EJEMPLOS
i) Conjunto de funciones racionales
ii) Conjunto de Polinomios reales con coeficientes reales
iii) Conjunto de todas las n-uplas con componentes reales
3.5 SUBESPACIO VECTORIAL
Sea (S,+, 𝕂 ,●) subespacio vectorial de (V,+,𝕂 ,●), donde S ≠ ∅ y S ⊂V, por
tanto (S, + , 𝕂 , ● ) se define también como espacio vectorial.
PROPIEDADES
i) (V, + , 𝕂 , ● ) es subespacio de (V, + , 𝕂 , ● ), llamando subespacio
vectorial trivial, es decir todo espacio vectorial es subespacio vectorial de
sí mismo.
La demostración se realiza a partir de los conceptos de Teoría de
Conjuntos, donde se define la propiedad que indica que todo conjunto
es subconjunto de sí mismo.
ii) ⃗}
{0 el conjunto formado solo por el vector cero es un subespacio
vectorial trivial.
Aclaramos que no podemos indicar que un espacio vectorial es vacío, ya
que entonces no existiría el espacio vectorial, y por tanto en vez de un
⃗ } el conjunto formado solo por
conjunto vacío de vectores, tenemos {0
el vector cero.
La demostración se realiza a partir de los conceptos de Teoría de
Conjuntos, donde se define la propiedad que indica que todo conjunto
vacío es subconjunto de cualquier conjunto.
JULIO CESAR RODRIGUEZ B. Página 1
3.6 CONDICIONES SUFICIENTES PARA LA EXISTENCIA DEL SUBESPACIO
VECTORIAL
Si (S, + , 𝕂 , ● ) es un subespacio vectorial de (V, + , 𝕂 , ● ), por definición
cumple las condiciones:
I. S ≠ ∅
II. S ⊂V
Y los axiomas:
i) Axioma del cerrado ∀ 𝑢,
⃗⃗⃗ 𝑣 ∈ 𝑆 ⟹ (𝑢 ⃗⃗⃗⃗⃗ ) ∈ 𝑆
⃗⃗⃗ +𝑣
ii) Pdto. de escalar por vector ∀𝛼𝕂, ∀ 𝑢
⃗ ∈ 𝑆 ⟹α𝑢
⃗ ∈𝑆
EJEMPLO
Demostrar que el conjunto de matrices “nxn”, es subespacio vectorial del conjunto de
matrices de orden “mxn”.
DEMOSTRAR QUE (𝐴𝑛𝑥𝑛 , + , ℝ , ● ) es subespacio de (𝐴𝑚𝑥𝑛 , + , ℝ , ● )
Por definición:
I. 𝐴𝑛𝑥𝑛 ≠ ∅
𝑛𝑥𝑛 𝑛𝑥𝑛
Sea la matriz nula 𝑶 ∈ 𝐴 ⟹𝐴 ≠ ∅
II. 𝐴𝑛𝑥𝑛 ⊂ 𝐴𝑚𝑥𝑛
𝑛𝑥𝑛
A ∈ 𝐴𝑛𝑥𝑛 𝑦 𝐴 ∈ 𝐴𝑚𝑥𝑛 ⟹ 𝐴 ⊂ 𝐴𝑚𝑥𝑛
i) Axioma del cerrado
∀ A,B ∈ 𝐴𝑛𝑥𝑛 ⟹ (𝐴 + 𝐵) ∈ 𝐴𝑛𝑥𝑛
ii) Producto de escalar por matriz
𝑛𝑥𝑛 𝑛𝑥𝑛
∀𝛼 ∈ ℝ, ∀ 𝐴 ∈ 𝐴 ⟹ αA ∈𝐴
Por tanto, matrices “nxn”, son subespacio vectorial matrices de orden “mxn”.
3.7 OPERACIONES CON SUBESPACIOS VECTORIALES
• Intersección de subespacios
• Unión de subespacios vectoriales
• Suma de subespacios y suma directa de subespacios vectoriales
JULIO CESAR RODRIGUEZ B. Página 2
3.7.1 INTERSECCIÓN DE SUBESPACIOS VECTORIALES
La intersección de subespacios vectoriales, forma un subespacio vectorial de
cualquier espacio vectorial.
