Espacios Vectoriales IV Bueno

INSTITUTO TECNOLOGICO DE CHILPANCINGO
IV
Espacios vectoriales
Datos histricos y aplicaciones
Fue a partir del siglo XVII que los estudiosos comenzaron a caminar hacia la
concepcin de los espacios vectoriales, con temas tales como las matrices, los
sistemas de ecuaciones lineales y la geometra analtica. Este concepto deriva de
la geometra afn (estudio de las propiedades de la geometra que no varan con
transformaciones afines, tales como las traslaciones o las lineales no singulares),
al introducir coordenadas en el espacio tridimensional o el plano.
Cerca del ao 1636, Descartes y Fermat (clebres cientficos originarios de

Francia) establecieron los fundamentos de la geometra analtica, tomando una
ecuacin con dos variables y vinculando sus soluciones con la determinacin de
una curva plana. Para conseguir una solucin dentro de los lmites de la geometra
sin necesidad de recurrir a las coordenadas, el matemtico checo Bernard
Bolzano present un siglo y medio ms tarde algunas operaciones sobre planos,
lneas y puntos que pueden considerarse antecesores de los vectores.
Sin embargo, recin a finales del siglo XIX, Giuseppe Peano, conocido matemtico
italiano, realiz la primera formulacin moderna y axiomtica de los espacios
vectoriales. Seguidamente, esta teora se enriqueci de la rama de las
matemticas conocida con el nombre de anlisis funcional, ms precisamente de
los espacios de funciones. Para poder resolver los problemas de anlisis funcional
que presentaban el fenmeno conocido como lmite de una sucesin o
convergencia, se asign a los espacios vectoriales una topologa apropiada, para
que fuese posible considerar la continuidad y la proximidad.
Cabe mencionar que los vectores como concepto propiamente dicho nacen con el
bipoint de Giusto Bellavitis, un segmento orientado que posee un extremo llamado
origen y otro, objetivo. Ms tarde, fue tomado en cuenta cuando Argand y Hamilton
presentaron los nmeros complejos y este ltimo cre los cuaterniones, adems
de ser quien concibi la denominacin de vector. Laguerre, por su parte, fue
responsable de la definicin de los sistemas de ecuaciones lineales y de la
combinacin lineal de vectores.
Tambin en la segunda mitad del siglo XIX, un matemtico britnico llamado Arthur
Cayley present la notacin matricial, gracias a la cual es posible armonizar y
simplificar las aplicaciones lineales. Casi cien aos ms tarde, se produjo una
interaccin entre el anlisis funcional y el lgebra, principalmente con conceptos
tan importantes como los espacios de Hilbert y los de funciones p-integrables.
Entre las aplicaciones de los espacios vectoriales se encuentran ciertas funciones
de compresin de sonido e imgenes, que se basan en las series de Fourier y
otros mtodos, y la resolucin de ecuaciones en derivadas parciales (relacionar
una funcin matemtica con diversas variables independientes y las derivadas
parciales de la misma respecto de dichas variables). Por otro lado, sirven para el
tratamiento de objetos fsicos y geomtricos, como ser los tensores.
Definicin
Un espacio vectorial es aquel conjunto de vectores que cumple las propiedades o

axiomas de la suma de vectores y la multiplicacin por un escalar dichas
propiedades vistas en espacios n-dimensinales Rn o R2. Un espacio vectorial es
un espacio no vaco. Sea V un conjunto no vaco sobre el cual existen dos
operaciones. Una llamada suma de vectores y otra llamada multiplicacin de un
escalar por un vector. La suma de vectores, o simplemente suma, es una regla o
funcin que asocia a dos vectores, digamos u y v un tercer vector, a este se le
representara como u + v. La multiplicacin es una regla que asocia a un escalar y
a un vector, digamos c y u un segundo vector representado por c u.
Podramos decir que un espacio vectorial es la abstraccin de las propiedades de

un espacio n-dimencional, debe tomarse en cuenta que en el espacio vectorial no
se especifica operaciones ni vectores entonces se puede usar cualquier vector y
cualquier operacin se puede sustituir la suma de vectores y la multiplicacin por
un escalar, pero siempre cumpliendo todos las propiedades, siempre sera un
espacio vectorial.
La nocin de espacio vectorial se utiliza para nombrar a la estructura matemtica

que se crea a partir de un conjunto no vaco y que cumple con diversos requisitos
y propiedades iniciales. Esta estructura surge mediante una operacin de suma
(interna al conjunto) y una operacin de producto entre dicho conjunto y un
cuerpo.
Es importante tener en cuenta que todo espacio vectorial dispone de una base y
que todas las bases de un espacio vectorial, a su vez, presentan la misma
cardinalidad.
Propiedades
Suma: u , v V u+ v V
Producto por escalar:
V =(v 1, )
K
v
( 1,)
V =
Conmutativa: u+ v=v +u
Asociativa: u+( v +w)=(u+ v)+ w
Elemento opuesto: e+ u=u+ e=u
'
Opuesto: u u '+ u=u+u '=e
Distributivas: x (u+v )=xu+ xv
Elemento neutro: 1(u)=u

Ejemplos de espacios vectoriales
1) Vectores de IR2 dimensin de espacio vectorial de 2.
Por ejemplo: (2, 3)
2) Vectores de IR3 dimensin de espacio vectorial de 3.
Por ejemplo: (2, 3, 4) (6, 8, 6)
3) Matrices de 2 x 2 dimensin de espacio vectorial de 4.
Por ejemplo: [ ]
1 2
3 4
[ ]
1 2 3
Por ejemplo: 4 5 6
7 8 9
5) Polinomios de primer grado dimensin de espacio vectorial de 2.
Por ejemplo: x+ 1
6) Polinomios de segundo grado dimensin de espacio vectorial de 3.
2
Por ejemplo: 2 x +3 x+ 1
7) Polinomios de tercer grado dimensin de espacio vectorial de 4.

