ALEJANDRO SEBASTIÁN ORTIZ VILLENA

2151

ING. EDER CRUZ

2DO SEMESTRE “B”

RIOBAMBA – ECUADOR

OCTUBRE 2017 – FEBRERO 2018

1
 INDICE

1. Contenido

2. JUSTIFICACIÓN .............................................................................................................. 2
2.1. Justificación Teórica ................................................................................................... 2
2.2. Justificación Metodológica ......................................................................................... 2
2.3. Justificación Práctica ................................................................................................... 2
3. OBJETIVOS ...................................................................................................................... 3
3.1. Objetivo General ......................................................................................................... 3
3.2. Objetivos Específicos .................................................................................................. 3
4. MARCO TEÓRICO........................................................................................................... 4
4.1. Espacio Vectorial. ....................................................................................................... 4
4.2. Propiedades de la Suma de Vectores........................................................................... 4
4.3. Propiedades del Producto de un Vector por un Escalar. ............................................. 4
4.4. Definición Espacio Vectorial. ..................................................................................... 4
4.5. Los Espacios Vectoriales. ........................................................................................... 4
4.6. Subespacios Vectoriales. ............................................................................................. 6
4.7. Definición Subespacios Vectoriales. ........................................................................... 6
4.8. Relación entre la forma implícita y paramétrica. ........................................................ 6
4.9. Inclusión de subespacios. ............................................................................................ 6
4.10. Combinación lineal y espacio generado. ................................................................. 7
4.11. Independencia lineal. ............................................................................................... 7
4.12. Bases y dimensión. .................................................................................................. 8
4.13. Rango, nulidad, espacio entre renglones y espacios de una matriz. ........................ 9
4.14. Cambio de Base. .................................................................................................... 10
5. CONCLUSIONES Y RECOMENDACIONES .............................................................. 11
5.1. Conclusiones ............................................................................................................. 11
5.2. Recomendaciones ...................................................................................................... 11
6. ANEXOS ......................................................................................................................... 11
6.1. Propiedades de los Espacios vectoriales. .................................................................. 11
7. REFERENCIAS ............................................................................................................... 12

1
 RESUMEN

En la presente Investigación hablaremos sobre los Espacios Vectoriales, la idea de vector

está tomada de la Física, donde sirven para representar magnitudes vectoriales como fuerzas,
velocidades o aceleraciones. Para ello se emplean vectores de dos componentes en el plano,
de tres componentes en el espacio... Se supone conocida la representación gráfica y manejo
de los vectores de ℜ2 y de ℜ3. En Matemáticas, tratamos de abstraer las propiedades que
caracterizan a los vectores para extenderlas también a otro tipo de objetos diferentes de los
vectores de la Física. Esencialmente, el comportamiento que caracteriza a los vectores es el
siguiente:
• Podemos sumar dos vectores y obtenemos otro vector.
• Podemos multiplicar un vector por un número (escalar) y obtenemos otro vector.

Además estas operaciones cumplen ciertas propiedades, que observamos en los vectores de
ℜ2 y de ℜ3 : En lo sucesivo, utilizaremos habitualmente la siguiente notación: u,v,w (u otras
letras latinas) para vectores, mientras que las letras griegas designarán escalares.

2. JUSTIFICACIÓN
Justificación Teórica
Esta investigación se la realizo con el propósito de aportar conocimientos ya existentes,
basados en libros y documentos realizados por personas dignas de distintas épocas que han
demostrado su veracidad y el buen desempeño en los diferentes campos de la matemática.

Justificación Metodológica
La investigación realizada a continuación acerca de los Espacios Vectoriales, podrán
servir como una fuente de apoyo en la resolución de ejercicios, así como también servirán
de base para futuros temas matemáticos o algebraicos que se nos presenten en el acontecer
estudiantil.

Justificación Práctica
Esta investigación se la realizo, con el propósito de nivelar el conocimiento de los
estudiantes, para que el tema tratado pueda ser captado con facilidad y no tengan problemas
al momento de desarrollar ejercicios.

2
3. OBJETIVOS
Objetivo General
Hacer uso de la información adquirida para la investigación, con el afán de nivelar mi
conocimiento y a la vez captar de mejor manera lo que se refiere a los Sistemas de
ecuaciones lineales, así como su debida resolución, con el fin de desarrollar mis facultades
y superar mis falencias.

