ÁLGEBRA LINEAL

UNIDAD 3
ESPACIOS VECTORIALES

TEMA 1:
ESPACIOS VECTORIALES

MSc. Juan José Paredes

 SUBTEMAS

» Subtema 1: Definición de espacio vectorial y

propiedades
 OBJETIVO

Analizar los espacios vectoriales

en la resolución de ejercicios,
aplicando la teoría del álgebra
lineal.
 ACTIVIDAD DE INICIO

Lluvia de ideas:

• Utilizar el botón “levantar la mano” de Zoom, para

acceder al uso del micrófono de forma ordenada.
ó
• Interactuar por vía chat de Zoom
 ESPACIO VECTORIAL

Elementos:
Vectores, matrices, polinomios, etc.
• Elementos
• Escalares Escalares:
Números reales.
• Dos operaciones
Operaciones:
Suma y multiplicación por escalar.
 DEFINICIÓN DE ESPACIO VECTORIAL
Sea V un conjunto no vacío, sobre el que están definidas las
operaciones de suma vectorial (⨁) y multiplicación por
escalar (⊙). Se dice que V es un espacio vectorial si y solo sí
cumple con los siguientes diez axiomas:

Suma: Propiedad
1. ∀ v1 , v2 𝜖𝑉 → v1 ⊕ v2 𝜖𝑉 Cerradura de la suma
Conmutativa de la
2. ∀ v1 , v2 𝜖𝑉 → v1 ⊕ v2 = v2 ⊕ v1
suma
3. ∀ v1 , v2 , v3 ϵ𝑉 → v1 ⊕ v2 ⊕ v3 = v1 ⊕ (v2 ⊕ v3 ) Asociativa de la suma
Neutro 𝒏 o Cero vector
4. ∃ n ϵ𝑉, ∀ v ϵ𝑉 → v ⊕ n = v
𝟎𝐯
5. ∀ v 𝜖𝑉, ∃ v ′ 𝜖𝑉 → v ⊕ v ′ = n Inverso aditivo de v
 ESPACIO VECTORIAL
Multiplicación: Propiedad
Cerradura de
6. ∀𝛼𝜖ℝ, ∀ v 𝜖𝑉 → α ⊙ v 𝜖𝑉
multiplicación
7. ∀𝛼𝜖ℝ, ∀ v1 , v2 𝜖𝑉 → α ⊙ v1 ⊕ v2 = (α ⊙ v1 ) ⊕ α ⊙ v2 Primera distributiva
8. ∀𝛼, 𝛽 𝜖ℝ, ∀ v𝜖𝑉 → α ⊕ β ⊙ v = (α ⊙ v) ⊕ (β ⊙ v) Segunda distributiva
9. ∀𝛼, 𝛽 𝜖ℝ, ∀ v 𝜖𝑉 → 𝛼𝛽 ⊙ v = 𝛼 ⊙ (𝛽 ⊙ v) Asociativa multiplicativa
10. ∀ v𝜖𝑉 → 1 ⊙ v = v Idéntico escalar

Observación: el neutro es único, y se lo debe hallar.

» Notación del neutro: 𝐧 = 𝟎𝐯 = 𝟎ഥ
» Notación del inverso: v ′ = −v
» Basta que un axioma no se cumpla para que no sea
espacio vectorial.
Ejemplo: Dado el conjunto de todas las ternas ordenadas de números
reales de la forma 𝑉 = (0,0, 𝑧) con las operaciones:
𝟎, 𝟎, 𝒛𝟏 ⨁ 𝟎, 𝟎, 𝒛𝟐 = (𝟎, 𝟎, 𝒛𝟏 + 𝒛𝟐 )
𝜶⨀ 𝟎, 𝟎, 𝒛 = 𝟎, 𝟎, 𝜶𝒛
Determine si el conjunto (𝟎, 𝟎, 𝐳),⊕, 𝛂 ⊙ es un espacio vectorial

1. ∀ v1 , v2 𝜖𝑉 → v1 ⊕ v2 𝜖𝑉
El primer axioma cumple, ya que está definido en el enunciado.

