ESPACIOS VECTORIALES

Parte I
Algebra Lineal
Ing. Paulina Morillo

Objetivos
Despus de esta unidad el alumno podr:
Identificar los elementos de un espacio vectorial
(conjunto, operacin suma, operacin producto)
Demostrar un espacio vectorial
Reconocer un sub-espacio vectorial

Identificar cuando un vector es combinacin lineal de

otros vectores.
Generar un subespacio
Demostrar cuando dos vectores son linealmente
independientes

Vectores en n-dimensiones
n Dimensiones
Similar al de 3 dimensiones

ka ka1, ka2 , , kan

(2)

a b a1 b1, a2 b2 , , an bn
ab a1, a2 , , an b1, b2 , , bn
a1b1 a2b2 anbn

DEFINICIN

Espacio Vectorial

Sea V un conjunto de elemntos en el que se definen

las operaciones de suma de vectores y producto por un
escalar. Entonces se dice que V es un espacio vectorial si
se cumple lo siguiente.

Espacio Vectorial
DEFINICIN

Axiomas para la suma vectorial

(i) Si x y y son de V, entonces x + y es de V. (cerradura bajo la suma)
(ii) Para todo x, y de V, x + y = y + x (Ley conmutativa)
(iii) Para todo x, y, z de V, x + (y + z) = (x + y) + z (Ley asociativa)
(iv) Existe un nico vector 0 de V, tal que
0 + x = x + 0 = x (0 Cero o idntico aditivo)
(v) Para cada x de V, existe un vector x de V,
tal que x + (x) = (x) + x = 0 x

(-x

inverso aditivo)

DEFINICIN

Espacio Vectorial

Axiomas para el producto por un escalar

(vi) Si k es un escalar y x es de V, entonces kx es de V.
(cerradura bajo la multiplicacin por un escalar)

(vii) (k1+k2)x = k1x+ k2x (1era. Ley distributiva)

(viii) k(x + y) = kx + ky (2da. Ley distributiva)
(ix) k1(k2x) = (k1k2)x (Ley asociativa de la multiplicacin por escalares)
(x) 1x = x
Propiedades (i) y (vi) are called the closure axioms.

Ejemplo 1

Determinar si cada uno de los conjuntos:

(a) V = {1} y (b) V = {0} bajo la suma y producto por un
escalar son espacios vectoriales.
Solucin
(a) V = {1}, viola muchos de los axiomas.
(b) V = {0}, es fcil de comprobar que es un espacio
vectorial. Adems, se denomina el espacio vectorial nulo
o trivial.

Ejemplo 2
Considere el conjunto V de todos los nmeros reales
positivos. Si x y y denotan nmeros reales positivos,
entonces escribimos vectores como x = x, y = y. Ahora la
suma de vectores se define como
x + y = xy
y producto por un escalar como
kx = xk
Determinar si el conjunto es un espacio vectorial.

Ejemplo 2 (2)
Solucin
Repasamos los 10 axiomas.
(i) Pra x = x > 0, y = y > 0 de V, x + y = x + y > 0
(ii) Para todo x = x, y = y de V,
x+y=x+y=y+x= y+x
(iii) Para x = x , y = y, z = z de V
x + (y + z) = x(yz) = (xy) = (x + y) + z
(iv) Como 1 + x = 1x = x = x, x + 1 = x1 = x = x
El vector nulo 0 es 1 = 1

Ejemplo 2 (3)
(v) Si definimos x = 1/x, entonces
x + (x) = x(1/x) = 1 = 1 = 0
x + x = (1/x)x = 1 = 1 = 0
(vi) Si k es un escalary x = x > 0 es de V, entonces
kx = xk > 0
(vii) Si k es un escalar,
k(x + y) = (xy)k = xkyk = kx + ky
(viii) (k1+k2)x = xk1+k2 = xk1xk2 = k1x+ k2x
(ix) k1(k2x) = (xk2 )k1 = xk1k2 = (k1k2)x
(x) 1x = x1 = x = x

Espacio en

Otros Espacios

TEOREMA

Ejercicios
Demuestre que los siguientes conjuntos con sus operaciones
De suma y multiplicacin por un escalar vienen definidas,
Conforman un espacio vectorial.

DEFINICIN

Subespacio

Si un subconjunto W de un espacio vectorial V es en

s mismo un espacio vectorial con las mismas
operaciones de suma de vectores y producto por un
escalar definidas en V, entonces W se denomina un
subespacio de V.

TEOREMA

Criterios para un Subespacio

Un conjunto no vaco W es un subespacio de V

si y slo si W es cerrado frente las operaciones
de suma de vectores y producto por un escalar
definidas en V:
(i) Si x y y son de W, entonces x + y es de W.
(ii) Si x es de W y k un escalar cualquiera,
entonces kx es de W.

Ejemplo 3
Suponemos que f y g son funciones
continuas y de valor real definidas en
(, ). Sabemos que f + g y kf, para
cualquier nmero real k, son
continuas y de valor real. Por lo cual,
llegamos a la conclusin de que
C(, ) es un subespacio del
espacio vectorial de funciones de
valores reales definidas en (, ).

Ejemplo 4

El conjunto Pn de polinomios de grado

menor o igual que n es un subespacio
de C(, ).

Notas importantes
Todo subespacio de un espacio
vectorial V contiene al 0.

Un subespacio propio de un espacio

vectorial V es un subespacio de V
diferente de {0} y de V.

Ejercicios

DEFINICIN

Combinacin Lineal

Sean v1, v2, . . . , vn vectores en un espacio vectorial V.

Entonces cualquier vector de la forma
k1v1 + k2v2 + + knvn
donde k1,k2 , ,kn son escalares diferentes de cero
se denomina una combinacin lineal de v1, v2, . . . , vn.

Ejemplo 1
Escalares

V es combinacin lineal de w y x

Ejemplo 2

DEFINICIN

Espacio Generado

Sea v1, v2, . . . , vk, k vectores de un espacio vectorial V.

El espacio generado por {v1, v2,. . . , vk} es el conjunto
de combinaciones lineales v1, v2, . . . , vk.
gen {v1, v2, . . . , vk} 5 {v: v = a1v1 + a2v2 + . . . ,+ akvk}
donde a1, a2, . . . , ak son escalares arbitrarios.
El espacio generado por vectores es un subespacio
vectorial

Ejemplo

Ejercicios

DEFINICIN

Independencia Lineal

Un conjunto de vectores {x1, x2, , xn} se dice que es

linealmente independiente, las nicas constantes que
satisfacen
k1x1 + k2x2 + + knxn = 0
(3)
son k1= k2 = = kn = 0. Si el conjunto de vectores no es
linealmente independiente, es linealmente
dependiente.
Teorema: Dos vectores en un espacio vectorial son
linealmente dependientes si y solo si uno de ellos es un
mltiplo escalar del otro.

 Por ejemplo:
i, j, k son linealmente independiente.
<1, 1, 1> , <2, 1, 4> y <5, 2, 7> son linealmente
dependiente, porque
3<1, 1, 1> + <2, 1, 4> <5, 2, 7> = <0, 0, 0>
3a + b c = 0

Ejemplos
Ejemplo 1

Ejemplo

Determinacin de la dependencia o
independencia lineal
de tres vectores en R3

Solucin1