UNIVERSIDAD DE TECNOLOGIA Y COMERCIO

TRABAJO DE MATEMATICA IV

INTEGRANTES:
Héctor Josué Romero Berrios
Oscar Rene López Obando
Osmani G. Maltez Antón
Julio Antonio Hernández Urbina
Jonathan Trinidad Aburto Áreas

Docente:
Ing. Alejandro Dávila

Sábado, 16 de diciembre del 2017

ESPACIOS VECTORIALES

Un espacio vectorial V es un conjunto de vectores junto con dos operaciones, la

suma y la multiplicación por un escalar, que satisfacen las siguientes
propiedades:

Propiedades de la suma de vectores.

Sean , , vectores en V

1) La suma es otro vector en V

2) , es decir, la suma es conmutativa

3) , es decir, la suma es asociativa

4) Existe un vector cero en V, tal que

5) Para todo vector existe un vector , tal que , y se denomina el inverso

aditivo

Propiedades de la multiplicación por un escalar.

Sean y vectores en V, c y d constantes (escalares)

1) El vector es un vector en V

2)

3) . Los incisos 2 y 3 representan la propiedad distributiva.

4)

5) Para todo vector , , tal que , y se denomina el inverso aditivo

Ejemplo 1.

Como la suma y la multiplicación por un escalar de todos los vectores con dos
componentes satisfacen las 10 propiedades anteriores, decimos que con estas
propiedades es un espacio vectorial.

El lector puede probar lo anterior con cualesquiera vectores , , ,y

constantes c y d.

Dado que lo mismo se puede decir para vectores con tres, cuatro
o n componentes, entonces , y , con las propiedades correspondientes,
son espacios vectoriales.

Ejemplo 2.

El conjunto de puntos en que están en la recta , ¿es un espacio

vectorial?

Este conjunto de vectores lo podemos escribir de la forma .

Sea y , el lector puede ahora comprobar si se cumplen las 10
propiedades arriba mencionadas, y responder si es o no un espacio vectorial.

Desde luego que si es un espacio vectorial.

Ejemplo 3.

El conjunto de puntos en que están en la recta , ¿es un espacio

vectorial?

Este conjunto de vectores lo podemos escribir de la forma .

Sean y ,
En este caso, la suma
es un vector que no está en el conjunto , y por tanto no se cumple la
propiedad 1 de la suma. El conjunto dado no es espacio vectorial.

Ejemplo 4.

Considere el conjunto de las matrices de y las operaciones

convencionales de suma de matrices y producto de una matriz por un
escalar. Verifica que se cumplen las 10 propiedades para que sea espacio
vectorial.

Ejemplo 5.
Considera el conjunto P3 de los polinomios de grado menor o igual que
3. Sean y dos
polinomios en x de grado menor o igual que 3. El polinomio cero
en P3 es y el inverso aditivo
de es . Comprueba que P3 es espacio
vectorial.

Ejemplo 6.

Considera el conjunto F de las funciones con valores reales, definidas en un

intervalo [a, b] en los reales. Se puede definir el vector suma de f y g , dos
funciones en F, en la forma convencional

y para cualquier escalar c en los reales y cualquier función f en F se define el

producto por un escalar
.

SUBESPACIOS VECTORIALES

En el apartado anterior hemos podido comprobar que el conjunto de los

polinomios de coeficientes reales de grado menor o igual que tres tiene estructura
de espacio vectorial (P<=3(x),+,.R), y sin embargo los de grado exactamente igual
a cuatro no la tienen (P3(x),+.R).

Obsérvese que los polinomios de grado igual a tres son un SUBCONJUNTO de

los polinomios de grado menor o igual que tres. Así pues de este hecho podemos
extraer una conclusión clara: NO TODO SUBCONJUNTO DE UN ESPACIO
VECTORIAL TIENE A SU VEZ ESTRUCTURA DE ESPACIO VECTORIAL.

