Espacio vectorial

Este artculo est orientado a proporcionar un

tratamiento riguroso y abstracto del concepto de
espacio vectorial. Para una introduccin ms
accesible al concepto, vase Vector

el espacio tridimensional. Alrededor de 1636, los matemticos franceses Descartes y Fermat fundaron las bases
de la geometra analtica mediante la vinculacin de las
soluciones de una ecuacin con dos variables a la determinacin de una curva plana.[nota 1] Para lograr una solucin
geomtrica sin usar coordenadas, Bernhard Bolzano introdujo en 1804 ciertas operaciones sobre puntos, lneas
y planos, que son predecesores de los vectores.[nota 2] Este
trabajo hizo uso del concepto de coordenadas baricntricas de August Ferdinand Mbius de 1827.[nota 3]
La primera formulacin moderna y axiomtica se debe a
Giuseppe Peano, a nales del siglo XIX. Los siguientes
avances en la teora de espacios vectoriales provienen del
anlisis funcional, principalmente de espacios de funciones. Los problemas de Anlisis funcional requeran resolver problemas sobre la convergencia. Esto se hizo dotando a los espacios vectoriales de una adecuada topologa,
permitiendo tener en cuenta cuestiones de proximidad y
continuidad. Estos espacios vectoriales topolgicos, en
particular los espacios de Banach y los espacios de Hilbert
tienen una teora ms rica y elaborada.

El origen de la denicin de los vectores es la denicin 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 presentacin de los nmeros complejos de Argand y
Hamilton y la creacin de los cuaterniones por este ltimo (Hamilton fue adems el que invent el nombre de
Representacin artstica de un espacio vectorial.
vector).[nota 4] Son elementos de R2 y R4 ; el tratamiento
En lgebra abstracta, un espacio vectorial es una mediante combinaciones lineales se remonta a Laguerre
estructura algebraica creada a partir de un conjunto no va- en 1867, quien tambin deni los sistemas de ecuaciones
co, una operacin interna (llamada suma, denida para lineales.
los elementos del conjunto) y una operacin externa (lla- En 1857, Cayley introdujo la notacin matricial, que
mada producto por un escalar, denida entre dicho con- permite una armonizacin y simplicacin de las
junto y otro conjunto, con estructura de cuerpo ), con 8 aplicaciones lineales. Casi al mismo tiempo, Grassmann
propiedades fundamentales.
estudi el clculo baricntrico iniciado por Mbius.
de objetos abstractos dotados de
A los elementos de un espacio vectorial se les llama Previ conjuntos
[nota 5]
En su trabajo, los conceptos de
operaciones.
vectores y a los elementos del cuerpo, escalares.
independencia lineal y dimensin, as como de producto
escalar estn presentes. En realidad el trabajo de Grassmann de 1844 supera el marco de los espacios vectoriales,
1 Historia
ya que teniendo en cuenta la multiplicacin, tambin, lo
llev a lo que hoy en da se llaman lgebras. El matemHistricamente, las primeras ideas que condujeron a los tico italiano Peano dio la primera denicin moderna de
espacios vectoriales modernos se remontan al siglo XVII: espacios vectoriales y aplicaciones lineales en 1888.[nota 6]
geometra analtica, matrices y sistemas de ecuaciones liUn desarrollo importante de los espacios vectoriales se
neales.
debe a la construccin de los espacios de funciones por
Los espacios vectoriales se derivan de la geometra afn, Henri Lebesgue. Esto ms tarde fue formalizado por
a travs de la introduccin de coordenadas en el plano o
1

Banach en su tesis doctoral de 1920[nota 7] y por Hilbert.

En este momento, el lgebra y el nuevo campo del anlisis
funcional empezaron a interactuar, en particular con conceptos clave tales como los espacios de funciones pintegrables y los espacios de Hilbert. Tambin en este
tiempo, los primeros estudios sobre espacios vectoriales
de innitas dimensiones se realizaron.

