Tema 2

Estructuras algebraicas básicas

2.1. Operación interna
Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y
resultado en el conjunto C, y se denota por “⊕”, a una aplicación1:

⊕ : A × B −→ C
(a,b) −→ f (a,b) = a ⊕ b = c ∈ C

Definición 30. Dada ⊕ : A × B → C, se dirá que la ley de composición ⊕ es interna si A = B = C.

Por lo tanto, una ley de composición ⊕ : A × A → A es una ley de composición interna.2

Ejemplo 23. La suma y el producto ordinarios en R, denotados respectivamente por “ +” y “ ·”,

son leyes de composición interna:

+ : R × R −→ R · : R × R −→ R
(x,y) −→ z = x + y (x,y) −→ z = x · y

Ejemplo 24. La operación resta no es una operación interna en N, ya que el resultado de restar
entre sí números naturales puede producir números negativos, que no están en N. Por ejemplo:
1,2 ∈ N pero 1 − 2 = −1 6∈ N.

37
De la misma forma, la operación división no es interna en ninguno de los conjuntos
numéricos habituales N,Z,Q,R o C, ya que el resultado que se obtendría al dividir entre 0 no
esta definido en ninguno de estos conjuntos.
Visto desde otra perspectiva: solo determinadas operaciones resultan internas en cada
conjunto. Así pues, parece necesario definir las leyes que no son internas:

Definición 31. Dados dos conjuntos A y B, se llama ley de composición externa a una aplicación A
× A → B, que a todo par de elementos de A asocia un elemento de B.

1 A una ley de composició n de A × B → C se le conoce, también, con el nombre de operación binaria. La

notació n ⊕ es arbitraria, y podría elegirse cualquier otra. A lo largo de este capítulo se utilizará n diversos
símbolos para representar este tipo de leyes de composició n: ⊕, ⊗, ¯, ∗, ·, +, ·.
2 Una ley de composició n interna se llama, también, operación binaria interna u operació n interna.
 La resta entre números naturales, del ejemplo anterior, resulta así una operación externa
de la forma N × N → Z.
Pero existe otra forma de ley de composición externa, con dos variantes:

Definición 32. Dados dos conjuntos A y B, se dice que una aplicación de la forma:
¯ : A × B −→ A
(a,b) −→ c = a ∗ b
es una ley de composición externa por la derecha, y a los elementos del conjunto B se les llama
multiplicadores o escalares de la operación3. Si la aplicación es de la forma:

¯ : B × A −→ A
(b,a) −→ c = b ¯ a

se dirá que es una ley de composición externa por la izquierda.

Ejemplo 25. Un ejemplo típico de operación externa es el producto de un escalar por vector en
un espacio vectorial, que se verá con detalle en la sección siguiente. Si llamamos K al conjunto de
escalares (cuerpo) sobre el que definiremos el espacio vectorial V , un producto de un escalar de
K por un vector de V sera de la forma:

• : K × V −→ V
(λ,v) −→ u = λ · v

Ejemplo 26. Un caso particular del ejemplo anterior es el producto de escalares por funciones
reales de variable real. Si A es el conjunto de las funciones reales de variable real, f ∈ A es una
función de A, R el conjunto de los número reales y k ∈ R un número real, la aplicación

• : R¡ × A¢ −→ A k,f −→ (k · f)(x) = kf(x), ∀x ∈ R

resulta ser una operación externa en A.

2.1. OPERACION INTERNA´

Propiedades 8. Las leyes de composición no han de satisfacer, en general, ningún requisito en

especial. Sin embargo, solo serán interesantes aquellas que, en cada caso, verifiquen ciertas
propiedades. De ellas, se exponen aquí las mases interesantes, comenzando por las que se
refieren a leyes de composición interna:

Asociativa a1 ⊕ (a2 ⊕ a3) = (a1 ⊕ a2) ⊕ a3, ∀a1,a2,a3 ∈ A

Conmutativa a1 ⊕ a2 = a2 ⊕ a1, ∀a1,a2 ∈ A

Distributiva Dado el conjunto A y las leyes ⊕ y ¯, se dice que ¯ es distributiva por la izquierda
respecto a ⊕ si:

a1 ¯ (a2 ⊕ a3) = (a1 ¯ a2) ⊕ (a1 ¯ a3), ∀a1,a2,a3 ∈ A

de la misma forma, se dice que ¯ es distributiva por la derecha respecto a ⊕ si:

3 Esta ley se llama, también, operación externa por la derecha.

 (a2 ⊕ a3) ¯ a1 = (a2 ¯ a1) ⊕ (a3 ¯ a1), ∀a1,a2,a3 ∈ A

finalmente, ¯ es distributiva respecto de ⊕, si lo es por la izquierda y por la derecha, esto

es:

(a1 ⊕ a2) ¯ (a3 ⊕ a4) =(a1 ¯ a3) ⊕ (a1 ¯ a4)⊕

⊕(a2 ¯ a3) ⊕ (a2 ¯ a4), ∀a1,a2,a3,a4 ∈ A

Elemento neutro Se dice que una ley de composición interna en A tiene elemento neutro si:
±
∃e∈A e ⊕ a = a ⊕ e = a, ∀a ∈ A

El elemento neutro4 se denotará por e.

Elemento simétrico Dada una ley de composición interna en A con elemento neutro e, se llama
elemento simétrico, si existe, del elemento a ∈ A, a un elemento a¯ tal que5:

a ⊕ a¯ = a ⊕ a¯ = e
Elemento regular o simplificable Se dice que el elemento a ∈ A es regular o simplificable para
la ley de composición interna “⊕” si se verifica:

Si a ⊕ a1 = a ⊕ a2 ⇒ a1 = a2, ∀a1,a2 ∈ A
y:
Si a1 ⊕ a = a2 ⊕ a ⇒ a1 = a2, ∀a1,a2 ∈ A

La estructura de espacio vectorial, entre otras, constituye la base sobre la que se apoya el
Algebra Lineal. Los espacios vectoriales son es-´ tructuras matemáticas que cumplen unas
determinadas propiedades. Estas propiedades son poco restrictivas, de forma que
numerosos problemas reales pueden modelizarse mediante espacios vectoriales.
Para abordar el estudio de los espacios vectoriales recordaremos previamente una serie
de definiciones de conceptos que son la base sobre la que se apoya la definición de espacio
vectorial.
Hemos utilizado como ejemplo de estructuras los conjuntos de número N,Z,Q,R y C que se
estudiaran con detalle en el cap´ıtulo siguiente.
Definición 33. Se llama estructura algebraica a un conjunto A y unas operaciones ⊕,⊗,¯,... –
internas o externas– definidas en ´el, de forma que se verifican ciertas propiedades. Se denota
por (A,⊕,⊗,¯,...).
Se exponen a continuación las estructuras más habituales, y las necesarias para llegar,
finalmente, al espacio vectorial.

