CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

1

ALGEBRA TEMA: ESPACIOS VECTORIALES

CONTENIDOS • • INTRODUCCION 1 - ESPACIOS VECTORIALES Ejercicios Propuestos • 2 - SUBESPACIOS Ejercicios propuestos • 3 - COMBINACION LINEAL Y ESPACIO GENERADO Ejercicios propuestos • 4 - DEPENDENCIA E INDEPENDENCIA LINEAL Ejercicios Propuestos • 5 - BASE Y DIMENSION Ejercicios Propuestos • 6 – RANGO DE UNA MATRIZ Ejercicios Propuestos • RESULTADOS DE EJERCICIOS PROPUESTOS

PAG. 02 03 05 06 12 14 19 20 28 29 34 35 39 40

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

2

INTRODUCCION El material que se presenta a continuación es un material elaborado para que sirva de guía a los estudiantes de las carreras de Ingeniería para la resolución de situaciones prácticas de Algebra Lineal. El mismo se encuentra organizado por temas, siendo este cuadernillo el que corresponde a la primera mitad del curso, que consta de los siguientes temas: espacios vectoriales, subespacios, combinación lineal y sistema generado, dependencia e independencia lineal, base y dimensión de un espacio vectorial y se corresponde con las Unidades Nº 3 y 4 de los contenidos de la asignatura y de los Trabajos Prácticos Nº 2 y 3. Los temas que se tratan en este material están organizados de la siguiente manera: • • • Introducción Teórica: se presentan los conceptos necesarios para la resolución de las situaciones planteadas. Resolución de ejercicios: se presentan como ejemplos ejercicios correspondientes a cada tema tratado. Interpretación Geométrica: se presenta en casos que es necesario para aclarar conceptos o para que el lector relacione los conceptos del álgebra lineal con otras ramas de las matemáticas. Dicha interpretación facilita la resolución de problemas en los espacios R2 y R3 y sus resultados o conclusiones se pueden interpolar a espacios abstractos como Rn • Ejercicios Propuestos: Se proponen ejercicios de diferentes grados de dificultad, en los que el objetivo es que el lector los resuelva no solo aplicando algoritmos matemáticos si no que preferentemente lo haga a través de la aplicación de Propiedades, Leyes o Teoremas del Algebra Lineal. • Al final del cuadernillo se presentan un Apéndice donde se aclara la notación que se utiliza en el mismo y se presentan los resultados de los ejercicios propuestos.

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

3

1 - ESPACIOS VECTORIALES Sea V es un conjunto de objetos, llamados vectores, sobre el que están definidas dos operaciones: la adición y la multiplicación por escalares (números). Por adición (+) se entiende una regla que asocia a cada par de objetos x e y en V un objeto x + y y por multiplicación escalar (*) se entiende una regla que asocia a cada escalar α y a cada objeto x en V, un objeto αx denominado múltiplo escalar de x por α. Si los objetos x, y y z en V y los escalares α y β satisfacen los siguientes axiomas, entonces (V, +, K, *) se denomina Espacio Vectorial: 1) 2) 3) 4) 5) 6) 7) 8) 9) Si x Є V e y Є V, entonces x + y Є V (Ley de composición interna o cerradura para la suma) Para todo x Є V, y Є V, z Є V, entonces (x + y) + z = x + (y + z) (Ley asociativa de la suma en V) Existe 0 Є V, tal que x + 0 = 0 + x = x (Existencia en Vde elemento neutro para la suma) Existe –x Є V, tal que x + (-x ) = 0 (Existencia en V de elemento inverso aditivo) Para todo x Є V e y Є V, se verifica x + y = y + x (Ley conmutativa de la adición en V) Si x Є V y α Є K, entonces αx Є V.(Ley de composición externa o cerradura para la multiplicación por escalar) Para todo x Є V y α, β Є K, se verifica α(β.x) = (αβ).x (Ley de asociatividad mixta) Para todo x e y Є V y α Є K, se verifica α(x + y) = αx + αy (Ley distributiva respecto de la adición del producto por escalar en V) Para todo x Є V y α, β Є K, se verifica (α+β).x = αx + βx (Ley distributiva del producto por escalar en R) 10) Para cada vector x Є V, 1. x = x Los primeros cinco axiomas están referidos al conjunto V con el operador suma (+). Si el par (V, +) cumple dichos axiomas se denomina al mismo grupo abeliano. Los cinco axiomas restantes están referidos al producto de un vector (x Є V) por un escalar (α Є K) siendo K el cuerpo de escalares.

CATEDRA: ALGEBRA

TEMA: ESPACIOS VECTORIALES

4

EJERCICIOS RESUELTOS EJEMPLO 1.1: El espacio vectorial (R2, +, R, *). Son todos los pares ordenados de la forma (x, y) y escalares reales. Se demostrará a modo de ejemplo los primeros dos axiomas: Axioma 1: Ley de composición interna. Si x Є V e y Є V, entonces x + y Є V (x1, y1) Є R2, (x2, y2) Є R2 Sumando ambos elementos de R2, se obtiene otro elemento de R2: (x1, y1) + (x2, y2) = (x1+ x2, y1+ y2) Axioma 2: Asociatividad de la adición en R2 [(x1, y1) + (x2, y2) ]+ (x3, y3) = (x1, y1) + [(x2, y2) + (x3, y3)] (x1+ x2, y1+ y2) + (x3, y3) = (x1, y1) + (x2+ x3, y2+ y3) (x1+ x2 + x3, y1+ y2 + y3) = (x1+ x2 + x3, y1+ y2 + y3) La demostración de los restantes axiomas queda como tarea. Estos resultados se pueden generalizar a Rn EJEMPLO 1.2: Sea V = Pn. El espacio vectorial de los polinomios de grado menor o igual a n. Pn = an. xn + an-1. xn-1+ an-2. xn-2+…..+ a1. x+ a0 Es claro que la suma de dos polinomios de grado menor o igual a n es otro polimonio de grado menor o igual a n, por lo que cumple el axioma 1. Las propiedades definidas por los axiomas 2, y 5 a 10 son obvias. Si se define el polinomio 0 = 0. xn + 0. xn-1+ 0. xn-2+…..+ 0. x+ 0, entonces claramente 0 pertenece a Pn y el axioma 3 se verifica. Finalmente Sea –p(x) = -an. xn - an-1. xn-1- an-2. xn-2-…..- a1. x - a0, se observa que el axioma 4 se cumple, por lo que Pn es un Espacio Vectorial Real.

