Espacios vectoriales

Matemtica IV

ALGEBRA LINEAL

ESPACIOS VECTORIALES
DEFINICIN. Sea V un conjunto no vaco de objetos, llamados elementos(vectores). Y sea F
un campo1, conjunto no vaco de objetos, llamados elementos(escalares).
Se definen las operaciones:
: V V V ; adicin de vectores
: F V V ; multiplicacin de un escalar por un vector
El conjunto V con las operaciones definidas se llama espacio vectorial sobre el campo F s
satisface los siguientes axiomas:
Axiomas para la Adicin
A1.
Si u y v son elementos cualesquiera en V, entonces u v est en V (es decir, V es
cerrado bajo la operacin + )
A2.
u v v u , para u y v en V
A3.
u ( v w) (u v) w , para u, v y w en V
A4.
Existe un elemento 0 (vector cero o nulo) en V tal que u 0 u , para toda u en V
A5.
Para cada u en V existe un elemento u en V tal que u u 0
Axiomas para la multiplicacin por escalares
M1.
Si u es cualquier elemento en V y es cualquier elemento en F, entonces u est
en V ( es decir V es cerrado bajo la operacin )
M2.
(u v) u v , para todo en F y toda u y v en V
M3.
( ) u u u , para todo y en F y toda u en V
M4.
( u) () u , para todo y en F y toda u en V
M5.
1 u u , para toda u en V
NOTA.
1. Si el campo F es el conjunto de los nmeros reales, obtenemos un espacio vectorial real
2. Si el campo F es el conjunto de los nmeros complejos, obtenemos un espacio vectorial
complejo.
3. En adelante consideraremos slo espacios vectoriales reales a menos que se indique lo
contrario.
Ejemplos
1. Sea V R , el conjunto de los nmeros reales con x y y x la adicin y
multiplicacin ordinarios de nmeros reales.
2. Sea V C , el conjunto de los nmeros complejos con x y y x la adicin de
nmeros complejos y multiplicacin de un nmero complejo por un real.
3. Sea V R n , el conjunto de todas las n-plas de nmeros reales con las operaciones de
adicin y multiplicacin escalar definidas en forma ordinaria.
4. Sea V (x, y,0) / x, y,0 R con las operaciones:
(x, y,0) (x' , y' ,0) (x x' , y y' ,0)
(x, y,0) (x, y,0)
5. Espacios Funcionales. Los elementos en V son funciones vectoriales con:
(f g)(x) f (x) g(x) , suma de dos funciones
1

Conjunto no vaco de escalares, con las operaciones de adicin y multiplicacin , que satisfacen cinco
axiomas para la adicin y cinco axiomas para la multiplicacin.

Rogelio Cerna Reyes

Espacios vectoriales

Matemtica IV

(f )(x) f (x) , multiplicacin de una funcin por un escalara real

Los siguientes conjuntos son ejemplos de espacios funcionales
6. El conjunto de todas las funciones definidas en un intervalo dado. Por ejemplo:
V C[a ,b] f : [a , b] R / f es continua en a, b
V I[a ,b] f : [a , b] R / f es int egrable en a, b

7. Sea V Pn conjuntode todos los polinomiosde grado n con las operaciones de

adicin de polinomios y multiplicacin de un polinomio por un escalar real.
8. Sea V P Pn / Pn es un un espacio vectorialde todos los polinomiosde grado n con
las operaciones de adicin de polinomios de grado n y multiplicacin de un
polinomio de grado n por un escalar real.

SUBESPACIOS
Sea V un espacio vectorial y S un subconjunto no vaco de V. Si S es un espacio vectorial con
respecto de las operaciones en V, entonces S es un subespacio de V.
CRITERIO DE SUBESPACIO
Un subconjunto S no vaco de un espacio vectorial V es un subespacio si y solo si satisface los
axiomas de clausura o cerradura.
Es decir;
S es un subespacio de V si y solo si se cumplen las siguientes condiciones:
1. Si u y v son vectores cualesquiera en S, entonces u v est en S
2. Si es cualquier nmero real y u es cualquier vector en S, entonces u est en S.
NOTA
Cada espacio vectorial V tiene al menos dos subespacios, l mismo y el subespacio 0 que
consta slo del vector cero. Estos son llamados subespacios triviales.
Ejemplos
1.
Sea

