Definición y propiedades básicas de un espacio

vectorial
Espacio vectorial real

Un espacio vectorial real V es un conjunto de objetos, denominados vectores, junto con

dos operaciones binarias llamadas suma y multiplicación por un escalar y que
satisfacen los diez axiomas esmerados a continuación.

Notación. Si x y y están en V y si α es un número real, entonces la suma se escribe

como “x + y” y el producto escalar de α como αx.

Antes de presentar la lista de las propiedades que satisfacen los vectores en un

espacio vectorial deben mencionarse dos asuntos de importancia. En primer lugar,
mientras que puede ser útil pensar en Q2 o Q3 al manejar un espacio vectorial, con
frecuencia ocurre que el espacio vectorial parece ser muy diferente a estos cómodos
espacios (en breve tocaremos este tema). En segunda instancia, la definición 1 ofrece
una definición de un espacio vectorial real. La palabra “real” significa que los escalares
que se usan son números reales. Sería sencillo definir un espacio vectorial complejo
utilizando números complejos en lugar de reales.
Ejemplo 1
Subespacios
Se sabe que ; es un espacio vectorial. Además
también se vio que Q2= {x,y }: X E R y y E R; es un
espacio vectorial. También se vio que V= {(x,y) } y = mx:} también es un espacio
vectorial. Adicionalmente, es evidente que V C R2. Esto es, Q2 tiene un subconjunto
que también es un espacio vectorial. De hecho, todos los espacios vectoriales tienen
subconjuntos que también son espacios vectoriales. En esta sección se examinarán
estos importantes subconjuntos

Subespacio

Sea H un subconjunto no vacío de un espacio vectorial V y suponga que H en sí es un

espacio vectorial bajo las operaciones de suma y multiplicación por un escalar definidas
en V, Entonces se dice que H es un subespacio de V.

Se puede decir que el subespacio H hereda las operaciones del espacio vectorial
“padre” V.

Existen múltiples ejemplo de subespacios en este capítulo, sin embargo , en primer

lugar, se demostrará un resultado que hace relativamente sencillo determinar si un
conjunto de V es en realidad un subespacio de V.

Subespacio

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

cumplen las dos reglas de cerradura:

Es obvio que si H es un espacio vectorial, entonces las dos reglas de cerradura deben
cumplirse. De lo contrario, para demostrar que H es un espacio Vectorial, debe
demostrarse que los axiomas i) a x) del espacio vectorial se cumplen bajo las
operaciones de suma de vectores y multiplicación por un escalar definidas en V. Las
dos operaciones de cerradura ((Axiomas i) y iv) )) se cumplen por hipótesis. Como los
vectores H son también vectores en V, las identidades asociativa, conmutativa,
distributiva y multiplicativa se cumplen. Sea X e H. Entonces 0x E H por hipótesis ii).
Pero por el teorema (parte ii), 0x=0. De este modo, 0 E H y se cumple el axioma iii). Por
último, por la parte ii), (-1) X E H para todo X E H. Por el teorema (parte iv) –x=(-1)X E
H de manera que se cumple el axioma iv) y la prueba queda completa
Combinación Lineal y Espacio Generado
Se ha visto que todo vector V= (a,b,c) en Q3 se puede escribir de la forma

“v= ai + bj + ck”

Combinación Lineal

Sean V1, V2,…………………., Vn. Vectores en un espació vectorial V, entonces

cualquier vector de la forma:
Donde a1, a2,,,,,,,, an son escalares se
denomina combinación lineal de V1,V2……
Vn
Se puede dar una interpretación geométrica de este resultado, vea los vectores
anteriormente presentados. Se conoce la interpretación geométrica de los vectores 2u,
-u y u + v, Por ejemplo. Haciendo uso de estos, se observa que cualquier otro vector
en el plano de u y v se puede obtener como una combinación lineal de u y v. La
siguiente figura muestra cuatro situaciones diferentes en las que un tercer vector w en
el plano de u y v se puede escribir como au + Bv para valores adecuados de a y B
Independencia Lineal
En el estudio del álgebra Lineal, una de las ideas centrales es la dependencia o
independencia lineal de los vectores. En esta sección se define el significado de
independencia lineal y se muestra su relación con la teoría de sistemas homogéneos
de ecuaciones y determinantes.
Dependencia e independencia Lineal

Sean V1, V2,……………., Vn vectores en un espacio vectorial V. Entonces se dice que

los vectores son linealmente dependientes si existen n escalares C1, C2,… Cn no
todos ceros tales que

Si los vectores no son linealmente dependientes, se dice que son linealmente

independientes.

