Captulo 2

DEPENDENCIA E INDEPENDENCIA LINEAL,

BASE Y DIMENSION
2.1. INTRODUCCION
En esta unidad introducimos las definiciones de combinacin lineal de un conjunto no
vaCo de un espacio vectorial y de sub espacio generado por el mismo. Se estudian la
dependencia e independencia lineal y los sistemas de generadores, a fin de caracterizar los
conceptos de base y de dimensin en el caso finito.
2.2. COMBINACIONES LINEALES
2.2.1. Concepto
Sea A Iv t, v" ... , v
n
) una familia o conjunto de vectores del espacio (V, +, K, .).
Entenderemos por combinacin lineal de la familia A toda suma de productos de escalares
arbitrarios de K, por los vectores de A.
Definicin
Combinacin lineal de la familia A e V es todo vector del tipo
n
VI +0:'2 V2 + .. +a:nvn/aEKAVEA
1=1
En particular, si todos los escalares son nulos, la combinacin lineal se llama trivial y se
obtiene el vector nulo.
Definicin
El vector v V es combinacin lineal de la familia A e V, si y slo si existen escalares
al, a2, __ _ ,a
n
tales que
n
V ". y.
j0:::1 1 I
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

COMBINACIONES LINEALES
Ejemplo 21.
Sean los vectores VI =(-1, O, 2)y V, =(-1, 2, 4) en R'. Determinamos si los vectores
v=(-l, 1,3) Y u=(1, 2, 2) son combinacin lineal de VI y V .
1. Para que V sea combinacin lineal de VI y v, deben existir escalares "1 Y", tales
que
o sea
"1 (-1, O, 2) + ". (-1,2,4) = (-1, 1,3)
Por definicin de ley externa es
(-"1' O, 2 ,,) + (-"" 2",,4<>,) = (-1,1, 3)
Por suma de ternas
(-"1 - "., 2"" 2"1 + 4<>,)=(-1,1,3)
Por igualdad de temas resul ta
Entonces
{
- "1 - ", =-1
2", = 1
2"1 +4", =3
"1 + '" = 1
1
0:2 =-
2
3
"1 + 2", =-
2
Sustituyendo 0:2 =.1 en la primera ecuacin, se tiene
2
1 1
0:1 +-= 1 =>0:1 =-
2 2
Como ambos valores ~ 1 =.1 y az ;::1.. satisfacen la tercera relacin es v =1 v 1 +l.V2'
2 2 2 2
O sea, v puede expresarse como combinacin lineal nica de VI y Vz.
2. Si u = (1,2,2), entonces procediendo an:logamente se llega a
31
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

32
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
De donde
{
- '" - ", = 1
2", =2
20<, + 40<, = 2
{
'" + ", = -1
o bien 0:2 =
", + 2", =
", = 1 =>'" + 1 = -1 =>'" =-2
Al sustituir en la tercera ecuacin
Entonces u no es combinacin lneal de v, y v,.
Ejemplo 2-2.
En el espacio vectorial de las funciones reales de una variable real (RR, +, R,.) sean las
funciones f y g definidas por
f (1) = e' y g (1) = e"
Determinar todas las combinaciones lineales, es decir, los escalares a y b, tales que
af+bg=O
donde O denota la funcin nula, definida por O (1) = O , V I R.
Por definicin de funciones iguales, suma de funciones y producto de escalares por
funciones (vase 1.4.) se tiene
a f (1) + b g (1) = O cualquiera que sea I R
o sea
ae' + b e" = O (I)
El propsito es obtener los escalares a y b que satisfagan a (1) para todo I R.
Derivando (1) se tiene
a e' + 3b e" = O (2)
Restando (2) Y (I) es
2b e" = O
Y como e" nunca es cero, resulta b = O, que sustituido en (l) nos da
a e' = O
En consecuencia es a = O.
Luego, la nica combinacin lineal de f y g que da la funcin nula es la trivial. Toda vez
que esto ocurra, diremos que los vectores, en este caso f y g, son linealmente
independientes.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

COMBINACIONES LINEALES
Ejemplo 2J.l.
Decidimos si el vector v (1,2,3) es combinacin lineal de la familia cuyos elementos
son los vectores de R
3


Investigamos si existen escalares reales a, b ye, tales que
av, +bv, +ev3
Entonces, debe ser
a (1, O, -1) + b (O, 1, -1) + e (1, 1, -2) (1,2,3)
Efectuando operaciones
(a, O, -a) + (O, b, -b) + (e, e, -2e) (1, 2, 3)
(a + e, b + e, -a - b'-2e) 2,3)
Por igualdad de ternas es
{

b +
-a -b -2e
Sumando las tres relaciones se tiene

lo que es imposible.
En consecuencia, v no es combinacin lineal de VI, V2, Y v
3
.
Ejemplo 232.
En el espacio vectorial (R
2X2
, +, R, .) se consideran las matrices
,

Detenuinar todas las combinaciones lineales de A, B Y e que den la matriz nula N.
Hay que obtener 0<, {3 Y 'Y en R, tales que

Osea
33
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

34 DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
Por producto de escalares por matrices es
Por suma en R
ZXZ
se tiene
Por igualdad de matrices resulta
De las dos primeras se deduce
Sustituyendo en la tercera es
o sea
{
"+{3=O
(3 + ')' = O
"+')'=0
" = _.(3 y ')' = -{3
-2 {3 = O
{3=O
Luego" = (3 = ')' = O Y la nica combinacin lineal que satisface la relacin propuesta es
la trivial.
2.3. SUBESPACIO GENERADO
2.3.1. Conjunto de combinaciones lineales _
Sea A un conjunto no vaco de vectores del espacio (V, +, K, .J. A expensas de A
podemos formar el subconjunto de V cuyos elementos sean todas'as combinaciones lineales
de los vectores de A. A este conjunto lo denotaremos con el smbolo A, que se lee "A raya".
Si A = ( VI) VZ, ... , V n} ,entonces escribiremos
A = I i ". Vi / ". e K A v- A)
;:::1 I I
Ejemplo 2-4.
El conjunto de todas las combinaciones lineales de los vectores
v,=(I,O,IJ y v,=(0,1,IJdeR
3
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

