ez

nd

Algebra
I

Fe
r

na

gicas
Facultad de Ciencias Exactas y Tecnolo

ni
o

n
Universidad Nacional de Concepcio

Li

c.

Ed
u

ar
do

nt
o

Preparado por Lic. Eduardo Antonio Fernandez Escobar

2015

Indice general
2
2
5

2. Subespacios Vectoriales
2.1. Introduccion y Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Interseccion y Suma de Subespacios . . . . . . . . . . . . . . . . . . . . . . .

7
7
8

3. Combinaciones Lineales
3.1. Introduccion y Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2. Generadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12
12
12

Li

c.

Ed
u

ar
do

nt
o

ni
o

Fe
r

na

nd

ez

1. Espacios Vectoriales
1.1. Introduccion y ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Captulo 1

Espacios Vectoriales
1.1.

Introducci
on y ejemplos

Li

c.

Ed
u

ar
do

nt
o

ni
o

Fe
r

na

nd

ez

En este captulo introducimos el concepto de espacios vectoriales que sera utilizado durante el resto del curso.
No obstante, antes de presentarnos la definicion de espacio vectorial, pasemos a analizar
en paralelo dos conjuntos: el conjunto formado por las funciones f : R R, denotado
por =(R) y el conjunto de las matrices cuadradas de orden m con coeficientes reales que
denotaremos por Mn (R), o simplemente, por Mn .
La suma de dos funciones f y g de =(R) se define como la funcion f + g =(R) dada
por (f + g)(x) = f (x) + g(x).
Note tambien que si R podemos multiplicar la funcion f por el escalar , de la
siguiente forma (f )(x) = (f (x)), resultando un elemento de =(R).
Con relacion a Mn podemos sumar dos matrices cuadradas de orden n, A = (aij )nn y
B = (bij )nn , colocando A + B = (aij + bij )nn , que es un elemento de Mn .
Con relacion a la multiplicacion de A = (aij )nn por un escalar R, es natural definir
A = (aij )nn , el cual tambien pertenece a Mn .
Que estos dos conjuntos de arriba, con estas estructuras de adicion de sus elementos y
multiplicacion de sus elementos por escalares, tienen en com
un? Veamos:
Se verifica facilmente que a partir de las propiedades de los n
umeros reales que, con
relacion a cualquier funciones f , g y h en =(R) y para todo , R, son validos los
siguientes resultados:
1. f + g = g + f
2. f + (g + h) = (f + g) + h
3. si o representa la funcion nula. esto es, o(x) = 0 para todo x R entonces o + f = f
4. la funcion f definida por (f )(x) = [f (x)] para todo x R es tal que f + (f ) = o
5. (f ) = ()f
6. ( + )f = f + f
7. (f + g) = f + g
8. 1f = f
Ahora, con relacion a cualquier matrices A, B y C de Mn y para todo , R, tambien
son validos los siguientes resultados:

1. A + B = B + A
2. A + (B + C) = (A + B) + C
3. si O representa la matriz nula, esto es, O = (0)nn entonces O + A = A
4. si A = (aij )nn entonces la matriz A definida por A = (aij )nn es tal que A +
(A) = O
5. (A) = ()A
6. ( + )A = A + A
7. (A + B) = A + B
8. 1A = A

nt
o

ni
o

Fe
r

na

nd

ez

Podemos ver que tanto el conjuntos de las funciones definidas en la recta con valores
reales como el de las matrices cuadradas cuando estan dotados de sumas y multiplicacion
por escalares adecuadas representan propriedades algebraicas comunes. En realidad muchos
otros conjuntos dotados de operaciones apropiadas presentan propiedades semejantes al de
los conjuntos anteriores. Es por eso que que en vez de estudiar cada uno separadamente
estudiaremos un conjunto generico y no vaco, V ; sobre el cual suponemos que estan definidas
una operacion de adicion, esto es, para cada u, v V existe un u
nico elemento de V asociado,
llamado suma entre u y v y denotado por u + v, y una multiplicacion por escalar, esto es,
para cada u V y R existe un u
nico elemento de V asociado, llamado producto de u
por el escalar y denotado por u.

Li

c.

