Universidad Catlica del Norte

Departamento de Matemticas
Unidad: Espacios Eucldeos
Espacios eucldeos
0.1 Producto escalar. Espacio eucldeo
Se llama producto escalar sobre un espacio vectorial real \ a cualquier aplicacin
< , : \ \ R
(u, v) < u, v
que verica las siguientes propiedades :
- Conmutativa : < u, v =< v, u , \ u, v \
- Bilineal :
_
< u, `v +jw = ` < u, v +j < u, w
< `v +jw, u = ` < v, u +j < w, u
,
\ u, v, w \, n \, \ `, j R
- Denida positiva :
_
< u, u _ 0, \ u \
< u, u = 0 ==u = 0
Un espacio vectorial con un producto escalar denido sobre l se llama espacio eucldeo.
0.2 Ejemplos
1. Si u = (r
1
, ..., r
n
) y v = (j
1
, ..., j
n
) son dos vectores de R
n
en la base cannica, el producto
< u, v =
n

i=1
r
i
j
i
es un producto escalar, que se llama producto usual o producto punto y se representa, simple-
mente, por u v.
2. En R
2
, es un producto escalar :
< u, v = u
T
_
1 1
1 2
_
v = [r
1
j
2
]
_
1 1
1 2
_ _
r
2
j
2
_
ya que es :
- Conmutativo : < u, v = u
T
_
1 1
1 2
_
v =
_
v
T
_
1 1
1 2
_
u
_
T
= < v, u
T
=< v, u
- Bilineal : u, `v +jw = u
T
_
1 1
1 2
_
(`v +jw) = `u, v + ju, w, y por la propiedad
conmutativa se verica tambin en la primera va- riable.
- Denido positivo : Si u = (r, j) , u, u = (r +j)
2
+j
2
_ 0, y es cero slo si r = j = 0
Por el contrario, la aplicacin :
u, v = u
T
_
1 1
1 1
_
v
no es un producto escalar. Es bilineal y conmutativo pero no es denido positivo pues, por ejemplo,
(0, 1) , (0, 1) = 1 < 0.
3. En R
n
la aplicacin denida por
u, v = u
T
v
con /
nn
(R) simtrica
_
=
T
_
es siempre conmutativa y bilineal, por lo que ser un
producto escalar si es denida positiva.
1
Profesores: Mario Salas y Tmas vila
0.3 Matriz de Gram de un producto escalar
Sea \ un espacio vectorial real de dimensin :, 1 = v
1
, ..., v
n
una base, y u, v un producto
escalar sobre \ . Entonces, si [u]
B
= (r
1
, r
2
, ..., r
n
) y [v]
B
= (j
1
, j
2
, ..., j
n
)
u, v =
_
n

i=1
r
i
v
i
,
n

j=1
j
j
v
j
_
=
n

i=1
r
i
_
v
i
,
n

j=1
j
j
v
j
_
=
n

i=1
r
i
_
_
n

j=1
j
j
v
i
, v
j

_
_
= [r
1
r
2
r
n
]
_

_
n

j=1
j
j
v
1
, v
j

j=1
j
j
v
2
, v
j

.
.
.
n

j=1
j
j
v
n
, v
j

_
= [r
1
r
2
r
n
]
_

_
v
1
, v
1
v
1
, v
2
v
1
, v
n

v
2
, v
1
v
2
, v
2
v
2
, v
n

v
n
, v
1
v
n
, v
2
v
n
, v
n

_
_

_
j
1
j
2
.
.
.
j
n
_

_
de donde
u, v = u
T
Gv con G =
_

_
v
1
, v
1
v
1
, v
2
v
1
, v
n

v
2
, v
1
v
2
, v
2
v
2
, v
n

.
.
.
.
.
.
.
.
.
v
n
, v
1
v
n
, v
2
v
n
, v
n

_
que se llama matriz de Gram del producto escalar respecto de la base 1.
0.4 Ejemplo :
En R
n
, la matriz de Gram del producto escalar usual, de la base cannica, es la matriz identidad :
u = (r
1
, r
2
, ..., r
n
)
v = (j
1
, j
2
, ..., j
n
)
_
==u v =
n