Esta circunstancia obliga a conocer las condiciones que ha de cumplir un

subconjunto de un espacio vectorial para mantener la misma estructura. Se trata
de estudiar los SUBESPACIOS VECTORIALES.

CONCEPTO DE SUBESPACIO VECTORIAL

Antes de dar las condiciones que ha de cumplir un subconjunto para tener

estructura de subespacio vectorial, vamos a intentar observar cuales pueden ser
estas condiciones.

Consideremos el espacio vectorial (R2,+,.R), y tomemos un suconjunto de

vectores del plano, por ejemplo los vectores que están contenidos en la recta x=0.
Todos estos vectores son verticales, por ejemplo

(0,1), (0,3), (0,4),....

Es claro que si tomamos este subconjunto del plano que en notación analítica
sería

todos los vectores contenidos en W cumplen las 8 propiedades de los espacios

vectoriales. Pero para analizar si este subconjunto es un subespacio vectorial de
R2 bastaría comprobar dos propiedades:
 1. que sumando dos vectores del W se obtiene otro vector de W. Esta
propiedad la cumple puesto que si sumamos dos vectores cuya componente
primera es cero, vuelve a resultar un vector con la componente primera nula.

2. que al multiplicar un vector de W por un escalar real cualquiera, vuelva a

resultar un vector de W. Esta situación nuevamente es clara, puesto que al
multiplicar cualquier escalar por la primera componente nula nos da como
resultado un vector con la primera componente nula.

El resto de propiedades no es necesario comprobarlas puesto que

todos los vectores del plano las cumplen y en consecuencia las
cumplirán los vectores de W.
Si ahora tomamos un subconjunto formado por los vectores del plano cuya
primera componente es 1, es decir

y tomamos dos vectores de este subconjunto, por ejemplo (1,2) y (1,5), obsérvese
que su suma es (2,7) que no pertenece a M. Por tanto la suma no es operación
interna en este subconjunto, y en consecuencia no puede ser un subespacio
vectorial.

CARACTERIZACIÓN DE LOS SUBESPACIOS VECTORIALES.

1.- Sea (V,+,.R) un subespacio vectorial , y sea W un subconjunto de V.

Diremos que W dotado con las mismas operaciones definidas en V, es un
subespacio vectorial del mismo si se verifican las dos siguiente propiedades:
a)

b)
una segunda forma de caracterizarlos se concreta en la condición equivalente a la
anterio

2.- W es un subespacio vectorial de V si y sólo si se verifica que

DEFINICIÓN DE SUBCONJUNTOS DE RN

Para definir los subconjuntos de Rn suele utilizarse la relación entre las

componentes de los vectores que lo componen. A esta relación, expresada en
forma de ecuaciones suele denominarse expresión analítica del subconjunto,
definida por las denominadas ECUACIONES CARTESIANAS del subespacio.

Por ejemplo, si consideramos

Podemos deducir que los vectores de este subespacio son aquellos vectores que
verifican esta relación entre sus componentes. De esta forma el vector (1,1,1) es
claro que no está en el subespacio W1, sin embargo el vector (1,1,2) si pertenece
a dicho subespacio. Las ecuaciones cartesianas en este caso son
x+y-z=0
Para determinar cómo son los vectores de este subespacio resultaría más útil,
encontrar un procedimiento mediante el cual se pudiera determinar de forma
automática cómo son los vectores del mismo. Un procedimiento para obtener
estas ecuaciones que determinan el subespacio, sería obtener las soluciones del
sistema de ecuaciones que definen al mismo.

En este caso como tenemos sólo una ecuación es fácil deducir que

z=x+y

Por tanto, z depende de dos valores independientes.

Las infinitas soluciones de este sistema (que en este caso está formado por una
sóla ecuación) serían de la siguiente forma:

ecuaciones que suelen denominarse ecuaciones PARAMÉTRICAS del

subconjunto.

