TEMA DE CLASE

ESCUELA PROFESIONAL DE
INGENIERÍA QUÍMICA

ESPACIOS
VECTORIALES
CURSO:MATEMÁTICA III
DOCENTE:VICTORIA YSABEL ROJAS ROJAS SEMESTRE
ACADÉMICO 2024 A
01 de abril de 2024

VR
 CONTENIDO DE LA SEMANA

➢ Espacios vectoriales.
➢ Sub espacios vectoriales.

➢ Combinación lineal.

➢ Espacio Generado.

VR
VR
 Vuelo espacial y sistemas de control

Con doce pisos de altura y peso de 75 toneladas, el Columbia se elevó majestuosamente desde la
plataforma de lanzamiento en una fresca mañana de abril de 1981. El primer transbordador de Estados
Unidos, producto de diez años de investigación, fue un triunfo de la ingeniería de sistemas de control que
abarca muchas ramas ingenieriles —aeronáutica, química, eléctrica, hidráulica y mecánica. Los sistemas de
control del transbordador espacial resultan absolutamente críticos para el vuelo. Como el transbordador
tiene un fuselaje inestable, requiere de constante vigilancia por computadora durante el vuelo atmosférico.
Los sistemas de control de vuelo envían una corriente de comandos a las superficies de control
aerodinámicas y a 44 pequeños impulsores de propulsión a chorro. En la figura 1 se muestra un típico
sistema con retroalimentación en ciclo cerrado que controla el ángulo de inclinación de la punta de la nariz
del transbordador durante el vuelo. Los símbolos de empalme (⊗) muestran dónde se añaden las señales
de diversos sensores a las señales de la computadora que fluyen por la parte superior de la figura.
Matemáticamente, las señales de entrada y salida de un sistema de control son funciones. Es importante,
para las aplicaciones, que estas señales puedan sumarse, como en la figura 1, y multiplicarse por escalares.
Estas dos operaciones con funciones tienen propiedades algebraicas completamente análogas a las
operaciones de suma de vectores en 𝑅𝑛 y multiplicación de un vector por un escalar, como se verá en esta
semana. Por esta razón, al conjunto de todas las posibles entradas (funciones) se le denomina espacio
vectorial. Los fundamentos matemáticos de la ingeniería de sistemas descansan sobre los espacios
vectoriales y las funciones, y en este capítulo se amplía la teoría de vectores en 𝑅𝑛 para incluir tales
funciones. Después, se verá cómo surgen otros espacios vectoriales en ingeniería, física y estadística
VR
 Un cuerpo
Sea 𝐾 ≠ 𝜙, definimos en 𝐾 dos operaciones llamadas suma y producto

+: 𝑲𝒙𝑲 ⟶ 𝑲 . : 𝑲𝒙𝑲 ⟶ 𝑲
𝑥, 𝑦 + 𝑥, 𝑦 = 𝑥 + 𝑦 𝑥, 𝑦 . 𝑥, 𝑦 = 𝑥. 𝑦

Propiedades: 𝑥, 𝑦, 𝑧 ∈ 𝐾
Propiedades: 𝑥, 𝑦, 𝑧 ∈ 𝐾
𝑆1 : 𝑥 + 𝑦 = 𝑦 + 𝑥;
𝑃1 : 𝑥. 𝑦 = 𝑦. 𝑥; conmutativa
𝑆2 : 𝑥 + 𝑦 + 𝑧 = 𝑥 + 𝑦 + 𝑧;
𝑃2 : ´𝑥. 𝑦. 𝑧 = 𝑥. 𝑦 . 𝑧; asociativa
𝑆3 : ∃𝜃 ∈ 𝐾; 𝑥 + 𝜃 = 𝑥
𝑃3 : ∃𝟏 ∈ 𝐾; 𝟏𝑥 = 𝑥; Elemento neutro
𝑆4 : ∀𝑥 ∈ 𝐾∃ −𝑥 ∈ 𝐾; 𝑥 + −𝑥 = 𝜃;
𝑃4 : ∀𝑥 ∈ 𝐾 − 𝜃 ∃ 𝑥 −1 ; 𝑥. 𝑥 1 = 𝟏; Elemento inverso