Ed
u

ar
do

Definici
on 1.1. Diremos que un conjunto V como el anterior dotado de una adicion y de
una multiplicacion por escalar es un espacio vectorial si para cualesquiera u, v y w en V y
para todo , R son validas las siguientes propiedades:
EV1 u + v = v + u para todo u, v V
EV2 u + (v + w) = (v + u) + w para todo u, v, w V
EV3 existe un elemento 0 V tal que 0 + u = u para todo u V
EV4 para cada u V existe v V tal que u + v = 0
EV5 (u) = ()u
EV6 ( + )u = u + u
EV7 (u + v) = u + v para todo u, v V y R
EV8 1u = u para todo u V
Ejercicio 1.1. Muestre que el elemento 0 de la propiedad EV3 y el elemento v de la propiedad
EV4 son u
nicos.
Observaci
on 1.1. Las cuatro primeras propiedades se refieren apenas a la operacion de
adicion y son conocidas, respectivamente, por propiedad conmutativa, propiedad asociativa,
existencia del elemento neutro y existencia del elemento inverso.
La quinta y la octava propiedad son exclusivas de la multiplicacion por escalar y tambien
pueden ser llamadas de asociatividad y elemento neutro de multiplicacion, respectivamente.
La sexta y la septima propiedades relacionan las dos operaciones y son ambas conocidas
por distributividad.
Otro ejemplo de espacio vectorial, ademas de los dos presentados en el inicio del texto, es
el conjunto de los vectores como presentados en Geometra Analtica dotado de la adicion y
de la multiplicacion por escalar. De esa forma, el adjetivo vectorial utilizado en la definicion

anterior debe ser entendido de una forma mas amplia, siendo una referencia a los elementos
de V independientemente de si son o no vectores.
Tal vez el ejemplo mas simple de espacio vectorial sea el conjunto de los n
umeros reales
con la adicion y multiplicacion usuales. Mas generalmente, para cada n N, podemos
transformar el conjunto de las n-uplas ordenadas de n
umeros reales, Rn , en un espacio
vectorial definiendo la adicion de dos n-uplas ordenadas, x = (x1 , . . . , xn ) e y = (y1 , . . . , yn ),
adicionandose coordenada a coordenada, esto es,
x + y = (x1 + y1 , . . . , xn + yn )
y el producto de la n-upla x = (x1 , . . . , xn ) por un escalar R por
x = (x1 , . . . , xn ).

ez

Es una rutina bien simple verificar que de este modo Rn es un espacio vectorial. Dejamos
como ejercicio esta trabajo.
Verifique tambien que los siguientes ejemplos son espacios vectoriales.

Fe
r

na

nd

1. Sean n N y (R) el conjunto formado por el polinomio nulo y por todos los polinomios de grado menor o igual que n con coeficientes reales. Definimos la adicion y la
multiplicacion por escalar de la siguiente manera:

ni
o

Si p(x) = a0 + a1 x + + an xn y q(x) = b0 + b1 x + + bn xn son elementos de

(R), entonces

nt
o

p(x) + q(x) = (a0 + b0 ) + (a1 + b1 )x + (an + bn )xn .

Si p(x) = a0 + a1 x + + an xn es un elemento de (R) y R entonces

ar
do

p(x) = a0 + a1 x + + an xn

Ed
u

2. Sean A R y =(A; R) el conjunto de todas las funciones f : A R. Si f, g =(A; R)

y R defina f + g : A R por (f + g)(x) = f (x) + g(x) y (f )(x) = f (x), x A.
Entonces, =(A; R) con esta adicion y producto por un escalar es un espacio vectorial.

Li

c.

3. El conjunto de las funciones continuas definidas en un intervalo I R dotado de las

operaciones de adicion y multiplicacion usuales, dicho espacio vectorial se denota por
C(I; R).
4. El conjunto de las funciones con derivadas continuas hasta orden k N, (k fijo )
definidas en un intervalo abierto I R dotado de la operaciones de adicion y multiplicacion usuales y se denota por:C n (I; R).
5. El conjunto de las matrices m por n con coeficientes reales:Mmn (R) dotado de la
operaciones analogas a aquellas operaciones definidas en Mn (R).
Los espacios vectoriales vistas anteriormente envuelven operaciones con las cuales estamos familiarizados. El proximo ejemplo es un poco mas sofisticado que las anteriores y por
eso mostraremos las ocho propiedades. Como conjunto tomaremos V = (0, ), el semi eje
positivo de la recta real. Este conjunto junto con las operaciones usuales de suma y multiplicacion no es un espacio vectorial, dado que no posee elemento neutro para la suma. Sin
embargo, si para x, y V y R definimos la suma entre x e y por x y = xy, (el producto
usual entre x e y) y el producto de x por el escalar como  x = x , entonces V se torna
un espacio vectorial. En efecto, verifiquemos todas la propiedades:

1. dados x, y V tenemos que x y = xy = yx = y x

2. dados x, y, z V tenemos que x (y z) = x (yz) = x(yz) = (x y)z = (x y) z
3. si x V , entonces como 1 V , tenemos que 1 x = 1x = x, observe que en este caso,
1 es el elemento neutro de la suma, al cual denotaremos 0.
4. Si x V , esto es, x > 0, entonces x1 V y x x1 = xx1 = 1 = 0
5. dados x V y R tenemos que  (  x) =  x = (x ) = x = x = ()  x
6. dados x V y , R tenemos que ( + )  x = x+ = x x = x x =
(  ) (  )
7. Dados x, y V y R tenemos que  (x y) =  (xy) = (xy) = x y =
(  x) (  y)

Propiedades

nd

1.2.

ez

8. dado x V tenemos 1  x = x1 = x

Fe
r

na

De las ocho propiedades que definen un espacio vectorial podemos concluir varias otras.
Enumeraremos algunas de estas propiedades en la siguiente

ni
o

Proposici
on 1.1. Sea V un espacio vectorial. Tenemos

nt
o

1. Para todo R y 0 V tenemos que 0 = 0.

2. Para todo u V y 0 R tenemos que 0u = 0.

ar
do

3. Sean R y u V , si u = 0 entonces = 0 o si no u = 0.
4. Para todo R y u V , tenemos que ()u = (u) = (u).

Ed
u

5. Para todo u V , tenemos que (u) = u.

6. Sean u,v y w V , si u + w = v + w entonces u = v.

Li

c.

7. Si u, v V entonces existe un u
nico w V tal que u + w = v.
Demostraci
on. :

1. Tenemos que 0 = (0 + 0) = 0 + 0 por las propiedades EV3 y EV7. Utilizando

las propiedades EV1 a EV4 obtenemos 0 = 0 + [(0)] = (0 + 0) + [(0)] =
0 + {0 + [(0)]} = 0 + 0 = 0, esto es, 0 = 0.
2. Tenemos que 0u = (0+0)u = 0u+0u, por la propiedad EV6. Utilizando las propiedades
EV1 a EV4 obtenemos 0 = 0u + [(0u)] = (0u + 0u) + [(0u)] = 0u + {0u + [(0u)]} =
0u + 0 = 0u, esto es 0u = 0.
3. Si 6= 0 entonces por las propiedades EV8 a EV5 y por el item 1 de esta proposicion,
tenemos que u = 1u = (1 )u = 1 (u) = 1 0 = 0.
4. Utilizando las propiedades EV6 y el item 2 de esta proposicion, obtenemos u+()u =
[+()]u = 0u = 0, as, (u) = ()u. Analogamente, utilizando la propiedad EV7,
se muestra que (u) = (u).
La demostracion de los otros resultados se deja como ejercicio.

Ejercicio 1.2. Verifique si en cada tenes el conjunto V con las operaciones indicadas es un
espacio vectorial sobre R.
1. V = R3 junto con las operaciones usuales de suma de vectores y multiplicacion por un
escalar.



a b
2. V =
: a, b R , operaciones usuales de M2 (R).
b
a
3. V = {(x, y) R2 : 3x 2y = 0}, operaciones usuales de R2 .
4. V = {f : R R : f (x) = f (x), x R}, operaciones usuales de funciones.

Li

c.

Ed
u

ar
do

nt
o

ni
o

Fe
r

na

nd

ez

5. V = (R) ={polinomios con coeficientes reales}, operaciones usuales de funciones.

Captulo 2

Subespacios Vectoriales
2.1.

Introducci
on y Ejemplos

Fe
r

na

nd

ez

Definici
on 2.1. Sea V un espacio vectorial. Decimos que W V es un subespacio vectorial
de V si se satisfacen las siguientes condiciones:
SV1 0 W
SV2 Si u, v W entonces u + v W
SV3 Si u W entonces u W para todo R.

nt
o

ni
o

Observaci
on 2.1. Note que todo subespacio vectorial W de un espacio vectorial V es en
s mismo un espacio vectorial. Las propiedades conmutativas, asociativa, distributivas y EV8
son heredadas del propio espacio vectorial V . El elemento neutro de la adicion es un elemento
de W por SV1. Finalmente, si u W entonces u = (1)u W por el tem 4 de la
proposicion 1.1 y por SV3.

ar
do

Observaci
on 2.2. Obviamente {0} y V son subespacios vectoriales de V . Son llamados de
subespacios triviales.

Li

c.