i=1
r
i
j
i
= [r
1
r
2
. . . r
n
]
_

_
1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
0 0 1
_

_
_

_
j
1
j
2
.
.
.
j
n
_

_
0.5 Matrices de Gram respecto de bases distintas
Sea \ un espacio vectorial eucldeo, y sean G y G
0
las matrices de Gram de su producto escalar
respecto de las bases 1 y 1
0
, respectivamente, es decir :
u, v = [u]
T
B
G [v]
B
= [u]
T
B
0 G
0
[v]
B
0
Si 1 es la matriz del cambio de base de 1
0
a 1, entonces :
[u]
B
= 1 [u]
B
0
[v]
B
= 1 [v]
B
0
_
==u, v = [u]
T
B
G[v]
B
=
_
u
T
B
0 1
T
_
G(1v
B
0 )
= u
T
B
0
_
1
T
G1
_
v
B
0 = [u]
T
B
0 G
0
[v]
B
0
Luego G
0
= 1
T
G1.
2
Profesores: Mario Salas y Tmas vila
0.6 Propiedades de la matriz de Gram
Si G = [q
ij
] /
nn
(R) es la matriz de Gram de un producto escalar, entonces
- G es simtrica
_
G = G
T
_
, y
- q
ii
0, para 1 _ i _ :,
por las propiedades conmutativa y denida positiva respectivamente.
0.7 Normas, ngulos y distancias
Sea \ un espacio eucldeo, y sea , su producto escalar. Se llama norma, o longitud, del vector
u \ a
|u| =
_
u, u
Se llama ngulo que forman los vectores u, v \ a
cos 0 =
u, v
|u| |u|
, con 0 _ 0 _ , 0 = ^(u, v)
La distancia entre los vectores u, v \ se dene como
d (u, v) = |u v|
0.8 Ejemplo
La norma usual de R
n
, inducida por el producto usual, de u = (r
1
, ..., r
n
) R
n
es
|u| =

_
n

i=1
r
2
i
y el ngulo que forman u = (r
1
, ..., r
n
) , v = (j
1
, ..., j
n
) R
n
es
cos 0 =
n

i=1
r
i
j
i
_
n

i=1
r
2
i
_
n

i=1
j
2
i
La distancia entre u = (r
1
, ..., r
n
) y v = (j
1
, ..., j
n
) es
d (u, v) =

_
n

i=1
(r
i
j
i
)
2
0.9 Vector unitario, vector normalizado y vectores ortogonales
Sea \ un espacio eucldeo, y sea , su producto escalar. Se llama vector unitario a cualquier
vector de norma uno. Si u ,= 0 entonces
u
|u|
es un vector unitario. En efecto,
_
_
_
_
u
|u|
_
_
_
_
=
_
u
|u|
,
u
|u|
_1
2
=
_
1
|u|
2
u, u
_1
2
=
_
|u|
2
|u|
2
_1
2
= 1
que se llama vector normalizado de u.
Dos vectores no nulos u y v se llaman ortogonales si u, v = 0, es decir si 0 = 90
o
, donde
0 = ^(u, v)
3
Profesores: Mario Salas y Tmas vila
0.10 Ejemplos
1. Sean u =(1, 2) y v =(3, 4) vectores de R
2
, con el producto usual. Puesto que |u| =
_
5 y
|v| = 5, ninguno de ellos es unitario, siendo
u
|u|
=
_
1
_
5
,
2
_
5
_
el vector normalizado de u.
Adems no son ortogonales, pues u v = 11, siendo 0 = arc cos
11
5
_
5
2. En R
4
, con el producto usual, los vectores normalizados de los siguientes son los que se indican :
u = (1, 0, 1, 0) ==|u| =
_
2 ==
u
|u|
=
_
1
_
2
, 0,
1
_
2
, 0
_
v = (0, 1, 0, 1) ==|v| =
_
2 ==
v
|v|
=
_
0,
1
_
2
, 0,
1
_
2
_
w = (1, 1, 1, 1) ==|w| = 2 ==
w
|w|
=
_
1
2
,
1
2
,
1
2
,
1
2
_
Los vectores u y v son ortogonales, pues u v = 0, mientras que u y w no lo son, pues
u w = 2, siendo 0 = arc cos
1
_
2
= 45
o
0.11 Bases ortogonales y ortonormales
Un conjunto de vectores no nulos, de un espacio vectorial eucldeo \ , se llama ortogonal si son
ortogonales dos a dos. Si adems todos son unitarios, el conjunto se llama ortonormal.
Es decir :
u
1
, ..., u
m
es ortogonal ==
_
u
i
, u
j
= 0, para i ,= ,
|u
i
| , = 0, para 1 _ i _ :
u
1
, ..., u
m
es ortonormal ==
_
u
i
, u
j
= 0, para i ,= ,
|u
i
| = 1, para 1 _ i _ :
Es claro que :
u
1
, ..., u
m
ortogonal ==
_
u
1
|u
1
|
, ...,
u
m
|u
m
|
_
ortonormal
Una base ortogonal es una base formada por un conjunto ortogonal, y una base ortonormal es
una base formada por un conjunto ortonormal. Es fcil observare que .
- La matriz de Gram de un producto escalar respecto de una base ortogonal es una matriz diagonal.
- La matriz de Gram de un producto escalar respecto de una base ortonormal es la matriz identidad.
Por lo tanto : u, v = u
T
1v = u
T
v.
0.12 Independencia lineal de vectores ortogonales
Todo conjunto ortogonal de vectores es linealmente independiente.
Demostracin : Sea u
1
, ..., u
m
un conjunto ortogonal de vectores en el espacio vectorial eucldeo
\ . Si c
1
u
1
+... +c
m
u
m
= 0, entonces :
0 = u
i
, 0 =
_
u
i
,
m

