ESPACIOS VECTORIALES

Definición 5.1.1 Espacio vectorial real

• Un espacio vectorial real V es un conjunto de objetos, denominados
vectores, junto con dos operaciones binarias llamadas suma y
multiplicación por un escalar, y que satisfacen los diez axiomas
enumerados en el siguiente recuadro
Axiomas de un espacio vectorial
Nota. Los primeros cinco axiomas se utilizan para definir a un grupo abeliano,

i) Si x ϵ V y y ϵ V, entonces x + y ϵ V (cerradura bajo la suma).

ii) Para todo x, y y z en V, (x + y) + z = x + (y + z) (ley asociativa de la suma de
vectores).
iii) Existe un vector 0 ϵ V tal que para todo x ϵ V, x + 0 = 0 + x = x
(el 0 se llama vector cero o idéntico aditivo).
iv) Si x ϵ V, existe un vector -x en ϵ V tal que x+(-x) =0
(-x se llama inverso aditivo de x).
v) Si x y y están en V, entonces x + y = y + x
(ley conmutativa de la suma de vectores).
Axiomas de un espacio vectorial (Cont…)
Los axiomas vi) al x) describen la interaccion de los escalares y los vectores mediante la
operación binaria de un escalar y un vector.

vi) Si x ϵ V y α es un escalar, entonces αx ϵ V

(cerradura bajo la multiplicación por un escalar).
vii) Si x y y están en V y α es un escalar, entonces α(x + y)= αx + αy
(primera ley distributiva).
viii) Si x ϵ V y α y β son escalares, entonces (α + β ) x = αx + βx
(segunda ley distributiva).
ix) Si x ϵ V y α y β son escalares, entonces α(βx)= (αβ)x
(ley asociativa de la multiplicación por escalares).
x) Para cada vector x ϵ V, 1x = x
Campo
• Los escalares tienen una estructura denominada campo, la cual
consiste en un conjunto de elementos y dos operaciones binarias (por
ejemplo, los numero reales y las operaciones de adición y
multiplicación).
• Los números reales con la operación de suma cumplen con los
axiomas del grupo abeliano. Además, la multiplicación es asociativa y
distributiva por la derecha e izquierda.
• Existe un elemento neutro llamado unidad, y todo numero real
diferente de cero tiene un elemento inverso.
EJEMPLO 5.1.1 El espacio Rn

𝑥1
𝑥2
• Sea V= R ={ ⋮ : 𝑥𝑗 ϵ ℝ para i=1,2,…,n} Cada vector en Rn es una matriz
n

𝑥𝑛
de n x 1. Según la definición de suma de matrices, x + y es una matriz de n x
0 𝑥1
0 𝑥2
1 si x y y son matrices de n x 1. Haciendo 0= 𝑦 − 𝑥 = ⋮ , se
⋮
0 𝑥𝑛
observa que los axiomas ii) a x) se obtienen de la definición de suma de
vectores (matrices)
Nota
• Los vectores en Rn se pueden escribir indistintamente como vectores
renglón o vectores columna.
EJEMPLO 5.1.2 Espacio vectorial trivial
• Sea V={0}. Es decir, V consiste sólo en el numero 0. Como 0 + 0= 1*0=
0+(0 + 0)=(0 + 0) + 0= 0, se ve que V es un espacio vectorial. Con
frecuencia se le otorga el nombre de espacio vectorial trivial.
EJEMPLO 5.1.3 Conjunto que no es un espacio
vectorial
• Sea V={l}. Es decir, V consiste únicamente del numero 1. Este no es un
espacio vectorial ya que viola el axioma i) —el axioma de cerradura—.
Para verlo con mas claridad, basta con observar que 1 + 1= 2 ɇ V.
También viola otros axiomas; sin embargo, con solo demostrar que
viola al menos uno de los diez axiomas queda probado que V no es un
espacio vectorial.
EJEMPLO 5.1.4 El conjunto de puntos en R2 que se encuentran en
una recta que pasa por el origen constituye un espacio vectorial

