Notas de clase de Álgebra Lineal I Víctor G.

Osorio Vidal ----------------------------------------------------------------------------------------------------------

ESPACIOS VECTORIALES

En el cálculo elemental se estudia funciones reales de una variable real; es decir, funciones cuyo dominio y rango son R o subconjuntos de R. Para esto es necesario conocer las propiedades de números reales. Una situación muy similar se presenta en el álgebra lineal; los objetos realmente importantes son las transformaciones lineales que son un tipo particular de funciones cuyo dominio y contradominio son conjuntos dotados de una estructura muy importante: los espacios vectoriales. Es por lo tanto, la intención de este capítulo dar los conceptos y propiedades básicas de los espacios vectoriales. 1. ESPACIOS VECTORIALES DEFINICIÓN PRELIMINAR.- Dado un conjunto V ≠ Φ , un campo ( K , +, ⋅ ) (que puede ser los reales R o los complejos C ), se define una ley de composición interna en V ⊕ : V ×V → V ( x , y) a x ⊕ y llamada adición y se define una ley de composición externa en V con escalares en el campo K ü : K ×V → V ( a, x ) a aüx denominada multiplicación por escalares. Diremos que el objeto (V , ⊕, K , ü) es un espacio vectorial sobre el campo K si y solo si verifica las siguientes condiciones: V1) V2)
( x ⊕ y ) ⊕ z = x ⊕ ( y ⊕ z ) para todo x, y, z ∈ V .

Existe θ ∈V tal que x ⊕ θ = θ ⊕ x = x , para todo x ∈ V . El elemento θ se denomina neutro aditivo o cero. Para todo x ∈ V , existe y ∈ V tal que x ⊕ y = y ⊕ x = θ . El elemento y se denomina opuesto de x y se denota por y = − x .

V3)

V4) V5) V6) V7) V8)

x ⊕ y = y ⊕ x para todo x, y ∈ V .

aü(büx) = ( a ⋅ b) üx para todo a, b ∈ K , para todo x ∈V .
(a + b) ü x = aü x ⊕ b üx para todo a, b ∈ K , para todo x ∈V .

aü ( x ⊕ y ) = aüx ⊕ aüy para todo a ∈ K , para todo x, y ∈ V . Existe 1 ∈ K llamado elemento idéntico multiplicativo tal que 1ü x = x . Para todo x ∈V ,

7

1. b) A los elementos de V se les llaman vectores y el elemento neutro aditivo θ recibe el nombre de vector nulo. V4) x + y = y + x para todo x. Osorio Vidal ---------------------------------------------------------------------------------------------------------OBSERVACIONES: a) Un conjunto V ≠ Φ para que sea espacio vectorial sobre un campo K debe tener definidas dos operaciones “adición” y “multiplicación por un escalar”.Notas de clase de Álgebra Lineal I Víctor G. simplemente con la yuxtaposición se entenderá la multiplicación de un vector por un escalar haciendo la diferencia según el contexto cuando se trate de la multiplicación de un vector por un escalar (ax) o la multiplicación de dos escalares (ab). V3) Para todo x ∈ V . V2) Existe θ ∈V tal que x + θ = θ + x = x . la definición de espacio vectorial se puede enunciar formalmente como sigue: DEFINICIÓN 1. Con las precisiones hechas en d). una ley de composición interna “+” en V llamada adición y una ley de composición externa “·” definida en V y con operadores o escalares en K denominada multiplicación por escalares. c) Si K = R . un campo K. d) En lo que sigue de las notas si no se dice lo contrario en lugar de denotar la adición de vectores con el símbolo “ ⊕ ” simplemente denotaremos con “+”.Dados un conjunto V ≠ Φ .. En caso que no cumpla con alguna de ellas no es un espacio vectorial. el símbolo “ ⊕ ” se usará más adelante para denotar la suma directa. 8 . haciendo la diferencia según el contexto cuando se trata de la suma de vectores ( x + y ) o la suma de escalares ( a + b) . Diremos que V es un K. las cuales deben cumplir las ocho propiedades arriba mencionadas. El elemento y se denomina opuesto de x y se denota por y = − x .espacio vectorial o que V es un espacio vectorial sobre el campo K si y solo si se verifican las siguientes condiciones: V1) ( x + y ) + z = x + ( y + z ) para todo x. existe y ∈ V tal que x + y = y + x = θ . y. Omitiremos escribir el símbolo “ü” que denota la ley de composición externa. V es llamado espacio vectorial real y si K = C . El elemento θ se denomina neutro aditivo o cero. para todo x ∈ V . y ∈ V . V se denomina espacio vectorial complejo. z ∈ V .

