DEFINICIONES Y TEOREMAS DE ESPACIOS VECTORIALES

5.1 ESPACIOS VECTORIALES

DEFINICION 5.1.1
Sea V un conjunto cualesquiera no vaco de elementos sobre el que estn definidas dos operaciones: la adicin y la
multiplicacin por escalares. Por adicin se entiende una regla que asocia a cada par de elementos u y v en V un
elemento u + v denominado suma de u y v; por multiplicacin escalar se entiende una regla que asocia a cada
escalar k y cada elemento u en V un elemento ku, denominado mltiplo escalar de u por k. Si los elementos u, v, w
en V y los escalares j y k satisfacen los axiomas siguientes, entonces V se denomina espacio vectorial, y sus
elementos se denominan vectores:
1.- Si u, v estn en V, entonces u + v est en V.
2.- Si u, v estn en V, entonces u + v = v + u.
3.- Si u, v, w estn en V, entonces u + (v + w) = (u + v) + w.
4.- Existe un nico elemento 0 en V, denominado vector cero de V, tal que se cumple que 0 + u = u + 0 = u para
todo u en V.
5.- Para todo u en V existe un elemento -u en V, denominado opuesto de u, tal que se cumple u + (-u) = (-u) + u = 0.
6.- Si k es cualquier escalar y u es cualquier elemento en V, entonces ku est en V.
7.- Si u, v estn en V y k es un escalar, entonces k(u + v) = ku + kv.
8.- Si u est en V y j, k son escalares, entonces (j + k)u = ju + ku.
9.- Si u est en V y j, k son escalares, entonces j(ku) = (jk)u.
10.- Si u est en V y 1 es un escalar, 1u = u.
TEOREMA 5.1.1
Sean V un espacio vectorial, u un elemento de V y a un escalar, entonces se cumple lo siguiente:
1.- 0u = 0.
2.- a0 = 0.
3.- (-1)u = -u.
4.- Si au = 0, entonces a = 0 o u = 0.

5.2 SUBESPACIOS VECTORIALES

TEOREMA 5.2.1
Si U es un conjunto formado por uno o ms vectores de un espacio vectorial V, entonces U es un subespacio de V si
y slo si se cumplen las condiciones siguientes:
0.- 0 es elemento de U
1.- Si u, v son elementos de U, entonces u + v est en U.
2.- Si a es cualquier nmero y u es un elemento de U, entonces au est en U.
TEOREMA 5.2.2
Si AX = 0 es un sistema lineal homogneo de m ecuaciones con n incgnitas, entonces el conjunto de vectores
solucin es un subespacio de Rn.

5.3 COMBINACIONES LINEALES. SUBESPACIOS GENERADOS

DEFINICION 5.3.1
Un sistema de vectores se denominar subsistema del segundo sistema, si el primer sistema slo contiene ciertos
vectores del segundo y no contiene ningn otro vector.
DEFINICION 5.3.2
Un vector u se denomina combinacin lineal de los vectores u1, u2, ..., uk si se puede expresar en la forma:
u = a1u1 + a2u2 + ... + akuk donde a1, a2, ..., ak son escalares.

DEFINICION 5.3.3
Si S = {v1, v2, ..., vk} es un conjunto de vectores en un espacio vectorial V, entonces el subespacio U de V que consta
de todas las combinaciones lineales de los vectores en S se denomina espacio generado por v1, v2, ..., vk, y se dice
que los vectores v1, v2, ..., vk generan a U. Para indicar que U es el espacio generado por los vectores del conjunto S.
TEOREMA 5.3.1
Si v1, v2, ..., vk son vectores en un espacio vectorial V, entonces:
1.- El conjunto U de las combinaciones lineales de v1, v2, ..., vk es subespacio de V;
2.- U es el menor subespacio de V que contiene a v1, v2, ..., vk, en el sentido de que cualquier otro subespacio que
contenga a v1, v2, ..., vk debe contener a U.
DEFINICION 5.3.4
Dos sistemas de vectores S = {v1, v2, ..., vk} y S = {w1, w2, ..., wk} de un espacio vectorial V, se dicen equivalentes,
cuando ambos engendran el mismo subespacio.
TEOREMA 5.3.2
Si S = {v1, v2, ..., vk} y S= {w1, w2, ..., wk} son dos conjuntos de vectores en un espacio vectorial V, entonces
Span(S) = Span(S) si y slo si todo vector en S es una combinacin lineal de los vectores en S y, recprocamente,
todo vector en S es una combinacin lineal de los vectores en S.