C[' a ,b] f / f : [a, b] R, f ' sea continua funciones continuamente diferenciables

Determinar si C[' a ,b] es un subespacio de C[a ,b]

Solucin.
C[' a ,b] es un subconjunto no vaco de C[a ,b] , basta considerar la funcin nula.
'
Sea f C[a,
b] , es decir f es diferenciable , esto implica que f es continua entonces

f C[a,b]
'
Por tanto C[a,
b] es un subconjunto de C[a,b]

En seguida verificamos las condiciones del criterio de subespacio

'
1.
Sean f, g C[a,
b] , es decir f y g son continuamente diferenciables, entonces
'
f g es continuamente diferenciales, es decir f g C[a,
b]
'
Por tanto C[a,
b] satisface el axioma de clausura respecto de la adicin

Rogelio Cerna Reyes

Espacios vectoriales

Matemtica IV

'
Sea R y sea f C[a,
b] , entonces f es continuamente diferenciable, es

2.

'
decir f C[a,
b]

'
Por tanto C[a,
b] satisface el axioma de clausura respecto a la multiplicacin por un

escalar.
En conclusin, C[' a ,b] es un subespacio de C[a ,b]
En general;

C[na ,b] f / f : [a, b] R, f n es continua funciones cuya n esima derivada es continua

es un subespacio de C[ma ,b] si m n .

2.

Determinar si el subconjunto S (x, y) R 2 / y 2x es un subespacio de R 2

Solucin.
S es un subconjunto no vaco de R 2 , basta considerar (0,0) S R 2

En seguida verificamos las condiciones del criterio de subespacio

1.

Sean
Entonces

(x1 , y1 ) S y (x 2 , y 2 ) S

y1 2x1 , y 2 2x 2
Sumando ambas expresiones se obtiene
y1 y 2 2 (x1 x 2 )
Entonces
(x1 x 2 , y1 y 2 ) S
Por tanto
(x1 , y1 ) (x 2 , y 2 ) S

2.

Sean
Entonces

(x1 , y1 ) S y R

multiplicando por se obtiene

y1 2x1
y1 2 x1

Entonces
(x1 , y1 ) S

Por tanto

(x1 , y1 ) S

En conclusin S es un subespacio de R 2
3.

Determinar si el subconjunto W (x, y) R 2 / y x 1 es un subespacio de R 2

Solucin.
W es un subconjunto no vaco de R 2 , basta considerar (1,2) W R 2
1.
Sea (x1 , y1 ) , (x 2 , y 2 ) W
Entonces

Rogelio Cerna Reyes

Espacios vectoriales

Matemtica IV

y1 x1 1 , y 2 x 2 1

sumando ambas expresiones

y1 y 2 x1 x 2 2

entonces
(x1 x 2 , y1 y 2 ) W

por lo tanto
(x1 , y1 ) (x 2 , y 2 ) W

En consecuencia W no es subespacio de R 2
o tambin basta considerar el vector nulo, es decir (0,0) W
4.

Determinar si el subconjunto
subespacio de R

M (x1 , x 2 , x 3 ) R 3 / x12 x 22 x 32 1

es un

Solucin.
M es un subconjunto no vaco de R 3 , basta considerar (1,0,0) M R 3
Sea
(x1 , x 2 , x 3 ) , ( y1 , y 2 , y 3 ) M
Entonces
x12 x 22 x 32 1 , y12 y 22 y 32 1
sumando ambas expresiones
x12 y12 x 22 y 22 x 32 y 32 2

entonces
(x1 y1 , x 2 y 2 , x 3 y 3 ) M

Por lo tanto
(x1 , x 2 , x 3 ) ( y1 , y 2 , y 3 ) M

En consecuencia M no es subespacio de R 3
o tambin basta considerar el vector nulo, es decir (0,0,0) W
5.

P P(x) / P(x) es un polinomioen x con coeficientes reales con las operaciones:

+ ; Adicin de polinomios en x
. ; multiplicacin de un polinomio por un escalar

Pn P(x) P / P(x) a 0 a1x a 2 x 2 a n x n

Pn es un subespacio de P.