2. ∀ v1 , v2 𝜖𝑉 → v1 ⊕ v2 = v2 ⊕ v1
0, 0, 𝑧1 ⨁ 0, 0, 𝑧2 = 0, 0, 𝑧2 ⨁ 0, 0, 𝑧1
(0, 0, 𝑧1 + 𝑧2 ) = (0, 0, 𝑧2 + 𝑧1 ) ∴ Si cumple.
3. ∀ v1 , v2 , v3 ϵ𝑉 → v1 ⊕ v2 ⊕ v3 = v1 ⊕ (v2 ⊕ v3 )

(0, 0, 𝑧1 + 𝑧2 ) ⊕ 0, 0, 𝑧3 = 0, 0, 𝑧1 ⊕ (0, 0, 𝑧2 + 𝑧3 )
0, 0, 𝑧1 + 𝑧2 +𝑧3 = 0, 0, 𝑧1 + 𝑧2 +𝑧3 ∴ Si cumple.
4. ∃ 𝑛 𝜖𝑉, ∀ 𝑣 𝜖𝑉 → 𝑣 ⊕ 𝑛 = 𝑣 n = n𝑥 , n𝑦 , n𝑧
0, 0, 𝑧1 ⨁ n𝑥 , n𝑦 , n𝑧 = 0, 0, 𝑧1
0, 0, 𝑧1 + n𝑧 = 0, 0, 𝑧1
Igualando el tercer vértice para determinar el valor de 𝐧𝒛
𝑧1 + 𝐧𝒛 = 𝑧1
𝐧𝒛 = 0 → n = 0,0,0
Reemplazando el valor de 𝐧𝒛 :

0, 0, 𝑧1 = 0, 0, 𝑧1 ∴ Si cumple.

5. ∀ v 𝜖𝑉, ∃ v ′ 𝜖𝑉 → v ⊕ v ′ = n v ′ = −v = 0, 0, −𝑧1

0, 0, 𝑧1 ⊕ 0, 0, −𝑧1 = 0,0,0
0, 0, 𝑧1 − 𝑧1 = 0,0,0
0,0,0 = 0,0,0 ∴ Si cumple.
6. ∀𝛼𝜖ℝ, ∀ v 𝜖𝑉 → α ⊙ v 𝜖𝑉

∴ Si cumple, cerradura de multiplicación.

7. ∀𝛼𝜖ℝ, ∀ v1 , v2 𝜖𝑉 → α ⊙ v1 ⊕ v2 = (α ⊙ v1 ) ⊕ α ⊙ v2

α ⊙ 0, 0, 𝑧1 + 𝑧2 = 0, 0, 𝛼𝑧1 ⊕ 0, 0, 𝛼𝑧2
0, 0, 𝛼(𝑧1 + 𝑧2 ) = 0, 0, 𝛼𝑧1 + 𝛼𝑧2
0, 0, 𝛼𝑧1 + 𝛼𝑧2 = 0, 0, 𝛼𝑧1 + 𝛼𝑧2 ∴ Si cumple.

8. ∀𝛼, 𝛽 𝜖ℝ, ∀ v𝜖𝑉 → α ⊕ β ⊙ v = (α ⊙ v) ⊕ (β ⊙ v)

α + β ⊙ 0,0, z = α ⊙ 0,0, z ⊕ β ⊙ 0,0, z
0,0, α + β z = (0,0, 𝛼𝑧) ⊕ (0,0, 𝛽𝑧)
0,0, α + β z = 0,0, 𝛼z + 𝛽𝑧
0,0, α + β z = 0,0, α + β z ∴ Si cumple.
9. ∀𝛼, 𝛽 𝜖ℝ, ∀ v 𝜖𝑉 → 𝛼𝛽 ⊙ v = 𝛼 ⊙ (𝛽 ⊙ v)

0,0, 𝛼𝛽𝑧 = 𝛼 ⊙ 0,0, 𝛽𝑧

0,0, 𝛼𝛽𝑧 = 0,0, 𝛼𝛽𝑧 ∴ Si cumple.

10. ∀ v𝜖𝑉 → 1 ⊙ v = v

0,0,1𝑧 = 0,0, 𝑧 ∴ Si cumple.

∴ 𝑺𝒊 𝒆𝒔 𝒖𝒏 𝑬𝒔𝒑𝒂𝒄𝒊𝒐 Vectorial, ya que cumple con los 10 axiomas.

