República Bolivariana de Venezuela

Universidad Nacional Experimental Politécnica

“Antonio José de Sucre”

Vice-Rectorado Barquisimeto
Departamento de Estudios Generales y Básicos
Sección de Matemática

Apuntes de Álgebra Lineal

Autor: MSc. Jorge F. Campos S.

Barquisimeto, 2007
Índice general

Índice general I

3. Matriz de Cambio de Base. Espacios con Producto Interno 1

3.1. Cambio de Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
3.2. Espacios con producto Interno . . . . . . . . . . . . . . . . . . . . . . 13
3.3. Bases Ortonormales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.4. Complemento Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . 29

i
 Capı́tulo 3

Matriz de Cambio de Base. Espacios con Producto Interno

En este capı́tulo los espacios vectoriales considerados son espacios vectoriales reales,
salvo que se indique lo contrario.

3.1. Cambio de Base

Sea V un espacio vectorial de dimensión n. Dada una base β = {v1 , . . . , vn } de

V, existen muchas formas de ordenar los vectores en β, a saber n! formas distintas,
haremos una diferencia entre unas y otras definiendo lo que llamaremos base ordenada.

Definición 3.1. Sea V un espacio vectorial de dimensión n. Una base ordenada de

V es una n-upla ordenada (v1 , . . . , vn ) tal que {v1 , . . . , vn } es una base de V.

Observación 3.1. Para no recargar la notación escribiremos {v1 , . . . , vn } en lugar

de (v1 , . . . , vn ) y para no caer en confusión diremos {v1 , . . . , vn } es una base ordenada
de V.

Ejemplo 3.1.

1. En R2 dos bases ordenadas distintas son: βc = {(1, 0), (0, 1)} y β = {(0, 1), (1, 0)}
la primera se denomina la base canónica ordenada ó simplemente base canónica.
Nótese que βc y β son iguales como bases de R2 , pero distintas como bases or-
denadas. 

2. En Rn las bases ordenadas βc = {(1, 0, . . . , 0), (0, 1, 0, . . . , 0), . . . , (0, . . . , 0, 1)}

y β = {(0, . . . , 0, 1), (0, . . . , 0, 1, 0), . . . , (1, 0, . . . , 0)} son distintas, pero como
bases son iguales. βc es llamada base (ordenada) canónica de Rn . 

1
Matriz de Cambio de Base. Espacios con Producto Interno 2

3. En Pn las siguientes bases βc = {1, x, . . . , xn } y β = {xn , . . . , x, 1} son bases or-

denadas distintas, pero como bases iguales βc es llamada base ordenada canónica
de Pn . 

4. En el espacio de las matrices Mm×n (R), para cada i ∈ {1, . . . , n} y j ∈ {1, . . . , m},
consideremos la matriz Eij , cuya componente ij es igual a 1 y las restantes son
iguales a 0 (cero). La base βc = {E11 , . . . , E1n , . . . , Em1 , . . . , Emn } es llamada la
base (ordenada) canónica de A ∈ Mm×n (R). Las siguientes son bases ordenadas,
de A ∈ Mm×n (R), distintas entre si y distintas de βc :

a) β1 = {E11 , . . . , Em1 , . . . , E1n , . . . , Emn }

b) β2 = {Emn , . . . , Em1 , . . . , E1n , . . . , E11 }

c) β3 = {Emn , . . . , E1n , . . . , Em1 , . . . , E11 }

d) β4 = {E1n , . . . , E11 , . . . , Emn , . . . , E1n }

Todas estas bases son iguales como bases (no ordenadas). 

Dada una base {v1 , . . . , vn } de V, sabemos que para cada v ∈ V existen únicos
escalares α1 , . . . , αn R tales que

v = α1 v1 + . . . + αn vn .

Si {v1 , . . . , vn } es una base ordenada, entonces los escalares α1 , . . . , αn ∈ R son

únicos y están ordenados de forma única, lo que da pie a la siguiente definición.

