´

UNIVERSIDAD DE CONCEPCION Álgebra II. 525148

FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS Prof.: Vargas, González
DEPARTAMENTO DE INGENIERÍA MATEMÁTICA 13 de julio de 2021

Cuerpo

Comenzaremos este curso definiendo el concepto de Cuerpo algebraico. El interés de definir el

concepto de cuerpo está en poder trabajar al mismo tiempo con todos los conjuntos que cumplen
estas propiedades.

Definición 1 (Cuerpo)

Considere un conjunto K donde se definen dos operaciones:

+:K×K→K ·:K×K→K
(x, y) → x + y (x, y) → x · y

La tripleta (K, +, ·) se llamará Cuerpo Algebráico o Cuerpo si:

1. (∀x, y, z ∈ K) x + (y + z) = (x + y) + z, (asociatividad de +)

2. (∀x, y ∈ K) x + y = y + x, (conmutatividad de +)

3. (∃O ∈ K)(∀x ∈ K) O + x = x, (existencia de neutro para +)

4. (∀x ∈ K)(∃y ∈ K) x + y = O. (existencia de inverso para +)

5. (∀x, y, z ∈ K) x · (y · z) = (x · y) · z, (asociatividad de ·)

6. (∀x, y ∈ K) x · y = y · x, (conmutatividad de ·)

7. (∃1 ∈ K)(∀x ∈ K) 1 · x = x, (existencia de neutro para ·)

8. (∀x ∈ K \ {O})(∃y ∈ K) x · y = 1. (existencia de inverso para ·)

9. (∀x, y, z ∈ K) x · (y + z) = x · y + x · z. (distributividad)

Notación: αβ = α · β. Además γ + α · β = α · β + γ = (α · β) + γ

Ejemplos: Son cuerpos: (R, +, ·) , (Q, +, ·) y (C, +, ·), donde en cada caso + y · corresponden a las
operaciones usuales de cada conjunto.
Actividad: Determinemos si el conjunto de las matrices cuadradas con coeficientes en el conjunto
K y de orden n, con la suma (+) y producto (·) usual de matrices, es un cuerpo.

Sean A, B, C ∈ Mn×n (K) la suma + es:

conmutativa (A + B = B + A)

asociativa ((A + B) + C = A + (B + C))

existe el elemento neutro (matriz nula, la cual se denotará por Θn )

existe el inverso aditivo (para A existe −A tal que A + (−A) = Θn )

Por otro lado, el producto · es:

asociativa ((A · B) · C = A · (B · C))

   
1 2 1 0
pero no siempre es conmutativa, ejemplo: para A = yB= se tiene
3 4 1 1
A · B 6= B · A.

por lo tanto, el conjunto de las matrices cuadradas no es cuerpo con las operaciones usuales.


Ejercicios propuestos:

1. Muestre por qué (N, +, ·) no es cuerpo, con la suma + y producto · usuales.

2. ¿(Pn (R), +, ·) es un cuerpo, donde + y · es la suma y producto usual en los polinomios?

 Propiedad 1 En cualquier cuerpo se cumplen las siguientes propiedades:

a) El neutro aditivo y el neutro multiplicativo d) −(αβ) = (−α)β,

son únicos.
e) 0α = 0,
b) Para cada α ∈ K, su inverso aditivo es úni-
f) x + z = y + z ⇒ x = y.
co, y por o tanto lo denotaremos como −α.
g) αβ = 0 ⇒ α = 0 ∨ β = 0,
c) El inverso aditivo de −α es α, es decir:
−(−α) = α. h) Si γ 6= 0 y αγ = βγ, entonces α = β.

Demostración.

a) Supongamos que existen dos números en un cuerpo K que cumplen con la definición de neutro
aditivo: A y B, esto es, cumplen:

∀α ∈ K, A + α = α ∧ B + α = α.

Como la propiedad es válida para todo α, la aplicamos con α = B, entonces, A + B = B.

