ESPACIOS VECTORIALES, SUBESPACIOS

Y COMBINACIÓN LINEAL
Definición - Axiomas.
SITUACIÓN PROBLEMÁTICA

En el esquema se muestra un sistema con retroalimentación en ciclo cerrado que

controla el ángulo de inclinación de un transbordador durante el vuelo. Los
símbolos de empalme ⊗ muestran dónde se añaden las señales de diversos
sensores a las señales de la computadora que fluyen por la parte superior.
Matemáticamente, las señales de entrada y salida de un sistema de control son
funciones, que puedan sumarse, como en el esquema, y multiplicarse por
escalares. Por esta razón, al conjunto de todas las posibles entradas (funciones) se
le denomina espacio vectorial.
 SABERES PREVIOS
• ¿Qué es el conjunto de los números reales?

• ¿Qué es un espacio?

• ¿Qué una aplicación?

• ¿Qué es una relación binaria?

• ¿Qué es un producto cartesiano?

LOGRO

Al finalizar la sesión, el
estudiante identifica un
espacio y subespacio
vectorial, la combinación
lineal, la base y la
dimensión utilizando los
axiomas y propiedades de
forma correcta.
CONTENIDOS

vectoriales Definición
Espacios

Axiomas

Subespacios
Combinación

Definición
lineal

Dependencia e
independencia lineal
Bases y
dimensión
1. ESPACIO VECTORIAL

Sea el conjunto V   , al cual se le asocia dos

operaciones (una interna y otra externa) tal que:

+ : V V → V
(
x, y x+ y )
• : R V → V
(
, x •x )

diremos que el conjunto Ves un espacio vectorial, cuando

sus operaciones satisfacen los siguientes axiomas:
 1.1. AXIOMAS

𝑨𝟏 : Cerradura bajo la suma: 𝑴𝟏 : Cerradura bajo la multiplicación:

𝑆𝑖 𝑥Ԧ ∈ 𝑉 ∧ 𝑦Ԧ ∈ 𝑉 ⇒ 𝑥Ԧ + 𝑦Ԧ ∈ 𝑉 𝑆𝑖 𝑥Ԧ ∈ 𝑉 ∧ 𝛼 ∈ ℝ ⇒ 𝛼𝑥Ԧ ∈ 𝑉

𝑴𝟐 : La operación “ . ” es asociativa:
𝑨𝟐 : La operación “+” es asociativa:
( )
 ,   R,  x  V :   x = ( . ) x
( ) (
 x, y , z : x + y + z = x + y + z )
𝑴𝟑 : Primera ley distributiva de “ . ”
𝑨𝟑 : La operación “+” es conmutativa:

 x, y  V : x + y = y + x
( )
  R,  x, y  V :  x + y =  x +  y

𝑨𝟒 : Existencia del elemento neutro aditivo: 𝑴𝟒 : Segunda ley distributiva de “ . ”

∃0 ∈ 𝑉/∀𝑥Ԧ ∈ 𝑉, 𝑥Ԧ + 0 = 0 + 𝑥Ԧ = 𝑥Ԧ  ,   R,  x  V : (  +  ) x =  x +  x
𝑨𝟓 : Existencia del elemento inverso aditivo: 𝑴𝟓 : Existencia del elemento neutro multiplicativo:
𝑆𝑖 𝑥Ԧ ∈ 𝑉, ∃(−𝑥)
Ԧ ∈ 𝑉/𝑥Ԧ + (−𝑥)
Ԧ =0 ∀𝑥Ԧ ∈ 𝑉, 1 ⋅ 𝑥Ԧ = 𝑥Ԧ
1.2. OBSERVACIÓN

Si el conjunto Ves un espacio vectorial, entonces cada

elemento de V es llamado “vector”. Un “vector” de V
puede ser:
❖ Una matriz (en general de orden 𝑛 × 𝑚).
❖ Una función real (ya sea continua, diferenciable o
integrable) .
❖ Un polinomio de grado 𝑛.
❖ Un número complejo.
❖ Un vector de n-dimensiones, etc.
 1.3. EJEMPLOS DE ESPACIOS VECTORIALES

vectores:

