a

ÁLGEBRA LINEAL I
Unidad 3
 ÁLGEBRA LINEAL I – UNIDAD 3

Introducción

En esta unidad estudiaremos el espacio vectorial, en ese sentido es importante saber

que los vectores eran utilizados en mecánica y en objetos que tenían ciertas
velocidades, a finales del siglo XVII. Pero este concepto no tuvo repercusión entre los
matemáticos de la época, sino hasta el siglo XIX, cuando Gauss usa implícitamente la
suma vectorial en la representación geométrica de los números complejos en el plano.
El paso siguiente lo da Hamiltón cuando inicia el estudio de los vectores. Se debe a él
el nombre de vector, producto de la relación de un sistema de números complejos de
cuatro unidades, denominados cuaterniones, muy usados hoy en día para el trabajo con
rotaciones de objetos en el espacio 3D. Actualmente, en casi todas las áreas de la física
se usa el concepto de vector.

Los vectores en dos y tres dimensiones se emplean en todos los ámbitos de la física
para representar diversos fenómenos en disciplinas como mecánica, electricidad y
magnetismo, óptica y mecánica de fluidos, sólo por mencionar algunas.

Objetivo General
 Reconocer una estructura de espacio o sub-espacio vectorial y sus propiedades
a través de problemas de aplicación.

Objetivo Específicos
● Identificar los conceptos de linealidad, independencia y dependencia lineal.

● Estudiar los vectores en R2 y R3

● Analizar los espacios vectoriales

1
 ÁLGEBRA LINEAL I – UNIDAD 3

Desarrollo
3. Estructura de espacio
vectorial
3.1 Espacio vectorial
Los conjuntos R2 (vectores en el plano) y R3 (vectores en el espacio) cuentan con
diversas propiedades peculiares. Se puede sumar dos vectores en R2 y obtener otro
vector en R2. En la suma, los vectores en R2 obedecen las leyes conmutativa y
asociativa.

Si x R2, entonces x + 0 = x y x + (-x) = 0. Se puede multiplicar vectores en R2 por

escalares y obtener las leyes distributivas. En R 3 se cumplen las mismas propiedades.
Los conjuntos R2 y R3 junto con las operaciones de suma de vectores y multiplicación
por un escalar se denominan espacios vectoriales. Se puede decir, de forma intuitiva,
que un espacio vectorial es un conjunto de objetos con dos operaciones que obedecen
las reglas que acaban de escribirse (Barrera, 2014).

En el presente capítulo habrá un cambio, en apariencia grande, del mundo concreto de

la solución de ecuaciones y del manejo sencillo de los vectores que se visualizan, al
mundo abstracto de los espacios vectoriales arbitrarios. Existe una ventaja en este
cambio. Una vez que, en términos generales, se establecen los hechos sobre los
espacios vectoriales, se pueden aplicar estos hechos a todos los espacios de esta
naturaleza. De otro modo, tendría que probarse cada hecho una y otra vez para cada
nuevo espacio vectorial que nos encontráramos (y existe un sinfín de ellos). Pero
como se verá más adelante, muchos de los teoremas abstractos que se demostraran,
en términos reales no son más difíciles que los que ya se han estudiado (Barrera,
2014).

Un espacio vectorial real V es un conjunto de objetos, denominados vectores, junto

con dos operaciones binarias llamadas suma y multiplicación por un escalar (Barrera,
2014).

Ahora se tratarán las "flechas" que se encuentran en el espacio. Para referirnos a ellas
se hará un tratamiento similar al realizado anteriormente para los vectores del plano.

Para ubicar y determinar un punto del espacio usual respecto de otro punto se
necesitan dar tres valores de referencia: como difiere en "el ancho", en "el largo" y en
"el alto". Por ello es que ahora un sistema de referencia debe tener tres ejes
coordenados, que se obtienen como la intersección dos a dos de tres planos, llamados
planos coordenados. Se verá el caso en que estos planos al cortase forman ángulos
rectos. Así se construye el sistema de coordenadas cartesianas ortogonal (Barrera,
2014).

