UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE CIENCIAS
ÁLGEBRA LINEAL PARA FÍSICOS I (CF-1C2A)
ESPACIOS VECTORIALES

1. DEFINICIÓN DE ESPACIO VECTORIAL

Sabemos que un cuerpo (K, χ, η) tiene una identidad aditiva e con χ(x, e) = x y una identidad
multiplicativa µ con η(x, µ) = x, asimismo una inversa aditiva x′ con χ(x, x′ ) = e y una
inversa multiplicativa x− con η(x, x− ) = µ para x ̸= e
Definición: Sea un cuerpo conmutativo (K, χ, η) con identidad aditiva e y con identidad
multiplicativa µ y E un conjunto no vacı́o provisto de una operación interna σ : E × E → E
y una operación externa π : K × E → E donde el conjunto externo es K. Se dice que
(E, K, σ, π) tiene una estructura de espacio vectorial si cumple los siguientes axiomas:
[V0 ] Las operaciones σ y π son cerradas.
[V1 ] ∀u, v, w ∈ E σ(σ(u, v), w) = σ(u, σ(v, w))
[V2 ] ∃ ε̂ ∈ E : ∀ u ∈ E σ(u, ε̂) = u
[V3 ] ∀ u ∈ E, ∃ ù ∈ E : σ(u, ù) = ε̂
[V4 ] π(µ, u) = u
[V5 ] π(a, σ(u, v)) = σ(π(a, u), π(a, v))
[V6 ] π(χ(a, b), u) = σ(π(a, u), π(b, u))
[V7 ] π(a, π(b, u)) = π(η(a, b), u)
Podemos resumir diciendo que (E, K, σ, π) es un espacio vectorial sobre K si (i) (E, σ) es un
grupo y (ii) (E, K, π) cumple los axiomas [V4 ], [V5 ], [V6 ] y [V7 ].
Ejemplo: Sean E = {A = [aij ] : aij ∈ K; i = 1, 2, ..., n; j = 1, 2, ..., m} donde (K, χ, η) es un
cuerpo conmutativo y las operaciones
σ : E × E → E, π : K × E → E definidas como:
σ(A, B) = σ([aij ], [bij ]) = [χ(aij , bij )]
π(λ, A) = π(λ, [aij ]) = [η(λ, aij )]
Verifique si (E, K, σ, π) es un espacio vectorial sobre K.
(I) Veamos si (E, σ) es un grupo.
[V0 ] (i) σ(A, B) = [χ(aij , bij )] ∈ E ya que χ(aij , bij ) ∈ K por ser éste un cuerpo.
(ii) π(λ, A) = [η(λ, aij )] ∈ E pues η(λ, aij ) ∈ K
No estamos considerando Dσ = E × E y Rσ = E pero hay que tenerlo siempre presente.
[V1 ]

σ(σ(A, B), C) = σ([χ(aij , bij )], [cij ]) = [χ(χ(aij , bij ), cij )]

= [χ(aij , χ(bij , cij ))] = σ([aij ], [χ(bij , cij )])
= σ([aij ], σ([bij ], [cij ])) = σ(A, σ(B, C)) (1)

[V2 ] ¿∃ Ξ = [εij ] ∈ E : ∀A ∈ E σ(A, Ξ) = A?

[χ(aij , εij )] = [aij ] ⇒ χ(aij , εij ) = aij ⇒ εij = e ∈ K ⇒ Ξ = [e] ∈ E, ∀ i, j
[V3 ] ¿∀ A ∈ E, ∃ A′ = [αij ] ∈ E : σ(A, A′ ) = Ξ?
[χ(aij , αij )] = [εij ] ⇒ χ(aij , αij ) = e ⇒ αij = a′ij ⇒ A′ = [a′ij ] ∈ E, ∀ i, j

1
(II) π : K × E → E
[V4 ] π(µ, A) = π(µ, [aij ]) = [η(µ, aij )] = [aij ] = A
[V5 ]

π(a, σ(A, B)) = π(a, [χ(aij , bij )]) = [η(a, χ(aij , bij ))]
= [χ(η(a, aij ), η(a, bij ))] = σ([η(a, aij )], [η(a, bij )])
= σ(π(a, [aij ]), π(a, [bij ])) = σ(π(a, A), π(a, B)) (2)

