Documente Academic
Documente Profesional
Documente Cultură
6
Espacios vectoriales
con producto interno
Algunos algoritmos de reconocimiento de patrones tienen que resolver problemas de mínimos cuadrados para poder evaluar si el patrón
presentado coincide con el patrón modelo. Aplicaciones de estas técnicas son el reconocimiento facial de individuos, el reconocimiento de
huellas dactilares, la identificación de código de barras o aplicaciones de física médica.
D Definición 6.1.1
Conjunto ortonormal en Rn
Se dice que un conjunto de vectores S 5 {u1, u2, . . . , uk} en Rn es un conjunto orto-
normal si
ui ? uj 5 0 si i Z j (6.1.1)
ui ? ui 5 1 (6.1.2)
u?v5v?u (6.1.3)
(u 1 v) ? w 5 u ? w 1 v ? w (6.1.4)
u ? (v 1 w) 5 u ? v 1 u ? w (6.1.5)
(au) ? v 5 a(u ? v) (6.1.6)
u ? (av) 5 a(u ? v) (6.1.7)
Ahora se presenta otra definición útil.
D Definición 6.1.2
Longitud o norma de un vector
Si v P Rn, entonces la longitud o norma de v, denotada por |v|, está dada por
Nota. Si v 5 (x1, x2, . . . , xn), entonces v ? v 5 x12 1 x22 1$ 1 xn2 . Esto significa que
Sea v 5 (x, y) P R2, entonces |v| 5 x 2 1 y 2 cumple con la definición usual de longitud de un
vector en el plano (vea la ecuación 4.1.1, página 233).
T Teorema 6.1.1
Si S 5 {v1, v2, . . . , vk} es un conjunto ortogonal de vectores diferentes de cero, entonces
S es linealmente independiente.
Demostración
0 5 0 ? v i 5 ( c1v1 1 c2 v 2 1$ 1 c1v1 1$ 1 ck v k ) ? v i
5 c1 ( v1 ? v i ) 1 c2 ( v 2 ? v i ) 1$ 1 ci ( v i ? v i ) 1$ 1 ck ( v k ? vi )
5 c1 0 1 c2 0 1$ 1 ci |v i |2 1$ 1 ck 0 5 ci |v i |2
Sea H un subespacio de dimensión m de Rn. Entonces H tiene una base or- Observe que H puede ser Rn en este
teorema. Es decir, Rn mismo tiene una
tonormal.
base ortonormal.
420 CAPÍTULO 6 Espacios vectoriales con producto interno
Demostración
Sea S 5 {v1, v2, . . . , vm} una base de H. Se probará el teorema construyendo una base
ortonormal a partir de los vectores en S. Antes de dar los pasos para esta construcción,
se observa el hecho sencillo de que un conjunto de vectores linealmente independiente
no contiene al vector cero (vea el problema 6.1.25).
Paso 1. Elección del primer vector unitario
v1
Sea u1 5 (6.1.12)
|v1 |
Entonces
©v ¹ ©v ¹ © 1 ¹
u1 ? u1 5 ª 1 º ? ª 1 º 5 ª 2 º ( v1 ? v1 ) 5 1
« |v1 |» « |v1 |» « |v1 | »
y
© ¹
uv
u2ª º v5w
ª« v 2 º»
u
uv
v 2
v 5proyvu Figura 6.1
v
x u? v
El vector w 5 u 2 v es ortogonal a v.
0 | v|2
entonces
v92 ? u1 5 v2 ? u1 2 (v2 ? u1) (u1 ? u1) 5 v2 ? u1 2 (v2 ? u1) (1) 5 0
de manera que v92 es ortogonal a u1. Más aún, por el teorema 6.1.1, u1 y v92 son lineal-
(v ? u )
mente independientes; v92 Z 0 porque de otra manera v 2 5 ( v 2 ? u1 ) u1 5 2 1 v1 , lo
|v1 |
que contradice la independencia de v1 y v2.