1. Sea V = R 2 = x = ( x , x ) / x , x  R
1 2 1 2  con las operaciones usuales de

( x1 , x2 ) + ( y1 , y2 ) = ( x1 + y1 , x2 + y2 ) Es un espacio vectorial en el
campo de los números reales.
 • ( x1 , x2 ) = ( • x1 ,  • x2 )

2. Sea V = Pn =  p( x) = a0 + a1 x + a2 x 2 + + an x n / grad ( p ( x) )  n
con las operaciones usuales de polinomios:

p ( x ) + q ( x ) = ( a0 + a1 x + a2 x 2 + + an x n ) + ( b0 + b1 x + b2 x 2 + + bn x n )

= ( a0 + b0 ) + ( a1 + b1 ) x + ( a2 + b2 ) x 2 + + ( an + bn ) x n

 • p ( x ) = ( • a0 ) + ( • a1 ) x + ( • a2 ) x 2 + + ( • an ) x n
Es un espacio vectorial en el campo de los números reales.
1.4. EJEMPLOS DE ESPACIOS VECTORIALES

3. Sea el espacio

  a11 a12 a1n  

 a 
  a22 a2 n  
 mxn( R ) =  A = 21
/ aij  R, i = 1,..., m; j = 1,..., n 
   
   
  am1 am1 amn  

El espacio  mn( R ) de todas las matrices de orden 𝑚 × 𝑛,

conjuntamente con las operaciones usuales de matrices, es
un espacio vectorial.
1.4. EJEMPLOS DE ESPACIOS VECTORIALES

4. Sea el espacio de todas las funciones

F =  f : D  R → R / f es una función real 

El espacio F de todas las funciones reales, con las

operaciones usuales de funciones,
(f + g )( x ) = f ( x ) + g ( x )

( • f )( x ) =  • ( f ( x ) )

Es un espacio vectorial en el campo de los números reales.

1.4. EJEMPLOS DE ESPACIOS VECTORIALES

5. Sea el conjunto 𝑅2 , cuyas operaciones se definen como:

( x , y ) + ( m, n ) = ( x + m , y + n )
 • ( x, y ) = ( 2 • x,3 • y )
¿Es 𝑅2 un espacio vectorial ?
Solución. Se afirma que 𝑅2 no es un espacio vectorial, pues se
puede verificar que no cumple el axioma 𝑀5 . Veamos:
1 • ( x, y ) = ( x, y )  ( 2(1) x, 3(1) y ) = ( x, y )
 ( 2 x, y )  ( x, y )

Luego, 1 • ( x, y )  ( x, y ) NO es un espacio vectorial

2. SUB ESPACIO VECTORIAL

Sea el espacio vectorial 𝑉 y un subconjunto 𝐾 ≠ ∅ de 𝑉,

el subconjunto 𝐾 es un subespacio vectorial de 𝑉 si las
operaciones restringidas al subconjunto 𝐾 es un espacio
vectorial.

TEOREMA 1. Sea el espacio vectorial 𝑉 y 𝐾 ≠ ∅ un

subconjunto de 𝑉, el subconjunto 𝐾 es un subespacio
vectorial de 𝑉 si cumple las siguientes condiciones:

❖ Si x, y  K  x + y  K

❖ Si   R, x  K   • x  K
2.1. EJEMPLOS DE SUB ESPACIOS VECTORIALES

1. Sea el subconjunto L de 𝑅2 definido por :

L = ( x, y )  R 2 / ax + by = 0
en donde a y b son dos números reales fijos no ambos
cero, ¿es L un subespacio vectorial de 𝑅2 ?