; a 0 , a1 , , a n R , n N

OPERACIONES CON SUBESPACIOS

INTERSECCIN DE SUBESPACIOS
Sea Si iI una familia de subespacios de V. S Si resulta ser un subespacio de V.
iI

Rogelio Cerna Reyes

Espacios vectoriales

Matemtica IV

NOTA. Los subespacios S1 y S 2 se llaman disjuntos si S1 S2 0

Ejemplo
Sea R 3 un espacio vectorial sobre R y

(x , x

S1 (x1 , x 2 , x 3 ) R 3 / x 3 0
S2

dos subespacios. Entonces

2 , x3 )R

0, ,0 R

/ x1

S S1 S2 x1 , x 2 , x 3 R 3 / x1 0 , x 3 0

S S1 S2

/ R es el eje x 2

Y
X
Ejercicio. Demostrar que la interseccin de toda familia de subespacios de V, es un subespacio
de V.
UNION DE SUBESPACIOS
Si S1 y S 2 son dos subespacios de V, entonces S1 S 2 no necesariamente es un subespacio de
V.
Ejemplo
Sean

S1 x (x, y) / y 2x y S2 y (x, y) / y 4x
dos subespacios. La unin S1 S 2 es el par de rectas.
Si
x S1 x S1 S 2
y S 2 y S1 S 2

pero

x y S1 S2
SUMA DE SUBESPACIOS
Sean S1 y S 2 dos subespacios de V. Se define el conjunto
S S1 S2 x V / x x1 x 2 ; x1 S1 , x 2 S2
llamado suma de los subespacios S1 y S 2 .
Ejercicios
Demostrar que la suma de dos subespacios de V es un subespacio de V.
SUMA DIRECTA
Sean S1 y S 2 dos subespacios de V. Se define la suma directa de S1 y S 2 como:
S S1 S2 S S1 S2 , S1 S2 0
Ejercicio
Si S1 , S2 , , Sn son subespacios de V, entonces
Rogelio Cerna Reyes

Espacios vectoriales

Matemtica IV

n
n

S Si x V / x x i ; x i Si , i 1,2, , n
i 1
i 1

es un subespacio de V.

DEFINICIN. Sea S un subconjunto no vaco de un espacio vectorial V. Un elemento v en V

de la forma
n

v i vi
i 1

; v1 , v 2 , , v n S , 1 , 2 , , n escalares

Se denomina COMBINACIN LINEAL de elementos de S.

Ahora; Si el conjunto

L(S) v V / v es combinaci n lineal de elementos de S

Satisface los axiomas de clausura, es un subespacio de V.

Luego, se dice que:
L(S) esta generado por S y se escribe L(S) gen S genv1 , v 2 , , v n
L(S) es llamada la envolvente lineal de S.
NOTA
1. Si S , entonces L(S) 0 ; conjunto que consta slo del elemento cero
2. Conjuntos distintos pueden generar el mismo subespacio

Ejemplos
1. El espacio R 2 est generado por cada uno de los siguientes conjuntos de vectores i, j ,
i, j, i j , 0, i,i, j, j, i j
2. El espacio de todos los polinomios P( t ) de grado n n est generado por el

conjunto de n 1 polinomios 1, t, t 2 , , t n
3. El espacio de todos los polinomios est generado por el conjunto infinito de los
polinomios 1, t, t 2 ,

4. En 2 sean v1 2t 2 t 2 , v 2 t 2 2t , v 3 5t 2 5t 2 , v 4 t 2 3t 2
vectores en S. Determinar si el vector u t 2 t 2 pertenece a la envolvente lineal de
S.
Solucin
Si existen escalares 1 , 2 , 3 , 4 tal que
1v1 2 v 2 3 v 3 4 v 4 u ,
entonces u pertenece a L(S) genv1 , v 2 , v 3 , v 4
Remplazando los vectores se tiene

1 2t 2 t 2 2 t 2 2t 3 5t 2 5t 2 4 t 2 3t 2 t 2 t 2

21 2 5 3 4 t 2 1 2 2 5 3 3 4 t 21 2 3 2 4 t 2 t 2
De donde se obtiene el sistema lineal

Rogelio Cerna Reyes

Espacios vectoriales

Matemtica IV

21 2 5 3 4 1
1 2 2 5 3 3 4 1
21

2 3 2 4 2

Tomando la matriz aumentada y mediante operaciones elementales llevamos a la matriz

escalonada reducida
5 1 1 operaciones
2 1
1 2 5 3 1

2 0
2 2 2 elementales

1 0 1 1 0
0 1 3 1 0

0 0 0 0 1

Lo cual indica que el sistema es inconsistente, es decir que no tiene solucin.