3 2
Por ejemplo: 3 x +2 x + x +1
Subespacios vectoriales
Definicin
Se define como el espacio vectorial contenido en otro ms grande.
Un conjunto no vaco W de un espacio vectorial V es un SUBESPACIO de V si W

con las operaciones de suma y multiplicacin por un escalar definidas en V es en
s mismo un espacio vectorial.
Propiedades
El criterio para la verificacin de que S sea subespacio de V, es que ambas

operaciones (suma (+) entre elementos del conjunto S y multiplicacin(*) con
escalares del cuerpo K) sean cerradas, es decir, den como resultado elementos
que tambin pertenezcan a S.
Para ello se definen 4 axiomas que de cumplirse, garantizan la existencia del

subespacio vectorial. Sea V un espacio vectorial, se define S como subespacio
vectorial si y solo si:
1. S no es un conjunto vaco.
2. S es igual o est incluido en V.
3. La suma es ley de composicin interna.
4. El producto es ley de composicin externa.
-Si estos cuatro axiomas se cumplen entonces el conjunto es un subespacio.

V1 V2
1) Si existen y , la suma de los dos vectores tiene que existir en
espacio V.
v 1 , v 2 V v 1 +v 2 V
v1
y
v2
v3
x
Vn
2) Si existe un vector y lo multiplicamos por cualquier escalarK, este
sigue existiendo en el espacio V.
v V , c K vc V
z
v1 v
v2 ( 1)(2) y

v
( 2)(3)
x
Ejercicios
1) Determinar si S forma un subespacio vectorial en IR3 .
S= {(x , y , z )/3 x2 y + z=0,(x , y , z IR) }
Determinar si existe el vector 0 sustituyendo el valor de las variables a 0.
x=0 y=0 z=0
Sustituyendo valores tenemos
3(0)2(0)+ 0=0
00+0=0
0=0
Si existe el vector cero.

Se tiene que inventar dosvectores cualesquiera que satisfagan la ecuacin del
espacio vectorialS.
Primer vector.
v 1=(1,2,1)
v1
Sustituyendo valores de en el espacio vectorialS.
3(1)2(2)+1=0
34+1=0
44=0
0=0
v1 S .
Segundo vector.
v 2=(2,3,0)
v2
3(2)2(3)+0=0
66+0= 0
0+0=0
0=0
v2 S .
Propiedad de la suma de vectores.

Para comprobar si se trata de un subespacio vectorial debemos sumar los
v1 v2
vectores y y el resultado tiene que seguir perteneciendo al espacio
vectorialS.
v 1 , v 2 V v 1 +v 2 V
[][][]
1 2 3 x
v 1 + v 2= 2 + 3 = 5 y
1 0 1 z
Sustituyendo el valor del vector resultante en el espacio vectorialS y comprobar si

sigue existiendo en l, donde
x=3 y=5 z=1
3(3)2(5)+1=0
910+1=0
1010=0
0=0
Si es un subespacio vectorial de S.
Propiedad de la multiplicacin
En esta propiedad nos dice que el producto de un vector que pertenezca al

espacio vectorial por cualquier escalar sigua perteneciendo al espacio vectorialS.
v V , c K vc V
[][]
1 2 x
2( v1 )=2 2 = 4 y
1 2 z

x=2 y=4 z=2
3(2)2( 4)+2=0
68+2=0
88=0
0=0
2) Determinar si B forma un subespacio vectorial IR3 .
B= {( x , y , z )/x 2 +2 yz=0,( x , y , z IR)}
x=0 y=0 z=0
(0)2+ 2(0)0=0
0+00=0
0=0
Se tiene que inventar dos vectores cualesquiera que satisfagan la ecuacin del
espacio vectorialB.
Primer vector.
v 1=(1,1,3)
v1
Sustituyendo valores de en el espacio vectorial B.
(1)2 +2(1)3=0
1+23=0
33=0
0=0
v1 B .
Segundo vector.
v 2=(3,2,5)
v2
Sustituyendo valores de en el espacio vectorialB.
(3)2+ 2(2)5=0
945=0
99=0
0=0
v2 B .

v1 v2
vectorialB.
v 1 , v 2 V v 1 +v 2 V
[][ ][ ]
1 3 4 x
v 1 + v 2= 1 + 2 = 1 y
3 5 8 z
Sustituyendo el valor del vector resultante en el espacio vectorialB y comprobar si

existe en l, donde
x=4 y=1 z=8
(4 )2+2(1)8=0
1628=0
1610=0
60
No es un subespacio vectorial de B.