Para decirlo de otra forma, V1, V2,…. Vn son linealmente independientes si la ecuación
C1V1 + C2V2+………. +CnVn = 0 se cumple únicamente para C1= C2=…...=Cn=0.
Son linealmente dependientes si el vector cero en V se puede expresar como una
combinación lineal de V1, V2,…, Vn con coeficientes iguales a cero.

Nota. Se dice que los vectores V1, V2,……….., Vn son linealmente independientes (o
dependientes) o que el conjunto de vectores (V1, V2,…….., Vn) es linealmente
independiente (o dependiente). Esto es, se usan las dos frases indistintivamente.

¿Cómo se determina si un conjunto de vectores es linealmente dependiente o

independiente? El caso de 2-vectores sencillo
Interpretación Geométrica de la dependencia Lineal en Q3

Suponga que u, v, y w son tres vectores linealmente dependientes en Q3. Se pueden

tratar los vectores como si tuvieran un punto terminal en el origen. Entonces existen
constantes C1, C2 y Cy, no todas cero, tales que
 Bases y Dimensión
Se ha visto que en Q2 conviene escribir vectores

Puesto que los vectores e, son las columnas de una matriz identidad (la cual tiene
determinante 1), (e1,e2….. en) es un conjunto linealmente independiente y, por lo
tanto, constituye una base para algunos otros espacios
 Por este teorema se puede definir uno de los conceptos centrales en el álgebra
lineal
 Dimensión

Si el espacio vectorial V tiene una base con un número finito de elementos,

entonces la dimensión de V es el número de vectores en todas las bases y V se
denomina espacio vectorial de dimensión infinita. Si V= (0), entonces se dice que V
tiene dimensión cero.

Notación. La dimensión de V se denota por dim V.

Observación. No se ha demostrado que todo espacio vectorial tiene una base.

Pero no se requiere para que la definición 2 tenga sentido, ya que si V tiene una base
finita, entonces V es de dimensión finita. De otra manera, V tiene dimensión infinita. Por
lo tanto, con el fin de demostrar que V tiene dimensión infinita, sólo es necesario
demostrar que V no tiene una base finita lo que se puede hacer probando que V
contiene un número infinito de vectores linealmente independientes
 Rango, Nulidad, Espacio de los
renglones y espacio de las columnas de una Matriz
Al ya haberse introducido la noción de independencia lineal. Se demostró que si A es
una matriz invertible de n x n, entonces las columnas y los renglones de A forman
conjuntos de vectores linealmente independientes. Sin embargo, si A no es invertible
(de manera que det A=0), o si A no es una matriz cuadrada, entonces estos resultados
no dicen nada sobre el número de renglones o columnas linealmente independientes
de A. Eso es lo que se estudiará en esta sección, También se mostrará la forma en la
cual se puede obtener una base para el espacio generado de un conjunto de vectores
mediante la reducción por renglones.

Sea A una matriz de m x n y sea

Cambio de base
En Q2 se expresaron vectores en término de la base canónica En Qn
se definió la base canónica (e1, e2,…., en). En Pn se definió la base
estándar como (1, x, x2,…..,xn). Estas bases se usan ampliamente por la sencillez que
ofrecen a la hora de trabajar con ellas. Pero en ocaciones ocurre que es más
conveniente alguna otra base. Existe un número infinito de bases para elegir, ya que en
un espacio vectorial de dimensión n, cualquier n vector, linealmente independiente,
forman una base. En esta sección se verá cómo cambiar de una base a otra mediante
el cálculo de cierta matriz