You are on page 1of 14

Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez



3. El Espacio Vectorial

- OPERACIÓN INTERNA
- GRUPO
- CUERPO
- ESPACIO VECTORIAL
- EL ESPACIO 
- EL ESPACIO
2

- REPRESENTACIÓN GEOMÉTRICA DE
3

- EJEMPLOS DE ESPACIO VECTORIAL
- SUBESPACIOS VECTORIALES
- CARACTERIZACIÓN DE LOS SUBESPACIOS VECTORIALES
- COMBINACIÓN LINEAL
- DEPENDENCIA LINEAL
- CARACTERIZACIÓN DE LOS VECTORES LINEALMENTE
INDEPENDIENTES
- SISTEMA DE GENERADORES
- DIMENSIÓN
- BASE
- COORDENADAS
Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez
EL ESPACIO VECTORIAL

OPERACIÓN INTERNA
Dado un conjunto X , definir en este conjunto una operación interna es dar, de una
forma clara y univoca (única e inequívoca), el resultado de operar dos elementos
cualesquiera de X . El resultado de esta operación debe ser, por supuesto, también un
elemento de X .

GRUPO
La estructura de Grupo es una de las más naturales que tiene cualquier conjunto de
elementos sobre los que se ha definido una operación interna. Probablemente, el modelo
que dio lugar a esta estructura fue el de los números enteros con la operación suma.
Haciendo la máxima abstracción posible de las propiedades que emanan del modelo, se
define un Grupo como un conjunto G , diferente del vacío, con una operación interna (que
habitualmente se denota como la operación suma “ + ”), que verifica las propiedades:

- , , ¬ e x y z G , se verifica que: ( ) ( ) + + = + + = + + x y z x y z x y z
- - e e G , tal que para todo elemento e x G , se verifica que + = + = e x x e x
- ¬ e x G existe otro elemento ´e x G tal que ´ ´ + = + = x x x x e

La primera propiedad es la propiedad ASOCIATIVA y es la que permite operar muchos
elementos; ya que se puede empezar operando con dos elementos, y el resultado de esta
operación operarlo con un tercer elemento que nos dará un nuevo elemento que se puede
operar con el cuarto elemento, y así sucesivamente llegar a operar todos. La segunda
propiedad nos dice que existe un elemento especial, denominado elemento NEUTRO, que
operado con cualquier otro elemento lo deja invariable. La tercera propiedad nos
conduce al concepto de simetría: es decir, dado un elemento cualquiera del conjunto,
éste estará “a un lado o al otro del neutro”, al elemento que está justo en el “lado”
contrario de un elemento dado es su SIMÉTRICO ; y tiene la propiedad (lógicamente) de
que operado con él se obtiene el elemento neutro. En general dados dos elementos
cualesquiera x e y de G , no tienen por qué ser conmutables. Cuando para cualesquiera
x e y de G , se verifica que + = + x y y x , se dice que el grupo es abeliano o
conmutativo. La unicidad del elemento neutro y la propiedad cancelativa, se demuestran
con facilidad. El conjunto de los enteros  , con la operación suma, es uno de los grupos
conmutativos más importante que existe. Otro grupo muy importante es el de los
números reales con la suma, ( ) , +  .

CUERPO
Cuando se tiene un conjunto K con dos operaciones internas definidas en él, que para
simplificar denotaremos como suma “ + ” y producto “× ” (a veces expresada como un
simple punto o hasta incluso como nada), que cumplen las propiedades:

- Respecto a la suma, K es un grupo abeliano.
Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez
- Respecto al producto, tiene también todas las propiedades de grupo abeliano, excepto
que el neutro del producto tiene que ser distinto del neutro de la suma y, además, el
neutro de la suma carece de simétrico en la operación producto.
- La suma y el producto tienen unas propiedades que las relacionan que son: la
DISTRIBUTIVA de la suma en relación del producto y del producto en relación a la suma.
Es decir para cualesquiera tres elementos x , y , z de K se verifica que:

( ) ( ) ( )
( ) ( ) ( )
× + = × + ×
+ × = × + ×
x y z x y x z
x y z x z y z


Si el conjunto K , con estas dos operaciones verifica todas estas propiedades, entonces,
se dice que se ha dotado al conjunto K de una estructura de cuerpo conmutativo (si
respecto a la operación “×”, no se verificase la propiedad conmutativa entonces K
simplemente tendría estructura de cuerpo). El conjunto de los reales  , con las
operaciones suma y producto, es uno de los cuerpos conmutativos más importantes que
existen, éste cuerpo se denota como ( ) , , + ·  , o simplemente por  .