Solución. Se debe de cumplir las dos condiciones del teorema 1

sea u = ( x1 , y2 ) ; v = ( x2 , y2 )  L y   R
u + v = ( x1 + x2 , y1 + y2 ) → a ( x1 + x2 ) + b( y1 + y2 ) = (ax1 + by1 ) + (ax2 + by2 )
=0 + 0 =0
 .v = ( x1 ,  y1 ) → a( x1 ) + b( y1 ) =  (ax1 + by1 ) =  .0 = 0
L sí es un subespacio vectorial de 𝑹𝟐
2.1. EJEMPLOS DE SUB ESPACIOS VECTORIALES

2. Sea el subconjunto W de 𝑅3 definido por :

W = ( x, y, z )  R 3 / ax + by + cz = 0
en donde a ; b y c son números reales fijos no todos iguales a
cero.
W es un subespacio vectorial de 𝑅3 ; y representa geométricamente un
plano en el espacio tridimensional que pasa por el origen.

3. Sea el subconjunto S de 𝑅3 definido por :

S = ( x, y, z )  R 3 / x = at , y = bt , z = ct , t  R
en donde a , b y c son números reales fijos no todos iguales a
cero.
S es un subespacio vectorial de 𝑅3 ; y representa geométricamente una
recta en el espacio tridimensional que pasa por el origen.
2.1. EJEMPLOS DE SUB ESPACIOS VECTORIALES

4 Sea el subconjunto C(I) de F(I) (Espacio vectorial de las

funciones reales definidas en un intervalo I ) dado por :
C ( I ) =  f  F ( I ) / f es continua
C(I) es un subespacio vectorial de F(I)

5. Sea el subconjunto D de M 2 X 2 (Espacio de matrices cuadradas

de orden 2) definido por :

D =  A  M 2 X 2 / det( A) = 0
D NO es un subespacio vectorial de M 2 X 2 , porque no
cumple:
Si A , B  D → det( A + B )  det( A) + det( B)
 2.2. EJERCICIOS PROPUESTOS

3
1. Diga cuál de los siguientes conjuntos es un subespacio vectorial de R
Justifique su respuesta
W = ( x, y, z )  R 3 / x + y = 1
K = ( x, y, z )  R 3 / z = 2
S = ( x, y, z )  R 3 / x − 2 y + 5 z = 0
2. Compruebe con un ejemplo que el conjunto:
W =  p ( x)  P2 / p ( x) polinomio de grado 2
No es un subespacio vectorial de P2 (Espacio vectorial de
polinomios de grado menores o iguales a 2)
1. COMBINACIÓN LINEAL

Sea 𝑋 = 𝑢1 , 𝑢2 , … 𝑢𝑛 , un conjunto de vectores del espacio vectorial 𝑉,

y "𝑢" un elemento de 𝑉, diremos que "𝑢“ es una combinación lineal de
los elementos de 𝑋 si existen escalares reales 𝛼1 , 𝛼2 , … 𝛼𝑛 tales que:

u = 1u1 +  2u2 + +  n un

Ejemplo 1

Sea 𝑋 = (1,2), (2,1) un conjunto de vectores del (E.V) 𝑉 = 𝑅2 , y (3,4)

un elemento de 𝑅2 , diremos que (3,4) es una combinación lineal de los
elementos de 𝑋, pues:

(3, 4) = 1 (1, 2) +  2 ( 2,1) En efecto:

1.2. EJEMPLOS

(3, 4) = 1 (1, 2) +  2 ( 2,1)

implica 3 = 1 + 2 2

 4 = 21 +  2
2 5
−2 = −3 2 →  2 = → 1 =
3 3

5 2
Reemplazando (3, 4) = (1, 2) + (2,1)
3 3
Diremos que (𝟑, 𝟒) es una combinación lineal de los
elementos (𝟏, 𝟐), (𝟐, 𝟏)
 1.2. EJEMPLOS

Ejemplo 2

Verifique si el vector (−4,7) es una Combinación lineal de 𝐾 = (1,2), (2,1) .