Estas intersecciones dividen al espacio en 8 regiones, cada una de las cuales llamada
octante.

2
 ÁLGEBRA LINEAL I – UNIDAD 3

En el caso del plano las coordenadas se llaman habitualmente x e y. En el espacio las

coordenadas se llaman x, y y z.

Los planos coordenados se denominan plano xy, plano xz y plano yz. Los ejes se
obtienen como intersección de cada dos de ellos. Los tres se cortan en un punto,
origen del sistema (Barrera, 2014).

La recta intersección del plano xy con el plano xz, se llama eje x, la recta intersección
del plano xz con el plano yz, se llama eje y, y la recta intersección del plano yz con el
plano xz, se llama eje z.

Los ejes coordenados son similares a los del plano. Son rectas graduadas.

Una forma de determinar las coordenadas de un punto P, se proyecta el punto sobre el

plano xy.

Asi se determina P*.

Las proyecciones de P* sobre los ejes x e y (paralelamente al otro eje) dan los valores
de x y de y asociados a P*.
Para obtener el valor de z, se proyecta P sobre el eje z paralelamente al plano xy, lo
que resulta paralelo al segmento OP* (Barrera, 2014)

En el plano R2 se puede encontrar la ecuación de una recta si se conocen dos puntos

sobre la recta, o bien un punto y la pendiente de la misma. En R 3 la intuición dice que
las ideas básicas son las mismas. Como dos puntos determinan una recta, debe
poderse calcular la ecuación de una recta en el espacio si se conocen dos puntos sobre
ella. De manera alternativa, si se conoce un punto y la dirección de una recta, también
debe ser posible encontrar su ecuación.
Comenzamos con dos puntos P = (x 1, y1, z1) y Q = (x2, y2, z2) sobre una recta L. Un
vector paralelo a L es aquel con representación PQ (Hernández, 2012).
Entonces

3
 ÁLGEBRA LINEAL I – UNIDAD 3

v = PQ = (x2 – x3) i + (y2 - y1) j + (z2 - z1) k

es un vector paralelo a L. Ahora sea R = (x, y, z) otro punto sobre la recta. Entonces
PR es paralelo a PQ, que a su vez es paralelo a v.

PR= tv

para algún número real t. Ahora vea la figura. Se tiene (en cada uno de los tres casos
posibles)

0R = 0P +PR

y al combinar, se obtiene
Por último, al despejar t y definir x2 - x1 = a, y2 - y1 = b y z2 - z1 = c, se encuentra que si

a, b, c ≠ 0,

𝑋− 𝑋1 𝑦− 𝑦1 𝑧− 𝑧1
= =
𝑎 𝑏 𝑐

Las ecuaciones se llaman ecuaciones simétricas de una recta. Aquí a, b y c son números
directores del vector v. Por supuesto, las ecuaciones son válidas solo si a, b y c son
diferentes de cero (Hernández, 2012).

Si x y y están en V y si a es un número real, entonces la suma se escribe como x 1 y

y el producto escalar de a y x como ax.
Antes de presentar la lista de las propiedades que satisfacen los vectores en un
espacio

4
 ÁLGEBRA LINEAL I – UNIDAD 3

vectorial deben mencionarse dos asuntos de importancia. En primer lugar, mientras

que puede ser útil pensar en R2 o R3 al manejar un espacio vectorial, con frecuencia
ocurre que el espacio vectorial parece ser muy diferente a estos cómodos espacios.
En segunda instancia, la definición ofrece una definición de un espacio vectorial real.
La palabra “real” significa que los escalares que se usan son números reales. Sería
igualmente sencillo definir un espacio vectorial complejo utilizando números complejos
en lugar de reales (Hernández,2012).
Este libro está dedicado principalmente a espacios vectoriales reales, pero las
generalizaciones a otros conjuntos de escalares presentan muy poca dificultad.
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 número real diferente de cero tiene
un elemento inverso (Hernández, 2012).