ESPACIO VECTORIAL
Un Espacio Vectorial V , es esencialmente un grupo conmutativo ( ) + V , , aunque debe
existir también un cuerpo conmutativo ( ) © · K , , , y una operación externa “  ”, que opera
elementos del cuerpo K con elementos del grupo V , dando como resultado elementos
del grupo V . Deberán existir, pues, cuatro operaciones: la interna del grupo V que
denotaremos por “ + ” ; las dos internas del cuerpo K , que denotaremos por “ ©” y “ · ”,
y la ley externa (que opera elementos K con elementos de V dando como resultado
elementos de V ) que denotaremos por “ ”. Para que V sea un Espacio Vectorial estas
cuatro operaciones tienen que ser compatibles, es decir deberán estar ligadas por las
siguientes relaciones:

- Para todo o y | de K , y para todo x de V (1)

( ) ( ) ( ) o | o | © = + x x x   

- Para todo o de K , y para todo x , y de V

( ) ( ) ( ) o o o + = + x y x y   

- Para todo o y | de K , y para todo x de V

( ) ( ) o | o | · = · x x  

- Si µ es el elemento neutro del producto de K , entonces para todo x de V

µ = x x 
Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez
OBSERVACIÓN:
Para distinguir los elementos del CUERPO (también llamados elementos escalares), de
los elementos del GRUPO (los llamados vectores), algunos autores distinguen a los
vectores escribiéndolos en negrita, otros, utilizan una pequeña rayita encima. Aquí, en
general, los distinguiremos, porque para los elementos escalares del cuerpo utilizaremos
letras de abecedario GRIEGO, es decir, las letras o | ì µ , , , ..., , ..., etc; Para los elementos
de V , es decir para los vectores, utilizaremos letras de nuestro abecedario español:
x , y ,u,v ,w, s , ... , etc. Cuando por el contexto pueda haber alguna confusión, utilizaremos
también una rayita encima. Para aquellos vectores significativos, como por ejemplo el
vector cero, utilizaremos casi siempre la notación 0 , para distinguirlo perfectamente
del 0 en el cuerpo K . En general la ley externa y las dos operaciones multiplicativos de
V y de K , se designan ambas por un simple punto “ · ”, y a veces ni siquiera eso. Saber
de que tipo de operación se trata se deduce fácilmente por su contexto. Así, por
ejemplo, al escribir o · x , o simplemente ox , sabemos que se trata de la ley externa
que opera un elemento del cuerpo K con uno del grupo V . Cosa contraria es cuando se
escriba o | · o simplemente o| , en este caso es el producto de elementos de K . Para la
suma siempre se utilizará la notación “+”, bien sea para sumar elementos de K , como por
ejemplo o | + , como para sumar elementos de V , como por ejemplo + u v .
Generalmente, consideraremos siempre que el cuerpo que actúa exteriormente es  .


En todo espacio vectorial V , se verifican las siguientes propiedades:

1. Se verifica la propiedad Cancelativa, es decir, + = + ¬ = a x b x a b
2. El elemento neutro 0 de V , es único
3. · = 0 x 0
4. ( ) ( ) ì ì ì ÷ · = ÷ · = · ÷ x x x

Solución: 1) Si + = + a x b x , entonces sumando a ambos lados de la igualdad el elemento
÷x , se tendría que: ( ) ( ) + + ÷ = + + ÷ a x x b x x , es decir = a b . 2) Si hubiese otro
neutro u diferente del 0 , se tendría por una parte, que por ser 0 el neutro, entonces
+ = + = 0 u u 0 u ; y, por otra parte, por ser también u el neutro, entonces
+ = + = 0 u u 0 0 ; lo que obviamente significa que = 0 u . 3) Tomando un ì cualquiera de
K , como K es un cuerpo tiene elemento neutro 0 para la suma, es decir ì ì = +0 .
Aplicando entonces la primera de las propiedades que debe cumplir la ley externa, se
tiene que:
( ) ì ì ì · = + · = · + · x 0 x x 0 x

