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

Diremos que V es un K. y ∈ V .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. las cuales deben cumplir las ocho propiedades arriba mencionadas. c) Si K = R . V es llamado espacio vectorial real y si K = C . 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.1. El elemento y se denomina opuesto de x y se denota por y = − x .Dados un conjunto V ≠ Φ . Omitiremos escribir el símbolo “ü” que denota la ley de composición externa. V se denomina espacio vectorial complejo. el símbolo “ ⊕ ” se usará más adelante para denotar la suma directa. V3) Para todo x ∈ V .Notas de clase de Álgebra Lineal I Víctor G. V2) Existe θ ∈V tal que x + θ = θ + x = x . V4) x + y = y + x para todo x. El elemento θ se denomina neutro aditivo o cero. 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 “+”. 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). existe y ∈ V tal que x + y = y + x = θ . Con las precisiones hechas en d). y. haciendo la diferencia según el contexto cuando se trata de la suma de vectores ( x + y ) o la suma de escalares ( a + b) .. z ∈ V . 8 . En caso que no cumpla con alguna de ellas no es un espacio vectorial. la definición de espacio vectorial se puede enunciar formalmente como sigue: DEFINICIÓN 1. 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”. b) A los elementos de V se les llaman vectores y el elemento neutro aditivo θ recibe el nombre de vector nulo. para todo x ∈ V . un campo K.

K . K . EJEMPLO 1. para todo x ∈ R n . z ∈ R n ( x + y ) + z = [ ( x1 . x n ) + ( y1 + z1 . V4) Sean x. K .1.1. ·) cumple las condiciones de espacio vectorial. x n + y n ) a x = (a x1 . x n ) . x n + y n ) = ( y1 + x1 . Osorio Vidal ---------------------------------------------------------------------------------------------------------V5) a (b x ) = (a b) x para todo a. Para todo x ∈ V . 9 . K . ( x n + y n ) + z n ] = [ x1 + ( y1 + z1 ). b ∈ K . x n + y n ) + ( z1 . V7) a ( x + y ) = ax + ay para todo a ∈ K . K. y n ) ∈ R n y a ∈ R . K . existe y = − x = (− x1 . y n + x n ) = y+x V5). y ∈ R n x + y = ( x1 . R. y. K . K. y n ) = ( x1 + y1 . K. 0) ∈ R n / x + θ = θ + x = x . V6). b ∈ K . para todo x ∈ V . y = ( y1 . x n ) / xi ∈ R. z n ) = ( x1 + y1 . z n ) = [ ( x1 + y1 ) + z1 . x n ) + ( y1 . K . x n + ( y n + z n ) ] = ( x1 . a x n ) ( R n . +. K . K . K. En efecto: V1) Sean x.Notas de clase de Álgebra Lineal I Víctor G. K. V3) Para todo x ∈ R n . K . V8) Existe 1 ∈ K llamado elemento idéntico multiplicativo tal que 1x = x . para todo x. K. K.Sea V = R n = { ( x1 . ∀ i = 1. y ∈ V . n } y K = R . K . x n ) + ( y1 . V6) ( a + b) x = ax + bx para todo a. y n + z n ) = x + ( y + z) V2) Existe θ = (0. V7) y V8) se verifican análogamente. Dados x = ( x1 . y n ) ] + ( z1 . definimos: x + y = ( x1 + y1 . 2. − x n ) tal que x + y = y + x = θ . K .. K. K. para todo x ∈ V .

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

.7. n} = { (i. I n = {1. Definimos: m× n K ⎧ ⎡ a11 K a1n ⎤ ⎫ ⎪ ⎪ M M ⎥⎬ = ⎨ A : P → K / A (i. +.6. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 1. K .Si se considera el conjunto de todos los polinomios de grado igual a n (n ∈ Z + ) con las mismas operaciones.1. EJEMPLO 1. no constituye un espacio vectorial sobre R.2..1. consideremos: I m = {1. n) a a1n M M (i. K .Sea K un campo. m }. A = ⎢ M ⎢ ⎥ ⎪ ⎢a m1 K a mn ⎥ ⎪ ⎣ ⎦⎭ ⎩ A: P → K (1. j ) a a i j M M (m. K . K . Sean: p ( x ) = a 0 + a1 x + K + a n x n . 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]. 2) a a12 M M (1.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. 1) a a11 (1. R.1.Notas de clase de Álgebra Lineal I Víctor G. n) a a mn 11 . j ) = a i j ∈ K . m} × {1.. es un espacio vectorial. ·) 1. n} P = {1. pues la adición para este conjunto no es una ley de composición interna. La verificación es análoga en el ejemplo NOTA. j ) / 1 ≤ i ≤ m ∧ 1 ≤ j ≤ n } es decir P = I m × I n (producto cartesiano de I m por I n ).

