ESPACIOS Y SUBESPACIOS VECTORIALES

(Material usado solo con fines académicos. Es un producto del Politécnico Colombiano Jaime Isaza Cadavid)

Espacios vectoriales
Los espacios vectoriales "𝑉" es un conjunto no vacío de objetos, llamados vectores, donde la
característica para que este conjunto pueda ser llamado espacio vectorial es que sus objetos
se puedan sumar y multiplicar por un escalar. Y que estas operaciones tengan las diez (10)
propiedades básicas que se enuncian a continuación.

Para todo 𝑢
⃗ ,𝑣 Y 𝑤
⃗⃗ en 𝑉 y todo escalar 𝛼 y 𝑑, se llama espacio vectorial si:

Suma vectorial

1. 𝑢
⃗ , +𝑣 ∈ 𝑉 (𝑐𝑒𝑟𝑟𝑎𝑑𝑢𝑟𝑎 𝑏𝑎𝑗𝑜 𝑙𝑎 𝑠𝑢𝑚𝑎)
2. 𝑢
⃗ +𝑣 =𝑣+𝑢 ⃗ (𝑝𝑟𝑜𝑝𝑖𝑒𝑑𝑎𝑑 𝑐𝑜𝑛𝑚𝑢𝑡𝑎𝑡𝑖𝑣𝑎)
3. 𝑢 (𝑣
⃗ + +𝑤 ) (𝑣
⃗⃗ = + 𝑢 )
⃗ +𝑤 ⃗⃗ (𝑝𝑟𝑜𝑝𝑖𝑒𝑑𝑎𝑑 𝑎𝑠𝑜𝑐𝑖𝑎𝑡𝑖𝑣𝑎)
4. ⃗ ⃗
Existe un vector cero , tal que ⃗⃗⃗𝑢 + 0 = 0 + 𝑢 ⃗ =𝑢⃗ (𝑛𝑒𝑢𝑡𝑟𝑜 𝑎𝑑𝑖𝑡𝑖𝑣𝑜)
5. Existe un vector −𝑢 ⃗ + (−𝑢
⃗ , tal que 𝑢 ⃗ ) = ⃗0 (𝑖𝑛𝑣𝑒𝑟𝑠𝑜 𝑎𝑑𝑖𝑡𝑖𝑣𝑜)

Multiplicación escalar

6. 𝛼𝑢⃗ ∈ 𝑉
(𝑐𝑒𝑟𝑟𝑎𝑑𝑢𝑟𝑎 𝑏𝑎𝑗𝑜 𝑙𝑎 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑐𝑎𝑙𝑎𝑟)
7. 𝛼(𝑢⃗ + 𝑣) = 𝛼𝑢 ⃗ + 𝛼𝑣 (𝑝𝑟𝑜𝑝𝑖𝑒𝑑𝑎𝑑 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑡𝑖𝑣𝑎 1𝑒𝑟𝑎 )
8. 𝛼(𝑑𝑢 ⃗ ) = (𝛼𝑑)𝑢⃗ (𝑝𝑟𝑜𝑝𝑖𝑒𝑑𝑎𝑑 𝑎𝑠𝑜𝑐𝑖𝑎𝑡𝑖𝑣𝑎)
9. (𝛼 + 𝛽)𝑢 ⃗ = 𝛼𝑢
⃗ + 𝛽𝑢
⃗ (𝑝𝑟𝑜𝑝𝑖𝑒𝑑𝑎𝑑 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑡𝑖𝑣𝑎 2𝑑𝑎 )
10. Para cada vector se cumple que 1(𝑢 ⃗)=𝑢 ⃗ (𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑 𝑒𝑠𝑐𝑎𝑙𝑎𝑟)

Nota: los espacios vectoriales constituyen el punto de partida para estudiar ciertos conjuntos relacionados
con conceptos como combinación lineal, independencia lineal y bases, entre otros.

Ejemplo 1:
Comprobar que el conjunto de las matrices 𝑀2𝑥2 es un espacio vectorial
Solución
𝑎 𝑏1 𝑎 𝑏2 𝑎 𝑏3
Sea 𝐴 = | 1 | y 𝐵=| 2 | y 𝐶=| 3 | comprobamos entonces los 10
𝑐1 𝑑1 𝑐2 𝑑2 𝑐3 𝑑3
axiomas
 1) 𝐴 + 𝐵 ∈ 𝑀2𝑥2
𝑎 𝑏1 𝑎 𝑏2 𝑎 + 𝑎2 𝑏1 + 𝑏2
| 1 |+| 2 |=| 1 | 𝑐𝑢𝑚𝑝𝑙𝑒
𝑐1 𝑑1 𝑐2 𝑑2 𝑐1 + 𝑐2 𝑑1 + 𝑑2