Es decir, · 0 x , tiene que ser el vector neutro respecto a la suma de vectores; luego,
· = 0 x 0 . 4) Se verifica que para cualquier ì de K , y cualquier x de V es


( ) ( )
( ) ( )
ì ì ì ì
ì ì ì ì
¦
= · = + ÷ · = · + ÷ · (
¸ ¸
¦
´
(
= · = · + ÷ = · + · ÷
¦
¸ ¸ ¹
0 0 x x x x
0 0 x x x x
, luego ( )
( )
ì ì ì ÷ · · = · ÷ x = - x x
Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez
El Espacio 
En el apartado anterior, vimos que para definir un Espacio Vectorial se necesitaba un
grupo y un cuerpo, pero nada se dijo acerca de la necesidad o no de que los conjuntos
donde éstos estaban definidos tuviesen que ser distintos. Podría, entonces, tomarse
como grupo, el grupo conmutativo ( ) , +  , y como cuerpo, el cuerpo ( ) , , + ·  ; sólo falta
definir la ley de composición externa. Pero, al ser los dos conjuntos sobre los que está
definido el grupo y el cuerpo el mismo conjunto  , la ley de composición externa en
realidad va a operar también dos elementos de  , luego nada impide que esta operación
pueda ser la operación producto del cuerpo ( ) , , + ·  . Por tanto las cuatro operaciones que
pueden actuar sobre el espacio vectorial  que estamos construyendo, se quedan
reducidas únicamente a las dos operaciones “ + ” y “ · ”. Para ver que la estructura así
definida es un espacio vectorial sólo faltaría ver que se cumplen las cuatro propiedades
enunciadas en (1), es decir se debe cumplir que:

- Para todo a y b de  , y para todo x de 

( ) ( ) ( ) + · = · + · a b x a x b x

- Para todo a de  , y para todo x , y de 

( ) ( ) ( ) · + = · + · a x y a x a y

- Para todo a y b de  , y para todo x de 

( ) ( ) · · = · · a b x a b x

- Si u es el elemento neutro del producto interno de, entonces para todo x de 

· = u x x

Demostrar que estas cuatro propiedades se cumplen, es fácil, ya que: las dos primeras
son las distributivas en el cuerpo  ; la tercera es la asociativa del producto de  , y la
cuarta también se verifica: es la existencia del neutro en el producto de  .

EL ESPACIO
2

De una forma similar a la anterior, se podría definir el espacio vectorial
2
 . En el
conjunto
2
= ×    , de los pares de números reales, se define la ley de composición
interna (que se denota de la misma manera que la de  , pues se define a partir de ella)
“+”, definida por:
( ) ( ) ( ) ( ) ( )
2
a, b c,d a c, b d a, b , c,d + = + + ¬ e

Se puede comprobar fácilmente que
( )
2
, +  es grupo abeliano. Además, como ( ) , , + ·  es
un cuerpo. La operación externa se puede inducir de la operación ” · “, definiendo
Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez
( ) ( ) = · · x a, b x a, x b  . Para todo x de  , y para todo ( ) a, b de
2


Se podría demostrar, sin dificultad, que esta ley de composición externa verifica las
cuatro propiedades antes expuestas, y que por lo tanto,
2
 es un espacio vectorial.
Para simplificar la notación, la operación “ ”, se podría representar también como un
simple punto “·” ; y, cuando está seguida o precedida por paréntesis ni siquiera por un
punto. Así
( ) ( ) ( ) ( ) = · + = + + = + a b a b, x a b x a b , a b x a b x   

De la misma forma que se ha definido el espacio
2
 , se podría haber definido
3
 , y en
general
n
 . El espacio
n
 es el denominado espacio vectorial de las n-uplas de números
reales, y, tal como veremos más adelante, será un espacio muy importante y utilizado.

REPRESENTACIÓN GEOMÉTRICA DE
3

En un sistema de ejes cartesianos, todo elemento ( ) x, y de
2
 , se puede considerar
como las coordenadas del extremo de un segmento de origen el punto ( ) 0,0 y de
extremo el punto ( ) x, y . De la misma forma, todo elemento ( ) x, y , z de
3
 , se puede
considerar como las coordenadas del extremo de un segmento orientado de origen el
punto ( ) 0,0,0 , y de extremo el punto ( ) x, y , z . Ejemplo, el vector ( )
1 2 3
x , x , x , tendría
la siguiente representación:

Aunque es difícil imaginarse espacios de más de tres dimensiones, en alguna manera
haciendo una abstracción, se podría pensar en un vector del espacio vectorial
n
 como
en un punto de un hiperespacio de dimensión n. El tener en mente estos espacios
geométricos de los espacios vectoriales anteriormente definidos ayudará mucho a
visualizar y comprender muchos de los resultados que vamos a explicar.

