Guı́a de problemas

Álgebra Lineal
Espacios vectoriales
Facultad de Ingenierı́a
Universidad Mayor de San Andrés
Grupo A
Elaborado por: Joel Nieto Coronel

17 de julio de 2019

Resumen
Este documento es un breve resumen de los postulados, definiciones y
teoremas correspondientes al tema de espacios vectoriales.

1. Espacio vectoriales reales

1.1. Introducción
Una parte importante del álgebra lineal es el estudio de los problemas rela-
cionados con transformaciones lineales entre espacios vectoriales de dimensión
finita,la noción de transformación lineal se tratará posteriormente, en cambio
la idea de espacio vectorial de dimensión finita será estudiada en los siguientes
párrafos.
Hablando en forma simple, el álgebra lineal es aquella rama de las matemáticas
que trata de las propiedades comunes de los sistemas algebraicos, que constan
de un conjunto en el cuál se tiene una noción razonable de combinación lineal
de los elementos del conjunto,en esta sección se definirán los objetos matemáti-
cos que la experiencia ha mostrado ser las más útiles abstracciones de este tipo
de sistema algebraicos, además, se extiende el concepto de vector resumiendo
las propiedades más importantes de los vectores ya conocidos y convirtiéndolas
en axiomas. Ası́ cuando un conjunto de objetos satisfaga estos axiomas, au-
tomáticamente poseerán las propiedades mas importantes de los vectores ya
conocidos, con lo cual se justifica la consideración de estos objetos como nue-
vas clases de vectores.
1.2. Axiomas de espacios vectoriales

Definición 1.1. Sea V un conjunto arbitrario no vacı́o de objetos sobre

el que están definidos dos operaciones: la adición y la multiplicación
por escalares. Por adición se entiende una regla que asocia a cada par
de objetos u y v en V un único objeto u + v denominado suma de u y
v; por multiplicación escalar se entiende una regla que asocia a cada
escalar k y un objeto u en V un único objeto ku, denominado múltiplo
escalar de u por k.
Si los objetos u, v y w en V y los escalares k y m satisfacen los siguientes
axiomas, entonces V se denomina espacio vectorial y los objetos en V
se denomina vectores.

1. Si u y v son objetos en V , entonces u + v está en V .

2. u + v = v + u, para cualesquiera u, v ∈ V

3. u + (v + w) = (u + v) + w, para cualesquiera u, v, w ∈ V
4. Existe un objeto 0 en V , denominado vector cero de V , tal que
0 + u = u + 0 = u para todo u en V .
5. Para todo u en V , existe un objeto −u en V , denominado inverso
aditivo de u, tal que u + (−u) = (−u) + u = 0.
6. Si k es cualquier escalar y u es cualquier objeto en V , entonces ku
está en V .
7. k(u + v) = ku + kv, para cualesquiera u, v ∈ V y cualquier k ∈ R

8. (k + m)v = kv + mv para cualesquiera k, m ∈ R y cualquier v ∈ V

9. k(mu) = (km)u para cualesquiera k, m ∈ R y cualquier u ∈ V
10. 1u = u, para todo u ∈ V
Nota 1: Los escalares son elementos de un conjunto que tiene la estruc-
tura algebraica de cuerpo, los conjuntos más utilizados como escalares
son el conjunto de los números reales y complejos, R y C respectivamen-
te.
Nota 2 A un conjunto V sobre un cuerpo de escalares K, se lo denota
por: (V, +, K, ·)

2
Ejemplo 1 Los siguientes conjuntos con las respectivas operaciones de-
finidas son espacios vectoriales:
Sea el conjunto de todas las n-adas denotado por Rn , definido por:

Rn = {(x1 , x2 , ..., xn )/x1 , x2 , ...xn ∈ R}

Sean dos elementos u, v ∈ Rn , u = (x1 , x2 , ..., xn ) y v = (y1 , y2 , ..., yn ),

la adición o suma de vectores esta definida por:

u + v = (x1 , x2 , ..., xn ) + (y1 , y2 , ..., yn ) = (x1 + y1 , x2 + y2 , ..., xn + yn )

Sean un escalar k y un vector u = (x1 , x2 , ..., xn ), la multiplicación

escalar esta definida por:

ku = k(x1 , x2 , ..., xn ) = (kx1 , kx2 , ..., kxn )

