UdeG Div.

Ciencias Básicas

Universidad de Guadalajara
División de Ciencias Básicas

Maestrı́a en Ciencias
en Matemáticas

Reporte 1

Espacio Dual

Profesor:
Autor:
Dr. Andrés Garcia Sandoval
Francisco Seneca Bryant Morales

Nombre del curso: Álgebra Lineal

Guadalajara, Jal., México

Marzo de 2023

Maestrı́a en Ciencias en Matemáticas 1 Reporte

UdeG Div. Ciencias Básicas

Índice
1. Introducción. 3

2. Preliminares. 3

3. Espacio Dual 4

4. Conclusiones. 6

Maestrı́a en Ciencias en Matemáticas 2 Reporte

UdeG Div. Ciencias Básicas

1. Introducción.
En cualquier subrama del álgebra moderna se estudia a profundidad tanto los elementos y estruc-
turas de interés (por ejemplo, grupos, anillos, campos o espacios vectoriales) como las funciones que
preserven la estructura en el codominio, llamados morfismos.
En el álgebra lineal, las estructuras son los espacios vectoriales y los morfismos son las transfor-
maciones lineales. Sin embargo, para definir un espacio vectorial hace falta basarse en un campo.
Adentrándose un poco al estudio del álgebra lineal, son resultados conocidos que el conjunto de
transformaciones lineales como un campo pueden verse como un espacio vectorial. Por lo que resultarı́a
natural estudiar, de forma endógena, el subconjunto de transformaciones lineales que van de un espacio
vectorial a su campo.
En este reporte daremos un repaso a algunos conceptos y resultados interesantes de álgebra lineal
(sin demostración) que se utilizarán para un estudio introductorio a los espacios duales. De estos se
dará la definición formal, su relación con el espacio vectorial al cual está asociado (de forma directa
o con su base) y algunos ejemplos en donde se aplique estos resultados. Además, se ofrecerá una
bibliografı́a sintética del tema, tanto escrita como audiovisual.

2. Preliminares.
En esta sección revisaremos algunos conceptos generales necesarios para estudiar el tema de espacio
dual de un espacio vectorial. Se entiende que el lector maneja con facilidad los conceptos de conjunto,
función, grupo, campo, espacio vectorial, ası́ como la resolución de sistemas de ecuaciones. De lo
contrario se puede revisar [1, 2, 3, 4]. Además, solo se darán definiciones y resultados concretos, si
desea ahondar en ellos o ver ejemplos, puede revisar en la bibliografı́a antes mencionada.
De ahora en adelante, los sı́mbolos V y W denotarán espacios vectoriales sobre un campo F , las
letras minúsculas vectores de V o W , y letras griegas escalares en F .

Definición 1. Sea A ⊂ V . Diremos que A es linealmente dependiente si existen v1 , . . . , vn ∈ A y

α1 , . . . , αn ∈ F , no todos cero, tales que
n
X
αi vi = 0 (1)
i=1

Definición 2. Sea A ⊂ V . Diremos que A es linealmente independiente si

n
X
αi vi = 0, (2)
i=1

donde αi ∈ F, vi ∈ A, i = 1, . . . , n, implica que αi = 0 para toda i = 1, . . . , n.

Definición 3. Sea A ⊂ V . El conjunto generado por A, denotado por ⟨A⟩ es el conjunto de todas las
combinaciones lineales de A.

Definición 4. Sea A ⊂ V . Decimos que A genera a V si ⟨a⟩ = V .

Definición 5. Sea B ⊂ V . Diremos que B es una base para V si B es linealmente independiente y B

genera a V .

Teorema 1. Sea B ⊂ V no vacı́o. B es una base para V si y solo si cualquier v ∈ V puede ser escrito
de forma esencialmente única como una combinación lineal1 de los elementos de B.
1
Es decir, que las combinaciones lineales son iguales salvo por sumas de combinaciones lineales triviales.

Maestrı́a en Ciencias en Matemáticas 3 Reporte

UdeG Div. Ciencias Básicas

Teorema 2. Las siguientes afirmaciones se cumplen:

1. Cualquier conjunto linealmente independiente de V está contenido en una base de V .

2. Cualquier conjunto generador de V contiene una base de V .

3. Existe una base para V .

Definición 6. La dimensión de V , denotada por dim V , es la cardinalidad de cualquier base2 de V .

Definición 7. Sea B = {b1 , , bn } una base ordenada3 para V . Dado un vector v ∈ V con representación

v = α1 b1 + · · · + αn bn , (3)

definimos las coordenadas de v en la base B como

[v]B := [α1 , . . . , αn ]T . (4)

Definición 8. Sea T : V → W una función. Se dice que T es una transformación lineal si cumple con
que T (αv + w) = αT (v) + T (w), para todo α ∈ F y v, w ∈ V . Además, al espacio formado por todas
las transformaciones lineales de V en W , lo denotaremos por L(V, W ).