Por definición
⋂ 𝑆𝑖 = 𝑆1 ∩ 𝑆 2 ∩ 𝑆3 ∩. . . . . . . . . . . . . . . . . . . . .∩ 𝑆 𝑛 = 𝑺
𝑖=1
A la intersección de subespacios denotaremos por 𝑺:
⋂ 𝑆𝑖 = 𝑺
𝑖=1
Por tanto, demostraremos que la intersección de subespacios vectoriales
(𝑺, + , 𝕂 , ● ) es un subespacio vectorial del espacio vectorial (V, + , 𝕂 , ● )
I. ⃗ ∈ 𝑺 , Por tanto 𝑺 ≠ ∅
Por definición: Sea 0
II. ⃗ ∈ 𝑺 ,∧, 𝑢
Por definición: Sea 𝑢 ⃗ ∈ 𝑉 , Por tanto 𝑺 ⊂ 𝑉
i) Axioma del cerrado
⃗ ,𝑣∈𝑺 ⟶𝑢
Sea que 𝑢 ⃗ ∈ 𝑆𝑖 ,∧, 𝑣 ∈ 𝑆𝑖
𝑛 𝑛 𝑛
⃗ ∈ ⋂ 𝑆𝑖 ,∧, 𝑣⃗ ∈ ⋂ 𝑆𝑖 , por tanto: 𝑢
𝑢 ⃗ + 𝑣⃗ ∈ ⋂ 𝑆𝑖
𝑖=1 𝑖=1 𝑖=1
Por notación: 𝑢⃗ + 𝑣 ∈ 𝑺
JULIO CESAR RODRIGUEZ B. Página 3
ii) Producto de escalar por vector
Sea que α ∈ 𝕂,∧, 𝑢
⃗ ∈ 𝑺 ⟶ α ∈ 𝕂,∧, 𝑢
⃗ ∈ 𝑆𝑖
𝑛 𝑛
α ∈ 𝕂,∧, 𝑢
⃗ ∈ ⋂ 𝑆𝑖 , por tanto: α 𝑢
⃗ ∈ ⋂ 𝑆𝑖
𝑖=1 𝑖=1
Por notación: α 𝑢⃗ ∈ 𝑺
Por tanto:
(𝑺, + , 𝕂 , ● ) es un subespacio vectorial del espacio vectorial (V, + , 𝕂 , ● )
3.7.2 UNION DE SUBESPACIOS VECTORIALES
En general la Unión de subespacios vectoriales no siempre forma un subespacio
vectorial, es decir
⋃ 𝑆𝑖 = 𝑆1 ∪ 𝑆 2 ∪ 𝑆3 ∪. . . . . . . . . . . . . . . . . . . . .∪ 𝑆 𝑛 = 𝑺
𝑖=1
Por notación:
𝑛
⋃ 𝑆𝑖 = 𝑺
𝑖=1
(𝑺,+,𝕂,●) no necesariamente es un subespacio del espacio vectorial (V, + , 𝕂 , ● )
3.7.3 SUMA DE SUBESPACIOS VECTORIALES: 𝑺𝟏 ∩ 𝑺 𝟐 ≠ {⃗𝟎 }
La suma de subespacios vectoriales, forma un subespacio vectorial de cualquier
espacio vectorial.
Sean: (𝑺𝟏 , + , 𝕂 , ● ) ∧ (𝑺𝟐 , + , 𝕂 , ● ) subespacios de (V, + , 𝕂 , ● )
Por definición
𝑆1 + 𝑆 2 = { 𝑢
⃗ ∈ 𝑉 / 𝑢⃗ = 𝑢⃗1 + 𝑢⃗2, ∀𝑢
⃗ 1 ∈ 𝑆1 ∧ ∀𝑢
⃗ 2 ∈ 𝑆2 } = 𝑺
JULIO CESAR RODRIGUEZ B. Página 4
A la suma de subespacios denotaremos por 𝑺:
(𝑺, + , 𝕂 , ● ) es un subespacio vectorial del espacio vectorial (V, + , 𝕂 , ● )
I. Por definición: Sea ⃗0 ∈ 𝑺 , Por tanto
⃗ = 0
0 ⃗ + 0
⃗ ⃗ 1 ∈ 𝑆1 ∧ ∀0
∀0 ⃗ 2 ∈ 𝑆2 Por tanto 𝑺 ≠ ∅
II. ⃗ ∈ 𝑺 ,∧, 𝑢
Por definición: Sea 𝑢 ⃗ ∈ 𝑉 , Por tanto 𝑺 ⊂ 𝑉
i) Axioma del cerrado
Sea 𝑢 ⃗ ,𝑣∈𝑺
𝑢
⃗ = 𝑢
⃗1+ 𝑢
⃗2, ∀𝑢
⃗ 1 ∈ 𝑆1 ∧ ∀𝑢
⃗ 2 ∈ 𝑆2
𝑣 = 𝑣1 + 𝑣2 ∀𝑣1 ∈ 𝑆1 ∧ ∀𝑣2 ∈ 𝑆2
⃗ +𝑣 = 𝑢
𝑢 ⃗1+ 𝑢
⃗ 2 + 𝑣1 + 𝑣2
⃗ + 𝑣 = (𝑢
𝑢 ⃗ 1 + 𝑣1 ) + (𝑢
⃗ 2 + 𝑣2 ) ∀𝑢
⃗ 1 , 𝑣1 ∈ 𝑆1 ∧ ∀𝑢
⃗ 2 , 𝑣2 ∈ 𝑆2
⃗ + 𝑣) ∈ 𝑺 = 𝑆1 + 𝑆 2
(𝑢
ii) Producto de escalar por vector
Sea que α ∈ 𝕂,∧, 𝑢
⃗ ∈𝑺
⃗1+ 𝑢
α (𝑢 ⃗ 2) = α 𝑢
⃗1 + α𝑢
⃗ 2 ∀α𝑢
⃗ 1 ∈ 𝑆1 ∧ ∀α𝑢
⃗ 2 ∈ 𝑆2
⃗ ∈ 𝑺 = 𝑆1 + 𝑆 2
α𝑢
Por tanto:
(𝑺, + , 𝕂 , ● ) es un subespacio vectorial del espacio vectorial (V, + , 𝕂 , ● )
3.7.4 SUMA DIRECTA DE SUBESPACIOS VECTORIALES 𝑺𝟏 ∩ 𝑺 𝟐 = {⃗𝟎 }
Denotaremos por 𝑆1 + 𝑆 2 = 𝑆1 ⊕ 𝑆 2 = 𝑆
𝑆 = 𝑆1 ⊕ 𝑆 2 = { 𝑢
⃗ + 𝑣⃗ / 𝑢⃗ ∈ 𝑆1 ∧ 𝑣 ∈ 𝑆2 }
ATENTAMENTE:
Ing. Julio César Rodríguez Blacutt
DOCENTE MAT1103 “ALGEBRA II”
JULIO CESAR RODRIGUEZ B. Página 5