espacio vectorial por cualquier escalar sigua perteneciendo al espacio vectorialB.
v V , c K vc V
[ ][ ]
3 12 x
4 ( v2 )=4 2 = 8 y
5 20 z

existe en l, donde
x=12 y=8 z=20
(12)2 +2(8)20=0
1441620=0
14436=0
108 0
Combinacin lineal
Dados dos vectores: y , y dos nmeros: a yb, el vector se

dice que es unacombinacin lineal de y .
Estudiar si la matriz:
A= 4 7
6 1 ( )
Se puede expresar como combinacin lineal de las matrices:
(
B= 1 1
2 1 ) ( )
C= 0 3
2 1
Solucin:
Para que la matriz A se pueda expresar como combinacin lnea (C. L.) de las
matrices B y C, deben existir dos nmeros reales y tales que se verifique la
siguiente ecuacin:
B + C = A
Por tanto:
( ) ( )( )
. 1 1 + 0 3 = 4 7
2 1 2 1 6 1
(2 )( )( )
+ 0 3 = 4 7
2 6 1
(2 +2 )( )
+3 = 4 7
+ 6 1
Para que se cumpla la anterior expresin se de cumplir que:
=4
+ 3 =7
2 +3 =6
+ =1
Sustituyendo el valor de en la ltima ecuacin (pues es la ms sencilla)
hallaremos el valor de:
4 + = 1 = 5
Ahora veremos si se verifican las otras dos ecuaciones:
4 + 35 = 19 7
No se verifica la segunda ecuacin, por tanto A no se puede expresar como
combinacin lineal de B y C
INDEPENDENCIA LINEAL
v1 , v2 ,...., vn
Los vectores son linealmente independientes si la ecuacin
c1v1 c2 v2 ..... cn vn 0
Ejercicios resueltos
1. Dado S = {(1,1,0) , (0,2,3) , (1,2,3)}. Determinar si S es LI o LD.
(0,0,0) = (1,1,0) + (0,2,3) + (1,2,3)

(0,0,0) = (,,0) + (0,2,3) + (,2,3)
(0,0,0) = (+ , +2+2 , 3+3)
+ = 0
+2+2 = 0
3+3 = 0
1 0 1 1 0 1 1 0 1
0 0 0 F2
1 2 2 F 2 = 0F2 F21 1 0 1F2 1/2
= 2
0 0 0 3 3
1 0 1 1 0 1
0 0 2
F3 = F3 3F02 1 1/2 0 1 1/2 F3 = 3 F3
0 0 0 0 0 0
! solucin
Como existe nica solucin (la trivial), entonces S es linealmente

independiente (LI).
2. Dado B = {(1,1,3) , (3,5,5) , (2,1,8)}. Determinar si B es LI o LD.
(0,0,0) = (1,1,3) + (3,5,5) + (2,1,8)

(0,0,0) = (,,3) + (3,5,5) + (2,,8)
(0,0,0) = (+3+2 , +5+ , 3+5+8)
+3+2 = 0
+5+ = 0
3+5+8 = 0
1 3 2 1 3 2 1 3 2
0 0 0
1 5 1 0 2 -1 0 2 -1
0 0 0
F 2 = F2 - F 1 F3 = F3 + 2F2
F 3 = F3 - 3F1
soluciones
Como existen infinitas soluciones, entonces B es linealmente dependiente (LD).
3. Dado A = {2-3t+2t2 , -1+2t-2t2 , 3-4t+2t2}. Determinar si A es LI o LD.
(0,0,0) = (2-3t+2t2) + (-1+2t-2t2) + (3-4t+2t2)

(0,0,0) = (2-3t+2t2) + (-+2t-2t2) + (3-4t+2t2)
(0,0,0) = (2-+3 , -3t+2t-4t , 2t2-2t2+2t2)
2-+3 = 0
-3+2-4 = 0
2-2+2 = 0
2 -1 3 1 -1/2 3/2 1 -1/2 3/2

0 0 1 0
-3 2 -4 F 1 -3
= 2 2F2 -4 0 2/3 F2 = 1/2
F2
0 0 0
+3F1
F 3 = F3
2F1
1 -1/2 3/2 1 -1/2 3/2

2 0 0
F2 = F2 - - 3 0 F3 0 0 0 F2 >
1 F3 4
0 0
soluciones
Como existen infinitas soluciones, entonces A es linealmente dependiente.

BASES Y DIMENSIN
Definicin Base. Se llama Base de un espacio (o subespacio) vectorial a un

sistema generador de dicho espacio o subespacio, que sea a la vez linealmente
independiente
Propiedades de las bases.

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

b) Probar que es L.I.
La base cannica (o base natural, o base estndar) de n:

e1 = (1, 0,. . . ,0)
e2 = (0, 1,. . . ,0)
en = (0, 0,. . . ,1)
Dimensin: nmeros de vectores que hay en el espacio vectorial
M2x2= {matrices 2x2 con trminos reales} tiene dimensin 4. Una base de
M2x2es:
(10 00) ,(00 10),( 01 00) ,( 00 01)
Encontrar una base del s.e.v W.
Hallar el conjunto generado

W = {( x , y , z ) / x , y , z R }
W = { ( x , 0 , 0 ) +( 0 , y , 0)+(0 ,0 , z)/x , z R }
W = { x ( 1 , 0 ,0 )+ y (0 , 1, 0)+ z (0 , 0 ,1)/ x , z R }
S= { (1 , 0 , 0 ) ; ( 0 ,1 , 0 ) ;(0 ,0 , 1)} S generaa W

S =W
Probar que S es L.I.

