Base Dimension Esp Vectorial

Índice general
3. Espacio vectorial 2
3.6. Conjuntos generadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3.7. Dependencia e independencia lineal de vectores. Base . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.8. Dimensión de espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1
Capı́tulo 3
Espacio vectorial
3.6. Conjuntos generadores

Antes de trabajar con rectas y planos en el segundo capı́tulo del curso definimos qué es una combinación lineal de
vectores de R2 o R3 y este concepto nos sirvió para escribir las ecuaciones vectoriales de rectas y planos. Recuerda
que si r es un vector de R2 o R3 distinto del vector nulo, definimos una recta como el conjunto de puntos P , en R2
o R3 , tales que el vector desde un punto dado Q a P pertenece a ⟨{r}⟩. Además dados dos vectores r, s distintos
del nulo y no paralelos, vimos que si r, s ∈ R2 se cumple que R2 = ⟨{r, s}⟩ y si r, s ∈ R3 definimos un plano como
el conjunto de puntos P , en R3 , tales que el vector desde un punto dado Q a P pertenece a ⟨{r, s}⟩.
La definición de espacio vectorial es una generalización de las propiedades de R2 y R3 . Si V es un e.v. sobre K,
podemos sumar sus elementos y multiplicarlos por escalares en K y además los resultados de ambas operaciones
son elementos de V . Nada nos impide realizar combinaciones lineales de elementos de un espacio vectorial.
El solo hecho de que podamos construir combinaciones lineales de elementos de un espacio vectorial no es la única
razón para estudiarlas, sino que, del mismo modo que podemos describir rectas a través de un punto y un vector
director o planos a través de un punto y dos vectores directores, podremos describir espacios vectoriales a través de
un conjunto de vectores ”directores” del espacio, lo cual será muy útil cuando, en el siguiente capı́tulo, estudiemos
las transformaciones (funciones) entre espacios vectoriales.
Definición 3.1 (Combinación lineal). Sean V un espacio vectorial sobre un cuerpo K y v1 , v2 , . . . , vm , elementos
de V . Una combinación lineal de estos vectores con escalares α1 , α2 , . . . , αm ∈ K es una suma de la forma
α1 v1 + α2 v2 + . . . + αm vm .
Un vector w ∈ V es combinación lineal de v1 , v2 , . . . , vm si existen α1 , α2 , . . . , αm ∈ K tales que
w = α1 v1 + α2 v2 + . . . + αm vm .
Dado un espacio vectorial V sobre un cuerpo K y v1 , v2 , . . . , vk , vectores de V . El conjunto de todas las combina-
ciones lineales de v1 , v2 , . . . , vk se denomina conjunto generado por {v1 , v2 , . . . , vk } y se denota por:
⟨{v1 , v2 , . . . , vk }⟩.
Un vector u ∈ V satisface u ∈ ⟨{v1 , v2 , . . . , vk }⟩ si y solo si existen α1 , α2 , . . . , αk ∈ K tales que:
u = α1 v1 + α2 v2 + · · · + αk vk .
Dicho en otras palabras:
⟨{v1 , v2 , . . . , vk }⟩ = {α1 v1 + α2 v2 + · · · + αk vk : α1 , α2 , . . . , αk ∈ K}.
2
CAPÍTULO 3. ESPACIO VECTORIAL 3
Figura 3.1: Combinaciones lineales en R2
Además, si S = ⟨{v1 , v2 , . . . , vk }⟩, entonces se dice que S es generado por {v1 , v2 , . . . , vk } y que {v1 , v2 , . . . , vk }
genera a S o que es generador de S. Por último, se define ⟨∅⟩ = {θ} 1 .
Ejemplo 3.2. En el primer capı́tulo del curso mencionamos que cualquier vector de R2 puede escribirse como
combinación lineal de los vectores canónicos de R2 y cualquier vector de R3 puede escribirse como combinación
lineal de los vectores canónicos de R3 . En general, si K es un cuerpo y n ∈ N, Kn es un e.v. sobre K. Si nombramos
e1 , e2 , . . . , en a los siguientes vectores de Kn
       
1 0 0 0
0 1 0 0
       
. . . .
.   .   . 
 ..  ,
e1 =  .  , e2 =  .  , . . . , en−1 =  .  , en = 
 
       
0 0 1 0
0 0 0 1
entonces cualquier vector de Kn puede escribirse como combinación lineal de ellos, en efecto, si
 
x1
 x 
 2 
 . 
x=  ..  ⇒ x = x1 e1 + x2 e2 + . . . + xn en .

 
xn−1 
xn
A los vectores e1 , e2 , . . . , en les llamaremos vectores canónicos de Kn , ellos son tales que
Kn = ⟨{e1 , e2 , . . . , en }⟩ .
Consideremos vectores distintos de los canónicos y averigüemos que vectores pueden escribirse como combinación
lineal de ellos.
Ejemplo 3.3.

1 1
1. En la imagen 3.1 se muestran los vectores x = ey= , elementos del espacio vectorial real R2 .
2 −1
1 1
2 x es una combinación lineal de x e y, con escalares 2 y 0, −2y es otra combinación lineal de x e y, ésta es
con escalares 0 y −2.
1 Más adelante tendrá sentido esta convención
− 32

El vector es combinación lineal de x e y si y solo si existen a, b ∈ R de modo que
3
− 32

1 1
=a +b .
3 2 −1
Esta igualdad se cumple si y solo si

3
− = a + b, 3 = 2a − b
2
− 32

1
y, a su vez, estas dos igualdades se cumplen si y solo si a = 2 y b = −2. Podemos concluir que es
3
combinación lineal de x e y con escalares 21 y −2.
Como x e y son vectores de R2 distintos del nulo y no paralelos, cualquier vector de R2 es combinación lineal
de x e y, es decir,
1 1
R2 = , .
2 −1
   
0 1
3
2. Los vectores de R que son combinación lineal de los vectores 1 y 0 son los mismos que son ortogonales
  
3 1
     
0 1 1
al vector 1 × 0 =  3  .
3 1 −1
Entonces,
*0 1+ x 
   
1 , 0 = y  ∈ R3 : x + 3y − z = 0 .
   
3 1 z
3. Si consideramos C2 como e.v. complejo,

1 0
C2 = , ,
0 1

1
pero esta igualdad no es cierta si consideramos a C2 como e.v. real pues, por ejemplo, el vector de C2
i

1 0
no se puede escribir como combinación lineal de y con escalares reales.
0 1

1 i
4. Consideremos los vectores x = ,y= de C2 .
i 1

3i
El vector = ix + 2y es combinación lineal de x e y con escalares i, 2 ∈ C, es decir, él es combinación
1

3i
lineal de x e y, considerados todos elementos del e.v. complejo C2 . Sin embargo, no es combinación
1
lineal de x e y, cuando los consideramos elementos del e.v. real C2 . Esto se cumple si y solo si existen
α, β ∈ R de modo que

3i 1 i α + iβ
=α +β =
1 i 1 iα + β
Esta igualdad es equivalente a
3i = α + iβ,
1 = β + iα
y, dado que α y β son números reales, la primera de las igualdades anteriores se cumple si y solo si α = 0
y β = 3, mientras que la segunda se satisface si y solo si α = 0 y β = 1. No existen valores de α, β ∈ R de
modo que se cumplan las dos simultáneamente.
C2 son
¿Qué vectores del e.v. real combinación lineal de x e y? En este caso, como estamos considerando a
2 z1
C e.v. sobre R, un vector es combinación lineal de x e y si y solo si existen α, β ∈ R de modo que
z2
α + iβ = z1 ,
iα + β = z2 .
Dado que α y β son números reales, es conveniente separar las igualdades anteriores en las siguientes igual-
dades entre números reales
α = Re(z1 ),
β = Im(z1 ),
β = Re(z2 ),
α = Im(z2 ).
El sistema anterior tiene solución si y solo si z1 , z2 son tales que Re(z1 ) = Im(z2 ) y Re(z2 ) = Im(z1 ).

1 i z1
, = : Re(z1 ) = Im(z2 ) ∧ Im(z1 ) = Re(z2 ) .
i 1 z2
5. Determinemos si el polinomio 2 + x es combinación lineal de los vectores 1, 1 − x, (1 − x)2 , elementos de

P(R), e.v. real.
Esto es cierto si y solo si existen escalares a, b, c ∈ R de modo que
2 + x = a + b(1 − x) + c(1 − x)2 . (3.1)
En Álgebra 1 aprendiste que los polinomios 2 + x y a + b(1 − x) + c(1 − x)2 son iguales si y solo si
sus coeficientes son iguales o si
evaluados en 3 puntos (porque son polinomios de grado menor o igual que 2) de sus dominios resultan
los mismos valores.
Utilicemos el segundo criterio: llamemos p al polinomio tal que p(x) = 2 + x.
Dado que p(1) = 3 y a + b(1 − 1) + c(1 − 1)2 = a, se tiene que a = 3.
Si evaluamos en 0 a los polinomios a ambos lados de (3.1) obtenemos la igualdad
2 = 3 + b(1) + c(1),
que podemos escribir como −1 = b + c.

Por último, si los evaluamos en 2 obtenemos 4 = 3 − b + c, que podemos escribir como 1 = −b + c.
Tenemos entonces que a = 3, b = −1, c = 0. Ası́ 2 + x es la combinación lineal de 1, 1 − x y (1 − x)2 con
escalares 3, −1 y 0.

