Espacios Vectoriales

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS ECONMICAS E.A.P. DE ECONOMA

INTEGRANTES: Limachi Astocondor, Elcira G. 11120050 Salazar Quispe, Mirian K. Sicha Cruz, Sandra Soto Roca, Raquel Valencia Guerrero, Milagros CURSO: Matemtica III TEMA: Espacios Vectoriales AULA: 210 CICLO: 3 10120197 11120284 11120089 11120209

2012

Espacios Vectoriales

INDICE
PRESENTACIN1 OBJETIVOS.2 ESPACIOS VECTORIALES ................................................................................................. 3 PROPIEDADES DE LOS ESPACIOS VECTORIALES .................................................... 6 SUB ESPACIO VECTORIAL ............................................................................................... 6 DEPENDENCIA E INDEPENDENCIA LINEAL .................. Error! Bookmark not defined. SISTEMA DE GENERADORES ............................................. Error! Bookmark not defined. BASE DE UN ESPACIO VECTORIAL .................................. Error! Bookmark not defined. DIMENSION DE UN ESPACIO VECTORIAL. .................... Error! Bookmark not defined. TRANSFORMACIONES LINEALES ................................................................................ 16 NUCLEO Y IMAGEN .......................................................................................................... 17 COMPOSICION DE TRANSFORMACIONES LINEALES ........................................... 19 BIBLIOGRAFIA21

Espacios Vectoriales

PRESENTACIN
Este presenta trabajo presenta los temas espacios vectoriales y transformaciones lineales los cuales son arte del curso de algebra lineal y dentro de ellos los temas de subespacios, combinaciones lineales, base y dimensin de un espacio vectorial entre otros.

Pgina 1

Espacios Vectoriales

OBJETIVOS

Con este trabajo se quiere lograr, conocer algunos conceptos necesarios para la mejor comprensin de los temas que se desarrollaran en la clase de matemtica III.

Pgina 2

Espacios Vectoriales

ESPACIOS VECTORIALES
DEFINICIN: El espacio vectorial es una terna (V,+, ), sean V un conjunto, k un campo y dos operaciones suma (+), y la otra producto (.). Los elementos de V son vectores, los elementos de k son escalares

APLICACIN SUMA +:VXVV (X,Y) +(X,Y)=X+Y . x+y = y+x; donde x;y V . x+(y+z)=(x+y)+z, x;y;z V axioma conmutativa axioma asociativa

x+0=0+x=x donde cero es un elemento neutro; x V; existe 0 V x+ (-x)= (-x)+ x, donde x es el opuesto de x; x V, existe x V

APLICACIN PRODUCTO . : KXV V (,x) .(,x)=x (x)= ()x; (+)X=x+x; (x+y)= x+y; x, , k x e V; x,y e V; , K k

1.x=x; x e V; 1 k un elemento multiplicativo

CONDICIONES QUE VERIFICAN LOS ESPACIOS VECTORIALES 1. 2. x+(y+z)=( x+y)+z x+y= y+x x, y,z V x,y V

Pgina 3

Espacios Vectoriales
3. 4. 5. 6. 7. 8. x +0= 0+x neutro (x)= ()x x+(-x)=(-x)+ x (x +y)= x+ y 1x=x (+)x= .x+x 0 V, x V donde cero es un elemento x V , ,y R x V, existe el opuesto de x K, x,y V x V 1 K ,x V , K, x V

Ejemplo 1: V= ,

K=

(a,b) + (c,d)= (a+c, b+d) .(a,b) = (a, b) Es ( 1) , +, ., ) un espacio vectorial? (a,b)+[(c,d)+(m,n)] = (a,b)+[(c,m),(d,n)] [a+(c,m), b+(d+n)] = [(a+c)+m,(b+d) +n] (a+c, b+d) +(m,n) = [(a,b) + (c,d)] + (m,n) (a,b) + (c,d)= (a+c, b+d) =(c+a ,d+b) =(c,d) +(a,b) (a,b) (x,y) (a,b) +(x,y) = (a,b) (a+x, b+y) = (a,b) (a+x, b+y) =(a,b) a+x=a x=0 b+y=b y=0 (0,0) (a,b) +(0,0)=(a,b) (.(a,b)=(.a , .b) =.(a,b) =[.(a,b)] (a,b) , (p,q) (a,b) + (p,q) = (0,0) (a+q, b+q)= (0,0)

