Bases y dimensión de un espacio vectorial*

Por: SUÁREZ AZPUR, Fredy R.

Noviembre de 2017

Sea E un espacio vectorial y X un conjunto de generadores de E. Si X es un conjunto finito, otros generadores

de E pueden tener la misma cantidad de vectores que X, y otros generadores menos vectores que X. Los
generadores de E no siempre tendrán la misma cantidad de vectores. Es posible encontrar generadores con
la menor cantidad posible de vectores, el objetivo principal de esta guı́a es hallar generadores de E con tal
cualidad.

Ejemplo 1 (Un subespacio de R4 generado por cuatro vectores).

Sean v1 = (1, 2, 3, 4); v2 = (2, 0, 3, 0); v3 = (3, 2, 6, 4) y v4 = (5, 2, 9, 4) vectores de R4 . Halle el
subespacio de R4 generado por X = {v1 , v2 , v3 , v4 }.

Solución:

Denotemos por F = hv1 , v2 , v3 , v4 i el subespacio de R4 generado por X = {v1 , v2 , v3 , v4 }

Sea u = (x, y, z, t) ∈ F , entonces u es combinación lineal de los vectores de X = {v1 , v2 , v3 , v4 }

=⇒ existen escalares a, b, c, d tales que u = av1 + bv2 + cv3 + dv4

=⇒ u = a(1, 2, 3, 4) + b(2, 0, 3, 0) + c(3, 2, 6, 4) + d(5, 2, 9, 4)
=⇒ (x, y, z, t) = (a + 2b + 3c + 5d, 2a + 2c + 2d, 3a + 3b + 6c + 9d, 4a + 4c + 4d)

 a + 2b + 3c + 5d = x

2a + 2c + 2d = y

=⇒ es un sistema lineal compatible.

 3a + 3b + 6c + 9d = z

4a + 4c + 4d = t
=⇒ La matriz ampliada asociada a este sistema lineal es
1 2 3 5 x 1 2 3 5 x
     
 2 0 2 2 y   2 0 2 2   y 
A0 = [A|b] =   3 3 6 9 z  , donde A =  3 3 6 9  y b =  z 
    

4 0 4 4 t 4 0 4 4 t
1 2 3 5 x
 
 0 4 4 8 2x − y  0
=⇒ 
 0 0 0 0 6x + 3y − 4z  es la matriz escalonada equivalente por filas a A


0 0 0 0 2y − t
=⇒ ran (A) = ran (A0 ) pues el sistema lineal es compatible
=⇒ 6x + 3y − 4z = 0 y 2y − t = 0 son las condiciones para las coordenadas de (x, y, z, t).

Por lo tanto n . o
F = (x, y, z, t) ∈ R4 6x + 3y − 4z = 0 ∧ 2y − t = 0 .

* Esta guı́a es un resumen del contenido teórico que se desarrollará en clase. Los ejercicios que aquı́ se presentan serán solo para

el desarrollo en clase. El estudiante debe recurrir a la bibliografı́a señalada en el silabo para profundizar el contenido teórico.

1
Espacios vectoriales

Ejemplo 2 (Un subespacio de R4 generado por tres vectores).

Sean v1 = (1, 2, 3, 4); v2 = (2, 0, 3, 0) y v3 = (3, 2, 6, 4) vectores de R4 . Halle el subespacio de R4
generado por X = {v1 , v2 , v3 }.

Solución:

Denotemos por F = hv1 , v2 , v3 i el subespacio de R4 generado por X = {v1 , v2 , v3 }.

Sea u = (x, y, z, t) ∈ F , entonces u es una combinación lineal de los vectores de X = {v1 , v2 , v3 }

=⇒ existen escalares a, b, c tales que u = av1 + bv2 + cv3

=⇒ u = a(1, 2, 3, 4) + b(2, 0, 3, 0) + c(3, 2, 6, 4)
=⇒ (x, y, z, t) = (a + 2b + 3c, 2a + 2c, 3a + 3b + 6c, 4a + 4c)

 a + 2b + 3c = x

2a + 2c = y

=⇒ es un sistema lineal compatible.