Definición 9. Diremos que una transformación lineal T : V → W es un isomorfismo si es biyectivo.

Por otro lado, diremos que es un funcional lineal si W = F .

Teorema 3. El espacio L(V, W ) es un F espacio vectorial, con las operaciones definidas por

(T1 + T2 )(v) = T1 (v) + T2 (v),

(αT )(v) = αT (v),

donde T, T1 , T2 ∈ L(V, W ) y α ∈ F .

Teorema 4. Sea {b1 , . . . , bn } una base ordenada para V y w1 , . . . , wn ∈ W . Entonces existe un único
T ∈ L(V, W ) tal que T (bi ) = wi , para cada i = 1, . . . , n.

Teorema 5. Dos espacios V y W son isomorfos si y solo si dim(V ) = dim(W ).

Teorema 6. Sea L(V, W ). Se tiene que

dim(L(V, W )) = dim(V ) dim(W ).

3. Espacio Dual
Toda la información recabada fue extraı́da de [1, 3, 4, 5, 6].
Dado cualquier campo F recordemos que F n también puede verse como un espacio vectorial sobre F
con la suma y multiplicación componente a componente. Además, es fácil construir una base (llamada
canónica 4 ) con n elementos, por lo que dim(F n ) = n. En particular, el propio campo F es un F
espacio vectorial de dimensión 1, por lo que la definición de funcional lineal tiene sentido. El conjunto
de funcionales lineales es lo que nos interesa estudiar en este trabajo.
2
En la bibliografı́a recomendada se puede revisar que dado dos bases de V , estas tienen la misma cardinalidad, por
lo que esta definición tiene sentido.
3
En este trabajo, que sea ordenada solo indica que el orden de los vectores importa.
4
La cual consiste en tener ceros en cada componente salvo la unidad del campo en la i-ésima entrada.

Maestrı́a en Ciencias en Matemáticas 4 Reporte

UdeG Div. Ciencias Básicas

Definición 10. El conjunto formado por todos los funcionales lineales de un espacio vectorial V ,
denotado por V ∗ , recibe el nombre de espacio dual de V . Es decir, V ∗ = L(V, F ).

Teorema 7. Dado V un espacio vectorial tal que dim(V ) = n, entonces su espacio dual V ∗ es un
espacio vectorial de dimensión n.

Demostración. Se sigue de los teoremas 3 y 6 y del hecho de que F es un F espacio vectorial de

dimensión 1.

Corolario 1. Un espacio vectorial V es isomorfo a su espacio dual V ∗ .

Demostración. Se sigue del teorema anterior y el teorema 5.

Los resultados anteriores indican que para un espacio vectorial V de dimensión n, la base de V ∗
está conformada por n funcionales lineales linealmente independientes. Además, podrı́a existir una
relación directa entre la base de V y la de V ∗ .

Teorema 8. Sea {b1 , . . . , bn } una base ordenada para V . Entonces existe una única base para V ∗ ,
denotada B ∗ = {f1 , . . . , fn }, que cumple con fi (bj ) = δij para toda i, j ∈ {1, . . . , n}. Además, cada
f ∈ V ∗ se expresa por
X n
f= f (bi )fi , (5)
i=1
y cada v ∈ V como
n
X
v= fi (v)bi . (6)
i=1

Demostración. Primero mostremos que B ∗ es linealmente independiente. Notemos que al evaluar

cualquier combinación lineal de B ∗ evaluada en un vector de B obtenemos otro funcional lineal f que
cumple con
n
X n
X
f (bj ) = ci fi (bj ) = ci δij = cj . (7)
i=1 i=1

En particular, si la combinación lineal anterior fuera igual al funcional lineal f0 = 0, dado que f0 (b) = 0
para cualquier b ∈ B, tendrı́amos que cj = 0, j = 1, . . . , n. Ası́, B es un conjunto linealmente
independiente de cardinalidad n de V ∗ , en consecuencia es una base. Además, de lo anterior se sigue
que [f ]B ∗ = [f (b1 ), . . . , f (bn )]T , lo cual es equivalente a la expresión (5).
Ahora, si v ∈ V es un vector con representación v = α1 b1 + · · · + αn bn , notemos que
n
X n
X
fj (v) = αi fj (bi ) = αi δij = αj . (8)
i=1 i=1

Por lo tanto,
n
X
v= fi (v)bi . (9)
i=1

Nota: la unicidad indicada en el teorema anterior queda asegurada por el teorema 1.