V = f(x). +. 0) } constituye un espacio vectorial con escalares reales para las operaciones de suma de vectores y multiplicación de un vector por un escalar usuales. V = R2x2. R. K=R 2 – Probar que el conjunto de las Matrices Cuadradas de 2 x 2 ( R2x2) constituye un espacio vectorial para las operaciones de suma de matrices y producto de una matriz por un escalar usuales. *) 4 – Demostrar que cualquier recta de R2 que pasa por el origen del sistema de coordenadas constituye un espacio vectorial. V = { (x. Q. V=W K=R . *) d) (Q. para las operaciones de suma de funciones y producto de una función por un escalar. +. R. +. +. *) b) (R.x } K=R 5 – Probar que el conjunto W = { (0. *) c) (Q.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 5 EJERCICIOS PROPUESTOS – TEMA: ESPACIOS VECTORIALES 1 – Probar que el conjunto de Funciones con valores reales definidas sobre toda la recta real constituye un espacio vectorial. Q. y) Є R2 / y = a. K=R 3 – Indicar si las siguientes cuaternas constituyen espacios vectoriales: a) (R.

EJERCICIOS RESUELTOS EJEMPLO Nº 2. entonces αx ЄW Nota: Las condiciones enumeradas en el teorema anterior se pueden unificar de la siguiente manera: Para vectores x e y Є W y escalares α y β se debe verificar que: αx+βy ЄW A la expresión α x + β y se la denomina Combinación Lineal de los vectores x e y.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 6 2 . y W es un subconjunto de V. y) Є R2 / y = 0 } W representa los puntos del plano Є R2 cuya coordenada y sea nula. El siguiente teorema nos permite determinar de una manera sencilla si W es subespacio de V: TEOREMA Un subconjunto no vacío W de un espacio vectorial V es un subespacio de V si se cumplen las condiciones siguientes: 1) 2) W es cerrado para la suma. obtenemos un elemento de W (x1. Por lo tanto si W es subespacio de V.1: Probar si W es Subespacio de R2. x+y Є W W es cerrado para el producto por escalar. (x2. Si W es un espacio vectorial en si mismo bajo las operaciones de de suma y multiplicación por un escalar definidas en V. Si x Є W y α Є R. Para que W sea subespacio de R2 se deben verificar las condiciones siguientes: I) Cerrado para la suma: sumando dos elementos de W.SUBESPACIOS Sea un espacio vectorial V. 0) Є W . entonces toda combinación lineal de vectores de W. 0) Є W. entonces W es Subespacio de V. siendo W = { (x. Es decir que si x Є W e y Є W. está en W.

0) Є W Por lo que es cerrado para el producto por escalar. Recta y = 0 Y W X Se puede demostrar también que W es subespacio de R2 utilizando el concepto de Combinación Lineal explicado anteriormente: α (x1 . Al cumplir las dos condiciones W es Subespacio de R2. 0) Є W Por lo tanto W es cerrado para la suma II) Cerrado para el producto por escalar: si multiplicamos un vector de W por un escalar nos da como resultado un vector de W α(x1. siendo W: W = { (0. Gráficamente W representa al eje coordenado X.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 7 Sumamos ambos vectores: (x1. 0) + (x2. 0 ) + (β x2 . 0 ) Є W (1) Obsérvese que la expresión (1) es una combinación lineal de vectores de W y su resultado es también un vector de W.1. Figura 2. 0) } . por lo que se demuestra que W es subespacio de R2 EJEMPLO Nº 2. 0) = (α x1 + β x2 . 0) + β (x2 . 0) = (α x1. 0) = (x1 + x2.2: Probar si W es subespacio de R2. 0) = (α x1 .

0). 0) Є W Por lo tanto W es subespacio de R2. I) Cerrado para la suma: (x1. W = { (0. 0) } Y W X EJEMPLO Nº 2.x2 . 2. por lo tanto y2 < . 0) = (0. y1) Є W. 0) Є W II) Cerrado para el producto por escalar: si multiplicamos un elemento de W por un escalar obtenemos un elemento de W: α.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 8 En este caso W está formado por un solo elemento. Se deben probar las dos condiciones que debe cumplir W para ser subespacio de R2 I) Cerrado para la suma: sumando dos elementos de W. W representa en este caso el origen del sistema de coordenadas: Figura 2. 0) = (0. (0. siendo W = { (x.3: Probar si W es subespacio de R2. que es el vector (0.x1 (x2. 0) + (0. y2) Є W. y) Є R2 / y < -x } W representa los puntos en los que la coordenada y sea menor que el opuesto de x. obtenemos otro elemento de W: (0. por lo tanto y1 < .

y este vector no pertenece a W. es expresando una de las componentes de los vectores de W en función de las otras.4: probar si W es subespacio de R3. serán de la siguiente forma: . y1) Є W.x2. y1) = (α x1. se verifica que .x1 e y2 < .y1 < . y como y1 < . como se indica en la figura siguiente: Figura 2. por que no se verifica α. y1 + y2) Є W II ) Cerrado para el producto por escalar: (x1. por lo tanto y1 < . por lo tanto (x1. y.x1 para todo α Є R Geométricamente W representa un semiplano. y1) + (x2. siendo : W = {(x. en este caso la componente z se expresará en función de x e y: z=x+y por lo tanto los vectores del conjunto W.3. α y1).x1 Si multiplicamos el vector (x1. por lo tanto el vector (x1 + x2 . y2) = (x1 + x2 . y1 + y2).(x1. y1) Є W. y1 + y2 < . obtenemos α.x2.x1 . Semiplano y = -x Y X W EJERCICIO Nº 2. z) Є R3 / x+y-z = 0 } Una manera práctica de resolver la situación planteada. y1) por un escalar α.α.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 9 Sumando ambos vectores obtenemos (x1.

y. con D ≠ 0 y reemplazando (x. x1+y1 ) + (x2. como la ecuación implícita de un plano que no pasa por el origen del sistema de coordenadas es: Ax + By + Cz = D. Obsérvese que en este caso el conjunto no incluiría el vector (0. y1. x1+y1 ) = (αx1. x+y ) Seguidamente se demuestran las condiciones necesarias para que W sea subespacio de R3: I) Cerrado para la suma: (x1. αy1. z) por (0. La ecuación implícita de un plano que pasa por el origen es de la forma: Ax + By + Cz = 0 También se puede demostar que un plano que no pasa por el origen del sistema de coordenadas no constituye un subespacio de R3. 0. y2. x1+y1 ) Є W (x2. y1. x2+y2 ) Є W Sumando se obtiene: (x1. por lo que no verifica el Axioma 3 de la definición de Espacio Vectorial. Geométricamente el conjunto W representa un plano que pasa por el origen. y2. x2+y2 ) = (x1 + x2. y1 + y2. αx1+ αy1 ) Є W Al cumplir ambas condiciones W es subespacio de R3. 0. Se puede demostrar que cualquier plano que pasa por el origen del sistema de coordenadas en un subespacio de R3. y por lo tanto tampoco puede ser subespacio.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 10 (x. por lo que el vector suma pertenece aW II ) Cerrado para el producto por escalar: α (x1. y1. 0). y. que representa el elemento neutro de la adición de vectores en R3. 0) se obtiene: A0 + B0 + C0 = D 0=D . En efecto. x1+y1 + x2+y2 ) Є W Como se puede observar la tercera componente es igual a la suma de la primera componente mas la segunda.