5.4 INTERSECCION Y SUMA DE SUBESPACIOS. SUMA DIRECTA

DEFINICION 5.4.1
Se denomina interseccin de los subespacios vectoriales U y W, al conjunto de todos los vectores pertenecientes
simultneamente tanto a U como a W.
TEOREMA 5.4.1
Dados un subespacio vectorial S, sobre un cuerpo K, y dos subespacios suyos U y W, entonces el conjunto U
interseccion W es tambin un subespacio vectorial de S.
DEFINICION 5.4.2
Dados un subespacio vectorial S, sobre un cuerpo K, y dos subespacios suyos U y W, se denominan suma de dichos
subespacios, y se representa por U + W, al conjunto de todos los vectores de S que pueden expresarse como suma de
un vector de U y otro de W.
OBSERVACION
Obsrvese que, tanto la interseccin como la suma de subespacios siempre son conjuntos no vacos, ya que les
pertenece a ciencia cierta el vector nulo del espacio vectorial V.
TEOREMA 5.4.2
Como U + W es subespacio de S, entonces el subespacio U + W contiene tanto a U como a W. Adems, si S es
tambin subespacio de V que contenga tanto a U como a W, entonces S tambin contiene a U + W. Por lo tanto, U +
W es el menor de los subespacios de S que contienen tanto a U como a W; es decir, U + W = Span(U unin W).
Adems si U y W son subespacios de S, entonces U + W es un subespacio de S.
DEFINICION 5.4.3
Sean U y W subconjuntos del espacio vectorial V y sea S el conjunto compuesto por todos los vectores v de V que
estn en U, en W o en ambos. El conjunto S se llama unin de U y W, y ponemos S = U unin W. El conjunto S, no
es siempre un subespacio vectorial de V
TEOREMA 5.4.3

Demuestre que el espacio vectorial V es la suma directa de los subespacios U y W si y solamente si se verifica que
V = U + W y U interseccin W = {0}.
TEOREMA 5.4.4
Los subespacios U1, U2, ..., Un, del espacio vectorial V, son independientes si, y slo si, la descomposicin del
vector cero en suma de vectores de dichos subespacios es nica.
TEOREMA 5.4.5
Si en un espacio vectorial V, varios subespacios son independientes, entonces son disjuntos dos a dos.

5.5 DEPENDENCIA E INDEPENDENCIA LINEAL

DEFINICION 5.5.1
Si S = {u1, u2, ..., uk} es un conjunto no vaco de vectores, entonces la ecuacin vectorial a1u1 + a2u2 + ... + akuk = 0
tiene por lo menos una solucin, a saber, a1 = a2 ... = ak = 0. Si esta es la nica solucin, entonces S se denomina
conjunto linealmente independiente. Si existen otras soluciones, entonces S se denomina conjunto linealmente
dependiente.
TEOREMA 5.5.1
Un conjunto S con dos o ms vectores es:
1.- Linealmente dependiente si y slo si por lo menos uno de los vectores en S puede expresarse como combinacin
lineal de los dems vectores en S.
2.- Linealmente independiente si y slo si ningn vector en S se puede expresar como una combinacin lineal de los
dems vectores en S.
TEOREMA 5.5.2
Un conjunto finito de vectores que contiene al vector cero es linealmente dependiente.
TEOREMA 5.5.3
Cualquier parte de un sistema de vectores linealmente independientes {u1, u2, ..., un} elementos de V es linealmente
independiente.
TEOREMA 5.5.4
Si algunos de los vectores del sistema {u1, u2, ..., un} son linealmente dependientes, todo el sistema {u1, u2, ..., un}
ser linealmente dependiente.
TEOREMA 5.5.5
Sea S un subconjunto de un espacio vectorial V, y suponga que S contiene a dos o ms elementos. Entonces, S es
linealmente dependiente si, y slo si, hay un subconjunto propio S de S con la propiedad de que Span(S) = Span(S
).
TEOREMA 5.5.6
Sea S = {v1, v2, ..., vk} un conjunto de vectores en Rn. Si k > n, entonces S es linealmente dependiente.
DEFINICION 5.5.2
Las funciones f1, f2, ..., fn se dicen linealmente independientes en el intervalo [a; b] si existen constantes a1, a2, ..., an
todas nulas, tales que a1f1 + a2f2 + + anfn = 0. Caso contrario son linealmente dependientes (para todo x elemento
del intervalo [a,b])
.
TEOREMA 5.5.7
Si las funciones f1, f2, ..., fn admiten n - 1 derivadas continuas sobre el intervalo (-inf; +inf) y si el wronskiano de
estas funciones no es idnticamente cero sobre este intervalo, entonces las funciones forman un conjunto
linealmente independiente de vectores en F(n-1)(-inf, +inf).

