Unida 3

Espacios Vectoriales
3.1. Espacios y Subespacios Vectoriales

Álgebra II
Ingeniería Comercial
3. Espacios Vectoriales, Valores y Vectores Propios

3.1. Espacios y Subespacios Vectoriales

Espacios Vectoriales
Sean V un conjunto cualesquiera y K un cuerpo arbitrario.Entonces se dirá que V (K) o VK es un espacio
vectorial sobre K o es un K-espacio vectorial si y solo si se cumplen las siguientes condiciones:

1. ∀v, u ∈ V se tiene que v + u ∈ V .

2. ∀u, v, w ∈ V se tiene que (u + v) + w = u + (v + w).

3. ∀u ∈ V existe 0v ∈ V tal que u + 0v = 0v + u = u.

4. ∀u ∈ V existe v ∈ V tal que u + v = v + u = 0v .

5. ∀u, v ∈ V se tiene que u + v = v + u.

6. ∀β ∈ K , ∀u ∈ V se tiene que β · u ∈ V .

7. ∀β, α ∈ K , ∀u ∈ V se tiene que (α + β) · u = α · u + β · u

8. ∀β, α ∈ K , ∀u ∈ V se tiene que (α · β) · u = α(β · u) = β(α · u) = (βα) · u

9. ∀β ∈ K , ∀u, v ∈ V se tiene que β(u + v) = β · u + β · v

Observaciones

1. Si K = R, entonces se dirá que V es un espacio vectorial real o V es un R-Espacio vectorial

2. Si V = 0v se dirá que V es un espacio vectorial trivial.

Ejemplos de espacios vectoriales básicos:

1. V = Rn , K = R tal que u, v ∈ Rn , β ∈ R.

u + v = (x1 , x2 , ......, xn ) + (y1 , y2 , ......, yn ) = (x1 + y1 , x2 + y2 , ......, xn + yn )

y
βu = β(x1 , x2 , ......, xn ) = (βx1 , βx2 , ......, βxn )

2. V = Pn (x), K = R tal que p(x), q(x) ∈ Pn (x), β ∈ R.

p(x) + q(x) = (a0 + a1 x + a2 x2 +, , , , , +an xn ) + (b0 + b1 x + b2 x2 +, , , , , +bn xn )

= (a0 + b0 ) + (a1 + b1 )x + (a2 + b2 )x2 +, , , , , +(an + bn )xn )

y
βp(x) = β(a0 + a1 x + a2 x2 +, , , , , +an xn ) = (βa0 + βa1 x + βa2 x2 +, , , , , +βan xn )
 3. V = Mnxm y K = R. tal que A, B ∈ Mnxm , β ∈ R. tal que

A + B = (aij + bij )nxm

y
βA = (β · aij )nxm

Definición de Subespacios Vectoriales

Consideremos que V sea un K-espacio vectorial, V 6= φ . Sea W ⊂ V será un Subespacio Vectorial
de V si se cumple que

1. W 6= φ

2. ∀u, v ∈ W se tiene que (u + v) ∈ W

3. ∀u ∈ W y ∀β ∈ K se tiene que β · u ∈ W .

En tal caso se denotá como W ≤ V

Ejercicios Resueltos de Subespacios Vectoriales

1. W = {0V } ≤ V , con V e.v. (Subespacio vectorial trivial de V)

2. W = V ≤ V , con V e.v. (Subespacio vectorial trivial de V)

Ejemplo:
Determine si W = (x, y) ∈ R2 / x + 2y = 0 ⊂ R2


Es un subespacio vectorial de R2 .

Solución.

i.) Como 0v = (0, 0) se tiene que 0 + 2 · 0 = 0, entonces 0v ∈ W , por lo tanto W 6= φ

ii.) Sean u = (a, b) , v = (c, d) ∈ W

Entonces u + v = (a + c, b + d) ∈ R2

Luego (a + c) + 2(b + d) = (a + 2b) + (c + 2d) = 0 + 0 = 0

Por lo tanto u + v ∈ W .

iii.) Dado u ∈ W y ∀β ∈ R

Entonces βu = β(a, b) = (βa, βb) ∈ R2

Luego βa + 2βb = β(a + 2b) = β0 = 0

 Por lo tanto βu ∈ W

Finalmente de i), ii) y iii) se tiene que W ≤ R2 .

 
1 −2
Ejemplo: Demostrar que W = {A ∈ M2 / A · C = 02 } ≤ M2 , con C =
−1 2
Solución.

 
0 0
i.) 0v = ∈ M2
0 0
Luego
     
0 0 1 −2 0 0
· = → 0v ∈ W
0 0 −1 2 0 0

ii.) Sean A, B ∈ W y β ∈ R

Por demostrar que A + βB ∈ W

(A + βB) · C = AC + βBC = 02 + β02 = 02

por lo tanto, W es un subespacio de M2 .

