Notas de clase de Álgebra Lineal I Víctor G.

Osorio Vidal ----------------------------------------------------------------------------------------------------------

ESPACIOS VECTORIALES

En el cálculo elemental se estudia funciones reales de una variable real; es decir, funciones cuyo dominio y rango son R o subconjuntos de R. Para esto es necesario conocer las propiedades de números reales. Una situación muy similar se presenta en el álgebra lineal; los objetos realmente importantes son las transformaciones lineales que son un tipo particular de funciones cuyo dominio y contradominio son conjuntos dotados de una estructura muy importante: los espacios vectoriales. Es por lo tanto, la intención de este capítulo dar los conceptos y propiedades básicas de los espacios vectoriales. 1. ESPACIOS VECTORIALES DEFINICIÓN PRELIMINAR.- Dado un conjunto V ≠ Φ , un campo ( K , +, ⋅ ) (que puede ser los reales R o los complejos C ), se define una ley de composición interna en V ⊕ : V ×V → V ( x , y) a x ⊕ y llamada adición y se define una ley de composición externa en V con escalares en el campo K ü : K ×V → V ( a, x ) a aüx denominada multiplicación por escalares. Diremos que el objeto (V , ⊕, K , ü) es un espacio vectorial sobre el campo K si y solo si verifica las siguientes condiciones: V1) V2)
( x ⊕ y ) ⊕ z = x ⊕ ( y ⊕ z ) para todo x, y, z ∈ V .

Existe θ ∈V tal que x ⊕ θ = θ ⊕ x = x , para todo x ∈ V . El elemento θ se denomina neutro aditivo o cero. Para todo x ∈ V , existe y ∈ V tal que x ⊕ y = y ⊕ x = θ . El elemento y se denomina opuesto de x y se denota por y = − x .

V3)

V4) V5) V6) V7) V8)

x ⊕ y = y ⊕ x para todo x, y ∈ V .

aü(büx) = ( a ⋅ b) üx para todo a, b ∈ K , para todo x ∈V .
(a + b) ü x = aü x ⊕ b üx para todo a, b ∈ K , para todo x ∈V .

aü ( x ⊕ y ) = aüx ⊕ aüy para todo a ∈ K , para todo x, y ∈ V . Existe 1 ∈ K llamado elemento idéntico multiplicativo tal que 1ü x = x . Para todo x ∈V ,

7

Dados un conjunto V ≠ Φ . V se denomina espacio vectorial complejo. la definición de espacio vectorial se puede enunciar formalmente como sigue: DEFINICIÓN 1. existe y ∈ V tal que x + y = y + x = θ . las cuales deben cumplir las ocho propiedades arriba mencionadas. V es llamado espacio vectorial real y si K = C . c) Si K = R . Con las precisiones hechas en d). un campo K. 8 . V3) Para todo x ∈ V . El elemento θ se denomina neutro aditivo o cero. V4) x + y = y + x para todo x. Omitiremos escribir el símbolo “ü” que denota la ley de composición externa.espacio vectorial o que V es un espacio vectorial sobre el campo K si y solo si se verifican las siguientes condiciones: V1) ( x + y ) + z = x + ( y + z ) para todo x. simplemente con la yuxtaposición se entenderá la multiplicación de un vector por un escalar haciendo la diferencia según el contexto cuando se trate de la multiplicación de un vector por un escalar (ax) o la multiplicación de dos escalares (ab). y ∈ V . d) En lo que sigue de las notas si no se dice lo contrario en lugar de denotar la adición de vectores con el símbolo “ ⊕ ” simplemente denotaremos con “+”. En caso que no cumpla con alguna de ellas no es un espacio vectorial.. Osorio Vidal ---------------------------------------------------------------------------------------------------------OBSERVACIONES: a) Un conjunto V ≠ Φ para que sea espacio vectorial sobre un campo K debe tener definidas dos operaciones “adición” y “multiplicación por un escalar”.1. b) A los elementos de V se les llaman vectores y el elemento neutro aditivo θ recibe el nombre de vector nulo. V2) Existe θ ∈V tal que x + θ = θ + x = x . z ∈ V . y. Diremos que V es un K.Notas de clase de Álgebra Lineal I Víctor G. El elemento y se denomina opuesto de x y se denota por y = − x . una ley de composición interna “+” en V llamada adición y una ley de composición externa “·” definida en V y con operadores o escalares en K denominada multiplicación por escalares. el símbolo “ ⊕ ” se usará más adelante para denotar la suma directa. haciendo la diferencia según el contexto cuando se trata de la suma de vectores ( x + y ) o la suma de escalares ( a + b) . para todo x ∈ V .

