14204
Apunte 1
ESPACIOS Y
SUBESPACIOS
VECTORIALES
Daniel Saa
INDUSTRIA VIRTUAL 2021 1
INDUSTRIA VIRTUAL 2021 2
UNIVERSIDAD DE SANTIAGO DE CHILE APUNTE N◦ 1 DE ÁLGEBRA LINEAL
FACULTAD DE INGENIERÍA INGENIERÍA CIVIL 14204
DEPARTAMENTO DE INGENIERÍA INDUSTRIAL PRIMER SEMESTRE 2020
PROGRAMA VESPERTINO Prof. Daniel Saa A.
1. UNIDAD 1: ESPACIOS VECTORIALES
1.1. Introducción.
Esta primera unidad de Álgebra Lineal es adecuada para hacer una introducción al pensamiento matemático
abstracto y ayudar a desarrollar el instinto geométrico del estudiante. Aquı́ se estudiarán los principales
conceptos de la asignatura tales como: Subespacios, Combinaciones lineales, Dependencia e independencia
lineal, Bases y Dimensión de un espacio vectorial. Estos tópicos permitirán avanzar y profundizar en el
estudio de sistemas de ecuaciones lineales, que en esta unidad estarán representados, generalmente, en
forma vectorial o matricial. La utilidad de las matrices no se queda en este nivel inicial, dado que tienen
interesantes aplicaciones, por ejemplo: en Economı́a, a los modelos de insumo-producto; en Estadı́stica,
a modelos de regresión lineal múltiple; en la Administración de Empresas, a secuencias de órdenes de
producción y estimación de materiales necesarios para estas; en la Investigación de Operaciones, a los
métodos simpliciales de teorı́a de optimización; en los Procesos Estocásticos, a cadenas de Markov, entre
otras.
En este formato se omiten las demostraciones, pero sı́ se incluyen los conceptos básicos que el estudiante
debe dominar y ser capaz de aplicar en los problemas. Las definiciones y teoremas mostrados acá serán
ejemplificados en clases, principalmente, en espacios vectoriales de dos y tres dimensiones. No obstante,
toda la teorı́a exhibida se puede ampliar de forma sencilla a cualquier otro espacio vectorial.
1.2. Espacio vectorial.
Sea V un conjunto no vacı́o. Suponga que en V se definen dos operaciones, las cuales se denominan adición
(+) y producto por escalar (·). Se dice que (V, +, ·) es un espacio vectorial sobre R si y solo si, las operaciones
satisfacen las siguientes propiedades:
1. u+v =v+u ∀u, v ∈ V prop. conmutativa
2. u + (v + w) = (u + v) + w ∀u, v, w ∈ V prop. asociativa
3. ∃0V ∈ V tal que u + 0v = u ∀u ∈ V prop. neutro aditivo
4. ∀u ∈ V , ∃(−u) ∈ V tal que u + (−u) = 0v prop. inverso aditivo
5. α · (u + v) = α · u + α · v ∀u, v ∈ V, ∀α ∈ R prop. distributiva
6. (α + β) · u = α · u + β · u ∀u ∈ V, ∀α, β ∈ R prop. distributiva
7. (αβ) · u = α · (β · u) ∀u ∈ V, ∀α, β ∈ R prop. asociativa
8. 1·u=u ∀u ∈ V
Los elementos de V se llaman vectores y los del cuerpo K se llaman escalares. Algunos ejemplos clásicos de
espacios vectoriales son:
(i) Los vectores de n componentes reales, es decir (Rn , +, ·) es un espacio vectorial sobre R, con las
1
siguientes operaciones: si ~u, ~v ∈ Rn , con ~u = (u1 , u2 , ..., un ), ~v = (v1 , v2 , ..., vn ) y α ∈ R se define:
~u + ~v = (u1 + v1 , u2 + v2 , . . . , un + vn )
α · ~u = (αu1 , αu2 , . . . , αun )
En particular, el conjunto de los pares ordenados denotados por (R2 , +, ·), es un espacio vectorial
que se identifica, geométricamente, con el plano cartesiano, y sus elementos, llamados vectores se
les acostumbra dibujar como flechas en el plano. Por otro lado, el conjunto de las ternas ordenadas
denotadas por (R3 , +, ·), es otro espacio vectorial que se identifica con el espacio cartesiano.
Figura 1: Vectores en el espacio cartesiano (Villalobos & Inostroza, 2008).
(ii) (Rn [x], +, ·), el conjunto de los polinomios de coeficientes reales ai ∈ R, i = 0, . . . , n, en una variable
real de grado menor o igual a n, es un espacio vectorial sobre R con la adición y el producto por
escalar habitual de polinomios, vale decir, si p(x) = a0 + a1 x + a2 x2 + . . . + an xn y q(x) = b0 + b1 x +
b2 x2 + . . . + bn xn :
p(x) + q(x) = (a0 + b0 ) + (a1 + b1 )x + (a2 + b2 )x2 + . . . + (an + bn )xn
α · p(x) = αa0 + αa1 x + αa2 x2 + . . . + αan xn , ∀α ∈ R
(iii) (Mm×n (R), +, ·), el conjunto de las matrices de orden m × n con entradas reales es un espacio vectorial
sobre R. La matriz real es un arreglo de números reales:
a11 a12 · · · a1n
a21 a22 · · · a2n
A= · · · · · · · · · · · · = (aij )m×n
am1 am2 · · · amn
donde, aij ∈ R, con i = 1, . . . , m y j = 1, . . . , n. El elemento genérico aij se encuentra en la i-esima
fila y la j-esima columna.
