ETSII-UPM

Tema 1:
Los espacios vectoriales R
n
y C
n
lgebra (Plan 2010) Grupo T3
Madrid, 9-13 de septiembre de 2013

Profesores de lgebra (formato de Javier Garca de Jaln)
ETSII - Departamento de Matemtica Aplicada
a la Ingeniera Industrial
ETSII-UPM
2
Programa lgebra 2013
Los espacios vectoriales R
n
y C
n

Motivacin
Definicin propiedades y ejemplos
Combinaciones lineales. Clausura lineal.
Dependencia e independencia lineal.
Subespacios vectoriales.
Bases
Bases. Dimensin.
Coordenadas respecto a una base
Interseccin y suma de subespacios.
Suma directa. Subespacios suplementarios.
La relacin de Grassmann.
Ejercicios y cuestiones (transparencias aparte)
ETSII-UPM
3
Motivacin
Cmo se comportan los vectores 2-D de la Fsica (origen en el (0,0))

1
u
2
u
1
2u
2
3 u
1 2
2 3 u u
u
v
+ u v
w
2w
1
u
2
u
2
e
x
1
u 3
u
2
u
3 3
o u
2 2
o u
1 1
o u
x
3 3
| u
1 1
| u
2 2
| u
Los vectores pueden ser sumados
y multiplicados por escalares, y los
resultados son tambin vectores
Los vectores pueden ser
combinados linealmente
para obtener cualquier otro vector
Se pueden definir bases
en las que cualquier vector
se expresa de forma nica
Los sistemas generadores permiten
definir cualquier vector de mltiples
formas (contienen bases con
vectores adicionales)
ETSII-UPM
Espacios vectoriales 1/3
Motivacin
Estudiaremos los espacios vectoriales R
n
y C
n
, generalizaciones del plano y
espacio eucldeos ordinarios, y de las magnitudes vectoriales de la fsica. Son
conjuntos cuyos elementos vectores pueden sumarse entre s y ser
multiplicados por nmeros escalares, obtenindose nuevos vectores.
Nota:
En lo que sigue, la letra K denotar indistintamente el cuerpo R de los
nmeros reales o el cuerpo C de los nmeros complejos. Utilizamos el mismo
smbolo + para denotar la suma en el espacio (suma de vectores) y la
suma en el cuerpo K. El smbolo denota la ley externa en (producto de
escalar por vector). En ocasiones este smbolo se omite.
Definicin del espacio vectorial
Si n es cualquier entero positivo, definimos el espacio como el conjunto
de las n-uplas ordenadas de elementos de K, es decir:

Los elementos de se llaman vectores. Los elementos se denominan
componentes del vector. 4
( ) { }
1 2
: , ,..., : , 1, 2,...,
n j
x x x x j n = e =
n
K K
n
K
n
K
n
K
n
K
n
K
j
x eK
ETSII-UPM
Espacios vectoriales 2/3
Definicin de suma de vectores en

Propiedades de la suma:
La suma de vectores de es una ley de composicin interna en (es decir, a
cada par de vectores de le asocia un nuevo vector de ) que verifica las
siguientes propiedades:





Estas cuatro propiedades se deducen inmediatamente de las de la suma de nmeros
reales o complejos, y dotan a la dupla ( +) de la estructura de grupo abeliano.
Definicin de vector nulo
Llamamos vector nulo de y lo denotamos por 0, al vector (0, 0, . . . , 0), es
decir, el elemento neutro de la suma de vectores.
Definicin de vector opuesto
Dado un vector su opuesto es el vector
es decir, su elemento simtrico respecto a la suma de vectores. 5
( )
2. tal que, , existencia de elemento neutro - e e + = + =
n n
0 K x K x 0 0 x x
( ) ( ) ( )
1 2 1 2 1 1 2 2
, ,..., , ,..., : , ,...,
n n n n
x x x y y y x y x y x y + = + + +
( ) ( ) ( )
1. , , , propiedad asociativa e + + = + +
n
x y z K x y z x y z
( ) ( )
3. , tal que ex. de elemento simtrico e - e + = + =
n n
x K x K x x x x 0
( )
4. . , propiedad conmutativa e + = +
n
x y K x y y x
n
K
n
K
n
K
n
K
n
K
,
n
K
,
n
K
( )
1 2
, ,..., ,
n
x x x = x
( )
1 2
: , ,..., ,
n
x x x = x
ETSII-UPM
Espacios vectoriales 3/3
Definicin de producto de escalar por vector (ley externa de )

Propiedades de la ley externa:
La ley externa, con la suma de vectores, verifica las siguiente propiedades:




Estas propiedades se deducen de las de la suma y el producto de nmeros reales o
complejos. Las propiedades 1 a 8 dotan a la cuaterna ( K,+, ) de la estructura
de espacio vectorial: es un espacio vectorial sobre K.
Propiedades adicionales:
De las 8 propiedades enunciadas que constituyen los axiomas de espacio
vectorial, o bien de las propiedades de suma y producto de nmeros reales y
complejos, se deducen las siguientes propiedades