∀ i = 1. K . 0) ∈ R n / x + θ = θ + x = x . R. b ∈ K . 9 . EJEMPLO 1. para todo x ∈ V .Sea V = R n = { ( x1 . K. y. K . existe y = − x = (− x1 . b ∈ K . Dados x = ( x1 . K. V7) y V8) se verifican análogamente. K . y n ) ] + ( z1 . K. K. x n + ( y n + z n ) ] = ( x1 . y ∈ V . K. K . K. K . y n ) = ( x1 + y1 . y n + z n ) = x + ( y + z) V2) Existe θ = (0. n } y K = R . x n ) + ( y1 . x n ) + ( y1 + z1 . V6) ( a + b) x = ax + bx para todo a. K . y ∈ R n x + y = ( x1 . a x n ) ( R n . Para todo x ∈ V . y = ( y1 . para todo x. y n + x n ) = y+x V5).Notas de clase de Álgebra Lineal I Víctor G. En efecto: V1) Sean x. para todo x ∈ R n . x n ) . K . V6). K . z n ) = ( x1 + y1 . K . definimos: x + y = ( x1 + y1 . V7) a ( x + y ) = ax + ay para todo a ∈ K . K. para todo x ∈ V . x n ) + ( y1 . +. 2. x n + y n ) = ( y1 + x1 . K. x n + y n ) a x = (a x1 . K . x n + y n ) + ( z1 .. z n ) = [ ( x1 + y1 ) + z1 . K . V8) Existe 1 ∈ K llamado elemento idéntico multiplicativo tal que 1x = x . z ∈ R n ( x + y ) + z = [ ( x1 . V3) Para todo x ∈ R n . K.1. K . y n ) ∈ R n y a ∈ R . − x n ) tal que x + y = y + x = θ . V4) Sean x.1. Osorio Vidal ---------------------------------------------------------------------------------------------------------V5) a (b x ) = (a b) x para todo a. x n ) / xi ∈ R. ·) cumple las condiciones de espacio vectorial. ( x n + y n ) + z n ] = [ x1 + ( y1 + z1 ).

a1 + b1 .1. K) donde los a i ∈ K . V3) Para todo f ∈ F . K . a n . K ) cx = (ca0 .R no es un espacio vectorial sobre K = C . es decir.. ca1 ..3. ·) es un espacio vectorial.2. k n ). K . definimos: x + y = (k1 + k '1 .Notas de clase de Álgebra Lineal I Víctor G.Consideremos F = { f : R → R } el conjunto de funciones y a∈ R definida en los reales y con valores reales. 2. Definimos: x + y = (a 0 + b0 . construyamos el conjunto: K n = {( k1 .5. no es una ley de composición externa. ∀i = 1. son todos ceros. +.1. y K = R . +. K . R. g ∈ F definimos: ( f + g ) ( x ) = f ( x ) + g ( x ) para todo x ∈ R ( a f )( x ) = a f ( x ) para todo x ∈ R La cuaterna (F .Sea K un campo. existe un opuesto que definimos como: ( − f )( x ) = − f ( x) tal que f + (− f ) = − f + f = θ . k ' n ) ∈ K n y c ∈ K . K.1. K ) se deja al lector verificar que ( K ∞ . n } para x = ( k1 . Sean f . excepto un ⎫ K∞ =⎨ ⎬ número finito de elementos (números) ⎩ ⎭ Sean x = (ai ). EJEMPLO 1.1. Verificaremos sólo las condiciones V2) y V3). K . y = (k '1 . a1 . K . ck n ) ( K n .. a n + bn . Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 1. no siempre se cumple que axa ∈ R . +.4. Pues si a ∈ C y x ∈ R .. k n ) / k i ∈ K . K . ·) es un espacio vectorial. EJEMPLO 1. las demás quedan como ejercicio para el lector. 10 . K. K . ca n . K . EJEMPLO 1. V2) Existe θ ∈F definida como θ ( x ) = 0 para todo x ∈ R (función cero) y cumple f + θ = θ + f = f para todo f ∈ F .Denotemos por: ⎧ x / x = (a 0 . K . k n + k 'n ) cx = (ck1 . ·) es un espacio vectorial. y = (bi ) ∈ K y c ∈ K .

. A = ⎢ M ⎢ ⎥ ⎪ ⎢a m1 K a mn ⎥ ⎪ ⎣ ⎦⎭ ⎩ A: P → K (1. 2) a a12 M M (1.Sea K un campo. ·) 1. n} P = {1.7.Notas de clase de Álgebra Lineal I Víctor G. R.Consideremos P[x] el conjunto de las funciones polinomiales en la indeterminada x de grado menor o igual que n (n ∈ Z + ) sobre el campo de los números reales. j ) a a i j M M (m. K . m} × {1. j ) / 1 ≤ i ≤ m ∧ 1 ≤ j ≤ n } es decir P = I m × I n (producto cartesiano de I m por I n ). La verificación es análoga en el ejemplo NOTA.1. K . no constituye un espacio vectorial sobre R. I n = {1.2. Sean: p ( x ) = a 0 + a1 x + K + a n x n . Definimos: m× n K ⎧ ⎡ a11 K a1n ⎤ ⎫ ⎪ ⎪ M M ⎥⎬ = ⎨ A : P → K / A (i. consideremos: I m = {1.1. +.6.1. q ( x ) = b0 + b1 x + K + bn x n ∈ P[ x ] y α ∈ R Definimos: p ( x ) + q ( x ) = ( a 0 + b0 ) + (a1 + b1 ) x + K + ( a n + bn ) x n α p ( x ) = α a 0 + α a1 x + L + α a n x n (P[ x]. n} = { (i. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 1. K . pues la adición para este conjunto no es una ley de composición interna. EJEMPLO 1. n) a a1n M M (i..Si se considera el conjunto de todos los polinomios de grado igual a n (n ∈ Z + ) con las mismas operaciones. K . m }. 1) a a11 (1. j ) = a i j ∈ K .. es un espacio vectorial. n) a a mn 11 .

