Tema III. Captulo 1. Espacios vectoriales y subespacios vectoriales.

Algebra
Lineal I. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.

Tema III

1.2

Propiedades

1.
0=
0, para cualquier IK.

Espacios vectoriales

Prueba: Se tiene:

0 = (
0+
0) =
0+
0

1. Espacios vectoriales y subespacios

vectoriales.

0=
0.

0x
=
0.

2. 0 x
=
0, para cualquier x
V.
Prueba: Se tiene:

Espacios vectoriales.

1.1

0x
= (0 + 0) x
=0x
+0x

3. x
=
0

Definici
on.

= 0,
o
x
= 0.

Prueba: Si x
= 0 y 6= 0 entonces tiene inverso y:

Definici
on 1.1 Sea IK un cuerpo conmutativo y V un conjunto no vaco. Se dice
que V tiene estructura de espacio vectorial sobre IK si cumple:

x
=1x
= (1 ) x
= 1 ( x
) = 1
0=
0.

1. Existe una operaci

on interna (que se llama suma) con la cual V tiene estructura
de grupo abeliano, es decir, se verifica:

4. (1) x
=
x, para cualquier x
V.
Prueba: Basta tener en cuenta que:

(a) Propiedad asociativa: x

+(
y +
z ) = (
x+
y )+
z , para cualesquiera x
, y, z V .

(b) Elemento neutro: 0 V tal que 0 + x

=x
+0 = x
, para cualquier x
V.

(1) x
+x
= (1 + 1) x
=0x
=
0
x
+ (1) x
= (1 1) x
=0x
=
0

(c) Elemento opuesto: para cualquier x

V , (
x) V con
x
+ (
x) = (
x) + x
=
0.

x
= (1) x
.

5. () x
= (
x) = ( x
), para cualesquiera IK, x
V.
Prueba: Por las propiedades anteriores:

(d) Conmutativa: x
+ y = y + x
, para cualesquiera x
, y V .
2. Existe una operaci
on externa () : IK V V verificando:

() x
= (1) ( x
) = ( x
).
() x
= () ((1) x
) = (
x).

(a) 1 x
=x
para cualquier x
V.
(b) () x
= ( x
), para cualesquiera , IK y x
V.

6. Si 6= 0 y x
= y entonces x
= y.

(c) ( + ) x
=x
+x
, para cualesquiera , IK y x
V.

Prueba: Si 6= 0 entonces tiene inverso y:

(d) (
x + y) = x
+ y, para cualesquiera x
, y V y IK.

x
= y

A los elementos de un espacio vectorial se les llama vectores.

(1 ) x
= 1 ) y

7. Si x
6=
0 y x
=x
entonces = .

Algunos de los ejemplos m

as usuales de espacios vectoriales son:

Prueba: Se tiene:

1. V = IK es un espacio vectorial sobre IK.

x
=x

2. V = Mmn (IK) es el espacio vectorial sobre IK de matrices m n.

3. V = Snn (IK) es el espacio vectorial sobre IK de matrices simetricas n n.

( ) x
=
0.

Como x
=
0, por las propiedades anteriores deducimos que:

4. V = Pn (IK) es el espacio vectorial de polinomios con coeficientes en IK de grado

menor o igual que n.

=0

26

= .

x
= y.

Tema III. Captulo 1. Espacios vectoriales y subespacios vectoriales.

Algebra
Lineal I. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.

Subespacios vectoriales.

2.1

2.2

Intersecci
on de subespacios vectoriales.

Proposici
on 2.4 Sean S1 y S2 dos subespacios vectoriales de V , la intersecci
on
S1 S2 es un subespacio vectorial.

Definici
on y caracterizaciones.

Definici
on 2.1 Dado un espacio vectorial V sobre un cuerpo IK, un subconjunto
S V no vaco se dice un subespacio vectorial de V si S es un espacio vectorial
sobre IK con la restricci
on de las operaciones de V .

Prueba: En primer lugar tenemos en cuenta que S1 S2 es no vaco, porque

0 S1 y

0 S2 . Ahora comprobamos la condici

on de subespacio vectorial. Sean x
, y S1 S2
y , IK. Se tiene:

En realidad para identificar los subespacios vectoriales se suele utilizar una de las
siguientes caracterizaciones:

x
, y S1 S2
x
, y S1 S2

x
, y S1
x
, y S2

x
+ y S1
x
+ y S2

x
+ y S1 S2 .

Teorema 2.2 Sea V un espacio vectorial sobre IK y S V un subconjunto no vaco.

