U idad 2: E pacio

Vectoriale
En esta unidad se introducen los espacios vectoriales, un
concepto fundamental en álgebra lineal. Se exploran las
definiciones, las propiedades y ejemplos de espacios vectoriales.

https://sites.google.com/view/kitdeensenanzalineal/%C3%A1lgebra-lineal/cap%C3%ADtulos

JM Jose Luis Hernandez Mondragón

 2.1 Defi ició de e pacio
vectorial y eje plo
Un espacio vectorial es un conjunto de vectores que cumplen
ciertas operaciones, como la suma y la multiplicación por un
escalar.

Defi ició For al Eje plo

Un espacio vectorial es un R^n, el conjunto de vectores
conjunto V junto con una con n componentes reales.
operación de suma y una C^n, el conjunto de vectores
operación de multiplicación con n componentes
por un escalar, que satisfacen complejos.
ciertas propiedades.

Propiedade
Asociatividad, conmutatividad, elemento neutro, elemento inverso,
distributividad.
Eje plo de e pacio vectoriale
Existen diversos ejemplos de espacios vectoriales, cada uno con sus propiedades específicas.

E pacio de Poli o io E pacio de Matrice El conjunto de todas las funciones

continuas, o diferenciables,
El conjunto de todos los polinomios El conjunto de todas las matrices de definidas en un intervalo dado,
de grado menor o igual a n, con m filas y n columnas, con entradas forma un espacio vectorial.
coeficientes reales o complejos, reales o complejas, forma un espacio
forma un espacio vectorial. vectorial.
 Universidad Autónoma del Estado de México
Centro Universitario UAEM Tenancingo
Álgebra lineal

2.1 Definición de espacio vectorial y ejemplos

Un espacio vectorial es una estructura algebraica conformada por:

• Un conjunto V: Este conjunto no vacío
contiene elementos a los que llamaremos
vectores.
• Un cuerpo K: Generalmente, este cuerpo es el
conjunto de los números reales, aunque
también puede ser el de los números
complejos o cualquier otro cuerpo. Los
elementos de K se llaman escalares.
• Una operación de suma: Esta operación,
definida para cualquier par de vectores en V,
combina dos vectores y produce otro vector en
V. Es decir, si u y v son vectores en V, entonces
u + v también es un vector en V.
• Una operación de multiplicación por escalar: Esta operación combina un escalar de K y un
vector de V para producir otro vector en V. Si a es un escalar y v es un vector, entonces a*v es
un vector en V.

Para que sea un espacio vectorial, los vectores deben poder:

• Sumarse: Puedes tomar dos vectores cualesquiera y sumarlos para obtener un nuevo vector
que también pertenezca al espacio.

• Multiplicarse por un escalar: Un escalar es simplemente un número (como 2, -3, 0.5, etc.).
Puedes multiplicar cualquier vector por un escalar y obtener otro vector que siga perteneciendo
al salón.

Para que V sea considerado un espacio vectorial, estas operaciones deben cumplir los
siguientes 10 axiomas:
 Universidad Autónoma del Estado de México
Centro Universitario UAEM Tenancingo
Álgebra lineal

Axioma 1: Ley de composición interna

• Lo que dice: Si sumamos dos vectores cualesquiera del espacio, el resultado siempre será
otro vector que también pertenece al espacio.
• Ejemplo: Imagina que tienes un espacio vectorial formado por todos los posibles
desplazamientos. Si te desplazas 3 metros hacia el este y luego 2 metros hacia el norte, el
resultado final es otro desplazamiento dentro de ese mismo espacio.

Axioma 2: Asociatividad

• Lo que dice: No importa cómo agrupes los vectores cuando los sumas, el resultado final
siempre será el mismo.
• Ejemplo: Si tienes tres vectores u, v y w, puedes sumar primero u y v, y luego sumar el
resultado a w; o puedes sumar primero v y w, y luego sumar u al resultado. En ambos casos,
obtendrás el mismo vector final.

Axioma 3: Elemento neutro

• Lo que dice: Existe un vector especial, llamado vector cero (0), que al sumarlo a cualquier otro
vector, no lo modifica.
• Ejemplo: Si te desplazas 5 metros hacia el norte y luego te desplazas 0 metros (es decir, te
quedas quieto), tu posición final será la misma que si te hubieras desplazado solo 5 metros
hacia el norte.

