Espacio vectorial

Este artículo está orientado a proporcionar un tratamiento riguroso y abstracto del

concepto de espacio vectorial. Para una introducción más accesible al concepto,
véase Vector

Representación artística de un espacio vectorial.

En álgebra abstracta, un espacio vectorial es una estructura algebraica creada a partir de un

conjunto no vacío, una operación interna (llamada suma, definida para los elementos del
conjunto) y una operación externa (llamada producto por un escalar, definida entre dicho
conjunto y otro conjunto, con estructura de cuerpo ), con 8 propiedades fundamentales.

A los elementos de un espacio vectorial se les llama vectores y a los elementos del cuerpo,
escalares.

Índice
 1 Historia
 2 Notación
 3 Definición de espacio vectorial
o 3.1 Observaciones
o 3.2 Propiedades
o 3.3 Primer ejemplo con demostración
 4 Ejemplos de espacios vectoriales
o 4.1 Los cuerpos
o 4.3 Espacios de aplicaciones sobre un cuerpo
 4.3.1 Los polinomios
 4.3.2 Funciones trigonométricas
o 4.4 Los sistemas de ecuaciones lineales homogéneas
 5 Definición de subespacio vectorial
 o 5.1 Consecuencias
 6 Resultados internos
o 6.1 Combinación lineal
 6.1.1 Proposición 1
o 6.2 Independencia lineal
 6.2.1 Proposición 2
o 6.3 Base de un espacio vectorial
o 6.4 Base formalmente
 6.4.1 Teorema de la base de generadores
 6.4.2 Teorema Steinitz
o 6.5 Observación
o 6.6 Dimensión
 6.6.1 Notación
o 6.7 Intersección de subespacios vectoriales
o 6.8 Suma de subespacios vectoriales
o 6.9 Teorema Fórmula de Grassmann
o 6.10 Suma directa de subespacios vectoriales
o 6.11 Cociente de espacios vectoriales
 7 Construcciones básicas
o 7.1 Suma directa de espacios vectoriales
 8 Espacios vectoriales con estructura adicional
o 8.1 Espacios normados
o 8.2 Espacio métrico
o 8.3 Espacios vectoriales topológicos
o 8.4 Espacios de Banach
o 8.5 Espacios prehilbertianos
o 8.6 Espacios de Hilbert
 9 Morfismos entre espacios vectoriales
o 9.1 Aplicaciones lineales
 10 Véase también
 11 Referencias
o 11.1 Notas
o 11.2 Referencias históricas
o 11.3 Bibliografía
 12 Enlaces externos

Historia
Históricamente, las primeras ideas que condujeron a los espacios vectoriales modernos se
remontan al siglo XVII: geometría analítica, matrices y sistemas de ecuaciones lineales.

Los espacios vectoriales se derivan de la geometría afín, a través de la introducción de

coordenadas en el plano o el espacio tridimensional. Alrededor de 1636, los matemáticos
franceses Descartes y Fermat fundaron las bases de la geometría analítica mediante la
vinculación de las soluciones de una ecuación con dos variables a la determinación de una
curva [Link] 1 Para lograr una solución geométrica sin usar coordenadas, Bernhard
Bolzano introdujo en 1804 ciertas operaciones sobre puntos, líneas y planos, que son
predecesores de los [Link] 2 Este trabajo hizo uso del concepto de coordenadas
baricéntricas de August Ferdinand Möbius de [Link] 3

La primera formulación moderna y axiomática se debe a Giuseppe Peano, a finales del

siglo XIX. Los siguientes avances en la teoría de espacios vectoriales provienen del análisis
funcional, principalmente de espacios de funciones. Los problemas de Análisis funcional
requerían resolver problemas sobre la convergencia. Esto se hizo dotando a los espacios
vectoriales de una adecuada topología, permitiendo tener en cuenta cuestiones de
proximidad y continuidad. Estos espacios vectoriales topológicos, en particular los espacios
de Banach y los espacios de Hilbert tienen una teoría más rica y elaborada.

El origen de la definición de los vectores es la definición de Giusto Bellavitis de bipoint,

que es un segmento orientado, uno de cuyos extremos es el origen y el otro un objetivo. Los
vectores se reconsideraron con la presentación de los números complejos de Argand y
Hamilton y la creación de los cuaterniones por este último (Hamilton fue además el que
inventó el nombre de vector).nota 4 Son elementos de R2 y R4; el tratamiento mediante
combinaciones lineales se remonta a Laguerre en 1867, quien también definió los sistemas
de ecuaciones lineales.