Paso 3. Elección de un segundo vector unitario
Sea
v e2
u2 5 (6.1.14)
|v 2e |
Suponga que se han construido los vectores u1, u2, . . . uk (k , m) y que forman un
conjunto ortonormal. Se mostrará cómo construir uk11.
entonces para i 5 1, 2, . . . , k
v9k11 ? ui 5 vk11 ? ui 2 (vk11 ? u1) (u1 ? ui) 2 (vk11 ? u2) (u2 ? ui)
2 . . . 2 (vk11 ? ui) (u1 ? ui) 2 . . . 2 (vk11 ? uk) (uk ? ui)
Así, {u1, u2, . . . uk, v9k11} es un conjunto linealmente independiente, ortogonal y v9k11 Z 0.
Paso 5
Sea uk11 5 v9k11@|v9k11|. Entonces es claro que {u1, u2, . . ., uk, uk11} es un conjunto orto-
normal, y se puede continuar de esta manera hasta que k 11 5 m, con lo que se com-
pleta la prueba.
Nota. Como cada ui es una combinación lineal de vectores vi, gen {u1, u2, . . ., uk } es un
subespacio de gen {v1, v2, . . . , vn}, y como cada espacio tiene dimensión k, los espacios
son iguales.
© 1 ¹ © 1¹ © 1¹
© 0¹ ª º © 0¹ ª º ª2 º
ª º 1 ª 2º
ª º ª 2º ª 2º
v92 5 v2 2 (v2 ? u1) u1 5 1 2 ª 1 º 5 1 2 ª 1º 5 ª 1 º
ª º 2ª º ª º ª º ª 2º
« 1» ª 2º « 1 » ª 2º ª º
ª« 0 º» « 0» ª« 1º»
© 21¹
© 1¹ ª º
ª2 º ª 6 º
3 2 ª 2º ª 1 º
Como | v92 | 5 , u2 5 ª 1º 5 ª º .
2 3 ª 2º ª 6 º
ª º ª 2 º
ª« 1º» ª º
« 6»
422 CAPÍTULO 6 Espacios vectoriales con producto interno
© 21¹ © 1¹ © 2 ¹
© 1 ¹ ª º © 1 ¹ ª2 º ª º
©1¹ ª º 6
ª º © ¹ ª 2 º ª 6º ª 3º
2º
1 ª 1 ª 1 º ª1º ª º ª 1º ª 2 º
5 ªª0ºº 2 ª 1 º 2 ª º 5 ª0º 2 ª 1º 2 ª º 5 ª2 º
«1» 2 ª º 6 ª 6 º «1» ª 2 º ª 6º ª 3º
ª 2º ª º ª 2º ª 2º
ª 2 º
ª« 0 º» ª º « 0» ª º ª º
« »6 « 6» « 3»
© 2¹ © 1¹
ª º ª º
3º
ª 3º ª
12 2 3 ª 2º ª 1º
Por último, |v93| 5 5 , de manera que u3 5 ª2 3º 5 ª2 º. Así, una base orto-
9 3 2 3º
ª º ª
ª 2º ª 1º
ª 3º ª º
« » « 3»
© 1 ¹ © 1¹
© 1 ¹ ª2
ª º 6 ºº ªª 3 ºº
ª 2º ª
ª 1 º ª 1º
normal en R3 es ª 1 º,ª º , ª2 º. Este resultado debe verificarse.
ª º
2º ª
6º ª 3º
ª ª 2 º ª 1º
ª« 0 º» ª º ª º
« 6» « 3»
Encuentre una base ortonormal para el conjunto de vectores en R3 que está sobre el plano
«¥ x ´ º
®¦ µ ®
p ¬ y : 2 x
y 3z 0 » .
¦ µ
®¦§ z µ¶ ®
¼
Solución Como se vio en el ejemplo 5.6.3, página 368, una base para este subespacio
© 1¹
© 1¹ © 0¹ ª 5 ºº
ª
de dos dimensiones es v1 5 2 y v2 5 ª 3 º . Entonces | v1| 5 5 y u1 5 1 5
ª º v
ª 2 º.
ª º ª º |v1 | ª º
« 0» « 1» ª 5º
ª« 0 »º
Continuando, se define
© 26 ¹
© 6¹ ª
2
ª 5º ª 70 ºº
70 70 v99 5 ª º ª 3 º
Por último, | v92| 5 5 , de manera que u2 5 29 5 ª 3º 5 ª .