Te invitamos a determinar qué vectores de P(R) pertenecen al conjunto 1, 1 − x, (1 − x)2 .
Intentemos ahora, dado un conjunto de vectores de un e.v., determinar un conjunto generador para él.
Ejemplo 3.4.
1. Consideremos el siguiente subespacio del espacio complejo C3 :
  
 z1 
U = z2  ∈ C3 : z1 + 3z2 − z3 = 0 .
 
z3
Nota que los vectores en U tienen la forma

 
z1
 z2  con z1 , z2 ∈ C.
z1 + 3z2
Estos vectores se pueden escribir como

     
z1 1 0
 z2  = z1 0 + z2 1 con z1 , z2 ∈ C,
z1 + 3z2 1 3
   
1 0
es decir, cualquier vector de U es combinación lineal, con escalares z1 , z2 ∈ C, de los vectores 0 y 1
1 3
y, viceversa, todos los vectores de la forma
   
1 0
z1 0 + z2 1 con z1 , z2 ∈ C
1 3
       
 1 0  1 0
pertenecen a U . El conjunto  0 , 1
   es generador de U . Los vectores 0 y 1 son, de un modo
  
 
1 3 1 3
que quedará claro más adelante, ”representantes” de los vectores en U . Esto se escribe como
*1 0+
 
U= 0 , 1 .
 
1 3
¿Podremos determinar, para cada K-espacio vectorial V un conjunto generador? Sı́, nota que para cada K-e.v. el
conjunto V es generador de V . Por ejemplo, R2 es un generador de R2 , pero, como vimos antes, un conjunto de
2 vectores de R2 no nulos y no paralelos también es generador de R2 . ¿Cuál es la menor cantidad de elementos
que puede tener un conjunto generador de un espacio vectorial V ? ¿Es posible, para cada K-e.v. V determinar un
conjunto generador que tenga una cantidad finita de vectores? La respuesta a esta pregunta es no, imagina, por
ejemplo, cuál podrı́a ser un generador para P(R). En este curso estudiaremos en más detalle los espacios vectoriales
como Rn o Cn , para los que es posible encontrar generadores con una cantidad finita de vectores.
Lema 3.5. Si V es un e.v. sobre K y S es un subconjunto de V de cardinalidad finita (S ⊆ V ), entonces ⟨S⟩ es
un s.e.v. de V .
Demostración. Si S = ∅, ⟨S⟩ = {θ} que es s.e.v. de V .

Supongamos que S = {v1 , v2 , . . . , vk }, con v1 , v2 , . . . , vk elementos de V .
El conjunto generado por S, ⟨S⟩, contiene al vector nulo de V pues
θ = 0 · v1 + 0 · v2 + · · · + 0 · vk .
Demostremos ahora que ⟨S⟩ es cerrado para la suma: si p, q ∈ ⟨{v1 , v2 , . . . , vk }⟩, entonces p se escribe como
Pk Pk
i=1 αi vi y q como i=1 βi vi , por lo tanto
k
X k
X k
X
p+q = αi vi + βi vi = (αi + βi )vi .
i=1 i=1 i=1
Como p + q es una combinación lineal de los vectores en S con escalares α1 + β1 , α2 + β2 , . . . , αk + βk , se cumple

que p + q ∈ ⟨{v1 , .., vk }⟩.
Pk
Por otra parte, ⟨S⟩ también es cerrado para el producto: en efecto, si λ ∈ K y p ∈ ⟨S⟩, p = i=1 αi vi , entonces
k
X k
X
λp = λ αi vi = λαi vi .
i=1 i=1
Como λ p es una combinación lineal, con escalares λα1 , λα2 , . . . , λαn , se cumple que λp ∈ ⟨{v1 , .., vk }⟩.
Como θ ∈ ⟨S⟩, ⟨S⟩ es cerrado para la suma y también es cerrado para el producto, se cumple que ⟨S⟩ es s.e.v. de
V.
Observación 3.6. Si S ⊆ V tiene una cantidad infinita de vectores también se cumple que ⟨S⟩ es s.e.v. de V (de
hecho, ⟨V ⟩ = V ), pero el trabajo con los espacios vectoriales generados por conjuntos de cardinalidad infinita queda
fuera de los objetivos de este curso.
Observación 3.7. Hemos demostrado que si V es un e.v. sobre K y v1 , v2 , . . . , vk ∈ V , entonces ⟨{v1 , v2 , . . . , vk }⟩
es un s.e.v. de V .
Al conjunto ⟨{v1 , v2 , . . . , vk }⟩, que antes nombramos conjunto generado por {v1 , v2 , . . . , vk } comenzaremos a lla-
marle también espacio generado por {v1 , v2 , . . . , vk }.
La semana pasada demostramos que si U y W son s.e.v. cualesquiera de cierto K-e.v. V , entonces, a menos que
U ⊆ W o W ⊆ U , el conjunto U ∪ W no es s.e.v. de V y la razón por la que esto ocurre es porque si U ̸⊆ W y
W ̸⊆ U , U ∪ W no es cerrado para la suma.
Si tenemos conjuntos generadores de subespacios vectoriales U y W de cierto K-e.v. V , es sencillo construir un
nuevo subespacio vectorial de V , al que llamaremos suma de U y W , y representaremos mediante U + W . Este
nuevo subespacio contiene, además de los vectores en U o en W , como lo hace U ∪ W , a los vectores que resultan
de sumar a un vector de U y uno de W y es, por tanto, s.e.v. de V .
Definición 3.8. Sean V un e.v. sobre K, SU , SW ⊆ V tales que SU y SW tienen cardinalidad finita. Llamemos U
al espacio generado por SU y W , al generado por SW .
El espacio suma de U y W es el espacio generado por la unión de los generadores de U y W , es decir,
U + W = ⟨SU ∪ SW ⟩ .
Ejemplo 3.9. Si volvemos al ejemplo 3.30 de la semana pasada, donde tenı́amos

*2+ *1+
   
U= 3 , W = 3 ,
   
4 0
el conjunto U ∪ W no era s.e.v. de R3 , pero ahora podemos completarlo con todos los vectores que resultan de sumar
a uno en U con uno en W . El conjunto resultante sı́ es un s.e.v. de R3 ,
*2 1+
 
U +W = 3 , 3
 
4 0
   
2 1
y, ya sabemos que los vectores en el conjunto anterior son los ortogonales al producto cruz de 3 y 3, es
4 0
decir,
U + W = (x, y, z)T ∈ R3 : 12x − 4y − 3z = 0 .

Además, los conjuntos
U = (x, y, z)T ∈ V : x + y + z = 0 ,

W = (x, y, z)T ∈ V : x − 2y + z = 0 ,

que también vimos en la sección anterior, son tales que

        
 x   1 0 
U=  y  , x, y ∈ R = x 0 + y 1  ,
   x, y ∈ R
−x − y −1 −1
   
y, por tanto,
* 1   0 +
 
U=  0 , 1  .
−1 −1
 
Por otro lado,

     
 2y − z −1
  
  2 
W =  y , x, y ∈ R = y 1 + z  0  , y, z ∈ R
   
z 0 1
y, por tanto,
*2 −1+
 
W = 1 ,  0 
 
0 1
En este caso U + W es el espacio generado por el conjunto de vectores

       
 1 0 2 −1 
 0  ,  1  , 1 ,  0  (3.2)
−1 −1
 
0 1
y es un s.e.v. de R3 .
Llamemos S al conjunto anterior y determinemos qué vectores de R3 pertenecen a ⟨S⟩.
 
x
Un vector y  ∈ R3 es elemento de ⟨S⟩ si y solo si existen a, b, c, d ∈ R de modo que

z
−1
         
x 1 0 2
y  = a  0  + b  1  + c 1 + d  0  .
z −1 −1 0 1
Esta igualdad se cumple si y solo si
a + 2c − d = x,
b + c = y,
−a − b + d = z.
 
x
El vector y  ∈ ⟨S⟩ si y solo si el sistema de ecuaciones lineales anterior tiene solución. Escribamos la matriz
z
ampliada del sistema y apliquémosle operaciones elementales por filas hasta que sea sencillo decidir para qué valores
de x, y, z el sistema tiene solución
0 2 −1 | x 1 0 2 −1 | 1 0 2 −1 |
     
1 x x
∼ ∼
0 1 1 0 | y 0 1 1 0 | y  0 1 1 0 | y .
f3 + f1 → f3 f3 + f2 → f3
−1 −1 0 1 | z 0 −1 2 0 | x + z 0 0 3 0 | x+z+y
El sistema asociado a esta última matriz ampliada tiene solución (infinitas soluciones) para cualquier trı́o de valores
x, y, z.
Se cumple entonces que ⟨S⟩ = R3 .
3.7. Dependencia e independencia lineal de vectores. Base