De esta forma es fácil determinar cómo son los vectores del subespacio, pues en
este caso serían (x,y,x+y).
Hecho este inciso , podemos realizar algunos ejemplos con los que probemos
cuando un subconjunto de un espacio vectorial es un subespacio vectorial de
éste.

Por ejemplo, si tomamos el subconjunto anterior W1, tendríamos que comprobar

lo siguiente:

Dados dos vectores del mismo y dos números reales

cualesquiera a,b se trataría de comprobar si .

Vamos a efectuar esta operación con DERIVE.

Podríamos utilizar dos alternativas.

1ª ALTERNATIVA)

Definamos dos vectores genéricos de R3 utilizando el comando AUTHOR:

A continuación deberemos de construir el vector a*u+b*v y comprobar si cumple

las ecuaciones del subconjunto. Definimos por tanto el vector y simplificamos
(SIMPLIFY):

Vamos a ver si sus componentes verifican las condiciones del subespacio W1.
Según la ecuación cartesiana que define al subespacio debe cumplirse que
primera componente mas segunda componente menos tercera componente debe
valer cero. Si construimos esa expresión y luego simplificamos tenemos:

Pero obsérvese que los vectores u y v pertenecían a W1 por tanto cumplían que
x1+y1-z1=0 y x2+y2-z2=0, y en consecuencia, es claro que la última expresión
ha de valer cero. Por tanto W1 es un subespacio vectorial de R3.

2ª ALTERNATIVA)

Considerando los vectores con las restricciones del subconjunto, es decir en vez
de definir los vectores genéricos, tomar dos vectores del subconjunto W 1. Según
hemos visto antes los vectores de W1 son de la forma (x,y,x+y), luego
definiríamos en DERIVE:

Y ahora editaríamos la expresión a*u+b*u , tras simplificar se obtiene

que como se observa toma la expresión de un vector de W1.

EJERCICIO I.9

Indicar si los siguientes subconjuntos son o no subespacios vectoriales de los

espacios vectoriales indicados:
1) de R3
2) de R4
3) de R2
4) de R3
5) de R2
6) de R3

ALGUNOS SUBESPACIOS VECTORIALES SENCILLOS.

Existen dos subconjunto de un espacio vectorial que son muy sencillos:

1. El propio espacio v.
2. El subconjunto formado únicamente por el elemento neutro de V.

EJERCICIO I.10.
Sea el espacio vectorial (R2,+,.R), y consideremos el subconjunto del plano
W={(0,0)}. Comprobar que es un subespacio vectorial de R2.

EJERCICIO I.11.

A la vista del ejercicio anterior, podrías decir ¿cual es el elemento de un espacio

vectorial que ha de pertener a cualquier subespacio vectorial suyo?.

OPERACIONES ENTRE SUBESPACIOS VECTORIALES.

A) INTERSECCIÓN DE SUBESPACIOS.

Sean W1 y W2 dos subespacios vectoriales de un espacio vectorial (V,+,.R). La

intersección de dos subespacios vectoriales se define de la siguiente forma:

y
El significado de esta operación se puede obtener con el siguiente ejemplo de R2.

Ejemplo:

Sean W1={(x,y)/x+y=0} y W2={(x,y)/x-y=0}

Si representamos estos dos subespacios con DERIVE tenemos que se trata de dos
rectas que pasan por el (0,0).

NOTA 2: Para representar una recta con DERIVE; basta editarla con el comando
AUTHOR y a continuación aplicar el comando PLOT-PLOT para dibujarla en
una ventana de 2D. Si la ventana no estuviese abierta, el propio programa nos
pregunta acerca de la forma en que deseamos abrirla (al lado, encima, o
solapadamente).

En nuestro ejemplo por tanto tendríamos que editar con AUTHOR las dos
ecuaciones que definen los subespacios:
y a continuación dibujarlas: iluminando la expresión y aplicando PLOT-PLOT
para las dos expresiones. Se obtiene

La intersección de ambos subespacios sería la intersección de estas dos rectas, es

decir el {(0,0)}.

