ESPACIO VECTORIAL

Espacio vectorial
Sea V un conjunto no vacío, K un cuerpo de escalares (como R o C), + y . las operaciones de adición de dos
elementos de V y multiplicación de un elemento de K por un elemento de V. El objeto (V, +, K, .) es un
espacio vectorial si cumple con los 10 axiomas siguientes:

Axiomas:
[Link] bajo suma: u+v∈V.
[Link]: u+v=v+u.
[Link]: (u+v)+w=u+(v+w).
[Link] neutro aditivo: Existe 0∈V tal que u+0=u.
[Link] aditivo: Para cada u∈V, existe −u∈V tal que u+(−u)=0.
[Link] bajo multiplicación por escalar: α⋅u∈V.
[Link] (vectorial): α⋅(u+v)=α⋅u+α⋅v.
[Link] (escalar): (α+β)⋅u=α⋅u+β⋅u.|
[Link] multiplicativa: α⋅(β⋅u)= (αβ)⋅u.
[Link] escalar: 1⋅u=u.

𝑉: 𝑉𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑒𝑛 𝑅2, 𝑅3, . . , 𝑅𝑛 𝑍: 𝑁ú𝑚𝑒𝑟𝑜𝑠 𝑒𝑛𝑡𝑒𝑟𝑜𝑠

V: ቐ 𝑀𝑎𝑡𝑟𝑖𝑐𝑒𝑠: 𝑀2𝑥2, 𝑀2𝑥3, 𝑀𝑚𝑥𝑛
𝑃𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜𝑠: 𝑃2 𝑋 , 𝑃𝑛(𝑋) K: ቐ 𝑅: 𝑁ú𝑚𝑒𝑟𝑜𝑠 𝑟𝑒𝑎𝑙𝑒𝑠
𝐶: 𝑁ú𝑚𝑒𝑟𝑜𝑠 𝑐𝑜𝑚𝑝𝑙𝑒𝑗𝑜𝑠)
Si K=R, es decir, el cuerpo de los escalares es el conjunto de los números reales, entonces, el espacio
vectorial (V,+,R,.) se llama espacio vectorial real; si K=C, el (V,+,C,.) se llama espacio vectorial complejo.
Ejemplos de espacios vectoriales
1. (R3,+,R,.) con la suma de ternas ordenadas y el producto fr una terna por un real constituye un espacio
vectorial (EV) real.
1. (P2(x),+R,.), donde P2(x) es el conjunto de los polinomios de coeficientes reales, de segundo grado de
variable x, con la suma de polinomios y el producto de un polinomio por un real, el cual constituye un
espacio vectorial real.
2. (M3x2,+,R,.), donde M3x2 es el conjunto de matrices reales de orden 3x2, con la suma de matrices y el
producto de un número real por una matriz, el que constituye un EV real.
1. (Rn,+,R,.) con la suma de n-tuplas y el producto de una n-tupla por un real constituye un espacio
vectorial (EV) real.
Ejemplos que no representan espacios vectoriales

1.(R2,+,C,.). No es un E.V. ya que no cumple con el A6: No cumple con el producto

de un escalar por un vector de V: ∀∝εC, ∀uεR2 ∝uε R2
Supongamos que ∝=2i; u=(2,3), ∝u=2i(2,3)=(4i,6i) no pertenece a R2
1.(P2(x), +, R, .), por cumplir con los 10 axiomas, sí es un E.V.
2.(R3x2,+,R,.). Sí es un E.V. ya que cumple con los 10 axiomas antes mencionados.
3.(Z2x2, +,R,.)
1 2 4
∀∝εR, ∀uε Z2x2, ∝u no pertenece a Z2x2 Ejemplo, si ∝=3 𝑦 𝑢𝜖Z2x2= , ∝u=
3 5
2/3 4/3
no pertenece a Z2x2. Por tanto, El conjunto dado no es un EV.
1 5/3
4. (R2,+,R,.) con las operaciones definidas (a,b)+(c,d)=(a+d,bç). Probando el axioma
de la propiedad conmutativa de la suma de 2 vectores
5. ∀ (a,b) (c,d)∈ R2 , (a,b)+(c,a) =(c,d)+(a,b): (a+d,b+c)=(c+b,d+a), lo cual no es
correcto. Por tanto el sistema dado no mes EV.
6. (R2,+,R,.) con las operaciones definidas (a,b)+(c,d)=(a+c,b+d) r(a,b)=(ra,0). El
sistema dado, ¿Constituye un E.V.?
Sub espacio vectorial
Un subespacio vectorial W de un espacio vectorial V sobre un
campo K (como R o C) es un subconjunto de V que hereda las operaciones de V
suma y multiplicación por escalar y satisface por sí mismo las propiedades de
un espacio vectorial. W

