Captulo
5
Espacios vectoriales
Utilizando espacios vectoriales se han desarrollado cdigos que detectan y corrigen errores en la transmisin de informacin en forma digital.
Todos los dispositivos utilizados hoy en da (computadoras, telfonos celulares, redes de telecomunicaciones, etc.) emplean alguno de estos
tipos de codicacin.
Objetivos del captulo
En este captulo el estudiante. . .
Aprender los axiomas con que se forma un espacio vecto-
rial real (seccin 5.1).
Estudiar el concepto de subespacio vectorial, que consiste
en subconjuntos de un espacio vectorial que a su vez tienen
estructura de espacio vectorial (seccin 5.2).
Se familiarizar con la operacin bsica de los espacios
vectoriales, que es la combinacin lineal, as como tambin
con el concepto de espacio generado, que es una clase de
subespacio (seccin 5.3).
Conocer la propiedad de independencia lineal denida a
partir del concepto de combinacin lineal y sus caractersti-
cas con respecto al concepto de conjunto generado (seccin
5.4).
Profundizar en el conjunto mnimo de vectores con los que
se puede generar todo un espacio vectorial (conjunto al cual
se denomina base). Utilizando la caracterstica de las bases,
denir el concepto de dimensin de un espacio vectorial
(seccin 5.5).
Sabr cmo expresar vectores con bases diferentes y el pro-
cedimiento para relacionar dichas presentaciones (seccin
5.6).
Aprender a denir conceptos relacionados con subespacios
vectoriales formados a partir de los renglones y las colum-
nas de matrices (seccin 5.7).
Ejercitar la prueba formal de la existencia de una base para
cualquier espacio vectorial (seccin 5.8).
296 CAPTULO 5 Espacios vectoriales

5.1 Denicin y propiedades bsicas

Como se observ en el captulo anterior, los conjuntos R2 (vectores en el plano) y R3 (vectores
en el espacio) cuentan con diversas propiedades peculiares. Se puede sumar dos vectores en R2
y obtener otro vector en R2. En la suma, los vectores en R2 obedecen las leyes conmutativa y
asociativa. Si x P R2, entonces x 1 0 5 x y x 1 (2x) 5 0. Se puede multiplicar vectores en R2
por escalares y obtener las leyes distributivas. En R3 se cumplen las mismas propiedades.
Los conjuntos R2 y R3 junto con las operaciones de suma de vectores y multiplicacin por
Espacios un escalar se denominan espacios vectoriales. Se puede decir, de forma intuitiva, que un espacio
vectoriales vectorial es un conjunto de objetos con dos operaciones que obedecen las reglas que acaban
de escribirse.
En el presente captulo habr un cambio, en apariencia grande, del mundo concreto de la
solucin de ecuaciones y del manejo sencillo de los vectores que se visualizan, al mundo abs-
tracto de los espacios vectoriales arbitrarios. Existe una ventaja en este cambio. Una vez que,
en trminos generales, se establecen los hechos sobre los espacios vectoriales, se pueden aplicar
estos hechos a todos los espacios de esta naturaleza. De otro modo, tendra que probarse cada
hecho una y otra vez para cada nuevo espacio vectorial que nos encontrramos (y existe un
sinfn de ellos). Pero como se ver ms adelante, muchos de los teoremas abstractos que se de-
mostrarn, en trminos reales no son ms difciles que los que ya se han estudiado.

D Denicin 5.1.1
Espacio vectorial real
Un espacio vectorial real V es un conjunto de objetos, denominados vectores, junto con
dos operaciones binarias llamadas suma y multiplicacin por un escalar, y que satisfacen
los diez axiomas enumerados en el siguiente recuadro.

Notacin. Si x y y estn en V y si a es un nmero real, entonces la suma se escribe como x 1 y

y el producto escalar de a y x como ax.
Antes de presentar la lista de las propiedades que satisfacen los vectores en un espacio
vectorial deben mencionarse dos asuntos de importancia. En primer lugar, mientras que puede
ser til pensar en R2 o R3 al manejar un espacio vectorial, con frecuencia ocurre que el espacio
vectorial parece ser muy diferente a estos cmodos espacios (en breve tocaremos este tema).
En segunda instancia, la definicin 5.1.1 ofrece una definicin de un espacio vectorial real.
La palabra real significa que los escalares que se usan son nmeros reales. Sera igualmente
sencillo definir un espacio vectorial complejo utilizando nmeros complejos en lugar de reales.
Este libro est dedicado principalmente a espacios vectoriales reales, pero las generalizaciones
a otros conjuntos de escalares presentan muy poca dificultad.