y por consiguiente no es espacio vectorial en si mismo y tampoco subespacio de R3 de acuerdo a la definición de Subespacio. V es un subespacio de si mismo al cumplir las condiciones suficientes de la definición de subespacio. por ser D ≠ 0. la existencia de subespacio trivial de R2) SUBESPACIOS DE R2 Y DE R3 Se puede demostrar que los únicos subespacios de R2 son los siguientes: • • • El subespacio trivial { 0 } Rectas que pasan por el origen R2.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 11 lo que es falso. 0. (Se demostró en Ejemplo Nº 2. que es el elemento neutro para la suma de vectores en R3. 0). el subconjunto { 0 } que contiene el vector cero constituye un subespacio de V.2. El subespacio trivial: para cualquier espacio vectorial V. De la misma manera los únicos subespacios de R3 son: • • • • El subespacio trivial { 0 } Rectas que pasan por el origen Planos que pasan por el origen R3 . ya que 0 + 0 = 0 y α0 = 0 para todo escalar α. SUBESPACIO V Y SUBESPACIO TRIVIAL Todo espacio vectorial V tiene al menos dos subespacios que son V mismo y el conjunto formado por el vector nulo (Subespacio Trivial): Un espacio vectorial es subespacio de si mismo: para cada espacio vectorial V. por lo tanto el conjunto de puntos que verifican la ecuación Ax + By + Cz = D no incluye vector (0.

y. K.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 12 EJERCICIOS PROPUESTOS – TEMA: SUBESPACIOS 1 . y. +. y ) Є R2 / y = 1 } W = { (x. z) Є R3 / z = 0 } W = { (x. K=R W es el conjunto de polinomios de grado 4 (P4) W es el conjunto de polinomios de grado menor o igual a 4 . y ) Є R2 / y > x } W = { (x. En los casos posibles haga el gráfico del conjunto W. K=R W = { (x. K = R a b  2x2 W = {  c d  ∈ R / a + b + c + d = 0}    W es el conjunto de las matrices diagonales de 2 x 2. y. *) un Espacio Vectorial. K=R W = { (x.Sea (V. Las operaciones dadas son las usuales en cada caso: a) V = R2. z) Є R3 / 2x +y = 0 } c) V = R2x2. y ) Є R2 / y = x2 } b) V = R3. z) Є R3 / x+y+z > 1 } W = { (x. Determine si el conjunto W es subespacio de V. a b  2x2 W = {  c d  ∈ R / b = 0 ∧ c = 0}    W es el conjunto de las matrices triangulares superiores de 2 x 2 a b  2x2 W = {  c d  ∈ R / c = 0}    d) V = Pn. y ) Є R2 / y = x + 1 } W = { (x.

+. *) justificando su respuesta. W W . W W . R.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 13 2 – Indique en cada caso si el conjunto W representado gráficamente constituye un subespacio de (R2.

…. -2) es combinación lineal de los vectores (1. 1). V2 . v2.2: El vector de R3 (-1. EJEMPLO Nº 3. 1). -2 ) = 3 (1. 1. 0. v2. α2. 0.. V2 u = α. α3 adquieren los valores 4.1: Vector u como combinación lineal de los vectores v1 y v2 α. 1. 0) y (1.. 0) Expresión en la que los escalares α1. vn vectores que pertenecen a V. 5.COMBINACON LINEAL Y ESPACIO GENERADO Sea (V. αn escalares cualesquiera pertenecientes al cuerpo K. 5. 1) + α2 (1.V1 V1 V2 β. 1. -2 ) se puede expresar de la siguiente manera: (3.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 14 3 . ………. 1 y -6 respectivamente. 4) = α1 (1. 0) y (0. + αn vn siendo α1 . + K.V1 + β. Se denomina combinación lineal de los vectores v1. 0) (-1.1: El vector (3. vn a la expresión: α1 v1 + α2 v2 + …. 0) + (-2) (0. 1) EJEMPLO Nº 3. 1. *) un espacio vectorial y v1. En efecto (3..…. 4) es combinación lineal de (1. 0) + α3 (1.. (1. α2. INTERPRETACION GEOMETRICA DE LA COMBINACION LINEAL Figura 3.

1. 0) De allí se obtienen las siguientes ecuaciones: α1 + α2 + α3 = a α1 + α2 + 0 = b α1 + 0 + 0 = c Deduciéndose que: α1 = c α2 = b . 0. b.V1 y β. α2.vn. 1).3: El conjunto de vectores A = { (1.…. (1. v2. V2. *) generan a V si cualquier vector x de V se puede expresar como combinación lineal de v1. 1) + α2 (1. (1. α1) + (α2. 0) + (α3. se observa que el vector u se puede expresar como la suma de los vectores α. que a su vez son múltiplos escalares de los vectores V1 y V2. c) de R3 se puede expresar como combinación lineal de los vectores del conjunto A. + K. V2 Que es una combinación lineal de los vectores V1 y V2.1. 0. (a.v2. por que cualquier vector (a. 0) + α1(1. 0) } genera a R3. c) = α1(1. α1. vn en un espacio vectorial (V.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 15 En la figura 3. 1. 0) . 0. Entonces para todo x en V se verifica: x = α1 v1 + α2 v2+………+ αn vn EJEMPLO Nº 3.α1 = b – c .V1 + β.. c) = (α1. 1. O sea: u = α. 0) (a. b. 1. b.….. SISTEMA GENERADOR O CONJUNTO GENERADOR Un conjunto de vectores v1.