Objetivos Específicos

 Investigar a fondo lo que significa un Espacio Vectorial, así como también los
métodos de resolución existentes, cuál es su aplicación y finalmente su desarrollo.

 Plasmar de manera concreta y clara los conocimientos investigados, mismos que

servirán de apoyo para mi formación profesional.

 Fortalecer los conocimientos y aplicarlos en la resolución de ejercicios acordes al

tema.

3
4. MARCO TEÓRICO
Espacio Vectorial.
En álgebra abstracta, un espacio vectorial es una estructura algebraica creada a partir de un
conjunto no vacío, una operación interna (llamada suma, definida para los elementos del
conjunto) y una operación externa (llamada producto por un escalar, definida entre dicho
conjunto y otro conjunto, con estructura de cuerpo), con 8 propiedades fundamentales.
A los elementos de un espacio vectorial se les llama vectores y a los elementos del cuerpo,
escalares.

Propiedades de la Suma de Vectores.

• Asociativa: (u+v)+w = u+(v+w)
• Conmutativa: v+u=u+v.
• Existe un elemento neutro, el vector 0, tal que 0 + v = v para cualquier vector v.
• Para cada vector v existe un elemento opuesto, –v, que sumado con él da 0 .

Propiedades del Producto de un Vector por un Escalar.

• Asociativa: β (α v) = ( β α ) v
• Distributivas:
• Respecto de la suma de escalares: (α + β ) v = α v + β v
• Respecto de la suma de vectores: α (u + v) = α u +α v
• Existe un elemento unidad: el escalar 1, tal que 1· v = v para cualquier vector v.

Definición Espacio Vectorial.

Cualquier conjunto que posea unas operaciones suma y producto por escalares,
cumpliendo todas las propiedades anteriores, diremos que es un espacio vectorial. Los
elementos de tal conjunto se llamarán vectores (aunque pueda tratarse de objetos diferentes
a los vectores de la Física.)
Diremos que el espacio vectorial es real o complejo, según sean los escalares.

Los Espacios Vectoriales.

4
El espacio Rn.

Espacio vectorial trivial

V= [0]

Falso espacio vectorial

V= [1], viola el axioma n°1

Recta que pasa por el origen, y que no pasan por el origen.

Y=mx. (Pasa por el origen)
Y=2x –1. (No pasa por el origen

Conjunto de puntos en R3 en un plano que pasa por el origen

V= [(x, y, z): ax + by + cz= 0]

El espacio vectorial Pn
V= Pn
P(x) = anxn+an-1xn-1 …

Espacios vectoriales C [0,1] y C[a,b]

Espacio vectorial Mnm

V= Mnm

Espacio Cn

5
 Subespacios Vectoriales.
Dado un espacio vectorial V, podemos considerar una parte S de él que funcione como un
espacio vectorial “más pequeño”, incluido en V. Como V es un espacio vectorial, posee
unas operaciones (suma, producto por un escalar) que en particular se pueden efectuar en
S. Sólo necesitaremos que, al efectuarlas, su resultado quede dentro de S.

Definición Subespacios Vectoriales.

Dado un espacio vectorial V, se dice que un subconjunto S de V es un subespacio vectorial

si contiene al vector K , y si al efectuar las operaciones de suma y producto por escalar
entre vectores de S, el resultado permanece en S. 0 (Se puede decir que S es “cerrado” para
las operaciones suma y producto por escalar.) Es decir: • 0 ∈ S . K • Si v, w ∈ S entonces
v + w ∈ S. • Si v ∈ S y λ es un escalar, entonces λv ∈ S. Ya no hace falta comprobar que
se cumplen las propiedades asociativa, conmutativa, etc. puesto que sabemos que se
cumplen en V, y por tanto también en S (se dice que S “hereda” las propiedades de las
operaciones en V). Por supuesto si para V utilizamos escalares reales, también para S; si
para V utilizamos complejos, también para S.

Relación entre la forma implícita y paramétrica.