Axioma 4: Elemento simétrico

• Lo que dice: Para cada vector, existe otro vector (su opuesto) que al sumarlos, el resultado es
el vector cero.
• Ejemplo: Si te desplazas 5 metros hacia el norte, su opuesto sería desplazarte 5 metros hacia
el sur. Al sumar ambos desplazamientos, terminas en el mismo lugar donde empezaste.

Axioma 5: Conmutatividad

• Lo que dice: El orden en que sumas los vectores no importa.

• Ejemplo: Si te desplazas 3 metros hacia el este y luego 2 metros hacia el norte, es lo mismo
que desplazarte primero 2 metros hacia el norte y luego 3 metros hacia el este.

Los axiomas del 1 al 5, que se resumen como "(V, +) es un grupo abeliano", establecen las
propiedades de la suma de vectores.
 Universidad Autónoma del Estado de México
Centro Universitario UAEM Tenancingo
Álgebra lineal

A partir del axioma 6, se introducen las propiedades de la multiplicación de un escalar (un elemento del cuerpo K) por un vector.

• Axioma 6: Ley de composición externa:

Lo que dice: Al multiplicar un escalar por un vector, el resultado siempre es otro vector que pertenece al
espacio. Esta operación "une" el conjunto de escalares y el conjunto de vectores.
Ejemplo: Ejemplo Concreto en R²: Un par ordenado (x, y).
Vector: u = (2, 3)
Escalar: α = 3 αu = 3 * (2, 3) = (3*2, 3*3) = (6, 9)

Axiomas 7 y 8: Distributividad:
-Axioma 7: La multiplicación por un escalar se distribuye sobre la suma de vectores. Esto significa que
multiplicar un escalar por la suma de dos vectores es lo mismo que multiplicar el escalar por cada vector por
separado y luego sumar los resultados.
Si α es un escalar y u y v son vectores en R², entonces: α(u + v) = αu + αv
Ejemplo: Vectores: u = (2, 3) y v = (-1, 4) Escalar: α = 2
Lado izquierdo: α(u + v) = 2 * [(2, 3) + (-1, 4)] = 2 * (1, 7) = (2, 14)
Lado derecho: αu + αv = 2 * (2, 3) + 2 * (-1, 4) = (4, 6) + (-2, 8) = (2, 14)
-Axioma 8: La suma de escalares se distribuye sobre la multiplicación por un vector. Esto significa que
sumar dos escalares y luego multiplicar el resultado por un vector es lo mismo que multiplicar cada escalar
por el vector por separado y luego sumar los resultados.
Ejemplo: Escalares: α = 2, β = 3 Vector: u = (1, -2)
Lado izquierdo: (α + β)u = (2 + 3) * (1, -2) = 5 * (1, -2) = (5, -10)
Lado derecho: αu + βu = 2 * (1, -2) + 3 * (1, -2) = (2, -4) + (3, -6) = (5, -10)
-Axiomao 9:Asociatividad mixta: Lo que dice: El orden en que multiplicas los escalares no importa.
Ejemplo: Escalares: α = 2, β = 3 Vector: u = (1, -2)
Lado izquierdo: (αβ)u = (2 * 3) * (1, -2) = 6 * (1, -2) = (6, -12)
Lado derecho: α(βu) = 2 * (3 * (1, -2)) = 2 * (3, -6) = (6, -12)
-Axioma 10: Elemento unidad: Lo que dice: Existe un escalar especial (generalmente representado por
1) que al multiplicar cualquier vector por él, el vector no cambia. 1 * u = u
-Ejemplo: Escalar: 1 Vector: u = (3, -2)
Aplicando el axioma: 1 * u = 1 * (3, -2) = (1*3, 1*-2) = (3, -2) = u
 Universidad Autónoma del Estado de México
Centro Universitario UAEM Tenancingo
Álgebra lineal

Ejemplos :

1. El plano cartesiano R2:

o Vectores: Cada punto del plano puede representarse como un vector que parte del origen (0,0)
y llega a ese punto.
o Suma: Para sumar dos vectores, los colocamos uno a continuación del otro y el vector
resultante va desde el inicio del primero hasta el final del segundo.
o Multiplicación por un escalar: Multiplicar un vector por un escalar cambia su longitud pero no
su dirección. Si multiplicas por un número mayor que 1, el vector se alarga; si multiplicas por un
número entre 0 y 1, se acorta; y si multiplicas por un número negativo, cambia de sentido.

o Demostración de que R² es un espacio vectorial

Recordemos que R² es el conjunto de todos los pares ordenados de
números reales (a, b), donde a y b son números reales.
o Un elemento de R² se puede interpretar geométricamente como un
punto en el plano cartesiano.
Para demostrar que R² es un espacio vectorial, debemos verificar
que cumple los 10 axiomas de un espacio vectorial.
Consideremos los siguientes vectores en R²:
• u = (2, 3)
• v = (-1, 1)
• w = (0, 2)
Y sea c = 2 un escalar.

