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

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

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

+.R no es un espacio vectorial sobre K = C . ·) es un espacio vectorial. ck n ) ( K n .4. K) donde los a i ∈ K ...1. K. k n ) / k i ∈ K . K . Sean f . a1 + b1 . EJEMPLO 1.Sea K un campo.Consideremos F = { f : R → R } el conjunto de funciones y a∈ R definida en los reales y con valores reales. no siempre se cumple que axa ∈ R .5. y = (k '1 . K ) se deja al lector verificar que ( K ∞ . ·) es un espacio vectorial. Verificaremos sólo las condiciones V2) y V3).1. K. K . K . excepto un ⎫ K∞ =⎨ ⎬ número finito de elementos (números) ⎩ ⎭ Sean x = (ai ).. K . EJEMPLO 1. K . K ) cx = (ca0 . las demás quedan como ejercicio para el lector. ·) es un espacio vectorial. construyamos el conjunto: K n = {( k1 . a n + bn . 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. k ' n ) ∈ K n y c ∈ K . son todos ceros. 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 . EJEMPLO 1. Definimos: x + y = (a 0 + b0 . ∀i = 1.1. k n ). 10 . Pues si a ∈ C y x ∈ R . y = (bi ) ∈ K y c ∈ K . K .Notas de clase de Álgebra Lineal I Víctor G. V3) Para todo f ∈ F . +. definimos: x + y = (k1 + k '1 . R.2.Denotemos por: ⎧ x / x = (a 0 . K . Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 1.3. k n + k 'n ) cx = (ck1 . existe un opuesto que definimos como: ( − f )( x ) = − f ( x) tal que f + (− f ) = − f + f = θ . es decir. n } para x = ( k1 . K . y K = R . K . ca1 . a1 . no es una ley de composición externa.1. ca n . a n .. +.

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. es un espacio vectorial. n} P = {1. m }.6. 1) a a11 (1.1. j ) / 1 ≤ i ≤ m ∧ 1 ≤ j ≤ n } es decir P = I m × I n (producto cartesiano de I m por I 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]. m} × {1. K . 2) a a12 M M (1. j ) = a i j ∈ K . A = ⎢ M ⎢ ⎥ ⎪ ⎢a m1 K a mn ⎥ ⎪ ⎣ ⎦⎭ ⎩ A: P → K (1.2.. no constituye un espacio vectorial sobre R. ·) 1. n} = { (i. I n = {1.Notas de clase de Álgebra Lineal I Víctor G. +. j ) a a i j M M (m. R.Si se considera el conjunto de todos los polinomios de grado igual a n (n ∈ Z + ) con las mismas operaciones.Sea K un campo.. K . pues la adición para este conjunto no es una ley de composición interna. n) a a1n M M (i. K . Definimos: m× n K ⎧ ⎡ a11 K a1n ⎤ ⎫ ⎪ ⎪ M M ⎥⎬ = ⎨ A : P → K / A (i.. La verificación es análoga en el ejemplo NOTA. consideremos: I m = {1. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 1. K . EJEMPLO 1.7. Sean: p ( x ) = a 0 + a1 x + K + a n x n .1. n) a a mn 11 .

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

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

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

7. Sea el conjunto Q ( 2 ) = { a + b 2 / a. ·) un espacio vectorial?. K . 5. ( x 2 + y 2 ) 1 ( 1 3 ) ∀ a ∈ R . b ∈ Q } . y ∈ R : x ⊕ y = máx{ x. En un grupo aditivo V se da la siguiente definición. averiguar si R con las operaciones antes definidas es un espacio vectorial.2. 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 ). (b) K = Q y (c) K = R . 6. − 2. donde − n es un entero y por consiguiente (− n) x está bien definido. En el conjunto R 2 se definen la adición y la multiplicación como sigue: 3 3 ∀ x = ( x1 . Denotando por Z el conjunto de todos los enteros. Sea Z el conjunto de los números enteros con la adición usual y la multiplicación por escalar definida por ∀ a ∈ R. y = ( y1 . iii) y iv) de la proposición 1. +. y 2 ) ∈ R 2 : x ⊕ y = ( x13 + y13 ) 3 . esto es [ a ]= k ⇔ k ≤ a < k + 1 .15 o 3 = [ − 2. 8. se define nx = −(( − n) x ) . Osorio Vidal ---------------------------------------------------------------------------------------------------------∀ x. se define el producto nx inductivamente por 1x = x y Para un entero negativo n. ∀ k ∈ Z Por ejemplo 2.Notas de clase de Álgebra Lineal I Víctor G. x 2 ) ∈ R 2 : a o x = (ax1 . y} Si la multiplicación por escalar es la usual de números reales. ∀ x ∈ Z : a o x = [ a ] x donde [ a ] denota el máximo entero. demostrar que la aplicación Z ×V → V verifica las siguientes propiedades: (n. ∀ x = ( x1 . Para x ∈ V y para nx = ( n − 1) x + x cualquier entero positivo n. ax 2 ) Averiguar si R 2 con las operaciones arriba definidas es un espacio vectorial. 9.75 o 4 = [ 2.75 ]4 = (2)(4) = 8 . Demostrar ii). x) a nx 15 . x 2 ) . Si: (a) K = Q ( 2 ) .15 ]3 = (−3)(3) = −9 ¿Cuáles de las condiciones de espacio vectorial no se verifican?.

