4.1 Definición de espacio vectorial.

Un espacio vectorial real V es un conjunto de objetos, denominados vectores, junto con

dos operaciones binarias llamadas suma y multiplicación por un escalar y que satisfacen
los diez axiomas enumerados a continuación.

Notación. Si “x” y “y” están en V y si a es un número real, entonces la suma se escribe

como

“x + y” y el producto escalar de a y x como ax.

Antes de presentar la lista de las propiedades que satisfacen los vectores en un espacio
vectorial deben mencionarse dos asuntos de importancia. En primer lugar, mientras que
puede ser útil pensar en R2 o R3 al manejar un espacio vectorial, con frecuencia ocurre
que el espacio vectorial parece ser muy diferente a estos cómodos espacios (en breve
tocaremos este tema). En segunda instancia, la definición 1 ofrece una definición de un
espacio vectorial real. La palabra “real” significa que los escalares que se usan son
números reales. Sería igualmente sencillo definir un espacio vectorial complejo utilizando
números complejos en lugar de reales. Este libro está dedicado principalmente a espacios
vectoriales reales, pero las generalizaciones a otros conjuntos de escalares presentan muy
poca dificultad.

Axiomas de un espacio vectorial.

1- Si X pertenece a V y Y pertenece a V, entonces X+Y pertenece a V.

2- Para todo X, Y y Z en V, (x+y)+z = x(y+z).

3- Existe un vector |0 pertenece V tal que para todo X pertenece a V, X+0=0+X=X.

4- Si x pertenece a V, existe un vector –x en V tal que x+(-x)=0.

5- Si X y Y están en V, entonces x+y=y+x.

6- Si x pertenece a V y a es un escalar, entonces ax pertenece a V.

7- Si X y Y están en V y a es un ecalar, entonces a(x+y)= ax + ay

8- Si X pertenece a V y a y b son escalares, entonces (a+b) x = ax+ by.

9- Si X pertenece a V y a y b son escalares, entonces a(bx) = (ab)x.

10- Para cada vector X pertenece a V, 1x = x.

4.2 Definición de subespacio vectorial y sus propiedades.

DEFINICION DE SUB ESPACIO VECTORIAL

Sea H un subconjunto no vacío de un espacio vectorial V y suponga que H es en sí un espacio

vectorial bajo las operaciones de suma y multiplicación por un escalar definidas en V.
Entonces se dice que H es un sub espacio de V.

Existen múltiples ejemplos de sub espacio, sin embargo, en primer lugar, se demostrará un
resultado que hace relativamente sencillo determinar si un subconjunto de V es en realidad
sub espacio de V

Teorema de sub espacio

Un subconjunto no vacio de H de un espacio vectorial V es un sub espacio de V si se

cumplen las dos reglas de cerradura:

Reglas de cerradura para ver si un subconjunto no vació es un sub espacio

i) Si x € H y y € H, entonces x + y € H.

ii) Si x € H, entonces αx € H para todo escalar α.

Es obvio que si H es un espacio vectorial, entonces las dos reglas de cerradura se deberán
cumplir. De lo contrario, para demostrar que es un espacio vectorial, se deberá demostrar
que los axiomas i) a x) de la definición cumplen bajo las operaciones de suma de vectores y
multiplicación por un escalar definidas en V. Las dos operaciones de cerradura [axiomas i) y
iv)] se cumplen por hipótesis, como los vectores en H son también vectores en V, las
identidades asociativa, conmutativa, distributiva y multiplicativa
[axiomas ii), v), vii), viii), ix) y x)] se cumplen.

Este teorema demuestra que para probar si H es o no es un sub espacio de V, es suficiente

verificar que:

x + y y αX están en H cuando x y y están en H y α es un escalar.

PROPIEDADES DE SUB ESPACIO VECTORIAL

1). El vector cero de V está

en H.2
2). H es cerrado bajo la suma de vectores. Esto es, para cada u y v en
H, la suma u + v está en H.

3). H es cerrado bajo la multiplicación por escalares. Esto es, para cada

u en H y cada escalar c, el vector cu está en H.

4.3 Combinación lineal. Independencia lineal.

Los vectores son linealmente independientes si tienen distinta dirección y sus

componentes no son proporcionales.

Un conjunto de vectores {v1,v2,…,vk} es un espacio vectorial V es linealmente

dependiente si existen escalares c1,c2,…,ck, al menos uno de los cuales no es cero, tales
que:

c1v1+c2v2+…+ckvk=0

Si los vectores no son linealmente dependientes, se dice que son linealmente

independientes.

Criterios de Independencia Lineal

Sean u1, u2, …,uk k vectores en Rn y A la matriz que tiene como columnas a estos vectores,
los vectores son linealmente independientes si el sistema Ax = 0 tiene
únicamente solución trivial.
Los vectores son linealmente dependientes si el sistema Ax=0 tiene soluciones no triviales
(solución múltiple).

Si k=n
Los vectores son linealmente independientes si A es invertible

Si k>n
Los vectores son linealmente dependientes.

Dos vectores en un espacio vectorial son linealmente dependientes si uno de ellos

es múltiplo escalar del otro.

Un conjunto de vectores linealmente independientes en n contiene a lo más n vectores.

Tres vectores en 3 son linealmente dependientes si y sólo si son coplanares, esto es, que
están en un mismo plano.

Teoremas

1. Cualquier conjunto que contenga al vector 0 es linealmente dependiente.

2. Cualquier conjunto que contenga un único vector diferente de cero, v ≠0, es
linealmente independiente.
3. Cualquier conjunto formado por dos vectores diferentes de cero, S = {v1, v2}, donde
v1 ≠ 0, v2 ≠ 0, es linealmente dependiente si, y sólo si, uno de los vectores es
múltiplo escalar del otro.
4. Cualquier conjunto que contenga un subconjunto linealmente dependiente es
linealmente dependiente.
5. Cualquier subconjunto de un conjunto linealmente independiente es linealmente
independiente.