Clase 9: Cuerpos y Espacios Vectoriales.

525140-S2-Álgebra II

Prof. Álvaro Guzmán Chacón

aguzman2017@udec.cl

Universidad de Concepción

06 de septiembre de 2022

1 / 18
Cuerpos
Introducción
Introducción
Solemos usar los números y sus operaciones sin mucho cuestionamiento.
Sabemos que 1 + 1 = 2, pero, ¿de dónde sale esto?

Como la mayoría del conocimiento humano (si no todo), los números

nacen de la observación de nuestro entorno. “Veo dos ovejas”, “tres
personas”, “tenía cuatro perros pero uno se me escapó”. Todas estas
observaciones (que corresponden a describir un conjunto de elementos)
tienen una característica en común: se menciona una cantidad. Así fue
como al humano se le ocurrió abstraerse y utilizar las cantidad por si
solas, naciendo los números. De esta forma podemos generalizar y dejar
de trabajar sólo con cantidades para conjuntos particulares, es decir,
podemos escribir, por ejemplo, 2 + 3 = 5 para representar una situación
donde tenía 2 ovejas y me regalaron 3 más, o si tenía 2 monedas y me
encontré 3 más, etc.

Así es como terminamos con los números reales, pero, ¿Qué tienen de
especial los números reales? ¿Habrán otros conjuntos que también tengan
las propiedades de los números reales? 2 / 18
Cuerpos
Definición de cuerpo
Definición: Cuerpos
Sea K un conjunto con al menos dos elementos (0 y 1) con dos
operaciones: adición (+) y multiplicación (·):

+ : K × K → K, · : K × K → K.

Denotaremos +(x , y ) por x + y , y ·(x , y ) por x · y .

Dirémos que (K,+,·) es un cuerpo si cumple las siguientes 9 condiciones:

1 ∀ x , y ∈ K : x + y = y + x, (+ es conmutativa)
2 ∀ x , y , z ∈ K : x + (y + z) = (x + y ) + z, (+ es asociativa)
3 ∀ x ∈ K : x + 0 = x, (0 es neutro para +)
4 ∀ x ∈ K : ∃ (−x) ∈ K : x + (−x) = 0, (−x es inverso aditivo de x)
5 ∀ x , y ∈ K : x · y = y · x, (· es conmutativa)
6 ∀ x , y , z ∈ K : x · (y · z) = (x · y ) · z, (· es asociativa)
7 ∀ x ∈ K : x · 1 = x, (1 neutro para ·)
3 / 18
Cuerpos
Definición de cuerpo

Definición: Cuerpos
8 ∀ x ∈ K − {0} : ∃ x −1 ∈ K : x · x −1 = 1, (x −1 es inverso multiplicativo
de x)
9 ∀ x , y , z ∈ K : x · (y + z) = x · y + x · z, (· es distributiva con respecto
a +)
Es sabido que (R, +, ·) y (C, +, ·) son cuerpos, pero, ¿Hay otro cuerpos?

Ejemplo 1: Cuerpos
(N, +, ·)
(Z, +, ·)
(Q, +, ·)
({x ∈ R : −100 ≤ x ≤ 100}, +, ·)

4 / 18
Cuerpos
Definición de cuerpo

Definición: Cuerpos
8 ∀ x ∈ K − {0} : ∃ x −1 ∈ K : x · x −1 = 1, (x −1 es inverso multiplicativo
de x)
9 ∀ x , y , z ∈ K : x · (y + z) = x · y + x · z, (· es distributiva con respecto
a +)
Es sabido que (R, +, ·) y (C, +, ·) son cuerpos, pero, ¿Hay otro cuerpos?

Ejemplo 1: Cuerpos
(N, +, ·) no es cuerpo.
(Z, +, ·) no es cuerpo.
(Q, +, ·) es cuerpo.
({x ∈ R : −100 ≤ x ≤ 100}, +, ·) no es cuerpo.

4 / 18
Cuerpos
Propiedades de los cuerpos

Lema
Si (K, +, ·) es un cuerpo, entonces
1 K ̸= ;.
2 Los elementos neutros para cada operación son únicos.
3 ∀ x ∈ K se cumple que 0 · x = x · 0 = 0.
4 Para cada x ∈ K su inverso aditivo, que hemos denotado por −x, es
único y para cada x ∈ K − {0}, su inverso multiplicativo, denotado por
x −1 , es único.
5 Para cada x ∈ K se cumple que −x = (−1) · x, es decir, para cada
x ∈ K el inverso aditivo de x es el resultado del producto entre x y el
inverso aditivo del elemento neutro para el producto.
6 Para cada x ∈ K el inverso aditivo del inverso aditivo de x es el
propio x, es decir,
∀ x ∈ K : −(−x) = x .

5 / 18
Cuerpos
Propiedades de los cuerpos

Lema
7 Para cada x ∈ K − {0}, el inverso multiplicativo del inverso
multiplicativo de x es igual a x, es decir,
³ ´−1
∀ x ∈ K : x −1 = x.