Definición 11. Dado una base ordenada B = {b1 , . . . , bn } para V , la base B ∗ para V ∗ construida en
el teorema anterior se le llama base dual de B.

Maestrı́a en Ciencias en Matemáticas 5 Reporte

UdeG Div. Ciencias Básicas

A continuación revisemos un ejemplo5 en donde el teorema anterior simplifica el cálculo de forma

significativa.

Ejemplo 1. Sea V = R3 un R espacio vectorial. Es fácil probar que

B = {b1 , b2 , b3 } = {(1, 0, 0), (1, 1, 1), (0, 0, 1)} (10)

es una base. Recordemos que cualquier x = (x1 , x2 , x3 ) ∈ R3 puede escribirse como x = x1 e1 + x2 e2 +

x3 e3 , donde ei son los elementos de la base canónica.
Notemos que e1 = b1 , e2 = b2 − b1 − b3 y e3 = b3 , por lo que

x = x1 b1 + x2 (b2 − b1 − b3 ) + x3 b3
(11)
= (x1 − x2 )b1 + x2 b2 + (x3 − x2 )b3 .

Del teorema anterior se sigue que B ∗ = {b∗1 , b∗2 , b∗3 }, donde b∗i : R3 → R tales que

b∗1 (x1 , x2 , x3 ) = x1 − x2 ,
b∗2 (x1 , x2 , x3 ) = x2 , (12)
b∗3 (x1 , x2 , x3 ) = x3 − x2 .

Ejemplo 2. Con los espacios y bases del ejemplo anterior podemos calcular las coordenadas de
cualquier funcional lineal f ∈ L(R3 , R) en la base B ∗ .
Por ejemplo, para saber las coordenadas del funcional lineal f : R3 → R definido por f (x, y, z) =
x − 2y + 3z (es sencillo probar que lo es) basta con calcular lo siguiente:

f (b1 ) = 1 − 2(0) + 3(0) = 1,

f (b2 ) = 1 − 2(1) + 3(1) = 2, (13)
f (b3 ) = 0 − 2(0) + 3(1) = 3.

Ası́, por el teorema anterior,

[f ]B ∗ = [1, 2, 3]T . (14)

4. Conclusiones.
En este trabajo se ha mostrado resultados tan importantes como que el espacio dual es tanto
un espacio vectorial (por lo que es deber estudiarlo de forma endógena) como que está ı́ntimamente
relacionado con el espacio vectorial original al cual está asociado. Fuera de lo anterior, no existe
tanta profundización desde el álgebra lineal, por lo menos a nivel pregrado. Sin embargo, los espacios
duales aparecen en una gran cantidad de (sub)ramas de la matemáticas fuera del álgebra lineal, como
análisis matemático y funcional, ecuaciones diferenciales (ordinarias y parciales), geometrı́a, etc., ası́
como otras ciencias, especialmente fı́sica. Por lo que, se invita a estudiar estas estructuras de forma
profunda, ya sea desde el álgebra lineal o desde otras ramas del conocimiento (aplicaciones).
5
El cual está basado en un ejercicio propuesto en un video. Revisar https://www.youtube.com/watch?v=
jyTeyZeUtvg&list=LL&index=3&t=359s.

Maestrı́a en Ciencias en Matemáticas 6 Reporte

UdeG Div. Ciencias Básicas

Referencias
[1] Becerra López, F., Castillo Ramı́rez, A., Hernández Magdaleno, A. M. y Mata Gutiérrez, O. (2017).
Teorı́a de Espacios Vectoriales. Universidad de Guadalajara.

[2] Castillo Pérez, A., Castillo Ramı́rez, A., De la Cruz Garcı́a, E. y Hernández Magdaleno, A. (2014).
Conjuntos y Números. Editorial Universitaria, Centro Universitario de Ciencias Exactas e Inge-
nierı́as, Universidad de Guadalajara.

[3] Dorronsoro, J. y Hernández, E. (1996). Números, grupos y anillos. Addison-Wesley Iberoamericana.

[4] Hoffman, K., Kunze, R., y Finsterbusch, H. E. (1973). Álgebra lineal. Prentice-Hall Internacional.

[5] Zurita, G. [Escuela Superior Politécnica del Litoral] (27 de enero 2010). Espacio Dual V - Sesión
48- 1/2 [Video]. Youtube. https://www.youtube.com/watch?v=kpDfeL59C7k.

[6] Zurita, G. [Escuela Superior Politécnica del Litoral] (27 de enero 2010). Espacio Dual V - Sesión
48- 2/2 [Video]. Youtube. https://www.youtube.com/watch?v=pOhMTXsseXQ.

Maestrı́a en Ciencias en Matemáticas 7 Reporte