[V6 ]

π(χ(a, b), A) = π(χ(a, b), [aij ]) = [η(χ(a, b), aij )]

= [χ(η(a, aij ), η(b, aij ))]
= σ([η(a, aij )], [η(b, aij )]) = σ(π(a, [aij ]), π(b, [aij ]))
= σ(π(a, A), π(b, A)) (3)

[V7 ]

π(a, π(b, A)) = π(a, π(b, [aij ])) = π(a, [η(b, aij )])
= [η(a, η(b, aij ))] = [η(η(a, b), aij )]
= π(η(a, b), [aij ]) = π(η(a, b), A) (4)

Por lo tanto (E, K, σ, π) es el espacio vectorial de las matrices n × m sobre el cuerpo conmu-
tativo K.
OBSERVACIONES:
(1) Al grupo (E, σ) se llama el grupo aditivo de E.
(2) En lo sucesivo cuando se mencione al cuerpo K se asumirá que es un cuerpo conmutativo.
(3) A los elementos de E se llaman vectores (matrices, funciones, n-uplas, polinomios, etc)
y a los elementos del cuerpo K se llaman escalares.
(4) Al elemento inverso de v ∈ E según la operación σ se le denota por v̀ = −v, luego se
define la sustracción de los vectores u − v = σ(u, v̀).
(4) Mientras no haya confusión, en K, escribiremos simplemente χ(a, b) = a + b; η(a, b) = ab
a
y η(a, b−1 ) =
b
Isomorfismo de dos espacios vectoriales sobre el mismo cuerpo conmutativo K
Definición: Sean dos espacios vectoriales (E, K, σ, π) y (E ′ , K, φ, ψ) sobre el mismo cuerpo
K, toda biyección de E sobre E ′ tal que

∀ u, v ∈ E f (σ(u, v)) = φ(f (u), f (v)) (5)

∀ λ ∈ K, u ∈ E f (π(λ, u)) = ψ(λ, f (u)) (6)

es un isomorfismo de E sobre E ′ .
Si E = E ′ , f es un automorfismo del espacio vectorial E.
Se puede demostrar fácilmente que la composición de dos isomorfismos es un isomorfismo y
que f −1 es un isomorfismo de E ′ sobre E. De acuerdo a la primera condición, un isomorfismo
del espacio vectorial E sobre el espacio vectorial E ′ es un isomorfismo del grupo aditivo de
E sobre el grupo aditivo de E ′ .

2
Propiedades de los Espacios Vectoriales:
(1) π(e, u) = ε̂ (0K u = 0E )
u = π(µ, u) = π(µ + e, u) = σ(π(µ, u), π(e, u)) = σ(u, π(e, u)) entonces π(e, u) = ε̂
(2) ù = π(µ′ , u) [−u = (−1)u]
ε̂ = π(e, u) = π(µ + µ′ , u) = σ(π(µ, u), π(µ′ , u)) = σ(u, π(µ′ , u)) entonces π(µ′ , u) = ù
(3) π(a, ε̂) = ε̂ (a0E = 0E )
π(a, u) = π(a, σ(u, ε̂)) = σ(π(a, u), π(a, ε̂)) entonces π(a, ε̂) = ε̂
(4) Si π(a, u) = ε̂ entonces a = e ó u = ε̂ (au = 0E entonces a = 0K ó u = 0E )
Para un escalar a ∈ K puede ocurrir:
(i) Si a = e ⇒ π(e, u) = ε̂ por la propiedad (1)
(ii) Si a ̸= e ⇒ a−1 luego
u = π(µ, u) = π(a−1 a, u) = π(a−1 , π(a, u)) = π(a−1 , ε̂) = ε̂ por la propiedad (3)
Por lógica a ̸= 0K ⇒ u = 0E ≡ u ̸= 0E ⇒ a = 0K
(5) El grupo aditivo (E, σ) es conmutativo, es decir ∀ u, v ∈ E ⇒ σ(u, v) = σ(v, u)

σ(u, v) = σ(ù‘, v̀‘) = σ(π(µ′ , ù), π(µ′ , v̀))

= π(µ′ , σ(ù, v̀)) = σ(ù, v̀)‘
= σ(v̀‘, ù‘) = σ(v, u) (7)

en la segunda igualdad se ha usado la propiedad (2).