6
( ) ( ) ( )
1 2 1 2 1 2
, , ,..., , ,..., : , ,..., :
n n n
x x x x x x x x x o o o o o e e =
n
K K
( )
5. , , , e e + = +
n
x K K x x x
( )
6. , , , e e + = +
n
x y K K x y x y
( )
7. , , , e e =
n
x K K x x
8. , 1 e =
n
x K x x
n
K
, 0 e =
n
x K x 0
Sean y ; 0 e e = = v =
n
K x K x 0 x 0
( ) ( ) ( )
, , e e = =
n
K x K x x x
n
K
,
n
K
( )
distinguir entre 0 y : 0
ETSII-UPM
7
Combinaciones lineales 1/3
Definicin de combinacin lineal
Una combinacin lineal de los vectores de es cualquier vector
de la forma:

siendo
Observaciones
El vector nulo es combinacin lineal de cualesquiera vectores (con
coeficientes nulos).
Todo vector es combinacin lineal de s mismo.
Ejemplo
En el vector es combinacin lineal de los vectores y
ya que
1 2
, ,...,
k
u u u
1 1 2 2
... ,
k k
= + + + u u u u
1 2
, ,..., .
k
eK
n
K
1 4
, 3,
3 3
| |

|
\ .
3
R ( )
1, 0, 1
( )
1, 3, 2 ,
( ) ( )
1 4 2
, 3, 1, 0, 1 1, 3, 2
3 3 3
| |
= +
|
\ .
ETSII-UPM
Definicin de clausura lineal
Dado un conjunto se define la clausura lineal de M, y se denota por
como el conjunto de todas las combinaciones lineales de vectores del
conjunto M.
Observaciones
Para se adopta el convenio
La clausura lineal es un subespacio vectorial, que tambin se denomina
subespacio generado por M. Cualquier subespacio que contenga al conjunto M
necesariamente contiene a
Ejemplo
En sea es el conjunto de vectores de la forma
con escalares reales, es decir:

El vector del ejemplo anterior pertenece a pues se obtiene para
8
Combinaciones lineales 2/3
, M c
n
K
| |
, L M
| |
L M
| |
. L M
M = C
| | { }
. L C = 0
3
R
1 4
, 3,
3 3
| |

|
\ .
( ) ( ) { } | |
1, 0, 1 , 1, 3, 2 . M L M =
( ) ( )
1, 0, 1 1, 3, 2 o | + , o |
| | ( ) { }
, 3 , 3 : , L M o | | o | o | = + eR
| |
L M
2 3 y 1. o | = =
ETSII-UPM
9
Combinaciones lineales 3/3
Ejemplo
La clausura lineal es R
2
.
Se verifica tambin que hay otros conjuntos
de dichos vectores cuya clausura es R
2
:



Sin embargo,
Demostracin de que la clausura lineal es un espacio vectorial
Se demostrar slo que la clausura es cerrada respecto a las combinaciones
lineales (es decir, las contiene).
Si se tendr que e
Entonces:



1
u
2
u
3
u
4
u
| |
1 2
, , ,..., ,
m
L e x y u u u
1 1
...
m m
o o = + + x u u
1 1
... .
m m
| | = + + y u u
| |
1 2 3 4
, , , L u u u u
| |
| | | |
| | | | | | | |
1 2 3 4
1 2 3 1 2 4
1 2 1 4 1 3 2 3
, , ,
, , , , ...
, , ... , ,
L
L L
L L L L
=
= = = =
= = = = = =
2
u u u u
u u u u u u
u u u u u u u u R
| |
2 4
, L =
2
u u R
( ) ( )
( ) ( ) | |
1 1 1 1
1 1 1 1 2
... ...
... , ,...,
m m m m
m m m m
L
o o | |
o | o |
+ = + + + + + =
= + + + + e
x y u u u u
u u u u u
ETSII-UPM
10
Dependencia e independencia lineal 1/4
Definicin de independencia lineal
Los vectores de un espacio vectorial son linealmente
independientes si la nica combinacin lineal de ellos igual al vector nulo es
la que tiene todos los coeficientes nulos, es decir,

En caso contrario, se dice que los vectores anteriores son linealmente
dependientes.
Observacin
Los vectores son linealmente dependientes si y slo si

Lo anterior equivale a que se pueda despejar alguno de los vectores como
combinacin lineal de los restantes, es decir,

Basta considerar un cuyo en la combinacin lineal que da el vector
nulo.
1 2
, ,...,
k
u u u
1 1 2 2 1 2
, ... ... 0.
j k k k
e + + + = = = = = K u u u 0
1 2
, ,...,
k
u u u
1 2
1
, ,..., , con algn 0, tales que .
k
k i j j
j