 3a + 3b + 6c = z

4a + 4c = t
=⇒ La matriz ampliada asociada a este sistema lineal es
1 2 3 x 1 2 3 x
    
 2 0 2 y   2 0 2   y 
A0 = [A|b] =   3 3 6 z  , donde A =  3 3 6  y
   b= 
 z 
4 0 4 t 4 0 4 t
1 2 3 x
 
 0 4 4 2x − y 
 es la matriz escalonada equivalente por filas a A0
=⇒ 
 0 0 0 6x + 3y − 4z 
0 0 0 2y − t
=⇒ ran (A) = ran (A0 ) pues el sistema lineal es compatible
=⇒ 6x + 3y − 4z = 0 y 2y − t = 0 son las condiciones para las coordenadas de (x, y, z, t).

Por lo tanto n . o
F = (x, y, z, t) ∈ R4 6x + 3y − 4z = 0 ∧ 2y − t = 0 .

Observación:

Los ejemplos anteriores muestran a dos generadores del subespacio vectorial F y que ellos tienen diferente
cantidad de elementos. El objetivo es obtener generadores con la menor cantidad posible de vectores.

1. Dependencia lineal
Definición 1.
Sea E un espacio vectorial. Un subconjunto no vacı́o X de E se dirá que es linealmente independiente
si cada vector de X no es combinación lineal de otros vectores de X.

Observaciones:

1 Si X es un subconjunto linealmente independiente de E, diremos que los elementos de X son vectores

linealmente independientes.
2 El conjunto X no es linealmente independiente si existe un vector v de X tal que v sea una combinación
lineal de otros vectores de X.
3 Si X no es linealmente independiente diremos que X es linealmente dependiente.

UNSCH 2 Digitado en LATEX por: Suárez Azpur, Fredy R.

Espacios vectoriales

4 Si v es el vector no nulo de E, entonces X = {v} es linealmente independiente.

5 Sean u, v dos vectores de E. Diremos que u es paralelo a v si existe un escalar α tal que u = αv. En tanto
u no es paralelo a v si para todo escalar α se tiene que u 6= αv.

? El vector nulo de E es paralelo a todo vector de E.

? Si u no es paralelo a v, entonces ambos son vectores no nulos.
? Si u es paralelo a v, entonces el conjunto X = {u, v} es linealmente dependiente.
? Si u no es paralelo a v, entonces el conjunto X = {u, v} es linealmente independiente.
6 Si 0 ∈ X, entonces X es linealmente dependiente.

7 Si X es linealmente independiente, entonces 0 ∈

/ X.

El siguiente teorema permite reconocer subconjuntos linealmente independiente de un espacio vectorial cualquiera;
pero ello implica resolver sistemas lineales homogéneos.

Teorema 1.
Sea X un subconjunto del espacio vectorial E.

? Si X es linealmente independiente; v1 , · · · , vn ∈ X; α1 , · · · , αn ∈ R y α1 v1 + · · · + αn vn = 0
entonces α1 = · · · = αn = 0.

? Si X es finito y la combinación lineal nula de vectores de X es aquella cuyos coeficientes son

iguales a cero, entonces X es linealmente independiente.

Observaciones:

1 Sea X = {v1 , · · · , vn } ⊂ E. El sistema lineal homogéneo generado por la combinación lineal nula

α1 v1 + · · · + αn vn = 0

es en las incógnitas α1 , · · · , αn .
2 Sea X = {v1 , · · · , vn } ⊂ E. Si el sistema lineal homogéneo generado por la combinación lineal nula

α1 v1 + · · · + αn vn = 0

tiene como única solución α1 = · · · = αn = 0, entonces X es linealmente independiente.

3 Sea X = {v1 , · · · , vn } ⊂ E. Si el sistema lineal homogéneo generado por la combinación lineal nula

α1 v1 + · · · + αn vn = 0

tiene infinitas soluciones, entonces X es linealmente dependiente.

4 Sea X = {v1 , · · · , vn } ⊂ E. X es linealmente dependiente si existen escalares α1 , · · · , αn no todos nulos
tales que α1 v1 + · · · + αn vn = 0

Ejemplo 3.
X = {e1 , · · · , en } es un subconjunto linealmente independiente del espacio vectorial Rn .