4 Para la operació n suma ordinaria en N,Z,Q,R, el elemento neutro es el “0” para la suma, y para el producto
ordinario el “1”.
5 Para la suma ordinaria, el elemento simétrico de un elemento x es −x, y se llama elemento opuesto. Para el
producto ordinario entre nú mero reales o racionales no nulos, el elemento simétrico es , y se denomina
elemento inverso o recíproco. Por otra parte, para el producto ordinario de matrices, que se estudiara´ más
adelante, el elemento simétrico se llama matriz inversa y se representan por A−1.
 2.2. Grupos
Definición 34. Se llama grupo a una estructura (G,⊗) que verifica las propiedades:
1. (x ⊗ y) ⊗ z = x ⊗ (y ⊗ z), ∀x,y,z ∈ G (Propiedad Asociativa)
±
2. ∃e ∈ G x⊗e = e⊗x = x, ∀x ∈ G (Existencia de Elemento Neutro)
±
3. ∀x ∈ G ∃ y ∈ G y ⊗ x = x ⊗ y = e (Existencia de Elemento
Simétrico)
Definición 35. Se llama grupo conmutativo ´o Abeliano a un grupo (G,⊗) que verifica:
4. x ⊗ y = y ⊗ x, ∀x,y ∈ G (Propiedad conmutativa)
Ejemplo 1. En el grupo (R,+) el elemento neutro es el “ 0” y el elemento simétrico es el
elemento opuesto (−x). De la misma forma, en el grupo (R0 = R − {0},·) el elemento neutro es el “
1” y el elemento simétrico es el inverso6 (1/x). Ambos son grupos conmutativos. Además:

2.3. ANILLOS

1. Los conjuntos Z,Q,R y C son grupos abelianos respecto a la suma ordinaria

2. Los conjuntos Q0,R0 y C0 son grupos abelianos respecto al producto (sin el “ 0”)

3. El conjunto Mm×n(R) de matrices con m filas y n columnas y coeficientes en R es un grupo

conmutativo respecto a la suma matricial. 7

2.3. Anillos
Se analizaran a continuación los anillos, un tipo de estructuras con dos operaciones
relacionadas entre sí. Estructuras algebraicas de este tipo son los conjuntos numéricos Z,Q y R,
de forma que estas estructuras resultan relativamente familiares; esto, no obstante, puede
resultar un inconveniente porque anima a generalizar las propiedades a las que se esta
acostumbrado al manejar número. Esto, como se verá, no es siempre acertado.

Definición 36. Se llama anillo, y se denota por (A,⊕,¯), a un conjunto A dotado de dos
operaciones “⊕” y “¯” que verifica las propiedades siguientes:

1. (A,⊕) es un grupo abeliano. Su elemento neutro lo denotaremos como

0.

2. (x ¯ y) ¯ z = x ¯ (y ¯ z), ∀x,y,z ∈ A (propiedad asociativa)

3. (prop. distributiva)

Definición 37. (A,⊕,¯) se llamara anillo unitario si verifica:

• ±
4. ∃ e¯ ∈ A x ¯ e¯ = ¯e ¯ x = x, ∀x ∈ A

6 Quizá s con má s precisió n, a ´este elemento se le denomina también recíproco.

Definición 38. (A,⊕,¯) se llamara anillo conmutativo si verifica:

5. x ¯ y = y ¯ x, ∀x,y ∈ A (propiedad conmutativa)

Definición 39. Un elemento x de un anillo unitario (A,⊕,¯) se dice invertible si posee simétrico
respecto de la segunda operación, “¯”, es decir existe y ∈ A tal que
x ¯ y = y ¯ x = ¯e

Ejemplo 27. En el anillo (Z,+,·) los únicos elementos inversibles son el 1 y el −1, de forma que
(−1) · (−1) = 1 · 1 = 1 (el 1 es el elemento neutro para la operación“·”). Esto choca directamente
con lo que sucede en el anillo

son dos matrices reales, la suma A + B =

(R,+,·), en el que el único elemento no inversible es el 0 (precisamente, el elemento neutro para
la operación “+”).
Con respecto a los conjuntos num´ericos, se cumple que (Z,+,·) es un anillo conmutativo
unitario. Los conjuntos (Q,+,·), (R,+,·) y (C,+,·) son anillos conmutativos unitarios, en los que
todos los elementos, salvo el nulo, son inversibles.
Otro ejemplo muy utilizado de anillo es el conjunto Z m con las operaciones:
[a] + [b] = [a + b] [a][b] = [ab]
siendo a,b ∈ {0,1,...,m − 1}.
Por analogía con los conjuntos numéricos, es habitual denotar al elemento neutro,
respecto de ¯, de un anillo unitario (A,⊕,¯) como 1.
En determinados anillos es posible encontrar dos elementos no nulos que, al operarlos
entre sí mediante la segunda operación –a la que habitualmente denominamos con el
producto–, se obtiene el elemento neutro de la primera – el 0, habitualmente–. En otras
palabras, es posible multiplicar dos elementos no nulos y que el resultado sea cero. A estos
elementos se les conoce como divisores de cero:
Definición 40. En un anillo (A,⊕,¯) se dice que un elemento a ∈ A no nulo es un divisor de cero si
existe otro elemento no nulo b ∈ A tal que a ¯ b = 0.
Un ejemplo claro de este tipo de comportamiento se puede observar en el anillo (M n(R),
+,·), donde Mn(R) es el conjunto de las matrices cuadradas de tamaño n con coeficientes en R
y “+”,“·” son las operaciones suma y producto habituales entre matrices. 7 Si tomamos las
matrices no nulas (1 00 0) y (0 00 1), su producto es:

Un caso especial de anillos son aquellos en los que no existen divisores de cero, es decir:
¡ ¢
∀x,y ∈ A x ¯ y = 0 ⇔ (x = 0 ∨ y = 0)
a estos anillos se les denomina anillos ´íntegros o dominios de integridad.

7 Si A = (aij),B = (bij) ∈ Mn(R), la matriz producto AB tiene como coeficiente ij el resultado de multiplicar la fila i-
´estima de A por la columna j-´estima de B, es decir

.
Ejemplo 28. Los anillos (Z,+,·), (Q,+,·), (R,+,·) y (C,+,·), con las operaciones + y · habituales en
ellos, son dominios de integridad.
2.4. CUERPOS

2.4. Cuerpos
Definición 41. Se llama cuerpo a un anillo unitario (K,⊕,¯), tal que (K − {0},¯) es un grupo, es
decir todo elemento x ∈ K distinto de 0 es inversible respecto de ¯.

Si el anillo (K,⊕,¯) es conmutativo, se dice que el cuerpo K es conmutativo.

Ejemplo 2. Los conjuntos Q, R y C son cuerpos conmutativos respecto a las operaciones suma y
producto ordinarias.
El anillo Zm es un cuerpo si m es un número primo y son la base para la construcción de
cualquier cuerpo finito cuyo cardinal es siempre de la forma pn, siendo p un primo y n un
número natural. Estos cuerpos se utilizan en Criptografía, Teoría de Códigos, etc.