En 1857, Cayley introdujo la notación matricial, que permite una armonización y

simplificación de las aplicaciones lineales. Casi al mismo tiempo, Grassmann estudió el
cálculo baricéntrico iniciado por Möbius. Previó conjuntos de objetos abstractos dotados de
[Link] 5 En su trabajo, los conceptos de independencia lineal y dimensión, así
como de producto escalar están presentes. En realidad el trabajo de Grassmann de 1844
supera el marco de los espacios vectoriales, ya que teniendo en cuenta la multiplicación,
también, lo llevó a lo que hoy en día se llaman álgebras. El matemático italiano Peano dio
la primera definición moderna de espacios vectoriales y aplicaciones lineales en [Link] 6

Un desarrollo importante de los espacios vectoriales se debe a la construcción de los

espacios de funciones por Henri Lebesgue. Esto más tarde fue formalizado por Banach en
su tesis doctoral de 1920nota 7 y por Hilbert. En este momento, el álgebra y el nuevo campo
del análisis funcional empezaron a interactuar, en particular con conceptos clave tales como
los espacios de funciones p-integrables y los espacios de Hilbert. También en este tiempo,
los primeros estudios sobre espacios vectoriales de infinitas dimensiones se realizaron.

Los espacios vectoriales tienen aplicaciones en otras ramas de la matemática, la ciencia y la

ingeniería. Se utilizan en métodos como las series de Fourier, que se utiliza en las rutinas
modernas de compresión de imágenes y sonido, o proporcionan el marco para resolver
ecuaciones en derivadas parciales. Además, los espacios vectoriales proporcionan una
forma abstracta libre de coordenadas de tratar con objetos geométricos y físicos, tales como
tensores, que a su vez permiten estudiar las propiedades locales de variedades mediante
técnicas de linealización.
Notación

Dado un espacio vectorial sobre un cuerpo , se distinguen.

Los elementos de como:

se llaman vectores.
Caligrafías de otras obras
Si el texto es de física suelen representarse bajo una flecha:
Los elementos de como:

se llaman escalares.

Definición de espacio vectorial

Un espacio vectorial sobre un cuerpo (como el cuerpo de los números reales o los números
complejos) es un conjunto no vacío, dotado de dos operaciones para las cuales será cerrado:

operación interna tal que:

1) tenga la propiedad conmutativa, es decir

2) tenga la propiedad asociativa, es decir
3) tenga elemento neutro , (ejemplo 0 en los reales) es decir
4) tenga elemento opuesto, es decir

y la operación producto por un escalar:

operación externa tal que:

5) tenga la propiedad asociativa:

6) Existencia del elemento neutro multiplicativo (ejemplo 1 en los reales) del cuerpo
K, es sí mismo.
7) tenga la propiedad distributiva del producto respecto la suma de vectores:
8) tenga la propiedad distributiva del producto respecto la suma de escalares:
Véase también: Espacio euclídeo
Véase también: Vector
Véase también: Representación gráfica de vectores

Observaciones

La denominación de las dos operaciones no condiciona la definición de espacio vectorial

por lo que es habitual encontrar traducciones de obras en las que se utiliza multiplicación
para el producto y adición para la suma, usando las distinciones propias de la aritmética.
Para demostrar que un conjunto es un espacio vectorial:

 Lo es si sus dos operaciones, por ejemplo y admiten una redefinición del tipo y
cumpliendo las 8 condiciones exigidas.

 Si supiésemos que es un grupo conmutativo o abeliano respecto la suma ya

tendríamos probados los apartados 1, 2, 3 y 4.

 Si supiésemos que el producto es una acción por la izquierda de tendríamos

probados los apartados 5 y 6.

