Espacios vectoriales

Natalia Boal
Marı́a Luisa Sein-Echaluce
Universidad de Zaragoza

1 Concepto de espacio vectorial y propiedades

1.1 Definición
Se llama espacio vectorial sobre K (IR o C a toda terna (V, +, ·K ) donde
V es un conjunto, (+) : V £ V °! V una operación interna y (·K ) : K £
V °! V operación externa con dominio de operadores en K verificando las
propiedades:

• (V, +) es grupo conmutativo.

– asociativa 8v1 , v2 , v3 2 V , (v1 + v2 ) + v3 = v1 + (v2 + v3 )

– existencia elemento neutro 9 e 2 V 3 8v 2 V
v+e = e+v = v
Nota: e se denota como 0V
– existencia elemento simétrico 8v 2 V , 9 v 0 2 V 3 v + v 0 =
v 0 + v = 0V
Nota: v 0 se denota como °v
– conmutativa 8 v1 , v2 2 V , v1 + v2 = v2 + v1

• 8∏ 2 K 8v1 , v2 2 V ∏(v1 + v2 ) = ∏v1 + ∏v2

• 8∏1 , ∏2 2 K 8v 2 V (∏1 + ∏2 )v = ∏1 v + ∏2 v

• 8∏1 , ∏2 2 K 8v 2 V (∏1 ∏2 )v = ∏1 (∏2 v)

• 8v 2 V 1K v = v

Los elementos de V se llaman vectores y los de K se llaman escalares.

1
1.2 Propiedades
Dado V espacio vectorial sobre K

1. ∏0V = 0V 8∏ 2 K

2. 0K v = 0V 8v 2 V

3. ∏(°v) = °∏v 8∏ 2 K, 8v 2 V

4. ∏v = 0V =) ∏ = 0K _ v = 0V

2 Subespacios vectoriales
2.1 Definición
Sea (V, +, ·K ) espacio vectorial sobre K. S µ V S 6= ; se dice subespacio
vectorial de V si tiene estructura de espacio vectorial sobre K con las mismas
leyes que V . Notación: S ∑ V

2.2 Caracterización de subespacio vectorial

Dado (V, +, ·K ) espacio vectorial sobre K.
S 6= ; ^ S µ V es subespacio vectorial de V ()

1. 8v1 , v2 2 S , v1 ° v2 2 S

2. 8t 2 K , 8v 2 S, t · v 2 S

2.3 Propiedades
1. S, T µ V S + T = {v 2 V / 9vS 2 S ^ 9vT 2 T 3 v = vS + vT }.

S, T ∑ V =) S + T es el menor subespacio vectorial que contiene a S

y a T y se llama subespacio suma.

2. S, T µ V S \ T = {v 2 V / v 2 S ^ v 2 T }.

S, T ∑ V =) S \ T es el mayor subespacio vectorial contenido en S y

en T y se llama subespacio intersección.

2
 3. S, T µ V S [ T = {v 2 V / v 2 S _ v 2 T }.

S, T ∑ V 6=) S [ T ∑ V .

3 Suma directa
3.1 Definición
Sea V espacio vectorial sobre un cuerpo K. Dados n subespacios de V ,
S1 , S2 , · · · , Sn se dice que su suma es directa y se representa por

S = S1 © S2 © · · · © Sn

si verifica:
8v 2 S, 9|vi 2 Si , 3 v = v1 + · · · + vn

3.2 Propiedades
Sea V espacio vectorial sobre un cuerpo K y S1 , · · · , Sn ∑ V

1. S = S1 © S2 © · · · © Sn () (0V = a1 + · · · + an =) ai = 0V ,
i = 1, · · · , n)

2. S = S1 © S2 © · · · © Sn =) Si \ Sj = {0V } si i 6= j.

Nota: El recı́proco no es cierto siempre.

3. S = S1 © S2 () S1 \ S2 = {0V }

3.3 Definición
Sea V un espacio vectorial sobre K cuerpo. S, T ∑ V se dicen subespacios
suplementarios respecto de V si S © T = V

3
4 Dependencia lineal
4.1 Definición
Sea V e.v. sobre K cuerpo. Dado un conjunto de ı́ndices I (finito o no) se
llama familia de vectores de V a toda aplicación

F : I °! V
i 7! vi

Notación: F = {v1 , v2 , · · ·}.

4.2 Definición
Dada una familia de vectores {vi }i2I de V , se llama combinación lineal de
{vi }i2I a todo vector
X
v = ∏i vi , ∏i 2 K, 8i 2 I
i2I
.

