Espacio vectorial

Este artículo está orientado a proporcionar un tratamiento riguroso y abstracto del

concepto de espacio vectorial. Para una introducción más accesible al concepto, véase
Vector

En álgebra abstracta, un espacio vectorial es una estructura

algebraica creada a partir de un conjunto no vacío, una operación
interna (llamada suma, definida para los elementos del conjunto) y
una operación 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.

Índice
Historia Representación artística de un
Notación espacio vectorial.
Definición de espacio vectorial
Observaciones
Propiedades
Primer ejemplo con demostración
Ejemplos de espacios vectoriales
Los cuerpos
Sucesiones sobre un cuerpo
Espacios de aplicaciones sobre un cuerpo
Los polinomios
Funciones trigonométricas
Los sistemas de ecuaciones lineales homogéneas
Definición de subespacio vectorial
Consecuencias
Resultados internos
Combinación lineal
Proposición 1
Independencia lineal
Proposición 2
Base de un espacio vectorial
Base formalmente
Teorema de la base de generadores
 Teorema Steinitz
Observación
Dimensión
Notación
Intersección de subespacios vectoriales
Suma de subespacios vectoriales
Teorema Fórmula de Grassmann
Suma directa de subespacios vectoriales
Cociente de espacios vectoriales
Construcciones básicas
Suma directa de espacios vectoriales
Espacios vectoriales con estructura adicional
Espacios normados
Espacio métrico
Espacios vectoriales topológicos
Espacios de Banach
Espacios prehilbertianos
Espacios de Hilbert
Morfismos entre espacios vectoriales
Aplicaciones lineales
Véase también
Referencias
Notas
Referencias históricas
Bibliografía
Enlaces externos

Historia
Históricamente, las primeras ideas que condujeron a los espacios vectoriales modernos se remontan al siglo
XVII: geometría analítica, matrices y sistemas de ecuaciones lineales.

Los espacios vectoriales se derivan de la geometría afín a través de la introducción de coordenadas en el plano o
el espacio tridimensional. Alrededor de 1636, los matemáticos franceses Descartes y Fermat fundaron las bases
de la geometría analítica mediante la vinculación de las soluciones de una ecuación con dos variables a la
determinación de una curva plana.nota 1 Para lograr una solución geométrica sin usar coordenadas, Bernhard
Bolzano introdujo en 1804 ciertas operaciones sobre puntos, líneas y planos, que son predecesores de los
vectores.nota 2 Este trabajo hizo uso del concepto de coordenadas baricéntricas de August Ferdinand Möbius de
1827.nota 3

La primera formulación moderna y axiomática se debe a Giuseppe Peano, a finales del siglo XIX. Los siguientes
avances en la teoría de espacios vectoriales provienen del análisis funcional, principalmente de espacios de
funciones. Los problemas de Análisis funcional requerían resolver problemas sobre la convergencia. Esto se hizo
dotando a los espacios vectoriales de una adecuada topología, permitiendo tener en cuenta cuestiones de
proximidad y continuidad. Estos espacios vectoriales topológicos, en particular los espacios de Banach y los
espacios de Hilbert tienen una teoría más rica y elaborada.

El origen de la definición de los vectores es la definición 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
presentación de los números complejos de Argand y Hamilton y la creación de los cuaterniones por este último
(Hamilton fue además el que inventó el nombre de vector).nota 4 Son elementos de R2 y R4; el tratamiento
mediante combinaciones lineales se remonta a Laguerre en 1867, quien también definió los sistemas de
ecuaciones lineales.

En 1857, Cayley introdujo la notación matricial que permite una armonización y simplificación de las
aplicaciones lineales. Casi al mismo tiempo, Grassmann estudió el cálculo baricéntrico iniciado por Möbius.
Previó conjuntos de objetos abstractos dotados de operaciones.nota 5 En su trabajo, los conceptos de
independencia lineal y dimensión, así como de producto escalar están presentes. En realidad el trabajo de
Grassmann de 1844 supera el marco de los espacios vectoriales, ya que teniendo en cuenta la multiplicación,
también, lo llevó a lo que hoy en día se llaman álgebras. El matemático italiano Peano dio la primera definición
moderna de espacios vectoriales y aplicaciones lineales en 1888.nota 6

Un desarrollo importante de los espacios vectoriales se debe a la construcción de los espacios de funciones por
Henri Lebesgue. Esto más tarde fue formalizado por Banach en su tesis doctoral de 1920nota 7 y por Hilbert. En
este momento, el álgebra y el nuevo campo del análisis funcional empezaron a interactuar, en particular con
conceptos clave tales como los espacios de funciones p-integrables y los espacios de Hilbert. También en este
tiempo, los primeros estudios sobre espacios vectoriales de infinitas dimensiones se realizaron.