SUBESPACIO GENERADO
es
A= i "', (1,0,1) +"'2 (0,1,1)/ "', eRA",> eRl
o sea
A= i (""''''2''''' +"'2)/"" eRA"'z eRl
En consecuencia, a A pertenecen todas las temas cuya tercera componente es la suma
de las dos primeras.
Podemos escribir
2.3.2. Subespacio generado por una familia de vectores
35
Teorema. El conjunto de la. combinaciones lineales de toda familia no vaca de un
espacio vectorial es un subespacio del mismo.
Hiptesis) (V, +, K, .) es un espacio vectorial
A= (VI,V21 .. ,V
n
f cv
Tesis) (A, +, K,.) es un subespacio deV
Demostracin)
- -
1. Siendo v, = 1 v, + O V2 + ... + O V
n
.e deduce que v, e A, o .ea, A =F t/I
2. Por definicin, se tiene
Luego
o sea
_ n
ve A=>3 al, a2 . "" O:n KI O; Vi /\ Vi e A=>
. 1=1
n
O!V ti O!eK AVV,puesACV
1=1
ACV
3. A es cerrado para la suma.
Sean v y u en A.
n
veA A U e A "'Vi
1=1
n n n
A U = Ji Vi'" V + U "'i Vi Ji V '"
i=1 1=1 1=1
n n n
C"'V+JV)'" '(iV=> v+ueA
1=1 1=1 i=l
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

36 DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
4. A es cerrado para el producto por escalares.
Sean" e K y v e A.
n
a:: K _A., v A => a: K i\ Q:i Vi =>
1==1
n n n n
{3v"""veA
j=l 1=1 1=1 1::::1
Como se cumplen las hiptesis del teorema 1.8.2., resulta (A, +, K, .), un subespacio de
(Y, +, K, .).
Definicin
El subespacio de las combinaciones lineales de la familia no vaca A e Y se llama
subespacio generado por A.
Ejemplo 2-5.
Determinar el sub espacio de (R' , +, R ,.) generado por la familia A cuyos elementos
son los vectores
Y
Por definicin, el subespacio A es el conjunto de las temas (x 1, X 2, x ,) e R
3
tales que
(2,1,2)+"2 (1,2, 1)
Por igualdad de ternas es
(2 "1, "1,2",) + ("2,2"2, "2)
(2", + "2, "1 + 2"2,2"1 + "2)
20:1 + 0::2 =x}
o:} + 2<12 :::: X2
2a} + 0::2 =X3
De la primera y tercera relacin se deduce
y X'Z es cualquier nmero real.
En consecuencia
I (X"X2,X,)/X, eRAx2 eRl
A es el p]ano de ecuacin
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

SUBESPACIO GENERADO 37
r
Xl
Ejemplo 26.
Obtener el subespacio de (R
2
X2, +, R, .) generado por las matrices
Y, = ( ~ ~ )
A=I i Ct.'Y.!ex.KAY.AI
\ j:::::l J J I I
- (a b)
Todo vector de A es una matriz e d tal que
(
I O) ( O
al + CX2
O -1 O
Realizando operaciones en R
2
Xl es
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

38
DEPENDENCIA E INDEPENDENCIA LINEAL. BAsE y DIMENSION
En consecuencia
Luego

son nmeros reales cualesquiera.
Los vectores de A son matrices del tipo
Es decir, A es el subespacio de matrices de traza nula.
2.3.3. Propiedad
El subespacio generado por una familia no vaca de un espacio vectorial es la interseccin
de todos los subcspacios que incluyen dicha familia.
Hiptesis) (V, +, K, .) es un espacio vectorial.
{ Si} con i e 1 es la familia de todos los subespacios que incluyen A.
Tesis) A n Si
'el
Demostracin)
Probaremos las'<los inclusiones que conducen a la igualdad.
1. AC n Si
el
En efecto
2. n SiC A
el
n
X A => x = 0:" v A 0:',' K A VI e A"'>
j=l "} J
n
",V A,,eKA veS Viel"'>
j=l J J J I I ,
"'>xeS Viel"'>xenS.
I , ie 1 I
Como todo Vi de A es combinacin lineal de los elementos de A, pues
Vi = O VI + O V2 + ... + Iv + ... + O V
n
,
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

SUBESPACIO GENERADO
39
se tiene que,
ACA
y siendo A un subespacio que incluye a A, se identifica con algn Sj' e ~ (!t:'(:ir. existe j en
1 tal que Sj = A.
Por otra parte, como la interseccin est incluida en cualquiera de los conjuntos que se
\- intersecan, es
\
En consecuencia
Por lo tanto
n Si C SI VI el
E 1
n sc A
i el'
En virtud del teorema demostrado, obseIVamos (J.'tie el sub espacio generado por una
familia no vaca de vectores de y ~ ; ei "mnimo" subespacio, en el sentido de inclusin, que
incluye a A.
Ejemplo 27.
Demostrar que los siguientes conjuntos de vectores generan el mismo subespacio de
R'.
A= ({l,-I,I),(3,0,1)) B= (-2,-1,0),(5,-2,3))
Detenninaremos A y B.
1. A A pertenecen las ternas (x, y, z), tales que
Entonces
Luego
Como t= -Y. se tiene
(x,y,z)=t{l, -1, 1) +u(3,0, 1)
(x, y, z) = (t, -t, t) + (3u, 0, u)
(x,y,z)=(t+3u, -t, t+u)
{
X=t+3U
y= -t
z=t+u
/
X=-Y+3U
z= -y + u
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

40
Osea
Restando
Resulta
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
= -y + 3u
= -3y + 3u
x-3z=2y
A = I (x, y, z) R
3
/ x - 2y - 3 z = O l
2. Procediendo anlogamente para obtener Bes
O sea
(x, y, z) = -1, O) +u (5, -2, 3)
(x, y, z) = (21, -1, O) + (Su, -2u, 3u)
(x, y, z) = (-21 + Su, -1 -2u, 3u)
{
X=-2t+SU

z = 3u
e
l.
amo u = - z, se tiene
3
o bien
Restando
Luego
Resulta
5
x=-2t+-z
3
2
y=-t--z
3
x =-21+2.. z
3
2y = -2 t - ... z
3
x 2y = 3z
ji = I (x, y, z) R' / x " 2y 3z = O I
La ecuacin x - 2y -- 3z = O corresponde a un plano que pasa por el origen.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

SUBESPAClO GENERADO
Ejemplo 28.
E! subespacio de (V, +, K, .) generado por un vector ves, en particular, el conjunto de
todos los mltiplos escalares de v, o sea
kv/ keK)
Determinamos el subespaeio de R
l
generado por v = (1 ,2).
Llamando S a tal subespacio, se tiene
S= I (xl,x
l
)!(xl,xl)=k(I,2)!
En consecuencia
o sea
XI = k Y X, = 2k
Eliminando el parmetro k entre ambas relaciones, resulta
X2 ;:::: 2x
1
o lo que es lo mismo
Entonces
S= I (xl,xl)eR'!2x
1
-Xl =01
S es la recta que pasa por el origen representada en la figura
X,
XI
41
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