DEFINICIN DE ESPACIO VECTORIAL

2) tenga la propiedad asociativa, es decir

u+(v+w) = (u+v)+w,

u, v, w

V
3) tenga elemento neutro 0 , es decir

0 V : u + 0 = u, u V
Los espacios vectoriales tienen aplicaciones en otras ramas de la matemtica, la ciencia y la ingeniera. Se utilizan en mtodos como las series de Fourier, que se utiliza
4) tenga elemento opuesto, es decir
en las rutinas modernas de compresin de imgenes y sou V, u V : u+(u) =
nido, o proporcionan el marco para resolver ecuaciones
0
en derivadas parciales. Adems, los espacios vectoriales
proporcionan una forma abstracta libre de coordenadas
de tratar con objetos geomtricos y fsicos, tales como y la operacin producto por un escalar:
tensores, que a su vez permiten estudiar las propiedades
locales de variedades mediante tcnicas de linealizacin.
Producto : K V
V
(a, u)
7 a u

Notacin

operacin externa tal que:

Dado un espacio vectorial V

distinguen.

sobre un cuerpo K , se

5) tenga la propiedad asociativa:

a (b u) = (a b) u, a, b K,
u V

Los elementos de V como:

u, v, w, . . . V se llaman vectores.
Caligrafas de otras obras

6) 1 K sea elemento neutro del producto:

1 u = u, u V

u
, v, w,
... V
Si el texto es de fsica suelen representarse bajo
una echa:
u, v , w,
... V

a (u + v) = a u + a v, a K,
u, v V
8) tenga la propiedad distributiva del producto
respecto la suma de escalares:

Los elementos de K como:

a, b, c, . . . K se llaman escalares.

7) tenga la propiedad distributiva del producto

respecto la suma de vectores:

Denicin de espacio vectorial

(a+b)u = au+bu, a, b K,
u V

3.1 Observaciones

Un espacio vectorial sobre un cuerpo K (como el cuerpo de los nmeros reales o los nmeros complejos) es un La denominacin de las dos operaciones no condiciona
conjunto V no vaco, dotado de dos operaciones para las la denicin de espacio vectorial por lo que es habitual
encontrar traducciones de obras en las que se utiliza mulcuales ser cerrado:
tiplicacin para el producto y adicin para la suma, usando
las
distinciones propias de la aritmtica.
Suma + : V V
V
(u, v)
7 u + v
Para demostrar que un conjunto V es un espacio vectorial:
operacin interna tal que:
1) tenga la propiedad conmutativa, es decir
u + v = v + u,

u, v V

Lo es si sus dos operaciones, por ejemplo (V, V )

y (V, K), admiten una redenicin del tipo
+(V, V ) = (V, V ) y (K, V ) = (V, K) cumpliendo las 8 condiciones exigidas.

3.3

Primer ejemplo con demostracin al detalle

Si supisemos que V es un grupo conmutativo o coordenadas, aadiendo el subndice x o y para denomiabeliano respecto la suma ya tendramos probados nar su componente en el eje x o y respectivamente
los apartados 1, 2, 3 y 4.
En V se dene la operacin suma:
Si supisemos que el producto es una accin por la
izquierda de V tendramos probados los apartados
5 y 6.
Si no se dice lo contrario:
av = va

3.2

V V
(u, v)

V
w=u+v

donde:

u = (ux , uy )
v = (vx , vy )

Propiedades

Si a u = 0 a = 0

+:

u = 0.

w = (wx , wy )
y la suma de u y v sera:

Si a = 0, es cierto.
Si a = 0, entonces:
! a1 K : a1 a = 1 u = 1u =
(a1 a)u = a1 (au) = a1 0 = 0 u = 0.
Notacin

u+v = (ux , uy )+(vx , vy ) = (ux +vx , uy +vy ) = (wx , wy ) = w

donde:

wx = ux + vx
wy = uy + vy

au = (au)

esto implica que la suma de vectores es interna y bien

denida.

Observacin

La operacin interna suma tiene las propiedades:

1) La propiedad conmutativa, es decir:

au = (a)u = a(u)
Si au+a(u) = a(uu) = a0 = 0
a(u) = au
Si au+(a)u = (aa)u = 0u = 0
(a)u = au

3.3

u + v = v + u,

u, v V

u+v=v+u
(ux , uy ) + (vx , vy ) = v + u
(ux + vx , uy + vy ) = v + u
(vx + ux , vy + uy ) = v + u

Primer ejemplo con demostracin al

(vx , vy ) + (ux , uy ) = v + u
detalle

Se quiere probar que R2 es un espacio vectorial sobre R

Si R2 juega el papel de V y R el de K :

v+u=v+u
2) La propiedad asociativa:

Los elementos:

u V = R2 = R R

(u + v) + w = u + (v + w)
(
)
(
)
(ux , uy )+(vx , vy ) +(wx , wy ) = (ux , uy )+ (vx , vy )+(wx , wy )

son, de forma genrica:

(ux +vx , uy +vy )+(wx , wy ) = (ux , uy )+(vx +wx , vy +wy )

(ux +vx +wx , uy +vy +wy ) = (ux +vx +wx , uy +vy +wy )

u = (ux , uy )

3) tiene elemento neutro 0 :

es decir, pares de nmeros reales. Por claridad se conserva la denominacin del vector, en este caso u, en sus u + 0 = u

(ux , uy ) + (0, 0) = (ux + 0, uy + 0) = (ux , uy )

EJEMPLOS DE ESPACIOS VECTORIALES

7) distributiva por la izquierda:

4) tenga elemento opuesto:

a (u + v) = a u + a v,
u = (ux , uy )

a R,

u, v V

En este caso tenemos:

u = (ux , uy )
u+(u) = (ux , uy )+(ux , uy ) = (ux ux , uy uy ) = (0, 0) = 0
a (u + v) = a u + a v
La operacin producto por un escalar:
a ((ux , uy ) + (vx , vy )) = a (ux , uy ) + a (vx , vy )
: K V
(a, u)

V
7

v=au

a (ux + vx , uy + vy ) = (a ux , a uy ) + (a vx , a vy )
a (ux + vx , uy + vy ) = (a ux + a vx , a uy + a vy )

El producto de a y u ser:

(a(ux +vx ), a(uy +vy )) = (a(ux +vx ), a(uy +vy ))

a u = a (ux , uy ) = (a ux , a uy ) = (vx , vy ) = v
donde:

8) distributiva por la derecha:

(a + b) u = a u + b u,

a, b R,

u V

Que en este caso tenemos:

vx = a ux
vy = a u y

esto implica que la multiplicacin de vector por escalar (a + b) u = a u + b u

es externa y an as est bien denida.
(a + b) (ux , uy ) = a (ux , uy ) + b (ux , uy )

5) tenga la propiedad asociativa:

(a + b) (ux , uy ) = (a ux , a uy ) + (b ux , b uy )
a (b u) = (a b) u,

a, b K,

u V

Esto es:

(a + b) (ux , uy ) = (a ux + b ux , a uy + b uy )
((a + b) ux , (a + b) uy ) = ((a + b) ux , (a + b) uy )
Queda demostrado que es espacio vectorial.

a (b u) = (a b) u
a (b (ux , uy )) = (a b) (ux , uy )

4 Ejemplos de espacios vectoriales

a (b ux , b uy ) = (a b) (ux , uy )
(a b ux , a b uy ) = (a b ux , a b uy )
6) 1 R sea elemento neutro en el producto:

1 u = u,

u V

Que resulta:

1u=u
1 (ux , uy ) = u

4.1 Los cuerpos

Todo cuerpo es un espacio vectorial sobre l mismo,
usando como producto por escalar el producto del cuerpo.
C es un espacio vectorial de dimensin uno sobre C
.
Todo cuerpo es un espacio vectorial sobre su subcuerpo,
usando como producto por escalar el producto del cuerpo.

(1 ux , 1 uy ) = u

C es un espacio vectorial de dimensin 2 sobre R .

(ux , uy ) = u

C es un espacio vectorial de dimensin innita sobre

Q.

Que tiene la propiedad distributiva:

4.3

Espacios de aplicaciones sobre un cuerpo

4.2

Sucesiones sobre un cuerpo K

El espacio vectorial ms conocido notado como K n ,

donde n>0 es un entero, tiene como elementos n-tuplas,
es decir, sucesiones nitas de K de longitud n con las
operaciones:
(u1 , u2 , ..., un)+(v1 , v2 , ..., vn)=(u1 +v1 , u2 +v2 ,
..., un+v ).
a(u1 , u2 , ..., un)=(au1 , au2 , ..., aun).
Las sucesiones innitas de K son espacios vectoriales con
las operaciones:
(u1 , u2 , ..., un, ...)+(v1 , v2 , ..., vn, ...)=(u1 +v1 ,
u2 +v2 , ..., un+v , ...).
a(u1 , u2 , ..., un, ...)=(au1 , au2 , ..., aun, ...).