Ed
u

Observaci
on 2.3. Note que W es un subespacio vectorial de V si y solamente s son validas
las siguientes condiciones:
SV1 0 W ;
SV2 Si u, v W y R entonces u + v W .
Veamos otros ejemplos:
Ejemplo 2.1. Sea n n , dado por n = {p(x) n : p(0) = 0}.
Verifiquemos que n es, de hecho, un subespacio vectorial de n .
1. el polinomio nulo se anula en x = 0, luego, pertenece a n .
2. si p(x), q(x) n entonces p(0) + q(0) = 0 y, por tanto, pertenece a n .
3. si p(x) n entonces p(0) = 0 para cualquier R. As, p(x) n .
Ejemplo 2.2. Verifiquemos que S = {(x, y, z) R3 : x + y + z = 0} es un subespacio vectorial de R3 .
1. es claro que (0, 0, 0) satisface 0 + 0 + 0 = 0.
2. si (x, y, z), (u, v, w) S entonces (x+u)+(y +v)+(z +w) = (x+y +z)+(u+v +w) = 0
y, por tanto, (x, y, z) + (u, v, w) S.

3. si (x, y, z) S entonces x + y + z = (x + y + z) = 0 para cualquier R. As,

(x, y, z) S.
Ejemplo 2.3. Considere el siguiente conjunto S = {y C 1 (R; R) : y 0 y = 0} donde y 0 representa la primera derivada de y. Verifiquemos que S es un subespacio vectorial de C 1 (R; R).
1. claramente la funcion nula satisface 00 0 = 0.
2. si y1 , y2 S entonces (y1 + y2 )0 (y1 y2 ) = (y10 y1 ) (y20 y2 ) = 0 y, por tanto,
y1 + y2 S.
3. si y S y R entonces (y)0 y = (y 0 y) = 0 para cualquier. As, y S.
Dejamos como ejercicio la verificacion de que los siguientes ejemplos son subespacios
vectoriales de los respectivos espacios vectoriales.
Ejemplo 2.4. Sean a1 , . . . , an R y S = {(x1 , . . . , xn ) Rn : a1 x1 + + an xn = 0}.
Muestre que S es un subespacio vectorial de Rn .

Fe
r

na

nd

ez

Ejemplo 2.5. El conjunto de las funciones continuas de la recta en la recta, C(R; R), es un
subespacio vectorial de =(R).
Z b
Ejemplo 2.6. El conjunto de las funciones f C([a, b]; R) tales que
f (x) dx = 0 es un
a

ni
o

subespacio vectorial de C([a, b]; R).

nt
o

Ejemplo 2.7. El conjunto de las matrices simetricas cuadradas de orden m con coeficientes
reales es un subespacio vectorial de Mm (R).

2.2.

ar
do

Ejemplo 2.8. Sean m, n N con m n. Entonces m es un subespacio de n .

Intersecci
on y Suma de Subespacios

Li

Demostraci
on. :

c.

Ed
u

Proposici
on 2.1 (Intersecci
on de Subespacios). Sean U y W subespacios vectoriales de
V . Entonces U V es un subespacio vectorial de V .

1. Como 0 U y 0 W entonces 0 U W .
2. Si x, y U W y R entonces x + y U y x + y W . Por tanto, x + y U W .

Observaci
on 2.4. Note que el subespacio U W esta, obviamente, contenido en ambos
subespacios: U y W .
Pregunta: Con la notacion anterior, podemos afirmar que U W es un subespacio
vectorial de V ?. Explquese.
Definici
on 2.2. Sean U y W subespacios vectoriales de un espacio vectorial V . Definimos
la suma de U y W como U + W = {u + w : u U, w W }.
Proposici
on 2.2 (Suma de Subespacios). Sean U, W y V como en la definicion anterior.
Entonces U + V es un subespacio vectorial de V . Ademas, (U W ) (U + W ).
Demostraci
on: Verifiquemos que U + W es un subespacio vectorial de V .

1. Como 0 U y 0 W entonces 0 = 0 + 0 (U + W );
2. Sean x1 , x2 (U + W ) entonces xj = uj + wj , uj U, wj W, j = 1, 2. Ahora, si R
entonces x1 + x2 = u1 + w1 + (u2 + w2 ) = (u1 + u2 ) + (w1 + w2 ) (U + W ), pues
U y W son subespacios vectoriales.

