Departamento de Ciencias Básicas

Algebra Lineal
Guı́a de Espacios Vectoriales
Carlos Dı́az

E SPACIOS VECTORIALES R EALES

Un espacio vectorial real (V, ⊕, ⊙) es un conjunto V junto con dos operaciones que llamaremos suma ⊕ y multipli-
cación por un escalar ⊙, las cuales a su vez deben cumplir las siguientes 10 propiedades:

Suma Multiplicación por un escalar

1. Propiedad clausurativa: 6. Propiedad Clausurativa:

Si u y v son elementos de V entonces u ⊕ v es Si α es un escalar y u un elemento en V entonces

también un elemento de V. α ⊙ u es un elemento en V.

2. Propiedad conmutativa: 7. Propiedad Distributiva 1:

Si u y v son elementos de V y α es un escalar

u⊕v = v ⊕ u entonces se cumple:
3. Propiedad Asociativa:
α ⊙ (u ⊕ v) = α ⊙ u ⊕ α ⊙ v
u ⊕ (v ⊕ w) = (u ⊕ v) ⊕ w 8. Propiedad Distributiva 2:
4. Propiedad Modulativa:
Si u es un elemento de V y α y β son escalares
En V existe un elemento llamado modulo o cero y entonces se cumple:
denotado 0 tal que para todo u en V se cumple
(α + β) ⊙ u = α ⊙ u ⊕ β ⊙ u
u⊕0=0⊕u=u
9. Propiedad Asociativa:
Note que el cero del espacio se escribe con negrilla
para ser diferenciado del número cero. Si u es un elemento de V y α y β son escalares
5. Propiedad Invertiva: entonces se cumple:

Para cada u en V, existe un elemento llamado su (αβ) ⊙ u = α ⊙ (β ⊙ u)

inverso y denotado ⊖u tal que
10. Propiedad Modulativa:
u ⊕ ⊖u = ⊖u ⊕ u = 0
Si u es un elemento de V entonces 1 ⊙ u = u

notación Si u, v ∈ V escribimos la operación u ⊕ ⊖v como u ⊖ v.

nota 1: Los elementos de una espacio vectorial se suelen llamar vectores

nota 2: Las dos operaciones asociadas a un espacio vectorial pueden ser cualquier operación y no necesariamente
realizan la operación que su nombre indica. Por ejemplo, si los vectores son los números reales, la suma puede ser
la operación que usualmente conocemos como producto, en este caso a ⊕ b = ab, y la multiplicación por una escalar
puede ser la potenciación α ⊙ b = bα . Aunque con estas dos operaciones es fácil ver que los reales no forman un
espacio vectorial, si nos permite entender que cuando hacemos referencia a suma y multiplicación por un escalar,
estamos hablando simplemente de dos operaciones.
Antes de pasar a ejemplos de espacios vectorial y no vectoriales damos las siguientes propiedades que se deben
cumplir en cualquier espacio vectorial.

Propiedades básicas de los espacios vectoriales.

Todo espacio vectorial (V, ⊕, ⊙) sin importar que conjunto y que operaciones lo define cumple con una serie de
propiedades básicas.
1. Si u ⊕ v = w ⊕ v entonces u = w (propiedad cancelativa)
2. EL cero es único al igual que el inverso de cualquier elemento.
3. 0 ⊙ u = 0
4. α ⊙ 0 = 0
5. Si α ⊙ u = 0 entonces α = 0 o u = 0
6. −1 ⊙ u = ⊖u
Veamos sus pruebas
1. Si u ⊕ v = w ⊕ v entonces sumamos el inverso de v a ambos lados de la igualdad y aplicamos asociativa
u ⊕ (v ⊕ −v) = w ⊕ (v ⊕ −v), luego por invertiva u ⊕ 0 = w ⊕ 0 y por ultimo aplicamos modulativa u = w.

2. Veamos que el cero es único, para ello supongamos que u es un elemento en V que actúa como el cero y
concluyamos que u = 0. Por lo supuesto u ⊕ u = u pero u = u ⊕ 0 luego u ⊕ u = u ⊕ 0 y por la propiedad
cancelativa u = 0. Análogamente se prueba que el inverso de cada elemento es único.

3. 0 ⊙ u = (0 + 0) ⊙ u = 0 ⊙ u ⊕ 0 ⊙ u y por la propiedad cancelativa 0 = 0 ⊙ u.

4. α ⊙ 0 = α ⊙ (0 ⊕ 0) = α ⊙ 0 ⊕ α ⊙ 0 y por la propiedad cancelativa 0 = α ⊙ 0.

5. Supongamos que α 6= 0 y veamos que entonces u = 0. Como α ⊙ u = 0 y α 6= 0 entonces α posee inverso

multiplicativo, luego se cumple al asociar y aplicar la hipótesis y la propiedad anterior que

u = 1 ⊙ u = (α−1 α) ⊙ u = α−1 ⊙ (α ⊙ u) = α−1 ⊙ 0 = 0

Ahora supongamos que u 6= 0 y veamos que α = 0 lo cual es claro ya que si α no fuese cero, como vimos
anteriormente se tendrı́a que u = 0 contradiciendo lo supuesto.