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

El espacio de las matrices n m , Mnm (K) , sobre K

, con las operaciones:

x1,1
..
.

x1,m
y1,1
.. + ..
. .

Expresin general: p(x)

=
rn xn +
n1
rn1 x
+ ... + r1 x + r0 ,donde los
coecientes rn , ..., r0 K , considrese

i > n ri = 0 .
y1,m
x1,1 + y1,1 x1,m + y1,m

.. =
..
.
p(x) + .. q(x) =
(r xn +
.
.

xn,1 xn,m
yn,1 yn,m
xn,1 + yn,1

x1,1 x1,m
ax1,1 ax1,m

.. = ..
..
a ...
. .
.
xn,1 xn,m
axn,1 axn,m
Tambin son espacios vectoriales cualquier agrupacin de
elementos de K en las cuales se dena las operaciones suma y producto entre estas agrupaciones, elemento a elemento, similar al de matrices n m , as por ejemplo
tenemos las cajas n m r sobre K que aparecen en el
desarrollo de Taylor de orden 3 de una funcin genrica.

4.3

xn1
rn1
xn,m
+ y+
n,m... + r1 x + r0 )
+(sm xm + sm1 xm1 +
... + s1 x + s0 ) =
...
= (tM xM + tM 1 xM 1 +
... + t1 x + t0 ) = (p + q)(x)
, donde M = max{m, n} y
ti = ri + si ,
a(p(x)) = a(rn xn + rn1 xn1 +
... + r1 x + r0 ) = (arn xn +
arn1 xn1 + ... + ar1 x + ar0 ) =
tn xn +tn1 xn1 +...+t1 x+t0 =
(ap)(x) .

Espacios de aplicaciones sobre un

Las series de potencias son similares, salvo que se permicuerpo
ten innitos trminos distintos de cero.

El conjunto F de las aplicaciones f : M K , K

un cuerpo y M un conjunto, tambin forman espacios 4.3.2 Funciones trigonomtricas
vectoriales mediante la suma y la multiplicacin habitual:
Las funciones trigonomtricas forman espacios vectoriales, con las siguientes operaciones:
f, g F, a K
(f + g)(w) := f (w) + g(w),
(af )(w) := a(f )(w).

f (x) = af

(bf,i sen(ix) + cf,i cos(ix)) L2

i=1

4.3.1

Los polinomios

El espacio vectorial K[x] formado por funciones polinmicas, vemoslo:

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

n
=
af i=1 (bf,i sen(ix) +
cf,i
cos(ix))
+
n
ag i=1 (bg,i sen(ix)
+

6 RESULTADOS INTERNOS
cg,i
cos(ix)) =
(af +
n
ag ) i=1 ((bf,i + bg,i )sen(ix) +
(cf,i + cg,i ) cos(ix)) L2 ,

Tambin que las ecuaciones en s, las de la matriz

A notadas como una matriz 1 n , es decir, Ei =
(ai,1 , . . . , ai,n ) , son un espacio vectorial, como se puede ver en sus dos operaciones:

(af )(x)
af (x)
n :=
=
a(af i=1 (bf,i sen(ix) +
cf,i cos(ix)))
=
n
aaf i=1 (abf,i sen(ix)
+
acf,i cos(ix)) L2 .

4.4

Si Ei x = 0, Ej x = 0 Ei x + Ej x = 0
(Ei + Ej )x = 0
Si Ei x = 0, a K a(Ei x) = 0
(aEi )x = 0 .

Los sistemas de ecuaciones lineales homogneas

5

Denicin de subespacio vectorial

Sea V un espacio vectorial sobre K y U V no vaco,

U es un subespacio vectorial de V si:

i) u, v U, u + v U
ii) u U, k K, ku U

5.1 Consecuencias
U hereda las operaciones de V como aplicaciones bien
denidas, es decir que no escapan de U , y como consecuencia tenemos que U es un espacio vectorial sobre K
.
Con cualquier subconjunto de elementos seleccionados
en los espacios vectoriales anteriores, no vaco, se pueden generar subespacios vectoriales, para ello seria til
introducir nuevos conceptos que facilitarn el trabajo sobre estos nuevos espacios vectoriales.
Sistema de 2 ecuaciones y 3 variables

a1,1 x1 + . . . +a1,n xn = 0

..
..
..
o equivalen.
.
.

a x + . . . +a x
m,1 1
m,n n = 0

a1,1 + . . . +a1,n
x1
0
..