42 DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DiMENSION
2.4. DEPENDENOA E INDEPENDENCIA LINEAL
2.4.1. Conjunto linealmente independiente
En el ejemplo 2-2 hemos demostrado que la nica combinacin lineal de los vectores f y
g, cuyo resultado es el vector nulo, es la trivial. O sea
af+bg=O=>a=b=O
En este caso, los vectores son las funciones de R en R definidas por
f(t)=e' y g(t)=e"
y la funcin que asigna a todo nmero real t, el valor O, es el vector hulo. Este hecho se
traduce diciendo que los vectores f y g son linealmente independientes, o bien que el
conjunto I f, g} es linealmente independiente.
Sea A = I VI' V2 , .. , V, luna faolia de vectores del espacio (V, +, K, .).
Definicin
La familia A e v es linealmente independiente si y slo si la nica combinacin
lineal de dicha familia, cuyo resultado sea el vector nulo, es la trivial.
En smbolos
,.
A es linealmente independiente <=> Vi : . ~ fri Vi = O => tl = O.
1==1
La independencia lineal de un conjunto finito y no vaco de vectores significa que no
puede darse una combinacin lineal de dicho conjunto que d el vector nulo, con algn
escalar distinto de cero.
Para investigar la independencia 1ineal de un conjunto de vectores, se propone una
combinacin lineal de stos, con escalares a determinar, que sea igual al vector nulo. Si los
escalares son necesariamente nulos, entonces el conjunto es linealmente independiente.
Convenimos en que el conjunto vaco es linealmente independiente.
Definicin
El conjunto A e V es linealmente independiente si y slo si todo subconjunto finito de
A es linealmente independiente.
Esta definicin extiende el concepto de independencia lineal a toda familia de vectores de
un espacio V.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

INDEPENDENCIA LINEAL
Ejemplo 29.
Dado el espacio vectorial (R
3
, +, R,.) determinar si los siguientes conjuntos de
vectores son linealmente independientes.
i) A=I(I,O,O),(O, 1,0) ,(0,0, 1))
ii) B= 1(1,-1,0),(1,1,2),(1,0,1))
i) Sea
"1 (1, O, O) + "2 (O, 1, O) + ", (O, O, 1) = (O, O, O)
("1, O, O) + (O, <>" O) + (O, O, ",) = (O, O, O)
("1, <>" ",) =(0, O, O)
Por igualdad de temas resulta
Luego
A es linealmente independiente
ii) Procediendo anlogamente
Entonces
"1 (1,-1,0)+"2 (1, 1,2)+", (1,0, 1)=(0,0,0)
("1' -"1, O) + ("2' <>,,2<>,) + ("" O, ",) = (O, O, O)
("1 + "2 + "" -"1 + <>,,2"2 + ",) = (O, O, O)
"1 + "2 + ", = O
-0:':1 + 0:':2 :::: O '* 0:':1 :::: 0:2
2"2 + ", = 0=>", = - 2<>,
Las infinitas soluciones de este sistema de ecuaciones son
"1 = k
<>, = k
", = -2 k con k R
En consecuencia, B no es linealmente independiente, ya que los escalares no son
necesariamente nulos. Ms an, existen infinitas combinaciones lineales no triviales
cuyos resultados son el vector nulo.
Ejemplo 210.
En (R
1
, +, R, .), donde [= [0,1], los vectores VI = sen y V2 = cos son linealmente
independientes.
43
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

44
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
Sea
0:
1
sen + 0::
2
COS = O
Ii t [0,1] es
('" sen + "2 cos)(t) = O (t)
Por definicin de suma de funciones y de funcin nula
(c<,sen)(t) + (C<2 cos)(t) = O
Por definicin de producto de escalares por funciones
al sen t+0::
2
cost=O (1) lite!
Derivando
c<, cos t - "2 sell t = O (2)
Resolvernos el sistema respecto de al Y 0:2 :
A=
A", =
y la nica solucin es
o sea

sent costl
cos t -- sen t
O
costl_
o
Osen t
sen t O
C>2=
cm; t O
{VI, V2 es linealmente independiente
Ejemplo 2-11_
=0
Sabiendo que dos vectores VI y V2 son linealmente independientes en (V, +, K,.)
demostrar que VI + V2 Y V2 son linealmente independientes,
Consideremos una combinacin lineal de la familia {v 1 + V2, V2} que sea igual al
vector nulo, con escalares a y b, que detenninaremos:
a(v, +V2)+bv2 =0
Por distributividad respecto de la suma en V
aV1 +av2 +bV2 =0
r
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

DEPENDENCIA LINEAL
Por distributividad respecto de la suma en K
av, +(a+b)v, =0
Como, por hiptesis, VI y V2 son linealmente independientes, se deduce
a=O y a+b=O
En consecuencia
a=b=O
Por consiguiente, VI + V'2 Y V2 son linealmente independientes.
2.4.2. Propiedad.
45
Si un vector es combinacin lineal de una familia linealmente independiente, entonces
dicha combinacin lineal es nica.
Sea v V combinacin lineal de la familia { Vt, V2, ... , V
r
} , y sta linealmente
independiente. Entonces existen escalares exi tales que
,
v=
j==1
Suponemos que existen escalares Pi tales que
,

i=1 I I
Entonces
, ,
{Jv
i=1 I 1::::1 I I
o sea
, ,
{lv=O
i=1 1 I i=1 I I
Luego
,
E (or-{l,)v= O
i=1 I I
y como la familia es linealmente independiente, se deduce que
exi {Ji:::: O => ai:::: (3i 'Vi:::: 1,2, ... , r
En consecuencia, la combinacin lineal es nica.
2.4.3. Conjunto linealmente dependiente
En el ejemplo 2-9 ii) hemos probado que existen escalares no simultneamente nulos or"
a2, ex
3
tales que

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

46
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
a, (1,-I,O)+<>z
Diremos que los vectores (1, -1, O), (1,1,2) Y (1, 0,1) son linealmente dependientes.
Definicin
La familia A e v es linealmente dependiente si y slo si no es linealmente
independiente.
La familia A = {v. V2, ... , v
r
f es un conjunto linealmente dependiente de vectores
de V si y slo si existe una combinacin lineal no trivial de dicha familia cUYo
resultado sea el vector nulo.
Negando las dos proposiciones que figuran en la definicin de independencia lineal, se
tiene
r
A es linealmente dependiente <> 3 i /.L ai Vi O A ai * O.
1=1
La dependencia lineal de un conjunto finito de vectores significa que tiene que existir, al
menos, una combinacin lineal de stos que d el vector nulo y que no sea trivial. I
Para investgar la dependencia lineal de una familia de vectores, se propone una
combinacin lineal de dicha familia, con escalares a detenninar, que sea igual al vector nulo.
Si algn escalar es distinto de 0, entonces la familia es linealmente dependiente.
Ejemplo 2-12.
Los vectores (-2, 4) Y (1, -2) son linealmente dependientes en (R
2
, +, R, .).
En efecto, sea
a, (-2,4)+"2
Por definicin de producto de escalares por pares y por suma de pares es
(--2", +a2,4", (0,0)
Por igualdad de pares resulta
1-2", + a
2
O
\ 4 a, - 2 "2 O
Dividiendo la segunda relacin por -2, el sistema se reduce a la nica ecuacin
-2a, +"2
Esta admite infinitas soluciones, dadas por
y keR
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

