escoger W
2
=
___
1 0
0 1
___
, pues:
Profesor Ricardo Santander Baeza 2010 47
=
__
1 0
0 1
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
1 0
0 1
__
, es una base de M
R
(2)
(5) Sea W= (x, y, z, t) R
4
[ x + 2y 3z = 0.
(a) Demuestre que W R
4
Solucion
u W u = (x, y, z, t) R
4
x + 2y 3z = 0
u = (x, y, z, t) R
4
x = 2y + 3z = 0
u = (2y + 3z, y, z, t) (y, z, t) R
3
u = y(2, 1, 0, 0) + z(3, 01, 0) + t(0, 0, 0, 1)
Luego W= (2, 1, 0, 0), (3, 0, 1, 0), (0, 0, 0, 1) R
4
(b) Determine una base de W
Solucion
Si = (2, 1, 0, 0), (3, 0, 1, 0), (0, 0, 0, 1) entonces genera W y para ver que es Li hacemos lo
siguiente,
a
1
(2, 1, 0, 0) + a
2
(3, 01, 0) + a
3
(0, 0, 0, 1) = (0, 0, 0, 0)

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

a
1
= a
2
= a
3
= 0
As que es una base W
(6) Sea V un K espacio vectorial y = v
1
, . . . , v
n
V. Si = w
1
, . . . , w
n
V tal que w
k
=
k

i=1
iv
i
para cada k = 1, 2, . . . , n entonces demuestre que
v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n

Solucion
Etapa1. Debemos demostrar que v
1
, v
2
, . . . , v
n
= w
1
, w
2
, . . . , w
n
. Es decir debemos mostrar
que v
1
, v
2
, . . . , v
n
w
1
, w
2
, . . . , w
n
y w
1
, w
2
, . . . , w
n
v
1
, v
2
, . . . , v
n

Etapa 2. Gestion de la informacion

48 Profesor Ricardo Santander Baeza 2010
(a) En primer lugar, sabemos que
u v
1
, v
2
, . . . , v
n
u =
n

i=1
a
i
v
i
(a
i
K : 1 i n)
v w
1
, w
2
, . . . , w
n
v =
n

i=1
b
i
w
i
(b
i
K : 1 i n)
(b) En segundo lugar,
w
k
=
k

i=1
iv
i
; (k = 1, 2, . . . , n) =
w
1
= v
1
w
2
= v
1
+ 2v
2
w
3
= v
1
+ 2v
2
+ 3v
3
.
.
.
w
n
= v
1
+ 2v
2
+ 3v
3
+ + nv
n
Luego,
w
1
, w
2
, . . . , w
n
v
1
, v
2
, . . . , v
n

(c) En tercer y ultimo lugar,

w
1
= v
1
w
2
= v
1
+ 2v
2
w
3
= v
1
+ 2v
2
+ 3v
3
.
.
.
w
n
= v
1
+ 2v
2
+ 3v
3
+ + nv
n
_

_
=
v
1
= w
1
v
2
=
w
2
w
1
2
v
3
=
w
3
w
2
3
.
.
.
v
n
=
w
n
w
n1
n
Luego
v
1
, v
2
, . . . , v
n
w
1
, w
2
, . . . , w
n

(7) Sea C[, ] = f : [, ] R [ f Derivable en el intervalo [, ]. Demuestre que =

1, sen x, cos x es un conjunto linealmente independiente en C[, ]
Recuerde que C[, ] es un espacio vectorial con las operaciones:
(f + g)(x) = f(x) + g(x), para x C[, ],
(f)(x) = f(x), para R y x C[, ].
Solucion
Supongamos que tenemos la combinacion lineal nula. a
1
1+a
2
sen x+a
3
cos x = 0 entonces derivando
respecto de x obtenemos el sistema lineal en las variables 1, sen x, cos x.
a
1
1 + a
2
sen x + a
3
cos x = 0
0 1 + a
2
cos x a
3
sen x = 0
0 1 a
2
sen x a
3
cos x = 0

