Alumna:

Adriana Grillet
C.I: 19601984
Sección I-005-D
Ing. de Petróleo

Valencia, 03 de junio del 2008

Espacio vectorial

Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la

rama de la matemática llamada álgebra lineal. Las operaciones que
podemos realizar entre ellos son: la suma de vectores y la multiplicación
por un escalar, el producto punto, el producto vectorial y el triple producto
escalar con algunas restricciones naturales como el cierre de estas
operaciones, la asociatividad de estas y la combinación de estas
operaciones, siguiendo, llegamos a la descripción de una estructura
matemática llamada espacio vectorial.

En el estudio de las matemáticas o de la física, el término vector se aplica a

una amplia variedad de objetos, principalmente a cantidades que
representan magnitudes y dirección [LWJ98], ya sea una fuerza, una
velocidad o una distancia. El término vector también se usa para describir
entidades como matrices, polinomios o funciones.

Definición formal

Dado un cuerpo conmutativo de escalares K (como el cuerpo de los

números reales o el cuerpo de los números complejos). Y un conjunto V
dotado de una ley de composición interna (+), (suma de vectores), y una ley
de composición externa (·), (producto por un escalar), respecto al cuerpo K,
es un espacio vectorial si y solo si:

• V tiene estructura de grupo conmutativo, respecto a la ley de

composición interna (+), (suma de vectores). Esto significa que:

1. La suma de vectores es ley de composición interna.

 2. La suma de vectores es asociativa.

3. La suma de vectores es conmutativa.

4. Existe un elemento neutro o nulo.

5. Existe un elemento simétrico u opuesto aditivo.

Dónde representa el vector nulo.

• Respecto a su ley de composición externa (·), (producto por un

escalar), se cumple:

6. El producto es ley de composición externa.

7. El producto posee asociatividad mixta.

8. El producto es distributivo respecto a la suma en V.

9. El producto es distributivo respecto a la suma en K.

10. Existe el elemento neutro para el producto.

Espacio vectorial Definición: Un conjunto V , cuyos elementos se denotan

mediante u, v, w, ..., se dice que es un espacio vectorial sobre el cuerpo K
(si K es R se dice que es un espacio vectorial real y si K es C se dice que es
un espacio vectorial complejo), si en él se han definido dos operaciones: la
suma, +, como operación interna, de manera que a cada par de elementos u
y v de V se le hace corresponder el elemento u+ v de V, y la multiplicación
por escalares como operación externa, de manera que a todo elemento u ∈
V y a todo elemento a ∈ K le hace corresponder el elemento a · u ∈ V,
que satisfacen las siguientes propiedades: (S1) (Conmutativa) u + v = v + u
para todo u, v de V . (S2) (Asociativa) u + ( v + w) = ( u + v) + w para todo
u, v, w de V . (S3) Existe un elemento de V, designado por 0 y denominado
neutro, tal que u+ 0 = u para todo u de V . (S4) Para todo u de V existe un
elemento, designado por − u y denominado opuesto de u, tal que u + (− u)
= 0. (M1) 1 · u = u para todo u de V , donde 1 denota el elemento unidad de
K. (M2) (Seudoasociativa) a (b u) = (ab) u para todo u de V y todo a, b de
K. (M3) (Distributiva respecto a la suma de escalares) (a + b) u = a u + b u
para todo u de V y todo a, b de K. (M4) (Distributiva respecto a la suma de
vectores) a ( u + v) = a u + a v para todo u, v de V y todo a de K. Cualquier
conjunto Rn tiene estructura de espacio vectorial sobre el cuerpo de
escalares R. No sólo los Rn tienen estructura de espacio vectorial, también
la tiene el conjunto de matrices Mn×m, el conjunto de polinomios de grado
menor o igual que n, el conjunto de funciones continuas en el intervalo [a,
b] .... A partir de ahora nos centraresmos en espacios vectoriales sobre el
cuerpo de los números reales, K = R. 3.2.1 Propiedades de los espacios
vectoriales Si V es un espacio vectorial, se verifica que: 1. Si u, v y w son
elementos de V tales que u + w = v + w entonces u = v. 2. Si 0 es el
elemento neutro de V y λ ∈ R entonces λ · 0 = 0. 3. Si v ∈ V entonces 0 ·
v = 0. 4. Si v ∈ V entonces −1 · v = − v que es el elemento opuesto de v. 5.
Si v ∈ V y λ ∈ R tales que λ · v = 0 entonces o bien λ = 0 o bien v = 0.