S es un subespacio vectorial precisamente si se verifica:

2.3

1. x
+ y S, para cualesquiera x
, y S.
2. x
S, para cualquier IK, x
S.

Suma de subespacios vectoriales.

En primer lugar observemos que la uni

on de subespacios vectoriales no tiene por que
ser un subespacio vectorial. Por ejemplo consideramos:

Equivalente, si se verifica:
V = IR2 ;

a. x
+ y S, para cualesquiera x
, y S, , IK.

Sin embargo, dados dos subespacios vectoriales si podremos definir el subespacio

suma, mayor que la uni
on.

Por otra parte veamos la equivalencia entre las condiciones 1,2 y la condici
on a.

Definici
on 2.5 Sean S1 y S2 dos subespacios vectoriales de V , definimos la suma
de S1 y S2 como:

a:
Por la condici
on 2:

S2 = {(0, y) IR2 , y IR}.

Si tomamos (1, 0) S1 S2 y (0, 1) S1 S2 , se tiene (1, 0) + (0, 1) = (1, 1) 6 S1 S2

y por tanto la uni
on de S1 y S2 no es un subespacio vectorial.

Prueba: Si se cumplen las condiciones 1 y 2 las operaciones interna y externa

de V restringen a S. Por tanto por ser V espacio vectorial tambien lo es S.
Recprocamente, si S es subespacio vectorial de V , las operaciones han de restringir
y se cumplen las condiciones 1 y 2.

1,2

S1 = {(x, 0) IR2 , x IR};

S1 + S2 = {
x1 + x
2 con x
1 S1 y x
2 S2 }

x
S e IK x
S.
y S e IK y S.

Proposici
on 2.6 La suma de dos subespacios vectoriales es un subespacio vectorial.
Y ahora:
Por la condici
on 1:

x
S
y S

Prueba: Sean S1 , S2 V dos subespacios vectoriales de V . Tomemos x

, y S1 + S2
y , IK. Se tiene:

x
+ y S.

x
S1 + S2
y S1 + S2

1,2:

Tomando en la condici
on a, = 1, = 1 obtenemos la condici
on 1, x
+ y S.

x
=x
1 + x
2 , con x
1 S1 , x
2 S2
y = y1 + y2 , con y1 S1 , y2 S2

por tanto

Tomando en la condici
on a, = 0 obtenemos la condici
on 2, x
S.

2 + y2 S1 + S2 .
x
+ y = (
x1 + x
2 ) + (
y1 + y2 ) = x
1 + y1 + x

|
Observaci
on 2.3 En todo espacio vectorial V siempre hay dos subespacios vectoriales llamados triviales, el total V y el subespacio cero {
0}.

27

{z

S1

{z

S2


Algebra
Lineal I. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.

Tema III. Captulo 1. Espacios vectoriales y subespacios vectoriales.

Proposici
on 2.7 La suma de dos subespacios vectoriales es el menor subespacio
vectorial que contiene a uni
on.

Definici
on 2.11 Sean S1 , S2 . . . , Sk subespacios vectoriales de U . Si (S1 +. . .+Si )
Si+1 = {0} para cualquier i, 1 i k 1 entonces al espacio suma S1 +S2 +. . .+Sk
se le llama suma directa de S1 , S2 , . . . , Sk y se denota por:

Prueba: Sean S1 , S2 V dos subespacios vectoriales de V . En primer lugar est

a
claro que S1 S2 S1 + S2 . Ahora sea S un subespacio conteniendo a S1 S2 y
veamos que S1 + S2 S.


x
S1 +S2

x
=x
1 +
x2 con

x
1 S1 S1 S2 S
x
2 S2 S1 S2 S

S1 S2 . . . Sk .
Proposici
on 2.12 Sean S1 , S2 , . . . , Sk subespacios vectoriales de U . La suma S1 +
S2 + . . . + Sk es una suma directa si y s
olo si todo elemento de S1 + S2 + . . . + Sk se
descompone de manera u
nica como suma de elementos de S1 , S2 , . . . , Sk .

x
=x
1 +
x2 S.

Prueba: Supongamos que la suma es directa. Sea x

S1 + . . . + Sk y supongamos
que tenemos dos descomposiciones distintas de x
:

Este concepto de generaliza de manera natural para un n

umero finito de subespacios.

x
i , yi Si ,

x
=x
1 + . . . + x
k = y1 + . . . + yk ,
Definici
on 2.8 Sean S1 , S2 , . . . , Sk subespacios vectoriales de V , definimos su
suma como:
S1 + S2 + . . . + Sk = {
x1 + x
2 + . . . + x
k con x
1 S1 ,

2.4

x
2 S2 ,

Entonces aplicando que (S1 +. . .+Sk1 )+Sk es una suma directa vemos que xk = yk ,
y:
x
1 + . . . + x
k1 = y1 + . . . + yk1 .