Dados x = ( x1 . K. K. y ∈ R n x + y = ( x1 . K . En efecto: V1) Sean x. K . y n + z n ) = x + ( y + z) V2) Existe θ = (0. V7) a ( x + y ) = ax + ay para todo a ∈ K . b ∈ K . x n + y n ) = ( y1 + x1 . z ∈ R n ( x + y ) + z = [ ( x1 . ∀ i = 1. V7) y V8) se verifican análogamente. existe y = − x = (− x1 . para todo x ∈ R n . x n + y n ) a x = (a x1 . K . x n + ( y n + z n ) ] = ( x1 . x n ) + ( y1 . y = ( y1 . K . y n + x n ) = y+x V5). EJEMPLO 1. K. x n ) + ( y1 + z1 . definimos: x + y = ( x1 + y1 . ( x n + y n ) + z n ] = [ x1 + ( y1 + z1 ). para todo x ∈ V . K. Para todo x ∈ V . ·) cumple las condiciones de espacio vectorial. K . V8) Existe 1 ∈ K llamado elemento idéntico multiplicativo tal que 1x = x . y n ) ] + ( z1 . V4) Sean x. x n + y n ) + ( z1 .Sea V = R n = { ( x1 . para todo x ∈ V . y ∈ V . K. 2. x n ) . K . y n ) = ( x1 + y1 .1. V6). K . V6) ( a + b) x = ax + bx para todo a. K.1. K . R. K. a x n ) ( R n . K . para todo x. n } y K = R . K . − x n ) tal que x + y = y + x = θ . z n ) = [ ( x1 + y1 ) + z1 . Osorio Vidal ---------------------------------------------------------------------------------------------------------V5) a (b x ) = (a b) x para todo a. b ∈ K . z n ) = ( x1 + y1 . +. V3) Para todo x ∈ R n .Notas de clase de Álgebra Lineal I Víctor G. y n ) ∈ R n y a ∈ R .. 9 . K. x n ) / xi ∈ R. x n ) + ( y1 . 0) ∈ R n / x + θ = θ + x = x . K . K . K. y.

construyamos el conjunto: K n = {( k1 . EJEMPLO 1..4.. Pues si a ∈ C y x ∈ R . no siempre se cumple que axa ∈ R .2.Denotemos por: ⎧ x / x = (a 0 . a n ..3. K ) cx = (ca0 . ·) es un espacio vectorial. ck n ) ( K n . y = (bi ) ∈ K y c ∈ K . y K = R . K . V2) Existe θ ∈F definida como θ ( x ) = 0 para todo x ∈ R (función cero) y cumple f + θ = θ + f = f para todo f ∈ F . R. EJEMPLO 1.1. +. K.1. K . K ) se deja al lector verificar que ( K ∞ .1.Notas de clase de Álgebra Lineal I Víctor G.1.Sea K un campo. a1 . k n + k 'n ) cx = (ck1 . EJEMPLO 1. +.Consideremos F = { f : R → R } el conjunto de funciones y a∈ R definida en los reales y con valores reales. definimos: x + y = (k1 + k '1 . Verificaremos sólo las condiciones V2) y V3). K . K) donde los a i ∈ K . y = (k '1 . Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 1. excepto un ⎫ K∞ =⎨ ⎬ número finito de elementos (números) ⎩ ⎭ Sean x = (ai ). existe un opuesto que definimos como: ( − f )( x ) = − f ( x) tal que f + (− f ) = − f + f = θ . Definimos: x + y = (a 0 + b0 .. V3) Para todo f ∈ F . k n ). +. k n ) / k i ∈ K . ·) es un espacio vectorial. K . las demás quedan como ejercicio para el lector. K . a n + bn . no es una ley de composición externa. g ∈ F definimos: ( f + g ) ( x ) = f ( x ) + g ( x ) para todo x ∈ R ( a f )( x ) = a f ( x ) para todo x ∈ R La cuaterna (F . ca n . a1 + b1 . K . son todos ceros. K . es decir. K. K . k ' n ) ∈ K n y c ∈ K . K . Sean f .5. n } para x = ( k1 . ·) es un espacio vectorial. ∀i = 1. 10 .R no es un espacio vectorial sobre K = C . 2. ca1 .

pues la adición para este conjunto no es una ley de composición interna. R. m} × {1.7. K .Consideremos P[x] el conjunto de las funciones polinomiales en la indeterminada x de grado menor o igual que n (n ∈ Z + ) sobre el campo de los números reales. K . consideremos: I m = {1.Notas de clase de Álgebra Lineal I Víctor G. j ) / 1 ≤ i ≤ m ∧ 1 ≤ j ≤ n } es decir P = I m × I n (producto cartesiano de I m por I n ). La verificación es análoga en el ejemplo NOTA. 2) a a12 M M (1. A = ⎢ M ⎢ ⎥ ⎪ ⎢a m1 K a mn ⎥ ⎪ ⎣ ⎦⎭ ⎩ A: P → K (1. Sean: p ( x ) = a 0 + a1 x + K + a n x n . no constituye un espacio vectorial sobre R. I n = {1. es un espacio vectorial.. EJEMPLO 1. 1) a a11 (1.1. n} = { (i. K . n} P = {1.1. n) a a mn 11 . q ( x ) = b0 + b1 x + K + bn x n ∈ P[ x ] y α ∈ R Definimos: p ( x ) + q ( x ) = ( a 0 + b0 ) + (a1 + b1 ) x + K + ( a n + bn ) x n α p ( x ) = α a 0 + α a1 x + L + α a n x n (P[ x]. m }.6. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 1. ·) 1.Sea K un campo.1. j ) a a i j M M (m. Definimos: m× n K ⎧ ⎡ a11 K a1n ⎤ ⎫ ⎪ ⎪ M M ⎥⎬ = ⎨ A : P → K / A (i..Si se considera el conjunto de todos los polinomios de grado igual a n (n ∈ Z + ) con las mismas operaciones.2.. j ) = a i j ∈ K . +. K . n) a a1n M M (i.

