Você está na página 1de 12

Espacio vectorial

Este artculo est orientado a proporcionar un el espacio tridimensional. Alrededor de 1636, los mate-
tratamiento riguroso y abstracto del concepto de mticos franceses Descartes y Fermat fundaron las bases
espacio vectorial. Para una introduccin ms de la geometra analtica mediante la vinculacin de las
accesible al concepto, vase Vector soluciones de una ecuacin con dos variables a la determi-
nacin de una curva plana.[nota 1] Para lograr una solucin
geomtrica sin usar coordenadas, Bernhard Bolzano in-
trodujo en 1804 ciertas operaciones sobre puntos, lneas
y planos, que son predecesores de los vectores.[nota 2] Este
trabajo hizo uso del concepto de coordenadas baricntri-
cas de August Ferdinand Mbius de 1827.[nota 3]
La primera formulacin moderna y axiomtica se debe a
Giuseppe Peano, a nales del siglo XIX. Los siguientes
avances en la teora de espacios vectoriales provienen del
anlisis funcional, principalmente de espacios de funcio-
nes. Los problemas de Anlisis funcional requeran resol-
ver problemas sobre la convergencia. Esto se hizo dotan-
do a los espacios vectoriales de una adecuada topologa,
permitiendo tener en cuenta cuestiones de proximidad y
continuidad. Estos espacios vectoriales topolgicos, en
particular los espacios de Banach y los espacios de Hilbert
tienen una teora ms rica y elaborada.
El origen de la denicin de los vectores es la de-
nicin de Giusto Bellavitis de bipoint, que es un seg-
mento orientado, uno de cuyos extremos es el origen y
el otro un objetivo. Los vectores se reconsideraron con
la presentacin de los nmeros complejos de Argand y
Hamilton y la creacin de los cuaterniones por este lti-
Representacin artstica de un espacio vectorial. mo (Hamilton fue adems el que invent el nombre de
vector).[nota 4] Son elementos de R2 y R4 ; el tratamiento
En lgebra abstracta, un espacio vectorial es una mediante combinaciones lineales se remonta a Laguerre
estructura algebraica creada a partir de un conjunto no va- en 1867, quien tambin deni los sistemas de ecuaciones
co, una operacin interna (llamada suma, denida para lineales.
los elementos del conjunto) y una operacin externa (lla- En 1857, Cayley introdujo la notacin matricial, que
mada producto por un escalar, denida entre dicho con- permite una armonizacin y simplicacin de las
junto y otro conjunto, con estructura de cuerpo ), con 8 aplicaciones lineales. Casi al mismo tiempo, Grassmann
propiedades fundamentales. estudi el clculo baricntrico iniciado por Mbius.
A los elementos de un espacio vectorial se les llama Previ conjuntos [nota 5]
de objetos abstractos dotados de
vectores y a los elementos del cuerpo, escalares. operaciones. En su trabajo, los conceptos de
independencia lineal y dimensin, as como de producto
escalar estn presentes. En realidad el trabajo de Grass-
mann de 1844 supera el marco de los espacios vectoriales,
1 Historia ya que teniendo en cuenta la multiplicacin, tambin, lo
llev a lo que hoy en da se llaman lgebras. El matem-
Histricamente, las primeras ideas que condujeron a los tico italiano Peano dio la primera denicin moderna de
espacios vectoriales modernos se remontan al siglo XVII: espacios vectoriales y aplicaciones lineales en 1888.[nota 6]
geometra analtica, matrices y sistemas de ecuaciones li-
Un desarrollo importante de los espacios vectoriales se
neales.
debe a la construccin de los espacios de funciones por
Los espacios vectoriales se derivan de la geometra afn, Henri Lebesgue. Esto ms tarde fue formalizado por
a travs de la introduccin de coordenadas en el plano o

1
2 3 DEFINICIN DE ESPACIO VECTORIAL

Banach en su tesis doctoral de 1920[nota 7] y por Hilbert. 2) tenga la propiedad asociativa, es decir
En este momento, el lgebra y el nuevo campo del anlisis
funcional empezaron a interactuar, en particular con con- u+(v+w) = (u+v)+w, u, v, w
ceptos clave tales como los espacios de funciones p- V
integrables y los espacios de Hilbert. Tambin en este
tiempo, los primeros estudios sobre espacios vectoriales
3) tenga elemento neutro e , (ejemplo 0 en los
de innitas dimensiones se realizaron.
reales) es decir
Los espacios vectoriales tienen aplicaciones en otras ra-
mas de la matemtica, la ciencia y la ingeniera. Se utili- e V : u + e = u, u V
zan en mtodos como las series de Fourier, que se utiliza
en las rutinas modernas de compresin de imgenes y so- 4) tenga elemento opuesto, es decir
nido, o proporcionan el marco para resolver ecuaciones
u V, u V : u+(u) =
en derivadas parciales. Adems, los espacios vectoriales
e
proporcionan una forma abstracta libre de coordenadas
de tratar con objetos geomtricos y fsicos, tales como
tensores, que a su vez permiten estudiar las propiedades y la operacin producto por un escalar:
locales de variedades mediante tcnicas de linealizacin.