, con estas operaciones el conjunto Rn cumple con los diez axiomas

por lo tanto V = Rn es un espacio vectorial, el cual se denota por:
(Rn , +, R, ·).
Sea el conjunto de todas las matrices 2 × 3, denotado por M23 , sean
dos elementos u, v ∈ M23
   
a11 a12 a13 b11 b12 b13
u= ;v =
a21 a22 a23 b21 b22 b23

sea la siguiente suma de vectores y multiplicación por un escalar k

definidos en el conjunto M23 :
 
a11 + b11 a12 + b12 a13 + b13
u+v =
a21 + b21 a22 + b22 a23 + b23
 
ka11 ka12 ka13
ku =
ka21 ka22 ka23
Con estas operaciones el conjunto M23 es un espacio vectorial, de-
notado por: (M23 , +, R, ·).
El conjunto de todas las funciones reales de variable real denotado
por F(−∞, ∞) = { f / f : R −→ R} con las siguientes operaciones es
suma vectorial y producto por un escalar k definidos respectiva-
mente:
( f + g)(x) = f (x) + g(x)
(k f )(x) = k f(x)
con estas operaciones el conjunto F(−∞, ∞) es un espacio vectorial
denotado por (F(−∞, ∞), +, R, ·)

3
 Teorema 1 Sea V un espacio vectorial, v un vector cualquiera y k un
escalar cualquiera entonces se cumple:
0u = 0
k0 = 0

(−1)u = −u
Si ku = 0 entonces k = 0 o u = 0.

Problemas 1 Determinar cuales de los conjuntos con sus respectivas ope-

raciones definidas son espacios vectoriales:
El conjunto de todas las ternas de números reales (x, y, z) con las
operaciones:

(x, y, z) + (x1 , y1 , z1 ) = (x + x1 , y + y1 , z + z1 )

k(x, y, z) = (kx, y, z)

El conjunto de todas las funciones f con valores reales definidas

en cualquier punto de la recta real y tales que f(1) = 0 con las ope-
raciones definidas en el anterior ejemplo.
El conjunto de todas las matrices 2 × 2 de la forma:
 
a a+b
A=
a+b b

Con la adición matricial y multiplicación escalar.

1.3. Subespacios, combinaciones lineales y espacio generado

Definición Sea W un subconjunto de un espacio vectorial V sobre el

cuerpo K, W se denomina un subespacio de V si es a su vez un espacio
vectorial sobre K con respecto a las operaciones de V , suma vectorial y
producto por un escalar.

4
Teorema Supongamos que W es un subconjunto de un espacio vectorial
V . Entonces W es un subespacio de V si y sólo si se cumple:
0∈W
W es cerrado bajo la suma de vectores, es decir, para todo par de
vectores u, v ∈ W la suma u + v ∈ W

W es cerrado bajo el producto de por un escalar, esto es, para todo

u ∈ W y para todo k ∈ K se cumple ku ∈ W .
Corolario W es un subespacio de V si y sólo si:
0 ∈ W.

au + bv ∈ W para todos los u, v ∈ W y a, b ∈ K

5
Ejemplo

En el espacio vectorial (R2 , +, R, ·) los únicos subespacios son los

siguientes:
• El conjunto W = {0} es decir el origen del plano.
• El conjunto W = (x, y) ∈ R2 /y = mx, m ∈ R , es decir cual-


quier recta que pasa por el origen es un subespacio de R2 .

• El conjunto R2 , el plano es un subespacio.
En el espacio vectorial (R3 , +, R, ·) los únicos subespacios son los
siguientes:
• El conjunto W = {0} , 0 ∈ R3 es decir el origen del espacio
tridimensional.
• El conjunto W = (x, y, z) ∈ R3 /x = at, y = bt, z = ct, , donde


t ∈ R, (a, b, c) ∈ R3 es decir cualquier recta que pasa por el

origen del espacio tridimensional es un subespacio de R3 .
• El conjunto W = (x, y, z) ∈ R3 /ax + by + cz = 0, (a, b, c) ∈ R3 ,


es decir cualquier plano que pasa por el origen del espacio

tridimensional es un subespacio de R3
• El conjunto R3 , en otras palabras el espacio tridimensional es
un subespacio de R3 .
En el espacio vectorial de las matrices m × n, denotado por
(Mmn , +, R, ·), los siguientes conjuntos son algunos de los subes-
pacios de este espacio vectorial:

• El conjunto de todas las matrices triangulares superiores.