25 5 9
| v2 | 70 ª 5º ª 70 ºº
ª º ª 5 º
ª« 1º» ª º
« 70 »
6.1 Bases ortonormales y proyecciones en Rn 423
© 6¹
ª2 º
5º
z z ª
© 6¹
© 0¹ ª 2 º v e2 5 ªª 3º
º
ª 5º ª 5º
v 2 5 ª 3º
ª º ª º
ª º ª2 12 º
ª 5 º
« 1»
© 0¹
ª« 1 º»
v 2 5 ª 3º
ª º
« 0 »
ª º
ª« 1 º»
y y
0 © ¹
0 © 1¹ 6
© 1 ¹ © 1¹ ª
2
º
v 1 5 ª 2º ª º 70
© ¹ ª º
v 1 5 ª 2º
1
ª º ª 5º
u 2 5 ªª
3 º
ª º ª º
x ª 5º ª« 0 º» u1 5 ªª º
70 º
x 2
º ª« 0 º»
u1 5 ªª º ª º
2
º ª º ª 5
º
ª º ª 5
º ª« 70 º
ª« º »
ª 5
º 0 »
ª« 0 »
º a) b)
Figura 6.2
Los vectores u1 y u2 forman una base ortogonal para el plano generado por los vectores v1 y v2.
¯ © 26 ¹ ¿
²© 1¹ ª ²
²ª 70 ºº ²
²²ª 5 ºº ª
ª 3 º ²²
De esta forma, una base ortonormal es °ª 2 º,ª À. Para verificar esta respuesta, se observa
²ª 70 ºº ²
que 5 ºº ª
²ª ª 5 º²
²ª« 0 º» ª º
70 » ²²
1) los vectores son ortogonales, ²± « Á
2) cada uno tiene longitud 1 y
3) cada uno satisface 2x 2y 1 3z 5 0.
En la figura 6.2 a se dibujaron los vectores v1, v2 y u1. En la figura 6.2 b se dibujaron los vectores
© 6¹ © 6¹ © 6¹
ª 5º ª2 º ª2 5 º
ª º ª 5º ª º
2 ª 12º 5 ª 12 º y se sumó a v2 usando la regla del paralelogramo para obtener v92 5 ª 3º .
ª 5º ª2 5 º ª 5º
ª º ª º ª º
ª« 0 º» ª« 0 º» ª« 1º»
D Definición 6.1.3
Matriz ortogonal
Una matriz Q de n 3 n se llama ortogonal si Q es invertible y
Q21 5 Q^ (6.1.16)
T Teorema 6.1.3
La matriz Q de n 3 n es ortogonal si y sólo si las columnas de Q forman una base orto-
normal para Rn.
424 CAPÍTULO 6 Espacios vectoriales con producto interno
Demostración
Sea
Entonces
© 1¹ © 1¹
© 1 ¹ ª º ª º
ª º ª 3º ª 3º
ª 2º
ª 1 º ª 21º
Del ejemplo 6.1.4, los vectores ª 1 º,ª º,ª º forman una base ortonormal en R3.
ª º ª 3º ª 3º
ª 2º
ª« ª 1º ª 1º
0 º» ª º ª º
« 3» « 3»
© 1 21 1¹
ª º
ª 2 6 3º
ª 1 21º
Así, la matriz Q 5 ª 2 º es una matriz ortogonal. Para verificar esto se observa que
ª 6 3º
ª 2 1º
ª 0 º
« 6 3»
© 1 1 ¹© 1 21 1¹
ª 0ºª º
ª 2 2 ºª 2 6 3º © 1 0 0¹
ª 21 2 ºª 1 21º
5 ª 0 1 0º
^ 1 1
Q Q5 ª ºª º
ª 6 6 6º ª 2 6 3º ª º
ª 1 21 1 ºª 2 1º « 0 0 1»
ª ºª 0 º
« 3 3 3» « 6 3»
6.1 Bases ortonormales y proyecciones en Rn 425
En la prueba del teorema 6.1.3 se definió v92 5 v2 2 (v2 ? u1)u1. Pero como se ha visto, (v2 ? u1)
u1 5 proyu v2 (ya que |u1|2 5 1). Ahora se ampliará este concepto de proyección sobre un vector
1
D Definición 6.1.4
Proyección ortogonal
Sea H un subespacio de Rn con base ortonormal {u1, u2, . . . , uk}. Si v P Rn, entonces la
proyección ortogonal de v sobre H, denotada por proyH v, está dada por
⎧⎛ x ⎞ ⎫ ⎛ 3⎞
⎪⎜ ⎟ ⎪
Encuentre proyp v, donde p es el plano ⎨ y : 2 x − y + 3 z = 0 ⎬ y v es el vector ⎜ −2 ⎟ .