Pero si la aplicamos con α = A obtenemos, B + A = A.
Juntando ambas y usando conmutatividad, concluimos que A = B. 

c) La afirmación dice que “el inverso aditivo de −α es α”, en efecto, por la definición de inverso
aditivo y la conmutatividad tenemos:
0 = α + (−α) = −α + α, entonces α es el inverso de −α. 

e) Esta requiere trucos interesantes que aprender, partimos de una igualdad dada porque 0 es
neutro, y aplicamos operaciones a ambos lados de la ecuación, y las propiedades de cuerpo:

0+0 = 0 /·α
(0 + 0)α = 0α (distributividad)
0α + 0α = 0α (neutro aditivo)
0α + 0α = 0α + 0 /(−0α)+
−0α + 0α + 0α = −0α + 0α + 0 (conmutatividad)
0α + (−0α) + 0α = 0α + (−0α) + 0 (inverso aditivo)
0 + 0α = 0+0 (neutro aditivo)
0α = 0

Ejercicio propuesto: Demuestre que el neutro multiplicativo de un cuerpo es único.

 Espacios Vectoriales

El concepto que tenemos de vector es una secuencia ordenada de números. Recordamos R2 el

plano, compuesto por pares ordenados de números reales; y R3 el espacio, compuesto por tripletas
ordenadas de números reales, a todas ellas las llamamos vectores. En Álgebra I han visto que los
vectores se pueden sumar poniendo “uno delante del otro”, lo cual equivale a sumar coordenada
a coordenada sus valores. También se pueden ponderar por un escalar, amplificando, reduciendo o
incluso invirtiendo el sentido del vector.

Vamos a generalizar la noción de vector a algo más amplio, rescatando las operaciones de suma y
ponderación y velando por que se preserven las propiedades más importantes que nos gustan.

Definición 2 (Espacio vectorial)

Sea K un cuerpo y V un conjunto sobre el cual se definen dos operaciones:

⊕:V ×V →V ·:K×V →V

Adición Binaria Interna Ponderación por escalar Binaria Externa

La estructura (V, ⊕, ·) se llama espacio vectorial (e.v.) sobre K o se denomina K-espacio vec-
torial si se cumplen las siguientes propiedades:

1. ∀u, v, w ∈ V, u ⊕ (v ⊕ w) = (u ⊕ v) ⊕ w 5. ∀α, β ∈ K, ∀u, v ∈ V,

2. ∀u, v ∈ V, u ⊕ v = v ⊕ u a) α · (β · u) = (αβ) · u,
b) α · (u ⊕ v) = α · u ⊕ α · v,
3. ∃Θ ∈ V, ∀u ∈ V, Θ ⊕ u = u c) (α + β) · u = α · u ⊕ β · u,

4. ∀u ∈ V, ∃v ∈ V, u ⊕ v = Θ, 6. ∀u ∈ V, 1 · u = u.

Donde 1 denota el neutro multiplicativo de (K \ {0}, ·).

Observaciones:

Habitualmente trabajaremos con espacios vectoriales sobre C o R.

Podemos hablar simplemente del espacio vectorial V en vez de (V, ⊕, ·) sobre K, siempre que
se entienda cuáles son las operaciones y el cuerpo que se está considerando, o cuando no son
relevantes estas para lo que se propone.
 A los elementos del espacio vectorial V se le llaman vectores y a los elementos del cuerpo K
los llamamos escalares.

En la definición, αβ corresponde a la multiplicación entre escalares (se están multiplicando

dos escalares y por tanto el resultado es un escalar) y que α · u corresponde a la ponderación
por escalar binaria externa entre un escalar y un vector (su resultado es un vector). Por otro
lado, α + β es la operación suma de escalares y u ⊕ v es la operación suma de vectores. Al
neutro del espacio vectorial lo denotaremos por Θ para distinguirlo de 0 ∈ K.

Propiedad 2

Si (V, ⊕, ·) es un espacio vectorial sobre C, entonces lo será también sobre R y si lo es sobre

R, lo es sobre Q.