.
.
.
..
temente .
.. = ..
am,1 + . . . +am,n
simplicado como Ax = 0

xn

Un sistema de ecuaciones lineales homogneas( ecuaciones lineales en las que x = 0 es siempre una solucin, es
decir, (x1 , . . . , xn ) = (0, . . . , 0) ) posee soluciones
que forman un espacio vectorial, se puede ver en sus dos
operaciones:
Si Ax = 0, Ay = 0 Ax + Ay = 0
A(x + y) = 0
Si Ax = 0, a K a(Ax) = 0
A(ax) = 0 .

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

6.1 Combinacin lineal

Dado un espacio vectorial E , diremos que un vector u es combinacin lineal de los vectores de S =
{v1 , . . . , vn } E si existen escalares a1 , . . . , an
tales que
u = a1 v1 + + an vn
Notaremos como S E el conjunto resultante de todas las
combinaciones lineales de los vectores de S E .

6.4

Base formalmente

7
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 combinacin lineal de los restantes. Equivalentemente, una ecuacin
a1 vi1 + ai2 v2 + ... + anvi = 0

Cada vector u es combinacin lineal de forma nica

6.1.1

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

Proposicin 1

Dado E un espacio vectorial y S E un conjunto de

vectores, el conjunto F = S E es el subespacio vectorial
ms pequeo contenido en E y que contiene a S .

6.4 Base formalmente

Nota. En este caso se dice que S es un sistema

de generadores que genera a F .

6.2

Independencia lineal

Diremos que un conjunto S = {v1 , . . . , vn } de vectores

es linealmente independiente si el vector 0 no se puede
expresar como combinacin lineal no nula de los vectores
de S , es decir:

0 = a1 v1 + + an vn a1 = = an = 0

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

Diremos que un conjunto S de vectores es linealmente Dado un sistema de generadores, diremos que es una base
si son linealmente independientes.
dependiente si no es linealmente independiente.
6.2.1

Proposicin 2

v1 , . .
. , vn son linealmente dependientes vi = 0 :
n
vi = i=j1 aj vj

6.3

Base de un espacio vectorial

Proposicin 3. Dado un espacio vectorial

E, {v1 , . . . , vn } = F E es una base
u
n E, !ai K, i 1, . . . , n :
u = i=1 ai vi .
Proposicin 4. Dado un espacio vectorial
E, S = {v1 , . . . , vn } linealmente independiente y u
/ S {u} S =
{u, v1 , . . . , vn } son linealmente independiente.

Las bases revelan la estructura de los espacios vectoriales

de una manera concisa. Una base es el menor conjunto
(nito o innito) B = {vi}i I de vectores que generan
todo el espacio. Esto signica que cualquier vector v pue- 6.4.1 Teorema de la base de generadores
de ser expresado como una suma (llamada combinacin
lineal) de elementos de la base
Todo sistema de generadores tiene una base.
a1 vi1 + a2 vi2 + ... + anvin,

6.4.2 Teorema Steinitz

donde los ak son escalares y vik (k = 1, ..., n) elemen- Toda base de un espacio vectorial puede ser cambiada
tos de la base B. La minimalidad, por otro lado, se hace parcialmente por vectores linealmente independientes.

6 RESULTADOS INTERNOS
Corolario. Si un espacio vectorial E tiene una
base de n vectores cualquier otra base posee
n vectores.

6.5

Observacin

Todo espacio vectorial tiene una base. Este hecho se basa en el lema de Zorn, una formulacin equivalente del
axioma de eleccin. Habida cuenta de los otros axiomas
de la teora de conjuntos de Zermelo-Fraenkel, la existencia de bases es equivalente al axioma de eleccin. El
ultralter lemma, que es ms dbil que el axioma de eleccin, implica que todas las bases de un espacio vectorial
tienen el mismo tamao, es decir, cardinalidad. Si el espacio es generado por un nmero nito de vectores, todo
lo anterior puede demostrarse sin necesidad de acudir a
la teora de conjuntos.

6.6

Dimensin

Dado un espacio vectorial sobre K :

6.8 Suma de subespacios vectoriales

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

F + G := {u = v1 + v2 : v1 F, v2 G}
Si F y G son subespacios vectoriales de E, su suma F+G
es el subespacio vectorial de E ms pequeo que contiene
a F y a G.
Observacin. Para la suma sucesiva de espacios vectoriales se procede, inductivamente, de
dos en dos.