Osorio Vidal ---------------------------------------------------------------------------------------------------------K m×n recibe el nombre de conjunto de matrices de orden m × n sobre el campo K. Para x.10. j ) = a i j + bi j ci j = (α A) (i.8.1. Definimos la: Adición : ci j = ( A + B ) (i . j ) = α A(i. EJEMPLO 1. K . v 2 ) / v1 ∈ V1 ∧ v2 ∈ V2 } para (v1 . 1) → R (R un espacio vectorial sobre R con las operaciones usuales) tal que: ⎧ x si x ≥ 0 ⎪ f ( x) = ⎨1 − x x ⎪ si x < 0 ⎩1 + x Es fácil mostrar que f así definida es una biyección. v2 + v' 2 ) a (v1 ..Dado el sistema lineal homogéneo: a 11 x1 + a 12 x 2 + K + a 1 n x n = 0 M M K M M a m 1 x1 + a m 2 x 2 + K + a m n x n = 0 con coeficientes en R. v2 ) = (a v1 .. V2 espacios vectoriales sobre el campo K y consideremos el conjunto: V = { (v1 .Sean V1 . (v'1 v' 2 ) ∈ V y a∈ K . K . 1) y a ∈ R definimos: 12 . Sean A. a v 2 ) V con las operaciones arriba definidas es un espacio vectorial sobre K. EJEMPLO 1. EJEMPLO 1.1.. v2 ).9.Sea f : (−1. Sea S = { ( x1 . B ∈ K m×n y α ∈ K . v2 ) + (v'1 v' 2 ) = (v1 + v'1 . j ) + B (i.Notas de clase de Álgebra Lineal I Víctor G. y ∈ ( −1. j ) = α a i j Multiplicación : Fácilmente se verifica que K m×n con las operaciones definidas arriba es un espacio vectorial sobre K. x n ) /( x1 .1. Definimos: (v1 . x n ) es solución del sistema } S con las operaciones usuales de adición y multiplicación por escalares es un espacio vectorial sobre R. j ) = A(i.

a modo de ilustración.Notas de clase de Álgebra Lineal I Víctor G. b ∈ R y para todo x ∈ (−1. entonces a = 0 ó x = θ . ax + bx = f = f = f = f −1 −1 −1 −1 ( f (ax) + f (bx)) (f(f −1 (af ( x)))) + f ( f −1 (bf ( x)))) (af ( x) + bf ( x)) ((a + b) f ( x)) = (a + b) x PROPOSICIÓN 1. probaremos i) y v). iv) Si ax = θ . +. PRUEBA. Prueba de i) Supongamos que exista θ '∈V tal que x + θ ' = θ '+ x = x para todo x ∈ V .. ii) 0 x = θ para todo x ∈ V . 13 . SOLUCIÓN Sólo verificaremos las condiciones V1) y V7) las restantes se dejan al lector para que las verifique. v) ( − a ) x = −( ax ) para todo a ∈ K y para todo x ∈ V .2. Entonces se tiene: i) El elemento θ es único.Solamente. V1) ( x + y ) + z = f = f = f = f = f = f −1 −1 −1 −1 −1 ( f ( x + y ) + f ( z )) (f(f −1 ( f ( x) + f ( y ))) + f ( z )) (( f ( x) + f ( y )) + f ( z )) ( f ( x) + ( f ( y ) + f ( z ))) −1 ( f ( x) + f ( f (( f ( y ) + f ( z )))) −1 ( f ( x) + f ( y + z )) = x + ( y + z) V7) ( a + b) x = ax + bx para todo a.Sea (V . iii) a θ = θ para todo a ∈ K . ·) un espacio vectorial. K .. 1) con las operaciones arriba definidas es un espacio vectorial sobre R. Osorio Vidal ---------------------------------------------------------------------------------------------------------x+ y = f ax = f −1 −1 ( f ( x) + (af ( x) ) f ( y)) demostrar que (−1. 1) .

