Espacios Vectoriales

Subespacios
Espacios generados
 ESPACIO VECTORIAL
DEFINICIÓN:
Un ESPACIO VECTORIAL V es un conjunto de elementos denominados VECTORES para los cuales se han
definido dos operaciones, ADICIÓN y MULTIPLICACIÓN POR UN ESCALAR que satisfacen las siguientes
condiciones:
Axiomas de un Espacio Vectorial
(1) Si u  V y v  V entonces u +v  V Cerradura bajo la suma
(2) Si u y v están en V, entonces u + v = v + u Ley conmutativa de la suma de vectores

(3) Para todo u, v y w en V, (u + v) + w = u + (v + w) Ley asociativa de la suma de vectores

(4) Existe un vector 0  V tal que para toda u  V, 0 + u = u +0 = u El 0 se llama vector cero o idéntico aditivo

(5) Para cada u  V, existe un -u tal que u + (-u) = (-u) + u = 0 -u se llama inverso aditivo de u

(6) Si u  V y k es un escalar, entonces k u  V Cerradura bajo la multiplicación por un escalar

(7) Si u y v están en V y k es un escalar, entonces k (u + v) = k u + k v Primera Ley distributiva

(8) Si u  V y k y l son escalares, entonces (k + l) u = k u + l u Segunda ley distributiva

(9) Si u  V y k y l son escalares, entonces k (l u) = (k l) u Ley asociativa de la multiplicación por escalares

(10) Para cada vector u  V, 1 u = u
Propiedades

i)  0 = 0 para todo escalar . ii) 0 (x) = 0 para todo x  V.

iii) Si  x = 0, entonces  = 0 o x = 0 (o ambos). iv) (- 1) x = - x para todo x  V.
Ejemplo 1
El conjunto de puntos en R2 que se encuentran en una recta que pasa por el origen constituye un espacio
vectorial
Sea V = {(x, y): y = mx, donde m es un número real fijo y x es un numero real arbitrario}.
Es decir, V consiste en todos los puntos que están sobre la recta y = mx que pasa por el origen y tiene pendiente
m.
Para demostrar que V es un espacio vectorial, se puede verificar que se cumple cada uno de los axiomas.
Observemos que los vectores en R2 se han escrito como renglones en lugar de columnas, lo que en esencia es lo
mismo.
i) Supongamos que x = (x1, y1) y y = (x2, y2) están en V. Entonces y1 = mx1, y2 = mx2, y
ahora x + y = (x1, y1) + (x2, y2) = (x1, mx1) + (x2, mx2) = (x1 + x2, mx1 + mx2) = (x1 + x2, m(x1 + x2))  V
Por lo tanto se cumple el axioma i).
ii) Supongamos que (x, y)  V. Entonces y = mx y - (x, y) = - (x, mx) = (- x, m(- x)), de manera que - (x, y) también
pertenece a V de aquí que (x, mx) + (- x, m(- x)) = (x - x, m(x - x)) = (0, 0).
Luego entonces todo vector en V es un vector en R2, y por lo tanto R2 es un espacio vectorial.
Como (0, 0) = 0 está en V, todas las demás propiedades se deducen fácilmente.
Por lo que podemos concluir que V es un espacio vectorial.
Ejemplo 2
El conjunto de puntos en R2 que se encuentran sobre una recta que no pasa por el origen no
constituye un espacio vectorial

Sea V = {(x, y): y = 2x + 1, x  R}. Es decir, V es el conjunto de puntos que están sobre la recta y =
2x + 1. Suponga que (x1, y1) y (x2, y2) están en V. Entonces, (x1, y1) + (x2, y2) = (x1 + x2, y1 + y2)
Si el vector del lado derecho estuviera en V, se tendría y1 + y2 = 2(x1 + x2) + 1 = 2x1 + 2x2 + 1
Pero y1 = 2x1 + 1 y y2 = 2x2 + 1, de manera que y1 + y2 = (2x1 + 1) + (2x2 + 1) = 2x1 + 2x2 + 2
Por lo tanto, se concluye que V no es un espacio vectorial porque no se cumple la cerradura bajo la
suma
2x1 + 2x2 + 1 ≠ 2x1 + 2x2 + 2, 1 ≠ 2 esto es (x1 + x2, y1 + y2)  V si (x1, y1)  V y (x2, y2)  V
Por ejemplo, (0,1) y (3, 7) están en V, pero (0, 1) + (3, 7) = (3, 8) no esta en V porque 8 ≠ 2 (3) + 1.
Una forma mas sencilla de comprobar que V no es un espacio vectorial es observar que 0 = (0, 0) no
se encuentra en V porque 0 ≠ 2 (0) + 1. Luego entonces el conjunto de puntos en R2 que esta sobre
cualquier recta que no pasa por (0, 0) no constituye un espacio vectorial.
 Subespacios
Definición
Un subconjunto W de un espacio vectorial V se llama subespacio de V si W es en sí mismo un espacio vectorial
con los mismos escalares, suma y multiplicación por un escalar definidas en V.