VR
Ejemplos

➢ El conjunto de los números reales ℝ

➢ El conjunto de los números complejos ℂ
➢ El conjuntó de los números racionales ℚ
➢ El conjunto ℚ 𝟓 = 𝒂 + 𝒃 𝟓; 𝒂, 𝒃 ∈ ℚ

𝑎+𝑏 5 𝑦 𝑐+𝑑 5 ⇒ 𝑎+𝑏 5 + 𝑐+𝑑 5 = 𝑎+𝑐 + 𝑏+𝑑 5

𝑎 + 𝑏 5 . 𝑐 + 𝑑 5 = 𝑎. 𝑐 + 5𝑑𝑏 + 𝑎𝑑 + 𝑏𝑐 5

VR
 Espacio vectorial
Sea 𝐾 un cuerpo cuyos elementos llamaremos escalares; y 𝕍 un conjunto no vacío

1 DEFINICION
Se dice que el conjunto no vacío 𝕍 tiene estructura de espacio vectorial sobre el
cuerpo 𝐾, si en ella se provee dos operaciones:

➢ Una operación interna llamada adición +: 𝕍 × 𝕍 → 𝕍

𝒖, 𝒗 → 𝒖 + 𝒗
Que verifica los siguientes axiomas:

𝐴1 : Si 𝑢, 𝑣Ԧ ∈ 𝕍 entonces 𝑢 + 𝑣Ԧ ∈ 𝕍
𝐴2 : ∀𝑢, 𝑣Ԧ ∈ 𝕍: 𝑢 + 𝑣Ԧ = 𝑣Ԧ + 𝑢

𝐴3 : ∀ 𝑢, 𝑣,
Ԧ 𝑤 ∈ 𝕍 : 𝑢 + 𝑣Ԧ + 𝑤 = 𝑢 + 𝑣Ԧ + 𝑤

𝐴4 : ∀𝑢 ∈ 𝕍, ∃ 𝜃Ԧ ∈ 𝕍 tal que 𝑢 + 𝜃Ԧ = 𝑢

𝐴5 : ∀𝑢 ∈ 𝕍, ∃ −𝑢 tal que: 𝑢 + −𝑢 = −𝑢 + 𝑢 = 𝜃Ԧ
VR
➢ Una operación externa llamada multiplicación por un escalar

.∶ 𝐾 × 𝕍 → 𝕍
𝛼, 𝑢 → 𝛼𝑢

y satisface los siguientes axiomas:

𝑀1 : Si 𝛼 ∈ 𝐾 y 𝑢 ∈ 𝕍 entonces 𝛼𝑢 ∈ 𝕍
𝑀2 : Si 𝛼, 𝛽 ∈ 𝐾 y 𝑢 ∈ 𝕍 : 𝛼 𝛽𝑢 = 𝛼𝛽 𝑢

𝑀3 : ∀𝛼, 𝛽 ∈ 𝐾 y ∀𝑢 ∈ 𝕍 : 𝛼 + 𝛽 𝑢 = 𝛼𝑢 + 𝛽𝑢

𝑀4 : ∀𝛼 ∈ 𝐾 y ∀𝑢, 𝑣Ԧ ∈ 𝕍 : 𝛼 𝑢 + 𝑣Ԧ = 𝛼𝑢 + 𝛼 𝑣Ԧ

𝑀5 : ∀𝑢 ∈ 𝕍, 1∈ 𝐾 : 1. 𝑢 = 𝑢

VR
Los elementos de un espacio vectorial reciben el nombre genérico de vectores y en general se
utiliza la notación vectorial (x , y , . .) para denotarlos. Esto no es obstáculo para que en algunos
casos particulares (polinomios, matrices, funciones,...) se utilice la notación propia en cada caso.

VR
Como 𝕍 está definido sobre los elementos de 𝐾, decimos que 𝕍 es un 𝑲- espacio vectorial.

Observaciones

➢ Si 𝐾 = ℝ entonces 𝕍 es llamado “Espacio vectorial real”

➢ Si 𝐾 = ℂ entonces 𝕍 es llamado “Espacio vectorial complejo”

➢ Un conjunto 𝕍 ≠ ∅, para que sea un espacio vectorial sobre un cuerpo 𝐾 debe tener definidas dos
operaciones “suma” y “multiplicación por un escalar” y cumplir los diez axiomas mencionados, en
caso que no cumpla con alguno de dichos axiomas, NO es un espacio vectorial. .

