1

Captulo 1
Espacios
vectoriales
Contenido breve
Mdulo 1
Definicin y propiedades del
espacio vectorial
Ejercicios
Mdulo 1
Mdulo 2
Subespacios
Ejercicios
Mdulo 2

Lanzar al espacio un transbordador es el fruto de aos de trabajo y un triunfo de la ingeniera de sistemas de control. Matemticamente,
las seales de entrada y de salida de un sistema de control son funciones y es importante que estas seales puedan sumarse y
multiplicarse por escalares. Estas dos operaciones con funciones tienen propiedades algebraicas anlogas a las operaciones de sumar
vectores en \ n y multiplicar un vector por un escalar; por esta razn, el conjunto de todas las posibles entradas (funciones) se llama
espacio vectorial.

Presentacin
En el desarrollo de la geometra vectorial hemos identificado los vectores con los
elementos de \ 2 y \ 3 escribindolos como parejas o ternas ordenadas de nmeros reales, respectivamente; una vez hecho esto, surge el problema de generalizar
este concepto y tener vectores como n-tuplas, conjuntos ordenados de n componentes en un espacio de n dimensiones. Ahora, por qu querramos hacer esto?
La respuesta puede ser tan simple como decir que la mayora de los problemas de la
vida real involucran ms variables que slo dos o tres.
Es claro que cuando generalizamos el concepto de vector a n dimensiones, ya no
tenemos la intuicin geomtrica que desarrollamos para el plano ( \ 2 ) y el espacio
(\3 ), pero podemos conservar las propiedades algebraicas.

Nos proponemos definir una estructura algebraica llamada espacio vectorial, donde se pueden reunir los conjuntos \2 , \3 y, en general, \n , adems de otros conjuntos tales como las matrices y los polinomios. Con esta abstraccin podemos
identificar los vectores como los elementos de un espacio vectorial y, en esta forma,
tratar las matrices o los polinomios como vectores.

Mdulo 3
Combinacin lineal y subespacio generado
Ejercicios
Mdulo 3
Mdulo 4
Independencia lineal
Ejercicios
Mdulo 4
Mdulo 5
Bases y dimensin
Ejercicios
Mdulo 5
Mdulo 6
Subespacios asociados con una
matriz
Ejercicios
Mdulo 6
Mdulo 7
Coordenadas y cambio de base
Ejercicios
Mdulo 7

Dentro de los espacios vectoriales podemos reconocer conjuntos que guardan en

su interior la estructura de espacio vectorial, llamados subespacios. Una vez
establecida la estructura desarrollamos los conceptos de combinacin lineal, independencia lineal, base y dimensin, los cuales constituyen los ladrillos para la
construccin de espacios vectoriales. Ubicamos como problema central en este
captulo la determinacin de una base para un espacio vectorial. Otros elementos
que aportan a la solucin de este problema bsico se presentan en el estudio de los
subespacios asociados con una matriz y en el establecimiento de coordenadas y
cambio de base.

20

Definicin y propiedades del

espacio vectorial

Introduccin

El matemtico y lingista alemn Hermann Grassmann

(1809-1877) fue el primero en definir un espacio vectorial n
dimensional y la independencia lineal.

Nos proponemos construir e identificar la estructura de espacio vectorial con diferentes objetos matemticos: n-tuplas, funciones, polinomios, matrices, etc., alcanzando una asimilacin algebraica del concepto de vector, con el fin de unificar los
procedimientos de trabajo para problemas, en apariencia, diversos. Esto permite,
adems, tener una visin de las posibles aplicaciones del concepto.

Objetivos
1. Construir la estructura de espacio vectorial.
2. Identificar como vectores todos aquellos elementos de conjuntos que con las
operaciones dadas verifiquen los axiomas de la estructura.
3. Aprender el manejo algebraico dentro de un espacio vectorial.

Preguntas bsicas
1. Qu es un espacio vectorial?
2. Qu propiedades deben cumplir las operaciones definidas de suma y producto
por un escalar?
3. Cules son los espacios vectoriales ms usuales?
4. Qu propiedades tienen el mdulo del espacio y el inverso aditivo de cada
vector?
5. Qu otras propiedades algebraicas se desprenden de la definicin de espacio
vectorial?