Subespacio vectorial
Se sabe que R2 = {(x, y): x ∈ R y y ∈ R} 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. En esta sección se examinarán estos importantes
subconjuntos (Hernández, S. 2012).
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.
Existen múltiples ejemplos de subespacios; sin embargo, en primer lugar, se demostrará
un resultado que hace relativamente sencillo determinar si un subconjunto de V
es en realidad un subespacio de V.
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 (Hernández,
2012).

⬥ Si x∈H y y P H, entonces x 1 y P H.

⬥ Si x P H, entonces ax P H para todo escalar a.

3.2 Vectores en R2 y R3
Los vectores en dos y tres dimensiones se emplean en todos los ámbitos de la física
para representar diversos fenómenos en disciplinas como mecánica, electricidad y
magnetismo, óptica y mecánica de fluidos, sólo por mencionar algunas (Grossman,
2007).

5
 ÁLGEBRA LINEAL I – UNIDAD 3

Figura 1: Vectores en R2 Y R3

Fuente: Grossman, (2007).

Vectores en el plano
R2 es el conjunto de vectores (x1, x2) con x1 y x2 números reales. Como cualquier punto
en el plano se puede escribir en la forma (x, y), es evidente que se puede pensar que
cualquier punto en el plano es un vector en R2, y viceversa. De este modo, los términos
“el plano” y “R2” con frecuencia son intercambiables. Sin embargo, para muchas
aplicaciones físicas (incluyendo las nociones de fuerza, velocidad, aceleración y
momento) es importante pensar en un vector no como un punto sino como una entidad
que tiene “longitud” y “dirección”. Ahora se verá cómo se lleva a cabo esto (Grossman,
2007).
Segmento de recta:
Sean P y Q dos puntos en el plano. Entonces el segmento de recta dirigido de P a Q,
denotado por P S Q, es el segmento de recta que va de P a Q (vea la figura a). Observe
que los segmentos de recta dirigidos P S Q y Q S P son diferentes puesto que tienen
direcciones opuestas (figura b).
Figura 2. Los segmentos de recta dirigidos P S Q y Q S P apuntan hacia direcciones
opuestas.

a) PQ b) QP
Fuente: Grossman, (2007)

6
 ÁLGEBRA LINEAL I – UNIDAD 3

Punto inicial y Punto terminal:

El punto P en el segmento de recta dirigido PSQ se denomina punto inicial del segmento
y el punto Q se denomina punto terminal. Las dos propiedades más importantes de un
segmento de recta dirigido son su magnitud (longitud) y su dirección. Si dos segmentos
de recta dirigidos P S Q y R S S tienen la misma magnitud y dirección, se dice que son
equivalentes sin importar en dónde se localizan respecto al origen. Los segmentos de
recta dirigidos de la figura 3 son todos equivalentes (Grossman, 2007).

Figura 3. Un conjunto de segmentos de recta dirigidos equivalentes

y

0 x

Fuente: Grossman, (2007)

Definición geométrica de un vector: El conjunto de todos los

segmentos de recta dirigidos equivalentes a un segmento de
recta dirigido dado se llama vector. Cualquier segmento de recta
en ese conjunto se denomina representación del vector
(Grossman, 2007).

De la definición se observa que un vector dado v se puede representar de múltiples

formas. Observe la figura 4. sea P S Q una representación de v; entonces, sin cambiar
magnitud ni dirección, se puede mover P S Q en forma paralela de manera que su punto
inicial se traslada al origen. Después se obtiene el segmento de recta dirigido 0 S R, que
es otra representación del vector v. Ahora suponga que la R tiene las coordenadas
cartesianas (a, b). Entonces se puede describir el segmento de recta dirigido 0 S R por
las coordenadas (a, b). Es decir, 0 S R es el segmento de recta dirigido con punto inicial
(0, 0) y punto terminal (a, b). Puesto que una representación de un vector es tan buena
como cualquier otra, se puede escribir el vector v como (a, b).

