24/04/2022
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) ⃗ } el conjunto formado solo por el vector cero es un subespacio
{0
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
⃗⃗⃗ + 𝑣
⃗⃗⃗ ) ∈ 𝑆
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
⃗𝑢 ∈ ⋂ 𝑆𝑖 ,∧, 𝑣⃗ ∈ ⋂ 𝑆𝑖 , por tanto: ⃗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 ⃗ ∀ ⃗01 ∈ 𝑆1 ∧ ∀ ⃗02 ∈ 𝑆2
⃗ +0 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 MAT 1103 “ALGEBRA II”
JULIO CESAR RODRIGUEZ B. Página 5