j ) = α a i j Multiplicación : Fácilmente se verifica que K m×n con las operaciones definidas arriba es un espacio vectorial sobre K.8. v2 + v' 2 ) a (v1 . x n ) es solución del sistema } S con las operaciones usuales de adición y multiplicación por escalares es un espacio vectorial sobre R. v2 ) = (a v1 . K . j ) = α A(i. 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. Sea S = { ( x1 .1. B ∈ K m×n y α ∈ K .10. EJEMPLO 1. j ) + B (i.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.. y ∈ ( −1.. EJEMPLO 1.9. Definimos: (v1 . Sean A.1.. Definimos la: Adición : ci j = ( A + B ) (i . v2 ) + (v'1 v' 2 ) = (v1 + v'1 . x n ) /( x1 . V2 espacios vectoriales sobre el campo K y consideremos el conjunto: V = { (v1 . Para x. Osorio Vidal ---------------------------------------------------------------------------------------------------------K m×n recibe el nombre de conjunto de matrices de orden m × n sobre el campo K.Sean V1 . 1) y a ∈ R definimos: 12 . j ) = a i j + bi j ci j = (α A) (i.Sea f : (−1. v 2 ) / v1 ∈ V1 ∧ v2 ∈ V2 } para (v1 . (v'1 v' 2 ) ∈ V y a∈ K . K . j ) = A(i. a v 2 ) V con las operaciones arriba definidas es un espacio vectorial sobre K. v2 ). EJEMPLO 1.Notas de clase de Álgebra Lineal I Víctor G.1.

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

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

7. y = ( y1 . +. En el conjunto R 2 se definen la adición y la multiplicación como sigue: 3 3 ∀ x = ( x1 .2. se define el producto nx inductivamente por 1x = x y Para un entero negativo n. x) a nx 15 . demostrar que la aplicación Z ×V → V verifica las siguientes propiedades: (n. 5. iii) y iv) de la proposición 1. se define nx = −(( − n) x ) .Notas de clase de Álgebra Lineal I Víctor G. Para x ∈ V y para nx = ( n − 1) x + x cualquier entero positivo n. ∀ x = ( x1 . x 2 ) . averiguar si R con las operaciones antes definidas es un espacio vectorial. y 2 ) ∈ R 2 : x ⊕ y = ( x13 + y13 ) 3 . Sea Z el conjunto de los números enteros con la adición usual y la multiplicación por escalar definida por ∀ a ∈ R. 9. − 2. (b) K = Q y (c) K = R .15 ]3 = (−3)(3) = −9 ¿Cuáles de las condiciones de espacio vectorial no se verifican?. 6. K . donde − n es un entero y por consiguiente (− n) x está bien definido. b ∈ Q } . y} Si la multiplicación por escalar es la usual de números reales. 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 ).75 o 4 = [ 2. ( x 2 + y 2 ) 1 ( 1 3 ) ∀ a ∈ R . ∀ x ∈ Z : a o x = [ a ] x donde [ a ] denota el máximo entero. ∀ k ∈ Z Por ejemplo 2.75 ]4 = (2)(4) = 8 . Denotando por Z el conjunto de todos los enteros. En un grupo aditivo V se da la siguiente definición. ax 2 ) Averiguar si R 2 con las operaciones arriba definidas es un espacio vectorial. Sea el conjunto Q ( 2 ) = { a + b 2 / a. ·) un espacio vectorial?. Si: (a) K = Q ( 2 ) . x 2 ) ∈ R 2 : a o x = (ax1 . y ∈ R : x ⊕ y = máx{ x. esto es [ a ]= k ⇔ k ≤ a < k + 1 . Demostrar ii).15 o 3 = [ − 2. Osorio Vidal ---------------------------------------------------------------------------------------------------------∀ x. 8.