⎜ ⎟ ⎜ ⎟
⎪⎜⎝ z ⎟⎠ ⎪ ⎜⎝ 4⎟⎠
⎩ ⎭
© 26 ¹
© 1¹ ª
ª º ª 70 ºº
ª 5º
ª 3 º
Solución Del ejemplo 6.1.5, una base ortonormal para p es u1 5 ª 2 º y u2 5 ª 70 ºº
.
ª º ª
ª 5º
ª« ª 5 º
0 º» ª º
Entonces « 70 »
¬ © 26 ¹ ¼ © 26 ¹
¬ © 1 ¹¼ © 1¹ ª º½ ª º
© 3¹ ª º½ ª º © 3¹ ª 70 º ½ ª 70 º
ª 5 º½ ª 5º
3 º½ ª
ª 22 º ª º ª 3 º
proypv 5 ? ª 2 º½ ª 2 º 1 22 ? ª º½ ª º
ª º ª º½ ª º ª º ª 70 º ½ ª 70 º
« 4» ª 5 º½ ª 5 º « 4»
ª 5 º½ ª 5 º
®
ª« 0 º» ½¾ ª« º
0» ª º½ ª º
® « 70 » ½¾ « 70 »
© 26 ¹ © 24¹ © 1¹
© 1¹ ª º © 1¹
ª º ª 70 º ª2 º ª 70 º ª 7 º
5º 5 ª º ª º
1 ª 4 ª 3 º ª º ª 12 º ª 4º
52 ª 2 º2 ª º 5 ª2 2 º 1 ª2 º 5 ª2 º
ª º 70 70 º ª º
5 5º ª 5 ª 70 º ª 7 º
ª
ª«
ª 5 º ª º ª 20 º ª 2 º
0 º» ª º ª« 0º» ª2 º ª2 º
« 70 » « 70 » « 7 »
T Teorema 6.1.4
Sea B 5 {u1, u2, . . . , un} una base ortonormal para Rn y sea v P Rn. Entonces
Demostración
Como B es una base, se puede escribir v de manera única como v 5 c1u1 1 c2u2 1 . . . 1
cnun. Entonces
¯ © 21¹ © 1 ¹ ¿
² © 1 ¹ ª º ª º²
© 2¹ ²ª º 6 3 ²
2 º ª º ª º²
ª º ²ª ª 1 º ª 21º ²
Escriba el vector ª 21º en R3 en términos de la base ortonormal ²°ª 1 º , ª º , ª ºÀ .
ª 3º ²ª º 6
2 º ª º ª º²
3
« » ² ªª º ª 2 º ª 1 º²
²« 0 » ª º ª 3 º ²
±² « 6 » « » Á²
¬ © 21¹ ¼ © 21¹
¬ © 1 ¹¼ © 1 ¹ © ª 6 º½ ª 6 º
© 2¹ © 2¹ ª ½ 2¹
2 ºº ½ ªª 2 ºº ª ª º½ ª º
ª º ª º ª º ª 1 º½ ª 1 º
Solución ª 21º 5 ª 21º ? ª 1 º½ ª
½
1 º 1 ª 21º ? ª º½ ª º
ª ª 3º ª 6 º½ ª 6 º
ª 3º
« » ª« 3 º» ª 2 ºº ½ ªª º
2 º « »
ª« 0 »º ½ «ª ª 2 º½ ª 2 º
® ¾ 0 »º ª º½ ª º
® « 6 » ½¾ « 6 »
¬ © 1 ¹¼ © 1 ¹
ª 3º½ ª 3º
© 2¹ ª º½ ª º
ª º ª 21º ½ ª 21º
1 ª 21º ? ª 3º½ ª 3º
ª ª º½ ª º
« 3 º» ª 1 º½ ª 1 º
ª 3º½ ª 3º
® « » ½¾ « »
© 21¹ © 1¹
© 1 ¹ ª 6º ª º
ª 2 ºº ª º ª 3º
1 ª 3 ª 1 º 6 ª 21º
5 ª 1 º 1 ª 6º 1 ª º
2 ª 2 ºº 6 ª º 3 ª 3º
ª ª 2 º ª 1º
ª« 0 º» ª 6º ª º
« » « 3»
Antes de continuar, es necesario que una proyección ortogonal esté claramente definida,
lo que significa que la definición de proyH v es independiente de la base ortonormal elegida en
