Está en la página 1de 5

ÁLGEBRA MATRICIAL

PROF. MARIELA SARMIENTO

SESIÓN 2: ESPACIO VECTORIAL

Propiedades de la adición de vectores y la multiplicación de un vector por un


escalar

Teorema 2.1: Si A, B y C son vectores cualesquiera y c y d son escalares


entonces la suma vectorial y la multiplicación por un escalar cumplen lo siguiente:
1. A + B = B + A (Ley conmutativa)
2. A + (B + C) = (A + B) + C (Ley Asociativa)
3. ∃ O tal que A + O = A (Elemento Neutro para la suma)
4. ∃ -A tal que A + (-A) = O (Elemento Simétrico o Negativo)
5. c(A + B ) = cA + cB (Ley Distributiva)
6. (c + d) A = cA + dA (Ley Distributiva)

Definición: Un Espacio Vectorial real V está formado por un conjunto de vectores,


y un conjunto de escalares (números reales), y está dotado por dos operaciones
suma de vectores y multiplicación por un escalar tal que para cada par de vectores
A∈V y B∈V y ∀c∈R se tiene: A+B ∈ V y cA ∈ V de tal forma que se
satisfacen las propiedades del Teorema anterior.

Observación: Representación geométrica de i y j:


Si A = ( a1 , a2 ) se tiene:
(a1, a2) = (a1, 0) + (0, a2) = a1(1, 0) +
a2(0, 1)
Los vectores (1, 0) y (0, 1) son
vectores de magnitud 1 por lo que se
llaman vectores unitarios y los
denotamos por:
i = (1, 0 ) , j = ( 0 , 1)
Propiedades de los espacios vectoriales
Sea (V, K, +, . ) un espacio vectorial
1. 0 . u = O ∀ u ∈ V
2. α . O = O , ∀ α ∈ K
3. α . u = 0 → α = 0 ó u = O
4. (- α)u = -(αu) , ∀u∈V y ∀α∈K. En particular -u = (-1)u = -( 1u)

SUBESPACIOS
Definición: Dado (V, K, +, . ) un espacio vectorial y dado S ⊂ V un subconjunto
no vacío de V, decimos que (S, K, +, . ) es un subespacio de (V, K, +, . ) si y sólo
si (S, K, +, . ) es un espacio vectorial.

Ejemplo 1: Sea (R2, R, +, . ) y sea S = { (x,y) ∈ R2 / y = 2x } S es un


subespacio de R2. En efecto, S ⊂ R2 y cumple con todas las propiedades para (S,
R, +) y (S, R, .) , luego S es un espacio vectorial.

Proposición: Si S ⊂ V , S ≠ ∅ y S es cerrado con respecto a la suma y al


producto por un escalar entonces (S, K, +, . ) es un subespacio de (V, K, +, . ).

Ejemplo 2: Verifiquemos que S, dado en el ejemplo 1, es un subespacio de


(R2, R, +, . ).

1. S ≠ ∅ ? Si porque (1,2) ∈ R2
2. S ⊂ V ? Cierto, por definición de S todos los elementos de S están en R2.
3. S es cerrado respecto a la suma ? ( Si a , b ∈ S → a + b ∈ S ?)
Sea a (x , y) y b (z, w) → y = 2x , w = 2z Luego
a + b = ( x, y ) + ( z , w) = ( x,2 x ) + ( z ,2 z ) = ( x + z ,2 x + 2 z ) = ( x + z , 2 ( x + z )) ∈ S
4. S es cerrado respecto al producto por un escalar?
(Si α∈R y a∈S → αa ∈ S ?)
α a = α ( x, y ) = α ( x, 2 x ) = (α x , 2 α x ) ∈ S
Luego S es un subespacio de R2

OPERACIONES CON SUBESPACIOS


1. Intersección de Subespacios:
Sea {Si} una familia de subespacios de (V, K, +, . ) entonces S = I S i es un
i
subespacio de V.

2. Unión de Subespacios:
Si S1 y S2 son subespacios de V entonces S1 U S2 no necesariamente es un
subespacio de V.

Ejemplo 3:
En (R2, R, +, . ), consideremos a S1
y S2 formados por cada una de las
rectas de la figura, entonces S1 U S2
está formado por el par de rectas. Si
tomamos los vectores a ∈ S1 y b ∈
S2 tenemos a + b ∉ S1 U S2
(a+b está fuera de ambas rectas)

3. Suma de Subespacios:
Sea S1 y S2 dos subespacios de (V, K, +, . ).
Sea S = S1 + S2 = { x ∈ V / x = x1+ x2 , x1 ∈ S1 , x2 ∈ S2 }
S es un subespacio suma de S1 y S2 . S es un subespacio de V.