Producto : K V V
(a, u) 7 au
2 Notacin
operacin externa tal que:
Dado un espacio vectorial V sobre un cuerpo K , se
distinguen. 5) tenga la propiedad asociativa:
Los elementos de V como:
a (b u) = (a b) u, a, b K,
u V
u, v, w, . . . V se llaman vectores.
6) 1 K sea elemento neutro del producto:
Caligrafas de otras obras
1 u = u, u V
u, v, w, . . . V
7) tenga la propiedad distributiva del producto
Si el texto es de fsica suelen representarse bajo respecto la suma de vectores:
una echa:
a (u + v) = a u + a v, a K,
... V
u, v , w, u, v V

Los elementos de K como: 8) tenga la propiedad distributiva del producto


respecto la suma de escalares:
a, b, c, . . . K se llaman escalares.
(a+b)u = au+bu, a, b K,
u V
3 Denicin de espacio vectorial 9)Cualquier vector u en V multiplicado por
el neutro multiplicativo e. (ejemplo 1 en los
Un espacio vectorial sobre un cuerpo K (como el cuer- reales) del cuerpo K, es si mismo.
po de los nmeros reales o los nmeros complejos) es un e. K : u e. = u, u V
conjunto V no vaco, dotado de dos operaciones para las
cuales ser cerrado:
3.1 Observaciones
Suma + : V V V
(u, v) 7 u+v La denominacin de las dos operaciones no condiciona
la denicin de espacio vectorial por lo que es habitual
operacin interna tal que: encontrar traducciones de obras en las que se utiliza mul-
tiplicacin para el producto y adicin para la suma, usando
1) tenga la propiedad conmutativa, es decir las distinciones propias de la aritmtica.
Para demostrar que un conjunto V es un espacio vecto-
u + v = v + u, u, v V rial:
3.3 Primer ejemplo con demostracin 3

Lo es si sus dos operaciones, por ejemplo (V, V )


y (V, K), admiten una redenicin del tipo
+(V, V ) = (V, V ) y (K, V ) = (V, K) cum- u = (ux , uy )
pliendo las 8 condiciones exigidas.
es decir, pares de nmeros reales. Por claridad se con-
serva la denominacin del vector, en este caso u, en sus
Si supisemos que V es un grupo conmutativo o coordenadas, aadiendo el subndice x o y para denomi-
abeliano respecto la suma ya tendramos probados nar su componente en el eje x o y respectivamente
los apartados 1, 2, 3 y 4.
En V se dene la operacin suma:
Si supisemos que el producto es una accin por la
izquierda de V tendramos probados los apartados
+: V V V
5 y 6.
(u, v) 7 w=u+v

Si no se dice lo contrario: donde:

av = va
u = (ux , uy )

3.2 Propiedades v = (vx , vy )


w = (wx , wy )
Si a u = 0 a = 0 u = 0.
y la suma de u y v sera:
Si a = 0, es cierto.

Si a = 0, entonces: u+v = (ux , uy )+(vx , vy ) = (ux +vx , uy +vy ) = (wx , wy ) = w

donde:
! a1 K : a1 a = 1 u = 1u =
(a1 a)u = a1 (au) = a1 0 = 0 u = 0.
wx = ux + vx
Notacin wy = uy + vy

esto implica que la suma de vectores es interna y bien


au = (au) denida.
La operacin interna suma tiene las propiedades:
Observacin
1) La propiedad conmutativa, es decir:

au = (a)u = a(u)
u + v = v + u, u, v V
Si au+a(u) = a(uu) = a0 = 0 u+v=v+u
a(u) = au
(ux , uy ) + (vx , vy ) = v + u
Si au+(a)u = (aa)u = 0u = 0
(a)u = au (ux + vx , uy + vy ) = v + u
(vx + ux , vy + uy ) = v + u
3.3 Primer ejemplo con demostracin (vx , vy ) + (ux , uy ) = v + u
v+u=v+u
Se quiere probar que R2 es un espacio vectorial sobre R
2) La propiedad asociativa:
Si R2 juega el papel de V y R el de K :
Los elementos:
(u + v) + w = u + (v + w)
( ) ( )
u V = R2 = R R (ux , uy )+(vx , vy ) +(wx , wy ) = (ux , uy )+ (vx , vy )+(wx , wy )

son, de forma genrica: (ux +vx , uy +vy )+(wx , wy ) = (ux , uy )+(vx +wx , vy +wy )
4 4 EJEMPLOS DE ESPACIOS VECTORIALES

