ESPACIOS VECTORIALES

INTRODUCCION: (Escalares y Vectores)

En aplicaciones físicas y geométricas existen cantidades que quedan completamente determinadas

al dar su “magnitud”, por ejemplo la temperatura, el área de un triángulo, longitud, etc., mismas
que pueden representarse por un número real, y se conocen como ESCALARES.

Existen otras cantidades físicas y geométricas que no se pueden representar o describir mediante un
solo número sino que se deben especificar, además de la magnitud, su dirección; por ejemplo la
fuerza, la velocidad, etc., mismas que se pueden representar por medio de flechas o segmentos
rectilíneos dirigidos, lo cual indica la dirección y cuya longitud es igual a la magnitud de dicha
cantidad, y se llaman VECTORES,

Una ordenación de números reales o complejos de la forma (a1, a2, …, an) se llama Vector Fila y una
 a1 
a 
ordenación de números de la forma  2  se llama Vector Columna. Los ai son llamados elementos
 
 an 
del vector o componentes del vector.

Los vectores se representan mediante letras minúsculas negritas (a, b, u, v, etc.) o mediante letras
    
mayúsculas con flechas sobre la letra ( A, B, F, U, W, etc.) , y la longitud de un vector u,
también llamada NORMA EUCLIDEANA o MAGNITUD, se representa por |u| o ||u||.

Definición:

VECTOR es un segmento rectilíneo dirigido que tiene una longitud y una dirección apropiadas y
parte desde un punto de referencia 0, llamado PUNTO INICIAL, (o punto de salida).

Componentes de un Vector en R2:

Un punto en el plano puede describirse por medio de un par ordenado de números reales (x,y), en
los ejes cartesianos. Si el origen de los ejes se escoge como el punto de referencia O, entonces todo
vector queda determinado de manera única por las coordenadas de su punto final.

EJE Y

y1 P1(x1,y1)
Punto Final
u

O x1 EJE X
Punto Inicial

 2 2
La longitud del vector u es la distancia OP1 . Por Pitágoras u  x1  y1
 2

Ejemplo:

Si u = (4,6)  u  ( 4) 2  (6) 2  16  36  52

Componentes de un Vector en R3:

Un punto en el espacio puede describirse por medio de una terna ordenada de números reales
(x,y,z), en los ejes cartesianos. Si el origen de los ejes se escoge como el punto de referencia O,
entonces todo vector queda determinado de manera única por las coordenadas de su punto final.

EJE Z

z1 P1(x1,y1,z1)
u

y1
x1 O EJE Y
w

EJE X Q

La longitud del vector u es la distancia OP1 .

Por Pitágoras en el plano XY la longitud del vector w es w  x12  y1 2

Y en el triángulo rectángulo OP1Q la longitud del vector u es u  w 2  z12
es decir u  x1 2  y1 2  z1 2

Ejemplo:

Si u = (2, -3, 5)  u  (2) 2  ( 3) 2  (5) 2  4  9  25  38

Si el Punto de Referencia O no coincide con el origen de coordenadas:

EJE Y

y2 Q(x2,y2)
u

y1 O P(x1,y1)

x1 x2 EJE X

Entonces la norma del vector u en R2 es la distancia PQ : u  ( x 2  x1 ) 2  ( y 2  y1 ) 2
Si a1 = x2 – x1, y a2 = y2 – y1 entonces u  a1 2  a 2 2 siendo a1 y a2 las componentes del vector.
 3


De la misma forma, la longitud del vector u en R3 es u  ( x2  x1 ) 2  ( y 2  y1 ) 2  ( z 2  z1 ) 2

Ejemplo:

El vector u, con un punto inicial P (3, 1, 4) y un punto final Q (1, -2, 4), tiene las componentes:
a1 = -2, a2 = -3 y a3 = 0, entonces u  (2) 2  (3) 2  (0) 2  4  9  13

OPERACIONES CON VECTORES:

i) Adición de Vectores: La resultante u + v de dos vectores u y v se obtiene por la llamada LEY

DEL PARALELOGRAMO: u + v es la diagonal del paralelogramo formado por los vectores u y v.

u+v
v

O u

ii) Multiplicación por escalar: El producto k.u de un número real k por un vector u se obtiene
multiplicando la magnitud de u por k y manteniendo la misma dirección si k > 0, o la dirección
opuesta si k < 0.

3u
u
-2u
O

Si k = -1 entonces -1.u = -u y se conoce como el negativo de u

Definición:

Si en algún sistema de coordenadas fijo, u tiene las componentes u1, u2, u3, …, un y v tiene las
componentes v1, v2, v3, …, vn, entonces las componentes del vector suma w = u + v se obtienen
por la adición de las componentes correspondientes de u y v respectivamente, por lo tanto:
w1 = u1 + v1; w2 = u2 + v2 , …, wn = un + vn.

(u1+v1, u2+v2, …, un+vn)

(v1,v2, … vn)

v
u (u1, u2, …, un)

Si u tiene las componentes u1, u2, u3, …, un , entonces k.u tiene las componentes ku1, ku2, …, kun
 4

(ku1,ku2,…,kun)
ku

u (u1,u2,…,un)

Ejemplos:

Sean u = (1, -2, 3, 4) y v = (3, 5, -1, -2), entonces:

u + v = (1+3, -2+5, 3-1, 4-2) = (4, 3, 2, 2)
5 u = (5(1), 5(-2), 5(3), 5(4)) = (5, -10, 15, 20)
2u – 3v = (2, -4, 6, 8) + (-9, -15, 3, 6) = (-7, -19, 9, 14)

Definición:

Dados dos vectores u y v, colóquese el punto inicial de v en el punto final de u, entonces la suma
de u y v se define como el vector w trazado desde el punto inicial de u hasta el punto final de v,
y se escribe como w = u + v.

u u
v w=u+v

Diferencia de Vectores:

La diferencia de vectores no está definida como una operación de vectores ya que es la suma de un
vector u con el negativo de un vector v (-v)
Es decir: u – v = u + (- v)

v u
u
u + (-v) -v
-v

ORTOGONALIDAD:
Dado un sistema de coordenadas cartesianas, se puede representar un vector u, con componentes u1,
u2, u3, como la suma de tres vectores paralelos a los ejes coordenados.
  
A éste sistema de coordenadas se le asocian tres vectores unitarios i , j , k , que tienen las
direcciones positivas de los ejes de coordenadas, entonces
 5

 u1 
    
u  u1 i  u 2 j  u3 k   u1 , u 2 , u3    u 2 
u 
 3

u3k

k u2j
i j u1i

1 0 0


  
  
 
Siendo i   0 , j  1 y k  0
 0 0 1
     
  
Estos vectores unitarios i , j , k , son perpendiculares u ORTOGONALES entre sí, y se dice que
forman una terna de vectores unitarios ortogonales. También se le conoce como Triada Ortogonal
Fundamental.