La estructura de espacio vectorial es una de las más importantes, y se da con mucha
frecuencia. Vamos a citar algunos ejemplos:
Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez


1 – En el conjunto F de las funciones reales de variable real, dadas dos funciones
cualesquiera f y g del conjunto F , se define la suma ( ) + f g , como la función que a
todo elemento x e , le hace corresponder el elemento ( ) ( ) + f x g x de  .
Obviamente al definir la suma en F mediante la suma de elementos de  , el conjunto
F con esta operación será, al igual que  , un grupo abeliano, que podríamos denominar
como ( ) + F , . Si ahora se toma como cuerpo de operadores externos el mismo cuerpo  ,
y se define una ley de composición externa sobre el grupo F de forma que un elemento
ì de  y una función f de F le hacemos corresponder la función que a todo
elemento x e , le hace corresponder el elemento de  igual al producto ( ) ì ·f x . Al
haber definido la ley de composición externa mediante producto de elementos de  se
verificarán las propiedades (1) al igual que sucedió cuando se demostró en
2
 .

2 – Sea | |
n
P x el conjunto de polinomios de grado menor o igual a n en una
indeterminada e x  , la suma de dos polinomios cualesquiera

| | = + + + +
2 n
n 0 1 2
p x a a x a x ... a x (donde
i
a e , para todo i desde 0 hasta n )
y
| | = + + + +
2 n
n 0 1 2
q x b b x b x ... b x (donde
i
b e , para todo i desde 0 hasta n )

se define como el polinomio

| | | | ( ) ( ) ( ) ( ) + = + + + + + + + +
2 n
n n 0 0 1 1 2 2
p x q x a b a b x a b x ... a b x

Por otra parte, la ley externa, se define de forma que a todo elemento ì de  , y a todo
polinomio de la forma | | = + + + +
n
n 0 1 2
p x a a x a x ... a x , le hace corresponder el polinomio
| | ì ì ì ì ì = + + + +
n
n 0 1 2
p x a a x a x ... a x . Se deja al lector demostrar que se cumplen las
propiedades (1), que hacen que | | ( ) + · P x , ,  , sea un espacio vectorial

3 – Dado el cuerpo  , se define una matriz de m filas y n columnas (matriz de
dimensión × m n ) de elementos de  , como un objeto de la forma:

...
...
.. .. ... ..
...
| |
|
|
|
|
|
\ .
11 12 1n
21 22 2n
m1 m2 mn
a a a
a a a
a a a


donde
ij
a e , para todo s s 1 i n y para todo s s 1 j n . La matriz anterior se puede
escribir en forma mucho más sintética como
( )
ij
a . Se define la suma de dos matrices
( )
ij
a y
( )
ij
b , ambas de m filas y n columnas, como la matriz:
Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez

...
...
.. .. ... ..
...
+ + + | |
|
+ + +
|
|
|
|
+ + +
\ .
11 11 12 12 1n 1n
21 21 22 22 2n 2n
m1 m1 m2 m2 mn mn
a b a b a b
a b a b a b
a b a b a b


es decir, como la matriz
( )
+
ij ij
a b . Es muy fácil demostrar que el conjunto de las
matrices de dimensión × m n , con la operación suma es un grupo abeliano. Si ahora se
toma como cuerpo de escalares el cuerpo  , y se define como ley de composición
externa aquella que a toda matriz
( )
ij
a del grupo de matrices, definido anteriormente, y
a todo escalar ì del cuerpo  , le hace corresponder la matriz de m filas y n columnas

...
...
.. .. ... ..
...
ì ì ì
ì ì ì
ì ì ì
| |
|
|
|
|
|
\ .
11 12 1n
21 22 2n
m1 m2 mn
a a a
a a a
a a a


Es muy fácil demostrar que la estructura definida es un espacio vectorial.