Los espacios vectoriales tienen aplicaciones en otras ramas de la matemática, la ciencia y la ingeniería. Se
utilizan en métodos como las series de Fourier, que se utiliza en las rutinas modernas de compresión de
imágenes y sonido, o proporcionan el marco para resolver ecuaciones en derivadas parciales. Además, los
espacios vectoriales proporcionan una forma abstracta libre de coordenadas de tratar con objetos geométricos y
físicos, tales como tensores, que a su vez permiten estudiar las propiedades locales de variedades mediante
técnicas de linealización.

Notación
Dado un espacio vectorial sobre un cuerpo , se distinguen.

Los elementos de como:

se llaman vectores.

Caligrafías de otras obras

Si el texto es de física suelen representarse bajo una flecha:

Los elementos de como:

se llaman escalares.

Definición de espacio vectorial

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

operación interna tal que:

1) tenga la propiedad conmutativa, es decir

2) tenga la propiedad asociativa, es decir

3) tenga elemento neutro , (ejemplo 0 en los reales) es decir

4) tenga elemento opuesto, es decir

y la operación producto por un escalar:

operación externa tal que:

5) tenga la propiedad asociativa:

6) Existencia del elemento neutro multiplicativo (ejemplo 1 en los reales) del cuerpo
K, es sí mismo.
 7) tenga la propiedad distributiva del producto respecto la suma de vectores:

8) tenga la propiedad distributiva del producto respecto la suma de escalares:

Véase también: Espacio euclídeo

Véase también: Vector
Véase también: Representación gráfica de vectores

Observaciones
La denominación de las dos operaciones no condiciona la definición de espacio vectorial por lo que es habitual
encontrar traducciones de obras en las que se utiliza multiplicación para el producto y adición para la suma,
usando las distinciones propias de la aritmética.

Para demostrar que un conjunto es un espacio vectorial:

Lo es si sus dos operaciones, por ejemplo y admiten una redefinición del tipo
y cumpliendo las 8 condiciones exigidas.

Si supiésemos que es un grupo conmutativo o abeliano respecto la suma ya tendríamos probados los
apartados 1, 2, 3 y 4.

Si supiésemos que el producto es una acción por la izquierda de tendríamos probados los apartados 5 y
6.

Si no se dice lo contrario:

Propiedades

Unicidad del vector neutro de la propiedad 3

Unicidad del vector opuesto de la propiedad 4

Unicidad del elemento en el cuerpo

Unicidad del elemento inverso en el cuerpo

Producto de un escalar por el vector neutro

 Producto del escalar 0 por un vector

Si

Si es cierto.
Si entonces:

Notación

Observación

Si
Si

Primer ejemplo con demostración

Se quiere probar que es un espacio vectorial sobre

Si juega el papel de y el de :

Los elementos:

son, de forma genérica:

es decir, pares de números reales. Por claridad se conserva la denominación del vector, en este caso u, en sus
coordenadas, añadiendo el subíndice x o y para denominar su componente en el eje x o y respectivamente

En se define la operación suma:

donde:
y la suma de u y v sería:

donde:

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

La operación interna suma tiene las propiedades:

1) La propiedad conmutativa, es decir:

2) La propiedad asociativa:

3) tiene elemento neutro :

4) tenga elemento opuesto:

La operación producto por un escalar:

El producto de a y u será:

donde:

esto implica que la multiplicación de vector por escalar es externa y aun así está 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.

Ejemplos de espacios vectoriales

Los cuerpos
Todo cuerpo es un espacio vectorial sobre él mismo, usando como producto por escalar el producto del cuerpo.

es un espacio vectorial de dimensión uno sobre .

Todo cuerpo es un espacio vectorial sobre su subcuerpo, usando como producto por escalar el producto del
cuerpo.

es un espacio vectorial de dimensión 2 sobre .

es un espacio vectorial de dimensión infinita sobre .

Sucesiones sobre un cuerpo

El espacio vectorial más conocido notado como , donde n>0 es un entero, tiene como elementos n-tuplas, es
decir, sucesiones finitas de de longitud n con las operaciones:

(u1, u2, ..., un)+(v1, v2, ..., vn)=(u1+v1, u2+v2, ..., un+vn).

a(u1, u2, ..., un)=(au1, au2, ..., aun).

Las sucesiones infinitas de son espacios vectoriales con las operaciones:

 (u1, u2, ..., un, ...)+(v1, v2, ..., vn, ...)=(u1+v1, u2+v2, ..., un+vn, ...).

a(u1, u2, ..., un, ...)=(au1, au2, ..., aun, ...).