Sean V = R 2 y K = R . ay. y ∈ R + : x ⊕ y = xy ∀a ∈ R. y ) = (ax. (2) y V4) finalmente se tiene: Prueba de v): − ( ax) + ax = θ =0x = (−a + a ) x (2) θ =θ '. y ) = (ax. y. y. 0) b) ( x1 . y 2 ) = ( x1 + x2 . y 2 ) = ( x1 + x2 . Se definen las operaciones de adición y multiplicación por escalar como sigue: ∀ x. y1 + y 2 ) y a ( x. se define la operación de adición como sigue: 14 . 2az ) averiguar si R 3 es un espacio vectorial sobre R. z ) ∈ R 3 : a ( x. a) ( x1 . En R 3 con la operación usual de adición y la multiplicación definida como: ∀ a ∈ R. z ) = (ax.Notas de clase de Álgebra Lineal I Víctor G. Sean V=R y K=R. 4. EJERCICIOS 1. y1 ) + ( x2 . 0) (las operaciones que aparecen en el segundo miembro de las igualdades. tanto en a) como en b) son la adición y multiplicación usuales). ∀( x. 2. ∀ x ∈ R+ : a o x = xa Averiguar si R + con las operaciones definidas anteriormente es un espacio vectorial sobre R. Osorio Vidal ---------------------------------------------------------------------------------------------------------Haciendo x = θ tenemos que: θ + θ ' = θ '+θ = θ (1) Por otro lado en virtud de la condición V2) de espacios vectoriales existe θ ∈V tal que x + θ = θ + x = x para todo x ∈ V . haciendo x = θ ′ tenemos que: θ '+θ = θ + θ ' = θ ' de (1). por V3) por ii) por suma de opuestos en K por V6) − ( ax ) + ax = − ax + ax ∴ − (ax ) = − ax por la ley de cancelación. Averiguar si R 2 con las operaciones definidas a continuación es un espacio vectorial sobre R. Sean V = R + (el conjunto de los números reales positivos) y K = R . y1 ) + ( x2 . 0) y a ( x. 3.

x 2 ) ∈ R 2 : a o x = (ax1 . donde − n es un entero y por consiguiente (− n) x está bien definido. Para x ∈ V y para nx = ( n − 1) x + x cualquier entero positivo n. ax 2 ) Averiguar si R 2 con las operaciones arriba definidas es un espacio vectorial.2. y ∈ R : x ⊕ y = máx{ x. Si: (a) K = Q ( 2 ) . se define el producto nx inductivamente por 1x = x y Para un entero negativo n.15 o 3 = [ − 2. Sea el conjunto Q ( 2 ) = { a + b 2 / a. En un grupo aditivo V se da la siguiente definición. averiguar si R con las operaciones antes definidas es un espacio vectorial. b ∈ Q } . ∀ x ∈ Z : a o x = [ a ] x donde [ a ] denota el máximo entero. 8.75 o 4 = [ 2. ∀ k ∈ Z Por ejemplo 2. demostrar que la aplicación Z ×V → V verifica las siguientes propiedades: (n. 5. ∀ x = ( x1 . y} Si la multiplicación por escalar es la usual de números reales. ·) un espacio vectorial?. se define nx = −(( − n) x ) . +. x) a nx 15 . 6. y = ( y1 . Osorio Vidal ---------------------------------------------------------------------------------------------------------∀ x. En el conjunto R 2 se definen la adición y la multiplicación como sigue: 3 3 ∀ x = ( x1 . iii) y iv) de la proposición 1. K . Sea Z el conjunto de los números enteros con la adición usual y la multiplicación por escalar definida por ∀ a ∈ R. 7. Demostrar ii).15 ]3 = (−3)(3) = −9 ¿Cuáles de las condiciones de espacio vectorial no se verifican?.75 ]4 = (2)(4) = 8 . Denotando por Z el conjunto de todos los enteros. y 2 ) ∈ R 2 : x ⊕ y = ( x13 + y13 ) 3 . − 2. (b) K = Q y (c) K = R . esto es [ a ]= k ⇔ k ≤ a < k + 1 . ( x 2 + y 2 ) 1 ( 1 3 ) ∀ a ∈ R .Notas de clase de Álgebra Lineal I Víctor G. Se define: ( a + b 2 ) + (c + d 2 ) = ( a + c) + (b + d ) 2 α (a + b 2 ) = α a + α b 2 ¿Es ( Q ( 2 ). x 2 ) . 9.

