ESPACIOS VECTORIALES REALES

Nociones previas
Antes de definir la estructura algebraica de espacio vectorial necesitamos conocer
otras estructuras algebraicas, el grupo y el cuerpo.

Un GRUPO es una estructura algebraica formada por un conjunto G de elementos

y una operacin interna y cerrada que opera con los elementos del conjunto G y que
cumple las siguientes propiedades:
- Asociativa: (a b) c a (b c) a b c, a, b, c G.
- Existencia en G de elemento neutro: 0 a a 0 a, a G.
- Existencia del opuesto de cualquier elemento de G: a G , (a) G / a (a) 0.
- Si adems la operacin es conmutativa: a b b a, a, b G el grupo se denomina
conmutativo o abeliano.

Un CUERPO es una estructura algebraica formada por un conjunto K de

elementos y dos operaciones internas y cerradas, suma y producto interno que

verifican:
(K,+) tiene estructura de grupo.
El producto interno verifica las siguientes propiedades:
- Asociativa: a b c (a b) c a (b c), a, b, c K .
- Distributiva respecto de la suma: a (b c) a b a c, a, b, c K .
- Existencia en K de elemento neutro: 1 a a 1 a, a K .
- Existencia del inverso de cualquier elemento de K distinto del neutro de la suma:

a K (a 0) , a 1 K / a a 1 a 1 a 1.

Espacio vectorial
Es una estructura algebraica formada por:

Un grupo conmutativo (V,+) cuyos elementos se denominan vectores.

Un cuerpo conmutativo (K,+,) cuyos elementos se denominan escalares.

Un producto externo que opera un escalar (kK) con un vector (vV) dando

como resultado un vector (kvV). Cumple las siguientes propiedades:

- Distributiva respecto de la suma de vectores:
k (u v) k u k v, k K , u, v V .

- Distributiva respecto de la suma de escalares:

(k k ' ) v k v k 'v, k , k ' K , v V .

- Pseudoasociativa:
(k k ' ) v k (k 'v), k , k ' K , v V .

- El elemento neutro coincide con el neutro del producto del cuerpo K:

1 v v, v V .

Ejemplos de espacios vectoriales

2 (a, b) / a, b es el conjunto de pares de nmeros reales
3 (a, b, c) / a, b, c es el conjunto de ternas de nmeros reales

n (a1 , a2 ,, an ) / a1 , a2 ,, an es el conjunto de n-tuplas o n-adas de

nmeros reales
Propiedades de los espacios vectoriales

El producto de un escalar por el vector nulo es el vector nulo:

k 0 0, k K .

El producto del escalar nulo por cualquier vector es el vector nulo:

0 v 0, v V .

k (v) (k ) v (k v), k K , v V .

Si k v 0 entonces o bien k 0 o bien v 0 .

Ejemplo
2 tiene estructura de espacio vectorial sobre el cuerpo con las dos operaciones

siguientes:
Operacin interna: (a1 , a2 ) (b1 , b2 ) (a1 a2 , b1 b2 )
Operacin externa: (a1 , a2 ) ( a1 , a2 )
Combinacin lineal de vectores
Un vector v es combinacin lineal de los vectores v1 , v2 ,, vn si es el resultado de
sumar los productos de dichos vectores por escalares k1 , k 2 ,, k n :
v k1 v1 k 2 v2 k n vn

Observaciones a la definicin anterior

_

a) 0 es combinacin lineal de cualquier conjunto de vectores, basta tomar

k1 k2 kn 0

b) Todo vector u es combinacin lineal de s mismo, basta tomar

k 1 u u

c) Dado un conjunto de vectores, cualquiera de ellos es combinacin lineal del

conjunto (vi 0 v1 0 v2 1 vi 0 vn )
Dependencia e independencia lineal
Los vectores v1 , v2 ,, vn son linealmente independientes si ninguno de ellos es
combinacin lineal de los dems. Son linealmente dependientes si al menos uno de ellos
es combinacin lineal de los dems.
Criterio para caracterizar la dependencia e independencia lineal

Los vectores

v1 , v2 ,, vn

son linealmente dependientes si existe alguna

combinacin lineal de ellos igual al vector nulo con algn escalar distinto de cero:
k1 v1 k 2 v2 k n vn 0 con algn k i 0, i 1n

Son linealmente independientes si la nica combinacin lineal de ellos igual al

vector nulo es la que tiene todos los escalares nulos:

Si k1 v1 k 2 v2 k n vn 0 k1 k2 k n 0
Interpretacin geomtrica
En 2 hay infinitos pares de vectores linealmente independientes, basta que no sean
colineales (proporcionales). Tres o ms vectores de 2 sern necesariamente
linealmente dependientes.
En 3 hay infinitas ternas de vectores linealmente independientes, basta que no
sean coplanares. Cuatro o ms vectores de 3 sern necesariamente linealmente
dependientes.
Coordenadas de un vector
Si un vector v es combinacin lineal de los vectores v1 , v2 ,, vn ,
v k1 v1 k 2 v2 k n vn ,

las coordenadas de v respecto de los vectores v1 , v2 ,, vn son los escalares

k1 , k2 ,, kn .
Propiedades

Un conjunto de vectores linealmente independientes no puede contener al vector

nulo1.

Un conjunto de vectores linealmente independientes no puede contener dos

vectores iguales ni dos vectores proporcionales2.

Teorema de unicidad de las coordenadas: Si un vector v es combinacin lineal de

un conjunto de vectores linealmente independientes, entonces las coordenadas de v

respecto de esos vectores son nicas.

_
1

Cualquier conjunto de vectores que contenga al 0 ser linealmente dependiente, ya que 0 es

combinacin lineal de cualquier conjunto de vectores
2
Cualquier conjunto de vectores que contenga dos vectores iguales o dos vectores proporcionales ser
linealmente dependiente

Sistema generador y base de un espacio vectorial

Sistema generador de un espacio vectorial V es un conjunto de vectores

v1 , v2 ,, vs tales que todo vector de V sea combinacin lineal de ellos:

v V , v k1 v1 k 2 v2 k s vs

Base de un espacio vectorial V es un conjunto de vectores que adems de ser

sistema generador son linealmente independientes.
Observaciones a la definicin anterior
- Base = Sistema de referencia
- Puesto que una base es un sistema generador, todo vector del espacio queda
precisado mediante sus coordenadas en relacin a la base, al ser tal especificacin nica
por ser los vectores de la base linealmente independientes (teorema de unicidad de las
coordenadas).
- La eleccin de una base equivale entonces a escoger un sistema de referencia con
respecto al cual situar los elementos de dicho espacio.
Ejemplo
Dado el conjunto de vectores (1,2), (1,1), (3,5)
a) Comprobar que es un sistema generador de 2
b) Hallar las coordenadas del vector (0,1) respecto de dichos vectores
c) Demostrar que (1,2), (1,1) es base de 2
d) Hallar las coordenadas del vector (0,1) respecto de dicha base
Teoremas de las bases

De todo sistema generador finito de un espacio vectorial V puede

extraerse una base.

Si un espacio vectorial V tiene una base con n vectores, entonces todo

conjunto de n vectores linealmente independientes es base de V .

Si un espacio vectorial V tiene una base con n vectores, entonces no

pueden existir ms de n vectores linealmente independientes en V .

Si un espacio vectorial V tiene una base con n vectores, todas las bases

de V tienen n vectores.
Consecuencia
Base = Sistema generador mnimo
Mnimo nmero de coordenadas necesarias para determinar a cualquier vector del
espacio = nmero de vectores que componen una base cualquiera del espacio = mximo
nmero de vectores linealmente independientes en el espacio.
Bases cannicas
Todo vector v n puede expresarse de la siguiente forma:
v a1 1,0,,0 a2 0,1,,0 an 0,0,,1 a1 e1 a2 e2 an en

A los vectores e1 , e2 ,, en se les llama base cannica de n .

Demostracin:
a)

Son linealmente independientes

k1 e1 k2 e2 en vn 0 k1 k2 kn 0

b)

Son sistema generador

( x1 , x2 , , xn ) n ( x1 , x2 , , xn ) k1 e1 k 2 e2 k n en
k1 x1 , k 2 x2 , , k n xn

Base cannica de 2 : (1,0), (0,1)

Base cannica de 3 : (1,0,0), (0,1,0), (0,0,1)
Base cannica de 4 : (1,0,0,0), (0,1,0,0), (0,0,1,0), (0,0,0,1)
Dimensin de un espacio vectorial
Si en un espacio vectorial V el mayor conjunto de vectores linealmente
independientes tiene n vectores, entonces la dimensin de V es n.
La dimensin de un espacio vectorial coincide con el nmero de vectores de sus
bases:

dim( 2 ) 2
dim( 3 ) 3
dim( 4 ) 4

dim( n ) n

Matrices y Espacios Vectoriales

El rango de una matriz de orden n m es un escalar r min n, m que es igual al
orden del mayor determinante no nulo que podemos encontrar en la matriz.
Teorema
El rango de una matriz coincide con el mximo nmero de vectores (filas o
columnas) linealmente independientes que hay en la matriz.
Ejemplo

2
Calcular el rango de A
3

2 5 6

4 7 9
6 4 7

8 2 6

Llamamos c1 , c2 , c3 , c4 a las cuatro columnas de la matriz.

Si tomamos las dos primeras columnas vemos que todos los determinantes de orden
dos que podemos formar son nulos:

1 2
0,
2 4

1 2
0,
3 6

1 2
0,
4 8

3 6
0
4 8

Esto significa que c1 y c2 son linealmente dependientes, en concreto c2 2 c1 .

Vemos a continuacin qu ocurre con c1 y c3 :

1 5
0 , luego ya sabemos que el rango va a ser al menos igual a dos y que los
2 7
vectores c1 y c3 son linealmente independientes.
Terminamos aadiendo c4 :

1 5 6
2 7 9 0,

1 5 6
2 7 9 0,

2 7 9
3 4 7 0 , por lo que el rango no ha subido a

3 4 7

4 2 6

4 2 6

tres y c4 es combinacin lineal de c1 y c3 ; en concreto, c4 c1 c3 . Entonces,

rango( A) 2 .

Aplicaciones prcticas del clculo del rango

Conocer el mximo nmero de vectores linealmente independientes que

hay en un conjunto de vectores.

Saber si un vector es combinacin lineal de un conjunto de vectores

dados.
Ejercicio
Averiguar si son base de 4 los siguientes vectores:

(1,1,0,0), (0,1,1,0), (0,0,1,1), (2,3,2,1)

Ejercicio
En el espacio vectorial 3 se consideran los vectores (a,6, b), (1,0,6), (0,3,2) .
Encontrar la relacin que debe existir entre a y b para que los tres vectores sean
linealmente dependientes.
Ejercicio
Dados los vectores u1 (1,1,0) , u2 (0,2,1) , u3 (1,0,1) , u4 (2,3,1) :
a)

Son linealmente independientes?

b)

Son sistema generador?

c)

Forman base?

d)

Seleccionar entre ellos una base y calcular las coordenadas

respecto de ella del vector (2,-1,-3)

Cambio de base en un espacio vectorial

Sea V en un espacio vectorial tal que Dim(V ) n con B u1 ,..., un y B v1 ,..., vn .

Buscamos la relacin entre las coordenadas de un vector x en la base B y B ,
conociendo las coordenadas de u i en trminos de los vi
B Vn
B Vn

B u1 , u 2 ,..., u n

B v1 , v2 ,..., vn
x x1 v1 ... xn vn ( x1 ,..., xn ) B '

x x1 u1 ... xn un ( x1 ,..., xn ) B

u1 a11v1 ... a n1v n (a11 , a 21 ,..., a n1 ) B

u a v ... a v (a , a ,..., a )
1n 1
nn n
1n
2n
nn B
n

Ecuacin matricial de cambio de base: B B

X PBB X , PBB Matriz del cambio de base B B

x1 a11

... = ...
x a
n n1

...
...
...

a1n x1

... ...
a nn x n

x1 a11x1 ... a1n xn

...
x a x ... a x
n1 1
nn n
n

u1
u
n
B

Propiedades
1. PBB es una matriz regular: Rg ( PBB ) n y en consecuencia
2. PBB PBB

PBB

3. PBB PBB PBB

1

4. PBB PBE PBE , E base cannica

PBE
PEB
B
E
B

Ejercicio

Calcular las componentes del vector x (2,1) , expresado en la base cannica de 2 ,

con respecto a una nueva base B v1 ,v2 cuyas coordenadas con respecto a la base
cannica son v1 (3,1) y v2 (1,1)

E e1 , e 2 (1,0), (0,1)

- Solucin-

x (2,1) 2e1 1e 2

v1 (3,1) 3e1 1e2

v2 (1,1) e1 e2
PEB
E
B

x x1 v1 x2 v2

x 2e1 e2

1
X PEB X PBE X

x1 3 1 2
1 1 2 3 / 4

1 / 4


1 3 1 1 / 4
x 2 1 1 1
X (3 / 4, 1 / 4) (3 / 4)v1 (1 / 4)v2

1/ 4 1/ 4
1

PBE
PEB
1/ 4 3 / 4

e1 (1 / 4)v1 (1 / 4)v 2
e2 (1 / 4)v1 (3 / 4)v 2

10

SUBESPACIOS VECTORIALES
Un subespacio vectorial S de un espacio vectorial V es un subconjunto de V que
tiene estructura de espacio vectorial con las mismas operaciones que V.
Observaciones
De las propiedades de espacio vectorial se deduce que han de cumplirse los
siguientes requisitos;
1.

u, v S u v S

2.

K , u S u S

3.

0 S / u S u 0 u

4.

u S , u S / u u 0 S

(suma cerrada en S)
(producto por escalar cerrado en S)

(existe el neutro en S)

(existe el opuesto en S)

Caracterizacin de los subespacios vectoriales

S V es subespacio vectorial de V si

v1 , v2 S , k1 , k 2 K ,

k1 v1 k 2 v2 S.

Variedad lineal
Dado un conjunto de vectores v1 , v2 ,, vs , el conjunto de vectores generados por
ellos forman un subespacio vectorial:
S v V / v k1 v1 k 2 v2 k s vs es un subespacio vectorial que se

denomina variedad lineal generada por

v1 , v2 ,, vs

y que se denota por

L(v1 , v2 ,, vs ) . En consecuencia, los vectores v1 , v2 ,, vs son un sistema generador

del subespacio S.
Ejemplo

L((1,1,1), (2,2,2)) x ( x1 , x2 , x3 ) 3 / x (1,1,1) (2,2,2) , ,

(0,0,0) , (1,1,1) , (1,1,1) , (5,5,5) , x (a, a, a) / a

Base de un subespacio vectorial

Es cualquier sistema generador del subespacio S que est formado por vectores
linealmente independientes.

11

Ejemplo

(1,1,1), (2,2,2) es un sistema generador del subespacio anterior pero no es una base.
Una base podra ser (1,1,1) o (2,2,2).
Observacin
Todos los conceptos ya vistos en relacin con los espacios vectoriales, tales como
bases, coordenadas, etc, son extensibles a los subespacios vectoriales, ya que un
subespacio vectorial no es ms que un espacio vectorial dentro de otro.
Dimensin de un subespacio vectorial
Dim(S) = Mximo nmero de vectores linealmente independientes que pueden
encontrarse en S = Nmero de vectores de una base cualquiera de S
Dado que S V 0 dim( S ) dim(V )
Casos:
_
Si dim(S) = 0 S 0 y

si dim(S) = dim(V) S V
Si S L(v1 , v2 ,, vs ) dim( S ) rango(v1 , v2 ,.vs ) ,
ya que v1 , v2 ,, vs son un sistema generador de S.
Subespacios vectoriales y sistemas homogneos
El conjunto de soluciones x ( x1 , x2 ,, xn ) n de un sistema homogneo AX = 0
con A M mn , X M n1 , 0 M m1 y con m<n, es un subespacio vectorial de n

S x ( x1 , x2 ,, xn ) n / AX 0 es un subespacio vectorial de n .

Rango(A) = Nmero de ecuaciones no redundantes en AX = 0

= Nmero de filas en A que son linealmente independientes
= Nmero de coordenadas que no estn libres en los vectores de S.
En consecuencia, tenemos que dim(S) = dim(V) rango(A)

12

Ecuaciones paramtricas y cartesianas de un subespacio vectorial

1. Ecuaciones paramtricas Ecuaciones cartesianas

S L(v1 , v2 ,, vs ) x n / x k1 v1 k 2 v2 k s vs , ki

dim(S) = rango (v1 , v2 , , vs ) r s

Se verifica que x S , x es combinacin lineal de la base v1 , v2 ,, vr , con lo que

rg(v1 , v2 ,, vr , x) rg(v1 , v2 ,, vr ) r . Haciendo que todos los determinantes de

orden r+1 sean nulos, se obtienen las ecuaciones cartesianas de S, es decir, el
sistema homogneo que caracteriza S.
Ejemplo
Dado el subespacio L((1,1,1), (2,2,2)) ,

1 2

tenemos que rg 1 2 1 dim( S ) 1 y las ecuaciones paramtricas de S son

1 2

S x ( x1 , x2 , x3 ) / x (1,1,1).

Podemos saber el nmero de ecuaciones cartesianas de S:

dim(S) = dim(V) rango(A) Rango(A) = 2 = nmero de ecuaciones cartesianas de
S.
Para hallar las ecuaciones cartesianas de S formamos una matriz que contenga una
base de S y un vector genrico ( x1 , x2 , x3 ) :

1 x1

rg 1 x2 1 todos los determinantes de orden dos han de ser nulos.

1 x
3

1 x1
1 x2

x2 x1 0 ,

1 x1
1 x3

x3 x1 0 S ( x1 , x2 , x3 ) / x2 x1 0 , x3 x1 0

13

2. Ecuaciones cartesianas Ecuaciones paramtricas

S x ( x1 , x2 ,, xn ) n / AX 0

con A M mn , X M n1 , 0 M m1 y con m<n.

dim(S) = n rg(A) = n r y resolviendo el sistema homogneo quedan r variables
no libres en funcin de n r variables libres (pasadas al trmino independiente como
parmetros). Escribimos a continuacin un vector genrico que pertenece al subespacio
en el que incluimos las variables no libres escritas en funcin de las libres y a partir de
este vector genrico podemos obtener fcilmente una base del subespacio.
Ejemplo
Dado el subespacio
S ( x1 , x2 , x3 , x4 ) / x1 x2 0; x2 x4 0; x1 x2 x3 x4 0 ,

tenemos

que

1 1 0 0

rg 0 1 0 1 3 dim( S ) 4 3 1 y podemos despejar tres variables en funcin

1 1 1 1

de una variable libre:

x1 x2

x4 x2 los vectores de S son de la forma

x3 x2

( x2 , x2 , x2 , x2 ) x2 (1,1,1,1) , por lo que el vector (1,1,1,1) es una base de S y las

ecuaciones paramtricas de S son S x ( x1 , x2 , x3 , x4 ) / x (1,1,1,1) .
Ejercicio
Se consideran los siguientes subespacios:

S1 L((1,0,1,2), (0,1,1,1))

S 2 x 4 / x1 x2 x3 x4 0 ; x2 x3 x4 0 ; x1 4 x2 2 x3 2 x4 0

a)

Obtener las ecuaciones cartesianas de S1

b)

Obtener una base y las ecuaciones paramtricas de S 2

Ejercicio
Dado el subespacio generado por los vectores (1,1,1), (1,1,2), (0,0,1) , hallar una base y
las ecuaciones paramtricas y cartesianas del subespacio.
14