_
_
a
1
a
2
a
3
0 a
3
a
2
0 a
2
a
3
_
_
. .
A
_
_
1
sen x
cos x
_
_
=
_
_
0
0
0
_
_
Profesor Ricardo Santander Baeza 2010 49
entonces escalonando tenemos que:
_
_
a
1
a
2
a
3
0 a
3
a
2
0 a
2
a
3
_
_

_
_
a
1
0 0
0 a
3
a
2
0 a
2
a
3
_
_

_
_
a
1
0 0
0 a
2
a
3
0 a
3
a
2
_
_
_
_
a
1
0 0
0 a
2
a
3
a
2
3
0 a
3
a
2
a
2
2
_
_

_
_
a
1
0 0
0 a
2
a
3
a
2
3
0 0 a
2
2
+ a
2
3
_
_
= a
1
= a
2
= a
3
= 0
Caso contrario el sistema homogeneo tiene rango maximo y entonces solucion unica, es decir 1 = 0,
sen x = 0 y cos x = 0 (x), lo cual es imposible. Por tanto es Linealmente independiente.
(8) Sean V un K espacio vectorial tal que dim
K
(V) = n y = v
1
, v
2
, . . . , v
n
una base de V. Demuestre
que
= u
1
, u
2
, . . . , u
n
tal que u
s
=
s

r=1
v
r
(para 1 s n) es un sistema de generadores de V.
Solucion
Sea w V entonces como es una base de V existen unicos escalares a
1
, a
2
, . . . , a
n
tales que
w = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
()
Pero,
u
1
= v
1
v
1
= u
1
u
2
= v
1
+ v
2
v
2
= u
2
u
1
u
3
= v
1
+ v
2
+ v
3
v
3
= u
3
u
2
. . . . . . . . .
Sustituyendo en () tenemos que
w = a
1
u
1
+ a
2
(u
2
u
1
) + a
3
(u
3
u
2
) + + a
n
(u
n
u
n1
)
= (a
1
a
2
)u
1
+ (a
2
a
3
)u
2
+ + a
n
u
n
Luego genera V.
(9) Sea = v
1
, v
2
, . . . , v
n
un conjunto Li en el R espacio vectorial V. Es = w
1
, w
2
, . . . , w
n
un
conjunto LI en V?. Si w
i
= av
1
+ v
i
, para (i = 1, 2, . . . n) y a ,= 1 es un escalar jo.
Solucion
Sabemos que, = v
1
, v
2
, . . . , v
n
es un conjunto Li en el K espacio vectorial V, lo que operacionalmente
se traduce en que
a
1
v
1
+ a
2
v
2
+ + a
n
v
n
= 0
V
= a
1
= a
2
= = a
n
= 0
En este orden de razonamiento, para vericar la calidad de dependencia o independencia lineal de
debemos mostrar que
c
1
w
1
+ c
2
w
2
+ + c
n
w
n
= 0
V
= c
1
= c
2
= = c
n
= 0
50 Profesor Ricardo Santander Baeza 2010
En efecto, como w
i
= av
1
+ v
i
, para (i = 1, 2, . . . n) y a es un escalar jo entonces
c
1
w
1
+ c
2
w
2
+ + c
n
w
n
= 0
V
= c
1
(av
1
+ v
1
) + c
2
(av
1
+ v
2
) + c
3
(av
1
+ v
3
) + + c
n
(av
1
+ v
n
) = 0
V
= [a(c
1
+ c
2
+ + c
n
) + c
1
]v
1
+ c
2
v
2
+ + c
n
v
n
= 0
V
=
a(c
1
+ c
2
+ + c
n
) + c
1
= 0
c
2
= 0
c
3
= 0
.
.
. =
.
.
.
c
n
= 0
= ac
1
+ c
1
= 0 c
2
= = c
n
= 0
= (a + 1)c
1
= 0 c
2
= = c
n
= 0
= (a + 1) = 0 c
1
= 0 c
2
= = c
n
= 0
= c
1
= c
2
= = c
n
= 0 (a ,= 1)
As es Linealmente independiente en V
(10) Sea V un K espacio vectorial y = v
1
, v
2
, , v
n
V. Demuestre que
base de V = = w
1
, w
2
, , w
n
es una base de V, donde w
i
=
i