7
 ÁLGEBRA LINEAL I – UNIDAD 3

Figura 4. Se puede mover P S Q para obtener un segmento de recta dirigido equivalente

con su punto inicial en el origen. Observe que 0 S R y P S Q son paralelos y tienen la
misma longitud.

y
Q

P R

0 x

Fuente: Grossman, (2007)

Definición algebraica de un vector: Un vector v en el plano xy

es un par ordenado de números reales (a, b). Los números a y
b se denominan elementos o componentes del vector v. El
vector cero es el vector (0, 0) (Grossman, 2007).

Los vectores de la forma (a, b, c) constituyen el espacio R 3. Para representar un punto

en el espacio, se comienza por elegir un punto en R 3. A este punto se le denomina el
origen, denotado por 0. Después se dibujan tres rectas perpendiculares entre sí, a las
que se llama el eje x, el eje y y el eje z. Dichos ejes se pueden seleccionar de diferentes
formas, pero la más común tiene los ejes x y y horizontales y el eje z vertical. Sobre
cada eje se elige una dirección positiva y la distancia a lo largo de cada eje se mide
como el número de unidades en esta dirección positiva a partir del origen.
Los dos sistemas básicos para dibujar estos ejes se describen en la figura 6. Si los ejes
se colocan como en la figura 6 a), entonces el sistema se denomina sistema derecho;
si se colocan como en la figura 6 b), se trata de un sistema izquierdo. En las figuras, las
flechas indican la dirección positiva de los ejes. La razón para la elección de estos
términos es la siguiente: en un sistema derecho, si coloca su mano derecha de manera
que el dedo índice señale en la dirección positiva del eje x mientras que el medio apunta
en la dirección positiva del eje y, entonces su pulgar apuntará en la dirección positiva
del eje z. Este concepto se ilustra en la figura 7. La misma regla funciona para el sistema
izquierdo con los dedos de la mano izquierda.
Figura 6. a) Un sistema derecho; b) Un sistema izquierdo.

Fuente: Grossman, (2007).

8
 ÁLGEBRA LINEAL I – UNIDAD 3

Figura 7. La mano derecha indica las direcciones de un sistema derecho.

Fuente: Grossman, (2007)

Los tres ejes en nuestro sistema determinan tres planos coordenados, que se
denominan plano xy, plano xz y plano yz. El plano xy contiene los ejes x y y y es
simplemente el plano con el que se ha venido trabajando hasta ahora en la mayor parte
del libro. Se puede pensar en los planos xz y yz de modo similar. Al tener nuestra
estructura construida de ejes coordenados y planos, podemos describir cualquier punto
P en R3 de una sola manera:

P = (X, Y, Z)

en donde la primera coordenada x es la distancia dirigida del plano yz a P (medida en

la dirección positiva del eje x a lo largo de una recta paralela al eje x), la segunda
coordenada y es la distancia dirigida desde el plano xz hasta P (medida en la dirección
positiva del eje y y a lo largo de una recta paralela al eje y), y la tercera coordenada z
es la distancia dirigida desde el plano xy hasta P (medida en la dirección positiva del eje
z y a lo largo de una recta paralela al eje z). En este sistema, los tres planos coordenados
dividen al espacio R3 en ocho octantes, de la misma forma que en R 2 los ejes
coordenados dividen al plano en cuatro cuadrantes. El octante en el que los tres ejes
coordenados son positivos siempre se selecciona como el primero. El sistema
coordenado que acaba de establecerse con frecuencia se conoce como sistema de
coordenadas rectangulares o sistema de coordenadas cartesianas. Una vez que la
noción de describir un punto en este sistema le resulte familiar, pueden extenderse
muchas de las ideas a partir del plano.
Sean P = (x1, y1, z1) y Q = (x2, y2, z2) dos puntos en el espacio. Entonces la distancia PQ
entre P y Q está dada por:

