ESPACIOS VECTORIALES

Un espacio vectorial es un conjunto de objetos cerrados bajo las operaciones de suma y

multiplicación por un escalar, donde se verifican las propiedades o axiomas de dichas
operaciones. Los objetos son: matrices, polinomios y vectores.

Dado un conjunto de objetos V donde se verifican las operación de suma y multiplicación por un
escalar, este será un espacio vectorial si se cumplen las siguientes propiedades o axiomas. En
ese caso los objetos pasan a denominarse vectores.

1) Suma 6) Producto por escalar

2) Conmutativa 7) Asociativa
3) Asociativa 8) Distributiva
4) Elemento Neutro 9) Distributiva
5) Elemento inverso 10) Elemento neutro

Ejemplos: 𝑅 𝑛 , matrices mxn, etc.

SUBESPACIO

Dado un espacio vectorial V y un subconjunto W de dicho espacio, W será subespacio de V si W

es a su vez un espacio vectorial, es decir que cumple con los 10 axiomas. En realidad con verificar
los axiomas 1) y 6) ya alcanza ya que los demás se verifican debido que los elementos de W
pertenecen a V.

Todo espacio vectorial V tiene al menos dos subespacios, el propio V y el conjunto {0}. Ejemplo:
los subespacios de 𝑅 3 son 𝑅 3, {0} y las rectas y planos que pasan por el origen.

COMBINACION LINEAL:

Un vector w es una combinación lineal de un conjunto de vectores S = {v1, v2,…, vn} si se puede
expresar como: w = k1.v1 + k2.v2 + … + kn.vn

GENERAR UN ESPACIO

Sea V=𝑅 𝑛 un espacio vectorial y v1, v2, vn vectores de V. Si todo vector en V puede expresarse
como combinación lineal de v1, v2, vn diremos que estos vectores generan a V.

BASE Y DIMENSION DE UN ESPACIO VECTORIAL

Seas V un espacio vectorial y S = {v1, v2,…, vn} un conjunto finito de vectores de dicho espacio.
Diremos que S es base de V si S genera a V y si S es linealmente independiente.

Ejemplo: S = {e1, e2, … , en} para 𝑅 𝑛 . Se conoce como base canónica estándar para 𝑅 𝑛

Se llama dimensión de un espacio a la cantidad de vectores que integran la base de dicho

espacio.

Teoremas:

 Dos bases cualquieras para un mismo espacio vectorial de dimensión finita tienen la
misma cantidad de vectores.
 Sea S = {v1, v2,…, vn} una base para un espacio vectorial V, todo conjunto con más de n
vectores es Linealmente Dependiente.
ESPACIO DE FILAS Y COLUMNAS DE UNA MATRIZ. RANGO. HALLAR BASES.

Considere la matriz A mxn

𝑎11 𝑎12 … 𝑎1𝑛
𝐴 = ( 𝑎21 𝑎22 … 𝑎2𝑛 )
⋮ ⋮ ⋱ ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛
Los vectores 𝑟1 = (𝑎11 𝑎12 … 𝑎1𝑛), 𝑟2, … 𝑟𝑛

 Formados a partir de los renglones de A son los vectores renglón o fila de A

 Son m vectores de 𝑅 𝑛 que pueden generar hasta un 𝑅 𝑚
 El espacio generado se llama espacio de filas de A
 La dimensión del espacio de filas es igual al rango de A
𝑎11
𝑎21
Y los vectores 𝑐1 = ( ⋮ ) , 𝑐2, … 𝑐𝑛
𝑎𝑚1
 Formados a partir de las columnas de A son los vectores columna de A
 Son n vectores de 𝑅 𝑚 que pueden generar hasta un 𝑅 𝑚
 El espacio generado se llama espacio de columnas de A
 La dimensión del espacio de columnas es igual a la dimensión del espacio de filas

Las operaciones elementales de filas sobre los renglones o filas no cambian el espacio de
renglones de una matriz. Sin embargo al reducirla a una forma escalonada en las filas los
vectores distintos de cero siempre son linealmente independientes y forman una base para ese
espacio.

Para encontrar una base para el espacio de columnas, se encuentra una base para el espacio de
filas para 𝐴𝑇 y se vuelve a la notación vertical.

Sea un sistema de ecuaciones A.X = B, este solo tendrá solución si el vector B está en el mismo
espacio de columnas de A (RA = RA´)