6. Hay que probar simplemente que −1⊙u es inverso de u y como el inverso es único se concluye que −1⊙u = ⊖u
para ello basta con ver lo siguiente:

u = 1 ⊙ u =⇒ u ⊕ (−1 ⊙ u) = (1 ⊙ u) ⊕ (−1 ⊙ u) = (1 − 1) ⊙ u = 0 ⊙ u = 0

E JEMPLOS DE ESPACIOS VECTORIALES REALES

A continuación mostramos algunos ejemplos y los clasificaremos en cuatro tipos.

I. Espacios vectoriales usuales.
II. Conjuntos usuales con operaciones no usuales.
III. Conjuntos usuales restringidos con operaciones no usuales.
IV. Conjuntos usuales restringidos con operaciones usuales.
 E SPACIOS V ECTORIALES USUALES
1. .

Los espacios vectoriales usuales están conformados por conjuntos usuales con operaciones usuales. Por tal
motivo utilizamos en este caso la notación usual de operaciones y escribimos

u+v en vez de u ⊕ v y αu en vez de α ⊙ u.

En su forma más general mencionamos algunos de los espacios más comunes.

I. V = Rn = {(x1 , x2 , . . . , xn ) : xi ∈ R} con las operaciones usuales de suma y multiplicación por un escalar,
es decir, si u = (x1 , x2 , . . . , xn ), v = (y1 , y2 , . . . , yn ) y α es un escalar, entonces:

⊲ Suma, u + v = (x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = (x1 + y1 , x2 + y2 , . . . xn + yn ).

⊲ Multiplicación por un escalar, αu = α(x1 , x2 , . . . , xn ) = (αx1 , αx2 , . . . , αxn ).

⊲ Cero, es la n-upla 0 = (0, 0, . . . , 0).

⊲ Inverso, ⊖u = −u = (−x1 , −x2 , . . . , −xn )

Por ejemplo:
• Para el caso en que n = 1 tenemos que V = R es el conjunto de los números reales el cual es el
espacio vectorial más conocido y trabajado por todos.

⊲ Suma, es la suma de números reales.

⊲ Multiplicación por un escalar, es en realidad el producto usual de números reales.

⊲ Cero, es el número cero, 0 = 0.

⊲ Inverso, el inverso de u es su opuesto.

El cero es el número cero 0 = 0 y el inverso de u es − u, ⊖u = −u

• Para el caso en que n = 2 tenemos que los vectores son los puntos en el plano, el cero es el origen

0 = (0, 0) y el inverso de u = (x, y) es − u = (−x, −y).

• Para el caso en que n = 3 tenemos que los vectores son los puntos en el espacio, el cero es el origen
0 = (0, 0, 0) y el inverso de u = (x, y, z) es −u = (−x, −y, z).

En los casos n = 2 y n = 3 los vectores se pueden visualizar geométricamente como segmentos de

rectas dirigidos. Para n > 3 tenemos que los vectores son puntos en el espacio n dimensional y no es
posible de ser visualizados.

Nota: En forma general, para cada valor de n obtenemos un espacio vectorial.

II. V = Mmn es el espacio conformado por todas las matrices de tamaño m × n con la suma usual de
matrices y multiplicación usual por un escalar; por ejemplo:

  
a b c
M23 = : a, b, c, d, e, f ∈ R espacio de todas las matrices de tamaño 2 × 3
d e f
el cero es la matriz nula 023 y el inverso de A2×3 es −A2×3
 Nota 1: En forma general, para cada valor de m y n obtenemos un espacio vectorial.

Nota 2: El espacio Rn se puede ver como el espacio matricial M1n o Mn1

Nota 3: Si cambiamos la estructura de la matrices y reorganizamos todas sus filas o todas sus columnas
en una sola y considerando las operaciones usuales, el espacio matricial Mmn es igual al espacio real Rmn .

Por ejemplo: M23 = R6 . para ello basta con escribir cada matriz de la siguiente forma:
 
a
b
   
a b c c
  ⇔ (a, b, c, d, e, f )
d e f d
por filas  
e
f

 
a
d
   
a b c b
  ⇔ (a, d, b, e, c, f )
d e f e
por columnas  
c
f

En donde se preserva el resultado de una suma o la multiplicación por un escalar, por ejemplo.
         
1 3 2 0 4 5 1 7 7 1 3 2 −3 −9 −6
+ = -3 =
5 7 1 2 2 7 7 9 8 5 7 1 −15 −21 −3
         
1 0 1 1 −3
3 4  7 3  −9 
         
2 5  7 2
  =  −6 
 
  +   =   −3
5 2  7 5 −15
         
7 2  9 7 −21
1 7 8 1 −3

Esta forma de representar matrices como puntos nos facilitara más adelante el estudio de este espacio.

III. V = Pn (x) es el conjunto de todos los polinomios reales con variable x y de grado menor o igual a n, con
la suma usual y multiplicación usual por un escalar. En forma conjuntista:

Pn (x) : p(x) = an xn + an−1 xn−1 + · · · + a1 x + a0 donde an , an−1 , . . . , a1 , a0 ∈ R y variable real x

Por ejemplo, para n = 3.