1.1. v2 ) + (v'1 v' 2 ) = (v1 + v'1 . j ) + B (i. x n ) es solución del sistema } S con las operaciones usuales de adición y multiplicación por escalares es un espacio vectorial sobre R. x n ) /( x1 .8.. EJEMPLO 1. j ) = α a i j Multiplicación : Fácilmente se verifica que K m×n con las operaciones definidas arriba es un espacio vectorial sobre K. v2 ). (v'1 v' 2 ) ∈ V y a∈ K . j ) = a i j + bi j ci j = (α A) (i. K . K . V2 espacios vectoriales sobre el campo K y consideremos el conjunto: V = { (v1 .. j ) = A(i. v2 ) = (a v1 . EJEMPLO 1.Sea f : (−1. y ∈ ( −1.10. j ) = α A(i. a v 2 ) V con las operaciones arriba definidas es un espacio vectorial sobre K. Sea S = { ( x1 .1. Definimos la: Adición : ci j = ( A + B ) (i . B ∈ K m×n y α ∈ K . Sean A. Osorio Vidal ---------------------------------------------------------------------------------------------------------K m×n recibe el nombre de conjunto de matrices de orden m × n sobre el campo K. Definimos: (v1 . v 2 ) / v1 ∈ V1 ∧ v2 ∈ V2 } para (v1 . Para x.Notas de clase de Álgebra Lineal I Víctor G.Sean V1 .9.. v2 + v' 2 ) a (v1 . EJEMPLO 1.Dado el sistema lineal homogéneo: a 11 x1 + a 12 x 2 + K + a 1 n x n = 0 M M K M M a m 1 x1 + a m 2 x 2 + K + a m n x n = 0 con coeficientes en R. 1) → R (R un espacio vectorial sobre R con las operaciones usuales) tal que: ⎧ x si x ≥ 0 ⎪ f ( x) = ⎨1 − x x ⎪ si x < 0 ⎩1 + x Es fácil mostrar que f así definida es una biyección. 1) y a ∈ R definimos: 12 .

.Notas de clase de Álgebra Lineal I Víctor G. iii) a θ = θ para todo a ∈ K .2. 1) . K . b ∈ R y para todo x ∈ (−1. ax + bx = f = f = f = f −1 −1 −1 −1 ( f (ax) + f (bx)) (f(f −1 (af ( x)))) + f ( f −1 (bf ( x)))) (af ( x) + bf ( x)) ((a + b) f ( x)) = (a + b) x PROPOSICIÓN 1. a modo de ilustración. PRUEBA. v) ( − a ) x = −( ax ) para todo a ∈ K y para todo x ∈ V . 1) con las operaciones arriba definidas es un espacio vectorial sobre R. 13 . Prueba de i) Supongamos que exista θ '∈V tal que x + θ ' = θ '+ x = x para todo x ∈ V . probaremos i) y v). entonces a = 0 ó x = θ .. SOLUCIÓN Sólo verificaremos las condiciones V1) y V7) las restantes se dejan al lector para que las verifique.Sea (V . Osorio Vidal ---------------------------------------------------------------------------------------------------------x+ y = f ax = f −1 −1 ( f ( x) + (af ( x) ) f ( y)) demostrar que (−1. Entonces se tiene: i) El elemento θ es único. +. V1) ( x + y ) + z = f = f = f = f = f = f −1 −1 −1 −1 −1 ( f ( x + y ) + f ( z )) (f(f −1 ( f ( x) + f ( y ))) + f ( z )) (( f ( x) + f ( y )) + f ( z )) ( f ( x) + ( f ( y ) + f ( z ))) −1 ( f ( x) + f ( f (( f ( y ) + f ( z )))) −1 ( f ( x) + f ( y + z )) = x + ( y + z) V7) ( a + b) x = ax + bx para todo a. ·) un espacio vectorial.Solamente. iv) Si ax = θ . ii) 0 x = θ para todo x ∈ V .