Definici
on 2.3. Sean U y W subespacios vectoriales de un espacio vectorial V . Decimos
que U + W es la suma directa de U y W si U W = {0}. En este caso usaremos la notaci
on
U W para representar U + W .
Observaci
on 2.5. Note que trivialmente {o} U W si U y W son subespacios vectoriales.
Proposici
on 2.3 (Suma Directa de Subespacios). Sean U y W subespacios vectoriales
de un espacio vectorial V . Tenemos que V = U W s y solamente s para cada v V existe
un u
nico u U y un u
nico w W satisfaciendo v = u + w.

Ed
u

ar
do

nt
o

ni
o

Fe
r

na

nd

ez

Demostraci
on. Supongamos que V = U W , esto es, V = U + W y U W = {0}.
Entonces, dado v V existen u U y w W tal que v = u + w. Queremos mostrar que tal
descomposicion del vector v es u
nica. Supongamos que existen u0 U y w0 W tales que
0
0
v = u + w . Entonces, u + w = u0 + w0 , lo que implica que u u0 = w0 w. Ahora bien,
u u0 U y w0 w W y, por tanto, u u0 = w0 w U W = {0}, o sea u = u0 y
w = w0 .
Supongamos ahora que para cada v V existen un u
nico u U y un u
nico w W
satisfaciendo v = u + w. Es claro que V = U + W . Resta mostrar que U W = {0}.
Obviamente, 0 U W . Sea v U W , esto es, v U y v W . Entonces, existen un u
nico
u U y un u
nico w W satisfaciendo v = u + w. Observe que v = u + w = (u + v) + (w v)
con u + v U y w v W y, por la unicidad de la descomposicion, debemos tener u = u + v
y w = w v, esto es, v = 0. Luego, U W = {0}.
Alternativamente, podramos suponer la existencia de v 6= 0 en U W de donde obtendramos v = 2v v = 4v 3v, dos descomposiciones distintas para v ya que 2v, 4v U ,
2v 6= 4v y v, 3v W .

Li

c.

Ejemplo 2.9. Verifique que R3 es la suma directa de U = {(x, y, z) R3 : x + y + z = 0} y

W = {(x, y, z) R3 : x = y = 0}.
Note que W de hecho es un subespacio vectorial de de R3 pues W = {(x, y, z) R3 : x = 0}
{(x, y, z) R3 : y = 0} o, equivalentemente, si u1 = (x1 , y1 , z1 ), u2 = (x2 , y2 , z2 ) W entonces x1 = y1 = x2 = y2 = 0 y u1 + u2 = (0, 0, z1 + z2 ) es claramente un elemento de
W.
Si R entonces
u1 = (0, 0, z1 ) = (0, 0, z1 ) = (0, 0, z1 ) W.
Finalmente, (0, 0, 0) W , lo que concluye la prueba de que W es un subespacio vectorial.
Prosiguiendo, dado (x, y, z) R3 podemos escribir
(x, y, z) = (x, y, x y) + (0, 0, z + x + y)
y como (x, y, x y) U y (0, 0, z + y + z) W obtenemos R3 = U + W .
Resta ahora mostrar que U W = {0}. Sea (x, y, z) U W . Tenemos

x+y+z = 0
x = 0

y = 0

 (x, y, z) = (0, 0, 0).

Definici
on 2.4. Sean U1 , . . . , Un subespacios vectoriales de un espacio vectorial V . La suma
desde U1 hasta Un es definida por
U+ + Un = {u1 + + un : uj Uj , j = 1, . . . , n} .
Definici
on 2.5. Sean U1 , . . . , Un subespacios vectoriales de un espacio vectorial V . Decimos
que la suma desde U1 hasta Un es una suma directa si
Uj (U1 + + Uj1 Uj+1 + + Un ) = {0, j = 1, . . . , n} .
En este caso usaremos la notacion U1 Un para denotar la suma desde U1 hasta Un .
Observaci
on 2.6. Es obvio que
0 Uj (U1 + + Uj1 Uj+1 + + Un )

ez

si U1 , , Un son subespacios vectoriales.

na

nd

Proposici
on 2.4. Sean U1 , , Un subespacios vectoriales de un espacio vectorial V . Entonces V = U1 Un si y solamente s para cada v V existe, para cada j = 1, . . . , n,
un u
nico uj Uj tal que v = u1 + + un .

Fe
r

Demostraci
on: La demostracion es analoga la proposicion 2.3.

ar
do

nt
o

ni
o

Ejemplo 2.10. Muestre que 2 es una suma directa de los siguientes subespacios vectoriales
U1 = {a0 : a0 R}, U2 = {a1 x : a1 R} y U3 = {a3 x2 : a2 R}.
Dado p(x) 2 , tenemos que p(x) = a0 + a1 x + a2 x2 , para ciertos coeficientes a0 , a1 , a2
R. As, 2 = U1 + U2 + U3 .
Verifiquemos que la suma es directa.