Combinación Lineal
Sea S = {u1 , u2 , ....un } se dirá que u ∈ V , esta en combinación lineal de los elementos de S si y solo si
existen βi ∈ K para todo i ∈ {1, 2, ...., n} tal que
n
X
u= βi · ui
i=1

Ejemplo:
Dados los vectores u = 6 + 3x + x2 + x3 , u1 = 1 − x2 , u2 = 1 + 2x + x2 y u3 = 1 − x + 2x2 + x3

a.) Determine si u está en combinación lineal de los vectores {u1 , u2 , u3 }.

b.) Si la respuesta en a.) es afirmativa represente u en combinación lineal de los vectores {u1 , u2 , u3 }.
 Solución.

a.) Se debe demostrar que existen α, β, γ tal que

αu1 + βu2 + γu3 = u

α(1 − x2 ) + β(1 + 2x + x2 ) + γ(1 − x + 2x2 + x3 ) = 6 + 3x + x2 + x3

Esto es    
1 1 1   6
α
 0
 2 −1  
 β  =  3 

 −1 1 2   1 
γ
0 0 1 1
Luego por Gauss se tiene
   
1 1 1 : 6 1 1 1 : 6
 0 2 −1 : 3   0 2 −1 : 3
→

(A : b) = 
 −1

1 2 : 1   0 2 3 : 7 
0 0 1 : 1 0 0 1 : 1
   
1 1 1 : 6 1 1 1 : 6
 0 2 −1 : 3 
  0 2 −1 : 3 
→
 0 → 
0 4 : 4   0 0 1 : 1 
0 0 1 : 1 0 0 0 : 0
Como ρ(A) = ρ(A : b) = 3 el sistema tiene solución única , luego u esta en combinación lineal de
{u1 , u2 , u3 }.

b.) como el sistema es compatible se tiene que

EC3 : γ = 1
EC2 : 2β − 1 = 3 → β = 2
EC1 : α + 2 + 1 = 6 → α = 3
Por lo tanto

6 + 3x + x2 + x3 = 3(1 − x2 ) + 2(1 + 2x + x2 ) + 1(1 − x + 2x2 + x3 )

 Ejemplo:      
2  1 1 
Determinar si u =  1  es combinación lineal de S =  −1  ,  2  Solución.
3 1 1
 
     
1 1 2
α  −1  + β  2 = 1 
1 1 3
Entonces por gauss se tiene que

   
1 1 : 2 1 1 : 2
 −1 2 : 1  →  0 3 : 3 
1 1 : 3 0 0 : 1
Luego ρ(A) = 2 y ρ(A : b) = 3 . Entonces el sistema no tiene solución.
Por lo tanto u no esta en combinación lineal de S.

Independencia Lineal
Sea V un e.v. y α = {u1 , u2 , ...., un } ⊂ V. Diremos que α es un conjunto linealmente independiente en
V si = 0v , se escribe de una única forma como combinación lineal de los elementos de α, en tal caso
escribimos es L.I. En caso contrario diremos que α es un conjunto linealmente dependiente, es tal caso
escribimos L.d. Es decir, α es un conjunto L.I. en V Si
n
X
ci ui = 0v → ci = 0 , ∀i ∈ 1, 2, ..., n
i=1

Ejemplo: Determine si α = 1 + x + x2 , 2 − x2 , 3 + 2x + x2 ⊂ P2 (x) es un conjunto L.I. o L.d.



Solución.

c1 (1 + x + x2 ) + c2 (2 − x2 ) + c3 (3 + 2x + x2 ) = 0 + 0x + 0x2
Por Gauss:
     
1 2 3 : 0 1 2 3 : 0 1 2 3 : 0
(A : 0) =  1 0 2 : 0  →  0 −2 −1 : 0  →  0 −2 −1 : 0 
1 −1 1 : 0 0 −3 −2 : 0 0 0 −12 : 0

entonces, c1 = c2 = c3 = 0, por lo tanto α es L.I.

 Ejemplo:
Determine si α = {(1, 1, −1, 2), (0, 1, −1, 2), (1, 2, −2, 4)} ⊂ R4 es un conjunto L.I. o L.d.
Solución.

c1 (1, 1, −1, 2) + c2 (0, 1, −1, 2) + c3 (1, 2, −2, 4) = (0, 0, 0, 0)

Por Gauss:
     
1 0 1 : 0 1 0 1 : 0 1 0 1 : 0
 1 1 2 : 0   0 1 1 : 0   0 1 1 : 0 
(A : 0) =  → → 
 −1 −1 −2 : 0   0 −1 −1 : 0   0 0 0 : 0 
2 2 4 : 0 0 2 2 : 0 0 0 0 : 0

El sistema tiene infinitas soluciones. Por lo tanto, α es L.d.