¿Cómo se podría haber resuelto de forma analítica?

La resolución analítica consiste en resolver el sistema de dos ecuaciones con dos

incógnitas que tenemos planteado:

x+y=0
x-y=0

obsérvese que la única solución de este sistema es x=0, y=0.

NOTA 3. Para resolver en DERIVE este sistema bastará con poner las
ecuaciones entre corchetes y aplicar el comando SOLVE.

En nuesto ejemplo, aunque es muy trivial, basta editar con AUTHOR la

expresión

y al aplicar el comando SOLVE resulta

Evidentemente, no siempre la solución resulta tan trivial. Si aumentamos la

dimensión del espacio vectorial, las posibilidades de intersección entre distintos
subespacios son mayores.
EJERCICIO I.12.

Dados los siguientes subespacios

Se pide:

1) Representarlos en el plano con la ayuda de DERIVE.

2) Deducir de esta representación los subespacios

¿Son subespacios vectoriales?

3) Si consideramos ahora

Calcular de forma gráfica y analítica el subespacio intersección

. ¿Es un subespacio vectorial?

4) ¿Podrías extraer alguna observación de lo que has estudiado en los

apartados anteriores?

Como acabamos de comentar la INTERSECCIÓN de subespacios

VECTORIALES en el plano es siempre única, interpretable como la posición
relativa de rectas del plano que se cortan en el origen. Esta situación se complica
si consideramos el espacio vectorial R3.

Por ejemplo. Supongamos que tomamos ahora los subespacios vectoriales

Obsérvese que W1 es un plano del espacio; W2 es una recta del espacio y W3 es
un plano del espacio. Si estudiamos de forma analítica, tendremos que
resolver un sistema de tres ecuaciones con tres incógnitas, que con DERIVE se
resolvería editando la expresión

que se resuelve aplicando el comando SOLVE obteniendo

es decir . De aquí se puede deducir que el plano W1 y la recta

W2 se cortan en el origen de coordenadas. Se trata de un plano y una recta del
espacio que se cortan en un punto.

Si estudiamos ahora la intersección , utilizando el mismo

procedimiento analítico, editamos en DERIVE la expresión

(obsérvese que hemos añadido un 0, situación muy común en DERIVE cuando

deseamos resolver un sistema de tres ecuaciones con dos incógnitas)

Y al resolver obtenemos

Es decir obtenemos que x=z, y=-z. Luego

subespacio que se corresponde con una recta del espacio. Esta intersección
representa por tanto dos planos que se cortan en el espacio en la recta que da
origen a su intersección.

EJERCICIO I.13.

Dados los subespacios vectoriales:

Se pide:

1) Obtener de forma analítica las siguientes intersecciones de subespacios W1

int. W2, W3 int. W4, W1 int. W4 y W1 int. W3.
2) Interpretar cual es la posición relativa de los subespacios vectoriales que
intervienen en cada una de las intersecciones anteriores.

OBSERVACIÓN.

De los ejercicios realizados antes se puede observar que la INTERSECCIÓN de

SUBESPACIOS VECTORIALES es siempre otro subespacio vectorial.

EJERCICIO I.14.

Demostrar formalmente que la intersección de dos subespacios vectoriales

pertenecientes a un mismo espacio vectorial vuelve a ser un subespacio
vectorial.

b) UNION DE SUBESPACIOS

Sean W1 y W2 dos subespacios vectoriales de un espacio vectorial (V,+,.R). La

unión de dos subespacios vectoriales se define de la siguiente forma:

El significado de esta operación se puede obtener con el siguiente ejemplo

de R2.

Ejemplo:

Sean W1={(x,y)/x+y=0} y W2={(x,y)/x-y=0}

Si representamos estos dos subespacios con DERIVE tenemos que se trata
de dos rectas que pasan por el (0,0).

