Sunteți pe pagina 1din 12
21 Proyección ortogonal
21
Proyección ortogonal

Introducción

Las bases ortonormales, introducidas en el módulo 16, facilitan el cálculo del producto escalar entre vectores libres. Dicho cálculo se reduce a una suma de productos de números reales. Este hecho facilita el cálculo de longitudes de vectores y ángulo entre vectores y permite encontrar, de manera sencilla, proyecciones ortogonales de vectores sobre vectores, rectas y planos.

Objetivos del módulo

1. Presentar una forma de calcular el producto escalar, con la utilización de bases ortonormales.

2. Definir el concepto de proyección ortogonal de vectores sobre rectas y planos.

Preguntas básicas

1. ¿Cómo influyen las bases ortonormales en el cálculo del producto escalar entre vectores libres?

2. ¿Cómo se calculan las proyecciones ortogonales de un vector sobre rectas y planos?

3. ¿Cuál es el significado geométrico de las proyecciones ortogonales?

Contenidos del módulo

21.1 Producto escalar en una base ortonormal

21.2 Proyección ortogonal de un vector sobre una recta

21.3 Proyección ortogonal de un vector sobre un plano

recta 21.3 Proyección ortogonal de un vector sobre un plano Jörgen Pedersen Gram El matemático danés

Jörgen Pedersen Gram

El matemático danés Pedersen, nacido en 1850, recibió su primera instrucción en escuelas públicas, complementada con tutores particulares. Después de terminar el bachillerato obtuvo la maestría en matemáticas con especialización en álgebra moderna, disciplina que estaba en pleno desarrollo. Gram trabajó después como tramitador de documentos públicos. Mientras realizaba esta actividad desarrolló los conocimientos matemáticos de los seguros contra accidentes, y más tarde obtuvo el doctorado en Filosofía con base en su tesis Sobre el desarrollo de series con el uso del método de los mínimos cuadrados. En ésta planteó por primera vez sus contribuciones al proceso de Gram-Schmidt. Gram falleció una tarde de 1916 en un choque en bicicleta cuando se dirigía a una reunión de la Sociedad Real Danesa.

Vea el módulo 21 del programa de televisión Geometría vectorial y analítica
Vea el módulo 21 del programa de
televisión Geometría vectorial y analítica

Geometría vectorial y analítica

305

Capítulo 6: El producto escalar

21.1 Producto escalar en una base ortonormal

En adelante, BOND significa «base ortonormal derecha» (véase el módulo 16).

Sea {

→→→

i ,

jk,

}

una BOND para

cuyas componentes son:

a

x

1

y

z

1

1

⎦ ⎥

y

b

x

2

y

z

2

2

⎦ ⎥

.

3

E . Consideremos en

E

3

 

dos vectores

a

y

b

Esto significa que

a

→→→

=++

1

y

11

xi

j

zk

Así, el producto escalar de

y

a

b

es:

→→

a

i

b

=

⎜ ⎝

xi

1

zk

++ y j

11

⎞⎛

⎟⎜ ⎠⎝ i

x

2

y

i

b

+

y

→→

=++

2

y

22

xi

j

zk

2

j

+

zk

2

⎟ ⎠

.

.

Aplicando reiteradamente las propiedades del producto escalar, particularmente la distributiva y la conmutativa, se obtiene:

→→

a

i

b

2

=+ ()xx

12

i

()xy

1

2

⎛⎞

⎜⎟ i j

⎝⎠

→→

⎛⎞

⎜⎟ i k

⎝⎠

→→

ii

+

()xz

12

+

()yx

12

⎛⎞ ⎜⎟ ⎝⎠ j i i

→→

+

(yy

1

⎛⎞

⎜⎟

⎝⎠

→→

j

k

⎛⎞

→→

k

i

⎛⎞ j

⎝⎠ ⎜⎟

+++

12

12

(yz )

iii

⎜⎟

⎝⎠

→→

k

(zx )

(zy )

1

2

+

2

(zz ).k

12

Si se tiene en cuenta que {

→→→

i ,

jk,

}

es una BOND, puede afirmarse que:

→2

i

→2

→2

===

jk

1,

y que

→→ →→

→→

i

iii===

j

jk

k

i

0.

2

) j

2

Luego

→ →

a

b

i =++

xx

12

yy

1

2

zz

12

.

