LGEBRA

VECTORIAL
Espacios y Subespacios
vectoriales

Ing. Jos Vctor Ibarra 0081-10750

Ing. Fernando Prez 97-12865
Ing. Hctor A. Monzn Duarte 2006-11403
Inga. Mara Jos Gonzlez Osorio 2006-11450

MARZO 2015, GUATEMALA, C.A.

1.

INTRODUCCIN ................................................................................................................................................................................................................................1

2.

OBJETIVOS....................................................................................................................................................................................................................................................2

3.

2.1.

Objetivo general............................................................................................................................................................................................................................. 2

2.2.

Objetivos especficos............................................................................................................................................................................................................... 2

ESPACIOS VECTORIALES.......................................................................................................................................................................................................3
3.1.

Estructuras algebraicas ........................................................................................................................................................................................................ 3

Grupo algebraico ................................................................................................................................................................................ 4
Cuerpo algebraico............................................................................................................................................................................. 5

4.

3.2.

Definicin de espacio vectorial............................................................................................................................................................................. 5

3.3.

Ejemplos de espacios vectoriales....................................................................................................................................................................... 6

SUBESPACIOS VECTORIALES .........................................................................................................................................................................................9

4.1.

Definicin...................................................................................................................................................................................................................................................... 9

4.2.

Ejemplos de subespacios vectoriales ...................................................................................................................................................... 10

Descripcin de los subespacios de Rn. ......................................................................................................... 11
Relacin entre la forma implcita y paramtrica ........................................................................ 11

4.3.

Inclusin de subespacios. .............................................................................................................................................................................................. 12

4.4.

Operaciones con subespacios ........................................................................................................................................................................... 13

Interseccin de subespacios. ......................................................................................................................................... 13
Suma de subespacios. ............................................................................................................................................................... 14

5.

CONCLUSIONES ........................................................................................................................................................................................................................... 15

6.

BIBLOGRAFIA ...................................................................................................................................................................................................................................... 16

La algebra vectorial es uno de los principios matemticos mas importantes para el rea del
anlisis estructural. Su relevancia radica en la propia naturaleza de las matrices y vector, tanto fsico
como matemtico, debido a que todo problema estructural puede modelarse correctamente bajo el
punto de vista matricial (e implcitamente vectorial).
La mecnica de los cuerpos rgidos y las estructuras en general, al realizar idealizaciones se
pueden calcular mediante los procedimientos de clculo secuencial, que se basa en la teora del
lgebra vectorial.
Previo a ese anlisis es importante refrescar los conceptos principales del clculo vectorial,
para poder comprender de mejor manera la aplicacin e importancia que tienen estos
procedimientos en la automatizacin del anlisis estructural que tienen los software dedicados que
existen en el mercado actual.

| INTRODUCCIN

Definir matemticamente los conceptos principales del lgebra vectorial.

Definir el concepto de espacios vectoriales

Definir el concepto de subespacio vectorial

Identificar y ejemplificar las operaciones matemticas que pueden realizarse bajo la

perspectiva del lgebra vectorial.

| OBJETIVOS

Las estructuras algebraicas son conjuntos donde hay definidas ciertas operaciones, que
satisfacen unas determinadas propiedades. Las operaciones pueden ser de varios tipos. Por ejemplo,
una operacin binaria interna, definida en un conjunto X, es una funcin que a dos elementos de X
(dados en orden), le hace corresponder otro elemento de X. Es decir, una funcin
p : X X X.
Por ejemplo, p podra ser la suma, la diferencia o la multiplicacin de nmeros reales.
Observemos que, en ocasiones (la diferencia de nmeros reales, por ejemplo) el orden en que se
den los dos elementos implicados influye en el resultado.

Cuando se trabaja con una operacin interna, se suele utilizar un smbolo, por ejemplo ,
de manera que el resultado de aplicar la operacin a dos elementos, a y b, se escribe ab. Un
ejemplo tpico es el smbolo +para la suma de nmeros. En ocasiones, ni siquiera se utiliza smbolo
alguno, como en el caso del producto de nmeros, donde ab representa el producto de a y b.

| ESPACIOS VECTORIALES

Sea G un conjunto no vaco, y sea una operacin interna definida en G.

Se dice que (G,

) es un grupo, si se cumplen las siguientes propiedades:

1. Asociativa: (a b) c = a (b c),

a, b, c G.

2. Elemento neutro: e G tal que

a e = e a = a,

3. Elemento opuesto: a G,

a G tal que

a G.

a a = a a = e.