2 α1) = (x.…. 2) genera una recta en R2 de ecuación y = 2x.α1 – α2 = a – c – b + c = a – b Como los escalares α1. 2): Gen { (1. vn un conjunto de vectores del espacio vectorial V.…..…. vn ) = α1. Es decir: Gen (v1.5: Determinar el espacio generado por los vectores (1.. 0) y (0. v2. c ) de R3 se puede expresar como Combinación Lineal de los vectores del conjunto A ESPACIO GENERADO POR UN CONJUNTO DE VECTORES Sean v1.…. v2. 2) } = α1 (1. v1 + α2.1.2) de R3 .+ αnvn EJEMPLO Nº 3. vn es el conjunto de combinaciones lineales de v1. 2) de R2. v2. 2 α1) (*) Igualando (*) a un vector genérico (x. 1.. 2) = (α1.4: Determinar el espacio generado por el vector (1..v2+…. y) de donde surgen las siguientes ecuaciones: α1 = x 2 α1 = y Entonces si reemplazamos en la segunda ecuación α1 por x se obtiene: 2x=y Quiere decir que el vector (1. b y c.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 16 α3 = a . α2 y α3 se pueden expresar en función de a. entonces podemos afirmar que cualquier vector (a. La solución de esta situación está planteada por todas las combinaciones lineales de (1. b. y) se obtiene: (α1. v2. El espacio generado por v1. EJEMPLO 3. vn.

2) = (x. z: x+ z =y 2 z −y=0 2 α1 + α2 = y En forma implícita queda: x+ que es la ecuación de un plano en R3 EJEMPLO 3. 1. y. . 1) nos da como resultado un vector de W ( Cuando las componentes del vector son iguales ). por lo tanto el (1. y. z) Se opera de manera similar al ejemplo anterior obteniéndose el siguiente sistema de ecuaciones: α1 =x 2 α2 = z Resolviendo el sistema planteado se obtiene la siguiente relación entre las componentes x. 1.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 17 El espacio generado por los vectores es el siguiente: α1(1. t ) siendo t un parámetro que puede tomar infinitos valores. 0) + α2 (0. 1 ) Obsérvese que cualquier combinación lineal del vector (1. es decir tienen la forma ( t.6: Encontrar un conjunto generador del subespacio de R2 definido de la siguiente manera: W = { (x. y) Є R2 / y = x } En este caso los vectores de W cumplen la condición que sus dos componentes son iguales. Si t fuera un escalar quedaría la siguiente expresión: ( t. 1 ) es un sistema generador de W. t ) = t ( 1.

1 ) y (0. a) en los que se puede observar que tenemos dos parámetros a y b. 0. y. b. a) = (a. b. 0. 0. b. es decir se trata de vectores de la forma (a. W = gen { (1. a) se pueden escribir como combinación lineal de los vectores (1. b.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 18 W = Gen { (1. a) de la siguiente manera: (a. a) + ( 0. (0. 0) } . 0. a) = a (1. 1 ) } EJEMPLO 3. b. 1. 1. por lo que estos vectores constituyen un sistema generador de W.7: Encontrar un sistema generador del conjunto W de R3 definido de la siguiente manera: W = { (x. z) Є R3 / x = z } En este caso la condición que deben cumplir los vectores de W es que la primera y tercera componente sean iguales. Podemos escribir al vector (a. 0). 0) Si los parámetros a y b fueran escalares quedaría: (a. 1) + b ( 0. 1 ). b. 0) Obsérvese que los vectores de la forma (a. 1.

1. 11. 2. 4). 0. 0. 9) 4 – Indicar cual de los siguientes conjuntos de vectores generan R3: a) (2. 3) y (0. 0) y (2. y. 2) y (1. -1. 5): a) (-9. 2. ¿Cuál de los siguientes vectores se encuentran en el espacio generado por u y v. 1) 2 – ¿Cuáles de los siguientes vectores son combinaciones lineales de (0. 8. 3) b) (1. v }? a) (1. 1. 0. 1. 2. 1. 1. 0. 4. 2). (0. -2. 0). 4). 0) d) (7. 2). 3). 1. z ) Є R3 / x +2y – z = 0 } 6 – Encontrar la (3. 1. 1) b) (2. -1. 6) c) (0. gen { u. 5) c) (0. 1. 5) ecuación del plano generado por los vectores (-1. 2. 2) y v = (5. -1. 3) y (3. 1. 2 -3) c) (0. 1. -2) se puede expresar como combinación lineal de los vectores (1. (1. 5. (4. 1) 5 – Indicar si los vectores (1. (1. 1) y (3. -1. 1) y (0. (0. 0). 2) b) (3. 0. -1. -7. 2) generan el espacio W. siendo: W = { (x. 1) y . 1) d) (4. 0. (1. -1. -15) b) (6. 8) c) (1. 5) d) (0. 2) d) (1. 4.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 19 EJERCICIOS PROPUESTOS – TEMA: COMBINACION LINEAL Y ESPACIO GENERADO 1 – Indicar si el vector (4. -1) a) (2. 1. 1. 0) 3 – Expresar cada uno de los siguientes vectores como combinación lineal de los vectores (2. 2) y (8. 2. (1. 3. 1). 4) 7 – Sean los vectores u = (1. 1.

CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 20 4 .1: Determinar si los vectores (1. Si existen soluciones αi ≠ 0 entonces los vectores v1. α1) + (α2. Solución: se expresa la combinación lineal de los vectores y se la iguala al vector nulo. v2. calculándose los valores de los escalares α1 y α2: α1 (1. 1) y (1. v2. 0) (α1.. vn son linealmente dependientes. v2. Se dice que los vectores del conjunto A son Linealmente Independientes si y solo si la única combinación lineal de dichos vectores que da como resultado el vector nulo es la combinación lineal trivial.…. α1 . es decir que todos los escalares sean iguales a cero.. vn son linealmente independientes si y solo si αi = 0 para todo i. 0) Surge un sistema de dos ecuaciones con dos incógnitas: α1 + α2 = 0 α1 =0 Las soluciones de este sistema son obvias: α1 = 0 α2 = 0 . v1+α2 v2+…. 1) + α2 (1. 0) = (0.…. 0) son linealmente independientes. vn} un conjunto de vectores de un espacio vectorial V. EJEMPLO Nº 4.…. 0) = (0.+αn vn = 0 Entonces v1.DEPENDENCIA E INDEPENDENCIA LINEAL Sea A = {v1..