Si S es un subespacio de n , la forma implícita y paramétrica de S satisfacen en general la

siguiente relación: ℜ Nº de ecuaciones implícitas + Nº de parámetros = n. Sin embargo
para que esto sea cierto debe cumplirse que las ecuaciones implícitas sean independientes
entre sí, es decir, que ninguna sea combinación lineal de otras. Esto significa que,
considerando las ecuaciones como un sistema, no “sobre” ninguna ecuación: es decir, que
la matriz de coeficientes tenga rango igual al número de ecuaciones. También los
parámetros deben ser independientes entre sí (Esto será más fácil de comprobar más
adelante, en el punto “Bases y dimensión”, pues el número de parámetros independientes
es igual a la dimensión del subespacio).

Inclusión de subespacios.
Dados dos subespacios A y B, puede ocurrir que uno esté incluido en otro (una recta dentro
de un plano, por ejemplo). Se dice que A está contenido o incluido en B (y se denota A ⊂
B) si todos los elementos de A están también en B. En cualquier espacio vectorial V, el
subespacio { } está contenido en todos los demás subespacios; mientras que todos ellos
están contenidos en el total V. 0 G Veamos cómo reconocer si un subespacio está incluido
en otro: - En forma implícita: Si las ecuaciones de B están incluidas en las de A, entonces
A ⊂ B. (Cuantas más ecuaciones implícitas, más pequeño es el subespacio). - En forma
paramétrica: Para ver si A ⊂ B, tendremos que ver si todo vector genérico de A, está en B.
8 : por ejemplo en la expresión paramétrica (α+β, α+β, 0), que en ℜ 3 corresponde a la
forma implícita {x=y , z=0}, no se cumple la relación anterior: 2+2 ≠ 3. Esto ocurre porque

6
los dos dos parámetros no son independientes. En realidad puede sustituirse α+β por un
solo parámetro λ y así tendríamos (λ, λ, 0) y ya se cumple 2+1=3. La función refleja
relaciones no lineales entre las variables, serían todas las ecuaciones que no fueran lineales.
Para las primeras se ha desarrollado más de un método de resolución que emplean cálculo
matricial, mientras que las segundas suponen mayor complejidad en los métodos de
resolución y la inexistencia de un método general de resolución para todas ellas.

Combinación lineal y espacio generado.

Subespacios
Sean v1, v2, v3, …, vn. Vectores en un espacio vectorial V. entonces cualquier vector de
la forma:

Donde a1, a2, …, an son escalares se denomina combinación lineal de v1, v2, …, vn

Conjunto generador
Los vectores v1, v2,, …, vn de un espacio vectorial V generan a V si todo vector en V se
puede escribir como una combinación lineal de los mismos tal que:

Espacio generado por un conjunto de vectores

Sean v1, v2, …, vn ,k vectores en el espacio vectorial V. El espacio generado por v1, v2,,
…, vn , es el conjunto de combinaciones lineales v1, v2,, …, vk :

Agregando uno o más vectores al conjunto generador se obtiene otro conjunto

generador

Independencia lineal.

Esta en relación con la teoría de sistemas homogéneos de ecuaciones y determinantes

2v1=v2
En donde el vector cero se puede escribir como una combinación no trivial de v1 y v2.

7
Sean v1, v2, …, vn ,n vectores en un espacio vectorial V, se dice que son dependientes
si existen n escaleras c1, c2 …, cn no todos igual a cero tal que

Caso contrario los vectores son linealmente independientes.

Dos vectores son linealmente dependientes si y solo si uno es múltiplo escalar del otro.
Tres vectores en R3 son linealmente dependientes si y sólo si son coplanares.
Un conjunto de vectores linealmente independientes en Rn contiene a lo sumo n
vectores.
Sea A una matriz de n x n. Entonces det A <> 0 si y sólo si las columnas de A son
linealmente independientes.
Dados v1, v2, …, vn ,n vectores en Rn y sea A una matriz n x n cuyas columnas son v1,
v2, …, vn , entonces v1, v2, …, vn , son linealmente independientes si y solo si la única
solución al sistema homogéneo Ax=0 es la solución trivial.

Bases y dimensión.