Ejemplo 2-I3.
Las matrices
DEPENDENCIA E INDEPENDENCIA LINEAL
(1 ,-2)
son vectores linealmente independientes del espacio vectorial (K
2X2
, +, K, .), pues
cualquiera que sea la combinacin lineal de los mismos con escalares en K, cuyo
resultado sea la matriz nula, es la trivial. En efecto
=> ("1 "2) ~ ( O O)
"3 "4 O O
Luego
47
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

48
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
En cambio, las matrices
(
-1
Y
-1
son linealmente dependientes, pues
"'1 A + "'2 B N =>
o sea
"'1 -"', => "'1 VkeK
Por consiguiente, existen escalares no simultneamente nulos que satisfacen la relacin
anterior, lo que prueba la dependencia lineal.
2.4.3. Propiedades
i ) Todo vector no nulo de un espacio vectorial constituye un conjunto linealmente
independiente.
Sea v *0 en (V, +, K, .). Consideremos

De acuerdo con 1.3.3., como v * 0, se deduce que IX;::: 0, y en consecuencia {v I es
linealmente independiente.
ii) El vector nulo de cualquier espacio vectorial constituye un conjunto linealmente
dependiente.
En efecto, cualquier escalar, nulo o no, satisface la relacin IX O = O, segn lo demostrado
en 1.3.2.
iii) Todo conjunto al que pertenezca el vector nulo es linealmente dependiente.
Sea A;::: {-VI, V2, ... , V
r
) con VJ = O. Se verifica que
OVl +OV,
o sea
con (Xj no necesariamente nulo.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

DEPENDENCIA E INDEPENDENCIA LINEAL
49
iv) Un conjunto finito y no vaco de vectores es linealmente dependiente si y slo si algn
vector es combinacin lineal de los dems.
Sea A = IV1' V2 , ... , Vr I una familia de vectores de (V, +, K, .). Demostramos las dos
condiciones en que se desdobla el enunciado: necesaria y suficiente.
n
1. A es linealmente dependiente => 3 j / v {3, v,.
Por definicin de dependencia lineal
A es lioealmente dependiente =>
r
",,,O=>
i=1
n
=> al Vi + ai Vi;:::: O A {Xi '* O;::}
n
=>ajV, = -?j CiiV A 0:.,,*0
Premultiplicando por ,,-1, inverso multiplicativo en K, de " '" 0, se tiene
n
".- (". v) = (-cx.-) cx, v
J J J 1 ioFi I
Por A, Y propiedad de la sumatoria
n
(CX-1 CX) Vi = ('" Vi)
Por inversos en K y A7 es
Teniendo en cuenta A 10, Y llamando {3 a _01;-1 "1 se deduce
n
V = {3. v,
J i"4=j I
En consecuencia, existe Vi A, que es combinacin lineal de los restantes vectores de A.
n
2. V
J
' = CX v, => A es linealmente dependiente.
i=fo}
Por hiptesis y trasposicin de trminos se tiene
n n
v= cxv-v=Oconcx=-1
J ioJ I I i'f-J I 1 1 J
Como cx '" 0, el conjunto A es linealmente dependiente.
v) Un conjunto finito y no vaco de vectores es linealmente independiente si y slo si
ningn vector es combinacin lineal de los dems.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

50
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
Nada hay que demostrar, pues basta negar las dos proposiciones de la condicin necesaria
y suficiente anterior.
En smbolos
n
A es linealmente independiente Vi : vi * ?ti {Ji Vi
En lo sucesivo, y en algunas ocasiones, abreviaremos las expresiones: "linealmente
independiente" y "linealmente dependiente" mediante "LJ." y "L,D,", respectivamente.
vi) Un conjunto finito y ordenado de vectores al que no pertenece el vector nulo es
linealmente dependiente si y slo si algn vector es combinacin lineal de los
precedentes_
k-l
l. A:::: IVl,V2 ... ,v
r
} es LDA OlA::::>::! (YVi
Demostracin) Sea k el primer entero positivo tal que
I V"V" - .. ,vkl esL.D.
k existe por el principio de buena ordenacin.
Por definicin se tiene
k
L {3i Vi = O Y algn {Jj * O
i=1
Si {3k =:: 0, entonces (v, V2, ... , sera LD, contra lo supuesto.
Luego * O, Y procediendo como en iv) 1
9
se deduce que
k-'
Vk = L 0;' V
=1 J I
o sea, Vk es combinacin lineal de Jos precedentes, y k es tal que 2 < k < r.
2
9
. El recproco es obvio y puede ser demostrado como ejercicio.
De acuerdo con los conceptos anteriores podemos afirmar que las siguientes proposiciones
son equivalentes:
a) A es L.l.
b) Toda combinacin lineal de la familia A, cuyo resultado sea el vector nulo, es la trivial.
e) Ningn vector de A es combinacin lineal de los dems.
Anlogamente son equivalentes:
a') A es L.D.
b') Existe una combinacin lineal de la familia A con escalares no todos nulos, cuyo
resultado es el vector nulo.
c') Algn vector de A es combinacin lineal de los dems.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

SISTEMA DE GENERADORES
Ejemplo 2-14.
En el espacio vectorial de los polinomios reales sobre el cuerpo de los reales. P y Q
definidos por
P(x)=x
2
+x
son linealmente independientes.
Q (x) = -2x
Sea
aP + bQ = O donde O denota el polinomio nulo
Cualquiera que sea x R se verifica
(aP + bQ)(x) = O (x)
Por definicin de suma de funciones y de polinomio nulo es
(aP) (x) + (bQ) (x) = O \lxeR
Por definicin de producto de escalares por polinomios, se tiene
aP(x)+bQ(x)= O
o sea
a(x
2
+x)+b(-2x)=O
Luego
ax
2
+ (a - 2b) x = O \1 x e R
Si x:::: -1, se verifica a - a + 2b = 0, y en consecuencia b = O.
Entonces es ax
2
+ ax = O, Y haciendo x = 1, resulta 2a = 0, o sea, a = O.
2.5. SISTEMA DE GENERADORES
2.5.1. Concepto
51
Si un conjunto no vaco de vectores de un espacio (V, +, K, .) es tal que todo vector de V
puede expresarse como combinacin lineal de dicho conjunto, entonces se dice que ste es
un sistema de generadores de V. Esto equivale a decir que el subespacio de V generado por
tal conjunto es el mismo V. El concepto de sistema ue generadores de un espacio vectorial es
independiente de la dependencia o independencia lineal del sistema. O sea, un sistema de
generadores puede ser linealmente independiente o no.
Definicin
La familia A = {VI. V2, ... , v
r
} es un sistema de generadores de V si y slo si todo
vector de V puede expresarse como combinacin lineal de los vectores de A. O bien, A
es un sistema de generadores de V si y slo si el subespacio generado por A es V.
Las notaciones "S.G." y "C.L." son abreviaturas de "sistema de generadores" y
"combinacin lineal", respectivamente.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