Ejemplo 4.
n o
X = e11 , e12 , · · · , e1n , e21 , e22 , · · · , e2n , · · · , em1 , em2 , · · · , emn es un subconjunto linealmente in-
dependiente del espacio vectorial Rm×n .

UNSCH 3 Digitado en LATEX por: Suárez Azpur, Fredy R.

Espacios vectoriales

Ejemplo 5.
n o
X = 1, x, x2 , x3 , · · · , xn es un subconjunto linealmente independiente del espacio vectorial Pn [x].

Corolario 1.
Sea X = {v1 , · · · , vn } un subconjunto linealmente independiente del espacio vectorial E.
Si u = α1 v1 + · · · + αn vn y u = β1 v1 + · · · + βn vn , entonces α1 = β1 , · · · , αn = βn .

Este corolario afirma que si un vector es escrito como una combinación lineal de todos los elementos de un
conjunto linealmente independiente X, entonces este vector no puede ser escrito como otra combinación lineal
de vectores de X, es decir, la escritura de la combinación lineal es única.
Observaciones:
Sean X y Y subconjuntos de un espacio vectorial E.
1 Si X es linealmente independiente y Y ⊂ X, entonces Y es linealmente independiente.

2 Si X es linealmente dependiente y X ⊂ Y , entonces Y es linealmente dependiente.

3 Si X es linealmente dependiente, entonces existe un subconjunto Y de X tal que Y es linealmente inde-

pendiente.

Teorema 2.
Sean v1 , · · · , vm vectores no nulos del espacio vectorial E. Si ninguno de ellos es combinación lineal
de los anteriores, entonces X = {v1 , · · · , vm } es un conjunto linealmente independiente.

Teorema 3.
Sean v1 , · · · , vm vectores no nulos del espacio vectorial E. Si ninguno de ellos es combinación lineal
de los posteriores, entonces X = {v1 , · · · , vm } es un conjunto linealmente independiente.

Ejemplo 6.
Sean v1 = (2, 2, 3), v2 = (−1, −2, 1) y v3 = (0, 1, 0) vectores de R3 . Demostremos que el conjunto
X = {v1 , v2 , v3 } es linealmente independiente.

Solución:

Sea la combinación lineal nula

α1 v1 + α2 v2 + α3 v3 = 0,
el sistema lineal homogéneo generado por esta combinación lineal es

2α1 −α2 = 0
2α1 −2α2 +α3 = 0
3α1 +α2 = 0

de donde obtenemos α1 = α2 = α3 = 0. Por lo tanto X es linealmente independiente.

Ejemplo 7.
Sean v1 = (1, 0, 0), v2 = (0, 1, 0), v3 = (0, 0, 1) y v4 = (1, 1, 1) vectores de R3 . Demostremos que el
conjunto X = {v1 , v2 , v3 , v4 } es linealmente dependiente.

UNSCH 4 Digitado en LATEX por: Suárez Azpur, Fredy R.

Espacios vectoriales

Solución:

Sea la combinación lineal nula

α1 v1 + α2 v2 + α3 v3 + α4 v4 = 0,
el sistema lineal homogéneo generado por esta combinación lineal es

α1 +α4 = 0
α2 +α4 = 0
α3 +α4 = 0

las infinitas soluciones de este sistema lineal están dadas por

α1 = α2 = α3 = −`, α4 = `.

Por lo tanto X es linealmente dependiente.

2. Bases de un espacio vectorial.

El objetivo es la determinación de una cantidad mı́nima de vectores de un espacio vectorial E que lo genera,
los conjuntos de vectores que generarán E pueden llegar a ser linealmente independientes o linealmente depen-
dientes. Si un generador de E es linealmente dependiente, tal generador contiene un subconjunto linealmente
independiente que también será otro generador de E, a estos subconjuntos lo denominaremos una base para el
espacio vectorial E.

Definición 2.
Sean el E un espacio vectorial y B un subconjunto de E. B es una base de E si B es linealmente
independiente y es un generador de E.

Observaciones:

1 Una base de un espacio vectorial E contiene la cantidad mı́nima de vectores que generan a E. Para conocer
completamente al espacio vectorial no es necesario conocer a todos sus vectores, solo a los vectores de una
de sus bases.
2 Un espacio vectorial E puede tener más de una base.