Solución ( −4, 7) = 1 (1, 2) +  2 ( 2,1)

 −4 = 1 + 2 2

 7 = 21 +  2
implica

15 = −3 2 →  2 = −5 → 1 = 6

Reemplazando ( −4, 7) = 6(1, 2) + −5( 2,1)

Tenemos que (−𝟒, 𝟕) es una combinación lineal de los elementos
(𝟏, 𝟐), (𝟐, 𝟏) .
 1.3. EJERCICIOS

Ejercicio 1

Verifique si el vector (−5,6) es una combinación lineal de 𝐾 = (−1,2), (2,3) .

Ejercicio 2
2 1
Verifique si la matriz es una combinación lineal de las matrices
−1 3
1 −1 0 2
,
2 1 3 4

Ejercicio 3
Verifique cuál (es) de los siguientes vectores de P2 son combinación
lineal de los vectores p1 ( x ) = x + x 2 , p2 ( x ) = 1 + x

a ) p ( x ) = −2 − x + x 2 b) p ( x ) = 10 − 2 x + 8 x 2
 2. DEPENDENCIA E INDEPENDENCIA LINEAL.

Definición
Un conjunto 𝑋 = 𝑢1 , 𝑢2 , … 𝑢𝑛 , de vectores del espacio vectorial 𝑉 es
llamado linealmente dependiente, si existen escalares 𝛼1 , 𝛼2 , … 𝛼𝑛 no todos
nulos tal que:

1u1 +  2u2 + +  n un = 
Observación:

Un conjunto 𝑋 = (𝑎, 𝑏), (𝑐, 𝑑) es L.D. si y sólo si son paralelos.

a b
Esto es: (𝑎, 𝑏), (𝑐, 𝑑) es L.D. si = =k . Caso contrario, es L.I.
c d

Un conjunto 𝑋 = (𝑎, 𝑏), (𝑐, 𝑑) es L.I. si no es L.D.

2.1. EJEMPLOS

Ejemplo 1
Verifique que 𝑋 = (2, −4), (−1,2) es linealmente dependiente.

Solución
1 (2, −4) +  2 ( −1, 2) = (0, 0)
 21 −  2 = 0
   2 = 21
 −41 + 2 2 = 0
Si 𝛼1 = 1 → 𝛼2 = 2 se tiene escalares no nulos

Por tanto 𝑋 es linealmente dependientes.

Ejemplo 2
De la observación anterior, verifique que 𝑋 = (2, −4), (−1,2) es L.D.
2 −4
𝑋 es L.D. pues, = = −2
−1 2
2.2. EJERCICIOS

Ejercicio 1

Verifique si X = (−1,2), (2,3) es L.D. o L.I.

Rpta. es L.I.

Ejercicio 2

Verifique si 1 −1 2 1 0 2 es L.D. o L.I.

, ,
2 1 −1 3 3 4
2.3. MÉTODO ALTERNATIVO:
USANDO DETERMINANTES

Uso de los determinantes

Un conjunto de vectores 𝑋 = 𝑢1 , 𝑢2 , … 𝑢𝑛 , de 𝑅𝑛 son linealmente

independientes si y solo si el determinante de la matriz formada por
estos vectores como columnas es distinto de cero.

Ejemplo Sean los vectores La matriz formada por ellos es:

1  −3 1 −3

A=
u =  , v =  
1 2 
1 2

Det ( A ) = (1)( 2 ) − ( −3)(1) = 5  0

Luego, los vectores 𝑢 y 𝑣Ԧ son linealmente independiente.

3. CONJUNTO GENERADOR DE UN ESPACIO
VECTORIAL

Definición
Sea 𝑋 = 𝑢1 , 𝑢2 , … 𝑢𝑛 , un conjunto de vectores del espacio vectorial 𝑉.
Sea 𝑢 un elemento de 𝑉. Diremos que 𝑋 es generador del espacio
vectorial 𝑉 si para cualquier 𝑢 es una combinación lineal de los
elementos de 𝑋.