(ux +vx +wx , uy +vy +wy ) = (ux +vx +wx , uy +vy +wy ) 1 (ux , uy ) = u
3) tiene elemento neutro 0 : (1 ux , 1 uy ) = u
(ux , uy ) = u

u+0=u Que tiene la propiedad distributiva:


7) distributiva por la izquierda:
(ux , uy ) + (0, 0) = (ux + 0, uy + 0) = (ux , uy )
4) tenga elemento opuesto:
a (u + v) = a u + a v, a R, u, v V

En este caso tenemos:


u = (ux , uy )

u = (ux , uy )
a (u + v) = a u + a v
u+(u) = (ux , uy )+(ux , uy ) = (ux ux , uy uy ) = (0, 0) = 0
a ((ux , uy ) + (vx , vy )) = a (ux , uy ) + a (vx , vy )
La operacin producto por un escalar:
a (ux + vx , uy + vy ) = (a ux , a uy ) + (a vx , a vy )
a (ux + vx , uy + vy ) = (a ux + a vx , a uy + a vy )
: K V V
(a, u) 7 v=au (a(ux +vx ), a(uy +vy )) = (a(ux +vx ), a(uy +vy ))

El producto de a y u ser: 8) distributiva por la derecha:

(a + b) u = a u + b u, a, b R, u V
a u = a (ux , uy ) = (a ux , a uy ) = (vx , vy ) = v
Que en este caso tenemos:
donde:

vx = a ux (a + b) u = a u + b u
vy = a u y (a + b) (ux , uy ) = a (ux , uy ) + b (ux , uy )
esto implica que la multiplicacin de vector por escalar (a + b) (ux , uy ) = (a ux , a uy ) + (b ux , b uy )
es externa y aun as est bien denida.
(a + b) (ux , uy ) = (a ux + b ux , a uy + b uy )
5) tenga la propiedad asociativa:
((a + b) ux , (a + b) uy ) = ((a + b) ux , (a + b) uy )
Queda demostrado que es espacio vectorial.
a (b u) = (a b) u, a, b K, u V

Esto es: 4 Ejemplos de espacios vectoriales

4.1 Los cuerpos


a (b u) = (a b) u
Todo cuerpo es un espacio vectorial sobre l mismo,
a (b (ux , uy )) = (a b) (ux , uy )
usando como producto por escalar el producto del cuer-
a (b ux , b uy ) = (a b) (ux , uy ) po.
(a b ux , a b uy ) = (a b ux , a b uy )
C es un espacio vectorial de dimensin uno sobre C
6) 1 R sea elemento neutro en el producto: .

Todo cuerpo es un espacio vectorial sobre su subcuerpo,


1 u = u, u V usando como producto por escalar el producto del cuerpo.
Que resulta:
C es un espacio vectorial de dimensin 2 sobre R .
C es un espacio vectorial de dimensin innita sobre
1u=u Q.
4.3 Espacios de aplicaciones sobre un cuerpo 5

4.2 Sucesiones sobre un cuerpo K


El espacio vectorial ms conocido notado como K n ,
donde n>0 es un entero, tiene como elementos n-tuplas,
es decir, sucesiones nitas de K de longitud n con las
operaciones:

(u1 , u2 , ..., un)+(v1 , v2 , ..., vn)=(u1 +v1 , u2 +v2 ,


..., un+v ).

a(u1 , u2 , ..., un)=(au1 , au2 , ..., aun).

Las sucesiones innitas de K son espacios vectoriales con


las operaciones:

(u1 , u2 , ..., un, ...)+(v1 , v2 , ..., vn, ...)=(u1 +v1 ,


u2 +v2 , ..., un+v , ...).

a(u1 , u2 , ..., un, ...)=(au1 , au2 , ..., aun, ...). Suma de f(x)=x+x2 y g(x)=-x2 .

