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

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

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

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

Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 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. 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]. Sean: p ( x ) = a 0 + a1 x + K + a n x n .Si se considera el conjunto de todos los polinomios de grado igual a n (n ∈ Z + ) con las mismas operaciones. consideremos: I m = {1.Notas de clase de Álgebra Lineal I Víctor G. n) a a mn 11 . m }. A = ⎢ M ⎢ ⎥ ⎪ ⎢a m1 K a mn ⎥ ⎪ ⎣ ⎦⎭ ⎩ A: P → K (1.. +. m} × {1.7. R. K ..Sea K un campo. n} = { (i. K . K . 2) a a12 M M (1. ·) 1. 1) a a11 (1. La verificación es análoga en el ejemplo NOTA.1.. es un espacio vectorial.1. I n = {1.1. j ) = a i j ∈ K . pues la adición para este conjunto no es una ley de composición interna. Definimos: m× n K ⎧ ⎡ a11 K a1n ⎤ ⎫ ⎪ ⎪ M M ⎥⎬ = ⎨ A : P → K / A (i. j ) / 1 ≤ i ≤ m ∧ 1 ≤ j ≤ n } es decir P = I m × I n (producto cartesiano de I m por I n ). no constituye un espacio vectorial sobre R. j ) a a i j M M (m.6. n} P = {1. n) a a1n M M (i. EJEMPLO 1.2. 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. v2 ) = (a v1 . K . 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. EJEMPLO 1. x n ) es solución del sistema } S con las operaciones usuales de adición y multiplicación por escalares es un espacio vectorial sobre R. Definimos: (v1 .9. v 2 ) / v1 ∈ V1 ∧ v2 ∈ V2 } para (v1 . EJEMPLO 1. K .... j ) + B (i. v2 + v' 2 ) a (v1 . (v'1 v' 2 ) ∈ V y a∈ K . V2 espacios vectoriales sobre el campo K y consideremos el conjunto: V = { (v1 . j ) = α A(i. 1) y a ∈ R definimos: 12 . Osorio Vidal ---------------------------------------------------------------------------------------------------------K m×n recibe el nombre de conjunto de matrices de orden m × n sobre el campo K. Definimos la: Adición : ci j = ( A + B ) (i . a v 2 ) V con las operaciones arriba definidas es un espacio vectorial sobre K. EJEMPLO 1. j ) = A(i.Sean V1 .Sea f : (−1.1.Notas de clase de Álgebra Lineal I Víctor G. Sea S = { ( x1 . B ∈ K m×n y α ∈ K . y ∈ ( −1. v2 ) + (v'1 v' 2 ) = (v1 + v'1 . x n ) /( x1 . Para x.1.10. v2 ). 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. Sean A. j ) = a i j + bi j ci j = (α A) (i.1.

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

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

y 2 ) ∈ R 2 : x ⊕ y = ( x13 + y13 ) 3 .Notas de clase de Álgebra Lineal I Víctor G. 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 ).15 o 3 = [ − 2. 5. 6.75 o 4 = [ 2. +. Para x ∈ V y para nx = ( n − 1) x + x cualquier entero positivo n. iii) y iv) de la proposición 1. K . 9. y} Si la multiplicación por escalar es la usual de números reales. ax 2 ) Averiguar si R 2 con las operaciones arriba definidas es un espacio vectorial. ·) un espacio vectorial?. Sea el conjunto Q ( 2 ) = { a + b 2 / a.2. y ∈ R : x ⊕ y = máx{ x. (b) K = Q y (c) K = R . Osorio Vidal ---------------------------------------------------------------------------------------------------------∀ x. − 2. ∀ k ∈ Z Por ejemplo 2. 8. Demostrar ii). Si: (a) K = Q ( 2 ) . 7. Denotando por Z el conjunto de todos los enteros. ( x 2 + y 2 ) 1 ( 1 3 ) ∀ a ∈ R . averiguar si R con las operaciones antes definidas es un espacio vectorial. se define el producto nx inductivamente por 1x = x y Para un entero negativo n. x) a nx 15 .75 ]4 = (2)(4) = 8 . se define nx = −(( − n) x ) . donde − n es un entero y por consiguiente (− n) x está bien definido.15 ]3 = (−3)(3) = −9 ¿Cuáles de las condiciones de espacio vectorial no se verifican?. ∀ x = ( x1 . En el conjunto R 2 se definen la adición y la multiplicación como sigue: 3 3 ∀ x = ( x1 . demostrar que la aplicación Z ×V → V verifica las siguientes propiedades: (n. x 2 ) . Sea Z el conjunto de los números enteros con la adición usual y la multiplicación por escalar definida por ∀ a ∈ R. ∀ x ∈ Z : a o x = [ a ] x donde [ a ] denota el máximo entero. y = ( y1 . x 2 ) ∈ R 2 : a o x = (ax1 . esto es [ a ]= k ⇔ k ≤ a < k + 1 . En un grupo aditivo V se da la siguiente definición. b ∈ Q } .

