Espacios Vectoriales

Un espacio vectorial es un espacio no vacío “V” de objetos, llamados vectores,

en el que están definidas dos operaciones, llamadas suma y multiplicación por
escalares (números reales), sujetas a las 10 reglas presentes a continuación.
Las reglas deben ser validas para todos los vectores u, v, w en “V”, y para
todos los escalares c y d.
1. La suma de u y v, denotada con u + v, están en “V”.
2. u + v = v + u
3. (u +v) + w = u + (v + w)
4. Hay un vector cero en “V” tal que u + 0 = u
5. Para cada u en “V”, existe un vector – u en “V” tal que u + (- u) =0
6. El múltiplo escalar de u por c, que se denota con cu, esta en “V”.
7. c( u + v) =cu + cv
8. (c + d)u = cu + du
9. C(du) =(cd) u
10. Iu = u
Subespacios Vectoriales
Un subespacio vectorial de 𝑅 𝑛 es cualquier conjunto de H en 𝑅 𝑛 que tenga tres
propiedades :
a. El vector cero está en H (subespacio).
b. Para todo u y v en H, la suma u + v también esta en
H.
c. Para todo u en H y cada escalar en K el vector ku
esta en H.

• El conjunto que consta de solo del vector cero en un

espacio vectorial “V” es un subespacio de “V”, llamado
subespacio cero, y se representa como {0}.
𝑢1 𝑣1 𝑢 +𝑣
[𝑢 ] + [𝑣 ] = [𝑢1 + 𝑣1 ]
2 2 2 2

𝑢1 𝑘𝑢
𝑘 [𝑢 ] = [ 1 ]
2 𝑘𝑢2

Ejercicio
H = Subespacio
𝟎 𝟐 −𝟔
[ ] − 𝟑[ ] = [ ]
𝟎 𝟑 −𝟗
Con un escalar negativo el vector no esta en el conjunto H.
Un subespacio generado por un conjunto
Cuando hablamos de combinación lineal, nos referimos a cualquier suma de
multiplos escalares de vectore, y 𝐺𝑒𝑛 {𝑣1 , … … . , 𝑣𝑝 } denota el conjunto de todos
los vectores que se pueden escribir como combinaciones lineales de
𝑣1 , … … . , 𝑣𝑝

Ejemplo:
Dados 𝑣1 𝑦 𝑣2 en un espacio vectorial “V”, sea H = Gen {𝑣1 𝑣2 }. Demuestre que
H es un subespacio de V.
El vecor cero está en H, ya que 0 = 0𝑣1 + 0𝑣2 . Para demostrar que ha es
cerrado bajo la suma de vectores, escogemos dos vectores arbitrarios en H:
𝑢 = 𝑠1 𝑣1 + 𝑠2 𝑣2 𝑦 𝑤 = 𝑡1 𝑣1 + 𝑡2 𝑣2
𝑢 + 𝑤 = (𝑠1 𝑣1 + 𝑠2 𝑣2 ) + (𝑡1 𝑣1 + 𝑡2 𝑣2 )
= (𝑠1 + 𝑡1 )𝑣1 + (𝑠2 + 𝑡2 )𝑣2
Así que u + w est+a en H. Además, si c es un escalar cualquiera, entonces se
cumple que:
𝑐𝑢 = 𝑐(𝑠1 𝑣1 + 𝑠2 𝑣2 ) = (𝑐𝑠1 )𝑣1 + (𝑐𝑠2 )𝑣2
Lo que demuestra que cu está en H, y H es cerrado bajo la multiplicación por
escalares.
Por lo tanto, H es un subespacio de V.

Espacio de Columnas y Espacio Nulo de una Matriz

ESPACIO COLUMNA
El espacio columna de una matriz A es el conjunto de combinaciones de las
columnas de A y se representa por Col A.
𝐴 = [𝑚𝑥𝑛] 𝐴 = [𝑎1 𝑎2 𝑎3 … 𝑎𝑛 ]
𝐶𝑜𝑙 𝐴 = 𝐺𝑒𝑛 {𝑎1 𝑎2 𝑎3 … 𝑎𝑛 }
El espacio columna de una matriz mxn es un subespacio de 𝑅 𝑚 .
1 5 −1 −5 0 1 0
[2 6 −2 −6 0 1 0]
3 7 −3 −7 1 1 1
La matriz es de 4 x 7 entonces es un subespacio de 𝑅 4 .
𝐴𝑥 = 𝑏
El vector b es una combinación de las columnas de A si y solo si la ecuación Ax
= b tiene una solución.