4 – Sea el sistema de ecuaciones lineales homogéneo, de n incógnitas y m ecuaciones,
en  dado por:

.........
.........
......
......
.........
+ + + = ¦
¦
+ + + =
¦
¦
´
¦
¦
+ + + = ¦
¹
11 1 12 2 1n n
21 1 22 2 2n n
m1 1 m2 2 mn n
a x a x a x 0
a x a x a x 0
a x a x a x 0


Una solución del sistema será un vector de
n
 , es decir, una n-upla de números reales
( )
n 1 2
s , s , ..., s , tal que sustituyendo
1
s por
1
x ,
2
s por
2
x , y así hasta sustituir
n
s por
n
x ,
se verifican todas las igualdades anteriores. Definiendo entonces en el conjunto de
soluciones del sistema las mismas operaciones que definíamos en
n
 : observamos que si
( )
n 1 2
s , s , ..., s es una solución del sistema y ( )
n 1 2
z , z , ..., z es otra solución, entonces
( ) ( ) ( ) + = + + +
n n n n 1 2 1 2 1 1 2 2
s , s , ..., s z , z , ..., z s z , s z , ..., s z es también una solución ya que
para cualquier ecuación i , desde 1 hasta m , del sistema anterior, si

... + + + =
i 1 1 i 2 2 in n
a s a s a s 0 ,
y
... + + + =
i 1 1 i 2 2 in n
a z a z a z 0 ,

entonces sumando ambas ecuaciones, se tiene que también

Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez
( ) ( ) ( ) ... + + + + + + =
i 1 1 1 i 2 2 2 in n n
a s z a s z a s z 0 .

Ya que al ser  un cuerpo, aplicando las propiedades distributiva, conmutativa y
asociativa, es

( ) ( ) ( )
( ) ( )
...
... ...
+ + + + + + =
+ + + + + + + = + =
i 1 1 1 i 2 2 2 in n n
i 1 1 i 2 2 in n i 1 1 i 2 2 in n
a s z a s z a s z
a s a s a s a z a z a z 0 0 0


Luego la suma de dos soluciones del sistema es otra solución del sistema. Además:

- Existe elemento neutro, que es el vector ( ) 0,0, ...,0
- Dada la solución ( )
n 1 2
s , s , ..., s . existe su simétrica que es ( ) ÷ ÷ ÷
n 1 2
s , s , ..., s ,
- Las propiedades asociativa y conmutativa se cumplen (se probaría sin dificultad)

Por tanto el conjunto de soluciones, con la suma heredada de la definición de suma de
vectores de
n
 , es un grupo abeliano.

Por otra parte se puede considerar el cuerpo  , como el cuerpo que opera
exteriormente sobre este grupo, y esta operación se podría definir en la misma forma
en que se definió la ley externa en el espacio vectorial
n
 , ya que si ì es cualquier
elemento de  , y ( )
n 1 2
s , s , ..., s es cualquier solución del sistema la n-upla de números
reales ( ) ì ì ì
n 1 2
s , s , ..., s , es también una solución del sistema, ya que para cualquier
ecuación i , desde 1 hasta m ,, del sistema anterior, si

... + + + =
i 1 1 i 2 2 in n
a s a s a s 0 ,
entonces

( ) ... ... ... ì ì ì ì ì ì + + + = + + = + + = · =
i 1 1 i 2 2 in n i 1 1 in n i 1 1 in n
a s a s a s a s a s a s a s 0 0

Faltaría por ver que las operaciones verifican las cuatro propiedades de espacio
vectorial definidas en (1), pero al ser las operaciones que hemos definido las mismas que
se utilizaron al definir
n
 , es obvio que se van a cumplir.

Este ejemplo nos sirve además para introducir la idea de subespacio vectorial. Hemos
demostrado que el conjunto de soluciones del sistema de ecuaciones anterior está
constituido por elementos del espacio vectorial
n
 , y además las operaciones que le
dotan de estructura de espacio vectorial son también las mismas que las se definieron en
el espacio
n
 , sin embargo está claro que este espacio no tiene por que coincidir con
n
 , ya que obviamente puede haber n-uplas de números reales que no sean solución del
sistema. Es decir, hay espacios vectoriales que están contenidos en espacios vectoriales
mayores, estos espacios se dirán que son subespacios vectoriales del espacio que los
contiene.
Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez
En el conjunto
2


se definen las operaciones siguientes:


( ) ( ) ( )
( ) ( ) o o
+ = + +
- = ·
1 2 1 2 1 1 2 2
1 2 1
x , x y , y x y , x y
x , x x ,0


¿Es
2


un espacio vectorial sobre  respecto de las citadas operaciones?