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

Construimos: W = {w ∈ R 3 / w = u + a(v − u ). tenemos que W ⊂ V por definición y además W ≠ Φ pues la función cero pertenece a W.4. consideremos: C = { f : R → R / f es continua } es un subespacio vectorial de F. a ∈ R } W no es un subespacio de R 3 .2. pues θ : R → R tal que θ ( x) = 0 para que x ∈ R es una función continua.2. Veamos si cumplen las condiciones i) y ii) del teorema. 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. 1) elementos de R 3 .. ·) y dados u = (1.. 17 . +. Las otras condiciones se cumplen en virtud de las propiedades de funciones continuas.Sea ( R 3 . 0. pues es fácil verificar que cero no pertenece a W. Osorio Vidal ---------------------------------------------------------------------------------------------------------- EJEMPLO 2. 3.3. tenemos: ( f + g )( a + b) = ( f + g )( a ) + ( f + g )(b) ∧ ( f + g )(λ a ) = λ ( f + g )( a ) luego f + g ∈ W .2.2.. 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. En efecto.2. SOLUCIÓN Haciendo uso del teorema 2. EJEMPLO 2. 0) y v = (−2. R.Sea V = F el R-espacio vectorial de todos las funciones reales de variable real.Notas de clase de Álgebra Lineal I Víctor G. EJEMPLO 2. tenemos que C ≠ Φ ya que θ ∈ C . i) f .Sea F el R-espacio vectorial de todas las funciones reales de variable real.

Definimos: S = { A ∈ R n×n / a i j = a j i . 18 . 1 ≤ i. En efecto. entonces f ∈ W2 ya que ∫ 1 dt = 1 . f ∈ W entonces: α ∈ R. EJEMPLO 2. EJEMPLOS 2.. pero f + f ∉ W2 pues ∫ 1 ( f (t ) + f (t )) dt = 2 ≠ 1 .7.. 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 .. +. W2 no es un subespacio pues no se cumplen las condiciones del teorema 2.Sea C n×n = {(ai j ) / ai j ∈ C } el espacio vectorial de las matrices de componentes complejas sobre el campo R.2. ∀i. ∀ j } Los elementos del conjunto S se denominan matrices simétricas.2. ·) son subespacios vectoriales. Definimos: H = {(ai j ) ∈ C n×n / ai j = −a j i . ∀ j } T = { A ∈ R n×n / ai j = −a j i .Notas de clase de Álgebra Lineal I Víctor G. tomemos f : R → R tal que f (t ) = 1 . j ≤ n } H es un subespacio de C n×n . Osorio Vidal ---------------------------------------------------------------------------------------------------------ii) α ∈ R.6. Los conjuntos S y T con las operaciones heredadas de ( R n×n .5.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. 0 0 EJEMPLO 2. R.Sea V = R n×n el espacio vectorial de las matrices cuadradas de orden n × n sobre el campo R.2.2. De i) y ii) W es un subespacio vectorial. ∀i. y a los elementos de T se les llaman matrices antisimétricas.