2. 1 ) + α2 (-2. 2. 0) El sistema de ecuaciones es el siguiente: α1 . 0) + α3 (-1. EJEMPLO 4. (-2.2α2 = 0 -α1 + α2 = 0 De la segunda ecuación surge que α1 = α2 Sustituyendo en la primera: . 1. 1.α3 1º) α1 . los vectores (1. 0. 1) = (0. 1) son linealmente independientes. 1. 1). 0) son linealmente independientes.2: Determinar si los vectores (1.2α2 + α1 = 0 2 α1 .CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 21 Como la única solución posible es 0 para ambos escalares. Solución: se plantea la combinación lineal igualándola al vector nulo de R3 obteniéndose: α1 (1.α3 = 0 α1 + α2 +2 α3 = 0 α1 + α3 = 0 Si despejamos α1 de la 3º ecuación y sustituimos en la 1º y 2º se obtiene: 3º ) α1 = .2α2 = 0 (**) 2º ) α1 + α2 -2 α1 = 0 α1 + α2 = 0 (**) Queda un sistema de dos ecuaciones con dos incógnitas (**): 2 α1 . 0) y (-1.2α2 . 1. 1) y (1.

1). (-2. entonces dicho conjunto de vectores es L.2α2 = 0 0α2 = 0 Dicha ecuación se verifica para infinitos valores de α2. v2. 1) son linealmente dependientes. 1) es la suma de los vectores (1. y como un vector se pudo escribir como Combinación Lineal de los otros vectores del conjunto se concluye que dicho conjunto es L. . Nota: Si un vector de un conjunto v1. 1.2. 0) por lo que se podría expresar de la siguiente manera como combinación lineal: (-1. …. D. 0) y (-1.2 obsérvese que el vector (-1. 0) En este caso los escalares tomarían valores unitarios. 2. vn se puede escribir como combinación lineal de los demás vectores del conjunto. 1) + 1. 1. lo que significa que el sistema tiene infinitas soluciones y por lo tanto tiene soluciones para los escalares distintas de 0. 2. 1). 1) = 1. 1. (-2. 1. lo que implica que los vectores (1. D. Para el ejemplo 4. (1. (-2. 1.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 22 2 α2 . 1.

por lo tanto son linealmente dependientes: α1 .1. En la figura 4. v1 = v2 con α1 ≠ 0 de donde se puede deducir α1 . por que uno de ellos se puede obtener al multiplicar por un escalar al otro: Figura 4.1 se puede advertir que los vectores v1 y v2 son múltiplos escalares entre sí. si los vectores no son colineales. significa que no se puede expresar uno como el producto del otro vector por un escalar. D. v1 + α2 . por lo que son Linealmente Independientes: . los mismos son L. Si los vectores de R2 se encuentran sobre la misma recta. v2 = 0 Por el contrario.2 los vectores no son múltiplos escalares entre si. Vectores LD en R2 V1 V2 En la figura 4.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 23 CONSIDERACIONES GEOMETRICAS SOBRE LA DEPENDENCIA E INDEPENDENCIA LINEAL EN R2 En el espacio vectorial R2 se pueden apreciar claramente desde el punto de vista geométrico cuando dos vectores son Linealmente Independientes o Linealmente Dependientes.

3: 3 Vectores LI en R3 Z V3 V1 V2 Y .CATEDRA: ALGEBRA Figura 4. v1 = v2 por que los vectores no son colineales. por lo tanto la única combinación lineal posible de v1 y v2 que da como resultado el vector 0 es la trivial: α1 . v1 + α2 .2: Vectores LI en R2 TEMA: ESPACIOS VECTORIALES 24 V1 V2 En este caso no se puede escribir: α1 . tres vectores son Linealmente Independientes si no son coplanares. por lo que los vectores v1 y v2 son linealmente dependientes. En la figura 4. En el espacio vectorial R3.3 se pueden observar tres vectores LI de R3 Figura 4. v2 = 0 con escalares α1 = α2 = 0.

CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 25 Los vectores v1. . En cambio en las figuras 4.4 y 4.4: 3 Vectores LD en R3 Z V1 V V2 V3 Y X Figura 4. A su vez.5: 3 Vectores LD en R3 Z V1 V2 X V3 Y Los vectores que se observan en las figuras 4. y v3 de la figura anterior son linealmentes independientes por que no son coplanares.4 Y 4. v2.5 son linealmente dependientes por ser tres vectores contenidos en el mismo plano.5 se pueden observar geométricamente ejemplos de vectores Linealmente Dependientes en R3 Figura 4.

2) + α2 (0. 0) son Linealmente Dependientes. …. 0) De allí se deduce que el escalar α2 puede tomar valores distintos de 0. Generalizar a través del mismo razonamiento la demostración para el conjunto de vectores v1.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 26 dos vectores que se encuentren comprendidos en la misma línea recta también son linealmente dependientes. es linealmente dependiente. 0) = (0. . 0) es L. D. vn. v2. Se puede observar por ejemplo que el conjunto formado por los vectores (1. por lo tanto los vectores (1.6: 2 Vectores LD en R 3 Z V1 Y X V2 TEOREMA 4.1: Un conjunto de vectores que incluya al vector nulo. 0. 2) y (0. En efecto: α1 (1. como se observa en la Fig.6 Figura 4. 4. y verifica lo mismo la igualdad. 2) y (0.

2: Un conjunto de vectores con dos o más vectores iguales es Linealmente dependiente. 1) son linealmente dependientes. 2) y (-1. el valor de los dos primeros términos de la combinación lineal sería igual al vector (0. 0). quedando para el lector la generalización de la demostración. 1. Generalizar la demostración para el conjunto de vectores v1. Probar que el conjunto de vectores de R2 formado por (1. 2) y (-1. (1.1 y 3. Si k > n entonces los vectores v1. 2). 0) con escalares diferentes de cero. 1. (1. 1. 5. por lo que se demuestra que es posible obtener el vector (0. v2. 0. ….: α1 (1. 0.vk son linealmente dependientes. 5. probando que el conjunto de vectores (1.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 27 TEOREMA 4. 0) y . D. 0) Obsérvese que independientemente del valor de α3. 2) + α2 (1. D. 2). 1) son L. 1). 1) = (0. 2) + α3 (-1. 0. 1). …. Supongamos que tenemos el conjunto de vectores de R3 (1. 1. v2. si los valores de α1 y α2 son opuestos. vn TEOREMA 4. 1.…. 0) es L. (1. En efecto: α1 (1. por lo que tiene infinitas soluciones. 0) = (0. Se demostrará a través de un ejemplo. vj. (1. ….3: Sean v1. los (0. 1.2 se probará con un ejemplo. 0). 0) y (0. Se demostrará que son L.D. vectores (1. Al tener soluciones diferentes de cero para los escalares.vk un conjunto de vectores de Rn. Al igual que en el caso de los teoremas 3. 0) + α3 (0. 1) +α2 (1. vj . 0) De allí surge un sistema homogéneo de dos ecuaciones con tres incógnitas: α1 + α2 α1 =0 + α3 = 0 Como el sistema homogéneo tiene mas incógnitas que ecuaciones el mismo es compatible indeterminado. 5.