Ejemplos: Son ejemplos de espacios vectoriales sobre K:

El conjunto de las matrices Mn×m (K) con las operaciones usuales de suma entre matrices y
multiplicación escalar, estas operaciones son:

• A = (aij )m×n y B = (bij )m×n ⇒ A ⊕ B = (aij + bij )m×n

• α ∈ K y A = (bij )m×n ⇒ α · A = (αaij )m×n

Ejemplos: (M2×3 (R), ⊕, ·) es un espacio vectorial sobre R y (M6×5 (C), ⊕, ·) es un espacio

vectorial sobre C. Pero además: (M2×4 (C), ⊕, ·) es un espacio vectorial sobre R

El conjunto de los polinomios Pn (K) con la suma y multiplicación por escalar usuales.
n
X n
X n
X
• p(x) = ai xi y q(x) = bi xi ⇒ (p ⊕ q)(x) = (ai + bi )xi
i=0 i=0 i=0
n
X n
X
• α ∈ K y p(x) = ai xi ⇒ (α · p)(x) = (αai )xi
i=0 i=0

Ejemplos: (P3 (R), ⊕, ·) es un espacio vectorial sobre R y (P10 (C), ⊕, ·) es un espacio vectorial
sobre C. Pero además: (P5 (C), ⊕, ·) es un espacio vectorial sobre R.
Ejercicio propuesto:

Muestre con un contraejemplo que P1 (R) no es un espacio vectorial sobre R con la suma

(a + bx) ⊕ (c + dx) = a − c + (b + d)x

y la multiplicación por escalar usual.

Más ejemplos de espacios vectoriales

El conjunto de las funciones de un conjunto X sobre K, denotado por F(X, K), es espacio
vectorial con las operaciones usuales de suma de funciones y multiplicación por escalar:

• (f ⊕ g)(x) = f (x) + g(x), con x ∈ X.

• α ∈ K, (α · f )(x) = αf (x), con x ∈ X.

El conjunto Kn de todas las secuencias ordenadas de elementos en K de largo n:

  

 x1 

x2

  

n
K =   : para todo i ∈ {1, . . . , n}, xi ∈ K
 
..



 . 


 xn 
   
x1 y1
 x2   y2 
donde dados dos vectores cualesquiera  .. ,  ..  en Kn , y α ∈ K se definen:
   
 .   . 
xn yn
         
x1 y1 x 1 + y1 x1 αx1
 x2   y 2   x 2 + y 2   x2   αx2 
 ..  ⊕  ..  =   , α ·  ..  =  ..  ,
         
..
 .   .   .   .   . 
xn yn x n + yn xn αxn

la suma de vectores y la ponderación por escalar, respectivamente.

Ejemplos: (R3 , ⊕, ·) es un espacio vectorial sobre R y (C10 , ⊕, ·) es un espacio vectorial sobre
C. Pero además: (C2 , ⊕, ·) es un espacio vectorial sobre R.
(V, ∆, ?) es espacio vectorial sobre K = R, donde V :=]0, +∞[ y las operaciones están definidas
por:
∆:V ×V → V ?:K×V → V
(x, y) → x∆y := xy, (α, x) → α ? x := xα ,
es decir, la operación ∆ corresponde al producto usual de números reales, mientras que la
operación ? corresponde a la potencia.

Ejercicios propuestos:

1. Pruebe que (V, ∆, ?) definido en el último ejemplo, es un espacio vectorial sobre R.(Ver
ejercicios resueltos)

2. Muestre por qué (Rn , ⊕, ·) no es un espacio vectorial sobre C, con la suma ⊕ y producto
por escalar · usuales.
 Propiedad 3 En cualquier espacio vectorial (V, ⊕, ·) sobre K se cumple que el neutro aditivo
es único, al igual que el inverso aditivo. Si denotamos por 0 al neutro aditivo del cuerpo K y
por Θ al neutro aditivo de V ; y denotamos además por −u al inverso aditivo de u, entonces
para cualquier u ∈ V y α ∈ K se cumple lo siguiente.

a) 0 · u = Θ e) (−1) · u = −u

b) α · Θ = Θ f ) (−α) · u = −(α · u)

c) α · u = Θ ⇒ α = 0 ∨ u = Θ g) Si α 6= 0 y α · u = α · v, entonces u = v.

d) −(−u) = u h) Si u 6= Θ y α · u = β · u, entonces α = β.

Subespacio Vectorial

Definición 3 (Subespacio vectorial)

Sea (V, ⊕, ·) un espacio vectorial sobre un cuerpo K. Se dice que S es un subespacio vectorial
(s.e.v) de V si y sólo si S es subconjunto de V y (S, ⊕, ·) es un espacio vectorial sobre K.