2) 𝐴 + 𝐵 = 𝐵 + 𝐴
𝑎 𝑏2 𝑎 𝑏1 𝑎 + 𝑎1 𝑏2 + 𝑏1
𝐵+𝐴 =| 2 |+| 1 |=| 2 | 𝑐𝑢𝑚𝑝𝑙𝑒
𝑐2 𝑑2 𝑐1 𝑑1 𝑐2 + 𝑐1 𝑑2 + 𝑑1

3) Asociativa
𝑎 + 𝑎2 𝑏1 + 𝑏2 𝑎 𝑏3 𝑎1 𝑏1 𝑎 + 𝑎3 𝑏2 + 𝑏3
| 1 |+| 3 | | |+| 2 |
𝑐1 + 𝑐2 𝑑1 + 𝑑2 𝑐3 𝑑3 = 𝑐1 𝑑1 𝑐2 + 𝑐3 𝑑2 + 𝑑3
𝑐𝑢𝑚𝑝𝑙𝑒
𝑎 + 𝑎2 + 𝑎3 𝑏1 + 𝑏2 + 𝑏3 = 𝑎1 + 𝑎2 + 𝑎3 𝑏1 + 𝑏2 + 𝑏3
| 1 | | |
𝑐1 + 𝑐2 + 𝑐3 𝑑1 + 𝑑2 + 𝑑3 𝑐1 + 𝑐2 + 𝑐3 𝑑1 + 𝑑2 + 𝑑3

4) Neutro aditivo
𝑎 𝑏1 0 0 𝑎 𝑏1
| 1 |+| |=| 1 | 𝑐𝑢𝑚𝑝𝑙𝑒
𝑐1 𝑑1 0 0 𝑐1 𝑑1

5) Inverso aditivo
𝑎 𝑏1 −𝑎 −𝑏1 𝑎 − 𝑎1 𝑏1 − 𝑏1 0 0
| 1 |+| 1 |=| 1 |=| | 𝑐𝑢𝑚𝑝𝑙𝑒
𝑐1 𝑑1 −𝑐1 −𝑑1 𝑐1 −𝑐1 𝑑1 − 𝑑1 0 0

Multiplicación por un escalar

6) 𝛽𝐴 ∈ 𝑀2𝑥2
𝑎 𝑏1 𝛽𝑎 𝛽 𝑏1
𝛽𝐴 = 𝛽 | 1 |=| 1 | 𝑐𝑢𝑚𝑝𝑙𝑒
𝑐1 𝑑1 𝛽 𝑐1 𝛽 𝑑1

7) Distributiva 𝛽(𝐴 + 𝐵) = 𝛽𝐴 + 𝛽𝐵
𝑎 + 𝑎2 𝑏1 + 𝑏2 𝑎 𝑏1 𝑎 𝑏2
𝛽| 1 | = 𝛽| 1 |+𝛽| 2 |
𝑐1 + 𝑐2 𝑑1 + 𝑑2 𝑐1 𝑑1 𝑐2 𝑑2

𝛽(𝑎1 + 𝑎2 ) 𝛽(𝑏1 + 𝑏2 ) 𝛽𝑎 𝛽 𝑏1 𝛽𝑎 𝛽 𝑏2
| | =| 1 |+| 2 |
𝛽(𝑐1 + 𝑐2 ) 𝛽(𝑑1 + 𝑑2 ) 𝛽 𝑐1 𝛽 𝑑1 𝛽 𝑐2 𝛽 𝑑2

𝛽(𝑎1 + 𝑎2 ) 𝛽(𝑏1 + 𝑏2 ) 𝛽(𝑎1 + 𝑎2 ) 𝛽(𝑏1 + 𝑏2 )

| |=| | 𝑐𝑢𝑚𝑝𝑙𝑒
𝛽(𝑐1 + 𝑐2 ) 𝛽(𝑑1 + 𝑑2 ) 𝛽(𝑐1 + 𝑐2 ) 𝛽(𝑑1 + 𝑑2 )

8) (𝛽 + 𝜆)𝐴 = 𝛽𝐴 + 𝜆𝐴

𝑎 𝑏1 𝑎 𝑏1 𝑎 𝑏1
(𝛽 + 𝜆) | 1 | = 𝛽| 1 |+𝜆| 1 |
𝑐1 𝑑1 𝑐1 𝑑1 𝑐1 𝑑1

(𝛽 + 𝜆)𝑎1 (𝛽 + 𝜆)𝑏1 𝛽𝑎 𝛽𝑏1 𝜆𝑎 𝜆𝑏1

| |=| 1 |+| 1 |
(𝛽 + 𝜆)𝑐1 (𝛽 + 𝜆)𝑑1 𝛽𝑐1 𝛽𝑑1 𝜆𝑐1 𝜆𝑑1
 (𝛽 + 𝜆)𝑎1 (𝛽 + 𝜆)𝑏1 (𝛽 + 𝜆)𝑎1 (𝛽 + 𝜆)𝑏1
| |=| | 𝑐𝑢𝑚𝑝𝑙𝑒
(𝛽 + 𝜆)𝑐1 (𝛽 + 𝜆)𝑑1 (𝛽 + 𝜆)𝑐1 (𝛽 + 𝜆)𝑑1