H. El siguiente teorema se hace cargo de este problema.
T Teorema 6.1.5
Sea H un subespacio de Rn. Suponga que H tiene dos bases ortonormales, {u1, u2, . . . , uk}
y {w1, w2, . . . , wk}. Sea v un vector en Rn. Entonces
(v ? u1) u1 1 (v ? u2) u2 1 . . . 1 (v ? uk ) uk
5 (v ? w1) w1 1 (v ? w2) w2 1 . . . 1 (v ? wk ) wk (6.1.21)
6.1 Bases ortonormales y proyecciones en Rn 427
Demostración
Elija vectores uk11, uk12, . . . , un tales que B1 5 {u1, u2, . . . , uk, uk11, . . . , un} sea una base or-
tonormal para Rn (esto se puede hacer igual que en la prueba del teorema 6.1.2).† Después
B2 5 {w1, w2, . . . , wk, uk11, uk12, . . . , un} es también una base ortonormal para Rn. Para
ver esto, observe primero que ninguno de los vectores uk11, uk12, . . . , un puede expresarse
como una combinación lineal de w1, w2, . . . , wk porque ninguno de estos vectores está en
H y {w1, w2, . . . , wk} es una base para H. Así, B2 es una base para Rn porque contiene n
vectores linealmente independientes. La oportunidad de los vectores en B2 se deduce de
la manera en que se escogieron (uk1j es ortogonal a todo vector en H para j 5 1, 2, . . . ,
n 2 k). Sea v un vector en Rn. Entonces del teorema 6.1.4 [ecuación (6.1.20)]
(6.1.22)
La ecuación (6.1.21) se deduce de la ecuación (6.1.22).
D Definición 6.1.5
Complemento ortogonal
Sea H un subespacio de Rn. El complemento ortogonal de H denotado por H', está dado
por
T Teorema 6.1.6
Si H es un subespacio de Rn, entonces
iii) H' es un subespacio de Rn.
iii) H y H' 5 {0}.
iii) dim H' 5 n 2 dim H.
Demostración
†
Primero debemos encontrar vectores vk11, vk12, … , vn tales que {u1, … , uk, vk11, … , vn} sea una base para R2. Esto
se puede hacer como en la prueba del teorema 5.5.4, página 354; vea también el problema 5.5.32.
428 CAPÍTULO 6 Espacios vectoriales con producto interno
normal B1 5 {u1, u2, . . . , uk, uk11, . . . , un}. Para completar la prueba es necesario
demostrar, únicamente, que {uk11, . . . , un} es una base para H'. Como los vectores
ui son independientes, debe demostrarse que generan a H'. Sea x P H'; entonces
por el teorema 6.1.4
x 5 (x ? u1) u1 1 (x ? u2) u2 1 . . . 1 (x ? uk ) uk
1 (x ? uk ) uk 1 . . . 1 (x ? un) un
11 11
Demostración
¯² 0, i Z j
Como ui ? uj 5 ° , es sencillo verificar que el producto escalar (6.1.24) está dado
²
± 1, i 5 j
por
k k
p ? x 5 ¨ ai ( v ? u i ) 2 ¨ ai ( v ? u i ) 5 0
i 51 i 51
Así, p ? x 5 0 para todo x P H, lo que significa que p P H'. Para demostrar que
p 5 proyH' v, se amplía {u1, u2, . . . , uk} a una base ortonormal en Rn: {u1, u2, . . . , uk,
vk11, . . . , un}. Entonces {vk11, . . . , un} es una base para H', y por el teorema 6.1.4,
«¥ x ´ º ⎛ 3⎞
3 ®¦ µ ® ⎜ − 2 ⎟ en términos de h 1 p, donde
En R , sea p 5 ¬ y : 2 x
y 3 z 0 » . Exprese el vector
¦ µ ⎜ ⎟
®¦§ z µ¶ ® ⎜⎝ 4 ⎟⎠
¼
h P p y p P p'.