j=1
c
j
u
j
_
=
m

j=1
c
j
u
i
, u
j
= c
i
|u
i
|
2
==c
i
= 0
para cada 0 _ i _ :. Luego u
1
, ..., u
m
es linealmente independiente.
4
Profesores: Mario Salas y Tmas vila
0.13 Ejemplo
En R
3
, el conjunto de vectores
u
1
= (1, 1, 0) , u
2
= (1, 1, 0) , u
3
= (0, 0, 1)
es linealmente independiente, pues u
1
u
2
= u
1
u
3
= u
2
u
3
= 0, luego forma una base ortogonal. Una
base ortonormal es
_
v
1
=
u
1
|u
1
|
=
_
1
_
2
,
1
_
2
, 0
_
, v
2
=
u
2
|u
2
|
=
_
1
_
2
,
1
_
2
, 0
_
, v
3
=
u
3
|u
3
|
= (0, 0, 1)
_
0.14 Proceso de ortogonalizacin de Gram-Schmidt
Si v
1
, ..., v
m
son vectores linealmente independientes en el espacio vectorial eucldeo \ , entonces
existen vectores u
1
, ..., u
m
ortogonales tales que
Gc:(v
1
, ..., v
i
) = Gc:(u
1
, ..., u
i
) , 1 _ i _ :
El mtodo para conseguir este conjunto ortogonal, llamado proceso de ortogonalizacin de Gram-
Schmidt, es el siguiente :
- En primer lugar, se elige u
1
= v
1
- Ahora se elige u
2
= v
2
+c
21
u
1
con la condicin de que u
2
, u
1
= 0, para lo que se necesita que
u
2
, u
1
= v
2
, u
1
+c
21
u
1
, u
1
= 0 ==c
21
=
v
2
, u
1

|u
1
|
2
Por lo tanto
u
2
= v
2

v
2
, u
1

|u
1
|
2
u
1
- A continuacin se elige u
3
= v
3
+c
31
u
1
+c
32
u
2
con la condicin de que u
3
, u
1
= u
3
, u
2
= 0,
para lo que se necesita que
u
3
, u
1
= v
3
, u
1
+c
31
u
1
, u
1
+ 0 = 0 ==c
31
=
v
3
, u
1

|u
1
|
2
u
3
, u
2
= v
3
, u
2
+ 0 + +c
32
u
2
, u
2
= 0 ==c
32
=
v
3
, u
2

|u
2
|
2
Por lo tanto
u
3
= v
3

v
3
, u
1

|u
1
|
2
u
1

v
3
, u
2

|u
2
|
2
u
2
- Y as sucesivamente, se obtiene :
u
k
= v
k

k1

j=1
v
k
, u
j

|u
j
|
2
u
j
para 2 _ / _ :.
Para obtener una base ortonormal, se aplica el proceso de normalizacin despus de aplicar Gram-
Schmidt :
Base Gra:oc/:idt

Base ortogonal or:a|i.aci o:

Base ortonormal
5
Profesores: Mario Salas y Tmas vila
0.15 Ejemplo
Sea o el subespacio de R
4
generado por el conjunto de vectores
1 = v
1
= (1, 1, 0, 0) , v
2
= (1, 1, 1, 1) , v
3
= (1, 0, 2, 1)
que es linealmente independiente (es una base de o). Aplicando el proceso de Gram-Schmidt :
u
1
= v
1
= (1, 1, 0, 0)
u
2
= v
2

v
2
, u
1

|u
1
|
2
u
1
= v
2

0
2
u
1
= (1, 1, 1, 1)
u
3
= v
3

v
3
, u
1

|u
1
|
2
u
1

v
3
, u
2

|u
2
|
2
u
2
= v
3

1
2
u
1

2
4
u
2
=
_
1, 1,
3
2
,
1
2
_
Una base ortogonal de o es
1
OTG
=
_
u
1
= (1, 1, 0, 0) , u
2
= (1, 1, 1, 1) , u
3
=
_
1, 1,
3
2
,
1
2
__
y una base ortonormal :
1
OTN
=
_
w
1
=
u
1
|u
1
|
=
_
1
_
2
,
1
_
2
, 0, 0
_
, w
2
=
u
2
|u
2
|
=
_
1
2
,
1
2
,
1
2
,
1
2
_
w
3
=
u
3
|u
3
|
=
_