P3 (x) : p(x) = a3 x3 + a2 x2 + a1 x + a0
donde los siguientes polinomios se encuentran en dicho espacio:

p(x) = 3x3 + 2x + 1 con a3 = 3, a2 = 0, a1 = 2, a0 = 1

2 con a3 = 0, a2 = 2, a1 = 0, a0 = 1
q(x) = 2x + 1
r(x) = 2x − 3 con a3 = 0, a2 = 0, a1 = 2, a0 = −3
cero s(x) = 0 con a3 = 0, a2 = 0, a1 = 0, a0 = 0
 la suma usual de polinomios se realiza sumando términos semejantes, es decir, los coeficientes que
acompañan la misma potencia. Y la multiplicación por un escalar, multiplica a todos los coeficientes por el
escalar. Por ejemplo: para p(x) = 3x3 + 2x + 1 y q(x) = 2x2 + x − 1 se tiene que

3x3 + 2x + 1
2x2 + x − 1 −2p(x) = −2(3x3 + 2x + 1) = −6x3 − 4x − 2

p(x) + q(x) = 3x3 + 2x2 + 3x

Nota 1: En forma general, para cada valor de n se tiene un espacio vectorial.

Nota 2: P0 = R
Nota 2: Si cambiamos la estructura del espacio Pn (x), se tiene que es igual a Rn+1 .

an xn + an−1 xn−1 + · · · + a1 x + a0 ←→ (an , an−1 , · · · , a1 , a0 )

Para ver esto tomemos los polinomios considerados anteriormente p(x) y q(x) de P3 los cuales se pueden
representar como puntos en R4 como se muestra a continuación.

x3 x2 x c x3 x2 x c
3 2
p(x) = 3x + 2x + 1 ⇔ (3, 0, 2, 1) q(x) = 2x + x − 1 ⇔ (0, 2, 1, −1)

p(x) + q(x) = 3x3 + 2x2 + 3x −2p(x) = −6x3 − 4x − 2

         
3 0 3 3 −6
0  2 
  +   = 2
  0  0
2  1  3 −2   =  
  
2 −4
1 −1 0 1 −2

Esta forma de representar polinomios como puntos nos facilitara más adelante su estudio.

IV. V = F (I) es el espacio conformado por todas las funciones f cuyo dominio es el intervalo I, con recorrido
en los reales. La suma y multiplicación por un escalar son las usuales.

Por ejemplo, si I = [0, 1] tenemos que las funciones f (x) = x2 y g(x) = sen x se encuentran en F ([0, 1]) al
restringir sus dominios a dicho intervalo, por lo tanto la función suma (f + g)(x) = f (x) + g(x) = x2 + sen x
también se encontrara en F ([0, 1]). El cero es la función nula 0(x) = 0.

Nota. En este curso no trabajaremos este tipo de espacio vectorial.

 C ONJUNTOS USUALES CON OPERACIONES NO USUALES
2. .

Nota 1. Cuando se trabajan con escalares reales en conjuntos usuales y definimos una operación no usual de
suma o multiplicación por un escalar, el espacio resultante no es un espacio vectorial. Sin embargo es impor-
tante su estudio ya que en muchos casos sólo se quiere establecer espacios que cumplan sólo con algunas
de las 10 propiedades de los E.V.

Para tener en cuenta. En este tipo de espacios al utilizarse operaciones no usuales, la estructura del cero y
del inverso de un vector posiblemente (en caso de existir) no sea la usual.

En el caso del cero se debe probar su existencia y determinar quién es. Esto se logra al resolver las igualdades,

u⊕0=u 0 ⊕ u = u, (1)

En caso de existir el cero se puede determinar si se cumple la propiedad invertiva,y en tal caso cual es la
estructura del inverso para elemento del espacio. Esto se logra al resolver las igualdades,

u⊖u=0 ⊖ u ⊕ u = 0, (2)

En (1) y (2) se debe tener en cuenta que posiblemente se deba resolver sistemas de ecuaciones para cada
igualdad y se debe cumplir:

• los sistemas por lo general están compuesto en su mayorı́a por letras, de las cuales se debe tener presentes
cuales son las incógnitas.

• En (1) los dos sistemas deben tener la misma solución y esta deben ser única y numérica dado que como
anteriormente se menciono el cero es único.

• En (2) los dos sistemas deben tener la misma solución y esta deben ser única y con parámetros dado que
como anteriormente se menciono el inverso es único y estamos buscando la estructura del inverso.

• Cuando el espacio cumple la propiedad conmutativa, basta con solucionar sólo uno de los dos sistemas en
(1) y (2).

• las ecuaciones que componen el sistema en varios casos son triviales, es decir, cada ecuación contiene
sólo una incognita. Cuando las ecuaciones no son triviales puede ser necesario utilizar Cramer, siempre y
cuando cumpla con las condiciones de su uso.

• En términos generales, si trabajamos en Rn los sistemas posiblemente son de tamaño n × n.

A continuación se muestran algunos ejemplos de dichos espacios en donde sólo se mostrara algunas de las
propiedades que cumplen y otras que no.

1) Sea V = R2 con multiplicación por un escalar usual y la suma que se define a continuación
     
a c a+d
⊕ =
b d b+c

En este caso tenemos con respecto a la suma:

1. cumple por definición la propiedad clausurativa: la suma de dos vectores en R2 da como resultado un
vector en R2 .
 2. no cumple la propiedad conmutativa:
           
a c a+d c a c+b
⊕ = pero ⊕ =
b d b+c d b d+a

lo cual no es igual, por ejemplo

               
1 1 1+1 2 1 1 1+0 1
⊕ = = pero ⊕ = =
0 1 0+1 1 1 0 1+1 2

3. no cumple la propiedad asociativa:

           
a c e a+d e a+d+f
⊕ ⊕ = ⊕ =
b d f b+c f b+c+e
           
a c e a c+f a+d+e
⊕ ⊕ = ⊕ =
b d f b d+e b+c+f
para ver este hecho basta con tomar un vector donde e 6= f ¿por qué?