Propiedades básicas

1. Contiene al vector cero:

Todo subespacio W debe incluir el vector nulo 0 de V. Ejemplo: En R2, la
recta y=2x pasa por el origen (0,0).
2. Cerradura bajo suma:
Si u,v∈W, entonces u+v∈W. Ejemplo: En R3, el plano z=0 cumple que la
suma de dos vectores del plano sigue en el plano.
3. Cerradura bajo multiplicación por escalar:
Si u∈W y α∈K, entonces αu∈W.
 Criterio de subespacio
1. Sea (V,+,K,.) un espacio vectorial y W un subconjunto de V:
(W,+,K,.) es un subespacio vectorial de V sí y solo sí:
• Para todo 𝑥, റ 𝑦ϵW,
റ 𝑥+
റ 𝑦ϵW
റ
• Para todo 𝑥ϵWറ y rϵ R, r𝑥ϵW
റ

Propiedades Derivadas
• La intersección de subespacios es un subespacio:
Si W1 y W2 son subespacios de V, entonces W1 ∩ W2 también lo es. Por ejemplo: En R3, la intersección
de dos planos que pasan por el origen es una recta (subespacio).
• Suma de subespacios es un subespacio:
Si W1 y W2 son subespacios, entonces W1 y W2 ={u+v∣u∈ W1​,v∈ W2} es un subespacio.
• Ejemplo: En R3, la suma de una recta y un plano (ambos pasando por el origen) es todo R3.

Ejemplos Clave de Subespacios

[Link] trivial: W={0} (solo el vector cero).
[Link] total: W=V (todo el espacio).
[Link] de soluciones de un sistema homogéneo: En Rn, las soluciones de Ax=0 forman un subespacio.
Ejemplos de subespacios vectoriales
1. Subespacio trivial en R2 : W= (𝟎, 𝟎) Solo contiene al vector nulo (0 = (0,0))

2. Recta que pasa ´por el origen de coordenadas en R2:

Ejemplo:
Espacio vectorial: V={(x,y)ϵ R2/y=kx}, kϵR
Subespacio vectorial: W={(x,y)ϵ R2/y=2x}

Determinar si los siguientes conjuntos son subespacios vectoriales:

1. W={(x,y)ϵ R2 /y=2x}∁(R2,+,R.)

Solución particular:
• Sean 𝑢=(1,2) y 𝑣=(3,6),
റ entonces: 𝑢 + 𝑣റ = (4,8)
• Sean r=3 y 𝑢=(1,2), entonces, r𝑢=3(1,2)=(3,6)

Solución general:
• Sean 𝑢=(x1, y1) y 𝑣=(x
റ 2, y2), entonces: 𝑢 + 𝑣റ = (x1+ x2, y1+ y2 )=(x1+ x2, 2(x1+ y1)
• Sean rϵR y 𝑢=(x1, y1), entonces, r𝑢= (x1, y1)=(r x1, 2rx1)