Axiomas de un espacio vectorial

Nota. Los primeros cinco axiomas se utilizan para definir a un grupo abeliano, y los
axiomas vi) al x) describen la interaccin de los escalares y los vectores mediante la
operacin binaria de un escalar y un vector.
i) Si x P V y y P V, entonces x 1 y P V (cerradura bajo la suma).
ii) Para todo x, y y z en V, (x 1 y) 1 z 5 x 1 (y 1 z)
(ley asociativa de la suma de vectores).
 5.1 Denicin y propiedades bsicas 297

iii) Existe un vector 0 P V tal que para todo x P V, x 1 0 5 0 1 x 5 x

(el 0 se llama vector cero o idntico aditivo).
iv) Si x P V, existe un vector 2x en P V tal que x 1 (2x) 5 0
(2x se llama inverso aditivo de x).
v) Si x y y estn en V, entonces x 1 y 5 y 1 x
(ley conmutativa de la suma de vectores).
vi) Si x P V y a es un escalar, entonces ax P V
(cerradura bajo la multiplicacin por un escalar).
vii) Si x y y estn en V y a es un escalar, entonces a(x 1 y) 5 ax 1 ay
(primera ley distributiva).
viii) Si x P V y a y b son escalares, entonces (a 1 b) x 5 ax 1 bx
(segunda ley distributiva).
ix) Si x P V y a y b son escalares, entonces a(bx) 5 (ab)x
(ley asociativa de la multiplicacin por escalares).
x) Para cada vector x P V, 1x 5 x
Campo

Los escalares tienen una estructura denominada campo, la cual consiste

en un conjunto de elementos y dos operaciones binarias (por ejemplo, los n- N Nota
mero reales y las operaciones de adicin y multiplicacin). Los nmeros reales En los problemas 5.1.23 y 5.1.24 se
con la operacin de suma cumplen con los axiomas del grupo abeliano. Ade- estudian la propiedad de unicidad
ms, la multiplicacin es asociativa y distributiva por la derecha e izquierda. sobre el elemento neutro aditivo y el
Existe un elemento neutro llamado unidad, y todo nmero real diferente de elemento inverso aditivo en un espacio
vectorial.
cero tiene un elemento inverso.

EJEMPLO 5 .1 .1 El espacio Rn

x1

x
Sea V 5 Rn 5 2 : xj P R para i = 1, 2, , n .
%

xn

Cada vector en Rn es una matriz de n 3 l. Segn la definicin de suma de matrices dada en la
0
0
pgina 51, x 1 y es una matriz de n 3 1 si x y y son matrices de n 3 1. Haciendo 0 5 y
o
x1
0
x2
2x 5 , se observa que los axiomas ii) a x) se obtienen de la definicin de suma de vecto-
%

xn
res (matrices) y el teorema 2.1.1 en la pgina 53.
N Nota
Los vectores en Rn se pueden escribir
indistintamente como vectores rengln
EJEMPLO 5 .1 .2 Espacio vectorial trivial o vectores columna.

Sea V 5 {0}. Es decir, V consiste slo en el nmero 0. Como 0 1 0 5 1 ? 0 5 0 1 (0 1 0) 5

(0 1 0) 1 0 5 0, se ve que V es un espacio vectorial. Con frecuencia se le otorga el nombre de
espacio vectorial trivial.
298 CAPTULO 5 Espacios vectoriales

EJ EM PLO 5 .1 .3 Conjunto que no es un espacio vectorial

Sea V 5 {l}. Es decir, V consiste nicamente del nmero 1. ste no es un espacio

N Nota
Vericar los diez axiomas puede ser
laborioso. En adelante se vericarn
nicamente aquellos axiomas que no
son obvios.
vectorial ya que viola el axioma i) el axioma de cerradura. Para verlo con
ms claridad, basta con observar que 1 1 1 5 2 F V. Tambin viola otros axio-
mas; sin embargo, con slo demostrar que viola al menos uno de los diez axiomas
queda probado que V no es un espacio vectorial.