Contenidos
1.1 Ejemplos introductorios
1.1.1 Las fuerzas que pueden actuar sobre un punto
1.1.2 Las parejas de nmeros reales ( \ 2 )
1.2 Definicin
1.3 Ejemplos
1.4 Propiedades

Vea el mdulo 1 del programa de televisin

lgebra lineal.

lgebra lineal elemental y aplicaciones

21

Mapa 1: mdulos 1, 2 y 3.

22

Mdulo 1: Definicin y propiedades del espacio vectorial

1.1 Ejemplos introductorios

1.1.1 Las fuerzas que pueden actuar sobre un punto
Consideremos un punto material P y las fuerzas que pueden actuar sobre l. Si
F1 y F2 son dos fuerzas que actan sobre P, se puede encontrar una fuerza F

resultante de F1 y F2 con la propiedad de ejercer sobre P la misma accin que

F1 y F2 actuando simultneamente. As tenemos una fuerza F, que resulta de sumar
F1 y F2 ( F = F1 + F2 ) .

Veamos qu propiedades tiene esta operacin.

Representemos F1 y F2 por vectores cuya direccin y sentido corresponden a los
de las fuerzas dadas, y su longitud (en una escala determinada) mide la magnitud;
entonces, la resultante queda determinada por la diagonal del paralelogramo, dos
de cuyos lados son los segmentos correspondientes a F1 y F2 (figura 1.1).

Figura 1.1

Sea T el conjunto de todas las fuerzas que actan sobre P; entonces, podemos decir
que:
i.

Si F1 y F2 pertenecen a T, F1 + F2 pertenece a T.

Vea en su multimedia de lgebra lineal el cdigo

fuente en MATLAB para ilustrar Propiedades de
los espacios vectoriales.

Si sobre P tenemos tres fuerzas distintas F1 , F2 y F3 , podemos calcular su

resultante de dos formas distintas: ( F1 + F2 ) + F3 o bien F1 + ( F2 + F3 ). Es
decir, calculando primero F = F1 + F2 y luego la resultante de F con F3 , o
bien calculando primero F = F2 + F3 y luego la resultante de F1 y F .
Una representacin geomtrica nos muestra que (figura 1.2):

Escuche la biografa de Hermann Grassmann en

su multimedia de lgebra lineal.

lgebra lineal elemental y aplicaciones

23

Captulo 1: Espacios vectoriales

ii.

( F1 + F2 ) + F3 = F1 + ( F2 + F3 ).

Figura 1.2

Por otra parte, existe una fuerza de magnitud cero, fuerza nula, que podemos designar 0 y tiene la propiedad de:
iii.

F + 0 = 0 + F = F.

Ahora, si llamamos la opuesta de F a una fuerza F que tiene la misma

magnitud y direccin que F pero sentido contrario, encontramos que la
resultante de F y F es cero, es decir:
iv.

Para cada F existe F , tal que F + F = 0. Esta F se llamar F .

Por ltimo, es claro que el orden en el que se consideran las fuerzas no altera
la resultante; esto es:

v.

F1 + F2 = F2 + F1 .

Veamos ahora otra operacin: si F es una fuerza y un nmero real, llamamos F la fuerza que tiene la misma direccin de F, su magnitud es
veces la de F y su sentido es el mismo de F si es positivo, y opuesto a F
si es negativo.
Hemos entonces definido una operacin cuyos factores son una fuerza y
un nmero real y su resultado es otra fuerza. Esta operacin se dice que es
externa, ya que hace intervenir un elemento (el nmero ) que no pertenece al conjunto T.
Veamos algunas propiedades de esta operacin:
vi.

24

Si es un nmero real y F T , entonces F T .

Mdulo 1: Definicin y propiedades del espacio vectorial

Razonando geomtricamente, podemos verificar que (figura 1.3):
vii.

( F1 + F2 ) = F1 + F2 .

Figura 1.3

Aplicando la definicin, se puede comprobar que:

viii.

( + ) F = F + F .

ix.

( F ) = ( ) F .

x.