S= { (1 , 0 , 0 ) ; ( 0 ,1 , 0 ) ; ( 0 , 0 ,1 ) }
( 0 , 0 , 0 , )= ( 1 , 0 , 0 ) + ( 0 ,1 , 0 ) + ( 0 ,0 , 1 )
( )
=0
S . E =0
=0
! soluc
si| A| 0 ! soluc
S es LI
S es la base de W
dim ( W )=dim(V )=3
a) Hallar el conjunto generador
W = { ( x , y , z ) / y=x + z }
W = { ( x , x+ z , z ) /x , z R }
W = { ( x , x , 0 )+(0 , z , z)/x , z R }
W = { x ( 1 ,1 , 0 ) +(0 , 1, 1)/ x , z R }
S= { (1 , 1 ,0 ) ; (0 , 1, 1)} S genera a W
S =W
b) Probar que S es L.I.

S= { (1 , 1 ,0 ) ; (0 , 1, 1) }
( 0 , 0 , 0 , )= ( 1 , 1 ,0 )+ (0 ,1 , 1)
( )
+0 =0
S . E 1 +1 =0
0 +1 =0
( |) ( |)
1 00 1 00
1 1 0 f 2 f 2f 1 0 1 0
0 1 0 f 3 f 3f 2 0 0 0
! soluc
Cambio de base
Definicin: Matriz del cambio de base.
En un espacio vectorial V, dadas dos bases B y B, se llama matriz de cambio de
base (o de cambio de coordenadas) de B a B a la matriz que contiene en sus
columnas las coordenadas de los vectores de la base B expresados en funcin de
la base B.
Consideremos en 2 las dos bases siguientes: la base, B = {(2,3), (1, 1) }

La base cannica B = {(1,0), (0,1) }
Vamos a construir la matriz de cambio de base de B a B.

Para ello debemos expresar los vectores de la base B en funcin de la base
cannica B.
(2,3) = 2 (1,0) + 3 (0,1)

(1,1)= 1 (1,0) 1 (0,1)
Introduciendo estas coordenadas en las columnas de una matriz, tendremos
la matriz de cambio de base de B a B:
(
p= 2 1
3 1 )
Espacios vectoriales
Datos histricos y aplicaciones
Fue a partir del siglo XVII que los estudiosos comenzaron a caminar hacia la
concepcin de los espacios vectoriales, con temas tales como las matrices, los
sistemas de ecuaciones lineales y la geometra analtica. Este concepto deriva de
la geometra afn (estudio de las propiedades de la geometra que no varan con
transformaciones afines, tales como las traslaciones o las lineales no singulares),
al introducir coordenadas en el espacio tridimensional o el plano.
Cerca del ao 1636, Descartes y Fermat (clebres cientficos originarios de

Francia) establecieron los fundamentos de la geometra analtica, tomando una
ecuacin con dos variables y vinculando sus soluciones con la determinacin de
una curva plana. Para conseguir una solucin dentro de los lmites de la geometra
sin necesidad de recurrir a las coordenadas, el matemtico checo Bernard
Bolzano present un siglo y medio ms tarde algunas operaciones sobre planos,
lneas y puntos que pueden considerarse antecesores de los vectores.
Sin embargo, recin a finales del siglo XIX, Giuseppe Peano, conocido matemtico
italiano, realiz la primera formulacin moderna y axiomtica de los espacios
vectoriales. Seguidamente, esta teora se enriqueci de la rama de las
matemticas conocida con el nombre de anlisis funcional, ms precisamente de
los espacios de funciones. Para poder resolver los problemas de anlisis funcional
que presentaban el fenmeno conocido como lmite de una sucesin o
convergencia, se asign a los espacios vectoriales una topologa apropiada, para
que fuese posible considerar la continuidad y la proximidad.
Cabe mencionar que los vectores como concepto propiamente dicho nacen con el
bipoint de Giusto Bellavitis, un segmento orientado que posee un extremo llamado
origen y otro, objetivo. Ms tarde, fue tomado en cuenta cuando Argand y Hamilton
presentaron los nmeros complejos y este ltimo cre los cuaterniones, adems
de ser quien concibi la denominacin de vector. Laguerre, por su parte, fue
responsable de la definicin de los sistemas de ecuaciones lineales y de la
combinacin lineal de vectores.
Tambin en la segunda mitad del siglo XIX, un matemtico britnico llamado Arthur
Cayley present la notacin matricial, gracias a la cual es posible armonizar y
simplificar las aplicaciones lineales. Casi cien aos ms tarde, se produjo una
interaccin entre el anlisis funcional y el lgebra, principalmente con conceptos
tan importantes como los espacios de Hilbert y los de funciones p-integrables.
Entre las aplicaciones de los espacios vectoriales se encuentran ciertas funciones

