Unidades Tecnologicas de Santander CLASE

Departamento de Ciencias Básicas

Guı́a de Espacios Vectoriales
Carlos Dı́az

E SPACIOS VECTORIALES R EALES

Un espacio vectorial real (V, ⊕, ⊙) es un conjunto V junto con dos operaciones que llamaremos suma ⊕ y multipli-
cación por un escalar ⊙, las cuales a su vez deben cumplir las siguientes 10 propiedades:

Suma Multiplicación por un escalar

1. Propiedad clausurativa: 6. Propiedad Clausurativa:

Si u y v son elementos de V entonces u ⊕ v es Si α es un escalar y u un elemento en V entonces

también un elemento de V. α ⊙ u es un elemento en V.

2. Propiedad conmutativa: 7. Propiedad Distributiva 1:

Si u y v son elementos de V y α es un escalar

u⊕v = v ⊕ u entonces se cumple:
3. Propiedad Asociativa:
α ⊙ (u ⊕ v) = α ⊙ u ⊕ α ⊙ v
u ⊕ (v ⊕ w) = (u ⊕ v) ⊕ w 8. Propiedad Distributiva 2:
4. Propiedad Modulativa:
Si u es un elemento de V y α y β son escalares
En V existe un elemento llamado modulo o cero y entonces se cumple:
denotado 0 tal que para todo u en V se cumple
(α + β) ⊙ u = α ⊙ u ⊕ β ⊙ u
u⊕0=0⊕u=u
9. Propiedad Asociativa:
Note que el cero del espacio se escribe con negrilla
para ser diferenciado del número cero. Si u es un elemento de V y α y β son escalares
5. Propiedad Invertiva: entonces se cumple:

Para cada u en V, existe un elemento llamado su (αβ) ⊙ u = α ⊙ (β ⊙ u)

inverso y denotado ⊖u tal que
10. Propiedad Modulativa:
u ⊕ ⊖u = ⊖u ⊕ u = 0
Si u es un elemento de V entonces 1 ⊙ u = u

notación Si u, v ∈ V escribimos la operación u ⊕ ⊖v como u ⊖ v.

nota 1: Los elementos de una espacio vectorial se suelen llamar vectores

nota 2: Las dos operaciones asociadas a un espacio vectorial pueden ser cualquier operación y no necesariamente
realizan la operación que su nombre indica. Por ejemplo, si los vectores son los números reales, la suma puede ser
la operación que usualmente conocemos como producto, en este caso a ⊕ b = ab, y la multiplicación por una escalar
puede ser la potenciación α ⊙ b = bα . Aunque con estas dos operaciones es fácil ver que los reales no forman un
espacio vectorial, si nos permite entender que cuando hacemos referencia a suma y multiplicación por un escalar,
estamos hablando simplemente de dos operaciones.
 E SPACIOS V ECTORIALES USUALES
.

Los espacios vectoriales usuales están conformados por conjuntos usuales con operaciones usuales. Por tal motivo
utilizamos en este caso la notación usual de operaciones y escribimos

u+v en vez de u ⊕ v y αu en vez de α ⊙ u.

En su forma más general mencionamos algunos de los espacios más comunes.

I. V = Rn = {(x1 , x2 , . . . , xn ) : xi ∈ R} con las operaciones usuales de suma y multiplicación por un escalar, es
decir, si u = (x1 , x2 , . . . , xn ), v = (y1 , y2 , . . . , yn ) y α es un escalar, entonces:

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

⊲ Multiplicación por un escalar, αu = α(x1 , x2 , . . . , xn ) = (αx1 , αx2 , . . . , αxn ).

⊲ Cero, es la n-upla 0 = (0, 0, . . . , 0).

⊲ Inverso, ⊖u = −u = (−x1 , −x2 , . . . , −xn )

Por ejemplo:
• Para el caso en que n = 1 tenemos que V = R es el conjunto de los números reales el cual es el
espacio vectorial más conocido y trabajado por todos.

⊲ Suma, es la suma de números reales.

⊲ Multiplicación por un escalar, es en realidad el producto usual de números reales.

⊲ Cero, es el número cero, 0 = 0.

⊲ Inverso, el inverso de u es su opuesto.