Solución:
La cuarta propiedad de compatibilidad de la ley externa respecto a las operaciones de
2
 no se cumple, ya que si se opera externamente el elemento unidad de  , con un
elemento cualquiera ( )
1 2
x , x de
2
 , el resultado no es el elemento ( )
1 2
x , x de
2
 , pues

( ) ( ) ( ) ( ) - = · = =
1 2 1 1 1 2
1 x , x 1 x ,0 x ,0 x , x

Por tanto no es espacio vectorial.

SUBESPACIOS VECTORIALES
En el último ejemplo, del apartado anterior, hemos visto que el conjunto de soluciones
de un sistema homogéneo de m ecuaciones en n variables es un espacio vectorial. Una n-
upla, o lo que es lo mismo, un elemento ( )
n 1 2
s , s , ..., s

del espacio vectorial
n

,
será
solución del sistema, si sustituyendo las variables del sistema por las componentes de
( )
n 1 2
s , s , ..., s se obtienen m igualdades ciertas. Por supuesto no todo elemento de
n
 ,
tiene por qué ser una solución del sistema. Es decir, el conjunto de soluciones, es un
espacio vectorial en sí mismo, pero hay otro espacio vectorial que lo contiene que es
n
 .

Un subconjunto H (distinto del vacío) de un espacio vectorial ( ) + · V , , K , será también
espacio vectorial respecto a las operaciones heredadas del espacio V (tanto la interna,
como la externa que opera en el cuerpo K ), si éstas son cerradas en H . Es decir, si la
operación interna de V , lo es también en H ; y la operación externa “· ” de K sobre V ,
lo es también de K sobre H . Es decir se tiene que verificar que:

1. c H V
2. , ¬ e x y H , se verifica que + e x y H
3. ì ¬ eK y ¬ e x H , se verifica que ì · e x H


Demostrar que si verifican las tres propiedades señaladas en los tres puntos
precedentes, entonces, ( ) + H, es un grupo abeliano; es decir, se verifican las cuatro
propiedades: ASOCIATIVA, ELEMENTO NEUTRO, ELEMENTO SIMÉTRICO, y CONMUTATIVA.

Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez
Demostración:
La ASOCIATIVA se verifica para los elementos de H , ya que se verifica para los de V ,
y H está contenido en V . Además para todo x de H , si se toma el ( ) ÷1 de K , el
elemento ( ) ÷ · ÷ · = ÷ 1 x = 1 x x , también será de H , luego el SIMÉTRICO de todo
elemento de H está también en H . Además, como H es distinto del vacío, existe al
menos un x de H , y por lo antes visto, ( ) ÷x pertenece también al conjunto H , luego
la suma ( ) + ÷ = x x 0 , también pertenece a H , es decir, el NEUTRO está en H . LA
CONMUTATIVA obviamente también se cumple, ya que se cumple en H , y c H V .

Caracterización de los Subespacios Vectoriales
Si V es un espacio vectorial sobre un cuerpo K , y H es un subconjunto no vacío de
V , entonces:

, , ; , ì µ ì · · + · e ¬ e ¬ e es un Subespacio Vectori H V x al de y S y K x y V

Observación. La demostración de que esto equivale a los tres puntos reseñados
anteriormente, es fácil, y se deja como ejercicio al lector.

COMBINACIÓN LINEAL
Si V es un espacio vectorial sobre un cuerpo K , se dice que e x V , es una
combinación lineal de los vectores del conjunto { } c
m 1 2
v ,v , ...,v V , si existen los
elementos ì ì ì e
m 1 2
, , ..., K , tales que

ì ì ì = · + · + + ·
m m 1 1 2 2
x x x ... x

DEPENDENCIA LINEAL
Si un vector e x V se puede expresar como una combinación lineal de un conjunto de
vectores
m 1 2
v ,v , ...,v de V , se dice que éste vector x depende linealmente ellos. Los
vectores del conjunto { } c
m 1 2
v ,v , ...,v V , se dice que son linealmente independientes, si
ninguno de ellos depende linealmente del resto.