Conclusión ; W es un SEV
Ejemplo:
Sea W={(x,y)ϵ R2 /x+y=1}∁(R2,+,R.) ¿Es W un SEV?
Solución: Sean 𝑢 = (x1, y1)ϵ R2 y 𝑣റ = (x2, y2)ϵ R2, entonces
Si 𝑢 = (x1, y1)ϵ R2,entonces, x1+ y1 =1
Si 𝑣റ = (x2, y2)ϵ R2, entonces, x2+ y2=1
𝑢 + 𝑣റ = (x1+ x2 , y1+ y2)=(x1+ y1 +x2+ y2), pero x1+ y1 +x2+ y2=1+1=2≠1
Por tanto, 𝑢 + 𝑣റ no pertenece a W, el sistema dado no es un SEV
Ejemplo:
Sea W={(x,y)ϵ R2 /y=3x}∁(R2,+,R.) ¿Es W un SEV? Interpretación geométrica
i) Para x=0, y=0, P(0,0) ϵW W es una recta de pendiente
ii) Sean 𝑢 =(x1, 3x1) y 𝑣റ = (x2, 3x2) elementos de W 3 que pasa por el origen
𝑢 + 𝑣റ =(x1, 3x1) + (x2, 3x2)=(x1+ x2, 3(x1+ x2)) ϵ W
iii) Sean rϵR y 𝑢 =(x1, 3x1), r𝑢 =(rx1, 3rx1) ϵ W
Por tanto, W es un SEV
Ejemplo:
Sea W={(x,y,z)ϵ R3 /2x-y+z=0}∁(R3,+,R.) ¿Es W un SEV?
Interpretación geométrica
i) Para x=0, y=0, 2(0)-0+0=0 ϵW
W plano que pasa por el
ii) Sean 𝑢 =(x1,y1,z1)/2x1−y1+z1=0
origen
𝑢 =(x2,y2,z2)/2x2−y2+z2=0
𝑢 + 𝑣റ =(x1+ x2 , y1+ y2,z1+ z2)/2(x1+ x2)−(y1+ y2)+ (z1+ z2)=0 ϵ W
iii) Sean 𝑢 = (x,y,z) /2x-y+z=0 y ϵ R, Entonces r𝑢 =(rx,ry,rz) /2rx−ry+rz=0) ϵ W
Por tanto W es un SEV
Ejemplo:
W conjunto matrices M2x2 simétricas. ¿Es W un SEV?

0 0
i)La matriz cero simétrica: es simétrica, cumple
0 0

𝑎 𝑏 𝑚 𝑛 𝑎+𝑚 𝑏+𝑛
ii) Sean A= , B= 𝑛 𝑝 , A+M= es simétrica, cumple
𝑏 𝑐 𝑏+𝑛 𝑐+𝑝

𝑎 𝑏 𝑟𝑎 𝑟𝑏
iii) Sean A= y rϵR, entonces, rA= que es simétrica
𝑏 𝑐 𝑟𝑏 𝑟𝑐

Por tanto, W es un SEV

Ejemplo:
Sea W= {ax2+bx/a,b ϵ R}. ¿Es W un SEV?
i) Para x=0, P(0) es cero, cumple
ii) Suma polinomios: Sean P(x)= ax2+bx ϵ W
Q(x)= cx2+dx ϵ W
P(x)+Q(x)=x2 (a+c)+x(b+d) ϵ W
iii) Sean r ϵ R y P(x)= ax2+bx ϵ W, entonces, rP(x)=r(ax2+bx)=(ar) x2+(br)x, cumple (rP(x) ϵ W
Por tanto, W es un SEV
 Combinación lineal de vectores
Definición 1.- El cuarteto (V,+,R,.) es un EV. A=(𝑣1 , 𝑣2 ,…, 𝑣𝑛 )⸦V y n escalares ∝1, ∝2, ∝3, . . . ,
∝n,ϵR, se llama combinación lineal (CL) de los n vectores ce A a todo vector 𝑣∈Vശ definido por:

𝒗 = ∝1 𝒗𝟏 + ∝2 𝒗𝟐 +. . . + ∝n 𝒗𝒏
Definición 2.- El cuarteto (V,+,R,.) es un EV. A=(𝑣1 , 𝑣2 ,…, 𝑣𝑛 )⸦V el vector 𝑣∈V
ശ es CL de los
vectores de A sí y solo sí existen los escalares ∝1, ∝2, ∝3, . . . , ∝n tal que
𝒗 = ∝1 𝒗𝟏 + ∝2 𝒗𝟐 +. . . + ∝n 𝒗𝒏
Ejemplo: Determinar si elk vector 𝒗 =(-1,-2,0) es CL de los vectores 𝒗1=(-1, 0 ,2) y 𝒗2=(-1, 2, 4)

Solución: A={𝒗𝟏 , 𝒗𝟐 } ⸦(R3,+,R,.)