Sean V = R + (el conjunto de los números reales positivos) y K = R . a) ( x1 . haciendo x = θ ′ tenemos que: θ '+θ = θ + θ ' = θ ' de (1). 4. se define la operación de adición como sigue: 14 . y1 ) + ( x2 . ∀ x ∈ R+ : a o x = xa Averiguar si R + con las operaciones definidas anteriormente es un espacio vectorial sobre R. EJERCICIOS 1. 3.Notas de clase de Álgebra Lineal I Víctor G. z ) = (ax. y. Osorio Vidal ---------------------------------------------------------------------------------------------------------Haciendo x = θ tenemos que: θ + θ ' = θ '+θ = θ (1) Por otro lado en virtud de la condición V2) de espacios vectoriales existe θ ∈V tal que x + θ = θ + x = x para todo x ∈ V . y ) = (ax. ∀( x. Se definen las operaciones de adición y multiplicación por escalar como sigue: ∀ x. y ) = (ax. Sean V = R 2 y K = R . por V3) por ii) por suma de opuestos en K por V6) − ( ax ) + ax = − ax + ax ∴ − (ax ) = − ax por la ley de cancelación. y 2 ) = ( x1 + x2 . y1 ) + ( x2 . En R 3 con la operación usual de adición y la multiplicación definida como: ∀ a ∈ R. z ) ∈ R 3 : a ( x. 0) b) ( x1 . Sean V=R y K=R. tanto en a) como en b) son la adición y multiplicación usuales). y 2 ) = ( x1 + x2 . y ∈ R + : x ⊕ y = xy ∀a ∈ R. 2. ay. y. 2az ) averiguar si R 3 es un espacio vectorial sobre R. 0) (las operaciones que aparecen en el segundo miembro de las igualdades. y1 + y 2 ) y a ( x. Averiguar si R 2 con las operaciones definidas a continuación es un espacio vectorial sobre R. (2) y V4) finalmente se tiene: Prueba de v): − ( ax) + ax = θ =0x = (−a + a ) x (2) θ =θ '. 0) y a ( x.

y} Si la multiplicación por escalar es la usual de números reales. ∀ k ∈ Z Por ejemplo 2. En un grupo aditivo V se da la siguiente definición. iii) y iv) de la proposición 1. se define el producto nx inductivamente por 1x = x y Para un entero negativo n. 9. Sea Z el conjunto de los números enteros con la adición usual y la multiplicación por escalar definida por ∀ a ∈ R.Notas de clase de Álgebra Lineal I Víctor G. 7. averiguar si R con las operaciones antes definidas es un espacio vectorial. ∀ x ∈ Z : a o x = [ a ] x donde [ a ] denota el máximo entero. En el conjunto R 2 se definen la adición y la multiplicación como sigue: 3 3 ∀ x = ( x1 . se define nx = −(( − n) x ) . ∀ x = ( x1 . Osorio Vidal ---------------------------------------------------------------------------------------------------------∀ x. − 2. y ∈ R : x ⊕ y = máx{ x.75 ]4 = (2)(4) = 8 . Si: (a) K = Q ( 2 ) . 8.15 o 3 = [ − 2. y = ( y1 . Para x ∈ V y para nx = ( n − 1) x + x cualquier entero positivo n. ( x 2 + y 2 ) 1 ( 1 3 ) ∀ a ∈ R . +. x 2 ) ∈ R 2 : a o x = (ax1 . 6. ·) un espacio vectorial?. Se define: ( a + b 2 ) + (c + d 2 ) = ( a + c) + (b + d ) 2 α (a + b 2 ) = α a + α b 2 ¿Es ( Q ( 2 ). 5. x 2 ) . x) a nx 15 . ax 2 ) Averiguar si R 2 con las operaciones arriba definidas es un espacio vectorial. b ∈ Q } . (b) K = Q y (c) K = R . K .75 o 4 = [ 2.2. donde − n es un entero y por consiguiente (− n) x está bien definido. Denotando por Z el conjunto de todos los enteros. Sea el conjunto Q ( 2 ) = { a + b 2 / a. demostrar que la aplicación Z ×V → V verifica las siguientes propiedades: (n.15 ]3 = (−3)(3) = −9 ¿Cuáles de las condiciones de espacio vectorial no se verifican?. Demostrar ii). y 2 ) ∈ R 2 : x ⊕ y = ( x13 + y13 ) 3 . esto es [ a ]= k ⇔ k ≤ a < k + 1 .