j=1
v
j
(1 i n)
Solucion
Sea u V entonces como es una base de V existen unicos escalares, a
1
, a
2
, . . . , a
n
tales que
u = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
(17)
Ahora por la forma de los elementos de tenemos que v
1
= w
1
y para i = 2, 3, . . . , n tenemos que
w
i1
=
i1

j=1
v
j
w
i
=
i

j=1
v
j
= w
i
w
i1
= v
i
(18)
Sustituyendo (18) en (17) tenemos que
u = a
1
w
1
+ a
2
(w
2
w
1
) + a
3
(w
3
w
2
) + + a
n
(w
n
w
n1
)
= (a
1
a
2
)w
1
+ (a
2
a
3
)w
2
+ (a
3
a
4
)w
3
+ + (a
n1
a
n
)w
n1
+ a
n
w
n
Luego, genera V
Profesor Ricardo Santander Baeza 2010 51
Supongamos que
n

j=1
c
j
w
j
= 0
V
entonces
n

s=1
c
s
w
s
= 0
V
=
n

s=1
c
s
_
_
s

j=1
v
j
_
_
= 0
V
= c
1
_
_
1

j=1
v
j
_
_
+ c
2
_
_
2

j=1
v
j
_
_
+ + c
n
_
_
n

j=1
v
j
_
_
= 0
V
= (c
1
+ c
2
+ c
n
)v
1
+ (c
2
+ c
n
)v
2
+ + (c
n1
+ c
n
)v
n1
+ c
n
v
n
= 0
V
es Li
=
c
1
+ c
2
+ c
n
= 0
c
2
+ c
n
= 0
.
.
. =
.
.
.
c
n1
+ c
n
= 0
c
n
= 0
= c
i
= 0 (i = 1, 2, . . . , n)
As que es linealmente independiente y por tanto es una base.
(11) Sea = v
1
, v
2
, . . . , v
n
una base del espacio vectorial real V. Dene el conjunto = w
1
, w
2
, . . . , w
n

tal que w
j
=
j

i=1
2v
i
, para 1 j n. Demuestre que es tambien una base de V.
Solucion
a
1
w
1
+ + a
n
w
n
= 0
V
= 2(a
1
+ + a
n
)v
1
+ 2(a
2
+ + a
n
)v
2
+ + a
n
v
n
= 0
V
=
a
1
+ a
2
+ + a
n
= 0
a
2
+ + a
n
= 0
.
.
.
.
.
.
.
.
.
a
n1
+ a
n
= 0
a
n
= 0
( Pues es Li)
= a
n
= a
n1
= = a
1
= 0 y entonces es Li
Para mostrar que es un sistema de generadores, hacemos lo siguiente:
Si u V entonces como es base existen unicos escalares a
1
, a
2
, , a
n
tal que
n

i=1
a
i
v
i
(19)
Ahora genera el espacio V si tiene solucion la ecuacion: u =
n

i=1
b
i
w
i
. Pero,
52 Profesor Ricardo Santander Baeza 2010
u =
n

j=1
b
j
w
j
= u =
n

j=1
b
j
_
j

i=1
2v
i
_
= u =
_
_
n

j=1
b
j
_
_
v
1
+
_
_
n

j=2
b
j
_
_
v
2
+ +
_
_
n

j=n1
b
j
_
_
v
n1
+
_
_
n

j=n
b
j
_
_
v
n
Como la representacion (19) es unica para u entonces debe suceder que:
b
1
+ b
2
+ + b
n
= a
1
b
2
+ + b
n
= a
2
.
.
.
.
.
.
.
.
.
b
n1
+ b
n
= a
n1
b
n
= a
n
y luego,
b
1
= a
1
a
2
b
2
= a
2
a
3
.
.
.
.
.
.
.
.
.
b
n1
= a
n1
a
n
b
n
= a
n
As que
u = (a
1
a
2
)
. .
b
1
w
1
+ (a
2
a
3
)
. .
b
2
w
2
+ + (a
n1
a
n
)
. .
b
n1
w
n1
+ a
n
..
bn
w
n
Por tanto genera V, y entonces es una base.
(12) Sea = 1, 1 x, 1 x
2
una base de R
2
[x], y A =
_
_
1 1 2
3 0 1
2 2 4
_
_
M
R
(3). Determine, si es posible,
una base de R
2
[x] del tal forma que A = [I]