En la sección anterior nos encontramos con dos conjuntos generadores de R3 , uno con tres vectores (los canónicos) y
otro, con cuatro, los cuatro en el conjunto S del último ejemplo de la sección anterior. En esta sección entenderemos
que el segundo de ellos tiene información redundante.
Definición 3.10. Sean V un espacio vectorial sobre un cuerpo K y v1 , v2 , . . . , vk elementos de V . Se dice que el
conjunto {v1 , v2 , . . . , vk } es linealmente dependiente (ld) si y solo si existen α1 , α2 , . . . , αk ∈ K, no todos iguales
a cero, tales que α1 v1 + α2 v2 + . . . + αk vk = θ.
El conjunto {v1 , v2 , . . . , vk } es linealmente independiente (li) si y solo si no es linealmente dependiente, es decir,
si y solo si la única combinación lineal de ellos que da como resultado el vector nulo de V es con escalares iguales
a cero o, escrito en lenguaje matemático, si y solo si
α1 v1 + . . . + αk vk = θ ⇔ α1 = α2 = . . . = αk = 0.
Dados vectores v1 , v2 , . . . , vk de un K-e.v. V la combinación lineal de ellos con escalares iguales a cero es igual al
vector nulo de V pues para todo vector v ∈ V se cumple que 0v = θ. Sin embargo, pudiera ocurrir que existan
otras combinaciones lineales de esos vectores que resulten iguales a θ. Si eso ocurre, el conjunto {v1 , v2 , . . . , vk } es
linealmente dependiente, si no ocurre, entonces el conjunto es linealmente independiente.
Ejemplo 3.11. El conjunto        
 1 0 2 −1 
 0  ,  1  , 1 ,  0  (3.3)
−1 −1
 
0 1
que, como ya sabemos, genera a R3 es un conjunto ld. Una combinación lineal de ellos es igual al vector nulo de
R3 si y solo si existen α, β, γ, δ ∈ R de modo que
−1
         
1 0 2 0
α  0  + β  1  + γ 1 + δ  0  = 0
−1 −1 0 1 0
lo que se traduce en el siguiente sistema de ecuaciones
α + 2γ − δ = 0,
β + γ = 0,
−α − β + δ = 0.
Al final de la sección anterior redujimos la matriz ampliada de este sistema a
1 0 2 −1 |
 
0
0 1 1 0 | 0 .
0 0 3 0 | 0
De la última ecuación obtenemos γ = 0. Insertanto este valor para γ en la segunda obtenemos que β = 0. Por
último, de la primera ecuación tenemos que α = δ.
Efectivamente, las combinaciones lineales
−1
       
1 0 2
δ  0  + 0  1  + 0 1 + δ  0  , δ∈R
−1 −1 0 1
son iguales al vector nulo de R3 . El conjunto es, por tanto, linealmente dependiente. Observa que los vectores
primero y último del conjunto satisfacen que uno es inverso aditivo del otro, es decir, uno es el resultado de
multiplicar al otro por un escalar distinto de cero.
Ejemplo 3.12. Demostraremos que el conjunto

     
 1 2 0 
0 ,  1  , 0 (3.4)
−2
 
1 3
es un conjunto li de vectores de R3 , mientras que

      
 1 3 −1 
−3 , −9 ,  4  (3.5)
 
2 6 2
y      
 1 0 −3 
 0 , 2  3  (3.6)
−1 −2
 
0
son conjuntos ld.
En efecto, una combinación lineal de los vectores en el primer conjunto
     
1 2 0
a 0 + b  1  + c 0 , a, b, c ∈ R
1 −2 3
es igual al vector nulo de R3 si y solo si
a + 2b = 0,
b = 0,
a − 2b + 3c = 0.
La única solución de este sistema de ecuaciones es a = b = c = 0.

Por otro lado, la combinación lineal con escalares iguales a cero de los vectores en el segundo conjunto da como
resultado el vector nulo de R3 , pero existen otras combinaciones lineales de ellos que también son iguales a θ:
−1
     
1 3
a −3 + b −9 + c  4  = θ
2 6 2
si y solo si
a + 3b − c = 0,
−3a − 9b + 4c = 0,
2a + 6b + 2c = 0.
Sumando las tres ecuaciones se obtiene 5c = 0, es decir, c = 0. Reemplazando este valor en las ecuaciones anteriores
se tiene que a y b deben ser tales que
a + 3b = 0, −3(a + 3b) = 0, 2(a + 3b) = 0.
Todas estas ecuaciones son equivalentes a a + 3b = 0, es decir, a = −3b. Todas las combinaciones lineales de la
forma
−1
     
1 3
(−3b) −3 + b −9 + 0 4  ,
     b∈R
2 6 2
son iguales a θ. El segundo conjunto de vectores es ld.
Por último, la combinación lineal con escalares iguales a cero de los vectores en el tercer conjunto da como resultado
el vector nulo de R3 , pero ¿existen otras combinaciones lineales de ellos que también son iguales a θ?
−3
     
1 2
a 0  + b 2  + c 3  = θ
−1 −2 0
si y solo si
a − 3c = 0,
2b + 3c = 0,
−a − 2b = 0.
De la primera ecuación se obtiene a = 3c, de la segunda tenemos que b = − 23 c. Reemplazando ambos en la tercera
ecuación se obtiene 0 = 0. Todas las combinaciones lineales de la forma
−3
     
1 0
3
3c  0  − c  2  + c  3  , c∈R (3.7)
2
−1 −2 0
son iguales a θ. El tercer conjunto de vectores es ld.

¿Por qué nos preocupa averiguar si un conjunto generador de un e.v. es un conjunto li o ld? Cuando existen infinitas
formas de escribir al vector nulo de un espacio vectorial como combinación lineal de los vectores en un conjunto
generador del espacio, podemos encontrar infinitas formas de escribir cualquier vector del espacio generado por ese
conjunto de vectores como combinación lineal de ellos.
Nota, por ejemplo, el vector
−3 −2
       
1 0
1 0  + 1 2  + 1 3  =  5 
−1 −2 0 −3
que pertenece al espacio generado por el conjunto (3.6), que es ld. Veamos, con ayuda de la ecuación (3.7), que
−2
 
podemos encontrar infinitas formas de escribir a  5  como combinación lineal de los vectores en el conjunto
−3
(3.6)
−2 −3
       
1 0
 5  = 1 0  + 1 2  + 1 3 ,
−3 −1 −2 0
−3
     
1 0
= 1  0  + 1  2  + 1  3  + θ,
−1 −2 0
−3 −3
           
1 0 1 0
3
= 1  0  + 1  2  + 1  3  + 3c  0  − c  2  + c  3  , c ∈ R,
2
−1 −2 0 −1 −2 0
−3
     
1 0
3
= (1 + 3c)  0  + 1 − c  2  + (1 + c)  3  , c ∈ R.
2
−1 −2 0
Con c = 0 obtenemos la combinación lineal con escalares iguales a 1. Con c = 1 obtenemos una combinación lineal
T
con escalares 4, − 21 , 2 que también es igual a (−2, 5, −3) .
Utilizando esta misma idea podemos demostrar el siguiente lema.
Lema 3.13. Sean V un espacio vectorial sobre K, S ⊆ V , de cardinalidad finita, S ̸= ∅, S = {v1 , v2 , . . . , vk }. Para
Pk
cada v ∈ ⟨S⟩, existen α1 , . . . , αk ∈ K tales que v = i=1 αi vi . Esta combinación lineal es única si y solo si S es li.
Demostración. Debemos demostrar que

1. si para cada v ∈ ⟨S⟩ existen únicos α1 , α2 , . . . , αk ∈ K de modo que v = α1 v1 + α2 v2 + . . . + αk vk , entonces
el conjunto S es li y
2. si S es li, entonces cada v ∈ ⟨S⟩ se escribe de manera única como combinación lineal de los vectores en S.
La primera afirmación es equivalente a la siguiente: si S es ld, existen vectores en ⟨S⟩ que pueden escribirse de
distintas formas como combinación lineal de los vectores en S. Para demostrar esta afirmación utilizamos la idea
que desarrollamos en el ejemplo anterior. Supongamos que v ∈ ⟨S⟩, entonces existen α1 , α2 , . . . , αk ∈ K de modo
Pk Pk
que v = i=1 αi vi . Si S es ld, existen β1 , . . . , βk ∈ K, no todos iguales a cero, tales que i=1 βi vi = θ (θ denota
al elemento neutro para la suma en V ). Dado que
k
X k
X k
X
v =v+θ = αi vi + βi vi = (αi + βi )vi
i=1 i=1 i=1
y existe al menos un ı́ndice j ∈ {1, 2, . . . , k} tal que βj ̸= 0, la combinación lineal con escalares α1 + β1 , α2 +
β2 , . . . , αk + βk es distinta a la original (con escalares α1 , α2 , . . . , αk ), hemos podido escribir a v de dos maneras
distintas como combinación lineal de los vectores en S.
La segunda afirmación es equivalente a la siguiente: si existe v ∈ ⟨S⟩ que pueda expresarse de dos formas distintas
como combinación lineal de los vectores en S, entonces S es ld. Supongamos entonces que existe v ∈ ⟨S⟩, v ̸= θ2 ,
que puede representarse de dos formas distintas como combinación lineal de los vectores en S, es decir, existen
α1 , . . . , αk ∈ K y β1 , . . . , βk ∈ K tales que
k
X k
X
v= αi vi y v = βi vi
i=1 i=1
y, al menos para un j ∈ {1, 2, . . . , k} se cumple que αj ̸= βj . Dado que estas dos combinaciones lineales son
distintas, la diferencia entre ellas,
Xk k
X k
X
αi vi − βi vi = (αi − βi ) vi
i=1 i=1 i=1
es una combinación lineal de vectores en S y con escalares no todos iguales a cero que da como resultado al vector
nulo de V , lo que, según la definición 3.10, significa que S es ld.
Ejemplo 3.14. Consideremos los conjuntos C1 = {e1 , e2 , e3 } (formado por los vectores canónicos de R3 ) y
 

 
         
 1

 0 2 −1 

C2 =  0 ,  1 , 1,  0  .
−1 −1
 


 0 1 


| {z } | {z } | {z } | {z } 
v1 v2 v3 v4
Ambos generan a R3 , el primero es li y el segundo es ld.