4. no cumple la propiedad modulativa. En este caso se debe considerar al cero como 0 = (x, y) (descono-
cido) y u = (a, b) como cualquier elemento del espacio (conocido) y tratar de hallar a x y y, como el
espacio no cumple la propiedad conmutativa se debe analizar los dos sistemas de ecuaciones que se
obtienen de las expresiones
u⊕0=u 0⊕u =u

        (
a x a+y a a+y =a
u⊕0=u⇒ ⊕ = = ⇒
b y b+x b b+x=b
las ecuaciones del sistema son triviales. La primera sólo contiene la incognita y en donde se deduce que
y = 0, y la segunda sólo cuenta con la incognita x en donde x = 0.

A pesar que el sistema cuenta con una única solución, se debe resolver el otro sistema en donde
        ( (
x a x+b a x+b=a x=a−b
0⊕u=u⇒ ⊕ = = ⇒ ⇒
y b y+a b y+a=b y =b−a

en este caso el sistema no solo dio una solución diferente al primero sino que además la solución quedo
en términos de u, por tal motivo concluimos que no cumple la propiedad.

5. no cumple la propiedad invertiva. Dado que si no hay cero, no puede haber inverso.

Con respecto a la multiplicación por un escalar se cumplen las cinco propiedades debido a que la multi-
plicación no la cambiamos y es fácil de probar que cumple la segunda propiedad distributiva que es en
la única en donde aparece la suma de vectores.

2) V = R con la suma a ⊕ b = a + b + 1 y multiplicación por un escalar α ⊙ a = αa − 1.

En este caso se cumplen las cinco propiedades de la suma. Vemos la modulativa e invertiva y dado que
cumple la conmutativa basta con trabajar con solo una de las igualdades.

Si tomamos 0 = x

u ⊕ 0 = u ⇒ u ⊕ x = u ⇒ u + x + 1 = u ⇒ x = −1
de esta forma 0 = −1
 Si tomamos ⊖u = x

u ⊖ u = −1 ⇒ u ⊕ x = −1 ⇒ u + x + 1 = −1 ⇒ x = −2 − u
de esta forma ⊖u = −2 − u

Con respecto a la multiplicación por un escalar sólo se cumple la propiedad clausurativa.

Veamos que no cumple las dos propiedades distributivas.

α ⊙ (u ⊕ v) = α ⊙ (u + v + 1) = α + u + v
α ⊙ u ⊕ α ⊙ v = (α + u + 1) ⊕ (α + v + 1) = 2α + u + v + 1
como α + u + v 6= 2α + u + v + 1 ⇒ α ⊙ (u ⊕ v) 6= α ⊙ u ⊕ α ⊙ v.

(α + β) ⊙ u = α + β + u − 1
α ⊙ u ⊕ β ⊙ v = (α + u + 1) ⊕ (β + u + 1) = α + β + 2u + 1
como α + β + u − 1 6= α + β + 2u + 1 ⇒ (α + β) ⊙ u 6= α ⊙ u ⊕ β ⊙ v.
3) V = R2 con la multiplicación usual por un escalar y la siguiente suma
     
a c ac − bd
⊕ =
b d ab + bc

se tiene que R2 no es un espacio vectorial. Con respecto a la suma se cumplen las propiedades clausurativa,
conmutativa y asociativa, pero no se cumple la modulativa y por ende la invertiva.
Veamos la modulativa bajo el hecho que cumple la conmutativa.
        (
a x ax − by a ax − by = a
u⊕0=u⇒ ⊕ = = ⇒
b y ay + bx b ay + bx = b
el sistema no posee ecuaciones triviales y si lo organizamos en una matriz aumentada tenemos:

x y 
a −b | a
|A| = a2 + b2 = 0 ⇔ a = b = 0
b a | b
A b

Luego el sistema no siempre tiene única solución y por ende no tiene modulo.

En el ejemplo anterior si se restringe el espacio a R2 − {(0, 0} se tiene que el sistema tiene única solución y
puede ser que se cumpla la propiedad modulativa, esto lo veremos a continuación en el III tipo de ejemplos.

C ONJUNTOS RESTRINGIDOS CON OPERACIONES NO USUALES .

3. .

Los conjuntos que restringiremos a continuación son los usuales. En este caso puede ser que al asociarle
operaciones no usuales se tenga espacios vectoriales, en donde se debe tener en cuenta las observaciones
hechas anteriormente sobre las operaciones no usuales y adicionalmente a ello tener presente las propiedades
clausurativas que ya no se cumplen por definición de las operaciones como anteriormente ocurrı́a.
Ejemplo.
a) Consideremos el ejemplo anterior pero tomando a V = R2 − {(0, 0} con las mismas operaciones, multipli-
cación usual por escalar y suma
     
a c ac − bd
⊕ =
b d ab + bc
En este caso veremos que si se cumple la propiedad modulativa e invertiva, pero antes de ello se debe
probar que se cumple la propiedad clausurativa de la suma. En el ejemplo anterior no se probo pero era
obvio (la suma de dos puntos en R2 daba como resultado un punto en R2 según la definición de suma).
En este caso no es tan obvio que la suma de dos puntos no nulos de un punto no nulo, es decir,

si u, v ∈ R2 − {(0, 0}, entonces u ⊕ v ∈ R2 − {(0, 0}

Para ello basta con probar (¿por qué?) que si

       
a x 0 0
u= ∈ R2 − {(0, 0} y w= ∈ R2 donde u⊕w = entonces w=
b y 0 0
En efecto,
          (
0 a x ax − by 0 ax − by = 0
u⊕w = ⇒ ⊕ = = ⇒
0 b y ay + bx 0 ay + bx = 0

que es un sistema homogéneo con única solución ya que

x y
a −b
  = a2 + b2 6= 0, a, b 6= 0
b a
A

y como sabemos dicha solución es la trivial w = (x, y) = (0, 0).