. Si es posible exhiba una tal base , si no justique

con precision meridiana su respuesta.
Solucion
Supongamos que = p
1
(x), p
2
(x),
3
(x) es una base de R
2
[x], que satisface las condiciones propuestas
en el problema encima entonces por denicion
[I]

= ([p
1
(x)]

[p
2
(x)]

[p
3
(x)]

) =
_
_
1 1 2
3 0 1
2 2 4
_
_
Por tanto,
[p
1
(x)]

=
_
_
1
3
2
_
_
= p
1
(x) = 1 + 3(1 x) + 2(1 x
2
) = 6 3x 2x
2
[p
2
(x)]

=
_
_
1
0
2
_
_
= p
2
(x) = 1 + 0(1 x) 2(1 x
2
) = 3 + 2x
2
[p
3
(x)]

=
_
_
2
1
4
_
_
= p
3
(x) = 2 + 1(1 x) + 4(1 x
2
) = 7 x 4x
2
Entonces
= 6 3x 2x
2
, 3 + 2x
2
, 7 x 4x
2

Profesor Ricardo Santander Baeza 2010 53

Pero se debe observar que no es base, pues es linealmente dependiente por un calculo directo, o
porque
det
_
_
1 1 2
3 0 1
2 2 4
_
_
= det
_
_
1 1 2
3 0 1
0 0 0
_
_
= 0
. Luego, A no puede ser una matriz cambio de base
(13) Sea V un K espacio vectorial tal que dim
K
(V) = n, Considere los conjuntos = v
1
, v
2
, . . . , v
n
V y
= u
1
, u
2
, . . . , u
n
V tal que u
s
=
s

i=1
v
s+1i
, para s = 1, 2, . . . n.
(a) Demuestre que base de V = base de V
Solucion
En primer lugar observamos que los elementos de la base son de la forma:
u
1
=
1

i=1
v
1+1i
= v
1
v
1
= u
1
u
2
=
2

i=1
v
2+1i
= v
2
+ v
1
v
2
= u
2
u
1
u
3
=
3

i=1
v
3+1i
= v
3
+ v
2
+ v
1
v
3
= u
3
u
2
.
.
.
.
.
.
.
.
.
.
.
.
u
j
=
j

i=1
v
j+1i
= v
j
+ v
j1
+ + v
1
v
j
= u
j
u
j1
.
.
.
.
.
.
.
.
.
.
.
.
u
n
=
n

i=1
v
n+1i
= v
n
+ v
n1
+ + v
1
v
n
= u
n
u
n1
(20)
En segundo lugar, mostramos que linealmente independiente.
n

j=1
a
j
u
j
= 0 a
1
u
1
+ a
2
u
2
+ + a
n
u
n
= 0
a
1
v
1
+ a
2
(v
2
+ v
1
) + + a
n
(v
n
+ v
n1
+ + v
1
) = 0
(a
1
+ a
2
+ + a
n
)v
1
+ (a
2
+ a
3
+ + a
n
)v
2
+ + (a
n1
+ a
n
)v
n1
+ a
n
v
n
= 0

a
1
+ a
2
+ + a
n
= 0
a
2
+ + a
n
= 0
.
.
.
a
n1
+ a
n
= 0
a
n
= 0
= a
n
= a
n1
= = a
1
= 0
As que es linealmente independiente.
En tercer lugar, mostramos que es un sistema de generadores.
Si u V entonces como es una base entonces existen unicos escalares c
1
, c
2
, , c
n
tales que
u = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
, pero de acuerdo con (20) tenemos que
54 Profesor Ricardo Santander Baeza 2010
u = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
u = a
1
u
1
+ a
2
(u
2
u
1
) + + a
n
(u
n
u
n1
)
u = (a
1
a
2
)u
1
+ (a
2
a
3
)u
2
+ + (a
n1
+ a
n
)a
n1
+ a
n
u
n
Luego genera V, y por ende es una base de .
(b) Determine [I]