Definición 3.2. Sea β = {v1 , . . . , vn } una base ordenada de V y sea v ∈ V. Definire-

mos la matriz de coordenadas de v en la base β como la única matriz
 
α
 1
.
[v]β =  .. 
 
αn
tal que v = α1 v1 + . . . + αn vn .
Matriz de Cambio de Base. Espacios con Producto Interno 3

Ejemplo 3.2. El conjunto {1 + x, x + x2 , 1 + x2 } es una base de P2 (¡Pruébelo!).

Para cualquier p(x) ∈ P2 , encuentre [p(x)]β .

Solución. Sea p(x) = a0 + a1 x + a2 x2 con a0 , a1 , a2 ∈ R y sea

 
α
 1
 
[p(x)]β = α2  .
 
α3

Entonces

p(x) = α1 (1 + x) + alpha2 (x + x2 ) + α3 (1 + x2 )

= (α1 + α3 ) + (α1 + α2 )x + (α2 + α3 )x2

De donde se obtiene el sistema



 α +α3 = a0
 1

α1 +α2 = a1




α2 +α3 = a2
Resolvemos el sistema

   
1 0 1 a0 1 0 1 a0
   
   
 1 1 0 a1  F2 → F2 − F1→  0 1 −1 −a0 + a1 
   
0 1 1 a3 0 1 1 a2
 
1 0 1 a0
 
 
F3 → F3 − F2  0 1 −1 −a0 + a1 
→ 
0 0 2 a0 − a1 + a2
 
1 0 1 a0
 
 
F3 → 12 F3  0 1 −1 −a0 + a1 
→ 
1 1 1
0 0 1 2 a0 − 2 a1 + 2 a2
Matriz de Cambio de Base. Espacios con Producto Interno 4

 
1 1 1
1 0 1 + a
2 0
− a
2 1
a
2 2
F1 → F1 − F3  
→  
 0 1 −1 − 12 a0 + 12 a1 + 21 a2 
F2 → F2 + F3  
1
0 0 1 a − 21 a1 + 12 a2
2 0
Luego

   
1
a
2 0
+ 21 a1 − 12 a2 a0 + a1 − a2
  1 
2  1 1 1   
[p(x)]β = [a0 + a1 x + a2 x ]β = − 2 a0 + 2 a1 + 2 a2  = −a0 + a1 + a2  .
  2 
1 1 1
a − 2 a1 + 2 a2
2 0
a0 − a1 + a2

Teorema 3.1. Sea β una base ordenada de un espacio vectorial V de dimensión n.

Para cualesquiera u, v ∈ V y α ∈ R se cumple que

1. [u + v]β = [u]β + [v]β

2. [αu]β = α[u]β

Demostración. Ejercicio.

Teorema 3.2. Sean β1 = {v1 , . . . , vn } y β2 = {u1 , . . . , un } bases ordenadas de un

espacio vectorial V. Entonces existe un única matriz A ∈ Mn×n (R) tal que

[v]β2 = A[v]β1 para cada v ∈ V. (3.1)

Demostración. Para cada j ∈ {1, . . . , n} hagamos

 
α1j
 
 . 
[vj ]β2 =  ..  .
 
αnj
Matriz de Cambio de Base. Espacios con Producto Interno 5

Entonces
vj = α1j u1 + . . . + αnj un .

Sea v ∈ V cualquiera. Hagamos

   
λ1 α1
   
 ..   .. 
[v]β1 = .  y [v]β2 =  . .
   
λn αn

Entonces

α1 u1 + . . . + αn un = v

= λ1 v1 + . . . + λn vn

= λ1 (α11 u1 + . . . + αn1 un ) + · · · + λn (α1n u1 + . . . + αnn un )

= (α11 λ1 + . . . + α1n λn )u1 + · · · + (αn1 λ1 + . . . + αnn λn )un .

Por lo tanto
      
α α λ + . . . + α1n λn α · · · α1n λ
 1j   11 1   11   1
 ..   .. ..   .. ..   .. 
 . = . . = . .  . .
      