• Sea V= {(x, y): y= mx, donde m es un numero real fijo y x es un

numero real arbitrario}.
• Es decir, V consiste en todos los puntos que están sobre la recta y=mx
que pasa por el origen y tiene pendiente m. Para demostrar que V es
un espacio vectorial, se puede verificar que se cumple cada uno de
los axiomas. Observe que los vectores en ℝ2 se han escrito como
renglones en lugar de columnas, lo que en esencia es lo mismo.
• i) Suponga que x= (x1,y1) y y= (x2,y2) están en V.
Entonces y1=mx1, y2= mx2,
y x + y= (x1,y1) + (x2,y2)= (x1, mx1) + (x2, mx2)= (x1 + x2, mx1 + mx2)
=(x1 + x2, m(x1 + x2)) ϵ V
Por lo tanto se cumple el axioma i).
• ii) Suponga que (x, y) ϵ V.
Entonces y=mx Y -(x, y)= -(x, mx)= (-x, m(-x)), de manera que -(x,y) también
pertenece a V y (x,mx) + (-x, m(-x))=(x - x, m(x - x))=(0, 0).

• Todo vector en V es un vector en ℝ2, y ℝ2 es un espacio vectorial, Como (0,

0)=0 esta en V, Entonces V es un espacio vectorial.
EJEMPLO 5.1.5 El conjunto de puntos en ℝ2 que se
encuentran sobre una recta que no pasa por el origen no
constituye un espacio vectorial
Sea V={(x, y): y = 2x + 1, x ϵ ℝ}. Es decir, V es el conjunto de puntos que están sobre la recta
y= 2x + 1. V no es un espacio vectorial porque no se cumple la cerradura bajo la suma,
como sucede en el ejemplo 5.1.3. Para ver esto, suponga que (x1, y1) y (x2, y2) están en V.
Entonces,

(x1, y1) + (x2, y2)= (x1 + x2, y1 + y2)

Si el vector del lado derecho estuviera en V, se tendría

y1 + y2= 2(x1 + x2) + 1= 2x1 + 2x2 + 1

Pero y1= 2x1 + 1 y y2= 2x2 + 1, de manera que

y1 + y2= (2x1 + 1) + (2x2 + 1)= 2x1 + 2x2 + 2

EJEMPLO 5.1.5
• Por lo tanto, se concluye que
(x1 + x2, y1 + y2) ɇ V si (x1, y1) ϵ V y (x2, y2) ϵ V
Por ejemplo, (0,1) y (3, 7) están en V, pero (0, 1) + (3, 7)= (3, 8) no esta
en V porque 8 ≠ 2 * 3 + 1.

Una forma mas sencilla de comprobar que V no es un espacio vectorial

es observar que 0=(0, 0) no se encuentra en V porque 0 ≠ 2 * 0 + 1. No
es difícil demostrar que el conjunto de puntos en ℝ2 que esta sobre
cualquier recta que no pasa por (0, 0) no constituye un espacio
vectorial.
EJEMPLO 5.1.6 El conjunto de puntos en ℝ3 que se
encuentran en un plano que pasa por el origen constituye un
espacio vectorial
• Sea V={(x, y, z): ax+by+cz=0}. Esto es, V es el conjunto de puntos en ℝ3 que esta
en el plano con vector normal (a, b, c) y que pasa por el origen. Al igual que en el
ejemplo 5.1.4, los vectores se escriben como renglones en lugar de columnas.

• Suponga que (x1, y1, z1) y (x2, y2, z2) están en V. Entonces (x1, y1, z1)+(x2, y2, z2)=(x1
+ x2, y1+y2, z1+z2) ϵ V porque

a(x1+x2)+b(y1+y2)+c(z1+z2)=(ax1+by1+cz1)+(ax2+by2+cz2)=0+0=0

Por lo tanto, el axioma i) se cumple. Los otros axiomas se verifican fácilmente. De

este modo, el conjunto de puntos que se encuentra en un plano en ℝ3 que pasa
por el origen constituye un espacio vectorial.
EJEMPLO 5.1.7 El espacio vectorial Pn
• Sea V=Pn el conjunto de polinomios con coeficientes reales de grado
menor o igual a n. Si p ϵ Pn, entonces
p(x)=anxn+an-1xn-1+. . .+a1x+a0
donde cada ai es real. La suma de p(x)+q(x) esta definida de la manera
usual: si

q(x)=bnxn+bn-1xn-1+. . .+b1x+b0, entonces

p(x)+q(x)=(an+bn)xn+(an-1+bn-1)xn-1+. . .+(a1+b1)x+(a0+b0)
El espacio vectorial Pn
Es obvio que la suma de dos polinomios de grado menor o igual a n es
otro polinomio de grado menor o igual a n, por lo que se cumple el
axioma i). Las propiedades ii) y v) a x) son claras.