El cero es el número cero 0 = 0 y el inverso de u es − u, ⊖u = −u

• Para el caso en que n = 2 tenemos que los vectores son los puntos en el plano, el cero es el origen

0 = (0, 0) y el inverso de u = (x, y) es − u = (−x, −y).

• Para el caso en que n = 3 tenemos que los vectores son los puntos en el espacio, el cero es el origen
0 = (0, 0, 0) y el inverso de u = (x, y, z) es −u = (−x, −y, z).

En los casos n = 2 y n = 3 los vectores se pueden visualizar geométricamente como segmentos de rectas
dirigidos. Para n > 3 tenemos que los vectores son puntos en el espacio n dimensional y no es posible de ser
visualizados.

Nota: En forma general, para cada valor de n obtenemos un espacio vectorial.

II. V = Mmn es el espacio conformado por todas las matrices de tamaño m × n con la suma usual de
matrices y multiplicación usual por un escalar; por ejemplo:

  
a b c
M23 = : a, b, c, d, e, f ∈ R espacio de todas las matrices de tamaño 2 × 3
d e f
el cero es la matriz nula 023 y el inverso de A2×3 es −A2×3
 Nota 1: En forma general, para cada valor de m y n obtenemos un espacio vectorial.

Nota 2: El espacio Rn se puede ver como el espacio matricial M1n o Mn1

Nota 3: Si cambiamos la estructura de la matrices y reorganizamos todas sus filas o todas sus columnas en una
sola y considerando las operaciones usuales, el espacio matricial Mmn es igual al espacio real Rmn .

Por ejemplo: M23 = R6 . para ello basta con escribir cada matriz de la siguiente forma:

 
a
b
   
a b c c
  ⇔ (a, b, c, d, e, f )
d e f d
por filas  
e
f

 
a
d
   
a b c b
  ⇔ (a, d, b, e, c, f )
d e f e
por columnas  
c
f

En donde se preserva el resultado de una suma o la multiplicación por un escalar, por ejemplo.
         
1 3 2 0 4 5 1 7 7 1 3 2 −3 −9 −6
+ = -3 =
5 7 1 2 2 7 7 9 8 5 7 1 −15 −21 −3
         
1 0 1 1 −3
3 4 7 3  −9 
         
2
  + 5 = 7
    2  −6 
5 2 7 −3   = 
   
5 −15

     
7 2 9 7 −21
1 7 8 1 −3

Esta forma de representar matrices como puntos nos facilitara más adelante el estudio de este espacio.

III. V = Pn (x) es el conjunto de todos los polinomios reales con variable x y de grado menor o igual a n, con la
suma usual y multiplicación usual por un escalar. En forma conjuntista:

Pn (x) : p(x) = an xn + an−1 xn−1 + · · · + a1 x + a0 donde an , an−1 , . . . , a1 , a0 ∈ R y variable real x

Por ejemplo, para n = 3.

P3 (x) : p(x) = a3 x3 + a2 x2 + a1 x + a0
donde los siguientes polinomios se encuentran en dicho espacio:

p(x) = 3x3 + 2x + 1 con a3 = 3, a2 = 0, a1 = 2, a0 = 1

q(x) = 2x2 + 1 con a3 = 0, a2 = 2, a1 = 0, a0 = 1
r(x) = 2x − 3 con a3 = 0, a2 = 0, a1 = 2, a0 = −3
cero s(x) = 0 con a3 = 0, a2 = 0, a1 = 0, a0 = 0
 SUBESPACIOS
.

Para finalizar consideraremos subconjuntos W de un espacio vectorial (V, ⊕, ⊙) y lo dotaremos de las operaciones
del espacio para determinar si (W, ⊕, ⊙) es un espacio vectorial. En el caso de serlo diremos que W es un subespa-
cio de V.

Clasificación de subespacios

Triviales
Propios
• El formado solo por el cero.
• son los que no son triviales.
• Todo el espacio vectorial.

Para probar que W es un subespacio vectorial de V , no es necesario probar las 10 propiedades que cumplen las 2
operaciones, basta con mostrar que cumple las dos propiedades clausurativa, para ver esto primero clasifiqueremos
las 10 propiedades operacionales de un espacio en dos tipos: Propiedades hereditarias o de forma y propiedades
de pertenencia o de ubicación. La siguiente tabla muestra la división.