El espacio de las matrices n m , Mnm (K) , sobre K Expresin general: p(x) = rn xn +


, con las operaciones: rn1 x n1
+ ... + r1 x + r0 ,donde los
coecientes rn , ..., r0 K , considrese
i > n ri = 0 .
x1,1 x1,m y1,1 y1,m x1,1 + y1,1 x1,m + y1,m
.. .. + .. .. = .. .
. . . . . p(x) + .. q(x) = (r xn + n
xn,1 xn,m yn,1 yn,m xn,1 + yn,1 rn1 xn1
xn,m + y+n,m... + r1 x + r0 )
+(sm xm + sm1 xm1 +
x1,1 x1,m ax1,1 ax1,m ... + s1 x + s0 ) = ...
.. = .. ..
a ... . . . = (tM xM + tM 1 xM 1 +
xn,1 xn,m axn,1 axn,m ... + t1 x + t0 ) = (p + q)(x)
, donde M = max{m, n} y
Tambin son espacios vectoriales cualquier agrupacin de ti = ri + si ,
elementos de K en las cuales se dena las operaciones su-
ma y producto entre estas agrupaciones, elemento a ele- a(p(x)) = a(rn xn + rn1 xn1 +
mento, similar al de matrices n m , as por ejemplo ... + r1 x + r0 ) = (arn xn +
tenemos las cajas n m r sobre K que aparecen en el arn1 xn1 + ... + ar1 x + ar0 ) =
desarrollo de Taylor de orden 3 de una funcin genrica. tn xn +tn1 xn1 +...+t1 x+t0 =
(ap)(x) .
4.3 Espacios de aplicaciones sobre un
cuerpo Las series de potencias son similares, salvo que se permi-
ten innitos trminos distintos de cero.
El conjunto F de las aplicaciones f : M K , K
un cuerpo y M un conjunto, tambin forman espacios 4.3.2 Funciones trigonomtricas
vectoriales mediante la suma y la multiplicacin habitual:
Las funciones trigonomtricas forman espacios vectoria-
les, con las siguientes operaciones:
f, g F, a K

(f + g)(w) := f (w) + g(w),


n

(af )(w) := a(f )(w). f (x) = af (bf,i sen(ix) + cf,i cos(ix)) L2


i=1

4.3.1 Los polinomios (f + g)(x) := f (x) + g(x)


n
= af i=1 (bf,i sen(ix) +
El espacio vectorial K[x] formado por funciones polin- cos(ix))
cf,i +
n
micas, vemoslo: ag i=1 (bg,i sen(ix) +
6 6 RESULTADOS INTERNOS

cos(ix)) =
cg,i (af + Tambin que las ecuaciones en s, las de la matriz
n
ag ) i=1 ((bf,i + bg,i )sen(ix) + A notadas como una matriz 1 n , es decir, Ei =
(cf,i + cg,i ) cos(ix)) L2 , (ai,1 , . . . , ai,n ) , son un espacio vectorial, como se pue-
de ver en sus dos operaciones:
(af )(x) n := af (x)
= a(af i=1 (bf,i sen(ix) + Si Ei x = 0, Ej x = 0 Ei x + Ej x = 0
cf,i cos(ix)))
n = (Ei + Ej )x = 0
aaf i=1 (abf,i sen(ix) +
acf,i cos(ix)) L2 . Si Ei x = 0, a K a(Ei x) = 0
(aEi )x = 0 .
4.4 Los sistemas de ecuaciones lineales ho-
mogneas 5 Denicin de subespacio vecto-
rial
Sea V un espacio vectorial sobre K , y U V no vaco,
U es un subespacio vectorial de V si:

i) u, v U, u + v U

ii) u U, k K, ku U

5.1 Consecuencias
U hereda las operaciones de V como aplicaciones bien
denidas, es decir que no escapan de U , y como conse-
cuencia tenemos que U es un espacio vectorial sobre K
.
Con cualquier subconjunto de elementos seleccionados
en los espacios vectoriales anteriores, no vaco, se pue-
den generar subespacios vectoriales, para ello seria til
introducir nuevos conceptos que facilitarn el trabajo so-
bre estos nuevos espacios vectoriales.
Sistema de 2 ecuaciones y 3 variables

a1,1 x1 + . . . +a1,n xn = 0 6 Resultados internos

.. .. ..
. . . o equivalen-

Para detallar el comportamiento interno de todos los es-


a x + . . . +a x
m,n n = 0 pacios vectoriales de modo general es necesario exponer
m,1 1

a1,1 + . . . +a1,n x1 0 una serie de herramientas cronolgicamente vinculadas
.. .
.. . . entre ellas, con las cuales es posible construir resultados
temente . .. = ..
am,1 + . . . +am,n xn 0 vlidos en cualquier estructura que sea espacio vectorial.
simplicado como Ax = 0
Un sistema de ecuaciones lineales homogneas( ecuacio- 6.1 Combinacin lineal
nes lineales en las que x = 0 es siempre una solucin, es
decir, (x1 , . . . , xn ) = (0, . . . , 0) ) posee soluciones Dado un espacio vectorial E , diremos que un vec-
que forman un espacio vectorial, se puede ver en sus dos tor u es combinacin lineal de los vectores de S =
operaciones: {v1 , . . . , vn } E si existen escalares a1 , . . . , an
tales que
Si Ax = 0, Ay = 0 Ax + Ay = 0
A(x + y) = 0 u = a1 v1 + + an vn