x 2 ) ∈ R 2 /( x1 . 0) ó 2 = a . +. TEOREMA 2. denominados subespacios triviales. En efecto. y . EJEMPLO 2. Análogamente se puede verificar que (W . ax ∈ W . probaremos que W es un K-espacio vectorial.. W es un subespacio vectorial de V si y solo si: i) Para todo x. SUBESPACIOS DEFINICIÓN 2. 2.. 16 . K . y ∈ W . cualquier otro subespacio es llamado subespacio propio..Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------a) c) n( x + y ) = nx + ny ( mn ) x = m( nx ) b) d) ( m + n) x ) = mx + nx 1x = x ¿Es V un espacio vectorial?.Sea (V . z ∈ W .2. Se verifica: x. NOTA. existe − x ∈ W tal que x + ( − x) = − x + x = θ en virtud de i) y ii).El conjunto {θ } y V son subespacios vectoriales de V. x + y ∈ W . Diremos que W. V2) Existe θ ∈W / x + θ = θ + x = x para todo x ∈ W . x 2 ) = (0. para todo x ∈ W . z ∈ W ⊂ V y en V se cumple V1).1. ·) con las operaciones definidas para V es por sí mismo un espacio vectorial. ·) un espacio vectorial cualesquiera.Sea V un K-espacio vectorial un espacio vectorial y W un subconjunto de V diferente del vacío. ii) Para todo a ∈ K . PRUEBA ⇒) Es obvio ⇐) Por hipótesis tenemos que se cumple i) y ii). +. +. K . x1 ≠ 0 y a = constante⎬ x1 ⎩ ⎭ W es un subespacio vectorial de V. K .. ·) cumple las condiciones restantes del espacio vectorial. Nótese además que el elemento neutro aditivo de W es el mismo que el de V. V1) ( x + y ) + z = x + ( y + z ) para que x. V3) Para todo x ∈ W . La respuesta es obvia. y .1. sea: y ∈ W ⇒ ( −1) y = − y ∈ W (por ii)) ⇒ y + (− y ) = θ ∈ W por i)).2. un subconjunto de V diferente del vacío es un subespacio si y solo si (W .Sea V = R 2 y consideremos: ⎧ ⎫ x W = ⎨( x1 .

R.4. +. a ∈ R } W no es un subespacio de R 3 .2..2. EJEMPLO 2. ·) y dados u = (1.Sea V = F el R-espacio vectorial de todos las funciones reales de variable real. 0) y v = (−2. SOLUCIÓN Haciendo uso del teorema 2. pues es fácil verificar que cero no pertenece a W. Veamos si cumplen las condiciones i) y ii) del teorema. Las otras condiciones se cumplen en virtud de las propiedades de funciones continuas. Construimos: W = {w ∈ R 3 / w = u + a(v − u ). 1) elementos de R 3 .Notas de clase de Álgebra Lineal I Víctor G. 3. Averiguar si el conjunto definido como: W = { f ∈ F / f (a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a )} es un subespacio vectorial. En efecto.. EJEMPLO 2.Sea F el R-espacio vectorial de todas las funciones reales de variable real. tenemos que W ⊂ V por definición y además W ≠ Φ pues la función cero pertenece a W. i) f . pues θ : R → R tal que θ ( x) = 0 para que x ∈ R es una función continua. g ∈ W entonces: f ( a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a ) g ( a + b ) = g ( a ) + g (b ) ∧ g ( λ a ) = λ g ( a ) (1) (2) Sumando las igualdades de (1) y (2) miembro a miembro f (a + b) + g ( a + b) = ( f ( a ) + f (b)) + ( g ( a ) + g (b)) ∧ f (λ a ) + g (λ a ) = λ f ( a ) + λ g ( a ) agrupando convenientemente y usando la definición de suma de funciones.. tenemos: ( f + g )( a + b) = ( f + g )( a ) + ( f + g )(b) ∧ ( f + g )(λ a ) = λ ( f + g )( a ) luego f + g ∈ W .2.3.2. tenemos que C ≠ Φ ya que θ ∈ C . 17 . 0. Osorio Vidal ---------------------------------------------------------------------------------------------------------- EJEMPLO 2.Sea ( R 3 .2. consideremos: C = { f : R → R / f es continua } es un subespacio vectorial de F.

7.. Los conjuntos S y T con las operaciones heredadas de ( R n×n .Sea V = R n×n el espacio vectorial de las matrices cuadradas de orden n × n sobre el campo R. De i) y ii) W es un subespacio vectorial. R.2. ∀ j } T = { A ∈ R n×n / ai j = −a j i . W2 no es un subespacio pues no se cumplen las condiciones del teorema 2.6. Definimos: H = {(ai j ) ∈ C n×n / ai j = −a j i . ∀ j } Los elementos del conjunto S se denominan matrices simétricas.Sea C n×n = {(ai j ) / ai j ∈ C } el espacio vectorial de las matrices de componentes complejas sobre el campo R. Definimos: S = { A ∈ R n×n / a i j = a j i .Sea V = C = { f : R → R / f es continua } y consideremos: W1 = { f ∈ C / ∫ 1 f (t ) dt = 0 } 0 W2 = { f ∈ C / ∫ 1 f (t ) dt = 1} 0 W1 es un subespacio vectorial. 18 . EJEMPLO 2.2..2. tomemos f : R → R tal que f (t ) = 1 . EJEMPLOS 2. ∀i. Osorio Vidal ---------------------------------------------------------------------------------------------------------ii) α ∈ R. pero f + f ∉ W2 pues ∫ 1 ( f (t ) + f (t )) dt = 2 ≠ 1 . 0 0 EJEMPLO 2.Notas de clase de Álgebra Lineal I Víctor G. +. ∀i. entonces f ∈ W2 ya que ∫ 1 dt = 1 . y a los elementos de T se les llaman matrices antisimétricas. ·) son subespacios vectoriales. En efecto.2. 1 ≤ i. f ( a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a ) (3) multiplicando las igualdades de (3) por α y de la definición de producto de una función por un escalar tenemos: (α f )( a + b) = (α f )( a ) + (α f )(b) ∧ (α f )(λ a ) = λ (α f )( a ) luego α f ∈ W ..5. f ∈ W entonces: α ∈ R. j ≤ n } H es un subespacio de C n×n .