 Si no se dice lo contrario:

Propiedades

Unicidad del vector neutro de la propiedad 3

supongamos que el neutro no es único, es decir, sean y dos vectores
neutros, entonces:
Unicidad del vector opuesto de la propiedad 4
supongamos que el opuesto no es único, es decir, sean y dos vectores
opuestos de , entonces, como el neutro es único:
Unicidad del elemento en el cuerpo
supongamos que 1 no es único, es decir, sean y dos unidades,
entonces:
Unicidad del elemento inverso en el cuerpo
supongamos que el inverso de a, no es único, es decir, sean y dos
opuestos de , entonces, como el neutro es único:
Producto de un escalar por el vector neutro
Producto del escalar 0 por un vector
Si

 Si es cierto.
 Si entonces:

Notación

Observación
  Si
 Si

Primer ejemplo con demostración

Se quiere probar que es un espacio vectorial sobre

Si juega el papel de y el de :

Los elementos:

son, de forma genérica:

es decir, pares de números reales. Por claridad se conserva la denominación del vector, en
este caso u, en sus coordenadas, añadiendo el subíndice x o y para denominar su
componente en el eje x o y respectivamente

En se define la operación suma:

donde:

y la suma de u y v sería:

donde:

esto implica que la suma de vectores es interna y bien definida.

La operación interna suma tiene las propiedades:

1) La propiedad conmutativa, es decir:

2) La propiedad asociativa:

3) tiene elemento neutro :

4) tenga elemento opuesto:

La operación producto por un escalar:

El producto de a y u será:

donde:

esto implica que la multiplicación de vector por escalar es externa y aun así está bien
definida.
5) tenga la propiedad asociativa:

Esto es:

6) sea elemento neutro en el producto:

Que resulta:

Que tiene la propiedad distributiva:

7) distributiva por la izquierda:

En este caso tenemos:

8) distributiva por la derecha:

Que en este caso tenemos:

Queda demostrado que es espacio vectorial.

Ejemplos de espacios vectoriales

Los cuerpos

Todo cuerpo es un espacio vectorial sobre él mismo, usando como producto por escalar el
producto del cuerpo.

 es un espacio vectorial de dimensión uno sobre .

Todo cuerpo es un espacio vectorial sobre su subcuerpo, usando como producto por escalar
el producto del cuerpo.

 es un espacio vectorial de dimensión 2 sobre .

 es un espacio vectorial de dimensión infinita sobre .

Sucesiones sobre un cuerpo

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

(u1, u2, ..., un)+(v1, v2, ..., vn)=(u1+v1, u2+v2, ..., un+vn).
a(u1, u2, ..., un)=(au1, au2, ..., aun).
Las sucesiones infinitas de son espacios vectoriales con las operaciones:

(u1, u2, ..., un, ...)+(v1, v2, ..., vn, ...)=(u1+v1, u2+v2, ..., un+vn, ...).
 a(u1, u2, ..., un, ...)=(au1, au2, ..., aun, ...).
El espacio de las matrices , , sobre , con las operaciones:

También son espacios vectoriales cualquier agrupación de elementos de en las cuales se

defina las operaciones suma y producto entre estas agrupaciones, elemento a elemento,
similar al de matrices , así por ejemplo tenemos las cajas sobre que aparecen en el
desarrollo de Taylor de orden 3 de una función genérica.

Espacios de aplicaciones sobre un cuerpo

El conjunto de las aplicaciones , un cuerpo y un conjunto, también forman espacios

vectoriales mediante la suma y la multiplicación habitual:

Los polinomios

Suma de f(x)=x+x2 y g(x)=-x2.

El espacio vectorial K[x] formado por funciones polinómicas, veámoslo:

Expresión general: ,donde los coeficientes , considérese .

, donde y ,
.

Las series de potencias son similares, salvo que se permiten infinitos términos distintos de
cero.

Funciones trigonométricas

Las funciones trigonométricas forman espacios vectoriales, con las siguientes operaciones:

Expresión general:
,
.

Los sistemas de ecuaciones lineales homogéneas

Artículos principales: Ecuación lineal, Ecuación diferencial lineal y Sistemas de ecuaciones
lineales.

Sistema de 2 ecuaciones y 3 variables

o equivalentemente simplificado como

Un sistema de ecuaciones lineales homogéneas( ecuaciones lineales en las que es siempre

una solución, es decir, ) posee soluciones que forman un espacio vectorial, se puede ver en
sus dos operaciones:

Si
Si .
También que las ecuaciones en sí, filas de la matriz notadas como una matriz , es decir, ,
son un espacio vectorial, como se puede ver en sus dos operaciones:

Si
Si .

Definición de subespacio vectorial

Sea un espacio vectorial sobre , y no vacío, es un subespacio vectorial de si:

Consecuencias

hereda las operaciones de como aplicaciones bien definidas, es decir que no escapan de , y
como consecuencia tenemos que es un espacio vectorial sobre .