Cada vector de R3 puede escribirse, de manera única, como combinación lineal de los vectores en C1 , pero puede
escribirse de infinitas formas como combinación lineal de los vectores en C2 .
 
1
Tomemos, por ejemplo, el vector x = 2.
3
2 Si v = θ, ya podrı́amos afirmar que S es ld.
La única forma de escribir a x como combinación lineal de los vectores en C1 es con escalares 1, 2 y 3. Por el
contrario, y porque, por ejemplo, θ = 2v1 + 0v2 + 0v3 + 2v4 ,
x = (−3)v1 + 0v2 + 2v3 + 0v4 = (−3)v1 + 0v2 + 2v3 + 0v4 + θ = (−3)v1 + 0v2 + 2v3 + 0v4 + (2v1 + 0v2 + 0v3 + 2v4 ),
| {z }
=θ
también podemos escribir a x como −v1 + 0v2 + 2v3 + 2v4 . Hemos encontrado dos combinaciones lineales de los
vectores en C2 , una con escalares −3, 0, 2, 0 y otra con escalares −1, 0, 2, 2, que son iguales a x. Pero no son solo
dos las combinaciones lineales de los vectores en C2 que son iguales a x, sino que todas las combinaciones lineales
de la forma
(−3)v1 + 0v2 + 2v3 + 0v4 + δv1 + 0v2 + 0v3 + δv4 = (−3 + δ)v1 + 0v2 + 2v3 + δv4 , δ∈R
| {z }
=θ
son iguales a x.
Sea A = {v1 , . . . , vk }. Note que
1. si A es ld, entonces cualquier conjunto de vectores que contenga a A es ld. En particular, {θ} es ld y cualquier
conjunto que contenga a θ es ld.
2. si A es li, cualquier subconjunto de A es li.
3. si k = 1 y v1 ̸= θ, entonces A es li.
4. si A es ld, entonces al menos uno de los vectores en A puede escribirse como combinación lineal de los
restantes. Esto ocurre porque si A es ld, existen α1 , α2 , . . . , αk no todos iguales a cero tales que
k
X
θ= αi vi .
i=1
Sea j ∈ {1, 2, . . . , k} tal que αj ̸= 0, entonces
θ = α1 v1 + α2 v2 + . . . + αj vj + . . . + αk vk ⇒ αj vj = −α1 v1 − . . . − αj−1 vj−1 − αj+1 vj+1 − . . . − αk vk
y, dividiendo la expresión anterior por αj , que es distinto de cero, podemos escribir al vector vj como com-
binación lineal de los restantes vectores en A,
k
1 X α1 α2 αj−1 αj+1 αk
vj = (−αi vi ) = − v1 − v2 − . . . − vj−1 − vj+1 − . . . − vk . (3.8)
αj αj αj αj αj αj
i=1,i̸=j
Veamos ejemplos de esta última afirmación.

Ejemplo 3.15. Ya sabemos que el conjunto (3.3) es ld y que para cada δ ̸= 0 la combinación lineal
−1
       
1 0 2
δ  0  + 0  1  + 0 1 + δ  0  , δ∈R (3.9)
−1 −1 0 1
es una combinación lineal de los vectores en el conjunto (3.3), con escalares no todos iguales a cero, que da como
   
0 2
resultado al vector nulo de R3 . Los vectores  1  y 1 no pueden escribirse como combinación lineal de los
−1 0
−1
   
1
restantes3 , pero  0  y  0  sı́ pues
−1 1
−1
       
1 0 2
 0  = 0  1  + 0 1 −  0 
−1 −1 0 1
3 nota que en las combinaciones lineales (3.9) el escalar frente a ellos es cero.
y
−1
       
0 2 1
 0  = 0  1  + 0 1 −  0  .
1 −1 0 −1
También demostramos que el conjunto (3.5) es ld y que las combinaciones lineales de la forma
−1
     
1 3
(−3b) −3 + b −9 + 0  4  , b∈R
2 6 2
−1
 
dan como resultado al vector nulo de R3 . El vector  4  no puede escribirse como combinación lineal de los
2
demás vectores en el conjunto (3.5), pero
−1
     
1 3
1
−3 = −9 + 0  4 
3
2 6 2
y
−1
     
3 1
−9 = 3 −3 + 0  4  .
6 2 2
Por último, todas las combinaciones lineales de la forma
−3
     
1 0
3
3c  0  − c  2  + c  3  , c∈R
2
−1 −2 0
dan como resultado al vector nulo de R3 . En este caso cada vector del conjunto (3.6) puede escribirse como com-
binación lineal de los restantes, por ejemplo,
−3
     
1 0
 0  = 1  2  − 1  3 .
2 3
−1 −2 0
Volviendo a los conjuntos C1 y C2 del ejemplo 3.14, generadores li y ld de R3 : en C2 hay dos vectores (v1 y v4 )
que pueden escribirse como combinación lineal de los restantes, mientras que ninguno de los vectores en C1 es
combinación lineal de los restantes. Como v1 y v4 se escriben como combinación lineal de los restantes vectores en
C2 , podemos eliminar a uno de ellos de C2 y el conjunto resultante seguirı́a siendo generador de R3 . Veamos por
qué: dado que C2 genera a R3 , para cada x ∈ R3 existen escalares a, b, c, d ∈ R de modo que
x = av1 + bv2 + cv3 + dv4 ,
pero, dado que v1 = 0v2 + 0v3 − v4 , se tiene que
x = a(−v4 ) + bv2 + cv3 + dv4 = bv2 + cv3 + (d − a)v4 ,
es decir, x también puede escribirse como combinación lineal de los vectores en {v2 , v3 , v4 }. El vector v1 en C2 es
un vector redundante, no necesitamos de él para describir a los vectores de R3 , cada vector que se escribe como
combinación lineal de los vectores en C2 también se escribe como combinación lineal de los vectores en {v2 , v3 , v4 }.
Por el contrario, no es posible eliminar vectores de C1 (conjunto li) y que el conjunto resultante siga generando a
R3 . Si, por ejemplo, eliminamos a e1 de C1 , el conjunto resultante {e2 , e3 } no genera a R3 .
Esta particularidad de un conjunto generador ld (podemos eliminar vectores de él y seguir generando el mismo
espacio) se demuestra en el siguiente lema.
Lema 3.16 (Lema de Dependencia Lineal). Sea {v1 , v2 , . . . , vk } un conjunto linealmente dependiente en V , espacio
vectorial sobre K. Entonces existe j ∈ {1, 2, . . . , k} de modo que:
1. vj ∈ ⟨{v1 , v2 , . . . , vj−1 , vj+1 , . . . , vk }⟩, es decir, vj se escribe como combinación lineal de los restantes vectores
en el conjunto, y
2. ⟨{v1 , v2 , . . . , vk } \ {vj }⟩ = ⟨{v1 , v2 , . . . , vk }⟩.
Demostración. La primera propiedad la demostramos anteriormente cuando mencionamos que si un conjunto A

es ld, al menos uno de los vectores en A puede escribirse como combinación lineal de los restantes vectores en el
conjunto, es decir, al menos uno de los vectores en A pertenece al conjunto generado por los restantes vectores del
conjunto.
Demostremos la segunda de las afirmaciones anteriores. Como debemos demostrar una igualdad entre conjuntos,
separaremos la demostración en dos partes.
⟨{v1 , v2 , . . . , vk } \ {vj }⟩ ⊆ ⟨{v1 , v2 , . . . , vk }⟩ y
⟨{v1 , v2 , . . . , vk }⟩ ⊆ ⟨{v1 , v2 , . . . , vk } \ {vj }⟩.
La primera inclusión es clara: si v ∈ ⟨{v1 , v2 , . . . , vk } \ {vj }⟩, entonces
v = α1 v1 + α2 v2 + . . . + αj−1 vj−1 + αj+1 vj+1 + . . . + αk vk
que también puede escribirse como v = α1 v1 + α2 v2 + . . . + αj−1 vj−1 + 0vj + αj+1 vj+1 + . . . + αk vk , es decir, si
v es combinación lineal de los vectores en {v1 , v2 , . . . , vk } \ {vj }, también es combinación lineal de los vectores en
{v1 , v2 , . . . , vk }.
Para probar la segunda inclusión utilizaremos la misma idea que cuando comentamos más arriba las diferencias
entre C1 y C2 . Tomemos un elemento arbitrario u ∈ ⟨{v1 , v2 , . . . , vk }⟩, entonces existen escalares β1 , β2 , . . . , βk ∈ K
tales que
u = β1 v1 + β2 v2 + . . . + βj vj + . . . + βk vk .
Ahora podemos reemplazar vj por (3.8) y obtenemos