8 Para todo x , y ∈ K, x · y = 0 si y sólo si x = 0 ∨ y = 0.

9 Para todo x , y ∈ K se cumple x · (−y ) = −(x · y ) y (−x) · (−y ) = x · y .
10 Para todo x , y , z ∈ K se cumple que si x + y = x + z, entonces y = z.
11 Para todo x , y , z ∈ K se cumple que si x ̸= 0 y x · y = x · z, entonces
y = z.

6 / 18
Cuerpos
Ejemplo curioso de cuerpo
Observación
Si (K, +, ·) es un cuerpo, diremos simplemente que K es un cuerpo. Así,
R, C y Q son cuerpos (con la suma y multiplicación usual), y son los
cuerpos con los que se trabajará durante el semestre.

Ejemplo 2: Cuerpo
Considere el conjunto A = {0, 1}, este es un cuerpo (el más simple de
todos) con las operaciones

+ : A × A → A, · : A × A → A,

dadas por

i) 0 + 0 = 0, ii) 0 + 1 = 1, iii) 1 + 0 = 1, iv) 1 + 1 = 0,

v) 0 · 0 = 0, vi) 0 · 1 = 0, vii) 1 · 0 = 0, viii) 1 · 1 = 1,

siendo 0 el neutro aditivo y 1 el neutro multiplicativo.

7 / 18
Espacios Vectoriales
Introducción y definición
Introducción
Similar a lo que hicimos con los números reales y la definición de cuerpo
(abstraernos y generalizar), buscamos hacer lo mismo con los elementos
de conjuntos como R2 y R3 . Vimos que ellos tienen dos operaciones
(suma y producto por escalar), y que cumplen ciertas propiedades.
Entonces la pregunta natural sería ¿Cuáles son exactamente las
propiedades que cumplen estos conjuntos? ¿Hay otros conjuntos que
cumplan las propiedades?

Definición: Espacio Vectorial

Sea (K, +, ·) un cuerpo y V un conjunto dotado de dos operaciones:

⊕ : V ×V → V , ⊕(x , y ) 7→ x⊕y ,
⊙ : K×V → V , ⊙(α, x) 7→ α ⊙ x .

Dirémos que (V , ⊕, ⊙) es un espacio vectorial sobre K,o un K-espacio

vectorial, si cumple lo siguiente
8 / 18
Espacios Vectoriales
Definición espacio vactorial

Definición: Espacio Vectorial

1 ∀ x , y ∈ V : x⊕y = y ⊕x, (⊕ es conmutativa)
2 ∀ x , y , z ∈ V : x⊕(y ⊕z) = (x⊕y )⊕z, (⊕ es asociativa)
3 ∃ θ ∈ V : ∀ x ∈ V : x⊕θ = x, (θ es el neutro para ⊕)
4 ∀ x ∈ V : ∃ − x ∈ V : x⊕(−x) = θ , (−x es inverso de x según ⊕)
5 ∀ α, β ∈ K : ∀ x ∈ V : α ⊙ (β ⊙ x) = (α · β) ⊙ x, (⊙ y · son
asociativas)
6 ∀ α ∈ K : ∀ x , y ∈ V : α ⊙ (x⊕y ) = (α ⊙ x)⊕(α ⊙ y ), (⊙ es lineal)
7 ∀ α, β ∈ K : ∀ x ∈ V : (α + β) ⊙ x = (α ⊙ x)⊕(β ⊙ x), (⊙ es
distributiva)
8 ∀ x ∈ V : 1 ⊙ x = x, donde 1 denota al neutro para el producto en
K.

9 / 18
Espacios Vectoriales
Definición espacio vactorial

Observaciones
Igual que antes, si (V , ⊕, ⊙) es un K-espacio vectorial, diremos
simplemente que V lo es. Además, si V es un K-espacio vectorial,
entonces
i) Los elementos de V se llaman vectores (se suelen denotar con letras
de nuestro alfabeto minúsculas), y los elementos de K, escalares (se
suelen denotar con letras griegas minúsculas).
ii) El elemento neutro para ⊕, denotado por θ , se denomina vector
nulo de K.
iii) V es no vacío, pues al menos θ ∈ V .
iv) Si K = R, V se denomina espacio vectorial real.
v) Si K = C, V se denomina espacio vectorial complejo.