Ejemplo:

Sean u = 4 i + k y v = 2i – 4j + 3k entonces:
2v = 4i – 8j + 6k
u + v = 4i + k + 2i – 4j + 3k = 6i – 4j + 4k

Ejemplo:

Sean u = 2 i – j + 3k; v = i + j – 4k y w = 4k; entonces:

u + v + w = 3i + 3k
3u – 2v + 4w = 3(2i – j +3k) – 2(i + j – 4k) +4(4k) = 4i – 5j + 33k

EJERCICIOS:
1.- La componente x de un vector que está en el plano XY es de 12 unidades, y la componente y es
de 16 unidades. ¿Cuál es la magnitud y dirección del vector?.
2.- Dados los vectores: A =10i+5j+3k; B=3i-4j+2k; C=2i+6j-4k. Encontrar: A+B; A–B; │B –5C│;
│A+B-C│; 2A - 3B+ C/2;
3.- Dados los vectores A=-3i+2j-k; B = 10i y C = -4j. Determinar: A - B + C; 3A+2C; │A+B│;
│B-4A/3+C/2│
4.- Calcular la resultante del sistema formado por los vectores A(3,-2,3); B(1,1,-2) y C(2,2,-1).
5.- Siendo los vectores A=(a,5,3) y B=(b,1,0) y sabiendo que A-B=4j+3k y que el módulo de su
suma vale 9. Determinar a y b.
6.- Si los vectores A = (1, a+2); B = (b-1,1) y C = (1,-1); y sabiendo que A+B-2C=2i+3j.
Determinar a y b.

ESPACIOS VECTORIALES:

Definición:
 6

Sea V el conjunto no vacío de todos los vectores u, v, w, etc. V recibe el nombre de ESPACIO
VECTORIAL REAL (o Espacio Lineal Real), si en V se tienen definidas dos operaciones
algebraicas, llamadas “Adición de vectores” y “Multiplicación por escalar”.

I.- La Adición Vectorial, asocia a cada par de elementos u, v є V, un elemento único de V,

conocido como SUMA de u y v , escrito como u + v, tal que se cumplen las siguientes propiedades:
i) Conmutativa: u + v = v + u
ii) Asociativa: (u + v) + w = u + (v + w)
iii) Modulativa: u + 0 = u; 0 = Vector Nulo o Cero
iv) Del Opuesto: u + (- u) = 0 -u = opuesto de u

II.- La Multiplicación por escalares, asocia a todo vector u є V y para todo k є R, un elemento
único de V, llamado PRODUCTO de k y u, escrito como ku, tal que se cumplen las siguientes
propiedades:
i) Distributiva (Para la suma de vectores): k(u + v) = ku + kv
ii) Distributiva (Para la suma de escalares):(k1 + k2)u = k1u + k2u
iii) Asociativa: k1(k2u) = (k1k2)u
iv) Modulativa: 1.u = u

Son ejemplos de Espacios vectoriales: El conjunto de todas las matrices mxn; El conjunto de todos
los polinomios; El conjunto de todas las funciones reales; El conjunto de todos los operadores
matemáticos (derivada, integral, etc.).

Nota: En general, un conjunto con dos operaciones Suma y Producto por escalar, que satisfacen las
ocho propiedades mencionadas anteriormente se denomina ESPACIO VECTORIAL.
 x y  
Ejemplo: Sea M2 el conjunto de matrices de orden 2 tal que M 2    / x, y  
 2 y  x 
 x1 y1   x 2 y 2   x1  x 2 y1  y 2 
Existe A  B           M 2
 2 y1  x1   2 y 2  x 2   2( y1  y 2 )  ( x1  x 2 ) 
 x1 y1   kx1 ky1 
Existe k . A  k       M 2
 2 y1  x1   2ky1  kx1 
i) A + B = B + A:
 x  x2 y1  y 2   x2  x1 y 2  y1   x2 y 2   x1 y1 
A  B   1            B  A
 2( y1  y 2 )  ( x1  x2 )   2( y 2  y1 )  ( x2  x1 )   2 y 2  x2   2 y1  x1 
ii) (A + B) + C = A + (B + C)
 x  x2 y1  y 2   x3 y3   ( x1  x2 )  x3 ( y1  y 2 )  y3 
( A  B )  C   1       
 2( y1  y 2 )  ( x1  x2 )   2 y3  x3   2( y1  y 2 )  2 y3  ( x1  x2 )  x3 
 x1  ( x2  x3 ) y1  ( y 2  y3 )   x1 y1   x 2  x3 y 2  y3 
          A  (B  C)
 2 y1  2( y 2  y3 )  x1  ( x2  x3 )   2 y1  x1   2( y 2  y3 )  ( x2  x3 ) 

ii) (A + 0) = A
 x y1   0 0   x1  0 y1  0   x1 y1 
A  0   1           A
 2 y1  x1   0 0   2 y1  0  x1  0)   2 y1  x1 

iii) A + (- A) = 0
 x y1    x1  y1   x1  x1 y1  y1   0 0 
A  ( A)   1    0
 2 y1  x1    2 y1  ( x1 )   2( y1  y1 )  ( x1  x1 )   0 0 
 7

iv) k(A + B) = kA + kB
 x  x2 y1  y 2   kx1  kx 2 ky1  ky 2 
k ( A  B )  k  1    
 2( y1  y 2 )  ( x1  x2 )   2(ky1  ky 2 )  (kx1  kx 2 ) 

 kx ky1   kx2 ky 2   x y1   x2 y2 
  1    k  1   k   kA  kB
 2ky1  kx1   2ky 2  kx2   2 y1  x1   2 y 2  x2 

v) (k1 + k2)A = k1A + k2A

 x y1   (k1  k 2 ) x1 (k1  k 2 ) y1 
(k1  k 2 ). A  (k1  k 2 ) 1  
 2 y1  x1   2(k1  k 2 ) y1  (k1  k 2 ) x1 

 kx k1 y1   k 2 x1 k 2 y1   x y1   x y1 
  1 1    k1  1   k 2  1   k1 A  k 2 A
 2k1 y1  k1 x1   2k 2 y1  k 2 x1   2 y1  x1   2 y1  x1 

vi) k1 (k2A) = (k1k2)A

 k x k 2 y1   (k1 k 2 ) x1 (k1 k 2 ) y1   x y1 
k1 .( k 2 A)  k1  2 1    (k1 k 2 ) 1   (k1 k 2 ) A
 2k 2 y1  k 2 x1   2(k1 k 2 ) y1  (k1 k 2 ) x1   2 y1  x1 

vii) 1.A = A
 x y1   1.x1 1. y1   x1 y1 
1. A  1. 1    A
 2 y1  x1   21. y1   1.x1   2 y1  x1 

Puesto que el conjunto de las matrices M2, tiene las dos operaciones básicas de los vectores, Suma y
producto por escalar, y además cumple con las ocho propiedades, entonces M2 si es un Espacio
Vectorial.