Demostración:
1. S ≠ ∅ ? Si porque O ∈ S1 y O ∈ S2 por ser subespacios. Entonces
O + O = O ∈ S 1 + S2 → O ∈ S
2. S ⊂ V ? Cierto, por definición de S.
3. S es cerrado respecto a la suma ? ( Si a , b ∈ S → a + b ∈ S ?)
Sean a , b ∈ S → a = a1 + a2 y b = b1 + b2
con a1 , b1 ∈ S1 y a2 , b2 ∈ S2 Luego
a + b = (a1 + a 2 ) + (b1 + b2 ) = (a1 + b1 ) + (a 2 + b2 ) ∈ S

donde (a1 + b1) ∈ S1 y (a2 + b2) ∈ S2 Luego (a + b) ∈ S


4. S es cerrado respecto al producto por un escalar?
(Si α∈R y a∈S → αa ∈ S ?)
Sea α∈R y a∈S , a = a1 + a2 con a1 ∈ S1 y a2 ∈ S2
α a = α (a1 + a 2 ) = α a1 + α a 2 ∈ S porque α a1 ∈ S1 y α a2 ∈ S 2
Luego α a ∈ S

EJERCICIOS EJERCICIOS PAGINAS


RESUMEN
RESUELTOS PROPUESTOS SIMILARES AUTOEVALUACIÓN

RESUMEN
Un Espacio Vectorial real V está formado por un conjunto de vectores y un
conjunto de escalares (números reales), y está dotado por dos operaciones suma
de vectores y multiplicación por un escalar tal que se satisfacen las propiedades:
Conmutativa, Asociativa, Elemento Neutro, Elemento Simétrico y la Propiedad
Distributiva de la suma con respecto al producto.

Un Subespacio es un subconjunto no vacío S de un espacio vectorial (V, K, +, . )


tal que (S, K, +, . ) es, a su vez, un espacio vectorial.

EJERCICIOS RESUELTOS
1. Sea KX el conjunto de todas las funciones con dominio X ≠ ∅ y codominio K,
esto es, KX = { f / f: X → K } . En KX definimos la suma y el producto por un
escalar mediante:
ƒ Si f, g ∈ KX entonces f + g ∈ KX tal que (f + g)(x) = f(x) + g(x), ∀ x∈X.
ƒ Si α ∈ K y f ∈ KX entonces (αf) (x) = α f(x) , ∀ x∈X.
Probar que (KX , K, +, . ) es un espacio vectorial.
Respuesta:
Veamos si se satisfacen las propiedades enumeradas en el Teorema 2.1, esto es:
a. ¿La suma de funciones es conmutativa?
(f + g)(x) = f(x) + g(x) (*) porque f(x) ∈ R , g(x) ∈ R y la
= g(x) + f(x) (*) suma de números reales es
= (g + f)(x) conmutativa.

b. ¿La suma de funciones es asociativa?


[f + (g + h)](x) = f(x) + [g(x) + h(x)] = [ f(x) + g(x) ] + h(x) = [f + g](x) + h(x) =
= [(f + g) + h](x)
c. ¿Existe el elemento neutro para la suma de funciones?
Si, el elemento neutro es la función constantemente igual a cero, esto es:
O : R→R
O( x) = 0 , ∀x ∈ R

Porque O(x) + g(x) = 0 + g(x) = g(x) , ∀ g∈RR

d. ¿Existe el elemento simétrico para la suma de funciones?


∀ f∈RR , ∃ (-f) ∈RR tal que f(x) + (-f)(x) = 0 = O(x), ∀ x∈R

e. ¿Se cumple la ley distributiva de la suma de funciones con respecto al


producto por un escalar?
ƒ c(f + g)(x) = c[f(x) + g(x)] = cf(x) + cg(x) = [cf + cg](x) = [c(f + g)](x)
ƒ (c + d) f(x) = c f(x) + d f(x) = (cf)(x) + (df)(x) = [cf + df](x)

2. Investigar si S = { (x, y, z) ∈ R3 / x + z = 0 } es un Subespacio del espacio


vectorial (R3, R, +, . ).
Respuesta:
a. ¿S ≠ ∅? Si porque el vector v = (1,2,-1) ∈ S
b. ¿ S ⊂ V ? Si por definición de S.
c. ¿S es cerrado con respecto a la suma?
Sean a = (x,y,z) y b = (u,v,w) vectores de S entonces x+z = 0 y u+w = 0
Veamos si a + b ∈ S.
a + b = (x,y,z) + (u,v,w) = (x + u, y + v, z + w)
Sumando la primera y última componente del vector suma, tenemos:
(x + u) + (z + w) = (x + z) + (u +w) = 0 + 0 = 0
Luego a + b ∈ S y S es cerrado con respecto a la suma
d. ¿S es cerrado con respecto al producto por un escalar?
Sea a = (x,y,z) ∈ S y α ∈ R. Como a ∈ S entonces x+z = 0. Luego:
αa = α(x,y,z) = (αx, αy, αz)
Sumando la primera y última componente del vector αa, tenemos:
αx + αz = α(x + z) = α0 = 0. Luego αa ∈ S.