¯ © 26 ¹ ¿
²© 1¹ ª ²
²ª 70 ºº ²
²²ª 5 ºº ª
ª 3 º ²²
Solución Una base ortonormal para p es B1 5 °ª 2 º,ª À,
70 ºº ²
y del ejemplo 6.1.7,
²ª 5 ºº ª
© 1¹ ²ª ª 5 º²
ª º ²ª« 0 º» ª º
70 » ²²
ª 7º ²± « Á
ª 4º
h 5 proyp v 5 ª2 7 º P p. Entonces
ª º
ª 2º © 1¹ © 20 ¹
ª2 7 º
« » ª º ª º
⎛ 3⎞ ª 7º ª 7 º
p 5 v 2 h 5 ⎜ − 2⎟ 2 ª 4º ª 10 º
ª2 7 º 5 ª2 7 º P p'.
⎜ ⎟ ª º ª º
⎜⎝ 4 ⎟⎠
ª 2 º ª 30 º
2
ª 7º ª 7 º
« » « »
Observe que p ? h 5 0.
El siguiente teorema es muy útil en estadística y otras áreas de aplicación. Se dará una
aplicación de este teorema en la siguiente sección y se aplicará una versión amplificada de este
resultado en la sección 6.3.
Demostración
v 2 h 5 (v 2 proyH v) 1 (proyH v 2 h)
El primer término de la derecha está en H', mientras que el segundo está en H; así,
Ahora
|v 2 h|2 5 (v 2 h) ? (v 2 h)
5 [(v 2 proyH v) 1 (proyH v 2 h)] ? [(v 2 proyH v) 1 (proyH v 2 h)]
5 |v 2 proyH v|2 1 2(v 2 proyH v) ? (proyH v 2 h) 1 |proyH v 2 h|2
5 |v 2 proyH v|2 1 |proyH v 2 h|2
⎧⎛ 2⎞ ⎛ 2⎞ ⎛ − 1⎞ ⎫
⎪⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪
⎨⎜ 2⎟ , ⎜ − 1⎟ , ⎜ 2⎟ ⎬
⎪⎜⎝ − 1⎟⎠ ⎜⎝ 2⎟⎠ ⎜⎝ 2⎟⎠ ⎪
⎩ ⎭
constituye una base ortogonal en R3 donde cada vector tiene norma 3. Otro ejemplo es
⎧⎛ 12 ⎞ ⎛ 0 ⎞ ⎛ − 25 ⎞ ⎫
⎪⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎪
⎨⎜ 4 ⎟ , ⎜ 3⎟ , ⎜ 48 ⎟ ⎬
⎪⎜⎝ − 3 ⎟⎠ ⎜⎝ 4 ⎟⎠ ⎜⎝ − 36 ⎟⎠ ⎪
⎩ ⎭
que constituye una base ortogonal en R3 cuyos vectores tienen normas 13, 5 y 65, respectiva-
mente. Resulta que encontrar una base como ésta en R3 no es tan difícil como parece. Anthony
Osborne y Hans Liebeck abordan este tema en su interesante artículo “Orthogonal Bases of R3
with Integer Coordinates and Integer Lenghts” en The American Mathematical Monthly, vol.
96, núm. 1, enero de 1989, pp. 49-53.
Esta sección se cierra con un teorema importante.
Demostración
2
u v ©u v¹ © u v ¹ u ? u 2u ? v v ? v
0# 2 5ª 2 º ?ª 2 º 5 2 2 1 2
|u| |v| « |u| |v|» « |u| |v|» |u| |u| |v| |v|
|u|2 2 u ? v |v|2 2u ? v
5 2
2 1 2 52 2
|u| |u| |v| |v| |u| |v|
2u ? v u?v
Así, # 2, de manera que # 1 y u ? v # |u||v|. En forma similar, comenzando
|u| |v| |u| |v|
2
u v u?v
con 0 # 1 , se llega a $ 21, o sea, u ? v $ 2|u||v|. Con estas dos desigual-
|u| |v| |u| |v|
dades se obtiene
2|u||v| # u ? v # |u||v| o |u ? v| # |u||v|
iii) Si u 5 lv, entonces |u ? v| 5 |lv ? v| 5 |l||v|2 y |u||v| 5 |lv||v| 5 |l||v||v| 5 |l||v|2 5 |u ? v|.