Veamos la modulativa bajo el hecho que cumple la conmutativa.

        (
a x ax − by a ax − by = a
u⊕0=u⇒ ⊕ = = ⇒
b y ay + bx b ay + bx = b
el sistema no posee ecuaciones triviales y si lo organizamos en una matriz aumentada tenemos:

x y   
a −b | a a −b |A1 |
|A1 | =  = |A| ⇒ x = =1
b a | b b a |A|
 
A b 1
0=
0
|A| = a2 + b2 6= 0  
a a |A2 |
Sist. unica solución |A2 | =  =0⇒y= =0
b b |A|
podemos aplicar Cramer

Ahora para probar la propiedad invertiva debemos encontrar la estructura del inverso de un vector u =
(a, b) el cual no conocemos ⊖u = (x, y). En este caso debemos resolver (por la conmutatividad de la
operación) sólo un sistema u ⊖ u = 0, o ⊖u⊕ = 0, cuya solución debe ser única por ser el inverso único y
además debe quedar en términos de u, es decir, en términos de a y b.
         (
a x ax − by 1 ax − by = 1
u ⊕ −u = 0 ⇒ ⊕ = = ⇒
b y ay + bx 0 ay + bx = 0
el sistema no es trivial y si lo organizamos en una matriz aumentada se puede solucionar por Cramer en
donde la matriz de coeficientes A es la misma del sistema pasado.

 
1 −b |A1 | a
|A1 | =  =a⇒x= = 2 a 
0 a |A| a + b2 
x y  a2+ b2 
a −b | 1 
−u = 
 
b a | 0 b

  − 2
A b a 1 |A2 | b a + b2
|A2 | =  = −b ⇒ y = =− 2
b 0 |A| a + b2

b) Si consideramos V = {(x, 1) : x ∈ R} con las operaciones

         
a b a+b a αa
suma ⊕ = mult. por escalar α⊙ =
1 1 1 1 1
   
0 a
entonces se tiene que V es un espacio vectorial en donde el cero es y el inverso de u = es
  1 1
−a
−u =
1
c) Si en el ejemplo anterior cambiamos la multiplicación por escalar por la usual, se tiene que V no es un
espacio vectorial ya que por ejemplo no cumple la propiedad clausurativa. Por ejemplo
   
a 3a
3 = ∈/V
1 3

d) Si consideramos V = (0, +∞) con las operaciones

suma x ⊕ y = xy mult. por escalar α ⊙ x = xα

1
se tiene que V es un espacio vectorial, con el 1 como cero y el inverso de a es .
a

e) Si en el ejemplo anterior cambiamos la multiplicación por un escalar por la usual , se tiene que V no es
un espacio vectorial ya que por ejemplo no cumple la propiedad clausurativa. Por ejemplo

−2(3) = −6 ∈
/ (0, +∞)

C ONJUNTOS RESTRINGIDOS CON OPERACIONES USUALES

4. .

Para finalizar consideraremos subconjuntos W de un espacio vectorial (V, ⊕, ⊙) y lo dotaremos de las opera-
ciones del espacio para determinar si (W, ⊕, ⊙) es un espacio vectorial. En el caso de serlo diremos que W es
un subespacio de V.
 Clasificación de subespacios

Triviales Propios
• El formado solo por el cero. • son los que no son triviales.
• Todo el espacio vectorial.

Para probar que W es un subespacio vectorial de V , no es necesario probar las 10 propiedades que cumplen
las 2 operaciones, basta con mostrar que cumple las dos propiedades clausurativa, para ver esto primero
clasifiqueremos las 10 propiedades operacionales de un espacio en dos tipos: Propiedades hereditarias o de
forma y propiedades de pertenencia o de ubicación. La siguiente tabla muestra la división.

SUMA MULTIPLICACIÓN

Conmutativa Distributivas
HEREDITARIA Asociativa
Asociativa
Modulativa

Clausurativa

PERTENENCIA Modulativa Clausurativa

Invertiva

Para entender el concepto de propiedad hereditaria mostramos el siguiente ejemplo que no tiene que ver con
espacios vectoriales.

Por ejemplo si V es el conjunto formado por todos los ciudadanos colombianos, entonces ser colombiano de-
termina la propiedad que caracteriza a V, por tal motivo si W es el subconjunto de V conformado por todas las
personas nacidas en santander, entonces ellos ya cumplen la propiedad de ser colombianos, es decir, heredan
la propiedad de V.

En sı́, el ejemplo anterior nos dice que las propiedades hereditarias no son necesarias de probar y por tal motivo
solo se deben considerar las cuatro propiedades de pertenencia para determinar si W es un subespacio de V.
Por otra parte, dado V es un espacio vectorial no es necesario probar la existencia del cero y del inverso de
todo elemento de W , lo que realmente hay que probar es que se encuentran ubicados en W y la siguiente
propiedad indica que ello se deriva de las propiedades clausurativas. En consecuencia se tiene que W es
subespacio de V si cumple con las dos propiedades clausurativas.