Ejemplos de Espacios Vectoriales:
1) Sea K un cuerpo arbitrario y L otro cuerpo

V = {u = (a1 , a2 , ..., ai , ..., an ) : ai ∈ K} u = n − upla (8)

con las operaciones σ : V × V → V y π : K × V → V definidas como

σ(v, w) = (a1 + b1 , ..., ai + bi , ..., an + bn ) (9)

π(λ, v) = (λa1 , ..., λai , ..., λan ) (10)

donde, en λai ∈ K se tiene λ ∈ L y ai ∈ K.

Entonces V es un espacio vectorial sobre L y se denota por V = (K n , L).
Ejercicio: Demuestre que (Rn , R); (Cn , C); (Cn , R) son espacios vectoriales pero (Rn , C) no
lo es.
El espacio vectorial (Rn , R) será llamado el espacio vectorial aritmético real y el espacio
vectorial (Cn , C) será llamado el espacio vectorial aritmético complejo.
Ejercicio: Demuestre que (Jnp , Jp ) donde p es un número primo es un espacio vectorial.
2) Sea K un cuerpo y el conjunto

MK (n, m) = {A = [aij ] : aij ∈ K ; i = 1, ..., n ; j = 1, ..., m} (11)

3
donde A es una matriz de n filas y m columnas y las operaciones:
σ : MK (n, m) × MK (n, m) → MK (n, m) y π : K × MK (n, m) → MK (n, m) definidas como
σ(A, B) = A + B = [aij + bij ]
π(λ, A) = λA = [λaij ]
entonces MK (n, m) es un espacio vectorial sobre K.
3) Sea un cuerpo K y X un conjunto no vacı́o. Si se tiene el conjunto

F(X, K) = {f : X → K} f = f unción (12)

y las operaciones σ : F(X, K) × F(X, K) → F(X, K) y π : K × F(X, K) → F(X, K) definidas

como
σ(f, g) = f + g (f + g)(x) = f (x) + g(x) ∀ x ∈ Df ∩ Dg
π(λ, f ) = λf (λf )(x) = λf (x) ∀ x ∈ Df
entonces F(X, K) es un espacio vectorial.
4) Sean dos cuerpos L y K tales que K ⊂ L. Se definen las operaciones σ : L × L → L y
π : K × L → L como
σ(a, b) = a + b
π(λ, a) = λa
entonces L es un espacio vectorial sobre K.
Luego, como R ⊂ C entonces C es un espacio vectorial sobre R y como Q ⊂ R entonces R
es un espacio vectorial sobre Q.
5) Sea el cuerpo K = R y el conjunto V = {⃗u = segmento orientado}.
Definimos las operaciones σ : V × V → V y π : K × V → V como:
σ(⃗u, ⃗v ) = ⃗u + ⃗v
π(λ, ⃗u) = λ⃗u
entonces V es un espacio vectorial sobre R. Hay que observar que los axiomas de éste espacio
vectorial se cumplen haciendo uso de la ciencia de la Geometrı́a y no usando un sistema de
coordenadas rectangulares.
6) POLINOMIOS
Sea K un cuerpo. Un polinomio f sobre K es una sucesión infinita de elementos de K los
cuales todos, salvo un número finito de ellos, son 0.

f = (a0 , a1 , ..., ai , ..., an , 0, ...) (13)

donde ai ∈ K es el coeficiente i-ésimo de f . Si n es el mayor entero tal que an ̸= 0 entonces

el grado de f es grad f = n. Llamamos también a an el coeficiente principal de f y si an = 1
entonces f es un polinomio mónico. Si todo coeficiente de f es 0 entonces f = 0.
Un polinomio, entonces, es una aplicación f : N → K.
Sea g otro polinomio sobre K, por ejemplo g = (b0 , b1 , ..., bm , 0, ...), entonces, con m ≤ n
definimos la suma y el producto de ambos como

f + g = (a0 + b0 , a1 + b1 , ..., am + bm , ..., an , 0, ...) (14)

f g = (a0 b0 , a0 b1 + a1 b0 , ..., an bm , 0, ...) (15)