α1 αj−1 αj+1 αk
u = β1 v 1 + β 2 v2 + . . . + βj − v1 − . . . − vj−1 − vj+1 − . . . − vk + βj+1 vj+1 + . . . + βk vk ,
αj αj αj αj

βj βj βj
= β1 − α1 v1 + β2 − α2 v2 + . . . + βj−1 − αj−1 vj−1 +
αj αj αj

βj βj
βj+1 − αj+1 vj+1 + . . . + βk − αk vk ,
αj αj
= γ1 v1 + γ2 v2 + . . . + γj−1 vj−1 + γj+1 vj+1 + . . . + γk vk ,
con lo que hemos probado que u también puede escribirse como combinación lineal de los vectores en el conjunto
{v1 , v2 , . . . , vk } \ {vj }, es decir, u también es elemento del espacio generado por estos vectores, que se escribe como
⟨{v1 , v2 , . . . , vk } \ {vj }⟩.
Observación 3.17. Note que el lema anterior también es cierto si k = 1. En ese caso, que S sea ld significa que
S = {θ} con lo que ⟨S⟩ = {θ}. Si eliminamos de S al único vector en S obtenemos el conjunto vacı́o, S \ {θ} = ∅,
que, por definición, genera a {θ}
A un conjunto generador li, es decir, a un conjunto generador del que no podemos eliminar vectores sin cambiar
el espacio que el conjunto genera le damos un nombre especial, le damos el nombre de base. Los conjuntos C1 y C2
son generadores de R3 , pero solo C1 es base de R3 .
Definición 3.18 (Base de un espacio vectorial). Una base de un K-espacio vectorial V es una familia ordenada
de vectores B = {v1 , v2 , ..., vk } que cumple que
B es conjunto generador de V , (V = ⟨B⟩), y
B es linealmente independiente.
Ejemplo 3.19. Las siguientes son ejemplos de bases en los espacios dados.
1. V = Kn , e.v. sobre K,
Bc = (1, 0, . . . , 0, . . . , 0)T , (0, 1, . . . , 0, . . . , 0)T , . . . , (0, 0, . . . , 1, 0)T , (0, 0, . . . , 0, . . . , 1)T .

es una base de Kn pues cualquier combinación lineal de los vectores anteriores es un vector en Kn y
además cualquier vector de Kn se escribe como combinación lineal de los vectores anteriores. En efecto,
si (x1 , x2 , . . . , xn )T ∈ Kn , entonces
(x1 , x2 , . . . , xn )T = x1 (1, 0, . . . , 0, . . . , 0)T +

x2 (0, 1, . . . , 0, . . . , 0)T + . . . + xn−1 (0, 0, . . . , 1, 0)T +
xn (0, 0, . . . , 0, . . . , 1)T ,
Por último, debemos mostrar que el conjunto es li: una combinación lineal
α1 (1, 0, . . . , 0, . . . , 0)T + α2 (0, 1, . . . , 0, . . . , 0)T + . . . + αn (0, 0, . . . , 0, . . . , 1)T = θ
si y solo si α1 = α2 = . . . = αn = 0. Bc se denomina base canónica de Kn .

2. Si V = Pn (K), e.v. sobre K, el conjunto de vectores
Bc = 1, x, x2 , . . . , xn .

es una base de V y se denomina base canónica de Pn (K).

Volviendo a los conjuntos C1 y C2 : el primero ya es base de R3 , el segundo no, pero
⟨C2 ⟩ = ⟨C2 \ {v1 }⟩ = ⟨C2 \ {v4 }⟩ .
Los conjuntos C2 \ {v1 } y C2 \ {v4 } son ambos li y, por tanto, bases de R3 .

Esto que hicimos con C2 puede hacerse con cualquier generador de cardinalidad finita de un e.v., esto es lo que
plantea el siguiente lema.
Lema 3.20. Sea V un K-espacio vectorial tal que V = ⟨{v1 , . . . , vn }⟩. Entonces el conjunto {v1 , . . . , vn } puede
reducirse a una base de V , es decir, podemos construir una base de V eliminando vectores del conjunto {v1 , . . . , vn },
generador de V .
Demostración. La demostración se hace por construcción.

Supongamos que para todo k ∈ {1, 2, . . . , n} se cumple que vk ̸= θ. Si alguno de los vectores en {v1 , v2 , . . . , vn } es
igual a θ, lo podemos eliminar del conjunto sin cambiar el espacio generado por él.
Denotemos B = {v1 , . . . , vn }, r = n.
Procedemos de la siguiente forma:
Paso 1: Si B es li, entonces B es base de V , nuestro proceso termina.
Paso 2: Si B no es li, al menos uno de los vectores en B se escribe como combinación lineal de los restantes, supongamos
que vj con j ∈ {1, 2, . . . , r} es ese vector. El conjunto B \ {vj } es tal que ⟨B \ {vj }⟩ = ⟨B⟩.
Paso 3: Hacemos B = B \ {vj }, r = r − 1 y volvemos al paso 1.
Repitiendo este proceso iremos reduciendo en 1 la cardinalidad del conjunto B. Cuando obtengamos un conjunto
li hemos construido una base de V . Recuerda que un conjunto con un solo vector distinto de θ es un conjunto li,
por tanto, la cantidad de elementos del último conjunto B es mayor o igual que 1.
Ejemplo 3.21. Volvamos a los conjuntos

                   
 1 2 0   1 3 −1   1 0 −3 
S1 = 0 , 1 , 0
     , S2 = −3 , −9 , 4  ,
    S3 =  0 , 2
    3 .
−2 −1 −2
     
1 3 2 6 2 0
(3.10)
El primero de ellos es un conjunto li. Te invitamos a demostrar que ⟨S1 ⟩ = R3 .
Los otros dos conjuntos son ld.
 
1
El vector −3 ∈ S2 puede escribirse como combinación lineal de los restantes vectores en el conjunto,
2
−1
     
1 3
1
−3 = −9 + 0  4  .
3
2 6 2
 +
 1 
*
Se cumple entonces que S2 \ −3 = ⟨S2 ⟩. El conjunto
 
2
     
 1   3 −1 
S2 \ −3 = −9 ,  4  (3.11)
   
2 6 2
es li (nota que al tener solo dos vectores el conjunto es ld si y solo si alguno de los vectores es el nulo o los vectores
son paralelos) y, por tanto, base de ⟨S2 ⟩. Cada vector en ⟨S2 ⟩ puede escribirse de manera única como combinación
−3
 
lineal de los vectores en el conjunto (3.11). Por ejemplo, el vector  10  ∈ ⟨S2 ⟩ puede escribirse, de manera única,
−2
como combinación lineal de los vectores en el conjunto (3.11), en efecto,
−3 −1
     
3
 10  = a −9 + b  4  ⇔ a = − 2 ∧ b = 1.
3
−2 6 2
Por otro lado, como
−3
     
1 0
1
 0  =  2  −  3 , 1
2 3
−1 −2 0
 +
 1 
*
se cumple que ⟨S3 ⟩ = S3 \  0  . El conjunto
−1
 
     
 1   0 −3 
S3 \  0  =  2   3  (3.12)
−1 −2
   
0
−2
 
es un conjunto li. El vector  5  que, en un ejemplo anterior escribimos de infinitas formas como combinación
−3
lineal de los vectores en S3 ahora puede escribirse, de manera única, como combinación lineal de los vectores en el
conjunto (3.12), nota que
−2 −3
     
0
 5  = a  2  + b  3  ⇔ a = 3 ∧ b = 2.
2 3
−3 −2 0
Una base B de un espacio vectorial es un conjunto generador del espacio que tiene la cantidad justa de vectores:
si se eliminan vectores del conjunto, éste deja de generar el espacio y si se añaden vectores a él, éste deja de ser li,
deja de cumplirse que cada vector en el espacio puede escribirse, de manera única, como combinación lineal de los
vectores en el generador.
Estas propiedades se demuestran en el siguiente lema.
Lema 3.22. Sea B = {v1 , . . . , vn } ⊆ V . Las siguientes afirmaciones son equivalentes:
B es una base de V ,
⟨B⟩ = V y para todo vr ∈ B, el conjunto {v1 , . . . , vr−1 , vr+1 , . . . , vn } ya no es un conjunto generador de V ,
B es li y para todo v ∈ V , el conjunto B ∪ {v} no es li.
Antes de demostrar este lema, escribamos su enunciado en lenguaje usual. Si B es una base de un e.v. V , la cantidad
de vectores en B es la justa y necesaria para describir a todos los vectores del espacio vectorial.
Si se eliminan vectores de B, pierde la propiedad de poder describir a todos los vectores del espacio. Si se añaden
vectores a B, pierde la propiedad de poder describirlos de manera única.
Demostración. Supongamos que B es una base de un K-e.v. V .