2.5. Espacios Vectoriales

Definición 42. Se dice que un conjunto V tiene estructura de espacio vectorial sobre un cuerpo K
si:

- En V hay definida una operación interna (suma) que confiere a V estructura de grupo
abeliano

- En V hay definida una operación externa (producto)

:K×V→V

que verifica las siguientes operaciones:

1. λ(u + v) = λu + λv, ∀u,v ∈ V, ∀λ ∈ K

2. (λ + µ)u = λu + µu, ∀u ∈ V, ∀λ,µ ∈ K
3. λ(µu) = (λµ)u, ∀u ∈ V, ∀λ,µ ∈ K
4. 1 · u = u, ∀u ∈ V

Los elementos del espacio vectorial reciben el nombre de vectores, y los elementos del
cuerpo K escalares.

Ejemplo 29. Son ejemplos de espacios vectoriales , para cualquier natural n, (en
general Kn, si K es un cuerpo) y Mm×n(R).

Sea V un K-espacio vectorial. Si ∅ 6= U ⊆ V es un subconjunto no vacío de V , se dice que

U es un subespacio vectorial de V , si U es un espacio vectorial sobre K, considerando en U las
mismas operaciones definidas en V .
Proposición 2. Sea ∅ 6= U ⊆ V un subconjunto no vacío de V , son equivalentes:
1. U es un subespacio vectorial de V
2. Dados , se tiene que
 3. Dados , se tiene que
Sea V un K-espacio vectorial y sea S = {~v1,~v2,...,~vp} un subconjunto cualquiera de
vectores de V . Una combinación lineal de los vectores de S es un vector ~v que se escribe
como

.
donde αi ∈ K.

Ejemplos 2. 1. ~0 es combinación lineal de cualquier conjunto de vectores sin más que tomar αi
= 0 para todo i.

2. En R3, se tiene que

(1,1,0) = (−1)(2,1,−1) + 1(3,2,−1)

Proposición 3. El conjunto {combinaciones lineales de S} es un subespacio vectorial de V llamado

subespacio generado o engendrado por S y se denota < S >
Definición 43. Sea S = {~v1,~v2,...,~vp} un conjunto de vectores de V . Se dice que S es un
conjunto libre o un conjunto de vectores linealmente independientes si, para toda
combinación lineal de los vectores de S:

,
se tiene que αi = 0, para todo i. Equivalentemente, S es libre si, ningún vector de S es
combinación lineal de los demás.
Análogamente, se define:
Definición 44. Sea S = {~v1,~v2,...,~vp} un conjunto de vectores de V . Se dice que S es un
conjunto ligado o un conjunto de vectores linealmente dependientes si, existe una
combinación lineal de los vectores de S:

,
donde algún αi 6= 0. Equivalentemente, S es ligado si, algún vector de S es combinación lineal de
los demás.

2.5. ESPACIOS VECTORIALES

Ejemplo 30. En R3, los vectores {(1,1,0),(2,1,−1),(3,2,−1)} forman un conjunto ligado.

Sea V un K-espacio vectorial.

Definición 45. Se dice que V es un espacio vectorial de tipo finito (o finitamente generado) si
existe S ⊆ V finito tal que V =< S >. S es un sistema de generadores de V .

Definición 46. Un conjunto de vectores B = {~v1,...,~vp} de V es una base de V si:

B es un sistema de generadores de V (V =< B >)

 B es un conjunto libre.

Ejemplo 31. En Kn, el conjunto

{(1,0,...,0),(0,1,...,0),...,(0,0,...,1)}

es una base (llamada base canónica)

Teorema 1. Sea B = {~v1,...,~vp} ⊆ V . Son equivalentes:

1. B es una base de V .

2. Cualquier vector de V se escribe de manera única como combinación lineal de los vectores
de la base de B.

Si ~v = α1~v1 + α2~v2 + ··· + αp~vp, los escalares α1,α2,...,αp se llaman coordenadas del vector
~v respecto de la base B.

Proposición 4. Sea V 6= {~0} un espacio vectorial de tipo finito. V siempre admite una base.

Proposición 5. Sean B y B0 dos bases de V . Entonces |B| = |B0| y a este cardinal común se le llama
dimensión de V .

Sea S un conjunto de vectores de un espacio vectorial V de tipo finito. Se denomina rango

de S a dim(< S >), luego el rango de S es el mayor número de vectores linealmente
independientes que hay dentro de S.

Tema 2

Estructuras algebraicas básicas

2.1. Operación interna
Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y
resultado en el conjunto C, y se denota por “⊕”, a una aplicación8:

⊕ : A × B −→ C
(a,b) −→ f (a,b) = a ⊕ b = c ∈ C

Definición 30. Dada ⊕ : A × B → C, se dirá que la ley de composición ⊕ es interna si A = B = C.

Por lo tanto, una ley de composición ⊕ : A × A → A es una ley de composición interna.9

Ejemplo 23. La suma y el producto ordinarios en R, denotados respectivamente por “ +” y “ ·”,

son leyes de composición interna:

8 A una ley de composició n de A × B → C se le conoce, también, con el nombre de operación binaria. La

notació n ⊕ es arbitraria, y podría elegirse cualquier otra. A lo largo de este capítulo se utilizará n diversos
símbolos para representar este tipo de leyes de composició n: ⊕, ⊗, ¯, ∗, ·, +, ·.
9 Una ley de composició n interna se llama, también, operación binaria interna u operació n interna.
 + : R × R −→ R · : R × R −→ R
(x,y) −→ z = x + y (x,y) −→ z = x · y

Ejemplo 24. La operación resta no es una operación interna en N, ya que el resultado de restar
entre sí números naturales puede producir números negativos, que no están en N. Por ejemplo:
1,2 ∈ N pero 1 − 2 = −1 6∈ N.

37
De la misma forma, la operación división no es interna en ninguno de los conjuntos
numéricos habituales N,Z,Q,R o C, ya que el resultado que se obtendría al dividir entre 0 no
esta definido en ninguno de estos conjuntos.
Visto desde otra perspectiva: solo determinadas operaciones resultan internas en cada
conjunto. Así pues, parece necesario definir las leyes que no son internas:

Definición 31. Dados dos conjuntos A y B, se llama ley de composición externa a una aplicación A
× A → B, que a todo par de elementos de A asocia un elemento de B.

La resta entre números naturales, del ejemplo anterior, resulta así una operación externa
de la forma N × N → Z.
Pero existe otra forma de ley de composición externa, con dos variantes:

Definición 32. Dados dos conjuntos A y B, se dice que una aplicación de la forma:
¯ : A × B −→ A
(a,b) −→ c = a ∗ b
es una ley de composición externa por la derecha, y a los elementos del conjunto B se les llama
multiplicadores o escalares de la operación10. Si la aplicación es de la forma:

¯ : B × A −→ A
(b,a) −→ c = b ¯ a

se dirá que es una ley de composición externa por la izquierda.