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

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

z ) ∈ R 3 / x − y = 0 } W2 = { ( x. ·) consideremos los subespacios: W1 = { ( x. y ∈ W1 + W2 . x1 ∈W1 ∧ x 2 ∈W2 }. Definimos: W = { x ∈V / x = x1 + x 2 . x ∈ W1 + W2 .. 0. y.3. z ) ∈ R 3 / x − y = 0 ∧ 2 x + z = 0 } es un subespacio de ( R 3 ..Notas de clase de Álgebra Lineal I Víctor G. +. y 2 . debemos probar que ax ∈ W1 + W2 . x1 ∈W1 ∧ x 2 ∈W2 } W se denota por W = W1 + W2 y se le llama suma de subespacios W1 y W2 . y 2 . z 2 ) ∈ W2 ⎭ ⎩ 21 . z ) ∈ R 3 / y. R. 0.3.) DEFINICIÓN 3. +. w) ∈ R 3 /(u . EJEMPLO 3.1. R..1. R. z ) ∈ R 3 / x. z1 ) + (0. PROPOSICIÓN 3. x = x1 + x2 ⇒ ax = ax1 + ax2 ∈ W1 + W2 pues ax1 ∈ W1 ∧ ax2 ∈ W2 . ⎫ W1 + W2 = ⎨ ⎬ ( x1 . 0. z ∈ R } Tenemos: ⎧(u . z 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 . W2 subespacios de (V . debemos probar que x + y ∈ W1 + W2 . R. z1 ) ∈ W1 y (0. z ∈ R } y W2 = { (0.1.La suma de dos subespacios de V es un subespacio vectorial de V.2. v.Sean W1 . +. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 3. i) x. ii) a ∈ K . . y . y.. ·) y consideremos: W1 = { ( x. PRUEBA Sea W1 + W2 = { x ∈V / x = x1 + x 2 . x1 ∈W1 ∧ x 2 ∈W2 y = y1 + y 2 . Luego W1 + W2 es un subespacio vectorial. v. z ) ∈ R 3 / 2 x + z = 0 } W1 ∩ W2 = { ( x. y. ·) . x = x1 + x 2 .En ( R 3 .Sea ( R 3 . +. 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 ). w) = ( x1 .

como (u . y ) ∈ W1 ∩ W2 ⇒ ( x. 2 2 2 2 ii) Probaremos ahora que W1 ∩W2 = { (0.. (v − u )) 2 2 2 2 es decir que R 2 = W1 + W2 . { (0.En ( R 2 . v. 0) } ⊂ W1 ∩ W2 se cumple siempre. w) 2 2 donde (u .4. 2 DEFINICIÓN 3. De i). w) = (u . y ) ∈ R 2 / y = x } y W2 = { ( x. Si y solo si: i) V = W1 + W2 ii) W1 ∩ W2 = {θ } EJEMPLO 3. ii) y la definición 3. Diremos que V es la suma directa de los subespacios W1 y W2 y denotaremos por: V = W1 ⊕ W2 . y ) ∈ { (0. (u + v)) ∈ W1 y ( (u − v). 0) } . 0) } . R. 0. v ) = ( 1 1 1 1 (u + v ). +.Sean V un espacio vectorial sobre K . Luego W1 ∩W2 ⊂ { (0. y ) ∈ W2 ⇒ x = y ∧ x = − y ⇒ x = y = 0 ⇒ ( x. 1 1 1 1 Obsérvese que ( (u + v). v.Notas de clase de Álgebra Lineal I Víctor G. v. v) ∈ R 2 se puede expresar como: (u . (u + v)) + ( (u − v ). w) ∈ R 3 se puede escribir (0. ·) consideremos los subespacios: W1 = { ( x. (v − u )) ∈ W2 . Osorio Vidal ---------------------------------------------------------------------------------------------------------Podemos observar que W1 + W2 = R 3 pues cualquier vector (u. 0) } ∴ W1 ∩W2 = { (0. y ) ∈ R 2 / y = − x } R 2 = W1 ⊕ W2 .4. 1 1 w) + (0. 0) } .. 1 w) ∈ W1 2 y 1 w) ∈ W2 . W1 y W2 subespacios de V.1. 0.4 se tiene: R 2 = W1 ⊕ W2 22 . En efecto: i) Cualquier vector (u. v. Sea ( x. y) ∈ W1 ∧ ( x.

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 )) . Sea A una matriz cuadrada arbitraria de orden n. ∀x ∈ R ⇒ 2 f ( x) = 0. y consideremos: U = { A ∈ V / A = A T } conjunto de las matrices simétricas.Notas de clase de Álgebra Lineal I Víctor G. En efecto: i) Debemos probar que V = V p + Vi .4.3. tenemos que: V = V p ⊕ Vi EJEMPLO 3.2...4. ∀x ∈ R ∧ f ( − x ) = − f ( x ).Sea V el espacio vectorial de todas las funciones de R en R. ii) Probaremos que V p ∩ Vi = {θ } .4. ∀x ∈ R ⇒ f = θ De i). y ( f ( x) − f ( − x)) es una 2 2 función impar. ii) y definición 3. W = { A ∈ V / A = − A T } conjunto de las matrices antisimétricas. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 3. Afirmamos que V = V p ⊕ Vi . 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 . i) Demostraremos que V = U + W .Sea V el espacio vectorial de las matrices cuadradas sobre el campo R. Sea f ∈ V p ∩ Vi ⇒ f ∈ V p ∧ f ∈ Vi ⇒ f ( − x ) = f ( x ). Demostrar 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.

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

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

Sign up to vote on this title
UsefulNot useful