=
- e = =

K u 0
,
i j j j
j i
o o
=
= e

u u K
i
u 0
i
=
n
K
ETSII-UPM
11
Dependencia e independencia lineal 2/4
Definicin de familia libre y familia ligada
Sea se dice que S es una familia libre si
son vectores linealmente independientes; en caso contrario, se dice que S es
una familia ligada.
Recapitulando
Cualquier subconjunto de una familia libre es libre.
Cualquier familia que contenga el vector nulo es una familia ligada, ya que
si por ejemplo se tendr:
Cualquier familia que contenga dos vectores proporcionales es ligada.
La unin de una familia ligada con cualquier otra siempre es ligada.
Una familia S es ligada si y slo si algn vector de S es combinacin lineal de
los restantes vectores de S.
La familia S es libre si y slo si ningn vector de S es combinacin lineal de
los restantes vectores de S.
Ejemplo
En los vectores se conocen
como vectores cannicos. Forman una familia libre, pues si
{ }
1 2
, ,..., ;
k
S = c
n
u u u K
1 2
, ,...,
k
u u u
,
k
= u 0
1 2 1
0 0 ... 0 1 .
k k
+ + + + = u u u u 0
n
K ( ) ( ) ( )
1 2
1, 0,..., 0 , 0,1,..., 0 ,..., 0, 0,...,1
n
= = = e e e
( ) ( )
1 1 2 2 1 2
... , ,..., 0, 0,..., 0 0 1, 2,...,
n n n j
j n + + + = = = = e e e 0
,
j
eK
ETSII-UPM
Dependencia e independencia lineal 3/4
Ejemplos
En es una familia libre, ya que



Los tres vectores son linealmente independientes.
En el mismo espacio, la familia


es ligada, ya que


lo que equivale a que


Los tres vectores dados son linealmente dependientes.
Nota:
Por razones que se vern ms adelante en este mismo tema, adoptamos el
convenio de considerar el conjunto vaco, , como una familia libre.
12
( ) ( ) ( ) { }
, 1,1,1 , 1,1, 0 , 1, 0, 0
3
R
1 1 1 0 + 0
1 1 0 0 + 0 = 0
1 0 0 0 0
o |
o | o | o |
o
+ =
| | | | | | | |
| | | |
+ + = = = =
`
| | | |
| | | |
=
\ . \ . \ . \ . )
( ) ( )
1 4
1, 0, 1 , 1, 3, 2 , , 3,
3 3

| |

`
|
\ .
)
( ) ( )
1 4 2
, 3, 1, 0, 1 1, 3, 2
3 3 3
| |
= +
|
\ .
( ) ( ) ( )
2 1 4
1, 0, 1 1, 3, 2 , 3, 0, 0, 0
3 3 3
| |
+ =
|
\ .
ETSII-UPM
13
Dependencia e independencia lineal 4/4
Ejemplos grficos en el plano
En la figura superior los vectores son
independientes. Es imposible sumarlos
multiplicados por escalares no nulos y obtener
el vector nulo.
En la figura inferior los vectores
son dependientes. Se tiene que:

lo que permite por ejemplo expresar en
funcin de los otros dos vectores,


En R
2
cualquier familia de ms de dos
vectores sern linealmente dependientes.
1
u
2
u
1
u
2
u
3
u
1 1
u
2 2
u
3 3
u
1 2
y u u
1 2 3
, y u u u
1 1 2 2 3 3
, 0, 1, 2, 3
i
i + + = = = u u u 0
2
u
3 1
2 1 3
2 2


= u u u
2
R
ETSII-UPM
14
Subespacios vectoriales 1/2
Definicin de subespacio vectorial
Un subespacio vectorial de es cualquier subconjunto de dicho espacio que
sea cerrado para la suma y para el producto por escalares, es decir:




Ntese que los apartados 2. y 3. pueden escribirse conjuntamente en la forma:

Un subespacio vectorial es pues un conjunto no vaco y cerrado para las
combinaciones lineales.
Observacin
El espacio vectorial es subespacio de s mismo; adems, en todo espacio
vectorial, el conjunto formado nicamente por el vector nulo, constituye un
subespacio que llamaremos subespacio nulo.
Estos dos subespacios son los llamados subespacios triviales.



n
K
{ }
0
; :
1.
2. , ,
3. , ,
H se dice que H es un subespacio vectorial de si
H
H H
H H
c
e
e + e
e e e
n n
K K
0
u v u v
K u u
, , , , H H e e + e u v K u v
n
K
ETSII-UPM
Subespacios vectoriales 2/2
Ejemplos
En consideramos el subconjunto que obviamente
contiene el (0,0,0,0), es un subespacio vectorial; en efecto, sean es decir,
que satisfacen que Para cualesquiera el vector
tiene como primera componente que es
precisamente el valor de la tercera componente de luego este
vector pertenece a H y por tanto H es un subespacio vectorial.
En el plano de ecuacin no es subespacio vectorial, ya que el
vector nulo (origen de coordenadas) no pertenece a dicho plano.
En el paraboloide contiene el (0, 0, 0), pero no es subespacio
vectorial, pues los puntos (1, 1, 2) y (1,1, 2) pertenecen a l, pero su suma no.
Observaciones
Para cualquier conjunto M, es un subespacio vectorial, ya que las combi-
naciones lineales de vectores de son a su vez a combinaciones lineales de
vectores de M, y pertenecen a el cual se denomina tambin subespacio
generado por M. Cualquier subespacio que contenga a M contiene a
En los nicos subespacios no triviales son las rectas que pasan por el origen, y
en las rectas que pasan por el origen y los planos que lo contienen.