𝒗 =r 𝒗𝟏 + 𝒔𝒗𝟐
(-1,-2,0)= r(-1,0,2)+s(-1,2,4)=(-r-s,2s,2r+4s). Igualando componentes:
-(r+s)=-1
2s=-2
2r+4s=0
Resolviendo: r=2 y s=-1. Es decir: (-1,-2,0)=2(-1,0,2)-(-1,2,4)
 0 0 1 0 1 0
Expresar, si es posible, el vector 𝑣=
റ como una CL de los elementos de A={ , }⸦(R2x2,+,R,.)
2 3 0 1 1 0
Solución:
0 0 1 0 1 0 ∝1 0 ∝ 0
𝑣റ es CL de A sí y solo sí, existen los reales ∝1 y ∝2/ = ∝1 + ∝2 = + 2
2 3 0 1 1 0 0 ∝1 ∝2 0

∝1 + ∝2 = 0
0 0 ∝1 + ∝2 0
= ቐ ∝2 = 2
2 3 ∝2 ∝1
∝1 = 3
0 0
Comparando los resultados, ∝1 + ∝2 ≠ 0: Sistema es incompatible. la matriz NO es CL de las otras
2 3
matrices. Sin embargo, podemos afirmar que las matrices dadas son LI

Ejemplo:
Hallar k para que P(x)=kx2+10x+7 sea una CL de Q(x)=x+1 y R(x)=x2-1
Solución: Sean ∝1𝑦 ∝2 dos reales/P(x)= ∝1Q(x)+ ∝1R(x). Reemplazando valores:
kx2+10x+7= ∝1 (x+1)+ ∝2 (x2-1)=∝2 x2+∝1 x+(∝1 - ∝2)
Conclusión:
Coef X2: k= ∝2
∝2=3 P(x), Q(x) y
Coef x: 10= ∝1
R(x) son L.D.
Térm Ind.: 7=∝1- ∝2,
 Independencia lineal de vectores
Definición 1.- El cuarteto (V,+,R,.) es un EV. A=(𝑣1 , 𝑣2 ,…, 𝑣𝑛 )⸦V es linealmente independiente
(LI) si y solo sí 𝟎 = ∝1 𝒗𝟏 + ∝2 𝒗𝟐 +. . . + ∝n 𝒗𝒏 entonces, ∝i=0, para todo i=1,2,3,…,n (solución
trivial única)
Por tanto:
A es LI ∝1 𝒗𝟏 + ∝2 𝒗𝟐 +. . . + ∝n 𝒗𝒏 = 𝟎/ ∝i=0, para todo i=1,2,3,…,n
𝑛

La sumatoria ෍ ∝𝑖 𝑣റ1 = 0 𝑒𝑠 𝑙𝑎 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑡𝑟𝑖𝑣𝑖𝑎𝑙 𝑑𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 ℎ𝑜𝑚𝑜𝑔é𝑛𝑒𝑜

𝑖=1

Ejemplo: Determinar si A={(-1,-2,0), (3,1,2), (-1,2,4)} es LI. -1 3 -1 0 F2-2F1

Solución: (0,0,0)= ∝1 (-1,-2,0)+ ∝2 (3,1,2)+ ∝3(-1,2,4) -2 1 2 0 F3/2
=(- ∝1,-2 ∝1,0)+(3 ∝2, ∝2,2 ∝2)+ (- ∝3,2 ∝3,4 ∝3) 0 2 4 0
=(- ∝1+ 3 ∝2 - ∝3,-2∝1 +∝2+2 ∝3, 2 ∝2,+4∝3) -1 3 -1 0 F2+5F3
0 -5 4 0
− ∝1+ 3 ∝2 − ∝3 = 0 0 1 2 0
ቐ −2∝1 +∝2+2 ∝3 = 0
2 ∝2,+4∝3 = 0 -1 3 -1 0
0 0 14 0 Resolviendo:
0 1 2 0 ∝1 = ∝2 = ∝3 = 0
 1 0 −3 0
Dado D={ , 𝐴𝑣𝑒𝑟𝑖𝑔𝑢𝑎𝑟 𝑠𝑖 𝑒𝑠 𝐿𝐼 𝑜 𝐿𝐷, D⸦R2x2
−3 0 9 0

0 0 1 0 −3 0 ∝1 0 −3∝2 0 ∝1 − 3∝2 0
= ∝1 + ∝2 = + =
0 0 −3 0 9 0 −3∝1 0 9∝2 0 −3∝1+9∝2 0