PQ = √(𝑥1 − 𝑥2 )2 + (𝑦1 − 𝑦2 )2 +( 𝑧1 − 𝑧1 )2

Ejemplo: Cálculo de la distancia entre dos puntos en R 3

Calcule la distancia entre los puntos (3, -1, 6) y (-2, 3, 5)

9
 ÁLGEBRA LINEAL I – UNIDAD 3

PQ = √(𝑥1 − 𝑥2 )2 + (𝑦1 − 𝑦2 )2 +( 𝑧1 − 𝑧1 )2

PQ = √(3 − (−2) )2 + ((−1) − 3)2 +( 6 − 5)2 = √42

Dada la similitud entre los sistemas de coordenadas en R 2 y R3, no es una sorpresa que
los vectores en R2 y R3 tengan estructuras muy similares. Ahora se desarrollará el
concepto de un vector en el espacio. El desarrollo seguirá de cerca los avances de las
últimas dos secciones y, por lo tanto, se omitirán algunos detalles. Sean P y Q dos
puntos distintos en R3. Entonces el segmento de recta dirigido P S Q es el segmento de
recta que se extiende de P a Q. Dos segmentos de recta dirigidos son equivalentes si
tienen la misma magnitud y dirección. Un vector en R 3 es el conjunto de todos los
segmentos de recta dirigidos equivalentes a un segmento de recta dirigido dado, y
cualquier segmento dirigido P S Q en ese conjunto se llama una representación del
vector (Hernández, S. 2012).
Hasta aquí las definiciones son idénticas. Por conveniencia, se elige P en el origen para
poder describir el vector v = 0Q mediante las coordenadas (x, y, z) del punto Q.

Entonces la magnitud de v = |v| = √𝑥 2 + 𝑦 2 + 𝑥 3

Ejemplo: Cálculo de la magnitud de un vector en R3

Sea v = (1, 3, -2). Encuentre |v|

|v| = √𝑥 2 + 𝑦 2 + 𝑧 2

|v| = √12 + 32 + (−2)2 = √14

Sean u = (x1, y1, z1) y v = (x2, y2, z2) dos vectores, y sea α un número real (escalar).
Entonces se define:
Suma de vectores y multiplicación por un escalar en R 3
u + v = (x1 + x2, y1 + y2, z1 + z2)
αu = (αx1, αy1, αz1)

Ésta es la misma definición de suma de vectores y multiplicación por un escalar que se

tenía; se ilustra en la figura 8.

10
 ÁLGEBRA LINEAL I – UNIDAD 3

Figura 8. Ilustración de la suma de vectores y la multiplicación por un escalar en R 3.

Fuente: Grossman, (2007)

Un vector unitario u es un vector con magnitud 1. Si v es un vector diferente de cero,

𝑣
entonces u = |𝑣| es un vector unitario que tiene la misma dirección que v.

Ejemplo: Cálculo de un vector unitario en R3

Encuentre un vector unitario que tenga la misma dirección que v = (2, 4, -3)

|v| = √𝑥 2 + 𝑦 2 + 𝑧 2

|v| = √22 + 42 + (−3)2 = √29

2 4 3
u= ( , , )
|√29| |√29| |√29|

Ahora se puede definir formalmente la dirección de un vector en R 3. No se puede definir

como el ángulo α que forma el vector con el eje x positivo ya que, por ejemplo, si 0 < α
𝜋
< , por lo que existe un número infinito de vectores que forman un ángulo α con el lado
2
positivo del eje x, y estos vectores juntos forman un cono (Hernández, 2012).

