Preguntas de entrenamiento, cuestionario y lección paso a paso sobre Espacios vectoriales y subespacios - mejora tus habilidades matemáticas con preguntas enfocadas y explicaciones claras.
Cuestionario de práctica de espacios vectoriales y subespacios con una lección interactiva paso a paso
Usa el cuestionario de la parte superior de la página para practicar espacios vectoriales y subespacios, la base del álgebra lineal: axiomas de espacio vectorial (cerradura, asociatividad, distributividad, identidad, inversos), la prueba rápida de subespacio (contiene \(0\), cerrado bajo suma y multiplicación escalar), combinaciones lineales y span, base y dimensión, coordenadas relativas a una base (cambio de base), subespacios estándar como espacio nulo y espacios solución, suma e intersección de subespacios (\(U+W\) y \(U\cap W\)), y el significado de los espacios cociente \(V/W\). También verás ejemplos clave en \(\mathbb{R}^n\), espacios de matrices \(M_{m\times n}(\mathbb{R})\), espacios de polinomios \(P_n\) y espacios de funciones como \(C[0,1]\). Si quieres repasar, haz clic en Iniciar lección para abrir una guía paso a paso con ejemplos resueltos y comprobaciones rápidas.
Cómo funciona esta práctica de espacios vectoriales y subespacios
1. Haz el cuestionario: responde las preguntas de espacio vectorial, subespacio, span, base y dimensión al principio de la página.
2. Abre la lección (opcional): repasa axiomas de espacio vectorial, la prueba de subespacio, spans, bases, coordenadas, dimensión y espacios cociente con ejemplos claros.
3. Vuelve a intentarlo: regresa al cuestionario y aplica de inmediato la prueba de subespacio y herramientas de base/dimensión.
Lo que aprenderás en la lección de espacios vectoriales y subespacios
Span como todas las combinaciones lineales: \(\text{span}\{v_1,\dots,v_k\}\)
Espacios solución de sistemas homogéneos \(Ax=0\) son subespacios
Espacio nulo y espacio columna como subespacios centrales en álgebra lineal
Base, coordenadas y dimensión
Base: generar + independencia lineal
Coordenadas relativas a una base (cálculos de cambio de base)
Dimensión: tamaño de una base; calcular dimensiones de subespacios comunes
Operaciones con subespacios y espacios cociente
Intersección \(U\cap W\) siempre es un subespacio
Suma \(U+W\) es el subespacio más pequeño que contiene a \(U\) y \(W\)
Espacio cociente \(V/W\): vectores módulo el subespacio \(W\) (clases laterales)
Volver al cuestionario
Cuando estés listo, regresa al cuestionario de la parte superior de la página y sigue practicando espacios vectoriales y subespacios.
⭐⭐⭐⭐⭐⭐
🧠
Espacios vectoriales & subespacios
Guía paso a paso
Toca para abrir ->
Cargando...
Lección de espacios vectoriales y subespacios
1 / 8
Resumen de la lección
Resumen de la lección
Propósito: Construir una comprensión clara de espacios vectoriales y subespacios para que puedas usar la prueba de subespacio, describir conjuntos usando span y combinaciones lineales, calcular bases, coordenadas relativas a una base y dimensión, reconocer espacios solución (espacios nulos) como subespacios, y entender suma, intersección y espacios cociente \(V/W\) mediante clases laterales.
Criterios de éxito
Decir qué es un espacio vectorial (operaciones + axiomas) e identificar el vector cero.
Usar la prueba de subespacio: verificar \(0\in U\), cerradura bajo suma y cerradura bajo multiplicación escalar.
Describir un conjunto como span de vectores e interpretar combinaciones lineales.
Reconocer que los espacios solución de sistemas lineales homogéneos \(Ax=0\) son subespacios.
Hallar e interpretar una base (generación + independencia lineal) y calcular dimensión.
Calcular coordenadas relativas a una base (cambio de base en \(\mathbb{R}^n\)).
Trabajar con suma \(U+W\) e intersección \(U\cap W\) de subespacios.
Interpretar el espacio cociente \(V/W\) como el conjunto de clases laterales \(v+W\).
Usar ejemplos comunes: \(\mathbb{R}^n\), espacios de matrices \(M_{m\times n}(\mathbb{R})\), espacios de polinomios \(P_n\) y espacios de funciones como \(C[0,1]\).
Vocabulario clave
Espacio vectorial: un conjunto \(V\) con suma y multiplicación escalar que satisface los axiomas (incluida una identidad aditiva \(0\)).