αnj αn1 λ1 + . . . + αnn λn αm1 · · · αmn λn

De donde  
α11 · · · α1n
 
 .. .. 
[vj ]β2 = . .  [vj ]β1 .
 
αm1 · · · αmn
Haciendo  
α11 · · · α1n
 
 . .. 
A = [αij ]n×n =  .. .  = [[v1 ]β2 · · · [vn ]β2 ]
 
αn1 · · · αnn
obtenemos la existencia de la matriz A que satisface (3.1)
Matriz de Cambio de Base. Espacios con Producto Interno 6

Para probar la unicidad de A, notemos primero que la j-ésima columna de A

está dada por
 
α1j
 
 . 
A(j) =  ..  = [vj ]β2 .
 
αnj
Supongamos que B ∈ Mn×n (R) es tal que

[v]β2 = B[v]β1 para cada v ∈ V.

Ası́ que para cada j ∈ {1, . . . , n} tenemos que

[vj ]β2 = B[vj ]β1 .

Pero  
0
 
 .. 
.
 
 
 0
 
 
[vj ]β1 = 
1 −→ j-ésima fila.
 
 
 0
 
 .. 
.
 
0
Luego
A(j) = [vj ]β2 = B[vj ]β1 = B (j) .

Por lo tanto B = A.

Definición 3.3. La matriz A del teorema anterior es llamada matriz de transición

o matriz de cambio de base de β1 a β2 y se denota por Mβ1 ,β2 .

Como su nombre lo indica, la matriz Mβ1 ,β2 permite hallar la matriz de coordenadas
de un vector v ∈ V en la base β2 conociendo la matriz de coordenadas de v en la base
Matriz de Cambio de Base. Espacios con Producto Interno 7

β1 . Nótese además que por su definición, la columna j-ésima de Mβ1 ,β2 , representa la
matriz de coordenadas del j-ésimo vector de β1 respecto a la base β2 .

Teorema 3.3. Si V es un espacio vectorial de dimensión n y β1 y β2 son dos bases

ordenadas de V, entonces la matriz Mβ1 ,β2 es invertible y su inversa es Mβ2 ,β1 .

Demostración. Sea v ∈ V cualquiera. Entonces

[v]β2 = Mβ1 ,β2 [v]β1 y [v]β1 = Mβ2 ,β1 [v]β2 .

Por lo tanto, si β2 = {v1 , . . . , vn }, entonces para cada j ∈ {1, . . . , n} se tiene que

 
0
 
 .. 
.
 
 
0
 
 
j-ésima fila ←−   (j)
1 = [vj ]β2 = Mβ1 ,β2 [vj ]β1 = Mβ1 ,β2 Mβ2 ,β1 [vj ]β2 = F ,
 
 
0
 
 .. 
.
 
0

donde F (j) es la j-ésima columna de Mβ1 ,β2 Mβ2 ,β1 .

En consecuencia Mβ1 ,β2 Mβ2 ,β1 = In y por lo tanto (Mβ1 ,β2 )−1 = Mβ2 ,β1 .

Ejemplo 3.3. Consideremos las siguientes bases ordenadas de R3

β1 = {(1, −2, 0), (3, −1, 1), (0, 1, 3)}

β2 = {(0, 2, 1), (−1, 0, 1), (3, −1, 2)} y

βc la base canónica.

Hallar Mβ1 ,β2 , Mβc ,β2 y Mβ2 ,β1 .

Matriz de Cambio de Base. Espacios con Producto Interno 8

Solución. Para hallar Mβ1 ,β2 debemos hallar las matrices de coordenadas de cada
uno de los vectores de β1 respecto a la base β2 . Sean
     
α α12 α
 11     13 
     
[(1, −2, 0)]β2 = α21  , [(3, −1, 1)]β2 = α22  y [(3, −1, 1)]β2 = α23  .
     