𝑣
La dirección de un vector v en R3 se define como el vector unitario u = |𝑣|

Figura 9. El vector v forma un ángulo α con el lado positivo del eje x, β con el lado
positivo del eje y y 𝛾 con el eje positivo del eje z

11
 ÁLGEBRA LINEAL I – UNIDAD 3

Fuente: GROSSMAN, S. (2007)

Es conveniente definir la dirección de un vector v en términos de algunos ángulos. Sea

v el vector 0P descrito en la figura 9. Definimos α como el ángulo entre v y el eje x
positivo, β el ángulo entre v y el eje y positivo, y 𝛾el ángulo entre v y el eje z positivo.
Los ángulos α, β y 𝛾 se denominan ángulos directores del vector v. Entonces,

𝑥 𝑦 𝑧
Cosα = |𝑣|0 Cosβ = |𝑣|0 Cos𝛾 = |𝑣|0 .

Si v es un vector unitario, entonces |v| = 1 y

Cosα = 𝑥0 Cosβ = 𝑦0 Cos𝛾 = 𝑧0 .

Es interesante observar que si v en R 2 es un vector unitario, se puede escribir v = (cos

𝜃)i + (sen 𝜃)j, donde 𝜃 es la dirección de v, y entonces cos θ y sen 𝜃 son los cosenos
directores de v. En este caso, α = u y se define β como el ángulo que forma v con el eje
𝜋 𝜋
y (Figura 10). Por lo tanto, β = − 𝑎, de manera que cos β = cos ( ) = 𝑠𝑒𝑛𝛼 𝑦 𝑣 se
2 2−𝛼
puede escribir en la forma de “cosenos directores”

v = cos αi + cos βj

12
 ÁLGEBRA LINEAL I – UNIDAD 3

𝜋 𝜋
Figura 10: Si es β = −𝜃= − 𝑎 y v un vector unitario, entonces v = cos 𝜃𝑖 + sen 𝜃𝑗
2 2
= cos αi + cos βj

Fuente: Grossman, (2007)

Se observó que cualquier vector en el plano se puede escribir en términos de los

vectores base i y j. Para extender esta idea a R3 se define:

i = (1, 0, 0) j = (0, 1, 0) k = (0, 0, 1)

Aquí, i, j y k son vectores unitarios. El vector i está sobre el eje x, j sobre el eje y y k
sobre el eje z. En la figura se puede ver un bosquejo. Si v = (x, y, z) es cualquier vector
en R3, entonces:

V = (x, y, z) = (x, 0, 0) + (0, y, 0) + (0, 0, z) = xi + yj + zk

Esto es, cualquier vector v en R3 se puede escribir de manera única en términos de los
vectores i, j y k.
Si α denota el ángulo positivo más pequeño entre dos vectores u y v diferentes de cero,
se tiene:
𝑢 .𝑣 𝑢 𝑣
Cosα = |𝑢| |𝑣| = |𝑢| . |𝑣|

Ejemplo: Cálculo del coseno del ángulo entre dos vectores en R 3

Calcule el coseno del ángulo entre u = 3i - j + 2k y v = 4i + 3j - k.

u. v = 7, |u| = √14 y |v| = √26, por lo que:

13
 ÁLGEBRA LINEAL I – UNIDAD 3

7 7
cos α = = 0,3
√|14| |26| √364

Y α = 68, 5° = 1,2 rad.

Vectores paralelos y ortogonales

Dos vectores u y v diferentes de cero son:

⬥ Paralelos si el ángulo entre ellos es cero o π.

𝜋
⬥ Ortogonales (o perpendiculares) si el ángulo entre ellos es
2

Si u ≠ 0, entonces u y v son paralelos si y sólo si v = αu para algún escalar a ≠ 0.

Si u y v son diferentes de cero, entonces u y v son ortogonales si y sólo si u. v = 0.

3.3 Combinación lineal

Se ha visto que todo vector v = (a, b, c) en R3 se puede escribir en la forma (Hernández,
S. 2012).
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 más general, se tiene la siguiente definición.
Sean v 1, 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 v 1, v2, . . . ,
vn.