∝1 − 3∝2 = 0 Ambas ecuaciones son idénticas

− ∝1+3∝2 = 0 R(A)=1
Por tanto, como el sistema es Compatible Indeterminado
D es un sistema Linealmente Dependiente
Propiedades ILV
1. Si un vector es CL de un conjunto de vectores LI, dicha combinación lineal es única
Ejemplo:
Sean 𝑣റ1 = 1,0,2 , 𝑣റ2 = 0,1, −1 , 𝑣റ3 = 1,1,0 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝐿𝐼. Tomamos el vector de R3 𝑣=(3,-1,5),
റ
que se quiere expresar como una combinación lineal de los vectores 𝑣റ1 , 𝑣റ2 y 𝑣റ3
2. Todo vector no nulo de un EV, constituye por sí mismo un conjunto linealmente independiente.
[Link] 𝑥≠0
റ del (V,+R,.). Por propiedad EV: a𝑥റ = 0 𝑖𝑚𝑝𝑙𝑖𝑐𝑎 𝑞𝑢𝑒 𝑎 = 0 𝑣 𝑥റ = 0. Como 𝑥≠0,
റ se
concluye que a=0. Por tanto, {𝑋}റ 𝑒𝑠 𝐿𝐼
Propiedades ILV
3. El vector nulo de cualquier EV constitiye un conjunto LD
4. Todo conjunto de vectores al que pertenece el vector nulo es LD.
5. Un conjunto finito y no vacío de vectores es LD sí y solo sí algún vector es CL de los demás.
6. Un conjunto finito y no vacío de vectores es LI sí y solo sí ningún vector es CL de los demás
7. Si un conjunto A es LI, entonces, todo subconjunto de A también es LI.

Dependencia lineal de vectores

Definición 1.- El cuarteto (V,+,R,.) es un EV. A=(𝑣1 , 𝑣2 ,…, 𝑣𝑛 )⸦V. A es linealmente dependiente (LD)
si y solo sí 𝒏𝒐 𝒆𝒔 𝑳𝑰

Definición 2.- El cuarteto (V,+,R,.) es un EV. A=(𝑣1 , 𝑣2 ,…, 𝑣𝑛 )⸦V. A es linealmente dependiente (LD)
si y solo sí existe una combinación lineal 𝒏𝒐 𝒕𝒓𝒊𝒗𝒊𝒂𝒍 𝒅𝒆 𝑨, 𝒄𝒖𝒚𝒐 𝒓𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐 𝒆𝒔 𝒆𝒍 𝒗𝒆𝒄𝒕𝒐𝒓 𝒏𝒖𝒍𝒐.
A es LD sí y solo sí: 0= ∝1 𝑣ശ1 + ∝2 𝑣ശ 2 +. . . + ∝n 𝑣ശ𝑛 / existe ∝i≠0, para todo i=1,2,3,…,n

Ejemplo: Dado B={(k,-4,7), (-1,k,2), (1,-2,1)}, calcular k para que

i) B sea LD ii) B sea LI
Solución:
(0,0,0)= ∝1(k,-4,7)+ ∝2(-1,k,2)+∝3(1,-2,1)=(k∝1 - ∝2 + ∝3,-4∝1+k∝2 -2∝3, 7∝1 + 2∝2 + ∝3)

k∝1 - ∝2 + ∝3=0 𝑘 −1 1
-4∝1+k∝2 -2∝3=0 𝐴 = −4 k −2 =(k-2)(k-1) Compatible indeterminado: k=1 v k=2
7∝1 + 2∝2 + ∝3=0 Compatible determinado: k≠1 y k≠2
7 2 1

Teorema:
Un conjunto de n vectores en Rm es siempre linealmente dependiente si n > m

Sean 𝑣1 , 𝑣2 ,…, 𝑣𝑛 𝑛 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑒𝑛 𝑅𝑚, 𝑒 𝑖𝑛𝑡𝑒𝑛𝑡𝑒 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑙𝑎𝑠 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒𝑠 c1, c2, c3, …, cn, no todos cero,
tales que c1𝑣റ 1 + c2𝑣റ 2 +… + cn𝑣റ 𝑛 =0

Rmáx(A)=m<n

Sist. Consistente
indeterminado