Ed
u

1. Mostremos que U1 (U2 + U3 ) = {0}. Sea p(x) U1 (U2 + U3 ). Entonces existen

a0 , a1 , a2 R tales que p(x) = a0 = a1 x + a2 x2 . Si p(x) no fuese el polinomio nulo
tendramos un polinomio de grado cero, a0 , coincidiendo con uno de grado como mnimo
uno, a1 x + a2 x2 , lo que es absurdo. Luego, p(x) = 0.

Li

c.

2. Mostremos que U2 (U1 + U3 ) = {0}. Sea p(x) U2 (U1 + U3 ). Entonces existen

a0 , a1 , a2 R tales que p(x) = a1 x = a0 + a2 x2 . Si p(x) no fuese el polinomio nulo
tendramos un polinomio de grado uno, a1 x, coincidiendo con uno de grado cero (en el
caso que a2 = 0) o dos, a0 + a2 x2 , (en el caso en que a2 6= 0), lo que es un absurdo.
Luego, p(x) = 0.
3. Mostremos que U3 (U1 + U2 ) = {0}. Sea p(x) U3 (U1 + U2 ). Entonces existen
a0 , a1 , a2 R tales que p(x) = a2 x2 = a0 + a1 x . Si p(x) no fuese el polinomio nulo
tendramos un polinomio de grado dos, a2 x2 , coincidiendo con uno de grado cero (en
el caso que a1 = 0) o uno, a0 + a1 x, (en el caso en que a1 6= 0), lo que es un absurdo.
Luego, p(x) = 0.
Ejercicio 2.1. .
1. Verifique si en cada uno de los tenes a continuacion el subconjunto W es un subespacio
vectorial del espacio vectorial V . En el caso de que no se especifiquen, las operaciones
son las usuales.



a
b
a) V = M2 (R); W =
: a, b, c R
a c

b) V = R4 ; W = {(x, x, y, y) : x, y R}.
c) V = n (R), W = {p n (R) : p(1) = p(0)}.
d) V = Mn (R), dada B Mn (R), defina W = {A Mn (R) : BA = O}.
e) V = Rn , W = {(x1 , , xn ) : a1 x1 + + an xn = 0} donde a1 , . . . , an Rson
dados.
f) V = Mn1 (R), W = {X Mn1 (R) : AX = O}, donde A Mmn es dada.
g) V = n (R), W = {p n (R) : p0 (t) = 0, t R}.
h) V = Mn (R), W = {A Mn (R) : At = A}.
i) V = Mn (R), W = {A Mn (R) : At = A}.
2. Diga, en cada uno de los tenes a continuacion, si la afirmacion es verdadera o falsa,
justificando su respuesta, esto es, probando si fuese verdadera o dando un contra-ejemplo
si fuese falsa.

nd

ez

a) Si W1 y W2 son subespacios de un espacio vectorial V entonces W1 W2 es un

subespacio de V .

ni
o

Fe
r

na

b) Sean W1 y W2 subespacios de un espacio vectorial V . Entonces W1 W2 es subespacio de V s, y solamente s, W1 W2 o W2 W1 . (Sugerencia: muestre que
si W es subespacio de V y x0 , y0 V son tales que x0 W y y0
/ W , entonces
x0 + y 0
/W yu
selo.)

nt
o

3. En cada item de abajo encuentre los subespacios U + W y U W , donde U, W son

subespacios del espacio vectorial V indicado.

ar
do

a) U = {(x, y) R2 : y = 0}, W = {(x, y) R2 : x = 2y}, V = R2 .







a 0
0 c
b) U =
: a, b R , W =
: c, d R , V = M2 (R).
o b
o d

Ed
u

c) V = 3 (R), U = {p(t) V : p00 (t) = 0}, W = {q(t) V : q 0 (t) = 0}.

4. Verifique en cada uno de los itenes si V = U W .

Li

c.

a) V = R2 , U = {(x, y) R2 : 2x + 3y = 0}, W = {(x, y) R2 : x y = 0}.

a b 0

0 0 e

b) V = M2 (R), U = 0 0 c : a, b, c, d R , W = f g 0 : e, f, g, h, i R .
0 0 d

h i 0

c) V = 3 (R), U = {p(t) 3 (R) : p(1) = p(0) = 0}, W = {q(t) 3 (R) : q 0 (0) = 0, t R}.
5. En cada uno de los itenes de abajo, dado U subespacio de V , encontrar un subespacio
suplementario de U , esto es, el subespacio W de V tal que V = U W .
a) V = R3 , U = {(x, y, 0) : x, y R}.
b) V = M3 (R), U = {A 3 (R) : At = A}.
c) V = 3 (R), U = {p(t) 3 (R) : p00 (t) = 0, t R}.

d) V = M21 (R), U = {X M21 (R) : AX = O}, donde A =

1 1
o 1


.