Ejercicio propuesto:
  
x
Muestre que S = ∈ R : x + y = 0 ⊆ R2 es un subespacio vectorial de (R2 , ⊕, ·)
2
y
sobre R donde las operaciones son las usuales (se prueba comprobando todas las propiedades).

Actividad:
  Sabemos ya  que (R3 , ⊕, ·) es un espacio vectorial sobre R. Determinemos ahora si S =
 x 
 y  ∈ R3 : xy = 1 ⊆ R3 es un subespacio vectorial de R3 .
x
 

En este caso, S no es subespacio vectorial puesto que el resultado de la suma ⊕ de dos ele-
mentos de S no está en S y la ponderación de un escalar con un elemento de S tampoco está
necesariamente en S (no se cumplen: ⊕ : S × S → S ni · : R × S → S ), por ejemplo:
     
2 1 3
 1/2  ∈ S y  1  ∈ S, su suma es  3/2  ∈ /S
1 1 2
Nota: De aquı́ en adelante, para simplificar notación se ocupará + en lugar de ⊕ y se entenderá
que α + β es la suma en cuerpo cuando α y β son escalares y que u + v es la suma de vectores
cuando u y v son vectores. También, se considerará que αβ es la multiplicación en cuerpo cuando
α y β son escalares y que αu es la multiplicación externa cuando u es una vector.

Una forma más fácil de comprobar si un conjunto es un subespacio vectorial es aplicando el siguiente
lema.

Lema 1 Sea S ⊂ V , S es un s.e.v. de V sı́ y sólo si se cumplen:

1. Θ ∈ S (el nulo de V está en S ).

2. (∀ v, u ∈ S) u + v ∈ S (la suma es cerrada).

3. (∀ α ∈ K) (∀ u ∈ S) αu ∈ S ( la multiplicación por escalar es cerrada).

  
 x 
Ejemplo: S =  y  ∈ R3 : xy = 1 ⊂ R3 no es s.e.v porque el nulo de R3 no está en S.
z
 

  
a b
Actividad: Estudiemos si S = ∈ M2 (R) : a − b − c = 0 es subespacio vectorial de
c d
M2 (R) sobre R, con operaciones usuales suma + y multiplicación por escalar ·.
 
0 0
1. Θ := ∈ S, ya que 0 − 0 − 0 = 0
0 0
2. Sean M1 , M2 ∈ S debemos demostrar que M1 + M2 ∈ S.
   
a1 b 1 a2 b 2
Para poder trabajar, especificamos A = yB = . Como están en S
c1 d 1 c2 d 2
cumplen:
a1 − b1 − c1 = 0 ∧ a2 − b2 − c2 = 0.
Por su parte  
a1 + a2 b 1 + b 2
M1 + M2 = ,
c1 + c2 d 1 + d 2
podemos verificar la ecuación de S en M1 + M2 :

a1 +a2 −(b1 +b2 )−(c1 +c2 ) = a1 +a2 −b1 −b2 −c1 −c2 = a1 −b1 −c1 +a2 −b2 −c2 = 0+0 = 0.

En efecto M1 + M2 ∈ S.
 
a1 b 1
3. Sean λ ∈ R y A = ∈ S, es decir, se tiene que a1 − b1 − c1 = 0. Debemos
c1 d 1
 demostrar que λ A ∈ S, calculamos λ A:
   
a1 b 1 λa1 λb1
λA = λ =
c1 d 1 λc1 λd1

podemos verificar la ecuación de S en λ A:

λa1 − λb1 − λc1 = λ(a1 − b1 − c1 ) = λ0 = 0.

En efecto λ A ∈ S.

Se concluye que S es en efecto un subespacio vectorial de M2 (R).

Observación: El último ejemplo es el caso de un conjunto caracterizado por una ecuación lineal
homogénea. La técnica usada para demostrar que es un s. e. v. funcionará con cualquier conjunto
que esté caracterizado por un sistema lineal homogéneo, de manera que estos objetos siempre serán
subespacios vectoriales.

En particular, podemos afirmar categóricamente que el conjunto solución de un sistema lineal

homogéneo es siempre un subespacio vectorial.

Ejercicios propuestos:

1. Determine si S = {(a, b, c) ∈ R3 : a + b + c = 1} es o no un subespacio vectorial de R3

sobre R con la suma y la multiplicación por escalar usual.