Solucion
[I]

= ([u
1
]

[u
2
]

[u
2
]

[u
n
]

)
=
_
_
_
_
_
_
_
1 1 1 1
0 1 1 1
0 0 1 1
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
_
_
_
_
_
_
_
(14) Sea = v
1
, v
2
, v
3
una base de R
3
. Si [I]

c(3)
=
_
_
1 1 0
1 3 4
0 4 1
_
_
entonces determine la base
Solucion
[I]

c(3)
= ([(1, 0, 0)]

[(0, 1, 0)]

[(0, 0, 1)]

) =
_
_
1 1 0
1 3 4
0 4 1
_
_
As que
[(1, 0, 0)]

=
_
_
1
1
0
_
_
(1, 0, 0) = v
1
+ v
2
[(0, 1, 0)]

=
_
_
1
3
4
_
_
(0, 1, 0) = v
1
+ 3v
2
+ 4v
3
[(0, 0, 1)]

=
_
_
0
4
1
_
_
(0, 0, 1) = 4v
2
+ v
3
Por tanto, tenemos un sistema que resuelve el problema.
Profesor Ricardo Santander Baeza 2010 55
v
1
+ v
2
= (1, 0, 0)
v
1
+ 3v
2
+ 4v
3
= (0, 1, 0)
4v
2
+ v
3
= (0, 0, 1)
=
2v
2
+ 4v
3
= (1, 1, 0)
4v
2
+ v
3
= (0, 0, 1)
=
4v
2
+ 8v
3
= (2, 2, 0)
4v
2
+ v
3
= (0, 0, 1)
= v
3
=
_

2
7
,
2
7
,
1
7
_
v
2
=
_
1
14
,
1
14
,
4
14
_

v
1
=
_
13
14
,
1
14
,
4
14
_
(15) En R
2
[x], considere las bases = x, x
2
+ 3, 2x
2
+ x y = x + 3, x 2, x
2
+ 1.
(a) Determine [I]

y [I]

Solucion
Etapa 1. Por denicion la matriz [I]

se construye como: [I]

=
_
[x]

[x
2
+ 3]

[2x
2
+ x]

_
Etapa 2. Luego, una buena estrategia es calcular en general: [a
0
+ a
1
x + a
2
x
2
]

. As que
[a
0
+ a
1
x + a
2
x
2
]

=
_
_
b
0
b
1
b
2
_
_
a
0
+ a
1
x + a
2
x
2
= b
0
(x + 3) + b
1
(x 2) + b
2
(x
2
+ 1)
a
0
+ a
1
x + a
2
x
2
= (3b
0
2b
1
+ b
2
) + (b
0
+ b
1
)x + b
2
x
2

3b
0
2b
1
+ b
2
= a
0
b
0
+ b
1
= a
1
b
2
= a
2
=
3b
0
2b
1
= a
0
a
2
b
0
+ b
1
= a
1
b
2
= a
2
= b
2
= a
2
; b
0
=
a
0
+ 2a
1
a
2
5
; b
1
=
3a
1
a
0
+ a
2
5
Luego,
[a
0
+ a
1
x + a
2
x
2
]

=
_
_
_
_
a
0
+ 2a
1
a
2
5
3a
1
a
0
+ a
2
5
a
2
_
_
_
_
()
Etapa 3. Sustituyendo en la formula (), tenemos que:
[I]

=
_
_
_
_
_
_
_
_
2
5
2
5
0
3
5

2
5
1
5
0 1 2
_
_
_
_
_
_
_
_
Analogamente para [I]

, tenemos el mismo proceso. (o bien recordar que esta es la inversa de [I]