SUMA MULTIPLICACIÓN

Conmutativa Distributivas
HEREDITARIA Asociativa
Asociativa
Modulativa

Clausurativa

PERTENENCIA Modulativa Clausurativa

Invertiva

Para entender el concepto de propiedad hereditaria mostramos el siguiente ejemplo que no tiene que ver con espa-
cios vectoriales.

Por ejemplo si V es el conjunto formado por todos los ciudadanos colombianos, entonces ser colombiano determina
la propiedad que caracteriza a V, por tal motivo si W es el subconjunto de V conformado por todas las personas
nacidas en santander, entonces ellos ya cumplen la propiedad de ser colombianos, es decir, heredan la propiedad
de V.

En sı́, el ejemplo anterior nos dice que las propiedades hereditarias no son necesarias de probar y por tal motivo
solo se deben considerar las cuatro propiedades de pertenencia para determinar si W es un subespacio de V.
Por otra parte, dado V es un espacio vectorial no es necesario probar la existencia del cero y del inverso de todo
elemento de W , lo que realmente hay que probar es que se encuentran ubicados en W y la siguiente propiedad
indica que ello se deriva de las propiedades clausurativas. En consecuencia se tiene que W es subespacio de V si
cumple con las dos propiedades clausurativas.

Teorema. Si (V, ⊕, ⊙) es un espacio vectorial y W es un subconjunto no vacı́o de V entonces, W es un subespacio

de V , si y sólo si, W cumple las dos propiedades clausurativas.

Veamos la prueba.

Una de las implicaciones es inmediata, si W es un subespacio de V se tiene que cumple las 10 propiedades y por
consiguiente ya cumple las dos propiedades clausurativas.

Para la otra implicación. Si suponemos que W cumple las dos propiedades clausurativas veamos que el cero se
encuentra en W y que el inverso de un elemento de W también se encuentra en W.
Para ello tomemos u en W y multipliquemos por 0 y −1 donde se obtiene debido a la propiedad clausurativa del
producto y a las propiedad básicas de los espacios:

0⊙u = 0 ∈W y − 1 ⊙ u = −u ∈ W

De esta forma si W cumple con las 2 propiedades clausurativas, cumple con las 4 propiedades de pertenencia,
agregando las 6 propiedades hereditarias concluimos que W es un subespacio de V.

Ejemplos (Recuerde que sólo consideramos a V como los espacios usuales Rn , Pn (x) y Mmn con las operaciones
usuales)

1. En V = R2 consideremos los siguientes subconjuntos

a) W1 = [0, +∞) × [0, +∞)
b) W2 = {(x, y) : x2 + y 2 = 1}
c) W3 es la recta y = 2x + 1
d) W4 es la recta y = −x
e) W5 = {(x + y, 2x − y) : x, y ∈ R}
En este caso se tiene que W4 y W5 son los únicos subespacios. En efecto,

Para W1 se tiene que cumple la propiedad clausurativa de la suma,

 
a
u= ∈ W1 ⇔ a, b ≥ 0
b
 
a+c
⇒ a + c, b + d ≥ 0 ⇔ u + v = ∈ W1 ,
b+d
 
c
v= ∈ W1 ⇔ c, d ≥ 0
d

pero no cumple la multiplicación por un escalar, por ejemplo, sea u = (1, 2) ∈ W1 y α = −1, entonces αu =
−(1, 2) = (−1, −2) ∈
/ W1 .

Para W2 y W3 no se cumple ninguna de las dos propiedades, aunque la forma mas sencilla de probar que no son
subespacio se tiene del hecho que el cero 0 = (0, 0) no se encuentra en ninguno de los dos conjuntos.

Para W4 realicemos la prueba que es subespacio de diversas formas, primero probemos las dos propiedades
clausurativas.
   
a a+c
u= ∈ W4 ⇔ b = −a b + d = −a − c = −(a + c) ⇔ u + v = ∈ W4 ,
b b+d
  ⇒  
c αa
v= ∈ W4 ⇔ d = −c αb = −αa ⇔ αu ∈ ∈ W4 ,
d αb

Otra forma más simple de realizar la prueba en W4 es parametrizando el conjunto con el fin de obtener una es-
tructura. Para ello es necesario que el conjunto cuente con una condición dada por una igualdad y que de ésta se
pueda despejar una variable.