Normalmente, la operacin interna ser la suma o el producto de elementos. En la notacin

aditiva, el elemento neutro se denota 0, y el elemento opuesto a a se denota a. En la notacin
multiplicativa, el elemento neutro se denota 1, y el elemento opuesto a a, que en este caso se llama
el inverso de a, se suele denotar a1, o bien 1/a.

Sea (G, ) un grupo. Se dice que G es conmutativo o abeliano si, ademas de las propiedades
de grupo, verifica la siguiente:
1. Propiedad conmutativa: a b = b a,

a, b G.

| ESPACIOS VECTORIALES

Sea K un conjunto no vaco, y sean +, dos operaciones internas, que llamaremos suma y
producto, definidas en K. Se dice que (K, +, ) es un cuerpo, si se cumplen las siguientes
propiedades:
1. (K, +) es un grupo abeliano.
2. (K\{0}, ) es un grupo abeliano, donde 0 es el elemento neutro de la suma.
3. Propiedad distributiva del producto respecto a la suma:
a (b + c) = a b + a c,

a, b, c K,

Sean V y K conjuntos no vacos. Sea + una operacin interna sobre V, y sea una
operacin externa sobre V con conjunto de escalares K, que llamaremos producto por escalar.
Diremos que V, con estas operaciones, es un espacio vectorial si se cumplen las siguientes
propiedades:
1. (V, +) es un grupo abeliano.
2. K es un cuerpo.
3. El producto por escalar verifica las siguientes propiedades:
a) ( + )v = v + v,
b) (v + w) = v + w,
c) (v) = ()v,
d) 1v = v,

, K, v V .
K, v, w V .
, K, v V .
v V , donde 1 es el elemento neutro de la
multiplicacio n de K.

| ESPACIOS VECTORIALES

A los elementos de un espacio vectorial los llamaremos vectores, y los escribiremos en negrita.
En un espacio vectorial hay, por tanto, cuatro operaciones: la suma de vectores, la suma y producto
de escalares, y el producto de vectores por escalares.
Diremos que el espacio vectorial es real o complejo, segn sean los escalares.

1.

El espacio Rn, formado por los vectores de n componentes (x1, . . .,xn) es un espacio vectorial
real, en el que se pueden sumar vectores y multiplicar por un escalar (real) de la forma
habitual. Se puede comprobar que se cumplen las propiedades requeridas para ambas
operaciones.
El vector cero es (0,. . .,0). No es un espacio vectorial complejo, pues no podemos multiplicar
por escalares complejos (si lo hacemos, el resultado no se mantendr dentro de Rn ).

2.

Consideremos el conjunto P2 de los polinomios de grado 2 con coeficientes reales:

P2 ={ ax2 + bx + c : a, b, c }
Es un espacio vectorial real, pues podemos sumar dos elementos de P2 y obtenemos otro
elemento de P2 ; tambin podemos multiplicar un elemento de P2 por un escalar real y
obtenemos otro elemento de P2.

| ESPACIOS VECTORIALES

3.

Consideremos el conjunto G de los polinomios de grado = 3 (exactamente 3) con

coeficientes reales.
No es un espacio vectorial (real ni complejo), pues al sumar dos elementos de G, no est
garantizado que el resultado est en G. En efecto, consideremos los polinomios
p = x3+x2+x+1 , q = x3+x2+x+1
Pertenecen a G, pues su grado es 3. Pero su suma es p+q = 2x2+2x+2 que no pertenece a
G (su grado no es 3).

4.

Consideremos el conjunto M2x2 (tambin denotado por M2 de las matrices 2x2 con trminos
reales:

c
: a, b, c, d

b d
a

M 2x2 =

Es un espacio vectorial real, pues podemos sumar dos matrices de M2x2 obteniendo otra
matriz de M2x2 , y multiplicar una matriz de M2x2 por un escalar real obteniendo otra
matriz de M2x2. Se puede comprobar que se cumplen las propiedades. El vector 0 es en
este caso, la matriz con todos sus trminos nulos. No es un espacio vectorial complejo.
5.

Consideremos el conjunto MC de las matrices 2x3 con trminos complejos. Es un espacio

vectorial real, pues podemos sumar dos matrices de MC obteniendo otra matriz de MC, y
multiplicar un elemento de MC por un escalar real obteniendo otra matriz de MC. Tambin
es un espacio vectorial complejo, pues podemos multiplicar una matriz de MC por un escalar
complejo obteniendo otra matriz de MC

| ESPACIOS VECTORIALES

6.