Si Ax = 0, a K a(Ax) = 0 Notaremos como S E el conjunto resultante de todas las


A(ax) = 0 . combinaciones lineales de los vectores de S E .
6.4 Base formalmente 7

formal por el concepto de independencia lineal. Un con-


junto de vectores se dice que es linealmente independien-
te si ninguno de sus elementos puede ser expresado como
una combinacin lineal de los restantes. Equivalentemen-
te, una ecuacin

a1 vi1 + ai2 v2 + ... + anvi = 0

slo se consigue si todos los escalares a1 , ..., an son igua-


les a cero. Por denicin de la base cada vector puede
ser expresado como una suma nita de los elementos de
la base. Debido a la independencia lineal este tipo de re-
Cada vector u es combinacin lineal de forma nica presentacin es nica. Los espacios vectoriales a veces se
introducen desde este punto de vista.

6.1.1 Proposicin 1
6.4 Base formalmente
Dado E un espacio vectorial y S E un conjunto de
vectores, el conjunto F = S E es el subespacio vectorial
ms pequeo contenido en E y que contiene a S .

Nota. En este caso se dice que S es un sistema


de generadores que genera a F .

6.2 Independencia lineal


Diremos que un conjunto S = {v1 , . . . , vn } de vectores
es linealmente independiente si el vector 0 no se puede
expresar como combinacin lineal no nula de los vectores
de S , es decir:

v1 y v2 son base de un plano, si hubiese dependencia li-


neal(alineados) la cuadrcula no podra generarse
0 = a1 v1 + + an vn a1 = = an = 0

Diremos que un conjunto S de vectores es linealmente Dado un sistema de generadores, diremos que es una base
dependiente si no es linealmente independiente. si son linealmente independientes.

Proposicin 3. Dado un espacio vectorial


6.2.1 Proposicin 2 E, {v1 , . . . , vn } = F E es una base
un E, !ai K, i 1, . . . , n :
. , vn son linealmente dependientes vi = 0 :
v1 , . . u = i=1 ai vi .
n
vi = i=j1 aj vj
Proposicin 4. Dado un espacio vectorial
E, S = {v1 , . . . , vn } linealmente in-
6.3 Base de un espacio vectorial dependiente y u / S {u} S =
{u, v1 , . . . , vn } son linealmente indepen-
Las bases revelan la estructura de los espacios vectoriales
diente.
de una manera concisa. Una base es el menor conjunto
(nito o innito) B = {vi}i I de vectores que generan
todo el espacio. Esto signica que cualquier vector v pue- 6.4.1 Teorema de la base de generadores
de ser expresado como una suma (llamada combinacin
lineal) de elementos de la base Todo sistema de generadores tiene una base.

a1 vi1 + a2 vi2 + ... + anvin, 6.4.2 Teorema Steinitz

donde los ak son escalares y vik (k = 1, ..., n) elemen- Toda base de un espacio vectorial puede ser cambiada
tos de la base B. La minimalidad, por otro lado, se hace parcialmente por vectores linealmente independientes.
8 6 RESULTADOS INTERNOS

Corolario. Si un espacio vectorial E tiene una 6.8 Suma de subespacios vectoriales


base de n vectores cualquier otra base posee
n vectores. Dado dos subespacios vectoriales F, G E , la suma es
un subespacio vectorial que contiene a estos y la notare-
mos como:
6.5 Observacin
Todo espacio vectorial tiene una base. Este hecho se ba-
F + G := {u = v1 + v2 : v1 F, v2 G}
sa en el lema de Zorn, una formulacin equivalente del
axioma de eleccin. Habida cuenta de los otros axiomas
Si F y G son subespacios vectoriales de E, su suma F+G
de la teora de conjuntos de Zermelo-Fraenkel, la exis-
es el subespacio vectorial de E ms pequeo que contiene
tencia de bases es equivalente al axioma de eleccin. El
a F y a G.
ultralter lemma, que es ms dbil que el axioma de elec-
cin, implica que todas las bases de un espacio vectorial
tienen el mismo tamao, es decir, cardinalidad. Si el es- Observacin. Para la suma sucesiva de espa-
pacio es generado por un nmero nito de vectores, todo cios vectoriales se procede, inductivamente, de
lo anterior puede demostrarse sin necesidad de acudir a dos en dos.
la teora de conjuntos.