Por lo tanto u L(S)
5. Sea S v1 (1,0,1), v 2 (0,1,1). Determinar L(S)
Solucin
L(S) x1 , x 2 , x 3 / x1 , x 2 , x 3 1,0,1 0,1,1 ; , R

x1 , x 2 , x 3 (, , )
De donde; x1 , x 2 , entonces x 3 x1 x 2
Finalmente, se tiene el plano de ecuacin x1 x 2 x 3 0 y se escribe
L(S) genv1 , v 2 x1 , x 2 , x 3 / x 3 x1 x 2

6. Determinar el subespacio de R 3 generado por S cuyos elementos son los vectores

v1 (2,1,2) y v 2 (1,2,1)
Solucin
L(S) x1 , x 2 , x 3 / x1 , x 2 , x 3 2,1,2 1,2,1 ; , R

x1 , x 2 , x 3 (2 , 2,2 )
(1) 2 x 1
(2) 2 x 2
(3) 2 x 3
De (1) y (3) se tiene: x1 x 3 y x 2 cualquier real
Finalmente, se tiene el plano de ecuacin x1 x 3 0 y se escribe
L(S) genv1 , v 2 x1 , x 2 , x 3 / x1 x 3 0 , x 2 R

7. Determinar el subespacio de M 22 generado por las matrices

Rogelio Cerna Reyes

Espacios vectoriales

Matemtica IV

1 0
0 1
0 0
, v2
, v3
v1

0 1
0 0
1 0

Solucin.

DEFINICIN. Los vectores v1 , v 2 , , v n en un espacio vectorial V generan a V si todo

vector en V es una combinacin lineal de v1 , v 2 , , v n . Adems, si estos vectores son distintos
y los denotamos como el conjunto S v1 , v 2 , , v n , entonces decimos que S genera a V.
Es decir,
L(S) gen S genv1 , v 2 , , v n
Ejemplo.
Los vectores e1 i (1,0) y e 2 j (0,1) generan a R 2 . Pues, si u (u1 , u 2 ) es cualquier
vector en R 2 , entonces u u1e1 u 2 e 2
Es decir,

Le1 , e 2 gene1 , e 2 R 2

INDEPENDENCIA LINEAL
DEFINICIN. Los vectores v1 , v 2 , , v n en un espacio vectorial son linealmente
dependientes si existen escalares 1 , 2 , , n no todos iguales a cero, tales que
1v1 2 v 2 n v n 0

En caso contrario, se dice que v1 , v 2 , , v n son linealmente independientes. Es decir;

v1 , v 2 , , v n son linealmente independientes si siempre que 1v1 2 v 2 n v n 0 ,
debemos tener
1 2 n 0
Si los vectores v1 , v 2 , , v n son distintos y los denotamos como el conjunto
S v1 , v 2 , , v n , entonces decimos que el conjunto S es linealmente dependiente o
linealmente independiente.
Ejemplo.
Determinar si los vectores v1 (1,1,0,0) y
independientes.
Solucin
De la ecuacin

v 2 (2,0,1,1) son linealmente dependientes o

1 1,1,0,0 2 2,0,1,1 0

obtenemos el sistema
1 2 2 0
1 0
2 0
2 0

Rogelio Cerna Reyes

Espacios vectoriales

Matemtica IV

Cuya nica solucin es 1 2 0 . Por lo tanto los vectores son linealmente independientes.
Ejemplo.
Es el conjunto S v1 (1,2,1), v 2 (1,2,1), v 3 (3,2,1), v 4 (2,0,0) linealmente
independiente o linealmente dependiente?
Solucin.
De la ecuacin