Teorema. Si (V, ⊕, ⊙) es un espacio vectorial y W es un subconjunto no vacı́o de V entonces, W es un sube-

spacio de V , si y sólo si, W cumple las dos propiedades clausurativas.

Veamos la prueba.

Una de las implicaciones es inmediata, si W es un subespacio de V se tiene que cumple las 10 propiedades y
por consiguiente ya cumple las dos propiedades clausurativas.

Para la otra implicación. Si suponemos que W cumple las dos propiedades clausurativas veamos que el cero
se encuentra en W y que el inverso de un elemento de W también se encuentra en W.
Para ello tomemos u en W y multipliquemos por 0 y −1 donde se obtiene debido a la propiedad clausurativa
del producto y a las propiedad básicas de los espacios:

0⊙u=0∈W y − 1 ⊙ u = −u ∈ W

De esta forma si W cumple con las 2 propiedades clausurativas, cumple con las 4 propiedades de pertenencia,
agregando las 6 propiedades hereditarias concluimos que W es un subespacio de V.

Las dos propiedades clausurativas se pueden combinar con el fin de reducir a un más el teorema anterior y
obtenemos el siguiente resultado.

Teorema. Si (V, ⊕, ⊙) es un espacio vectorial y W es un subconjunto no vacı́o de V entonces, W es un sube-

spacio de V , si y sólo si, para todo u y v en W y escalares α y β cumple que su combinación α ⊙ u ⊕ β ⊙ v esta
en W.

Ejemplos (Recuerde que sólo consideramos a V como los espacios usuales Rn , Pn (x) y Mmn con las opera-
ciones usuales)

1) En V = R2 consideremos los siguientes subconjuntos

1) W1 = [0, +∞) × [0, +∞)
2) W2 = {(x, y) : x2 + y 2 = 1}
3) W3 es la recta y = 2x + 1
4) W4 es la recta y = −x
5) W5 = {(x + y, 2x − y) : x, y ∈ R}
En este caso se tiene que W4 y W5 son los únicos subespacios. En efecto,

Para W1 se tiene que cumple la propiedad clausurativa de la suma,

 
a
u= ∈ W1 ⇔ a, b ≥ 0
b
 
a+c
⇒ a + c, b + d ≥ 0 ⇔ u + v = ∈ W1 ,
b+d
 
c
v= ∈ W1 ⇔ c, d ≥ 0
d

pero no cumple la multiplicación por un escalar, por ejemplo, sea u = (1, 2) ∈ W1 y α = −1, entonces
αu = −(1, 2) = (−1, −2) ∈
/ W1 .

Para W2 y W3 no se cumple ninguna de las dos propiedades, aunque la forma mas sencilla de probar que no
son subespacio se tiene del hecho que el cero 0 = (0, 0) no se encuentra en ninguno de los dos conjuntos.

Para W4 realicemos la prueba que es subespacio de diversas formas, primero probemos las dos propiedades
clausurativas.
   
a a+c
u= ∈ W4 ⇔ b = −a b + d = −a − c = −(a + c) ⇔ u + v = ∈ W4 ,
b b+d
  ⇒  
c αa
v= ∈ W4 ⇔ d = −c αb = −αa ⇔ αu ∈ ∈ W4 ,
d αb

ahora, combinemos las dos propiedades clausurativas para hacer la prueba

 
a
u= ∈ W4 ⇔ b = −a αb = −αa
b
 
αa + βc
⇒ ⇒ αb + βd = −(αa + βc) ⇔ αu + βv = ∈ W4 ,
αb + βd
 
c
v= ∈ W4 ⇔ d = −c βd = −βc
d
La última prueba fue un poco mas elaborada que la primera y requiere mayor destreza, pero como veremos
mas adelante nos permitirá deducir un método que de poder aplicarse, determinará en forma sencilla si un
conjunto es o no, un subespacio. Para ello es necesario ver primero una tercera forma para hacer cualquiera
de las dos pruebas anteriores y es parametrizando el conjunto con el fin de obtener una estructura. Para
ello es necesario que el conjunto cuente con una condición dada por una igualdad y que de ésta se pueda
despejar una variable.

W4 = {(x, y) : y = −x} = {(x, −x) : x ∈ R}. En este caso tenemos la estructura (x, −x) en donde la
variable x hace el papel de parámetro. Volvamos a realizar las dos pruebas,
     
a a+b x
u= u+v = = ∈ W4 , con x = a + b
−a −(a + b) −x
  ⇒  
b αa
v= αu = ∈ W4 , con x = αa
−b −αa

ahora, combinemos las dos propiedades clausurativas para hacer la prueba

 
a
u=
−a
   
αa + βb x
  ⇒ αu + βv = = ∈ W4 , con x = αa + βb
b −(αa + β) −x
v=
−b

Como se puede observar al parametrizar el conjunto y obtener su estructura, las pruebas realizas fueron
mas sencillas. Aunque ésto se debe a la simplicidad de la estructura de W4 .