52
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
La traduccin simblica de la definicin anterior es
o bien
Ejemplo 2-15.
,
A es un S.G. de V"v eV =>v= av
i::::l
A es un S.G. de V" A = V
El conjunto A = I (1, O), (O, 1) , (1, 1) I es un sistema de generadores de R
2
En efecto, si (a, b) es cualquier vector de R
2
, deben existir escalares a, y -y tales que
a (1, O) + (O, 1) + -y (1, 1) = (a , b)
o sea
(a + -y , + -y) = (a , b)
Luego
a+-y=a A
En consecuencia
a=a-k , , -y=k VkeR
Este resultado nos dice que, efectivamente, A es un S.G. de R
2
, Y adems, que
cualquier vector del espacio puede expresarse de infinitas maneras como C.L. de los
vectores de A. Par otra parte, es fcil verificar que A constituye una familia L.D.
En el ejemplo 26 est demostrado que las matrices VI, V
2
y V, constituyen un
sistema de generadores del espacio vectorial de las matrices reales de traza nula del tipo
2 X 2. Adems, tales ma trices son linealmente independientes.
2.5.2. Propiedad
Si la familia A = ( VI, V2 , , v, I es un S.G. L.D. de V, entonces existe VI e A, tal que
A - IVI I es un S.G. de V.
Demostracin) Por ser A un sistema de generadores de V, se verifica
,
veV=>v=. av, (1)
1=1
Como A es linealmente dependiente, por 2.4.3. iv), algn vector de A, digamos Vj, es
combinacin lineal de los restantes, o sea
,
3 VI tal que VI = (2)
*
Teniendo en cuenta (1) y (2) podemos escribir
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

BASE
, , ,
v=av+ av =a iJv+ av=
'1 J i*} 1 I J "', I I li=} I
, ,
= (a.a+a)v=
1*1 1 .J, I *} I I
En consecuencia, A - {Vi J es un sistema de generadores de V.
Ejemplo 2-17.
Determinamos si los vectores vl=(I,I,I), V2 =(1, 1,0) Y v,=(1,O,O) de
(R', +, R, .) constituyen un sistema de generadores de R'.
El problema se reduce a investigar si existen escalares reales a, 13 y 'Y, tales que
cualquiera que sea (a, b, c) R' se verifique
Luego
De donde resulta
a (1, 1, 1) + iJ (1, 1, O) + 'Y (1, O, O) = (a , b , c)
(,d iJ + 'Y, a + iJ , a) = (a, b, c)
{
a+iJ+'Y=a
a+iJ =b
a =c
a =c,
En consecuencia, todo vector de R
3
puede expresarse como C.L. de los vectores
propuestos, Observamos, adems, que tal C,L. es nica para cada v R
3
.
En el caSO en que (a, b , c) sea el vector nulo, los escalares son nulos, y en
consecuencia los vectores V, V2 Y V3. adems de constituir un S.G., son LJ.
Por este motivo se dice que tales vectores son una base de (R', +, R, .).
2,6, BASE DE UN ESPACIO VECTORIAL
2.6.1. Concepto de base
Sea A = i VI, V2, .. ' ., V
n
I una familia de vectores de (V, +, K, .).
Definicin
53
La familia A e v es una base de (Y, +, K,.) si y slo si es un. conjunto linealmente
independiente y de generadores de V.
A e Ves una base de V <> A es L.!. y A = V
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

54
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENS!ON
Ejemplo 2-18.
Una base de (K
n
, +, K, .) es el conjunto de vectores
el = (l, 0, 0, ... ,O)
e'2 = (O, 1,0, ... , O)
en = (0,0, ... ,0, 1)
El lector puede comprobar que la familia \ el, e, , ... , en! es linealmente
independiente y un sistema de generadores de K
n
Tal familia recibe el nombre de base
cannica.
Ejemplo 2-19.
En el ejemplo 213 se demostr que las matrices En ,En, E'21 Y E'2'2 constituyen
una familia linealmente independiente del espacio (K' x,, +, K, .).
Adems, tal conjunto es un sistema de generadores de dicho espacio, yen consecuencia
es una base del mismo. La llamaremos tambin base cannica de K
2
X2 .
Ejemplo 2-20.
Detenninar una base del subespacio de (R
3
, +, R,.) estudiado en el ejemplo 18.
Tal subespacio es
S= (XI,x"x3)eR
3
IX3 =x
l
+x,!
Si (a, b . e) es un vector genrico de S, entonces se tiene e =a + b, y en consecuencia
podemos escribir, en virtud de las leyes de composicin en S:
(a, b, e) = (a, b, a+b)=(a, O,a)+(O,b,b)=a(l,O,I)+b(O, 1, 1)
Este resultado nos dice que los vectores de R
3
VI =(1,0, I)yv, =(0, 1, 1)
constituyen un sistema de generadores de S. Adems, son linealmente independientes,
pues
a (1,0, 1) + b (O, 1, 1) = (O, 0, O) => a = b = O
Por consiguiente, v 1 y V2 constituyen una base de S.
2.6.2. Coordenadas o componentes de un vector
En este texto consideraremos nicamente espacios vectoriales de bases f i n i t a ~ . En
algunas ocasiones, para indicar que I Vi, V2," V
n
I es una base del espacio vectorial
(V, +, K, .), utilizaremos el smbolo [v] para hacer referencia a ella.
Si I VI, V" ... , v
n
I es una base de (V, +, K, .), entonces cada vector de V puede
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

