Lectura 1 1

ESPACIOS VECTORIALES
PAUL BRESSLER
1. Discusión preliminar
1.1. ¿Qué estamos estudiando? Las matemáticas estudian funciones (mapas, aplicaciones,
transformaciones) y sus propiedades. Es posible que ustedes no tengan esta impresión de los
cursos que han tomado, pero en efecto es ası́. Por ejemplo, en topologı́a se estudian aplicaciones
continuas, en cálculo diferencial se estudian aplicaciones diferenciables, en álgebra se estudian
aplicaciones que se comportan bien con respeto a ciertas operaciones algebraicas.
En el caso particular del álgebra lineal, vamos estudiar las aplicaciones lineales. El contexto
en el que se pueden discutir las aplicaciones lineales es el de los espacios vectoriales.
2. Espacios vectoriales
2.1. La estructura de espacio vectorial sobre R. Sea S un conjunto. Una estructura de espacio
vectorial sobre S está dada por dos operaciones:
1. Adición
(1) + : S × S → S : (a, b) 7→ a + b
2. Multiplicación por escalares
(2) R × S → S : (λ, s) 7→ λs
que cumplen ciertas propiedades.
2.1.1. Las propiedades de la adición.

Asociatividad:
∀a, b, c ∈ S (a + b) + c = a + (b + c)
No todas las operaciones que se encuentran en la naturaleza son asociativas. Por ejemplo, el
producto cruz
× : R3 × R3 → R3
no es asociativo.
Conmutatividad:
∀a, b ∈ S a + b = b + a
La cuestión del cero: En lo que sigue no asumiremos que la operación + es conmutativa.

Considere el sistema (posiblemente infinito) de ecuaciones
(3) X + s = s, s + X = s s ∈ S
donde X es una incógnita y para cada elemento s ∈ S se tienen dos ecuaciones. Vamos a mostrar
que si el sistema (3) tiene alguna solución, entonces, de hecho, tal solución es única.
Lema 2.1. Suponga que z1 , z2 ∈ S son soluciones de (3). Entonces, z1 = z2 .
Demostración. z1 = z1 + z2 = z2
1
2 P.BRESSLER
La única solución de (3), si existe, se llama el elemento cero de S.

Por definición, la operación de adición de una estructura de espacio vectorial tiene el elemento cero. En
lo que sigue el elemento cero se denota por 0.
La cuestión de negativos: En lo que sigue no asumiremos que la operación + es conmutativa.
Para s ∈ S considere el sistema de dos ecuaciones
(4) X + s = 0, s + X = 0.
en una incógnita X. Vamos a mostrar que, si el sistema (4) tiene alguna solución, entonces, de
hecho, la solución es única.
Lema 2.2. Suponga que a1 , a2 ∈ S son soluciones de (4). Por lo tanto, a1 = a2 .
Demostración. a1 = a1 + (s + a2 ) = (a1 + s) + a2 = a2
La única solución de (4), si existe, se llama el negativo de s y se denota −s.
Por definición, la operación adición de una estructura de espacio vectorial tiene negativos para todos
los elementos s ∈ S. La notación habitual es a − b := a + (−b).
La existencia de negativos tiene la siguiente consecuencia.
Lema 2.3 (Caracterización del cero). Si s ∈ S satisface s + s = s, entonces s = 0
Demostración. s = s + s − s = s − s = 0
2.1.2. Las propiedades de la multiplicación por escalares.
Asociatividad:
∀λ, µ ∈ R, s ∈ S (λµ)s = λ(µs)
La acción del 1 ∈ R:
∀s ∈ S, 1s = s.
2.1.3. La relación entre las dos. Las operaciones (1) y (2) están relacionadas por dos propiedades
distributivas:
1. ∀λ ∈ R, a, b ∈ S λ(a + b) = λa + λb .
2. ∀λ, µ ∈ R, a ∈ S (λ + µ)a = λa + µa .
2.1.4. Consecuencias inmediatas de la definición. Para distinguir el número cero 0 ∈ R del ele-
mento cero de S en la siguiente proposición vamos a denotar este último por 0~.
Proposición 2.4. Para todo λ ∈ R, s ∈ S
~ = λ0
1. 0 · s = 0 ~
2. (−λ)s = −(λs) = λ(−s)
Demostración.
1. Según Lema 2.3 es suficiente mostrar que 0 · s + 0 · s = 0 · s y que λ0~ + λ0
~ = λ0
~:
~ = λ(0
0 · s = (0 + 0) · s = 0 · s + 0 · s, λ0 ~+0
~) = λ0
~ + λ0~
2. ~
(−λ)s + λs = (−λ + λ) · s = 0 · s = 0
~
λ(−s) + λs = λ(s − s) = λ0 = 0 ~