3 Si B = {v1 , · · · , vn } es una base de E y v ∈ E, entonces existen escalares α1 , · · · , αn tales que

v = α1 v1 + · · · + αn vn ,

estos escalares son únicos. La existencia de estos escalares esta garantizada pues B genera E y su unicidad
es debido a que B es linealmente independiente.
4 Si B = {v1 , · · · , vn } es una base de E y v ∈ E se escribe como v = α1 v1 + · · · + αn vn , diremos que
α1 , · · · , αn son las coordenadas de v en la base B.

Ejemplo 8.
B = {e1 , · · · , en } es una base del espacio vectorial Rn , B se denominará la base canónica de Rn .

Ejemplo 9.
n o
B = e11 , e12 , · · · , e1n , e21 , e22 , · · · , e2n , · · · , em1 , em2 , · · · , emn es una base del espacio vectorial
Rm×n .

UNSCH 5 Digitado en LATEX por: Suárez Azpur, Fredy R.

Espacios vectoriales

Ejemplo 10.
n o
B = 1, x, x2 , x3 , · · · , xn es una base del espacio vectorial Pn [x].

Demostraremos que si E es un espacio vectorial y posee una base finita con n elementos, entonces cualquier
otra base de E posee exactamente n elementos, al número natural n se le denominara dimensión del espacio
vectorialE.
Teorema 4.
Si los vectores v1 , · · · , vm generan el espacio E, entonces un conjunto con más de m vectores es
linealmente dependiente.

Corolario 2.
Si los vectores v1 , · · · , vm generan el espacio vectorial E y los vectores u1 , · · · , un son linealmente
independiente, entonces n ≤ m.

Prueba

El teorema anterior afirma que si {v1 , · · · , vn } genera E y X tiene n vectores (n > m), entonces X es lineal-
mente dependiente. Esta afirmación es equivalente a: Si {v1 , · · · , vn } genera E y {u1 , · · · , un } es linealmente
independiente, entonces n ≤ m.

Corolario 3.
Si el espacio vectorial E admite una base B = {u1 , · · · , un }, entonces cualquier otra base de E posee
exactamente n vectores

Prueba

Sea B 0 = {v1 , · · · , vm } otra base del espacio E probemos que m = n.

? Como B 0 genera E y B es linealmente independiente, entonces n ≤ m.

? Como B genera E y B 0 es linealmente independiente, entonces m ≤ n.

? De n ≤ m y m ≤ n concluimos que m = n.
Se dice que un espacio vectorial E es de dimensión finita si admite una base B con un cantidad finita de
vectores. Si n es la cantidad de vectores de una base de E, entonces cualquier otra base de E posee exactamente
n vectores. A n se le llama dimensión de E y lo denotamos por

dim E = n.

Ejemplo 11.
n o
Debido a que el conjunto B = e1 , · · · , en es una base del espacio vectorial real Rn , cualquier otra
base de Rn posee n vectores y
dim Rn = n.

Ejemplo 12.
n o
Debido a que el conjunto B = 1, x, x2 , x3 , · · · , xn es una base del espacio vectorial real Pn [x],
cualquier otra base de Pn (x) posee n + 1 vectores y

dim Pn = n + 1.

UNSCH 6 Digitado en LATEX por: Suárez Azpur, Fredy R.

Espacios vectoriales

Ejemplo 13.
n o
Debido a que el conjunto B = e11 , e12 , · · · , e1n , e21 , e22 , · · · , e2n , · · · , em1 , em2 , · · · , emn es una
base del espacio vectorial Rm×n , entonces

dim Rm×n = mn.

Ejemplo 14.
Si E es un espacio vectorial y F = {0} es un subespacio de E, entonces dim F = 0.

Observación

Sea E un espacio vectorial. Para demostrar que B es una base de E, se debe verificar que

? B genera E y
? B es linealmente independiente.
Teorema 5.
Sean E un espacio vectorial de dimensión finita n y X = {v1 , · · · , vn } un subconjunto E, entonces
X genera E si, y solo si, X es linealmente independiente.

