Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESPACIOS VECTORIALES
INTRODUCCIÓN.
En Matemática se encuentran muchos ejemplos de objetos matemáticos que pueden sumarse unos con
otros y multiplicarse por números reales. Por ejemplo, los números reales, los números complejos, las
funciones vectoriales, las series y los vectores en el espacio n-dimensional. Estos ejemplos se incluyen
dentro del concepto de Espacio Vectorial o Espacio Lineal.
Definición de Espacios Vectoriales
Se V un conjunto no vacío de objetos llamados elementos o vectores y F el conjunto de números reales
o números complejos, en adelante lo llamaremos cuerpo. El conjunto V se llama Espacio Vectorial si
satisface los diez axiomas siguientes:
Axiomas de clausura
Axioma 1. Clausura respecto a la adición. A todo par de elementos 𝑥⃗ e 𝑦⃗ de V corresponde un único
elemento de V llamado suma de 𝑥⃗ e 𝑦⃗, designado por 𝑥⃗ + 𝑦⃗.
Axioma 2. Clausura respecto a la multiplicación por números reales. A todo 𝑥⃗ de V y todo número a
que pertenece a F corresponde un elemento de V llamado producto de a por 𝑥⃗, designado por a𝑥⃗
Axiomas para la adición
Axioma 3. Ley conmutativa. Para todo 𝑥⃗ y todo 𝑦⃗ de V, tenemos 𝑥⃗ + 𝑦⃗ = 𝑦 + 𝑥⃗
Axioma 4. Ley asociativa. Cualesquiera que sean x, y, z, de V, tenemos:
(𝑥⃗ + 𝑦⃗) + 𝑧⃗ = 𝑥⃗ + (𝑦⃗ + 𝑧⃗)
⃗⃗, tal
Axioma 5. Existencia del elemento cero. Existe un elemento en V, designado con el símbolo 𝟎
que:
⃗⃗ = 𝑥⃗, para todo x de V.
𝑥⃗ + 𝟎
Axioma 6. Existencia de opuestos. Para todo 𝑥⃗ de V, el elemento (– 1) 𝑥⃗ tiene la propiedad:
𝑥⃗+ (– 1) 𝑥⃗ = ⃗𝟎⃗
Axiomas para la multiplicación por números reales
Axioma 7. Ley asociativa. Para todo 𝑥⃗ de V y todo par de números a y b, pertenece a F, tenemos:
a(b𝑥⃗) = (ab) 𝑥⃗
Axioma 8. Ley distributiva para la adición en V. Para todo 𝑥⃗ y todo 𝑦⃗ de V y todo número a que
pertenece a F, tenemos:
UNIVERSIDAD DEL ATLANTICO
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE INGENIERÍA
ALGEBRA LINEAL
Ejemplo 5: Sea P 2 el conjunto de todos los polinomios de grado 2 o menor con coeficientes reales.
Defina la suma y multiplicación por un escalar en la forma usual. Si
𝑝(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 𝑦 𝑞(𝑥) = 𝑏0 + 𝑏1 𝑥 + 𝑏2 𝑥 2
están en P 2, entonces
El vector cero 0 es el polinomio cero; esto es, el polinomio cuyas entradas son todas cero. El negativo
de un polinomio 𝑝(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 es el polinomio −𝑝(𝑥) = −𝑎0 − 𝑎1 𝑥 − 𝑎2 𝑥 2
Se comprobará el axioma 2:
𝑝(𝑥) + 𝑞(𝑥) = (𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 ) + (𝑏0 + 𝑏1 𝑥 + 𝑏2 𝑥 2 )
= (𝑎0 + 𝑏0 ) + (𝑎1 + 𝑏1 )𝑥 + (𝑎2 + 𝑏2 )𝑥 2
= (𝑏0 + 𝑎0 ) + (𝑏1 + 𝑎1 )𝑥 + (𝑏2 + 𝑎2 )𝑥 2
= (𝑏0 + 𝑏1 𝑥 + 𝑏2 𝑥 2 ) + (𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 )
= 𝑝(𝑥) + 𝑞(𝑥)
P n se define como el conjunto de todos los polinomios de grado menor o igual que n (junto con el
polinomio cero). El procedimiento usado para comprobar que P 2 es un espacio vectorial puede
extenderse para demostrar que P n, con las operaciones usuales de suma de polinomial y multiplicación
escalar, es un espacio vectorial.
Ejemplo 6: El conjunto de todos los polinomios de segundo grado no es un espacio vectorial.
El conjunto de todos los polinomios de segundo grado no es un espacio vectorial porque no es cerrado
bajo la suma:
p(x) = x2 y q(x) = – x2 + x +1,
cuya suma es el polinomio de primer grado:
p(x) + q(x) = x2 + (– x2 + x +1) = x +1
UNIVERSIDAD DEL ATLANTICO
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE INGENIERÍA
ALGEBRA LINEAL
∑ 𝑥 = 𝑛𝑥
𝑖=1
UNIVERSIDAD DEL ATLANTICO
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE INGENIERÍA
ALGEBRA LINEAL
Ejemplo 1: Sea S el conjunto de todas las matrices simétricas de orden 2. Demuestre que S es
subespacio del espacio vectorial M2,2 con las operaciones usuales de suma vectorial y multiplicación
escalar.
Demostración: una matriz es simétrica si es igual a su propia transpuesta. Como M 2,2 es un espacio
vectorial entonces solo basta comprobar que S satisface las condiciones del teorema 4.
0 0
El conjunto S es no vacío, porque la matriz simétrica [ ] pertenece a S.
0 0
Demostraremos que S es cerrado bajo la suma. Sean 𝐴1 = 𝐴1𝑡 𝑦 𝐴2 = 𝐴𝑡2 , entonces:
(𝐴1 + 𝐴2 )𝑡 = 𝐴1𝑡 + 𝐴𝑡2 = 𝐴1 + 𝐴2
Por lo tanto, si 𝐴1 𝑦 𝐴2 son matrices simétricas de orden 2, entonces también lo es 𝐴1 + 𝐴2
Ahora demostraremos que S es cerrado bajo la multiplicación escalar.
Si A = At, entonces (cA)t = cAt = cA. Si A es una matriz simétrica de orden 2, entonces también lo es
cA.
UNIVERSIDAD DEL ATLANTICO
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE INGENIERÍA
ALGEBRA LINEAL
Ejemplo 2: Si V es cualquier espacio vectorial, el subconjunto que consta solo del vector nulo es un
subespacio vectorial de V, llamado subespacio nulo de V.
Ejemplo 3: En Rn, el conjunto de las n – adas (x1, …, xn) con x1 = 0 es un subespacio