Notas de clase de Álgebra Lineal I Víctor G.

Osorio Vidal
----------------------------------------------------------------------------------------------------------

ESPACIOS VECTORIALES

En el cálculo elemental se estudia funciones reales de una variable real; es decir,

funciones cuyo dominio y rango son R o subconjuntos de R. Para esto es necesario
conocer las propiedades de números reales. Una situación muy similar se presenta en el
álgebra lineal; los objetos realmente importantes son las transformaciones lineales que
son un tipo particular de funciones cuyo dominio y contradominio son conjuntos
dotados de una estructura muy importante: los espacios vectoriales. Es por lo tanto, la
intención de este capítulo dar los conceptos y propiedades básicas de los espacios
vectoriales.
1. ESPACIOS VECTORIALES
DEFINICIÓN PRELIMINAR.- Dado un conjunto V ≠ Φ , un campo ( K , +, ⋅ )
(que puede ser los reales R o los complejos C ), se define una ley de composición
interna en V
⊕ : V ×V → V
( x , y) a x ⊕ y
llamada adición y se define una ley de composición externa en V con escalares en el
campo K
ü : K ×V → V
( a, x ) a aüx
denominada multiplicación por escalares. Diremos que el objeto (V , ⊕, K , ü) es
un espacio vectorial sobre el campo K si y solo si verifica las siguientes
condiciones:
V1) ( x ⊕ y ) ⊕ z = x ⊕ ( y ⊕ z ) para todo x, y, z ∈ V .
V2) Existe θ ∈V tal que x ⊕ θ = θ ⊕ x = x , para todo x ∈ V . El elemento θ se
denomina neutro aditivo o cero.
V3) Para todo x ∈ V , existe y ∈ V tal que x ⊕ y = y ⊕ x = θ . El elemento y se
denomina opuesto de x y se denota por y = − x .
V4) x ⊕ y = y ⊕ x para todo x, y ∈ V .
V5) aü(büx) = ( a ⋅ b) üx para todo a, b ∈ K , para todo x ∈V .
V6) (a + b) ü x = aü x ⊕ b üx para todo a, b ∈ K , para todo x ∈V .
V7) aü ( x ⊕ y ) = aüx ⊕ aüy para todo a ∈ K , para todo x, y ∈ V .
V8) Existe 1 ∈ K llamado elemento idéntico multiplicativo tal que 1ü x = x . Para
todo x ∈V ,

7
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

OBSERVACIONES:
a) Un conjunto V ≠ Φ para que sea espacio vectorial sobre un campo K debe tener
definidas dos operaciones “adición” y “multiplicación por un escalar”; las
cuales deben cumplir las ocho propiedades arriba mencionadas. En caso que no
cumpla con alguna de ellas no es un espacio vectorial.
b) A los elementos de V se les llaman vectores y el elemento neutro aditivo θ
recibe el nombre de vector nulo.
c) Si K = R , V es llamado espacio vectorial real y si K = C , V se denomina
espacio vectorial complejo.
d) En lo que sigue de las notas si no se dice lo contrario en lugar de denotar la
adición de vectores con el símbolo “ ⊕ ” simplemente denotaremos con “+”,
haciendo la diferencia según el contexto cuando se trata de la suma de vectores
( x + y ) o la suma de escalares ( a + b) ; el símbolo “ ⊕ ” se usará más adelante
para denotar la suma directa.
Omitiremos escribir el símbolo “ü” que denota la ley de composición externa,
simplemente con la yuxtaposición se entenderá la multiplicación de un vector
por un escalar haciendo la diferencia según el contexto cuando se trate de la
multiplicación de un vector por un escalar (ax) o la multiplicación de dos
escalares (ab).
Con las precisiones hechas en d), la definición de espacio vectorial se puede
enunciar formalmente como sigue:

DEFINICIÓN 1.1.- Dados un conjunto V ≠ Φ , un campo K, una ley de

composición interna “+” en V llamada adición y una ley de composición externa
“·” definida en V y con operadores o escalares en K denominada multiplicación
por escalares. Diremos que V es un K- espacio vectorial o que V es un espacio
vectorial sobre el campo K si y solo si se verifican las siguientes condiciones:
V1) ( x + y ) + z = x + ( y + z ) para todo x, y, z ∈ V .
V2) Existe θ ∈V tal que x + θ = θ + x = x , para todo x ∈ V . El elemento θ se
denomina neutro aditivo o cero.
V3) Para todo x ∈ V , existe y ∈ V tal que x + y = y + x = θ . El elemento y se
denomina opuesto de x y se denota por y = − x .
V4) x + y = y + x para todo x, y ∈ V .

8
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

V5) a (b x ) = (a b) x para todo a, b ∈ K , para todo x ∈ V .