Propiedades del espacio vectorial.

Además se cumplen las siguientes 10 propiedades (5 propiedades para la

suma vectorial y 5 para el producto por escalares):

(En adelante, y como es costumbre, los vectores se indican con letras

latinas con una flecha encima; si no es así se trata de escalares)

• Para la Suma de vectores

• Para el Producto por Escalares

1 Cerradura
Asociativid
2
ad
Conmutati
3
vidad
Inverso
4
Aditivo
Neutro
5
Aditivo

6 Cerradura
7 Asociativa
Distributiv
8
a1
Distributiv
9
a2
1 Neutro del
0 producto

(Aquí la suma entre escalares es la definida para el cuerpo de escalares;

parece lioso pero la suma entre vectores puede ser construida con otras
reglas muy diferentes a las de la suma entre escalares. Sin embargo, como
ocurre con los vectores geométricos habituales y los números reales, una
suma puede llevar a la otra o estar relacionadas.)

Otras propiedades.

Las propiedades de la 1 a la 5 indican que es grupo abeliano o

conmutativo bajo la suma vectorial.

También, de las propiedades anteriores, se pueden probar inmediatamente

las siguientes fórmulas útiles:

11
12
13

Combinación lineal de vectores

Un vector es combinación lineal de otros vectores si se puede obtener

mediante operaciones de suma de otros vectores.

Por ejemplo: el vector (3,5) es combinación lineal del vector (1,1) y (0,2)
pues se puede obtener multiplicando por 3 el vector (1,1) y sumándole el
vector (0,2).

Sistema de vectores

Este concepto es muy sencillo. Un sistema de vectores es un conjunto de

vectores.

Un sistema de vectores es libre si son linealmente independientes entre si.

En caso contrario se dice que es ligado.

Subespacio vectorial
En cualquier estructura algebraica, resulta de particular interés, el estudio
de los subconjuntos que tienen la misma estructura que el conjunto en
consideración. En nuestro caso, estamos interesados en subconjuntos de
un espacio vectorial dado.
Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la
rama de la matemática llamada álgebra lineal. Las operaciones que
podemos realizar entre ellos son: la suma de vectores y la multiplicación
por un escalar, el producto punto, el producto vectorial y el triple producto
escalar con algunas restricciones naturales como el cierre de estas
operaciones, la asociatividad de estas y la combinación de estas
operaciones, siguiendo, llegamos a la descripción de una estructura
matemática llamada espacio vectorial.

Definición

Sean (V, +, K, *) un espacio vectorial y S un subconjunto de V.

S es subespacio vectorial de V si (S, +, K, *) es espacio vectorial en sí

mismo, siendo + y * las mismas operaciones definidas en V. Las bases de
un subespacio son el subconjunto de "alfa" y "beta" en el menor subespacio
formado por la recta que pasa por dos puntos.

Condición de existencia de subespacio

El criterio para la verificación de que S sea subespacio de V, es que ambas

operaciones (+ entre elementos del conjunto S y * con escalares del cuerpo
K) sean cerradas, es decir, den como resultado elementos que también
pertenezcan a S.

Para ello se definen 4 axiomas que de cumplirse, garantizan la existencia

del subespacio vectorial. Sea V un espacio vectorial, se define S como
subespacio vectorial si y solo si:

1. S no es un conjunto vacío.

2. S es igual o está incluído en V.

3. La suma es ley de composición interna.

4. El producto es ley de composición externa.

Si estos cuatro axiomas se cumplen entonces el conjunto es un subespacio.