+. y ) ∈ R 2 / x = 2 y } T = { ( x. Averiguar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) d) e) U 1 = { ( x. +. y . y ) ∈ R 2 / xy = 0 } S = { ( x. z ) ∈ R 3 / 2 x + y − z = 0 } U 5 = { ( x.). y. y ) ∈ R 2 / x + y = 0 } W = { ( x. R. ·) . Sea el espacio vectorial ( R 3 . Averiguar cuáles de los siguientes subconjuntos de F son subespacios vectoriales. ·) . ·) . y ) ∈ R 2 / x = 2 y + 1} 2. Averiguar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) d) U = { ( x. Osorio Vidal ---------------------------------------------------------------------------------------------------------- EJERCICIOS 1. z ) ∈ R 3 / x = z } U 2 = { ( x. R. +. R.Notas de clase de Álgebra Lineal I Víctor G.2. y . Sea el espacio vectorial ( R 2 .1. z ) ∈ R 3 / x < y < z } 3. a) b) c) d) e) f) W1 = { f ∈F / f (1) = 0 } W2 = { f ∈F / f (0) = f (1) } W3 = { f ∈F / f (0) + f (1) = 0 } W4 = { f ∈F / f ( x) ≥ 0 } W5 = { f ∈ F / f (−1) = 0 } f (0) + f (1) ⎫ ⎧ W6 = ⎨ f ∈ F / f (1 / 2) = ⎬ 2 ⎩ ⎭ 19 . y . donde F = { f : R → R } (ver el ejemplo 1. Sea el espacio vectorial (F . z ) ∈ R 3 / x = y } U 4 = { ( x. y. z ) ∈ R 3 / x 2 + y 2 + z 2 ≤ 1} U 3 = { ( x.

Notas de clase de Álgebra Lineal I Víctor G. u ) ∈ C 2 / Im( z ) − Im(u ) = 0 } 5. Osorio Vidal ---------------------------------------------------------------------------------------------------------g) h) i) j) W7 = { f ∈ F / f ( x 2 ) = ( f ( x )) 2 } W8 = { f ∈F / f (3) = 1 + f (−5) } W9 = { f ∈ F / f (1) = 0 ∧ f (−1) = 0 } W10 = { f ∈ F / f (1) = 0 ∨ f (−1) = 0 } 4. R. i) Sean x. R.Sea { i }i∈I una familia de subespacios de (V . Determinar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) T1 = { B ∈ R 2×2 / AB = BA} T2 = { B ∈ R 2×2 / AB ≠ BA} T3 = { B ∈ R 2×2 / BA = 0 } 3. R. +.1. u ) ∈ C 2 / z 2 + u 2 = 0 } S 2 = { ( z. R. Analizar si ( R 2 . PRUEBA W ⊂ V por definición y además es no vacío ya que θ ∈ Wi ∀i ∈ I . +. entonces θ ∈W . +. +. u ) ∈ C 2 / Re( z ) = Re(u ) } S 3 = { ( z .. x ∈ W ⇒ a ∈ K ∧ x ∈ Wi ∀i ⇒ ax ∈ Wi ∀i ⇒ ax ∈ W . ·) . OPERACIONES CON SUBESPACIOS PROPOSICIÓN 3. 20 . ·) el espacio vectorial de las matrices cuadradas de orden 2 × 2 de entradas reales sobre R y A ∈ R 2×2 una matriz particular. y ∈ Wi ∀i ⇒ x + y ∈ Wi ∀i ⇒ x + y ∈W . R. ·) . Sea ( R 2×2 . u ) ∈ C 2 / Im( z ) = 0 ∧ Re( z − u ) = Im( z ) } S 4 = { ( z. ii) Sean a ∈ K . W es un subespacio de V. y ∈ W ⇒ x. Si W W = IWi i∈I entonces. ·) es un subespacio de ( R 3 . ·) . 6. Sea el espacio vectorial (C 2 . Determinar cuáles de los siguientes subconjuntos son subespacios vectoriales: a) b) c) d) S1 = { ( z . +.