➢ Si 𝕍 es un espacio vectorial complejo, entonces 𝕍 es también un espacio vectorial real.

VR
 Ejemplos

𝒏
Suma: 𝑥Ԧ + 𝑦Ԧ = 𝑥1 , 𝑥2 , . . , 𝑥𝑛 + 𝑦1 , 𝑦2 , . . , 𝑦𝑛 = 𝑥1 +𝑦1 , 𝑥2 +𝑦2 , . . , 𝑥𝑛 + 𝑦𝑛
𝑹 Producto por un escalar: 𝜆𝑥Ԧ = 𝜆 𝑥1 , 𝑥2 , . . , 𝑥𝑛 = 𝜆𝑥1 , 𝜆𝑥2 , . . , 𝜆𝑥𝑛
𝒙 = 𝒙𝟏 , 𝒙𝟐 , . . , 𝒙𝒏 Vector nulo 𝜃Ԧ = 0,0, … , 0 Vector inverso −𝑥Ԧ = −𝑥1 , −𝑥2 , . . , −𝑥𝑛
𝓟𝒏 Suma: 𝑝 𝑥 + 𝑞 𝑥 = 𝑎𝑛 + 𝑏𝑛 𝑥 𝑛 + ⋯ + 𝑎1 + 𝑏1 𝑥 + 𝑎0 + 𝑏0
Producto por un escalar: 𝜆𝑝 𝑥 = 𝜆𝑎𝑛 𝑥 𝑛 + ⋯ + 𝜆𝑎1 𝑥 + 𝜆𝑎0
𝒑 𝒙 = 𝒂𝒏 𝒙𝒏 + 𝒂𝒏−𝟏 𝒙𝒏−𝟏 + ⋯ + 𝒂𝟏 𝒙 + 𝒂𝟎 Vector nulo 𝜃Ԧ = 0𝑥 𝑛 + 0𝑥 𝑛−1 + ⋯ + 0𝑥 + 0
Vector inverso −𝑝 𝑥 = −𝑎𝑛 𝑥 𝑛 − ⋯ − 𝑎1 𝑥 − 𝑎0
Suma: Producto por un escalar:
𝓜𝒎𝒙𝒏 (𝑹) 𝑎11 + 𝑏11 … 𝑎1𝑛 + 𝑏1𝑛 𝜆𝑎11 … 𝜆𝑎1𝑛
𝐴+𝐵 = ⋮ ⋱ ⋮ 𝜆𝐴 = ⋮ ⋱ ⋮
𝑎11 … 𝑎1𝑛 𝑎𝑚1 + 𝑏𝑚1 … 𝑎𝑚𝑛 + 𝑏𝑚𝑛 𝜆𝑎𝑚1 … 𝜆𝑎𝑚𝑛
𝐴= ⋮ ⋱ ⋮ 0 … 0 −𝑎11 … −𝑎1𝑛
𝑎𝑚1 … 𝑎𝑚𝑛 Vector nulo 𝜃Ԧ = ⋮ ⋱ ⋮ Vector inverso −𝐴 = ⋮ ⋱ ⋮
0 … 0 −𝑎𝑚1 … −𝑎𝑚𝑛

𝑪 𝒂, 𝒃 Suma: 𝑓 + 𝑔 𝑥 = 𝑓 𝑥 + 𝑔 𝑥 ; ∀𝑥 ∈ 𝑅
Producto por un escalar: 𝜆𝑓 𝑥 = 𝜆𝑓 𝑥 ; ∀𝑥 ∈ 𝑅
𝑓: 𝑎, 𝑏 ⟶ 𝑅 Vector nulo 𝑓 𝑥 = 0; ∀𝑥 ∈ 𝑅 Vector inverso
VR
−𝑓 𝑥 = −𝑓 𝑥 ; ∀𝑥 ∈ 𝑅
 Ejemplo