Ejercicio 1
𝟏 −𝟑 −𝟒 𝟑
𝑨=[ 𝟒 𝟔 −𝟐] 𝒃=[ 𝟑 ]
−𝟑 𝟕 𝟔 −𝟒

1 −3 −4 3
1 −3 −4 3 1 −3 −4 3 7 1
[4 6 −2 3 ] ~ [0 18 14 −9] ~ [0 1 − ]
−3 7 6 −4 0 −2 −6 −5 9 2
0 −2 −6 −5

1 −3 −4 3 1 −3 −4 3 1 −3 −4 3
~ [0 1 7/9 −1/2] ~ [0 1 7/9 −1/2] ~ [0 1 7/9 −1/2 ]
0 0 −40/9 5 0 0 −40 36 0 0 1 −36/40

La matriz tiene solución por lo que las columnas son espacio columna de la
matriz A
3
[ 3 ] este vector es un subespacio columna
−4

Ejercicio 2
Determine si w está en el subespacio de 𝑅 3 generado por v1 y v2.
1 −2 −3
𝑣1 = [ 3 ] 𝑣2 = [−2] 𝑤 = [−3]
−4 7 10

1 −2 −3 1 −2 −3 1 −2 −3 1 −2 −3
[ 3 −3 −3] ~ [0 3 6 ] ~ [0 3 6 ] ~ [0 1 2]
−4 7 10 0 −1 −2 0 1 2 0 3 6

1 −2 −3
~ [0 1 2]
0 0 2
Tiene solución, por lo tanto, w si esta en el subespacio de 𝑅 3 generado por v1 y
v2.
Ejercicio 3
Sea
2 −3 −4 6
𝑣1 = [−8] 𝑣2 = [ 8 ] 𝑣3 = [ 6 ] 𝑝 = [−10]
6 −7 −7 11
¿Está p en Col A?
2 −3 −4 6 1 −3/2 −2 3
[𝐴 𝑝] = [−8 8 6 −10] ~ [−8 8 6 −10]
6 −7 −7 11 6 −7 −7 11

1 −3/2 −2 3 1 −3/2 −2 3 1 −3/2 −2 3

~ [0 −4 −10 14 ] ~ [ 0 1 5/2 −7/2] ~ [0 1 5/2 −7/2]
0 2 5 −7 0 2 5 −7 0 0 0 0

Tiene solución, AX = por lo tanto, p si está en Col A.

ESPACIO NULO
El espacio nulo de una matriz A es el conjunto Nul A de todas las soluciones
posibles para la ecuación homogénea Ax = 0
Cuando A tiene n columnas, las soluciones de Ax = 0 pertenece a 𝑅 𝑛 , y el
espacio nulo de A es un subconjunto de 𝑅 𝑛 . De hecho, Nul A tiene las
propiedades de un subespacio de matrices de 𝑅 𝑛 .
• El espacio nulo de una matriz A de mxn es un subespacio de 𝑅 𝑛 . De
manera equivalente, el conjunto de todas las soluciones posibles para
un sistema Ax = 0 de m ecuaciones lineales homogéneas con “n”
incógnitas es un subespacio de 𝑅 𝑛 .

Ejercicio 1
Determine si p esta en Nul A
2 −3 −4 6
𝐴 = [−8 8 6] 𝑝 = [−10]
6 −7 7 11
 (2)(6) + (−3)(−10) + (−4)(11) 12 + 30 − 44 −2
[ (−8)(6) + (8)(−10) + (6)(11) ] = [−48 − 80 + 66] = [−62]
(6)(6) + (−7)(−10) + (−7)(11) 36 + 70 − 77 29

Ap ≠ 0 por lo tanto p no esta en Nul A.

Ejercicio 2
Determine si p está en Nul A
−2 −2 0 −5
𝐴=[ 0 3 −5] 𝑝= [5]
6 3 5 3

(−2)(−5) + (−2)(5) + 0 10 − 10 0
[ 0 + (3)(5) + (−5)(3) ] = [ 15 − 15 ] = [0 ]
(6)(−5) + (3)(5) + (5)(3) −30 + 15 + 15 0

Au = 0 por lo tanto u si está en Nul A.

Ejercicio 3
Encuentre un vector diferente de cero en Nul A y un vector diferente de cero en
Col A.
3 2 1 −5
𝐴 = [−9 −4 1 7 ]
9 2 −5 1

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

[−9 −4 1 7 0] ~ [−9 −4 1 7 0 ] ~ [ 0 1 2 −4 0]
9 2 −5 1 0 9 2 −5 1 0 0 −4 −8 16 0

1 2/3 1/3 −5/3 0 1 0 −1 1 0

~ [0 1 2 −4 0] ~ [0 1 2 −4 0]
0 0 0 0 0 0 0 0 0 0

𝑥1 − 𝑥3 + 𝑥4 = 0
𝑥2 + 2𝑥3 − 4𝑥4 = 0
 La solución es:
𝑥1 = 𝑥3 − 𝑥4
𝑥2 = −2𝑥3 + 4𝑥4
En donde 𝑥3 y 𝑥4 son variables libres.
1
−2
𝑣 = [ ] 𝑒𝑛 𝑁𝑢𝑙 𝐴
1
0