El conjunto C de los nmeros complejos se puede considerar como un espacio vectorial

real. En efecto, se pueden sumar dos nmeros complejos obtenindose otro nmero
complejo; y se puede multiplicar un complejo por un escalar real, obtenindose otro
complejo. Es decir,

Suma: (a+bi ) + (c+di ) = (a+c) + (b+d)i, que es otro nmero complejo.

Producto por un escalar real, (a+bi ) = a + bi que es otro nmero
complejo.
La suma y el producto por un escalar cumplen todas las propiedades requeridas. En este
caso el vector 0 es el nmero complejo cero, 0+0i.
Ntese que aqu los complejos funcionan como vectores (elementos del espacio vectorial C
y los reales como escalares. Observar adems que, en este contexto, el conjunto de los
nmeros complejos se comporta igual que el espacio vectorial R2 , identificando el nmero
complejo a+bi con el vector (a,b).
Este es el motivo por el cual se suele representar el plano complejo como si fuera R2 , con
la parte real en el eje de abscisas y la parte imaginaria en el eje de ordenadas.

| ESPACIOS VECTORIALES

Dado un espacio vectorial V, podemos considerar una parte S de l que funcione como un
espacio vectorial ms pequeo, incluido en V.
Como V es un espacio vectorial, posee unas operaciones (suma, producto por un escalar)
que en particular se pueden efectuar en S. Slo necesitaremos que, al efectuarlas, su
resultado quede dentro de S.

Dado un espacio vec torial V, se dice que un subconjunto S de V es un subespacio vectorial si

contiene al vector 0 , y si al efectuar las operaciones de suma y producto por escalar entre vectores
de S, el resultado permanece en S.
Se puede decir que S es cerrado para las operaciones suma y producto por escalar.) Es
decir:

0 S .

Si v, w S entonces v + w S.

Si v S y es un escalar, entonces v S.

Ya no hace falta comprobar que se cumplen las propiedades asociativa, conmutativa, etc.
puesto que sabemos que se cumplen en V, y por tanto tambin en S (se dice que S hereda las
propiedades de las operaciones en V).
Por supuesto si para V utilizamos escalares reales, tambin para S; si para V utilizamos
complejos, tambin para S.

| SUBESPACIOS VECTORIALES

1.

La recta x=y es un subespacio de R2 . Est formado por los vectores de la forma (a,a).
Contiene al vector (0,0). Adems, es cerrado para la suma y producto por escalar:
Suma: (a,a) + (b,b) = (a+b, a+b) que tambin es un elemento de la recta.
Producto por un escalar: , (a,a) = (a, a) que tambin es un elemento de la recta.

2.

El plano XY es un subespacio de R3 . Est formado por los vectores de la forma (x,y,0).

Contiene al vector (0,0,0). Adems, es cerrado para la suma y producto por escalar:
Suma: (x,y,0) + (x,y,0) = (x+x, y+y, 0) que tambin es un elemento del plano.
Producto por un escalar: , (x,y,0)=(x, y, 0) que tambin es un elemento del plano.

Podemos decir que este plano es como R2 pero incluido en R3 .

3.

Geomtricamente, los subespacios vectoriales de R2 y R3 son rectas, planos, y slo uno de

ellos es un punto, el { 0 }.
Las curvas o las superficies curvas no son subespacios; tampoco las figuras geomtricas
finitas, como crculos o polgonos en el plano, esferas o poliedros en el espacio.

4.

En todo espacio vectorial existen el subespacio cero, formado solamente por el vector { 0 },
y el subespacio total, formado por todos los vectores del espacio.

| SUBESPACIOS VECTORIALES

10

Los subespacios de Rn pueden describirse de dos formas: implcita y paramtrica.

FORMA IMPLCITA: mediante ecuaciones. Los vectores que verifiquen las ecuaciones
son los que pertenecen al subespacio.

FORMA PARAMTRICA: mediante una expresin con parmetros, los cuales al tomar
distintos valores producen todos los vectores del subespacio.

Para pasar de una a otra forma:

De la forma implcita a la paramtrica: Basta considerar las ecuaciones implcitas como

un sistema, y resolverlo. La solucin general del sistema (que podr depender de
parmetros) es la expresin paramtrica.

De la forma paramtrica a la implcita: Podemos decir, aunque no es un mtodo riguroso,

que se trata de describir mediante ecuaciones cmo es el vector genrico del
subespacio.

Si S es un subespacio de Rn, la forma implcita y paramtrica de S satisfacen en general la

siguiente relacin:

N de ecuaciones implcitas + N de parmetros = n. (n es el n de incgnitas).