Si se define el polinomio 0=0xn+0xn-1+. . .+0x+0, entonces 0 ϵ Pn y el

axioma iii) se cumple.

Por ultimo, sea -p(x)=-anxn – an-1xn-1 - . . . - a1x - a0; se ve que el axioma

iv) se cumple, con lo que Pn es un espacio vectorial real.
EJEMPLO 5.1.8 Los espacios vectoriales C[0, 1] y C[a,
b]
• Sea V=C[0, 1] el conjunto de funciones continuas de valores reales
definidas en el intervalo [0, 1].

• Se define ( f+g)x=f (x)+g(x) y (af )(x)=a[ f (x)] Como la suma de

funciones continuas es continua, el axioma i) se cumple y los otros
axiomas se verifican fácilmente con 0 =la función cero y (-f )(x)=-f (x).
Del mismo modo, C[a, b], el conjunto de funciones de valores reales
definidas y continuas en [a, b], constituye un espacio vectorial.
EJEMPLO 5.1.9 El espacio vectorial Mmn
• Si V=Mmn denota el conjunto de matrices de m x n con componentes
reales, entonces con la suma de matrices y multiplicación por un
escalar usuales se puede verificar que Mmn es un espacio vectorial
cuyo neutro aditivo es la matriz de ceros de dimensiones m x n.
EJEMPLO 5.1.10 Un conjunto de matrices
invertibles puede no formar un espacio vectorial
Sea S3 el conjunto de matrices invertibles de 3 x 3. Se define la “suma” A  B por A
B=AB. Si A y B son invertibles, entonces AB es invertible de manera que el axioma
i) se cumple.

El axioma ii) es sencillamente la ley asociativa para la multiplicación de matrices; los

axiomas iii) y iv) se satisfacen con 0=I3 y -A=A-1. Sin embargo, AB ≠ BA en general;
entonces el axioma v) no se cumple y por lo tanto S3 no es un espacio vectorial.

• Nota
Se usa un signo más dentro de un circulo para evitar confusión con el signo más
normal que denota la suma de matrices.
EJEMPLO 5.1.11 Un conjunto de puntos en un
semiplano puede no formar un espacio vectorial
• Sea V={(x, y): y ≥ 0}. V consiste en los puntos en ℝ2 en el semiplano
superior (los primeros
• dos cuadrantes). Si y1 ≥ 0 y y2 ≥ 0, entonces y1+y2 ≥ 0; así, si (x1, y1) ϵ
V y (x2, y2) ϵ V, entonces (x1+x2, y1+y2) ϵ V.
• Sin embargo, V no es un espacio vectorial ya que el vector (1, 1), por
ejemplo, no tiene un inverso en V porque (-1, -1) ɇ V. Más aún, el
axioma vi) falla, ya que si (x, y) 𝛼 V, entonces 𝛼 (x, y) a V si 𝛼, 0.
EJEMPLO 5.1.12 El espacio Cn

Sea V=𝕔n={( c1, c2, . . . , cn); ci es un numero complejo para i=1, 2, . . . , n}

y el conjunto de escalares es el conjunto de números complejos. No es
difícil verificar que 𝕔n también es un espacio vectorial.

Como lo sugieren estos ejemplos, existen diferentes tipos de espacios

vectoriales y muchas clases de conjuntos que no son espacios
vectoriales.
Resumen 5.1
Un espacio vectorial real V es un conjunto de objetos, denominados vectores,
junto con dos operaciones denominadas suma (denotada por x+y) y multiplicación
por un escalar (denotada por 𝛼x) que satisfacen los siguientes axiomas:

i) Si x ∈ V y y ∈ V, entonces x+y ∈ V (cerradura bajo la suma).

