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

z ∈ V . En caso que no cumpla con alguna de ellas no es un espacio vectorial. Con las precisiones hechas en d). El elemento y se denomina opuesto de x y se denota por y = − x .Dados un conjunto V ≠ Φ . Diremos que V es un K. 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). un campo K. V se denomina espacio vectorial complejo.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. 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. y ∈ V . haciendo la diferencia según el contexto cuando se trata de la suma de vectores ( x + y ) o la suma de escalares ( a + b) . la definición de espacio vectorial se puede enunciar formalmente como sigue: DEFINICIÓN 1.. 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 “+”. 8 . y. Omitiremos escribir el símbolo “ü” que denota la ley de composición externa. b) A los elementos de V se les llaman vectores y el elemento neutro aditivo θ recibe el nombre de vector nulo. V2) Existe θ ∈V tal que x + θ = θ + x = x .1.Notas de clase de Álgebra Lineal I Víctor G. V3) Para todo x ∈ V . c) Si K = R . las cuales deben cumplir las ocho propiedades arriba mencionadas. 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”. V es llamado espacio vectorial real y si K = C . existe y ∈ V tal que x + y = y + x = θ . el símbolo “ ⊕ ” se usará más adelante para denotar la suma directa. El elemento θ se denomina neutro aditivo o cero. para todo x ∈ V .

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

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

K . Sean: p ( x ) = a 0 + a1 x + K + a n x n . 2) a a12 M M (1. es un espacio vectorial. m }. K . 1) a a11 (1. consideremos: I m = {1. R. pues la adición para este conjunto no es una ley de composición interna. K .1. A = ⎢ M ⎢ ⎥ ⎪ ⎢a m1 K a mn ⎥ ⎪ ⎣ ⎦⎭ ⎩ A: P → K (1.1... I n = {1.1. j ) = a i j ∈ K . ·) 1.2. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 1. n} = { (i. n) a a1n M M (i. no constituye un espacio vectorial sobre R.6.7. m} × {1. EJEMPLO 1. K . La verificación es análoga en el ejemplo NOTA. n) a a mn 11 . n} P = {1.. +.Notas de clase de Álgebra Lineal I Víctor G. Definimos: m× n K ⎧ ⎡ a11 K a1n ⎤ ⎫ ⎪ ⎪ M M ⎥⎬ = ⎨ A : P → K / A (i.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. 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].Sea K un campo. j ) / 1 ≤ i ≤ m ∧ 1 ≤ j ≤ n } es decir P = I m × I n (producto cartesiano de I m por I n ).Si se considera el conjunto de todos los polinomios de grado igual a n (n ∈ Z + ) con las mismas operaciones. j ) a a i j M M (m.

EJEMPLO 1.1. B ∈ K m×n y α ∈ K ... j ) = α A(i. Para x.10.1. EJEMPLO 1. v 2 ) / v1 ∈ V1 ∧ v2 ∈ V2 } para (v1 .. j ) + B (i.Sea f : (−1. Osorio Vidal ---------------------------------------------------------------------------------------------------------K m×n recibe el nombre de conjunto de matrices de orden m × n sobre el campo K. (v'1 v' 2 ) ∈ V y a∈ K . 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 . j ) = A(i.Sean V1 . v2 ) + (v'1 v' 2 ) = (v1 + v'1 .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. Definimos la: Adición : ci j = ( A + B ) (i . v2 + v' 2 ) a (v1 . v2 ) = (a v1 .Notas de clase de Álgebra Lineal I Víctor G. K . K . Definimos: (v1 . Sea S = { ( x1 . j ) = α a i j Multiplicación : Fácilmente se verifica que K m×n con las operaciones definidas arriba es un espacio vectorial sobre K. EJEMPLO 1. a v 2 ) V con las operaciones arriba definidas es un espacio vectorial sobre K. v2 ). j ) = a i j + bi j ci j = (α A) (i.8. 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. V2 espacios vectoriales sobre el campo K y consideremos el conjunto: V = { (v1 . Sean A. y ∈ ( −1. 1) y a ∈ R definimos: 12 .9.

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

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

En un grupo aditivo V se da la siguiente definición. y} Si la multiplicación por escalar es la usual de números reales. ∀ k ∈ Z Por ejemplo 2. ( x 2 + y 2 ) 1 ( 1 3 ) ∀ a ∈ R . 6.15 o 3 = [ − 2. x 2 ) ∈ R 2 : a o x = (ax1 . esto es [ a ]= k ⇔ k ≤ a < k + 1 . Para x ∈ V y para nx = ( n − 1) x + x cualquier entero positivo n. ∀ x = ( x1 . (b) K = Q y (c) K = R . averiguar si R con las operaciones antes definidas es un espacio vectorial. 5. Osorio Vidal ---------------------------------------------------------------------------------------------------------∀ x.Notas de clase de Álgebra Lineal I Víctor G. En el conjunto R 2 se definen la adición y la multiplicación como sigue: 3 3 ∀ x = ( x1 . +.75 ]4 = (2)(4) = 8 .2. b ∈ Q } . y = ( y1 . 8. y ∈ R : x ⊕ y = máx{ x. Sea el conjunto Q ( 2 ) = { a + b 2 / a. se define el producto nx inductivamente por 1x = x y Para un entero negativo n. Denotando por Z el conjunto de todos los enteros.75 o 4 = [ 2. donde − n es un entero y por consiguiente (− n) x está bien definido. ∀ x ∈ Z : a o x = [ a ] x donde [ a ] denota el máximo entero. iii) y iv) de la proposición 1. 9. 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 ). x) a nx 15 . ax 2 ) Averiguar si R 2 con las operaciones arriba definidas es un espacio vectorial. Si: (a) K = Q ( 2 ) . Sea Z el conjunto de los números enteros con la adición usual y la multiplicación por escalar definida por ∀ a ∈ R. x 2 ) . se define nx = −(( − n) x ) .15 ]3 = (−3)(3) = −9 ¿Cuáles de las condiciones de espacio vectorial no se verifican?. K . y 2 ) ∈ R 2 : x ⊕ y = ( x13 + y13 ) 3 . ·) un espacio vectorial?. 7. Demostrar ii). − 2. demostrar que la aplicación Z ×V → V verifica las siguientes propiedades: (n.

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

En efecto.Sea ( R 3 . i) f .Sea V = F el R-espacio vectorial de todos las funciones reales de variable real.3. 0) y v = (−2. EJEMPLO 2. 0. Las otras condiciones se cumplen en virtud de las propiedades de funciones continuas. 17 . tenemos: ( f + g )( a + b) = ( f + g )( a ) + ( f + g )(b) ∧ ( f + g )(λ a ) = λ ( f + g )( a ) luego f + g ∈ W ..Sea F el R-espacio vectorial de todas las funciones reales de variable real. tenemos que C ≠ Φ ya que θ ∈ C .. a ∈ R } W no es un subespacio de R 3 .. Construimos: W = {w ∈ R 3 / w = u + a(v − u ).2. Veamos si cumplen las condiciones i) y ii) del teorema.4. R.2. consideremos: C = { f : R → R / f es continua } es un subespacio vectorial de 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. SOLUCIÓN Haciendo uso del teorema 2.2. Osorio Vidal ---------------------------------------------------------------------------------------------------------- EJEMPLO 2.2. ·) y dados u = (1.2. pues es fácil verificar que cero no pertenece a W. 1) elementos de R 3 . 3.Notas de clase de Álgebra Lineal I Víctor G. 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. EJEMPLO 2. pues θ : R → R tal que θ ( x) = 0 para que x ∈ R es una función continua. tenemos que W ⊂ V por definición y además W ≠ Φ pues la función cero pertenece a W. +.

∀i.7.2.2.5.2.. ·) son subespacios vectoriales. En efecto. +. ∀i.. tomemos f : R → R tal que f (t ) = 1 .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..2. 0 0 EJEMPLO 2. Los conjuntos S y T con las operaciones heredadas de ( R n×n . De i) y ii) W es un subespacio vectorial. y a los elementos de T se les llaman matrices antisimétricas. ∀ j } T = { A ∈ R n×n / ai j = −a j i . R. Definimos: H = {(ai j ) ∈ C n×n / ai j = −a j i .Notas de clase de Álgebra Lineal I Víctor G. f ∈ W entonces: α ∈ R. EJEMPLO 2. j ≤ n } H es un subespacio de C n×n . Osorio Vidal ---------------------------------------------------------------------------------------------------------ii) α ∈ R. 1 ≤ i. entonces f ∈ W2 ya que ∫ 1 dt = 1 . 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 . pero f + f ∉ W2 pues ∫ 1 ( f (t ) + f (t )) dt = 2 ≠ 1 .Sea V = R n×n el espacio vectorial de las matrices cuadradas de orden n × n sobre el campo R.6. EJEMPLOS 2.Sea C n×n = {(ai j ) / ai j ∈ C } el espacio vectorial de las matrices de componentes complejas sobre el campo R. ∀ j } Los elementos del conjunto S se denominan matrices simétricas. 18 . W2 no es un subespacio pues no se cumplen las condiciones del teorema 2. Definimos: S = { A ∈ R n×n / a i j = a j i .

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

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

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

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

Notas de clase de Álgebra Lineal I Víctor G. ∀x ∈ R ∧ f ( − x ) = − f ( x ). y ( f ( x) − f ( − x)) es una 2 2 función impar. Sea f ∈ V p ∩ Vi ⇒ f ∈ V p ∧ f ∈ Vi ⇒ f ( − x ) = f ( x ).. Sea A una matriz cuadrada arbitraria de orden n.2. ∀x ∈ R ⇒ f = θ De i). En efecto: i) Debemos probar que V = V p + Vi . ∀x ∈ R ⇒ 2 f ( x) = 0.4. ii) Probaremos que V p ∩ Vi = {θ } . W = { A ∈ V / A = − A T } conjunto de las matrices antisimétricas. i) Demostraremos que V = U + W . 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.3. 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 )) . Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 3. Demostrar que V = U ⊕ W . y consideremos: U = { A ∈ V / A = A T } conjunto de las matrices simétricas. 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 .. tenemos que: V = V p ⊕ Vi EJEMPLO 3. ii) y definición 3.4. Afirmamos que V = V p ⊕ Vi .Sea V el espacio vectorial de las matrices cuadradas sobre el campo R.4.Sea V el espacio vectorial de todas las funciones de R en R.

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

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

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.