Con cualquier subconjunto de elementos seleccionados en los espacios vectoriales

anteriores, no vacío, se pueden generar subespacios vectoriales, para ello seria útil
introducir nuevos conceptos que facilitarán el trabajo sobre estos nuevos espacios
vectoriales.

Resultados internos
Para detallar el comportamiento interno de todos los espacios vectoriales de modo general
es necesario exponer una serie de herramientas cronológicamente vinculadas entre ellas,
con las cuales es posible construir resultados válidos en cualquier estructura que sea
espacio vectorial.

Combinación lineal

Cada vector u es combinación lineal de forma única

Dado un espacio vectorial , diremos que un vector u es combinación lineal de los vectores
de si existen escalares tales que

Notaremos como el conjunto resultante de todas las combinaciones lineales de los vectores
de .

Proposición 1

Dado un espacio vectorial y un conjunto de vectores, el conjunto es el subespacio vectorial

más pequeño contenido en y que contiene a .

Demostración
Nota. En este caso se dice que es un sistema de generadores que genera a .

Independencia lineal

Diremos que un conjunto de vectores es linealmente independiente si el vector 0 no se

puede expresar como combinación lineal no nula de los vectores de , es decir:

Si .
Diremos que un conjunto de vectores es linealmente dependiente si no es linealmente
independiente.

Proposición 2

son linealmente dependientes

Demostración
Base de un espacio vectorial

Artículos principales: Base y Dimensión.

Las bases revelan la estructura de los espacios vectoriales de una manera concisa. Una base
es el menor conjunto (finito o infinito) B = {vi}i ∈ I de vectores que generan todo el espacio.
Esto significa que cualquier vector v puede ser expresado como una suma (llamada
combinación lineal) de elementos de la base

a1vi1 + a2vi2 + ... + anvin,

donde los ak son escalares y vik (k = 1, ..., n) elementos de la base B. La minimalidad, por
otro lado, se hace formal por el concepto de independencia lineal. Un conjunto de vectores
se dice que es linealmente independiente si ninguno de sus elementos puede ser expresado
como una combinación lineal de los restantes. Equivalentemente, una ecuación

a1vi1 + ai2v2 + ... + anvin = 0

solo se consigue si todos los escalares a1, ..., an son iguales a cero. Por definición de la base
cada vector puede ser expresado como una suma finita de los elementos de la base. Debido
a la independencia lineal este tipo de representación es única. Los espacios vectoriales a
veces se introducen desde este punto de vista.

Base formalmente

v1 y v2 son base de un plano, si hubiese dependencia lineal(alineados) la cuadrícula no

podría generarse

Dado un sistema de generadores, diremos que es una base si son linealmente

independientes.

Proposición 3. Dado un espacio vectorial es una base .

Proposición 4. Dado un espacio vectorial linealmente independiente y son
linealmente independiente.

Teorema de la base de generadores

Todo sistema de generadores tiene una base.

Teorema Steinitz

Toda base de un espacio vectorial puede ser cambiada parcialmente por vectores
linealmente independientes.

Corolario. Si un espacio vectorial tiene una base de vectores cualquier otra base
posee vectores.

Observación

Todo espacio vectorial tiene una base. Este hecho se basa en el lema de Zorn, una
formulación equivalente del axioma de elección. Habida cuenta de los otros axiomas de la
teoría de conjuntos de Zermelo-Fraenkel, la existencia de bases es equivalente al axioma de
elección. El ultrafilter lemma, que es más débil que el axioma de elección, implica que
todas las bases de un espacio vectorial tienen el mismo "tamaño", es decir, cardinalidad. Si
el espacio es generado por un número finito de vectores, todo lo anterior puede demostrarse
sin necesidad de acudir a la teoría de conjuntos.

Dimensión

Dado un espacio vectorial sobre :

 Si tiene base finita, diremos dimensión al número de elementos de dicha base.

 Si tiene base no finita, diremos que es de dimensión infinita.

Notación

Dado un espacio vectorial y un subespacio , tenemos que:

 Si tiene dimensión lo indicaremos como .

 Si tiene dimensión como subespacio de lo indicaremos como .

Intersección de subespacios vectoriales

Dado dos subespacios vectoriales , la intersección es subespacio vectorial contenido en

estos y lo notaremos como:

.
Observaciones. Para la intersección sucesiva de espacios vectoriales se procede,
inductivamente, de dos en dos.