4
 esto es, el coeficiente i-ésimo de f g es
i
X
ci = al bi−l = a0 bi + a1 bi−1 + ... + ai b0 (16)
l=0

Notación: Asociamos al escalar a0 ∈ K con el polinomio

a0 = (a0 , 0, ...) (17)

También escogemos un sı́mbolo, por ejemplo t, para representar el polinomio

t = (0, 1, 0, ...) (18)

y llamamos al sı́mbolo t una indeterminada. Obtenemos que

t2 = tt = (0, 1, 0, ...)(0, 1, 0, ...) = (0, 0, 1, 0, ...) (19)

t3 = t2 t = (0, 0, 1, 0, ...)(0, 1, 0, 0, ...) = (0, 0, 0, 1, 0, ...) (20)

Luego el polinomio f puede escribirse de manera única en la forma corriente

f = a0 + a1 t + a2 t2 + ... + an tn (21)

Teorema 1: El conjunto P de los polinomios sobre un cuerpo K para las operaciones de

adición y multiplicación forma un anillo conmutativo unitario y sin divisores de cero, esto
es, si f g = 0 esto implica que f = 0 o que g = 0. Si f y g son polinomios diferentes de cero
en P, entonces grad(f g) = (grad f ) + (grad g).
Cuando el sı́mbolo t se selecciona como una indeterminada, el anillo de los polinomios sobre
K se denota por K[t].
A todo polinomio f se puede hacer corresponder una función polinomio f (t) asociado al
polinomio f , donde t ∈ K es el argumento de tal función.
Tomemos un cuerpo conmutativo K y el conjunto

K[t] = {p(t) = a0 + a1 t + a2 t2 + ... + an tn : ai ∈ K, n ∈ N} (22)

donde n es cualquier entero natural. Definamos las operaciones σ : K[t] × K[t] → K[t] y
π : K × K[t] → K[t] como

σ(p(t), q(t)) = (a0 + b0 ) + (a1 + b1 )t + ... + (am + bm )tm + ... + an tn m ≤ n (23)

π(λ, p(t)) = λa0 + (λa1 )t + ... + (λan )tn (24)

entonces K[t] es un espacio vectorial sobre K.

2. SUBESPACIOS VECTORIALES
Sea W = {f : R → R : D2 f + f = 0̂} donde D es el operador derivada y 0̂ es la función
nula. Veamos si W es un espacio vectorial.
Evidentemente W ⊂ V = F(R, R) donde (V, R, σ, π) es un espacio vectorial.
[K(0)] (i) σ sea cerrado para W .
Sean f, g ∈ W ⇒ D2 f +f = 0̂ ∧ D2 g+g = 0̂ ⇒ D2 (f +g)+(f +g) = (D2 f +f )+(D2 g+g) = 0̂