Ejemplo 25. Un ejemplo típico de operación externa es el producto de un escalar por vector en
un espacio vectorial, que se verá con detalle en la sección siguiente. Si llamamos K al conjunto de
escalares (cuerpo) sobre el que definiremos el espacio vectorial V , un producto de un escalar de
K por un vector de V sera de la forma:

• : K × V −→ V
(λ,v) −→ u = λ · v

Ejemplo 26. Un caso particular del ejemplo anterior es el producto de escalares por funciones
reales de variable real. Si A es el conjunto de las funciones reales de variable real, f ∈ A es una
función de A, R el conjunto de los número reales y k ∈ R un número real, la aplicación

10 Esta ley se llama, también, operación externa por la derecha.

 • : R¡ × A¢ −→ A k,f −→ (k · f)(x) = kf(x), ∀x ∈ R

resulta ser una operación externa en A.

2.1. OPERACION INTERNA´

Propiedades 8. Las leyes de composición no han de satisfacer, en general, ningún requisito en

especial. Sin embargo, solo serán interesantes aquellas que, en cada caso, verifiquen ciertas
propiedades. De ellas, se exponen aquí las mases interesantes, comenzando por las que se
refieren a leyes de composición interna:

Asociativa a1 ⊕ (a2 ⊕ a3) = (a1 ⊕ a2) ⊕ a3, ∀a1,a2,a3 ∈ A

Conmutativa a1 ⊕ a2 = a2 ⊕ a1, ∀a1,a2 ∈ A

Distributiva Dado el conjunto A y las leyes ⊕ y ¯, se dice que ¯ es distributiva por la izquierda
respecto a ⊕ si:

a1 ¯ (a2 ⊕ a3) = (a1 ¯ a2) ⊕ (a1 ¯ a3), ∀a1,a2,a3 ∈ A

de la misma forma, se dice que ¯ es distributiva por la derecha respecto a ⊕ si:

(a2 ⊕ a3) ¯ a1 = (a2 ¯ a1) ⊕ (a3 ¯ a1), ∀a1,a2,a3 ∈ A

finalmente, ¯ es distributiva respecto de ⊕, si lo es por la izquierda y por la derecha, esto

es:

(a1 ⊕ a2) ¯ (a3 ⊕ a4) =(a1 ¯ a3) ⊕ (a1 ¯ a4)⊕

⊕(a2 ¯ a3) ⊕ (a2 ¯ a4), ∀a1,a2,a3,a4 ∈ A

Elemento neutro Se dice que una ley de composición interna en A tiene elemento neutro si:
±
∃e∈A e ⊕ a = a ⊕ e = a, ∀a ∈ A

El elemento neutro11 se denotará por e.

Elemento simétrico Dada una ley de composición interna en A con elemento neutro e, se llama
elemento simétrico, si existe, del elemento a ∈ A, a un elemento a¯ tal que12:

a ⊕ a¯ = a ⊕ a¯ = e
Elemento regular o simplificable Se dice que el elemento a ∈ A es regular o simplificable para
la ley de composición interna “⊕” si se verifica:

11 Para la operació n suma ordinaria en N,Z,Q,R, el elemento neutro es el “0” para la suma, y para el producto
ordinario el “1”.
12 Para la suma ordinaria, el elemento simétrico de un elemento x es −x, y se llama elemento opuesto. Para el
producto ordinario entre nú mero reales o racionales no nulos, el elemento simétrico es , y se denomina
elemento inverso o recíproco. Por otra parte, para el producto ordinario de matrices, que se estudiara´ más
adelante, el elemento simétrico se llama matriz inversa y se representan por A−1.
 Si a ⊕ a1 = a ⊕ a2 ⇒ a1 = a2, ∀a1,a2 ∈ A

y:
Si a1 ⊕ a = a2 ⊕ a ⇒ a1 = a2, ∀a1,a2 ∈ A

La estructura de espacio vectorial, entre otras, constituye la base sobre la que se apoya el
Algebra Lineal. Los espacios vectoriales son es-´ tructuras matemáticas que cumplen unas
determinadas propiedades. Estas propiedades son poco restrictivas, de forma que
numerosos problemas reales pueden modelizarse mediante espacios vectoriales.
Para abordar el estudio de los espacios vectoriales recordaremos previamente una serie
de definiciones de conceptos que son la base sobre la que se apoya la definición de espacio
vectorial.
Hemos utilizado como ejemplo de estructuras los conjuntos de número N,Z,Q,R y C que se
estudiaran con detalle en el cap´ıtulo siguiente.
Definición 33. Se llama estructura algebraica a un conjunto A y unas operaciones ⊕,⊗,¯,... –
internas o externas– definidas en ´el, de forma que se verifican ciertas propiedades. Se denota
por (A,⊕,⊗,¯,...).
Se exponen a continuación las estructuras más habituales, y las necesarias para llegar,
finalmente, al espacio vectorial.

2.2. Grupos
Definición 34. Se llama grupo a una estructura (G,⊗) que verifica las propiedades:
5. (x ⊗ y) ⊗ z = x ⊗ (y ⊗ z), ∀x,y,z ∈ G (Propiedad Asociativa)
±
6. ∃e ∈ G x⊗e = e⊗x = x, ∀x ∈ G (Existencia de Elemento Neutro)
±
7. ∀x ∈ G ∃ y ∈ G y ⊗ x = x ⊗ y = e (Existencia de Elemento
Simétrico)
Definición 35. Se llama grupo conmutativo ´o Abeliano a un grupo (G,⊗) que verifica:
8. x ⊗ y = y ⊗ x, ∀x,y ∈ G (Propiedad conmutativa)
Ejemplo 1. En el grupo (R,+) el elemento neutro es el “ 0” y el elemento simétrico es el
elemento opuesto (−x). De la misma forma, en el grupo (R0 = R − {0},·) el elemento neutro es el “
1” y el elemento simétrico es el inverso13 (1/x). Ambos son grupos conmutativos. Además:

2.3. ANILLOS

4. Los conjuntos Z,Q,R y C son grupos abelianos respecto a la suma ordinaria

5. Los conjuntos Q0,R0 y C0 son grupos abelianos respecto al producto (sin el “ 0”)

6. El conjunto Mm×n(R) de matrices con m filas y n columnas y coeficientes en R es un grupo

conmutativo respecto a la suma matricial. 7

13 Quizá s con más precisió n, a ´este elemento se le denomina también recíproco.

2.3. Anillos
Se analizaran a continuación los anillos, un tipo de estructuras con dos operaciones
relacionadas entre sí. Estructuras algebraicas de este tipo son los conjuntos numéricos Z,Q y R,
de forma que estas estructuras resultan relativamente familiares; esto, no obstante, puede
resultar un inconveniente porque anima a generalizar las propiedades a las que se esta
acostumbrado al manejar número. Esto, como se verá, no es siempre acertado.