𝕍 = 𝑅3 = 𝑥1 , 𝑥2 , 𝑥3 / 𝑥𝑖 𝜖𝑅; 𝑖 = 1,2,3

Suma: 𝑥Ԧ + 𝑦Ԧ = 𝑥1 , 𝑥2 , 𝑥3 + 𝑦1 , 𝑦2 , 𝑦3 = 𝑥1 +𝑦1 , 𝑥2 + 𝑦2 , 𝑥3 + 𝑦3

Producto por un escalar: 𝜆𝑥Ԧ = 𝜆𝑥1 , 𝜆𝑥2 , 𝜆𝑥3

Elemento neutro: 𝜃Ԧ = 0,0,0

𝕍 = 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 0 ; 𝑎, 𝑏, 𝑐 ∈ 𝑅

𝕍 = 𝑎𝑥 + 𝑏𝑦 = 0 ; 𝑎, 𝑏 ∈ 𝑅

VR
 Ejemplo

Sea 𝑆 el espacio de todas las sucesiones infinitas de números a derecha e izquierda (normalmente
escritas en fila y no en columna): 𝑦𝑘 = … , 𝑦−2 , 𝑦−1 , 𝑦0 , 𝑦1 , 𝑦2 , … Si 𝑧𝑘 es otro elemento de 𝑆,
entonces la suma 𝑦𝑘 + 𝑧𝑘 es la sucesión 𝑦𝑘 + 𝑧𝑘 que se forma al sumar términos correspondientes
de 𝑦𝑘 y 𝑧𝑘 . El múltiplo escalar λ 𝑦𝑘 es la sucesión 𝜆𝑦𝑘 .Los axiomas de espacio vectorial se
verifican de la misma forma que se hizo para 𝑅𝑛 . Los elementos de 𝑆 aparecen en ingeniería, por
ejemplo, siempre que una señal se mide (o muestrea) en tiempos discretos. Una señal puede ser
eléctrica, mecánica, óptica, etc. Los sistemas de control principales del transbordador espacial,
mencionados en la introducción del capítulo, usan señales discretas (o digitales). Por conveniencia, se
llamará a 𝑆 espacio de señales (de tiempo discreto). Una señal puede visualizarse por medio de una
gráfica como la de la figura.

VR
 Teorema

Sea 𝕍 un espacio vectorial sobre el cuerpo 𝐾. Se cumple las siguientes propiedades:

1. 𝑘𝜃Ԧ = 𝜃;
Ԧ ∀𝑘 ∈ 𝐾
Ԧ ∀𝑢 ∈ 𝕍, 0 ∈ 𝐾.
2. 0𝑢 = 𝜃;
3. 𝑘𝑢 = 𝜃Ԧ ⇒ 𝑘 = 0 ∨ 𝑢 = 𝜃. Ԧ
4. −𝑘 𝑢 = 𝑘 −𝑢 = −𝑘𝑢; ∀𝑢 ∈ 𝕍, ∀𝑘 ∈ 𝐾

Demostración

VR
 SUBESPACIOS VECTORIALES
Sea 𝕍 un 𝐾 − espacio vectorial.

2 DEFINICION Un subconjunto 𝕎 ≠ ∅ de 𝕍, es llamado subespacio vectorial de 𝕍, si es un

espacio vectorial con las mismas operaciones heredadas de 𝕍.

Teorema
Sea 𝕍 un 𝐾 − espacio vectorial. Se dice que 𝕎 es un subespacio de 𝕎
𝕍 si, y solo si cumple las siguientes condiciones: •𝑢
• 𝑣Ԧ
[1] 𝕎 ≠ ∅ • 𝑢 + 𝑣Ԧ

[2] 𝕎 ⊂ 𝕍 • 𝜆𝑢

[3] ∀ 𝑢, 𝑣Ԧ ∈ 𝕎 entonces 𝑢 + 𝑣Ԧ ∈ 𝕎

[4] ∀𝜆 ∈ 𝐾, ∀𝑢 ∈ 𝕎 entonces 𝜆𝑢 ∈ 𝕎 𝕍

VR
 Observaciones

➢ Fijado un 𝐾 − espacio vectorial 𝕍. Los subconjuntos 𝜃Ԧ y

𝕍 son subespacios llamados subespacios triviales.
➢ Cualquier sub espacio diferente de los triviales se
denomina sub espacio propio.

➢ Un espacio vectorial, tiene muchos

subespacios, por ejemplo todas las rectas
que pasan por el origen en el plano ℝ2 .