• El conjunto de todas las matrices triangulares inferiores.
• El conjunto de todas las matrices diagonales.
• El conjunto de todas las matrices simétricas, es decir las que
tiene la propiedad AT = A.
• El conjunto de todas las matrices antisimétricas, es decir las
que tiene la propiedad AT = −A.
En el espacio vectorial de todas las funciones reales de variable
real (F(−∞, ∞), +, R, ·), los siguientes conjuntos son algunos subes-
pacios:
El conjunto de todas las funciones polinomiales con coeficientes
reales definido por:

P = p(x) ∈ F(−∞, ∞)/p(x) = a0 + a1 x + ... + an xn , n ∈ N



donde a0 , a1 , ..., an ∈ R; es un subespacio del espacio vectorial

F(−∞, ∞).
6
 El conjunto de todas las funciones polinomiales con coeficientes
reales de grado menor igual a un n ∈ N fijo, definido por:
n o
Pn = p(x) ∈ F(−∞, ∞)/p(x) = a0 + a1 x + ... + ak xk , k ≤ n

donde a0 , a1 , ..., ak ∈ R; es un subespacio del espacio vectorial

F(−∞, ∞).
El conjunto de todas las funciones que son solución de la ecuación
diferencial homogénea:

d 2 f(x)
+ f(x) = 0
dx2

Problemas 2
1. Determinar cuales de los siguientes conjuntos son subespacios de M22

Todas las matrices  

a b
A=
c d
donde a + b + c + d = 0
Todas las matrices A, 2 × 2 tales que det(A) = |A| = 0.

2. Cuales de los siguientes subconjuntos de Mnn son subespacios:

Todas las matrices A de n × n tales que tr(A) = 0.
Todas las matrices simétricas es decir las que tiene la propiedad
AT = A

3. Determinar si los conjuntos U y W son subespacios de el espacio vec-

torial V en caso de serlo dar tres vectores como ejemplo:

V = { f / f : [0, 1] −→ R}

U = f ∈ V / f(0) + f(1) = 0

W = f ∈ V / f(x) ≥ 0

7
Definición Un vector w se denomina combinación lineal de los vectores
v1 , v2 , ..., vr si se puede expresar en la forma:

w = k1 v1 + k2 v2 + ... + kr vr

donde k1 , k2 , ..., kr son escalares.

Teorema Si v1 , v2 , ..., vr son los vectores de un espacio vectorial V ,
entonces:

El conjunto W de todas las combinaciones lineales de v1 , v2 , ..., vr es un

subespacio de V , siendo más precisos:

W = {w ∈ V /w = k1 v1 + k2 v2 + ... + kr vr ; k1 , k2 , ..., kr ∈ R}

es un subespacio de V .
Definición Si S = {v1 , v2 , ..., vr } es un conjunto de vectores en un espacio
vectorial V , entonces el subespacio W de V que consta de todas las com-
binaciones lineales de los vectores de S se denomina espacio generado
por v1 , v2 , ..., vr , y se dice que v1 , v2 , ..., vr generan a W . Para indicar que
W es el espacio generado por los vectores del conjunto S = {v1 , v2 , ..., vr },
se escribe:
L(S) = hv1 , v2 , ..., vr i = W

8
 Problemas 3
1. Expresar cada uno de los vectores como combinaciones lineales de
u = (0, −2, 2) y v = (1, 3, −1)
(2, 2, 2).
(3, 1, 5).

2. Expresar cada uno de los vectores como combinaciones lineales de:

p1 = 2 + x + 4x2 , p2 = 1 − x + 3x2 y p3 = 3 + 2x + 5x2
−9 − 7x − 15x2
7 + 8x + 9x2

3. Hallar la ecuación del plano generado por u1 = (−1, 1, 1) y u2 = (3, 4, 4).

4. Sean f(x) = cos2 (x) y g(x) = sen2 (x),¿ Cuáles de las siguientes funciones
están en el espacio generado por f(x) y g(x) ?.
h(x) = cos(2x).

h(x) = 3 + x2 .
h(x) = 1.
h(x) = sen(x).

1.4. Independencia lineal, bases y dimensión

Definición Si S = {v1 , v2 , ..., vr } es un conjunto no vacı́o de vectores, en-

tonces la ecuación vectorial:

k1 v1 + k2 v2 + ... + kr vr = 0

tiene por lo menos una solución, a saber,

k1 = 0, k2 = 0,..., kr = 0

Si esta es la única solución, entonces S se denomina conjunto

linealmente independiente. Si existen otras soluciones, entonces S se
denomina conjunto linealmente dependiente

9
Teorema Un conjunto S con dos o más vectores es:

1. Linealmente dependiente si y sólo si por lo menos uno de los vec-

tores en S puede expresarse como una combinación lineal de los
demás vectores de S.
2. Linealmente independiente si y sólo si ningún vector en S se puede
expresar como una combinación lineal de los demás vectores en S.

Teorema
Un conjunto finito de vectores que contiene al vector cero es lineal-
mente dependiente.
Un conjunto con exactamente dos vectores es linealmente indepen-
diente si y sólo si ninguno de los vectores es un múltiplo escalar
del otro.

Problemas 4
1. Explicar por que los siguientes conjuntos son linealmente dependien-
tes:

u1 = (−1, 2, 4) , (5, −10, −20).

u1 = (3, −1), u2 = (4, 5) y u3 = (−4, 7)
2. Demostrar que los vectores v1 = (0, 3, 1, −1), v2 = (6, 0, 5, 1), v3 =
(4, −7, 1, 3) forman un conjunto linealmente dependiente en R4 .
3. Demostrar que los vectores del espacio vectorial M22 son linealmente
independientes:
       
1 −1 −1 1 −1 −1 −1 −1
, , ,
−1 −1 −1 −1 1 −1 −1 1

4. Para que valores de a los siguientes vectores forman un conjunto li-

nealmente independiente:
     
1 1 1 1 1 1
u = a, − , − , v = − , a, − ,w = − ,− ,a
2 2 2 2 2 2

10
Establecemos dos caminos equivalentes para definir una base de un es-
pacio vectorial V :
Definición A Un conjunto S = {v1 , v2 , ..., vn } de vectores es una base de
V si se verifican las dos condiciones:
v1 , v2 , ..., vn son linealmente independientes.

v1 , v2 , ..., vn generan a V
Definición B Un conjunto S = {v1 , v2 , ..., vn } es una base de V si todo
vector v ∈ V se puede representar de forma única como combinación
lineal de sus vectores.
Definición Se dice que un espacio vectorial V diferente de cero es de
dimensión finita si contiene un conjunto de vectores S = {v1 , v2 , ..., vn }
que forma una base.

11
Teorema Si V es un espacio vectorial de dimensión finita y {v1 , v2 , ..., vn }
es cualquier base, entonces

a. Todo conjunto con más de n vectores es linealmente dependiente.

b. Ningún conjunto con menos de n vectores genera a V .
Teorema Todas las bases de un espacio vectorial de dimensión finita tie-
nen el mismo número de vectores.
Definición La dimensión de un espacio vectorial V de dimensión finita,
denotada por dim(V ) = n, se define como el número de vectores que hay
en una base de V , por definición el espacio vectorial cero tiene dimen-
sión cero.
Teorema Si V es un espacio vectorial de dimensión n y S es un conjunto
en V con exactamente n vectores, entonces S es una base de V si S genera
a V o si S es linealmente independiente.
Teorema Si W es un subespacio de un espacio vectorial V de dimensión
finita dim(W ) ≤ dim(V ); además si dim(W ) = dim(V ), entonces W = V .
Definición
Sea V un espacio vectorial n-dimensional y S = {u1 , u2 , ..., un } es una ba-
se de V , cualquier vector v ∈ V puede expresarse de forma única como
combinación lineal de los vectores de la base S, es decir:

v = c1 u1 + c2 u2 + ... + cn vn

Estos n escalares c1 , c2 , ..., cn se denominan coordenadas de v relativas a

la base S y forman una n-ada

[v]S = [c1 , c2 , ..., cn ]T

en Rn llamado el vector de coordenadas de v con respecto a S.

12
Problemas 5
1. Probar que los siguientes conjuntos son una base para el espacio vec-
torial R3 :
S = {(1, −1, 0), (1, 1, 0), (0, 1, 1)}.
S = {(1, 0, 0), (2, 2, 0), (3, 3, 3)}.

¿Cuál es el valor de dim R3 ? y de dim (Rn ).

Encontrar el vector de coordenadas del vector (2, −1, 3) con res-

pecto a las bases de los puntos anteriores.
2. Probar que los siguientes conjuntos son una base para el espacio vec-
torial P2 :
S = 1, x, x2


S = 1 + x, 1 + x2 , x + x2


¿Cuál es el valor de dim (P2 )? y de dim (Pn ).

Encontrar el vector de coordenadas del vector 2 − x + x2 con res-
pecto a las bases de los puntos anteriores.
3. Encuentre una base para el subespacio de R3 generado por el conjun-
to:
[2, −1, 1]T , [1, 2, 3]T


¿ Cuánto es la dimensión del subespacio generado por los vectores ante-

riores?
4. Probar que el siguiente conjunto de vectores S = {A1 , A2 , A3 , A4 } es una
base para el espacio vectorial de M22 : 5.

       
−1 1 1 1 0 0 0 0
A1 = , A2 = , A3 = , A4 =
0 0 0 0 1 0 0 1
 
2 0
Hallar la matriz de coordenadas del vector:A = .
−1 3

¿ Cuánto es dim (M22 ) , dim (Mnn ) , y dim (Mmn )?

13
 Problemas 6
1. Demostrar que los conjuntos de vectores A = {(1, 0, −1), (0, −2, 1)} y
B = {(1, −2, 0), (2, −2, −1)} de R3 generan el mismo subespacio de R3 ,
además unabase y la dimensión del subespacio.
2. Sea W = (x1 , x2 , x3 , x4 ) ∈ R4 /x1 + x2 + x3 + x4 = 0 , probar que los vec-
tores de
(2, 0, 0, −2), (2, 0, −2, 0), (8, −2, −4, −2)
, forman una base de W .
3. Sea
n el siguiente subconjunto
o del espacio vectorial P3 definido por
R −1
W = p(x) ∈ P3 / 1 p(x) dx = 0 :

Demostrar que W es un subespacio de P3 .

Hallar una base para W .
Calcular la dimensión de W , denotado por dim (W ).

Extender la base encontrada en los puntos anteriores a una base

de P3 .
Hallar la matriz de coordenadas del vector 1 + x + x2 + x3 .
Hallar un subespacio U de P3 tal que P3 = W ⊕U.

1.5. Operaciones entre subespacios

Teorema Si V es un espacio vectorial sobre un cuerpo K, y U, W son

subespacios de V entonces U ∩W es un subespacio de V .
Definición Sean U y W subconjuntos de un espacio vectorial V , la suma
de U y W , denotado por U +W consiste en todas las sumas u + w en las
que u ∈ U y w ∈ W . Esto es:

U +W = {u + w/u ∈ U, w ∈ W }

Teorema La suma U +W de los subespacios U y W de V es también un

subespacio.
Teorema Sean U y W subespacios de dimensión finita de un espacio
vectorial V , en ese caso, U +W tiene dimensión finita y:

dim (U +W ) = dim (U) + dim (W ) − dim (U ∩W )

14
 Definición
Se dice que el espacio vectorial V es la suma directa de sus subespacios
U y W , denotado por:
V = U ⊕W
si todo vector v ∈ V puede escribirse de una y sólo una forma como
v = u + w con u ∈ U y w ∈ W . Teorema
El espacio vectorial V es la suma directa de sus subespacios U y W si y
sólo si
V = U +W .
U ∩W = {0}

Problemas 7
1. Dados los subespacios de R3 :

S1 = (x1 , x2 , x3 ) ∈ R3 /x1 − 2x2 + 3x3 = 0



S2 = (x1 , x2 , x3 ) ∈ R3 /x1 − x2 + x3 = 0


Hallar dim (S1 + S2 ).

2. Sea V el espacio vectorial de los polinomios sobre R. Hallar
dim (U +W ) y dim (U ∩W ), donde:

U = 3 − x + 4x2 + x3 , 5 + 5x2 + x3 , 5 − 5x + 10x2 + 3x3



W = 6 + 4x2 + x3 , 5 − x + 2x2 + x3 , 9 − 3x + 2x2 + 2x3



1.6. Conclusiones
Después de este breve repaso, queda claramente establecido que las pro-
piedades que caracterizan a un espacio vectorial son muy generales y abarcan
una gran cantidad de objetos matemáticos conocidos pero diferentes, una de
las ideas más importantes es que en espacios vectoriales de dimensión finita el
concepto de coordenadas de un vector se puede generalizar a objetos que in-
tuitivamente no se asemejan a nuestra idea usual de vector, por último a partir
de los resultados expuestos se puede intuir que todo espacio vectorial de di-
mensión finita es análogo al espacio vectorial (Rn , +, R, ·) en lo que respecta a
sus estructuras algebraicas, esta analogı́a se puede formalizar con la noción de
transformación lineal.

15
Referencias
[1] Introduccion al álgebra lineal con aplicaciones. H. Anton. Ed. Limusa Wi-
ley. 5a edición.
[2] Álgebra Lineal. Seymour Lipschutz. Schaum 2a edición.

[3] Álgebra Lineal. Moisés Lázaro.Ed. Moshera.

[4] Linear Algebra Done Right. Sheldon Axler. Springer. 3a Edición
[5] Álgebra Lineal. K.Hoffman, R. Kunze. Prentice Hall.

16