ii) Para todo x, y y z en V, (x+y)+z=x+(y+z) (ley asociativa de la suma de vectores).
iii) Existe un vector 0 ∈ V tal que para todo x ∈ V, x+0=0+x=x
(el 0 se llama vector cero o idéntico aditivo).
iv) Si x P V, existe un vector -x en V tal que x+(-x)=0
(-x se llama inverso aditivo de x).
v) Si x y y están en V, entonces x+y=y+x (ley conmutativa de la suma de vectores).
Resumen 5.1
vi) Si x ∈ V y 𝛼 es un escalar, entonces 𝛼x ∈ V
(cerradura bajo la multiplicación por un escalar).
vii) Si x y y están en V y 𝛼 es un escalar, entonces 𝛼(x+y)= 𝛼x+ 𝛼y
(primera ley distributiva).
viii) Si x ∈ V y 𝛼 y 𝛽 son escalares, entonces (𝛼+𝛽)x= 𝛼x+ 𝛽x
(segunda ley distributiva).
ix) Si x ∈ V y 𝛼 y 𝛽 son escalares, entonces 𝛼(𝛽x)=(𝛼𝛽x)
(ley asociativa de la multiplicación por escalares).
x) Para cada x ∈ V, 1x=x
Resumen 5.1
• El espacio ℝn={x1, x2, . . . , xn}: xi ∈ ℝ para i=1, 2, . . . , n}.
• El espacio Pn={polinomios de grado menor que o igual a n}.
• El espacio C[a, b]={funciones reales continuas en el intervalo [a, b]}.
• El espacio Mmn={matrices de m x n con coeficientes reales}.
• El espacio Cn={(c1, c2, . . . , cn): ci ∈ C para i=1, 2, . . . , n}. ℂ denota el
conjunto de números complejos.
AUTOEVALUACIÓN 5.1
𝑥
I) El conjunto de vectores 𝑦 en ℝ2 con y= -3x es un espacio vectorial
real.

R= VERDADERO
 𝑥
II. El conjunto de vectores 𝑦 en ℝ2 con y= -3x +1 es un espacio
vectorial real.

R= FALSO
III) El conjunto de matrices invertibles de 5 X 5 forma un espacio
vectorial (con “+” definido como en la suma matrices ordinaria).

R= FALSO
IV) El conjunto de múltiplos constantes de la matriz idéntica de 2 X 2 es
un espacio vectorial (con “+” definido como en III).

R= VERDADERO
V) El conjunto de matrices idénticas de n x n para n= 2, 3, 4, . . . es un
espacio vectorial (con “+” definido como en III).

R=VERDADERO
 𝑥
VI) El conjunto de vectores 𝑦 en ℝ3 con 2x - y - 12z= 0 es un espacio
𝑧
vectorial real.

R= VERDADERO
 𝑥
VII) El conjunto de vectores 𝑦 en ℝ3 con 2x - y - 12z= 1 es un espacio
𝑧
vectorial real.

R= FALSO
VIII) El conjunto de polinomios de grado 3 es un espacio vectorial real
(con “+” definido como la suma de polinomios ordinaria).

R= FALSO
Subespacios vectoriales
5.2 Subespacios vectoriales
Se sabe que ℝ2={(x, y): x ∈ ℝ y y ∈ ℝ} es un espacio
vectorial. Se vio que V={(x, y): y=mx} también es un espacio vectorial.
Adicionalmente, es evidente que V ⊂ ℝ2. Esto es, ℝ2 tiene un
subconjunto que también es un espacio vectorial. De hecho, todos los
espacios vectoriales tienen subconjuntos que también son espacios
vectoriales.
Definición 5.2.1 Subespacios vectoriales
Se dice que H es un subespacio vectorial de V si H es un subconjunto
no vacío de V, y H es un espacio vectorial, junto con las operaciones de
suma entre vectores y multiplicación por un escalar definidas para V.

Se puede decir que el subespacio H hereda las operaciones del espacio

vectorial “padre” V.
Se demostrara un resultado que hace relativamente sencillo
determinar si un subconjunto de V es en realidad un subespacio de V.
Teorema 5.2.1 Subespacio vectorial
Un subconjunto no vacío H de un espacio vectorial V es un subespacio
de V si se cumplen las dos reglas de cerradura:

Reglas de cerradura para ver si un subconjunto no vacío es un

subespacio
i) Si x ∈ H y y ∈ H, entonces x + y ∈ H.
ii) Si x ∈ H, entonces 𝛼x ∈ H para todo escalar 𝛼.
EJEMPLO 5.2.1 El subespacio trivial
Para cualquier espacio vectorial V, el subconjunto {0} que consiste en el
vector cero es unicamente
un subespacio ya que 0+0=0 y 𝛼0=0 para todo numero real 𝛼 [parte i)
del teorema5.1.1]. Esto se denomina subespacio trivial.
EJEMPLO 5.2.2 Un espacio vectorial es un
subespacio en sí mismo
Para cada espacio vectorial V, V es un subespacio de si mismo.
Los primeros dos ejemplos muestran que todo espacio vectorial V
contiene dos subespacios,
{0} y V (que coinciden si V= {0}). Es mas interesante encontrar otros
subespacios. Los subespacios distintos a {0} y V se denominan
subespacios propios.
EJEMPLO 5.2.3 Un subespacio propio de ℝ2
Sea H={(x, y): = mx}. Entonces, como ya se dijo, H es un subespacio de
ℝ2.

En la seccion 5.5 se vera que si H es cualquier subespacio propio de ℝ2,

entonces H consiste en el conjunto de puntos que se encuentran sobre
una recta que pasa por el origen; es decir, un conjunto de puntos que
se encuentra sobre una recta que pasa por el origen es el único tipo de
subespacio propio de ℝ2.
EJEMPLO 5.2.4 Un subespacio propio de ℝ2
Sea H={(x, y, z): x=at, y=bt y z=ct; a, b, c, t reales}. Entonces H consiste en los
vectores en ℝ3 que se encuentran sobre una recta que pasa por el origen.
Para ver que H es un subespacio de ℝ3,

Sea x=(at1, bt1, ct1) ∈ H y y=(at2, bt2, ct2) ∈ H.

Entonces x + y=(a(t1+t2), b(t1+t2), c(t1+t2)) ∈ H
y
𝛼x= (a(𝛼tl), b(𝛼t2), c(𝛼t3)) ∈ H.

Así, H es un subespacio de ℝ3.

EJEMPLO 5.2.5 Otro subespacio propio de ℝ3
Sea π={(x, y, z): ax+by+cz=0; a, b, c reales}. Entonces, como se vio en el
ejemplo 5.1.6, π es un espacio vectorial; así, π es un subespacio de ℝ3.
En la sección 5.5 se demostrará que los conjuntos de vectores que se
encuentran sobre rectas y planos que pasan por el origen son los
únicos subespacios propios de ℝ3.
Antes de analizar mas ejemplos, es importante observar que no todo
espacio vectorial tiene subespacios propios.
EJEMPLO 5.2.6 ℝ3 no tiene subespacios
propios
Sea H un subespacio de ℝ. Si H ≠ {0}, entonces H contiene un numero
real 𝛼 diferente de cero. Por el axioma vi), 1= (1/ 𝛼) 𝛼 ∈ H y 𝛽 1= 𝛽 ∈ H
para todo numero real 𝛽. Así, si H no es el subespacio trivial, entonces
H= R. Es decir, ℝ no tiene subespacios propios.
EJEMPLO 5.2.7 Algunos subespacios propios
de Pn
Si Pn denota el espacio vectorial de polinomios de grado menor o igual
a n, y si 0 ≤ m < n, entonces Pm es un subespacio propio de Pn como se
verifica fácilmente.
EJEMPLO 5.2.8 Un subespacio propio de Mmn
Sea Mmn, el espacio vectorial de matrices de m x n con componentes
reales y sea H={A ∈ Mmn: a11=0}. Por la definición de suma de matrices
y multiplicación por un escalar, es obvio que los dos axiomas de
cerradura se cumplen de manera que H es un subespacio.
EJEMPLO 5.2.9 Un subconjunto que no es un
subespacio propio de Mnn
Sea V=Mnn (las matrices de n x n) y sea H={A ∈ Mnn: A es invertible}.
Entonces H no es un subespacio ya que la matriz cero de n x n no esta
en H.
EJEMPLO 5.2.10 Un subespacio propio de C[0, 1]
• Pn[0, 1] ( C[0, 1] porque todo polinomio es continuo y Pn es un
espacio vectorial para todo entero n de manera que cada Pn[0, 1] es
un subespacio de C[0, 1].
EJEMPLO 5.2.11 C1[0, 1] es un subespacio propio
de C[0, 1]
Sea C1[0, 1] el conjunto de funciones con primeras derivadas continuas
definidas en [0, 1].