)
56 Profesor Ricardo Santander Baeza 2010
Etapa 1.
Por denicion la matriz [I]

se construye como: [I]

=
_
[x + 3]

[x 2]

[x
2
+ 1]

_
Etapa 2.
Luego, una buena estrategia es calcular en general: [a
0
+ a
1
x + a
2
x
2
]

. As que
[a
0
+ a
1
x + a
2
x
2
]

=
_
_
b
0
b
1
b
2
_
_
a
0
+ a
1
x + a
2
x
2
= b
0
x + b
1
(x
2
+ 3) + b
2
(2x
2
+ x)
a
0
+ a
1
x + a
2
x
2
= 3b
1
+ (b
0
+ b
2
)x + (b
1
+ 2b
2
)x
2

3b
1
= a
0
b
0
+ b
2
= a
1
b
1
+ 2b
2
= a
2
= b
0
=
6a
1
3a
2
a
0
6
; b
1
=
a
0
3
; b
2
=
3a
2
a
0
6
luego,
[a
0
+ a
1
x + a
2
x
2
]

=
_
_
_
_
_
_
_
_
_
6a
1
3a
2
+ a
0
6
a
0
3
3a
2
a
0
6
_
_
_
_
_
_
_
_
_
()
Etapa 3. Sustituyendo en la formula (), tenemos que:
[I]

=
_
_
_
_
_
_
_
_
_
_
3
2
2
3

1
3
1
2
3
1
3

1
2
1
3
1
3
_
_
_
_
_
_
_
_
_
_
(b) Determine [1 + x + x
2
]

y [1 + x + x
2
]

Solucion
Etapa 1. Determinamos [1 + x + x
2
]

usando la formula ()
[1 + x + x
2
]

=
_
_
_
_
_
_
_
_
_
_
2
3
1
3
1
3
_
_
_
_
_
_
_
_
_
_
Etapa 2. Determinamos [1 + x + x
2
]

usando la formula ().

Profesor Ricardo Santander Baeza 2010 57
[1 + x + x
2
]

=
_
_
_
_
_
_
_
_
2
5
3
5
1
_
_
_
_
_
_
_
_
(16) Considere las bases = (1, 2, 0), (0, 1, 0), (1, 0, 1) y = (1, 1, 1), (0, 1, 1), (0, 0, 1) de R
3
. Deter-
mine [I]

e [I]

Solucion
[I]

= ([(1, 2, 0)]

[(0, 1, 0)]

[(1, 0, 1)]

) M
R
(3) ()
Luego, debemos resolver la ecuacion, (x, y, z) = a
1
(1, 1, 1) + a
2
(0, 1, 1) + a
3
(0, 0, 1) para (x, y, z) R
3
.
e.e.
(x, y, z) = a
1
(1, 1, 1) + a
2
(0, 1, 1) + a
3
(0, 0, 1)

(x, y, z) = (a
1
, a
1
+ a
2
, a
1
+ a
2
+ a
3
)
a
1
= x
a
1
+ a
2
= y
a
1
+ a
2
+ a
3
= z
= a
1
= x a
2
= y x a
3
= z y

[(x, y, z)]

=
_
_
x
y x
z y
_
_
()
Aplicando () en () tenemos que
[I]

=
_
_
1 0 1
3 1 1
2 1 1
_
_
(21)
Analogamente, para
[I]

= ([(1, 1, 1)]

[(0, 1, 1)]

[(0, 0, 1)]

) M
R
(3) ()
58 Profesor Ricardo Santander Baeza 2010
Debemos resolver la ecuacion, (x, y, z) = a
1
(1, 2, 0)+a
2
(0, 1, 0)+a
3
(1, 0, 1) para (x, y, z) R
3
. Es decir
(x, y, z) = a
1
(1, 2, 0) + a
2
(0, 1, 0) + a
3
(1, 0, 1)

(x, y, z) = (a
1
+ a
3
, 2a
1
+ a
2
, a
3
)
a
1
+ a
3
= x
2a
1
+ a
2
= y
a
3
= z
= a
1
= x z a
2
= y + 2x 2z a
3
= z