_
2
3
,
_
2
3
,
_
2
2
,
_
2
6
__
0.16 Coordenadas de un vector respecto de una base ortonormal
Si 1 = (e
1
, ..., e
n
) es una base ortonormal de un espacio vectorial eucldeo \ , entonces :
[v]
B
=
n

i=1
v, e
i
e
i
= (v, e
1
, ..., v, e
n
)
0.17 Subespacios ortogonales. Complementario ortogonal
Dos subespacios vectoriales o y \ de un espacio vectorial eucldeo \ se llaman subespacios
ortogonales, que se indica ol\, si
u, v = 0, \ u o y \ v \.
Se llama complementario ortogonal de o al subespacio vectorial
o
?
= v \ : u, v = 0, \ u o
0.18 Ejemplo
En R
4
, con el producto usual, el complementario ortogonal del subespacio
o = Gc:(u
1
= (1, 1, 0, 1) , u
2
= (1, 1, 1, 0))
6
Profesores: Mario Salas y Tmas vila
es el subespacio :
o
?
=
_
v R
4
, u, v = 0, \ u S
_
= v = (r
1
, r
2
, r
3
, r
4
) , u
1
, v = u
2
, v = 0 =
=
_
v R
4
,
r
1
r
2
+r
4
= 0
r
1
+r
2
+r
3
= 0
_
=
_

_
v R
4
,
r
1
= c
r
2
= ,
r
3
= c ,
r
4
= c +,
, c, , R
_

_
=
= Gc:(v
1
= (1, 0, 1, 1) , v
2
= (0, 1, 1, 1))
0.19 Teorema
Si o es un subespacio vectorial del espacio vectorial eucldeo \ , se cumple que
\ = o o
?
Como consecuencia : dimo + dimo
?
= dim\ .
Demostracin :
- o o
?
= 0 :
u o o
?
==u, u = |u|
2
= 0 ==u = 0
- o +o
?
- Si o = 0, entonces o
?
= \ y el resultado es evidente.
- Si o ,= 0, se ampla una base ortogonal v
1
, ..., v
k
de o a una base ortogonal
v
1
, ..., v
k
, v
k+1
, ..., v
n
de \ , y entonces cualquier vector u \ se puede expresar como
u =
n

i=1
r
i
v
i
=
k

i=1
r
i
v
i
+
n

i=k+1
r
i
v
i
= v +w con v o y w o
?
0.20 Proyecciones
Si o un subespacio vectorial del espacio vectorial eucldeo \ , cada vector u \ se descompone de
forma nica como suma de un vector de o y otro de o
?
, que se llaman, respectivamente, proyecciones
de u sobre o y sobre o
?
, y se representan :
u = v +w con
_
v o
w o
?
==
_
v = jroj
S
u
w = jroj
S
?u
y u = jroj
S
u +jroj
S
? u
Se dene el ngulo que forman un vector u \ con un subespacio o como el ngulo que forma
con su proyeccin, es decir :
cos 0 =
u, jroj
S
u
|u| |jroj
S
u|
, 0 = ^(n, o) = ^(u, jroj
S
u)
y la distancia entre ellos como la norma de su proyeccin sobre o
?
, es decir:
d (u, o) = |jroj
S
?u| = |u jroj
S
u|
7
Profesores: Mario Salas y Tmas vila
0.20.1 Clculo de la proyeccin
Sea o un subespacio vectorial del espacio vectorial eucldeo \ . Para hallar la proyeccin de un vector
u \ sobre o se puede proceder, segn el caso, de cualquiera de las siguientes formas :
- Si u = v +w con v o y w o
?
, entonces v = jroj
S
u
- Si 1 = w
1
, ..., w
k
es una base ortonormal de o, entonces
jroj
S
u =
k

i=1
u, w
i
w
i
- Si 1 = v
1
, ..., v
k
es una base arbitraria de o, se buscan c
1
, ..., c
k
tales que
u jroj
S
u = u
k

i=1
c
i
v
i
o
?
por lo que se debe cumplir que
_

_
_
u
k

i=1
c
i
v
i
, v
1
_
= 0
.
.
.
_
u
k

i=1
c
i
v
i
, v
k
_
= 0
que es un sistema lineal de ecuaciones, cuya solucin c
1
, ..., c
k
proporciona la proyeccin u =
k

i=1
c
i
v
i
.
0.21 Ejemplo
En R
4
con el producto usual, para hallar la proyeccin de u = (0, 2, 1, 1) sobre el subespacio
o = (r
1
, r
2
, r
3
, r
4
) , r
1
+r
2
= 0 hay que hallar una base, en lo posible ortonormal. Puesto que
o =
_