Axioma Ejemplo numérico Observación

Cerradura bajo la u + v = (2, 3) + (-1, 1) = (1, 4) ∈ R² La suma de dos vectores en R² es
suma otro vector en R².
Conmutatividad u + v = (2, 3) + (-1, 1) = (1, 4) El orden de los sumandos no altera
v + u = (-1, 1) + (2, 3)= (1, 4) el resultado.
Asociatividad ( u+ v) + w = u + (v + w) = (1, 4) + (0, 2) = (1, 6) Se cumple debido a la asociatividad
(2, 3) + (-1, 3) = (1, 6) de la suma de números reales.
Elemento neutro u + 0 = (2, 3) + (0, 0) = (2, 3) = u El vector nulo (0, 0) al sumarse a
cualquier vector da el mismo vector.
Inverso aditivo u + (-u) = (2, 3) + (-2, -3) = (0, 0) = 0 El inverso aditivo de un vector es su
opuesto.
Cerradura bajo la c * u = 2 * (2, 3) = (4, 6) ∈ R² El producto de un escalar por un
multiplicación por un vector es otro vector en R².
escalar
Distributividad c * (u + v) = 2 * ((2, 3) + (-1, 1)) = 2 * (1, 4) = (2, 8)
respecto a la suma cu + cv = 2 * (2, 3) + 2 * (-1, 1) =(4,6)+(-2,2)= (2, 8)
de vectores
Distributividad (c₁ + c₂) * u = (2 + 1) * (2, 3) = 3 * (2, 3) = (6, Al multiplicar (2, 3) por 3, obtenemos (6, 9). Para descomponer este vector en
respecto a la suma la suma de dos vectores, debemos multiplicar (2, 3) por 2 y por 1 por
9) = 2 * (2, 3) + 1 * (2, 3) = c₁ * u + c₂ * u separado y luego sumar los resultados. Así, (6, 9) es equivalente a (4, 6) + (2,
de escalares 3).
Asociatividad de la (c₁ * c₂) * u = (2 * 3) * (2, 3) = 6 * (2, 3) = (12, 18)
Al multiplicar (2, 3) por 3 y luego por 2, obtenemos (12, 18). De igual
multiplicación por 2*(3 * (2, 3)) = c₁ * (c₂ * u) manera, si multiplicamos (2, 3) primero por 3 y luego por 2,
escalares obtenemos el mismo resultado.
Elemento unidad 1 * u = 1 * (2, 3) = (2, 3) = u Multiplicar un vector por 1 no lo
modifica.
 Universidad Autónoma del Estado de México
Centro Universitario UAEM Tenancingo
Álgebra lineal

2. Plano cartesiano R3.

R3 es un espacio vectorial compuesto de tres dimensiones ortogonales entre sí, y donde
los escalares de cada dimensión son números reales

Demostración de que R³ es un espacio vectorial

Recordemos que R³ es el conjunto de todos los triples ordenados de números reales (a, b, c), donde a, b y c son números
reales. Un elemento de R³ se puede interpretar geométricamente como un punto en el espacio tridimensional.
Para demostrar que R³ es un espacio vectorial, debemos verificar que cumple los 10 axiomas de un espacio vectorial.
Consideremos los siguientes vectores en R³: • u = (1, 2, 3)
Y sea c = 2 un escalar.
• v = (-1, 0, 2)
• w = (0, 1, -1)