Subespacio: un subconjunto \(U\subseteq V\) que es en sí mismo un espacio vectorial con las operaciones heredadas.
Span: \(\text{span}(S)\) es el conjunto de todas las combinaciones lineales de vectores en \(S\).
Base: un conjunto linealmente independiente que genera el espacio; cada vector tiene una representación única en coordenadas.
Dimensión: el número de vectores en cualquier base de un espacio vectorial finito-dimensional.
Clase lateral / espacio cociente: \(v+W=\{v+w:w\in W\}\); \(V/W\) es el conjunto de todas esas clases laterales.
Comprobación rápida previo
Chequeo previo 1: ¿Qué vector siempre está presente en cualquier subespacio de un espacio vectorial \(V\)?
Pista: Un subespacio debe contener la identidad aditiva.
Chequeo previo 2: Si \(U\) y \(W\) son subespacios de \(V\), ¿qué siempre es cierto sobre \(U \cap W\)?
Pista: Aplica la prueba de subespacio a la intersección.
Espacios vectoriales y subespacios
Espacios vectoriales, subespacios y la prueba de subespacio
Objetivo de aprendizaje: Decidir rápido si un conjunto es un subespacio usando una lista corta, y evitar errores comunes (falta \(0\), no cerrado bajo suma, no cerrado bajo multiplicación escalar).
Idea clave
Un espacio vectorial \(V\) sobre un cuerpo (como \(\mathbb{R}\)) es un conjunto con dos operaciones: suma vectorial y multiplicación escalar, que satisfacen los axiomas estándar (asociatividad, conmutatividad de la suma, leyes distributivas, identidad escalar, identidad aditiva \(0\), inversos aditivos y cerradura).
Un subconjunto \(U\subseteq V\) es un subespacio si es un espacio vectorial usando las mismas operaciones. En la práctica, usa la prueba de subespacio.
La prueba de subespacio
Vector cero: \(0 \in U\).
Cerrado bajo suma: si \(u,v\in U\), entonces \(u+v\in U\).
Cerrado bajo multiplicación escalar: si \(u\in U\) y \(c\in \mathbb{R}\), entonces \(cu\in U\).
Ejemplos comunes
\(\mathbb{R}^n\) y cualquier plano que pasa por el origen en \(\mathbb{R}^3\).
Espacios de matrices como \(M_{m\times n}(\mathbb{R})\); los conjuntos definidos por restricciones lineales suelen ser subespacios.
Espacios de funciones como \(C[0,1]\); los conjuntos definidos por condiciones lineales (por ejemplo, \(f(0)=0\)) son subespacios.
Ejemplo resuelto
Ejemplo: ¿Es \(U=\{f\in C[0,1]: f(0)=0\}\) un subespacio de \(C[0,1]\)?
Función cero: \(0(0)=0\), así que \(0\in U\). Si \(f(0)=0\) y \(g(0)=0\), entonces \((f+g)(0)=f(0)+g(0)=0\), así que \(f+g\in U\). Si \(f(0)=0\) y \(c\in\mathbb{R}\), entonces \((cf)(0)=c f(0)=0\), así que \(cf\in U\). Por lo tanto, \(U\) es un subespacio.
Inténtalo
Inténtalo 1: ¿Es el conjunto \(S=\{(x,y)\in\mathbb{R}^2: x+y=1\}\) un subespacio de \(\mathbb{R}^2\)?
Pista: Sustituye \((0,0)\) en \(x+y=1\).
Inténtalo 2: Si \(w\) está en un subespacio \(S\), ¿qué puedes decir sobre \(-2w\)?
Pista: Un subespacio es cerrado bajo multiplicación por cualquier escalar del cuerpo.
Resumen
Un subespacio debe contener \(0\) y ser cerrado bajo suma y multiplicación escalar.
Conjuntos como \(x+y=1\) suelen ser afines (desplazados) y fallan la prueba \(0\in U\).
Span y combinaciones lineales
Combinaciones lineales, span y descripción de subespacios
Objetivo de aprendizaje: Traducir entre "todas las combinaciones lineales" y una descripción clara de subespacio, y reconocer espacios solución como subespacios.
Idea clave
Una combinación lineal de vectores \(v_1,\dots,v_k\) es cualquier vector de la forma \[ c_1 v_1 + \cdots + c_k v_k \] donde \(c_1,\dots,c_k\in\mathbb{R}\). El span es el conjunto de todas esas combinaciones: \[ \text{span}\{v_1,\dots,v_k\}=\{c_1 v_1 + \cdots + c_k v_k : c_i\in\mathbb{R}\}. \] Un span siempre es un subespacio.