Base
Un conjunto finito de vectores {v1, v2, . . . , vn} es una base para un espacio vectorial V
si cumple con lo siguiente
{v1, v2, . . . , vn} es linealmente independiente.
{v1, v2, . . . , vn} genera a V.
Todo conjunto de n vectores linealmente independiente en Rn es una base en Rn.
Si {v1, v2, . . . , vn} es una base para V y si v pertenece a V, entonces existe un conjunto
único de escalares c1, c2, . . . , cn tales que v = c1 v1 + c2v2 + . . . + cnvn.

Dimensión
Si el espacio vectorial V tiene una base con un número finito de elementos, entonces la
dimensión de V es el número de vectores en todas las bases y V se denomina espacio
vectorial de dimensión finita. De otra manera, V se denomina espacio vectorial de
dimensión infinita. Si V = {0}, entonces se dice que V tiene dimensión cero.

8
La dimensión V se denota por dim V.
Suponga que dim V = n. Si u1, u2, . . . , um es un conjunto de m vectores linealmente
independientes en V, entonces m <= n.

Sea H un subespacio de un espacio vectorial de dimensión finita V. Entonces H tiene

dimensión finita y

Cualquier conjunto de n vectores linealmente independientes en un espacio vectorial V

de dimensión n constituyen una base para V.
Los únicos subespacios propios de R3 son los conjuntos de vectores que están en una
recta o en un plano que pasa por el origen.

Rango, nulidad, espacio entre renglones y espacios de una matriz.

Sea A una matriz de m x n y sea

Espacio nulo y nulidad de una matriz

NA se denomina el espacio nulo de A y v(A) = dim N A se denomina nulidad de A. Si
NA contiene sólo al vector cero, entonces v(A) = 0.
Sea A una matriz de n X n. Entonces A es invertible si y sólo si v(A) = 0.

Rango de una matriz

Sea A una matriz de m x n. Entonces el rango de A, denotado por im(A), está dado por

Espacio de los renglones y espacio de las columnas de una matriz

9
 RA es un subespacio de Rn y CA es un subespacio de Rm

Para cualquier matriz A, CA = imA. Es decir, la imagen de una matriz es igual al

espacio de sus columnas.
Si A es una matriz de m x n, entonces dim RA = dim CA = dim imA = p(A)
Si A es equivalente por renglones a B, entonces RA =RB, p(A) = p(B) y v(A) =v(B).
El rango de una matriz es igual al número de pivotes en su forma escalonada por
renglones.

Cambio de Base.

Sea B1 y B2 bases para un espacio vectorial V. Sea A la matriz de transición de B1 a B2.

Entonces para todo x pertenece a V

Sea A la matriz de transición de B1 a B2. Entonces A-1 es la matriz de transición de B2

a B1.
Sea B1 = {v1, v2, . . . , vn} una base del espacio vectorial V de dimensión n. Suponga
que

10
 Sea

Entonces x1, x2, . . . , xn son linealmente independientes si y sólo si det A <> 0.

5. CONCLUSIONES Y RECOMENDACIONES

Conclusiones

• Los vectores espaciales están inmersas dentro de la vida cotidiana, pues

permiten describir el mundo real en términos matemáticos, por ende el estudio y
aprendizaje de las mismas es de suma importancia para el estudiante puesto que le
servirá para su desarrollo como tal y le ayudará a la solución de problemas.
• El tema espacios vectoriales lineales referente a las matemáticas o álgebra,
abarca varios temas, y en esta oportunidad nos ha tocado únicamente investigar una
pequeña parte de la misma, sin embargo el estudio de este tema hoy en día sirven al ser
humano para su desenvolvimiento en el entorno.

Recomendaciones

• Para el estudio de este tema es necesario que los estudiantes estén relacionados
ya a lo que son números reales, el correcto significado de lo que es un Espacio Vectorial,
omo también como es la representación gráfica y los posibles métodos de resolución.
• Practicar de manera constante ejercicios referentes al tema, mediante la
resolución de ejercicios de mayor dificultad.

6. ANEXOS

Propiedades de los Espacios vectoriales.

11
7. REFERENCIAS

 KOLMAN, BERNARD. “Álgebra Lineal con Aplicaciones y Matlab”, Sexta

Edición. Editorial Prentice Hall Hispanoamérica. México, 1999.
 Recuperado de: http://personales.unican.es/camposn/espacios_vectoriales1.pdf
 Recuperado de: https://es.wikipedia.org/wiki/Espacio_vectorial
 Recuperado de:

12