Ejemplo: Una combinación lineal en R3

En R3, (−7 7 7 ) es una combinación lineal de (−1 2 4 ) y (5 − 3 1 ) ya que (−7 7 7 ) = 2

(−1 2 4 ) -1(5 − 3 1 )

14
 ÁLGEBRA LINEAL I – UNIDAD 3

3.4 Dependencia lineal

Sean v 1, v2, …, vn, n vectores en un espacio vectorial V. Entonces se dice que los
vectores son linealmente dependientes si existen n escalares c 1, c2, . . . , cn no todos
cero tales que (Hernández, 2012).

c1v1 + c2v2 + … + cnvn = 0

Para decirlo de otra forma, v 1, v2, … , v n son linealmente independientes si la ecuación

c1v1 + c2v2 + . . . + cnv n = 0 se cumple únicamente para c1 = c2 = . . . = cn = 0.
Son linealmente dependientes si el vector cero en V se puede expresar como una
combinación lineal de v 1, v2, . . . , vn con coeficientes no todos iguales a cero.
¿Cómo se determina si un conjunto de vectores es linealmente dependiente o
independiente? El caso de dos vectores es sencillo (Hernández, S. 2012).

Se dice que los vectores v1, v2, . . . , vn son linealmente

independientes (o dependientes), o que el conjunto de vectores
{v1, v2,. . . , vn} es linealmente independiente (o dependiente).
Esto es, se usan las dos frases indistintamente (Grossman,
2007).

Sean v 1, v2, … , v n, n vectores en un espacio vectorial V. Entonces se dice que los

vectores son linealmente dependientes si existen n escalares c 1, c2, . . . , cn no todos
cero tales que c1v1 + c2v2 + … + cnvn = 0
Si los vectores no son linealmente dependientes, se dice que son linealmente
independientes.
Para decirlo de otra forma, v 1, v2, … , v n son linealmente independientes si la ecuación
c1v1 + c2v2 + . . . +cnvn = 0 se cumple únicamente para c 1 = c2 = . . .= cn = 0. Son
linealmente dependientes si el vector cero en V se puede expresar como una
combinación lineal de v 1, v2, . . . , vn con coeficientes no todos iguales a cero.
¿Cómo se determina si un conjunto de vectores es linealmente dependiente o
independiente? El caso de dos vectores es sencillo.
Dos vectores en un espacio vectorial son linealmente dependientes si y sólo si uno de
ellos es un múltiplo escalar del otro.
Primero suponga que v 2 =cv1 para algún escalar c ≠ 0. Entonces cv 1 + v2 = 0 y v 1 y v 2
son linealmente dependientes. Por otro parte, suponga que v 1 y v 2 son linealmente
dependientes.
Entonces existen constantes c1 y c2 al menos uno distinto de cero, tales que c 1v1 + c2v2
= 0. Si c1 ≠ 0, entonces dividiendo entre c1 se obtiene v 1 + (c2/c1)v2 = 0, o sea,

15
 ÁLGEBRA LINEAL I – UNIDAD 3

v1 = (𝑐𝑐2) v2
1

Es decir, v 1 es un múltiplo escalar de v 2. Si c1 = 0, entonces c2 ≠ 0 y, por lo tanto, v 2 =

0 = 0v1.

3.5 Independencia lineal

En el estudio del álgebra lineal, una de las ideas centrales es la de dependencia o
independencia lineal de los vectores. En esta sección se define el significado de
independencia lineal y se muestra su relación con la teoría de sistemas homogéneos de
ecuaciones y determinantes (Hernández, S. 2012).
Empezamos tratando de contestar la siguiente pregunta: ¿existe una relación especial
entre los vectores v 1 = (1 2 ) y v2 = (2 4 )? Por supuesto, se puede apreciar que v 2 = v1;
o si se escribe esta ecuación de otra manera,
+ 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 especial los
vectores v 1 = (1 2 3 ), v2 = (−4 1 5 ) y v 3 = (−5 8 19 )? La respuesta a esta pregunta es
más difícil a simple vista. Sin embargo, es sencillo verificar que v 3 = 3v1 + 2v 2;
reescribiendo esto se obtiene

3v1 + 2v2 – v3 = 0

Se ha escrito el vector cero como una combinación lineal de v 1, v2 y v3. Parece que los
dos vectores en la ecuación y los tres vectores en la ecuación tienen una relación más
cercana que un par arbitrario de dos vectores o una terna arbitraria de tres vectores. En
cada caso, se dice que los vectores son linealmente dependientes. En términos
generales, se tiene la importante definición que a continuación se presenta (Hernández,
2012).