 𝒙
Ejemplo: Sea el conjunto 𝑽 = 𝒚
/ 𝒙, 𝒚 ∈ ℝ , con las operaciones:

𝒙𝟏 𝒙𝟐 𝒙𝟏 + 𝒙𝟐 + 𝟏
⊕ =
𝒚𝟏 𝒚𝟐 𝒚𝟏 + 𝒚𝟐 + 𝟏
𝒙 𝜶 + 𝜶𝒙 − 𝟏
𝜶⊙ =
𝒚 𝜶 + 𝜶𝒚 − 𝟏

Determine sí 𝐕,⊕,⊙ 𝛂 es un espacio vectorial

1. ∀ v1 , v2 𝜖𝑉 → v1 ⊕ v2 𝜖𝑉
El primer axioma cumple, ya que está definido en el enunciado.

2. ∀ v1 , v2 𝜖𝑉 → v1 ⊕ v2 = v2 ⊕ v1

𝑥1 𝑥2 𝑥2 𝑥1
⊕ = ⊕
𝑦1 𝑦2 𝑦2 𝑦1

𝑥1 + 𝑥2 + 1 𝑥2 + 𝑥1 + 1
=
𝑦1 + 𝑦2 + 1 𝑦2 + 𝑦1 + 1 ∴ Si cumple.
3. ∀ v1 , v2 , v3 ϵ𝑉 → v1 ⊕ v2 ⊕ v3 = v1 ⊕ (v2 ⊕ v3 )

𝑥1 + 𝑥2 + 1 𝑥3 𝑥1 𝑥2 + 𝑥3 + 1
⊕ = ⊕
𝑦1 + 𝑦2 + 1 𝑦3 𝑦1 𝑦2 + 𝑦3 + 1
𝑥1 + 𝑥2 + 1 + 𝑥3 + 1 𝑥1 + 𝑥2 + 𝑥3 + 1 + 1
=
𝑦1 + 𝑦2 + 1 + 𝑦3 + 1 𝑦1 + 𝑦2 + 𝑦3 + 1 + 1
𝑥1 + 𝑥2 + 𝑥3 + 2 𝑥1 + 𝑥2 + 𝑥3 + 2
=
𝑦1 + 𝑦2 + 𝑦3 + 2 𝑦1 + 𝑦2 + 𝑦3 + 2 ∴ Si cumple.

4. ∃ n ϵ𝑉, ∀ v ϵ𝑉 → v ⊕ n = n ⊕ v = v n𝑥
n=
𝑥 𝐧𝒙 𝑥 n𝑦
⊕ =
𝑦 𝐧𝒚 𝑦
𝑥 + 𝐧𝒙 + 1 𝑥 𝑥−1+1 𝑥
= =
𝑦 + 𝐧𝒚 + 1 𝑦 𝑦−1+1 𝑦

𝑦 + 𝐧𝒚 + 1 = 𝑦 𝒙 𝒙
𝑥 + 𝐧𝒙 + 1 = 𝑥 =
𝑥 + 𝐧𝒙 − 𝑥 = −1 𝑦 + 𝐧𝒚 − 𝑦 = −1 𝒚 𝒚

𝐧𝒙 = −1 𝐧𝒚 = −1 ∴ Si cumple.
5. ∀ v 𝜖𝑉, ∃ v ′ 𝜖𝑉 → v ⊕ v ′ = n
𝐱′
′
−𝟐 − 𝒙
𝑥 −1𝐱′ 𝐯 = ′ v′ =
⊕ ′ = 𝐲 −𝟐 − 𝒚
𝑦 𝐲 −1
𝑥 + 𝐱′ + 1 −1 𝑥−𝟐−𝒙+1 −1
= =
𝑦 + 𝐲′ + 1 −1 𝑦−𝟐−𝒚+1 −1
𝑥 + x ′ + 1 = −1 𝑦 + y ′ + 1 = −1 −1 −1
= ∴ Si cumple.
x ′ = −2 − 𝑥 y ′ = −2 − 𝑦 −1 −1