0) ó 2 = a .El conjunto {θ } y V son subespacios vectoriales de V. ·) con las operaciones definidas para V es por sí mismo un espacio vectorial. W es un subespacio vectorial de V si y solo si: i) Para todo x.Sea V un K-espacio vectorial un espacio vectorial y W un subconjunto de V diferente del vacío. z ∈ W . y ∈ W . PRUEBA ⇒) Es obvio ⇐) Por hipótesis tenemos que se cumple i) y ii). +. V2) Existe θ ∈W / x + θ = θ + x = x para todo x ∈ W . x 2 ) = (0. La respuesta es obvia. +.Sea (V . Diremos que W. V3) Para todo x ∈ W ..1. +. Osorio Vidal ---------------------------------------------------------------------------------------------------------a) c) n( x + y ) = nx + ny ( mn ) x = m( nx ) b) d) ( m + n) x ) = mx + nx 1x = x ¿Es V un espacio vectorial?. ·) cumple las condiciones restantes del espacio vectorial. ii) Para todo a ∈ K . ·) un espacio vectorial cualesquiera. 16 . TEOREMA 2.Notas de clase de Álgebra Lineal I Víctor G.Sea V = R 2 y consideremos: ⎧ ⎫ x W = ⎨( x1 ...2. Nótese además que el elemento neutro aditivo de W es el mismo que el de V.2.1. V1) ( x + y ) + z = x + ( y + z ) para que x. y . SUBESPACIOS DEFINICIÓN 2. K . Se verifica: x. y . un subconjunto de V diferente del vacío es un subespacio si y solo si (W . cualquier otro subespacio es llamado subespacio propio. z ∈ W ⊂ V y en V se cumple V1). para todo x ∈ W . ax ∈ W . x + y ∈ W . x1 ≠ 0 y a = constante⎬ x1 ⎩ ⎭ W es un subespacio vectorial de V. NOTA. K . K . EJEMPLO 2. sea: y ∈ W ⇒ ( −1) y = − y ∈ W (por ii)) ⇒ y + (− y ) = θ ∈ W por i)). 2. En efecto. x 2 ) ∈ R 2 /( x1 . denominados subespacios triviales.. probaremos que W es un K-espacio vectorial. Análogamente se puede verificar que (W . existe − x ∈ W tal que x + ( − x) = − x + x = θ en virtud de i) y ii).

Veamos si cumplen las condiciones i) y ii) del teorema. pues θ : R → R tal que θ ( x) = 0 para que x ∈ R es una función continua. ·) y dados u = (1.2. EJEMPLO 2. SOLUCIÓN Haciendo uso del teorema 2. a ∈ R } W no es un subespacio de R 3 . +.4.2.Sea F el R-espacio vectorial de todas las funciones reales de variable real. pues es fácil verificar que cero no pertenece a W. g ∈ W entonces: f ( a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a ) g ( a + b ) = g ( a ) + g (b ) ∧ g ( λ a ) = λ g ( a ) (1) (2) Sumando las igualdades de (1) y (2) miembro a miembro f (a + b) + g ( a + b) = ( f ( a ) + f (b)) + ( g ( a ) + g (b)) ∧ f (λ a ) + g (λ a ) = λ f ( a ) + λ g ( a ) agrupando convenientemente y usando la definición de suma de funciones. Osorio Vidal ---------------------------------------------------------------------------------------------------------- EJEMPLO 2. 3.Notas de clase de Álgebra Lineal I Víctor G. tenemos que C ≠ Φ ya que θ ∈ C .Sea ( R 3 .2. 1) elementos de R 3 . EJEMPLO 2. En efecto.. consideremos: C = { f : R → R / f es continua } es un subespacio vectorial de F.. tenemos: ( f + g )( a + b) = ( f + g )( a ) + ( f + g )(b) ∧ ( f + g )(λ a ) = λ ( f + g )( a ) luego f + g ∈ W .3. R. 0.. i) f . Averiguar si el conjunto definido como: W = { f ∈ F / f (a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a )} es un subespacio vectorial. 17 . 0) y v = (−2. Las otras condiciones se cumplen en virtud de las propiedades de funciones continuas.Sea V = F el R-espacio vectorial de todos las funciones reales de variable real. Construimos: W = {w ∈ R 3 / w = u + a(v − u ).2.2. tenemos que W ⊂ V por definición y además W ≠ Φ pues la función cero pertenece a W.

De i) y ii) W es un subespacio vectorial. ∀ j } Los elementos del conjunto S se denominan matrices simétricas. 18 .7.6. Osorio Vidal ---------------------------------------------------------------------------------------------------------ii) α ∈ R.5. 1 ≤ i. ∀ j } T = { A ∈ R n×n / ai j = −a j i . EJEMPLO 2. W2 no es un subespacio pues no se cumplen las condiciones del teorema 2. tomemos f : R → R tal que f (t ) = 1 .Sea C n×n = {(ai j ) / ai j ∈ C } el espacio vectorial de las matrices de componentes complejas sobre el campo R. 0 0 EJEMPLO 2.Sea V = R n×n el espacio vectorial de las matrices cuadradas de orden n × n sobre el campo R. y a los elementos de T se les llaman matrices antisimétricas. f ∈ W entonces: α ∈ R.Notas de clase de Álgebra Lineal I Víctor G. En efecto. R.Sea V = C = { f : R → R / f es continua } y consideremos: W1 = { f ∈ C / ∫ 1 f (t ) dt = 0 } 0 W2 = { f ∈ C / ∫ 1 f (t ) dt = 1} 0 W1 es un subespacio vectorial.. ∀i. ∀i. ·) son subespacios vectoriales..2.2. Definimos: H = {(ai j ) ∈ C n×n / ai j = −a j i . f ( a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a ) (3) multiplicando las igualdades de (3) por α y de la definición de producto de una función por un escalar tenemos: (α f )( a + b) = (α f )( a ) + (α f )(b) ∧ (α f )(λ a ) = λ (α f )( a ) luego α f ∈ W . +. Los conjuntos S y T con las operaciones heredadas de ( R n×n . entonces f ∈ W2 ya que ∫ 1 dt = 1 .2. j ≤ n } H es un subespacio de C n×n . Definimos: S = { A ∈ R n×n / a i j = a j i .2. EJEMPLOS 2. pero f + f ∉ W2 pues ∫ 1 ( f (t ) + f (t )) dt = 2 ≠ 1 ..