OBSERVACION
El recproco del teorema es falso. Si el wronskiano de f1, f2, ..., fn es idnticamente cero sobre (-inf, inf), entonces no
es posible llegar a ninguna conclusin respecto a la independencia lineal de {f1, f2, ..., fn}; este conjunto de vectores
puede ser linealmente independiente o linealmente dependiente.

5.6 BASE Y DIMENSION

DEFINICION 5.6.1
Si V es cualquier espacio vectorial y S = {v1, v2, ..., vn} es un conjunto de vectores en V, entonces S se llama base de
V si se cumplen las dos condiciones siguientes:
1.- S es linealmente independiente.
2.- S genera a V.
TEOREMA 5.6.1
Si S = {v1, v2, ..., vn} es una base de un espacio vectorial V, entonces todo vector v en V se puede expresar en forma
nica como v = a1v1 + a2v2 + ... + anvn.
DEFINICION 5.6.2
La dimensin de un espacio vectorial V de dimensin finita, denotada por Dim(V), se define como el nmero de
vectores que hay en una base de V. Adems, por definicin, el espacio vectorial cero es de dimensin cero.
OBSERVACION
Obsrvese que el espacio cero, {0}, no tiene base, pues {0} slo contiene al vector 0, por lo cual no contiene ningn
subconjunto linealmente independiente. Se puede demostrar que todos los dems espacios vectoriales s tienen
bases, aunque a veces las bases son conjuntos infinitos.
DEFINICION 5.6.3
Se dice que un espacio vectorial V diferente de cero es de dimensin finita si contiene un conjunto finito de vectores
v1, v2, ..., vn que forma una base. Si no es as, se dice que V es de dimensin infinita. Adems, se considera que el
espacio vectorial cero es de dimensin finita.
TEOREMA 5.6.2
Si V es un espacio vectorial de dimensin finita y {v1, v2, ..., vn} es cualquier base, entonces:
1.- Todo conjunto con ms de n elementos es linealmente dependiente.
2.- Ningn conjunto con menos de n vectores genera a V.
TEOREMA 5.6.3
Todas las bases de un espacio vectorial de dimensin finita tienen el mismo nmero de vectores.
TEOREMA 5.6.4
Un conjunto de n vectores en un espacio vectorial V es una base si, y slo si es linealmente independiente.
TEOREMA 5.6.5
En un espacio vectorial de dimensin finita, todo conjunto generador contiene una base.
TEOREMA 5.6.6
En un espacio vectorial de dimensin finita, cualquier conjunto linealmente independiente de vectores se puede
extender hasta tener una base.
TEOREMA 5.6.7
Sea S un conjunto no vaco de vectores en un espacio vectorial V. Si S es un conjunto linealmente independiente y v
es un vector en V que no pertenece a Span(S), entonces el conjunto que se obtiene al incluir v en S an es
linealmente independiente.

TEOREMA 5.6.8
Sea S un conjunto no vaco de vectores en un espacio vectorial V. Si v es un vector en S que se puede expresar como
una combinacin lineal de los dems vectores en S, y si S - {v} denota el conjunto que se obtiene al quitar v de S,
entonces S y S - {v} generan el mismo espacio; es decir, Span(S) = Span(S - {v}).
TEOREMA 5.6.9
Si U es un subespacio vectorial de un espacio vectorial V de dimensin finita, entonces Dim(U) menor o igual
Dim(V); adems, si Dim(U) = Dim(V), entonces U = V.
TEOREMA 5.6.10
Si U y W son subespacios vectoriales de dimensin finita de un espacio vectorial V, entonces
Dim(U + W) + Dim(U interseccin W) = Dim(U) + Dim(W).
TEOREMA 5.6.11
La dimensin de una suma directa de subespacios es igual a la suma de las dimensiones de estos subespacios.
TEOREMA 5.6.12
La dimensin del espacio de soluciones del sistema homogneo con n incgnitas AX = O es igual a la diferencia n
r, donde r es el rango del sistema AX = O.