| |
L M
| |
L M
| |
. L M
2
R
3
R
4
R
{ }
1 3
: 2 , H x x = e =
4
x R
, , H e x y
1 3 1 3
2 e 2 . x x y y = = , , eR
+ x y
1 1 3 3
2 2 ; x y x y + = +
3 3
x y + , + x y
,
3
R 2 5 x y z + =
| |
, L M
,
3
R
2 2
z x y = +
ETSII-UPM
16
Bases y dimensin 1/6
Definicin de sistema generador
Dados H subespacio vectorial de y se dice que M es un sistema
generador (o sistema de generadores) de H si es decir, si todo
vector de H puede ponerse como combinacin lineal de los de M.
Ejemplo
Los vectores cannicos de constituyen un sistema generador de dicho
espacio, ya que

Definicin de base
Dado H subespacio vectorial de una base de H es un sistema generador,
libre y ordenado.
Definicin de base cannica
En la familia formada por los vectores cannicos que ya se
ha visto que constituye un sistema libre y generador de es por tanto una
base, que denominaremos base cannica de
, M H c
| |
, H L M =
n
K
,
n
K
n
K
( )
1 2
, ,..., ,
n
x x x = e
n
x K
1 1 2 2
...
n n
x x x = + + + x e e e
,
n
K
( )
1 2
, ,..., ,
n
e e e
,
n
K
.
n
K
ETSII-UPM
Bases y dimensin 2/6
Ejemplo
Encontrar una base del subespacio de determinado por la ecuacin

Solucin: puesto que tenemos una nica ecuacin y cuatro incgnitas,
podemos dar valores arbitrarios a tres de ellas y escribir la cuarta en funcin de
esas tres, por ejemplo: es decir:




Los tres vectores anteriores engendran de manera evidente el subespacio y son
linealmente independientes (vanse las tres ltimas componentes),
constituyendo por lo tanto una base del mismo.
Teorema de existencia de bases (sin demostracin)
Todo espacio vectorial admite una base.
Teorema de equicardinalidad de bases (sin demostracin)
Todas las bases de un mismo espacio vectorial tienen el mismo nmero de
vectores.


17
4
R
1 2 3 4
3 0. x x x x + + =
2 3 4 1
, , , 3 , x x x x o | o | = = = =
1
2
3
4
3 1 3 1
1 0 0
0 1 0
0 0 1
x
x
x
x
o |
o
o |
|

| | | | | | | | | |
| | | | |
| | | | |
= = + +
| | | | |
| | | | |
\ . \ . \ . \ . \ .
ETSII-UPM
18
Bases y dimensin 3/6
Definicin de dimensin
Llamamos dimensin de un subespacio vectorial H, y la denotamos por
al nmero de elementos de cualquiera de sus bases.
Ejemplo: ya que la base cannica est formada por n vectores.
Notas
Adoptamos el convenio de considerar al conjunto vaco, como la base del
subespacio nulo As pues, Con esta convencin, la relacin
de Grassmann (que se ver ms adelante) as como otros resultados de este
curso siguen siendo vlidos cuando alguno de los subespacios involucrados es
el nulo.
Recurdese en todo caso que as como cualquier familia que lo contenga
siempre es una familia ligada.
dim , H
dim n =
n
K
, C
{ }
0 { } ( )
dim 0. = 0
{ }
0
ETSII-UPM
19
Bases y dimensin 4/6
Proposicin
De todo sistema generador de un espacio vectorial H puede extraerse una base.
Apunte constructivo
Sea G un generador finito de H. Si es libre el resultado est probado. Si es ligado,
existe un vector que depende linealmente de los restantes vectores de G; por
tanto, al suprimir ese vector, el conjunto resultante sigue engendrando el
mismo subespacio H. Se repite el argumento y, dado que G es finito, en un nmero
finito de pasos habremos extrado de G un generador libre.
Observaciones
La construccin anterior muestra que una base es un sistema generador minimal,
es decir, con el menor nmero posible de vectores. As pues, la dimensin de un
subespacio equivale al mnimo nmero de vectores para un sistema generador de
dicho subespacio.
Del mismo modo, en un subespacio de dimensin m no puede existir un sistema
libre con un nmero de vectores superior a m, pues en tal caso se tratara de una
base y la dimensin sera mayor que m. As, una base se caracteriza por ser un
sistema libre maximal, es decir, con el mximo nmero posible de vectores. La
dimensin es el mayor nmero posible de vectores linealmente independientes.
G e v
{ }
\ G v
ETSII-UPM
20
Bases y dimensin 5/6
Proposicin: Sea H un subespacio de cuya dimensin es m.
Si es una familia libre de H, entonces es sistema generador
(y por tanto base) de H.
Si es un sistema generador de H, entonces es libre (y por tanto
base) de H.
Si m = n, entonces
Observacin
Si un subespacio H tiene dimensin k, el vector genrico de dicho espacio
puede escribirse como

