GEOMETRÍA ANALÍTICA Y ÁLGEBRA

Sesión 4: Espacios y subespacios vectoriales.

Docente. Elmer M. Marquina Ventura

ESPACIOS VECTORIALES

Para empezar el mundo en el que vivimos es un espacio vectorial, si queremos la

posición de cualquier punto necesitamos coordenadas, o cambiar de base para
obtener unas coordenadas más sencillas. Cuando te miras a un espejo estas
haciendo una simetría que no es mas que una aplicación lineal. Cuando proyectas
algo también tienes una aplicación lineal. Si vas a la mecánica cuántica y temas
avanzados, todo esta escrito en términos de espacios de Hilbert, pero siguen
siendo espacios vectoriales.
RESPONDA…

• ¿Qué es realmente un espacio vectorial?

• ¿Cómo se define un espacio vectorial?
• ¿Nuestro mundo, nuestro espacio, será un caso
particular de un espacio vectorial?
• ¿Un plano y/o una recta será un subespacio vectorial?
LOGRO

Al finalizar la sesión, el
estudiante identifica y
diferencia un espacio
vectorial de un subespacio
vectorial, utilizando los
axiomas y propiedades de
espacio vectorial
de forma correcta.
1. ESPACIO VECTORIAL

Sea el conjunto V   , al cual se le asocia dos

operaciones (una interna y otra externa) tal que:

+ : V V → V
(
x, y x+ y )
• : R V → V
(
, x •x )

diremos que el conjunto Ves un espacio vectorial, cuando

sus operaciones satisfacen los siguientes axiomas:
 1.1. AXIOMAS

𝑨𝟏 : Cerradura bajo la suma: 𝑴𝟏 : Cerradura bajo la multiplicación:

𝑆𝑖 𝑥Ԧ ∈ 𝑉 ∧ 𝑦Ԧ ∈ 𝑉 ⇒ 𝑥Ԧ + 𝑦Ԧ ∈ 𝑉 𝑆𝑖 𝑥Ԧ ∈ 𝑉 ∧ 𝛼 ∈ ℝ ⇒ 𝛼𝑥Ԧ ∈ 𝑉

𝑴𝟐 : La operación “ . ” es asociativa:
𝑨𝟐 : La operación “+” es asociativa:
( )
 ,   R,  x  V :   x = ( . ) x
( ) (
x, y, z : x + y + z = x + y + z )
𝑴𝟑 : Primera ley distributiva de “ . ”
𝑨𝟑 : La operación “+” es conmutativa:

 x, y  V : x + y = y + x
( )
  R,  x, y  V :  x + y =  x +  y

𝑨𝟒 : Existencia del elemento neutro aditivo: 𝑴𝟒 : Segunda ley distributiva de “ . ”

∃0 ∈ 𝑉/∀𝑥Ԧ ∈ 𝑉, 𝑥Ԧ + 0 = 0 + 𝑥Ԧ = 𝑥Ԧ  ,   R, x V : (  +  ) x =  x +  x
𝑨𝟓 : Existencia del elemento inverso aditivo: 𝑴𝟓 : Existencia del elemento neutro multiplicativo:
𝑆𝑖 𝑥Ԧ ∈ 𝑉, ∃(−𝑥)
Ԧ ∈ 𝑉/𝑥Ԧ + (−𝑥)
Ԧ =0 ∀𝑥Ԧ ∈ 𝑉, 1 ⋅ 𝑥Ԧ = 𝑥Ԧ
1.2. OBSERVACIÓN

Si el conjunto 𝑉 es un espacio vectorial, entonces cada

elemento de 𝑉 es llamado “vector”. Un “vector” de V
puede ser:
❖ Una matriz (en general de orden 𝑛 × 𝑚).
❖ Una función real (ya sea continua, diferenciable o
integrable) .
❖ Un polinomio de grado 𝑛.
❖ Un número complejo.
❖ Un vector de n-dimensiones, etc.
 1.3. EJEMPLOS DE ESPACIOS VECTORIALES

 
1. Sea V = R 2 = x = ( x1 , x2 ) / x1 , x2  R con las operaciones usuales de vectores:

( x1 , x2 ) + ( y1 , y2 ) = ( x1 + y1 , x2 + y2 ) Las operaciones satisfacen los

axiomas correspondientes.
 • ( x1 , x2 ) = ( • x1 ,  • x2 ) Luego, es un E.V.

2. Sea V = Pn =  p( x) = a0 + a1 x + a2 x 2 + + an x n / grad ( p( x) )  n
con las operaciones usuales de polinomios:

p ( x ) + q ( x ) = ( a0 + a1 x + a2 x 2 + + an x n ) + ( b0 + b1 x + b2 x 2 + + bn x n )

= ( a0 + b0 ) + ( a1 + b1 ) x + ( a2 + b2 ) x 2 + + ( an + bn ) x n

 • p ( x ) = ( • a0 ) + ( • a1 ) x + ( • a2 ) x 2 + + ( • a n ) x n
Satisfacen los axiomas, luego es un espacio vectorial en el campo de
los números reales.
1.4. EJEMPLOS DE ESPACIOS VECTORIALES

3. Sea el espacio

  a11 a12 a1n  

 a a 
 a2 n  
 mxn( R ) =  A =  21 22 / aij  R, i = 1,..., m; j = 1,..., n 
   
   
  am1 am1 amn  

El espacio  mn( R ) de todas las matrices de orden 𝑚 × 𝑛,

conjuntamente con las operaciones usuales de matrices, es
un espacio vectorial, ya que satisfacen los axiomas
correspondientes.
1.4. EJEMPLOS DE ESPACIOS VECTORIALES

4. Sea el espacio de todas las funciones

F =  f : D  R → R / f es una función real 

El espacio 𝐹 de todas las funciones reales, con las

operaciones usuales de funciones,

(f + g )( x ) = f ( x ) + g ( x)

( • f )( x ) =  • ( f ( x ) )

Es un espacio vectorial en el campo de los números reales.