El subespacio unión se obtendría por definición

observando gráficamente este subespacio (podemos representar con

DERIVE cada una de las dos rectas del plano con ayuda del comando
PLOT)

W2 W1

El subespacio unión lo formarán los vectores que están en uno u otro

subespacio. Podemos observar gráficamente que este subespacio no es
vectorial. Para ello basta tomar un vector de W1 por ejemplo el vector
(1,1), y otro vector de W2, por ejemplo el vector (1,-1), si sumamos estos
dos vectores obtenemos el vector (2,0) que claramente no pertenece al
subespacio unión. Observemos la situación gráfica:
Es evidente que este vector se sale del suconjunto unión por tanto la
unión de subespacios no es un subespacio vectorial

C) SUMA DE SUBESPACIOS

Ya que la UNIÓN de subespacios vectoriales no tiene por qué ser un

subespacio vectorial, necesitaríamos una operación alternativa que recoja
en cierta forma la idea de JUNTAR o AÑADIR propia de la unión, que
mantenga la estructura de subespacio vectorial

Para ello se construye la operación SUMA DE SUBESPACIOS:

Definición

Sean W1 y W2 dos subespacios vectoriales de V, se define la suma de estos

subespacios como

Esta definición se puede extender a la suma de varios subespacios:

Si Wi son subespacios vectoriales, con i=1,...,n se define la suma de estos

n-subespacios vectoriales como:
Veamos el significado geométrico de esta operación.

Ejemplo.

Dados los subespacios vectoriales de R2:

Vamos a estudiar geométricamente el subespacio suma con la

ayuda de DERIVE. Como en ejemplos anteriores es fácil representar estos
dos subespacios vectoriales que se reducen a dos rectas que pasan por el
origen

La suma de estos subespacios es claro deducir que se trata de todo el

espacio R2, ya que cualquier vector del plano se puede expresar como
suma de dos vectores que estén en los subespacios vectoriales citados.

La situación en R3 muestra nuevamente diversas combinaciones de los

subespacios vectoriales, mostrando posiciones relativas entre planos y
rectas. De esta forma si consideramos un plano de R3 que pasa por el
origen y una recta que no está contenida en dicho plano y que también
pasa por el origen, es fácil deducir que la suma de ese plano con la recta es
todo el espacio R3.
 Si tenemos en R3 un plano que pasa por el origen, y una recta contenida en
dicho plano, es evidente que la suma de dichos subespacios da como
resultado el propio plano.

Propiedad

Si tenemos un espacio vectorial V, se verifica:

Si es una familia de subespacios vectoriales de V entonces el

subespacio

es un subespacio vectorial

La demostración de esta propiedad se deja como ejercicio para intentar

realizar una demostración sobre objetos abstractos de un espacio
vectorial.

Ejercicio I.15
Dados los subespacios vectoriales de R3

Obtener el subespacio suma y el subespacio intersección.

D) SUMA DIRECTA DE SUBESPACIOS VECTORIALES

Cuando tenemos dos subespacios vectoriales cuya intersección es el elemento

neutro del espacio vectorial, y efectuamos la operación suma de subespacios, el
subespacio resultante se obtiene añadiendo "totalmente" los vectores de uno con
los de otro, es decir se realiza una SUMA DIRECTA de subespacios.
Definición

Sea V un espacio vectorial y sean W1 y W2 dos subespacios vectoriales de V, se

define la SUMA DIRECTA de estos subespacios al subespacio si y
sólo si y además

Ejemplo.

Sean los subespacios vectoriales

Se puede observar que W1 representa un plano del espacio y W2 una recta del
espacio no coincidente con el plano, pudiéndose comprobar que ,y
además que Por tanto se puede afirmar que

Además en este caso podemos afirmar que W1 y W2 son SUBESPACIOS

SUPLEMENTARIOS.