Veamos que con W5 , el cual ya cuenta con una estructura, no es tan fácil la prueba debido a que cuenta
con dos parámetros. En este caso utilicemos las propiedades clausurativas combinadas y obtendremos un
sistema de ecuaciones lineales.

nota 1 No siempre se obtiene un sistema de ecuaciones lineales.

nota 2 En caso de tenerse un sistema de ecuaciones lineales se debe tener en cuenta:

⊲ para el sistema se tiene que las incógnitas son x y y
⊲ Si el sistema tiene solución W es un subespacio y en caso contrario no lo es.
⊲ La solución debe quedar en términos de los vectores u y v, y los escalares α y β.
Solución.
   
a+b c+d
Sean u = yv= y α y β escalares, entonces:
2a − b 2c − d

      (
a+b c+d x+y αa + αb + βc + βd = x + y (1)
(αu + βv) ∈ W ⇔ α +β = ⇒
2a − b 2c − d 2x − y 2αa − αb + 2βc − βd = 2x − y (2)

en su forma matricial se tiene

   
1 1 | αa + αb + βc + βd 1 1 | αa + αb + βc + βd
1
2 −1 | 2αa − αb + 2βc − βd f2 → f2 + f1 3 0 | 3αa + 3βc f2 → f2
3
1 1 | αa + αb + βc + βd f1 → f1 − f2 0 1 | αb + βd y = αb + βd
   
⇒
1 0 | αa + βc 1 0 | αa + βc x = αa + βc

De lo anterior concluimos que W5 es un subespacio

2) Si V = P2 (x) y W = {(a + b + 1)x2 + b + a : a, b ∈ R}, veamos que W no es subespacio.
Primero recordemos que para P2 (x) se puede trabajar en R3 .

P2 (x) R3
ax2 + bx + c (a, b, c)
(a + b + 1)x2 + a + b (a + b + 1, 0, a + b)

Ası́ W = {(a + b + 1, 0, a + b) : a, b ∈ R}, ya se encuentra parametrizado, en donde a y b son los parámetros

que consideraremos como incógnitas en el sistema.
   
a1 + b 1 + 1 a2 + b 2 + 1
Sean u =  0 yv= 0  y α y β escalares, entonces:
a1 + b 1 a2 + b 2
     
a1 + b 1 + 1 a2 + b 2 + 1 a+b+1
(αu + βv) ∈ W ⇒ α  0 +β 0 = 0 
a1 + b 1 a2 + b 2 a+b

αa1 + αb1 + α + βa2 + βb2 + β = a + b + 1
 (1)
⇒ 0=0 (2)

αa1 + αb1 + βa2 + βb2 = a + b (3)


escribiendo el sistema de la forma matricial tenemos:

   
1 1 | αa1 + αb1 + α + βa2 + βb2 + β − 1 f → f − f 0 0 | α+β−1
1 1 3
0 0 | 0  0 0 | 0 
1 1 | αa1 + αb1 + βa2 + βb2 1 1 | αa1 + αb1 + βa2 + βb2

La ecuación (1) indica que 0 = α + β − 1 lo cual es falso si consideramos por ejemplo α = β = 1. De esta
forma concluimos que W no es un subespacio.

Ahora analicemos los dos últimos ejemplos, en ambos se llego a sistemas lineales en donde al ser escritos
por medio de matrices aumentadas se obtuvo que la matriz de coeficientes representa los parámetros de la
estructura del conjunto y en cada filas se representan las componentes.
   
    1 1 | αa1 + αb1 + α + βa2 + βb2 + β − 1 a+b+1
1 1 | αa + αb + βc + βd a+b
⇒ 0 0 | 0 ⇒ 0 
2 −1 | 2αa − αb + 2βc − βd 2a − b
1 1 | αa1 + αb1 + βa2 + βb2 a+b

Reducir las filas por Gauss-Jordan se traduce en reducir las estructuras a unas más simples (cada parámetro
debe aparecer sólo una vez)
   
    1 1 | αa1 + αb1 + α + βa2 + βb2 + β − 1 a+b+1
1 1 | αa + αb + βc + βd a+b 0
⇒ 0 | 0 ⇒ 0 
2 −1 | 2αa − αb + 2βc − βd 2a − b
1 1 | αa1 + αb1 + βa2 + βb2 a+b
f2 → f2 + f1 f1 → f1 − f3
   
    0 0 | α+β −1 1
1 1 | αa + αb + βc + βd a+b
⇒ 0 0 | 0 ⇒ 0 
3 0 | 3αa + 3βc 3a
1 1 | αa1 + αb1 + βa2 + βb2 a+b
f2 → 13 f2
   
1 1 | αa + αb + βc + βd a+b
⇒
1 0 | αa + βc a

f1 → f1 − f 2
   
0 1 | αb + βd b
⇒
1 0 | αa + βc a
 Conclusión. Si la estructura de W se reduce por medio de operaciones elementales de filas a una estruc-
tura en donde cada parámetro aparezca sólo una vez entonces, W es un subespacio de Rn si y sólo si, en
el caso de haber componentes constantes, éstas son cero.

3) Pruebe que en R3 , el plano π : 2x + 3y + 5z = 0 es un subespacio.

solución.

la forma mas sencilla de probar es parametrizando el plano. Para ello basta con despejar de la ecuación del
plano una variable, por ejemplo x, en donde x = (−3y − 5z)/2.