2. Determine si T = {ax2 + bx ∈ P2 (C) : a + b = 0} es o no un subespacio vectorial de

P2 (C) sobre R con la suma y la multiplicación por escalar usual en P2 (C).

Trabajaremos mucho con los subespacios vectoriales, pues estos aparecen naturalmente en muchos
modelos y aplicaciones de la ingenierı́a, y serán el objeto central de este curso.

Nota: En R2 y de R3 , los únicos subespacios vectoriales que encontraremos son:

El espacio que solo contiene al nulo {Θ} Los planos que pasan por el origen.
(espacio trivial).
R2 y R3 también son cada uno subespacio
Las rectas que pasan por el origen. de sı́ mismo.
 Listado de ejercicios
1. Sea (V, +, ·) un espacio vectorial sobre un cuerpo K. Muestre:

a) ∀α ∈ K, α · Θ = Θ
b) ∀v ∈ V, 0 · v = Θ,
c) ∀v ∈ V, (−1) · v = (−v),
d) ∀α ∈ K, v ∈ V, α · v = Θ ⇒ α = 0 ∨ v = Θ.

2. Determine si los siguientes son espacios vectoriales:

a) (R, +, ·) sobre Q, con las operaciones usuales.

b) (Q, +, ·) sobre R , con las operaciones usuales.
c) P2 (R) sobre R con la suma usual de polinomios y la multiplicación por escalar definida por

α · p = αp0 , ∀α ∈ R, ∀p ∈ P2 (R).

d) R2 sobre R, con la suma y multiplicación por escalar definidas por

(a, b) ⊕ (c, d) = (a + c, 0) , λ · (a, b) = (λa, 0) , ∀(a, b), (c, d) ∈ R2 , ∀λ ∈ R

e) R+ sobre R con las operaciones

u ⊕ v = uv , λ · v = v λ , ∀u, v ∈ R+ , ∀λ ∈ R

3. Determine analı́ticamente si los siguientes conjuntos son subespacios vectoriales de R3 sobre el cuerpo R con las operaciones
usuales. Además determinen qué es lo que representa cada conjunto
     
 x   x 
a) Z =  y  ∈ R3 : x − 2y = z e) W =  y  ∈ R3 : xyz = 0
z z
   
     
 x   x 
b) T =  y  ∈ R3 : x2 + y 2 = 1 f ) S =  y  ∈ R3 : x ∈ Q
z z
   
         
 x   x 1 −1 
c) P =  y  3
∈ R : x = 2y = z g) Q =  y  =  0  +t  0  : t∈R
z z −2 2
   
     
 x   a 
d) U =  y  ∈ R3 : x ≥ 0 h) R =  2a : a∈R
z 3a + 1
   

4. Determine si los siguientes son subespacios de P2 (R) sobre R con las operaciones usuales de P2 (R)

a) U = p(x) = ax2 + b : a, b ∈ R

b) S = {p(x) : p(0) = 1}

5. Determine si los siguientes conjuntos son subespacios del espacio vectorial M2 (C) sobre C con las operaciones usuales.
  
a 0
a) S = : a, b ∈ R b) T = {A ∈ M2 (C) : A es invertible }
b −a

6. Sea V = F ((0, 1), R) el espacio vectorial real de las funciones del intervalo (0, 1) en R. Decida si el siguiente es un subespacio
vectorial de V o no.  Z 1 
E = f ∈ F ((0, 1), R) : f (x) dx = 0 .
0

Más ejercicios en:

de las páginas 201-205 de

http://bibliografia.udec.cl.ezpbibliotecas.udec.cl/colecciones/80207-8476157584-Algebra_lineal/2/index.html
de la página 332 de
http://bibliografia.udec.cl.ezpbibliotecas.udec.cl/colecciones/207910-9786071507600-Algebra_lineal/index.html
 Ejercicios resueltos
1. Demuestre que (V, ∆, ?) es espacio vectorial sobre K = R, donde V :=]0, +∞[ y las operaciones están definidas por:

∆:V ×V → V ?:K×V → V
(x, y) → x∆y := xy, (α, x) → α ? x := xα ,

es decir, la operación ∆ corresponde al producto usual de números reales, mientras que la operación ? corresponde a la potencia.
Solución:
Comenzamos notando que las operaciones están bien definidas, pues, dados x, y ∈ V y α ∈ K, es fácil ver que

x∆y = xy > 0 ⇔ x∆y ∈ V y α ? x = xα > 0 ⇔ α ? x ∈ V.