_
(r
1
, r
2
, r
3
, r
4
) ,
r
1
= c
r
2
= c
r
3
= ,
r
4
=
, c, ,, R
_

_
=
= Gc:(u
1
= (1, 1, 0, 0) , u
2
= (0, 0, 1, 0) , u
3
= (0, 0, 0, 1))
una base ortogonal es u
1
, u
2
, u
3
, y una base ortonormal :
_
w
1
=
_
1
_
2
,
1
_
2
, 0, 0
_
, w
2
= (0, 0, 1, 0) , w
3
= (0, 0, 0, 1)
_
La proyeccin de u sobre o es
jroj
S
u = (u w
1
) w
1
+ (u w
2
) w
2
+ (u w
3
) w
3
=
2
_
2
w
1
+w
2
w
3
= (1, 1, 1, 1)
y sobre o
?
es
jroj
S
? u = u jroj
S
u = (1, 1, 0, 0)
El ngulo que forman u y o, y la distancia entre ellos, es :
0 = arc cos
u jroj
S
u
|u| |jroj
S
u|
= arccos
4
_
6 2
= arccos
2
_
6
d (u, o) = |jroj
S
? u| = |u jroj
S
u| = |(1, 1, 0, 0)| =
_
2
8
Profesores: Mario Salas y Tmas vila
0.22 Diagonalizacin ortogonal
Una matriz /
nn
(R) (o transformacin lineal asociada) es ortogonalmente diagonalizable si
es diagonalizable respecto de una base ortogonal (u ortonormal), lo que equivale a decir que exista una
base ortogonal (u ortonormal) de autovectores. Se puede probar que :
es ortogonalmente diagonalizable == es simtrica
0.23 Ejemplos
1. La matriz o =
_
_
0 1 0
1 0 0
0 0 1
_
_
es simtrica y, por lo tanto, ortogonalmente diagonalizable. Sus
autovalores son 1, con multiplicidad 2, y 1. Los subespacios propios asociados, y la base
ortogonal respecto de la que es diagonalizable, son :
_
o (1) = Gc:((1, 1, 0) , (0, 0, 1))
o (1) = Gc:(1, 1, 0)
==1 = (1, 1, 0) , (0, 0, 1) , (1, 1, 0)
Las matrices diagonal y de cambio de base son :
1 = 1
1
1 con 1 =
_
_
1 0 0
0 1 0
0 0 1
_
_
y 1 =
_
_
1 0 1
1 0 1
0 1 0
_
_
2. La matriz =
_
_
1 2 0
0 1 0
2 2 1
_
_
no es simtrica y, por tanto, no es ortogonalmente diagonalizable.
Se puede ver que si es diagonalizable, pero respecto de una base que no es ortogonal.
9
Profesores: Mario Salas y Tmas vila
Ejercicios de Espacios Eucldeos
1. Demuestra que la aplicacin , 1 = tra.a
_
1
T
_
, \ , 1 /
mn
(R), es un producto escalar
sobre /
mn
(R). En el caso particular de : = : = 2, halla su matriz de Gram respecto de la
base usual.
2. En (
R
([1, 1]) se considera el producto escalar ), q =
_
1
1
) (t) q (t) dt. Halla los ngulos
del tringulo de vrtices r
1
(t) = 1, r
2
(t) = t y r
3
(t) = 1 t. Son los mismos ngulos si
el tringulo se considera en el espacio T
2
(R) con el producto escalar p, q = j (1) (1) +
j (0) (0) +j (1) (1) ?
3. En R
n
con el producto usual, halla los ngulos que forma la recta r
1
= r
2
= ... = r
n
con los
ejes de coordenadas.
4. Se dene sobre R
3
un producto escalar de tal manera que el conjunto de vectores (2, 1, 1) , (0, 1, 0) , (1, , 1, 0)
sea una base ortonormal. Cul es su matriz de Gram respecto de la base cannica?
5. Sea \ = Gc:(u
1
= (1, 2, 0, 0) , u
2
= (1, 0, 0, 2) , u
3
= (1, 1, 1, 2)) en R
4
con el producto
usual.
(a) Encuentra una base ortonormal de \.
(b) Completa dicha base hasta una base ortonormal de R
4
6. Halla una base ortonormal, y el subespacio ortogonal, de los siguientes subespacios :
(a) o
1
= (r, j, .) : r + 2j . = 0, en R
3
con el producto usual.
(b) o
2
= Gc:(1 r, 1 +r), en T
2
(R) con el producto
p, q =
_
1
0
j (r) (r) dr.
(c) o
3
= Gc:((1, 0, 1, 0) , (0, 1, 1, 0) , (0, 1, 0, 1)), en R
4
con el producto usual.
7. En R
3
se considera una base 1 = v
1
, v
2
, v
3
y un producto escalar tal que |v
1
| = |v
3
| =
3, |v
2
| = 2, 0
12
= 0
23
=