Los espacios solución son subespacios
El conjunto solución de un sistema homogéneo \(Ax=0\) es el espacio nulo de \(A\), \[ \mathcal{N}(A)=\{x: Ax=0\}, \] y siempre es un subespacio de \(\mathbb{R}^n\).
Ejemplo resuelto
Ejemplo: Halla la dimensión del espacio solución de \(x+y+z=0\) en \(\mathbb{R}^3\).
Resuelve \(x+y+z=0\) expresando una variable en términos de las otras: \(x=-y-z\). Sea \(y=s\) y \(z=t\). Entonces \[ (x,y,z)=(-s-t,\, s,\, t)=s(-1,1,0)+t(-1,0,1). \] El espacio solución es \(\text{span}\{(-1,1,0),(-1,0,1)\}\), que es un plano que pasa por el origen, así que su dimensión es \(2\).
Inténtalo
Inténtalo 1: ¿Cuál es el espacio nulo de la aplicación derivación \(D: P_2 \to P_1\)?
Pista: \(Dp=0\) significa que el polinomio tiene derivada cero.
Inténtalo 2: ¿Cuál es la dimensión de \(\{A\in M_{2\times3}(\mathbb{R}): A_{1,\ast}=0\}\)?
Pista: Una matriz \(2\times3\) tiene 6 entradas; hacer cero toda la primera fila elimina 3 grados de libertad.
Resumen
\(\text{span}(S)\) siempre es un subespacio: contiene \(0\) y es cerrado bajo combinaciones lineales.
Los espacios solución homogéneos (espacios nulos) son subespacios y su dimensión es el número de parámetros libres.
Base, coordenadas, dimensión
Bases, coordenadas relativas a una base y dimensión
Objetivo de aprendizaje: Usar bases para representar vectores con eficiencia, calcular coordenadas y conectar el tamaño de una base con la dimensión.
Idea clave
Un conjunto \(B=\{b_1,\dots,b_n\}\) es una base de un espacio vectorial \(V\) si: (1) genera \(V\), y (2) es linealmente independiente. Cuando \(B\) es una base, cada \(v\in V\) se puede escribir de forma única como \[ v = c_1 b_1 + \cdots + c_n b_n. \] Los escalares \((c_1,\dots,c_n)\) son las coordenadas de \(v\) relativas a la base \(B\).
Dimensión
Si \(V\) es finito-dimensional, la dimensión \(\dim V\) es el número de vectores en cualquier base de \(V\). Por ejemplo, \(\dim \mathbb{R}^n = n\), \(\dim P_n = n+1\) y \(\dim M_{m\times n}(\mathbb{R}) = mn\). Si \(V\) tiene una base de tamaño \(5\), entonces \(\dim V = 5\) y \(\dim V^* = 5\) también.
Ejemplo resuelto
Ejemplo: Respecto de la base \(B=\{(1,0),(1,1)\}\) de \(\mathbb{R}^2\), ¿cuáles son las coordenadas de \((2,3)\)?
Escribe \((2,3)=a(1,0)+b(1,1)\). Entonces \((2,3)=(a+b,\, b)\), así que \(b=3\) y \(a+b=2\Rightarrow a= -1\). Por lo tanto, el vector de coordenadas es \([\, (2,3)\, ]_B = \begin{pmatrix}-1\\3\end{pmatrix}\).
Inténtalo
Inténtalo 1: Si \(V\) tiene una base de tamaño \(5\), ¿cuánto es \(\dim V^*\) (el espacio dual)?
Pista: Para espacios vectoriales finito-dimensionales, \(\dim V = \dim V^*\).
Inténtalo 2: ¿Qué subconjunto de \(\mathbb{R}^3\) es un subespacio de dimensión 2?
Pista: Un subespacio 2D en \(\mathbb{R}^3\) suele ser un plano que pasa por el origen dado por una ecuación lineal homogénea.
Resumen
Las bases dan representaciones de coordenadas únicas.
La dimensión es el número de vectores en una base (y \(\dim V^*=\dim V\) para \(V\) finito-dimensional).
Operaciones con subespacios
Intersección, suma, unión y geometría común de subespacios en \(\mathbb{R}^n\)
Objetivo de aprendizaje: Trabajar con confianza con \(U\cap W\), \(U+W\), y entender por qué \(U\cup W\) usualmente no es un subespacio.
Intersección \(U\cap W\)
Si \(U\) y \(W\) son subespacios de \(V\), entonces \(U\cap W\) siempre es un subespacio de \(V\). Razón: contiene \(0\) y es cerrado bajo suma/multiplicación escalar porque tanto \(U\) como \(W\) lo son.