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

Notas de clase de Álgebra Lineal I Víctor G. Las otras condiciones se cumplen en virtud de las propiedades de funciones continuas. 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.2.Sea ( R 3 .3.2..4. consideremos: C = { f : R → R / f es continua } es un subespacio vectorial de F.Sea V = F el R-espacio vectorial de todos las funciones reales de variable real. a ∈ R } W no es un subespacio de R 3 . Construimos: W = {w ∈ R 3 / w = u + a(v − u ). +. EJEMPLO 2. R.. 17 . Osorio Vidal ---------------------------------------------------------------------------------------------------------- EJEMPLO 2. tenemos que C ≠ Φ ya que θ ∈ C . Veamos si cumplen las condiciones i) y ii) del teorema. ·) y dados u = (1.2.2.. 3. 0) y v = (−2. tenemos: ( f + g )( a + b) = ( f + g )( a ) + ( f + g )(b) ∧ ( f + g )(λ a ) = λ ( f + g )( a ) luego f + g ∈ W . pues θ : R → R tal que θ ( x) = 0 para que x ∈ R es una función continua. 1) elementos de R 3 . i) f .2. 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. 0. tenemos que W ⊂ V por definición y además W ≠ Φ pues la función cero pertenece a W. pues es fácil verificar que cero no pertenece a W.Sea F el R-espacio vectorial de todas las funciones reales de variable real. SOLUCIÓN Haciendo uso del teorema 2. EJEMPLO 2. En efecto.

.2.Sea C n×n = {(ai j ) / ai j ∈ C } el espacio vectorial de las matrices de componentes complejas sobre el campo R. Definimos: S = { A ∈ R n×n / a i j = a j i . 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.2.Notas de clase de Álgebra Lineal I Víctor G. De i) y ii) W es un subespacio vectorial. ∀i. entonces f ∈ W2 ya que ∫ 1 dt = 1 . ·) son subespacios vectoriales. j ≤ n } H es un subespacio de C n×n . 1 ≤ i.. f ∈ W entonces: α ∈ R..6. Definimos: H = {(ai j ) ∈ C n×n / ai j = −a j i . ∀i. En efecto. 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 . EJEMPLOS 2. +.7. R. 18 .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. tomemos f : R → R tal que f (t ) = 1 . EJEMPLO 2.5. 0 0 EJEMPLO 2. Osorio Vidal ---------------------------------------------------------------------------------------------------------ii) α ∈ R.2. y a los elementos de T se les llaman matrices antisimétricas. ∀ j } T = { A ∈ R n×n / ai j = −a j i .2. ∀ j } Los elementos del conjunto S se denominan matrices simétricas. Los conjuntos S y T con las operaciones heredadas de ( R n×n . W2 no es un subespacio pues no se cumplen las condiciones del teorema 2.

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

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

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

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

y ( f ( x) − f ( − x)) es una 2 2 función impar. W = { A ∈ V / A = − A T } conjunto de las matrices antisimétricas..4. Sea A una matriz cuadrada arbitraria de orden n.Sea V el espacio vectorial de las matrices cuadradas sobre el campo R. ∀x ∈ R ∧ f ( − x ) = − f ( x ). Sea f ∈ V p ∩ Vi ⇒ f ∈ V p ∧ f ∈ Vi ⇒ f ( − x ) = f ( x ). ∀x ∈ R ⇒ 2 f ( x) = 0.Sea V el espacio vectorial de todas las funciones de R en R.4.. i) Demostraremos que V = U + W . 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. 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 . Demostrar que V = U ⊕ W .3. En efecto: i) Debemos probar que V = V p + Vi . tenemos que: V = V p ⊕ Vi EJEMPLO 3.Notas de clase de Álgebra Lineal I Víctor G.4. ∀x ∈ R ⇒ f = θ De i). ii) Probaremos que V p ∩ Vi = {θ } . Afirmamos que V = V p ⊕ Vi .2. 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. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 3.

∀i = 1.Notas de clase de Álgebra Lineal I Víctor G. 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). Sea A ∈ U ∩ W ⇒ A ∈ U ∧ A ∈ W ⇒ A = AT ∧ A = − AT ⇒ A = θ . 2. n ⎬ i =1 i =1 ⎭ ⎩ W es un subespacio de (V . K . En efecto la suma de los subespacios W1 . ·) . Luego U ∩ W = {θ } . +. 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.5. ii) y de la definición 3.4 se tiene: V = U ⊕W OBSERVACIÓN 3. Además si tales subespacios tienen como único elemento común al vector cero. W2 . K . entonces diremos que W es la suma directa y escribiremos: W = W1 ⊕ W2 ⊕ K ⊕ Wn 24 . Wn de (V . ·) es el conjunto: n n ⎫ ⎧ W = ∑ Wi = ⎨v ∈ V / v = ∑ wi ∧ wi ∈ Wi . De i). K . K .. ii) Demostraremos que U ∩ W = {θ } . +.

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

Sign up to vote on this title
UsefulNot useful