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

Representacin artstica de un espacio vectorial.

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

conjunto no vaco, una operacin interna (llamada suma, definida para los elementos del
conjunto) y una operacin 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.

Definicin de espacio vectorial

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

operacin interna tal que:

1) tenga la propiedad conmutativa, es decir

 2) tenga la propiedad asociativa, es decir

3) tenga elemento neutro , es decir

4) tenga elemento opuesto, es decir

y la operacin producto por un escalar:

operacin externa tal que:

5) tenga la propiedad asociativa:

6) sea elemento neutro del producto:

7) tenga la propiedad distributiva del producto respecto a la suma de

vectores:

8) tenga la propiedad distributiva del producto respecto a la suma de

escalares:

Vase tambin: Espacio eucldeo

Vase tambin: Vector

Vase tambin: Representacin grfica de vectores

Observaciones
La denominacin de las dos operaciones no condiciona la definicin de espacio vectorial
por lo que es habitual encontrar traducciones de obras en las que se utiliza multiplicacin
para el producto y adicin para la suma, usando las distinciones propias de la aritmtica.
Para demostrar que un conjunto es un espacio vectorial:

Lo es si sus dos operaciones, por ejemplo y admiten

una redefinicin del tipo y
cumpliendo las 8 condiciones exigidas.

Si supisemos que es un grupo conmutativo o abeliano respecto la

suma ya tendramos probados los apartados 1, 2, 3 y 4.

Si supisemos que el producto es una accin por la izquierda de

tendramos 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 nico, es decir, sean y dos

vectores neutros, entonces:

Unicidad del vector opuesto de la propiedad 4:

supongamos que el opuesto no es nico, es decir, sean y dos

vectores opuestos de , entonces, como el neutro es nico:

Unicidad del elemento en el cuerpo :

supongamos que 1 no es nico, es decir, sean y dos unidades,

entonces:

Unicidad del elemento inverso en el cuerpo :

 supongamos que el inverso de a, no es nico, es decir, sean y

dos opuestos de , entonces, como el neutro es nico:

Producto de un escalar por el vector neutro:

Producto del escalar 0 por un vector:

Si

Si es cierto.

Si entonces:

Notacin

Observacin

Si

Si

Primer ejemplo con demostracin al detalle

Se quiere probar que es un espacio vectorial sobre

Si juega el papel de y el de :

Los elementos:
son, de forma genrica:

es decir, pares de nmeros reales. Por claridad se conserva la denominacin del vector, en
este caso u, en sus coordenadas, aadiendo el subndice x o y para denominar su
componente en el eje x o y respectivamente

En se define la operacin suma:

donde:

y la suma de u y v sera:

donde:

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

La operacin interna suma tiene las propiedades:

1) La propiedad conmutativa, es decir:

2) La propiedad asociativa:

3) tiene elemento neutro :

4) tenga elemento opuesto:

La operacin producto por un escalar:

El producto de a y u ser:

donde:
esto implica que la multiplicacin de vector por escalar es externa y aun as est 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.

Base (lgebra)

Base estandar en el plano cartesiano.

En lgebra lineal, se dice que un conjunto ordenado B es base de un espacio vectorial V si
se cumplen las siguientes condiciones:

Todos los elementos de B pertenecen al espacio vectorial V.

Los elementos de B forman un sistema linealmente independiente.

Todo elemento de V se puede escribir como combinacin lineal de los elementos de

la base B (es decir, B es un sistema generador de V).Nota 1

Base (lgebra)
Supongo que es referente a espacios vectoriales.
La base de un espacio vectorial es el conjunto de vectores del espacio vectorial
capaces de generar linealmente a todo el espacio en cuestin y que entre ellos
sean linealmente independientes. En otras palabras es el mnimo conjunto de
vectores que forma a cualquier otro del espacio por medio de sus respectivas
combinaciones lineales.
La dimensin es el nmero de vectores que tiene el conjunto de la base.

Base (lgebra)
En lgebra, una base es un nmero o una variable que se elevar a una
potencia en exponentes y logaritmos. En la expresin exponencial bx, b es la
base y x es el exponente.

En el logbx logartmico de la expresin, la base es b.

Base (lgebra)
BASEUn conjunto finito de vectores
4.4 Base y dimensin de un
espacio vectorial, cambio de base.
Se ha visto en R2 conviene escribir vectores como una combinacin lineal de los vectores

. En R3 se escribieron los vectores en trminos

de . Ahora se generalizara esta idea.