6.9 Teorema Frmula de Grassmann

Dado dos subespacios vectoriales F, G E de dimensin nita, tenemos el resultado siguiente:

Si tiene base nita, diremos dimensin al nmero

de elementos de dicha base.
dimE (F + G) = dimE (F ) + dimE (G) dimE (F G)
Si tiene base no nita, diremos que es de dimensin
innita.
6.6.1

6.10 Suma directa de subespacios vectoriales

Notacin

Dados dos subespacios vectoriales F, G E , diremos

Dado un espacio vectorial E y un subespacio F E , que F + G es una suma directa si F G = 0 y lo notaremos como:
tenemos que:
Si E tiene dimensin n lo indicaremos como
dim(E) = n .
F G
Si F tiene dimensin m como subespacio de E lo
indicaremos como dimE (F ) = m .
Cuando F y G estn en suma directa, cada vector de F +
G se expresa de forma nica como suma de un vector de
F y otro vector de G .

6.7

Interseccin de subespacios vectoriales

Dado dos subespacios vectoriales F, G E , la inter- 6.11 Cociente de espacios vectoriales

seccin es subespacio vectorial contenido en estos y lo
notaremos como:
Dado un espacio vectorial E y un subespacio vectorial
F E.
F G := {u : u F, u G}
Observaciones. Para la interseccin sucesiva
de espacios vectoriales se procede, inductivamente, de dos en dos.
La unin de subespacios vectoriales no es en general un
subespacio vectorial.

Dados u, v E diremos que estn relacionados modulo

F si u v F .
La relacin anterior es una relacin de equivalencia.
Se nota por [u] = u + F := {u + v : v F }
= {w : w = u + v, v F } a la clase de u
modulo F .

8.2

Espacio mtrico

Llamaremos conjunto cociente o espacio cociente al 8.2 Espacio mtrico

conjunto de las clases de equivalencia anterior:
Un espacio mtrico es un espacio vectorial dotado de una
aplicacin distancia.
E/F
El espacio E/F es un espacio vectorial con las operaciones siguientes:

[u] + [v] :=
[u] :=

[u + v]
[u]

Construcciones bsicas

Adems de lo expuesto en los ejemplos anteriores, hay

una serie de construcciones que nos proporcionan espacios vectoriales a partir de otros. Adems de las deniciones concretas que guran a continuacin, tambin se
caracterizan por propiedades universales, que determina
un objeto X especicando las aplicaciones lineales de X
a cualquier otro espacio vectorial.

Proposicin 5. Un espacio normado es un espacio mtrico, donde la distancia viene dada

por:
d(x, y) = x y
Toda distancia inducida por la norma es una distancia.

8.3 Espacios vectoriales topolgicos

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

7.1

Suma directa de espacios vectoriales

Dado dos espacios vectoriales E, F sobre un mismo

cuerpo K , llamaremos suma directa al espacio vectorial E F = {u := (u1 , u2 ) : u1 E, u2 F } ,
veamos que estn bien denidas las dos operaciones:
u+v = (u1 , u2 )+(v1 , v2 ) = (u1 +v1 , u2 +
v2 ) ,
au = a(u1 , u2 ) = (au1 , au2 ) .

Proposicin 7.. Todo espacio normado es un

espacio vectorial topolgico.

8.4 Espacios de Banach

Un espacio de Banach es un espacio normado y completo.

Espacios vectoriales con estruc8.5 Espacios prehilbertianos

tura adicional

Desde el punto de vista del lgebra lineal, los espacios

vectoriales se comprenden completamente en la medida
en que cualquier espacio vectorial se caracteriza, salvo
isomorsmos, por su dimensin. Sin embargo, los espacios vectoriales ad hoc no ofrecen un marco para hacer
frente a la cuestin fundamental para el anlisis de si una
sucesin de funciones converge a otra funcin. Asimismo, el lgebra lineal no est adaptada per se para hacer
frente a series innitas, ya que la suma solo permite un
nmero nito de trminos para sumar. Las necesidades
del anlisis funcional requieren considerar nuevas estructuras.

8.1

Proposicin 6.. Todo espacio vectorial topolgico dotado de una mtrica es espacio normado.