Operaciones con subespacios

Sea (V, +, K, *) un espacio vectorial; (S, +, K, *) y (W, +, K, *) subespacios

de V, se definen las siguientes operaciones:
Unión

En la gran mayoría de los casos la unión de dos subespacios no es un

subespacio de V, pues no se cumple con la ley de composición interna.

Intersección

La intersección de dos subespacios es un subespacio de V.

Suma

La suma de dos subespacios es un subespacio de V.

Suma directa

Si la intersección entre S y W es el subespacio trivial (es decir, el vector

nulo), entonces a la suma se la llama "suma directa".
Es decir que si .

Dependencia e independencia lineal

En álgebra lineal, un conjunto de vectores es linealmente independiente si

ninguno de ellos puede ser escrito con una combinación lineal de los
restantes. Por ejemplo, en R3, los vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) son
linealmente independientes, mientras que (2, −1, 1), (1, 0, 1) y (3, −1, 2) no
lo son, ya que el tercero es la suma de los dos primeros. Los vectores que
no son linealmente independientes son linealmente dependientes.

Sea un conjunto de vectores. Diremos que es una combinación

lineal de los vectores de , o que es generado por , si existen
tales que .

Decimos que es linealmente dependiente si existen escalares

no todos nulos tales que . En caso contrario, es
decir, que toda combinación lineal igualada a implique
diremos que es linealmente independiente.

1. Cualquier conjunto que contenga al es linealmente dependiente.

 2. Un vector es linealmente independiente si y solo si es no nulo.
3. Un conjunto de vectores es linealmente dependiente si y solo si al
menos uno de ellos es combinación lineal de los demas.
4. Si un conjunto tiene un subconjunto linealmente dependiente,
entonces es linealmente dependiente.
5. Si un conjunto es linealmente independiente, cualquier
subconjunto suyo es linealmente independiente.

6. Si un conjunto es linealmente independiente y es

linealmente dependiente entonces es combinación lineal de los
vectores de .

Vector en Rn

Hasta ahora nos hemos limitado al estudio de vector en dimensiones 2 y 3

con el fín de lograr la mayor claridad posible y mantener la motivación del
estudiante. Esperamos que ya esté preparado para un mayor grado de
abstracción algebraica ya que el sentido geométrico se puede mantener
hasta el espacio R3 en el cual nos movemos materialmente. Sin embargo es
necesario crear espacios vectoriales abstractos para

modelar la realidad, ya que en la práctica los problemas que se deben

resolver, generalizando los asuntos y métodos planeados en R2 y R3 ,
constan de cientos, y a menudo, miles de variables x1, x2, x3, x,4, x5, x6,
etc.

El espacio vectorial Rn es el conjunto de todos los vector con n

componentes (x1, x2, x3, ... , xn), dotado de las siguientes operaciones:

Suma de vector

Para cada par de = (x1, x2, x3, ... , xn) e y = (y1, y2, y3, ... , yn), definimos
la suma de vector denotada por x + y, así:

(x1, x2, x3, ... , xn) + (y1, y2, y3, ... , yn) = (x1+ y1, x2 + y2, x3 + y3 ... +
xn + yn)

(pre)multiplicación de un vector por un número.

Para cada número y cada vector

x = (x1, x2, x3, ... , xn), definimos el producto x, como el vector:

 x = ( x1, x2, x3, ... , xn)

Método alternativo usando determinantes

Un método alternativo usa el hecho que n vectores en Rn son linealmente

dependientes si y solo si el determinante de la matriz formada por estos
vectores como columnas es cero.

Dados los vectores:

La matriz formada por éstos es:

El determinante de esta matríz es:

Ya que el determinante es no nulo, los vectores (1, 1) y (−3, 2) son

linealmente independientes.

Ejemplo

Sea V = Rn y consideremos los siguientes elementos en V:

Entonces e1, e2,..., en son linealmente independientes. Estos vectores

constituyen la base canónica en R.

Demostración

Supongamos que a1, a2,..., an son elementos de R tales que:

Pero
Entonces ai = 0 para todo i en {1,..., n}.