La unión de subespacios vectoriales no es en general un subespacio vectorial.

Suma de subespacios vectoriales

Dado dos subespacios vectoriales , la suma es un subespacio vectorial que contiene a estos
y la notaremos como:

Si F y G son subespacios vectoriales de E, su suma F+G es el subespacio vectorial de E

más pequeño que contiene a F y a G.

Observación. Para la suma sucesiva de espacios vectoriales se procede,

inductivamente, de dos en dos.

Teorema Fórmula de Grassmann

Dado dos subespacios vectoriales de dimensión finita, tenemos el resultado siguiente:

Suma directa de subespacios vectoriales

Dados dos subespacios vectoriales , diremos que es una suma directa si y lo notaremos
como:

.
Cuando y están en suma directa, cada vector de se expresa de forma única como suma de
un vector de y otro vector de .

Cociente de espacios vectoriales

Dado un espacio vectorial y un subespacio vectorial .

Dados diremos que están relacionados módulo si .

 La relación anterior es una relación de equivalencia.

Se nota por a la clase de módulo .

Llamaremos conjunto cociente o espacio cociente al conjunto de las clases de

equivalencia anterior:

Se nota por a dicho espacio cociente.

El espacio es un espacio vectorial con las operaciones siguientes:

Construcciones básicas
Además de lo expuesto en los ejemplos anteriores, hay una serie de construcciones que nos
proporcionan espacios vectoriales a partir de otros. Además de las definiciones concretas
que figuran a continuación, también se caracterizan por propiedades universales, que
determina un objeto X especificando las aplicaciones lineales de X a cualquier otro espacio
vectorial.

Suma directa de espacios vectoriales

Dado dos espacios vectoriales sobre un mismo cuerpo , llamaremos suma directa al espacio
vectorial , veamos que están bien definidas las dos operaciones:

,
.

Espacios vectoriales con estructura adicional

Desde el punto de vista del álgebra lineal, los espacios vectoriales se comprenden
completamente en la medida en que cualquier espacio vectorial se caracteriza, salvo
isomorfismos, por su dimensión. Sin embargo, los espacios vectoriales ad hoc no ofrecen
un marco para hacer frente a la cuestión fundamental para el análisis de si una sucesión de
funciones converge a otra función. Asimismo, el álgebra lineal no está adaptada per se para
hacer frente a series infinitas, ya que la suma solo permite un número finito de términos
para sumar. Las necesidades del análisis funcional requieren considerar nuevas
estructuras.

Espacios normados

Artículos principales: Espacio vectorial normado y Norma (matemáticas).

Un espacio vectorial es normado si está dotado de una norma.

Espacio métrico

Un espacio métrico es un espacio vectorial dotado de una aplicación distancia.

Proposición 5. Un espacio normado es un espacio métrico, donde la distancia viene

dada por:

Toda distancia inducida por la norma es una distancia.

Espacios vectoriales topológicos

Artículo principal: Espacio vectorial topológico

Dada una topología sobre un espacio vectorial donde los puntos sean cerrados y las dos
operaciones del espacio vectorial sean continuas respecto dichas topología, diremos que:
  es una topología vectorial sobre ,
 es un espacio vectorial topológico.

Proposición 6.. Todo espacio vectorial topológico dotado de una métrica es espacio
normado.
Proposición 7.. Todo espacio normado es un espacio vectorial topológico.

Espacios de Banach

Artículo principal: Espacio de Banach

Un espacio de Banach es un espacio normado y completo.

Espacios prehilbertianos

Artículo principal: Espacio prehilbertiano

Un espacio prehilbertiano es un par , donde es un espacio vectorial y es un producto a
escalar.

Espacios de Hilbert

Artículo principal: Espacio de Hilbert

Un espacio de Hilbert es un espacio prehilbertiano completo por la norma definida por el

producto escalar.

Morfismos entre espacios vectoriales

Son aplicaciones entre espacios vectoriales que mantienen la estructura de los espacios
vectoriales, es decir, conservan las dos operaciones y las propiedades de estas de uno a otro
de dichos espacios.

Aplicaciones lineales

Artículo principal: Aplicación lineal

Dado dos espacios vectoriales y , sobre un mismo cuerpo, diremos que una aplicación es
lineal si:

,
.