Espacios normados

Un espacio prehilbertiano es un par (E , |) , donde

E es un espacio vectorial y | es un producto a escalar.

8.6 Espacios de Hilbert

Un espacio de Hilbert es un espacio prehilbertiano completo por la norma denida por el producto escalar.

9 Morsmos entre espacios vectoriales

Son aplicaciones entre espacios vectoriales que mantienen la estructura de los espacios vectoriales, es decir, conUn espacio vectorial es normado si est dotado de una servan las dos operaciones y las propiedades de stas de
norma.
uno a otro de dichos espacios.

10

12 ENLACES EXTERNOS

9.1

Aplicaciones lineales

11.2 Referencias histricas

Dado dos espacios vectoriales E y F , sobre un mismo

cuerpo, diremos que una aplicacin f : E F es lineal
si:

Banach, Stefan (1922). Sur les oprations dans les

ensembles abstraits et leur application aux quations intgrales (On operations in abstract sets and
their application to integral equations) (en francs)
3. Fundamenta Mathematicae. ISSN 0016-2736.

f (u +E v) = f (u) +F f (v)

Bolzano, Bernard (1804). Betrachtungen ber einige Gegenstnde der Elementargeometrie (Considerations of some aspects of elementary geometry) (en
alemn).

f (a E u) = a F f (u)

10

Vase tambin

Combinacin lineal
Sistema generador
Independencia lineal
Base (lgebra)
Base Ortogonal
Base Ortonormal
Coordenadas cartesianas
Producto escalar
Producto vectorial
Producto mixto
Producto tensorial

Portal:Matemtica. Contenido relacionado con

Matemtica.

Bourbaki, Nicolas (1969). lments d'histoire des

mathmatiques (Elements of history of mathematics)
(en francs). Paris: Hermann.
Grassmann, Hermann (1844). Die Lineale Ausdehnungslehre - Ein neuer Zweig der Mathematik (en
alemn).
Hamilton, William Rowan (1853). Lectures on Quaternions (en ingls). Royal Irish Academy.
Mbius, August Ferdinand (1827). Der Barycentrische Calcul : ein neues Hlfsmittel zur analytischen
Behandlung der Geometrie (Barycentric calculus: a
new utility for an analytic treatment of geometry) (en
alemn).
The axiomatization of linear algebra: 18751940,
Historia Mathematica 22 (3): 262303, 1995, ISSN
0315-0860

Peano, Giuseppe (1888). Calcolo Geometrico secondo l'Ausdehnungslehre di H. Grassmann preceduto

dalle Operazioni della Logica Deduttiva (en italiano).
Turin.

Wikilibros

11

Wikilibros alberga un libro o manual sobre 11.3 Bibliografa

Espacio vectorial.
Castellet, M.; Llerena, I. (1988). IV espais vectorials. lgebra lineal i geometra (en cataln). Publ.
UAB.

11.1

Referencias
Notas

Lang, S. (1976). lgebra Lineal. Fondo Educativo

Interamericano.

[1] Bourbaki, 1969, ch. "lgabre linaire et lgebre multilinaire, pp. 7891.

Queysanne, M., lgebra Bsica, Vicens-Vives.

1973.

[2] Bolzano, 1804.

Rudin, w., Anlisis Funcional (Denicin axiomtica de espacios vectoriales topolgicos introductivamente), Revert.

[3] Mbius, 1827.

[4] Hamilton, 1853.
[5] Grassmann, 1844.
[6] Peano, 1888, ch. IX.
[7] Banach, 1922.

12 Enlaces externos
Juega con vectores

11
Weisstein, Eric W. Espacio vectorial. En Weisstein, Eric W. MathWorld (en ingls). Wolfram Research.
A lecture about fundamental concepts related to
vector spaces (given at MIT)
A graphical simulator for the concepts of span, linear dependency, base and dimension

12

13

13
13.1

TEXT AND IMAGE SOURCES, CONTRIBUTORS, AND LICENSES

Text and image sources, contributors, and licenses

Text

Espacio vectorial Fuente: http://es.wikipedia.org/wiki/Espacio%20vectorial?oldid=79049896 Colaboradores: Maveric149, Youandme,