0). 0). (7. 1). -1. 1. (1. 1-k) (k. v2. 0). 1. 1). 0). 1. 0). (0. 1. (1. (0. 2. 1. k ). 1. 0). 0. 1). 3. (0. 2. 1. 2) } de R4 E = { v1. 0. (1. 0) } de R3 G = { (1. 3. (1. (k.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 28 EJERCICIOS PROPUESTOS – TEMA: DEPENDENCIA E INDEPENDENCIA LINEAL a) Indicar si los siguientes conjuntos de vectores son linealmente independientes o linealmente dependientes: A = { (1. 3. (1. 1) } de R3 C = { (0. 2. (0. 2. 0) } de R3 D = { (1. 0). v4 } de R3 F = { (1. 0. 1. (2. 2. (4. (3. 2). v3. 1). -1. -2) .1). 1. 0) } de R2 B = { (1. 0) } de R3 b) Indicar el valor de “K” para que los siguientes vectores sean linealmente independientes: (1. 0. 0.

vn} un conjunto de vectores del espacio vectorial V. b) (α1. Se deben verificar ambas condiciones: que los vectores sean LI y que constituyan un Sistema Generador de R2.BASE Y DIMENSION DE UN ESPACIO VECTORIAL Sea S = {v1. 1) α1 (1.1: Indicar si el conjunto de vectores (1. b) Se obtiene el sistema de ecuaciones: α1 + α2 = a α2 = b (*) reemplazando el valor de α2 = b en la primera ecuación se obtiene: α1 + b = a por lo tanto α1 = a – b (*) . α2) = (a. …. b) de R2 se puede expresar como combinación lineal de los vectores (1. Sistema Generador: cualquier vector (a. 1) = (a. 0) y (1. 0) + α2 (1.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 29 5 . v2.1 que los vectores son Linealmente Independientes. EJEMPLO 5. 1) constituye una base de R2. Se dice que S es base de V si cumple las siguientes condiciones: • • S es linealmente independiente y S es sistema generador de V. 0) y (1. 0) + (α2. Independencia Lineal: se demostró en el Ejemplo 4.

x + 2y) La tercera componente es igual a la primera más el duplo de la segunda. y. es posible encontrar escalares α1 y α2. x) + (0. 2) .6 o 3. y. y. En primer lugar se encontrará un Sistema Generador de W como se hizo en el Ejemplo 3. b) como combinación lineal de los vectores (1.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 30 Las expresiones (*) indican que para cualquier valor de a y b. 1) + y (0. 0. x + 2y) = x (1.2: Encontrar una base para el espacio vectorial definido por: W = {(x. 0) y (1. 1. x + 2y) = (x. z) Є R3 / x+2y-z=0} En este caso el problema es inverso. Por lo tanto. W se puede expresar de la siguiente manera: (x. 2y) Si x e y fueran escalares: (x. 1). y. y. que permitan expresar el vector (a. por ser LI y SG de R2 los vectores constituyen una base de R2 EJEMPLO Nº 5.7: Los vectores de W cumplen la siguiente condición: x+2y-z=0 Expresando una de las variables (z) en función de las otras (x e y) se obtiene la expresión: z = x + 2y por lo tanto los vectores de W son de la siguiente forma: (x. 0. o sea para cualquier vector de R2. se presenta un espacio vectorial W y se debe encontrar un conjunto de vectores que sea base del mismo.

0. Los subespacios de R2 son los siguientes: Espacios de dimensión cero: { ( 0. 0. 1) y (0. 1) + α2 (0. 2). 1) y (0. 2) = (0. 1. tiene una base finita. DIMENSION DE UN ESPACIO VECTORIAL Si un espacio vectorial V. 0. entonces la dimensión de V es el número de vectores de todas las bases de V y V se llama espacio vectorial de dimensión finita.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 31 Obsérvese que los vectores de W se pueden expresar como combinación lineal de (1. 2) constituya una base de W. 0. 0) } . Como también constituyen un Sistema Generador de W. entonces el conjunto es una base de W. Por lo tanto estos vectores constituyen un Sistema Generador de W. 1. Para que el conjunto de vectores (1. 0) El sistema de ecuaciones que se obtiene es el siguiente: α1 =0 α2 = 0 α1 + 2 α2 = 0 Se obtiene como solución al sistema que: α1 = 0 α2 = 0 Por lo que los vectores (1. 1. 0. 1. se debe verificar que sean Linealmente Independientes: α1(1. 2) son linealmente independientes. 1) y (0.

1. 0. entonces m ≤ n Si S genera a Rn. Entonces.1 el espacio vectorial es R2.3. En el Ejemplo 5. 0. por lo que es un espacio de dimensión 2. y por el teorema 5. EEJEMPLO: Los vectores (1. 0). TEOREMA 5. 0) } Rectas que pasan por el origen Planos que pasan por el origen R3 En el caso del Ejemplo 5. (0.1: Todo conjunto de n vectores Linealmente Independientes de Rn es una base de Rn.2: Sea el espacio vectorial Rn y S un conjunto con m elementos. se trata de un subespacio de dimensión 2 de R3 TEOREMA 5. entonces m ≥ n . 0) y (0.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 32 Espacios de dimensión uno: Espacios de dimensión dos: rectas que pasan por el origen R2 Los subespacios de R3 son los siguientes: Espacios de dimensión cero: Espacios de dimensión uno: Espacios de dimensión dos: Espacios de dimensión tres: { (0. sus bases tienen dos vectores. 1. 0. constituyen una base por que son tres vectores linealmente independientes de R3. a) b) Si S es linealmente independiente. entonces dicho conjunto es Linealmente Independiente. Recíprocamente si un conjunto de n vectores de Rn genera a Rn. 1) de R3 son linealmente independientes.