V6) ( a + b) x = ax + bx para todo a, b ∈ K , para todo x ∈ V .
V7) a ( x + y ) = ax + ay para todo a ∈ K , para todo x, y ∈ V .
V8) Existe 1 ∈ K llamado elemento idéntico multiplicativo tal que 1x = x . Para
todo x ∈ V ,

EJEMPLO 1.1.1.- Sea V = R n = { ( x1 , K , x n ) / xi ∈ R, ∀ i = 1, 2, K , n } y K = R .

Dados x = ( x1 , K , x n ) , y = ( y1 , K , y n ) ∈ R n y a ∈ R , definimos:

x + y = ( x1 + y1 , K, x n + y n )

a x = (a x1 , K , a x n )

( R n , +, R, ·) cumple las condiciones de espacio vectorial. En efecto:

V1) Sean x, y, z ∈ R n
( x + y ) + z = [ ( x1 , K , x n ) + ( y1 , K, y n ) ] + ( z1 , K , z n )

= ( x1 + y1 , K, x n + y n ) + ( z1 , K , z n )

= [ ( x1 + y1 ) + z1 , K, ( x n + y n ) + z n ]

= [ x1 + ( y1 + z1 ), K, x n + ( y n + z n ) ]

= ( x1 , K, x n ) + ( y1 + z1 , K , y n + z n )
= x + ( y + z)

V2) Existe θ = (0, K , 0) ∈ R n / x + θ = θ + x = x , para todo x ∈ R n .

V3) Para todo x ∈ R n , existe y = − x = (− x1 , K , − x n ) tal que x + y = y + x = θ .

V4) Sean x, y ∈ R n
x + y = ( x1 , K , x n ) + ( y1 , K, y n )

= ( x1 + y1 , K, x n + y n )

= ( y1 + x1 , K, y n + x n )
= y+x
V5), V6), V7) y V8) se verifican análogamente.

9
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

EJEMPLO 1.1.2.- Consideremos F = { f : R → R } el conjunto de funciones

definida en los reales y con valores reales, y K = R . Sean f , g ∈ F y a∈ R
definimos:
( f + g ) ( x ) = f ( x ) + g ( x ) para todo x ∈ R
( a f )( x ) = a f ( x ) para todo x ∈ R
La cuaterna (F , +, R, ·) es un espacio vectorial. Verificaremos sólo las
condiciones V2) y V3), las demás quedan como ejercicio para el lector.
V2) Existe θ ∈F definida como θ ( x ) = 0 para todo x ∈ R (función cero) y
cumple f + θ = θ + f = f para todo f ∈ F .
V3) Para todo f ∈ F , existe un opuesto que definimos como:
( − f )( x ) = − f ( x) tal que f + (− f ) = − f + f = θ .
EJEMPLO 1.1.3.- R no es un espacio vectorial sobre K = C . Pues si a ∈ C y
x ∈ R , no siempre se cumple que axa ∈ R ; es decir, no es una ley de composición
externa.
EJEMPLO 1.1.4.- Sea K un campo, construyamos el conjunto:
K n = {( k1 , K , k n ) / k i ∈ K , ∀i = 1, 2, K , n }

para x = ( k1 , K , k n ), y = (k '1 , K , k ' n ) ∈ K n y c ∈ K , definimos:

x + y = (k1 + k '1 , K, k n + k 'n )

cx = (ck1 , K , ck n )

( K n , +, K , ·) es un espacio vectorial.

EJEMPLO 1.1.5.- Denotemos por:

⎧ x / x = (a 0 , a1 , K , a n , K) donde los a i ∈ K , son todos ceros, excepto un ⎫
K∞ =⎨ ⎬
⎩ número finito de elementos (números) ⎭

Sean x = (ai ), y = (bi ) ∈ K y c ∈ K . Definimos:

x + y = (a 0 + b0 , a1 + b1 , K , a n + bn , K )

cx = (ca0 , ca1 , K, ca n , K )

se deja al lector verificar que ( K ∞ , +, K , ·) es un espacio vectorial.

10
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

EJEMPLO 1.1.6.- Consideremos P[x] el conjunto de las funciones polinomiales

en la indeterminada x de grado menor o igual que n (n ∈ Z + ) sobre el campo de
los números reales. Sean:
p ( x ) = a 0 + a1 x + K + a n x n , q ( x ) = b0 + b1 x + K + bn x n ∈ P[ x ] y α ∈ R

Definimos:
p ( x ) + q ( x ) = ( a 0 + b0 ) + (a1 + b1 ) x + K + ( a n + bn ) x n

α p ( x ) = α a 0 + α a1 x + L + α a n x n
(P[ x], +, R, ·) es un espacio vectorial. La verificación es análoga en el ejemplo
1.1.2.
NOTA.- Si se considera el conjunto de todos los polinomios de grado igual a
n (n ∈ Z + ) con las mismas operaciones, no constituye un espacio vectorial sobre R,
pues la adición para este conjunto no es una ley de composición interna.