6. ∀𝛼𝜖ℝ, ∀ v 𝜖𝑉 → α ⊙ v 𝜖𝑉 ∴ Si cumple

7. ∀𝛼𝜖ℝ, ∀ v1 , v2 𝜖𝑉 → α ⊙ v1 ⊕ v2 = (α ⊙ v1 ) ⊕ α ⊙ v2
𝑥1 + 𝑥2 + 1 𝛼 + 𝛼𝑥1 − 1 𝛼 + 𝛼𝑥2 − 1
𝛼⊙ = ⊕
𝑦1 + 𝑦2 + 1 𝛼 + 𝛼𝑦1 − 1 𝛼 + 𝛼𝑦2 − 1
𝛼 + 𝛼(𝑥1 + 𝑥2 + 1) − 1 𝛼 + 𝛼𝑥1 − 1 + 𝛼 + 𝛼𝑥2 − 1 + 1
=
𝛼 + 𝛼(𝑦1 + 𝑦2 + 1) − 1 𝛼 + 𝛼𝑦1 − 1 + 𝛼 + 𝛼𝑦2 − 1 + 1
2𝛼 + 𝛼𝑥1 + 𝛼𝑥2 − 1 2𝛼 + 𝛼𝑥1 + 𝛼𝑥2 − 1
= ∴ Si cumple.
2𝛼 + 𝛼𝑦1 + 𝛼𝑦2 − 1 2𝛼 + 𝛼𝑦1 + 𝛼𝑦2 − 1
8. ∀𝛼, 𝛽 𝜖ℝ, ∀ v𝜖𝑉 → α ⊕ β ⊙ v = (α ⊙ v) ⊕ (β ⊙ v)
𝛼+𝛽 + 𝛼+𝛽 𝑥−1 𝛼 + 𝛼𝑥 − 1 𝛽 + 𝛽𝑥 − 1
= ⊕
𝛼+𝛽 + 𝛼+𝛽 𝑦−1 𝛼 + 𝛼𝑦 − 1 𝛽 + 𝛽𝑦 − 1

𝛼+𝛽 + 𝛼+𝛽 𝑥−1 𝛼 + 𝛼𝑥 − 1 + 𝛽 + 𝛽𝑥 − 1 + 1

=
𝛼+𝛽 + 𝛼+𝛽 𝑦−1 𝛼 + 𝛼𝑦 − 1 + 𝛽 + 𝛽𝑦 − 1 + 1

𝛼+𝛽 + 𝛼+𝛽 𝑥−1 𝛼+𝛽 + 𝛼+𝛽 𝑥−1

=
𝛼+𝛽 + 𝛼+𝛽 𝑦−1 𝛼+𝛽 + 𝛼+𝛽 𝑦−1 ∴ Si cumple.

9. ∀𝛼, 𝛽 𝜖ℝ, ∀ v 𝜖𝑉 → 𝛼𝛽 ⊙ v = 𝛼 ⊙ (𝛽 ⊙ v)

𝛼𝛽 + 𝛼𝛽𝑥 − 1 𝛽 + 𝛽𝑥 − 1
=𝛼⊙
𝛼𝛽 + 𝛼𝛽𝑦 − 1 𝛽 + 𝛽𝑦 − 1

𝛼 + 𝛼 𝛽 + 𝛽𝑥 − 1 − 1 𝛼 + 𝛼 𝛽 + 𝛽𝑥 − 1 − 1
=
𝛼 + 𝛼 𝛽 + 𝛽𝑦 − 1 − 1 𝛼 + 𝛼 𝛽 + 𝛽𝑦 − 1 − 1 ∴ Si cumple.
10. ∀ v𝜖𝑉 → 1 ⊙ v = v

𝑥 𝑥
1⊙ =
𝑦 𝑦

1+𝑥−1 𝑥
=
1+𝑦−1 𝑦

𝑥 𝑥
=
𝑦 𝑦

∴ Si cumple.

∴ 𝑺𝒊 𝒆𝒔 𝒖𝒏 𝑬𝒔𝒑𝒂𝒄𝒊𝒐 Vectorial, ya que cumple con los 10 axiomas.

 PROPIEDADES DE UN ESPACIO VECTORIAL
Sea 𝑉,⊕, ⨀𝛼, un espacio vectorial, entonces se cumplen todas las
siguientes condiciones:

i. ∀ v ϵV: 0⨀v = n
ii. ∀ v ϵV: −1⨀v = v ′
iii. ∀αϵℝ: α⨀n = n
iv. ∀ v ϵV: v′ ′ =v

v. ∀ v1 , v2 , v3 ϵV: v1 ⊕ v2 = v1 ⊕ v3 → v2 = v3
vi. Unicidad del neutro: v⨁n1 = v ‫ٿ‬ v⨁n2 = v → n1 = n2
vii. α⨀v = n → α=0 ‫ڀ‬ v=n

» Si 𝑉 es espacio vectorial, entonces se cumplen las siete condiciones.

