Definición de Espacio Vectorial y sus Propiedades

Espacio vectorial real

Un espacio vectorial real V es un conjunto de objetos llamados vectores, junto con dos
operaciones, llamadas suma y multiplicación por un escalar que satisfacen diez axiomas
que se muestran enumerados a continuación.

Notación. Si x y y están en V y si α es un número real, entonces escribiremos x + y para la

suma de x y y y α x para el producto escalar de α f x.

Axiomas de un espacio vectorial.

1. Si x ∈ V y y ∈ V, entonces x + y ∈ V (es decir, V es cerrado para la suma).

2. Para todos x, y, z en V, (x + y) + z = x + (y + z) (ley asociativa de la suma).

3. Existe un vector 0 ∈ V tal que para todo x ∈ V, x + 0 = 0 + x = x (0 se conoce como

neutro aditivo).

4. Si x ∈ V, existe un vector -x en V tal que x + (-x) = 0 (-x se conoce como el inverso

aditivo de x).

5. Si x y y están en V, entonces x + y = y + x (ley conmutativa de la suma de vectores).

6. Si x ∈ V, y α es un escalar, entonces αx ∈ V (se dice que V es cerrado para la

multiplicación escalar).

7. Si x y y están en V y si α es un escalar, entonces α(x + y) = αx + αy (primera ley

distributiva).

8. Si x ∈ V y si α y β son escalares, entonces (α y β)x = αx + βx (segunda ley distributiva)

9. Si x ∈ y si α y β son escalares, entonces α(β)x = αβx (ley asociativa de la multiplicación

por escalar).

10. Para todo vector x ∈ V, 1x = x (al escalar 1 se le conoce como neutro multiplicativo).
Definición de Subespacio de un Espacio Vectorial y
sus Propiedades
Subespacio

Sea H un subconjunto de un espacio vectorial V y supongamos que H es en sí un espacio

vectorial con las operaciones de suma y multiplicación escalar definidas sobre V. Se dice
entonces que H es un subespacio de V.

Teorema. Un subconjunto no vacío H de un espacio vectorial V es un subespacio de V si

las dos reglas de cerradura valen:

Reglas para verificar si un subconjunto es un subespacio

1. Si x ∈ H y y ∈ H, entonces x + y ∈ H.

2. Si x ∈ H, entonces αx ∈ H para todo escalar α

Demostración. Para demostrar que H es un espacio vectorial, debemos verificar que los
axiomas de los espacios vectoriales cumplen con las operaciones de la suma vectorial y
multiplicación escalar definidas en V. Las dos operaciones de cerradura se cumplen por
hipótesis. Puesto que los vectores en H también están en V, las leyes asociativa,
conmutativa, distributiva y la del neutro multiplicativo se satisfacen. Ahora, si x ∈ H
entonces 0x ∈ H, debido a la hipótesis (2). Pero por el teorema de espacios vectoriales
(parte 2), 0x = 0. Consecuentemente 0 ∈ H y el axioma (3) se cumple. Finalmente, de la
parte (2) tenemos que (-1)x ∈ H para todo x ∈ H. Por el teorema de espacios vectoriales
(parte iv), -x = (-1)x ∈ H, de tal forma que el axioma (4) también se cumple y con ello
concluimos la demostración.

Este teorema nos dice que para probar que H es un subespacio de V, nos basta con verificar
que: x + y y αx están en H, siempre que x y y estén en H y α sea un escalar.

La demostración anterior contiene un resultado importante que debe mencionarse

explícitamente: Todo subespacio de un espacio vectorial V contiene al 0.

Este resultado nos permitirá ver fácilmente si un subespacio particular V no es un espacio

vectorial. Esto es, si un subconjunto no contiene al 0, entonces no es un subespacio.

Teorema. Sean H1 y H2 subespacios de un espacio vectorial V. Entonces H1∩H2 es un

subespacio de V.

Sean x1 ∈H1∩H2 y x2. Entonces, dado que H1 y H2 son subespacios, x1 + x2 ∈ H1 y x1 + x2

∈ H2. Esto es, x1 + x2 ∈H1∩H2. Análogamente, αx1∈H1∩H2. De esta manera se satisfacen
los dos axiomas de cerradura y por lo tanto H1∩H2, es un subespacio.
 Propiedades de Vectores, Combinación Lineal,
Dependencia e Independencia Lineal
Dependencia e independencia lineal

Dependencia e independencia lineales. Sean v1, v2, ..., vn n vectores en un espacio vectorial
V. Entonces se dice que los vectores son linealmente dependientes si existen n escalares c 1,
c2, ..., cn no todos cero, tales que: c1v1 + c2v2+...+cnvn = 0

Si los vectores no son linealmente dependientes, entonces se dice que son linealmente
independientes. Expresado de otro modo, v1, v2, ..., vn son linealmente independientes si la
ecuación c1v1 + c2v2+...+cnvn = 0 sólo se satisface si c1= c2 = ... = cn = 0.

Teorema 1. Dos vectores en un espacio vectorial V son linealmente dependientes si y sólo

si uno es un múltiplo del otro.