Inversamente, suponga que |u ? v| 5 |u||v| con u Z 0 y v Z 0. Entonces
u?v u?v
5 1, de manera que 561.
|u| |v| |u| |v|
u?v
Caso 1: 5 1. Entonces como en i)
|u| |v|
2
u v ©u v¹ © u v¹ 2u ? v
2 5 ª 2 º ?ª 2 º 52 2 5 2 2 2 5 0.
|u| |v| « |u| |v|» « |u| |v|» |u| |v|
Así,
u v u
5 o u5 v 5 lv
|u| |v| |u|
u?v
Caso 2: 521. Entonces
|u| |v|
2
u v 2u ? v
2 52 1 52 22 50
|u| |v| |u| |v|
de manera que
u v u
52 y u 52 v 5 lv
|u| |v| |v |
R Resumen 6.1
• Los vectores u1, u2, . . . , uk en Rn forman un conjunto ortogonal si ui ? uj 5 0 para i Z j. Si además
ui ? ui 5 1 para i 5 1, 2, . . . , k, se dice que el conjunto es ortonormal. (p. 418)
• |v| 5 |v ? v| se llama longitud o norma de v.
–12
(p. 418)
• Todo subespacio de Rn tiene una base ortonormal. El proceso de ortonormalización de Gram-
Schmidt se puede utilizar para construir tal base. (p. 419)
• Una matriz ortogonal es una matriz Q invertible de n 3 n tal que Q21 5 Q^. (p. 423)
432 CAPÍTULO 6 Espacios vectoriales con producto interno
• Una matriz de n 3 n es ortogonal si y sólo si sus columnas forman una base ortonormal para Rn. (p. 423)
• Sea H un subespacio de Rn con una base ortonormal {u1, u2, . . . , uk}. Si v P Rn, entonces la
proyección ortogonal de v sobre H, denotada por proyH v, está dada por
proyH v 5 (v ? u1) u1 1 (v ? u2)u2 1 . . . 1 (v ? uk)uk (p. 425)
'
• Sea H un subespacio de R . Entonces el complemento ortogonal de H, denotado por H , está dado
n
A A U T O E V A L U A C I Ó N 6.1
Indique si las siguientes aseveraciones son falsas o verdaderas
III) El conjunto {(1, 1), (1, 21)} es un conjunto ortonormal en R2.
¯© 1 1 ¿
, ¹º , ©ª , ¹º À
1 1
III) El conjunto °ª« es un conjunto ortonormal en R2.
± 2 2 » « 2 2»Á
III) Toda base en Rn se puede convertir en una base ortonormal utilizando el proceso
de ortonormalización de Gram-Schmidt.
¥1 1´
IV) La matriz ¦ µ¶ es ortogonal.
§ 1
1
© 1 1 ¹
ª º
ª 2 2º
IV) La matriz es ortogonal.
ª 1 2 º
1
ª º
« 2 2»
Respuestas a la autoevaluación
I) F II) V III) V IV) F V) V VI) c)
6.1 Bases ortonormales y proyecciones en Rn 433
Problemas 6.1
De los problemas 1 al 18 construya una base ortonormal para el espacio o subespacio vectorial
dado.
© 1¹ © 3 ¹
1. ª º , ª º .
« 23» « 0 »