1 1,2,1 2 1,2,1 3 (3,2,1) 4 (2,0,0) 0

Obtenemos el sistema

1 2 3 3 2 4 0
21 2 2 2 3 0
1 2 3 0
De donde, como el nmero de incgnitas es mayor que el nmero de ecuaciones el sistema tiene
una solucin no trivial. Por lo tanto, S es linealmente dependiente.
Tambin, se puede considerar el sistema en forma matricial
Aqu dos de las muchas soluciones
1 1, 2 2, 3 1, 4 0
1 1, 2 1, 3 0, 4 1

Ejercicio.
Halle el conjunto S que genera al subespacio LS x, y, z R3 / x y, 2x z 0
Solucin.
Para hallar el conjunto S, se debe conseguir las ecuaciones paramtricas del subespacio a partir
de las ecuaciones cartesianas

yx
z 2 y

z 2x

Entonces

x, y, z y, y,2y y1,1,2
Por lo tanto el conjunto S 1,1,2 genera a LS .
Ejercicio.
Sea S1 1,0,1, 1,1,0, entonces LS1 x, y, z R3 / x y z 0
Sea S2

1,1,1, 2,2,0, entonces LS x, y, z R

2

/x yz 0

De donde se concluye que:

Propiedad. Los subespacios vectoriales no estn generados de forma nica.
Ejercicio.
Sea LS x, y, z R3 / z 0 . Halle S
Solucin.
De z 0 se tiene que:

x, y, z x, y,0 x1,0,0 y0,1,0

Entonces

Rogelio Cerna Reyes

S1 1,0,0, 0,1,0

Espacios vectoriales

Matemtica IV

Ejercicio.
Si S 1,0,0, 0,1,0, 1,1,0 , halle LS
Solucin.
Sea x, y, z R 3 , entonces

x, y, z 1,0,0 0,1,0 1,1,0

En forma matricial;
1 0 1 x

0 1 1 y
0 0 0 z

De donde; z 0 y x , y
Sea t
Por lo que

x, y, z x t 1,0,0 y t 0,1,0 t1,1,0

x, y, z x, y,0

Finalmente;

L 1,0,0, 0,1,0, 1,1,0 LS x, y, z R 3 / z 0

Propiedad. Si S2 se construye aadiendo vectores que sean combinacin lineal de los vectores
de S1 , S1 S2 , entonces LS1 LS2
NOTA
1. Si un subconjunto T de un conjunto S es linealmente dependiente, entonces S es
linealmente dependiente.. Lgicamente, todo subconjunto de un conjunto linealmente
independiente es linealmente independiente.
2. Si un elemento de S es el producto de otro por un escalar, S es dependiente.
3. Un vector es linealmente independiente si no es el vector cero.
4. Si 0 S , entonces S es linealmente dependiente.
5. El conjunto vaco es linealmente independiente.
6. Todo conjunto finito S contiene un subconjunto linealmente independiente que genera
el subespacio L(S)
RANGO DE UN CONJUNTO DE VECTORES. Se denomina rango de un conjunto de
vectores al nmero mximo de vectores linealmente independientes.
BASES Y DIMENSION
DEFINICIN. Un conjunto finito S de elementos de un espacio vectorial V se llama base finita
de V si
1. S es linealmente independiente y
2. S genera a V

Rogelio Cerna Reyes

10

Espacios vectoriales

Matemtica IV

Ejemplo
1. Los vectores e1 (1,0) y e 2 (0,1) forman una base para R 2
2. Los vectores e1 (1,0,0) , e 2 (0,1,0) y e 3 (0,0,1) forman una base para R 3
3. En general, Los vectores e1 (1,0, ,0) , e 2 (0,1, ,0) , ... , e n (0,0, ,1) forman
una base para R n
Cada uno de los conjuntos de vectores de los ejemplos anteriores se llama base natural o
base cannica para R 2 , R 3 y R n respectivamente.
Teorema. Un conjunto S v1 , v 2 , , v n es una base para un espacio vectorial V si y slo si
todo vector en V se puede escribir en forma nica como una combinacin lineal de los vectores
en S.
Teorema. Sea S v1 , v 2 , , v n un conjunto de vectores no nulos en un espacio vectorial V
y W L(S) . Entonces, algn subconjunto de S es un base para W.
Ejemplo.
Sea S v1 (1,2,2,1), v 2 (3,0,4,3), v 3 (2,1,1,1), v 4 (3,3,9,6), v 5 (9,3,7,6)
un conjunto de vectores en R 4 . Determinar un subconjunto de S que sea una base para
W L(S) .
Solucin
De la ecuacin
1 (1,2,2,1) 2 (3,0,4,3) 3 (2,1,1,1) 4 (3,3,9,6) 5 (9,3,7,6) (0,0,0,0)