x1 ∈W1 ∧ x 2 ∈W2 }. y. z 2 ) ∈ W2 ⎭ ⎩ 21 . PRUEBA Sea W1 + W2 = { x ∈V / x = x1 + x 2 . z 2 ). ·) consideremos los subespacios: W1 = { ( x. x = x1 + x 2 . Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 3.1. y . y. +.. R. z ∈ R } y W2 = { (0.. x = x1 + x2 ⇒ ax = ax1 + ax2 ∈ W1 + W2 pues ax1 ∈ W1 ∧ ax2 ∈ W2 . y 2 .3. 0. v. x1 ∈W1 ∧ x 2 ∈W2 } W se denota por W = W1 + W2 y se le llama suma de subespacios W1 y W2 . debemos probar que ax ∈ W1 + W2 . W2 subespacios de (V . ·) y consideremos: W1 = { ( x. y. Luego W1 + W2 es un subespacio vectorial. +. x1 ∈W1 ∧ x 2 ∈W2 y = y1 + y 2 .2. +. z ) ∈ R 3 / x − y = 0 } W2 = { ( x. w) ∈ R 3 /(u . R. ⎫ W1 + W2 = ⎨ ⎬ ( x1 . z ∈ R } Tenemos: ⎧(u . x ∈ W1 + W2 . v. .3. PROPOSICIÓN 3. z ) ∈ R 3 / y. y1 ∈ W1 ∧ y 2 ∈ W2 x + y = ( x1 + y1 ) + ( x 2 + y 2 ) ∈ W1 + W2 pues x1 + y1 ∈W1 ∧ x 2 + y 2 ∈W2 . 0.La suma de dos subespacios de V es un subespacio vectorial de V. R.1.Sean W1 . W1 + W2 ⊂ V por definición y además es diferente del vacío pues θ ∈W1 + W2 ya que se puede escribir θ = θ + θ ( θ es elemento de W1 y de W2 ). +. ·) . z1 ) + (0.Sea ( R 3 . w) = ( x1 . y 2 . z ) ∈ R 3 / x.En ( R 3 . ii) a ∈ K ..) DEFINICIÓN 3. Definimos: W = { x ∈V / x = x1 + x 2 .. z ) ∈ R 3 / 2 x + z = 0 } W1 ∩ W2 = { ( x. i) x. y ∈ W1 + W2 .Notas de clase de Álgebra Lineal I Víctor G. debemos probar que x + y ∈ W1 + W2 . z1 ) ∈ W1 y (0. R. 0. EJEMPLO 3.1. z ) ∈ R 3 / x − y = 0 ∧ 2 x + z = 0 } es un subespacio de ( R 3 .

2 2 2 2 ii) Probaremos ahora que W1 ∩W2 = { (0. v.4 se tiene: R 2 = W1 ⊕ W2 22 . 0) } .1. (u + v)) + ( (u − v ). v. R. (u + v)) ∈ W1 y ( (u − v). y ) ∈ { (0. Luego W1 ∩W2 ⊂ { (0. 1 1 1 1 Obsérvese que ( (u + v). 0) } ⊂ W1 ∩ W2 se cumple siempre. y ) ∈ R 2 / y = x } y W2 = { ( x.4. v ) = ( 1 1 1 1 (u + v ). (v − u )) 2 2 2 2 es decir que R 2 = W1 + W2 . 1 1 w) + (0.Notas de clase de Álgebra Lineal I Víctor G.. v. 0) } . 0. y ) ∈ W1 ∩ W2 ⇒ ( x. { (0. Diremos que V es la suma directa de los subespacios W1 y W2 y denotaremos por: V = W1 ⊕ W2 . De i). y ) ∈ W2 ⇒ x = y ∧ x = − y ⇒ x = y = 0 ⇒ ( x. Osorio Vidal ---------------------------------------------------------------------------------------------------------Podemos observar que W1 + W2 = R 3 pues cualquier vector (u. 0. 0) } ∴ W1 ∩W2 = { (0.4.. v) ∈ R 2 se puede expresar como: (u .En ( R 2 . (v − u )) ∈ W2 . w) ∈ R 3 se puede escribir (0. 2 DEFINICIÓN 3. y ) ∈ R 2 / y = − x } R 2 = W1 ⊕ W2 . En efecto: i) Cualquier vector (u. v. W1 y W2 subespacios de V. w) 2 2 donde (u . 1 w) ∈ W1 2 y 1 w) ∈ W2 . como (u . Sea ( x. ·) consideremos los subespacios: W1 = { ( x.Sean V un espacio vectorial sobre K . w) = (u . 0) } . ii) y la definición 3. Si y solo si: i) V = W1 + W2 ii) W1 ∩ W2 = {θ } EJEMPLO 3. +. y) ∈ W1 ∧ ( x.