Ejemplo:
Determinación de la dependencia o independencia lineal de tres vectores en R3
Determine si los vectores (1 − 2 3 ), (2 − 2 0 ) y (0 1 7 ) son linealmente dependientes
o independientes.
Solución
Suponga que c1 (1 − 2 3 ) + (2 − 2 0 ) + c2 (0 1 7 ) = 0 = (0 0 0 ). Entonces multiplicando
y sumando

16
 ÁLGEBRA LINEAL I – UNIDAD 3

se obtiene(𝑐1 + 2𝑐2 − 2𝑐1 − 2𝑐2 + 𝑐3 3𝑐1 + 7𝑐3 ) = (0 0 0 ). Esto lleva al sistema

homogéneo de tres ecuaciones con tres incógnitas c1, c2 y c3:
𝑐1 + 2𝑐2 = 0 − 2𝑐1 − 2𝑐2 + 𝑐3 = 0 3𝑐1 + 7𝑐3 = 0

De este modo, los vectores serán linealmente dependientes si y sólo si el sistema tiene
soluciones no triviales. Se escribe el sistema (5.4.4) usando una matriz aumentada y
después se reduce por renglones. La forma escalonada reducida por renglones de

(1 2 0 ∣ 0 −2 −2 1∣ 3 0 7 ∣ 0 0) es (1 0 0 ∣ 00 1 0∣
0 0 1 ∣ 0 0)

Este último sistema de ecuaciones se lee c1 = 0, c2 ç= 0, c3 = 0. Por lo tanto, no tienen

soluciones no triviales y los vectores dados son linealmente independientes.

17
 ÁLGEBRA LINEAL I – UNIDAD 3

Referencias Bibliográficas
1. Bibliografía Básica
 Anton, Howard. (1988). Introducción al álgebra lineal. Limusa.
 Barrera, F. (2014). Álgebra lineal. Grupo editorial Patria.
 Costa, V; Rossignoli, R; Sorichetti, C y Vampa, V. (s.f.) Álgebra Lineal con
Aplicaciones. Parte I. Editorial de la Universidad de la Plata.
 Grossman, Stanley. (1988). Álgebra lineal. Grupo Editorial Iberoamérica.
 Hill, Richard O. (1991). Álgebra lineal elemental y sus aplicaciones. Prentice-
Hall Hispanoamericana S.A.
 Lipschutz, Seymour. (1980). Álgebra lineal. Serie de Compendios. Mo Graw-
Hill.
 Núñez, O.; Sandoval, I. (2015). Álgebra Lineal. 1ª Ed. Escuela Politécnica
Nacional. Ecuador.

2. Bibliografía Complementario
 Aranda, E. (2013). Álgebra lineal con aplicaciones y Python. Tercer Milenio.
 Arce, C.; Castilla, W.; González, J. (2003). ÁLGEBRA LINEAL. Universidad
de Costa Rica. Escuela de Matemática.
 Grossman, S. (2007) Álgebra Lineal. Grupo Editorial Iberoamérica.
 Hernández, S. (2012). Álgebra Lineal. Red Tercer Milenio.

3. Biblioteca Virtual UPAP

 Boada, E. Vargas, E. y Núñez, L. A. (2019). Álgebra lineal. Universidad Abierta
para Adultos (UAPA). [Link]
 Gutiérrez García, I. (2012). Álgebra lineal. Universidad del Norte.
[Link]
 Gutiérrez González, E. y Ochoa García, S. I. (2015). Álgebra lineal y sus
aplicaciones. Grupo Editorial Patria.
[Link]

18