en donde es una base de H. La expresin anterior coincide con la de
la solucin general de un sistema de ecuaciones lineales homogneas (las
ecuaciones implcitas de H), que caracterizan a los vectores de H. Para
encontrar dichas ecuaciones basta con eliminar los parmetros de la ecuacin
vectorial anterior o, equivalentemente, forzar a que el vector genrico
sea combinacin lineal de los de la base de H (ver ejemplos
posteriores).
Para un subespacio H de el n de ecuaciones implcitas independientes que
lo determinan es Esto quedar demostrado en el Tema 2

{ }
1 2
, ,...,
m
u u u
{ }
1 2
, ,...,
m
u u u
n
K
. H =
n
K
1 1 2
... ,
k k k j
o o o o = + + + e x u u u K
{ }
1
,...,
k
u u
n k
( )
1 2
, ,...,
n
x x x = x
,
n
K
dim . n H
ETSII-UPM
Ejemplo
En encontrar la ecuacin implcita que determina el subespacio

Solucin:
El vector genrico (x, y. z) de H se expresa con las ecuaciones paramtricas

siendo parmetros reales. Procedemos a eliminar dichos parmetros
(formalmente, esto equivale a forzar, en trminos de a que el sistema lineal
cuyas incgnitas son sea compatible): de donde
se concluye que la ecuacin implcita de H es

Otra forma: La pertenencia a H del vector (x,y,z) equivale a que la ltima columna
de la matriz del sistema sea linealmente dependiente de las dos primeras, lo cual
exige que el rango de la matriz sea menor que 3,



Para que el rango sea 2 es necesario que
Obsrvese que, puesto que la matriz es cuadrada, tambin podramos haber
procedido forzando a que su determinante se anulase.




21
,
3
R
( ) ( )
1, 0,1 , 1, 3, 2 . H L = (

( ) ( ) ( )
, , 1, 0,1 + 1, 3, 2 , 3 , 2 x y z x y z o | o | | o | = = = + = = + x
, o |
, , x y z
( )
3 , z x y z x | = = , o |
3 3 0 x y z + =
( )
1 1 1 1 1 1
0 3 0 3 0 3
1 2 0 1 0 0 3
x x x
y y y
z z x z x y
| |
| | | |
| | |
| | |
| |
|

\ . \ .
\ .
( )
3 0. z x y =
ETSII-UPM
22
Bases y dimensin 6/6
Teorema de la base incompleta (o de complecin de la base)
Sea H un espacio vectorial de dimensin m, y sea una
familia libre de H, con Entonces existen tales que
es una base de H.
Demostracin constructiva:
Puesto que todo sistema generador de H tiene al menos m elementos, el
conjunto G no puede ser generador, luego existe algn vector que no es
combinacin lineal de los de G, es decir,
El conjunto obtenido es un sistema libre de H, ya que
no depende linealmente de los k primeros vectores que, a su vez, son
linealmente independientes entre s.
Si ya tenemos una base de H, pues el conjunto
es una familia libre de m vectores; en caso contrario, volvemos a aplicarle el
mismo razonamiento a dicho conjunto (sea
etc.); en pasos, habremos obtenido una familia libre de m vectores, es
decir, una base de H.

{ }
1 2
, ,...,
k
G = u u u
. k m <
1
,..., ,
k m
H
+
e u u
( )
1 1
,..., , ,...,
k k m +
u u u u
| |
1 1 2
\ , ,..., .
k k
H L
+
e u u u u
{ }
1 2 1
, ,..., ,
k k+
u u u u
1 , k m + = { }
1 2 1
, ,..., ,
k k+
u u u u
| |
2 1 2 1
\ , ,..., , ,
k k k
H L
+ +
e u u u u u
m k
1 k+
u
1 k+
u
ETSII-UPM
Ejemplo
Encontrar una base de cuyos dos primeros vectores sean (1,2,3,4),
(1,0,1,0).
Solucin:
En lugar de proceder paso a paso como en la construccin terica anterior,
vamos a intentar encontrar los dos vectores directamente. Probamos con
aqullos que nos pueden facilitar los clculos, es decir, los cannicos, por
ejemplo (0,0,1,0), (0,0,0,1) y simplemente comprobamos si estos vectores
completan la base. En efecto, la familia obtenida es libre ya que, con una
simple operacin de reduccin gaussiana por filas,



de donde concluimos que las cuatro filas de la matriz son linealmente
independientes. As pues, una base que satisface las condiciones pedidas es
((1,2,3,4), (1,0,1,0), (0,0,1,0), (0,0,0,1))
Si los dos vectores escogidos nos hubiesen proporcionado una matriz de rango
inferior a 4, escogeramos otros distintos y repetiramos la comprobacin.
23
4
R
1 2 3 4 1 2 3 4
1 0 1 0 0 2 4 4