El espacio de las matrices , , sobre , con las operaciones:

También son espacios vectoriales cualquier agrupación de elementos de en las cuales se defina las operaciones
suma y producto entre estas agrupaciones, elemento a elemento, similar al de matrices , así por ejemplo
tenemos las cajas sobre que aparecen en el desarrollo de Taylor de orden 3 de una función
genérica.

Espacios de aplicaciones sobre un cuerpo

El conjunto de las aplicaciones , un cuerpo y un conjunto, también forman espacios
vectoriales mediante la suma y la multiplicación habitual:

Los polinomios
El espacio vectorial K[x] formado por funciones polinómicas, veámoslo:

Expresión general: ,donde los coeficientes

, considérese .

, donde
y ,
 .

Las series de potencias son similares, salvo que se permiten infinitos

términos distintos de cero.

Funciones trigonométricas
Las funciones trigonométricas forman espacios vectoriales con las
siguientes operaciones:

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

Los sistemas de ecuaciones lineales homogéneas

o equivalentemente

simplificado como

Un sistema de ecuaciones lineales homogéneas( ecuaciones lineales en las que

es siempre una solución, es decir, ) posee
soluciones que forman un espacio vectorial, se puede ver en sus dos
operaciones: Sistema de 2 ecuaciones y
3 variables
Si

Si .
También que las ecuaciones en sí, filas de la matriz notadas como una matriz , es decir,
, son un espacio vectorial, como se puede ver en sus dos operaciones:

Si

Si .

Definición de subespacio vectorial

Sea un espacio vectorial sobre ,y no vacío, es un subespacio vectorial de si:

Consecuencias
hereda las operaciones de como aplicaciones bien definidas, es decir que no escapan de , y como
consecuencia tenemos que es un espacio vectorial sobre .

Con cualquier subconjunto de elementos seleccionados en los espacios vectoriales anteriores, no vacío, se pueden
generar subespacios vectoriales, para ello seria útil introducir nuevos conceptos que facilitarán el trabajo sobre
estos nuevos espacios vectoriales.

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

Combinación lineal
Dado un espacio vectorial , diremos que un vector u es
combinación lineal de los vectores de
si existen escalares tales
que

Notaremos como el conjunto resultante de todas las

combinaciones lineales de los vectores de . Cada vector u es combinación lineal de
forma única

Proposición 1
Dado un espacio vectorial y un conjunto de vectores, el conjunto es el subespacio vectorial
más pequeño contenido en y que contiene a .

Demostración

Nota. En este caso se dice que es un sistema de generadores que genera a .

Independencia lineal
Diremos que un conjunto de vectores es linealmente independiente si el vector 0 no se
puede expresar como combinación lineal no nula de los vectores de , es decir:

Si .

Diremos que un conjunto de vectores es linealmente dependiente si no es linealmente independiente.

Proposición 2

son linealmente dependientes

Demostración

Base de un espacio vectorial

Las bases revelan la estructura de los espacios vectoriales de una manera concisa. Una base es el menor conjunto
(finito o infinito) B = {vi}i ∈ I de vectores que generan todo el espacio. Esto significa que cualquier vector v puede
ser expresado como una suma (llamada combinación lineal) de elementos de la base

a1vi1 + a2vi2 + ... + anvin,

donde los ak son escalares y vik (k = 1, ..., n) elementos de la base B. La minimalidad, por otro lado, se hace
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 combinación lineal de los restantes.
Equivalentemente, una ecuación

a1vi1 + ai2v2 + ... + anvin = 0

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

Base formalmente
Dado un sistema de generadores, diremos que es una base si son linealmente independientes.
 Proposición 3. Dado un espacio vectorial
es una base

Proposición 4.
Dado un espacio vectorial
linealmente independiente y
son
v1 y v2 son base de un plano, si
linealmente independiente.
hubiese dependencia
lineal(alineados) la cuadrícula no
Teorema de la base de generadores podría generarse

Todo sistema de generadores tiene una base.

Teorema Steinitz
Toda base de un espacio vectorial puede ser cambiada parcialmente por vectores linealmente independientes.

Corolario. Si un espacio vectorial tiene una base de vectores cualquier otra

base posee vectores.