2)

3)

4)

5)

Pgina 4

Espacios Vectoriales
a+q=0 p=-a b+q=0 q=-b 6) (-a,-b)

[(a,b)+(c,d)= (a+c, b+d) =(a+c), (b+d) = (a+c, b+d) =(a,b)+(c,d) =(a,b)+(c,d) (a,b) , 1 1.(a,b)=(1.a, 1.b) =(a,b) ( ,+,, ) es un espacio vectorial ,+, , ) ,, es un espacio vectorial donde )=( + , + , + )

7)

En general: ( ( , ,

)+( ,

CONTRAEJEMPLO: V= Se definen: x+y= x+y .x = x. Es ( ,+,, ) es un espacio vectorial) k=

1) x+y = x.y = y.x = y+x 2) (x+y)+z= (x.y) +z =(x.y).z =x(yz) =x +(yz) =x+(y+z) 3) x+e= x x.e=x 4) x+n=1 =1 e= 1

Pgina 5

Espacios Vectoriales
n= 5) ( .).x= =( = ) =(.x) (+).x= = . =(.x).(.x) =x+.x (x+y)=

6)

7)

No es un espacio vectorial

PROPIEDADES DE LOS ESPACIOS VECTORIALES Sea (V,+, ,) un espacio vectorial: a) El elemento 0 es nico. b) El producto escalar 0 por cualquier vector es el vector nulo. c) El producto de un escalar por un vector es el vector nulo entonces el escalar es 0 o el vector es nulo es decir: six= =0 ^ x= d) El opuesto de cualquier escalar por un vector es igual al opuesto de su producto si k, x V, (-)x=-(x)

SUB ESPACIO VECTORIAL Sea (V, +, K, *) un espacio vectorial cualquiera y W , W V, diremos que W es un sub espacio vectorial de V, si y solo si:

Ejemplo 2: Sea: (R3,+, R,*) un sub espacio vectorial W = {(x, y, z) R3 /x=z} Es W un sub espacio vectorial de R3? Solucin

Pgina 6

Espacios Vectoriales

OPERACIONES CON SUB ESPACIOS Sean W1 y W2 dos sub espacios vectoriales de V. 1. INTERSECCIN DE SUB ESPACIOS La interseccin de dos subespacios vectoriales se define de la siguiente forma:

La interseccin de dos sub espacios es un sub espacio de V. Observacin: Para la interseccin sucesiva de espacios vectoriales se procede, inductivamente, de dos en dos. 2. UNIN DE SUBESPACIOS La unin de dos sub espacios vectoriales se define de la siguiente forma:

La unin de sub espacios no siempre es sub espacio de V. 3. SUMA DE SUB ESPACIOS La suma de dos sub espacios vectoriales se define de la siguiente forma:

La suma de dos sub espacios es un sub espacio de V.

Pgina 7

Espacios Vectoriales
Si Wi son sub espacios vectoriales, con i=1,..., n se define la suma de estos n sub espacios vectoriales como:

4. SUMA DIRECTA DE SUB ESPACIS VECTORIALES Si la interseccin entre W1 y W2es el sub espacio trivial (es decir, el vector nulo), entonces a la suma se la llama "suma directa". Es decir:

SUB ESPACIO GENERADO

Sea (V, +, K, *) un espacio vectorial y AV un subconjunto de V , el conjunto de todas las combinaciones lineales de un numero finito de elementos de A es un sub espacio de V y se denomina sub espacio generado por A. Se denota de la siguiente manera: Ejemplo 3: En el espacio vectorial (R3,+, R,*), se considera A= {(1, 2,-1), (3, 0, 1)}. Hallar el sub espacio L(A). Solucin:

Pgina 8

Espacios Vectoriales
Suma de espacios vectoriales: Ya que la unin de sub espacios vectoriales no tiene por qu ser un sub espacio vectorial, necesitaramos una operacin alternativa que recoja en cierta forma la idea de JUNTAR o AADIR propia de la unin, que mantenga la estructura de sub espacio vectorial. Sean U1 y U2 sub espacios de un espacio vectorial (V;+; .;IK) y sea L V, U1 + U2 es suma directa de L, lo que se denota poniendo U1 U2 = L, si se verifica que U1 + U2 = L y U1 \ U2 = 0 Si L = V a los sub espacios U1; U2 se les denominan sub espacios suplementarios. U+V=x V / x=u +v,uU,vV Ejemplo 4: Sean los sub espacios vectoriales x, y,z) x, y, z)