α31 α32 α33

Entonces

(1, −2, 0) = α11 (0, 2, 1) + α21 (−1, 0, 1) + α31 (3, −1, 2)

= (−α21 + 3α31 , 2α11 − α31 , α11 + α21 + 2α31 )

(3, −1, 1) = α12 (0, 2, 1) + α22 (−1, 0, 1) + α32 (3, −1, 2)

= (−α22 + 3α32 , 2α12 − α32 , α12 + α22 + 2α32 )

(0, 1, 3) = α13 (0, 2, 1) + α23 (−1, 0, 1) + α33 (3, −1, 2)

= (−α23 + 3α33 , 2α13 − α33 , α13 + α23 + 2α33 )

De donde
 

 −α21 +3α31 = 1 
 −α22 +3α32 = 3

 

2α11 −α31 = −2 , 2α12 −α32 = −1

 


 

α11 +α21 +2α31 = 0 α12 +α22 +2α32 = 1


 −α23 +3α33 = 0


y 2α13 −α33 = 1




α13 +α23 +2α33 = 3
Debido a que la matriz de cada uno de estos sistemas es la misma, podemos re-
solverlos de manera simultánea considerando la siguiente matriz tres veces ampliada
Matriz de Cambio de Base. Espacios con Producto Interno 9

 
0 −1 3 1 3 0
 
 
 2 0 −1 −2 −1 1 
 
1 1 2 0 1 3
Nótese que las tres primeras columnas de esta matriz, son las matrices de coorde-
nadas de cada uno de los vectores de la base β2 respecto a la base canónica, y las
tres últimas columnas, son las matrices de coordenadas de cada uno de los vectores
de la base β1 respecto a la base canónica. Este procedimiento es estándar cada vez
que busquemos una matriz de cambio de base.

   
0 −1 3 1 3 0 1 1 2 0 1 3
   
   
 2 0 −1 −2 −1 1  F1 ↔ F3→  2 0 −1 −2 −1 1 
   
1 1 2 0 1 3 0 −1 3 1 3 0
 
1 1 2 0 1 3
 
 
F2 → F2 − 2F1  0 −2 −5 −2 −3 −5 
→ 
0 −1 3 1 3 0
   
1 1 2 0 1 3 1 1 2 0 1 3
   
   
F2 ↔ F3  0 −1 3 1 3 0  F2 → −F2→  0 1 −3 −1 −3 0 
→   
0 −2 −5 −2 −3 −5 0 −2 −5 −2 −3 −5
 
1 0 5 1 4 3
F1 → F1 − F2  
→   0 1 −3 −1 −3 0 

F3 → F3 + 2F2  
0 0 −11 −4 −9 −5
 
1 0 5 1 4 3
 
1  
F3 → − 11 F3  0 1 −3 −1 −3 0 
→ 
4 9 5
0 0 1 11 11 11
Matriz de Cambio de Base. Espacios con Producto Interno 10

 
9 1 8
1 0 0 − 11 − 11 11
F1 → F1 − 5F3  
→  1 6 15 
 0 1 0 11
− 11 11

F2 → F2 + 3F3  
4 9 5
0 0 1 11 11 11
Ası́ que
   
9 1 8
− 11 − 11 11
−9 −1 8
  1  
 1 6 15   
Mβ1 ,β2 = − 11 =  1 −6 15 
 11 11  11  
4 9 5
11 11 11
4 9 5
Hallemos ahora Mβc ,β2 . En este caso la matriz aumentada que obtenemos es

 
0 −1 3 1 0 0
 
 
 2 0 −1 0 1 0 
 
1 1 2 0 0 1
Vemos que para obtener Mβc ,β2 necesitamos aplicar, en el mismo orden, las mismas
OEF que aplicamos anteriormente (¿por qué?), y obtenemos

 
1 5 1
1 0 0 11 11 11
 
 5 3 6 
 0 1 0 − 11 − 11 11

 
2 1 2
0 0 1 11 − 11 11

Por lo tanto

   
1 5 1
11 11 11
1 5 1
  1  
 5 3 6   
Mβc ,β2 =  − 11 − 11 =  −5 −3 6 
 11  11  
2 1 2
11
− 11 11
2 −1 2
Nótese que la matriz obtenida no es mas que la inversa de

 
0 −1 3
 
 
Mβ2 ,βc = 2 0 −1 
 
1 1 2
Matriz de Cambio de Base. Espacios con Producto Interno 11

Finalmente (¡verifı́quelo!)