Teorema
Sea V un espacio vectorial y sea W un subconjunto no vacío de V. Entonces W es un subespacio de V si y sólo si
se cumplen las condiciones de cerradura:
a. Si u y v están en W, entonces u + v está en W.
b. Si u está en W y c es un escalar, entonces cu está en W.

Este teorema demuestra que para probar si W es o no un subespacio de V, es suficiente verificar que x + y y x
están en W cuando x y y están en W y  es un escalar. La prueba anterior contiene un hecho que por su importancia
merece ser mencionado de forma explicita: Todo subespacio de un espacio vectorial V contiene al 0.
Este hecho con frecuencia facilitara la averiguación de si un subconjunto de V en particular no es un subespacio de
V. Es decir, si un subconjunto no contiene al 0, entonces no es un subespacio.
Note que el vector cero en W, un subespacio de V, es el mismo que el vector cero en V.
Ejemplo 3 𝑎
𝑏
a) Demuestre que el conjunto W de todos los vectores de la forma
−𝑏 es un subespacio de R4.
𝑎
(b) Demuestre que el conjunto W de todos los polinomios de la forma a + bx - bx2+ ax3 es un subespacio
de P3. 𝑎 𝑏
−𝑏 𝑎
(c) Demuestre que el conjunto W de todas las matrices de la forma es un subespacio de M22
Solución:
(a) W no es vacío porque contiene al vector cero 0. Para ver esto basta tomar a = b = 0.
𝑎 c
𝑏 𝑑
Ahora bien: Sean u y v vectores que están en W, por decir, −𝑏
u= y v=
−d
𝑎+𝑐 𝑎+𝑐 𝑎 𝑐
𝑏+𝑑 𝑏+𝑑
Entonces u + v = = de modo que u + v también está en W (porque tiene la
−𝑏 − 𝑑 −(𝑏 + 𝑑)
forma correcta).
𝑎+𝑐 𝑎+𝑐 𝑘𝑎
𝑘𝑏
−k𝑏
De igual modo, si k es un escalar, entonces ku = de modo que ku está en W.
𝑘𝑎

Por tanto, W es un subconjunto no vacío de R4 que es cerrado bajo la suma y la multiplicación por un
escalar.
Solución inciso b):
Como en el inciso anterior, W no es vacío porque contiene el polinomio cero. (Tomando a = b = 0.)
Ahora bien, sean p(x) y q(x) polinomios que están en W, por decir, p(x) = a + bx – bx2 + ax3 y q(x) = c + dx – dx2 +
cx3
Entonces p(x) + q(x) = (a + bx – bx2 + ax3 ) + (c + dx – dx2 + cx3 ) = (a + c) + (b + d)x – (b + d) x2 + (a + c) x3 de
modo que p(x) + q(x) también está en W (porque tiene la forma correcta).
De igual modo, si k es un escalar, entonces kp(x) = ka + kbx – kbx2 + kax3 de modo que kp(x) está en W.
Por tanto, W es un subconjunto no vacío de P3 que es cerrado para la suma y la multiplicación por un escalar.
Por tanto, W es un subespacio de P3
𝑎 𝑏
(c) Demuestre que el conjunto W de todas las matrices de la forma es un subespacio de M22
−𝑏 𝑎
Solución:
(c) Igual que en los incisos anteriores W no es vacío porque contiene la matriz O. (Tomando a = b = 0.)

Luego, sean A y B en W, por decir, A𝑎= 𝑏 y 𝑐B =𝑑 Entonces 𝑎A++ 𝑐B = 𝑏 + 𝑑 de

−𝑏 𝑎 −𝑑 𝑐 −(𝑏 + 𝑑) 𝑎 + 𝑐
modo que

A + B también está en W (porque tiene la forma

𝑘𝑎correcta).
𝑘𝑏
−k𝑏 𝑘𝑎
De igual modo, si k es un escalar, entonces kA = de modo que kA está en W.