Captulo 3

Combinaciones Lineales
3.1.

Introducci
on y Ejemplos

nd

ez

Definici
on 3.1. Sean u1 , . . . , un elementos de un espacio vectorial V . Decimos que u es
combinacion lineal de u1 , . . . , un si existiesen n
umeros reales 1 , . . . , n tale que u = 1 u1 +
+ n un .

ni
o

Fe
r

na

Ejemplo 3.1. En 2 , el polinomio p(x) = 2+x2 es una combinacion lineal de los polinomios
p1 (x) = 1, p2 (x) = x y p3 (x) = x2 .
Basta ver que p(x) = 2p1 (x) + 0p2 (x) + 1p3 (x).

nt
o

Ejemplo 3.2. Verifique que en 2 , el polinomio p(x) = 1 + x2 es una combinacion de los

polinomios q1 (x) = 1, q2 (x) = 1 + x y q3 (x) = 1 + x + x2 .
Necesitamos encontrar n
umeros reales 1 , 2 y 3 tales que p(x) = 1 q1 (x) + 2 q2 (x) +
3 q3 (x). O sea, necesitamos encontrar 1 , 2 y 3 satisfaciendo

ar
do

1 + x2 = 1 + 2 (1 + x) + 3 (1 + x + x2 ) = 1 + 2 + 3 + (2 + 3 )x + 3 x2 ,

Li

c.

Ed
u

lo que es equivalente al sistema

1 + 2 + 3 = 1
2 + 3 = 0
1 = 1, 2 = 1 y 3 = 1

3 = 1

3.2.

Generadores

Definici
on 3.2. Sean V un espacio vectorial y S un subconjunto no vaco de V . Usaremos
el simbolo [S] para denotar el conjunto de todas las combinaciones lineales de los elementos
de S. En otras palabras, u [S] si existiesen 1 , . . . , n R y u1 , . . . , un S tales que
u = 1 u1 + + n un .
Proposici
on 3.1. Sean V un espacio vectorial y S un subconjunto no vaco de V . Entonces
[S] es un subespacio vectorial de V .
Demostraci
on: .
1. Como S 6= existe u S. Luego, 0 = 0u [S].
2. Si u, v [S], entonces existen 1 , . . . , n , 1 , . . . , m R y u1 , . . . , un , v1 , . . . , vm S
tales que u = 1 u1 + + n un y v = 1 v1 + + m vm . Asi, para todo R, tenemos
u + v = 1 u1 + + n un + (1 v1 + + m vm )

= 1 u1 + + n un + 1 v1 + + m vm [S].

Definici
on 3.3. Sean S y V como en la proposicion anterior. Diremos que [S] es un subespacio vectorial generado por S. Los elementos de S son llamados de generadores de [S]. Si
S = {u1 , . . . , un } tambien usaremos la notacion [S] = [u1 , . . . , un ].
Proposici
on 3.2. Sean S y T subconjuntos no vacos de un espacio vectorial V . Tenemos
1. S [S];
2. Si S T entonces [S] [T ];
3. [[S]] = [S];
4. Si S es un subespacio vectorial, entonces S = [S];

ez

5. [S T ] = [S] + [T ].

nd

Demostraci
on. :

na

1. Si u S, entonces u = 1u [S].

Fe
r

2. Si u [S] entonces existen 1 , . . . , n R y u1 , . . . , un S tales que u = 1 u1 + +

n un . Como S T , tenemos que u1 , . . . , un T y, por tanto, u [T ].

nt
o

ni
o

3. Por el tem 1 de esta proposicion, [S] [[S]]. Sea u [[S]]. Sigue de la definicion que u
es una combinacion lineal de elementos de [S], pero como cada elemento de [S] es una
combinacion lineal de S, o sea , u [S].

ar
do

4. Por el tem 1, S [S]. Sea u [S]. Entonces u es una combinacion lineal de elementos
de S. Como S es un subespacio vectorial, esta combinacion lineal es un elemento de S.