EJEMPLO 1.1.7.- Sea K un campo, consideremos:

I m = {1, K , m }, I n = {1, K , n}
P = {1, K , m} × {1, K , n} = { (i, j ) / 1 ≤ i ≤ m ∧ 1 ≤ j ≤ n }

es decir P = I m × I n (producto cartesiano de I m por I n ). Definimos:

⎧ ⎡ a11 K a1n ⎤ ⎫
⎪ ⎪
K m× n
= ⎨ A : P → K / A (i, j ) = a i j ∈ K , A = ⎢⎢ M M M ⎥⎥ ⎬
⎪
⎩ ⎢⎣a m1 K a mn ⎥⎦ ⎪⎭

A: P → K

(1, 1) a a11
(1, 2) a a12
M M
(1, n) a a1n

M M
(i, j ) a a i j

M M
(m, n) a a mn

11
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

K m×n recibe el nombre de conjunto de matrices de orden m × n sobre el campo K.

Sean A, B ∈ K m×n y α ∈ K . Definimos la:
Adición : ci j = ( A + B ) (i , j ) = A(i, j ) + B (i, j ) = a i j + bi j

Multiplicación : ci j = (α A) (i, j ) = α A(i, j ) = α a i j

Fácilmente se verifica que K m×n con las operaciones definidas arriba es un espacio
vectorial sobre K.

EJEMPLO 1.1.8.- Dado el sistema lineal homogéneo:

a 11 x1 + a 12 x 2 + K + a 1 n x n = 0

M M K M M
a m 1 x1 + a m 2 x 2 + K + a m n x n = 0

con coeficientes en R.
Sea S = { ( x1 , K , x n ) /( x1 , K , x n ) es solución del sistema }

S con las operaciones usuales de adición y multiplicación por escalares es un

espacio vectorial sobre R.

EJEMPLO 1.1.9.- Sean V1 , V2 espacios vectoriales sobre el campo K y

consideremos el conjunto:
V = { (v1 , v 2 ) / v1 ∈ V1 ∧ v2 ∈ V2 }
para (v1 , v2 ), (v'1 v' 2 ) ∈ V y a∈ K . Definimos:

(v1 , v2 ) + (v'1 v' 2 ) = (v1 + v'1 , v2 + v' 2 )

a (v1 , v2 ) = (a v1 , a v 2 )
V con las operaciones arriba definidas es un espacio vectorial sobre K.

EJEMPLO 1.1.10.- Sea f : (−1, 1) → R (R un espacio vectorial sobre R con las

operaciones usuales) tal que:
⎧ x
⎪ si x ≥ 0
f ( x) = ⎨1 − x
x
⎪ si x < 0
⎩1 + x
Es fácil mostrar que f así definida es una biyección.
Para x, y ∈ ( −1, 1) y a ∈ R definimos:

12
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

x+ y = f −1
( f ( x) + f ( y))

ax = f −1
(af ( x) )
demostrar que (−1, 1) con las operaciones arriba definidas es un espacio vectorial
sobre R.
SOLUCIÓN
Sólo verificaremos las condiciones V1) y V7) las restantes se dejan al lector para
que las verifique.
−1
V1) ( x + y ) + z = f ( f ( x + y ) + f ( z ))
−1 −1
= f (f(f ( f ( x) + f ( y ))) + f ( z ))
−1
= f (( f ( x) + f ( y )) + f ( z ))
−1
= f ( f ( x) + ( f ( y ) + f ( z )))
−1 −1
= f ( f ( x) + f ( f (( f ( y ) + f ( z ))))
−1
= f ( f ( x) + f ( y + z ))
= x + ( y + z)
V7) ( a + b) x = ax + bx para todo a, b ∈ R y para todo x ∈ (−1, 1) .
−1
ax + bx = f ( f (ax) + f (bx))
−1 −1 −1
= f (f(f (af ( x)))) + f ( f (bf ( x))))
−1
= f (af ( x) + bf ( x))
−1
= f ((a + b) f ( x))
= (a + b) x

PROPOSICIÓN 1.2.- Sea (V , +, K , ·) un espacio vectorial. Entonces se tiene:

i) El elemento θ es único.
ii) 0 x = θ para todo x ∈ V .
iii) a θ = θ para todo a ∈ K .
iv) Si ax = θ , entonces a = 0 ó x = θ .
v) ( − a ) x = −( ax ) para todo a ∈ K y para todo x ∈ V .
PRUEBA.- Solamente, a modo de ilustración, probaremos i) y v).
Prueba de i)
Supongamos que exista θ '∈V tal que x + θ ' = θ '+ x = x para todo x ∈ V .

13
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

Haciendo x = θ tenemos que:

θ + θ ' = θ '+θ = θ (1)
Por otro lado en virtud de la condición V2) de espacios vectoriales existe θ ∈V tal
que x + θ = θ + x = x para todo x ∈ V , haciendo x = θ ′ tenemos que:
θ '+θ = θ + θ ' = θ ' (2)
de (1), (2) y V4) finalmente se tiene: θ =θ '.
Prueba de v):
− ( ax) + ax = θ por V3)
=0x por ii)
= (−a + a ) x por suma de opuestos en K
− ( ax ) + ax = − ax + ax por V6)
∴ − (ax ) = − ax por la ley de cancelación.