Sea vr ∈ B. Nota que si B \ {vr } aún generara a V , entonces vr (elemento de V ) podrı́a escribirse como combinación
lineal de los vectores en B \ {vr }, lo que indica que B serı́a ld y esto no es posible.
Por otro lado, si existiera v ∈ V de modo que B ∪ {v} es li, entonces el vector v ∈ V no podrı́a ser combinación
lineal de los vectores en B, lo que contradice el hecho de que ⟨B⟩ = V .
3.8. Dimensión de espacios vectoriales

Nuestro objetivo es ahora demostrar que todas las bases de un espacio vectorial tienen la misma cantidad de
vectores. Esto nos permitirá definir la dimensión de un espacio vectorial como la cardinalidad (o cantidad de
elementos) de cualquiera de sus bases. Para ello necesitamos primero demostrar los dos teoremas siguientes, que
reciben el nombre de teoremas de Steinnitz o teoremas de intercambio.
Pn
Teorema 3.23. Sean B = {v1 , . . . , vn } una base de V y w ∈ V , w ̸= θ, w = i=1 αi vi . Si k ∈ {1, 2, . . . , n} es tal
que αk ̸= 0, entonces el conjunto {v1 , v2 , . . . , vk−1 , w, vk+1 , . . . vn } también es base de V .
Demostración. Nota que en este teorema estamos construyendo una nueva base para V a partir de una base
conocida. La nueva base es el conjunto que resulta de reemplazar al vector vk en B por w. Demostremos que este
nuevo conjunto es base. Debemos demostrar que es generador de V y que es li.
Mostremos primero que el nuevo conjunto genera a V . Para ello mostraremos que cualquier vector v ∈ V ,
que ya sabemos es combinación lineal de los vectores en B, también es combinación lineal de los vectores en
{v1 , v2 , . . . , vk−1 , w, vk+1 , . . . vn }. Sea v ∈ V , entonces
n
X n
X
v= βi vi = βi vi + β k vk ,
i=1 i=1,i̸=k
Pn
Como w = i=1 αi vi y αk es distinto de cero, podemos escribir a vk como
1
vk = (w − α1 v1 − · · · − αk−1 vk−1 − αk+1 vk+1 − · · · − αn vn )
αk
y entonces
 
n n
X βk  X
v= βi vi + w− αi vi  ,
αk
i=1,i̸=k i=1,i̸=k
n
X βk βk
= βi − αi vi + w,
αk αk
i=1,i̸=k
es decir, si v puede escribirse como combinación lineal de los vectores en B, también puede escribirse como combi-
nación lineal de los vectores en {v1 , v2 , . . . , vk−1 , w, vk+1 , . . . vn }, lo que significa que este conjunto es generador de
V.
Demostremos ahora que {v1 , v2 , . . . , vk−1 , w, vk+1 , . . . vn } es li. Supongamos que β1 , β2 , . . . , βk ∈ K son tales que
P
i̸=k βi vi + βk w = θ, es decir,
 
n
X n
X n
X
θ= βi vi + βk w = βi vi + βk  αi vi + αk vk  ,
i=1,i̸=k i=1,i̸=k i=1,i̸=k
= (β1 + βk α1 )v1 + (β2 + βk α2 )v2 + . . . + (βk−1 + βk αk−1 )vk−1 + βk αk vk + (βk+1 + βk αk+1 )vk+1 + . . . + (βn + βk αn )vn .
La combinación lineal anterior es una combinación lineal de los vectores en B que es igual a θ. Dado que B es base
de V , la igualdad anterior se cumple si y solo si
αk βk = 0
y
β1 + βk α1 = 0 ∧ β2 + βk α2 = 0 ∧ · · · ∧ βk−1 + βk αk−1 = 0 ∧ βk+1 + βk αk+1 = 0 ∧ · · · ∧ βn + βk αn = 0
Dado que αk ̸= 0, el producto βk αk = 0 si y solo si βk = 0.

Si βk = 0, entonces para cualquier i ∈ {1, 2, . . . , k − 1, k + 1, . . . , n} los coeficientes βi + βk αi son iguales a βi y son
iguales a cero si y solo si βi = 0. Con esto se tiene que {v1 , . . . , vk−1 , w, vk+1 , . . . , vn } es li.
Podemos concluir entonces que {v1 , . . . , vk−1 , w, vk+1 , . . . , vn } es base de V .
Ejemplo 3.24. En este ejemplo entenderemos mejor qué plantea el teorema anterior.
Ya sabemos que
B = 1, x, x2 , x3

es una base de P3 (R). El polinomio p tal que p(x) = 2 + 3x2 es combinación lineal de los polinomios en B con
escalares iguales a cero frente a las funciones x y x3 . Los conjuntos
2 + 3x2 , x, x2 , x3 , 1, x, 2 + 3x2 , x3

son también bases de P3 (R). Nota que el conjunto de la izquierda lo obtuvimos de reemplazar 1 por 2 + 3x2 y el
de la derecha lo obtuvimos de intercambiar x2 por 2 + 3x2 en la base conocida de P3 (R). Sin embargo, como en p
no hay ”información” sobre x ni x3 , si reemplazamos las funciones x o x3 en B por p, el conjunto resultante no
tendrı́a ninguna de las dos propiedades que debe tener para ser base: ser li y generar el espacio.
En el siguiente teorema se plantea un resultado importante: cualquier conjunto li de elementos de un espacio
vectorial V tiene una cantidad de elementos menor o igual que la cantidad de elementos en una base. Esto se
demuestra con ayuda del teorema anterior, el ejemplo que sigue a la demostración del teorema puede ayudarte a
entender mejor la demostración.
Teorema 3.25. Sean B = {v1 , . . . , vn } una base de V y {w1 , . . . , wr } un conjunto li de vectores en V . Entonces,
r ≤ n y existen ı́ndices i1 , . . . , in−r ∈ {1, 2, . . . , n} tales que B̃ = {w1 , . . . , wr , vi1 , . . . , vin−r } es una base de V .
Demostración. Esto es equivalente a demostrar que existen j1 , . . . , jr ∈ {1, 2, . . . , n} tales que después de intercam-
biar vj1 por w1 , vj2 por w2 ,...,vjr por wr se obtiene una nueva base de V .
Comencemos con w1 . Aplicando el teorema de intercambio anterior podremos construir una nueva base de V ,
llamémosla B1 , intercambiando uno de los elementos de B por w1 .
Sea Bi la base que hemos obtenido después de aplicar el procedimiento anterior i veces,

Bi = w1 , . . . , wi , vj1 , . . . , vjn−i .
El vector wi+1 puede escribirse como combinación lineal de los vectores en Bi . Además en esta combinación lineal, si
i+1 ≤ r ≤ n, existe al menos un coeficiente distinto de cero acompañando a uno de los elementos en {vj1 , . . . , vjn−i }
(de no existir estarı́a escribiendo wi+1 como combinación lineal de elementos en {w1 , . . . , wi } y esto no es posible
pues {w1 , w2 , . . . , wr } es li). Denotemos a este elemento por ṽ. Intercambiando a ṽ en Bi por wi+1 se construye la
nueva base Bi+1 de V .
Si r > n, después de repetir este proceso n veces se tiene que Bn = {w1 , . . . , wn } es base de V y wn+1 deberı́a
poder escribirse como combinación lineal de los elementos en Bn , lo cual es una contradicción con el hecho de que
el conjunto {w1 , . . . , wr } es li. El elemento wn+1 tampoco puede añadirse a Bn pues, al ser este conjunto una base
de V , al añadirle un elemento deja de serlo.
Veamos, con un ejemplo, la idea de la demostración anterior.

Ejemplo 3.26. Sea B = {1, x, x2 } una base de P2 (R). Supongamos que el conjunto {p1 , p2 , p3 , p4 } es un conjunto
li de vectores de P2 (R). El teorema anterior nos dice que esto es imposible, que cualquier conjunto li de vectores de
P2 (R) debe tener 1, 2 o 3 vectores, pero no más. Veamos cómo se explica esto en la demostración anterior. Para
ello se utiliza varias veces el teorema 3.23. Pero antes de empezar a utilizarlo debemos notar que p1 , p2 , p3 y p4
tienen que ser todos distintos del polinomio nulo pues ningún conjunto que contenga a θ es li.
1. Como B es base de P2 (R), p1 se escribe como combinación lineal de los vectores en B y alguno de los escalares
en esa combinación lineal es distinto de cero. Supongamos p1 (x) = α + βx con α ̸= 0 y β ̸= 0. Entonces el

teorema 3.23 garantiza que el conjunto B1 = 1, p1 , x2 es base de P2 (R).
2. Tomemos ahora p2 . Como B1 es base de P2 (R), p2 es combinación lineal de los vectores en B1 . Además en
esa combinación lineal el escalar que acompaña a 1 o a x2 tiene que ser distinto de cero (de lo contrario,
p2 = αp1 con α ̸= 0 y el conjunto {p1 , p2 , p3 , p4 } no serı́a li). Supongamos p2 (x) = α + βp1 (x) con α y β

distintos de cero. Intercambiemos a 1 por p2 . El conjunto B2 = p2 , p1 , x2 es base de P2 (R).
3. Llegamos a p3 . Este polinomio es combinación lineal de los polinomios en B2 y el coeficiente que acompaña a
1 en esa combinación lineal tiene que ser distinto de cero, de lo contrario, p3 serı́a combinación lineal de p1
y p2 y el conjunto {p1 , p2 , p3 , p4 } no serı́a li. Podemos intercambiar a 1 por p3 en B2 , el conjunto resultante
es base de P2 (R), B3 = {p3 , p1 , p2 }.
4. Ahora tenemos a p4 , él tiene que ser combinación lineal de los polinomios en B3 , pero esto indica que el
conjunto {p1 , p2 , p3 , p4 } no es li. Por tanto, para que el conjunto {p1 , p2 , p3 , p4 } fuera li, la cantidad de
elementos en él no puede ser superior a 3.
Lema 3.27. Todas las bases de un espacio finito dimensional V (V es finito dimensional si podemos encontrar un
conjunto generador para V con una cantidad finita de vectores) tienen la misma cardinalidad.
Demostración. Si {v1 , . . . , vm } y {w1 , . . . , wn } son bases de V . Aplicando el teorema anterior con base {v1 , . . . , vm }
y conjunto li {w1 , . . . , wn } se tiene que n ≤ m.
Si aplicamos el teorema anterior con base {w1 , . . . , wn } y conjunto li {v1 , . . . , vm }, entonces m ≤ n.
Estas dos desigualdades se cumplen si y solo si m = n.
Ahora tiene sentido la siguiente definición.