Es decir, cuando y W=V, es decir la suma directa coincide con el

espacio vectorial total, entonces se puede afirmar que los subespacios W1 y
W2 son SUBESPACIOS SUPLEMENTARIOS

BASE Y DIMENSIÓN DE UN ESPACIO VECTORIAL

ANTECEDENTES

Con el último resultado del apartado anterior podemos concluir que en cualquier
subespacio vectorial W siempre podemos encontrar un sistema de generadores
cuyos vectores sean linealmente independientes. Esta característica además
permite deducir que el número de vectores de un conjunto de vectores de V
linealmente independientes, no puede ser superior al número de vectores precisos
para generar V es decir

{nº máximo de vectores l.i. en V} {nº mínimo de vectores precisos

para generar V}

Reflexionemos sobre la siguiente cuestión.

¿Cuántos vectores pueden ser como máximo l.i. en R3?

¿Cuántos vectores son precisos como mínimo para generar R3?
Contestando a estas cuestiones obtendríamos una intuición concreta de la idea
que acabamos de reseñar.

Pero vamos a ahondar en esta cuestión estudiando de qué forma se representan

los elementos de un vector de W a partir de un sistema de generadores de W.

Ejemplo

Sea W={(x,y,z)/x+y+z=0}

Los conjuntos de vectores

G1={(-1,1,0),(-1,0,1)} y G2={(-1,1,0),(-1,0,1),(-2,1,1)}

son ambos sistemas de generadores de W. (Se puede comprobar con DERIVE)

Mientras que G1 es un conjunto L.I. pues si efectuamos en DERIVE:

Por otro lado G2 es L.D. ya que si efectuamos:

Al ser dos sistemas de generadores, cualquier vector del subespacio se podrá
expresar como combinación lineal de cada uno de los vectores del conjunto.
Tomemos un vector cualquier del subespacio, por ejemplo (3,0,-3).

¿Cuál será la combinación lineal de vectores de G1 para obtener el vector (3,0,-

3)?

Utilicemos DERIVE. Para resolver esta cuestión debemos plantear la ecuación

vectorial

que al simplificar nos da el sistema de tres ecuaciones y tres incógnitas siguiente:

cuya solución es

Por tanto el vector (3,0,-3) se representaría a través de G1 mediante la

combinación lineal que toma como valores (0,3).

¿Cuál será la combinación lineal de vectores de G2 para obtener el vector (3,0,-

3)?

Si usamos DERIVE, plantearemos la ecuación

que al simplificar nos da el sistema

cuya solución es
Por tanto, en este caso tenemos infinitas combinaciones lineales, por ejemplo
podríamos decir que

con @2=1

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

con @2=2

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

y así sucesivamente.

¿Por qué se dá esta diferencia entre dos sistemas de generadores que generan el
mismo subespacio?

La respuesta es bien sencilla:

Un vector de un subespacio vectorial W se genera de FORMA ÚNICA por

sistemas de generadores de W que sean L.I.; y por el contrario existen infinitas
formas de generar un vector del subespacio W mediante sistemas de generadores
de W que sean L.D.

Practiquemos más sobre estas cuestiones mediante el siguiente ejercicio:

Ejercicio I.27

Dado el subespacio vectorial

a) Obtener dos sistemas de generadores de W uno L.I. G1 y otro L.D. G2

b) Obtener la combinación o combinaciónes lineales de vectores de G 1 y

G2 necesarias para obtener el vector (0,1,2,-1) de W.

Por tanto resultaría muy interesante tomar sistemas de generadores linealmente

independientes de un subespacio vectorial W, ya que estos conjuntos de vectores
determinan de FORMA UNÍVOCA cualquier vector del subespacio. Por este
motivo se introduce el concepto de BASE DE UN SUBESPACIO
VECTORIAL.

Definición BASE DE UN SUBESPACIO VECTORIAL

Sea un conjunto de vectores del subespacio

vectorial W.

Diremos que B es una BASE de este subespacio vectorial si y sólo si:

1) B es un SISTEMA DE GENERADORES de W

2) B es un conjunto LINEALMENTE INDEPENDIENTE.