COORDENADAS
55
expresarse de modo nico como combinacin lineal de la base, ya que los vectores de sta
son linealmente independientes y sistema de generadores, de acuerdo con 2.4.2.
O sea, si x V, entonces existen y son nicos los escalares XI, X2 .. '. Xn tales que
"
X=Xl VI +xz V2 + ... +x
n
V
n
:::: ,L XV
1=1
Respecto de la base dada, el vector x E V queda caracterizado por los coeficientes de la
combinacin lineal, o sea, por la n---upla de elementos de K: (x " X2 , ... , Xli)' Los escalares
Xi se llaman coordenadas o componentes del vector x Y, respecto de la base dada. Si se
elige otra base en el espacio V, entonces el mismo vector x admite otras coordenadas o
componentes: (x '1. X '2 ... , X '11)'
Demostraremos ms adelante que dos bases cualesquiera de un mismo espacio vectorial
son coordinables, es decir, tienen el mismo nmero de vectores.
Dada la base [v] = Iv, , vz, ... , v" 1 del espacio (Y, +, K, .),podemos epresar a cada
vector x V como una matriz columna, cuyos elementos sean las coordenadas de x respecto
de [v]; en tal caso escribiremos
Ejemplo 221.
Detenninar las coordenadas de x = (-2,3) perteneciente a (R
z
, +, R, .), respecto de
las bases:
i) [v]= 1(1,1),(1,0)1
ii) [w]=1 (-2,3),(1,2)1
iii) cannica
En el primer caso, planteamos la relacin lineal
a(1, 1) + b(I, O) = (2, 3)
Efectuando las operaciones, y resolviendo respecto de a y b, se tiene
(a + b, a) = (-2,3) => a + b = 2 Y a = 3 =>
=>a=3 y b=-5
En consecuencia, las coordenadas de x, respecto de la base [v], son: 3 y -S
Y puede escribirse
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

56
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
En el segundo caso, procediendo anlogamente, se llega a que las coordenadas de x son
1 y O, Y por lo tanto
Finalmente, respecto de la base cannica, es
(-2,3) = (-2, O) + (O, 3) = -2 (1, O) + 3 (0,1)
O sea, las coordenadas de x son precisamente los elementos del par ordenado, y
escribiremos simplemente
2.6.3. Teorema de extensin a una base 1
Si [v] = Iv" V2, ... , v
n
l es una base del espacio vectorial V, y
[w] = I W" W2, ... , w
m
l es un conjunto linealmente independiente, pero no de generado-
res de V, entonces existen vectores Wm+b w
m
+2 ... , w
m
+
p
tales que
w
1
, Wz. ., W
m
w
m
+
1
, ., w
m
+
p
} es una base de V.
Si lw} n [vJ = </J, consideramos el conjunto
A:::::'lw]U[v]= {w
j
, Wz.., W
m
,Vl,V2. "vnl
Como cada w es combinacin lineal de los vectores de la base [v], A es un conjunto
linealmente dependiente por 2.4.3. iv). De acuerdo con 2.4.3. vi), siendo A un conjunto
finito y linealmente dependiente al que no pertenece el vector nulo, algn vector es
combinacin lineal de los precedentes. Tal vector es un elemento de [v], ya que [w] es
linealmente independiente. Por otra parte, como A es un sistema de generadores linealmente
dependiente de V, Y Vi es combinacin lineal de los preceden tes, resulta
A=A- (v1 = \Wl,W
2
, ... ,W
m
,Vl, ... ,V.1,VH, ... ,V
n

un sistema de generadores de V, segn 2.5.2.
Si A es linealmente independiente, el teorema est demostrado. Si A es linealmente
dependiente, se reitera el proceso, y a lo sumo, al cabo de (n-l) etapas se obtiene un
conjunto linealmente independiente que es sistema de generadores de V, o sea, una base.
2.6.4. Coordinabilidad de las bases
Dos bases cualesquiera de un mismo espacio vect!)rial son coordinables.
Hiptesis) (V, + , K, .) es un espacio vectorial.
[v]=(v"v2, ... v
n
l Y [w]=IW"W2, ... ,w
m
l sonbasesdeV.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

Tesis) [v] ~ [W], o sea, n = m.
Demostracin) Consideremos
DIMENSION
A= I W
m
,Vl,V2 .... ,v
n
}
57
Este conjunto, al que no pertenece el vector nulo, es un sistema de generadores (pues [ v ]
es una base), y linealmente dependiente (ya que w
m
es C.L. de la familia [vD. La propiedad
2.4.3. nos dice que algn vi es C.L. de los precedentes, y, de acuerdo con 2.5.2., es
A - I Vi} un sistema de generadores de V.
Sea
Al = I W
m
-1, W
m
, VI, .. " Vi_!, Vj+l, . -, V
n

Este conjunto es un sistema de generadores linealmente dependiente, y en consecuencia,
algn Vj es combinacin lineal de los precedentes. Lo mismo que en la etapa anterior, se lo
extrae y se agrega W
m
_2, obtenindose
A
2
-;;:: I W
m
_2. W
m
.l. Wm,Vl," .,Vi_l,Vi+l. _,Vj_l,Vj+l," "V
n
I
que es un sistema de generadores y linealmente dependiente.
Reiterando el procedimiento. afirmamos que no es posible que los Vil se "agoten antes"
que los Wll' ya que en este caso los w
k
sobrantes seran combinacin lineal de los
considerados, En consecuencia es
m<'n (1)
Anlogamente, a partir de
se prueba que
n<'m (2)
De (1) y (2), por la antisimetra de la relacin de menor o igual, resulta
n:::::m
2.7. D1MENSION DE UN ESPACIO VECTORIAL
2.7.1. Concepto
En 2.6.4. hemos demostrado que si [v] es una base finita del espacio vectorial (V, +, K, .),
entonces toda otra base de Ves coordinable a [v l. Esto significa que dos hases cualesquiera
de un mismo espacio vectorial tienen el mismo nmero de vectores, Tal nmero se llama la
dimensin. del espacio,
Definicin
Dimensin de un espacio vectorial V es el nmero cardinal de cualquiera de sus bases,
Si V consiste nicamente en el vector nulo, diremos que su dimensn es O,
I1
1
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