Definición 3.28. Sea V un K-e.v. La dimensión de V , que se denota por dim(V ), es la cardinalidad de cualquiera
de sus bases. La dimensión del e.v. trivial {θ} es cero.
De esta forma tenemos dim(Kn ) = n, dim(Pn (K)) = n + 1, si consideramos a cada uno de ellos como K-espacios
vectoriales. Además dim(Cn ) como espacio vectorial real es 2n pues puede comprobarse que el conjunto
(1, 0, . . . , 0)T , (0, 1, 0, . . . , 0)T , . . . , (0, 0, . . . , 1)T , (i, 0, . . . , 0)T , . . . , (0, 0, . . . , i)T .

es una base de Cn como espacio vectorial real.

En el siguiente teorema se relacionan la dimensión de un K-espacio vectorial V a las dimensiones de subespacios
vectoriales de él.
Teorema 3.29. Sea V un espacio vectorial finito dimensional sobre un cuerpo K. Sean U, W ⊆ V subespacios
vectoriales de V . Entonces
1. W es finito dimensional y dim(W ) ≤ dim(V ),
2. si dim(W ) = dim(V ), entonces V = W ,
3. dim(U + W ) = dim(U ) + dim(W ) − dim(U ∩ W ).
Ésta última relación se denomina teorema de Grassmann.
Demostración.
1. Cualquier base de W es un generador para W y un conjunto li de vectores en V . Como consecuencia del
teorema 3.25 este conjunto li de vectores debe tener cardinalidad menor o igual a la dimensión de V , por
tanto, la dimensión de W es menor o igual a la de V .
2. Supongamos que dim(W ) = dim(V ) y que V y W no son iguales. Sea {w1 , . . . , wn } una base de W . Como
V y W no son iguales, existe v ∈ V que no puede escribirse como combinación lineal de {w1 , . . . , wn }, por
tanto, {w1 , . . . , wn , v} es un conjunto li de vectores en V , lo cual según lema 3.25 no es posible pues cualquier
conjunto li de vectores de V tiene, a lo sumo, n vectores.
3. Sea {v1 , . . . , vr } una base de U ∩ W .
Ésta puede completarse a bases {v1 , . . . , vr , u1 , . . . , un } y {v1 , . . . , vr , w1 , . . . , wm } de U y W respectivamente.
El conjunto
BU +W := {v1 , . . . , vr , u1 , . . . , un , w1 , . . . , wm }
es generador de U + W .
Probemos que el conjunto BU +W es li. Sean αi , βi , δi ∈ R tales que
r
X n
X m
X
θ= αi vi + βi ui + δi wi . (3.13)
i=1 i=1 i=1
| {z } | {z }
=u1 =u2
Pr Pn Pm
Denotemos u1 = i=1 αi vi + i=1 βi ui y u2 = i=1 δi wi . Note que u1 ∈ U y u2 ∈ W .
Pero
θ = u1 + u2 ⇒ u1 = −u2 ⇒ u1 ∈ W
pues, al ser W es subespacio vectorial de V , si u2 ∈ W , se cumple que −u2 ∈ W .
Pr
Con esto se tiene que u1 ∈ U ∩ W , esto es, existen γ1 , γ2 , . . . , γr ∈ K tales que u1 = i=1 γi vi y, por tanto,
Pr Pm
u1 + u2 = i=1 γi vi + i=1 δi wi .
Entonces
X r m
X
θ = u1 + u2 ⇔ θ = γ i vi + δi wi
i=1 i=1
Dado que {v1 , . . . , vr , w1 , . . . , wm } es base de W , la igualdad anterior es equivalente a
∀ i ∈ {1, 2, . . . , m} : δi = 0 y ∀ i ∈ {1, 2, . . . , r} : γi = 0
De aquı́ se tiene que entonces u1 = θ, u2 = θ y la ecuación (3.13) puede reescribirse como

r
X n
X
θ= αi vi + βi ui
i=1 i=1
Dado que {v1 , . . . , vr , u1 , . . . , un } es base de U , esta última igualdad se cumple si y solo si
∀ i ∈ {1, 2, . . . , r} : αi = 0 y ∀ i ∈ {1, 2, . . . , m} : βi = 0.
Dado que (3.13) es equivalente a
∀ i ∈ {1, 2, . . . , n} : βi = 0 y ∀ i ∈ {1, 2, . . . , r} : αi = 0 y ∀ i ∈ {1, 2, . . . , m} : δi = 0,
el conjunto BU +W es una base de U + W y, con ello,
dim(U + W ) = n + m + r = (n + r) + (m + r) − r = dim(U ) + dim(W ) − dim(U ∩ W ).
Definición 3.30. Si V es un e.v. sobre K y U y W son s.e.v. de V , se dice que U + W es una suma directa si y
solo si U ∩ W = {θ} o, de manera equivalente, si y solo si dim(U ∩ W ) = 0, es decir, si y solo si dim(U + W ) =
dim(U ) + dim(W ).
Lema 3.31. Si U y W son s.e.v. de cierto K-e.v. V y son tales que U + W es directa, entonces cada elemento de
U + W se escribe, de manera única, como suma de un elemento de U y uno de W .
Demostración. Demostremos primero que si U ∩ W = {θ}, entonces cada elemento de U + W se escribe de manera
única como suma de un vector en U y uno en W . Utilizaremos la técnica de demostración reducción al absurdo.
Supondremos que U ∩ W = {θ} y que existe al menos un vector s ∈ U + W que puede escribirse de dos formas
distintas como suma de un vector en U y uno en W y llegaremos a una contradicción. Supongamos s1 , s2 ∈ U y
r1 , r2 ∈ W tales que s1 ̸= s2 , r1 ̸= r2 y s = s1 + r1 = s2 + r2 ,
s = s1 + r1 = s2 + r2 ⇒ s1 + (−s2 ) = r2 + (−r1 ),
| {z } | {z }
∈U ∈W
si el vector s1 + (−s2 ) ∈ U es igual a (−r2 ) + r1 ∈ W , entonces s1 + (−s2 ) ∈ W , es decir, s1 + (−s2 ) es un vector

distinto de θ en U ∩ W , lo que contradice nuestra suposición de que U ∩ W = {θ}.
Demostremos ahora que si cada vector s ∈ U + W se escribe de manera única como suma de un vector en U y uno
en W , entonces U ∩ W = {θ}. Esta afirmación es equivalente a que si U ∩ W ̸= {θ}, entonces existe s ∈ U + W que
puede escribirse de distintas formas como suma de un vector en U y uno en W . Demostremos esto. Sean s ∈ U + W
y u ∈ U ∩ W , u ̸= θ. Como s ∈ U + W , existen s1 ∈ U y r1 ∈ W de modo que s = s1 + r1 , pero
s = s1 + r1 = s1 + θ + r1 = s1 + u + (−u) + r1 = (s1 + u) + ((−u) + r1 ) .

| {z } | {z }
∈U ∈W
Si u ̸= θ, entonces s1 + u ̸= s1 y (−u) + r1 ̸= r1 . Los vectores s2 = s1 + u y r2 = (−u) + r1 son nuevos vectores en

U y W cuya suma es igual a s.
En los siguientes ejemplos usaremos el teorema anterior para probar que un subespacio vectorial de cierto espacio
vectorial es igual a todo el espacio.
Ejemplo 3.32.
1. Ahora podemos entender por qué si U = ⟨{r}⟩ y W = ⟨{s}⟩ con r y s vectores no nulos y no paralelos de R2 ,
se cumple que U + W = ⟨{r, s}⟩ = R2 .
El conjunto {r, s} es li (porque r y s no son paralelos), por tanto, dim(U + W ) = 2, es decir, U + W es un
s.e.v. de R2 cuya dimensión es igual a la dimensión de R2 , tiene que cumplirse entonces que U + W = R2 .
2. Si r, s son vectores no nulos y no paralelos de R3 , U = ⟨{r}⟩, W = ⟨{s}⟩, entonces U + W = ⟨{r, s}⟩. Si r y