6.9 Teorema Frmula de Grassmann


6.6 Dimensin
Dado dos subespacios vectoriales F, G E de dimen-
Dado un espacio vectorial sobre K : sin nita, tenemos el resultado siguiente:

Si tiene base nita, diremos dimensin al nmero


de elementos de dicha base. dimE (F + G) = dimE (F ) + dimE (G) dimE (F G)
Si tiene base no nita, diremos que es de dimensin
innita.
6.10 Suma directa de subespacios vecto-
riales
6.6.1 Notacin
Dados dos subespacios vectoriales F, G E , diremos
Dado un espacio vectorial E y un subespacio F E , que F + G es una suma directa si F G = 0 y lo nota-
tenemos que: remos como:

Si E tiene dimensin n lo indicaremos como


dim(E) = n .
F G
Si F tiene dimensin m como subespacio de E lo
indicaremos como dimE (F ) = m . Cuando F y G estn en suma directa, cada vector de F +
G se expresa de forma nica como suma de un vector de
F y otro vector de G .
6.7 Interseccin de subespacios vectoriales
Dado dos subespacios vectoriales F, G E , la inter- 6.11 Cociente de espacios vectoriales
seccin es subespacio vectorial contenido en estos y lo
notaremos como: Dado un espacio vectorial E y un subespacio vectorial
F E.
Dados u, v E diremos que estn relacionados modulo
F G := {u : u F, u G} F si u v F .

Observaciones. Para la interseccin sucesiva


de espacios vectoriales se procede, inductiva- La relacin anterior es una relacin de equivalencia.
mente, de dos en dos.
Se nota por [u] = u + F := {u + v : v F }
La unin de subespacios vectoriales no es en general un = {w : w = u + v, v F } a la clase de u
subespacio vectorial. modulo F .
8.2 Espacio mtrico 9

Llamaremos conjunto cociente o espacio cociente al 8.2 Espacio mtrico


conjunto de las clases de equivalencia anterior:
Un espacio mtrico es un espacio vectorial dotado de una
aplicacin distancia.
E/F
El espacio E/F es un espacio vectorial con las operacio- Proposicin 5. Un espacio normado es un es-
nes siguientes: pacio mtrico, donde la distancia viene dada
por:
d(x, y) = x y
[u] + [v] := [u + v]
[u] := [u]
Toda distancia inducida por la norma es una distancia.

7 Construcciones bsicas
8.3 Espacios vectoriales topolgicos
Adems de lo expuesto en los ejemplos anteriores, hay
Dada una topologa sobre un espacio vectorial X don-
una serie de construcciones que nos proporcionan espa-
de los puntos sean cerrados y las dos operaciones del es-
cios vectoriales a partir de otros. Adems de las deni-
pacio vectorial sean continuas respecto dichas topologa,
ciones concretas que guran a continuacin, tambin se
diremos que:
caracterizan por propiedades universales, que determina
un objeto X especicando las aplicaciones lineales de X
a cualquier otro espacio vectorial. es una topologa vectorial sobre X ,

X es un espacio vectorial topolgico.


7.1 Suma directa de espacios vectoriales
Proposicin 6.. Todo espacio vectorial topol-
Dado dos espacios vectoriales E, F sobre un mismo gico dotado de una mtrica es espacio norma-
cuerpo K , llamaremos suma directa al espacio vecto- do.
rial E F = {u := (u1 , u2 ) : u1 E, u2 F } ,
Proposicin 7.. Todo espacio normado es un
veamos que estn bien denidas las dos operaciones:
espacio vectorial topolgico.
u+v = (u1 , u2 )+(v1 , v2 ) = (u1 +v1 , u2 +
v2 ) ,
8.4 Espacios de Banach
au = a(u1 , u2 ) = (au1 , au2 ) .
Un espacio de Banach es un espacio normado y comple-
to.
8 Espacios vectoriales con estruc-
tura adicional 8.5 Espacios prehilbertianos