Teorema 2. Un conjunto de n vectores en ℜm es siempre linealmente dependiente si n > m.

Sean v1, v2, ..., vn n vectores en ℜm y tratemos de evaluar constantes c1, c2, ..., cn, no todas
nulas, tales que: c1v1 + c2v2+...+cnvn = 0       (1)

Sean . Entonces, la Ecuación (1) se convierte

en

(2)

Teorema 3. Sea
Entonces las columnas de A, consideradas como vectores, son linealmente dependientes si
y sólo si el sistema (2), que puede ser expresado como Ac = 0, posee un número infinito de
soluciones. Aquí,

Teorema 4. Sean v1, v2, ..., vn, n vectores en ℜn, y sea A una matriz de n x n cuyas
columnas son v1, v2, ..., vn. Entonces v1, v2, ..., vn, son linealmente independientes si y sólo
si la única solución al sistema homogéneo Ax = 0 es la solución trivial x = 0.

Esto es el Teorema 3 en el caso en que m = n.

Teorema 5. Sea A una matriz de n x n. Entonces A ≠ 0 si y solamente si las columnas de A

son linealmente independientes.

Teorema 6. Sea A una matriz de n x n. Entonces cada uno de los siguientes siete
enunciados implica a los otros seis (esto es, si uno se verifica, todos son ciertos).

1 A es invertible.

2. La única solución al sistema homogéneo Ax = 0 es la solución trivial (x = 0).

3. El sistema Ax = b posee una solución única para todo n-vector b.

4. A es equivalente por filas a la matriz identidad In

5. A puede ser escrita como el producto de matrices elementales.

6. det A ≠ 0.

7. Las columnas (y los renglones) de A son linealmente independientes.

Combinación lineal.

Sean v1, v2, ..., vn vectores en un espacio vectorial V. Entonces, toda expresión de la forma
a1v1+ av22+ ...+anvn en donde a1,a2, ..., an son escalares, se llama combinación lineal de v1,
v2, ..., vn
 Base y Dimensión de un Espacio Vectorial
Base

Un conjunto de vectores {v1, v2, ..., vn} forma una base para V si

1. {v1, v2, ..., vn} es linealmente independiente.

2.{v1, v2, ..., vn} genera V.

Todo conjunto de n vectores linealmente independientes enℜn es una base en ℜn

En ℜn definimos

Como los términos ei son las columnas de la matriz identidad (cuyo determinante es 1),
entonces {e1, e2, ..., en} es linealmente independiente y, por tanto, constituye una base en
ℜn. Esta entidad especial se llama base canónica en ℜn.

Teorema 1. Si {v1, v2, ..., vn} es una base de V y si v ∈ V, entonces existe un conjunto
único de escalares c1, c2, ..., cn tales que v= c1v1, c2v2, ..., cnvn.

Teorema 2. Si {u1, u2, ..., un} y {v1, v2, ..., vn} son bases del espacio vectorial V, entonces
m = n; esto es, cualesquiera dos bases en un espacio vectorial V poseen el mismo número
de vectores.

Dimensión

Si el espacio vectorial V posee una base finita, la dimensión de V es el número de vectores

en la base, y V se llama espacio vectorial de dimensión finita. De otra manera, V se
denomina espacio vectorial de dimensión infinita. Si V = {0}, entonces V se dice que es de
dimensión cero

Se simboliza la dimensión de V como dim V.

Teorema 3. Supóngase que dim V = n. Si u1, u2, ..., um es un conjunto de m vectores
linealmente independientes en V, entonces m ≤ n.

Teorema 4. Sea H un subespacio del espacio vectorial V de dimensión finito. Entonces H

es finito-dimensional y dim H ≤ dim V

Demostración. Sea dim V = n. Cualquier conjunto de vectores en H linealmente

independiente, lo es también en V. Por el Teorema 3, cualquier conjunto linealmente
independiente en H, cuando más, contiene n vector. Así pues, H es de dimensión finita.
Más aún, como una base en H es un conjunto linealmente independiente, se ve que dim H ≤
n.

Teorema 5. Cualesquiera n vectores linealmente independientes en un espacio vectorial V

de dimensión n, constituyen una base.
 Espacio Vectorial con Producto Interno y sus
Propiedades.
El espacio vectorial complejo V se conoce como un espacio con producto interior si para
cualquier par de vectores u y v en V, existe un único número complejo (u, v), llamado el
producto interior de u y v, tal que si u, v y w están en V y si α ∈ C, entonces

1. (v, v) ≥ 0

2. (v, v) = 0 si y sólo si v = 0.

3. (u, v +w) = (u, v)+ (u, w)

4. (u + v, w) = (u, w)+(v, w)

5. (u, v) = (v, u)

6. (αu, v) = α(u, v)

7. (u, αv) = α(u, v)

 INSTITUTO TECNOLÓGICO
DE
MATAMOROS

Matemáticas IV
Espacio Vectorial

Ing. Electrónica
12:00AM - 1:00PM

Alumno:
Benito Domínguez Cruz

Profesora:
Cynthia Dinorah Briones Ramírez

H. Matamoros, Tam. A 30 de Abril del 2010