9) 𝛽(𝜆𝐴) = (𝛽𝜆)𝐴

𝜆𝑎1 𝜆𝑏1 𝑎 𝑏1
𝛽| | = 𝛽𝜆 | 1 |
𝜆𝑐1 𝜆𝑑1 𝑐1 𝑑1

𝛽𝜆𝑎1 𝛽𝜆𝑏1 𝛽𝜆𝑎1 𝛽𝜆𝑏1

| |=| | 𝑐𝑢𝑚𝑝𝑙𝑒
𝛽𝜆𝑐1 𝛽𝜆𝑑1 𝛽𝜆𝑐1 𝛽𝜆𝑑1

10) 1𝐴 = 𝐴

𝑎 𝑏1 𝑎 𝑏1
1| 1 |=| 1 | 𝑐𝑢𝑚𝑝𝑙𝑒
𝑐1 𝑑1 𝑐1 𝑑1

Nota: el conjunto de matrices cuadradas (𝑀𝑛𝑥𝑛 )es un espacio vectorial

Ejemplo 2:
Comprobar que el conjunto de vectores en 𝑅 2 es un espacio vectorial.

𝑎 𝑐 𝑒
Solución: sea 𝑢
⃗ =( ) y 𝑣=( ) y 𝑤
⃗⃗ = (𝑓 ) comprobamos entonces los 10
𝑏 𝑑
axiomas
⃗ + 𝑣 ∈ 𝑅2
1) 𝑢
𝑎 𝑐 𝑎+𝑐
( )+( )=( ) 𝑐𝑢𝑚𝑝𝑙𝑒
𝑏 𝑑 𝑏+𝑑

Del mismo modo se demuestran los demás axiomas para la suma

⃗ ∈ 𝑅2
6) 𝛽𝑢

𝑎 𝛽𝑎
𝛽 ( ) = ( ) 𝑐𝑢𝑚𝑝𝑙𝑒
𝑏 𝛽𝑏

Así mismo se demuestran los demás axiomas para la multiplicación por un escalar.

Se invita al estudiante a que demuestre los demás axiomas y verificar la conclusión.

Nota: los vectores en 𝑅2 son un espacio vectorial

Ejemplo 3:
𝑥 =𝑡+1
3
El conjunto de puntos en 𝑅 que están sobre la recta {𝑦 = 2𝑡 es un espacio vectorial.
𝑧=𝑡−1

Solución:
Para 𝑡 = 0 → 𝑃 (1, 0, −1)
Para 𝑡 = 1 → 𝑃 (2, 2, 0)

Entonces (1, 0, −1) + (2, 2, 0) = (3, 2, −1) = (𝑥, 𝑦, 𝑧) reemplazando en la recta

3=𝑡+1 →𝑡 =2
2 = 2𝑡 → 𝑡 = 1 no 𝑐𝑢𝑚𝑝𝑙𝑒 NO ES ESPACIO VECTORIAL
−1 = 𝑡 − 1 → 𝑡 = 0

Ejercicios propuestos

Determinar si el conjunto dado es un espacio vectorial. Si no lo es demuestre cuales

axiomas no se cumplen

1 𝜆
1. El conjunto de matrices de la forma | |
𝛽 1
2. Sea 𝑁 el conjunto de todos los pares ordenados de números reales (𝑥, 𝑦) donde 𝑥 ≥
0 y 𝑦 ≥ 0, donde (𝑥, 𝑦) + (𝑥 ° , 𝑦 ° ) = (𝑥 + 𝑥 ° , 𝑦 + 𝑦 ° ) y 𝑐(𝑥, 𝑦) = (𝑐𝑥, 𝑐𝑦)𝑐

3. Sea 𝑉 = {(𝑥, 𝑦)/ 𝑦 = 2𝑥 + 1, 𝑥 ∈ ℝ}, 𝑉 es el conjunto de puntos que están sobre la

recta 𝑦 = 2𝑥 + 1. Suponga (𝑥1 , 𝑦1 ) y (𝑥2 , 𝑦2 ) están en 𝑉.

Subespacio vectorial
Podemos definir subespacio vectorial al subconjunto 𝑤 tal que será llamado subespacio 𝑤,
si 𝑤 es espacio vectorial bajo la suma y la multiplicación escalar definidas en 𝑉.