obtenemos el sistema
1 3 2 2 3 3 4 9 5 0
21 3 3 4 3 5 0
21 4 2 3 9 4 7 5 0
1 3 2 3 6 4 6 5 0

llevando la matriz aumentada a la forma escalonada reducida, se tiene

1
0

0
1 1 / 2 3 / 2 5 / 2 0
0
0
0
0
0

0
0
0
0
0
0

1/ 2

3/ 2

3/ 2

luego las columnas 1 y 2 son pivote, por lo que las columnas 1 y 2 de la matriz original son
una base para W L(S)
Es decir
v1 (1,2,2,1), v 2 (3,0,4,3)
es una base para W L(S)

Rogelio Cerna Reyes

11

Espacios vectoriales

Matemtica IV

Teorema.
Si S v1 , v 2 , , v n es una base para un espacio vectorial V y
T w1 , w 2 , , w r es un conjunto linealmente independiente de vectores en V, entonces
rn.
Corolario. Si S v1 , v 2 , , v n y T w1 , w 2 , , w m son bases para un espacio vectorial
V, entonces m n .

DEFINICIN. La dimensin de un espacio vectorial V no nulo es el nmero de vectores en

una base para V. Se escribe dimV para la dimensin de V.
NOTA
1. El espacio vectorial 0 tiene dimensin cero.
2. El espacio vectorial V es de dimensin finita si tiene una base finita. De otro modo V es
de infinitas dimensiones
3. Si V es un espacio vectorial de dimensin finita, entonces toda base finita de V tiene el
mismo nmero de elementos.

Ejemplos
1. El conjunto de vectores
v1 (1,0, ,0), v 2 (1,1, ,0, ,0), v 3 (1,1,1,0, ,0),, v n (1,1, ,1)

es una base de R n

2. El conjunto 1, t, t 2 , , t n es una base para

Pn P(t ) / P(t ) a 0 a 1t a 2 t 2 a n t n

Teorema. Sea V un espacio vectorial de dimensin n, y sea S v1 , v 2 , , v n un conjunto de

n vectores en V.
a) Si S es linealmente independiente, entonces es una base para V.
b) Si S genera a V, entonces es una base para V.
DEFINICIN. Sea S v1 , v 2 , , v n una base ordenada de V. Un vector v de V se puede
expresar como una combinacin lineal de los elementos de la base
v 1v1 2 v 2 n v n

donde 1 , 2 , , n reciben el nombre de coordenadas o componentes de v y la base

constituye un sistema de coordenadas. Los subespacios de V generados por cada v i se
denominan un eje de coordenadas.
NOTA.
1. Nos referimos a v S (1 , 2 , , n ) como el vector de coordenadas de v con
respecto a la base ordenada S

Rogelio Cerna Reyes

12

Espacios vectoriales

Matemtica IV

2. Las entradas de v S son las coordenadas de v con respecto de S

3.
4.
5.

v S es nica.
v w S v S w S
v S v S , escalar real

Ejemplo
Sea

S v1 (1,1,0,0), v 2 (2,0,1,0), v 3 (0,1,2,1), v 4 (0,1,1,0)

Si v (1,2,6,5) calcular v S

Solucin
De
1 (1,1,0,0) 2 (2,0,1,0) 3 (0,1,2,1) 4 (0,1,1,0) (1,2,6,5)
Se tiene, un sistema lineal de cuya matriz aumentada se obtiene la matriz escalonada
reducida
1 0 0 0 3
0 1 0 0 1

0 0 1 0 2

0 0 0 1 1
Entonces, el vector de coordenadas de v respecto de la base S es

v S (3,1,2,1)
MATRIZ DE TRANSICIN O MATRIZ DE CAMBIO DE BASE.
Sean M v1 , v 2 , , v n y N w1 , w 2 , , w n bases para el espacio vectorial V de
dimensin n. Si v es cualquier vector en V, entonces
Sea
v 1w1 2 w 2 n w n

de modo que

vN (1 , 2 ,, n )