ax ∈ W . NOTA. EJEMPLO 2. z ∈ W ⊂ V y en V se cumple V1).. K . probaremos que W es un K-espacio vectorial. 16 . ii) Para todo a ∈ K .1. cualquier otro subespacio es llamado subespacio propio. V1) ( x + y ) + z = x + ( y + z ) para que x. Se verifica: x.1.2.Sea (V . y . ·) cumple las condiciones restantes del espacio vectorial.2. Análogamente se puede verificar que (W . ·) un espacio vectorial cualesquiera. x 2 ) = (0. K . para todo x ∈ W . K .. En efecto.Notas de clase de Álgebra Lineal I Víctor G. Nótese además que el elemento neutro aditivo de W es el mismo que el de V. PRUEBA ⇒) Es obvio ⇐) Por hipótesis tenemos que se cumple i) y ii). +.Sea V un K-espacio vectorial un espacio vectorial y W un subconjunto de V diferente del vacío. V3) Para todo x ∈ W . ·) con las operaciones definidas para V es por sí mismo un espacio vectorial. Diremos que W. y ∈ W .Sea V = R 2 y consideremos: ⎧ ⎫ x W = ⎨( x1 . x 2 ) ∈ R 2 /( x1 . 2. W es un subespacio vectorial de V si y solo si: i) Para todo x. x1 ≠ 0 y a = constante⎬ x1 ⎩ ⎭ W es un subespacio vectorial de V.. y . +. z ∈ W . +. un subconjunto de V diferente del vacío es un subespacio si y solo si (W .. denominados subespacios triviales. SUBESPACIOS DEFINICIÓN 2. sea: y ∈ W ⇒ ( −1) y = − y ∈ W (por ii)) ⇒ y + (− y ) = θ ∈ W por i)). TEOREMA 2. V2) Existe θ ∈W / x + θ = θ + x = x para todo x ∈ W . existe − x ∈ W tal que x + ( − x) = − x + x = θ en virtud de i) y ii). x + y ∈ W . 0) ó 2 = a . La respuesta es obvia.El conjunto {θ } y V son subespacios vectoriales de V. 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?.

4. pues es fácil verificar que cero no pertenece a W. 1) elementos de R 3 . consideremos: C = { f : R → R / f es continua } es un subespacio vectorial de F. EJEMPLO 2. i) f . En efecto.2. R.. Construimos: W = {w ∈ R 3 / w = u + a(v − u ). EJEMPLO 2.Sea ( R 3 . ·) y dados u = (1.3. Veamos si cumplen las condiciones i) y ii) del teorema..2. Osorio Vidal ---------------------------------------------------------------------------------------------------------- EJEMPLO 2.Sea F el R-espacio vectorial de todas las funciones reales de variable real.. 0. 17 . 3. +.Sea V = F el R-espacio vectorial de todos las funciones reales de variable real.Notas de clase de Álgebra Lineal I Víctor G. SOLUCIÓN Haciendo uso del teorema 2. Las otras condiciones se cumplen en virtud de las propiedades de funciones continuas.2. tenemos que W ⊂ V por definición y además W ≠ Φ pues la función cero pertenece a W. tenemos que C ≠ Φ ya que θ ∈ C . 0) y v = (−2.2.2. tenemos: ( f + g )( a + b) = ( f + g )( a ) + ( f + g )(b) ∧ ( f + g )(λ a ) = λ ( f + g )( a ) luego f + g ∈ W . 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. 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. pues θ : R → R tal que θ ( x) = 0 para que x ∈ R es una función continua. a ∈ R } W no es un subespacio de R 3 .

pero f + f ∉ W2 pues ∫ 1 ( f (t ) + f (t )) dt = 2 ≠ 1 .6. EJEMPLO 2. 18 . ∀i.2..Sea V = R n×n el espacio vectorial de las matrices cuadradas de orden n × n sobre el campo R. 1 ≤ i. W2 no es un subespacio pues no se cumplen las condiciones del teorema 2. ·) son subespacios vectoriales. En efecto. +.2. Osorio Vidal ---------------------------------------------------------------------------------------------------------ii) α ∈ R. 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 .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. De i) y ii) W es un subespacio vectorial. ∀i.Notas de clase de Álgebra Lineal I Víctor G. 0 0 EJEMPLO 2.5. ∀ j } T = { A ∈ R n×n / ai j = −a j i . Definimos: H = {(ai j ) ∈ C n×n / ai j = −a j i . tomemos f : R → R tal que f (t ) = 1 .. R. y a los elementos de T se les llaman matrices antisimétricas.2. Definimos: S = { A ∈ R n×n / a i j = a j i . j ≤ n } H es un subespacio de C n×n .2.Sea C n×n = {(ai j ) / ai j ∈ C } el espacio vectorial de las matrices de componentes complejas sobre el campo R. Los conjuntos S y T con las operaciones heredadas de ( R n×n . ∀ j } Los elementos del conjunto S se denominan matrices simétricas.. EJEMPLOS 2.7. f ∈ W entonces: α ∈ R.