EJERCICIOS

1. Sean V = R 2 y K = R . Averiguar si R 2 con las operaciones definidas a

continuación es un espacio vectorial sobre R.
a) ( x1 , y1 ) + ( x2 , y 2 ) = ( x1 + x2 , 0) y a ( x, y ) = (ax, 0)
b) ( x1 , y1 ) + ( x2 , y 2 ) = ( x1 + x2 , y1 + y 2 ) y a ( x, y ) = (ax, 0)
(las operaciones que aparecen en el segundo miembro de las igualdades,
tanto en a) como en b) son la adición y multiplicación usuales).
2. En R 3 con la operación usual de adición y la multiplicación definida como:
∀ a ∈ R; ∀( x, y, z ) ∈ R 3 : a ( x, y, z ) = (ax, ay, 2az )

averiguar si R 3 es un espacio vectorial sobre R.

3. Sean V = R + (el conjunto de los números reales positivos) y K = R . Se definen
las operaciones de adición y multiplicación por escalar como sigue:
∀ x, y ∈ R + : x ⊕ y = xy

∀a ∈ R; ∀ x ∈ R+ : a o x = xa

Averiguar si R + con las operaciones definidas anteriormente es un espacio

vectorial sobre R.
4. Sean V=R y K=R; se define la operación de adición como sigue:

14
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

∀ x, y ∈ R : x ⊕ y = máx{ x, y}
Si la multiplicación por escalar es la usual de números reales, averiguar si R con
las operaciones antes definidas es un espacio vectorial.
5. Sea Z el conjunto de los números enteros con la adición usual y la multiplicación
por escalar definida por
∀ a ∈ R, ∀ x ∈ Z : a o x = [ a ] x

donde [ a ] denota el máximo entero; esto es

[ a ]= k ⇔ k ≤ a < k + 1 ; ∀ k ∈ Z
Por ejemplo
2,75 o 4 = [ 2,75 ]4 = (2)(4) = 8 , − 2,15 o 3 = [ − 2,15 ]3 = (−3)(3) = −9

¿Cuáles de las condiciones de espacio vectorial no se verifican?.

6. Sea el conjunto Q ( 2 ) = { a + b 2 / a, b ∈ Q } . Se define:

( a + b 2 ) + (c + d 2 ) = ( a + c) + (b + d ) 2

α (a + b 2 ) = α a + α b 2

¿Es ( Q ( 2 ), +, K , ·) un espacio vectorial?, Si:

(a) K = Q ( 2 ) , (b) K = Q y (c) K = R .

7. Demostrar ii), iii) y iv) de la proposición 1.2.
8. En el conjunto R 2 se definen la adición y la multiplicación como sigue:
(
∀ x = ( x1 , x 2 ) , y = ( y1 , y 2 ) ∈ R 2 : x ⊕ y = ( x13 + y13 ) 3 , ( x 23 + y 23 )
1 1
3
)
∀ a ∈ R ; ∀ x = ( x1 , x 2 ) ∈ R 2 : a o x = (ax1 , ax 2 )

Averiguar si R 2 con las operaciones arriba definidas es un espacio vectorial.

9. En un grupo aditivo V se da la siguiente definición. Para x ∈ V y para
cualquier entero positivo n, se define el producto nx inductivamente por
1x = x y nx = ( n − 1) x + x
Para un entero negativo n, se define
nx = −(( − n) x ) ,
donde − n es un entero y por consiguiente (− n) x está bien definido. Denotando
por Z el conjunto de todos los enteros, demostrar que la aplicación
Z ×V → V
verifica las siguientes propiedades:
(n, x) a nx

15
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

a) n( x + y ) = nx + ny b) ( m + n) x ) = mx + nx
c) ( mn ) x = m( nx ) d) 1x = x
¿Es V un espacio vectorial?. La respuesta es obvia.
2. SUBESPACIOS
DEFINICIÓN 2.1.- Sea (V , +, K , ·) un espacio vectorial cualesquiera. Diremos
que W, un subconjunto de V diferente del vacío es un subespacio si y solo si
(W , +, K , ·) con las operaciones definidas para V es por sí mismo un espacio
vectorial.
NOTA.- El conjunto {θ } y V son subespacios vectoriales de V, denominados
subespacios triviales; cualquier otro subespacio es llamado subespacio propio.
Nótese además que el elemento neutro aditivo de W es el mismo que el de V.
TEOREMA 2.2.- Sea V un K-espacio vectorial un espacio vectorial y W un
subconjunto de V diferente del vacío. W es un subespacio vectorial de V si y solo si:
i) Para todo x, y ∈ W , x + y ∈ W .
ii) Para todo a ∈ K , para todo x ∈ W , ax ∈ W .
PRUEBA
⇒) Es obvio
⇐) Por hipótesis tenemos que se cumple i) y ii), probaremos que W es un K-espacio
vectorial.
V1) ( x + y ) + z = x + ( y + z ) para que x, y , z ∈ W . Se verifica: x, y , z ∈ W ⊂ V y
en V se cumple V1).
V2) Existe θ ∈W / x + θ = θ + x = x para todo x ∈ W . En efecto, sea:
y ∈ W ⇒ ( −1) y = − y ∈ W (por ii)) ⇒ y + (− y ) = θ ∈ W por i)).
V3) Para todo x ∈ W , existe − x ∈ W tal que x + ( − x) = − x + x = θ en virtud de i) y
ii).
Análogamente se puede verificar que (W , +, K , ·) cumple las condiciones restantes
del espacio vectorial.