Desde el punto de vista del lgebra lineal, los espacios Un espacio prehilbertiano es un par (E , |) , donde
vectoriales se comprenden completamente en la medida E es un espacio vectorial y | es un producto a escalar.
en que cualquier espacio vectorial se caracteriza, salvo
isomorsmos, por su dimensin. Sin embargo, los espa-
cios vectoriales ad hoc no ofrecen un marco para hacer
8.6 Espacios de Hilbert
frente a la cuestin fundamental para el anlisis de si una
Un espacio de Hilbert es un espacio prehilbertiano com-
sucesin de funciones converge a otra funcin. Asimis-
pleto por la norma denida por el producto escalar.
mo, el lgebra lineal no est adaptada per se para hacer
frente a series innitas, ya que la suma solo permite un
nmero nito de trminos para sumar. Las necesidades
del anlisis funcional requieren considerar nuevas estruc- 9 Morsmos entre espacios vecto-
turas. riales
8.1 Espacios normados Son aplicaciones entre espacios vectoriales que mantie-
nen la estructura de los espacios vectoriales, es decir, con-
Un espacio vectorial es normado si est dotado de una servan las dos operaciones y las propiedades de stas de
norma. uno a otro de dichos espacios.
10 12 ENLACES EXTERNOS

9.1 Aplicaciones lineales 11.2 Referencias histricas


Dado dos espacios vectoriales E y F , sobre un mismo Banach, Stefan (1922). Sur les oprations dans les
cuerpo, diremos que una aplicacin f : E F es lineal ensembles abstraits et leur application aux qua-
si: tions intgrales (On operations in abstract sets and
their application to integral equations) (en francs)
3. Fundamenta Mathematicae. ISSN 0016-2736.
f (u +E v) = f (u) +F f (v)
Bolzano, Bernard (1804). Betrachtungen ber eini-
f (a E u) = a F f (u) ge Gegenstnde der Elementargeometrie (Considera-
tions of some aspects of elementary geometry) (en
alemn).
10 Vase tambin
Bourbaki, Nicolas (1969). lments d'histoire des
mathmatiques (Elements of history of mathematics)
Combinacin lineal
(en francs). Paris: Hermann.
Sistema generador
Grassmann, Hermann (1844). Die Lineale Ausdeh-
Independencia lineal nungslehre - Ein neuer Zweig der Mathematik (en
alemn).
Base (lgebra)
Teorema rango-nulidad Hamilton, William Rowan (1853). Lectures on Qua-
ternions (en ingls). Royal Irish Academy.
Base Ortogonal
Mbius, August Ferdinand (1827). Der Barycentris-
Base Ortonormal che Calcul : ein neues Hlfsmittel zur analytischen
Coordenadas cartesianas Behandlung der Geometrie (Barycentric calculus: a
new utility for an analytic treatment of geometry) (en
Producto escalar alemn).
Producto vectorial Moore, Gregory H. (1995), The axiomatization of
Producto mixto linear algebra: 18751940, Historia Mathematica
22 (3): 262-303, ISSN 0315-0860
Producto tensorial
Peano, Giuseppe (1888). Calcolo Geometrico secon-
do l'Ausdehnungslehre di H. Grassmann preceduto
Portal:Matemtica. Contenido relacionado con
dalle Operazioni della Logica Deduttiva (en italiano).
Matemtica.
Turin.
Wikilibros
11.3 Bibliografa
Wikilibros alberga un libro o manual sobre
Espacio vectorial. Castellet, M.; Llerena, I. (1988). IV espais vecto-
rials. lgebra lineal i geometra (en cataln). Publ.
UAB.
11 Referencias
Lang, S. (1976). lgebra Lineal. Fondo Educativo
Interamericano.
11.1 Notas
Queysanne, M., lgebra Bsica, Vicens-Vives.
[1] Bourbaki, 1969, ch. "lgabre linaire et lgebre multili-
naire, pp. 7891.
1973.

[2] Bolzano, 1804. Rudin, w., Anlisis Funcional (Denicin axiomti-


ca de espacios vectoriales topolgicos introductiva-
[3] Mbius, 1827.
mente), Revert.
[4] Hamilton, 1853.

[5] Grassmann, 1844.


12 Enlaces externos
[6] Peano, 1888, ch. IX.

[7] Banach, 1922. Juega con vectores


11

Weisstein, Eric W. Espacio vectorial. En Weiss-


tein, Eric W. MathWorld (en ingls). Wolfram Re-
search.