El resultado es coincidente con el producto interno en

x

1

y

z

1

1

y

x

y

z

2

2

2

⎟ ⎠

.

3

de las tripletas

Esto significa que cuando se efectúa el producto escalar de dos vectores libres, simultáneamente se está calculando el producto interno entre tripletas ordenadas de

números reales. Es claro que esto ha sido posible a través de una BOND para

E . Por

todo lo anterior, el producto interno en

3

3 también suele llamarse producto escalar.

306
306

Un análisis similar puede hacerse para los vectores libres en el plano

parejas ordenadas de números reales

(

2

)

.

Así, si {

→ →

i ,

j

}

es una BOND para

→ →

a

b

i =

xx

12

+

yy

12

⎛ ⎞⎛ x

i

⎟⎜

⎝ ⎠⎝ y

= ⎜

y

1

x

1

2

2

.

E

2

,

a

x

1

y

1

y

b

x

2

y

2

⎦ ⎥ ⎤ , entonces

(E

2

)

Como caso particular, en el espacio se tiene:

y las

→ ⎡⎤ x → → ⎢⎥ 2 22 si a , entonces aa i =++
→ ⎡⎤
x
→ →
⎢⎥
2
22
si
a
, entonces
aa
i =++
x
y
z
.
↔ ⎢⎥ y
⎢⎥
z
⎣⎦
→→
Esto confirma que si a
=+
xi
y j
+
zk, entonces
2
22 .
a
=
xyz
++
Resultado similar se da en el plano:
→ ⎡⎤ x
2
2
si
a
↔ ⎣⎦ ⎢⎥ , entonces
a
=
xy
+
.
y
Ilistración 3
⎡⎤
23
⎡⎤−
→→
⎢⎥
⎢⎥ 1
Si
ab
1,
y
c
⎡⎤ 3
↔− ⎢⎥ ⎢⎥ 1
, entonces:
⎢⎥
⎢⎥
⎢⎥−
52
⎢⎥
⎢⎥
0
⎣⎦
⎣⎦
⎣⎦
→ →
a b
i
=
2(
− +
3)
1(1)
+−
( 5)(2).
→ →
Es decir, a
i =−
b
15.

→ →

Además, a i c = 5. →→→ También: abc === 30; 14; 10.
Además, a
i
c
=
5.
→→→
También:
abc
===
30;
14;
10.

Módulo 21: Proyección ortogonal

Geometría vectorial y analítica

307

Capítulo 6: El producto escalar

Ilustración 4

Ahora, conocidas las componentes de dos vectores libres en una BOND, es fácil calcular el ángulo entre los dos vectores. En efecto:

→→

ab

i

=

el ángulo entre los dos vectores. En efecto: →→ ab i = cos θ , →

cos

θ

,

→ → donde θ es el ángulo entre a y b y 0 ≤θ≤π .
donde θ es el ángulo entre
a
y
b
y 0 ≤θ≤π .
Si
a y
→ b son no nulos, entonces:
→ →
a
i b
cos
θ
=
.
a
b
→ →
El signo de a
i b
adquiere así el siguiente significado:

Si

Si

Si

a

a

a

i entonces 0 b > 0,
i entonces 0
b
>
0,

<θ<

π

2

( θ es un ángulo del primer cuadrante).

i entonces

<

b

0,

π <θ<π ( θ es un ángulo del segundo cuadrante).

2

i b

=

0,

entonces a

del segundo cuadrante). 2 → i b = 0, → entonces a → ⊥ b ⎛

b

θ

=

π

2

⎠ ⎟ .

En la ilustración 3, si θ es el ángulo entre

⎟ . En la ilustración 3, si θ es el ángulo entre cos θ = −

cos

θ

=

15

30 14
30
14

=−

15

. 2 105
.
2
105
→ → a y b, entonces:
a y b,
entonces:
 

El ángulo θ entre

a

y

b es aquel ángulo entre

π

2

radianes y π radianes, cuyo

coseno es, aproximadamente, 0.7319. Dicho ángulo es muy próximo a 137º (0.76 π radianes).

21.2 Proyección ortogonal de un vector sobre una recta

Proyección sobre un vector

Consideremos el vector libre b

o , y un vector libre arbitrario .

a

Un vector proyección de

sobre

a

es un vector

b

c que satisface lo siguiente:

308
308

1.

2.

c

es colineal con

a c ⎠ ⎟ ⎞

.

b

es ortogonal a b.