1).3: Indicar si el siguiente conjunto de vectores constituye una Base de R3: A = { (1. 1. 1. 0). (1. 0). (0. EJEMPLO Nº 5. y para poder generar un espacio de dimensión 3 como R3 se necesitan tres vectores linealmente independientes. (1. (0. (0. α2. 1). 1. 1). 0) son linealmente independientes. 0. 1). 1. 0) = (0.4: Indique si los siguientes conjuntos de vectores constituyen una base de R3: A = { (1. 0. 0) los vectores (1. 1). 1) + α2 (1. (1. 1. α3) = (0. (1. 1. constituyen una base de dicho espacio vectorial.1 al ser tres vectores L. 0. EJEMPLO Nº 5. 0). 1.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 33 De este teorema se deduce que un conjunto S. 0) Se obtiene el siguiente sistema de ecuaciones α1 + α2 + α3 = 0 α1 + α2 α1 α1 = 0 α2 = 0 . Por teorema 5. 1.α1 = 0 α3 = 0 . 0. 0. de R3.I. tiene que estar conformado por n elementos. 1. 1. (1.α1 – α2 = 0 Como la única solución del sistema es la trivial (α1. 0. 0) + α3 (1. para ser base de Rn. 0. =0 =0 Las soluciones del sistema son inmediatas: . 0) } Se verificará primeramente la Independencia Lineal de los Vectores α1 (1. 0) } SOLUCION El conjunto A no puede ser base de R3 por que contiene dos vectores. 0) } B = { (1.

1). 1) y v = (2.Hallar una base del espacio de soluciones del siguiente sistema de ecuaciones: 5x + 3y + z = 0 x + 2y =0 . -1. 1. 2). 1. EJERCICIOS PROPUESTOS – BASE Y DIMENSION 1 – Indique si los siguientes conjuntos de vectores constituyen una base de R3: A = { (1. 8. 1. 1. (1. 1). 2) } B = { (1. 1) } 2 – Indique si los vectores u = (1. (0. y. 1). 0.Hallar el vector coordenada de u = (-1. (1. (-1. 3. 1. 1. 2). 2. 0. y. z) Є R3 / -2x + y – z = 0 } 3 – Encontrar una base para los siguientes espacios vectoriales e indicar su dimensión: W = { (x. (1. 2). (2. 1. 0). (1. z) Є R3 / z = 0 } W = { (x. y. 0). 1. 5. 3. 1) respecto a las siguientes bases de R3: A = { (1. 1. 0) } B = { (0.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 34 El Conjunto B no puede se base de R3 por que contiene cuatro vectores y de acuerdo a teorema 5. y. 1) } C = { (1. -1). (0. (0. 1). 3. (1. 0. z) Є R3 / -x = y = 2z } 4 . 0). 3) } D = { (1. (1. z) Є R3 / y = z } W = { (x. -2) constituyen una base del espacio vectorial: W = { (x. 5. 1) } 5 . y. z) Є R3 / x + y – z = 0 } W = { (x. (0.2 cuatro vectores de R3 no pueden ser Linealmente Independientes. 1). 3.

TEOREMA 6. Por lo tanto la dimensión del espacio columna de A es 3. RANGO DE UNA MATRIZ Sea A una matriz m x n. (Teorema 5. mientras que espacio columna de A. TEOREMA 6.2 indica entonces que si a una matriz se le realizan operaciones elementales por filas. DEFINICION: el rango de una matriz A es la dimensión de sus espacios filas o espacios columna y se denota r(A). al subespacio de Rn generado por las filas de la matriz A. su rango no varía.1).2: El rango por filas y el rango por columnas de una matriz A de m x n son iguales. Rango Columna de A es 3. pues tres columnas L. Las dimensiones de dichos subespacios de Rn y de Rm se denominan rango fila y rango columna respectivamente y se puede demostrar que ambos rangos son iguales.1: Determinar el rango de la matriz A. 2 1 0  1   A = −1 2 1 1   2 − 4 1 − 2   Calculamos la matriz reducida por filas de A y se obtiene:  1 0 0 − 1/ 2    B =  0 1 0 1/ 4  0 0 1 0    Observar que el espacio generado por las columnas de A es R3. de R3 generan dicho espacio.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 35 6. EJEMPLO Nº 6. I.1: Si A y B son dos matrices m x n equivalentes por filas. Se denomina espacio fila de A. es el subespacio de Rm generado por las columnas de A. . entonces los espacios generados por los renglones de A y B son iguales. El Teorema 6.

I.3: Sea E la forma escalonada reducida de la matriz A. (0. 1). Por lo que rango fila de A es igual a 3. 0 1   1   A =  − 2 −1 − 4  3 −1 1    La matriz reducida por filas de A es la siguiente: 1 0 1   E =  0 1 2 0 0 0   Se puede observar que la matriz E tiene dos filas no nulas. Por lo tanto una base del espacio fila de A estará formada por los vectores: A={(1.2: Encuentre una base para el espacio fila de la matriz A y determine su rango. 2)} Como la base del espacio fila de A tiene dos vectores. por lo que el rango de A es igual a 2. Otra forma práctica para determinar el rango de una matriz está definida por el siguiente teorema: TEOREMA 6. que constituyen una base del espacio fila de A. de R4 sólo pueden generar un Subespacio de R4 de dimensión 3. . 0. dicho espacio es de dimensión dos. EJEMPLO 6. Los vectores fila diferentes de cero de E constituyen una base del espacio fila de A. 1. El rango de A es el número de vectores fila diferentes de cero de E.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 36 Por su parte las filas de A son Linealmente Independientes y tres filas L.

3: Determinar una base del subespacio de R3 generado por los vectores (1. 2). por lo que el rango Columna es igual a dos. Observar en el Ejemplo 6. D. 2. 6. pág. 29). son Linealmente Dependientes. generan un espacio de dimensión 2. El siguiente ejemplo ilustra este caso: EJEMPLO 6. 1. 2. 0) + 2 (0.2 que las columnas de la matriz E. 0. 0) Como las columnas son L. Por lo que se puede afirmar que el rango de una matriz es la cantidad de filas Linealmente Independientes de la misma. si los vectores filas constituyen una base del espacio fila de A.3 también es útil para encontrar una base de un subespacio generado por un conjunto de vectores. En este caso se ubican los vectores como filas de una matriz:  1 2 − 1   A = 0 1 2  2 6 2    Se calcula la matriz reducida por filas de A:  1 0 − 5   E = 0 1 2  0 0 0    La base del espacio fila de A es por lo tanto: . El concepto es también válido para las columnas de la matriz A. 2). (2. (Comprobar que el espacio generado por las columnas de A. -1). es un espacio de dimensión 2) El Teorema 6. (0. entonces dichos vectores son Linealmente Independientes (Por definición de Base. 1.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 37 RANGO Y DEPENDENCIA LINEAL De acuerdo al Teorema 6. En efecto: (1. por que la tercera columna se puede expresar como combinación lineal de la primera y segunda.3. 0) = (1.