EJ EM PLO 5 .1 .4 El conjunto de puntos en R2 que se encuentran en una recta que

pasa por el origen constituye un espacio vectorial

Sea V 5 {(x, y): y 5 mx, donde m es un nmero real fijo y x es un nmero real arbitrario}.
Es decir, V consiste en todos los puntos que estn sobre la recta y 5 mx que pasa por el origen
y tiene pendiente m. Para demostrar que V es un espacio vectorial, se puede verificar que se
cumple cada uno de los axiomas. Observe que los vectores en R2 se han escrito como renglones
en lugar de columnas, lo que en esencia es lo mismo.
i) Suponga que x 5 (x1, y1) y y 5 (x2, y2) estn en V. Entonces y1 5 mx1, y2 5 mx2, y
x 1 y 5 (x1, y1) 1 (x2, y2) 5 (x1, mx1) 1 (x2, mx2) 5 (x1 1 x2, mx1 1 mx2)
5 (x1 1 x2, m(x1 1 x2)) P V
Por lo tanto se cumple el axioma i).
ii) Suponga que (x, y) P V. Entonces y 5 mx y 2(x, y) 5 2(x, mx) 5 (2x, m(2x)), de ma-
nera que 2(x, y) tambin pertenece a V y (x, mx) 1 (2x, m(2x)) 5 (x 2 x, m(x 2 x)) 5
(0, 0).
Todo vector en V es un vector en R2, y R2 es un espacio vectorial, como se muestra en el ejemplo
5.1.1. Como (0, 0) 5 0 est en V (explique por qu), todas las dems propiedades se deducen
del ejemplo 5.1.1. Entonces V es un espacio vectorial.

EJ EM PLO 5 .1 .5 El conjunto de puntos en R2 que se encuentran sobre una recta

que no pasa por el origen no constituye un espacio vectorial

Sea V 5 {(x, y): y 5 2x 1 1, x P R}. Es decir, V es el conjunto de puntos que estn sobre
la recta y 5 2x 1 1. V no es un espacio vectorial porque no se cumple la cerradura bajo la
suma, como sucede en el ejemplo 5.1.3. Para ver esto, suponga que (x1, y1) y (x2, y2) estn en
V. Entonces,
(x1, y1) 1 (x2, y2) 5 (x1 1 x2, y1 1 y2)

Si el vector del lado derecho estuviera en V, se tendra

y1 1 y2 5 2(x1 1 x2) 1 1 5 2x1 1 2x2 1 1

Pero y1 5 2x1 1 1 y y2 5 2x2 1 1, de manera que

y1 1 y2 5 (2x1 1 1) 1 (2x2 1 1) 5 2x1 1 2x2 1 2

Por lo tanto, se concluye que

(x1 1 x2, y1 1 y2) F V si (x1, y1) H V y (x2, y2) P V

Por ejemplo, (0,1) y (3, 7) estn en V, pero (0, 1) 1 (3, 7) 5 (3, 8) no est en V porque 8 Z 2 ?
3 1 1. Una forma ms sencilla de comprobar que V no es un espacio vectorial es observar que
 5.1 Denicin y propiedades bsicas 299

0 5 (0, 0) no se encuentra en V porque 0 Z 2 ? 0 1 1. No es difcil demostrar que el conjunto

de puntos en R2 que est sobre cualquier recta que no pasa por (0, 0) no constituye un espacio
vectorial.

EJEMPL O 5 .1 .6 El conjunto de puntos en R3 que se encuentran en un plano que

pasa por el origen constituye un espacio vectorial

Sea V 5 {(x, y, z): ax 1 by 1 cz 5 0}. Esto es, V es el conjunto de puntos en R3 que est en el
plano con vector normal (a, b, c) y que pasa por el origen. Al igual que en el ejemplo 5.1.4, los
vectores se escriben como renglones en lugar de columnas.
Suponga que (x1, y1, z1) y (x2, y2, z2) estn en V. Entonces (x1, y1, z1) 1 (x2, y2, z2) 5 (x1 1
x2, y1 1 y2, z1 1 z2) P V porque

a(x1 1 x2) 1 b(y1 1 y2) 1 c(z1 1 z2) 5 (ax1 1 by1 1 cz1) 1 (ax2 1 by2 1 cz2) 5 0 1 0 5 0

Por lo tanto, el axioma i) se cumple. Los otros axiomas se verifican fcilmente. De este modo,
el conjunto de puntos que se encuentra en un plano en R3 que pasa por el origen constituye un
espacio vectorial.