Suma \(U+W\)
La suma de subespacios es \[ U+W=\{u+w: u\in U,\; w\in W\}. \] Es el subespacio más pequeño que contiene a ambos \(U\) y \(W\).
Unión \(U\cup W\)
En general, la unión de dos subespacios no es un subespacio. Solo es un subespacio en el caso especial en que un subespacio contiene al otro: \[ U\cup W \text{ es un subespacio } \Longleftrightarrow U\subseteq W \text{ o } W\subseteq U. \]
Ejemplo resuelto
Ejemplo: ¿Cuál es la suma \(U+W\) del plano \(x\text{–}y\) y el plano \(y\text{–}z\) en \(\mathbb{R}^3\)?
El plano \(x\text{–}y\) es \(U=\{(x,y,0)\}\). El plano \(y\text{–}z\) es \(W=\{(0,y,z)\}\). Suma un vector general de cada uno: \[ (x,y_1,0)+(0,y_2,z)=(x,\, y_1+y_2,\, z). \] Esto puede producir cualquier \((x,y,z)\in\mathbb{R}^3\), así que \(U+W=\mathbb{R}^3\).
Inténtalo
Inténtalo 1: ¿Cuál es la intersección de los subespacios \(\{(x,0,0)\}\) y \(\{(0,y,0)\}\) en \(\mathbb{R}^3\)?
Pista: Un vector en la intersección debe estar en ambos ejes a la vez.
Inténtalo 2: ¿Cuándo la unión de dos subespacios \(U\) y \(W\) también es un subespacio?
Pista: Si ninguno contiene al otro, elige \(u\in U\setminus W\) y \(w\in W\setminus U\), y comprueba cerradura bajo suma.
Resumen
\(U\cap W\) y \(U+W\) siempre son subespacios.
\(U\cup W\) usualmente no es un subespacio (a menos que uno contenga al otro).
Dimensión y espacios infinito-dimensionales
Dimensión en la práctica: restricciones, grados de libertad y dimensión infinita
Objetivo de aprendizaje: Calcular dimensiones a partir de parámetros libres o restricciones, y reconocer cuándo un espacio es infinito-dimensional.
Idea clave
La dimensión es un conteo de "grados de libertad". Cada restricción lineal independiente normalmente reduce la dimensión en \(1\) (en contextos finito-dimensionales). Por ejemplo, una sola ecuación lineal homogénea en \(\mathbb{R}^3\) define un subespacio 2D (un plano que pasa por el origen).
Dimensión finita vs. infinita
Un espacio vectorial es finito-dimensional si tiene una base finita. Si no existe una base finita, es infinito-dimensional (por ejemplo, \(P\) = todos los polinomios, o \(C[0,1]\)). Si un subespacio \(S\) tiene dimensión infinita, entonces no puede ser generado por una cantidad finita de vectores (todo conjunto generador debe ser infinito).
Ejemplo resuelto
Ejemplo: ¿El conjunto de todas las matrices triangulares superiores \(3\times 3\) es un subespacio de \(M_{3\times 3}(\mathbb{R})\)? ¿Cuál es su dimensión?
Las matrices triangulares superiores son cerradas bajo suma y multiplicación escalar, y la matriz cero es triangular superior, así que forman un subespacio. Una matriz triangular superior \(3\times 3\) tiene entradas libres en las posiciones \((1,1),(1,2),(1,3),(2,2),(2,3),(3,3)\): son 6 parámetros libres. Entonces la dimensión es \(6\).
Inténtalo
Inténtalo 1: Si \(S\) es un subespacio de dimensión infinita, debe ser:
Pista: Infinito-dimensional significa que ninguna lista finita de vectores puede generar el espacio.
Inténtalo 2: ¿El conjunto \(\{0\}\) es un subespacio?
Pista: El vector cero por sí solo satisface la prueba de subespacio.
Resumen
Las dimensiones cuentan parámetros libres (grados de libertad).
Infinito-dimensional significa que no existe un conjunto generador finito.
Espacios cociente
Espacios cociente \(V/W\): vectores módulo un subespacio
Objetivo de aprendizaje: Entender conceptualmente los espacios cociente: "tratar vectores que difieren por algo en \(W\) como iguales".