3
y 0
13
=

2
, donde 0
ij
= ^(v
i
, v
j
)
(a) Halla la matriz de Gram respecto de la base 1
(b) Halla la matriz de Gram respecto de la base
1
0
= v
1
v
3
, v
2
+v
3
, v
2
+v
3

(c) Halla una base respecto de la que u, v = u

T
v
8. En R
2
con el producto usual, se considera ) : R
2
R
2
tal que u) (u) = 0, para todo
u R
2
. Estudia si ) ha de ser la transformacin nula y, en caso contrario, da un ejemplo de
una transformacin no nula que lo verique.
9. En R
4
con el producto usual, halla la proyeccin ortogonal de
u = (0, 2, 1, 1) sobre \ = (r
1
, r
2
, r
3
, r
4
) : r
1
+r
2
= 0.
10. En un espacio vectorial eucldeo, cuyo producto escalar tiene por matriz de Gram
_
_
1 0 0
0 2 1
0 1 2
_
_
en la base 1 = u
1
u
2
, u
3
, calcula la proyeccin ortogonal de u
3
sobre o = Gc:(u
1
, u
2
).
11. En R
3
se considera el producto escalar cuya matriz de Gram, respecto de la base cannica, es
_
_
1 1 1
1 2 2
1 2 3
_
_
, y sea \ = (r, j, .) : r = . = j. Halla :
(a) El ngulo que forman los vectores (1, 0, 0) y (0, 1, 0)
10
Profesores: Mario Salas y Tmas vila
(b) Una base de \
?
(c) La proyeccin ortogonal de (1, 2, 0) sobre \
?
12. En R
3
con la base cannica 1 = e
1
, e
2
, e
3
se considera el producto escalar que verica :
|e
1
| = |e
2
| = |e
3
| = 1 y 0
ij
=

3
, para 1 _ i < , _ 3 donde 0
ij
= ^(e
i
, e
j
). Halla :
(a) La matriz de Gram respecto de 1.
(b) La distancia del punto 1 (1, 2, 3) al origen
(c) Las ecuaciones de la proyeccin ortogonal de la recta r = j = . sobre el plano j = 0
13. En R
4
con el producto usual, halla la distancia del vector (1, 0, 1, 0) al subespacio o =
_
r
1
+r
2
= 0
r
2
+r
3
r
4
= 0
. Calcula o
?
14. Se considera T
2
(R) con el producto escalar
p, q = j (1) (1) +j (0) (0) +j (1) (1)
Hallar:
(a) Una base ortonormal
(b) La matriz de Gram respecto de la base usual
(c) El complementario ortogonal de Gc:(1)
(d) La proyeccin ortogonal de r
2
1 sobre Gc:(1, r)
(e) El vector de Gc:(1, r) ms cercano a r
2
1.
15. En R
3
se considera el producto escalar denido por la matriz
_
_
1 1 2
1 2 2
2 2 3
_
_
, respecto de la base
cannica, y se dene T : R
3
R
3
por
T (u) = v, u w, con v, w R
3
jos. Halla los autovalores de T y el ncleo e imagen de T.
Cul es el plano ortogonal al vector (1, 1, 0)?.
16. Sean 1 = (1, 1, 0) , (1, 0, 1) , (1, 2, 0) una base de R
3
. Estudia si son simtricas las aplicaciones
lineales T
1
, T
2
: R
3
R
3
cuyas matrices respecto de 1 son :
[T
1
]
B
=
1
=
_
_
1 4 2
2 2 3
0 3 0
_
_
[T
2
]
B
=
2
=
_
_
4 5 6
4 2 7
3 5 4
_
_
17. Diagonaliza ortogonalmente las matrices :
(a) =
_
_
0 1 1
1 0 1
1 1 0
_
_
(b) 1 =
_
_
a 1 1
1 a 1
1 1 a
_
_
(c) C =
_