Como toda función diferenciable es continua, se tiene C1 [0, 1] ⊂ C[0,

1]. Puesto que la suma de dos funciones diferenciables es diferenciable
y un múltiplo constante de una función diferenciable es diferenciable,
se ve que C1 [0, 1] es un subespacio de C[0, 1].

Se trata de un subespacio propio porque no toda función continua es

diferenciable.
EJEMPLO 5.2.11 C1[0, 1] es un subespacio
propio de C[0, 1]
1 1
Si f ∈ 𝐶[0, 1], entonces ‫׬‬0 𝑓 𝑥 𝑑𝑥 existe. Sea H={ f ∈ 𝐶[0, 1]: ‫׬‬0 𝑓 𝑥 𝑑𝑥=0. Si f ∈ 𝐻
y g ∈ 𝐻, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠:
1 1 1 1

න 𝑓 𝑥 + 𝑔 𝑥 𝑑𝑥 න 𝑓 𝑥 𝑑𝑥 + න 𝑔 𝑥 𝑑𝑥 = 0 + 0 = 0 𝑦 න 𝛼𝑓 𝑥 𝑑𝑥
0 0 0 0

1 1

= 𝛼 න 𝑓 𝑥 𝑑𝑥 = 𝛼 න 𝑓 𝑥 𝑑𝑥 = 0.
0 0
Así f + g y 𝛼f están en H para todo numero real 𝛼. Esto muestra que H es un
subespacio propio de C[0, 1].
Teorema 5.2.2
Sea H1 y H2 dos subespacios de un espacio vectorial V. Entonces H1 ∩ H2 es un
subespacio de V.

Demostración
Observe que H1 y H2 es no vacío porque contiene al 0. Sea x1 ∈ H1 y H2 y x2 ∈ H1 y
H2. Entonces como H1 y H2 son subespacios, x1 + x2 ∈ H1, y x1 + x2 ∈ H2.

Esto significa que x1 + x2 ∈ H1 y H2. De manera similar, 𝛼x1 ∈ H1 ∩ H2. Por lo tanto,
se cumplen los dos axiomas de cerradura y H1 ∩ H2 es un subespacio.
EJEMPLO 5.2.13 La intersección de dos
3
subespacios de ℝ es un subespacio
En ℝ3 sea H1={(x, y, z): 2x - y - z=0} y H2={(x, y, z): x + 2y + 3z=0}.
Entonces H1 y H2 consisten en vectores que se encuentran sobre planos
que pasan por el origen y son, según el ejemplo 5.2.5, subespacios de
ℝ3. H1 y H2 es la intersección de los dos planos que se calculan:

x+2y+3z=0
2x-y-z=0
Reduciendo renglones, se tiene:

1 2 3 0 1 2 3 0 1 2 37 0
2 −1 −1 0 0 −5 −7 0 0 1 5 0

1
0
1 0 5
0 1 7
0
5
 1 7
De este modo, todas las soluciones al sistema homogéneo están dadas por (- z, - z,
5 5
z).

1
Haciendo z= t, se obtienen las ecuaciones paramétricas de la recta L en ℝ3: x=− t
5
7
y = − , z= t. Como se observo en el ejemplo 5.2.4, el conjunto de vectores sobre L
t
5
constituye un subespacio de ℝ3.

Observación. No es necesariamente cierto que si H1 y H2 son subespacios de V, H1

∪ H2 es un subespacio de V (puede o no serlo). Por ejemplo, H1={(x, y): y=2x} y {(x,
y): y=3x} son subespacios de ℝ2, pero H1 x H2 no es un subespacio. Para ver esto,
observe que (1, 2) ∈ H1 y (1, 3) ∈ H2, de manera que tanto (1, 2) como (1, 3) están
en H1 ∪ H2. Pero (1, 2) + (1, 3)=(2, 5) ɇ H1 ∪ H2 porque (2, 5) ɇ H1 y (2, 5) ∈ H2. Asi,
H1 ∪ H2 no es cerrado bajo la suma y por lo tanto no es un subespacio.
Resumen 5.2
• Un subespacio H de un espacio vectorial V es un subconjunto de V
que es en si un espacio vectorial.
• Un subespacio no vacio H de un espacio vectorial V es un subespacio
de V si las dos siguientes
• reglas se cumplen:
i) Si x ϵ H y y ϵ H, entonces x + y ϵ H.
ii) Si x ϵ H, entonces 𝛼x ϵ H para cada escalar a.
• Un subespacio propio de un espacio vectorial V es un subespacio de
V diferente de {0} y de V.
AUTOEVALUACIÓN 5.2
De las siguientes aseveraciones, evalúe si son falsas o verdaderas.