1 F = F .

1.1.2 Las parejas de nmeros reales ( \2 )

Definimos en \ 2 una operacin binaria interna (es decir, los elementos que intervienen en la operacin pertenecen a \ 2 ) que llamaremos suma, as:
( x1 , y1 ) + ( x2 , y2 ) = ( x1 + x2 , y1 + y2 ) ,

o sea que la suma de dos parejas de \ 2 es otra pareja de \ 2 ; se cumple entonces

que:
i.

Si ( x1 , y1 ) y ( x2 , y2 ) \ 2 , entonces ( x1 , y1 ) + ( x2 , y2 ) \ 2 .
Hay tambin una ley asociativa, es decir,

[( x1 , y1 ) + ( x2 , y2 )] + ( x3 , y3 ) = ( x1 + x2 , y1 + y2 ) + ( x3 , y3 )
= ( x1 + x2 + x3 , y1 + y2 + y3 ).

lgebra lineal elemental y aplicaciones

25

Captulo 1: Espacios vectoriales

Por otra parte,
( x1 , y1 ) + [( x2 , y2 ) + ( x3 , y3 )] = ( x1 , y1 ) + ( x2 + x3 , y2 + y3 )
= ( x1 + x2 + x3 , y1 + y2 + y3 ),

luego:
ii.

[( x1 , y1 ) + ( x2 , y2 )] + ( x3 , y3 ) = ( x1 , y1 ) + [( x2 , y2 ) + ( x3 , y3 )].
Existe, adems, un elemento de \ 2 que es el (0, 0) tal que:

iii.

( x, y ) + (0, 0) = ( x, y ) para todo ( x, y ) en \ 2 .

As mismo, para cada par ( x, y ) podemos tomar el par ( x, y ), de modo que:

iv.

( x, y ) + ( x, y ) = (0, 0).

Finalmente, hay una ley conmutativa, puesto que:

( x1 , y1 ) + ( x2 , y2 ) = ( x1 + x2 , y1 + y2 ) = ( x2 + x1 , y2 + y1 ) = ( x2 , y2 ) + ( x1 , y1 ).

Entonces,
v.

( x1 , y1 ) + ( x2 , y2 ) = ( x2 , y2 ) + ( x1 , y1 ).

Definimos ahora una segunda operacin, externa, entre un nmero real y un

par, as:

( x, y ) = ( x, y ),
2
cuyo resultado es un elemento de \ ; con esta operacin se verifican las
siguientes propiedades:

vi.

Si \ y ( x, y ) \ 2 , entonces ( x, y ) \ 2 .
Veamos ahora que:

vii.

[ ( x1 , y1 ) + ( x2 , y2 )] = ( x1 , y1 ) + ( x2 , y2 ).
Demostracin

[ ( x1 , y1 ) + ( x2 , y2 )] = ( x1 + x2 , y1 + y2 ) = ( ( x1 + x2 ), ( y1 + y2 ) )
= ( x1 + x2 , y1 + y2 ).

Por otro lado,

( x1 , y1 ) + ( x2 , y2 ) = ( x1 , y1 ) + ( x2 , y2 ) = ( x1 + x2 , y1 + y2 ).

26

Mdulo 1: Definicin y propiedades del espacio vectorial

viii.

( + )( x, y ) = ( x, y ) + ( x, y ).

Demostracin

( + )( x, y) = ( ( + ) x, ( + ) y ) = ( x + x, y + y) y

( x, y) + ( x, y) = ( x, y) + ( x, y) = ( x + x, y + y).
ix.

[ ( x, y )] = ( )( x, y).
Demostracin

[ ( x, y )] = ( x, y) = ( x, y ) y
( )( x, y ) = ( x, y ).

x.

1( x, y ) = ( x , y ).

Demostracin
1( x, y ) = (1x,1 y ) = ( x, y ).

1.2 Definicin
Los ejemplos anteriores nos sirven para obtener un conjunto de propiedades comunes a ellos. Todos los resultados que podamos deducir a partir de dichas propiedades sern vlidos en los ejemplos realizados y en cualquier otro que goce de las
mismas propiedades.
A estas propiedades comunes las llamamos axiomas en la siguiente definicin.
Un espacio vectorial V es un conjunto de objetos llamados vectores con dos
operaciones, suma y producto por un escalar, que satisface los siguientes axiomas:
i.