Entonces

v M 1w1 2 w 2 n w n M
vM

1[w1]M 2[w 2 ]M n [w n ]M

Donde
n

w j pijvi
i 1

j 1,2,, n w j

p1 j

p2 j
,


p nj

j 1,2,..., n

Luego

vM

Rogelio Cerna Reyes

p11
p12
p1n

p
p
p
12 1 22 2 2n n

p n1
p n 2
p nn

13

Espacios vectoriales

Matemtica IV

Entonces

vM

p11 p12 p1n 1

p

21 p 22 p 2 n 2

p n1 p n 2 p nn 4

o tambin

vM PvN

La matriz P es llamada la matriz de transicin o matriz de cambio de la base N a la base M.

Ejemplo.
Sean

M v1 (2,0,1), v 2 (1,2,0), v 3 (1,1,1) y

N w1 (6,3,3), w 2 (4,1,3), w 3 (5,5,2)

bases para R 3
a) Calcular la matriz de transicin P de la base N a la base M
b) Verificar vM PvN para v (4,9,5)

Solucin.
a)

Se toman los vectores w j , j 1,2, , n de la base N y se calcula el vector de

coordenadas con respecto a la base M.

Es decir;
1v1 2 v 2 3 v 3 w1
1v1 2 v 2 3 v 3 w 2
1v1 2 v 2 3 v 3 w 3
en donde se tiene tres sistemas de ecuaciones cada uno de tres ecuaciones con tres
incgnitas. Como la matriz de los coeficientes es la misma, los resolvemos todos a la
vez. As formamos la matriz,
2 1 1 6 4 5
0 2 1 3 1 5

1 0 1 3 3 2
llevando a su forma escalonada reducida, se tiene,
1 0 0 2 2 1
0 1 0 1 1 1

0 0 1 1 1 2

luego la matriz de transicin P de la base N a la base M es

Rogelio Cerna Reyes

14

Espacios vectoriales

Matemtica IV

2 2 1
P 1 1 2
1 1 1

b)

El vector v (4,9,5) lo expresamos en trminos de M

v (4,9,5) 4(2,0,1) 5(1,2,0) 1(1,1,1) 4v1 5v 2 1v 3

de modo que
[v]M (4,5,1)

El vector v (4,9,5) lo expresamos en trminos de N

v (4,9,5) 1(6,3,3) 2(4,1,3) 2(5,5,2) 1w1 2w 2 2w 3

de modo que
[v] N (1,2,2)

luego usando P se verifica

[v]M P [v] N

4 2 2 1 1
5 1 1 2 2


1 1 1 1 2

Teorema. Sean M v1 , v 2 , , v n y N w1 , w 2 , , w n bases para el espacio vectorial V

de dimensin n. Sea P la matriz de transicin de la base N en la base M. Entonces P es no
singular y P 1 es la matriz de transicin de la base M en la base N.
Ejemplos
1. Determinar una base del subespacio

S (x1 , x 2 , x 3 ) R 3 / x 3 x1 x 2

Solucion.
De (x1 , x 2 , x 3 ) S se tiene que

x1 , x 2 , x 3 x1 , x 2 , x1 x 2 x1 (1,0,1) x 2 (0,1,1)
Luego v1 (1,0,1) , v 2 (0,1,1) generan a S.
Adems de
1v1 2 v 2 0
1 (1,0,1) 2 (0,1,1) 0 1 2 0

se tiene que v1 , v 2 son linealmente independientes.

Por consiguiente v1 , v 2 es una base para S.

Rogelio Cerna Reyes

15

Espacios vectoriales

Matemtica IV

2. Determinar si las matrices

1 0
0 1
0 0
0 0
A11
, A12
, A 21
, A 22

0 0
0 0
1 0
0 1

constituyen una base de M 22

3. Determinar las coordenadas de v (2,3) respecto de las bases S1 (1,1), (1,0) y
S2 (2,3), (1,2) .

4. Sean los polinomios:

P1 P1 (t ) 1 2t t 2 t 3
P2 P2 (t ) 5 2t 9t 2 7t 3

P3 P3 (t ) 2 t 3t 2 t 3

c) Analizar la independencia lineal

d) Halar una base del espacio generado por ellos

Rogelio Cerna Reyes

16