Es decir: X = u1 , u2 ,..., un  es generador de V si existen

𝛼1 , 𝛼2 , … 𝛼𝑛 tal que

u  V , u = 1u1 +  2u2 + +  nun

3.1. EJEMPLO

Ejemplo 1

Verifique si el conjunto X= (1,2), (2,1) es un conjunto generador de 𝑅2 .

Solución

Sea (𝑥, 𝑦) de 𝑅2 , lo expresamos como una combinación lineal:

𝑥, 𝑦 = 𝛼1 1,2 + 𝛼2 (2,1)

𝑥 = 𝛼1 +2𝛼2
y = 2𝛼1 +𝛼2 resolviendo el sistema, se tiene
−x + 2 y 2x − y
1 = , 2 = 
3 3

 −x + 2 y   2x − y 
Luego, reemplazando:( x, y ) =   (1, 2 ) +   ( 2,1)
 3   3 
3.2. EJERCICIO

Ejercicio 1
Verifique si el conjunto X= (−3,2), (2,5) es un conjunto generador de
𝑅2 .
Solución
4. BASE DE UN ESPACIO VECTORIAL

Definición

Sea B= 𝑢1 , 𝑢2 , … 𝑢𝑛 un conjunto de vectores del espacio vectorial 𝑉.

Decimos que 𝑋 es una base, si:
i) 𝐵 es L.I.
𝑖𝑖) 𝐵 es un conjunto generador de V.

Ejemplo 1

El conjunto X= (1,2), (2,1) es una base de 𝑅2 .

Solución
4.1. DIMENSIÓN DE UN ESPACIO VECTORIAL

Se llama dimensión de un espacio vectorial V al número de vectores

que hay en cualquiera de sus bases. Por ejemplo:

1. El conjunto B = (1, 0 ) , ( 0,1)  R 2

forma una base de V = R2 ,
llamada base canónica.
La dimensión es 2

2. El conjunto B = 1, x − 1, x 2 − 3x + 1 es una base para el espacio

vectorial de todos los polinomios de grado menor o igual a 2.
P2 =  p( x) = a0 + a1 x + a2 x 2 / a0 , a1 , a2  R 2 
La dimensión es 3
4.2. EJERCICIOS

Determine analíticamente si los siguientes vectores son o no una

base en el espacio indicado. Justifique su respuesta.
a) 𝐵1 = −1,1 , 2, −2 ; ℝ2
b) 𝐵2 = 1,3 , −2,1 ; ℝ2
c) 𝐵3 = 1, −2,1 , 3, −2,3 , 1,1,3 ; ℝ3
d) 𝐵4 = 2,3,1 , −3,4,1 , −1,1,2 ; ℝ3
e) 𝑥; 𝑥 2 + 2; 𝑥 − 2 2 ; 𝑃2
f) 1 + 𝑥 − 2𝑥 2 ; 2𝑥 2 − 𝑥 − 2; 4𝑥 2 + 2𝑥 − 1 ; 𝑃2
g) 2 − 3𝑥; 𝑥 3 − 4𝑥 2 + 1; 5𝑥 2 − 𝑥 + 3 ; 𝑃2

1 −1 2 1 1 1 2 −1
h) , , , ; ℳ2
2 1 −1 0 0 −1 1 2
2 −3 −1 1 3 −1 1 1
i) , , , ; ℳ2
1 2 0 2 2 1 1 1
METACOGNICIÓN
• ¿Qué aprendí de los espacios
vectoriales?
• ¿Cómo reconozco si un conjunto es
linealmente independiente?
• ¿Qué entiendo por dimensión base
de un espacio vectorial?
• ¿Qué conocía al inicio de la sesión y
qué aprendí al término de ella?
REFERENCIAS BIBLIOGRÁFICAS

N° CÓDIGO AUTOR TITULO AÑO

512.5 Algebra Lineal: una
1 Poole, David 2007
POOL introducción moderna

512.5 GROS GROSSMAN

2 Álgebra lineal 2012
2012 Stanley

3 515.15 LARSLarson, Ron Cálculo 2011