/ Z=0 / X=Y=0

Se puede observar que W1 representa un plano del espacio y W2 una recta del espacio no coincidente con el plano, pudindose comprobar que , y adems

que Por tanto se puede afirmar que Adems en este caso podemos afirmar que W1 y W2 son SUBESPACIOS SUPLEMENTARIOS. Es decir, cuando coincide con el espacio vectorial total. COMBINACION LINEAL DEFINICIN 1: Sea un conjunto de vectores v1, v2,, vn que pertenecen al espacio vectorial V,
y un vector v V, diremos que este vector v es una combinacin lineal de v1, v2,, vn si es que v puede expresarse as:

y W=V, es decir la suma directa

v=1 v1 + 2 v2 +. +n vn
Donde: 1, 2, n son escalares

Pgina 9

Espacios Vectoriales

Ejemplo: El vector (x, y, z) IR3 es una C.L. de i = (1, 0,0), j = (0, 1,0), k = (0, 0,1), porque (x, y)=xi+yj+zk

DEPENDENCIA E INDEPENDENCIA LINEAL 1. DEPENDENCIA LINEAL (L.D.) Definicin 2:

Tomemos otra vez a los vectores v1, v2,, vn V, se dice que este conjunto de vectores es linealmente dependiente si existen n escalares 1, 2, n, (donde debe existir por lo menos un i 0), tales que:

1 v1 + 2 v2 +. +n = 0

Observacin 1: Si un conjunto es linealmente dependiente, existe algn vector entre ellos que es combinacin lineal de los dems, pero esto no quiere decir que cualquier vector de ellos sea combinacin lineal de los dems.

Por ejemplo, el siguiente conjunto en IR3 podemos comprobar que es L.d.: u=(1,0,0), v=(0,1,0), w=(1,1,0), k=(0,0,1), Tenemos que w = u + v (es decir, w=1u + 1v + 0k), hay un vector que es combinacin lineal de los dems. Pero no cualquier vector lo es, puesto que k no es combinacin lineal de los dems. Esto se puede ver haciendo: (0, 0,1) = (1, 0,0) + (0, 1,0) + (1, 1,0) Se obtiene un sistema incompatible. (Es decir no nos proporciona ninguna solucin).

Pgina 10

Espacios Vectoriales
INDEPENDENCIA LINEAL (L.I) Definicin 3
Los vectores v1, v2,, vn V son linealmente independientes si la ecuacin: 1 v1 + 2 v2 +. +n = 0, implica que 1= 2== n=0 Propiedades de la dependencia e independencia lineal. 1. Si el conjunto solo tiene un vector, el conjunto es L.d. si y slo si el vector es el (Vector cero). 2. Si el (vector cero) pertenece a un conjunto de vectores, el conjunto es L.d. 3. Si en un conjunto de vectores aparecen vectores repetidos el conjunto es L.d. 4. Si el conjunto consta de ms de dos vectores: el conjunto es L.d. si y solamente si un vector del conjunto es combinacin lineal de los restantes. 5. Si en un conjunto de vectores uno de ellos es mltiplo escalar de otro el conjunto es L.d. 6. Si el conjunto consta de ms de dos vectores y el primer vector no es el vector cero: el conjunto es L.d. si y solamente si un vector del conjunto es combinacin lineal de los vectores anteriores en el conjunto. 7. Si un conjunto de vectores contiene un subconjunto de vectores que es L.d., el conjunto es a su vez L.d. 8. Si un conjunto de vectores es L.i. entonces cualquier subconjunto de l tambin ser linealmente independiente.

EJEMPLO 1 1.-En IR4, los vectores v1 = (1, 0,-1,2), v2 = (1, 1, 0,1) y v3 = (2, 1,-1,1) son linealmente independientes: ++2=0 + =0 - -=0 2++=0

v1 +v2+v3 =0

===0

Pgina 11

Espacios Vectoriales

SISTEMA DE GENERADORES Definicin 4: Subespacio generado y sistema generador.

Sea V un espacio vectorial y A = {v1, v2, vn} V, entonces definimos L (A) como el conjunto formado por todas las combinaciones lineales de los vectores v1, v2, vn: L (A) = {1 v1 + 2 v2 +. +n; i K} Donde L(A) es un subespacio vectorial de V, que se llama subespacio generado por A y donde al conjunto A se le llama sistema de generadores de L(A).