5
entonces f + g ∈ W
(ii) π sea cerrado para W .
Sean λ ∈ R y f ∈ W ⇒ D2 (λf ) + (λf ) = λD2 f + λf = λ(D2 f + f ) = 0̂ entonces λf ∈ W
[K1 ] ¿Será σ asociativa?
Sean f, g, h ∈ W ⇒ D2 f + f = 0̂ ∧ D2 g + g = 0̂ ∧ D2 h + h = 0̂
⇒ D2 [(f + g) + h] + [(f + g) + h] = 0̂.
Puedo entonces concluir que ¿(f + g) + h = f + (g + h)?
Vemos pues que, de la condición: D2 f + f = 0̂, no podemos demostrar la asociatividad de
σ. Esto tiene que hacerse con el hecho que W es un subconjunto del espacio vectorial de las
funciones.
Definición: Un subconjunto no vacı́o F de E, espacio vectorial (E, K, σ, π) sobre el cuerpo
K, se llama subespacio de E si a su vez (F, K, σ, π) tiene una estructura de un espacio
vectorial.
Teorema 2: Todo subconjunto no vacı́o F de un espacio vectorial E sobre K, es un sube-
spacio de E si y solamente si σ(π(a, u), π(b, v)) ∈ F .
También se puede decir que: F es subespacio ⇔ ∀ a, b ∈ K ∧ u, v ∈ F ⇒ au + bv ∈ F
(I)=⇒ F es un subespacio entonces σ(π(a, u), π(b, v)) ∈ F
Como F es un espacio vectorial entonces F ̸= ϕ. Además F es cerrado bajo π entonces
∀ a, b ∈ K ∧ u, v ∈ F entonces au ∈ F ∧ bv ∈ F y como F también es cerrado para σ
entonces au + bv ∈ F
(II) ⇐= Sea F ⊂ E, tal que σ(π(a, u), π(b, v)) ∈ F entonces F es un subespacio.
Primero veamos si F es cerrado bajo σ y π
(i) Con a = b = µ ∈ K ∧ ∀ u, v ∈ F ⊂ E ⇒ au + bv = µu + µv = u + v ∈ F entonces es
cerrado para σ.
(ii) Con a = λ ∧ b = 0K ∧ ∀ u ∈ F ⊂ E ⇒ au + bv = λu + 0K v = λu ∈ F entonces es
cerrado para π.
Además
Con a = b = 0K ∧ u, v ∈ F ⊂ E ⇒ au + bv = 0K u + 0K v = 0E ∈ F
Con a = −µ ∧ b = 0K ∧ u, v ∈ F ⊂ E ⇒ au + bv = (−µ)u + 0K v = −u = ù ∈ F
Finalmente como F ⊂ E entonces σ es un grupo y π cumple sus axiomas.
Por lo tanto F es un espacio vectorial.
Probemos ahora que W = {f : R → R : D2 f + f = 0̂} es un subespacio vectorial de
V = F(R, R).
Sean f1 , f2 ∈ W entonces ∀ α, β ∈ K =⇒ D2 (αf1 + βf2 ) + (αf1 + βf2 ) = α(D2 f1 + f1 ) +
β(D2 f2 + f2 ) = 0̂. Luego αf1 + βf2 ∈ W y finalmente W es un subespacio.
Teorema 3: Para que un subconjunto no vacı́o F de un espacio vectorial (E, K, σ, π) sobre
K, sea un subespacio vectorial de E, es necesario y suficiente que

∀ x, y ∈ F =⇒ σ(x, ỳ) ∈ F (25)

∀ λ ∈ K, x ∈ F =⇒ π(λ, x) ∈ F (26)
En efecto, (25) se cumple, dado que para y ∈ F entonces (−1)y = −y = ỳ ∈ F . Ası́
x, ỳ ∈ F ⇒ σ(x, ỳ) = x − y ∈ F .

6
Observación: La relación (25) expresa el hecho que el subespacio F del espacio vectorial E
es un subgrupo del grupo aditivo de E; según la demostración hecha más arriba, se puede
reemplazar (25) y (26) por las condiciones equivalentes:

∀ x, y ∈ F =⇒ x + y ∈ F (27)

∀ λ ∈ K, x ∈ F =⇒ λx ∈ F (28)
pero (27) sola no implica que F sea un subgrupo del grupo aditivo de E.
Un subespacio vectorial vectorial de E no es jamás vacı́o: Él contiene siempre al 0E , el
más pequeño entre ellos (por la inclusión de conjuntos) es {0E }, el más grande es E; todo
subespacio distinto a {0E } y E se llama subespacio vectorial propio de E.
Ejemplos de Subespacios Vectoriales
(1) F = {A = [aij ] : aij = aji } es un subespacio de MK (n, m) = Mn (K) y se llama el espacio
de las matrices simétricas.
(2) F = {p(t) : grad p(t) ≤ n} = Pn donde n es un entero natural fijo es un subespacio del
espacio de los polinomios K[t].
(3) F = {f : X → K : f (x) = f (−x)} es un subespacio del espacio de las funciones F(X, K)
y se llama el espacio de las funciones pares. De la misma manera se tiene el espacio de las
funciones impares.
(4) Sea x un elemento determinado del espacio E, F = {λx : λ ∈ K} es un subespacio de E.
F es distinto de {0E } si y solamente si x ̸= 0E .
(5) F = {⃗u = λ⃗v : λ ∈ R} donde ⃗v es un segmento orientado fijo es un subespacio del espacio
vectorial de los segmentos orientados.

05/10/2021