Observación
Todo espacio vectorial tiene una base. Este hecho se basa en el lema de Zorn, una formulación equivalente
del axioma de elección. Habida cuenta de los otros axiomas de la teoría de conjuntos de Zermelo-Fraenkel, la
existencia de bases es equivalente al axioma de elección. El ultrafilter lemma, que es más débil que el axioma de
elección, implica que todas las bases de un espacio vectorial tienen el mismo "tamaño", es decir, cardinalidad. Si
el espacio es generado por un número finito de vectores, todo lo anterior puede demostrarse sin necesidad de
acudir a la teoría de conjuntos.

Dimensión
Dado un espacio vectorial sobre :

Si tiene base finita, diremos dimensión al número de elementos de dicha base.

Si tiene base no finita, diremos que es de dimensión infinita.

Notación
Dado un espacio vectorial y un subespacio , tenemos que:

Si tiene dimensión lo indicaremos como .

Si tiene dimensión como subespacio de lo indicaremos como .

Intersección de subespacios vectoriales
Dado dos subespacios vectoriales , la intersección es subespacio vectorial contenido en estos y lo
notaremos como:

Observaciones. Para la intersección sucesiva de espacios vectoriales se procede,

inductivamente, de dos en dos.

La unión de subespacios vectoriales no es en general un subespacio vectorial.

Suma de subespacios vectoriales

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

Si F y G son subespacios vectoriales de E, su suma F+G es el subespacio vectorial de E más pequeño que contiene
a F y a G.

Observación. Para la suma sucesiva de espacios vectoriales se procede,

inductivamente, de dos en dos.

Teorema Fórmula de Grassmann

Dado dos subespacios vectoriales de dimensión finita, tenemos el resultado siguiente:

Suma directa de subespacios vectoriales

Dados dos subespacios vectoriales , diremos que es una suma directa si y lo
notaremos como:

Cuando y están en suma directa, cada vector de se expresa de forma única como suma de un vector
de y otro vector de .

Cociente de espacios vectoriales

Dado un espacio vectorial y un subespacio vectorial .

Dados diremos que están relacionados módulo si .

 La relación anterior es una relación de equivalencia.

Se nota por a la clase de

módulo .

Llamaremos conjunto cociente o espacio cociente al conjunto de las clases de equivalencia anterior:

Se nota por a dicho espacio cociente.

El espacio es un espacio vectorial con las operaciones siguientes:

Construcciones básicas
Además de lo expuesto en los ejemplos anteriores, hay una serie de construcciones que nos proporcionan
espacios vectoriales a partir de otros. Además de las definiciones concretas que figuran a continuación, también
se caracterizan por propiedades universales, que determina un objeto X especificando las aplicaciones lineales de
X a cualquier otro espacio vectorial.

Suma directa de espacios vectoriales

Dado dos espacios vectoriales sobre un mismo cuerpo , llamaremos suma directa al espacio vectorial
, veamos que están bien definidas las dos operaciones:

Espacios vectoriales con estructura adicional

Desde el punto de vista del álgebra lineal, los espacios vectoriales se comprenden completamente en la medida
en que cualquier espacio vectorial se caracteriza, salvo isomorfismos, por su dimensión. Sin embargo, los
espacios vectoriales ad hoc no ofrecen un marco para hacer frente a la cuestión fundamental para el análisis de si
una sucesión de funciones converge a otra función. Asimismo, el álgebra lineal no está adaptada per se para
hacer frente a series infinitas, ya que la suma solo permite un número finito de términos para sumar. Las
necesidades del análisis funcional requieren considerar nuevas estructuras.

Espacios normados
Un espacio vectorial es normado si está dotado de una norma.

Espacio métrico
Un espacio métrico es un espacio vectorial dotado de una aplicación distancia.

Proposición 5. Un espacio normado es un espacio métrico, donde la distancia viene

dada por:

Toda distancia inducida por la norma es una distancia.

Espacios vectoriales topológicos

Dada una topología sobre un espacio vectorial donde los puntos sean cerrados y las dos operaciones del
espacio vectorial sean continuas respecto dichas topología, diremos que:

es una topología vectorial sobre ,

es un espacio vectorial topológico.

Proposición 6.. Todo espacio vectorial topológico dotado de una métrica es espacio
normado.
Proposición 7.. Todo espacio normado es un espacio vectorial topológico.

Espacios de Banach
Un espacio de Banach es un espacio normado y completo.

Espacios prehilbertianos
Un espacio prehilbertiano es un par , donde es un espacio vectorial y es un producto a
escalar.

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

Morfismos entre espacios vectoriales

Son aplicaciones entre espacios vectoriales que mantienen la estructura de los espacios vectoriales, es decir,
conservan las dos operaciones y las propiedades de estas de uno a otro de dichos espacios.