VR
Ejemplos ¿Cuál de los siguientes subconjuntos son subespacios vectoriales?
[1] 𝕎1 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 Τ𝑧 = 2𝑥 + 𝑦
[2] 𝕎2 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 Τ 𝑥 = 𝑦

[3] 𝕎3 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∕ 𝑦 ∈ ℤ

[4] 𝕎4 = 𝑥, 𝑦 ∈ ℝ2 Τ𝑦 = 𝑚𝑥

[5] 𝕎5 = 𝑎𝑖𝑗 ∈ ℝ2𝑥2 Τ𝑎11 + 𝑎21 = 0

[6] 𝕎6 = 𝑥, 𝑦 ∈ ℝ2 Τ 𝑥 − 𝑦 2 = 𝑥+𝑦 2

VR
Ejemplos ¿Cuáles de los siguientes conjuntos son subespacios vectoriales de ℱ 0,1 ?. ¿Justifique su
respuesta?

𝑈 = 𝑓 ∈ ℱ 0,1 Τ𝑓 0 = 0
𝑈 = 𝑓 ∈ ℱ 0,1 Τ𝑓 0 = 1
𝑈 = 𝑓 ∈ ℱ 0,1 Τ𝑓 0 = 𝑓(1)
𝑈 = 𝑓 ∈ ℱ 0,1 Τ𝑓 𝑥 ≥ 0; ∀𝑥 ∈ 0,1

VR
 UN SUBESPACIO GENERADO POR UN CONJUNTO

3 DEFINICION
se define combinación lineal a cualquier suma de múltiplos escalares de
vectores, y se denota

ℒ 𝑣1 , 𝑣2 , … , 𝑣𝑛 = 𝐺𝑒𝑛 𝑣1 , 𝑣2 , … , 𝑣𝑛 = 𝑣 ∈ 𝑉; 𝑣 = 𝜆1 𝑣1 +𝜆2 𝑣2 + ⋯ + 𝜆𝑛 𝑣𝑛

denota el conjunto de todos los vectores que pueden escribirse como combinaciones lineales de
𝑣1 , 𝑣2 , … , 𝑣3 .

Ejemplos
Dados 𝑣1 𝑦 𝑣2 vectores de un espacio vectorial 𝑉, sea 𝐻 = 𝐺𝑒𝑛 𝑣1 , 𝑣2 . Demuestre
que 𝐻 es un subespacio de 𝑉

todo subespacio de 𝑅3 distinto de cero, aparte del propio 𝑅3 , es o bien 𝐺𝑒𝑛 𝑣1 , 𝑣2 para algunos
vectores 𝑣1 𝑦 𝑣2 linealmente independientes o 𝐺𝑒𝑛 𝑣 para 𝑣 0. En el primer caso, el subespacio es un
plano que pasa por el origen; y en el segundo caso, es una recta que pasa por el origen. VR
Teorema Si 𝑣1 , 𝑣2 , … , 𝑣𝑛 están en un espacio vectorial 𝑉, entonces 𝐺𝑒𝑛 𝑣1 , 𝑣2 , … , 𝑣𝑛 es un
subespacio de 𝑉

A 𝐺𝑒𝑛 𝑣1 , 𝑣2 , … , 𝑣𝑛 se le llama el subespacio generado por { 𝒗𝟏 , 𝒗𝟐 , … , 𝒗𝒏 }. Dado cualquier

subespacio 𝐻 de 𝑉, un conjunto generador para 𝐻 es un conjunto {𝑣1 , 𝑣2 , … , 𝑣𝑛 } en 𝐻 tal que:
𝐻 = 𝐺𝑒𝑛 𝑣1 , 𝑣2 , … , 𝑣𝑛

VR
 Ejemplos

1. ¿ 𝐸𝑠 𝐻 = 𝑎 − 3𝑏, 𝑏 − 𝑎, 𝑎. 𝑏 ; 𝑎, 𝑏 ∈ 𝑅 es un sub espacio de 𝑅 4 ?

2. Sea 𝑣 = −4,3, ℎ 𝑦 𝐻 = 𝐺𝑒𝑛 1, −1, −2 , 5, −4 − 7 , (−3,1,0) ,
determine el valor (o valores de ℎ), para que 𝑣 ∈ 𝐻.

VR
Gracias por
su atención
VR