BASEUn conjunto finito de vectores es una base para un espacio

vectorial V si

Todo conjunto de n vectores linealmente independiente en Rn es una base en Rn.

En Rn se define

Puesto que los vectores e, son las columnas d una matriz identidad (que tiene

determinante 1), es un conjunto linealmente independiente y, por lo

tanto, constituye una base en Rn. Esta base especial se denomina base canonica en Rn.
Ahora se encontraran bases para otros espacios.

EJEMPLO: base canonica para M22

Se vio que generan
a

, entonces es evidentemente que . As, estas cuatro matrices

son linealmente independientes y forman una base para M22, lo que se denomina base
cononica para M22.

TEOREMA: si es una base para V y si vV, entonces existe un

conjunto nico de escalares tales que

Existe cuando menos un conjunto de dichos escalares porque genera

a V. suponga entonces que v se puede escribir e dos maneras como una combinacin
lineal de los vectores de la base.

Es decir, suponga que

Sea dos bases para V. debe

demostrarse que m=n. esto se prueba mostrando que si m>n, entonces S es un conjunto
literalmente independiente, lo que contradice la hiptesis de que S es una bse. Esto
demostrara que mn. la misma prueba demostrara que m y esto prueba el teorema. As,
basta demostrar que si m>n, entonces S es independiente. Como S constituye una base,
todo u se puede expresar como una combinacin lineal de las v. se tiene (1)
TEOREMA: suponga que dimV=n. si

Entonces, restando se obtiene la ecuacin

pero como los v son linealmente

independientes, esta ecuacin se cumple si y solo si

As, y el teorema queda demostrado.

TEOREMA: si son bases en un espacio

vectorial V, entonces m=n; es decir, cualesquiera dos bases en un espacio vectorial V
tienen el mismo numero de vectores.

Para demostrar que S es dependiente, deben encontrarse escalares

no todos cero, tales que (2)

Sustituyendo (1) en (2) se obtiene (3)

La ecuacin (3) se puede reescribir como

Pero como son linealmente independientes, se debe tener (5)

El sistema (5) es un sistema homogneo de n ecuaciones con las m incgnitas

y como m>n, el teorema dice que el sistema tiene un numero infinito de
soluciones. De esta forma, existen escalares no todos cero, tales que
(2) se satisface y, por lo tanto, S es un conjunto linealmente dependiente. Esta
contradiccin prueba que mn si se cambian los papeles de S1 y S2, se demuestra que
nm y la prueba queda completa.

Por este teorema se puede definir uno de los conceptos centrales en el algebra lineal.

DIMENSIN
Si el espacio vectorial V tiene una base con un numero finito de elementos,
entonces la dimensin de V es el numero de vectores en todas las bases y V se
denomina espacio vectorial de dimensin finita. De otra manera, V se denomina
espacio vectorial de dimensin infinita. Si V={0}, entonces se dice que V tiene
dimensin cero.
Notacin. La dimensin V se denota por dimV.

EJEMPLO: la dimensin de Mmn

En Mmn sea A la matriz de mxn con un uno en la posicin ij y cero en otra parte. Es
sencillo demostrar que las matrices a para i=1,2,,m y j=1,2,,n forman una base
para Mmn. As, dimMmn=mn.

TEOREMA: suponga que dimV=n. si es un conjunto de m

vectores linealmente independientes en V, entonces mn.
Sea entonces, igual que la prueba del teorema, se pueden
encontrar constantes no todas cero, tales que la ecuacin (2) se
satisface. Esto contradice la independencia lineal de los vectores u. as, mn.

TEOREMA: sea H un subespacio de un espacio vectorial de dimensin finita V.

entonces H tiene dimensin finita y (6)

Sea dimV=n. cualquier conjunto de vectores linealmente independientes en H es

tambin linealmente independiente en V. por el teorema anterior, cualquier
conjunto linealmente independiente en H puede contener a lis mas n vectores. Si
H={0}, entonces dimH=0. Si dimH{0}, sea v0 un vector en H y H=gen{v}. si H=H,
dimH=1 y la prueba queda completa. De lo contrario, elija a vH tal que vH y sea
H=gen{v1,v2}, y as sucesivamente. Continuamos hasta encontrar vectores
linealmente independientes tales que H=gen{ }.
El proceso tiene que terminar porque se pueden encontrar a lo mas n vectores
linealmente independientes en H. entonces H-kn.