[(x, y, z)]

=
_
_
x z
y + 2x 2z
z
_
_
()
Aplicando () en () tenemos que
[I]

=
_
_
0 1 1
1 1 2
1 1 1
_
_
(22)
Finalmente podemos comprobar la calidad de nuestro trabajo!!!
[I]

[I]

=
_
_
1 0 1
3 1 1
2 1 1
_
_
_
_
0 1 1
1 1 2
1 1 1
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
(17) Si P(2) = 1, x, x
2
y = 1+x+x
2
, 2x+x
2
, 1+x+x
2
dos bases de R
2
[x] entonces determine
[I]
P(2)

e [I]

P(2)
Solucion
Etapa 1. Debemos determinar las matrices [I]
P(2)

e [I]

P(2)
Etapa 2. Por denicion la matriz cambio de base es dada por
[I]
P(2)

=
_
[1 + x + x
2
]
P(2)
[2 x + x
2
]
P(2)
[1 + x + x
2
]
P(2)
_
Por denicion la funcion coordenada [ ]
P(2)
se construye como sigue:
1 + x + x
2
= 1 1 + 1 x + 1 x
2
[1 + x + x
2
]
P(2)
=
_
_
1
1
1
_
_
2 x + x
2
= (1) 1 + (1) x + 1 x
2
[2 x + x
2
]
P(2)
=
_
_
2
1
1
_
_
1 + x + x
2
= (1) 1 + 1 x + 1 x
2
[1 + x + x
2
]
P(2)
=
_
_
1
1
1
_
_
Etapa 3. Finalmente sustituyendo los datos encontrados tenemos que
Profesor Ricardo Santander Baeza 2010 59
[I]
P(2)

=
_
_
1 2 1
1 1 1
1 1 1
_
_
Analogamente, para[I]

P(2)
tenemos que
Por denicion la matriz cambio de base es dada por
[I]

P(2)
=
_
[1]

[x]

[x
2
]

_
Por denicion la funcion coordenada [ ]
P(2)
se construye como sigue:
1 + 0x + 0x
2
= a
1
(1 + x + x
2
) + a
2
(2 x + x
2
) + a
3
(1 + x + x
2
)
= (a
1
2a
2
a
3
) + (a
1
a
2
+ a
3
)x + (a
1
+ a
2
+ a
3
)x
2
As que debemos resolver el sistema de ecuaciones
a
1
2a
2
a
3
= 1
a
1
a
2
+ a
3
= 0
a
1
+ a
2
+ a
3
= 0
= a
2
= 0 a
1
=
1
2
a
3
=
1
2
Es decir
1 =
1
2
(1 + x + x
2
) + 0(2 x + x
2
)
1
2
(1 + x + x
2
)
Para las otras coordenadas tenemos calculos similares:
0 + 1 x + 0x
2
= a
1
(1 + x + x
2
) + a
2
(2 x + x
2
) + a
3
(1 + x + x
2
)
= (a
1
2a
2
a
3
) + (a
1
a
2
+ a
3
)x + (a
1
+ a
2
+ a
3
)x
2
As que debemos resolver primeramente el sistema de ecuaciones
a
1
2a
2
a
3
= 0
a
1
a
2
+ a
3
= 1
a
1
+ a
2
+ a
3
= 0
= a
2
=
1
2
a
1
=
1
4
a
3
=
3
4
Es decir
x =
1
4
(1 + x + x
2
)
1
2
(2 x + x
2
) +
3
4
(1 + x + x
2
)
Y en segundo lugar,
a
1
2a
2
a
3
= 0
a
1
a
2
+ a
3
= 0
a
1
+ a
2
+ a
3
= 1
= a
2
=
1
2
a
1
=
3
4
a
3
=
1
4
60 Profesor Ricardo Santander Baeza 2010
Es decir
x
2
=
3
4
(1 + x + x
2
) +
1
2
(2 x + x
2
)
1
4
(1 + x + x
2
)
Etapa 3. Finalmente sustituyendo los datos encontrados tenemos que
[I]
P(2)