Idea clave
Sea \(W\) un subespacio de \(V\). Dos vectores \(v\) y \(u\) se consideran equivalentes módulo \(W\) si \[ v-u \in W. \] La clase de equivalencia de \(v\) es la clase lateral \[ v+W = \{v+w : w\in W\}. \] El espacio cociente \(V/W\) es el conjunto de todas las clases laterales: \[ V/W = \{v+W : v\in V\}. \]
Cómo pensar en \(V/W\)
"Colapsas" todo el subespacio \(W\) para que actúe como el elemento cero en el cociente.
Los vectores que difieren por un elemento de \(W\) se vuelven el mismo punto en \(V/W\).
Esto es útil para enfocarte en direcciones "que no están en \(W\)" y para simplificar estructura.
Ejemplo resuelto
Ejemplo: Sea \(V=\mathbb{R}^2\) y \(W=\text{span}\{(1,0)\}\) (el eje \(x\)). ¿Cómo se ve \((0,3)+W\)?
\(W=\{(t,0): t\in\mathbb{R}\}\). Entonces \[ (0,3)+W=\{(0,3)+(t,0): t\in\mathbb{R}\}=\{(t,3): t\in\mathbb{R}\}, \] que es una recta horizontal a altura \(y=3\). En \(\mathbb{R}^2/W\), todos los puntos de esa recta representan la misma clase lateral.
Inténtalo
Inténtalo 1: ¿Cuál describe el espacio cociente \(V/W\)?
Pista: Los elementos de \(V/W\) no son vectores de \(V\), sino clases de equivalencia (clases laterales).
Inténtalo 2: ¿La intersección de dos subespacios en \(\mathbb{R}^n\) puede ser el subespacio cero?
Pista: Por ejemplo, el eje \(x\) y el eje \(y\) en \(\mathbb{R}^2\) solo se intersectan en \(0\).
Resumen
\(V/W\) es el conjunto de clases laterales \(v+W\), es decir, vectores módulo el subespacio \(W\).
Los cocientes "colapsan" direcciones en \(W\) para que te enfoques en lo que queda.
Aplicaciones y panorama general
Por qué importan los espacios vectoriales y subespacios
Objetivo de aprendizaje: Conectar el punto de vista de subespacios con el resto del álgebra lineal, y terminar con una comprobación final.
Dónde aparecen espacios vectoriales y subespacios
Sistemas lineales: los conjuntos solución de \(Ax=0\) son subespacios (espacios nulos).
Transformaciones lineales: núcleos e imágenes son subespacios; la dimensión se relaciona con rango y nulidad.
Geometría: rectas/planos que pasan por el origen son subespacios; sumas e intersecciones coinciden con la intuición geométrica.
Datos y ML: los subespacios modelan estructura de baja dimensión dentro de datos de alta dimensión (PCA).
funciones: muchos espacios de funciones son espacios vectoriales; restricciones como \(f(0)=0\) definen subespacios.
Ejemplo resuelto: un conteo limpio de dimensión en matrices
Una matriz \(2\times 3\) tiene 6 entradas. La condición \(A_{1,\ast}=0\) obliga a que toda la primera fila sea cero, lo cual fija 3 entradas. La segunda fila \((a_{21},a_{22},a_{23})\) queda libre, dando 3 grados de libertad. Entonces la dimensión es \(3\).
Inténtalo
Inténtalo 1: ¿Cuál es la dimensión del espacio solución de \(x + y + z = 0\) en \(\mathbb{R}^3\)?
Pista: Una ecuación lineal homogénea en \(\mathbb{R}^3\) normalmente deja dos parámetros libres.
Inténtalo 2: ¿Un subconjunto de \(\mathbb{R}^n\) que no incluye el vector cero puede ser un subespacio?
Pista: La identidad aditiva debe estar en todo espacio vectorial (y por tanto en todo subespacio).
Repaso final
Prueba de subespacio: comprueba \(0\in U\), cerradura bajo suma, cerradura bajo multiplicación escalar.
Span: todas las combinaciones lineales; \(\text{span}(S)\) siempre es un subespacio.
Base: genera + independiente; da coordenadas únicas.
Dimensión: número de vectores de una base; cuenta grados de libertad.
Operaciones: \(U\cap W\) y \(U+W\) son subespacios; \(U\cup W\) usualmente no lo es.
Cociente: \(V/W\) son clases laterales \(v+W\), es decir, vectores módulo \(W\).
Siguiente paso: Cierra esta lección y vuelve a intentar tu cuestionario. Si fallas una pregunta, vuelve a abrir el libro y repasa la página que coincida con la habilidad de espacio vectorial o subespacio que necesitas (prueba de subespacio, span, base/coordenadas, dimensión, suma/intersección o espacios cociente).
Racha 5+
Racha 10+
Racha 15+
Racha 20+
Racha 25+