Definición 36. Se llama anillo, y se denota por (A,⊕,¯), a un conjunto A dotado de dos
operaciones “⊕” y “¯” que verifica las propiedades siguientes:

6. (A,⊕) es un grupo abeliano. Su elemento neutro lo denotaremos como

0.

7. (x ¯ y) ¯ z = x ¯ (y ¯ z), ∀x,y,z ∈ A (propiedad asociativa)

8. (prop. distributiva)

Definición 37. (A,⊕,¯) se llamara anillo unitario si verifica:

• ±
9. ∃ e¯ ∈ A x ¯ e¯ = ¯e ¯ x = x, ∀x ∈ A

Definición 38. (A,⊕,¯) se llamara anillo conmutativo si verifica:

10. x ¯ y = y ¯ x, ∀x,y ∈ A (propiedad conmutativa)

Definición 39. Un elemento x de un anillo unitario (A,⊕,¯) se dice invertible si posee simétrico
respecto de la segunda operación, “¯”, es decir existe y ∈ A tal que
x ¯ y = y ¯ x = ¯e

Ejemplo 27. En el anillo (Z,+,·) los únicos elementos inversibles son el 1 y el −1, de forma que
(−1) · (−1) = 1 · 1 = 1 (el 1 es el elemento neutro para la operación“·”). Esto choca directamente
con lo que sucede en el anillo

son dos matrices reales, la suma A + B =

(R,+,·), en el que el único elemento no inversible es el 0 (precisamente, el elemento neutro para
la operación “+”).
Con respecto a los conjuntos num´ericos, se cumple que (Z,+,·) es un anillo conmutativo
unitario. Los conjuntos (Q,+,·), (R,+,·) y (C,+,·) son anillos conmutativos unitarios, en los que
todos los elementos, salvo el nulo, son inversibles.
Otro ejemplo muy utilizado de anillo es el conjunto Z m con las operaciones:
[a] + [b] = [a + b] [a][b] = [ab]
siendo a,b ∈ {0,1,...,m − 1}.
Por analogía con los conjuntos numéricos, es habitual denotar al elemento neutro,
respecto de ¯, de un anillo unitario (A,⊕,¯) como 1.
En determinados anillos es posible encontrar dos elementos no nulos que, al operarlos
entre sí mediante la segunda operación –a la que habitualmente denominamos con el
producto–, se obtiene el elemento neutro de la primera – el 0, habitualmente–. En otras
palabras, es posible multiplicar dos elementos no nulos y que el resultado sea cero. A estos
elementos se les conoce como divisores de cero:
Definición 40. En un anillo (A,⊕,¯) se dice que un elemento a ∈ A no nulo es un divisor de cero si
existe otro elemento no nulo b ∈ A tal que a ¯ b = 0.
Un ejemplo claro de este tipo de comportamiento se puede observar en el anillo (M n(R),
+,·), donde Mn(R) es el conjunto de las matrices cuadradas de tamaño n con coeficientes en R
y “+”,“·” son las operaciones suma y producto habituales entre matrices. 14 Si tomamos las
matrices no nulas (1 00 0) y (0 00 1), su producto es:

Un caso especial de anillos son aquellos en los que no existen divisores de cero, es decir:
¡ ¢
∀x,y ∈ A x ¯ y = 0 ⇔ (x = 0 ∨ y = 0)
a estos anillos se les denomina anillos ´íntegros o dominios de integridad.
Ejemplo 28. Los anillos (Z,+,·), (Q,+,·), (R,+,·) y (C,+,·), con las operaciones + y · habituales en
ellos, son dominios de integridad.
2.4. CUERPOS

2.4. Cuerpos
Definición 41. Se llama cuerpo a un anillo unitario (K,⊕,¯), tal que (K − {0},¯) es un grupo, es
decir todo elemento x ∈ K distinto de 0 es inversible respecto de ¯.

Si el anillo (K,⊕,¯) es conmutativo, se dice que el cuerpo K es conmutativo.

Ejemplo 2. Los conjuntos Q, R y C son cuerpos conmutativos respecto a las operaciones suma y
producto ordinarias.
El anillo Zm es un cuerpo si m es un número primo y son la base para la construcción de
cualquier cuerpo finito cuyo cardinal es siempre de la forma pn, siendo p un primo y n un
número natural. Estos cuerpos se utilizan en Criptografía, Teoría de Códigos, etc.

2.5. Espacios Vectoriales

Definición 42. Se dice que un conjunto V tiene estructura de espacio vectorial sobre un cuerpo K
si:

- En V hay definida una operación interna (suma) que confiere a V estructura de grupo
abeliano

- En V hay definida una operación externa (producto)

:K×V→V

14 Si A = (aij),B = (bij) ∈ Mn(R), la matriz producto AB tiene como coeficiente ij el resultado de multiplicar la fila
i-´estima de A por la columna j-´estima de B, es decir

.
 que verifica las siguientes operaciones:

1. λ(u + v) = λu + λv, ∀u,v ∈ V, ∀λ ∈ K

2. (λ + µ)u = λu + µu, ∀u ∈ V, ∀λ,µ ∈ K
3. λ(µu) = (λµ)u, ∀u ∈ V, ∀λ,µ ∈ K
4. 1 · u = u, ∀u ∈ V

Los elementos del espacio vectorial reciben el nombre de vectores, y los elementos del
cuerpo K escalares.

Ejemplo 29. Son ejemplos de espacios vectoriales , para cualquier natural n, (en
general Kn, si K es un cuerpo) y Mm×n(R).

Sea V un K-espacio vectorial. Si ∅ 6= U ⊆ V es un subconjunto no vacío de V , se dice que

U es un subespacio vectorial de V , si U es un espacio vectorial sobre K, considerando en U las
mismas operaciones definidas en V .
Proposición 2. Sea ∅ 6= U ⊆ V un subconjunto no vacío de V , son equivalentes:
4. U es un subespacio vectorial de V
5. Dados , se tiene que
6. Dados , se tiene que
Sea V un K-espacio vectorial y sea S = {~v1,~v2,...,~vp} un subconjunto cualquiera de
vectores de V . Una combinación lineal de los vectores de S es un vector ~v que se escribe
como

.
donde αi ∈ K.

Ejemplos 2. 1. ~0 es combinación lineal de cualquier conjunto de vectores sin más que tomar αi
= 0 para todo i.

2. En R3, se tiene que

(1,1,0) = (−1)(2,1,−1) + 1(3,2,−1)

Proposición 3. El conjunto {combinaciones lineales de S} es un subespacio vectorial de V llamado

subespacio generado o engendrado por S y se denota < S >
Definición 43. Sea S = {~v1,~v2,...,~vp} un conjunto de vectores de V . Se dice que S es un
conjunto libre o un conjunto de vectores linealmente independientes si, para toda
combinación lineal de los vectores de S:

,
se tiene que αi = 0, para todo i. Equivalentemente, S es libre si, ningún vector de S es
combinación lineal de los demás.
Análogamente, se define:
Definición 44. Sea S = {~v1,~v2,...,~vp} un conjunto de vectores de V . Se dice que S es un
conjunto ligado o un conjunto de vectores linealmente dependientes si, existe una
combinación lineal de los vectores de S:

,
donde algún αi 6= 0. Equivalentemente, S es ligado si, algún vector de S es combinación lineal de
los demás.