CARACTERIZACIÓN DE LOS VECTORES LINEALMENTE INDEPENDIENTES
Los vectores del conjunto { } c
m 1 2
v ,v , ...,v V , son linealmente independientes · la
única combinación lineal ì ì ì · + · + + ·
m m 1 1 2 2
v v ... v ,

cuyo resultado es el vector cero, es
aquella donde todos los ì
i
son iguales a cero.

Demostración.
Si existiese algún ì
i
= 0, para el que fuese, ì ì ì · + + · + + · =
m m i i 1 1
v ... v ... v 0 , se
podría dividir todo por ì
i
, dando que ...
ì ì
ì ì
| | | |
= ÷ + + ÷
| |
\ . \ .
m 1
i 1 m
i i
v v v , con lo cual
i
v , se
expresaría como combinación lineal del resto y por lo tanto los vectores
m 1 2
v ,v , ...,v , no
serían linealmente independientes. El reciproco se demuestra igual de fácil.
Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez
SISTEMA DE GENERADORES
Si V es un espacio vectorial sobre un cuerpo K , entonces dado un conjunto de
vectores { } = c
m 1 2
S v ,v , ...,v V , el conjunto:

( ) { } ì ì ì ì ì ì = e = · + · + + · ¬ e /
m m m 1 1 2 2 1 2
L S x V x v v ... v , , , .., K ,

(es decir, el conjunto de todas las posibles combinaciones lineales de los vectores,
m 1 2
v ,v , ...,v ) es un subespacio vectorial de V , denominado espacio vectorial generado (o
expandido) por S . A los vectores
m 1 2
v ,v , ...,v , se les denominará sistema de generadores
de dicho subespacio, y se dice que ( ) L S es el espacio generado por los vectores
m 1 2
v ,v , ...,v . También se demuestra con facilidad, que ( ) L S es el menor espacio vectorial
que contiene a los vectores
m 1 2
v ,v , ...,v .

DIMENSIÓN
El espacio vectorial V se dice que tiene dimensión n, si en él se pueden encontrar n
vectores linealmente independientes pero es imposible encontrar más de n vectores
linealmente independientes.

Es decir, la dimensión de un espacio vectorial, es el número máximo de vectores
linealmente independientes que éste contiene. Convendremos en indicar por ( ) dim V a la
dimensión del espacio V . La dimensión del espacio
2
 es igual a dos, la dimensión del
espacio
3
 es igual tres. Los espacios que tienen dimensión finita se llaman espacios de
dimensión finita. Un espacio en el que se puedan encontrar tantos vectores linealmente
independientes como se quiera se llama espacio de dimensión infinita. Es un ejemplo de
un espacio de dimensión infinita el conjunto | | P x de todos los polinomios de
coeficientes reales; el conjunto de todas las funciones reales continuas en un intervalo
dado (o continuas en toda la recta numérica), es también de dimensión infinita.

BASE
Toda colección de n vectores linealmente independientes de un espacio n-dimensional
V se llama base de este espacio.

Observación:
Por la propias propiedades de espacio vectorial, es obvio que cualquier combinación
lineal de elementos de la base pertenece al espacio; además no puede haber ningún
vector del espacio que no pueda ser expresado como combinación lineal de los vectores
de la base, ya que entonces al ser los n vectores de la base linealmente independientes
entre sí, y este nuevo vector fuese linealmente independiente con ellos, se tendrían
+ n 1 vectores linealmente independientes en un espacio de dimensión n , y esto es
imposible. Lo cual quiere decir que toda base de un espacio es un sistema de generadores
de dicho espacio, que además está formado por vectores linealmente independientes.

Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez
BASES USUALES

- En el espacio vectorial
n
 , la base usual es, ( ) ( ) ( ) { } = B 1 , 0 , ..., 0 , 0 , 1 , ..., 0 , ..., 0 , 0 , ..., 1 .

- En el espacio vectorial | |
n
P x de los polinomios de grado menor o igual a n , con
coeficientes reales, la base usual es:
{ }
=
2 n
B 1, x , x , ..., x