EJEMPLO 2.2.1.- Sea V = R 2 y consideremos:

⎧ x ⎫
W = ⎨( x1 , x 2 ) ∈ R 2 /( x1 , x 2 ) = (0, 0) ó 2 = a , x1 ≠ 0 y a = constante⎬
⎩ x1 ⎭
W es un subespacio vectorial de V.

16
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

EJEMPLO 2.2.2.- Sea F el R-espacio vectorial de todas las funciones reales de

variable real, consideremos:
C = { f : R → R / f es continua }

es un subespacio vectorial de F. En efecto, tenemos que C ≠ Φ ya que θ ∈ C ,

pues θ : R → R tal que θ ( x) = 0 para que x ∈ R es una función continua. Las otras
condiciones se cumplen en virtud de las propiedades de funciones continuas.

EJEMPLO 2.2.3.- Sea ( R 3 , +, R, ·) y dados u = (1, 3, 0) y v = (−2, 0, 1)

elementos de R 3 . Construimos:
W = {w ∈ R 3 / w = u + a(v − u ), a ∈ R }

W no es un subespacio de R 3 , pues es fácil verificar que cero no pertenece a W.

EJEMPLO 2.2.4.- Sea V = F el R-espacio vectorial de todos las funciones reales

de variable real. Averiguar si el conjunto definido como:
W = { f ∈ F / f (a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a )}
es un subespacio vectorial.
SOLUCIÓN
Haciendo uso del teorema 2.2. tenemos que W ⊂ V por definición y además
W ≠ Φ pues la función cero pertenece a W. Veamos si cumplen las condiciones i) y
ii) del teorema.
i) f , g ∈ W entonces:
f ( a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a ) (1)
g ( a + b ) = g ( a ) + g (b ) ∧ g ( λ a ) = λ g ( a ) (2)
Sumando las igualdades de (1) y (2) miembro a miembro
f (a + b) + g ( a + b) = ( f ( a ) + f (b)) + ( g ( a ) + g (b))
∧ f (λ a ) + g (λ a ) = λ f ( a ) + λ g ( a )
agrupando convenientemente y usando la definición de suma de funciones,
tenemos:
( f + g )( a + b) = ( f + g )( a ) + ( f + g )(b) ∧ ( f + g )(λ a ) = λ ( f + g )( a )
luego f + g ∈ W .

17
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

ii) α ∈ R, f ∈ W entonces:
α ∈ R, f ( a + b) = f ( a ) + f (b) ∧ f (λ a ) = λ f ( a ) (3)
multiplicando las igualdades de (3) por α y de la definición de producto de una
función por un escalar tenemos:
(α f )( a + b) = (α f )( a ) + (α f )(b) ∧ (α f )(λ a ) = λ (α f )( a )
luego α f ∈ W .
De i) y ii) W es un subespacio vectorial.

EJEMPLO 2.2.5.- Sea V = C = { f : R → R / f es continua } y consideremos:

W1 = { f ∈ C / ∫ 10 f (t ) dt = 0 }

W2 = { f ∈ C / ∫ 10 f (t ) dt = 1}

W1 es un subespacio vectorial, W2 no es un subespacio pues no se cumplen las

condiciones del teorema 2.2. En efecto, tomemos f : R → R tal que f (t ) = 1 ,

entonces f ∈ W2 ya que ∫ 10 dt = 1 , pero f + f ∉ W2 pues ∫ 10 ( f (t ) + f (t )) dt = 2 ≠ 1 .

EJEMPLO 2.2.6.- Sea V = R n×n el espacio vectorial de las matrices cuadradas de

orden n × n sobre el campo R. Definimos:
S = { A ∈ R n×n / a i j = a j i ; ∀i, ∀ j }

T = { A ∈ R n×n / ai j = −a j i ; ∀i, ∀ j }

Los elementos del conjunto S se denominan matrices simétricas, y a los elementos

de T se les llaman matrices antisimétricas. Los conjuntos S y T con las operaciones
heredadas de ( R n×n , +, R, ·) son subespacios vectoriales.