58
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
En ambos casos, V es un espacio de dimensin finita.
Si [v] = V, V" ... , v
n
) es una base de (V, +, K, .), escribiremos
dimK V=n
Ejemplo 2-22.
Analizando ejemplos propuestos anteriormen te se tiene que
dimKK
n
=n dim
K
K
2X2
=4
dimRR
n
=n dimRS = 2 siendo S el sub espacio del ejemplo 220
El lector puede verificar que 1, X, X' I constituye una base del espacio vectorial de
los polinomios reales en la indeterminada X, de grado menor o igual que 2 y el
polinomio nulo, sobre el cuerpo de los reales. En consecuencia, su dimensin es 3.
2.7.2. Propiedad
Un conjunto de n vectores de un espacio vectorial n-dimensional es una base si y slo si es
linealmente independiente o sistema de generadores.
1. Si [v] = I V , V2, ... , V
n
I es una base de V y dimK V = n, entonces [v] es linealmente
independiente y sistema de generadores.
2 Si dimK V = n y [v] = v, V2, .. " v
n
es L.!., entonces [v] es S.G.
En efecto, si [v] no fuera un sistema de generadores, por el teorema de extensin, podrj.
completarse hasta formar una base de V, en cuyo caso sera dimK V> n, lo que es absurdo.
SidimKV=ny [v]= Iv,v2," .,v
n
I esS.G.,entonces[v]esL.!.
Si [v], que es S.C., fuera L.D., entonces exi,tira Vi tal que [v]: Vi es S.G. de V,
segn 2.5.2. Si este conjunto de n-l vectores fuera L.!. constituira una base de V. s:
[v] - I Vi I no fuera L.!. se reitera el procedimiento, yen todo caso se llega a una base de \'
cuyo cardinal es menor que n, lo que tambin es absurdo. 2.
En consecuencia afinnamos que:
1 . n vectores linealmente independientes de un espacio vectorial n-dimensional constitu]
yen una base del mismo.
2. Todo sistema de generadores de n vectores de un espacio vectorial n-dimensional e:.
una base del mismo. I
3 . Todo conjunto de ms de n vectores de un espacio vectorial n-dimensional e ~ '
linealmente dependiente. I ve
La dimensin de un espacio vectorial (V, +, K, .) depende no slo de V, sino tambin de!
cuerpo K. Seguidamente aclaramos esta observacin.
Ejemplo 2-23.
Sean (V, +, R,.) y (V, +, C,.) dos espacios vectoriales, donde el conjunto de vectores
es el mismo en ambos casos y e es el cuerpo de los complejos.
y,
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

D
le
,1
DIMENSION 59
Supongamos que dime V = n. Entonces es dimR V = 2n.
En efecto, si [v] = IVI,v" ... ,vnl es una base de (V,+,e,.), entonces
[wl:::: IVI,v']"" .,V
n
, iVI,iv1" . .. ,iv
n
I esunabasede(V,+,R,.).
Para ello probaremos que
l. [w] es L.l.
Sea
n n
". v +
j=l 1 J j=l
2. [w] es S.G.
n
VI = O => l ("1 + i V j= O => "1 + = O , 'Vj =>
Por ser [v] una base de (V, +, e, .), para todo v V, existen escalares "1 + i E e tales
que
n n n
si v=
j=l 1=1 J=l
enl Luego [w] es una base de (V, +, R, .), Y en consecuencia
ldr
lrd(
.e \
v.s
de
,al
dimR V=2 dime V
En particular, es
dirnR en = 2 dimee
n
= 2 n
y
2.7.3. Propiedad
Sea S un subespacio de V. Se verifica que:
dim S= dim V" S =V
1. Si el subespacio S es el mismo V, entonces es obvio que dim S = dim V.
2. Supongamos ahora que S es un subespacio de V que verifica dim S = dim V.
al Si la dimensin comn es 0, entonces tanto S como V tienen corno nico elemento al

vector nulo y son idnticos.

Sea dirn S = dim V = n > O. Consideremos una base de S:
nd
[w]= IWI,W" ... ,wnl
Los n vectores de [w] son L.!. en V, y de acuerdo con 2.6.3. constituyen una base de V.
Entonces son un S.G. de V, lo que nos dice que todo vector de V pertenece a S, o sea, ves,
es y, Como por definicin de subespacio es S e v, resulta S = V.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

60
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
2.8. D1MENSION DE LA SUMA
2.8.1. Propiedad
Si S, Y S, son dos subespacios de (Y, +, K, .) Y la dimensin de V es finita, entonces se
verifica que
dimeS, +dimS, -dimeS, ns,)
Sean:
dimV=n dimS, =n' dimS, =,,"
dim (S, n S,) = P y dim S, + S, = q
Se trata de probar que
q 11' + n" - /J
Consideremos S, ns,* 101 y[xJ= (x"x" ... ,x
p
) una base de S, ns,.
Teniendo en cuenta que S, n S, es un sub espacio de S, y de S" completamos la base [Xji
a una base en cada uno de stos.
Sean
{Xt,X2, ... ,X
P
,Yt,Y2, ... ,Yn-p} y
{ XI, X2, .. " xp, ZI, Z2, ... , zn"-p} bases en
S 1 Y en 8
2
, respectivamente.
El conjunto
A= I XI,X2," .,Xp.Yi,' ,Yn'-p,ZI,' "Zn"-p}
es una base de SI + 52. pues:
10.AesS.G.deS, +S,.
En efecto, sea v f SI + 8
2
, Por definicin de subespacio suma es
v=x+y A xeS, A yeS,
Entonces
2
0
A es L.!.
Consideremos
Entonces
p
n'-p
p
n"-p
V=' L O'. Xi + L
1::::: 1 ;::::1
{J y. +
I I i=1
13'z;;;:
1=1
p n'-p 11 "-p
= (a, + ai.)x+
i=1 I i==1
{J, y, + (3' i Z
;=1
P 11 '-p n"-p
a,x, +
j=I i=1
'Y, z, = O (l)
n"-p
p
n'-p
'Y' z = - a, x, - {J, y,
;::::1 I I j=l j=1
2
el
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

DIMENSION DE LA SUMA
y n"-p
~ "ti Z, que pertenece a S2, tambin pertence a SI J o sea
i:::;I
El). consecuencia es
o sea
p
n "-p
n"-p
~ 'Y Z S, n S2
i=l
11 "-p p
~ 'Y'Z'= ~ ,,',x,
i=l I ;:::::1
~ a' x - ~ 'Y Z = O, Y por la independencia lineal de la base de S2, se tiene:
j::::1 I 1 i;;;:l
a'=O ,1=0
Teniendo en cuenta (1) es
p n'-p
~ ax+ ~ py=O
j::::1 1 1 i=l I I
Luego
a=O , p=O
Siendo A una base de S, + S2 , resulta
y+ (n' - p) + (n" - p) = q
Es decir
q =n' +n"--p
Lo que se traduce en
dim(S, +S,)=dimS, +dimS, dim(S,.nS
2
)
2.8.2. Dimensin de la suma directa
61
Si S 1 Y S2 son dos subespacos disjuntos de (V, +, K, .), entonces la dimensin de la suma
directa es igual a la suma de las dimensiones de S 1 Y S2.
En este caso es S, n S2 = I O j , y en consecuencia, dim (S, n S2) = O.
El teorema anterior es vlido tambin en esta situacin, y por consiguien te resulta
dim (S, fllS
2
) = dim S, + dirn S2
Ejemplo 2-24.
Determinar la dimensin de la suma de los siguientes subespacios de (R
3
, +, R, .).
s, = (x, y, z) R' j x + y - z = O j
S2 = I (x,y,z)R'jx-z=oj
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