Si a y b son elementos de V, entonces a + b pertenece a V; o de otra forma,

la suma es una operacin cerrada en V.

ii.

(a + b) + c = a + (b + c) para todo a, b, c V .

iii.

Existe un elemento 0 en V tal que a + 0 = 0 + a = a para toda a V .

iv.

Para cada a V existe un elemento a V tal que a + (a) = 0.

v.

a + b = b + a para todo a, b en V .

vi.

Si a V y es un escalar ( \ o C), entonces a V ; es decir,

V es cerrado bajo la operacin producto por un escalar.

lgebra lineal elemental y aplicaciones

27

Captulo 1: Espacios vectoriales

vii.

(a + b) = a + b para todo escalar y para todo a y b V .

viii.

( + )a = a + a para todo , escalares y a V .

ix.

( a) = ( ) a para todo , escalares y a V .

x.

1a = a para todo a V .

Nota: cuando los escalares son nmeros reales, decimos que se trata de un espacio
vectorial real, y en caso de que sean nmeros complejos hablamos de un espacio
vectorial complejo.
En el axioma viii debe notarse que el signo + al lado izquierdo de la igualdad se
refiere a la suma en el conjunto de escalares, y el signo + al lado derecho denota la
suma en el conjunto de vectores V.

1.3 Ejemplos
1.

2.

\n , con las operaciones de suma y producto por un escalar definidas usualmente, tiene estructura de espacio vectorial.
n
n 1
Sea V = Pn = { P / p ( x ) = an x + an 1 x + ... + a1 x + a0 , ai \} el conjunto

de los polinomios de grado menor o igual que n.

El elemento 0 (neutro) en Pn es 0( x ) = 0 x n + 0 x n 1 + ... + 0 x + 0.
Si P ( x) = an x n + an 1 x n 1 + ... + a1 x + a0 y
Q ( x ) = bn x n + bn 1 x n 1 + ... + b1 x + b0 ,

entonces
( P + Q) ( x) = P ( x) + Q( x) =
( an + bn ) x n + (an 1 + bn 1 ) x n 1 + ... + ( a1 + b1 ) x + (a0 + b0 ).

Se ve claramente que la suma de dos polinomios de grado menor o igual que

n es otro polinomio de grado menor o igual que n. Se pueden comprobar las
propiedades ii y v a x con:
( p) ( x) = [ p( x)]
= an x n + an 1 x n 1 + ... + a1 x + a0 , p Pn .
p ( x) = an x n an 1 x n 1 + ... a1 x a0
p ( x) + [ p ( x) ] = 0 ( x).

28

Mdulo 1: Definicin y propiedades del espacio vectorial

3.

Si V = M m , n (conjunto de matrices m por n) con la suma y la multiplicacin

escalar usuales, es fcil verificar que M m , n es un espacio vectorial con 0
como la matriz cero de M m , n . Si A = ( aij ) ( m , n ) , entonces A = ( aij ) ( m , n ) ,
A M m,n .

4.

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

A B por A B = AB. Si A y B son invertibles, entonces AB es invertible

y se cumple i.
El axioma ii es la ley asociativa para la multiplicacin de matrices. Los
axiomas iii y iv se satisfacen con 0 = 3 y A = A1 . Sin embargo, AB BA y
el axioma v no se cumple; por lo tanto, S3 no es un espacio vectorial.
5.

Sea V = C[a, b] = conjunto de funciones continuas de valores reales

definidas en el intervalo [a, b] . Se define:
( f + g ) ( x) = f ( x) + g ( x) y ( f )( x) = [ f ( x)].

Como la suma de funciones continuas es continua, el axioma i se cumple; de

la misma forma el producto de un escalar por una funcin continua tambin
es una funcin continua (propiedad vi). Los otros axiomas se verifican
fcilmente con 0, la funcin 0 y (f)(x) = f (x). Luego C[a, b], con las
operaciones definidas, tiene estructura de espacio vectorial.
6.