¥ 1´ ¥
1 ´
2. En R2, comenzando con los vectores básicos ¦ µ , ¦ .
§ 1¶ § 1µ¶
¥ a´ ¥ c ´
6. En R2, comenzando con ¦ µ , ¦ µ , donde ad 2 bc Z 0.
§ b¶ § d ¶
7. p 5 {(x, y, z): 2x 2 y 2 z 5 0} 8. H 5 {(x, y, z) P R3: 2x 1 y 5 0}
9. p 5 {(x, y, z) P R3: x 1 2y 1 3z 5 0} `
10. L 5 ( x, y, z ):
x
a
5 yb 5
z
c b
11. H 5 {(x, y, z) P R3: x 5 3t, y 5 4t, z 5 0; t P R}
12. L 5 {(x, y, z) P R3: x 5 t, y 5 2t, z 5 22t; t P R}
13. H 5 {(x, y, z, w) P R4: 3x 1 4y 1 2z 1 5w 5 0}
14. p 5 {(x, y, z): ax 1 by 1 cz 5 0}, donde abc Z 0
`
15. L 5 ( x, y, z ):
x
a
5 yb 5
z
c b , donde abc Z 0
16. H 5 {(x1, x2, x3, x4, x5) P R5: 2x1 2 3x2 1 x3 1 4x4 2 x5 5 0}
17. H 5 {(x1, x2, x3, x4, x5) P R5: x1 1 2x2 2 2x3 2 x4 2 x5 5 0}
434 CAPÍTULO 6 Espacios vectoriales con producto interno
© 23¹
20. Encuentre una base ortonormal en R que incluya al vector v 5 ª 2 º .
3
ª º
ª« 21º»
© 1¹
© 1 ¹ ª2 º
ª º ª 2º
ª 2º ª 1º
ª º
u1 5 ªª 0 º
y u 2 5 ª 2º
1 º ª 1º
ª º
ª 2º ª 2º
ª ª º
« 0 º» ª2 1º
ª« 2 º»
© 2 1 2¹
ª º
ª 3 3 3º
ª 1 2 2º
22. Demuestre que Q 5 ª 3 2 º es una matriz ortogonal.
ª 3 3º
ª 1 2 1º
ª2 3 3º»
« 3
© 1 21¹ © 1 2 8¹
ª º ª º
Q 5 ªª 3 º
2 2º 3
P 5ª y
ª 1 1 º 8 1 º
ª º ª º
« 2 2» ª« 3 3 º»
¥ sen t cos t ´
27. Demuestre que para cualquier número real t, la matriz A ¦ es ortogonal.
§ cos t
sen t µ¶
28. Sea {v1, v2, . . . , vk} un conjunto de vectores linealmente independientes en Rn. Pruebe que
vi Z 0 para i 5 1, 2, . . . , k. [Sugerencia: Si vi 5 0, entonces es sencillo encontrar constantes
c1, c2, . . . , ck con ci Z 0 tales que c1v1 1 c2v2 1 . . . 1 ckvk 5 0.]
31. R2:
© 1¹
33. H 5 {(x, y, z) P R3: 3x 1 y 2 z 5 0}, v 5 ª 1º
ª º
« 1»
x y z
34. R3: 5 5 35. R3:
2 3 4
© 21¹
ª 2º
36. H 5 {(x, y, z, w) P R4: x 5 3t, y 5 22t, z 5 t, w 5 2t, t P R}, v 5 ª º
ª 0º
ª º
« 21»
37. R4:
38. Sean u1 y u2 dos vectores ortonormales en Rn. Demuestre que |u1 2 u2| 5 2.
39. Si u1, u2, . . . , un son ortonormales, demuestre que
|u1 1 u2 1 . . . 1 un|2 5 |u1|2 1 |u2|2 1 . . . 1 |un|2 5 n
®«¥ a ´ ¥ b ´ ®º ®«¥ a ´ ¥
b ´ ®º
40. Encuentre una condición sobre los números a y b tales que ¬¦ µ , ¦ µ» y ¬¦ µ , ¦ µ»
forman una base ortonormal en R2. ®§ b ¶ §
a ¶ ®¼ ®§ b ¶ § a ¶ ®¼
41. Demuestre que cualquier base ortonormal en R2 es de una de las formas dadas en el proble-
ma 40.
42. Usando la desigualdad de Cauchy-Schwarz, pruebe que si |u 1 v| 5 |u| 1 |v|, entonces u y v
son linealmente dependientes.
43. Usando la desigualdad de Cauchy-Schwarz, pruebe la desigualdad del triángulo: Desigualdad
del triángulo
|u 1 v| # |u| 1 |v|
[Sugerencia: Obtenga la expansión de |u 1 v|2 .]
44. Suponga que x1, x2, . . . , xk son vectores en Rn (no todos cero) y que
|x1 1 x2 1 . . . 1 xk| 5 |x1| 1 |x2| 1 . . . 1 |xk|
Demuestre que dim gen {x1 1 x2 1 . . . 1 xn} 5 1. [Sugerencia: Utilice los resultados de
los problemas 42 y 43.]