62
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
SI Y S, son planos y la dimensin de cada uno de ellos es 2.
SI ns,= I(X,y,Z)ER'/x=z Ay=OI
Todo vector de SI n S, es del tipo
(a, O, a)=a(1,O, 1) VaER
Luego
dimSI ns, = 1
En consecuencia
dim (SI + S,) = 2 + 2 - 1 = 3
o sea
SI+S,=R'
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

TRABAJO PRACTICO II
2-25. Expresar en cada caso, si es posible, al vector v como combinacin lineal de VI y V2- El
espacio vectorial es (R', +, R, ,).
i) v=(V2,-I), VI =(0,2) , v, =(--$,2)
) v=(2,4), VI =(-1,3), v,=(2,-6)
2.26. Comprobar que los vectores de R
3
VI =(-1,3,1) v, =(3, -1,1) Y V3 =(4,0,2)
son linealmente dependientes, y expresar a V3 como combinacin lineal de VI y Y2.
2.27. En (R' X3 , +, R, .) se consideran las matrices
1 -2)
1 1
B=C
Probar que son linealmente independientes.
].]8. \-,,1 lidiar la dcpendt'lh_'I;[ 1I illdcpClhil'Ih.:i: lillc;J! tlt' los vectores
VI =2
Vl
y V2 ;:;::3Y.t
en cada uno de los espacios vectoriales (R, +, R, .) Y (R, +, Q, .).
229. Dados los vectores (1, -4, 6) , (1,4,4) Y (O, -4,x), del espacio R
3
sobre el cuerpo de
los reales, determinar x para que sean linealmente dependientes,
2-30. Demostrar que si a, b y e son tres nmeros reales distintos, entonces los vectores
(1, a, a') , (1, b, b') Y (1, c, c') de (R
3
, +, R, .) son linealmente independientes.
23/. En el espacio vectorial de las funciones reales definidas en R, se consideran las
funciones f, g Y h, definidas por
f(t)=t' +2t-l, g(t)=t' +1, h(t)=t' +t
Demostrar que son linealmente dependientes.
2.32. En ei espacio vectorial (RR', +,R, .) se dan las funciones f y g definidas por
f(t)=t g(t)=L
, t
-,
1,
1:
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

64
DEPENDENCIA E INDEPENDENCIA LINEAL. BASE Y DIMENSION
Probar que son linealmente independientes.
2-33. En (R
2
, +, R, .), los vectores (a, b) Y (e. d) verifican la condicin ad - be t O.
Demostrar que son linealmente independientes.
2-34. Detenninar si los vectores (l, 1, 1), (l, 1, O) Y (0,1, -1) son linealmente independien.
tes en (R
3
, +, R, .) Y en (C
3
, +, C , .).
2-35. Sabiendo que VI, V2 Y V3 son vectores linealmente independientes del espacio'
(V, +, K, .), investigar la dependencia o independencia lineal de los siguientes
conjun tos de vectores:
i) I VI + aV2 + bV3 ,V2 + CV3 ) V3
ii) {Vl,V2 +av3 ,V3 +bV2}
donde a, b y e son elementos de K.
2-36. Sean: IX1,X2, ... ,Xn un conjunto L.I.de(V,+,K,.)y keK.
Demostrar
Ikx
l
,X2'" ',X
n
esL.I. ... k*O
2-37. Demostrar que si el conjunto A;:::: { Xl, X2, .. " X
n
} es LJ. y 1 Xl, X2 . .. , X
n
, u f
es L.D., entonces u es combinacin lineal de la familia A.
2-38. Sabiendo que el conjunto A, a que se refiere el ejercicio anterior, es L.!. en (V, +, K, .),
Y que x no es combinacin lineal de dicho conjunto, entonces A U Ixl es L.!.
2-39. Demostrar que si el conjunto A = 1 Xl, X2, .. " Xn} es L.!. en (V, +, K, .), entonces
n
se verifica que el vector ,L iXi '* O.
1=1
2-40. Demostrar la independencia lineal de los vectores fl, f
2
, Y f3 del espacio (R
1
, +, R, .),
donde 1 es el intervalo cerrado de extremos O y 1, sabiendo que

3
O si -'- <x <;; 1
3
f, (x)
2 si x e[o,l]
3
Osixe
3
f3 (x) 2 - x si x e [O, 1]
2-41. Proponer una base en cada uno de los siguientes espacios vectoriales:
i ) (R, +, R, .)
ii) (R', +, R,.)
iii) (R
2X3
, +,R,.)
iv) (C, +, C,.)
v) (C, +, R, .)
2-42. Detenninar el subespacio de (R
3
, +, R,.) generado por los vectores v I (l, - 1,2),
V2 = (O, -1, 1) y V3 (1, 1, O). Obtener una base de dicho subespacio.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

TRABAJO PRACTICO I I ~ I
2-43. Demostrar que los siguientes conjuntos de vectores de (R
3
, +, R,.) generan el mismo :
sub espacio
A= 1(1,0,-1),(0,-2,1) B= (1,-2,0),(2,-2,-1)
2.44. Determinar una base y la dimensin del subespacio de matrices de traza nula de
(R' X2, +, R, .).
245. En (C' , +, R, .) se considera el subespacio S = (z, u) C' / z - 2u = O )
Obtener una base y la dimensin de S.
2.46. En (R'X2, +, R,.) se considera S = A R'X2 / al2 (al! +a 22)=0 1
Investigar si S es un subespa<;io, y en caso afirmativo obtener una base del mismo.
247. Investigar si S = 1 (z, u) C' / z - z + u = O es un subespacio en (C', +, C, .) y
(C', +, R, .). Si lo es, determinar una base y la dimensin.
2.48. Determinar el subespacio S de (R
3
, +, R,.) generado por los vectores (2, O, I) Y
(-1, O, 1). Hallar una base de S y su dimensin. Proponer un subespacio T que no
con tenga a los vectores dados.
249. Dados los subespacios de (R
4
, +, R, .)
SI = I (XI,X"X3,X4)/XI +x, -X3 +X4 =0)
S, = I (XI,X"X3,X4)/X, -x, -X3 -X4=0)
Obtener la dimensin de S, + S, .
2-50. Sea {VI' vz, ... , v
n
} una familia de vectores de (V, +, K, .) Y r "'" n. Por definicin, el
conjunto (VI, V2, ... , v
r
es un subconjunto maximal de vectores L.1. si y slo si
i>r=> {Vt,Vz, ... ,Vnv} esL.D.
Demostrar que si Vt, V2, .. " v
n
) es un S.G. de V y \ VI, VZ, . . " v
r
} es un sub-
conjunto maximal de vectores L.I., entonces ste es una base de V.
2-51. Demostrar que si V es un espacio de dimensin finita y V=Sl $8
2
, entonces se
verifica que dim V = dim SI + dim S,.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m