Sea V el conjunto de los nmeros reales ( \) con las operaciones

x y = x y ( es la resta ordinaria) y la multiplicacin por un esca
lar como la multiplicacin ordinaria. Veamos si V es un espacio vectorial.

x y y x son nmeros reales, lo cual verifica las condiciones i y vi

de la definicin.
Veamos qu pasa con la propiedad conmutativa.
Sea x = 2 y y = 3.

x y = 2 3 = 1,
y x = 3 2 = 1,
luego:

x y y x.
Adems, las propiedades ii, iii y iv tampoco se cumplen. Las propiedades
vii, ix y x se cumplen, pero la propiedad viii no; veamos por qu:
Sea = 2, = 3, x = 4.
lgebra lineal elemental y aplicaciones

29

Captulo 1: Espacios vectoriales

( + ) x = (2 + 3)4 = 5 4 = 20,

pero:

x x = 2 4 3 4 = 8 12 = 4.
7.

Sea V = {( x, y, z ): ax + by + c z = 0, a, b, c \} .
Esto es, V es el conjunto de puntos en \ 3 que estn en el plano con vector
normal (a, b, c) y que pasa por el origen.
Veamos si se cumplen las dos propiedades de cerradura, es decir, i y vi.
Sean ( x1 , y1 , z1 ) y ( x2 , y2 , z2 ) elementos de V; veamos si
( x1 + x2 , y1 + y2 , z1 + z2 ) V .

Como ( x1 , y1 , z1 ) V ,

(1)

ax1 + by1 + cz1 = 0.

De igual forma,
ax2 + by2 + cz2 = 0.

(2)

Al sumar y factorizar (1) y (2) obtenemos:

a( x1 + x2 ) + b( y1 + y2 ) + c( z1 + z2 ) = 0.

Esta expresin significa que ( x1 + x2 , y1 + y2 , z1 + z2 ) V .

Ahora observemos qu sucede con ( x1 , y1 , z1 ), \.
a x1 + b y1 + c z1 = 0,

(a x1 + b y1 + c z1 ) = 0 = 0,
a x1 + b y1 + c z1 = 0.
Por lo tanto:
( x1 , y1 , z1 ) V ,

esto es:

( x1 , y1 z1 ) V .
Adems, si = 0, se tiene que (0, 0, 0) V , y con = 1 tenemos
que:

30

Mdulo 1: Definicin y propiedades del espacio vectorial

( x1 , y1 z1 ) V ,

con lo cual verificamos las propiedades iii y iv. Las dems propiedades se
comprueban fcilmente aplicando las propiedades de los nmeros reales.
8.

El siguiente ejemplo nos muestra que no necesariamente la suma vectorial

ha de estar relacionada con la suma ordinaria, y que el vector cero, 0, no
tiene que relacionarse con el nmero real 0.
Sea V = {x / x\, x > 0} . La suma y la multiplicacin escalar se definen as:
xy = xy

y : x = x , \.

Veamos que V, junto con estas operaciones, es un espacio vectorial. Comprobemos inicialmente las dos propiedades de cerradura i y vi.
Sean x, y V ; entonces, x y = x y V . El producto de dos reales positivos es un real positivo.
Ahora, sean \ y x V ; entonces, : x = x . Como x es un real
positivo, al elevarlo a cualquier potencia real se obtiene un nmero real
positivo.
Ejemplifiquemos algunas sumas y multiplicaciones escalares en V.

3 4 = 3 4 = 12
4 8 = 32...

Escalar

Vector

1
:
2

Escalar

3 = 32 = 9

4 = 41 2 =

1
1
=
12
2
4

Vector

Comprobemos la propiedad asociativa. Sean x, y, z, en V. Entonces,

(x y ) z = (x y )z = x(y z ) = x (y z ).

Definicin de
la operacin

Propiedad asociativa
del producto entre reales

Idntico aditivo:
Encuentre 0 V tal que

x 0 = x,
x 0 = x.

lgebra lineal elemental y aplicaciones

31

Captulo 1: Espacios vectoriales

Luego 0 = 1; es decir, el nmero real positivo 1 es el idntico aditivo
o cero para este espacio.