Axioma Ejemplo numérico Observación

Cerradura bajo la suma u + v = (1, 2, 3) + (-1, 0, 2) = (0, 2, 5) ∈ R³ La suma de dos vectores en R³ es
otro vector en R³.
Conmutatividad u + v = (1, 2, 3) + (-1, 0, 2) = (0, 2, 5) = (-1, El orden de los sumandos no
0, 2) + (1, 2, 3) = v + u altera el resultado.
Asociatividad (u + v) + w = u + (v + w) Se cumple debido a la
asociatividad de la suma de
números reales.
Elemento neutro u + 0 = (1, 2, 3) + (0, 0, 0) = (1, 2, 3) = u El vector nulo (0, 0, 0) al sumarse
a cualquier vector da el mismo
vector.
Inverso aditivo u + (-u) = (1, 2, 3) + (-1, -2, -3) = (0, 0, 0) = El inverso aditivo de un vector es
0 su opuesto.
Cerradura bajo la c * u = 2 * (1, 2, 3) = (2, 4, 6) ∈ R³ El producto de un escalar por un
multiplicación por un vector es otro vector en R².
escalar
Distributividad respecto a c * (u + v) = 2 * ((1, 2, 3) + (-1, 0, 2)) = 2 *
la suma de vectores (0, 2, 5) = (0, 4, 10) = 2 * (1, 2, 3) + 2 * (-1,
0, 2) = c * u + c * v
Distributividad respecto a (c₁ + c₂) * u = (2 + 1) * (1, 2, 3) = 3 * (1, 2,
la suma de escalares 3) = (3, 6, 9) = 2 * (1, 2, 3) + 1 * (1, 2, 3) =
c₁ * u + c₂ * u
Asociatividad de la (c₁ * c₂) * u = (2 * 3) * (1, 2, 3) = 6 * (1, 2, 3) Se cumple por la asociatividad de
multiplicación por = 2 * (3 * (1, 2, 3)) = c₁ * (c₂ * u) la multiplicación de números
escalares reales.
Elemento unidad 1 * u = 1 * (1, 2, 3) = (1, 2, 3) = u Multiplicar un vector por 1 no lo
modifica.
 Universidad Autónoma del Estado de México
Centro Universitario UAEM Tenancingo
Álgebra lineal

Demostración de que el conjunto de matrices 2x2 con coeficientes reales forma un espacio vectorial

Consideremos el conjunto de matrices de 2x2 con coeficientes reales. Para demostrar que este conjunto
forma un espacio vectorial, debemos verificar que cumple los 10 axiomas de un espacio vectorial.

Sean A, B y C matrices cualesquiera en este conjunto, y sea c un escalar (un número real). Por ejemplo:
Universidad Autónoma del Estado de México
Centro Universitario UAEM Tenancingo
Álgebra lineal
 Universidad Autónoma del Estado de México
Centro Universitario UAEM Tenancingo
Álgebra lineal

https://blogs.ugto.mx/rea/clase-digital-13-espacios-vectoriales/
2.2 Ba e de u e pacio vectorial
Una base de un espacio vectorial es un conjunto linealmente
independiente de vectores que generan todo el espacio.
Cualquier vector de V puede
1 Li eal e te 2 Ge eradore escribirse como combinación
i depe die te lineal única de los vectores de la
base
Ningún vector de la base puede expresarse como combinación
lineal de los otros.
Numero mínimo de vectores para generar un espacio vectorial
Un conjunto de vectores es una base de
3 Ba e un espacio vectorial si es linealmente
independiente y genera todo el espacio.

2. Generadores: Sea (x, y) un vector arbitrario en R². Podemos

escribir: (x, y) = x(1,0) + y(0,1)
Operaciones indicadas:

Tenemos la expresión: (x, y) = x(1,0) + y(0,1)

Ejemplo: Consideremos el espacio vectorial R2. El conjunto B = {(1,0,), (0,1,))}
es una base de R2. Cualquier vector (x,y,) en R2 puede expresarse de forma Multiplicación por escalares:
única como: (x,y,) = x(1,0,) + y(0,1,) demuestra que es una base de R2 x(1,0) = (x1, x0) = (x, 0)
y(0,1) = (y0, y1) = (0, y)
Suma de vectores:
1. Lineal independencia: Supongamos que existen escalares a y b tales que:
Ahora, sumamos los vectores resultantes de la multiplicación por
a(1,0) + b(0,1) = (0,0) Esto implica que: (a, b) = (0, 0) escalares: (x, 0) + (0, y) = (x+0, 0+y) = (x, y)
Para que esta igualdad se cumpla, necesariamente a = 0 y b = 0.
Como puedes ver, al realizar todas las operaciones, llegamos al vector
original (x, y).
 En álgebra, la base de un espacio vectorial es un conjunto de vectores que son linealmente independientes y tienen la misma
dimensión.
Para comprobar si un conjunto de vectores es una base, se puede:
Escribir los vectores como columnas de una matriz
Calcular el determinante de la matriz
Si el determinante es 0, el conjunto de vectores no es una base
Ejemplo: Consideremos el siguiente conjunto de vectores en R³: B = {(1, 2, 3), (0, 1, 2), (-1, 0, 1)}