EJEMPL O 5 .1 .7 El espacio vectorial Pn

Sea V 5 Pn el conjunto de polinomios con coeficientes reales de grado menor o

igual a n. Si p P Pn, entonces N Nota

p(x) 5 anxn 1 an21x n21 1 . . . 1 a1x 1 a0 Se dice que las funciones constantes
(incluyendo la funcin f (x ) 5 0) son
donde cada ai es real. La suma de p(x) 1 q(x) est definida de la manera usual: si polinomios de grado cero.
q(x) 5 bnx n 1 bn21x n21 1 . . . 1 b1x 1 b0, entonces

p(x) 1 q(x) 5 (an 1 bn)x n 1 (an21 1 bn21)x n21 1 . . . 1 (a1 1 b1)x 1 (a0 1 b0)

Es obvio que la suma de dos polinomios de grado menor o igual a n es otro polinomio de grado
menor o igual a n, por lo que se cumple el axioma i). Las propiedades ii) y v) a x) son claras. Si
se define el polinomio 0 5 0x n 1 0x n21 1 . . . 1 0x 1 0, entonces 0 P Pn y el axioma iii) se cumple.
Por ltimo, sea 2p(x) 5 2anxn 2 an21xn21 2 . . . 2 a1x 2 a0; se ve que el axioma iv) se cumple,
con lo que Pn es un espacio vectorial real.

EJEMPL O 5 .1 .8 Los espacios vectoriales C [0, 1] y C [a, b]

Sea V 5 C[0, 1] el conjunto de funciones continuas de valores reales definidas en el intervalo Clculo
[0, 1]. Se define
( f 1 g)x 5 f (x) 1 g(x) y (af )(x) 5 a[ f (x)]

Como la suma de funciones continuas es continua, el axioma i) se cumple y los otros axiomas
se verifican fcilmente con 0 5 la funcin cero y (2f )(x) 5 2f (x). Del mismo modo, C [a, b],
el conjunto de funciones de valores reales definidas y continuas en [a, b], constituye un espacio
vectorial.

Clculo Este smbolo se usa en todo el libro para indicar que el problema o ejemplo utiliza conceptos de clculo.
300 CAPTULO 5 Espacios vectoriales

EJ EM PLO 5 .1 .9 El espacio vectorial Mmn

Si V 5 Mmn denota el conjunto de matrices de m 3 n con componentes reales, entonces con

la suma de matrices y multiplicacin por un escalar usuales se puede verificar que Mmn es un
espacio vectorial cuyo neutro aditivo es la matriz de ceros de dimensiones m 3 n.

EJ EM PLO 5 .1 .1 0 Un conjunto de matrices invertibles puede no

formar un espacio vectorial

Sea S3 el conjunto de matrices invertibles de 3 3 3. Se define la suma

N Nota A % B por A % B 5 AB. Si A y B son invertibles, entonces AB es in-
Se usa un signo ms encirculado para vertible (por el teorema 2.4.3, pgina 104) de manera que el axioma
evitar confusin con el signo ms nor- i) se cumple. El axioma ii) es sencillamente la ley asociativa para la
mal que denota la suma de matrices. multiplicacin de matrices (teorema 2.2.2, pgina 68); los axiomas iii)
y iv) se satisfacen con 0 5 I3 y 2A 5 A21. Sin embargo, AB Z BA en
general (vea la pgina 66); entonces el axioma v) no se cumple y por lo tanto S3 no es un espacio
vectorial.

EJ EM PLO 5 .1 .1 1 Un conjunto de puntos en un semiplano puede no

formar un espacio vectorial

Sea V 5 {(x, y): y $ 0}. V consiste en los puntos en R2 en el semiplano superior (los primeros
dos cuadrantes). Si y1 $ 0 y y2 $ 0, entonces y1 1 y2 $ 0; as, si (x1, y1) P V y (x2, y2) P V,
entonces (x1 1 x2, y1 1 y2) P V. Sin embargo, V no es un espacio vectorial ya que el vector
(1, 1), por ejemplo, no tiene un inverso en V porque (21, 21) F V. Ms an, el axioma vi) falla,
ya que si (x, y) a V, entonces a (x, y) a V si a , 0.

EJ EM PLO 5 .1 .1 2 El espacio Cn

Sea V 5 Cn 5 {( c1, c2, . . . , cn); ci es un nmero complejo para i 5 1, 2, . . . , n} y el conjunto

de escalares es el conjunto de nmeros complejos. No es difcil verificar que Cn tambin es un
espacio vectorial.
Como lo sugieren estos ejemplos, existen diferentes tipos de espacios vectoriales y muchas
clases de conjuntos que no son espacios vectoriales. Antes de terminar esta seccin, se demos-
trarn algunos resultados sobre los espacios vectoriales.