𝑥
I. El conjunto de vectores de la forma 𝑦 es un subespacio de ℝ3.
1

FALSO
 𝑥
II. El conjunto de vectores de la forma 0 es un subespacio de ℝ3.
𝑧

VERDADERO
III. El conjunto de matrices diagonales de 3 X 3 es un subespacio de
M33.

VERDADERO
IV. El conjunto de matrices triangulares superiores de 3 X 3 es un
subespacio de M33.

VERDADERO
V. El conjunto de matrices triangulares de 3 X 3 es un subespacio de
M33.

FALSO
 0 0
VI. Sea H un subespacio de M22. Entonces debe estar en H.
0 0

VERDADERO
 𝑥 𝑥
VII. Sea H={ 𝑦 : 2x + 3y – z = 0} y K= ={ 𝑦 : x - 2y + 5z = 0} Entonces H
𝑧 3
𝑧
∪ K es un subespacio de ℝ .

FALSO
VIII.Si H y K son los subconjuntos del problema VII, entonces H ∩ K es
un subespacio de ℝ3.

VERDADERO
IX. El conjunto de polinomios de grado 2 es un subespacio de P3.

FALSO
5.3 Combinación lineal y
espacio generado
5.3 Combinación lineal y espacio generado
Se ha visto que todo vector v = (a, b, c) en ℝ3 se puede escribir en la
forma v = ai + bj + ck en cuyo caso se dice que v es una combinación
lineal de los tres vectores i, j y k. De manera mas general, se tiene la
siguiente definición.
Definición 5.3.1 Combinación lineal
Sean v1, v2, . . . , vn vectores en un espacio vectorial V. Entonces
cualquier vector de la forma

a1v1 + a2v2 + . . . + anvn

donde, a1, a2, . . . , an son escalares se denomina una combinación

lineal de v1, v2, . . . , vn.
EJEMPLO 5.3.1 Una combinación lineal en ℝ3
−7 −1 5 −7
En ℝ3, 7 es una combinación lineal de 2 y −3 ya que 7
7 4 1 7

−1 5
=2 2 - −3
4 1
EJEMPLO 5.3.2 Una combinación lineal en M23
−3 2 8 −1 0 4 0 1 −2
En M23, =3 +2 , lo que muestra
−1 9 3 1 1 5 −2 3 −6

−3 2 8 −1 0 4
que es una combinación lineal de y
−1 9 3 1 1 5

0 1 −2
−2 3 −6
EJEMPLO 5.3.3 Combinaciones lineales en Pn
En Pn todo polinomio se puede escribir como una combinación lineal
de los “monomios” 1, x, x2, . . . , xn.
Definición 5.3.2 Conjunto generador
Se dice que los vectores v1, v2, . . . , vn de un espacio vectorial V
generan a V si todo vector en V se puede escribir como una
combinación lineal de los mismos. Es decir, para todo v ∈ V existen
escalares a1, a2, . . . , an tales que:

V=a1v1 + a2v2 + . . . + anvn

EJEMPLO 5.3.4 Conjunto de vectores que
2
generan ℝ y ℝ 3

1 0
los vectores i= y j= generan ℝ2. También se vio que
0 1

1 0 0
i= 0 , j= 1 y k= 0 generan ℝ3
0 0 1
EJEMPLO 5.3.5 n + 1 vectores que generan a Pn
Del ejemplo 5.3.3 se deduce que los monomios 1, x, x2, . . . , xn generan
a Pn.
EJEMPLO 5.3.6 Cuatro vectores que generan a M22
𝑎 𝑏 1 0 0 1 0 0 0 0
Como =a +b +c +d , se observa
𝑐 𝑑 0 0 0 0 1 0 0 1

1 0 0 1 0 0 0 0
que , , 𝑦 , generan a M22
0 0 0 0 1 0 0 1
EJEMPLO 5.3.7 Ningún conjunto finito de
polinomios generan a P
Sea P el espacio vectorial de polinomios. Entonces ningún conjunto finito de
polinomios genera a P.
Para ver esto, suponga que p1, p2, . . . , pm son polinomios. Sea pk el
polinomio de mayor grado en este conjunto y sea N= grado(pk).