1.4. EJEMPLOS DE ESPACIOS VECTORIALES

5. Sea el conjunto 𝑅2 , cuyas operaciones se definen como:

( x, y ) + ( m, n ) = ( x + m, y + n)
 • ( x, y ) = ( 2 • x,3 • y )
¿Es 𝑅2 un espacio vectorial ?
Solución. Se afirma que 𝑅2 no es un espacio vectorial con las
operaciones definidas, pues no cumple el axioma del producto.𝑀5 .
Veamos:
1 • ( x, y ) = ( x, y )  ( 2(1) x, 3(1) y ) = ( x, y )
 ( 2 x, y )  ( x, y )

Luego, 1 • ( x, y )  ( x, y ) NO es un espacio vectorial

2. SUB ESPACIO VECTORIAL

Sea 𝑉 el espacio vectorial y 𝐾 ≠ ∅ de 𝑉 un subconjunto

no vacío. Decimos que , el subconjunto 𝐾 es un
subespacio vectorial de 𝑉 si las operaciones restringidas
al subconjunto 𝐾 es un espacio vectorial.

TEOREMA 1. Sea el espacio vectorial 𝑉 y 𝐾 ≠ ∅ un

subconjunto de 𝑉, el subconjunto 𝐾 es un subespacio
vectorial de 𝑉 si cumple las siguientes condiciones:

❖ Si x, y  K  x + y  K

❖ Si   R, x  K   • x  K
2.1. EJEMPLOS DE SUB ESPACIOS VECTORIALES

1. Sea el subconjunto L de 𝑅2 definido por :

L = ( x, y )  R 2 / ax + by = 0
en donde a y b son dos números reales fijos no ambos
cero, ¿es L un subespacio vectorial de 𝑅2 ?

Solución. Se debe de cumplir las dos condiciones del teorema 1

sea u = ( x1 , y2 ) ; v = ( x2 , y2 )  L y   R
u + v = ( x1 + x2 , y1 + y2 ) → a( x1 + x2 ) + b( y1 + y2 ) = (ax1 + by1 ) + (ax2 + by2 )
=0 + 0 =0
 .v = ( x1 ,  y1 ) → a( x1 ) + b( y1 ) =  (ax1 + by1 ) =  .0 = 0
L sí es un subespacio vectorial de 𝑹𝟐
2.1. EJEMPLOS DE SUB ESPACIOS VECTORIALES

2. Sea el subconjunto W de 𝑅3 definido por :

W = ( x, y, z )  R 3 / ax + by + cz = 0
en donde a ; b y c son números reales fijos no todos iguales a
cero.
W es un subespacio vectorial de 𝑅3 ; y representa geométricamente un
plano en el espacio tridimensional que pasa por el origen.

3. Sea el subconjunto S de 𝑅3 definido por :

S = ( x, y, z )  R 3 / x = at , y = bt , z = ct , t  R
en donde a , b y c son números reales fijos no todos iguales a
cero.
S es un subespacio vectorial de 𝑅3 ; y representa geométricamente una
recta en el espacio tridimensional que pasa por el origen.
2.1. EJEMPLOS DE SUB ESPACIOS VECTORIALES

4 Sea el subconjunto C(I) de F(I) (Espacio vectorial de las

funciones reales definidas en un intervalo I ) dado por :
C ( I ) =  f  F ( I ) / f es continua
C(I) es un subespacio vectorial de F(I)

5. Sea el subconjunto D de M 2 X 2 (Espacio de matrices cuadradas

de orden 2) definido por :

D =  A  M 2 X 2 / det( A) = 0
D NO es un subespacio vectorial de M 2 X 2 , porque no
cumple:
Si A , B  D → det( A + B)  det( A) + det( B)
 2.2. EJERCICIOS PROPUESTOS

1. Diga cuál de los siguientes conjuntos es un subespacio vectorial de 𝑅3

Justifique su respuesta
W = ( x, y, z )  R 3 / x + y = 1
K = ( x, y, z )  R 3 / z = 2
S = ( x, y, z )  R 3 / x − 2 y + 5 z = 0

2. Compruebe con un ejemplo que el conjunto:

W =  p( x)  P2 / p ( x) polinomio de grado 2
No es un subespacio vectorial de 𝑃2 (Espacio vectorial de
polinomios de grado menores o iguales a 2)
3. TRABAJO EN EQUIPO:

En equipos de 4 estudiantes, desarrollen los ejercicios __, ___, __,

___ de la hoja de trabajo.
 TALLER SEMANA 4

En equipos de cuatro estudiantes,

desarrollamos las actividades propuestas
en la Hoja de Taller de ejercicios –
semana 4 señalado por el docente.

DOCENTE ELMER M. MARQUINA VENTURA

4. METACOGNICIÓN

• ¿Qué aprendí de los espacios

vectoriales?
• ¿Cómo reconozco si un
conjunto es un sub espacio
vectorial?
• ¿Qué sabía al inicio de la
sesión y qué sé al término de
ella?
APRENDIZAJE EVIDENCIADO

Para la próxima clase, cada uno de ustedes debe traer en una hoja la
resolución del ejercicio ____ de la hoja de trabajo.
REFERENCIAS BIBLIOGRÁFICAS

N° CÓDIGO AUTOR TITULO AÑO

Algebra Lineal: una

1 512.5 POOL Poole, David 2007
introducción moderna

512.5 GROS Grossman

2 Álgebra lineal 2012
2012 Stanley