Observación

Si la dimensión del espacio vectorial E es n y X es un subconjunto con n vectores de E, para demostrar que X
es una base de E es suficiente verificar que X es linealmente independiente o X genera E.

Ejemplo 15.
Sean v1 = (2, 2, 3), v2 = (−1, −2, 1) y v3 = (0, 1, 0) vectores de R3 . En el ejemplo (6) se demostró que
el conjunto X = {v1 , v2 , v3 } es linealmente independiente, entonces de acuerdo al teorema (5) el
conjunto X genera R3 .

Ejemplo 16.
Sean v1 = (1, 2, 3, 4); v2 = (2, 0, 3, 0); v3 = (3, 2, 6, 3); v4 = (5, 2, 10, 0) ∈ R4 . Se demuestra sin
dificultad que el conjunto X = {v1 , v2 , v3 , v4 } genera R4 , entonces de acuerdo al teorema (5) el
conjunto X es linealmente independiente.

Teorema 6.
Sea E un espacio vectorial de dimensión finita “n”, entonces:
1 Todo subconjunto X que genera E contiene una base.

2 Todo subconjunto linealmente independiente de E está contenido en una base.

3 Todo subespacio F de E tiene dimensión finita y dim F ≤ dim E.

4 Si F es un subespacio de E y dim F = n, entonces E = F .

5 Si F es un subespacio de E y dim F < dim E, entonces F 6= E.

Observaciones:

UNSCH 7 Digitado en LATEX por: Suárez Azpur, Fredy R.

Espacios vectoriales

1 El item 1) del teorema (6) afirma que si X genera el espacio vectorial E y X continen más de n vectores,
entonces es posible quitar algunos vectores de X de modo que los vectores que quedan ya sean linealmente
independiente, este nuevo subconjunto de X será una base de E. Pero suponiendo que X tenga exactamente
n vectores, entonces de acuerdo al (5) X es linealmente independiente, por lo tanto X es una base de E.
2 Del item 2) del teorema (6), sea X un subconjunto linealmente independiente del espacio vectorial E.
Si X posee n vectores entonces por el teorema(5) X es un generador de E. Sunpongamos que X posee
menos de n vectores, entonces X no genera el espacio E, por lo que es necesario agregar algunos vectores
a X de modo que este nuevo conjunto que contiene a X siga siendo linealmente independiente, pero con
la diferencia de que ya sea un generador de E, por lo tanto será una base de E.
3 El item 3) del teorema (6) afirma que si tenemos cualquier subespacio de E, éste no tendrá dimension
mayor a la dimension de E.
4 El item 4) del teorema (6) afirma que si tenemos cualquier subespacio de E diferente de E tendrá dimension
menor a la dimension de E. Pero si un subespacio tiene la dimension igual a la dimesion de E, este
subespacio necesariamente tendrá que ser E.
5 Un espacio vectorial se dice que es de dimensión infinita si no tiene dimensión finita, es decir, cuando
ningún subconjunto finito de E es una base de E.
6 Podemos decir que el espacio E tiene dimensión infinita si no es generado por un conjunto finito de
vectores.

Ejemplo 17.
El espacio vectorial real P [x] de los polinomios es de dimensión infinita, ya que
n o
1, x, x2 , x3 , · · · , xn , · · ·

es una de sus bases.

Teorema 7 (Lista de equivalencias no singulares).

Sea A una matriz de orden n × n, entonces las siguientes proposiciones son equivalentes.
1 A es no singular (invertible)

2 X = 0 es la única solución del sistema lineal homogéneo AX = 0.

3 A es equivalente por filas a la matriz identidad In de orden n × n.

4 AX = b posee única solución para cada vector b de orden n × 1.

5 det(A) 6= 0

6 ran (A) = n

7 Las filas de A forman una base de Rn .

8 Las columnas de A forman una base de Rn .

UNSCH 8 Digitado en LATEX por: Suárez Azpur, Fredy R.

Espacios vectoriales

3. Matrices de cambio de bases

Índice
1. Dependencia lineal 2

2. Bases de un espacio vectorial. 5

3. Matrices de cambio de bases 9

UNSCH 9 Digitado en LATEX por: Suárez Azpur, Fredy R.