Un espacio vectorial V se dice que es de tipo nito si est generado por un nmero nito de vectores. Es decir, si existe un sistema de generadores A = {v1, v2, vn} Para estos espacios vectoriales de tipo nito, podemos denir sin problemas la noci n d e b a s e .

Propiedades Si A y B son dos subconjuntos nitos de un espacio vectorial V, entonces: 1. A 2. A B L (B) L(A) L (B). L(B). L(B) y B L(A).

L(A) A

3. L(A) = L (B)

EJEMPLO: 1) Hallar un sistema generador del subespacio {x = y} de IR3. Para ello obtenemos primero la forma paramtrica, que es {(, , ): , }. Entonces, (, , ) = (1, 1, 0) + (0, 0, 1).

Pgina 12

Espacios Vectoriales

As pues, (1, 1,0) y (0, 0,1) son un sistema generador del subespacio dado.

BASE DE UN ESPACIO VECTORIAL

Sea V un espacio vectorial de tipo finito y un sistema de vectores B base de V si se cumple que: 1. B es un sistema generadores de V 2. B es linealmente independiente Dicho de otro modo se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. Teorema de la base: Todo espacio vectorial V {0} (o subespacio vectorial) con un sistema de generadores finito posee al menos una base. Teorema Steinitz: Toda base de un espacio vectorial puede ser cambiada parcialmente por vectores linealmente independientes. V, diremos que B es una

Proposicin 1 Si V {0} es un espacio vectorial con una base formada por n vectores entonces cualquier conjunto de n+1 vectores es L.d. Sea B = {v1, v2, vn} una base de V y A= {u1,..., un, un+1} V, con

Para que una combinacin lineal de los vectores de A sea igual al vector cero, se ha de cumplir: ( ) Que es un sistema lineal homogneo de n ecuaciones con n+1 incgnitas y tiene por tanto infinitas soluciones ( ) (0,0,0).Luego A es L.d.
. . .

Pgina 13

Espacios Vectoriales

Proposicin 2 Si V {0} es un espacio vectorial finitamente generado, entonces todas sus bases tienen el mismo nmero de elementos.

EJEMPLO 2: Una base de IR3 (1, 0,0) (1, 1,0) (0, 2,-3) Son linealmente independientes dado que forman un determinante nulo Son sistema generador de IR3 porque cualquier vector (a, b, c) se puede poner como combinacin lineal de ellos. En efecto dado (a, b, c) buscamos , , que satisfagan: (a, b, c) = (1, 0,0)+ (1, 1,0)+ (0, 2,-3) +=a +2=b -3=c En las , , incgnitas que es compatible determinado para cualquier a, b, c.

DIMENSION DE UN ESPACIO VECTORIAL

Si un espacio vectorial V es de dimensin nito, teniendo en cuenta el teorema de la base y la proposicin 2, diremos que: dim (V)= n Se llama dimensin de V {0}, al nmero de vectores de cualquier base de V, as: Por tanto, la dimensin es el mximo nmero de vectores independientes que podemos tener en el espacio o subespacio. Proposicin 1: Sea V es e.v finitamente generado y U subespacio de V (U <V), entonces: dim U <dim V. Nos limitaremos a hacer la demostracin. Observacin 1: Una base de un espacio vectorial V {0} de dimensin n est formada por cualesquiera n vectores linealmente independientes.

Pgina 14

Espacios Vectoriales

Observacin 2: Si V = {0}, entonces Dim (V) =0 Si V es de tipo finito, su dimensin es el nmero de elementos de cualquier base V. Si V no es de tipo finito, diremos que tiene dimensin infinita, y escribiremos dim V = Interpretacin geomtrica de subespacios Sean V= IRn y S incluido IRn es un subespacio vectorial: 1. Si dim S = 0, S = {0} es un punto (el origen). 2. Si dim S = 1, S = L ({u}) es la recta que pasa por el origen con vector de direccin u. 3. Si dim S = 2, S = L ({u; v}) es el plano que pasa por el origen con vectores de direccin u y v. 4. Si 2 < k = dim S < n - 1, S es un k-plano que pasa por el origen. 5. Si dim S = n - 1, S es un hiperplano que pasa por el origen. 6. Si dim S = n, S = IRn es todo el el espacio Proposiciones: Sea S = {v1, v2, vn} un sistema de vectores de un e.v. V de dimensin finita, tenemos: 1. Si S es sistema de generadores ,y m =dim V ,entonces S es base de V 2. Si S es L.i y m=dim V ,entonces S es base de V Frmula de Grassmann Dado dos subespacios vectoriales S y P V de dimensin finita, tenemos el resultado siguiente: Dim (S+P)=Dim(S+P)-Dim (S P) SUBESPACIOS SUPLEMENTARIOS Dos subespacios S y T de un espacio vectorial V se llaman suplementarios si V=S V=S+T y S T = {0} , entonces: T si y solo si:

Dim S

T = Dim (S) +Dim (T)

Pgina 15

Espacios Vectoriales

TRANSFORMACIONES LINEALES

El concepto de funciones se aplicara en este tema con la nica excepcin de que nos interesar mas las funciones cuyos dominios y recorridos son subconjuntos de espacios vectoriales. Tales funciones son llamadas transformaciones lineales, aplicaciones u operaciones. DEFENICIN 1: Sea V y W dos espacios vectoriales sobre un espacio vectorial k. una transformacin lineal es

Una transformacin lineal debe cumplir con el siguiente axioma: a) T( av + w) = aT(v) + T(w)

PROPIEDADES: Sea V y W un espacio vectorial de dimensin finita sobre el cuerpo K, c escalares de los R. Entonces existe una nica transformacin lineal T:V W tal que: a. b. c. d. T(0V) = 0W T(-v)= -T(v) T( v1 v2) =T(v1) T(v2) v= c1v1 + c2v2 + c3v3 +cnvn(1) T (v) = c1w1+ c2w2 + c3w3 +cnwn(2)

Pgina 16

Espacios Vectoriales
De (1) y (2) podemos afirmar: T (v) = c1T(v1) + c2T(v2) + + cnT(vn) Ejemplo 01 La proyeccin de los vectores transformacin lineal? Solucin: Para demostrar que este vector es una transformacin lineal, para ello, aplicaremos la definicin resumida: T ( av + bw) = aT(v) + T(w), para todo v = (x, y, z) R3, w = (m, n, s) R3 y para todo a R3, dondeav = (ax, ay, az), w = (m, n, s) y av + w =(ax + m, ay + n, az + s) Veamos: T(av + w) = T(ax + m, ay + n, az + s), como quiero demostrar sobre el plano XY entonces s y z son constantes y su valor es cero por tanto T (av + w) = T (ax + m, ay + n, a0 + 0) T (av + w) = T (ax, ay, 0) +T(m, n, 0) T (av + w) =aT(x, y, 0) + T(m, n, 0) T (av + w) =aT(v) + T(w) Proposicin 1: Sea f : V W una transformacin lineal. Entonces F es monomorfismo Nu(f) ={0} NUCLEO Y IMAGEN DEFINICIN 2: Sea Transformacin lineal. El NUCLEO de T denotado por N(T) o Ker(T), es el conjunto de todos los vectores vV tales que T(v) = 0 (x, y, z) R3 sobre el plano XY, es una

Ker(T)esta incluido en V Ker(T) es subespacio de v

Pgina 17

Espacios Vectoriales
EJEMPLO 02 Sea la transformacin lineal T: R3R3 definido por la regla T(x, y, z) = (x + 2y +5z, 3x + 4y + 7z, x y), hallar el ncleo de T Solucin: El ncleo de T se obtiene haciendo el vector. w = (x + 2y +5z, 3x + 4y + 7z, x 2y) = (0, 0, 0) entonces x + 2y +5z = 0 x = 2y 3x + 4y + 7z = 0 suponiendo que z = t x 2y = 0 y = - 5/4 t, x = - 5/2t Entonces el vector solucin es (x, y, z) =( - 5/2t, - 5/4t, t) entonces t( - 5/2, - 5/4, 1) DEFINICIN 3: Sea Transformacin lineal. La IMAGEN de T denotado por T(V) es el subespacios de W