_
4 0 4 6
0 1 0 0
4 0 0 2
6 0 2 5
_

_
11
Profesores: Mario Salas y Tmas vila
(d) 1 =
_
_
5 4 4
4 5 4
4 4 5
_
_
(e) 1 =
_
_
1 5 0
5 1 0
0 0 4
_
_
18. Diagonaliza, si es posible, las aplicaciones lineales
T
1
, T
2
: /
2
(R) /
2
(R) denidas por T
1
() =
T
y T
2
() =
T
con el producto
escalar dado por , 1 = tr
_
1
T
_
19. Sea =
_
_
c ` j
` ,
j i
_
_
/
3
(R) tal que c ,= 0, rq () = 1 y tr () = 1. Es diagonalizable
? En caso armativo, halla sus autovalores. Qu representa geomtricamente ?
20. Sea /
2
(R) una matriz simtrica tal que o () = 1, 9 y u =(1, 1) es un autovector
asociado al autovalor 1. Halla razonadamente :
(a) Un autovector asociado al autovalor 9
(b) La matriz
(c) Una matriz 1 tal que 1
2
=
21. Sea T un endomorsmo de R
3
. Calcula la matriz = [T]
Bc
sabiendo que :
(a) 1crT = Gc:(1, 1, 1)
(b) es simtrica y sin elementos negativos
(c) o
1
es la recta de ecuaciones :
_
r + 7j +. = 0
2r j + 2. = 0
(d) |T (0, 1, 0)| =
_
6
22. Sabiendo que T (1, 0, 0) = (1, 0, 1) , T (1, 1, 0) = (1, 1, 1) y
T (1, 1, 1) = (2, 1, 2), estudia si T es diagonalizable ortogonalmente y, en caso armativo, diago-
nalzala.
23. Halla la matriz , respecto de la base cannica, de la proyeccin ortogonal de R
3
sobre la recta
generada por el vector (1, 1, 1).
24. Halla una base ortonormal de vectores propios de la proyeccin ortogonal de R
3
sobre el plano
r +j +. = 0.
25. Sabiendo que el ncleo de una proyeccin ortogonal T es la recta generada por el vector (1, 1, 1),
halla su matriz respecto de la base cannica.
26. Decide cules de las siguientes matrices corresponden a proyecciones ortogonales :
=
1
2
_
_
0 0 0
0 1 1
0 1 1
_
_
1 =
1
2
_
_
1 4 2
0 5 0
2 2 4
_
_
C =
1
2
_
_
1 1 0
1 1 0
0 0 2
_
_
27. Sean T
1
y T
2
las proyecciones ortogonales de R
3
sobre los planos r+2j . = 0 y 2r+j = 0,
respectivamente. Es una proyeccin ortogonal la composicion de T
1
con T
2
? Y la de T
2
con
T
1
?
Soluciones
12
Profesores: Mario Salas y Tmas vila
1. La matriz identidad.
2. En (
R
([1, 1]) : arccos
_
1
2
_
= 120
o
, arccos
_
2
_
7
_
y arccos
_
5
2
_
7
_
En T
2
(R) : arccos
_
2
_
10
_
, arccos
_
7
_
55
_
y arccos
_
4
_
44
_
3. arccos
_
1
_
:
_
4. G =
_
_
2 1 5
1 1 3
5 3 14
_
_
5.
(a)
_
w
1
=
1
_
5
(1, 2, 0, 0) , w
2
=
1
_
30
(2, 1, 0, 5) , w
3
=
1
_
42
(2, 1, 6, 1)
_
(b)
_
w
1
, w
2
, w
3
, w
4
=
1
_
7
(2, 1, 1, 1)
_
6.
(a)
_
1
_
2
(1, 0, 1) ,
1
_
3
(1, 1, 1)
_
; o
?
1
= Gc:((1, 2, 1))
(b)
_
1
_
3
(1 r) , 3r 1
_
; o
?
2
= Gc:
__
r
2
r +
1
6
__
(c)
_
1
_
6
(1, 0, 1, 0) ,
1
_
6
(1, 2, 1, 0) ,
1
_
12
(1, 1, 1, 3)
_
; o
?
3
= Gc:(1, 1, 1, 1)
7.
(a) G(1) =
_
_
9 3 0
3 4 3
0 3 9
_
_
(b) G(1
0
) =
_
_
18 9 9
9 19 5
9 5 7
_
_
(c)
_
1
3
(1, 0, 0) ,
1
3
(0, 0, 1) ,
1
3
_
2
(1, 3, 1)
_
8. T (r, j) = (j, r)
9. jroj
W
u =(1, 1, 1, 1)
10. jroj
S
u
3
=
1
2
u
2
13
Profesores: Mario Salas y Tmas vila
11.
(a)