EJEMPLOS 2.2.7.- Sea C n×n = {(ai j ) / ai j ∈ C } el espacio vectorial de las

matrices de componentes complejas sobre el campo R. Definimos:

H = {(ai j ) ∈ C n×n / ai j = −a j i ; 1 ≤ i, j ≤ n }

H es un subespacio de C n×n .

18
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

EJERCICIOS

1. Sea el espacio vectorial ( R 2 , +, R, ·) . Averiguar cuáles de los siguientes sub-

conjuntos son subespacios vectoriales:
a) U = { ( x, y ) ∈ R 2 / x + y = 0 }

b) W = { ( x, y ) ∈ R 2 / xy = 0 }

c) S = { ( x, y ) ∈ R 2 / x = 2 y }

d) T = { ( x, y ) ∈ R 2 / x = 2 y + 1}

2. Sea el espacio vectorial ( R 3 , +, R, ·) . Averiguar cuáles de los siguientes sub-

conjuntos son subespacios vectoriales:
a) U 1 = { ( x, y , z ) ∈ R 3 / x = z }

b) U 2 = { ( x, y, z ) ∈ R 3 / x 2 + y 2 + z 2 ≤ 1}

c) U 3 = { ( x, y, z ) ∈ R 3 / x = y }

d) U 4 = { ( x, y , z ) ∈ R 3 / 2 x + y − z = 0 }

e) U 5 = { ( x, y , z ) ∈ R 3 / x < y < z }

3. Sea el espacio vectorial (F , +, R, ·) , donde F = { f : R → R } (ver el

ejemplo 1.1.2.). Averiguar cuáles de los siguientes subconjuntos de F son
subespacios vectoriales.
a) W1 = { f ∈F / f (1) = 0 }
b) W2 = { f ∈F / f (0) = f (1) }
c) W3 = { f ∈F / f (0) + f (1) = 0 }

d) W4 = { f ∈F / f ( x) ≥ 0 }
e) W5 = { f ∈ F / f (−1) = 0 }

⎧ f (0) + f (1) ⎫
f) W6 = ⎨ f ∈ F / f (1 / 2) = ⎬
⎩ 2 ⎭

19
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

g) W7 = { f ∈ F / f ( x 2 ) = ( f ( x )) 2 }

h) W8 = { f ∈F / f (3) = 1 + f (−5) }

i) W9 = { f ∈ F / f (1) = 0 ∧ f (−1) = 0 }

j) W10 = { f ∈ F / f (1) = 0 ∨ f (−1) = 0 }

4. Sea el espacio vectorial (C 2 , +, R, ·) . Determinar cuáles de los siguientes sub-

conjuntos son subespacios vectoriales:
a) S1 = { ( z , u ) ∈ C 2 / z 2 + u 2 = 0 }

b) S 2 = { ( z, u ) ∈ C 2 / Re( z ) = Re(u ) }

c) S 3 = { ( z , u ) ∈ C 2 / Im( z ) = 0 ∧ Re( z − u ) = Im( z ) }

d) S 4 = { ( z, u ) ∈ C 2 / Im( z ) − Im(u ) = 0 }

5. Analizar si ( R 2 , +, R, ·) es un subespacio de ( R 3 , +, R, ·) .

6. Sea ( R 2×2 , +, R, ·) el espacio vectorial de las matrices cuadradas de orden

2 × 2 de entradas reales sobre R y A ∈ R 2×2 una matriz particular. Determinar

cuáles de los siguientes subconjuntos son subespacios vectoriales:
a) T1 = { B ∈ R 2×2 / AB = BA}

b) T2 = { B ∈ R 2×2 / AB ≠ BA}

c) T3 = { B ∈ R 2×2 / BA = 0 }

3. OPERACIONES CON SUBESPACIOS

PROPOSICIÓN 3.1.- Sea {Wi }i∈I una familia de subespacios de (V , +, R, ·) . Si

W = IWi
i∈I

entonces, W es un subespacio de V.
PRUEBA
W ⊂ V por definición y además es no vacío ya que θ ∈ Wi ∀i ∈ I , entonces θ ∈W .

i) Sean x, y ∈ W ⇒ x, y ∈ Wi ∀i ⇒ x + y ∈ Wi ∀i

⇒ x + y ∈W .

ii) Sean a ∈ K , x ∈ W ⇒ a ∈ K ∧ x ∈ Wi ∀i ⇒ ax ∈ Wi ∀i

⇒ ax ∈ W .

20
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

EJEMPLO 3.1.1.- Sea ( R 3 , +, R, ·) y consideremos:

W1 = { ( x, y, z ) ∈ R 3 / x − y = 0 }

W2 = { ( x, y , z ) ∈ R 3 / 2 x + z = 0 }

W1 ∩ W2 = { ( x, y, z ) ∈ R 3 / x − y = 0 ∧ 2 x + z = 0 } es un subespacio de ( R 3 , +, R, .)