A lecture about fundamental concepts related to


vector spaces (given at MIT)

A graphical simulator for the concepts of span, li-


near dependency, base and dimension
12 13 ORIGEN DEL TEXTO Y LAS IMGENES, COLABORADORES Y LICENCIAS

13 Origen del texto y las imgenes, colaboradores y licencias


13.1 Texto
Espacio vectorial Fuente: https://es.wikipedia.org/wiki/Espacio_vectorial?oldid=92137274 Colaboradores: Maveric149, Youandme,
Morthylla, Joseaperez, Moriel, Sauron, Ricardo Oliveros Ramos, Wesisnay, Julie, Romanm, Vivero, Zwobot, Pirenne~eswiki, Comae,
DefLog, Ivn, Ricardos, Sms, Perky Pat, Tano4595, Felipealvarez, Troodon, Wrcdriver, Cinabrium, GTubio~eswiki, Txuspe, Renabot,
LeonardoRob0t, Boticario, Orgullomoore, Taichi, Rembiapo pohyiete (bot), LP, Magister Mathematicae, RobotQuistnix, Kiroh, Plato-
nides, Chobot, Hores, Yrbot, Vitamine, YurikBot, GermanX, Wewe, Eskimbot, Baneld, Adverick, Gtz, Jos., SMP, Er Komandante,
Chlewbot, Folkvanger, Tuncket, ManuelMore, Martinwilke1980, Paintman, Jorgechp, Juan Marquez, CEM-bot, Laura Fiorucci, Marianov,
Davius, FrancoGG, Ingenioso Hidalgo, Fsd141, Thijs!bot, A ntiyanki, Escarbot, RoyFocker, Malguzt, JAnDbot, Orly01, Kved, TXiKiBoT,
Linkedark, Humberto, AnthonnyAG, Natofe, AlnoktaBOT, Matdrodes, Bostador, BlackBeast, Juanfquim, AlleborgoBot, Muro Bot, Num-
bo3, YonaBot, BotMultichill, SieBot, Danielba894, PaintBot, Amo de las supercuerdas, Drinibot, Silvae, Ken123BOT, Amoceann~eswiki,
Javierito92, Dnu72, HUB, Eduardosalg, ElMeBot, Botito777, Poco a poco, Robertg~eswiki, Juan Mayordomo, Rge, BodhisattvaBot,
Raulshc, Kadellar, SilvonenBot, Camilo, UA31, AVBOT, Ellinik, Lualalsa, LucienBOT, MastiBot, Diegusjaimes, Arjuno3, Luckas-bot,
Jotterbot, Helene Schopenhauer, DSisyphBot, ArthurBot, SuperBraulio13, Kender00, Xqbot, Jkbw, Ricardogpn, Igna, Rojasyesid, Gus-
belluwiki, Hprmedina, TobeBot, Jerowiki, TjBot, Humbefa, Jorge c2010, EmausBot, Savh, WikitanvirBot, MerlIwBot, KLBot2, Julio
grillo, MetroBot, Sittsam, Wikiwa1, Acratta, Elvisor, JYBot, Legobot, BRPC, Barymar, JacobRodrigues, Jarould, BenjaBot, Lectorina y
Annimos: 162

13.2 Imgenes
Archivo:BaseGeneradora.gif Fuente: https://upload.wikimedia.org/wikipedia/commons/c/c9/BaseGeneradora.gif Licencia: Public do-
main Colaboradores: Trabajo propio Artista original: Marianov
Archivo:FuncionesComoEV.GIF Fuente: https://upload.wikimedia.org/wikipedia/commons/0/07/FuncionesComoEV.GIF Licencia:
Public domain Colaboradores: Trabajo propio Artista original: Marianov
Archivo:InterseccinEspacioVectorial.gif Fuente: https://upload.wikimedia.org/wikipedia/commons/c/c4/Intersecci%C3%
B3nEspacioVectorial.gif Licencia: Public domain Colaboradores: Trabajo propio Artista original: Marianov
Archivo:Nuvola_apps_edu_mathematics-p.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/c/c2/Nuvola_apps_edu_
mathematics-p.svg Licencia: GPL Colaboradores: Derivative of Image:Nuvola apps edu mathematics.png created by self Artista original:
David Vignoni (original icon); Flamurai (SVG convertion)
Archivo:VectorGenerado.gif Fuente: https://upload.wikimedia.org/wikipedia/commons/9/95/VectorGenerado.gif Licencia: Public do-
main Colaboradores: Trabajo propio Artista original: Marianov
Archivo:Vector_space_illust.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/c/c8/Vector_space_illust.svg Licencia: Pu-
blic domain Colaboradores: Trabajo propio Artista original: Oleg Alexandrov
Archivo:Wikibooks-logo.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/f/fa/Wikibooks-logo.svg Licencia: CC BY-SA
3.0 Colaboradores: Trabajo propio Artista original: User:Bastique, User:Ramac et al.

13.3 Licencia del contenido


Creative Commons Attribution-Share Alike 3.0

Você também pode gostar