   
− 15
14
1
2
3
14
−15 7 3
  1  
   
Mβ2 ,β1 = (Mβ1 ,β2 )−1 = 5
− 21 13 =  5 −7 13 
 14 14  14  
3 1 5
14 2 14
3 7 5

Ejemplo 3.4. Sean β1 , β2 y βc como en el ejemplo anterior. Dado (x, y, z) ∈ R3 ,

hallar [(x, y, z)]β2 y [(x, y, z)]β1 .
 
x
 
 
Solución. Sabemos que [(x, y, z)]βc = y  por lo tanto
 
z
    
1 5 1 x x + 5y + z
1 
 
  1 



[(x, y, z)]β2 = Mβc ,β2 [(x, y, z)]βc =  −5 −3 6  y  = −5x − 3y + 6z 
11     11  
2 −1 2 z 2x − y + 2z

   
−15 7 3 x + 5y + z
1 

 1 
 


[(x, y, z)]β1 = Mβ2 ,β1 [(x, y, z)]β2 =  5 −7 13   −5x − 3y + 6z 
14    11  
3 7 5 2x − y + 2z
 
−4x − 9y + 3z
1 



[(x, y, z)]β1 =  6x + 3y − z 
14  
−2x − y + 5z

En este último ejemplo se verifica que

   
−15 7 3 1 5 1
1 
 1 
 


Mβc ,β1 = Mβ2 ,β1 Mβc ,β2 =  5 −7 13    −5 −3 6 
14    11  
3 7 5 2 −1 2
Matriz de Cambio de Base. Espacios con Producto Interno 12

 
−4 −9 3
1 



Mβc ,β1 =  6 3 −1 
14  
−2 −1 5
Este resultado no es casual, como se puede ver en el siguiente teorema

Teorema 3.4. Sean β1 , β2 y β3 bases ordenadas de un espacio vectorial V de di-

mensión n. Entonces
Mβ1 ,β3 = Mβ2 ,β3 Mβ1 ,β2

Demostración. Sea v ∈ V cualquiera. Entonces

[v]β3 = Mβ2 ,β3 [v]β2 y [v]β2 = Mβ1 ,β2 [v]β1

Luego
[v]β3 = Mβ2 ,β3 [v]β2 = Mβ2 ,β3 Mβ1 ,β2 [v]β1

Por unicidad de la matriz Mβ1 ,β3 concluimos que

Mβ1 ,β3 = Mβ2 ,β3 Mβ1 ,β2

Teorema 3.5. Sea β una base ordenada de un espacio vectorial V de dimensión n.

Entonces {v1 , . . . , vn } es l.i. si y sólo si la matriz cuadrada de orden n, cuya j-ésima
columna es [vj ]β , tiene determinante distinto de cero.

Demostración. Sea A ∈ Mn×n (R) la matriz cuya j-ésima columna es [vj ]β . Sean
α1 , . . . , αn ∈ R tales que
α1 v1 + . . . + αn vn = 0/V

Ası́ que
Matriz de Cambio de Base. Espacios con Producto Interno 13

0/n×1 = [0/V ]β = [α1 v1 + . . . + αn vn ]β = α1 [v1 ]β + · · · + αn [vn ]β

   
α1 α
   1
 .   . 
= [[v1 ]β · · · [vn ]β ]  ..  = A  .. 
   
αn αn
 
α1
 
 . 
Pero det(A) 6= 0 si y sólo si el sistema A  ..  = 0/n×1 tiene como única solución
 
αn
la trivial, es decir, si y sólo si {v1 , . . . , vn } es l.i.

El Teorema anterior nos da una forma alternativa para saber si un conjunto

{v1 , . . . , vn }, en un espacio vectorial de dimensión n, es una base para dicho espacio.