-1). pág. Por lo tanto si una matriz A de n x n es inversible su rango debe ser igual a n. RANGO E INVERSA DE UNA MATRIZ Se ha afirmado que el rango de una matriz no varía si a dicha matriz se le realizan operaciones elementales de filas (Teorema 6. (2. 1.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 38 A = {(1. 2. dicha base consta de n elementos.CONTINUACION (Ver Matrices Pág. 2) de acuerdo al Teorema 6. 7 – Las filas de A constituyen una base de Rn . 4 – El espacio generado por las filas de A es Rn 5 – A tiene rango n 6 – Las filas de A son Linealmente Independientes. por lo que la dimensión del espacio generado por las filas de A es igual a n. -5). Como las filas no nulas constituyen una base de dicho espacio (Teorema 6. Las siguientes proposiciones son equivalentes: 1 – A es invertible. 35). 0. 250). la matriz reducida por filas de A no tendría filas nulas. . 1. 6. 2)} Que es a su vez base del espacio generado por los vectores (1. 3 – A es un producto de matrices elementales. Estas consideraciones permiten afirmar las siguientes proposiciones equivalentes: PROPOSICIONES EQUIVALENTES .3. que por ser su reducida por fila la matriz identidad de orden n. pág. 2). También se lo puede asociar al espacio fila de la matriz A. (0. 22) Sea A una matriz de n x n. (0. 1999. y por lo tanto el espacio generado por las filas de A sería Rn. (Kolman. 2 – La forma reducida por filas de A es In.3. pág 36).1.

Determine una base para el subespacio de R3 generado por los vectores del conjunto S.2.0.1)} .2). (0. I.1).2.1)}.-3. D y si son matrices inversibles:  2 0 − 1   A = −1 1 2  5 1 3   0 −1 3   1 −1 2 B= 2 0 2  5 4 −2  7  5 4  2   − 2 1 − 3   C =  4 3 11   3 0 6    o una matriz de 3 x 4 son linealmente . o L. 2 – Sea S = {(1.2). (2.1. (-1.1.4). Cual es el máximo valor del rango de A? 5 – Muestre que las columnas de dependientes.1). Indique si sus filas columnas son L.1.1.2). (0.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 39 EJERCICIOS PROPUESTOS – RANGO DE UNA MATRIZ 1 .1.0. (0.0.Sea S = {(1. Determine una base para el subespacio generado por los vectores del conjunto S.1. 3 – Determinar una base del espacio generado por las filas de la matriz A:  1 4 6    A =  − 2 3 − 1  − 2 1 − 3   4 – Si A es una matriz de 3 x 4.1.3). 1. 6 – Determine el rango de las siguientes matrices. (1.

. (0. el segundo no lo es 1c) Son subespacios todos los conjuntos propuestos 1d) El primer conjunto no es. 2. el segundo si. 2) Es subespacio el conjunto representado en el tercer gráfico. 3). (Recta que pasa por el origen) TEMA 3: COMBINACION LINEAL Y ESPACIO GENERADO 1) No 2) a) Si 4) a) Si b) Si c) No d) Si d) Si b) No c) No 5) Si generan W 6) Generan el plano cuya ecuación es z – y = 0 7 ) Los vectores (1. 1) pertenecen al espacio generado por u y v.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 40 RESULTADOS DE LOS EJERCICIOS PROPUESTOS TEMA 1: ESPACIOS VECTORIALES 1) Es Espacio Vectorial 2) Es Espacio Vectorial 3) a ) Si b) Si c) No d) Si 4) Es Espacio Vectorial 5) Es Espacio Vectorial TEMA 2: SUBESPACIOS 1a) No son subespacios ninguno de los conjuntos propuestos 1b) El primer y tercer conjunto son subespacios de R3. 1.

-4) 4 b ) Vector Coordenadas (x. (0. y. 0) } Dimensión : 2 c) Base de W: A = {(1. 7)} TEMA 6: RANGO DE UNA MATRIZ 1 – Base S = {(1.1)}. z ) = (5/2.0). Dimensión: 2 e) Base de W: A = { (-2. 1. (0. los conjuntos B. 0. 2. A = {(1. (0. 1) }. 1. 2.0). (0. 1. -3/2) 5 ) Base A ={ (-2. y. 0. 1). Dimensión: 1 4 a ) Vector coordenadas (x. Dimensión: 2 d) Base de W: A = { (1. 0). z) = (1. ½.0. 0. (0. 0) }. 1) }. Dim S = 3 .0.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 41 TEMA 4: DEPENDENCIA E INDEPENDENCIA LINEAL A) Son Linealmente Independientes B) Son Linealmente Independientes C) Son Linealmente Dependientes D) Son Linealmente Independientes E) Son Linealmente Dependientes F) Son Linealmente Independientes G) Son Linealmente Dependientes TEMA 5: BASE DE UN ESPACIO VECTORIAL 1) El conjunto A es Base de R3. 1. 1).1. C y D no son Bases de R3 2) Si 3) a) Base de W.

r(C)=2. Nakos. las filas de C son L.0.1)}. las filas de A son L. • • • Lipschutz. Cuadernillos Ciclo Común de Articulación de carreras de Ingeniería (2003): Autores Varios. Madrid Rojo. UNJU. • Grossman. UNSA.CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 42 2 – Base T = {(1. UNT. (0. (0. Graw Hill.1. (0.1)}. Editorial Limusa.0. (1992): Algebra Lineal. I. UNSE. REFERENCIAS BIBLIOGRAFICAS • Anton. Dim T = 4 3 – Base S = {(1. Mexico D. Editorial El Ateneo. que por tener mayor número de incógnitas que ecuaciones es compatible indeterminado.D.0. Buenos Aires.0). D. S.0.0. • Joyner. Mexico D. Editorial Mc. Dim S = 2 4 – El máximo valor del rango de A es igual a 3 5 – Se formaría un sistema homogéneo de tres ecuaciones con cuatro incógnitas.0. Stanley (2001): Álgebra Lineal. Internacional Thomson Editores. G. D. F.0). Howard (1999): Introducción al Algebra Lineal. los vectores columnas de la matriz son L. (1998): Álgebra Lineal con aplicaciones. Editorial Mc Graw Hill. A es inversible. (0. Por tener dicho sistema soluciones distintas de las triviales. B es inversible.0. las filas de B son L. C no es inversible.1.0). Armando (1976): Algebra II. r(B) = 4.1.I. UNCA . 6 – r(A) = 3.2) . F..

CATEDRA: ALGEBRA TEMA: ESPACIOS VECTORIALES 43 .

Sign up to vote on this title
UsefulNot useful