4
(b) (1, 1, 0) , (0, 0, 1)
(c)
_
3
2
,
3
2
,
1
2
_
12.
(a) G(1) =
1
2
_
_
2 1 1
1 2 1
1 1 2
_
_
(b) d (1, 0) = 5
(c)
_
(r, j, .) :
r = .
j = 0
_
13.
_
35
5
; o
?
= Gc:((1, 1, 0, 0) , (0, 1, 1, 1))
14.
(a)
_
1
_
3
,
r
_
2
,
_
6
2
_
r
2

2
3
_
_
(b) G =
_
_
3 0 2
0 2 0
2 0 2
_
_
(c) Gc:
__
r, r
2

2
3
__
(d)
1
3
(e)
1
3
15. Si v = 0 o w = 0, entonces T (u) = 0, \ u R
3
, y por tanto 1crt = R
3
, i:T = 0 y
o (T) = 0
16. T
1
no es simtrica, y T
2
si es simtrica
17.
(a) o () = 1 doble, 2 ; o
1
= Gc:((1, 1, 0) , (1, 0, 1)) ; o
2
= Gc:((1, 1, 1))
(b) o (1) = a + 1 doble, a 2 ; o
a+1
= Gc:((1, 1, 0) , (1, 0, 1))
(c) o (C) = Gc:(0, 12, 1, 3) ; o
0
= Gc:((1, 0, 2, 2)) ; o
12
= Gc:((2, 0, 1, 2)) ;
(d) o (1) = 9 doble, 3 ; o
9
= Gc:((1, 1, 0) , (1, 0, 1)) ; o
3
= Gc:((1, 1, 1))
(e) o (1) = 4 doble, 6 ; o
4
= Gc:((1, 1, 0) , (0, 0, 1)) ; o
6
= Gc:((1, 1, 0))
18. Las matrices de las aplicaciones lineales respecto de la base usual son :
[T
1
]
Bu
=
1
=
_

_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_

_
[T
2
]
Bu
=
2
=
_

_
0 0 0 0
0 1 1 0
0 1 1 0
0 0 0 0
_

_
o (
1
) = 1 triple, 1 ; o
1
= Gc:((1, 0, 0, 0) , (0, 1, 1, 0) , (0, 0, 0, 1)) ;
14
Profesores: Mario Salas y Tmas vila
o
1
= Gc:((0, 1, 1, 0))
o (
2
) = 0 triple, 2 ; o
0
= Gc:((1, 0, 0, 0) , (0, 1, 1, 0) , (0, 0, 0, 1)) ;
o
2
= Gc:((0, 1, 1, 0))
19. Es ortogonalmente diagonalizable con :
o () = 0 doble, 1 ; o
0
= (r, j, .) : cr +`j +j. y o
1
= Gc:(c, `, j).
Geomtricamente, representa una proyeccin sobre o
1
20.
(a) v = (1, 1) o
9
(b) =
_
5 4
4 5
_
(c) Hay cuatro posibles matrices : 1 = 1
_
1 0
0 3
_
1
1
con 1 =
_
1 1
1 1
_
21. =
_
_
0 1 1
1 2 1
1 1 0
_
_
22. Si es ortogonalmente diagonalizable :
o () = 0, 1, 2 , o
0
= Gc:((1, 0, 1)) , o
1
= Gc:((0, 1, 0)) y
o
2
= Gc:((1, 0, 1))
23. =
1
3
_
_
1 1 1
1 1 1
1 1 1
_
_
24. 1 =
_
1
_
2
(1, 0, 1) ,
1
_
6
(1, 2, 1) ,
1
_
3
(1, 1, 1)
_
25. [T]
c
=
1
3
_
_
2 1 1
1 2 1
1 1 2
_
_
26.
(a) Si, corresponde a la proyeccin ortogonal sobre o
1
= Gc:((0, 1, 1))
(b) No corresponde a una proyeccin ortogonal
(c) No corresponde a una proyeccin ortogonal
27. Por ser (1, 2, 1) l(2, 1, 0), ambas composiciones son la pro-
yeccin ortogonal sobre la recta interseccin de los dos planos :
o = Gc:((1, 2, 5)) y
T
1
T
2
= T
2
T
1
=
1
30
_
_
1 2 5
2 4 10
5 10 25
_
_
15
Profesores: Mario Salas y Tmas vila