Inverso aditivo.
Para todo xV , x debe satisfacer que
x (x) = 0,

luego x(x) = 1.
As que x =

Como x > 0,

1
.
x

1
> 0 ; por lo tanto,
x

x V .
Las dems propiedades las dejamos como ejercicio.

1.4 Propiedades
Teorema 1
Sea V un espacio vectorial. Entonces:
i.

El elemento neutro, 0, de V es nico.

ii.

Para todo x V existe un nico x V tal que x + x = 0.

iii.

0 = 0 para todo escalar .

iv.

0 x = 0 para todo x V .

v.

Si x = 0, entonces = 0 o x = 0 (o ambos).

vi.

( 1) x = x para todo x V .

Demostremos las partes i, iii y vi del teorema.

i.

32

Supongamos que 0 y 0 son elementos neutros de V; entonces,

0 + 0 = 0 y 0 + 0 = 0 ,

propiedad iii

luego 0 = 0 + 0 = 0 + 0 = 0.

propiedad v

Mdulo 1: Definicin y propiedades del espacio vectorial

iii.

vi.

0 + 0 = 0,

propiedad iii

( 0 + 0) = 0,

multiplicando por

0 + 0 = 0,

propiedad vii

( 0 + 0) + ( 0) = 0 + ( 0),

(suma a ambos lados 0)

0 + ( 0 + ( 0)) = 0,

propiedades ii y iv

0 + 0 = 0,
0 = 0.

propiedad iv
propiedad iii

1 + (1) = 0,
0 = 0 x = [1 + ( 1)]x = 1x + ( 1) x = 0,
1x + ( 1) x + ( x ) = x ,
( x + ( x )) + ( 1) x = x ,
0 + ( 1) x = x ,
( 1) x = x.

Qu propiedades se aplican en los pasos de la demostracin?

lgebra lineal elemental y aplicaciones

33

Ejercicios del captulo 1 (mdulo 1)

1.

Verifique con detalle que \ n es un espacio vectorial.

2.

Verifique con detalle que Pn es un espacio vectorial.

3.

En el ejemplo 7, verifique los axiomas ii, v, vii, viii, ix y x de la definicin de espacio vectorial.

4.

Verifique con detalle que M mn es un espacio vectorial.

5.

En el ejemplo 8 verifique el cumplimiento de los axiomas v, vii, viii, ix y x de la definicin de espacio vectorial.

En los ejercicios 6 a 16 determine si el conjunto dado, junto con las operaciones dadas, es un espacio vectorial. Si no lo es,
mencione al menos un axioma de la definicin que no se cumple.
6.

3
Sea V = {( x, y , z ) \ / z = 0, x, y \} con las operaciones usuales de \ 3 .

7.

Sea V = \, con las operaciones ordinarias de suma y multiplicacin en \.

8.

Sea V el conjunto de matrices simtricas reales de n n con las operaciones matriciales usuales.

9.

Sea V el conjunto de matrices antisimtricas reales de n n con las operaciones matriciales usuales.

10.

Sea V el conjunto de matrices invertibles n n con las operaciones matriciales ordinarias.

11.

Sea V el conjunto de matrices no invertibles n n con las operaciones matriciales ordinarias.

12.

Sea V = { Ann / AC = 0, C es una matriz constante de n n} con las operaciones matriciales ordinarias.

13.

Sea V el conjunto de todos los pares ordenados de nmeros reales ( x, y ) con x 0, con las operaciones usuales
en \ 2 .

14.

Sea V = {C} (un conjunto con un solo elemento) con las operaciones de suma y producto por un escalar definidas
por C + C = C y C = C para todo \.

15.

Sea V el conjunto \ 3 con la operacin de suma usual y la operacin producto por un escalar definida por:

: ( x, y, z ) = ( x,1, z ), \.

34

16.

Sea V el conjunto \ 3 con la operacin de suma dada por ( x1 , y1 , z1 ) ( x2 , y2 , z2 ) = ( x2 , y1 + y2 , z2 ) y la operacin

producto por un escalar usual.

17.

Demuestre las partes ii, iv y v del teorema 1.

18.

Si x y y son vectores de un espacio vectorial V, demuestre que existe un vector nico z V tal que x + z = y .

lgebra lineal elemental y aplicaciones

35