DESCRIPCIÓN BREVE
Investigación documental y enlistar los axiomas
que definen a un espacio vectorial debe llevar
introducción redacción de modo impersonal
orden y estructura conclusión del tema
bibliografía
Kelly Flores Hernández
Asignatura: Algebra lineal
Docente: Iván san Juan López
Grado :2 grupo :B
INVESTIGACIÓN
Espacios y subespacio vectoriales
Espacios Vectoriales: Axiomas y Propiedades Fundamentales
Introducción
Los espacios vectoriales constituyen uno de los pilares fundamentales del álgebra lineal y
desempeñan un papel crucial en numerosas áreas de las matemáticas, la física, la
ingeniería y otras disciplinas científicas. Estos espacios proporcionan un marco abstracto y
poderoso para estudiar la estructura y las propiedades de conjuntos de objetos matemáticos
llamados vectores, que pueden representar una amplia gama de conceptos, desde las
coordenadas geométricas hasta las funciones matemáticas.
El concepto de espacio vectorial surge de la necesidad de generalizar las propiedades
familiares de los vectores en el plano y el espacio tridimensional a entornos más abstractos
y de mayor dimensión. A través de la definición precisa de axiomas, los espacios vectoriales
permiten el estudio sistemático de estructuras algebraicas que exhiben propiedades
comunes y comportamientos específicos bajo operaciones algebraicas como la suma y la
multiplicación por escalares.
En este documento, exploraremos en detalle los axiomas que definen un espacio vectorial.
Estos axiomas establecen las condiciones necesarias para que un conjunto dado, junto con
ciertas operaciones, sea considerado un espacio vectorial. Al comprender estos axiomas y
las propiedades que implican, podemos analizar y manipular una amplia variedad de
objetos matemáticos de manera rigurosa y sistemática.
Axiomas que Definen un Espacio Vectorial
1. Cerradura bajo Suma: Este axioma establece que la suma de dos vectores en el
espacio vectorial produce otro vector en el mismo espacio. En otras palabras, la
suma de vectores es una operación interna en el espacio vectorial.
2. Asociatividad de la Suma: La asociatividad de la suma establece que el orden en
que se suman tres vectores no afecta el resultado final. Es decir, para cualquier u, v
y w en el espacio vectorial, (u+v)+w=u+(v+w).
1
3. Existencia del Elemento Neutro de la Suma: Este axioma establece que existe un
vector especial llamado vector cero, denotado como 0, tal que para cualquier vector
v en el espacio vectorial, 0+0=v+0=v.
4. Existencia del Elemento Opuesto: Para cada vector v en el espacio vectorial, existe
un vector llamado opuesto o inverso aditivo, denotado como −v, tal que v+(−v)=0.
5. Cerradura bajo Multiplicación por Escalares: Este axioma establece que la
multiplicación de cualquier vector por un escalar produce otro vector en el espacio
vectorial. Es decir, el espacio vectorial es cerrado bajo la operación de multiplicación
por escalares.
6. Distributividad de la Multiplicación Escalar respecto a la Suma de Vectores: Este
axioma establece que la multiplicación de un escalar por la suma de dos vectores es
igual a la suma de los productos escalares de ese escalar con cada uno de los
vectores sumados. Es decir, para cualquier escalar a y b, y cualquier vector v,
(a+b)v=av+bv.
7. Distributividad de la Multiplicación Escalar respecto a la Suma de Escalares: Este
axioma establece que la multiplicación de un escalar por la suma de dos escalares
es igual a la suma de los productos escalares de ese escalar con cada uno de los
escalares sumados. Es decir, para cualquier escalar a, y cualquier par de escalares
b y c, y cualquier vector v, a(b+c)=ab+ac.
8. Asociatividad de la Multiplicación Escalar: Este axioma establece que la
multiplicación de un vector por el producto de dos escalares es igual al producto de
ese vector por el resultado de multiplicar esos dos escalares. Es decir, para cualquier
par de escalares a y b, y cualquier vector v, (ab)v=a(bv).
9. Existencia del Elemento Neutro de la Multiplicación Escalar: Este axioma establece
que existe un escalar especial llamado uno de campo, denotado como 1, tal que
1v=v para cualquier vector v en el espacio vectorial.
2
Espacios y subespacios vectoriales
En las unidades anteriores vimos que el álgebra de vectores y el álgebra de matrices
presentan similitudes. Pudimos observar que las propiedades de la suma (de vectores o de
matrices) y del producto por un escalar son idénticas en ambos conjuntos.
En esta unidad, generalizaremos el concepto de vector a partir de estas propiedades en
común que hemos señalado para vectores geométricos y matrices.
Definición de espacio vectorial
Un espacio vectorial es un conjunto no vacío
de objetos, llamados vectores, en el que se han definido dos operaciones: la suma y el
producto por un escalar (número real) sujetas a los diez axiomas que se dan a continuación.
Los axiomas deben ser válidos para todos los vectores
• 2. u+v=v+u
• 3. (u+v)+w=u+(v+w)
• 4. Existe un vector nulo 0 V ∈ V tal que v+0V=v
• 5. Para cada V en V , existe un opuesto (–v)∈V tal que v+(–v)=0V
• 6. αv∈V
• 7. α(u+v)=αu+αv
• 8. (α+β)v=αv+βv
• α(βv)=(αβ)v
• 1v=v
Observación: En la definición anterior, cuando decimos «escalares» nos estamos refiriendo
a números reales. En este caso, se dice que V es un espacio vectorial real.
3
También es posible que los escalares pertenezcan a otro conjunto numérico, por ejemplo
los números complejos con los cuales trabajaremos en la última unidad.
Conclusión del Tema
Los axiomas que definen un espacio vectorial proporcionan las bases fundamentales para
el estudio de estructuras algebraicas en las que se pueden realizar operaciones de suma y
multiplicación por escalares. Estas propiedades son esenciales para comprender y trabajar
con vectores de manera rigurosa y sistemática, y tienen aplicaciones en una amplia gama
de campos científicos y tecnológicos. La comprensión de los espacios vectoriales y sus
axiomas es fundamental para el análisis matemático avanzado y el modelado de fenómenos
físicos y abstractos en diversas disciplinas.
Bibliografía
- Anton, H., & Rorres, C. (2010). Elementary Linear Algebra (Applications Version). John
Wiley & Sons.
- Friedberg, S. H., Insel, A. J., & Spence, L. E. (2002). Linear algebra. Pearson Education.
- Strang, G. (2006). Introduction to linear algebra. Wellesley-Cambridge Press.