Aplicaciones lineales
Dado dos espacios vectoriales y , sobre un mismo cuerpo, diremos que una aplicación es lineal
si:

.
Véase también
Combinación lineal
Sistema generador
Independencia lineal
Base (álgebra)
Teorema rango-nulidad
Base Ortogonal
Base Ortonormal
Coordenadas cartesianas
Producto escalar
Producto vectorial
Producto mixto
Producto tensorial

Portal:Matemática. Contenido relacionado con Matemática.

Wikilibros alberga un libro o manual sobre Espacio vectorial.

Referencias

Notas
1. Bourbaki, 1969, ch. "Álgabre linéaire et álgebre multilinéaire", pp. 78–91.
2. Bolzano, 1804.
3. Möbius, 1827.
4. Hamilton, 1853.
5. Grassmann, 1844.
6. Peano, 1888, ch. IX.
7. Banach, 1922.

Referencias históricas
Banach, Stefan (1922). Sur les opérations dans les ensembles abstraits et leur application aux équations
intégrales (On operations in abstract sets and their application to integral equations) (http://matwbn.icm.edu.
pl/ksiazki/fm/fm3/fm3120.pdf) (en francés) 3. Fundamenta Mathematicae. ISSN 0016-2736 (https://www.worldcat.o
rg/issn/0016-2736).
Bolzano, Bernard (1804). Betrachtungen über einige Gegenstände der Elementargeometrie (Considerations
of some aspects of elementary geometry) (http://dml.cz/handle/10338.dmlcz/400338) (en alemán).
Bourbaki, Nicolas (1969). Éléments d'histoire des mathématiques (Elements of history of mathematics) (en
francés). Paris: Hermann.
Grassmann, Hermann (1844). Die Lineale Ausdehnungslehre - Ein neuer Zweig der Mathematik (http://book
s.google.com/books?id=bKgAAAAAMAAJ&pg=PA1&dq=Die+Lineale+Ausdehnungslehre+ein+neuer+Zweig
+der+Mathematik) (en alemán).
Hamilton, William Rowan (1853). Lectures on Quaternions (http://historical.library.cornell.edu/cgi-bin/cul.mat
h/docviewer?did=05230001&seq=9) (en inglés). Royal Irish Academy.
Möbius, August Ferdinand (1827). Der Barycentrische Calcul : ein neues Hülfsmittel zur analytischen
Behandlung der Geometrie (Barycentric calculus: a new utility for an analytic treatment of geometry) (https://
 web.archive.org/web/20090412013616/http://mathdoc.emath.fr/cgi-bin/oeitem?id=OE_MOBIUS__1_1_0)
(en alemán). Archivado desde el original (http://mathdoc.emath.fr/cgi-bin/oeitem?id=OE_MOBIUS__1_1_0)
el 12 de abril de 2009.
Moore, Gregory H. (1995), «The axiomatization of linear algebra: 1875–1940», Historia Mathematica 22 (3):
262-303, ISSN 0315-0860 (https://www.worldcat.org/issn/0315-0860)
Peano, Giuseppe (1888). Calcolo Geometrico secondo l'Ausdehnungslehre di H. Grassmann preceduto
dalle Operazioni della Logica Deduttiva (en italiano). Turin.

Bibliografía
Castellet, M.; Llerena, I. (1988). «IV espais vectorials». Àlgebra lineal i geometría (en catalán). Publ. UAB.
Lang, S. (1976). Álgebra Lineal. Fondo Educativo Interamericano.
Queysanne, M., Álgebra Básica, Vicens-Vives. 1973.
Rudin, w., Análisis Funcional (Definición axiomática de espacios vectoriales topológicos introductivamente),
Reverté.

Enlaces externos
Juega con vectores (https://web.archive.org/web/20051001062338/http://www.frontiernet.net/~imaging/vecto
r_calculator.html)
Weisstein, Eric W. «Espacio vectorial» (http://mathworld.wolfram.com/VectorSpace.html). En Weisstein, Eric
W. MathWorld (en inglés). Wolfram Research.
A lecture (http://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/video-lectures/lecture-9-
independence-basis-and-dimension/) about fundamental concepts related to vector spaces (given at MIT)
A graphical simulator (http://code.google.com/p/esla/) for the concepts of span, linear dependency, base and
dimension

Obtenido de «https://es.wikipedia.org/w/index.php?title=Espacio_vectorial&oldid=106137434»

Se editó esta página por última vez el 11 mar 2018 a las 02:14.

El texto está disponible bajo la Licencia Creative Commons Atribución Compartir Igual 3.0; pueden aplicarse
cláusulas adicionales. Al usar este sitio, usted acepta nuestros términos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia, Inc., una organización sin ánimo de lucro.