=
_
_
1
2

1
4
3
4
0
1
2
1
2

1
2
3
4

1
4
_
_
(18) Si y = (1, 0, 1), (1, 1, 0), (0, 0, 1) son dos bases ordenadas de R
3
tal que
[I]

=
_
_
1 1 1
0 2 1
1 1 1
_
_
Es la matriz de cambio de la base para la base entonces determine la base .
Solucion
Etapa 1. Supongamos que = u
1
, u
2
, u
3
R
3
es la base pedida
Etapa 2. Com la matriz de cambio de base es [I]

=
_
_
1 1 1
0 2 1
1 1 1
_
_
entonces por construccion se debe
vericar que
[I]

=
_
_
1 1 1
0 2 1
1 1 1
_
_
= ([u
1
]

[u
2
]

[u
3
]

)
As que
[u
1
]

=
_
_
1
0
1
_
_
u
1
= 1(1, 0, 1) + 0(1, 1, 0) + 1(1, 1, 1) = (2, 1, 2)
[u
2
]

=
_
_
1
2
1
_
_
u
2
= 1(1, 0, 1) 2(1, 1, 0) + 1(1, 1, 1) = (4, 1, 0)
[u
3
]

=
_
_
1
1
1
_
_
u
3
= 1(1, 0, 1) + 1(1, 1, 0) + 1(1, 1, 1) = (1, 2, 2)
Por tanto la base buscada es = (2, 1, 2), (4, 1, 0), (1, 2, 2)
(19) Si = (2, 1, 2), (4, 1, 0), (1, 2, 2) es una base de R
3
, y u = (1, 2, 3) entonces determine [u]

Solucion
Profesor Ricardo Santander Baeza 2010 61
Recordemos que por denicion [u]

=
_
_
a
b
c
_
_
(1, 2, 3) = a(2, 1, 2) +b(4, 1, 0) +c(1, 2, 2) entonces
[u]

=
_
_
a
b
c
_
_

2a + 4b + c = 1
a b + 2c = 2
2a + 2c = 3
= a =
3
2
b =
1
2
c = 0
= [u]

=
_
_
_
_
_
_
_
_
_
_
3
2

1
2
0
_
_
_
_
_
_
_
_
_
_
Bibliografa
[1] Bello, I.

Algebra Elemental , Brooks/Cole Publishing Company 1999.

[2] Bobadilla, G. Labarca R. Calculo 1 , Facultad de Ciencia, Universidad de Santiago 2007.
[3] Boldrini, J. Rodriguez, S. Figueiredo, V. Wetzler, H.

Algebra Linear, Editora Harper & Row do Brasisl Ltda, 1984.

[4] Fraleigh J.

Algebra Abstracta Addison-Wesley Iberoamericana 1988.

[5] Grimaldi, R. Matematicas Discretas y Combinatorias , Addison Wesley 1997.
[6] Gustafson, R.

Algebra Intermedia , Brooks/Cole Publishing Company 1997.

[7] Kaufmann, J.

Algebra Intermedia , Brooks/Cole Publishing Company 2000

[8] Santander, R.

Algebra Elemental y superior, Universidad de Santiago 2004

[9] Santander, R.

Algebra Lineal, Universidad de Santiago 2004

[10] Santander, R. Un Segundo curso de Algebra Lineal
[11] Swokowski, E.

Algebra y trigonometra , Brooks/Cole Publishing Company 1997.

[12] Zill, D.

Algebra y trigonometra , Mc Graw Hill 1999
63
Indice Alfabetico
Base, 30
Caracterizacion de subespacio, 10
Combinacion lineal, 20
Coordenadas de, 35
Dimension, 33
Escalares, 7
Espacio coordenado, 35
Espacio vectorial, 6
Linealmente dependiente, 29
Linealmente independiente, 29
Matriz cambio de base, 38
Situaciones de Desempe no: Espacios Vectoriales, 40
Solucion de situaciones de desempe no: Espacios
Vectoriales, 43
Subespacio, 9
Subespacio generado, 20
Suma directa, 20
Vectores, 7
65