Paso 1: Construir la matriz Creamos una matriz cuyas columnas son los vectores del conjunto B:

A = | 1 0 -1 | det(A) = 1*(1*1 - 2*0) - 0*(2*1 - 3*0) + (-1)*(2*2 - 3*1) = 1 - 0 - 1 = 0

|2 1 0|
|3 2 1|
Paso 3: Interpretar el resultado Como el determinante de la matriz A es 0, concluimos que el conjunto de vectores B no es una
base de R³.
Solo funciona para matrices cuadradas.
La dimensión de la matriz debe coincidir con la dimensión del espacio vectorial.
Consideremos ahora el siguiente conjunto: B' = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}

que es linealmente independiente. Éste conjunto se llama base.

2.2 Base del Espacio Vectorial
El conjunto B = {b1 , b2 , · · · , bn } es una base del espacio vectorial
Todo conjunto de vectores tiene una V , si es un conjunto generador linealmente independiente.
z
única naturaleza: linealmente de-
pendiente o independiente. Para que Las bases generan espacio vectoria-
un plano exista se requieren dos vec- les, pero poseen una caracterı́stica z

P
tores que vayan en diferente direc- fundamental: inducen la posibilidad
ĵ î
ción; es decir, que uno no se múltiplo de ubicar cada vector dentro del es-
y
x
k̂ del otro. Esta caracterı́stica señala pacio vectorial. Es decir, una ba- P
que debe existir independencia li- se forma un sistema de referencia ẑ
neal entre los vectores directores del dentro del espacio vectorial. Consi- r̂ y

plano. Si se usan más vectores, se derando que un conjunto puede te- x θ̂

Figura 1. Los vectores î, ĵ y k̂ son obtendrá dependencia lineal; si usan ner una infinidad de bases, entonces
3
una base del espacio R : la base menos, no se generará al plano. Por existe una infinidad de sistemas de
canónica del sistema xyz. lo tanto, el número mı́nimo de vecto- referencia en el espacio vectorial.
res necesarios para generar un plano Figura 2. Las coordenadas
es dos; en otras palabras, un plano Un ejemplo de varias referencias cilı́ndricas forman otra base
se genera con dos vectores linealmente independientes. dentro de R3 : r̂, θ̂ y ẑ.
serı́an los sistemas de coordenadas.
Dentro del espacio que define nues-
De esta forma, la construcción de un espacio vectorial se da a partir tro entorno las coordenadas pueden
de un número mı́nimo de vectores; es decir, un conjunto generador
ser rectangulares, cilı́ndricas o esféricas. Las coordenadas rectangu- 2.3 Dimensión del Espacio Vectorial
lares (figura 1) son las referencias cartesianas usuales (x, y, z), las
coordenadas cilı́ndricas (figura 2) poseen una componente angular y
dos componentes de distancia (r, θ, z), mientras que las coordenadas
esféricas son una componente de distancia y dos angulares (ρ, θ, ϕ). Una pregunta interesante sobre las bases es: ¿cuántos vectores debe
Estos sistemas de referencia pueden representar un mismo punto (y tener una base para generar un espacio vectorial determinado? La res-
en consecuencia un vector) de tres formas diferentes. puesta radica en el número n de vectores necesarios para asegurar que
se generará completamente al espacio vectorial que se estudie en cada
caso. Es el concepto de dimensión del espacio vectorial.
n o
El conjunto B = î, ĵ, k̂ es la base fundamental del espacio R3 , lla-
mada también base canónica. B puede generar y ubicar a cualquier
Sea el espacio vectorial V , cuyas bases contienen n vectores. La di-
vector del espacio, tal cual como se muestra en la figura 1, donde el
mensión de V es igual a n y se denota como
punto P es ubicado gracias a los vectores canónicos, además de poseer
un vector de posición: dim V = n
P (x, y, z) ⇒ p = xî + y ĵ + z k̂
A pesar que la base del espacio vec-
Para determinar si un conjunto es una base, se debe verificar que es torial no es única, la dimensión siem-
generador del espacio vectorial y posee independencia lineal. Ambas pre será la misma: todas las bases 10
caracterı́sticas pueden probarse en un solo paso al considerar la na- tienen el mismo número de vectores. v
turaleza de los sistemas de ecuaciones. La relación entre generación y 0
tu + sv