2.5. ESPACIOS VECTORIALES

Ejemplo 30. En R3, los vectores {(1,1,0),(2,1,−1),(3,2,−1)} forman un conjunto ligado.

Sea V un K-espacio vectorial.

Definición 45. Se dice que V es un espacio vectorial de tipo finito (o finitamente generado) si
existe S ⊆ V finito tal que V =< S >. S es un sistema de generadores de V .

Definición 46. Un conjunto de vectores B = {~v1,...,~vp} de V es una base de V si:

B es un sistema de generadores de V (V =< B >)

B es un conjunto libre.

Ejemplo 31. En Kn, el conjunto

{(1,0,...,0),(0,1,...,0),...,(0,0,...,1)}

es una base (llamada base canónica)

Teorema 1. Sea B = {~v1,...,~vp} ⊆ V . Son equivalentes:

3. B es una base de V .

4. Cualquier vector de V se escribe de manera única como combinación lineal de los vectores
de la base de B.

Si ~v = α1~v1 + α2~v2 + ··· + αp~vp, los escalares α1,α2,...,αp se llaman coordenadas del vector
~v respecto de la base B.

Proposición 4. Sea V 6= {~0} un espacio vectorial de tipo finito. V siempre admite una base.

Proposición 5. Sean B y B0 dos bases de V . Entonces |B| = |B0| y a este cardinal común se le llama
dimensión de V .

Sea S un conjunto de vectores de un espacio vectorial V de tipo finito. Se denomina rango

de S a dim(< S >), luego el rango de S es el mayor número de vectores linealmente
independientes que hay dentro de S.
ESCUELA MILITAR DE INGENIERÍA
CIENCIAS BÁSICAS
BOLIVIA

CONSERVACION DEL MOMENTO ANGULAR

MATERIA : LABORATORIA DE FISICA

ESTUDIANTE : HUACANI AGUILAR FABRIZIO CARLOS

CARRERA : CIENCIAS BÁSICAS

INGENIERO: FELIX VEGA BENVIDEZ

CURSO: 1-“A”

LA PAZ – BOLIVIA

2022
Estructuras algebraicas
2.1. Operación interna
Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y
resultado en el conjunto C, y se denota por “⊕”, a una aplicación15:

⊕ : A × B −→ C
(a,b) −→ f (a,b) = a ⊕ b = c ∈ C

Definición 30. Dada ⊕ : A × B → C, se dirá que la ley de composición ⊕ es interna si A = B = C.

Por lo tanto, una ley de composición ⊕ : A × A → A es una ley de composición interna.16

Ejemplo 23. La suma y el producto ordinarios en R, denotados respectivamente por “ +” y “ ·”,

son leyes de composición interna:

+ : R × R −→ R · : R × R −→ R
(x,y) −→ z = x + y (x,y) −→ z = x · y

Ejemplo 24. La operación resta no es una operación interna en N, ya que el resultado de restar
entre sí números naturales puede producir números negativos, que no están en N. Por ejemplo:
1,2 ∈ N pero 1 − 2 = −1 6∈ N.

De la misma forma, la operación división no es interna en ninguno de los conjuntos numéricos

habituales N,Z,Q,R o C, ya que el resultado que se obtendría al dividir entre 0 no esta definido
en ninguno de estos conjuntos.
Visto desde otra perspectiva: solo determinadas operaciones resultan internas en cada
conjunto. Así pues, parece necesario definir las leyes que no son internas:

Definición 31. Dados dos conjuntos A y B, se llama ley de composición externa a una aplicación A
× A → B, que a todo par de elementos de A asocia un elemento de B.

La resta entre números naturales, del ejemplo anterior, resulta así una operación externa
de la forma N × N → Z.
Pero existe otra forma de ley de composición externa, con dos variantes:

Definición 32. Dados dos conjuntos A y B, se dice que una aplicación de la forma:
¯ : A × B −→ A
15 A una ley de composició n de A × B → C se le conoce, también, con el nombre de operación binaria. La
notació n ⊕ es arbitraria, y podría elegirse cualquier otra. A lo largo de este capítulo se utilizará n diversos
símbolos para representar este tipo de leyes de composició n: ⊕, ⊗, ¯, ∗, ·, +, ·.
16 Una ley de composició n interna se llama, también, operación binaria interna u operació n interna.
 (a,b) −→ c = a ∗ b
es una ley de composición externa por la derecha, y a los elementos del conjunto B se les llama
multiplicadores o escalares de la operación17. Si la aplicación es de la forma:

¯ : B × A −→ A
(b,a) −→ c = b ¯ a

se dirá que es una ley de composición externa por la izquierda.

Ejemplo 25. Un ejemplo típico de operación externa es el producto de un escalar por vector en
un espacio vectorial, que se verá con detalle en la sección siguiente. Si llamamos K al conjunto de
escalares (cuerpo) sobre el que definiremos el espacio vectorial V , un producto de un escalar de
K por un vector de V sera de la forma:

• : K × V −→ V
(λ,v) −→ u = λ · v

Ejemplo 26. Un caso particular del ejemplo anterior es el producto de escalares por funciones
reales de variable real. Si A es el conjunto de las funciones reales de variable real, f ∈ A es una
función de A, R el conjunto de los número reales y k ∈ R un número real, la aplicación

• : R¡ × A¢ −→ A k,f −→ (k · f)(x) = kf(x), ∀x ∈ R

resulta ser una operación externa en A.

2.1. OPERACION INTERNA´

Propiedades 8. Las leyes de composición no han de satisfacer, en general, ningún requisito en

especial. Sin embargo, solo serán interesantes aquellas que, en cada caso, verifiquen ciertas
propiedades. De ellas, se exponen aquí las mases interesantes, comenzando por las que se
refieren a leyes de composición interna:

Asociativa a1 ⊕ (a2 ⊕ a3) = (a1 ⊕ a2) ⊕ a3, ∀a1,a2,a3 ∈ A

Conmutativa a1 ⊕ a2 = a2 ⊕ a1, ∀a1,a2 ∈ A

Distributiva Dado el conjunto A y las leyes ⊕ y ¯, se dice que ¯ es distributiva por la izquierda
respecto a ⊕ si:

a1 ¯ (a2 ⊕ a3) = (a1 ¯ a2) ⊕ (a1 ¯ a3), ∀a1,a2,a3 ∈ A

de la misma forma, se dice que ¯ es distributiva por la derecha respecto a ⊕ si:

(a2 ⊕ a3) ¯ a1 = (a2 ¯ a1) ⊕ (a3 ¯ a1), ∀a1,a2,a3 ∈ A

finalmente, ¯ es distributiva respecto de ⊕, si lo es por la izquierda y por la derecha, esto

es:

(a1 ⊕ a2) ¯ (a3 ⊕ a4) =(a1 ¯ a3) ⊕ (a1 ¯ a4)⊕

17 Esta ley se llama, también, operación externa por la derecha.

 ⊕(a2 ¯ a3) ⊕ (a2 ¯ a4), ∀a1,a2,a3,a4 ∈ A

Elemento neutro Se dice que una ley de composición interna en A tiene elemento neutro si:
±
∃e∈A e ⊕ a = a ⊕ e = a, ∀a ∈ A

El elemento neutro18 se denotará por e.