Puede probarse que existe a lo sumo un vector proyección sobre b.

a

Es decir, en

caso de existir un vector proyección de

sobre b,

a

dicho vector es único.

Notación ⎯→ → → « pr a ⎝ ⎛ ⎜ b
Notación
⎯→ → →
« pr
a
b

» denota: vector proyección de

sobre b.

a

Módulo 21: Proyección ortogonal

¿Cómo hallar el vector proyección de un vector sobre otro? (figura 21.1).

⎯→ →

⎯→ → ⎯→

En la figura 21.1 OA

b

a;;.OB

OC

===

c

El vector CA

es ortogonal a b,

y

⎯→→

CA

=

a

c .

es ortogonal a b , → y ⎯→→ CA = a − → c . Figura

Figura 21.1

⎯→ →

⎛ ⎜ c ⎠ ⎟ ⎞ es el vector proyección de

El vector OC

pretación geométrica.

a

sobre b.

vector OC pretación geométrica. a → sobre b . → → Por la definición, si c

Por la definición, si c

Luego

⎜ ⎝

a

λ bb

⎟ ⎠

→→

i

⎯→ → → ⎛ = pr a b ⎜ ⎝ = 0 .
⎯→ → →
=
pr
a
b
=
0
.

, entonces c

=

λ b

y

⎜ ⎝

Es fácil hacer una inter-

→→

ac

⎟ ⎠

b.

Vea la animación Proyección ortogonal de un vector sobre una recta en su multimedia de
Vea la animación Proyección ortogonal de un
vector sobre una recta en su multimedia de
Geometría vectorial y analítica.

Geometría vectorial y analítica

309

Capítulo 6: El producto escalar

→→ →→ ⎛ ⎞⎛ ⎞ Es decir, ab i = λ bb i . ⎟⎜
→→
→→
⎞⎛
Es decir,
ab i
=
λ
bb i
.
⎟⎜
⎝ ⎜
⎠⎝
⎠ ⎟
→ →
→ →
a
i b
a
i
b
En consecuencia,
λ
=
; o también,
λ
=
.
→ →
2
b
i b
b
3
Por tanto, para todo
a y
b de
E ,
→ ≠
b
o
:
→ →
⎯→→→
a
b
i ⎟
pr
a
b
= ⎜
b
⎜ ⎝
⎠ ⎟
b
b
i ⎠
a
b
Al escalar
i ⎟
se le llama componente de
a
en b.
b
b
i ⎠

Si se tiene una BOND, puede calcularse fácilmente el vector proyección.

Sean, por ejemplo,

⎡⎤ 20 ⎡⎤ ⎡ 1 3 →→→ → ⎢⎥ ⎢⎥ ⎢ abc ↔ 2; ↔
⎡⎤
20
⎡⎤
1
3
→→→
⎢⎥
⎢⎥
abc
2;
1;
1; ⎥ ⎥
d
⎢⎥
⎢⎥
⎢⎥
11
⎢⎥
⎢−⎥ ⎣ 1 ⎦
↔− ⎢ ⎢
⎢ ⎣
1
⎣⎦
⎣⎦
2. ⎥ ⎥
⎥ ⎦
Entonces,
⎡⎤ 0
⎯→ → →
3 →
3
⎢⎥ 1
pr
a
b
=
b
.
⎢⎥
⎜ ⎝
⎟ ⎠
2
2
⎢⎥
1
⎣⎦
⎯→→→
pr
c
b
o .
⎜ ⎝
⎞ ⎟ ⎠ =
⎡⎤ 0
⎯→ → →
1
1
⎢⎥ 1
pr
d
b
=− b ↔−
.
⎢⎥
⎠ ⎟
2
2
⎢⎥
1
⎣⎦
En este ejemplo, las componentes en
b
de
a, → c y d → son, respectivamente,
3
1
,0y
.
2
2

Se deja al lector la interpretación geométrica de estos resultados.

310
310

Teorema 6

Sean: l una recta en el espacio; a, un vector cualquiera en el espacio. Si y son

vectores no nulos, colineales con l, entonces:

b

c

⎛⎞ ⎜⎟ ⎝⎠ a b

⎯→ → →

pr

= pr

a

⎯→ → →

c

⎛⎞

⎝⎠ ⎜⎟

.

Módulo 21: Proyección ortogonal

Este teorema permite definir el concepto de proyección sobre una recta. Su prueba se deja al lector.

