2.

Propiedades de los espacios vectoriales

1- Ley de composicin interna: Si y son vectores de V.

Entonces ( + ) est en V.
2- Propiedad conmutativa: Si y son vectores de V. Entonces
+ = + .
3- Propiedad asociativa: Si , y son vectores de V, entonces
+ ( + ) = ( + ) + .
4- Existencia del elemento neutro: Existe un vector en V,
denominado vector nulo, tal que para cualquier vector de V: 0
+ = + 0 = .
5- Existencia del elemento inverso aditivo: Para todo vector
de V, existe un vector - en V, denominado opuesto de , tal
que + (-) = (-) + = 0.
6- Ley de composicin externa: Si a es cualquier numero real
y es cualquier vector de V, entonces (a . ) esta en V.
7- Propiedad distributiva del producto de un escalar con
respecto a la suma de vectores: Si a es cualquier numero
real, y y son vectores de V entonces: a( + ) = a . + a .
8- Propiedad distributiva del producto de un escalar por un
vector con respecto a la suma de escalares: Si y son
cualquier par de escalares y es cualquier vector de V
entonces: ( + ) = . + .
9- Asociativa mixta: Si y son cualquier par de escalares y
es cualquier vector de V, entonces: ( . ) = ( . ) = ( .
)
10- Identidad: Si es cualquier vector V, entonces: 1 . =
.

-Ejemplos:

1- Considere el conjunto de matrices reales de 2 x 2. Se

analizaran algunos axiomas para comprobar esto.

Utilizando la notacin vectorial para indicar los elementos del

M22, sean dos matrices de 2 x 2 cualesquiera. Se tiene entonces que:

a e
u= b y v= f

Axioma 1. c g
d e h a+e
a
u+v= f+ =
b b+f

c g c+g
d h
 u + v es una matriz de 2 x 2. Por consiguiente M22, es cerrada
bajo la adicin.

Axioma 2 y 4: Se sabe que las matrices de 2 x 2 son conmutativas y

asociativas bajo la adicin.

Axioma 3: La matriz cero de 2 x 2 es:

0 a 0 a
0 = 0 puesto que
b u + 0 =0 b +
=
0 0

Axioma 4.

a -a
Si u= b entonces-b
u = ya que

a -a a-a 0
u+ (-u) = b -b + b-b = 0 =
=0
0

El conjunto de matrices de 2 x 2 constituyen un espacio

vectorial. Las propiedades algebraicas de M22 son similares a las de
R. Asimismo, se puede concluir que Mmn, el conjunto de matrices
de m x n es un espacio vectorial.

2- Sea V el conjunto de funciones cuyo dominio esta formado

por los nmeros reales. Sean f y g elementos cualesquiera de V. Se
define la adicin de f + g como una funcin tal que (f + g)(x) = f(x) +
g(x)

Esta expresin define a f + g como una funcin cuyo dominio es

el conjunto de los nmeros reales. Para determinar el valor de f + g
para cualquier nmero real x, se suma el valor de f en x y el valor de
g en x. Esta operacin recibe el nombre de adicin de punto por
punto. En seguida se definir la multiplicacin por un escalar de los
 elementos de V. Sea c un escalar cualquiera. La multiplicacin
escalar de f, cf es la funcin (cf)(x) = c[f(x)]

Esta expresin define a cf como una funcin cuyo dominio es el

conjunto de los nmeros reales. Para determinar el valor de cf para
cualquier nmero real x, se multiplica el valor de f en x por c.

Para visualizar de gorma geomtrica esas dos operaciones

sobre funciones, considere dos funciones especficas.

F(x) = x y g(x) = x

Entonces, f + g es la funcin definida por (f + g)(x) = x + x

La multiplicacin de f por un escalar, como por ejemplo 3, es la

funcin 3f, definida por (3f)(x) = 3x.

Axioma 1: f + g se encuentra definida por (f + g)(x) = f(x) +

g(x). f + g es una funcin cuyo dominio es el conjunto de los
nmeros reales. f + g es un elemento de V, por lo tanto, V es
cerrada bajo la adicin.

3- Sea V = [(x , y): y = 2x + 1, x R). Es decir, V es el

conjunto de dos puntos que estn sobre la recta Y = 2x + 1. V no
es un espacio vectorial porque no se cumple el axioma 1 sobre la
cerradura bajo la suma.

Una forma sencilla de comprobar que V no es un espacio

vectorial es observar que 0 = (0 , 0) no se encuentra en V porque 0
2 0 + 1. No es difcil demostrar que el conjunto de puntos en R
que esta sobre cualquier recta que no pasa por (0 , 0) no constituye
un espacio vectorial.

3. Combinacin lineal y vectores linealmente independientes

Combinacin lineal: Es una expresin matemtica que

consiste en la suma entre pares de elementos, de determinados
conjuntos, multiplicados entre s.

-Ejemplo:

Dados los vectores [1, 2, 2] y [2, 0, 1], se pueden hacer las operaciones
siguientes:
*2 = [2, 4, 4]
*3 = [6, 0, 3]
 *2 + 3 = [2 + 6, 4+ 0, 4 + 3] = [8, 4, 7]

Se dice que el vector (8, 4, 7) es combinacin lineal de y .

Vectores linealmente independientes: Varios vectores

son linealmente independientes si ninguno de ellos puede ser escrito con
una combinacin lineal de los restantes.

-Ejemplo:

Dados los vectores [3, 1] y [2, 3] determinar si son linealmente

independientes.
3/2 = 1/3 3 . 3 2 . 1