W4 = {(x, y) : y = −x} = {(x, −x) : x ∈ R}. En este caso tenemos la estructura (x, −x) en donde la variable x
hace el papel de parámetro. Volvamos a realizar las dos pruebas,
     
a a+b x
u= u+v = = ∈ W4 , con x = a + b
−a −(a + b) −x
  ⇒  
b αa
v= αu = ∈ W4 , con x = αa
−b −αa
Como se puede observar al parametrizar el conjunto y obtener su estructura, las pruebas realizas fueron mas
sencillas. Aunque ésto se debe a la simplicidad de la estructura de W4 .

Veamos que con W5 , el cual ya cuenta con una estructura, no es tan fácil la prueba debido a que cuenta con dos
parámetros.
Solución.
   
a+b c+d
Sean u = yv=
2a − b 2c − d
         
a+b c+d a+b+c+d (a + c) + (b + d) x+y
suma u + v = + = = =
2a − b 2c − d 2a − b + 2c − b 2(a + c) − (c + b) 2x − y
con x = a + c y y = b + d      
a+b αa + αb x+y
mult αu = α = =
2a − b 2αa − αb 2x − y
con x = αa y y = αb
 TALLER

1. Pruebe que en R3 toda recta que pasa por el origen es un subespacio.

Nota: toda recta que pasa por el origen es de la forma {(x, y, z) : x = at, y = bt, z = ct} = {(at, bt, ct) : t ∈ R} y
considere u = (at1 , bt1 , ct1 ) y v = (at2 , bt2 , ct2 )
2. Pruebe que el hiperplano 2x − 3y + w − z = 0 con las operaciones usuales forma un espacio vectorial.

Nota: Considere el hiperplano de la forma

{(x, y, z, w) : 2x − 3y + w − z = 0} = {(x, y, z, w) : w = −2x + 3y − z} = {(x, y, z, −2x + 3y − z) : x, y, z ∈ R}

y tome u = (a, b, c, −2a + 3b − c) y v = (d, e, f, −2d + 3e − f )

3. Pruebe que los puntos que se encuentran sobre la esfera x2 + y 2 + z 2 = 1 con las operaciones usuales no
forman un espacio vectorial.

4. Si consideramos el espacio vectorial V = (0, +∞) con las operaciones

suma x ⊕ y = xy mult. por escalar α ⊙ x = xα

pruebe las propiedades distributivas y resuelva las ecuaciones

3 ⊙ (x ⊕ 8) = 1 (3 ⊙ x) ⊕ 8 = 1

5. Si consideramos el espacio vectorial V = (0, +∞) con las operaciones

xy α
suma x ⊕ y = mult. por escalar α⊙x=
x+y x

resuelva la ecuación
1 ⊙ (x ⊕ 2) = x

6. Pruebe que cada uno los siguientes conjunto junto con las operaciones usuales forman un espacio vectorial

a) W = {(2t, 3s + t, r) : t, s, r ∈ R}
  
a 0
d) M = :a∈R
b) W = {(2t + 1, s) : t, s ∈ R} 0 −a

e) Todo plano que pasa por el origen.

c) W = {p(x) = ax2 + b : a, b ∈ R}

7. Determine por qué cada uno los siguientes conjuntos junto con las operaciones usuales no forman un sube-
spacio. (muestre cual de las dos propiedades clausurativas no cumple)

a) W = {(2t, 3s + t, s − 1) : t, s ∈ R}
f) W = {(x, y) : y = 2x} ∪ {(x, y) : y = −2x}
b) W = {(2t, 3t − 1) : t, s ∈ R} 
ab a
 
g) En M22 , M = : a, b ∈ R
0 b
c) W = {p(x) = x2 + a : a ∈ R} h) En M22 , M = {A ∈ M22 : |A| = 0}
  
a b
d) M= : a, b ∈ R i) En M22 , M = {A ∈ M22 : |A| =
6 0}
b+1 −a
x2 y2
e) W = {(x, y) : 4 + 9 = 1} j) En P2 (x), B = {ax2 + bx + c : a 6= 0}