Proyección sobre una recta

Sea l una recta en el espacio y

a un vector arbitrario de

E

3

. Se llama proyección de

a sobre la recta l al vector proyección de

colineal con l.

a sobre cualquier vector no nulo

Notación ⎯→ → « pr a l ⎝ ⎛ ⎜
Notación
⎯→ →
« pr
a l

» denota: vector proyección de

a sobre l.

Ilustración 5

Sea: l una recta en el espacio y , vectores en

a

b

3

E . Demuestre lo siguiente:

⎯→ → ⎯→ → ⎛ ⎞ ⎛⎞ l 1. Si λ es un real, entonces
⎯→
⎯→ →
⎛⎞ l
1. Si λ es un real, entonces
pr
λ a
l
= λ pr
a
⎜ ⎝
⎠ ⎟
⎝⎠ ⎜⎟ .
⎯→ → →
⎯→ →
⎯→ →
⎛⎞
⎛⎞ b
a
+= b l ⎟ ⎞
pr
+
pr
l
2. pr
⎜ ⎝
⎜⎟ ⎝⎠ a l
⎝⎠ ⎜⎟ .
→→
3. Si
aa
,
,
,
a
1
2
son vectores libres arbitrarios, entonces
k

⎯→ →

1

pr

a

+ a ++

2

k

a

⎛⎞

⎜⎟ ⎝⎠ a l

l

=

k

⎯→ →

i

pr

⎟ ⎠

i = 1

.

Esta es una generalización del numeral 2. Use inducción matemática.

4. es colineal con l, entonces pr

Si

a

⎯→→

a

⎝ ⎜

l
l

⎟ ⎠ =

a .

5. es ortogonal a l, entonces pr

Si

a

⎯→→

a

⎜ ⎝

l
l

⎟ ⎠ =

o .

6. Si es un vector unitario colineal con l (versor), entonces pr

e

⎯→→

⎛ ⎞⎛

⎝ ⎠⎝

(versor), entonces pr e ⎯→→ ⎛ ⎞⎛ ⎜ ⎝ ⎠⎝ a l ⎟⎜ = ⎯→→ o

a l

⎟⎜ =

⎯→→

o

⎝ ⎜

l
l

7. pr

⎟ ⎠ =

o .

⎟ ⎠

→ →→

a

i

e

e .

Geometría vectorial y analítica

311

Capítulo 6: El producto escalar

Nota: un versor de l es un vector unitario paralelo a l.

Solución de 2

Sea un vector cualquiera, no nulo, paralelo a la recta l. Por la definición 21.2, la

es la proyección de dicho vector

proyección sobre l de cualquier vector de

c

E

3

sobre c.

Así,

⎛⎛ → →→ ⎞ a + bc ⎟ ⎞ i ⎜⎜ ⎝ ⎟ ⎯→→ →
⎛⎛
→→
a
+
bc ⎟ ⎞ i
⎜⎜ ⎝
⎯→→
pr
a
+
b
l
=⎜
→ →
⎜ ⎝
c .
⎟ ⎠
c
i c
⎜ ⎝
⎠ ⎟

Luego

→→ → → ⎯→→ → ⎛ ⎛ ⎜ ⎞ ac i ⎞⎛ ⎟⎜ c +
→→
→ →
⎯→→
ac
i
⎞⎛
⎟⎜ c +
b
i
c
pr
a
+= b l ⎟ ⎞
c .
→→
→→
⎝ ⎜
cc
i
⎟⎜
⎠⎝
cc i
En consecuencia,
⎯→ →
⎯→ →
⎯→ →
⎛⎞ a
pr
a
+= b l ⎟ ⎞
pr
l
+
pr
⎝ ⎜
⎝⎠ ⎜⎟
⎛⎞
⎜⎟ ⎝⎠ b l
.

(?)

(?)

21.3 Proyección ortogonal de un vector sobre un plano

Se ha visto que un vector libre es susceptible de proyectarse sobre una recta. De manera similar, puede proyectarse sobre un plano.

De la geometría euclidiana se sabe que una recta l es ortogonal a un plano si y sólo si l es perpendicular a cada recta del mismo. Esto permite introducir la siguiente definición.

Vector ortogonal a un plano

Un vector libre

2

E .

Notas

a

es ortogonal a

E

2

si

a es ortogonal a cualquier vector libre de

1. Recuérdese que

E

2

es el espacio de los vectores libres paralelos a un plano.