 ESPACIOS VECTORIALES CONOCIDOS
Espacio vectorial ℝ𝒏
𝑥1
𝑥2
ℝ𝑛 = /𝑥𝑖 ∈ ℝ, 𝑖 = 1 … 𝑛
⋮
𝑥𝑛

𝑥1 𝑦1 𝑥1 + 𝑦1
𝑥2 𝑦 𝑥2 + 𝑦2
Suma vectorial : + 2 =
⋮ ⋮ ⋮ ⋮
𝑥𝑛 𝑦𝑛 𝑥𝑛 + 𝑦𝑛

𝑥1 𝛼𝑥1
𝑥 𝛼𝑥2
Multiplicación por escalar: 𝛼 2 =
⋮ ⋮
𝑥𝑛 𝛼𝑥𝑛

0 −𝑥1
0 −𝑥2
Neutro e inverso: 𝐧= ⋮ ; 𝐯′ =
⋮
0 −𝑥𝑛
 ESPACIOS VECTORIALES CONOCIDOS
Espacio vectorial 𝑴𝒎𝒙𝒏

𝑎11 𝑎12 … 𝑎𝑛
𝑀𝑚𝑥𝑛 = 𝑎21 𝑎22 … 𝑎2𝑛 / 𝑎𝑦 ∈ ℝ, 𝑖 = 1,2 … , 𝑚, 𝑗 = 1,2, … 𝑛
𝑎𝑚1 𝑎𝑛2 … 𝑎𝑚𝑛

Suma vectorial : 𝑎𝑖𝑗 + 𝑏𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗

Multiplicación por escalar: 𝛼 𝑎𝑖𝑗 = 𝛼 𝑎𝑖𝑗

0 0 …0 −𝑎11 −𝑎12 … −𝑎𝑛

Neutro e inverso: 𝑁= 0 0 …0 ; 𝐴ʹ = −𝑎21 −𝑎22 … −𝑎2𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
0 0 …0 −𝑎 𝑚1 −𝑎 𝑛2 …−𝑎 𝑚𝑛
 ESPACIOS VECTORIALES CONOCIDOS
Espacio vectorial 𝑷𝒏

𝑃𝑛 = 𝑎𝑛 𝑥 𝑛 + 𝑎𝑛−1 𝑥 𝑛−1 + ⋯ +𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0 / 𝑎𝑖 ∈ ℝ, 𝑖 = 0,1 … 𝑛

Suma Vectorial:

𝑎𝑛 𝑥 𝑛 + ⋯ + 𝑎1 𝑥 + 𝑎0 + 𝑏𝑛 𝑥 𝑛 + ⋯ + 𝑏1 𝑥 + 𝑏0 = 𝑎𝑛 + 𝑏𝑛 𝑥 𝑛 + ⋯ + 𝑎1 + 𝑏1 𝑥 + 𝑎0 + 𝑏0

Multiplicación por escalar:

𝛼 𝑎𝑛 𝑥 𝑛 + ⋯ + 𝑎1 𝑥 + 𝑎0 = 𝛼𝑎𝑛 𝑥 𝑛 + ⋯ + 𝛼𝑎1 𝑥 + 𝛼𝑎0

Neutro: 𝑝𝑛 𝑥 = 0𝑥 𝑛 + ⋯ + 0𝑥 + 0 = 0

Inverso: 𝑝′ 𝑥 = −𝑎𝑛 𝑥 𝑛 − ⋯ − 𝑎1 𝑥 − 𝑎0
 ACTIVIDAD DE CIERRE

Conclusiones y preguntas sobre la clase

• Utilizar el botón “levantar la mano” de Zoom, para

acceder al uso del micrófono de forma ordenada.
ó
• Realizar la pregunta por vía chat de Zoom
 BIBLIOGRAFÍA

» Larson R. & Falvo D., (2010). Fundamentos

de Álgebra Lineal, sexta edición, Editorial
Cengage Learning.
» Kolman B. & Hill D., (2006). Álgebra Lineal,
octava edición, Editorial Pearson
Educación.
» Grossman Stanley, (2008). Álgebra Lineal,
sexta edición, Editorial McGraw Hill.