Entonces el polinomio p(x)= xN+1 no se puede escribir como una combinación

lineal de p1, p2, . . . , pm. Por ejemplo, si N= 3, entonces x4 ≠ c0 + c1x + c2x2 +
c3x3 para cualesquiera escalares c0, c1, c2 y c3.

Ahora se analizara otra forma de encontrar subespacios de un espacio

vectorial V.
Definición 5.3.3 Espacio generado por un conjunto
de vectores
Sea v1, v2, . . . , vk, k vectores de un espacio vectorial V. El espacio
generado por {v1, v2, . . . , vk} es el conjunto de combinaciones lineales
v1, v2, . . . , vk. Es decir

gen {v1, v2, . . . , vk} = {v: v = a1v1 + a2v2 + . . . , + akvk} (5.3.3)

donde a1, a2, . . . , ak son escalares arbitrarios.

Teorema 5.3.1 El espacio generado por vectores es
un subespacio vectorial
Si v1, v2, . . . , vk son vectores en un espacio vectorial V, entonces gen
{v1, v2, . . . , vk} es un subespacio de V.
EJEMPLO 5.3.8 El espacio generado por dos
vectores en ℝ3
Sea v1=(2, -1, 4) y v2=(4, 1, 6). Entonces H=gen{v1, v2}={v: v=a1(2, -1, 4) + a2(4, 1, 6)}.

¿Cual es la apariencia de H? Si v=(x, y, z) ϵ H, entonces se tiene x= 2a1+

4a2, y=-a1 + a2 y z=4a1+6a2. Si se piensa que (x, y, z) esta fijo, entonces
estas ecuaciones se pueden ver como un sistema de tres ecuaciones
con dos incógnitas a1, a2. Este sistema se resuelve en la forma usual:
 −1 1 𝑦 1 −1 −𝑦 R2 → R2 -2 R2
1 −1 −𝑦
2 4 𝑥 R1 → -R1 2 4 𝑥 R3 → R3 -4 R1 0 6 𝑥 + 2𝑦
4 6 𝑧 4 6 𝑧 0 10 𝑧 + 4𝑦

𝑥 2𝑦
1 −1 −𝑦 1 0 −
6 3
1 𝑥+2𝑦 R1 → R1 + R2 𝑥 𝑦
R2 → 𝑅 R 0 1 R3 → R3 - 10 R2 0 1 +
6 𝟐 2
6 6 3
0 10 𝑧 + 4𝑦 −5𝑥 2𝑦
0 0 +
3 3+𝑧

Desde la unidad 1 se observa que el sistema tiene una solución únicamente si

−5𝑥 2𝑦
+ + z =0 o multiplicando por -3, si: 5x - 2y - 3z = 0
3 3
La ecuacion (5.3.4) es la ecuacion de un plano en ℝ3 que pasa por el
origen.
Este ultimo ejemplo se puede generalizar para probar el siguiente
hecho interesante:

El espacio generado por dos vectores diferentes de cero en ℝ3 que no

son paralelos es un plano que pasa por el origen.
Teorema 5.3.2
Sean v1, v2, . . . , vn , vn+1, n + 1 vectores que estan en un espacio
vectorial V. Si v1, v2, . . . , vn genera a V, entonces v1, v2, . . . , vn , vn+1,
también genera a V. Es decir, si se agregan uno o mas vectores a un
conjunto generador se obtiene otro conjunto generador.
5.4 Independencia lineal
• Empezamos tratando de contestar la siguiente pregunta: ¿existe una
1 2
relación especial entre los vectores v1= y v2= ?...
2 4

• Por supuesto, se puede apreciar que v1 = 2 v1; o si se escribe esta ecuación

de otra manera,
2 v1 - v2 = 0

• En otras palabras, el vector cero se puede escribir como una combinación

no trivial de v1 y v2 (es decir, donde los coeficientes en la combinación
lineal no son ambos cero).