de compresin de sonido e imgenes, que se basan en las series de Fourier y
otros mtodos, y la resolucin de ecuaciones en derivadas parciales (relacionar
una funcin matemtica con diversas variables independientes y las derivadas
parciales de la misma respecto de dichas variables). Por otro lado, sirven para el
tratamiento de objetos fsicos y geomtricos, como ser los tensores.
Definicin
Un espacio vectorial es aquel conjunto de vectores que cumple las propiedades o

axiomas de la suma de vectores y la multiplicacin por un escalar dichas
propiedades vistas en espacios n-dimensinales Rn o R2. Un espacio vectorial es
un espacio no vaco. Sea V un conjunto no vaco sobre el cual existen dos
operaciones. Una llamada suma de vectores y otra llamada multiplicacin de un
escalar por un vector. La suma de vectores, o simplemente suma, es una regla o
funcin que asocia a dos vectores, digamos u y v un tercer vector, a este se le
representara como u + v. La multiplicacin es una regla que asocia a un escalar y
a un vector, digamos c y u un segundo vector representado por c u.
Podramos decir que un espacio vectorial es la abstraccin de las propiedades de

un espacio n-dimencional, debe tomarse en cuenta que en el espacio vectorial no
se especifica operaciones ni vectores entonces se puede usar cualquier vector y
cualquier operacin se puede sustituir la suma de vectores y la multiplicacin por
un escalar, pero siempre cumpliendo todos las propiedades, siempre sera un
espacio vectorial.
La nocin de espacio vectorial se utiliza para nombrar a la estructura matemtica

que se crea a partir de un conjunto no vaco y que cumple con diversos requisitos
y propiedades iniciales. Esta estructura surge mediante una operacin de suma
(interna al conjunto) y una operacin de producto entre dicho conjunto y un
cuerpo.
Es importante tener en cuenta que todo espacio vectorial dispone de una base y
que todas las bases de un espacio vectorial, a su vez, presentan la misma
cardinalidad.
Propiedades
Suma: u , v V u+ v V
Producto por escalar:
V =(v 1, )
K
v
( 1,)
V =
Conmutativa: u+ v=v +u
Asociativa: u+( v +w)=(u+ v)+ w
Elemento opuesto: e+ u=u+ e=u
'
Opuesto: u u '+ u=u+u '=e
Distributivas: x (u+v )=xu+ xv
Elemento neutro: 1(u)=u
Ejemplos de espacios vectoriales

2
8) Vectores de IR dimensin de espacio vectorial de 2.
Por ejemplo: (2, 3)

3
9) Vectores de IR dimensin de espacio vectorial de 3.
Por ejemplo: (2, 3, 4) (6, 8, 6)
10)Matrices de 2 x 2 dimensin de espacio vectorial de 4.
Por ejemplo: [ ]
1 2
3 4
[ ]
1 2 3
Por ejemplo: 4 5 6
7 8 9
12)Polinomios de primer grado dimensin de espacio vectorial de 2.
Por ejemplo: x+ 1
13)Polinomios de segundo grado dimensin de espacio vectorial de 3.

2
Por ejemplo: 2 x +3 x+ 1
14)Polinomios de tercer grado dimensin de espacio vectorial de 4.

3 2
Por ejemplo: 3 x +2 x + x +1
Subespacios vectoriales
Definicin
Se define como el espacio vectorial contenido en otro ms grande.
Un conjunto no vaco W de un espacio vectorial V es un SUBESPACIO de V si W

con las operaciones de suma y multiplicacin por un escalar definidas en V es en
s mismo un espacio vectorial.
Propiedades
El criterio para la verificacin de que S sea subespacio de V, es que ambas

operaciones (suma (+) entre elementos del conjunto S y multiplicacin(*) con
escalares del cuerpo K) sean cerradas, es decir, den como resultado elementos
que tambin pertenezcan a S.
Para ello se definen 4 axiomas que de cumplirse, garantizan la existencia del

subespacio vectorial. Sea V un espacio vectorial, se define S como subespacio
vectorial si y solo si:
1. S no es un conjunto vaco.
2. S es igual o est incluido en V.
3. La suma es ley de composicin interna.
4. El producto es ley de composicin externa.
-Si estos cuatro axiomas se cumplen entonces el conjunto es un subespacio.
V1 V2
1) Si existen y , la suma de los dos vectores tiene que existir en
espacio V.
v 1 , v 2 V v 1 +v 2 V
v1
y
v2
v3
x
Vn
2) Si existe un vector y lo multiplicamos por cualquier escalarK, este
sigue existiendo en el espacio V.
v V , c K vc V
v1 v
v2 ( 1)(2) y

v
( 2)(3)
x
Ejercicios
1) Determinar si S forma un subespacio vectorial en IR3 .
S= {(x , y , z )/3 x2 y + z=0,(x , y , z IR) }
x=0 y=0 z=0
3(0)2(0)+ 0=0
00+0=0
0=0
Se tiene que inventar dosvectores cualesquiera que satisfagan la ecuacin del

espacio vectorialS.
Primer vector.
v 1=(1,2,1)
v1
3(1)2(2)+1=0
34+1=0
44=0
0=0
v1 S .
Segundo vector.
v 2=(2,3,0)
v2
3(2)2(3)+0=0
66+0= 0
0+0=0
0=0
v2 S .