4.3 Definición
Dada una familia de vectores {vi }i2I de V , se llama clausura li-
neal de {vi }i2I al conjunto formado por todas sus combinaciones lineales, que
denotaremos por:
K < {vi }i2I >
Nota K < {vi }i2I > es subespacio vectorial de V .

4.4 Definición
Dos familias de vectores de V , {vi }i2I y {wj }j2J (I 6= J en general) son
familias equivalentes si

K < {vi }i2I > = K < {wj }j2J >

4
4.5 Definición
Una familia de vectores {vi }i2I de V , se dice familia libre si
X
∏i vi = 0V =) ∏i = 0K , 8i 2 I
i2I

Se dice que los vectores son linealmente independientes.

4.6 Definición
Una familia de vectores {vi }i2I de V , se dice familia ligada si
X
∏i vi = 0V =) 9j 2 I 3 ∏j 6= 0K
i2I

Se dice que los vectores son linealmente dependientes.

4.7 Definición
Se llama rango de una familia de vectores de V al número de vectores lineal-
mente independientes.

5 Base de un espacio vectorial

Sea V espacio vectorial sobre un cuerpo K

5.1 Definición
Una familia de vectores {vi }i2I de V , se llama sistema generador de V si

K < {vi }i2I > = V

5.2 Definición
Un espacio vectorial V se dice finito si posee al menos un sistema generador
formado por un número finito de elementos.

5
5.3 Definición
Se llama base de un espacio vectorial V a todo sistema generador cuyos
vectores son linealmente independientes.

5.4 Propiedades
1. Una familia de vectores de V es base de V () es libre maximal.

2. Una familia de vectores de V es base de V () es sistema generador

minimal.

3. Toda familia libre de vectores de V puede completarse hasta obtener

una base de V .

4. Todas las bases de un espacio vectorial finito tienen el mismo número

de elementos.

6 Dimensión
6.1 Definición
Si V es un espacio vectorial, se llama dimensión de V al número de elementos
de sus bases.
Si V no es finito, se dice que es de dimensión infinita.

6.2 Propiedades
Generalmente consideramos que V es espacio vectorial de dimensión finita
1. Si S ∑ V =) dim S ∑ dim V

2. Si S ∑ V, dim S = dim V =) S = V

3. S, T ∑ V,

dim (S + T ) = dim S + dim T ° dim(S \ T )

(Fórmula de dimensiones)

4. S, T ∑ V, dim (S © T ) = dim S + dim T

6
 5. S £ T = {(vs , vt ) 2 V £ V / vs 2 S ^ vt 2 T }

Si S, T ∑ V, dim (S £ T ) = dim S + dim T

6.3 Proposición
V espacio vectorial de dimensión n. Dada una base {v1 , · · · , vn } de V se
verifica n X
8v 2 V 9|(∏1 , · · · , ∏n ) 2 K n 3 v = ∏i vi
i=1

6.4 Definición
V espacio vectorial de dimensión n y {v1 , · · · , vn } una base dada en V .
Dado v 2 V se llaman coordenadas del vector v respecto de la base {vi } a los
P
únicos escalares ∏i 2 K, i = 1, · · · , n tal que v = ni=1 ∏i vi

6.5 Cambio de base

Sean {v1 , · · · , vn } y {ṽ1 , · · · , ṽn } dos bases de V .
Como los vectores ṽi están en V , tendrán unas coordenadas respecto de
la base {vi }, es decir

ṽ1 = ∏11 v1 + · · · + ∏n1 vn

..
.
ṽn = ∏1n v1 + · · · + ∏nn vn

Es decir, se tiene:
0 1
∏11 | | ∏1n
B .. .. C
( ṽ1 | · · · | ṽn ) = ( v1 | · · · | vn ) @ . | ··· | . A
∏n1 | | ∏nn

En forma matricial
(ṽj )t = (vi )t P
siendo P la matriz regular cuyas columna i-ésima está formada por las coor-
denadas de ṽi respecto de la base {vi }ni=1 y que se denomina matriz de cambio
de base.

7
6.6 Cambio de coordenadas
Sea v 2 V .
X = (x1 , · · · , xn )t coordenadas de v respecto de la base {vi }
X̃ = (x̃1 , · · · , x̃n )t coordenadas de v respecto de la base {ṽj }

Luego:
v = x1 v1 + · · · + xn vn = (vi )t X
v = x̃1 ṽ1 + · · · + x̃n ṽn = (ṽi )t X̃ = (vi )t P X̃

=) X = P X̃