10 / 18
Espacios Vectoriales
Propiedades de espacios vectoriales
Lema
Sea V un K-espacio vectorial. Entonces se verifican las siguientes
propiedades:
i) El vector nulo θ es único.
ii) Para todo x ∈ V , el inverso aditivo de x es único.
iii) Para todo x ∈ V , 0 ⊙ x = θ .
iv) Para todo α ∈ K, α ⊙ θ = θ .
v) Para todo x ∈ V , su inverso aditivo es igual a −1 ⊙ x.
vi) Para todo x ∈ V se tiene que −(−x) = x.
vii) ∀α ∈ K, ∀x ∈ V : (−α) ⊙ x = −(α ⊙ x) = α ⊙ (−x).
viii) ∀α ∈ K, ∀x ∈ V : α ⊙ x = θ ⇐⇒ α = 0 ∨ x = θ .
ix) Si α ∈ K es distinto de 0 y x , y ∈ V son tales que α ⊙ x = α ⊙ y ,
entonces x = y .
x) Si x ∈ V es distinto de θ y α, β ∈ K son tales que α ⊙ x = β ⊙ x,
entonces α = β.
11 / 18
Espacios Vectoriales
Ejemplos de espacios vectoriales
Ejemplo 3: Espacios vectoriales
Sea K un cuerpo y m, n ∈ N. Entonces las siguientes afirmaciones son
ciertas:
i) K es un e.v. (espacio vectorial) sobre sí mismo. Por ejemplo, Q es un
Q-e.v.
ii) Kn es un K-e.v.
iii) Cn es un R-e.v. (como se en dice iv), también es un e.v. complejo).
iv) El conjunto de las funciones desde un conjunto X ⊆ K hacia K,
denotado por

F (X , K) = {f : X → K : f es función},

es, con las operaciones usuales de suma y multiplicación por escalar,

un e.v. sobre K.
v) El conjunto de los polinomios que van desde K hacia K con
coeficientes en K, denotado por P (K), es un e.v. sobre K.

12 / 18
Espacios Vectoriales
Ejemplos de espacios vectoriales

Ejemplo 3: Espacios vectoriales

vi) El conjunto de los polinomios que van desde K hacia K con
coeficientes en K y de grados menor que n, denotado por P n (K), es
un e.v. sobre K.
vii) El conjunto de las matrices con coeficientes en K de orden m × n,
denotado por Mm×n (K) es un K-e.v.
viii) El conjunto de las matrices con coeficientes en K de orden n
(cuadradas), denotado por Mn (K) es un K-e.v.

Ejercicio 1: Espacios vectoriales

Demostrar la condición 2 y 5 de la definición de e.v. para el caso ii) del
Ejemplo 3.

13 / 18
Espacios Vectoriales
Considreación espacios vectoriales

Consideración
A partir de ahora, en lugar de escribir (V , ⊕, ⊙) para referirnos a un
espacio vectorial sobre un cuerpo (K, +, ·) y en los casos en que sea claro
cuáles son las operaciones ⊕ y ⊙, solo escribiremos que V es un espacio
vectorial sobre K o un K-espacio vectorial o un e.v. sobre K o un K-e.v.,
mientras que K será siempre R o C o Q, con las operaciones usuales de
suma y producto de números reales, complejos o racionales.

Además, en lugar de escribir x ⊕ y para referirnos a la suma entre

elementos de un K-e.v. V , escribiremos x + y y, en lugar de escribir α ⊙ x
para referirnos al producto de un escalar α ∈ K por un vector x ∈ V ,
escribiremos αx.

14 / 18
Espacios Vectoriales
Subespacios vectoriales

Definición: Subespacios vectoriales

Sea V un K-espacio vectorial. Se dice que un conjunto S es un
subespacio vectorial de V si S ⊆ V y, con las mismas dos operaciones
definidas sobre V , es también un espacio vectorial sobre K.

Ejercicio 2: Subespacios vectoriales

½µ ¶ ¾
x
Decidir si S = ∈ R2 : xy = 0 es un subespacios vectorial del R-espacio
y
vectorial R2 .

15 / 18
Espacios Vectoriales
Subespacios vectoriales

Lema (Importante)
Sea V un K-espacio vectorial y S ⊆ V . Entonces S es un s.e.v.
(subespacio vectorial) de V si y sólo si se cumple que
i) θ ∈ S (el vector nulo de V está en S).
ii) ∀x , y ∈ S : x + y ∈ S (S es cerrado para la suma).
iii) ∀α ∈ K, ∀x ∈ S : αx ∈ S (S es cerrado para el producto por escalar).
Observación: Si el vector nulo de V no está en S, entonces
inmediatamente podemos decir que S no es s.e.v. de V .

Ejercicio 3: Subespacios vectoriales

½µ ¶ ¾
x
Decidir si S = ∈ R2 : x + y = 0 es un subespacio vectorial del
y
R-espacio vectorial R2 .

16 / 18
Espacios Vectoriales
Ejercicios de subespacios vectoriales

Ejercicios: Subespacios vectoriales

i) Decidir si ½µ ¶ ¾
z1
S3 = ∈ C 2 : z1 = z2
z2
es un s.e.v. del C-e.v. C2 . ¿Será un s.e.v. de C2 si lo tomamos con
un e.v. sobre R?
ii) Decidir si
S1 = p ∈ P 3 (R) : p(1) = p(−1)
© ª

es un s.e.v. del R-e.v. P 2 (R).

iii) Decidir si ½µ ¶ ¾
a b
S2 = ∈ M2 (R) : b = c
c d
es un s.e.v. del R-e.v. M2 (R).

17 / 18
Clase 9: Cuerpos y Espacios Vectoriales.
525140-S2-Álgebra II

Prof. Álvaro Guzmán Chacón

aguzman2017@udec.cl

Universidad de Concepción

06 de septiembre de 2022

18 / 18