v1 v2
vectorialS.
v 1 , v 2 V v 1 +v 2 V
[][][]
1 2 3 x
v 1 + v 2= 2 + 3 = 5 y
1 0 1 z

x=3 y=5 z=1
3(3)2(5)+1=0
910+1=0
1010=0
0=0

espacio vectorial por cualquier escalar sigua perteneciendo al espacio vectorialS.
v V , c K vc V
[][]
1 2 x
2( v1 )=2 2 = 4 y
1 2 z

x=2 y=4 z=2
3(2)2( 4)+2=0
68+2=0
88=0
0=0
2) Determinar si B forma un subespacio vectorial IR3 .
B= {( x , y , z )/x 2 +2 yz=0,( x , y , z IR)}
x=0 y=0 z=0
(0)2+ 2(0)0=0
0+00=0
0=0
Se tiene que inventar dos vectores cualesquiera que satisfagan la ecuacin del
espacio vectorialB.
Primer vector.
v 1=(1,1,3)
v1
Sustituyendo valores de en el espacio vectorial B.
2
(1) +2(1)3=0
1+23=0
33=0
0=0
v1 B .
Segundo vector.
v 2=(3,2,5)
v2
Sustituyendo valores de en el espacio vectorialB.
2
(3) + 2(2)5=0
945=0
99=0
0=0
v2 B .

v1 v2
vectorialB.
v 1 , v 2 V v 1 +v 2 V
[][ ][ ]
1 3 4 x
v 1 + v 2= 1 + 2 = 1 y
3 5 8 z

existe en l, donde
x=4 y=1 z=8
(4 )2+2(1)8=0
1628=0
1610=0
60
espacio vectorial por cualquier escalar sigua perteneciendo al espacio vectorialB.
v V , c K vc V
[ ][ ]
3 12 x
4 ( v2 )=4 2 = 8 y
5 20 z

existe en l, donde
x=12 y=8 z=20
(12)2 +2(8)20=0
1441620=0
14436=0
108 0
Combinacin lineal
Dados dos vectores: y , y dos nmeros: a yb, el vector se

dice que es unacombinacin lineal de y .
Estudiar si la matriz:
A= 4 7
6 1 ( )
Se puede expresar como combinacin lineal de las matrices:
(
B= 1 1
2 1 ) ( )
C= 0 3
2 1
Solucin:
Para que la matriz A se pueda expresar como combinacin lnea (C. L.) de las
matrices B y C, deben existir dos nmeros reales y tales que se verifique la
siguiente ecuacin:
B + C = A
Por tanto:
( ) ( )( )
. 1 1 + 0 3 = 4 7
2 1 2 1 6 1
(2 )( )( )
+ 0 3 = 4 7
2 6 1
(2 +2 )( )
+3 = 4 7
+ 6 1
Para que se cumpla la anterior expresin se de cumplir que:
=4
+ 3 =7
2 +3 =6
+ =1
Sustituyendo el valor de en la ltima ecuacin (pues es la ms sencilla)
hallaremos el valor de:
4 + = 1 = 5
Ahora veremos si se verifican las otras dos ecuaciones:
4 + 35 = 19 7
No se verifica la segunda ecuacin, por tanto A no se puede expresar como
combinacin lineal de B y C
INDEPENDENCIA LINEAL
v1 , v2 ,...., vn
Los vectores son linealmente independientes si la ecuacin
c1v1 c2 v2 ..... cn vn 0
Ejercicios resueltos
4. Dado S = {(1,1,0) , (0,2,3) , (1,2,3)}. Determinar si S es LI o LD.
(0,0,0) = (1,1,0) + (0,2,3) + (1,2,3)

(0,0,0) = (,,0) + (0,2,3) + (,2,3)
(0,0,0) = (+ , +2+2 , 3+3)
+ = 0
+2+2 = 0
3+3 = 0
1 0 1 1 0 1 1 0 1
0 0 0 F2
1 2 2 F 2 = 0F2 F21 1 0 1F2 1/2
= 2
0 0 0 3 3
1 0 1 1 0 1
0 0 2
F3 = F3 3F02 1 1/2 0 1 1/2 F3 = 3 F3
0 0 0 0 0 0
! solucin
Como existe nica solucin (la trivial), entonces S es linealmente

independiente (LI).
5. Dado B = {(1,1,3) , (3,5,5) , (2,1,8)}. Determinar si B es LI o LD.
(0,0,0) = (1,1,3) + (3,5,5) + (2,1,8)

(0,0,0) = (,,3) + (3,5,5) + (2,,8)
(0,0,0) = (+3+2 , +5+ , 3+5+8)
+3+2 = 0
+5+ = 0
3+5+8 = 0
1 3 2 1 3 2 1 3 2
0 0 0
1 5 1 0 2 -1 0 2 -1
0 0 0
F 2 = F2 - F 1 F3 = F3 + 2F2
F 3 = F3 - 3F1
soluciones
Como existen infinitas soluciones, entonces B es linealmente dependiente (LD).
6. Dado A = {2-3t+2t2 , -1+2t-2t2 , 3-4t+2t2}. Determinar si A es LI o LD.
(0,0,0) = (2-3t+2t2) + (-1+2t-2t2) + (3-4t+2t2)