0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1
| | | |
| |

| |
| |
| |
\ . \ .
ETSII-UPM
24
Coordenadas respecto a una base 1/2
Definicin de coordenadas respecto a una base
Sea una base de Si con
los escalares se denominan coordenadas del vector v
respecto a la base B.
Nota
De igual modo pueden definirse las coordenadas respecto a una base de un
subespacio de de cualquier vector perteneciente a dicho subespacio.
Proposicin
Las coordenadas de un vector respecto a una base son nicas.
Demostracin
Supongamos que un vector u puede expresarse como
Entonces,

que implica, por la independencia lineal de los que todos los escalares
valen 0, es decir, que

Definicin de vector de coordenadas
El vector se denomina vector de coordenadas de v
respecto a B, y se suele denotar por
( )
1 2
, ,...,
n
B = u u u
1 1
, ... ,
n n
x x e = + +
n
v K v u u
,
j
x eK
1 2
, ,...,
n
x x x
( )
1 2
, ,...,
n
x x x = e
n
x K
| |
.
B
v
.
n
K
n
K
1 1 2 2
...
n n
x x x = + + + = u u u u
1 1 2 2
... .
n n
x x x ' ' ' = + + + u u u
( ) ( ) ( )
1 1 2 2 1 1 2 2 1 1 1
... ... ...
n n n n n n n
x x x x x x x x x x ' ' ' ' ' = + + + + + + = + + 0 u u u u u u u u
,
j
u
, 1, 2,... .
j j
x x j n ' = =
j j
x x'
ETSII-UPM
25
Coordenadas respecto a una base 2/2
Observacin
Las coordenadas de un vector respecto a la base cannica de coinciden
con las componentes del vector, es decir, el vector de coordenadas coincide
con el propio vector.
Ejemplo
Calcular las coordenadas del vector respecto a la base

Solucin: Buscamos x, y, z tales que
es decir, tenemos que resolver el sistema cuya matriz ampliada es


Realizamos operaciones de reduccin gaussiana por filas, obteniendo:


que, despejando las incgnitas de abajo a arriba, da
El vector de coordenadas es, por tanto,




n
K
( )
1, 2, 3 = u
( ) ( ) ( ) ( )
1, 0,1 , 1,1, 1 , 1, 2, 0 de . B =
3
R
( ) ( ) ( ) ( )
1, 0,1 1,1, 1 1, 2, 0 1, 2, 3 x y z + + =
1 1 1 1 1 1 1 1
0 1 2 2 0 1 2 2
1 1 0 3 1 1 0 3
x
y
z
| || | | | | |
| | | |
=
| | | |
| | | |

\ .\ . \ . \ .
1 1 1 1 1 1 1 1
0 1 2 2 0 1 2 2
1 1 0 3 0 0 3 6
| | | |
| |
| |
| |

\ . \ .
| | ( )
1, 2, 2
B
= u
2, 2, 1. z y x = = =
ETSII-UPM
26
Interseccin y suma de subespacios 1/3
Interseccin de conjuntos A y B
Es el conjunto formado por los elementos que pertenecen a A y a B.
Proposicin
La interseccin de subespacios vectoriales de es subespacio vectorial de
dicho espacio.
Demostracin
Sean M y N subespacios de contiene obviamente al vector nulo.
Sean los vectores as pues, por ser estos
conjuntos subespacios, para cualesquiera y
es decir
Observacin
La unin de subespacios vectoriales no es, en general, subespacio vectorial.
Considrense, por ejemplo, los dos ejes coordenados en que son
subespacios. Tanto el vector como el vector pertenecen a la unin de
dichos subespacios, pero su vector suma (1,1) no pertenece a dicha unin.
De hecho, dados dos subespacios L, M de un mismo espacio vectorial E, se
tiene que

,
2
R
( )
es subespacio L M L M M L c v c
n
K
.
n
K
, ; M N e u v , y , ; M N e e u v u v
, , M e + e K u v ; N + e u v
. M N + e u v
1
e
2
e
M N
ETSII-UPM
Interseccin y suma de subespacios 2/3
Definicin de suma de subespacios
Dados dos subespacios L y M de definimos su suma como

En general, la definicin anterior puede extenderse recursivamente a un nmero
finito de subespacios de un mismo espacio.
Ejemplo
En se consideran los dos ejes coordenados y
La suma de dichos subespacios es el plano XOY , es decir,