Base para un Subespacio

Una base de un subespacio H de 𝑅 𝑛 es un conjunto linealmente independiente
en H, que genera a H.
Las columnas de una matriz invertible de n x n forman una base para toda 𝑅 𝑛
ya que son linealmente independientes y generan a 𝑅 𝑛 .
Una matriz de este tipo es la matriz identidad de n x n. Sus columnas se
denotan mediante 𝑒1 𝑒2 … . . 𝑒𝑛 .

• Las columnas pivote de una matriz A forman una base para el espacio
columna de A.

Ejemplo 1
Encuentre una base para el espacio nulo de la matriz
−3 6 −1 1 −7
𝐴 = [ 1 −2 2 3 −1]
2 −4 5 8 4

−3 6 −1 1 −7 0 1 −2 2 3 −1 0 1 −2 2 3 −1 0
[ 1 −2 2 3 −1 0] ~ [−3 6 −1 1 −7 0] ~ [0 0 5 10 −10 0]
2 −4 5 8 4 0 2 −4 5 8 4 0 0 0 1 2 6 0

1 −2 2 3 −1 0 1 −2 2 3 −1 0 1 −2 0 −1 3 0
~ [0 0 1 2 −2 0] ~ [0 0 1 2 −2 0] ~ [0 0 1 2 −2 0]
0 0 1 2 6 0 0 0 0 0 0 0 0 0 0 0 0 0
 𝑥1 − 2𝑥2 − 𝑥4 + 3𝑥5 = 0
𝑥3 + 2𝑥4 − 2𝑥5 = 0
𝑥1 2 1 −3
𝑥2 1 0 0
𝑥3 = 𝑥2 0 + 𝑥4 −2 + 𝑥5 2
𝑥4 0 1 0
[ 𝑥 5] [0] [0] [1]
Ejercicio 2
Se presenta una matriz A y una forma escalonada de A. Encuentre una base
para Col A y una base para Nul A.
4 5 9 −2 1 2 6 −5
𝐴 = [6 5 1 12 ] ~ [0 1 5 −6]
3 4 8 −3 0 0 0 0
4 5
𝐵𝑎𝑠𝑒 𝑝𝑎𝑟𝑎 𝐶𝑜𝑙 𝐴 = {[ 6] , [ 5]}
3 4
Base para Nul A
1 2 6 −5 1 0 −4 7 0
[0 1 5 −6] ~ [0 1 5 −6 0]
0 0 0 0 0 0 0 0 0

𝑥1 − 4𝑥3 + 7𝑥4 = 0
𝑥2 − 5𝑥3 − 6𝑥4 = 0

𝑥1 4𝑥3 − 7𝑥4 4 −7
𝑥 5𝑥 + 6𝑥4
[𝑥2 ] = [ 3 𝑥 ] = 𝑥3 [5] + 𝑥4 [ 6 ]
3 3 1 0
𝑥4 𝑥4 0 1

4 −7
5
𝐵𝑎𝑠𝑒 𝑝𝑎𝑟𝑎 𝑁𝑢𝑙 𝐴 = {[ ] , [ 6 ]}
1 0
0 1
Ejercicio 3
Se presenta una matriz A y una forma escalonada de A. Encuentre una base
para Col A y una base para Nul A.
 3 −6 9 0 1 −2 5 4
𝐴 = [2 −4 7 2 ] ~ [0 0 3 6 ]
3 −6 6 −6 0 0 0 0
3 9
𝐵𝑎𝑠𝑒 𝑝𝑎𝑟𝑎 𝐶𝑜𝑙 𝐴 = {[ 2] , [ 7]}
3 6
Base para Nul A
1 −2 5 4 1 −2 5 4 0 1 −2 0 −6 0
[0 0 3 6 ] ~ [ 0 0 1 2 0] ~ [0 0 1 2 0]
0 0 0 0 0 0 0 0 0 0 0 0 0 0

𝑥1 − 2𝑥2 − 6𝑥4 = 0
𝑥3 + 2𝑥4 = 0

𝑥1 2𝑥2 + 6𝑥4 2 6
𝑥 𝑥2
[𝑥2 ] = [ ] = 𝑥2 [1] + 𝑥4 [ 0 ]
3 −2𝑥4 0 −2
𝑥4 𝑥4 0 0

2 6
𝐵𝑎𝑠𝑒 𝑝𝑎𝑟𝑎 𝑁𝑢𝑙 𝐴 = {[ ] , [ 0 ]}
1
0 −2
0 0

La dimensi