DEFINICIÓN 3.2.- Sean W1 , W2 subespacios de (V , +, R, ·) . Definimos:

W = { x ∈V / x = x1 + x 2 , x1 ∈W1 ∧ x 2 ∈W2 }
W se denota por W = W1 + W2 y se le llama suma de subespacios W1 y W2 .

PROPOSICIÓN 3.3.- La suma de dos subespacios de V es un subespacio vectorial

de V.
PRUEBA
Sea W1 + W2 = { x ∈V / x = x1 + x 2 , x1 ∈W1 ∧ x 2 ∈W2 }, W1 + W2 ⊂ V por definición

y además es diferente del vacío pues θ ∈W1 + W2 ya que se puede escribir

θ = θ + θ ( θ es elemento de W1 y de W2 ).
i) x, y ∈ W1 + W2 , debemos probar que x + y ∈ W1 + W2 .
x = x1 + x 2 , x1 ∈W1 ∧ x 2 ∈W2
y = y1 + y 2 , y1 ∈ W1 ∧ y 2 ∈ W2
x + y = ( x1 + y1 ) + ( x 2 + y 2 ) ∈ W1 + W2
pues x1 + y1 ∈W1 ∧ x 2 + y 2 ∈W2 .

ii) a ∈ K , x ∈ W1 + W2 , debemos probar que ax ∈ W1 + W2 .

x = x1 + x2 ⇒ ax = ax1 + ax2 ∈ W1 + W2 pues ax1 ∈ W1 ∧ ax2 ∈ W2 .
Luego W1 + W2 es un subespacio vectorial.

EJEMPLO 3.3.1.- En ( R 3 , +, R, ·) consideremos los subespacios:

W1 = { ( x, 0, z ) ∈ R 3 / x, z ∈ R } y W2 = { (0, y, z ) ∈ R 3 / y, z ∈ R }
Tenemos:
⎧(u , v, w) ∈ R 3 /(u , v, w) = ( x1 , 0, z1 ) + (0, y 2 , z 2 ); ⎫
W1 + W2 = ⎨ ⎬
⎩ ( x1 , 0, z1 ) ∈ W1 y (0, y 2 , z 2 ) ∈ W2 ⎭

21
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

Podemos observar que W1 + W2 = R 3 pues cualquier vector (u, v, w) ∈ R 3 se puede

1 1 1
escribir como (u , v, w) = (u , 0, w) + (0, v, w) donde (u , 0, w) ∈ W1 y
2 2 2
1
(0, v, w) ∈ W2 .
2

DEFINICIÓN 3.4.- Sean V un espacio vectorial sobre K , W1 y W2 subespacios de

V. Diremos que V es la suma directa de los subespacios W1 y W2 y denotaremos

por:
V = W1 ⊕ W2 .
Si y solo si:
i) V = W1 + W2
ii) W1 ∩ W2 = {θ }

EJEMPLO 3.4.1.- En ( R 2 , +, R, ·) consideremos los subespacios:

W1 = { ( x, y ) ∈ R 2 / y = x } y W2 = { ( x, y ) ∈ R 2 / y = − x }

R 2 = W1 ⊕ W2 . En efecto:

i) Cualquier vector (u, v) ∈ R 2 se puede expresar como:

1 1 1 1
(u , v ) = ( (u + v ), (u + v)) + ( (u − v ), (v − u ))
2 2 2 2
es decir que R 2 = W1 + W2 .
1 1 1 1
Obsérvese que ( (u + v), (u + v)) ∈ W1 y ( (u − v), (v − u )) ∈ W2 .
2 2 2 2
ii) Probaremos ahora que W1 ∩W2 = { (0, 0) } .
{ (0, 0) } ⊂ W1 ∩ W2 se cumple siempre.
Sea ( x, y ) ∈ W1 ∩ W2 ⇒ ( x, y) ∈ W1 ∧ ( x, y ) ∈ W2 ⇒ x = y ∧ x = − y

⇒ x = y = 0 ⇒ ( x, y ) ∈ { (0, 0) } . Luego W1 ∩W2 ⊂ { (0, 0) }

∴ W1 ∩W2 = { (0, 0) } .
De i), ii) y la definición 3.4 se tiene:
R 2 = W1 ⊕ W2

22
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

EJEMPLO 3.4.2.- Sea V el espacio vectorial de todas las funciones de R en R; sea

V p el conjunto de las funciones pares ( f (− x ) = f ( x )) y Vi el conjunto de las

funciones impares ( f (− x) = − f ( x )) . Afirmamos que V = V p ⊕ Vi . En efecto:

i) Debemos probar que V = V p + Vi . Esta condición se satisface del hecho que

cualquier función de R en R se puede escribir como:

1 1
f ( x) = ( f ( x ) + f ( − x)) + ( f ( x) − f ( − x))
2 2
1 1
Nótese que ( f ( x ) + f (− x)) es una función par, y ( f ( x) − f ( − x)) es una
2 2
función impar.
ii) Probaremos que V p ∩ Vi = {θ } .