Si observamos el ejemplo anterior el primer conjunto G1 es una

base del subespacio vectorial W pues es un sistema de generadores
de W y además los vectores son l.i.
Ejercicio I.28

Encontrar una base B del subespacio vectorial

y representar el vector (1,1,-1,2) mediante los elementos de dicha base.

¿Cuál es la ventaja que tiene la base B de un subespacio vectorial?

La ventaja es evidente: TODO VECTOR del subespacio vectorial se puede

expresar de forma única a través de los vectores de la base B. En consecuencia,
los valores o parámetros de la combinación lineal de vectores de B que
representan a cualquier vector del subespacio W, son valores únicos para esta
base. Esta situación puede permitirnos definir el concepto de COORDENADA:

Definición: COORDENADA

Sea una base del subespacio vectorial W y sea un

vector de W.
Diremos que son las coordenadas del vector respecto de
la base B si y sólo si se verifica que

Veamos a continuación un ejemplo de cómo obtener las coordenadas de un

vector respecto de una base con ayuda de DERIVE:

Ejemplo.

Dado el subespacio vectorial .

Una base de dicho subespacio sería por ejemplo la formada por: el conjunto de
vectores

B={(-1,0,2,0),(0,1,0,0),(0,0,0,1)} basta obtener las ecuaciones paramétricas del

subespacio.

Pues bien si tomamos un vector cualquier del subespacio, por ejemplo el vector (-
2,3,4,2) ¿cuáles serán las coordenadas de ese vector respecto de la base obtenida
B?

Para obtenerlas basta con encontrar la combinación lineal de los vectores de la

base B mediante la cual podemos obtener el vector dado, es decir, plateamos en
DERIVE la ecuación vectorial

al simplificarla obtenemos el sistema de ecuaciones

y al resolverlo resultan los valores

lo cual indica que el vector (-2,3,4,2) = (2,3,2)B que son sus coordenadas en la
base B.

Si tomamos una base distinta por ejemplo

B2={(1,0,-2,0),(0,2,0,1),(0,0,0,1)} el mismo vector (-2,3,4,2) tendrá unas
coordenadas distintas.

En este caso la ecuación vectorial a resolver sería

es decir, el sistema de ecuaciones

cuya solución es

Luego en este caso el vector (-2,3,4,2) tiene de coordenadas (-2,3/2,1/2) en la

nueva base B2.

Así pues, aunque una base determina de forma unívoca a cada vector de un
subespacio vectorial, sin embargo bases distintas proporcionan coordenadas
distintas a un mismo vector de un determinado subespacio.

Ejercicio I.29

Dados los conjuntos de vectores

B1={(1,2,3),(0,0,1),(-1,1,0)}

B2={(1,1,1),(1,1,0),(1,0,0)}

B3={(1,0,0),(0,1,0),(0,0,1)}

Se pide:

a) Comprobar si son bases de R3.

b) Obtener las coordenadas del vector (3,2,-1) respecto de los conjuntos
anteriores que sean base.
PROPIEDADES IMPORTANTES DE LAS BASES.

1. DIMENSIÓ

N DE UN SUBESPACIO.

Hasta ahora venimos hablando de espacios vectoriales generados por un número

finito de vectores (llamados también espacios vectoriales finitos) y hemos venido
observando que las bases de un subespacio tienen una característica común:
TIENEN EL MISMO NÚMERO DE ELEMENTOS.

Este número invariante en cualquier base del subespacio vectorial recibe el

nombre de DIMENSIÓN DEL SUBESPACIO VECTORIAL.

En consecuencia todo espacio vectorial finito está generado por un número fijo
de vectores linealmente independientes, la dimensión del espacio.

Ejercicio I.30

Dado el subespacio vectorial se pide

calcular la dimensión del subespacio.