(0,0,0) = (2-3t+2t2) + (-+2t-2t2) + (3-4t+2t2)
(0,0,0) = (2-+3 , -3t+2t-4t , 2t2-2t2+2t2)
2-+3 = 0
-3+2-4 = 0
2-2+2 = 0
2 -1 3 1 -1/2 3/2 1 -1/2 3/2

0 0 1 0
-3 2 -4 F 1 -3
= 2 2F2 -4 0 2/3 F2 = 1/2
F2
0 0 0
+3F1
F 3 = F3
2F1
1 -1/2 3/2 1 -1/2 3/2

2 0 0
F2 = F2 - - 3 0 F3 0 0 0 F2 >
1 F3 4
0 0
soluciones
Como existen infinitas soluciones, entonces A es linealmente dependiente.

BASES Y DIMENSIN
Definicin Base. Se llama Base de un espacio (o subespacio) vectorial a un

sistema generador de dicho espacio o subespacio, que sea a la vez linealmente
independiente
Propiedades de las bases.

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

d) Probar que es L.I.
La base cannica (o base natural, o base estndar) de n:

e1 = (1, 0,. . . ,0)
e2 = (0, 1,. . . ,0)
en = (0, 0,. . . ,1)
Dimensin: nmeros de vectores que hay en el espacio vectorial
M2x2= {matrices 2x2 con trminos reales} tiene dimensin 4. Una base de
M2x2es:
(10 00) ,(00 10),( 01 00) ,( 00 01)
Encontrar una base del s.e.v W.
Hallar el conjunto generado

W = {( x , y , z ) / x , y , z R }
W = { ( x , 0 , 0 ) +( 0 , y , 0)+(0 ,0 , z)/x , z R }
W = { x ( 1 , 0 ,0 )+ y (0 , 1, 0)+ z (0 , 0 ,1)/ x , z R }
S= { (1 , 0 , 0 ) ; ( 0 ,1 , 0 ) ;(0 ,0 , 1)} S generaa W

S =W
Probar que S es L.I.

S= { (1 , 0 , 0 ) ; ( 0 ,1 , 0 ) ; ( 0 , 0 ,1 ) }
( 0 , 0 , 0 , )= ( 1 , 0 , 0 ) + ( 0 ,1 , 0 ) + ( 0 ,0 , 1 )
( )
=0
S . E =0
=0
! soluc
si| A| 0 ! soluc
S es LI
S es la base de W
dim ( W )=dim(V )=3
c) Hallar el conjunto generador
W = { ( x , y , z ) / y=x + z }
W = { ( x , x+ z , z ) /x , z R }
W = { ( x , x , 0 )+(0 , z , z)/x , z R }
W = { x ( 1 ,1 , 0 ) +(0 , 1, 1)/ x , z R }
S= { (1 , 1 ,0 ) ; (0 , 1, 1)} S genera a W
S =W
d) Probar que S es L.I.

S= { (1 , 1 ,0 ) ; (0 , 1, 1) }
( 0 , 0 , 0 , )= ( 1 , 1 ,0 )+ (0 ,1 , 1)
( )
+0 =0
S . E 1 +1 =0
0 +1 =0
( |) ( |)
1 00 1 00
1 1 0 f 2 f 2f 1 0 1 0
0 1 0 f 3 f 3f 2 0 0 0
! soluc
Cambio de base
Definicin: Matriz del cambio de base.
En un espacio vectorial V, dadas dos bases B y B, se llama matriz de cambio de
base (o de cambio de coordenadas) de B a B a la matriz que contiene en sus
columnas las coordenadas de los vectores de la base B expresados en funcin de
la base B.
Consideremos en 2 las dos bases siguientes: la base, B = {(2,3), (1, 1) }

La base cannica B = {(1,0), (0,1) }
Vamos a construir la matriz de cambio de base de B a B.

Para ello debemos expresar los vectores de la base B en funcin de la base
cannica B.
(2,3) = 2 (1,0) + 3 (0,1)

(1,1)= 1 (1,0) 1 (0,1)
Introduciendo estas coordenadas en las columnas de una matriz, tendremos
la matriz de cambio de base de B a B:
(
p= 2 1
3 1 )
BASES ORTONORMALES
DEFINICION: La bases ortonormales es un conjunto de

elementos en el que los elementos son mutuamente
ortogonales y normales, es decir, de magnitud unitario.
Este tipo de ejercicios se suele resolver por el mtodo de

Gram Schmiat.
Dados los vectores:
0 4 4
0 3 2

1 1 2
V1= V2= V3=
Se saca la determinante solo para saber si so linealmente

independiente.
En este caso la determinante es 4.
Paso 1: NORMALIZAR V1:
FORMULA:
0
0
vi (0, 0,1)
vi 1 1
U1= = = U1
Para sacar U1 se toma el vector uno entre la magnitud del
vector dos y la magnitud del vector 1 se saca0 al cuadrado
ms cero al cuadrado ms uno al cuadrado. Y se obtiene el 1.
Paso 2: SACAR EL VECTOR ORTOGONAL A V2:
FORMULA:
V2= V2 (V2 * U1) U1
Sustituimos valores:
4 4 0 0 4 0 4
3 3 0 0 3 0 3