Proceso de ortogonalizacin de Gram-Schmidt

En lgebra lineal, el proceso de ortogonalizacin de GramSchmidt es un algoritmo para

construir, a partir de un conjunto de vectores linealmente independientes de un espacio
prehilbertiano (usualmente, el espacio eucldeo Rn), otro conjunto ortonormal de vectores
que genere el mismo subespacio vectorial.

Este algoritmo recibe su nombre de los matemticos Jrgen Pedersen Gram y Erhard
Schmidt.
Descripcin del algoritmo de
ortonormalizacin de GramSchmidt

Los dos primeros pasos del proceso de GramSchmidt

El mtodo de Gram-Schmidt se usa para hallar bases ortogonales (Espacio Euclideo no

normalizado) de cualquier base no euclidea.

En primer lugar tenemos que:

Es un vector ortogonal a . Entonces, dados los vectores , se define:

Generalizando en k:

A partir de las propiedades del producto escalar, es sencillo probar que el conjunto de
vectores es ortogonal.

Para hallar los vectores orto

normales basta con dividir entre la norma de cada vector de la base hallada:

Proceso de ortonormalizacin de Gram-

Schmidt
Si tenemos una base en , podemos pasar a partir de ella a una

base que es ortonormal

El proceso que se sigue es el siguiente: Comenzamos con un vector de la base

, dividimos por su norma y ya lo tenemos de norma .

Consideramos ahora otro vector de la base, , y tomamos uno ortogonal a . Por

definicin es tal que . As que podemos tomar como

nuevo vector y resulta ser ortogonal a .

Lo normalizamos y ya tiene norma uno

A continuacin tomamos

Continuamos este proceso hasta

Gradiente
Para otros usos de este trmino, vase Gradiente (desambiguacin).

En clculo vectorial, el gradiente de un campo escalar es un campo vectorial. El

vector gradiente de evaluado en un punto genrico del dominio de , ( ), indica la
direccin en la cual el campo vara ms rpidamente y su mdulo representa el ritmo de
variacin de en la direccin de dicho vector gradiente. El gradiente se representa con el
operador diferencial nabla seguido de la funcin (cuidado de no confundir el gradiente
con la divergencia, sta ltima se denota con un punto de producto escalar entre el operador
nabla y el campo). Tambin puede representarse mediante , o usando la notacin
 . La generalizacin del concepto de gradiente a campos vectoriales es el
concepto de matriz Jacobiana.

Definicin
Si se toma como campo escalar el que se asigna a cada punto del espacio una presin P
(campo escalar de 3 variables), entonces el vector gradiente en un punto genrico del
espacio indicar la direccin en la cual la presin cambiar ms rpidamente. Otro ejemplo
es el de considerar el mapa de lneas de nivel de una montaa como campo escalar, que
asigna a cada pareja de coordenadas latitud/longitud un escalar altitud (campo escalar de 2
variables). En este caso el vector gradiente en un punto genrico indicar la direccin de
mxima inclinacin de la montaa. Ntese que el vector gradiente ser perpendicular a las
lneas de contorno (lneas "equiescalares") del mapa. El gradiente se define como el campo
vectorial cuyas funciones coordenadas son las derivadas parciales del campo escalar, esto
es:

Gradiente
Medida de la inclinacin de una curva (con frecuencia una lnea recta). Se define
como la relacin del cambio vertical (elevacin) con respecto al cambio horizontal
(recorrido) para una lnea no vertical. En coordenadas Cartesianas rectangulares, el
gradiente es la razn a la cual cambia la coordenada y con respecto a la coordenada
x.

Para una lnea como y = 3x + 1, el gradiente es +3 porque y aumenta en 3 por cada

incremento unitario en x.

Para una curva, el gradiente cambia de punto a punto. Se puede obtener utilizando
derivadas.
Campo vectorial

Ejemplo de campo vectorial no conservativo cuyo rotacional no se anula.

En matemticas, un campo vectorial representa la distribucin espacial de una magnitud

vectorial. Es una expresin de clculo vectorial que asocia un vector a cada punto en el
espacio euclidiano, de la forma .