T Teorema 5.1.1
Sea V un espacio vectorial. Entonces
i) a0 5 0 para todo escalar a.
ii) 0 ? x 5 0 para todo x P V.
iii) Si ax 5 0, entonces a 5 0 o x 5 0 (o ambos).
iv) (2l)x 5 2x para todo x P V.

Demostracin
i) Por el axioma iii), 0 1 0 5 0; y del axioma vii),

a0 5 a(0 1 0) 5 a0 1 a0 (5.1.1)
 5.1 Denicin y propiedades bsicas 301

Sumando 2a0 en los dos lados de (5.1.1) y usando la ley asociativa (axioma ii), se obtiene
0 + ( 0) = [ 0 + 0] + ( 0)
0 = 0 + [ 0 + ( 0)]
0 = 0 + 0
0 = 0

ii) Se usa, esencialmente, la misma prueba que en la parte i). Se comienza con 0 1 0 5 0
y se usa el axioma vii) para ver que 0x 5 (0 1 0)x 5 0x 1 0x o 0x 1 (20x) 5 0x 1
[0x 1 (20x)] o 0 5 0x 1 0 5 0x.
iii) Sea ax 5 0. Si a & 0, se multiplican ambos lados de la ecuacin por l/a para obtener
(l/a)(ax)5 (l/a) 0 5 0 [por la parte i)]. Pero (l/a)(ax) 5 1x 5 x (por el axioma ix),
de manera que x 5 0.
iv) Primero se usa el hecho de que 1 1 (21) 5 0. Despus, usando la parte ii), se obtiene
0 5 0x 5 [1 1 (2l)]x 5 1x 1 (2l)x 5 x 1 (2l)x (5.1.2)
Se suma 2x en ambos lados de (5.1.2) para obtener

x = 0 + ( x ) = x + ( 1)x + ( x ) = x + ( x ) + ( 1)x
= 0 + ( 1)x = ( 1)x

De este modo, 2x 5 (2l)x. Observe que el orden de la suma en la ecuacin anterior

se pudo invertir utilizando la ley conmutativa (axioma v).

Observacin. La parte iii) del teorema 5.1.1 no es tan obvia como parece. Existen situaciones co-
nocidas en las que xy 5 0 no implica que x o y sean cero. Como ejemplo, se tiene la multiplicacin
0 1 0 2
de matrices de 2 2. Si $ = y %= , en donde ni A ni B son cero y, como se
0 0
puede verificar, AB 5 0, el resultado del producto de estas matrices es la matriz cero.

R Resumen 5.1
Un espacio vectorial real V es un conjunto de objetos, denominados vectores, junto con dos ope-
raciones denominadas suma (denotada por x 1 y) y multiplicacin por un escalar (denotada por
ax) que satisfacen los siguientes axiomas: (p. 296)
viii) Si x P V y y P V, entonces x 1 y P V (cerradura bajo la suma).
viii) Para todo x, y y z en V, (x 1 y) 1 z 5 x 1 (y 1 z)
(ley asociativa de la suma de vectores).
viii) Existe un vector 0 P V tal que para todo x P V, x 1 0 5 0 1 x 5 x
(el 0 se llama vector cero o idntico aditivo).
viiv) Si x P V, existe un vector 2x en V tal que x 1 (2x) 5 0
(2x se llama inverso aditivo de x).
iii v) Si x y y estn en V, entonces x 1 y 5 y 1 x
(ley conmutativa de la suma de vectores).
iivi) Si x P V y a es un escalar, entonces ax P V
(cerradura bajo la multiplicacin por un escalar).
302 CAPTULO 5 Espacios vectoriales

ivii) Si x y y estn en V y a es un escalar, entonces a(x 1 y) 5 ax 1 ay

(primera ley distributiva).
viii) Si x P V y a y b son escalares, entonces (a 1 b)x 5 ax 1 bx
(segunda ley distributiva).
i ix) Si x P V y a y b son escalares, entonces a(bx) 5 (abx)
(ley asociativa de la multiplicacin por escalares).
ii x) Para cada x P V, 1x 5 x
El espacio Rn 5 {x1, x2, . . . , xn}: xi P R para i 5 1, 2, . . . , n}. (p. 297)
El espacio Pn 5 {polinomios de grado menor que o igual a n}. (p. 299)
El espacio C[a, b] 5 {funciones reales continuas en el intervalo [a, b]}.
El espacio Mmn 5 {matrices de m 3 n con coeficientes reales}. (p. 300)
El espacio C 5 {(c1, c2, . . . , cn): ci P C para i 5 1, 2, . . . , n}. C denota el conjunto de nmeros
n

complejos. (p. 300)