2.2. La definición de un espacio vectorial. Un espacio vectorial sobre R (un R-espacio vec-
torial) es un conjunto S con una estructura del espacio vectorial 2.1. Es decir, es una tripleta
(S, +, ·).
Normalmente usamos una sola letra como A o V para denotar un espacio vectorial y, en el
mismo tiempo, el conjunto. Habitualmente, la notación implica el conocimiento de la definición
de las operaciones.
ESPACIOS VECTORIALES 3
3. Aplicaciones lineales
Sean V y W dos espacios vectoriales. Un mapa de conjuntos
f : V →W
se llama lineal si satisface
1. ∀a, b ∈ V f (a + b) = f (a) + f (b)
2. ∀λ ∈ R, a ∈ V f (λa) = λf (a)
Observaremos que estas propiedades implican que f (0) = 0 y f (−a) = −f (a).
4. Ejemplos
4.1. Estructuras de espacio vectorial.
1. El conjunto vacı́o ∅ no admite estructura de espacio vectorial porque no puede contener
el elemento cero.
2. El conjunto unitario {?} con un único elemento ? admite una única estructura de espacio
vectorial. La unicidad es una consecuencia de la siguiente caracterización del conjunto
unitario: para cualquier conjunto S existe un único mapa S → {?}. Es decir, el conjunto de
mapas {?}S es un conjunto unitario.
Por lo tanto, queda por demostrar (ejercicio) que las únicos mapas
{?} × {?} → {?}, R × {?} → {?}
definen una estructura de espacio vectorial. De ahora en adelante, vamos a denotar este
espacio vectorial por (0).
4.2. El campo de escalares. El campo de escalares R con las operaciones habituales es un R-
espacio vectorial.
4.3. El producto. Sean V y W espacios vectoriales. El producto cartesiano V × W de los con-
juntos V y W tiene una estructura de espacio vectorial dada por
(a, b) + (c, d) = (a + c, b + d), λ(a, b) = (λa, λb),
donde a ∈ V , b ∈ W , λ ∈ R (ejercicio).
4.4. Aplicaciones lineales básicas. Sea V un espacio vectorial.
1. La aplicación “identidad” Id : V → V es lineal.
2. La (única) aplicación V → (0) es lineal.
3. La aplicación + : V × V → V : (a, b) 7→ a + b es lineal.
4. Para λ ∈ R la aplicación λ · ( ) : V → V : a 7→ λa es lineal.
4.5. El ejemplo fundamental. Sea S un conjunto. El conjunto RS de todos mapas de conjuntos
S → R tiene estructura canónica de espacio vectorial. (Es decir, cuando me refiero al “espacio
vectorial RS ”, me refiero a esta estructura y ninguna otra.) Si S = ∅, entonces RS es un conjunto
unitario y es un espacio vectorial de una única manera. En lo que sigue supongamos que S , ∅.
Para s ∈ S la aplicación de evaluación evs : RS → R se define por evs (f ) = f (s).
Proposición 4.1. Existe una única estructura de espacio vectorial en el conjunto RS tal que para todo
s ∈ S la aplicación evs : RS → R es lineal.
Demostración. Observe que las condiciones impuestas no dejan ninguna opción en la definición
de las operaciones.
Para f , g ∈ RS la asignación S 3 s 7→ evs (f ) + evs (g) = f (s) + g(s) ∈ R define una función que
denotamos, por ahora, f ⊕ g, es decir (f ⊕ g)(s) = f (s) + g(s). La asignación RS × RS 3 (f , g) 7→ f ⊕ g
define el mapa
⊕ : RS × RS → RS .
4 P.BRESSLER
Para λ ∈ R, f ∈ RS , la asignación S 3 s 7→ λ·evs (f ) = λf (s) ∈ R define una función que denotamos,

por ahora, λ • f , es decir, (λ • f )(s) = λf (s). La asignación R × RS 3 (λ, f ) 7→ λ • f define el mapa
• : R × RS → RS .
Es fácil demostrar (ejercicio) que
las dos operaciones definen una estructura de espacio vectorial (es decir, tienen las pro-
piedades requeridas);
para todo s ∈ S la aplicación evs : RS → R es lineal.

4.6. Una generalización (ejercicio). Generalizar el ejemplo 4.5 al conjunto V S de mapas con
valores en un espacio vectorial V .
4.7. Manifestaciones del ejemplo fundamental en la naturaleza. No quiero decir que todo
espacio vectorial es de la forma RS , pero muchos ejemplos de espacios vectoriales lo son con una
elección adecuada del conjunto S.
1. Si S = {1, 2, . . . , n}, el espacio RS se denota por Rn . Una función f : {1, 2, . . . , n} → R se
denota por su tabla de valores f~ = (f1 , . . . , fn ), donde f1 := f (i).
2. Si S = {1, 2, . . . , m} × {1, 2, . . . , n} = {(i, j) | 1 6 i 6 m, 1 6 j 6 n}, un mapa f : S → R es una
matriz m × n cuyos elementos son los valores fij := f (i, j) de f .
3. Si S = N = {0, 1, 2, . . .} es el conjunto de los números naturales, los elementos de RN se
llaman sucesiones. Un mapa f : N → R se denota por la sucesiones de sus valores (fi )∞ i=0 ,
donde fi := f (i).
Ejemplos más interesantes aparecen como subconjuntos del ejemplo fundamental.

Lectura 1 1

Cargado por

Copyright:

Formatos disponibles

Lectura 1 1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Lectura 1 1

Cargado por

Copyright:

Formatos disponibles

ESPACIOS VECTORIALES

2.1.1. Las propiedades de la adición.

La cuestión del cero: En lo que sigue no asumiremos que la operación + es conmutativa.

La única solución de (3), si existe, se llama el elemento cero de S.

Para λ ∈ R, f ∈ RS , la asignación S 3 s 7→ λ·evs (f ) = λf (s) ∈ R define una función que denotamos,

También podría gustarte