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

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

y ∈ W1 + W2 . W2 subespacios de (V . y. x = x1 + x 2 . EJEMPLO 3. ·) . z ) ∈ R 3 / x. . Definimos: W = { x ∈V / x = x1 + x 2 . +. debemos probar que ax ∈ W1 + W2 . ii) a ∈ K .) DEFINICIÓN 3. ·) consideremos los subespacios: W1 = { ( x. z 2 ). x1 ∈W1 ∧ x 2 ∈W2 } W se denota por W = W1 + W2 y se le llama suma de subespacios W1 y W2 . +. w) ∈ R 3 /(u . y1 ∈ W1 ∧ y 2 ∈ W2 x + y = ( x1 + y1 ) + ( x 2 + y 2 ) ∈ W1 + W2 pues x1 + y1 ∈W1 ∧ x 2 + y 2 ∈W2 . v. R. y 2 .En ( R 3 . debemos probar que x + y ∈ W1 + W2 .3. +.. z ∈ R } y W2 = { (0.. w) = ( x1 . Luego W1 + W2 es un subespacio vectorial. R. x ∈ W1 + W2 . y 2 .. 0.Sean W1 . PROPOSICIÓN 3. 0. z1 ) + (0.3.. z ) ∈ R 3 / y. y. y. x1 ∈W1 ∧ x 2 ∈W2 y = y1 + y 2 .1. x = x1 + x2 ⇒ ax = ax1 + ax2 ∈ W1 + W2 pues ax1 ∈ W1 ∧ ax2 ∈ W2 . ·) y consideremos: W1 = { ( x.La suma de dos subespacios de V es un subespacio vectorial de V. R. +. x1 ∈W1 ∧ x 2 ∈W2 }. z1 ) ∈ W1 y (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 ). ⎫ W1 + W2 = ⎨ ⎬ ( x1 . R. PRUEBA Sea W1 + W2 = { x ∈V / x = x1 + x 2 . 0.2. i) x. z 2 ) ∈ W2 ⎭ ⎩ 21 .1. z ∈ R } Tenemos: ⎧(u . z ) ∈ R 3 / x − y = 0 } W2 = { ( x.1. z ) ∈ R 3 / x − y = 0 ∧ 2 x + z = 0 } es un subespacio de ( R 3 . Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 3. v. y .Sea ( R 3 . z ) ∈ R 3 / 2 x + z = 0 } W1 ∩ W2 = { ( x.Notas de clase de Álgebra Lineal I Víctor G.

Diremos que V es la suma directa de los subespacios W1 y W2 y denotaremos por: V = W1 ⊕ W2 . 0. y ) ∈ { (0.Notas de clase de Álgebra Lineal I Víctor G. 2 DEFINICIÓN 3. w) ∈ R 3 se puede escribir (0. 2 2 2 2 ii) Probaremos ahora que W1 ∩W2 = { (0. { (0.. Osorio Vidal ---------------------------------------------------------------------------------------------------------Podemos observar que W1 + W2 = R 3 pues cualquier vector (u. y ) ∈ W2 ⇒ x = y ∧ x = − y ⇒ x = y = 0 ⇒ ( x. y ) ∈ R 2 / y = x } y W2 = { ( x. W1 y W2 subespacios de V. R. como (u . 1 1 1 1 Obsérvese que ( (u + v).4. w) = (u . 1 w) ∈ W1 2 y 1 w) ∈ W2 . 0) } ⊂ W1 ∩ W2 se cumple siempre.Sean V un espacio vectorial sobre K .4.En ( R 2 .4 se tiene: R 2 = W1 ⊕ W2 22 . De i). v. v) ∈ R 2 se puede expresar como: (u . 0) } .. (v − u )) ∈ W2 . 0. (u + v)) + ( (u − v ). y ) ∈ R 2 / y = − x } R 2 = W1 ⊕ W2 . w) 2 2 donde (u . (v − u )) 2 2 2 2 es decir que R 2 = W1 + W2 . ii) y la definición 3.1. 0) } ∴ W1 ∩W2 = { (0. v ) = ( 1 1 1 1 (u + v ). +. Si y solo si: i) V = W1 + W2 ii) W1 ∩ W2 = {θ } EJEMPLO 3. v. v. y) ∈ W1 ∧ ( x. Sea ( x. y ) ∈ W1 ∩ W2 ⇒ ( x. 0) } . Luego W1 ∩W2 ⊂ { (0. 0) } . En efecto: i) Cualquier vector (u. ·) consideremos los subespacios: W1 = { ( x. 1 1 w) + (0. v. (u + v)) ∈ W1 y ( (u − v).

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

ii) y de la definición 3.4 se tiene: V = U ⊕W OBSERVACIÓN 3. 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). En efecto la suma de los subespacios W1 . Además si tales subespacios tienen como único elemento común al vector cero.. K . 2. Wn de (V .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 . ∀i = 1.Notas de clase de Álgebra Lineal I Víctor G. n ⎬ i =1 i =1 ⎭ ⎩ W es un subespacio de (V .5. ii) Demostraremos que U ∩ W = {θ } . De i). Sea A ∈ U ∩ W ⇒ A ∈ U ∧ A ∈ W ⇒ A = AT ∧ A = − AT ⇒ A = θ . +. K . Luego U ∩ W = {θ } . es decir si para todo i ≠ j se tiene que Wi ∩ W j = {θ } . ·) . W2 . K . ·) es el conjunto: n n ⎫ ⎧ W = ∑ Wi = ⎨v ∈ V / v = ∑ wi ∧ wi ∈ Wi .

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

Sign up to vote on this title
UsefulNot useful