2. BASE CANÓNICA DE UN ESPACIO VECTORIAL

Si consideramos el espacio vectorial (R3,+.R) podremos encontrar infinidad de

bases todas ellas formadas por 3 vectores, pero una de las bases de este espacio
vectorial Bc={(1,0,0),(0,1,0),(0,0,1)} tiene una propiedad importante: cualquier
vector del espacio vectorial verifica que sus componentes coinciden con sus
coordenadas respecto de la base canónica.
Este tipo de bases se llaman BASES CANÓNICAS.

Ejercicio I.31

Sea el espacio vectorial (R5,+,.R). Obtener tres bases del espacio vectorial (una
de ellas la canónica) y obtener las coordenadas del vector (3,2,0,1,0) respecto de
dichas bases.
3. RELACIÓN QUE GUARDAN LA ECUACIONES CARTESIANAS DE
UN SUBESPACIO CON SU DIMENSIÓN.

Para ello planteamos el siguiente ejercicio

Ejercicio I.32.

Sea el subespacio vectorial

Se pide:

a) Obtener la dimensión de dicho subespacio.

b) De las tres ecuaciones cartesianas que definen el subespacio, ¿existe alguna

que sea redundante? ¿Cuántas ecuaciones cartesianas no redundantes tiene W?

c) Deduce alguna relación entre la dimensión del subespacio y el número de

ecuaciones no redundantes.

A partir del ejercicio anterior se puede obtener una intuición de la propiedad que
guardan la dimensión de un subespacio vectorial y el número de sus ecuaciones
no redundantes, de tal forma que se verifica:

Si W es un subespacio vectorial de V (espacio vectorial finito) entonces

dim(V)- dim(W) = n-m= número de ecuaciones no redundantes

Así pues para caracterizar un subespacio vectorial en base a sus ecuaciones

cartesianas, son precisas n-m ecuaciones cartesianas no reduntantes que
relacionen sus componentes.
4. PROLONGACIÓN DE UNA BASE

Consideremos el subespacio vectorial

Se trata de un subespacio vectorial de dimensión 2 (núm. ecuaciones no

redundantes =1, y dim(R3)=3).
Una base de W podría ser el conjunto de vectores BW={(1,0,1),(0,1,0)}

¿Podríamos conseguir una base de R3, a partir de estos dos vectores que
configuran la base de W?

Para contestar a esta pregunta únicamente necesitaría encontrar un tercer vector

que no esté en W; por ejemplo sea el vector (2,0,1).

Con este nuevo vector, que claramente no está en W, podría construir el conjunto
de vectores

B={(1,0,1),(0,1,0),(2,0,1)}

¿B es una base de R3?

Si estos tres vectores fuesen l.i. , ya tendríamos la base. Si planteamos en

DERIVE la ecuación vectorial
al simplificar obtenemos el sistema

cuya única solución es

Por tanto los tres vectores son l.i. , y en consecuencia he conseguido obtener una
base de R3 PROLONGANDO una base de un subespacio vectorial suyo.

Esto se puede realizar siempre en espacios vectoriales finitos.

Ejercicio I.32.

Dado el subespacio vectorial de R5

Se pide:

a) Obtener una base B1 de W

b) Obtener una base B2 de R5 mediante una prolongación de la base obtenida

para W.

c) Obtener la coordenadas del vector de W (1,1,-2,-1,3) en las bases B1 y B2.

¿Observas alguna característica? Enunciala y compruebala con otros ejemplos.

5. BASES ORTONORMALES Y BASES ORTOGONALES.

Existen dos tipos de bases muy importantes:

BASES ORTOGONALES.
Diremos que B es una base ortogonal de V si el producto escalar de dos
vectores cualesquiera de la base siempre es nulo, o dicho de otra forma si
todos los vectores son perpendiculares dos a dos.

BASES ORTONORMALES

Diremos que B es una base ortonormal de V si

a) B es una base ortogonal

b) Todos los vectores de B son unitarios.

Ejercicio I.33.

Sea B={(1,1,0),(1,-1,0),(0,0,1)}. Se pide

a) Comprobar que B es una base ortogonal de R3?

b) Construir una base ortonormal de R3 a partir de la base anterior.