3.2. Espacios con producto Interno

Definición 3.4. Sea V un espacio vectorial real. Un producto interno sobre V, es

una función que asocia, a cada par de vectores u, v ∈ V, un único número real deno-
tado por hu , vi, u · v ó uv satisfaciendo las siguientes propiedades. Para cualesquiera
u, v, w ∈ V y cada α ∈ R

1. hu , vi = hv , ui.

2. hu + v , wi = hu , wi + hv , wi.

3. hαu , vi = α hu , vi.

4. hv , vi ≥ 0 y además hv , vi = 0 si y sólo si v = 0/V .

Matriz de Cambio de Base. Espacios con Producto Interno 14

Un espacio vectorial real, en el cual se define un producto interno, es llamado

espacio (vectorial real) con producto interno (EPI). Otros nombres con los que
se conoce a los productos internos son producto escalar y producto punto.

Ejemplo 3.5. Las siguientes funciones son productos internos sobre Rn

n
X
1. hu , vi = ui vi donde u = (u1 , . . . , un ) y v = (v1 , . . . , vn ).
i=1

En efecto, sean u, v, w ∈ Rn y α ∈ R con u = (u1 , . . . , un ); v = (v1 , . . . , vn ) y

w = (w1 , . . . , wn ). Entonces
n
X n
X
hu , vi = uivi = vi ui = hv , ui .
i=1 i=1

u + v = (u1 , . . . , un ) + (v1 , . . . , vn ) = (u1 + v1 , . . . , un + vn ), ası́ que

n
X n
X n
X n
X
hu + v , wi = (ui +vi )wi = (uiwi +vi +wi) = u i wi + vi wi = hu , wi+hv , wi .
i=1 i=1 i=1 i=1

αu = α(u1 , . . . , un ) = (αu1, . . . , αun ), luego

n
X n
X
hαu , vi = αui vi = α ui vi = α hu , vi .
i=1 i=1

Finalmente
n
X n
X
hu , ui = ui ui = u2i ≥ 0
i=1 i=1

Además, hu , ui = 0 si y sólo si u2i = 0 para cada i ∈ {1, . . . , n} (¿por qué?),

esto es, si y sólo si u = 0/R2 .

Este producto interno es llamado producto interno euclidiano, usual o estándar

de Rn , salvo que se indique lo contrario, este es el producto interno que consi-
deraremos sobre Rn .


Matriz de Cambio de Base. Espacios con Producto Interno 15

n
X
2. hu , vi = pi ui vi donde p1 , . . . , pn son números reales positivos fijos, u =
i=1
(u1 , . . . , un ) y v = (v1 , . . . , vn ). Este producto interno es lo que se denomina
producto interno ponderado, si p1 = · · · = pn = 1, este producto interno coin-
cide con el producto interno euclidiano. Pruebe que esta función es un producto
interno. 

Ejemplo 3.6. En Mm×n (R) la siguiente función define un producto interno (¡pruébe-
lo!), el cual se conoce como producto interno euclidiano, usual o estándar, al igual
que en el caso de Rn , salvo que se indique otra cosa, este es el producto interno que
consideraremos sobre Mm×n (R).
n X
X n
hA , Bi = aij bij
i=1 j=1

donde A = (aij )m×n y B = (bij )m×n . 

Ejemplo 3.7. En el espacio de las funciones reales continuas en el intervalo [ a , b ],

C [ a , b ], la función
Z b
hf , gi = f (x)g(x)dx
a

es un producto interno, en efecto, sean f, g, h ∈ C [ a , b ] y α ∈ R. Entonces

Z b Z b
hf , gi = f (x)g(x)dx = g(x)f (x)dx = hg , f i
a a

Z b Z b
hf + g , hi = (f (x) + g(x))h(x)dx = (f (x)h(x) + g(x)h(x))dx
a a
Z b Z b
= f (x)h(x)dx + g(x)h(x)dx = hf , hi + hg , hi
a a