Veamos que (V, ∆, ?) es un espacio vectorial sobre K. Para ello, usaremos todo lo que ya sabemos acerca de productos y potencia
en números reales. Sean x, y, z ∈ V , α, β ∈ K. Se cumplen:

a) Asociatividad de ∆.

x∆(y∆z) = x∆(yz) (Definición de ∆)

= x(yz) (Definición de ∆)
= (xy)z (Asociatividad del producto enR)
= (xy)∆z (Definición de ∆)
= (x∆y)∆z (Definición de ∆).

b) Conmutatividad de ∆.

x∆y = xy (Definición de ∆)
= yx (Conmutatividad del producto en R)
= y∆x.

c) Existencia de elemento neutro aditivo. Debemos hallar Θ ∈ V tal que

Θ∆x = x,

y de las propiedades de los números reales sabemos que Θ = 1 cumple 1∆x = x para todo x ∈ V .
d) Existencia de elemento neutro aditivo. Dado x ∈ V , debemos hallar x̃ ∈ V tal que

x∆x̃ = Θ ⇔ xx̃ = 1.

1 1
Como x > 0, entonces > 0 y ası́ basta elegir x̃ = .
x x
e) Propiedades de asociativdad de ? y distributividad.
(a) Asociatividad de ?.

α ? (β ? x) = α ? (xβ ) (Definición de ?)
= (xβ )α (Definición de ?)
= xβα (Propiedad de potencias en R)
= xαβ (Conmutatividad del producto en R)
= (αβ) ? x (Definición de ?).

(b) Primera propiedad de distributividad.

α ? (x∆y) = α ? (xy) (Definición de ∆)

= (xy)α (Definición de ?)
= xα y α (Propiedad de potencias en R)
= (xα )∆(y α ) (Definición de ∆)
= (α ? x)∆(α ? y) (Definición de ?)
 (c) Segunda propiedad de distributividad.

(α + β) ? x = xα+β (Definición de ?)
= xα xβ (Propiedad de potencias en R)
= (xα )∆(xβ ) (Definición de ∆)
= (α ? x)∆(β ? x) (Definición de ?)

f ) Por último, se tiene que

1 ? x = x1 = x,
donde 1 es el neutro multiplicativo de K.

Ası́, hemos probado que (V, ∆, ?) es un espacio vectorial sobre K.

2. Sea (V, +, ·) un espacio vectorial sobre un cuerpo K.

Muestre que ∀u ∈ V − {Θ}, ∀α, β ∈ K α · u = β · u ⇒ α = β
(Propiedad de espacios vectoriales).
Solución:
Como la ponderación no tiene inverso, hacemos un truco.

α·u = β·u / + (−β · u)

α · u + (−β · u) = β · u + (−β · u) (inverso aditivo e ı́tem f))
α · u + (−β) · u = Θ (distributividad)
(α + (−β)) · u = Θ (ı́tem c) y u 6= Θ)
α + (−β) = 0 /+β
α + (−β) + β = 0+β (neutro e inverso aditivo)
α = β

3. Sea (V, +, ·) un espacio vectorial sobre un cuerpo K. Muestre que ∀v ∈ V, 0 · v = Θ.

Solución: Sea v ∈ V ,

v+0·v = 1·v+0·v por propiedad 6 de E.V.)

v+0·v = (1 + 0) · v (propiedad 5c de E.V.)
v+0·v = 1·v (propiedad 3 de cuerpos: neutro aditivo)
v+0·v = v / + (−v) (con −v el inverso aditivo de v)
v + (−v) + 0 · v = v + (−v)
Θ+0·v = Θ por propiedad 4 de E.V.)
0·v =Θ por propiedad 3 de E.V.)

Luego, 0 · v = Θ.

