UNIVERSIDAD DEL ATLANTICO

FACULTAD DE CIENCIAS BÁSICAS

PROGRAMA DE INGENIERÍA
ALGEBRA LINEAL

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

a (𝑥⃗ + 𝑦⃗) = a𝑥⃗ + a𝑦⃗

Axioma 9. Ley distributiva para la adición de números. Para todo 𝑥⃗ de V y todo par de números
reales a y b, tenemos:
𝑥⃗ (a + b) = a𝑥⃗ + b𝑥⃗
Axioma 10. Existencia del elemento idéntico. Para todo 𝑥⃗ de V, tenemos:
1𝑥⃗ = 𝑥⃗.
Es importante advertir que un espacio vectorial consta de cuatro elementos: un conjunto de vectores,
un conjunto de escalares y dos operaciones. A menos que se afirme otra cosa, se supone que el conjunto
de escalares es el conjunto de números reales y el espacio se llama vectorial real.
Si en los axiomas 2, 7, 8 y 9 se reemplazan número real por número complejo, la estructura que resulta
se llama Espacio Vectorial Complejo.
El conjunto de escalares se le llama cuerpo de escalares y se designa con la letra F, K, …Cuando se
desee especificar el cuerpo, se dirá que V es un espacio vectorial sobre el cuerpo F.
Ejemplos de espacios vectoriales.
Ejemplo 1. Sea V = R, el conjunto de todos los números reales, y sean x + y y ax la adición y multiplicación
ordinarias de números reales.
Ejemplo 2. Sea V = C, el conjunto de todos los números complejos, y sean x + y y ax la adición y
multiplicación ordinarias de números complejos. Aunque los elementos de V sean números complejos,
este es un espacio vectorial real porque los escalares son reales.
Ejemplo 3: Los espacios V = Rn, donde n ≥ 1, el espacio vectorial de todas las n-adas de números
reales, con la adición y la multiplicación por escalares definidas en la forma ordinaria en función de
las componentes.
Ejemplo 4: El conjunto de todas las matrices de 2  3 es un espacio vectorial con las operaciones
usuales de suma matricial y multiplicación escalar matricial. Aquí los “vectores” en realidad son
matrices. Se sabe que la suma de dos matrices de 2  3 también es una matriz de 2  3 y que al
multiplicar una matriz de 2  3 por un escalar produce otra matriz de 2  3. Los axiomas restantes se
deducen de las propiedades algebraicas de la suma y multiplicación escalar matriciales. En particular,
el vector cero 0 es la matriz cero de 2  3, y el negativo de una matriz A de 2  3 es justo la matriz –A
de 2  3.
Si V = Mmn denota el conjunto de matrices de m  n con componentes reales, entonces con
la suma de matrices y multiplicación por un escalar usuales, se puede verificar que Mmn
es un espacio vectorial cuyo neutro aditivo es la matriz de ceros de dimensiones m  n.
 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

𝑝(𝑥) + 𝑞(𝑥) = (𝑎0 + 𝑏0 ) + (𝑎1 + 𝑏1 )𝑥 + (𝑎2 + 𝑏2 )𝑥 2

tiene cuando mucho grado 2 y por tanto está en P 2. Si c es un escalar, entonces

𝑐𝑝(𝑥) = 𝑐𝑎0 + 𝑐𝑎1 𝑥 + 𝑐𝑎2 𝑥 2

también está en P 2. Esto verifica los axiomas 1 y 6.

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)

Se dejarán los otros como ejercicio.

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

Consecuencias elementales de los axiomas.

Teorema 1: Unicidad del elemento 𝚶. En cualquier espacio vectorial existe un elemento cero y sólo
uno.
Demostración: supongamos que existan dos, 𝚶𝟏 y 𝚶𝟐 .
Hacemos x = 𝚶𝟏 y 𝚶 = 𝚶𝟐 en el axioma 5: 𝚶𝟏 + 𝚶𝟐 = 𝚶𝟏 (1)
Análogamente, hacemos x = 𝚶𝟐 y 𝚶 = 𝚶𝟏 , 𝚶𝟐 + 𝚶𝟏 = 𝚶𝟐 (2)
Pero 𝚶𝟏 + 𝚶𝟐 = 𝚶𝟐 + 𝚶𝟏 por ley conmutativa.
De (1) y (2) concluimos que 𝚶𝟏 = 𝚶𝟐
Teorema 2: Unicidad de elementos opuestos. En cualquier espacio vectorial todo elemento tiene
exactamente un opuesto. Esto es, para todo x existe un y, y sólo uno, tal que x + y = 𝚶.
Demostración: supongamos que x tenga dos opuestos, 𝑦1 𝑒 𝑦2 .
Entonces: x + 𝑦1 = 𝚶 y x + 𝑦2 = 𝚶
Sumamos 𝑦2 a ambos miembros de la primera igualdad:
𝑦2 + (x + 𝑦1 ) = 𝑦2 + 𝚶 = 𝑦2 (1)
Pero, 𝑦2 + (x + 𝑦1 ) = (𝑦2 + x) + 𝑦1 = 𝚶 + 𝑦1 = 𝑦1 (2)
De (1) y (2). 𝑦1 = 𝑦2
Teorema 3: Sea V un espacio vectorial, y sean 𝑥 𝑒 𝑦 dos elementos cualesquiera de V¸ y a y b dos
escalares cualesquiera. Tenemos entones las siguientes propiedades:
a) 0x = 𝚶
b) a𝚶=𝚶
c) (– a)x = – (ax) = a( –x)
d) Si ax = 𝚶, entonces a = 𝚶, x = 𝚶, o los dos
e) Si ax = ay y a ≠ 0, entonces x = y.
f) Si ax = bx y x ≠ 𝚶, entonces a = b
g) – (x +y) = (– x) + (– y) = – x – y
h) x + x = 2x, x + x + x = 3x, y en general
𝑛

∑ 𝑥 = 𝑛𝑥
𝑖=1
 UNIVERSIDAD DEL ATLANTICO
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE INGENIERÍA
ALGEBRA LINEAL

SUBESPACIOS DE UN ESPACIO VECTORIAL

Dado un espacio vectorial V, sea S un subconjunto no vacío de V. Si S es también un espacio vectorial,
entonces S se llama subespacio de V.
Teorema 4: Sea S un subconjunto no vacío de un espacio vectorial V. Tal subconjunto S es un
subespacio si y sólo si satisface los axiomas de clausura.
Demostración:
El teorema se va a demostrar en dos partes:
a) Si S es un subespacio entonces es un espacio vectorial: Si S es un subespacio de, satisface todos
los axiomas del espacio vectorial, y por tanto, los axiomas de clausura.
b) Si S satisface los axiomas de clausura entonces es un espacio vectorial, es decir satisface
también los otros: las leyes conmutativa y asociativa para la adición y los axiomas para la
multiplicación por escalares se satisfacen automáticamente en S porque son válidos para todos
los elementos de V. Comprobaremos la existencia del elemento cero en S, y la existencia de un
opuesto para cada elemento de S.
b.1) Sea x un elemento cualquiera de S, entonces ax S, para todo escalar a. (axioma 2).
Tomando a = 0, entonces 0x está en S. Pero 0x = 𝚶, teorema 3.a, entonces 𝚶 ϵ S.
b.2) Tomando a = – 1, vemos que (–1) x está en S. Pero, x + (–1) x = 𝚶, ya que x y (–1) x están
ambos en V, así que el axioma 6 se satisface en S.

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