Ahora escribiendo a π en forma de conjunto tenemos:

π = {(x, y, z) : 2x + 3y + 5z = 0} = {((−3y − 5z)/2, y, z) : y, z ∈ R}

en donde ya podemos reducir su estructura

   
(−3y − 5z)/2 f1 → f1 + 3/2f2 0
 y  f1 → f1 + 5/2f3 y  ⇒ Es subespacio
z z

4) Los siguientes conjuntos no se pueden determine si son o no subespacios por reducción de estructura.
(¿Por qué?)
1) En R2 , W1 = {(x, y) : x, y ≥ 0}
2) En R2 , W2 = {(x, y) : x2 + y 2 = 1}
  
ab a
3) En M22 , M = : a, b ∈ R
0 b
4) En R3 , todos los planos que pasan por el origen (ax + by + cz = 0)
5) Por último. En el espacio F (I) se cuenta con una gran variedad de subespacios por ejemplo:
a) Las funciones continuas en I, C(I).

b) Las funciones derivables en I, D(I).

c) Las funciones integrables en I, Int(I).

d) Las funciones polinómicas en I.

e) Las funciones racionales en I.

f) Las funciones algebraicas en I

g) Las funciones Trascendentales no forman un subespacio.

Para ver esto,, consideremos las funciones trascendentales f (x) = sen2 x y g(x) = cos2 x cuya suma da
la función constante g(x) = 1 la cual no es trascendental.

h) La lista no se conoce por completo.

además también se tiene que:
a) Las funciones derivables en I a su vez son subespacio de las funciones continuas en I (toda función
derivable en I es continua en I).

b) Las funciones racionales en I a su vez son subespacio de las funciones algebraicas (toda función
racional en I es algebraica en I).

c) Las funciones polinómicas en I a su vez son subespacio de las funciones racionales (toda función
polinómica en I es racional en I).

d) Todas las anteriores dependen del intervalo I, es decir no es lo mismo los espacios anteriores en
I = [0, 1] (espacio clásico) que por decir, en I = [−1, 2].

e) En especial se tiene que Pn (x) es un subespacio de todos los anteriores.

 TALLER

1. Si en V = {(x, y) : y 6= 0} se define la suma

     
a c ad + bc
⊕ =
b d bd

a) pruebe que V cumple las propiedades conmutativa, modulativa e invertiva.

b) si tomamos la multiplicación usual por un escalar, resuelva la ecuación

     
x 5 1
2 ⊖ =
y 1 2

2. Pruebe que en R2 toda recta que pasa por el origen es un subespacio.

3. Pruebe que el hiperplano 2x − 3y + w − z = 0 con las operaciones usuales forma un espacio vectorial.

4. Pruebe que los puntos que se encuentran sobre la esfera x2 + y 2 + z 2 = 1 con las operaciones usuales no
forman un espacio vectorial.

5. Si en V = {(x, y) : x 6= 0, y 6= 0} se define la suma

     
a c ac
⊕ =
b d bd

entonces V cumple las 5 propiedades de la suma de los espacios vectoriales.

Halle el cero de V y la estructura del inverso de cualquier elemento u = (a, b) de V

6. Si consideramos el espacio vectorial V = (0, +∞) con las operaciones

suma x ⊕ y = xy mult. por escalar α ⊙ x = xα

pruebe las propiedades distributivas y resuelva las ecuaciones

3 ⊙ (x ⊕ 8) = 1 (3 ⊙ x) ⊕ 8 = 1

7. Si consideramos el espacio vectorial V = (0, +∞) con las operaciones

xy α
suma x ⊕ y = mult. por escalar α⊙x=
x+y x

pruebe que en la suma se cumple las propiedades conmutativa y asociativa pero no la modulativa, también
muestre que no se cumple una de las propiedades distributivas y por último resuelva la ecuación

1 ⊙ (x ⊕ 2) = x
 8. Si consideramos V = {(x, 1) : x ∈ R} con las operaciones
         
a b a+b a αa
suma ⊕ = mult. por escalar α⊙ =
1 1 1 1 1
 ! ! !
 x y 2
 3⊙ ⊕2⊙ =


1 1 1

resuelva el siguiente sistema de ecuaciones lineales ! ! !
 x y 3
⊕5⊙ =


1 1 1



9. Pruebe que cada uno los siguientes conjunto junto con las operaciones usuales forman un espacio vectorial
  
a) W = {(2t, 3s + t, r) : t, s, r ∈ R} a 0
d) M = :a∈R
0 −a
b) W = {(2t + 1, s) : t, s ∈ R}
e) Todo plano que pasa por el origen.
c) W = {p(x) = ax2 + b : a, b ∈ R}
f) En R3 , toda recta que pasa por el origen

10. Determine por qué cada uno los siguientes conjuntos junto con las operaciones usuales no forman un sube-
spacio. (muestre cual de las dos propiedades clausurativas no cumple)

a) W = {(2t, 3s + t, s − 1) : t, s ∈ R}
f) W = {(x, y) : y = 2x} ∪ {(x, y) : y = −2x}
b) W = {(2t, 3t − 1) : t, s ∈ R} 
ab a
 
g) En M22 , M = : a, b ∈ R
0 b
c) W = {p(x) = x2 + a : a ∈ R} h) En M22 , M = {A ∈ M22 : |A| = 0}
  
a b
d) M= : a, b ∈ R i) En M22 , M = {A ∈ M22 : |A| =
6 0}
b+1 −a
x2 y2
e) W = {(x, y) : 4 + 9 = 1} j) En P2 (x), B = {ax2 + bx + c : a 6= 0}