ii) Probaremos que V p ∩ Vi = {θ } . W = { A ∈ V / A = − A T } conjunto de las matrices antisimétricas.Sea V el espacio vectorial de las matrices cuadradas sobre el campo R. ∀x ∈ R ⇒ 2 f ( x) = 0. En efecto: i) Debemos probar que V = V p + Vi . Siempre es posible expresar A como: A= 1 1 ( A + AT ) + ( A − AT ) 2 2 Sólo nos falta hacer ver que: a) b) 1 ( A + AT ) ∈ U y 2 1 ( A − AT ) ∈ W 2 Probando a) 23 .. i) Demostraremos que V = U + W . Sea A una matriz cuadrada arbitraria de orden n. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJEMPLO 3. tenemos que: V = V p ⊕ Vi EJEMPLO 3.3. sea V p el conjunto de las funciones pares ( f (− x ) = f ( x )) y Vi el conjunto de las funciones impares ( f (− x) = − f ( x )) . Demostrar que V = U ⊕ W . ii) y definición 3. y consideremos: U = { A ∈ V / A = A T } conjunto de las matrices simétricas.4. ∀x ∈ R ∧ f ( − x ) = − f ( x ).4. Esta condición se satisface del hecho que cualquier función de R en R se puede escribir como: f ( x) = 1 1 ( f ( x ) + f ( − x)) + ( f ( x) − f ( − x)) 2 2 Nótese que 1 1 ( f ( x ) + f (− x)) es una función par.2.4. Sea f ∈ V p ∩ Vi ⇒ f ∈ V p ∧ f ∈ Vi ⇒ f ( − x ) = f ( x ).Sea V el espacio vectorial de todas las funciones de R en R. Afirmamos que V = V p ⊕ Vi . ∀x ∈ R ⇒ f = θ De i). y ( f ( x) − f ( − x)) es una 2 2 función impar.Notas de clase de Álgebra Lineal I Víctor G..

+. ii) y de la definición 3. ·) es el conjunto: n n ⎫ ⎧ W = ∑ Wi = ⎨v ∈ V / v = ∑ wi ∧ wi ∈ Wi . Además si tales subespacios tienen como único elemento común al vector cero.La definición de suma de espacios puede ser generalizada para una familia finita de subespacios. W2 . entonces diremos que W es la suma directa y escribiremos: W = W1 ⊕ W2 ⊕ K ⊕ Wn 24 . Luego U ∩ W = {θ } . Wn de (V . De i).Notas de clase de Álgebra Lineal I Víctor G. K . Osorio Vidal ---------------------------------------------------------------------------------------------------------1 1 ( ( A + AT )) T = ( A + AT ) T 2 2 = = = 1 T A + AT 2 1 T ( A + A) 2 1 ( A + AT ) 2 ( ( ) T ) Probando b) 1 1 ( ( A − AT ))T = ( A − AT )T 2 2 = = 1 T A − AT 2 1 T ( A − A) 2 ( ( )) T 1 = − ( A − AT ) 2 Luego satisface la condición i). +.5. ii) Demostraremos que U ∩ W = {θ } . K . ·) . n ⎬ i =1 i =1 ⎭ ⎩ W es un subespacio de (V . Sea A ∈ U ∩ W ⇒ A ∈ U ∧ A ∈ W ⇒ A = AT ∧ A = − AT ⇒ A = θ . es decir si para todo i ≠ j se tiene que Wi ∩ W j = {θ } .4 se tiene: V = U ⊕W OBSERVACIÓN 3.. 2. K . En efecto la suma de los subespacios W1 . ∀i = 1. K .

Dada la recta L1 = { ( x. z ) / x + y + z = 0 } . Extendemos la definición de suma a subconjuntos arbitrarios no vacíos (no necesariamente subespacios) S y T de un espacio vectorial V definiendo S + T = {s + t / s ∈ S ∧ t ∈ T } Demostrar que esta operación satisface: i) ii) ii) iv) S +T = T + S S + {θ } = {θ } + S = S ( S1 + S 2 ) + S 3 = S1 + ( S 2 + S 3 ) S +V = V + S = V 4. 0. y . 5. ¿Cuál es la relación que existe entre W1 y W3 ? 2. ·) donde: U = { ( x. Hallar otra recta L2 tal que R 2 = L1 ⊕ L2 25 . 6. c ∈ R } . V = { ( x. Osorio Vidal ---------------------------------------------------------------------------------------------------------EJERCICIOS 1. Definimos: W1 = {v ∈ R 4 / v = av1 + bv 2 . 4. 3). 3. 3. z ) / x = y } y W = { (0. U + W y V + W . Sean U.Notas de clase de Álgebra Lineal I Víctor G. Dados U. b ∈ R } W2 = {v ∈ R 4 / v = av 3 . v 2 = (1. Demostrar que U ∪ W es un subespacio de V si y solo si U ⊂ W ó W ⊂ U . Dados U y W subespacios de V. 0. y ) ∈ R 2 / y = 5 x } . 7. b. 2) elementos de R 4 . z ) / z ∈ R } a) b) Calcular U + V . R. − 1). v3 = (2. Sea V = R 4 y v1 = (1. a ∈ R } i) ii) Calcule W1 ∩ W2 Hallar un vector de R 4 tal que no pertenezca a W1 . +. Decir en cual de los tres casos anteriores de la parte a) la suma es directa. 2. W y T subespacios de un espacio vectorial V. iii) Si consideramos W3 = {v ∈ R 4 / v = av1 + bv 2 + cv3 . a. Demostrar que para todo subespacio vectorial W de V se tiene que W + W = W . Demostrar: (U ∩ T ) + (U ∩ W ) ⊂ U ∩ (T + W ) 6. a. 3. V y W subespacios de ( R 3 . y .

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.