Si A, B ∈ Mm×n (R), se define la suma de matrices:
A + B = (aij )m×n + (bij )m×n = (aij ) + bij )m×n
El producto escalar queda definido por:
α · A = α · (aij )m×n = (αaij )m×n
2
OBSERVACIÓN 1.
Un espacio vectorial debe tener al menos un elemento: el vector nulo. Luego, un espacio vectorial con un solo
elemento, es el espacio vectorial más pequeño posible. Este espacio vectorial, formado por un solo elemento,
se llama espacio vectorial trivial.
1.3. Subespacio vectorial.
Sea (V, +, ·) un espacio vectorial sobre un cuerpo R, W ⊆ V , W 6= ∅. Se dice que W es un subespacio
vectorial de V si (W, +, ·) es un espacio vectorial sobre R.
TEOREMA 1.
Sea V un espacio vectorial sobre R, (W ⊆ V ) es un subespacio vectorial de V , denotado como W ≤ V , si
y solo si se satisfacen las siguientes tres condiciones:
(i) W 6= ∅ (lo usual es probar que 0 ∈ W )
(ii) si u, v ∈ W =⇒ (u + v) ∈ W
(iii) si α ∈ K y u ∈ W =⇒ (αu) ∈ W
TEOREMA 2.
Una condición necesaria y suficiente para que W ⊆ V sea subespacio de V es que:
∀α, β ∈ K y ∀u, v ∈ W =⇒ αu + βv ∈ W con W 6= ∅
Esta condición de subespacio establecida es equivalente a la del Teorema 1 precedente.
1.4. Suma e intersección de subespacios
Sean W1 y W2 dos subespacios del espacio vectorial V sobre R (W1 , W2 ≤ V ):
(i) W1 ∩ W2 ≤ V
(ii) W1 + W2 ≤ V ,
donde, el conjunto suma de los subespacios W1 y W2 consta de todas las sumas w1 + w2 donde w1 ∈ W1 y
w2 ∈ W 2
W1 + W2 = {w1 + w2 : w1 ∈ W1 , w2 ∈ W2 }
Demostración (i): Si Wi , i ∈ N, es una familia de subespacios:
3
𝑊#
𝐻 𝑊"
𝑊!
Figura 2: Intersección de subespacios vectoriales.
y H = ∩(Wi ), la intersección de los Wi . En efecto, sean w1 , w2 ∈ H entonces w1 , w2 ∈ Wi . Como los Wi son
subespacios, entonces se cumple que ∀α, β ∈ K : (αw1 + βw2 ) ∈ H = ∩(Wi ). Por lo tanto, la intersección
H = W1 ∩ W2 es un subespacio vectorial de V .
1.5. Suma directa.
Se dice que el espacio vectorial V es suma directa de sus subespacios W1 y W2 (W1 ⊕ W2 ), si todo vector v
que pertenece a V puede escribirse de una y, solamente, de una manera como:
v = w1 + w2
donde, w1 ∈ W1 y w2 ∈ W2
TEOREMA 3.
El espacio vectorial V es la suma directa de sus subespacios W1 y W2 , si y solo si:
(i) V = W1 + W2
(ii) W1 ∩ W2 = 0
1.6. Conclusión.
Con la lectura de este apunte se ha introducido y entrenado el pensamiento matemático abstracto del estu-
diante sin abrumarlo con demostraciones. Ahora será capaz de comprender y analizar algoritmos complejos,
además de desarrollar el instinto geométrico. En este curso, la geométria y el álgebra van de la mano.
Los tópicos acá tratados no sólo son importantes para lo que resta por aprender en el curso de Álgebra
Lineal, sino que también son prerrequisitos para otros cursos como el de Ecuaciones Diferenciales. Con
esta primera aproximación matemática, el desafio es que el estudiante sea capaz de extender conceptos
adquiridos y ya aplicados a espacios bi-tridimensionales y generalizarlos a espacios de n dimensiones.
Referencias
[1] Anton, H. (1994). Introducción al álgebra lineal. México: Limusa.
4
[2] Grossman, S., & Flores, J. (2012). Álgebra lineal. México: McGraw-Hill.
[3] Sanmiguel, C., Abarzua, N., Barile, V., Farias, G., Yanez, S., & Zegarra, L. (2016). Álgebra lineal en
dimensión finita. Santiago: Universidad Adolfo Ibáñez.
[4] Villalobos, E., & Inostroza, J. (2008). Apuntes de álgebra lineal. Santiago: Universidad de Santiago de
Chile.
[5] Williams, G. (2011). Álgebra lineal con aplicaciones. México: McGraw-Hill.