Sea f ∈ V p ∩ Vi ⇒ f ∈ V p ∧ f ∈ Vi

⇒ f ( − x ) = f ( x ), ∀x ∈ R ∧ f ( − x ) = − f ( x ), ∀x ∈ R
⇒ 2 f ( x) = 0, ∀x ∈ R ⇒ f = θ
De i), ii) y definición 3.4. tenemos que:
V = V p ⊕ Vi

EJEMPLO 3.4.3.- Sea V el espacio vectorial de las matrices cuadradas sobre el

campo R; y consideremos:
U = { A ∈ V / A = A T } conjunto de las matrices simétricas.

W = { A ∈ V / A = − A T } conjunto de las matrices antisimétricas.

Demostrar que V = U ⊕ W .
i) Demostraremos que V = U + W . Sea A una matriz cuadrada arbitraria de orden
n. Siempre es posible expresar A como:
1 1
A= ( A + AT ) + ( A − AT )
2 2
Sólo nos falta hacer ver que:
1
a) ( A + AT ) ∈ U y
2
1
b) ( A − AT ) ∈ W
2
Probando a)

23
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

1 1
( ( A + AT )) T = ( A + AT ) T
2 2

=
2
(
1 T
A + AT ( ) T
)
1 T
= ( A + A)
2
1
= ( A + AT )
2
Probando b)
1 1
( ( A − AT ))T = ( A − AT )T
2 2

=
2
(
1 T
A − AT( )) T

1 T
= ( A − A)
2
1
= − ( A − AT )
2
Luego satisface la condición i).
ii) Demostraremos que U ∩ W = {θ } .

Sea A ∈ U ∩ W ⇒ A ∈ U ∧ A ∈ W ⇒ A = AT ∧ A = − AT ⇒ A = θ .
Luego U ∩ W = {θ } .
De i), ii) y de la definición 3.4 se tiene:
V = U ⊕W
OBSERVACIÓN 3.5.- La definición de suma de espacios puede ser generalizada
para una familia finita de subespacios. En efecto la suma de los subespacios
W1 , W2 , K , Wn de (V , +, K , ·) es el conjunto:
n
⎧ n
⎫
W = ∑ Wi = ⎨v ∈ V / v = ∑ wi ∧ wi ∈ Wi ; ∀i = 1, 2, K , n ⎬
i =1 ⎩ i =1 ⎭
W es un subespacio de (V , +, K , ·) . Además si tales subespacios tienen como único
elemento común al vector cero, es decir si para todo i ≠ j se tiene que
Wi ∩ W j = {θ } , entonces diremos que W es la suma directa y escribiremos:

W = W1 ⊕ W2 ⊕ K ⊕ Wn

24
Notas de clase de Álgebra Lineal I Víctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------

EJERCICIOS

1. Sea V = R 4 y v1 = (1, 2, 0, 3), v 2 = (1, 4, 3, − 1), v3 = (2, 6, 3, 2) elementos de

R 4 . Definimos:
W1 = {v ∈ R 4 / v = av1 + bv 2 ; a, b ∈ R }

W2 = {v ∈ R 4 / v = av 3 ; a ∈ R }

i) Calcule W1 ∩ W2

ii) Hallar un vector de R 4 tal que no pertenezca a W1 .

iii) Si consideramos W3 = {v ∈ R 4 / v = av1 + bv 2 + cv3 ; a, b, c ∈ R } .

¿Cuál es la relación que existe entre W1 y W3 ?

2. Dados U y W subespacios de V. Demostrar que U ∪ W es un subespacio de V

si y solo si U ⊂ W ó W ⊂ U .
3. Extendemos la definición de suma a subconjuntos arbitrarios no vacíos (no
necesariamente subespacios) S y T de un espacio vectorial V definiendo
S + T = {s + t / s ∈ S ∧ t ∈ T }
Demostrar que esta operación satisface:
i) S +T = T + S
ii) S + {θ } = {θ } + S = S

ii) ( S1 + S 2 ) + S 3 = S1 + ( S 2 + S 3 )

iv) S +V = V + S = V
4. Demostrar que para todo subespacio vectorial W de V se tiene que W + W = W .
5. Dados U, W y T subespacios de un espacio vectorial V. Demostrar:
(U ∩ T ) + (U ∩ W ) ⊂ U ∩ (T + W )

6. Sean U, V y W subespacios de ( R 3 , +, R, ·) donde:

U = { ( x, y , z ) / x + y + z = 0 } , V = { ( x, y , z ) / x = y } y W = { (0, 0, z ) / z ∈ R }
a) Calcular U + V , U + W y V + W .
b) Decir en cual de los tres casos anteriores de la parte a) la suma es directa.
7. Dada la recta L1 = { ( x, y ) ∈ R 2 / y = 5 x } . Hallar otra recta L2 tal que

R 2 = L1 ⊕ L2

25