Sin embargo para que esto sea cierto debe cumplirse que las ecuaciones implcitas sean
independientes entre s, es decir, que ninguna sea combinacin lineal de otras. Esto significa que,
considerando las ecuaciones como un sistema, no sobre ninguna ecuacin: es decir, que la matriz
de coeficientes tenga rango igual al nmero de ecuaciones.

| SUBESPACIOS VECTORIALES

11

Tambin los parmetros deben ser independientes entre s: por ejemplo en la expresin
paramtrica (+, +), que en R3, corresponde a la forma implcita {x=y , z=0}, no se cumple la
relacin anterior: 2+2 3. Esto ocurre porque los dos parmetros no son independientes. En realidad
puede sustituirse.

Dados dos subespacios A y B, puede ocurrir que uno est incluido en otro (una recta dentro
de un plano, por ejemplo).
Se dice que A est contenido o incluido en B (y se denota A B) si todos los elementos de A
estn tambin en B.
En cualquier espacio vectorial V, el subespacio { 0 } est contenido en todos los dems
subespacios; mientras que todos ellos estn contenidos en el total V.
Veamos cmo reconocer si un subespacio est incluido en otro:

En forma implcita: si las ecuaciones de B estn incluidas en las de A, entonces A B.

(Cuantas ms ecuaciones implcitas, ms pequeo es el subespacio).

En forma paramtrica: para ver si A B, tendremos que ver si todo vector genrico
de A, est en B.

| SUBESPACIOS VECTORIALES

12

A partir de dos subespacios podemos construir otro efectuando las operaciones de suma o
interseccin de subespacios.

La interseccin, indicada por el smbolo , puede aplicarse a conjuntos cualesquiera, no slo

a espacios vectoriales. Consiste en encontrar los elementos comunes a dos conjuntos.
Por ejemplo, la interseccin de dos planos en R3, podr ser una recta.
Notar que dados dos subespacios cualesquiera, siempre hay vectores comunes a ambos (al
menos el 0, que est en todos los subespacios.)
Teorema: la interseccin de subespacios es un subespacio.
En efecto, es posible sumar vectores dentro de ST , pues por ser S y T subespacios, la suma
debe permanecer dentro de S y dentro de T, y por tanto dentro de ST. Lo mismo para el producto
por escalares.

1.

Sean en R3 los subespacios S=plano XY, T=plano XZ. Sus ecuaciones implcitas son:
S { z=0 }, T { y=0 }

Uniendo ambas tenemos

z=0

que es la expresin implcita de ST.

y=0

Se trata por tanto del eje X , { (,0,0) } en paramtricas.

| SUBESPACIOS VECTORIALES

13

Dados dos subespacios S, T se define el subespacio suma como: S+T = { u + v : u S , v T }

es decir, aquellos vectores que podamos construir sumando un vector de S y uno de T.
Teorema: la suma de subespacios es un subespacio.
Al contrario que la interseccin, la suma S+T se calcula ms fcilmente usando la forma
paramtrica de S y de T. Esto nos permite tomar un vector genrico de cada uno de los subespacios
y sumarlos, obtenindose una expresin paramtrica de S+T.
No obstante la forma paramtrica as obtenida puede tener parmetros no independientes.

1.

Consideremos los subespacios en R3 dados en paramtricas por:

H={ (, , ) : }
K={ (0,0, ) : }
Entonces los elementos de H+K se formarn sumando (, , ) + (0,0, ) = (, , )
es decir, H + K = { (, , ) : }

| SUBESPACIOS VECTORIALES

14

Las estructuras algebraicas son conjuntos donde hay definidas ciertas operaciones, que
satisfacen unas determinadas propiedades matemticas. El espacio vectorial es la mas
importante estructura algebraica.

A los elementos de un espacio vectorial los llamaremos vectores.

Un subespacio vectorial es una porcin ms pequea de un espacio vectorial, que est

contenido en l. Adems est regido por las mismas condiciones que el espacio que lo
origin.

Los subespacios pueden describirse de manera implcita y paramtrica.

Las operaciones ms importantes que pueden realizarse en los subespacios son la

interseccin, y la suma.

La interseccin ST es un subespacio ms pequeo que S y que T (est contenido en S

y tambin en T).

Por el contrario la suma S+T es un subespacio ms grande que S y que T, pues contiene
a ambos.

| CONCLUSIONES

15

Espacios vectoriales paso a paso. Toms Baenas Tormo, Carlos Martnez de Santiago.
Editorial Club Universitario. 2006. 165 pp.

lgebra lineal. Octava edicin. Bernard Kolman, David R. Hill. Pearson Educacin. 2006.
648 pp.

| BIBLOGRAFIA

16