dependencia lineal establece que, si la combinación lineal es: La dimensión es de suma importan- −10
u

cia, pues indica el número mı́nimo −5

q un sistema compatible determinado, entonces el conjunto es ge- de vectores que se requieren para ge- 0
0 −2
−4
2
nerador y hay independencia lineal. nerar un espacio o subespacio vec- 5 4

q un sistema compatible indeterminado, entonces el conjunto es torial. Por ejemplo, si se considera Figura 3. Un plano es un subes-
generador pero es linealmente dependiente. un plano, sus bases siempre poseen 2 pacio de dimensión dos, ya que
q un sistema incompatible, el conjunto no genera a un espacio sino vectores pues es el número necesario cualquiera de sus puntos se al-
un subespacio; al descartar las ecuaciones degeneradas se evalúa canza mediante combinación li-
de vectores directores que generan al neal de, especı́ficamente, dos vec-
el tipo de sistema, compatible determinado para independencia plano (véase la figura 3). tores directores: p = tu + sv.
y compatible indeterminado para dependencia.
La dimensión también nos indica el
número máximo de elementos que todo conjunto linealmente indepen-
diente posee: en un espacio vectorial de dimensión m, todo conjunto
linealmente independiente tendrá un máximo de m vectores (puede
contener un número menor de elementos); cualquier conjunto con más
2.3 Di e ió de u e pacio vectorial
La dimensión de un espacio vectorial es el número de vectores en una base del espacio.

Nú ero de Vectore
La dimensión de un espacio vectorial es igual al número de vectores linealmente independientes que forman una base.

I depe de cia Li eal

Los vectores de una base deben ser linealmente independientes, lo que significa que ninguno de ellos puede ser expresado como
una combinación lineal de los demás.

Ge eració
Los vectores de una base deben generar todo el espacio vectorial, lo que significa que cualquier vector del espacio puede ser
expresado como una combinación lineal de los vectores de la base.
 DEFINICIÓN DE VECTORES LINEALMENTE DEFINICIÓN DE VECTORES
DEPENDIENTES LINEALMENTE INDEPENDIENTES

Definición: Un conjunto de vectores son linealmente dependientes si al Definición: Un conjunto de vectores son linealmente independientes si ninguno
menos uno de ellos se puede expresar como combinación lineal de los de ellos se puede expresar como combinación lineal de los otros. Es decir: la única
otros. combinación lineal posible es que todos los coeficientes sean cero.
Ejemplo Ejemplo:
Los vectores (1,2,3) ; (2,4,6) y (12,24,36) Los vectores (1,2,0) ; (2,0,0) y (2,1,3) son linealmente independientes, pues
son linealmente dependientes, pues a(1,2,0 )+b(2,0,0) +c(2,1,3)=0 a=b=c=0
= 2(1,2,3) + 12 (1,2,3)
Asignamos valores X=1, y 0, z=0 Asignamos valores X=0, y=1, z=0

Asignamos valores X=0, y=0, z=1

Determinar una, base de los siguientes espacios vectoriales
V6 =1lt 3 ={(x,y,z)lx,y,z E Dl]

V1 = P2 = [ax 2 + bx + e I a, b, e E Dl}

Va = M2x2 ::: f (� :) 1 a, b, e, d Di]

E

V9 = (,ax 2 + bx + (b + 2a) 1 a, b E IR}

V5 = {(x, 2x, 0)1 x E IR)

https://www.youtube.com/watch?app=desktop&v=4Huu9u20KnI
https://www.youtube.com/watch?v=YTkyiQ6jP-0&list=PLA-
D111SLqMRnRE5AEVk4QnvwaPQ6x6XY&index=5
2.4 Su a y u a directa
Las sumas y sumas directas son operaciones que combinan espacios vectoriales.

Su a de E pacio Vectoriale
La suma de dos espacios vectoriales es el conjunto de Propiedade
todas las posibles sumas de vectores, uno de cada La suma y la suma directa son operaciones asociativas y
espacio. conmutativas.

1 2 3

Su a Directa
La suma directa de dos espacios vectoriales es una suma
en la que la intersección de los dos espacios es el vector
cero.