5.7 VECTOR DE COORDENADAS Y CAMBIO DE BASE

DEFINICION 5.7.1
Sea V un espacio vectorial n-dimensional y sea B = {u1, u2, ..., un} una base de V. Defnase el vector de coordenadas
de u respecto de la base B, el cual se denota por [u]B, como el vector [u]B = (a1, a2, ..., an) perteneciente a Rn, en
donde los escalares a1, a2, ..., an son tales que u = a1u1 + a2u2 + ... + anun.
DEFINICION 5.7.2
Dos espacios vectoriales U y V dados sobre un mismo cuerpo K se llaman isomorfos, si se puede establecer tal
correspondencia biyectiva entre sus vectores que a la suma de cualesquiera dos vectores del primer espacio le
corresponda la suma de los vectores correspondientes del segundo espacio y al producto de un escalar por un vector
del primer espacio le corresponda el producto de este mismo escalar por el vector correspondiente del segundo
espacio.
OBSERVACION
Toda correspondencia biyectiva que posee las propiedades indicadas se llama isomorfismo.
TEOREMA 5.7.1
En una correspondencia isomorfa el vector nulo corresponde al vector nulo.
TEOREMA 5.7.2
En una aplicacin isomorfa un sistema de generadores del primer espacio se transforma en un sistema de
generadores del segundo sistema.
TEOREMA 5.7.3
A un sistema linealmente independiente de vectores le corresponde de nuevo un sistema linealmente independiente.

5.8 CUESTIONARIO
Responda verdadero (V) o falso (F) a cada una de las siguientes afirmaciones. Para las afirmaciones que sean falsas,
indicar por que lo es:

5.8.1 Todos los polinomios de grado 3 que poseen coeficientes reales forman un espacio vectorial.
5.8.2 Las matrices antisimtricas no forman un subespacio vectorial de todas las matrices cuadradas de n x n.
5.8.3 Todos los vectores de Rn, que tienen iguales la primera y ltima coordenada forman un subespacio vectorial.
5.8.4 Tres vectores no coplanares u, v y w, son linealmente dependientes.
5.8.5 Un sistema de vectores que contiene dos vectores iguales es linealmente dependiente.
5.8.6 Un sistema de vectores cuyos dos vectores se diferencian por un factor escalar es linealmente indepen-diente.
5.8.7 Un sistema de vectores que contiene al vector nulo es linealmente dependiente.
5.8.8 Si una parte del sistema de vectores es linealmente dependiente, entonces todo el sistema tambin es linealmente dependiente.
5.8.9 Cualquier parte de un sistema de vectores lineal-mente independiente es por s misma linealmente dependiente.
5.8.10 Si tres vectores u1, u2 y u3 son linealmente de-pendientes y el vector u3 no se expresa linealmente a travs de
los vectores u1 y u2, entonces estos ltimos se diferencian entre s slo por un factor numrico.
5.8.11 Sean S, U y W subespacios vectoriales de V. Entonces S ser la suma directa de U y W cuando y slo cuando
S est contenido en U y W.
5.8.12 Si los vectores u1, u2, ..., uk son linealmente de-pendientes, y los vectores u1, u2, ..., uk, u son linealmente
independientes, entonces el vector u se expresa lineal-mente a travs de los vectores u1, u2, ..., uk.
5.8.13 Si la dimensin de la suma de dos subespacios vectoriales del espacio V supera la dimensin de su interseccin en una unidad, la suma coincide con uno de esos subespacios y la interseccin con el otro.
5.8.14 Si un sistema de vectores dado, posee el rango r, entonces cualesquiera r vectores linealmente independientes forman la base de este sistema.
5.8.15 Cualquier subsistema linealmente dependiente de un sistema dado puede completarse hasta la base de ese
sistema.
5.8.16 Suponga que el subespacio vectorial W contiene el subespacio vectorial U. Entonces la dimensin de U no
supera a la de W, con la particularidad de que las dimensiones son iguales entre s cuando, y slo cuando, U = W.
5.8.17 La suma S = U + W de dos subespacios vecto-riales de V es igual a la interseccin de todos los subes-pacios
vectoriales de V que contienen tanto U, como tambin W.
5.8.18 La suma U + W de los subespacios vectoriales U y W ser suma directa cuando, y slo cuando, todos los
vectores u elememtos de U + W se representen de forma nica como u = ui + vj, donde ui es element de U y vj es
element de W.
5.8.19 Suponga que el subespacio vectorial S es la suma directa de los subespacios vectoriales U y W. Entonces la
dimensin de S es igual a la suma de las dimensiones de U y W con la particularidad de que cualesquiera bases de U
y W dan juntas la base de S.
5.8.20 Para cualquier subespacio vectorial U del espa-cio V puede hallarse otro subespacio W, tal que todo el
espacio V sea la suma directa de U y W.

5.8.21 Si los vectores u1, u2, ..., uk se expresan linealmen-te a travs de los vectores v1, v2, ..., vr, el rango del primer
sistema no supera el del segundo.
5.8.22 Si el vector u se expresa linealmente mediante los vectores u1, u2, ..., uk, el rango del ltimo sistema de vectores
no vara, aadindole el vector u.
5.8.23 Todas las bases de un sistema de vectores dado, contienen la misma cantidad de vectores.