A A U T O E V A L U A C I N 5.1
De las siguientes afirmaciones, indique si son falsas o verdaderas:

x
VI I I) El conjunto de vectores en R2 con y 5 23x es un espacio vectorial real.
y

x
VI II) El conjunto de vectores en R2 con y 5 23x 1 1 es un espacio vectorial real.
y

VIII) El conjunto de matrices invertibles de 5 3 5 forma un espacio vectorial (con 1

definido como en la suma matrices ordinaria).
I I IV) El conjunto de mltiplos constantes de la matriz idntica de 2 3 2 es un espacio
vectorial (con 1 definido como en III).
I I I V) El conjunto de matrices idnticas de n 3 n para n 5 2, 3, 4, . . . es un espacio vec-
torial (con 1 definido como en III).

x
I I VI) El conjunto de vectores y en R3 con 2x 2 y 2 12z 5 0 es un espacio vectorial

real. z

x
I VII) El conjunto de vectores y en R3 con 2x 2 y 2 12z 5 1 es un espacio vectorial

real. z

VIII) El conjunto de polinomios de grado 3 es un espacio vectorial real (con 1 defi-

nido como la suma de polinomios ordinaria).

Respuestas a la autoevaluacin
I) V II) F III) F IV) V V) F VI) V VII) F VIII) F
 5.1 Denicin y propiedades bsicas 303

Problemas 5.1

De los problemas 1 al 27 determine si el conjunto dado es un espacio vectorial. De no ser as

proporcione una lista de los axiomas que no se cumplen.

1. El conjunto de nmeros naturales N como vectores, el conjunto de nmeros naturales N

como escalares y la operacin de multiplicacin para nmeros naturales.
2. El conjunto de nmeros naturales N como vectores, el conjunto de nmeros naturales N
como escalares, la operacin de suma para nmeros naturales y la multiplicacin entre
nmeros naturales para la operacin de multiplicacin de escalar y vector.
3. El conjunto de nmeros enteros Z como vectores, el conjunto de nmeros naturales Z
como escalares, la operacin de suma para nmeros enteros y la multiplicacin entre
nmeros enteros para la operacin de multiplicacin de escalar y vector.
4. El conjunto de matrices diagonales de n 3 n bajo la suma de matrices y multiplicacin
por un escalar usuales.
5. El conjunto de matrices diagonales de n 3 n bajo la multiplicacin (es decir, A % B 5 AB).
6. {(x, y): y # 0; x, y reales} con la suma de vectores y multiplicacin por un escalar usuales.
7. Los vectores en el plano que est en el primer cuadrante.
8. El conjunto de vectores en R3 de la forma (x, x, x).
9. El conjunto de polinomios de grado 4 bajo las operaciones del ejemplo 5.1.7.
10. El conjunto de polinomios de grado 5 bajo las operaciones del ejemplo 5.1.7.
11. El conjunto de matrices simtricas de n 3 n (vea la seccin 2.5) bajo la suma y multipli-
cacin por un escalar usuales.
0 a
12. El conjunto de matrices de 2 3 2 que tienen la forma bajo la suma y multiplica-
cin por un escalar usuales. b 0

1 F
13. El conjunto de matrices con las operaciones de suma de matrices y multiplica-
G 1
cin por un escalar usuales.

a b
14. El conjunto de matrices
c d
donde a, b, c, d son nmeros reales diferentes de cero con la
a1 b1 a2 b2 a1a2 b1b2
operacin de multiplicacin definida por < 5
c1 d1 c2 d2 c1c2 d1d2
, el conjunto

de escalares los reales positivos y la multiplicacin de escalar y matriz la usual.

15. El conjunto de vectores los nmeros racionales Q con la operacin de suma, el conjunto
de escalares los nmeros enteros Z y la operacin de multiplicacin de escalar y vector la
multiplicacin usual.
16. El conjunto que consiste en un solo vector (0, 0) bajo las operaciones usuales en R2.
17. El conjunto de polinomios de grado # n con trmino constante cero.
18. El conjunto de polinomios de grado # n con trmino constante a0 positivo.
19. El conjunto de polinomios de grado # n con trmino constante a0 negativo.
20. El conjunto de funciones continuas de valores reales definidas en [0, l] con f (0) 5 0 y f (1)
5 0 bajo las operaciones del ejemplo 5.1.8.