Elemento simétrico Dada una ley de composición interna en A con elemento neutro e, se llama
elemento simétrico, si existe, del elemento a ∈ A, a un elemento a¯ tal que19:

a ⊕ a¯ = a ⊕ a¯ = e
Elemento regular o simplificable Se dice que el elemento a ∈ A es regular o simplificable para
la ley de composición interna “⊕” si se verifica:
Si a ⊕ a1 = a ⊕ a2 ⇒ a1 = a2, ∀a1,a2 ∈ A

y:
Si a1 ⊕ a = a2 ⊕ a ⇒ a1 = a2, ∀a1,a2 ∈ A

La estructura de espacio vectorial, entre otras, constituye la base sobre la que se apoya el
Algebra Lineal. Los espacios vectoriales son es-´ tructuras matemáticas que cumplen unas
determinadas propiedades. Estas propiedades son poco restrictivas, de forma que
numerosos problemas reales pueden modelizarse mediante espacios vectoriales.
Para abordar el estudio de los espacios vectoriales recordaremos previamente una serie
de definiciones de conceptos que son la base sobre la que se apoya la definición de espacio
vectorial.
Hemos utilizado como ejemplo de estructuras los conjuntos de número N,Z,Q,R y C que se
estudiaran con detalle en el cap´ıtulo siguiente.
Definición 33. Se llama estructura algebraica a un conjunto A y unas operaciones ⊕,⊗,¯,... –
internas o externas– definidas en ´el, de forma que se verifican ciertas propiedades. Se denota
por (A,⊕,⊗,¯,...).
Se exponen a continuación las estructuras más habituales, y las necesarias para llegar,
finalmente, al espacio vectorial.

2.2. Grupos
Definición 34. Se llama grupo a una estructura (G,⊗) que verifica las propiedades:
9. (x ⊗ y) ⊗ z = x ⊗ (y ⊗ z), ∀x,y,z ∈ G (Propiedad Asociativa)
±
10. ∃e ∈ G x⊗e = e⊗x = x, ∀x ∈ G (Existencia de Elemento Neutro)

18 Para la operació n suma ordinaria en N,Z,Q,R, el elemento neutro es el “0” para la suma, y para el producto
ordinario el “1”.
19 Para la suma ordinaria, el elemento simétrico de un elemento x es −x, y se llama elemento opuesto. Para el
producto ordinario entre nú mero reales o racionales no nulos, el elemento simétrico es , y se denomina
elemento inverso o recíproco. Por otra parte, para el producto ordinario de matrices, que se estudiara´ más
adelante, el elemento simétrico se llama matriz inversa y se representan por A−1.
 ±
11. ∀x ∈ G ∃ y ∈ G y ⊗ x = x ⊗ y = e (Existencia de Elemento
Simétrico)
Definición 35. Se llama grupo conmutativo ´o Abeliano a un grupo (G,⊗) que verifica:
12. x ⊗ y = y ⊗ x, ∀x,y ∈ G (Propiedad conmutativa)
Ejemplo 1. En el grupo (R,+) el elemento neutro es el “ 0” y el elemento simétrico es el
elemento opuesto (−x). De la misma forma, en el grupo (R0 = R − {0},·) el elemento neutro es el “
1” y el elemento simétrico es el inverso20 (1/x). Ambos son grupos conmutativos. Además:

2.3. ANILLOS

7. Los conjuntos Z,Q,R y C son grupos abelianos respecto a la suma ordinaria

8. Los conjuntos Q0,R0 y C0 son grupos abelianos respecto al producto (sin el “ 0”)

9. El conjunto Mm×n(R) de matrices con m filas y n columnas y coeficientes en R es un grupo

conmutativo respecto a la suma matricial. 7

2.3. Anillos
Se analizaran a continuación los anillos, un tipo de estructuras con dos operaciones
relacionadas entre sí. Estructuras algebraicas de este tipo son los conjuntos numéricos Z,Q y R,
de forma que estas estructuras resultan relativamente familiares; esto, no obstante, puede
resultar un inconveniente porque anima a generalizar las propiedades a las que se esta
acostumbrado al manejar número. Esto, como se verá, no es siempre acertado.

Definición 36. Se llama anillo, y se denota por (A,⊕,¯), a un conjunto A dotado de dos
operaciones “⊕” y “¯” que verifica las propiedades siguientes:

11. (A,⊕) es un grupo abeliano. Su elemento neutro lo denotaremos como

0.

12. (x ¯ y) ¯ z = x ¯ (y ¯ z), ∀x,y,z ∈ A (propiedad asociativa)

13. (prop. distributiva)

Definición 37. (A,⊕,¯) se llamara anillo unitario si verifica:

• ±
14. ∃ e¯ ∈ A x ¯ e¯ = ¯e ¯ x = x, ∀x ∈ A

Definición 38. (A,⊕,¯) se llamara anillo conmutativo si verifica:

15. x ¯ y = y ¯ x, ∀x,y ∈ A (propiedad conmutativa)

Definición 39. Un elemento x de un anillo unitario (A,⊕,¯) se dice invertible si posee simétrico
respecto de la segunda operación, “¯”, es decir existe y ∈ A tal que
x ¯ y = y ¯ x = ¯e
20 Quizá s con más precisió n, a ´este elemento se le denomina también recíproco.
Ejemplo 27. En el anillo (Z,+,·) los únicos elementos inversibles son el 1 y el −1, de forma que
(−1) · (−1) = 1 · 1 = 1 (el 1 es el elemento neutro para la operación“·”). Esto choca directamente
con lo que sucede en el anillo