,...,x
k Sk }

Utilizando ahora que (S1 + . . . + Sk2 ) + Sk1 es una suma directa vemos que xk1 =
yk1 ,
x
1 + . . . + x
k2 = y1 + . . . + yk2 .

Suma directa.

Repitiendo el proceso deducimos que xi = yi para i = 1, 2, . . . , k.

Definici
on 2.9 Sean S1 , S2 dos subespacios vectoriales de U . Si S1 S2 = {0},
entonces al espacio suma S1 + S2 se le llama suma directa de S1 y S2 y se denota
por:
S1 S2 .

Recprocamente supongamos que la descomposici

on es u
nica. Veamos que para
cualquier i = 2, . . . , k, (S1 + . . . + Si ) + Si+1 es una suma directa.
Cualquier x
S1 + . . . + Si se escribe como suma de elementos de S1 , . . . , Si . Por
hip
otesis esta descomposici
on es u
nica. Aplicando la Proposici
on 2.10 deducimos
que la suma es directa, es decir, (S1 + . . . + Si ) Si+1 = {
0}.

Proposici
on 2.10 Sean S1 , S2 dos subespacios vectoriales de U . La suma S1 + S2
es una suma directa si y s
olo si todo elemento de S1 + S2 se descompone de manera
u
nica como suma de un elemento de S1 y otro de S2 .

2.5

Prueba: Supongamos en primer lugar que la suma es directa, es decir S1 S2 = {

0}.
Veamos que entonces la descomposici
on es u
nica. Sea x
S1 + S2 . Si:
x
=x
1 + x
2 = y1 + y2

con x
1 , y1 S1

Subespacios suplementarios.

Definici
on 2.13 Sean S1 , S2 dos subespacios vectoriales de V . Se dice que son
suplementarios si cumplen:

x
2 , y2 S2

S1 S2
S1 + S2

entonces
x
1 y1 = y2 x
2 S1 S2

i = 1, 2, . . . , k.

x
1 y1 = y2 x
2 =
0

x
1 = y1 ,

x
2 = y2 .

y tambien

{0}
V

o equivalentemente:
S1 S2 = V.

Ahora supongamos que la descomposici

on es u
nica y veamos que la suma es directa.
Hay que comprobar que S1 S2 = {
0}. Sea x
S1 S2 ; puede descomponerse como:
x
=x
+
0 con x
S1 ,
0 S2 ,

=
=

Si S1 , S2 son subespacios suplementarios sabemos que un vector x

V cualquiera
se descompone de manera u
nica como x
=x
1 + x
2 , con x
1 S1 y x
2 S2 :

x
=0+x
con
0 S1 , x
S2 .

Por la unicidad de la descomposici

on deducimos que x
=
0.

x
1 se llama la proyecci
on de x
sobre S1 paralelamente a S2 .

Este concepto puede ser generalizado a m

as de dos subespacios.

x
2 se llama la proyecci
on de x
sobre S2 paralelamente a S1 .

28

Tema III. Captulo 1. Espacios vectoriales y subespacios vectoriales.

Algebra
Lineal I. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.

Es interesante tener en cuenta que m

as all
a del trasnfondo algebraico el concepto es
muy geometrico. En el siguiente dibujo est
a representado un ejemplo. Lo subespacios
suplementarios son el plano S1 (en rojo) y la recta S2 (en azul), cualquier vector ~
x
puede descomponerse como suma de un par de vectores ~
x1 y ~
x2 en cada uno de los
subespacios.

Geometricamente el vector ~
x1 se construye tomando la recta paralela a S2 por el
extremos del vector ~
x y cortando con el plano S1 . De ah que se llame proyecci
on de
x
sobre S1 paralelamente a S2 .
An
alogamente el vector ~
x2 se construye cortando el plano paralelo a S1 por el
extremo de ~x con la recta S1 .
Bas
andonos en esta descomposici
on, podemos definir la siguientes funciones
proyecci
on:
p1 :

V
x

V
x
1

p2 :

V
x

V
x
2

La funci
on p1 se llama la funci
on proyecci
on sobre S1 paralelamente a S2 y la
funci
on p2 es la funci
on proyecci
on sobre S2 paralelamente a S1 .
Estas funciones verifican las siguientes propiedades:
1. p1 + p2 = Id.
2. p1 p1 = p1 y p2 p2 = p2 .
3. p1 p2 = p2 p1 = 0.

29