Ed
u

5. Sea u [S T ]. Por definicion existen 1 , . . . , n , 1 , . . . , m R y u1 , . . . , un S y

v1 , . . . , vm T tales que

Li

c.

u = 1 u1 + + n un + 1 v1 + + m vm

= (1 u1 + + n un ) + (1 v1 + + m vm ) [S] + [T ].

Recpromante, si u [S] + [T ] entonces u = v + w con v [S] y w [T ]. De esa forma,

existen 1 , . . . , p , 1 , . . . , q R y v1 , . . . , vp S y w1 , . . . , wq T tales que
u = v + w = 1 v1 + + p vp + 1 w1 + + q wq [S T ].

Definici
on 3.4. Decimos que un espacio vectorial V es finitamente generado si existe un
subconjunto finito S V tal que V = [S].
Son ejemplos de espacios vectoriales finitamente generados:
1. n (R) = [1, x, . . . , xn ].
2. Rn es generado por e1 = (1, 0, . . . , 0), e2 = (0, 1, . . . , 0), . . . , en = (0, 0, . . . , 1).

Ejemplo 3.3. Sea (R) el espacio vectorial formado por todos los polinomios. Afirmamos
que (R) no es finitamente generado.
Note que n (R) (R) para todo n N. Si (R) fuese finitamente generado existirian
polinomios p1 (x), . . . , pn (x) tales que (R) = [p1 (x), . . . , pn (x)]. Sea N el grado mas alto
entre de uno de los polinomios p1 (x), . . . , pn (x). Es evidente que xN +1 no puede ser escrito
como combinacion lineal de p1 (x), . . . , pn (x) y, as, xN +1
/ [p1 (x), . . . , pn (x)] = (R). Una
contradiccion.
Note que (R) = [1, x, x2 . . . ].
Ejemplo 3.4. Sea V un espacio vectorial generado por u1 , u2 , . . . , un . Muestre que si, por
ejemplo, u1 es una combinacion lineal de u2 , . . . , un entonces V es generado por u2 , . . . , un .
Debemos mostrar que cualquier v V se escribe como una combinacion lineal de de
u2 , . . . , un . Sabemos que existen 1 , . . . , n R tales que u = 1 u1 + + n un y existen
tambien 1 , . . . , n1 satisfaciendo u2 = 1 u1 + + n1 un . Combinando estas informaciones, obtenemos

nd

ez

u = 1 (1 u1 + + n1 un ) + 2 u2 + + n un

na

= (1 1 + 2 )u2 + + (1 n1 + n )un [u2 , . . . , un ].

ni
o

Fe
r

Ejemplo 3.5. Sean

U = {(x, y, z, t) R4 : x y + t + z = 0} y V = {(x, y, z, t) R4 : x + y t + z = 0}.
Encuentre un conjunto de generadores para los siguientes subespacios vectoriales: U , V ,
U V y U +V.

nt
o

1. Si (x, y, z, t) U entonces y = x + t + z y, por tanto,

ar
do

(x, y, z, t) = (x, x + z + t, z, t) = x(1, 1, 0, 0) + z(0, 1, 1, 0) + t(0, 1, 0, 1),

esto es,

Ed
u

U = [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1)].

2. Si (x, y, z, t) V entonces t = x + y + z y, por tanto,

esto es,

Li

c.

(x, y, z, t) = (x, y, z, x + y + z) = x(1, 0, 0, 1) + y(0, 1, 0, 1) + z(0, 0, 1, 1),

V = [(1, 0, 0, 0), (0, 1, 0, 1), (0, 0, 1, 1)].

3. Si (x, y, z, t) U V entonces


xy+z+t = 0
x+y+zt = 0

que implica x = z e y = t. De este modo, (x, y, z, t) = (x, y, x, y) = x(1, 0, 1, 0) +

y(0, 1, 0, 1) y, por tanto,
U V = [(1, 0, 1, 0), (0, 1, 0, 1)].
4. Como U + V = [U ] + [V ] = [U V ], tenemos que
U + V = [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1)]
= [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 0, 1, 1)].

Observe que
(1, 1, 0, 0) = (1, 0, 0, 1) + (0, 1, 1, 0) (0, 0, 1, 1)
y, por tanto,
U + V = [(0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 0, 1, 1)].

Li

c.

Ed
u

ar
do

nt
o

ni
o

Fe
r

na

nd

ez

Veremos mas adelante que este es el n

umero mnimo de generadores para el subespacio
U +V.

Bibliografa

Li

c.

Ed
u

ar
do

nt
o

ni
o

Fe
r

na

nd

ez

[1] Algebra Lineal - Stanley- Grossmam.