y. Averiguar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) d) U = { ( x. z ) ∈ R 3 / x < y < z } 3. z ) ∈ R 3 / x = y } U 4 = { ( x. ·) . Sea el espacio vectorial ( R 2 . Averiguar cuáles de los siguientes subconjuntos de F son subespacios vectoriales.2. +. y . Sea el espacio vectorial ( R 3 . y. Sea el espacio vectorial (F . +. ·) . Averiguar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) d) e) U 1 = { ( x. R. donde F = { f : R → R } (ver el ejemplo 1. y ) ∈ R 2 / x = 2 y } T = { ( x. Osorio Vidal ---------------------------------------------------------------------------------------------------------- EJERCICIOS 1. ·) . z ) ∈ R 3 / x = z } U 2 = { ( x. R. y . +. y ) ∈ R 2 / xy = 0 } S = { ( x.Notas de clase de Álgebra Lineal I Víctor G. R.1. a) b) c) d) e) f) W1 = { f ∈F / f (1) = 0 } W2 = { f ∈F / f (0) = f (1) } W3 = { f ∈F / f (0) + f (1) = 0 } W4 = { f ∈F / f ( x) ≥ 0 } W5 = { f ∈ F / f (−1) = 0 } f (0) + f (1) ⎫ ⎧ W6 = ⎨ f ∈ F / f (1 / 2) = ⎬ 2 ⎩ ⎭ 19 . y . y ) ∈ R 2 / x = 2 y + 1} 2. y ) ∈ R 2 / x + y = 0 } W = { ( x. z ) ∈ R 3 / x 2 + y 2 + z 2 ≤ 1} U 3 = { ( x. z ) ∈ R 3 / 2 x + y − z = 0 } U 5 = { ( x.).

+. Determinar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) T1 = { B ∈ R 2×2 / AB = BA} T2 = { B ∈ R 2×2 / AB ≠ BA} T3 = { B ∈ R 2×2 / BA = 0 } 3.1. +. Osorio Vidal ---------------------------------------------------------------------------------------------------------g) h) i) j) W7 = { f ∈ F / f ( x 2 ) = ( f ( x )) 2 } W8 = { f ∈F / f (3) = 1 + f (−5) } W9 = { f ∈ F / f (1) = 0 ∧ f (−1) = 0 } W10 = { f ∈ F / f (1) = 0 ∨ f (−1) = 0 } 4. ·) es un subespacio de ( R 3 . Sea el espacio vectorial (C 2 . +. +.Sea { i }i∈I una familia de subespacios de (V . 6. entonces θ ∈W . ·) el espacio vectorial de las matrices cuadradas de orden 2 × 2 de entradas reales sobre R y A ∈ R 2×2 una matriz particular. u ) ∈ C 2 / Im( z ) = 0 ∧ Re( z − u ) = Im( z ) } S 4 = { ( z. u ) ∈ C 2 / Im( z ) − Im(u ) = 0 } 5. R. x ∈ W ⇒ a ∈ K ∧ x ∈ Wi ∀i ⇒ ax ∈ Wi ∀i ⇒ ax ∈ W . Sea ( R 2×2 . u ) ∈ C 2 / z 2 + u 2 = 0 } S 2 = { ( z. y ∈ Wi ∀i ⇒ x + y ∈ Wi ∀i ⇒ x + y ∈W . W es un subespacio de V. Analizar si ( R 2 . 20 . Si W W = IWi i∈I entonces. R. PRUEBA W ⊂ V por definición y además es no vacío ya que θ ∈ Wi ∀i ∈ I . i) Sean x. R. ·) . ·) . ·) . R. u ) ∈ C 2 / Re( z ) = Re(u ) } S 3 = { ( z . +. OPERACIONES CON SUBESPACIOS PROPOSICIÓN 3.Notas de clase de Álgebra Lineal I Víctor G. R. ii) Sean a ∈ K .. y ∈ W ⇒ x. Determinar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) d) S1 = { ( z .