Como resultado de la suma hemos obtenido un nuevo subespacio vectorial de
Proposicin
La suma de subespacios vectoriales de es un subespacio vectorial de
Demostracin
es no vaco ya que contiene a M y a N. Sean es decir,
con Entonces,


ya que pertenece a M por ser combinacin lineal de vectores de M, e
igualmente le sucede al segundo sumando respecto a N.
27
{ }
: : , L M L M + = + e e u v u v
,
n
K
n
K .
n
K
M N + , , M N e + x y
1 1 2 2
e , = + = + x u v y u v y .
j j
M N e e u v , , eK
1 2
+ u u
( ) ( ) ( ) ( )
1 1 2 2 1 2 1 2
M N + = + + + = + + + e + x y u v u v u u v v
3
R
.
3
R
( ) { }
, 0, 0 : OX x x = eR
( ) { }
0, , 0 : . OY y y = eR
( ) { }
, , 0 : , OX OY XOY x y x y + = = eR
ETSII-UPM
28
Interseccin y suma de subespacios 3/3
La unin de subespacios no es
espacio vectorial
La suma de vectores pertenecientes
a la unin, no pertenece a la unin.
La suma de subespacios s es
espacio vectorial
Por definicin, la suma de subespacios
contiene al vector suma de dos vectores
pertenecientes a los dos subespacios

La interseccin de subespacios
tambin es subespacio vectorial
Supngase que Como
se tiene que
Anlogamente se demuestra que
luego
1
u
2
u
1 2
X Y + e + u u
X
Y
X
Y
1
u
2
u
1 2
X Y + e u u
{ }
: : , L M L M + = + e e u v u v
, . L M e u v
, L e u v . L o | + e u v
, M o | + e u v
. L M o | + e u v
ETSII-UPM
29
Suma directa de subespacios 1/2
Definicin de suma directa
Dados dos subespacios vectoriales de diremos que su suma es directa, y
escribiremos si
Nota: Para ms de dos subespacios, se dice que su suma es directa si lo es la
de cada subespacio con la suma de todos los dems.
Ejemplos en el espacio ordinario con ejes cartesianos X, Y y Z
Cualquier conjunto de dos de los tres ejes X, Y y Z, como X e Y, o X y Z.
El plano X-Y y el eje Z.
Cualquier plano que pase por el origen y cualquier recta que tambin pase por
el origen y no est contenida en dicho plano.
Cualesquiera tres rectas que pasen por el origen y no estn contenidas en un
mismo plano, o cualquier par de rectas no coincidentes que pasen por el
origen.

, L M
{ }
. L M = 0
3
R
n
K
ETSII-UPM
Suma directa de subespacios 2/2
Proposicin (caracterizacin de la suma directa)
Sean L y M subespacios vectoriales de la suma L+M es directa si y slo si
existen nicos tales que
Demostracin (no exigible)
Supongamos que se tiene es decir, y sea un vector
con Entonces es un
vector de L segn la expresin del primer miembro y de M como consecuencia
de la del segundo, es decir, que pertenece a y es por tanto el vector
nulo. Por consiguiente, y la descomposicin de u es nica.
Supongamos que todo vector de se descompone de manera nica.
Dado cualquier vector podemos escribirlo como pero
tambin como siendo en ambos casos el primer sumando
perteneciente a L y el segundo a M. La unicidad de la descomposicin obliga a
que sea y, consecuentemente,

30
;
n
K
, L M e + u , , L M e e v w . = + u v w
) , L M
{ }
, L M = 0
1 1 2 2
= + = + u v w v w y .
j j
L M e e v w
1 2 2 1
= v v w w
L M
1 2 1 2
y = = v v w w
) :
L M +
L M e u
, = + u 0 u
, = + u u 0
= u 0
{ }
. L M = 0
ETSII-UPM
31
Subespacios suplementarios
Definicin de subespacios suplementarios
Dos subespacios L y M de se dicen suplementarios si
Observaciones
Dados dos subespacios suplementarios L y M, todo vector de se
descompone de forma nica como suma de un vector de L y otro de M.
Ejemplos en el plano y espacio ordinarios
En cualesquiera dos rectas distintas que pasen por el origen son
suplementarias; en particular, para los dos ejes coordenados:

En cualquier plano que pase por el origen y cualquier recta que pase por el
origen no contenida en dicho plano, son subespacios suplementarios.
2
R
( ) ( ) ( ) ( )
, , , , 0 0, x y x y x y e = +
2
R
. L M =
n
K
3
R
n
K
n
K
ETSII-UPM
32
La relacin de Grassmann
Observacin
Dados dos subespacios M
1
y M
2
, de sistemas generadores respectivos G
1
y G
2
,
se tiene que G
1
G
2
es un sistema generador de M
1
+ M
2
; es decir, que la
unin de los sistemas generadores es un sistema generador de la suma; en
particular, la unin de las bases es un sistema generador (pero no
necesariamente base) de la suma.
Proposicin: Relacin de Grassmann (demostracin no exigible)
Dados dos subespacios vectoriales L, M de se tiene que

Observacin
Para cualesquiera subespacios L, M de interseccin nula,

En particular, si L, M son dos subespacios suplementarios en entonces

Ejemplo
En los planos X-Y y X-Z tienen dimensin 2. Su interseccin (eje X) tiene
dimensin 1. La dimensin de su suma (que es ) es 3.
( ) ( )
dim dim dim dim L M L M L M + = +
( )
dim dim dim . L M L M = +
dim dim . n L M = +
3
R
3
R
n
K
,
n
K
ETSII-UPM
Ejemplo 1
Encuntrese una base de un suplementario en R
4
del subespacio