Los campos vectoriales se utilizan en fsica, por ejemplo, para representar la velocidad y la
direccin de un fluido en el espacio, o la intensidad y la direccin de fuerzas como la
gravitatoria o la fuerza electromagntica.

Como expresin matemtica rigurosa, los campos vectoriales se definen en variedades

diferenciables como secciones del fibrado tangente de la variedad. Este es el tipo de
tratamiento necesario para modelizar el espacio-tiempo curvo de la teora general de la
relatividad por ejemplo.

Definicin
Un campo vectorial sobre un subconjunto del espacio euclidiano es una funcin
con valores vectoriales:
Se dice que es un campo vectorial Ck si como funcin es k veces diferenciable con
continuidad en X. Un campo vectorial se puede visualizar como un espacio X con un vector
n- dimensional unido a cada punto en X.

Operaciones con campos vectoriales

Dados dos campos vectoriales Ck F, G definidos sobre X y una funcin Ck a valores reales f
definida sobre X, se definen las operaciones producto por escalar y adicin:

Debido a la linealidad de la funcin (F+G):

define el mdulo de los campos vectoriales Ck sobre el anillo de las funciones Ck.
Alternativamente el conjunto de todos los campos vectoriales sobre un determinado
subconjunto X es en s mismo un espacio vectorial.

Rotacional

Se entiende por rotacional al operador vectorial que muestra la tendencia de un campo a

inducir rotacin alrededor de un punto. Tambin se define como la circulacin del vector
sobre un camino cerrado del borde de un rea con direccin normal a ella misma cuando el
rea tiende a cero (Ecuacin 1).

(1)

Aqu, S es el rea de la superficie apoyada en la curva C , que se reduce a un punto. El

resultado de este lmite no es el rotacional completo (que es un vector), sino solo su
componente segn la direccin normal a S y orientada segn la regla de la mano
derecha. Para obtener el rotacional completo debern calcularse tres lmites, considerando
tres curvas situadas en planos perpendiculares.

El rotacional de un campo se puede calcular siempre y cuando este sea continuo y

diferenciable en todos sus puntos.
El resultado del rotacional es otro campo vectorial que viene dado por el determinante de la
siguiente ecuacin:

(2)

Las propiedades ms destacadas del rotacional de un campo son:

Si el campo escalar f(x,y,z) tiene derivadas parciales continuas de segundo orden

entonces el rot ( f) =0

Si F(x,y,z) es un campo vectorial conservativo entonces rot (F) = 0

Si el campo vectorial F(x,y,z) es una funcin definida sobre todo cuyas componentes
tienen derivadas parciales continuas y el rot (F) = 0, entonces F es un campo vectorial
conservativo.

Subir

Divergencia

La divergencia de un campo vectorial mide la diferencia entre el flujo entrante y el flujo

saliente en una superficie que encierra un elemento de volumen dV . Si el volumen elegido
solamente contiene fuentes o sumideros de un campo, entonces su divergencia es siempre
distinta de cero.

La divergencia de un campo vectorial en un punto es un campo escalar, que se define como

el flujo del campo vectorial por unidad de volumen conforme el volumen alrededor del
punto tiende a cero, para el caso del campo magntico la divergencia viene dada por la
ecuacin

(3)
donde S es una superficie cerrada que se reduce a un punto en el lmite, B es el campo
magntico, V es el volumen que encierra dicha superficie S y es el operador nabla, que
se clacula de la sigueinte forma:

(4)

La divergencia de un campo es un valor escalar con signo. Si este signo es positivo, quiere
decir que el campo emana hacia el exterior de dicho punto y, por tanto, es una fuente o
manantial. Si el signo es negativo, el campo converge hacia un punto del interior del
volumen, por lo que constituira un sumidero. Si la divergencia fuese cero el campo neto
(diferencia entre las lneas entrantes y salientes) sera nulo.

En el caso de los campos magnticos se ha comprobado la ausencia de fuentes y/o

sumideros de ah que una de sus propiedades sea que su divergencia es nula (ecuacin 5).

(5)

Los campos cuya divergencia es cero se denominan campos solenoidales, que se

caracterizan porque sus lneas de campo son cerradas sobre si mismas, es decir, no tienen
extremos donde nacen o mueren. De tener dichos extremos, el flujo neto alrededor de uno
de ellos no sera nulo, lo cual denotara la existencia de una fuente o sumidero del campo.