Por tanto, W es un subconjunto no vacío de M22 que es cerrado para la suma y la multiplicación por un escalar. Por
 Espacios generados
COMBINACION LINEAL.
Los conceptos de adición y multiplicación por un escalar pueden combinarse para formar
una combinación lineal de vectores.
DEFINICIÓN: Se dice que un vector w es una COMBINACIÓN LINEAL de los vectores v1,
v2, ….., vr si es posible expresarlo de la forma:
w= k1 v1 + k2 v2+ ….. + kr vr donde k1, k2, ….. , kr son escalares.
Ahora en términos de lo que estamos diciendo, podemos definir lo que es o son los Espacios
Generados
DEFINICION. Si v1, v2, ….. , vr , ….. , vk son vectores de un espacio vectorial V tales que
cada vector v de V puede expresarse como una combinación lineal de v1, v2, ….. , vr, esto
es, v= k1 v1 + k2 v2+ ….. + kr vr entonces decimos que los vectores v1, v2, ….. , vr forman
un conjunto de GENERADORES de V o bien que V está GENERADO por estos vectores.
Esto es W = Gen(v1, v2, ….. , vr ) conjunto de todos los vectores que se pueden escribir como
combinaciones lineales de v1, v2, ….. , vr y es un subespacio de V.
En el siguiente ejemplo demostraremos esto
Ejemplo 4
Dados v1, v2, ….. , vr , ….. , vk en un espacio vectorial V, sea H Gen {v1, v2}.
Demuestre que H es un subespacio de V.
Solución:
El vector cero está en H, ya que 0 = 0 v1 + 0 v2.
Para demostrar que H es cerrado bajo la suma de vectores, tomemos dos vectores
arbitrarios en H, por ejemplo,
u = s1 v1 + s2 v2 y w = t1 v1 + t2 v2
Por el axioma de cerradura para la suma de vectores para el espacio vectorial V,
u + w = (s1 v1 + s2 v2) + (t1 v1 + t2 v2)
= (s1 + t1) v1 + (s2 + t2) v2
Así que u + w está en H. Además, si k es un escalar cualquiera, entonces por el axioma
de cerradura bajo la multiplicación de un escalar,
k u = k (s1 v1 + s2 v2) = (k s1) v1 + (k s2) v2
lo que demuestra que k u está en H, y H es cerrado bajo la multiplicación por escalares.
Por lo tanto, H es un subespacio de V. y H = Gen {v1, v2}, por lo tanto H genera V
Ejemplo 5

Determinar si i = (1, 0, 0), j = (0,1, 0) y k = (0,0,1) generan a R3.

Demostración:
Es necesario determinar si un vector arbitrario A = (a, b, c) en R3, se puede expresar
como una combinación lineal A = k1 i + k2 j + k3 k de los vectores i, j y k.
Expresando esta ecuación en términos de las componentes resulta:

(a ,b, c) =k1 (1,0,0)+ k2 (0,1,0) + K3 (0,0,1) =

= (k1, 0, 0) + (0, k2, 0) + (0, 0, k3) = (k1, k2, k3)

Por lo tanto, a = k1, b = k2 y c= k3 de donde

(a, b, c) = a i + b j + c k

Luego entonces los vectores i, j y k generan el espacio vectorial R3 puesto que cada
vector en R3 puede escribirse como una combinación lineal de i, j y k.
Ejemplo 6
Escribir el polinomio W = t2 + 4 t -3 sobre R como una combinación lineal de los
polinomios P = t2 – 2 t + 5, Q = 2t2 - 3t y S = t + 3
Demostración:
Escribimos a W como una combinación lineal de los polinomios empleando las incógnitas
x, y, z esto es:
W=xP+yQ+zS
t2 + 4 t -3 = x (t2 – 2 t + 5) +y (2t2 - 3t ) +z (t + 3) =
= (x t2- 2 x t + 5x)+ (2 y t2 - 3 y t) + (z t + 3 z) =
=(x + 2y) t2+ (-2x - 3y + z)t+ (5x+3z)
igualando los coeficientes de las mismas potencias de t y reduciendo el sistema a 1a
forma escalonada
x+2y=1 x+2y = 1 x+2y = 1
-2x-3y+z=4 y+ z = 6 y+ z = 6
5x+3z=-3 -1Oy+3z =-8 13z = 52
El sistema es consistente y tiene por lo tanto una solución.
Determinando el valor de las incógnitas se obtiene que x = -3, y = 2 , z = 4, en
consecuencia W = -3P + 20 + 4R
 Bibliografía

Resolución Total de Algebra Lineal

Francisco Montes de Oca Puzio
UPIICSA – I.P.N. – MEXICO, D.F.
TERCERA EDICION JUNIO 1988