Z b Z b
hαf , gi = αf (x)g(x)dx = α f (x)g(x)dx = α hf , gi
a a
Matriz de Cambio de Base. Espacios con Producto Interno 16

Z b Z b
hf , f i = f (x)f (x)dx = [f (x)]2 dx ≥ 0
a a

Además hf , f i ≥ 0 si y sólo si f (x) = 0 para cada x ∈ [ a , b ] (¿por qué?), es

decir, si y sólo si f = O, donde O es la función nula sobre [ a , b ], esto es, O(x) = 0
para todo x ∈ [ a , b ].
Siempre que no se indique otra cosa, este es el producto interno que consideraremos
sobre C [ a , b ]. 

Ejemplo 3.8. En Pn las siguientes funciones son productos internos.

1. Como Pn es un subespacio de C [ a , b ], entonces el producto interno definido en

el ejemplo anterior, es un producto interno sobre Pn . 
n
X
2. hp , qi = p(i)q(i). En Efecto, sean p, q, r ∈ Pn y α ∈ R. Entonces
i=0
Xn n
X
hp , qi = p(i)q(i) = q(i)p(i) = hq , pi.
i=0 i=0
n
X n
X
hp + q , ri = [p(i) + q(i)]r(i) = [p(i)r(i) + q(i)r(i)]
i=0 i=0
n
X n
X
= p(i)r(i) + q(i)r(i) = hp , ri + hq , ri.
i=0 i=0
n
X n
X
hp , pi = p(i)p(i) = [p(i)]2 ≥ 0.
i=0 i=0

Además, hp , pi = 0 si y sólo si p(i) = 0 para cada i ∈ {0, . . . , n}.

Pero el único polinomio en Pn , que tiene mas de n raı́ces, es el polinomio nulo

(¿por qué?), es decir, hp , pi = 0 si y sólo si p es el polinomio nulo. 
n
X
3. hp , qi = ai bi , con p(x) = a0 + a1 x + . . . + an xn y q(x) = b0 + b1 x + . . . +
i=0
bn xn .(¡pruébelo!). 
Matriz de Cambio de Base. Espacios con Producto Interno 17

Teorema 3.6. Sea V un espacio con producto interno h , i y sean u, v, w ∈ V y

α ∈ R. Entonces

1. hu , v + wi = hu , vi + hu , wi.

2. hu , αvi = α hu , vi.

3. hu − v , wi = hu , wi − hv , wi.

4. hu , v − wi = hu , vi − hu , wi.

5. hu , 0/V i = 0 = h0/V , ui.

6. Si hu , vi = 0 para cada v ∈ V, entonces u = 0/V .

Demostración.

1. hu , v + wi = hv + w , ui = hv , ui + hw , ui = hu , vi + hu , wi.

2. hu , αvi = hαv , ui = α hv , ui = α hu , vi.

3. hu − v , wi = hu + (−v) , wi = hu , wi + h−v , wi = hu , wi + h(−1)v , wi

= hu , wi + (−1) hv , wi = hu , wi − hv , wi.

4. hu , v − wi = hv − w , ui = hv , ui − hw , ui = hu , vi − hu , wi.

5. hu , 0/V i = hu , 0/V + 0/V i = hu , 0/V i + hu , 0/V i.

Ası́ que hu , 0/V i = 0 y además h0/V , ui = hu , 0/V i = 0.

6. Como hu , vi = 0 para cada v ∈ V, entonces hu , ui = 0 (tomando v = u), luego

u = 0/V .
Matriz de Cambio de Base. Espacios con Producto Interno 18

3.3. Bases Ortonormales

Definición 3.5. Sea h , i un producto interno sobre un espacio vectorial V y sean

u, v ∈ V. Diremos que u es ortogonal a v si hu , vi = 0, en cuyo caso escribiremos
u ⊥ v.

Observación 3.2. Si u es ortogonal a v, entonces v es ortogonal a u. En conse-

cuencia, podemos escribir u y v son ortogonales en lugar de u es ortogonal a v.