2. Si

a

es ortogonal a

2

E , entonces

a es ortogonal a cualquier plano π

que sea generado por un punto en el espacio y dos vectores de nulos y no paralelos).

E

2

(no

312
312

Proyección ortogonal de un vector sobre un plano

Sea

E

1.

2.

2

a un vector libre. Un vector libre

si:

c

E

a

2

.

c

es ortogonal a

2

E .

c

es la proyección ortogonal de

a

sobre

Por la nota anterior, si es proyección ortogonal de sobre

sobre cualquier plano «paralelo a

c

a

E

2

» (figura 21.2).

E

2

, entonces lo será

a c a E 2 » (figura 21.2). E 2 , entonces lo será Figura 21.2

Figura 21.2

En la figura 21.2,

Módulo 21: Proyección ortogonal

⎯→ → ⎯→ ⎯→ → ⎯⎯→ ⎯→ → ⎯→ ⎯→ ⎛⎞ a ⎛ ⎞ OA
⎯→
⎯→
⎯→ →
⎯⎯→
⎯→ →
⎯→
⎯→
⎛⎞ a
OA
==
a;; OC
ππ
pr
π
;
O ′′= C
pr
a
π
;
OC
=
OC ′ .
12
1
2
⎝⎠ ⎜⎟
⎝ ⎜
⎟ ⎠
Así,
⎯→ →
⎯→ →
⎯→ →
⎛⎞
2
pr
a π
=
pr
a π
=
pr
a
E
.
1
2
⎜⎟ ⎝⎠
⎜ ⎝
⎟ ⎠
⎜ ⎝
⎟ ⎠
Teorema 7
Vea la animación Proyección ortogonal de un
vector sobre un plano en su multimedia de
Geometría vectorial y analítica.
→ →
}
Si {
e , e
es una base ortogonal (significa que
y
son no nulos y
)
1
2
e →
e
e
e
1
2
1
2

Geometría vectorial y analítica

313

Capítulo 6: El producto escalar

para

E

3 2 y → es un vector libre de a E , entonces: ⎯→ →
3
2
y → es un vector libre de
a
E
, entonces:
⎯→ →
⎯→ → →
⎯→ → →
2 ⎞
⎛⎞⎛
pr
a
E
=
pr
a
e
+
pr
a
e
⎜⎟⎜
.
1
2
⎝ ⎜
⎠ ⎟
⎝⎠⎝
⎠ ⎟

Prueba (figura 21.3)

⎝ ⎜ ⎠ ⎟ ⎝⎠⎝ ⎠ ⎟ Prueba (figura 21.3) Figura 21.3 En la figura 21.3,

Figura 21.3

En la figura 21.3,

⎯→

OE

e ;

=

11

π

⎜ ⎝

→ →

2

Oe,

1

, e

⎟ ⎠

=

π

(,OBDC,

,

)

⎯→

OE

2

=

2

e

.

. Además,

E

e

1

2 está representado por el plano

2

e

.

⎯→

En la misma figura, OA

= a · Este es el vector a proyectar sobre

2

E .

Sean:

= a · Este es el vector a proyectar sobre 2 E . Sean: → c

c

1

=

⎯→

OB

=

⎯→ → →

pr

⎛⎞

⎜⎟ ⎝⎠ a e

1

;

c

2

=

⎯→

OC

=

pr

a

⎯→ → →

2

⎝ ⎜

e

⎟ ⎠

⎯→

→ →

;.c =

c

12

OD

=+ c

Debe probarse que:

1.

2.

Como

E

c

2

⎝ ⎜

a

e y

1

c

.

⎠ ⎟

E

2

.

e

están en

c y

1

2

c

2

E ,

y

están en

2

e

2

, entonces

c y

1

2

c

son colineales respectivamente con

E

2

y, por tanto,

es un vector de

c

2

E .

Además,

⎛⎞ ⎜⎟ ⎝⎠ ac

→→

i

1

e

=

⎡⎛

⎣⎝

→→

ac −− ⎟

c

i

e

121

(?)

e y

1

314
314

⎝ ⎜

→→

⎞⎛ −

⎠⎝ ⎟⎜

=− ace i

11

Pero

2

c

1

e

(por qué?) y

Por tanto,

→→

ac

⎞ ⎠ ⎟ i

1

e

=

0.