s no son paralelos, {r, s} es un conjunto li y, por tanto, una base de U + W .
El conjunto U + W es el conjunto de vectores entre puntos cualesquiera de un plano que pase por un punto Q
con vectores directores r y s, {r, s} es una
n baseode U + W . Si A es otro punto de ese mismo plano, el vector
⃗ es de la forma α r + β s. Si α ̸= 0, AQ,
AQ ⃗ s también es base de U + W .
Ahora debes poder comprender por qué afirmábamos que cualquier par de vectores no nulos y no paralelos
entre puntos de un plano son directores del plano.
3. Consideremos ahora los s.e.v. de R3 , U = ⟨{r, s}⟩, W = ⟨{u, w}⟩. Supongamos que U y W son distintos.
Ellos pueden representarse gráficamente como el conjunto de vectores entre puntos de un plano.
Entonces dim(U ) = 2, dim(W ) = 2 y, aplicando Grassmann tenemos que
dim(U + W ) = 4 − dim(U ∩ W ).
El espacio U ∩W no puede tener dimensión cero (el único espacio de dimensión cero es {θ}). Si esto ocurriera,
la dimensión de U + W , s.e.v. de R3 , serı́a 4 y esto es imposible. Como U ∩ W es s.e.v. de U y de W , que
tienen dimensión 2, se cumple que la dimensión de U ∩ W solo puede ser 1 o 2. Si es 2, U ∩ W = U , pero
esto es imposible si W es un plano distinto a U . La dimensión de U ∩ W tiene que ser 1 (U ∩ W es una
recta) y entonces dim(U + W ) = 3, es decir, U + W = R3 .
4. Los subespacios U, W de P3 (R)
U = {p ∈ P3 (R) : p(0) = p′ (0) = 0} , W = {p ∈ P3 (R) : ∀ x ∈ R : p(−x) = p(x)}
son tales que dim(U ∩ W ) = 1, con esto sabemos que la suma de ellos no es directa. Además,
dim(U + W ) = dim(U ) + dim(W ) − dim(U ∩ W ) = 2 + 2 − 1 = 3,
y, por tanto, U + W es un s.e.v. de P3 (R) que no es igual a P3 (R).

5. Los subespacios U, W de P2 (R)
U = {p ∈ P2 (R) : p(0) = 0} , W = {p ∈ P2 (R) : p(0) = p′ (0) = 0}

son tales que U + W = x, x2 . Aplicando el teorema de Grassmann se tiene que
dim(U + W ) = dim(U ) + dim(W ) − dim(U ∩ W ) ⇒ dim(U ∩ W ) = 2 + 1 − 2 = 1
y con esto podemos asegurar que U + W no es directa.

Definición 3.33. Sean V un K-e.v. y B = {v1 , . . . , vn } una base de V , entonces para cada v ∈ V existen únicos
Pn
α1 , α2 , . . . , αn ∈ K tales que v = i=1 αi vi . Los coeficientes α1 , α2 , . . . , αn se denominan coordenadas de v en
B y se denotan mediante
 
α1
 α2 
[u]B =  .  .
 
 .. 
αn
Ejemplo 3.34. Los conjuntos

                 
 1 0 0   1 0 2   1 2 0 
B1 = 0 , 1 , 0 , B2 =  0  ,  1  , 1 , B3 = 0 ,  1  , 0
−1 −1 −2
     
0 0 1 0 1 3
son bases de R3 . Se cumple que

 11 
−3 −7
         
1 1 1 1
4 = 4 , 4 =  5  , 4 =  4  .
3
7 17
2 B
2 2 B 3 2 B 3
1 2 3
Lema 3.35. Si V es un K-e.v. de dimensión n y B es una base de V , entonces para todo par de vectores u, v ∈ V
y todo escalar α ∈ K se cumple que
[u + v]B = [u]B + [v]B , [α u]B = α[u]B .
Observación 3.36 (Bibliografı́a adicional recomendada). Si deseas profundizar en los temas tratados en este
documento, te recomendamos revisar los siguientes libros/apuntes/videos.
Ten en cuenta que la notación utilizada en algunos de los libros/apuntes/videos recomendados no es exactamente
la misma que la utilizada en estos apuntes. Si crees que eso podrı́a confundirte, no te preocupes, la información en
los apuntes es suficiente para aprender el contenido del curso.
1. Álgebra Lineal, S. Grossman, Capı́tulo 5, Secciones 5.3, 5.4, 5.5.
2. Álgebra Lineal, S. Lipschutz, Capı́tulo 5, Secciones 5.5 (sin espacio fila de una matriz), 5.6 y 5.7 (sin rango
de una matriz).
3. Álgebra Lineal, G. Devaud, páginas 59–90, teniendo en cuenta que no hemos visto espacios vectoriales cuyos
elementos sean matrices.
4. Canal Youtube 3Blue1Brown en español, playlist ”Esencia del Álgebra Lineal”, video 3.

Base Dimension Esp Vectorial

Cargado por

Copyright:

Formatos disponibles

Base Dimension Esp Vectorial

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Base Dimension Esp Vectorial

Cargado por

Copyright:

Formatos disponibles

Índice general

3.6. Conjuntos generadores

Un vector w ∈ V es combinación lineal de v1 , v2 , . . . , vm si existen α1 , α2 , . . . , αm ∈ K tales que

Un vector u ∈ V satisface u ∈ ⟨{v1 , v2 , . . . , vk }⟩ si y solo si existen α1 , α2 , . . . , αk ∈ K tales que:

Dicho en otras palabras:

⟨{v1 , v2 , . . . , vk }⟩ = {α1 v1 + α2 v2 + · · · + αk vk : α1 , α2 , . . . , αk ∈ K}.

Figura 3.1: Combinaciones lineales en R2

Esta igualdad se cumple si y solo si

3. Si consideramos C2 como e.v. complejo,

Esta igualdad es equivalente a

5. Determinemos si el polinomio 2 + x es combinación lineal de los vectores 1, 1 − x, (1 − x)2 , elementos de

2 + x = a + b(1 − x) + c(1 − x)2 . (3.1)

que podemos escribir como −1 = b + c.

Nota que los vectores en U tienen la forma

Estos vectores se pueden escribir como

Demostración. Si S = ∅, ⟨S⟩ = {θ} que es s.e.v. de V .

Como p + q es una combinación lineal de los vectores en S con escalares α1 + β1 , α2 + β2 , . . . , αk + βk , se cumple

Ejemplo 3.9. Si volvemos al ejemplo 3.30 de la semana pasada, donde tenı́amos

Además, los conjuntos

que también vimos en la sección anterior, son tales que

Por otro lado,

En este caso U + W es el espacio generado por el conjunto de vectores

3.7. Dependencia e independencia lineal de vectores. Base

lo que se traduce en el siguiente sistema de ecuaciones

Al final de la sección anterior redujimos la matriz ampliada de este sistema a

Ejemplo 3.12. Demostraremos que el conjunto

es un conjunto li de vectores de R3 , mientras que

es igual al vector nulo de R3 si y solo si

La única solución de este sistema de ecuaciones es a = b = c = 0.

a + 3b = 0, −3(a + 3b) = 0, 2(a + 3b) = 0.

son iguales a θ. El tercer conjunto de vectores es ld.

Demostración. Debemos demostrar que

Ambos generan a R3 , el primero es li y el segundo es ld.

Sea j ∈ {1, 2, . . . , k} tal que αj ̸= 0, entonces

θ = α1 v1 + α2 v2 + . . . + αj vj + . . . + αk vk ⇒ αj vj = −α1 v1 − . . . − αj−1 vj−1 − αj+1 vj+1 − . . . − αk vk

Veamos ejemplos de esta última afirmación.

x = av1 + bv2 + cv3 + dv4 ,

pero, dado que v1 = 0v2 + 0v3 − v4 , se tiene que

x = a(−v4 ) + bv2 + cv3 + dv4 = bv2 + cv3 + (d − a)v4 ,

Demostración. La primera propiedad la demostramos anteriormente cuando mencionamos que si un conjunto A

v = α1 v1 + α2 v2 + . . . + αj−1 vj−1 + αj+1 vj+1 + . . . + αk vk

Bc = (1, 0, . . . , 0, . . . , 0)T , (0, 1, . . . , 0, . . . , 0)T , . . . , (0, 0, . . . , 1, 0)T , (0, 0, . . . , 0, . . . , 1)T .

(x1 , x2 , . . . , xn )T = x1 (1, 0, . . . , 0, . . . , 0)T +

α1 (1, 0, . . . , 0, . . . , 0)T + α2 (0, 1, . . . , 0, . . . , 0)T + . . . + αn (0, 0, . . . , 0, . . . , 1)T = θ

si y solo si α1 = α2 = . . . = αn = 0. Bc se denomina base canónica de Kn .

es una base de V y se denomina base canónica de Pn (K).

⟨C2 ⟩ = ⟨C2 \ {v1 }⟩ = ⟨C2 \ {v4 }⟩ .

Los conjuntos C2 \ {v1 } y C2 \ {v4 } son ambos li y, por tanto, bases de R3 .

Demostración. La demostración se hace por construcción.

Ejemplo 3.21. Volvamos a los conjuntos

Demostración. Supongamos que B es una base de un K-e.v. V .

3.8. Dimensión de espacios vectoriales

β1 + βk α1 = 0 ∧ β2 + βk α2 = 0 ∧ · · · ∧ βk−1 + βk αk−1 = 0 ∧ βk+1 + βk αk+1 = 0 ∧ · · · ∧ βn + βk αn = 0

Dado que αk ̸= 0, el producto βk αk = 0 si y solo si βk = 0.

Veamos, con un ejemplo, la idea de la demostración anterior.

Ahora tiene sentido la siguiente definición.

es una base de Cn como espacio vectorial real.

Dado que {v1 , . . . , vr , w1 , . . . , wm } es base de W , la igualdad anterior es equivalente a