1 1 1 1 1 1 0
V2= - = = -1 =
Paso 3 =NORMALIZAR V2
4 / 5
3 / 5
v2 (4, 3, 0)
v2 5 0
U2= = = U2
Paso 4: OBTENER VECTOR ORTOGONAL A U1 Y U2
FORMULA: V3= V3-(V3-Ui)UI ( v3*U2)U2
SE SUSTITUYE:
4 4 0 0 4 4 / 5 4 / 5
2 2 0 0 2 3 / 5 3 / 5

2 2 1 1 2 0 0
V3= - * -
4 0 88 / 25 4 88 / 25 12 / 5
2 0 66 / 25 2 66 / 25 16 / 5

2 2 0 2 2 0
V3= + + = - = V3
Paso5: NORMALIZAR V3
v3 12 / 25, 10 / 25, 0
v3 4/5
U3= =
3 / 5, 4 / 5, 0
U3=
Nuestra base ortonormal seria:
0 4 / 5
0 3 / 5
3 / 5, 4 / 5, 0
1 0
U1 U2 =U3

Espacios Vectoriales IV Bueno

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Espacios Vectoriales IV Bueno

Încărcat de

Drepturi de autor:

Formate disponibile

INSTITUTO TECNOLOGICO DE CHILPANCINGO

Cerca del ao 1636, Descartes y Fermat (clebres cientficos originarios de

Un espacio vectorial es aquel conjunto de vectores que cumple las propiedades o

Podramos decir que un espacio vectorial es la abstraccin de las propiedades de

La nocin de espacio vectorial se utiliza para nombrar a la estructura matemtica

Producto por escalar:

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

Elemento opuesto: e+ u=u+ e=u

Distributivas: x (u+v )=xu+ xv

Elemento neutro: 1(u)=u

1) Vectores de IR2 dimensin de espacio vectorial de 2.

Por ejemplo: (2, 3)

2) Vectores de IR3 dimensin de espacio vectorial de 3.

Por ejemplo: (2, 3, 4) (6, 8, 6)

3) Matrices de 2 x 2 dimensin de espacio vectorial de 4.

4) Matrices de 3 x 3 dimensin de espacio vectorial de 9.

5) Polinomios de primer grado dimensin de espacio vectorial de 2.

6) Polinomios de segundo grado dimensin de espacio vectorial de 3.

7) Polinomios de tercer grado dimensin de espacio vectorial de 4.

Se define como el espacio vectorial contenido en otro ms grande.

Un conjunto no vaco W de un espacio vectorial V es un SUBESPACIO de V si W

El criterio para la verificacin de que S sea subespacio de V, es que ambas

Para ello se definen 4 axiomas que de cumplirse, garantizan la existencia del

2. S es igual o est incluido en V.

3. La suma es ley de composicin interna.

4. El producto es ley de composicin externa.

-Si estos cuatro axiomas se cumplen entonces el conjunto es un subespacio.

1) Determinar si S forma un subespacio vectorial en IR3 .

S= {(x , y , z )/3 x2 y + z=0,(x , y , z IR) }

Determinar si existe el vector 0 sustituyendo el valor de las variables a 0.

x=0 y=0 z=0

Sustituyendo valores tenemos

Si existe el vector cero.

Propiedad de la suma de vectores.

Sustituyendo el valor del vector resultante en el espacio vectorialS y comprobar si

x=3 y=5 z=1

En esta propiedad nos dice que el producto de un vector que pertenezca al

Sustituyendo el valor del vector resultante en el espacio vectorialS y comprobar si

x=2 y=4 z=2

2) Determinar si B forma un subespacio vectorial IR3 .

B= {( x , y , z )/x 2 +2 yz=0,( x , y , z IR)}

Determinar si existe el vector 0 sustituyendo el valor de las variables a 0.

x=0 y=0 z=0

Sustituyendo valores tenemos

Si existe el vector cero.

Propiedad de la suma de vectores.

Para comprobar si se trata de un subespacio vectorial debemos sumar los

Sustituyendo el valor del vector resultante en el espacio vectorialB y comprobar si

x=4 y=1 z=8

En esta propiedad nos dice que el producto de un vector que pertenezca al

Sustituyendo el valor del vector resultante en el espacio vectorialB y comprobar si

x=12 y=8 z=20

Dados dos vectores: y , y dos nmeros: a yb, el vector se

matrices B y C, deben existir dos nmeros reales y tales que se verifique la

Para que se cumpla la anterior expresin se de cumplir que:

Sustituyendo el valor de en la ltima ecuacin (pues es la ms sencilla)

hallaremos el valor de:

Ahora veremos si se verifican las otras dos ecuaciones:

No se verifica la segunda ecuacin, por tanto A no se puede expresar como

1. Dado S = {(1,1,0) , (0,2,3) , (1,2,3)}. Determinar si S es LI o LD.

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

Como existe nica solucin (la trivial), entonces S es linealmente

2. Dado B = {(1,1,3) , (3,5,5) , (2,1,8)}. Determinar si B es LI o LD.

(0,0,0) = (1,1,3) + (3,5,5) + (2,1,8)