w) ∈ R 3 /(u . x1 ∈W1 ∧ x 2 ∈W2 }. z 2 ) ∈ W2 ⎭ ⎩ 21 . y 2 . v. y. x ∈ W1 + W2 . z 2 ).Sea ( R 3 . 0.1. z ∈ R } y W2 = { (0.. 0. W1 + W2 ⊂ V por definición y además es diferente del vacío pues θ ∈W1 + W2 ya que se puede escribir θ = θ + θ ( θ es elemento de W1 y de W2 ).1. y 2 . z ∈ R } Tenemos: ⎧(u .. +. v. +.) DEFINICIÓN 3. y1 ∈ W1 ∧ y 2 ∈ W2 x + y = ( x1 + y1 ) + ( x 2 + y 2 ) ∈ W1 + W2 pues x1 + y1 ∈W1 ∧ x 2 + y 2 ∈W2 . . i) x.Sean W1 . EJEMPLO 3.Notas de clase de Álgebra Lineal I Víctor G.. Luego W1 + W2 es un subespacio vectorial. PROPOSICIÓN 3. Definimos: W = { x ∈V / x = x1 + x 2 . debemos probar que ax ∈ W1 + W2 . ·) .2. x = x1 + x 2 . R. x1 ∈W1 ∧ x 2 ∈W2 y = y1 + y 2 .1. z ) ∈ R 3 / y. ·) consideremos los subespacios: W1 = { ( x. z1 ) ∈ W1 y (0. R. ⎫ W1 + W2 = ⎨ ⎬ ( x1 . z ) ∈ R 3 / x − y = 0 } W2 = { ( x. +. z ) ∈ R 3 / x − y = 0 ∧ 2 x + z = 0 } es un subespacio de ( R 3 . w) = ( x1 . ii) a ∈ K ..3. y. y. z ) ∈ R 3 / 2 x + z = 0 } W1 ∩ W2 = { ( x. ·) y consideremos: W1 = { ( x. y ∈ W1 + W2 . 0. R. x = x1 + x2 ⇒ ax = ax1 + ax2 ∈ W1 + W2 pues ax1 ∈ W1 ∧ ax2 ∈ W2 . PRUEBA Sea W1 + W2 = { x ∈V / x = x1 + x 2 .En ( R 3 .La suma de dos subespacios de V es un subespacio vectorial de V. x1 ∈W1 ∧ x 2 ∈W2 } W se denota por W = W1 + W2 y se le llama suma de subespacios W1 y W2 . z1 ) + (0. y . debemos probar que x + y ∈ W1 + W2 . Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 3. W2 subespacios de (V . z ) ∈ R 3 / x. R.3. +.

Sean V un espacio vectorial sobre K . +. w) 2 2 donde (u . w) = (u . v) ∈ R 2 se puede expresar como: (u . 0. 0. ii) y la definición 3. 2 2 2 2 ii) Probaremos ahora que W1 ∩W2 = { (0. w) ∈ R 3 se puede escribir (0. v.. y ) ∈ R 2 / y = − x } R 2 = W1 ⊕ W2 . Sea ( x. 1 1 1 1 Obsérvese que ( (u + v). 1 1 w) + (0. 0) } .4. y ) ∈ W1 ∩ W2 ⇒ ( x. como (u . 0) } . (u + v)) + ( (u − v ). Si y solo si: i) V = W1 + W2 ii) W1 ∩ W2 = {θ } EJEMPLO 3. 0) } ⊂ W1 ∩ W2 se cumple siempre. y ) ∈ { (0. R.Notas de clase de Álgebra Lineal I Víctor G.En ( R 2 . ·) consideremos los subespacios: W1 = { ( x. v ) = ( 1 1 1 1 (u + v ). En efecto: i) Cualquier vector (u. { (0. Diremos que V es la suma directa de los subespacios W1 y W2 y denotaremos por: V = W1 ⊕ W2 . (v − u )) 2 2 2 2 es decir que R 2 = W1 + W2 . 1 w) ∈ W1 2 y 1 w) ∈ W2 . v. Luego W1 ∩W2 ⊂ { (0. 0) } .. 2 DEFINICIÓN 3.4 se tiene: R 2 = W1 ⊕ W2 22 . W1 y W2 subespacios de V. (u + v)) ∈ W1 y ( (u − v).4. (v − u )) ∈ W2 . y ) ∈ R 2 / y = x } y W2 = { ( x. v. Osorio Vidal ---------------------------------------------------------------------------------------------------------Podemos observar que W1 + W2 = R 3 pues cualquier vector (u. y) ∈ W1 ∧ ( x.1. v. 0) } ∴ W1 ∩W2 = { (0. y ) ∈ W2 ⇒ x = y ∧ x = − y ⇒ x = y = 0 ⇒ ( x. De i).

sea V p el conjunto de las funciones pares ( f (− x ) = f ( x )) y Vi el conjunto de las funciones impares ( f (− x) = − f ( x )) . ii) y definición 3. Siempre es posible expresar A como: A= 1 1 ( A + AT ) + ( A − AT ) 2 2 Sólo nos falta hacer ver que: a) b) 1 ( A + AT ) ∈ U y 2 1 ( A − AT ) ∈ W 2 Probando a) 23 .Sea V el espacio vectorial de todas las funciones de R en R. ii) Probaremos que V p ∩ Vi = {θ } . Demostrar que V = U ⊕ W ... i) Demostraremos que V = U + W . Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 3.3. ∀x ∈ R ⇒ f = θ De i).Notas de clase de Álgebra Lineal I Víctor G. ∀x ∈ R ∧ f ( − x ) = − f ( x ). Afirmamos que V = V p ⊕ Vi . En efecto: i) Debemos probar que V = V p + Vi .4.Sea V el espacio vectorial de las matrices cuadradas sobre el campo R.4. Esta condición se satisface del hecho que cualquier función de R en R se puede escribir como: f ( x) = 1 1 ( f ( x ) + f ( − x)) + ( f ( x) − f ( − x)) 2 2 Nótese que 1 1 ( f ( x ) + f (− x)) es una función par. tenemos que: V = V p ⊕ Vi EJEMPLO 3. Sea f ∈ V p ∩ Vi ⇒ f ∈ V p ∧ f ∈ Vi ⇒ f ( − x ) = f ( x ). y ( f ( x) − f ( − x)) es una 2 2 función impar. W = { A ∈ V / A = − A T } conjunto de las matrices antisimétricas. ∀x ∈ R ⇒ 2 f ( x) = 0.2.4. Sea A una matriz cuadrada arbitraria de orden n. y consideremos: U = { A ∈ V / A = A T } conjunto de las matrices simétricas.

Además si tales subespacios tienen como único elemento común al vector cero. +. Wn de (V . De i). W2 .Notas de clase de Álgebra Lineal I Víctor G. n ⎬ i =1 i =1 ⎭ ⎩ W es un subespacio de (V . Osorio Vidal ---------------------------------------------------------------------------------------------------------1 1 ( ( A + AT )) T = ( A + AT ) T 2 2 = = = 1 T A + AT 2 1 T ( A + A) 2 1 ( A + AT ) 2 ( ( ) T ) Probando b) 1 1 ( ( A − AT ))T = ( A − AT )T 2 2 = = 1 T A − AT 2 1 T ( A − A) 2 ( ( )) T 1 = − ( A − AT ) 2 Luego satisface la condición i). ·) es el conjunto: n n ⎫ ⎧ W = ∑ Wi = ⎨v ∈ V / v = ∑ wi ∧ wi ∈ Wi . ii) y de la definición 3. +. Sea A ∈ U ∩ W ⇒ A ∈ U ∧ A ∈ W ⇒ A = AT ∧ A = − AT ⇒ A = θ . es decir si para todo i ≠ j se tiene que Wi ∩ W j = {θ } . ∀i = 1. En efecto la suma de los subespacios W1 . K . Luego U ∩ W = {θ } .. K .La definición de suma de espacios puede ser generalizada para una familia finita de subespacios. entonces diremos que W es la suma directa y escribiremos: W = W1 ⊕ W2 ⊕ K ⊕ Wn 24 . K .5. K . ii) Demostraremos que U ∩ W = {θ } .4 se tiene: V = U ⊕W OBSERVACIÓN 3. ·) . 2.

a ∈ R } i) ii) Calcule W1 ∩ W2 Hallar un vector de R 4 tal que no pertenezca a W1 . Dada la recta L1 = { ( x. Sean U. V = { ( x. z ) / x + y + z = 0 } . Dados U. v3 = (2.Notas de clase de Álgebra Lineal I Víctor G. W y T subespacios de un espacio vectorial V. a. c ∈ R } . 2. a. ¿Cuál es la relación que existe entre W1 y W3 ? 2. 7. 3). Decir en cual de los tres casos anteriores de la parte a) la suma es directa. iii) Si consideramos W3 = {v ∈ R 4 / v = av1 + bv 2 + cv3 . Osorio Vidal ---------------------------------------------------------------------------------------------------------EJERCICIOS 1. Demostrar que para todo subespacio vectorial W de V se tiene que W + W = W . 3. 6. v 2 = (1. 4. Dados U y W subespacios de V. − 1). 2) elementos de R 4 . b ∈ R } W2 = {v ∈ R 4 / v = av 3 . y . 3. 0. Definimos: W1 = {v ∈ R 4 / v = av1 + bv 2 . z ) / x = y } y W = { (0. y ) ∈ R 2 / y = 5 x } . z ) / z ∈ R } a) b) Calcular U + V . 3. U + W y V + W . Demostrar: (U ∩ T ) + (U ∩ W ) ⊂ U ∩ (T + W ) 6. Demostrar que U ∪ W es un subespacio de V si y solo si U ⊂ W ó W ⊂ U . Hallar otra recta L2 tal que R 2 = L1 ⊕ L2 25 . b. Extendemos la definición de suma a subconjuntos arbitrarios no vacíos (no necesariamente subespacios) S y T de un espacio vectorial V definiendo S + T = {s + t / s ∈ S ∧ t ∈ T } Demostrar que esta operación satisface: i) ii) ii) iv) S +T = T + S S + {θ } = {θ } + S = S ( S1 + S 2 ) + S 3 = S1 + ( S 2 + S 3 ) S +V = V + S = V 4. 0. ·) donde: U = { ( x. Sea V = R 4 y v1 = (1. 5. y . R. V y W subespacios de ( R 3 . +.

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer: Get 4 months of Scribd and The New York Times for just $1.87 per week!

Master Your Semester with a Special Offer from Scribd & The New York Times