- En el espacio de las matrices de elementos reales de m filas y n columnas, la
base usual es:

| | | | | | | |
| | | |
| | | |
| | | |
| | | |
| | | |
| | | |
| | | |
\ . \ . \ . \ .
= ,..., ,...,
1 0 .. 0 0 1 .. 0 0 0 .. 1 0 0 .. 0 0 0 .. 0
0 0 .. 0 0 0 .. 0 0 0 .. 0 1 0 .. 0 0 0 .. 1
, ,
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
0 0 .. 0 0 0 .. 0 0 0 .. 0 0 0 .. 0 0 0 ..
B
¦ ¹
| | | | | |
¦ ¦
| | |
¦ ¦
| | |
¦ ¦ ¦ ¦
| | |
´ `
| | |
¦ ¦
| | |
¦ ¦
| | |
¦ ¦ | | |
\ . \ . \ . ¦ ¦ ¹ )
,..., ,...,
0 0 .. 0 0 0 .. 0
0 0 .. 0 0 0 .. 0
. . . . . . . .
. . . . . . . .
0 1 0 .. 0 0 0 .. 1


PROPOSICIÓN:
Sea { } =
n 1 2
B e , e , ..., e una base de V . Entonces todo vector x del espacio, se puede
representar como una combinación lineal de los vectores de la base y, además, esta
representación es única.

Demostración.
Sea { } =
n 1 2
B e , e , ..., e una base cualquiera de un espacio n-dimensional V , y sea x e .
Puesto que cualesquiera + n 1 vectores son linealmente dependientes, en particular,
también son linealmente dependientes los vectores
n 1 2
e ,e , ...,e , x , es decir, existen unos
números o o o o
n 1 2
, , ..., , , no todos iguales simultáneamente a cero tales que

o o o o · + · + + · + · =
n n 1 1 2 2
e e ... e x 0

Además, es o = 0 , ya que de lo contrario seria o o o · + · + + · =
n n 1 1 2 2
e e ... e 0 , con alguno
de los coeficientes o o o
n 1 2
, , ..., , diferente de cero, y, por consiguiente, los vectores
n 1 2
e , e , ..., e , resultarían linealmente dependientes (absurdo pues forman una base).
Luego, o = 0 y, por tanto, se puede escribir

o o o
o o o
= ÷ ÷ ÷ ÷
n 1 2
n 1 2
x e e ... e

y, tomando
o
o
÷ =
i
i
x , se tendría que:

= + + +
n n 1 1 2 2
x x e x e ... x e

esta representación de x es única, ya que si fuese también = + + +
n n 1 1 2 2
x y e y e ... y e
restando ambas expresiones, se tendría que
Tema 3: El Espacio Vectorial

© Víctor Giménez Martínez
( ) ( ) ( ) ÷ + ÷ + + ÷ =
n n n 1 1 1 2 2 2
x y e x y e ... x y e 0

y, debido a la independencia lineal de los vectores
n 1 2
e ,e , ...,e , resulta

= = =
n n 1 1 2 2
x y , x y , ..., x y

COORDENADAS
Sea { } =
n 1 2
B e , e , ...,e una base de V . Para todo e x V , los números
n 1 2
x , x , ..., x , que
hacen que = + + +
n n 1 1 2 2
x x e x e ... x e , se llaman coordenadas del vector x en la base B .
Por tanto, la proposición anterior establece que dada una base de un espacio vectorial n-
dimensional V , todo vector de V tiene coordenadas en esta base (determinadas
unívocamente). Además, queda claro que si coinciden las coordenadas de dos vectores x
e y , estos vectores son iguales, ya que en este caso

= + + + =
n n 1 1 2 2
x x e x e ... x e y

Por esto, para determinar un vector x , basta indicar sus coordenadas
n 1 2
x , x , ..., x ,
expresando entonces

( ) =
n 1 2
x x , x , ..., x


Dado un Espacio Vectorial cualquiera ( ) V , , + ·  de dimensión finita, y una base
{ } =
n 1 2
B e , e , ...,e del mismo; se puede establecer el siguiente isomorfismo:

n
: V | ÷ 

El isomorfismo está definido de forma que a todo vector x de V , se le hace
corresponder la n-upla ( )
n 1 2
x , x , ..., x de
n
 , formada por las coordenadas de x en la
base B . Se deja como ejercicio al lector demostrar que | es isomorfismo, es decir,
demostrar que | es biyectiva y que además:

( ) ( ) ( )
( ) ( )
| | |
| ì ì | ì
¦ + = + ¬ e
¦
´
· = · ¬ e ¬ e
¦
¹
,

x y x y x, y V
x x , x V , K



Una gran ventaja de definir este isomorfismo, es la de poder trabajar en
n
 , en lugar
de trabajar en V .

Veámoslo en el siguiente ejemplo: