46

4. Introducción a los Espacios Vectoriales

4.1. Espacios Vectoriales

Definición 4.1. Un espacio vectorial real V es un conjunto de objetos, denominados

vectores, junto con dos operaciones binarias llamadas suma y multiplicación por escalar,
que satisfacen los siguientes diez axiomas
i) Si x ∈ V e y ∈ V , entonces x + y ∈ V . (Cerradura bajo la suma)

ii) Para todo x, y, z ∈ V , se tiene (x + y) + z = x + (y + z). (Ley asociativa para la

suma)

iii) Existe un vector O ∈ V , tal que para todo x ∈ V se cumple x + O = x = O + x.

iv) Si x ∈ V , existe un vector −x ∈ V tal que x + (−x) = O.

v) Si x, y ∈ V , entonces x + y = y + x. (Ley conmutativa para la suma)

vi) Si x ∈ V y α es un escalar, entonces α x ∈ V . (Cerradura bajo el producto)

vii) Si x, y ∈ V y α es un escalar, entonces α(x + y) = α x + α y. (Ley distributiva)

viii) Si x ∈ V , α y β escalares, entonces (α + β)x = α x + β x. (Ley distributiva)

ix) Si x ∈ V , α y β escalares, entonces α(β x) = (αβ)x. (Ley asociativa para el

producto)

x) Para cada vector x ∈ V , se cumple 1 · x = x.

Teorema 4.2. Sea V un espacio vectorial y α ∈ R. Entonces
i) αO = O para todo α ∈ R

ii) 0x = O para todo x ∈ V

iii) Si α x = O, entonces α = 0 o x = O (o ambos son cero)

iv) (−1)x = −x para todo x ∈ V

Nota. La parte iii) del teorema 4.2 no es tan obvia como parece, existe situaciones conocidas
en las que xy = 0 no implica que x = 0 o y = 0. Por ejemplo, sean
   
1 1 −1 1
A= y B=
1 1 1 −1
En donde ni A ni B son la matriz cero, pero
     
1 1 −1 1 0 0
AB = · = =O
1 1 1 −1 0 0

L.E.C.L.
4.1 Espacios Vectoriales 47


Ejemplo 4.3. Sea V = 0 , es decir, V consiste únicamente del número 0. V es un espacio
vectorial.

Sol: Veamos que V es un espacio vectorial. Mostremos que cumple los axiomas de espacio
vectorial.

i) Sea 0 ∈ V , entonces 0 + 0 = 0 ∈ V .

ii) Sea 0 ∈ V , se sigue (0 + 0) + 0 = 0 + 0 = 0 = 0 + 0 = 0 + (0 + 0).

iii) Existe el 0 ∈ V por definición, luego 0 + 0 = 0 = 0 + 0.

iv) Sea 0 ∈ V , luego −0 = 0 ∈ V y además 0 + (−0) = 0 + 0 = 0.

v) Sea 0 ∈ V , entonces 0 + 0 = 0 + 0.

vi) Sea 0 ∈ V y α un escalar, entonces α 0 = 0 ∈ V .

vii) Sea 0 ∈ V y α un escalar, por lo cual α(0 + 0) = α 0 = 0 = 0 + 0 = α 0 + α 0.

viii) Sea 0 ∈ V , α y β escalares, luego (α + β)0 = 0 = 0 + 0 = α 0 + β 0.

ix) Sea 0 ∈ V , α y β escalares, entonces α(β 0) = α 0 = 0 = (αβ)0.

x) Sea 0 ∈ V , entonces 1 · 0 = 0.

Por lo tanto se cumplen los diez axiomas, mostrando de V es un espacio vectorial.


Ejemplo 4.4. Sea V = 1 , es decir, V consiste únicamente del número 1. V no es un
espacio vectorial.

Sol: Veamos que V NO es un espacio vectorial. Pues no cumple algunos axiomas.

i) Sea 1 ∈ V , entonces 1 + 1 = 2 ∈
/ V.

iv) Sea 1 ∈ V , luego −1 ∈

/ V.

Por tanto, se tiene que V no es un espacio vectorial.

  

 x 1 , 

  x2 
 

Ejemplo 4.5. Sea V =  .  xi ∈ R = Rn es un espacio vectorial.
 

  ..  

 
xn
 

 
x
Ejemplo 4.6. Muestre que el conjunto de vectores V dado por los y  ∈ R3 con

z
2x − y − 12z = 1 no es un espacio vectorial.

L.E.C.L.
4.1 Espacios Vectoriales 48

V 
Sol:  no es un espacio vectorial ya que al menos no cumple el axioma iii, puesto que
0
O = 0 no está en V

0
2(0) − (0) − 12(0) = 0 6= 1

Ejemplo 4.7. Si V = Mmn = Rm×n que denota el conjunto de todas las matrices de tamaño
m × n con componentes reales, es un espacio vectorial con la suma de matrices y el producto
por escalar.
 
x
Ejemplo 4.8. Muestre que el conjunto de vectores V dado por los y  ∈ R3 con

z
2x − y − 12z = 0 es un espacio vectorial.

Sol: El espacio vectorial se puede escribir como

  
 x
,

3
V =  y ∈R
 2x − y − 12z = 0 .
 
z
Veamos que cumple los axiomas de espacio vectorial. En efecto, sean
     
x1 x2 x3
u = y1 ,
  v = y2
  y w = y3  en V ,

z1 z2 z3
por lo tanto

2x1 − y1 − 12z1 = 0 , 2x2 − y2 − 12z2 = 0 y 2x3 − y3 − 12z3 = 0 (15)

Luego, se sigue

i) Sean u, v ∈ V , entonces
     
x1 x2 x1 + x2
u + v =  y1  +  y2  =  y1 + y2 
z1 z2 z1 + z2
Veamos que u + v ∈ V . Entonces




2 x1 + x2 − y1 + y2 − 12 z1 + z2 = 2x1 + 2x2 − y1 − y2 − 12z1 − 12z2



= 2x1 − y1 − 12z1 + 2x2 − y2 − 12z2
= 0 + 0 = 0, por la condición (15)

Así, se cumple que u + v ∈ V .

L.E.C.L.
4.1 Espacios Vectoriales 49

ii) Sean u, v, w ∈ V , entonces veamos que (u + v) + w = u + (v + w).

           
x1 x2 x3 x1 + x2 x3 (x1 + x2 ) + x3
(u + v) + w =  y1  +  y2  +  y3  =  y1 + y2  +  y3  =  (y1 + y2 ) + y3 
z1 z2 z3 z1 + z2 z3 (z1 + z2 ) + z3
           
x1 + (x2 + x3 ) x1 x2 + x3 x1 x2 x3
=  y1 + (y2 + y3 )  =  y1  +  y2 + y3  =  y1  +  y2  +  y3 
z1 + (z2 + z3 ) z1 z2 + z3 z1 z2 z3
= u + (v + w)

 
0
iii) Primero veamos que el vector O = 0 ∈ V . En efecto, dado que 2(0)−(0)−12(0) = 0,

0
así se cumple que O ∈ V . Ahora probemos que u + O = O + u = u, así
       
x1 0 x1 + 0 x1
u + O = y1 + 0 = y1 + 0 = y1  = u
      
z1 0 z1 + 0 z1
       
x1 0 + x1 0 x1
u + O = u =  y1  =  0 + y1  = 0 +  y1  = O + u
z1 0 + z1 0 z1

iv) Sea u ∈ V , veamos que −u ∈ V . Nótese que

   
x1 −x1
−u = −  y1  =  −y1 
z1 −z1

Además, por la condición (15) se tiene que

2(−x1 ) − (−y1 ) − 12(−z1 ) = −2x1 + y1 + 12z1 = − 2x1 − y1 − 12z1 = −(0) = 0

Por lo cual −u ∈ V . Ahora mostremos que u + (−u) = O.

         
x1 −x1 x1 + (−x1 ) x1 − x1 0
u + (−u) = y1 + −y1 = y1 + (−y1 ) = y1 − y1 = 0 = O
        
z1 −z1 z1 + (−z1 ) z1 − z1 0

v) Sean u, v ∈ V , veamos que u + v = v + u.

           
x1 x2 x1 + x2 x2 + x1 x2 x1
u + v = y1 + y2 = y1 + y2 = y2 + y1 = y2 + y1  = v + u
          
z1 z2 z1 + z2 z2 + z1 z2 z1

L.E.C.L.
4.1 Espacios Vectoriales 50

vi) Sea u ∈ V y α un escalar. Veamos que α u ∈ V . Primero note que

   
x1 α x1
α u = α  y1  =  α y1 
z1 α z1
Entonces, por la condición (15)


2(α x1 ) − (α y1 ) − 12(α z1 ) = 2α x1 − α y1 − 12α z1 = α 2x1 − y1 − 12z1 = α(0) = 0
Por lo tanto, se tiene que α u ∈ V .

vii) Sean u, v ∈ V y α un escalar. Veamos que entonces α(u + v) = α u + α v.

        
x1 x2 x1 + x2 α(x1 + x2 )
α(u + v) = α  y1  +  y2  = α  y1 + y2  =  α(y1 + y2 ) 
z1 z2 z1 + z2 α(z1 + z2 )
         
α x1 + α x 2 α x1 α x2 x1 x2
= α y1 + α y2 = α y1 + α y2 = α y1 + α y2  = α u + α v
        
α z1 + α z2 α z1 α z2 z1 z2

viii) Sean u ∈ V y, α y β escalares. Veamos que (α + β)u = α u + β u.

     

x 1 (α + β)x 1 α x 1 + β x1
(α + β)u = α + β  y1  =  (α + β)y1  =  α y1 + β y1 
z1 (α + β)z1 α z1 + β z1
       
α x1 β x1 x1 x1
=  α y1  +  β y1  = α  y1  + β  y1  = α u + β u
α z1 β z1 z1 z1

ix) Sean u ∈ V y, α y β escalares. Veamos que α(β u) = (α β) u.

      
x1 β x1 α (β x1 )
α(β u) = α β  y1  = α  β y1  =  α (β y1 ) 
z1 β z1 α (β z1 )
   
(α β) x1 x1
= (α β) y1 = (α β) y1  = (α β) u
  
(α β) z1 z1

x) Sea u ∈ V , veamos que 1 · u = u.

     
x1 1 · x1 x1
1 · u = 1 y1 = 1 · y1 = y1  = u
    
z1 1 · z1 z1

En conclusión, como el conjunto V cumple los diez axiomas, entonces V es un espacio

vectorial.

L.E.C.L.
4.2 Subespacios Vectoriales 51

4.2. Subespacios Vectoriales

Definición 4.9. Sea H un subconjunto no vacío de un espacio vectorial V y suponga que

H es un espacio vectorial bajo las operaciones definidas en V restringidas a H, entonces H
es un subespacio de V .

Teorema 4.10. Sea H 6= ∅ (H es no vacío) contenido en V , donde V es un espacio vectorial.

H es subespacio de V si

1. Si x ∈ H e y ∈ H, entonces x + y ∈ H.

2. Si x ∈ H, entonces α x ∈ H, para todo escalar α.

Nota. Importante!!!
Todo subespacio de un espacio vectorial V contiene a O. Entonces un subconjunto de V que
no contiene al vector O no es un subespacio de V .

Ejemplo 4.11. Para cualquier espacio vectorial V , el subconjunto H = {O} que consiste
en el vector cero únicamente es un subespacio, pues es no vacío y además

O+O=O∈H y αO = O ∈ H , para todo escalar α

El subespacio H = {O} se denomina subespacio trivial.

Ejemplo 4.12. Sean V1 , V2 ∈ R2 dados. Muestre que

H = V ∈ R2 / V = aV1 + bV2 ; con a, b ∈ R



es un subespacio de R2 .

Sol: Note que H 6= ∅, dado que si a = 0 y b = 0, entonces V = 0 V1 + 0 V2 = O ∈ H.

Sean Z, W ∈ H, luego por definición existen a, b, c, d ∈ R escalares, tales que

Z = aV1 + bV2 y W = cV1 + dV2

i) Veamos que Z + W ∈ H. En efecto,

Z + W = (aV1 + bV2 ) + (cV1 + dV2 ) = aV1 + cV1 + bV2 + dV2

= (a + c)V1 + (b + d)V2 ∈ H

ii) Sea α ∈ R, veamos que αZ ∈ H.

αZ = α(aV1 + bV2 ) = α(aV1 ) + α(bV2 ) = (α a)V1 + (α b)V2 ∈ H

Por tanto, H es un subespacio vectorial de R2 .

L.E.C.L.
4.2 Subespacios Vectoriales 52

Ejemplo 4.13. Sea H = { x ∈ Rn / Ax 6= O } donde A ∈ Rn×n es una matriz dada.

Muestre que H no es un subespacio de Rn .

Sol: H no es un subespacio de Rn , porque O ∈

/ H. Pues, en caso contrario, si x = O,
entonces Ax = AO = O ∈/ H.

Ejemplo 4.14. Si V es un espacio vectorial, entonces V es un subespacio vectorial de V .

Definición 4.15. Los subespacios H distintos a {O} y V se denominan subespacios pro-

pios.

Ejemplo 4.16. Considere

H = { (x, y) / y = m x ; donde m ∈ R }

Muestre que H es un subespacio propio de R2 .

Sol: Note que H 6= ∅, dado que si x = 0, entonces y = m(0) = 0. De lo cual O = (0, 0) ∈ H.

Sean (x1 , y1 ) y (x2 , y2 ) en H, luego por definición deben cumplir que

y1 = m x1 y y2 = m x2

i) Veamos que (x1 , y1 ) + (x2 , y2 ) ∈ H. En efecto, se sabe que

(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 )

Entonces
y1 + y2 = m x1 + m x2 = m(x1 + x2 ) ∈ H

ii) Sea α ∈ R, veamos que α(x1 , y1 ) ∈ H. Primero, observe que α(x1 , y1 ) = (α x1 , α y1 ).

Así
αy1 = α(m x1 ) = m(α x1 ) ∈ H
Luego se cumple que α(x1 , y1 ) ∈ H.

Por tanto, H es un subespacio vectorial de R2 y es un subespacio propio de porque y = m x

es una recta, la cual está contenida propiamente en el plano R2 .

Ejemplo 4.17. Considere

H = { (x, y, z) / ax + by + cz = 0 ; con a, b ∈ R }

Muestre que H es un subespacio de R3 .

L.E.C.L.
4.3 Combinación Lineal y Espacio Generado 53

Sol: Es claro que H 6= ∅, dado que si x = y = z = 0, entonces a(0) + b(0) + c(0) = 0. De lo

cual (0, 0, 0) ∈ H.
Sean (x1 , y1 , z1 ) y (x2 , y2 , z2 ) en H, luego por definición deben cumplir que

ax1 + by1 + cz1 = 0 y ax2 + by2 + cz2 = 0 (16)

i) Veamos que (x1 , y1 , z1 ) + (x2 , y2 , z2 ) ∈ H. En efecto, se sabe que

(x1 , y1 , z1 ) + (x2 , y2 , z2 ) = (x1 + x2 , y1 + y2 , z1 + z2 )

Entonces

a(x1 + x2 ) + b(y1 + y2 ) + c(z1 + z2 ) = ax1 + ax2 + by1 + by2 + cz1 + cz2

= (ax1 + by1 + cz1 ) + (ax2 + by2 + cz2 ) , por (16)
= 0 + 0 = 0.

Entonces (x1 , y1 , z1 ) + (x2 , y2 , z2 ) ∈ H.

ii) Sea α ∈ R, veamos que α(x1 , y1 , z1 ) ∈ H. Primero, observe que

α(x1 , y1 , z1 ) = (α x1 , α y1 , α z1 ). Luego

a(α x1 ) + b(α y1 ) + c(α z1 ) = α(ax1 ) + α(by1 ) + α(cz1 )

= α(ax1 + by1 + cz1 ) = α(0) = 0

Así, se cumple que α(x1 , y1 , z1 ) ∈ H.

Por tanto, H es un subespacio vectorial de R3 .

Ejemplo 4.18. Sea V = Rn×n y sea H = { A ∈ Rn×n / A es invertible }. Note que H no es

un subespacio vectorial de Rn×n , puesto que A = O no está en H, pues la matriz nula no es
invertible.

4.3. Combinación Lineal y Espacio Generado

Definición 4.19. Sean V un espacio vectorial y S = {x1 , x2 , · · · , xn } un subconjunto de

V . Una combinación lineal de los vectores de S es cualquier vector x ∈ V que se deja
representar o expresar en la forma

x = c1 x 1 + c2 x 2 + · · · + cn x n ,

donde c1 , c2 , · · · , cn son escalares.

L.E.C.L.
4.3 Combinación Lineal y Espacio Generado 54

        
3  1 3 2 
3
Ejemplo 4.20. En R , el vector −12 es combinación lineal de
   −1 , 0 , −2 .
   
 
3 2 2 1

Sol: Note que

             
1 3 2 2 −9 10 3
2 −1 + (−3) 0 + 5 −2 = −2 +  0  + −10 = −12
2 2 1 4 −6 5 3

     
2×2 −3 2 −1 0 0 1
Ejemplo 4.21. En R , la matriz es combinación lineal de y .
−1 9 1 1 −2 3

Sol: Dado que

         
−1 0 0 1 −3 0 0 2 −3 2
(3) + (2) = + =
1 1 −2 3 3 3 −4 6 −1 9

Definición 4.22. Sea S = {x1 , x2 , · · · , xn } un subconjunto de un espacio vectorial V . El

conjunto de todas las combinaciones lineales de elementos de S se denomina el generado
de S, que es denotado como gen(S) o Span(S). Es decir,

gen(S) = gen{x1 , x2 , · · · , xn } = x / x = c1 x1 + c2 x2 + · · · + cn xn
   
→
− 1 →
− 0
Ejemplo 4.23. Los vectores i = y j = generan a R2 .
0 1

 
a
Sol: Sea ∈ R2 , entonces
b
         
a →
− →
− 1 0 a 0
=a i +bj =a +b = +
b 0 1 0 b

     
1 0 0
→
− →
− →
−
Ejemplo 4.24. Los vectores i = 0 , j = 1 y k = 0 generan a R3 .
    
0 0 1

L.E.C.L.
4.3 Combinación Lineal y Espacio Generado 55

 
a
Sol: Sea b  ∈ R3 , entonces

c
             
1 0 0 a 0 0 a
→
− →
− →
−
a i + b j + c k = a 0 + b 1 + c 0 = 0 + b + 0 = b
            
0 0 1 0 0 c c

Ejemplo 4.25. Los polinomios 1, x, x2 , x3 , · · · , xn generan a Pn , que es el espacio de todos

los polinomios de grado n.
Ejemplo 4.26. El espacio de matrices R2×2 es generado por
       
1 0 0 1 0 0 0 0
, , , .
0 0 0 0 1 0 0 1

 
a b
Sol: Sea ∈ R2×2 , entonces
c d
       
1 0 0 1 0 0 0 0
a +b +c +d
0 0 0 0 1 0 0 1
         
a 0 0 b 0 0 0 0 a b
= + + + =
0 0 0 0 c 0 0 d c d

Teorema 4.27. Si x1 , x2 , · · · , xn son vectores en un espacio vectorial V , entonces el

gen{x1 , x2 , · · · , xn } es un subespacio de V .
Teorema 4.28. Sean x1 , x2 , · · · , xn , xn+1 vectores en un espacio vectorial V . Si x1 , x2 , · · · , xn
generan a V , entonces x1 , x2 , · · · , xn , xn+1 también generan a V . Es decir, si se agregan uno
o más vectores a un conjunto generador se obtiene otro conjunto generador.
Nota. ¿Cómo saber si un vector está en el genereado de un conjunto de vectores?
Muchas veces se desea determinar si un determinado vector está o no, en el espacio generado
de cierto conjunto de vectores. Si esa es nuestra necesidad, lo acostumbrado es realizar un
procedimiento análogo al que se presentará en los siguientes ejemplos.
   
13 1
Ejemplo 4.29. Determine si los vectores x = 5 y y = −2 están o no, en el generado
  
4 3
del conjunto       
 1 −1 2 
S=  2 , 1
   , 1

 
3 2 1

L.E.C.L.
4.3 Combinación Lineal y Espacio Generado 56

Sol: Para saber si x está o no está en el gen(S), debemos ver si x se puede escribir como
una combinación lineal de los elementos de S. Es decir, existen c1 , c2 , c3 ∈ R tales que

        
1 −1 2 13  c1 − c2 + 2c3 = 13
c1 2 + c2 1 + c3 1 = 5 
       =⇒ 2c1 + c2 + c3 = 5

3 2 1 4 3c1 + 2c2 + c3 = 4

(17)
1

 c1 − c2 + 2c3 = 13 E2 → E2 
 c1 − c2 + 2c3 = 13
E2 → (−2)E1 + E2 3
3c2 − 3c3 = −21 c2 − c3 = −7
E3 → (−3)E1 + E3  1
5c2 − 5c3 = −35 c2 − c3 = −7

E3 → E3
 5
 c1 − c2 + 2c3 = 13
E3 → (−1)E2 + E3 c2 − c3 = −7 (18)

0 =0

Si suponemos que c3 ∈ R3 es un parámetro, entonces del sistema (18)

c2 − c3 = −7 =⇒ c2 = −7 + c3
c1 − c2 + 2c3 = 13 =⇒ c1 = 13 + c2 − 2c3 = 13 + (c3 − 7) − 2c3 =⇒ c1 = 6 − c3

Note que el sistema de ecuaciones (17) tiene infinitas soluciones, la solución general está
dada por
   
c1 6 − c3
c2  = −7 + c3  ,
c3 c3

donde c3 ∈ R es un parámetro. Dado que el sistema (17) tiene solución, entonces el vector
x ∈ gen(S) y además

       
13 1 −1 2
 5  = (6 − c3 ) 2 + (−7 + c3 )  1  + c3 1 ,
4 3 2 1

para cualquier c3 en R.

L.E.C.L.
4.3 Combinación Lineal y Espacio Generado 57

Por otro lado, supongamos que y ∈ gen(S). Sean a1 , a2 , a3 ∈ R tal que

        
1 −1 2 1  a1 − a2 + 2a3 = 1
a1 2 + a2  1  + a3 1 = −2 =⇒ 2a1 + a2 + a3 = −2

3 2 1 3 3a1 + 2a2 + a3 = 3

(19)
1

 a1 − a2 + 2a3 = 1 E2 → E2 
 a1 − a2 + 2a3 = 1
E2 → (−2)E1 + E2 3
3a2 − 3a3 = −4 a2 − a3 = − 43
E3 → (−3)E1 + E3  1
5a2 − 5a3 = 0 a2 − a3 = 0

E3 → E3
 5
 a1 − a2 + 2a3 = 13
E3 → (−1)E2 + E3 a2 − a3 = − 43
0 = 43


Dado que 0 = 4/3 es un absurdo, se tiene que el sistema (19) no tiene solución. Por tanto,
y no se puede escribir como combinación lineal de los elementos de S, de lo cual se concluye
que y ∈
/ gen(S).

Nota. ¿Cúal es el espacio generado por un conjunto de vectores?

Otro problema común en álgebra lineal es el de analizar si un conjunto de vectores genera a
todo un espacio dado o si genera a otro diferente.

Ejemplo 4.30. Considere el conjunto

      
 3 1 1 
S=  1 , 3 , 2
   
 
1 1 4

Muestre que gen(S) = R3 .

Sol: Para mostrar que S genera a todo R3 , se debe mostrar que cualquier vector de R3 ,
se
 puede
 escribir como combinación lineal de los vectores de S. Para tal hecho, considere
x
y  ∈ R3 y veamos que se puede expresar como combinación lineal de los vectores de S.
z

Sean c1 , c2 , c3 ∈ R tales que

        
3 1 1 x  3c1 + c2 + c3 = x
c1 1 + c2 3 + c3 2 = y  =⇒ c + 3c2 + 2c3 = y (20)
 1
      
1 1 4 z c1 + c2 + 4c3 = z

L.E.C.L.
4.3 Combinación Lineal y Espacio Generado 58

Escribamos el sistema (20)en forma matricial para facilitar el proceso

 
3 1 1 x
 1 3 2 y 
1 1 4 z
   
1 3 2 y 1 3 2 y
F 2 → (−3)F 1 + F 2
F1 ↔ F2  3 1 1 x   0 −8 −5 x − 3y 
F3 → (−1)F1 + F3
1 1 4 z 0 −2 2 −y + z
   
1 3 2 y   1 3 2 y
1 1
F2 ↔ F3 0 −2
 2 −y + z  F2 → − F2 0  1 −1 2
y − 21 z 
2
0 −8 −5 x − 3y 0 −8 −5 x − 3y
1
− 2 y + 32 z
 
1 0 5
F1 → (−3)F2 + F1  1
0 1 −1 2
y − 12 z 
F3 → (8)F1 + F3
0 0 −13 x + y − 4z
− 12 y + 32 z
 