EJEMPLO 03 Sea la transformacin lineal T: R3 R3 definido por la regla T(x, y, z) = (y + 5z 3x, 3x + z + 5y, 4z 3x), hallar la imagen de T. La imagen de T esta formada por vectores de la forma (r, s, t) tal que T(v) = (y + 5z 3x, 3x + z + 5y, 4z 3x) = (r, s, t) El problema consiste en hallar los vectores (r, s, t) tal que existe una ecuacin que les relacione Y + 5z -3x = r Y + 5z -3x = r 3x + z + 5y = s 3x + z + 5y = s 3x + z + 5y = s 4z 3x = t 4z 3x =t 6y + 6z = r + s * 5y + 5z = s + t ** Al igualar * y ** se obtiene

Pgina 18

Espacios Vectoriales
Proposicin 2: Sean V y W dos K-espacios vectoriales y sea f : V W una transformacin lineal. Entonces, si {vi: iI es un sistema de generadores de V, {f (vi):iI} esun sistema de generadores de Im(f). TEOREMA 1: Una transformacin lineal T: V W, es inyectiva si, solo si N(T)={0}, 0 W, donde N representa el ncleo. Demostracin: () si T es inyectiva N (T)= {0v}, 0v: vector nulo de v Veamos: Si v N(T)T(v)=0w .(1) Debo probar que v=0v, donde 0v V Como N(T) es subespacio de V, se cumple 0w=T(0V).(2) (2) en (1): T (v)=T (0V) Pero, T es inyectiva v=0v () si N (T) =0V T es inyectiva Sea N (T)=0v entonces T (u)=T (v) T (u) - T (v) = 0w T (u - v) =0w u v = 0v u=v TEOREMA 2: Sea V un K espacio vectorial de dimensin finita y T :VW una transformacin lineal, entonces :dim(V) =dim N(T) + dimIm (T) TEOREMA 3: Sea V un K espacio vectorial de dimensin finita y T: VW una transformacin lineal, tiene inversa a izquierda si, y solo si, es inyectiva.

COMPOSICION DE TRANSFORMACIONES LINEALES La composicin de funciones usual puede realizarse, en particular, entre dos transformaciones lineales. El resultado es, en este caso, una nueva transformacin lineal. Proposicin 3. Sean V, W y Z K-espacios vectoriales. Sean f : V W y g : W Z transformaciones lineales. Entonces g f : V Z es una transformacin lineal. Demostracin. Sean v, w V . Entonces g o f(v + w) = g(f(v + v0)) = g(f(v) + f(w))= g(f(v)) + g(f(w)) =g o f (v) + g o f(w). Anlogamente, si K y v V , se tiene que g o f( v) = g(f( v)) = g( f(v)) = g(f(v)) = (g o f(v)).
Pgina 19

Espacios Vectoriales
Finalmente, analizamos las propiedades de la funcin inversa de una transformacin lineal biyectiva (es decir, un isomorfismo). Proposicin 4 Sean V y W dos K-espacios vectoriales y sea f : V W una transformacin lineal. Si f es un isomorfismo, entonces f-1: W V es una transformacin lineal (que resulta ser un isomorfismo). Demostracin. Sean w,w* W. Como f es un isomorfismo, existen nicos v,v* V tales que w = f(v) y w* = f(v* ). Entonces f-1 (w + w* ) = f-1 (f(v) + f(v* )) = f-1(f(v + v* )) = v + v* = f-1(w) + f-1(w* ): Dados w W y K, existe un nico v V tal que w = f(v). Entonces f-1( w) = f-1( f(v)) = f-1(f( v)) = v = (f-1(w)): Luego, f-1 es una transformacin lineal. Es claro que es biyectiva.

Pgina 20

Espacios Vectoriales

BIBLIOGRAFA

http://es.scribd.com/doc/40673112/18/Sistemas-de-generadores-y-bases http://personales.unican.es/camposn/espacios_vectoriales2.pdf http://www.dma.fi.upm.es/mreyes/Algebra/Apuntes/AL_ap_02.pdf http://es.wikipedia.org/wiki/Espacio_vectorial#Definici.C3.B3n_de_subespacio_ vectorial http://es.wikipedia.org/wiki/Subespacio_vectorial http://www.uam.es/personal_pdi/economicas/portega/web-algebra/capitulo1/teoria-1-3/1-3-subespacios.html http://www.dma.fi.upm.es/mreyes/Algebra/Apuntes/AL_ap_02.pdf http://docencia.udea.edu.co/GeometriaVectorial/uni4/seccion42.html Moiss Lzaro: algebra lineal, captulo 1,2, 3, 4 Coleccin Shau: algebra lineal, capitulo 7,8

Pgina 21