4. Muestre que el siguiente no es un subespacio vectorial de C2 sobre C, pero sı́ lo es de C2 sobre R.

  
z1
W = ∈ C2 : z1 ∈ C .
z1

Solución:
 
0
i) Vemos que ∈ W.
0
     
0 0 0
Como se verifica que = , entonces ∈ W.
0 0 0
   
z1 z
ii) La suma es cerrada en W : Sean , 2 ∈ W , luego z1 , z2 ∈ C. Como el conjungado de la suma de dos números
z1 z2
complejos es igual a la suma los conjugados, entonces
       
z1 z2 z1 + z2 z1 + z2
+ = =
z1 z2 z1 + z2 z1 + z2

   
z1 z2
donde z1 + z2 ∈ C, por lo tanto + ∈ W.
z1 z2
  
z1
iii) Si el cuerpo es R, entonces W es cerrado para la multiplicación por escalar: Sean α ∈ R y ∈ W , como α ∈ R, α = α,
z1
luego      
z1 αz1 αz1
α· = = ,
z1 αz1 αz1
 
z1
como αz1 ∈ C, entonces α · ∈ W.
z1

Entonces de (i), (ii) y (iii) W es un subespacio vectorial de C2 sobre R. Si el cuerpo es C, si bien el nulo de C2 estáen W y W es
1+i
cerrado para la suma, no es cerrado para la multiplicación por escalar. Damos un contraejemplo: Sea α = 1 + i y ∈ W,
1+i
luego      
1+i (1 + i)(1 + i) 2i
(1 + i) · = = ,
1+i (1 + i)(1 − i) 2
 
1+i
como 2i = −2i entonces (1 + i) · / W. Por lo tanto W no es un subespacio vectorial de C2 sobre C.
∈
1+i

5. Decida si el siguiente es o no un subespacio vectorial de M2×3 (R)

  
0 a−b a+1
U = : a, b, c ∈ R .
b+c 0 a+c

Solución:
 
0 0 0
i) Vemos que Θ2×3 = ∈ U.
0 0 0
Θ2×3 ∈ U si existen a, b, c ∈ R tales que
   
0 0 0 0 a−b a+1
=
0 0 0 b+c 0 a+c

es decir si el siguiente sistema tiene solución:

a−b = 0
a+1 = 0
b+c = 0
a+c = 0

como el sistema tiene solución: a = −1, b = −1 y c = 1, entonces Θ2×3 ∈ U .

ii) La suma es cerrada en U : Sean A, B ∈ U , es decir existen a1 , a2 , b1 , b2 , c1 , c2 ∈ R tales que
   
0 a1 − b1 a1 + 1 0 a2 − b2 a2 + 1
A= y B= ,
b 1 + c1 0 a1 + c1 b2 + c2 0 a2 + c2

entonces A + B ∈ U si existen a, b, c ∈ R tales que

   
0 a1 + a2 − b1 − b2 a1 + a2 + 2 0 a−b a+1
A+B = =
b1 + b2 + c1 + c2 0 a1 + a2 + c1 + c2 b+c 0 a+c

Como el sistema
a−b = a1 + a2 − b1 − b2
a+1 = a1 + a2 + 2
b+c = b1 + b2 + c1 + c2
a+c = a1 + a2 + c1 + c2

tiene solución: a = a1 + a2 + 1, b = b1 + b2 + 1 y c = c1 + c2 − 1, entonces A + B ∈ U .

ii) La multiplicación por escalar es cerrada en U : Sean α ∈ R y A ∈ U , es decir existen a1 , b1 , c1 ∈ R tales que
 
0 a1 − b1 a1 + 1
A=
b 1 + c1 0 a1 + c1

entonces αA ∈ U si existen a, b, c ∈ R tales que

 
0 α(a1 − b1 ) α(a1 + 1)
αA =
α(b1 + c1 ) 0 α(a1 + c1 )
 Como el sistema
a−b = α(a1 − b1 )
a+1 = α(a1 + 1)
b+c = α(b1 + c1 )
a+c = α(a1 + c1 )

tiene solución: a = αa1 + α − 1, b = αb1 + α − 1 y c = αc1 − α + 1, entonces αA ∈ U .

Entonces de (i), (ii) y (iii), U es un subespacio vectorial de M2×3 (R) sobre R.

6. Considere el siguiente conjunto en el espacio vectorial C2 sobre C.

  
x
S= ∈ C2 | x − 2y − x = 0 ,
y

donde z representa el conjugado de z. Decida si S es un subespacio vectorial de C2 sobre C o no.