Morthylla, Joseaperez, Moriel, Sauron, Ricardo Oliveros Ramos, Wesisnay, Julie, Romanm, Vivero, Zwobot, Pirenne, Comae, DefLog,
Ivn, Ricardos, Sms, Perky Pat, Tano4595, Felipealvarez, Troodon, Wrcdriver, Cinabrium, GTubio, Txuspe, Renabot, LeonardoRob0t, Boticario, Orgullomoore, Taichi, Rembiapo pohyiete (bot), LP, Magister Mathematicae, RobotQuistnix, Kiroh, Platonides, Chobot, Hores,
Yrbot, Vitamine, YurikBot, GermanX, Wewe, Eskimbot, Baneld, Adverick, Gtz, Jos., SMP, Er Komandante, Chlewbot, Folkvanger,
Tuncket, ManuelMore, Martinwilke1980, Paintman, Jorgechp, Juan Marquez, CEM-bot, Laura Fiorucci, Marianov, Davius, FrancoGG,
Ingenioso Hidalgo, Fsd141, Thijs!bot, A ntiyanki, Escarbot, RoyFocker, Malguzt, JAnDbot, Orly01, Kved, TXiKiBoT, Linkedark, Humberto, AnthonnyAG, Natofe, AlnoktaBOT, Matdrodes, Bostador, BlackBeast, Juanfquim, AlleborgoBot, Muro Bot, Numbo3, YonaBot,
BotMultichill, SieBot, Danielba894, PaintBot, Amo de las supercuerdas, Drinibot, Silvae, Ken123BOT, Amoceann, Javierito92, Dnu72,
HUB, Eduardosalg, ElMeBot, Botito777, Poco a poco, Robertg, Juan Mayordomo, Rge, BodhisattvaBot, Raulshc, Kadellar, SilvonenBot,
Camilo, UA31, AVBOT, Ellinik, Lualalsa, LucienBOT, MastiBot, Diegusjaimes, Luckas-bot, Jotterbot, Helene Schopenhauer, DSisyphBot, ArthurBot, SuperBraulio13, Kender00, Xqbot, Jkbw, Ricardogpn, Igna, Rojasyesid, Gusbelluwiki, Hprmedina, TobeBot, Jerowiki,
TjBot, Humbefa, Jorge c2010, EmausBot, Savh, WikitanvirBot, MerlIwBot, KLBot2, Julio grillo, MetroBot, Sittsam, Wikiwa1, Acratta,
JYBot, Legobot, BRPC, Barymar, JacobRodrigues y Annimos: 151

13.2

Images

Archivo:BaseGeneradora.gif Fuente: http://upload.wikimedia.org/wikipedia/commons/c/c9/BaseGeneradora.gif Licencia: Public domain Colaboradores: Trabajo propio Artista original: Marianov
Archivo:FuncionesComoEV.GIF Fuente: http://upload.wikimedia.org/wikipedia/commons/0/07/FuncionesComoEV.GIF Licencia: Public domain Colaboradores: Trabajo propio Artista original: Marianov
Archivo:InterseccinEspacioVectorial.gif
Fuente:
http://upload.wikimedia.org/wikipedia/commons/c/c4/Intersecci%C3%
B3nEspacioVectorial.gif Licencia: Public domain Colaboradores: Trabajo propio Artista original: Marianov
Archivo:Nuvola_apps_edu_mathematics-p.svg Fuente: http://upload.wikimedia.org/wikipedia/commons/c/c2/Nuvola_apps_edu_
mathematics-p.svg Licencia: GPL Colaboradores: Derivative of Image:Nuvola apps edu mathematics.png created by self Artista original:
David Vignoni (original icon); Flamurai (SVG convertion)
Archivo:VectorGenerado.gif Fuente: http://upload.wikimedia.org/wikipedia/commons/9/95/VectorGenerado.gif Licencia: Public domain Colaboradores: Trabajo propio Artista original: Marianov
Archivo:Vector_space_illust.svg Fuente: http://upload.wikimedia.org/wikipedia/commons/c/c8/Vector_space_illust.svg Licencia: Public domain Colaboradores: Trabajo propio Artista original: Oleg Alexandrov
Archivo:Wikibooks-logo.svg Fuente: http://upload.wikimedia.org/wikipedia/commons/f/fa/Wikibooks-logo.svg Licencia: CC BY-SA
3.0 Colaboradores: Trabajo propio Artista original: User:Bastique, User:Ramac et al.

13.3

Content license

Creative Commons Attribution-Share Alike 3.0