Solucin:
La dimensin del suplementario ha de ser 4 2 = 2. Si completamos la base de
M hasta una de R
4
, los vectores aadidos constituirn una base de un
subespacio N tal que M + N = R
4
, pero tambin

luego la suma M + N ser directa, por lo que N ser un suplementario de M.
As pues, basta completar la base dada hasta una de R
4
. Probamos, por
ejemplo, con los dos ltimos vectores cannicos:




La forma escalonada de la matriz obtenida nos garantiza que la familia es libre,
luego un suplementario de M en R
4
es
33
( ) ( )
1, 2, 1, 2 , 1,1,1, 0 . M L = (

2 2 1
1 2 1 2 1 2 1 2
1 1 1 0 0 1 2 2

0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1
f f f =
| | | |
| |

| |

| |
| |
\ . \ .
( ) ( )
dim dim dim dim 4 4 0 M N M N M N = + + = =
( ) ( )
0, 0,1, 0 , 0, 0, 0,1 . N L = (

ETSII-UPM
Ejemplo 2, 1/3
En se consideran los subespacios
M definido mediante las ecuaciones
y Encuntrense sendas bases de los
subespacios as como unas ecuaciones implcitas de
los mismos.
Solucin
Calcularemos primero una base de El vector genrico de N es

Para que pertenezca simultneamente a M, le imponemos las ecuaciones de M:


As pues, los vectores de dependen de un nico parmetro (es decir,
), siendo estos vectores de la forma
y, por tanto, una base de es
Ahora, por la relacin de Grassmann, se sabe que

34
,
4
R
1 2 3
2 4
0
:
0
x x x
M
x x
+ =

( ) ( )
1, 2,1, 0 , 1,1, 0, 1 . N L = (

y , M N M N +
. M N
( ) ( ) ( )
1, 2,1, 0 1,1, 0, 1 , 2 , , o | o | o | o | + = + +
2 2 2 0 o | o | o o | | o + + + = + = =
2 2 2 0 o | | o | | o + + = + = =
M N
( )
dim 1 M N = ( ) ( )
1, 2,1, 0 1,1, 0, 1 o = (

( )
0,1,1,1 o = M N ( ) ( )
0,1,1,1 .
( )
dim 2 2 1 3 M N + = + =
ETSII-UPM
Ejemplo 2, 2/3
Solucin (cont.)
Para construir una base de partimos de la base de la interseccin y la
completamos con sendos vectores de y de
Como ningn vector no proporcional a (0,1,1,1) puede
pertenecer a tomamos por ejemplo (pues satisface
las ecuaciones de M) y . Hemos construido, pues, una base
de

En cuanto a las ecuaciones implcitas, dado que sabemos
que este subespacio estar caracterizado por 4 1 = 3 ecuaciones
independientes. Los vectores proporcionales a (0,1,1,1) se caracterizan por ser
as que



son unas ecuaciones implcitas de (resolucin sistemtica: se elimina
el parmetro de las ecuaciones paramtricas
35
1
2 3
3 4
0
0
0
x
x x
x x
=

( ) ( ) ( ) ( )
0,1,1,1 , 1, 0,1, 0 , 1,1, 0, 1
, M N +
( )
\ \ M N M M N =
( )
\ \ . N M N M N =
, M N
( )
1, 0,1, 0 \ M N e
( )
1,1, 0, 1 \ . N M e
, M N +
( )
dim 1, M N =
1 2 3 4
0, , x x x x = = =
M N
( ) ( )
1 2 3 4
, , , 0, , , . x x x x o o o =
ETSII-UPM
Ejemplo 2, 3/3
Solucin (cont.)
Respecto a como su dimensin vale 3, est caracterizado por 43 = 1
ecuacin. Para calcularla, obligamos a que el vector sea
combinacin lineal de los de la base del subespacio, por ejemplo escribiendo




Se ha alterado el orden de los vectores de la base por comodidad en los
clculos. y obligando a que el sistema lineal cuya matriz ampliada es la ya
vista sea compatible. Realizando operaciones de reduccin gaussiana por filas,




de modo que el sistema ser compatible siempre que y sta es
la ecuacin implcita de
Ntese que, puesto que la matriz es cuadrada, se obtiene el mismo resultado
imponiendo que el determinante sea igual a 0.

36
1
2
3
4
1 1 0
1 0 1
0 1 1
1 0 1
x
x
x
x
| |
|
|
|
|

\ .
1 1
2 1 2 1
3 3
4 1 3 4 1
1 1 0 1 1 0
0 1 1 0 1 1

0 1 1 0 1 1
0 0 0 0 1 1
x x
x x x x
x x
x x x x x
| | | |
| |

| |
| |
| |
+ +
\ . \ .
. M N +
, M N +
1 3 4
0 x x x + =
( )
1 2 3 4
, , , x x x x