Solución:
 
0
i) Vemos que ∈ S.
0
 
0
Como se verifica 0 + 2 · 0 + 0 = 0, entonces está en S.
0
   
x a
ii) Sean , ∈ S, esto significa que x − 2y − x = 0 y a − 2b − a = 0.
y b
     
x a x+a
Su suma + = satisface:
y b y+b

x + a − 2(y + b) − (x + a) = x + a − 2(y + b) − x − a
= x − 2y − x + a − 2b − a
=0+0
= 0,

   
x a
por lo tanto + ∈ S.
y b
     
x x αx
iii) Sea ahora ∈ S, esto significa que x − 2y − x = 0 y sea α ∈ C. Su ponderación α = satisface:
y y αy

αx − 2αy − αx = αx − 2αy − αx

Como no es posible factorizar por α pues no está presente tal cual en todos los términos, sospechamos que no podremos
llegar a lo que deseamos (a 0).  
x
Buscamos entonces un contraejemplo con α ∈ C que es el caso molesto, y con concreto en S. Por ejemplo con x = 1
y
 
x
obtenemos que y = 0 para que ∈ S, ya que 1 − 2 · 0 − 1 = 0. Tomamos α = i para que sea simple, veamos.
y

i · 1 − 2i · 0 − i · 1 = i − 0 − i
=i+i
= 2i 6= 0

Como S no cumple las tres condiciones anteriormente verificadas, concluimos que no es un subespacio vectorial de C2
sobre C.

7. Decida si el siguientes conjunto es s.e.v de C3 .

  
 z1 
S = z2  ∈ C3 : z1 − 2z 2 + z3 = 0
z3
 
 Solución:
No es s.e.v pues si bien el nulo está en ély el conjunto
 S es cerrado para la suma, el conjunto no es cerrado para la ponderación
1
por escalar, por ejemplo, considere v =  1 − i :
1 + 2i

1 − 2(1 − i) + (1 + 2i) = 1 − 2(1 + i) + (1 + 2i) = 1 − 2 − 2i + 1 + 2i = 0

  
1 i
luego v está en el conjunto S, sin embargo, el vector αv con α = i no está en el conjunto S, en efecto, αv = i·  1 − i  = i + 1
1 + 2i i−2
luego:
i − 2(1 + i) + (2 − i) = i − 2 + 2i + 2 − i = 2i 6= 0
.

8. Considere el espacio vectorial real de los polinomios de grado menor o igual que dos, V = P2 (R) y considere los siguientes
conjuntos. 
U := p(x) ∈ V : p(1) − p(−1) = 0

Pruebe que U es subespacio vectorial de V .

Solución:
Se debe probar que U es no vacio, cerrado para la suma de vectores y multiplicación por escalar.

i) Notamos que el polinomio nulo θ(x) ≡ 0 pertenece a U pues

θ(1) − θ(−1) = 0 − 0 = 0.

ii) Sean p, q ∈ U , cumplen que p(1) − p(−1) = 0 y q(1) − q(−1) = 0, entonces

(p + q)(1) − (p + q)(−1) = p(1) + q(1) − (p(−1) + q(−1))

= p(1) − p(−1) + q(1) − q(−1)
= 0 − 0 = 0,

lo cual implica que p + q ∈ U .

iii) Sea λ ∈ R y p ∈ U , cumple que p(1) − p(−1) = 0, entonces

(λp)(1) − (λp)(−1) = λp(1) + λ(−p(−1))

= λ (p(1) − p(−1))
= λ0 = 0,

en consecuencia λp ∈ U .

Por lo tanto de (i)-(iii) se concluye que U es subespacio vectorial de V .

Taller 1
1. Determine si C3 es un espacio vectorial sobre R con las operaciones

(a, b, c) ⊕ (x, y, z) = (a + x, b + y, c + z) y λ · (a, b, c) = (0, 0, 0) ∀λ ∈ R, ∀(x, y, z), (a, b, c) ∈ C3

A ∈ M2 (R) : A = At

2. Determine si el conjunto S = es subespacio vectorial de (M2 (R), +, ·) sobre R, con las operaciones
usuales.