son dos matrices reales, la suma A + B =

(R,+,·), en el que el único elemento no inversible es el 0 (precisamente, el elemento neutro para
la operación “+”).
Con respecto a los conjuntos num´ericos, se cumple que (Z,+,·) es un anillo conmutativo
unitario. Los conjuntos (Q,+,·), (R,+,·) y (C,+,·) son anillos conmutativos unitarios, en los que
todos los elementos, salvo el nulo, son inversibles.
Otro ejemplo muy utilizado de anillo es el conjunto Z m con las operaciones:
[a] + [b] = [a + b] [a][b] = [ab]
siendo a,b ∈ {0,1,...,m − 1}.
Por analogía con los conjuntos numéricos, es habitual denotar al elemento neutro,
respecto de ¯, de un anillo unitario (A,⊕,¯) como 1.
En determinados anillos es posible encontrar dos elementos no nulos que, al operarlos
entre sí mediante la segunda operación –a la que habitualmente denominamos con el
producto–, se obtiene el elemento neutro de la primera – el 0, habitualmente–. En otras
palabras, es posible multiplicar dos elementos no nulos y que el resultado sea cero. A estos
elementos se les conoce como divisores de cero:
Definición 40. En un anillo (A,⊕,¯) se dice que un elemento a ∈ A no nulo es un divisor de cero si
existe otro elemento no nulo b ∈ A tal que a ¯ b = 0.
Un ejemplo claro de este tipo de comportamiento se puede observar en el anillo (M n(R),
+,·), donde Mn(R) es el conjunto de las matrices cuadradas de tamaño n con coeficientes en R
y “+”,“·” son las operaciones suma y producto habituales entre matrices. 21 Si tomamos las
matrices no nulas (1 00 0) y (0 00 1), su producto es:

Un caso especial de anillos son aquellos en los que no existen divisores de cero, es decir:
¡ ¢
∀x,y ∈ A x ¯ y = 0 ⇔ (x = 0 ∨ y = 0)
a estos anillos se les denomina anillos ´íntegros o dominios de integridad.
Ejemplo 28. Los anillos (Z,+,·), (Q,+,·), (R,+,·) y (C,+,·), con las operaciones + y · habituales en
ellos, son dominios de integridad.
2.4. CUERPOS

21 Si A = (aij),B = (bij) ∈ Mn(R), la matriz producto AB tiene como coeficiente ij el resultado de multiplicar la fila
i-´estima de A por la columna j-´estima de B, es decir

.
2.4. Cuerpos
Definición 41. Se llama cuerpo a un anillo unitario (K,⊕,¯), tal que (K − {0},¯) es un grupo, es
decir todo elemento x ∈ K distinto de 0 es inversible respecto de ¯.

Si el anillo (K,⊕,¯) es conmutativo, se dice que el cuerpo K es conmutativo.

Ejemplo 2. Los conjuntos Q, R y C son cuerpos conmutativos respecto a las operaciones suma y
producto ordinarias.
El anillo Zm es un cuerpo si m es un número primo y son la base para la construcción de
cualquier cuerpo finito cuyo cardinal es siempre de la forma pn, siendo p un primo y n un
número natural. Estos cuerpos se utilizan en Criptografía, Teoría de Códigos, etc.

2.5. Espacios Vectoriales

Definición 42. Se dice que un conjunto V tiene estructura de espacio vectorial sobre un cuerpo K
si:

- En V hay definida una operación interna (suma) que confiere a V estructura de grupo
abeliano

- En V hay definida una operación externa (producto)

:K×V→V

que verifica las siguientes operaciones:

1. λ(u + v) = λu + λv, ∀u,v ∈ V, ∀λ ∈ K

2. (λ + µ)u = λu + µu, ∀u ∈ V, ∀λ,µ ∈ K
3. λ(µu) = (λµ)u, ∀u ∈ V, ∀λ,µ ∈ K
4. 1 · u = u, ∀u ∈ V

Los elementos del espacio vectorial reciben el nombre de vectores, y los elementos del
cuerpo K escalares.

Ejemplo 29. Son ejemplos de espacios vectoriales , para cualquier natural n, (en
general Kn, si K es un cuerpo) y Mm×n(R).

Sea V un K-espacio vectorial. Si ∅ 6= U ⊆ V es un subconjunto no vacío de V , se dice que

U es un subespacio vectorial de V , si U es un espacio vectorial sobre K, considerando en U las
mismas operaciones definidas en V .
Proposición 2. Sea ∅ 6= U ⊆ V un subconjunto no vacío de V , son equivalentes:
7. U es un subespacio vectorial de V
8. Dados , se tiene que
9. Dados , se tiene que
 Sea V un K-espacio vectorial y sea S = {~v1,~v2,...,~vp} un subconjunto cualquiera de
vectores de V . Una combinación lineal de los vectores de S es un vector ~v que se escribe
como

.
donde αi ∈ K.

Ejemplos 2. 1. ~0 es combinación lineal de cualquier conjunto de vectores sin más que tomar αi
= 0 para todo i.

2. En R3, se tiene que

(1,1,0) = (−1)(2,1,−1) + 1(3,2,−1)

Proposición 3. El conjunto {combinaciones lineales de S} es un subespacio vectorial de V llamado

subespacio generado o engendrado por S y se denota < S >
Definición 43. Sea S = {~v1,~v2,...,~vp} un conjunto de vectores de V . Se dice que S es un
conjunto libre o un conjunto de vectores linealmente independientes si, para toda
combinación lineal de los vectores de S:

,
se tiene que αi = 0, para todo i. Equivalentemente, S es libre si, ningún vector de S es
combinación lineal de los demás.
Análogamente, se define:
Definición 44. Sea S = {~v1,~v2,...,~vp} un conjunto de vectores de V . Se dice que S es un
conjunto ligado o un conjunto de vectores linealmente dependientes si, existe una
combinación lineal de los vectores de S:

,
donde algún αi 6= 0. Equivalentemente, S es ligado si, algún vector de S es combinación lineal de
los demás.

2.5. ESPACIOS VECTORIALES

Ejemplo 30. En R3, los vectores {(1,1,0),(2,1,−1),(3,2,−1)} forman un conjunto ligado.

Sea V un K-espacio vectorial.

Definición 45. Se dice que V es un espacio vectorial de tipo finito (o finitamente generado) si
existe S ⊆ V finito tal que V =< S >. S es un sistema de generadores de V .

Definición 46. Un conjunto de vectores B = {~v1,...,~vp} de V es una base de V si:

B es un sistema de generadores de V (V =< B >)

B es un conjunto libre.
Ejemplo 31. En Kn, el conjunto

{(1,0,...,0),(0,1,...,0),...,(0,0,...,1)}

es una base (llamada base canónica)

Teorema 1. Sea B = {~v1,...,~vp} ⊆ V . Son equivalentes:

5. B es una base de V .

6. Cualquier vector de V se escribe de manera única como combinación lineal de los vectores
de la base de B.

Si ~v = α1~v1 + α2~v2 + ··· + αp~vp, los escalares α1,α2,...,αp se llaman coordenadas del vector
~v respecto de la base B.

Proposición 4. Sea V 6= {~0} un espacio vectorial de tipo finito. V siempre admite una base.

Proposición 5. Sean B y B0 dos bases de V . Entonces |B| = |B0| y a este cardinal común se le llama
dimensión de V .

Sea S un conjunto de vectores de un espacio vectorial V de tipo finito. Se denomina rango

de S a dim(< S >), luego el rango de S es el mayor número de vectores linealmente
independientes que hay dentro de S.