Para esto debemos tener en cuenta el siguiente teorema:

Si 𝑤 es un subconjunto no vacío de 𝑉 , entonces 𝑤 es subespacio si y solo si cumple las dos reglas de la

cerradura.

1) Si 𝑥 ∈ 𝑤 y𝑦 ∈ 𝑊 entonces 𝑥+𝑦 ∈𝑊

2) Si 𝑥 ∈ 𝑤 entonces 𝛽𝑥 ∈ 𝑊 para todo escalar 𝛽

Ejemplo 1:

Determinar si el conjunto de vectores que están en el primer cuadrante no es subespacio

vectorial de 𝑅 2

𝑤 = {(𝑥, 𝑦)/ 𝑥 ≥ 0, 𝑦 ≥ 0}

Solución

Como es un conjunto no vacío, entonces:

𝑢
⃗ = (𝑥(+), 𝑦(+)) primer cuadrante

𝑣 = (𝑥1 (+), 𝑦1 (+)) primer cuadrante

Comprobamos en el teorema anterior para

⃗ + 𝑣 = {(𝑥 + 𝑥1 )(+), (𝑦 + 𝑦)1 (+)} ∈ 𝑅 2

1. 𝑢

2. 𝑐 𝑢
⃗ = 𝑐(𝑥(+), 𝑦(+)) para 𝑐(+)

Sin embargo 𝑤 no es subespacio ya que:

⃗ = (−𝑐𝑥, −𝑐𝑦) ∄ 𝑤
−𝑐 𝑢 → −2(2, 3) = (−4, −6) ∉ 𝑤

Como no es cerrado bajo la multiplicación escalar 𝑤 no es subespacio de 𝑅 2 .

Ejemplo 2: Un subespacio en 𝑅 3

Sea 𝐻 = {(𝑥, 𝑦, 𝑧)/ 𝑥 = 𝑎𝑡, 𝑦 = 𝑏𝑡, 𝑧 = 𝑐𝑡} con 𝑎, 𝑏, 𝑐, 𝑡 ∈ ℝ , donde 𝐻 son vectores en 𝑅 3
que están sobre una recta que pasa por el origen, determinar si 𝐻 es subespacio de 𝑅 3 .

Solución

⃗ = (𝑎𝑡1 , 𝑏𝑡1 , 𝑐𝑡1 ) ∈ 𝐻

𝑢

⃗⃗ = (𝑎𝑡2 , 𝑏𝑡2 , 𝑐𝑡2 ) ∈ 𝐻

𝑤

Por lo tanto

1. 𝑢
⃗ +𝑤⃗⃗ = (𝑎(𝑡1 + 𝑡2 ), 𝑏(𝑡1 + 𝑡2 ), 𝑐(𝑡1 + 𝑡2 ))
⃗ = (𝑎𝜆𝑡1 , 𝑏𝜆𝑡1 , 𝑐𝜆𝑡1 )
2. 𝜆 𝑢

𝐻 es subespacio de 𝑅 3 .
Ejemplo 3:

Sea 𝑉 = 𝑀𝑛𝑥𝑛 (matrices cuadradas) y sea 𝐻 = {𝐴 ∈ 𝑀𝑛 ∶ 𝐴 es invertible}

Solución

𝐻 no es subespacio porque la matriz cero de 𝑛𝑥𝑛 no esta en 𝐻.

Nota: todas las matrices cuadradas no tienen inversa

Ejemplo 4:
𝑃𝑛 Es un subconjunto de los polinomios de 𝑃

Ejemplo 5:
El conjunto de matrices triangulares superiores de 3𝑥3 es un subespacio de 𝑀3𝑥3

Ejemplo 6:
El conjunto de matrices triangulares de 3𝑥3 es un subespacio de 𝑀3𝑥3

Ejemplo 7:
La intersección de dos subespacios de 𝑅 3 es un subespacio

Ejercicios propuestos

1. En 𝑅 3 sea 𝐻1 = {(𝑥, 𝑦, 𝑧) / 2𝑥 − 𝑦 − 𝑧 = 0} y 𝐻2 = {(𝑥, 𝑦, 𝑧) / 𝑥 + 2𝑦 + 3𝑧 = 0}

Determine si 𝐻1 ∩ 𝐻2 es un subespacio de 𝑅 3

−𝑏 𝑎
2. Sea 𝑉 = 𝑀22 y sean 𝐻1 = {𝐴 ∈ 𝑀22 ∶ 𝑎11 = 0} y 𝐻2 {𝐴 ∈ 𝑀22 ∶ 𝐴 = ( )}
𝑎 𝑏
i. Demuestre que 𝐻1 y 𝐻2 son subespacios.
ii. Describa el subconjunto de 𝐻 = 𝐻1 ∩ 𝐻2 y demuestre que es subespacio