  1 0 5
1 1
F3 → − F3  0 1 −1 2
y − 12 z 
13 1 1 4
0 0 1 − 13 x − 13 y + 13 z
 5 3 1 
1 0 0 13
x − 26 y − 26 z
F1 → (−5)F3 + F1  1 11 5
0 1 0 − 13 x + 26 y − 26 z 
F2 → F3 + F2 1 1 4
0 0 1 − 13 x − 13 y + 13 z
Entonces el sistema (20) tiene solución única, la cual está dada por
   5 3 1 
c1 13
x − 26 y − 26 z
 c2  =  − 1 x + 11 y − 5 z 
13 26 26
1 1 4
c3 − 13 x − 13 y + 13 z
Por lo cual, el gen(S) = R3 .
 
x
Además, para todo y  ∈ R3 se cumple

z
       
x   3   1   1
y  = 5 x − 3 y − 1 z 1+ − 1 x + 11 y − 5 z 3+ − 1 x − 1 y + 4 z 2
13 26 26 13 26 26 13 13 13
z 1 1 4

Ejemplo 4.31. Muestre que el conjunto

     
 1 2 1 
S=  2 , 1 , 5 ,
   
 
1 2 1
no genera a R3 .

L.E.C.L.
4.3 Combinación Lineal y Espacio Generado 59

 
x
Sol: Sea y  ∈ R3 y supongamos que existen c1 , c2 , c3 ∈ R tales que

z
        
1 2 1 x  c1 + 2c2 + c3 = x
c1 2 + c2 1 + c3 5 = y  =⇒ 2c + c2 + 5c3 = y (21)
 1
      
1 2 1 z c1 + 2c2 + c3 = z

Escribiendo el sistema (21) en forma matricial, se tiene

   
1 2 1 x 1 2 1 x
F2 → (−2)F1 + F2 
 2 1 5 y  0 −3 3 −2x + y 
F3 → (−1)F1 + F3
1 2 1 z 0 0 0 −x + z

Nótese que el sistema (21) sólo tiene solución si 0 = −x + z, esto es x = z.

Por ejemplo, si se considera x = 1 y z = 2, entonces 0 = −x + z = −(1) + (2) = 1 (→←). Lo
cual es un absurdo.
En conclusión, S no genera a todo R3 ; sólo genera los vectores de R3 cuya primera coordenada
es igual a la tercera coordenada,es decir,
     
 x   x
,

gen(S) = y  ∈ R3 x = z = y  ∈ R3 .
   
z x

Ejemplo 4.32. ¿Qué espacio genera el conjunto de vectores

    
 2 4 
S=  −1 , 1 ?
 
 
4 6

 
x
Sol: Sea w = y  ∈ gen(S), entonces w se puede escribir como combinación lineal de los
z
elementos de S. Sean c1 , c2 ∈ R tales que
      
2 4 x  2c1 + 4c2 = x
c1 −1 + c2 1 = y  =⇒ −c1 + c2 = y (22)

4 6 z 4c1 + 6c2 = z
 
 −c1 + c2 = y  c1 − c2 = −y
E1 ↔ E2 2c1 + 4c2 = x E1 → (−1)E1 2c + 4c2 = x
  1
4c1 + 6c2 = z 4c1 + 6c2 = z

L.E.C.L.
4.3 Combinación Lineal y Espacio Generado 60

 
 c1 − c2 = −y    c1 − c2 = −y
E2 → (−2)E1 + E2 1 1
6c2 = x + 2y E2 → E2 c2 = 6
+ 13 y
x
E3 → (−4)E1 + E3  6 
10c2 = 4y + z 10c2 = 4y + z
1
− 23 y

 c1 = 6
x
E1 → E2 + E1 1
c2 = 6
x + 13 y
E3 → (−10)E2 + E3 
0 = − 53 x + 23 y + z

Para que el sistema (22) tenga solución, se debe cumplir que

5 2
− x+ y+z =0 ⇐⇒ −5x + 2y + 3z = 0
3 3
Esta última es la ecuación de un plano en R3 que pasa por el origen, se puede ver como
  
 x
,

3
gen(S) =  y ∈R
 − 5x + 2y + 3z = 0 .
 
z

L.E.C.L.