Teoremas Adicionales:
i) u  V  0   tal que 0.u = 0
ii) u  V   1   tal que -1.u = -u
iii) 0  V y k   k0 = 0
iv) u , v, w  V si u + v = u + w → v = w.

SUBESPACIOS VECTORIALES:

Definición:
Sea U un subconjunto de un espacio vectorial V sobre un cuerpo K, U se llama SUBESPACIO
VECTORIAL de V si U es a su vez un espacio vectorial con respecto a las operaciones de Suma y
Producto por escalar.

Teorema:
La condición necesaria y suficiente para que un subconjunto U del Espacio Vectorial V sea un
Subespacio vectorial es que u , v  U y  ,   K :  .u   .v  U

 x  
  
Ejemplo: Sea S   y  / x  y  z  0
 z  
Si u = (x1, y1, z1) є S → x1 + y1 + z1 = 0
v = (x2, y2, z2) є S → x2 + y2 + z2 = 0
 8

 x1   x 2    .x1   .x 2 
     
P.D.  .u   .v  S  .u   .v    y1     y 2     . y1   . y 2 
z   z   z   . z 
 1  2  1 2 
Por condición del ejercicio:
(αx1 + βx2) + (αy1 + βy2) + (αz1 + βz2) = 0
(αx1 + αy1 + αz1) + (βx2+ βy2 + βz2) = 0
α(x1 + y1 + z1) + β(x2+ y2 + z2) = 0
α(0) + β(0) = 0 → Si es un s.e.v.

 x  
  
Ejemplo: Sea S   
y / x  y  2 z  3
z 
  
Si u = (x1,y1,z1) є S → x1 + y1 + 2z1 = 3
v = (x2,y2,z2) є S → x2 + y2 + 2z2 = 3
 x1   x 2    .x1   .x 2 
     
P.D.  .u   .v  S  .u   .v    y1     y 2     . y1   . y 2 
z   z   z   . z 
 1  2  1 2 
Por condición del ejercicio:
(αx1 + βx2) + (αy1 + βy2) + 2(αz1 + βz2) = 3
(αx1 + αy1 + α2z1) + (βx2+ βy2 + β2z2) = 3
α(x1 + y1 + 2z1) + β(x2 + y2 + 2z2) = 3
α(3) + β(3) = 3 → α + β = 1 No se cumple  ,   K por lo tanto No es un s.e.v.

EJERCICIOS:

1.- Determine cuáles de los conjuntos siguientes constituyen espacios vectoriales:

a) El conjunto de las funciones definidas en [0; 2] que tienen ceros en 0, 1 y 2;
b) El conjunto de todos los polinomios sin término constante;
c) El conjunto de todas las matrices simétricas de orden 2
d) El conjunto ℜ2 con operaciones definidas como: (α1, α2) + (β1, β2) = (α1 + β1, α2 + β2) y
α*(α1, α2) = (α * α1, 0).
 a b a b  1 2   1 2  a b 
2.- Sea W   M2      Mostrar que W es s.e.v.
 c d  c d   1 1    1 1  c d 
3.- ¿Cuáles de los siguientes subconjuntos son subespacios vectoriales?
a) S = { (x, y, z) ∈ ℜ3 / y = 0} b) S = { (x, y, z) ∈ ℜ3 / x + y + z = 0}
c) S = { (x, y, z) ∈ ℜ3 / x + z = 1} d) S = { (x, y, z) ∈ ℜ3 / x + z = 0}
e) S = { (x, y, z) ∈ ℜ3 / x + z ≤ 0} f) S = { (x, y, z) ∈ ℜ3 / xy = 0}
g) S = {p(x) ∈ P3(ℜ) / p(x) = x3 + ax + b} h) S = {p(x) ∈ P3(ℜ ) / p(x) = ax3 + b}
 9

COMBINACIONES LINEALES:

Definición:
Sea V un espacio vectorial y sean u1, u2, u3, … , un vectores de V, entonces una expresión de la
forma a1u1 + a2u2 + … + anun, donde a1, a2, …, an son escalares, se denomina una COMBINACION
LINEAL (c.l.) de esos vectores.

Ejemplo:
Determine si el vector u = (3, 9, - 4, - 2) es una combinación lineal de los vectores u1 = (1, - 2, 0, 3);
u2 = (2, 3, 0, - 1) y u3 = (2, -1, 2, 1)

Si u = au1 + bu2 + cu3 entonces u es c.l. de {u1, u2, u3}

 3,9,4,2   a 1,2,0,3  b 2,3,0,1  c 2,1,2,1
 3,9,4,2   a  2b  2c,2a  3b  c,2c,3a  b  c 
 a  2b  2c  3
 2a  3b  c  9
 
2c  4

 3a  b  c  2

Resolviendo el sistema de ecuaciones:

 1 2 2 3  1 2 2 3  1 2 2 3 
  
f 2  2 f1 0 7
  
 2 3 1 9 3 15
      0 7 3 15

 0 0 2  4 0 0 2 4 0 0 2  4
 3 1 1  2 f 4  3 f1   f 4  f 2  0 0  2 4 
   0  7  5  11 

Entonces: a = 1; b = 3 y c = - 2; El sistema es consistente, es decir tiene solución, por lo tanto

u si es combinación lineal de u1, u2, u3. → u = 1u1 + 3u2 - 2u3

Nota:
Si el sistema de ecuaciones no es consistente, es decir si no tiene solución, entonces u no es una c.l.
de los ui, o u no puede ser escrito como c.l. de los ui.

Ejemplo:
Escribir el polinomio u = t2 + 4t -3 como una c.l. de los polinomios e1 = t2 – 2t +5; e2 = 2t2 – 3t y e3
= t + 3.
u = ae1 + be2 + ce3
t 2
    
 4t  3  a t 2  2t  5  b 2t 2  3t  c t  3
t 2
 4t  3  t  a  2b   t   2a  3b  c    5a  3c 
2

 a  2b  1

Entonces:  2 a  3b  c  4

 5a  3c  3

Resolviendo el sistema de ecuaciones:

 1 2 0 1  1

2 0 1 
 1 2 0 1 
   f 2f 0 1 1 6 

0 1 1 6

2 3 1 4 1   
  2  0  10 3  8   
f  10 f  0 0 13 52 
 5 0 3  3 f
3
 5 f
1
  3 2

Entonces: a = - 3; b = 2 y c = 4; u si es c.l. de u1, u2, u3. → u = - 3u1 + 2u2 + 4u3

Nota:
 10

Los polinomios pueden ser escritos en forma de vectores, así por ejemplo el polinomio u = t2 + 4t -3
puede ser escrito como el vector u = (1, 4, -3); y entonces para éste ejemplo, la combinación lineal
u = ae1 + be2 + ce3 puede ser escrita como:
(1, 4, -3) = a(1, -2, 5) + b(2, -3, 0) + c(0, 1, 3)
(1, 4, -3) = (a+2b, -2a – 3b + c, 5a + 3c)
 a  2b  1

y entonces:  2 a  3b  c  4

 5a  3c  3

Ejemplo:
 2 1  1 1   1 1
Escribir la matriz E    1  2  como una c.l. de las matrices A   0  1 , B    1 0  y
     
1  1
C   
0 0 

E = aA + bB + cC
 2 1  1 1   1 1  1  1
   a   b   c 
 1  2  0  1  1 0 0 0 
 2 1  a  b  c a  b  c
    
 1  2   b  a 
a  b  c  2 en 1 : 2  1  c  2

a  b  c  1 a2  c  1
   
 b  1 b 1 en 2 : 2  1  ( 1)  1

  a  2
 4 1

El sistema no es compatible, es decir no tiene solución, por lo tanto E no es c.l. de A, B y C.

SUBESPACIOS GENERADOS:

Definición:
Dado un Subconjunto finito de vectores S = {u1, u2, … , un} de un espacio vectorial V, se llama
SUBESPACIO GENERADO por S, al conjunto de todas las combinaciones lineales de elementos
de S y se representa por esp(S) o Span(S), y se dice que S es generado por esos vectores o que {u1,
u2, … , un} es el SISTEMA GENERADOR del subespacio esp(S).

Entonces: El subespacio generado por un sistema de vectores, es el menor de todos los subespacios
que contienen a todos los vectores del sistema {u1, u2, … , un}.

 El espacio lineal generado por un vector no nulo u está formado por todos los vectores
múltiplos de u, es decir span S = {ku / kєK}
 El espacio lineal generado por dos vectores u y v que no sean múltiplos el uno del otro, es el
plano que pasa por los punto u, v y el origen de coordenadas.
 Los vectores unitarios i = (1, 0, 0), j = (0, 1, 0) y k = (0, 0, 1) generan el espacio vectorial R3;
todo vector u = (x, y, z) es una c. l. de los i, j, k. (x, y, z) = xi + yj +zk

Ejemplo:
Demostrar que los vectores u = (1, 2, 3), v = (0, 1, 2) y w = (0, 0, 1) generan a R3.

Dado un vector arbitrario (x, y, z) є R3, escribirlo como una c.l. de los vectores u, v y w
 11

Entonces: (x, y, z) = au + bv + cw
(x, y, z) = a(1, 2, 3) + b(0, 1, 2) +c(0, 0, 1)
(x, y, z) = (a, 2a + b, 3a + 2b + c)

 ax

  2 a b  y

3 a  2bc  z

Resolviendo el sistema de ecuaciones: a = x; b = y – 2x; c = x – 2y + z

Por lo tanto (x, y, z) = xu + (y – 2x)v + (x – 2y +z)w

 x  ax 
  
Span S   y  / b  y  2 x 
 z  c  x  2 y  z 
  

Ejemplo:
Describir el subespacio generado por el conjunto de vectores {(1, 1, 0, -1); (1, 2, 3, 0); (2, 3, 3, -1)}

(x, y, z, w) = a(1, 1, 0, -1) + b(1, 2, 3, 0) + c(2, 3, 3, -1)

(x, y, z, w) = (a + b + 2c, a + 2b + 3c, 3b + 3c, - a - c)

Escribiendo el sistema en forma matricial y resolviéndolo:

1 1 2 x  1 1 2 x  1 1 2 x 
     
f 2  f1 0 yx yx
1 2 3 y
   1 1
  0 1 1

0 3 3 z  0 3 3 z  f3  3 f 2  0 0 0 z  3 y  3x 
1 1  f 4  f1  w  x f4  f2  w  2x  y 
 0 w  0 1 1  0 0 0 

 x  
 y  3 x  3 y  z  0

Entonces: U  Span  
 z  2x  y  w  0

 w  

Ejemplo:
Hallar el subespacio generado por los polinomios: u1 = t3 - 2t2 + 4t +1; u2 = 2t3 - 3t2 + 9t – 1;
u3 = t3 + 6t – 5 y u4 = 2t3 - 5t2 + 7t +5.

Sea P(t) = xt3 + yt2 + zt + w, un polinomio arbitrario de grado 3, escribiendo a los polinomios
en forma de vectores y planteando la c.l. de P con respecto a los polinomios u1, u2 u3, y u4:

P(t) = au1 + bu2 + cu3 + du4

(x, y, z, w) = a(1, -2, 4, 1) + b(2, -3, 9, -1) + c(1, 0, 6, -5) + d(2, -5, 7, 5)

Escribiendo el sistema en forma matricial y resolviéndolo:

 12

 1 2 1 2 x 1 2 1 2 x 1 2 1 2 x 
  f 2  2 f1  0   
 2 3 0 5 y
   1 2  1 y  2x
  0 1 2 1 y  2x

 4 9 6 7 z f3  4 f  0 1 2  1 z  4x  f3  f 2  0 0 0 0 z  6x  y 
 1 1  5 5  1
  f4  3 f2  
 w f 4  f1  0  3  6 3 w x  0 0 0 0 w  5x  3 y 

 6x  y  z  0 
Entonces: U  Span  P (t )  xt 3  yt 2  zt  w 
 5 x  3 y  w  0

EJERCICIOS:

1.- Determine si el vector u es una combinación lineal de los vectores u1, u2 y u3 siendo:
a) u = (-38,-5,23,-44,23,-17) ; u1 = (1,2,3,-8,7,0); u2 = (3,2,-4,0,-2,1) u3 = (9,1,3,4,5,4)
b) u  2  8t  6t 2  2t 3 ; u1  1  2t  t 2  t 3 ; u 2  2  t  3t 2  2t 3 ; u3  1  7t  4t 2  t 3
 2 1   1 1   1  1  1 1
c) u    1 
 3
u1    ; u2    ; u3   
   1  1 1 0   0 0
2.- Calcular los valores de a y b para que el vector v = (2,a,-3,2,18,b) sea c.l. de los vectores
v1 = (3,5,-2,1,7,-4); v2 = (1,9,0,0,-4,3); v3 = (3,6,-1,0,0,0)
3.- Averigüe si los vectores a = (1, −1, 0) y b = (2, −3, 1) pertenecen al espacio vectorial generado
por el conjunto de vectores S = {(2, 5, 1), (3, 4, 1), (5, 9, 2)}.
4.- En ℜ4 se considera el subespacio generado por los vectores (2, 3, 1, −5), (0, 2, −1, 3). Determine
el valor de los escalares p y q para los que el vector (2, p, 3, −q) pertenezca al dicho subespacio.
5.- Demuestre que los conjuntos A = {(1, 0, −1), (1, 1, 0), (0, 1, 1)} y B = {(2, 1, −1), (1, 2, 1)} de
vectores de ℜ3 generan el mismo subespacio vectorial de ℜ3.
6.- Sea P3  1  2t  t  t ,  2  8t  6t  2t ,  2  t  3t  2t ,  1  7t  4t  t 
2 3 2 3 2 3 2 3

Describa el subespacio generado por P3

7.- Sea W     2,  1, 3, 2  ;   1, 7, 4, 1 ;   2, 8, 6, 2  ;  1, 2,  1, 1
Describa el subespacio generado por W
  1 2   2  1   1 7    2 8 
8.- Sea W    1 ,  ,  ,   ; Describa el subespacio generado por W
 1  3 2   4 1  6 2 
 13

DEPENDENCIA E INDEPENDENCIA LINEAL:

Definición:
Se dice que un conjunto de vectores u1, u2, … , un, es un conjunto LINEALMENTE
DEPENDIENTE (l.d) , si por lo menos uno de esos vectores se puede expresar como combinación
lineal de los restantes. El conjunto de vectores es LINEALMENTE INDEPENDIENTE (l.i) si
ninguno de los vectores se puede expresar de esa manera.

Si el conjunto consta de un solo vector u, se dice que es l.i si u ≠ 0 y l.d si u = 0.

Ejemplo:
Dados los vectores u = i + 2j + k, v = 3k, w = 2i + 4j, comprobar si son l.i o l.d

Si u = αv + βw
i + 2j + k = α(3k) + β(2i + 4j)
i + 2j + k = 2βi + 4βj + 3αk
Entonces: 1 = 2β → β = ½
1 = 3α → α = 1/3
1 1
Por lo tanto u v w
3 2
Como u es c.l. de v y w, entonces el conjunto {u, v, w} es un conjunto l.d.

Teorema:
Un conjunto de vectores u1, u2, … , un es Linealmente Dependiente si y solo si existen escalares a1,
a2, …, an, є R, que no sean simultáneamente nulos, y tales que:
a1u1 + a2u2 + … + anun = 0

Teorema:
Un conjunto de vectores u1, u2, … , un es Linealmente Independiente si y solo si existen escalares a1,
a2, …, an, є R, todos iguales a cero, y tales que:
a1u1 + a2u2 + … + anun = 0;  a1  a 2  ...  an  0

Observaciones:
 Dos vectores en R2 que no sean múltiplos el uno del otro, son li.
 Dos vectores en Rn que sean ld, son Colineales.
 Tres vectores en el espacio R3 que sean ld, son coplanares
 Un conjunto de n + 1 o más vectores en el espacio Rn, es ld.

Ejemplo: Determinar si los vectores u = (1, -2, 1); v = (2, 1, -1) y w = (7, -4, 1) son li o ld.
Los vectores u, v y w son ld si au + bv + cw = 0 con a, b, c ≠ 0;
o son li si au + bv + cw = 0 con a = b = c = 0. Entonces:
au + bv +cw = a(1, -2, 1) + b(2, 1, -1) + c(7, -4, 1) = (0, 0, 0)
→ (a + 2b + 7c, -2a + b – 4c, a + b + c) = (0, 0, 0)
Escribiendo el sistema en forma matricial y resolviéndolo:
 1 2 7 0 1 2 7 0 1 2 7 0
     
  2 1  4 0   f
2
2f 0
1

5 10 0 
  0 5 10 0

 1 1 1 0 f  f 0 1 6 0
 5f  f  0 0  40 0 

3 1 3 2
Entonces: a = b = c = 0; Por lo tanto los vectores u, v y w son li.
Ejemplo:
 14

Sea P3  1  2t  t  t ,  2  8t  6t  2t ,  2  t  3t  2t ,  1  7t  4t  t  . Determine si el
2 3 2 3 2 3 2 3

conjunto P3 es li o ld.

Escribiendo a los polinomios en forma de vectores y planteando la c.l. de los mismos igualada
a cero: a(1, 2, -1, 1) + b(-2, 8, 6, 2) + c(-2, -1, 3, 2) + d(-1, 7, 4, 1) = (0, 0, 0, 0); y escribiendo
el sistema en forma matricial: (Vectores en columnas)
 1  2  2 1 0 1  2 1 1 0 1  2 1 1 0
  
f  2 f1 0 12   
 2 8 1 7 0  2  3 9 0
   0 12 3 9 0

 1 6 4 0 f  f 3 f3  f 2  0 0
1 
3 3 0 4 1 3 0 0 0 0
1    3 f  f  9 3

 2 2 1 0 f 4  f1  0 4 4 2 0 4 2 0 0 0
Entonces: 9c - 3d = 0 → d = 3c
12b + 3c + 9d = 0 → b = - 5c/2
a – 2b – c – d = 0 → a = 9c
Entonces: c  0; a  b  d  0 por lo tanto el conjunto P3 es ld.

Teorema:
Las filas distintas de cero en una matriz escalonada son li.

Ejemplo (anterior – otra forma de resolverlo):

Sea P3  1  2t  t 2  t 3 ,  2  8t  6t 2  2t 3 ,  2  t  3t 2  2t 3 ,  1  7t  4t 2  t 3  . Determine si el
conjunto P3 es li o ld.

Escribiendo a los polinomios en forma de vectores (1, 2, -1, 1); (-2, 8, 6, 2); (-2, -1, 3, 2);
(-1, 7, 4, 1), se construye una matriz cuyas filas son dichos vectores, y haciendo uso de
operaciones elementales entre filas (Gauss) obtenemos la matriz escalonada
 1 2 1 1 1 2 1 1 1 2 1 1  1 2 1 1
  
f  2 f1 0 12 4 4    
  2 8 6 2  2     0 12 4 4    0 12 4 4
  2 1 3 2 f3  2 f  0 3 1 4 4 f3  f 2  0 0 0 12  0 0 0 1
 1 7 4 1 1
0 9 3 2 
4 f4  3 f2  0 0  
0  4  3 f 4  f3  0 0
  f 4  f1   0 0
Entonces: la última fila es cero, significa que el cuarto vector es c.l. de los tres restantes, por lo
tanto el conjunto P3 es ld.

Ejemplo:
Sea M el espacio de las matrices 2x3 sobre R, comprobar si las matrices A, B y C € M, son li o ld
 1 3  1 1 0 2  1 1 1
A ; B   : C  
 4 2  1   3 1  1   0 1 0

Escribiendo a las matrices en forma de vectores (1, 3, -1, 4, 2, -1); (1, 0, 2, 3, 1, -1); y
(1, -1, 1, 0, 1, 0); se construye la matriz cuyas filas son dichos vectores, y haciendo uso de
operaciones elementales entre filas (Gauss) obtenemos la matriz escalonada
 1 3  1 4 2  1 1 3 1 4 2  1 1 3 1 4 2  1
     
3 1 1  f  f 3 1 1  0 3 1 1 0
 1 0 2
 2 10
0 3 0
  3

1  1 1 0 1 0  f  f  4 2 4 1 1  3 f  4 f 0 0 6 8 1 3 

3 1 3 2
Las tres filas son distintas de cero, por lo tanto el conjunto es li.

Definición: n vectores en Rn son linealmente dependientes si y solo si el determinante de la matriz

formada por estos vectores (en filas o en columnas) es cero.
 15

Ejemplo: Determinar si los vectores u = (1, -2, 1); v = (2, 1, -1) y w = (7, -4, 1) son li o ld.
1  2 1 
 
La matriz formada por estos vectores es A   2 1 1
 y D(A) = 1 + 14 – 8 – 7 – 4 + 4 =
7 4 1 
 
0
Ya que el determinante es nulo, los vectores u, v y w son linealmente dependientes.

Ejemplo: Para que valores de a el conjunto S    a,1,0  ; 1, a,1 ;  0,1, a  es li?
Calculando el determinante de la matriz formada por los vectores
a 1 0
1 a 1  a 3  a  a  a 3  2a  a (a 2  2)  0; a0 y a 2
0 1 a
Entonces el conjunto S es ld si a0 ya 2 y S es li a0 ya 2

Ejemplo:
Si  u , v, w es un conjunto li de Rn, compruebe si B =  u  v, u  w, v  w , es también un conjunto
li.

Los vectores u, v y w son li, por lo tanto au + bv + cw = 0, con a = b = c = 0, se debe demostrar

que  (u  v)   (u  w)   (v  w)  0; con α = β = δ = 0.
α(u + v) + β (u + w) + δ(v + w) = 0
αu + αv + βu + βw + δv + δw = 0
(α +β)u + (α + δ)v + (β + δ)w = 0
α + β = 0; α + δ = 0; β + δ = 0 porque u, v y w son li.
    0

Resolviendo el sistema de ecuaciones:    0

    0

1 1 0 0 1 1 0 0 1 1 0 0 2  0    0
     
 1 0 1 0   f2  f1  0  1 1 0    0  1 1 0 ;       0    0 ; → B es li.

0 1 1 0  0 1 1 0  f3  f 2  0 0 2 0      0    0

EJERCICIOS

1) Estudie si los siguientes conjuntos de vectores de R3 son linealmente independientes:

a) {(0, 1, 0), (1, 1, −1), (−1, 0, 1)} c) {(2, 0, 0), (0, 2, 0), (0, 0, 0)}
b) {(0, 0, 1), (0, 1, 0), (1, 1, 1)} d) {(1, 0, a), (a, 1, 0), (a, 0, 1)}
2) Estudie si los siguientes conjuntos de polinomios de P2 son linealmente independientes:
a) {1, 1 + x, 1 + x + x2} b) {x, x2, x + x2}
c) {1 − x2, 1 + x, x2 − x, x + x2} d) {1 + x2, 2 + x2}
3) Sean a, b, c Є R, determine si W es li. W   ( x  a)( x  b); ( x  a)( x  c); ( x  b)( x  c); a ≠ b
≠c
4) Para que valores de a el conjunto S es li?
 0 a 0  0 1 a 0 1 0 
a) S    a,0,2  a  ;  0, a  1,1 ; 1, a  1,1 b) S   ;  ;  
 0 1 0   0 a a   0 a 0 
c) S  a  t ; t  t 2 ; at 2 ; t 2  t 3 

BASES Y DIMENSIÓN
 16

Definición:
Se dice que un Espacio Vectorial V tiene dimensión finita n o es n - dimensional, lo que se escribe
como Dim V = n, si existen vectores e1, e2, e3, …, en linealmente independientes que generan a V.
El conjunto e1, e2, e3, …, en se llama entonces BASE de V.

Teorema:
Sea V un espacio vectorial de dimensión finita n, entonces toda base de V tiene el mismo número n
de elementos. Toda base de Rn tiene exactamente n vectores li.

Corolario:
Si n vectores de Rn generan a Rn, entonces estos son li. y en consecuencia forman una base.

Definición:
Sea  B   u1 , u 2 ,..., u n  un conjunto de vectores del subespacio vectorial W. Diremos que B es una
BASE de este subespacio vectorial si y sólo si:
i) B es un SISTEMA GENERADOR de W
ii) B es un conjunto LINEALMENTE INDEPENDIENTE.
 
BASE CANÓNICA DE UN ESPACIO VECTORIAL
Sea V un espacio vectorial cualquiera, los vectores e1 , e2 , ... , en  V , forman una base llamada
BASE USUAL o BASE CANONICA, si V tiene una dimensión n, y los vectores ei son vectores
unitarios.

Ejemplos:
Si se considera el espacio vectorial R3, el conjunto B = {(1,0,0),(0,1,0),(0,0,1)} es la base usual del
espacio vectorial R3, y Dim R3 = 3

Sea M el espacio vectorial de todas las matrices 2x3 sobre un cuerpo K, entonces las matrices:
1 0 0  0 1 0  0 0 1  0 0 0 0 0 0 0 0 0
 ;  ;  ;  ;  ;   forman la base usual o base
 0 0 0  0 0 0  0 0 0 1 0 0 0 1 0 0 0 1
canónica del espacio vectorial M, y Dim M = 6

Teorema:
Sea V un espacio vectorial de dimensión finita n, entonces:
i) Cualquier conjunto de n + 1 o más vectores es ld. y no forman una base
ii) Cualquier conjunto li. es parte de una base, y puede extenderse a una base en Rn.
iii) Un conjunto li. con n elementos en Rn es una base
iv) Si n vectores li. generan a V entonces Dim V = n
v) Si n vectores de Rn generan a Rn , entonces estos son li y en consecuencia forman una base.

Ejemplo:
Determinar si los siguientes vectores forman una base de R3.
1) (1, 1, 1); (1, -1, 5):
Dos vectores li no forman una base de R3 , pero forman parte de una base
2) (1, 2, 3); (1, 0, -1); (3, -1, 0); (2, 1, -2):
Cuatro vectores en R3, son ld, por lo tanto no forman una base
3) (1, 1, 1); (1, 2, 3); (2, -1, 1): Tres vectores en R3, forman una base si dichos vectores son li.
 17

1 1 1
Entonces: 1 2 3  2  6 1 4  3 1  5  0 → son li, y por lo tanto si forman una base
2 1 1
4) (1, 1, 2); (1, 2, 5); (5, 3, 4)
Tres vectores en R3, forman una base si dichos vectores son li.
1 1 2
Entonces: 1 2 5  8  25  6  20  15  4  0 → son ld, y por lo tanto no forman una base
5 3 4

NOTA: Las filas distintas de cero de una matriz escalonada forman una base del subespacio
generado por esos vectores

  3   0   2  a) Hallar una base y la dimensión de W

      b) Hallar la base y la dimensión del s.e.v
Ejemplo: Dado W   0 ,  3 ,  1 
 1   2   0  generado por W
     
a) Vectores en filas:
 3 0 1  3 0 1  3 0 1
     
 
 0 3 2
  0 3 2
  0 3 2   2 filas ≠ 0 son li. y forman una base
 2 1 0  2 f 3  3 f1  0 3 2  f 3  f 2  0 0 0 
  3   0 
   
Entonces Base W   0 ,  3  , Dim W = 2
  1   2 
   
b) Base del subespacio generado por W (todas las bases)
Vectores en columnas
 3 0 2 x 3 0 2 x   3 0 2 x 
     
0 3 1 y  0 3 1 y 
     0 3 1 y
;
    f  f 0 0 x  2 y  3z 
1  2 0 
1 2 0 z 3 f f 0 6 2 3 z x 3 2
3

 x    2    3 
      
 W   y  / x  2 y  3 z  0   1 ;  0   BaseW ; Dim W = 2
 z    0   1 

Nota: Para encontrar la base de un subespacio vectorial generado por un conjunto de vectores, se
obtiene la ecuación (condición) del subespacio generado, se despeja una de las variables, y se dan
valores mínimos a las variables restantes.
En el ejemplo: la condición del subespacio generado es x – 2y +3z = 0, si se despeja x, se tiene:
x = 2y – 3z, asignando los valores y = 1, z = 0 se obtiene el primer vector de la base (2, 1, 0);
luego se asignas los valores y = 0, z = 1, y se obtiene el segundo vector de la base (-3, 0, 1)

Ejemplo:
Sea P3  1  2t  t  t ,  2  8t  6t  2t ,  2  t  3t  2t ,  1  7t  4t  t  .
2 3 2 3 2 3 2 3

a) Hallar una base y la dimensión de P3.

b) Hallar la base y la dimensión del s.e.v generado por P3.
a) Escribiendo a los polinomios en forma de vectores (1, 2, -1, 1); (-2, 8, 6, 2); (-2, -1, 3, 2);
(-1, 7, 4, 1), se construye la matriz de vectores en filas
 1 2 1 1 1 2 1 1 1 2 1 1  1 2 1 1
  f  2 f1  0 12 4    
  2 8 6 2  2  4
   0 12 4 4    0 12 4 4
  2 1 3 2 f3  2 f  0 3 1 4 4 f3  f 2  0 0 0 12  0 0 0 1
 1 7 4 1 1
0 9 3  
4 f4  3 f2  0 0  
0  4  3 f 4  f3  0 0
  f 4  f1  2 0 0
3 filas ≠ 0 son li. y forman una base
 18

 1   0   0 
 2   3   0 
Entonces Base P3   ,  ,   , Dim P3 = 3
  1  1   0 
 1   1   1 
b) Escribiendo a los polinomios en forma de vectores y planteando la c.l. de los mismos
igualada a un vector genérico (x, y, z, w): (Vectores en columnas)
 1  2  2 1 x  1  2 1 1 x  1  2 1 1 x
  f  2 f   
 2 8 1 7 y   2 1  0 12 3 9 y  2x
   0 12 3 9 y  2x
  f  f 
1   2
 1 6 3 4 z 3 0 4 1 3 z  x 3 f 3 f 0 0 0 0 3 z  5x 
1   w x 
 
3 f4  f2  0 0 9  3 3w  x  y
 2 2 1 w f 4  f1  0 4 4 2
 P3    x, y, z , w / 5 x  y  3 z  0 ;
la condición del subespacio generado es 5x – y +3z = 0, si se despeja y, se tiene: y = 5x + 3z,
asignando los valores x = 1, z = 0, w = 0 se obtiene el primer vector (1, 5, 0, 0); luego se
asignas los valores x = 0, z = 1, w = 0 y se obtiene el segundo vector (0, 3, 1, 0), y finalmente
asignando los valores x = 0, z = 0, w = 1 se obtiene el tercer vector (0, 0, 0, 1); por lo tanto la
base de P3 es:
 1   0   0 
 5   3   0 
Base P3   ,  ,   , Dim P3 = 3
 0   1   0 
 0   0   1 

Ejemplo: Hallar la base y la dimensión de los siguientes s.e.v de R4.

 x    x     1   1   1
 y    y    1   0   0 
a) U     / x  y  z  w  0   / x   y  z  w  span ,  ,    Base U ; Dim U =
 

  z
  z    0   1   0 
 w    w    0   0   1 
3
 x    x    2   0 
 y  2 x  y  0   y  2 x  y   1   0 
b) U     /    z / 2 z  w  span 0 ,  2   Base U ; Dim U = 2
 
  z  2z  w  0
       
 w    w    0   1 
 x    x    1   0   0 
 y    y    0   1   0 
c) U  
 z  / y  2 z  w  0   z
   / w  y  2 z   span  0 ,  0 ,  1   Base U ; Dim U = 3

   
          
 w    w    0   1   2 

COORDENADAS (VECTORES COORDENADOS)

Definición:
Sea V un espacio vectorial n – dimensional y sea B = u1. u2, … , un, una base de V, se define el
VECTOR DE COORDENADAS de u respecto de la Base B, el cual se representa por [u]B, como el
vector:  u  B   1 , 2 , , n    u  1u1  2 u 2    n u n ; con λi Є R.
n

Nota:
 Se considera a una base en un espacio vectorial V de dimensión finita, como un conjunto
ORDENADO de vectores de V. Ejem: La base 1, t. t2 de P2(t) es diferente a la base t, t2, 1
 19

 El vector de coordenadas es el vector formado por los escalares de la combinación lineal del
vector u respecto de los vectores de la base.

 2    1  2  a) Demostrar que B es una base

      b) Hallar [(-3, 2, 4)]B.
Ejemplo: Dado B   1 ,  0 ,  3 
    c) Hallar [v]B, para cualquier vector v
 3   2   5  
a) B es una base si los vectores de B son li.
2 1 3
1 0 2  0  4  9  0  12  5  12  0 entonces los vectores son li, B si es una Base
2 3 5

b) Se escribe el vector u = (-3, 2, 4) como c.l de los vectores de la base, entonces:

(-3, 2, 4) = a(2, 1, 3) + b(-1, 0, 2) + c(2, 3, 5)
c 4
 2 1 2  3  2  1 2  3 2 1 2 3  3
     
 b  4c  7  b  5
 1 0 3 2   2 f 2  f1  0 1 4 7
 
 0 1 4 7
 3
3 2 5 4  2 f 3f  0 7 4 17  f 3  7 f 2  0 0  24  32  2 a  b  2c  3  a  2
3 1
  3   2
   
Por lo tanto el vector de coordenadas  u  B 
  2    5 / 3
   
 4  B  4 / 3 
c) Se escribe el vector v = (x, y, z) como c.l de los vectores de la base, entonces:
(x, y, z) = a(2, 1, 3) + b(-1, 0, 2) + c(2, 3, 5)
 2 1 2 x  2 1 2 x   2 1 2 x 
     
y  2f  f 4 2y  x  2y  x
 1 0 3   0 1
  0 1 4

z
2 1
3 2 5  2f 3f  0 7 4 2 z  3 x  f 3  7 f 2  0 0  24 4 x  14 y  2 z 
3 1

Entonces:
2x  7 y  z x y z 2x  3y  z
c
12
; b  4c  2 y  x  b
3
; 2 a  b  2c  x  a
4

 2x  3y  z 
 
 x    x 4y  z 
 
Por lo tanto el vector de coordenadas  u  B   y    
   3 
 z  B   2 x  7 y  z 
 12 

 1  1   1  a) Demostrar que B es una base

      b) Hallar [(4, -3, 2)]B.
Ejemplo: Dado B   1,  1 ,  0 
    c) Hallar [v]B, para cualquier vector v = (a,b,c)
 1  0   0  

a) B es una base si los vectores de B son li.

1 1 1
1 1 0  1  0 entonces los vectores son li, B si es una Base
1 0 0

b) Se escribe el vector u = (4, -3, 2) como c.l de los vectores de la base, entonces:
(4, -3, 2) = x(1, 1, 1) + y(1, 1, 0) + z(1, 0, 0)
 20

1 1 1 4  x2  4   2
 
 1 1 0  3   x  y  3  y  5 Entonces:  u  B    3 
 
   5
x yz 4  z 7
 
1 0 0 2   2  B  7 
c) Se escribe el vector v = (a, b, c) como c.l de los vectores de la base, entonces:
(a, b, c) = x(1, 1, 1) + y(1, 1, 0) + z(1, 0, 0)
1 1 1 a  xc  a    c 

 1 1 0 b

  x y b  y bc Entonces:  v B   b   bc




 
1 0 0 c  x  y  z  a  z  a b  c   B a  b
Ejemplo: En el espacio vectorial V de los polinomios en t de grado menor o igual a 3, considere la
base P  1;1  t ; (1  t ) 2 ; (1  t ) 3 . Hallar el vector coordenado de v en V relativo a la Base
anterior si
v = 2 – 3t + t2 + 2t3.
v = ap1 + bp2 + cp3 + dp4 → 2 – 3t + t2 + 2t3 = a(1) + b(1-t) + c(1-t)2 + d(1-t)3
1 1 1 1 2  d  2  2 
   
 0  1  2  3  3  c  3d  1  c  7
Entonces  v  P
5
 
0 0 1 3 1   b  2c  3d  3  b  5  7 
0 0 0 1 2    2
  abcd  2  a  2  

EJERCICIOS:
1.- Sean S y T s.e.v. de R4 , Obtenga una base y la dimensión de S, T
S = {(x, y, z, t) / x + y + z + t = 0, 2x − y + 2z − t = 0, 4x + y + 4z + t = 0}
T = {(x, y, z, t) / x = a + b + 2c, y = b + c, z = − a + b, t = 3b + 3c}
2.- Dados los vectores (1 + a, 1, 1, 1), (1, 1 + a, 1, 1), (1, 1, 1+a, 1) y (1, 1, 1, 1 + a). Determine
según los valores del parámetro a la dimensión y una base del subespacio vectorial que generan.
3.- Halle una base y la dimensión del subespacio vectorial M definido de la siguiente forma:
 a  b  3c 2a  b  
M    / a.b.c  
  a  c a  2b  5c  
4.- Hallar la dimensión del s.e.v generado por:
1 2   1 1   1 1 
a) (1, -2, 3, 1); (1, 1, -2, 3) b) t3 + 2t2 + 3t + 1; 2t3 + 4t2 + 6t + 2 c)  1 ;  ;  
 2   2 2    1  1
5.- En P2 se considera el conjunto {1, x + 3, (x + 3)2}. Pruebe que es base de P2 y calcule las
coordenadas del polinomio a + bx + cx2 respecto de dicha base.
6.- Sea V el espacio vectorial de las matrices 2x2 sobre R. Hallar el vector coordenado de la
matriz AєV relativo a la base:
 1 1   0  1  1  1   1 0  2 3 
 1 1 ,  1 0 ,  0 0 ,  0 0  ; donde A 
     4  7
7.- Considere la base de R2 {(2,1);(1,-1)}. Hallar el vector coordenado de vєR2 relativo a la base
si: a) v = (2,3) b) v = (4,-1) c) v = (3,-3) d) v = (x,y)

EJERCICIOS (SUMA E INTERSECCION DE SUBESPACIOS)

De ser posible, hallar U + W y U  W dados los siguientes subespacios:

a.- U = {(0, 1, 1, 1), (1, 1, 1, 2), (-2, 0, 1, 1)} y W = {(-1, 3, 2, -1), (1, 1, 0, -1)}.
b.- U = {(2, -5, 3, 4), (1, 2, 0, -7), (3, -6, 2, 5)} y W = {(2, 0, -4, 6), (1, 1, 1, 1), (3, 3, 1, 5)}.
c.- U = {(1, 1, 1, 1), (1, 1, -1, -1), (1, -1, 1, -1)} y W = {(1, -1, -1, 1), (2, -2, 0, 0), (3, -1, 1, 1)}.
 21

d.- U = {(1, 2, 1, 1), (2, 3, 1, 0), (3, 1, 1, -2)} y W = {(0, 4, 1, 3), (1, 0, -2, -6), (1, 0, 3, 5)}.
e.- U = {(1, 2, 0, 1), (1, 1, 0, 0)} y W = {(1, 0, 1, 0), (1, 3, 0, 1)}.
f.- U = {(1, 1, 1, 1), (1, -1, 1, -1), (1, 3, 1, 3)} y W = {(1, 2, 0, 2), (1, 2, 1, 2), (3, 1, 3, 1)}.
g.- U = {(1, 2, 1, -2), (2, 3, 1, 0), (1, 2, 2, -3)} y W = {(1, 1, 1, 1), (1, 0, 1, -1), (1, 3, 0, -4)}.
h.- U = {(1, 1, 0, 0), (0, 1, 1, 0), (0, 0, 1, 1)} y W = {(1, 0, 1, 0), (0, 2, 1, 1), (1, 2, 1, 2)}.
i.- U = {(2, 1, 0), (1, 2, 3), (-5, -2, 1)} y W = {(1, 1, 2), (-1, 3, 0), (2, 0, 3)}.

2 Sea W el conjunto de todos los vectores de la forma (r, 2r – t, r + r, t) de R 4, donde r, t son

arbitrarios. Sea U el conjunto de todos los vectores de la forma (2a + 2b, b, -b, 3a + 2b), donde a, b son
arbitrarios:
a.- hágase ver que U + W es el conjunto de todos los vectores de la forma (u + 2w, 2u – v, u + v, v +
3w);
b.- hágase ver que U, W y U + W son subespacios de R4;
c.- Encuéntrese U  W.