⎝ ⎜

→→

1

ac

⎠ ⎟

1

e

Luego el vector

Similarmente,

⎜ ⎝

→→

ac

⎟ ⎠

→→

ac

2

e

e .

1

.

→→

ce i

21

⎠ ⎟

.

(distributiva)

(por qué?).

(?)

Sea ahora d cualquier vector de

cos) α y β tales que

→→

1

deα

=

+

2

E .

2

β e

Existen escalares (recuérdese que son úni-

.

⎛⎞ ac − ⎝⎠ ⎜⎟

→→

ii ⎡⎛⎞ ⎤⎡⎛⎞ ⎣⎝⎠ ⎦⎣⎝⎠

⎜⎟

→→

→→

d

=− ⎢ ⎜⎟ ac

α

e

1

+−

ac

⎥⎢

β

=+=0 0 0.

i

2

e

(?)

Se ha probado así que

men:

⎜ ⎝

a c ⎠ ⎟ ⎞ es ortogonal a cualquier vector de

2

E .

En resu-

→ → ⎞ 2 → c ∈E 2 y ⎛ a − c ⊥ E
2
→ c ∈E
2 y ⎛
a
− c
⊥ E
.
⎝ ⎜
⎟ ⎠
Por tanto,
⎯→ →
2
c
= pr
a
E
.
⎟ ⎠
En consecuencia,
⎯→ →
⎯→ → →
⎯→ → →
2 ⎞
⎛⎞⎛
pr
a
E
=
pr
a
e
+
pr
a
e
.
⎜⎟⎜
1
2
⎜ ⎝
⎟ ⎠
⎝⎠⎝
⎟ ⎠

) es

la suma de las proyecciones del vector sobre cada vector de una base ortogonal

Este teorema afirma que la proyección de un vector sobre un plano (o sobre

E

2

para

2

E .

Módulo 21: Proyección ortogonal

Geometría vectorial y analítica

315

Capítulo 6: El producto escalar

Ilustración 6

Sea

E

2

= gen

{

→ →

2

e 1 , e

}

,

con

1

e

⎢ ⎥

⎢−⎥

2

1

1

,

2

e

⎡⎤ 1

⎢⎥

⎢⎥ 0.

⎢⎥

⎣⎦

2

3 ⎤ → ⎡ ⎢ ⎯→ → ⎛ 2 ⎞ ⎥ pr a E Sea
3 ⎤
⎯→ →
2 ⎞
pr
a
E
Sea
a
1
. Encuentre el vector
.
↔− ⎢ ⎥
⎜ ⎝
⎟ ⎠
⎣ ⎢
2 ⎦ ⎥
Solución
→ →
}
e 1 , e
2
Es claro que {
es una base ortogonal para
E , ya que los dos vectores son
2
no nulos y
e
i
e
=
0
.
1
2
⎯→ →
⎯→ → →
⎯→ → →
2 ⎞
⎛⎞⎛
Por el teorema 7,
pr
a
E
=
pr
a
e
+
pr
a
e
⎜⎟⎜
.
1
2
⎜ ⎝
⎟ ⎠
⎝⎠⎝
⎟ ⎠
→ →
⎯→→→
a
i e
1
1 ⎟
pr
a
e
=
e
=
e
.
1
11
⎜ ⎝
⎟ ⎠
2
i e
e 1
1
→ →
⎯→→→
a
i e
7
pr
a
e
=
2 ⎟
e
=
e
.
2
22
⎜ ⎝
⎠ ⎟
5
i e
e 2
2

Por tanto,

Así,

Sea

⎯→→ 1 → 7 → ⎛ 2 pr a E e + e 1 2
⎯→→
1
7
2
pr
a
E
e
+
e
1
2
⎜ ⎝
⎞ ⎟ ⎠ =
2
5
2
1
7
1
+
⎡⎤ 1
⎢⎥ ⎢⎥ 0.
2
5
⎢−⎥ ⎢⎥
1
2
⎣⎦
24 ⎤
⎯→ →
1
2
pr
a E
5
.
⎜ ⎝
⎟ ⎠
10
23 ⎥ ⎦
⎣ ⎢
24
1 ⎢
c ↔
5
. Compruebe que
10
⎣ ⎢
⎜ ⎝
23
⎦ ⎥

a c ⎠ ⎟ ⎞ es ortogonal tanto a

e como a

1

2

e

.

316
316