Ejemplo 3.9.

1. Sean x = (2, −1, −3) e y = (3, 3, 1). Entonces

hx , yi = (2)(3) + (−1)(3) + (−3)(1) = 6 − 3 − 3 = 0

ası́ que x ⊥ y. 

2. La parte 5 del teorema 3.6 nos dice que en cualquier espacio vectorial V con pro-
ducto interno, el vector nulo 0/V es ortogonal a cualquier vector v ∈ V, además,
la parte 6 de este mismo teorema, nos dice que el único vector que es ortogonal
a todo vector v ∈ V, es el vector nulo. 

3. Las funciones f (x) = sen(x) y g(x) = cos(x), en C [ −π , π ], son ortogonales.

4. En P2 , los polinomios p(x) = 1+2x2 y q(x) = −2+x2 son ortogonales si consid-

eramos el producto interno definido en la parte 3 del ejemplo 3.8 (¡verifı́quelo!),
pero si consideramos el producto interno definido en la parte 2 del mismo ejem-
plo, estos polinomios no son ortogonales (¡verifı́quelo!). 

Definición 3.6. Sea h , i un producto interno sobre el espacio vectorial V. Definire-

mos la norma (magnitud, módulo o longitud) de v ∈ V, como el número real kvk
dado por
p
kvk = hv , vi.
Matriz de Cambio de Base. Espacios con Producto Interno 19

Diremos que v ∈ V es unitario si kvk = 1.

Observación 3.3. Dado que hv , vi ≥ 0 para cada v ∈ V, entonces la definición

anterior está bien fundada.

Ejemplo 3.10. Consideremos sobre R4 el producto interno euclidiano. Entonces

p p √
k(1, 0, −3, 2)k = h(1, 0, −3, 2) , (1, 0, −3, 2)i = 12 + 02 + (−3)2 + 22 = 14.

Ejemplo 3.11. En P2 consideremos el polinomio p(x) = 3 − x2 . Hallar kpk con-

siderando:

1. El producto interno definido en la parte 1 del ejemplo 3.8 con a = −1 y b = 1.

2. El producto interno definido en la parte 2 del ejemplo 3.8.

3. El producto interno definido en la parte 3 del ejemplo 3.8.

Solución.
sZ sZ s 1
1 1
x5 
1. kpk = (3 − x2 )2 dx
= (9 − + 6x2
= x4 )2 dx
9x − 2x3 +
−1 −1 5 −1
s   r r
1 36 2
= 2 9−2+ = 2 =6 .
5 5 5
p p √
2. kpk = [p(0)]2 + [p(1)]2 + [p(2)]2 = 32 + 22 + (−1)2 = 14.
p √
3. kpk = 32 + 02 + (−1)2 = 10.

A continuación enunciaremos un teorema donde se dan a conocer algunas propiedades

de la norma, y que son consecuencia directa las propiedades del producto interno, su
demostración se deja como ejercicio.
Matriz de Cambio de Base. Espacios con Producto Interno 20

Teorema 3.7. Sea V un EPI. Entonces para cada α ∈ R y cualesquiera u, v ∈ V se

cumple que:

1. kuk ≥ 0 y kuk = 0 si y sólo si u = 0/V .

2. kαuk = |α| · kuk.

3. ku ± vk2 = kuk2 ± 2 hu , vi + kvk2 .

El siguiente lema nos permitirá demostrar el teorema que le sigue.

Lema 3.1. Sean u y v dos vectores unitarios en un EPI. Entonces | hu , vi | ≤ 1.

Demostración. Usando la parte 3 del teorema 3.7, tenemos que

0 ≤ ku + vk2 = kuk2 + 2 hu , vi + kvk2 = 1 + 2 hu , vi + 1 = 2[1 + hu , vi]

Ası́ que
hu , vi ≥ −1

Nuevamente, por la parte 3 del teorema 3.7, obtenemos

0 ≤ ku − vk2 = kuk2 − 2 hu , vi + kvk2 = 1 − 2 hu , vi + 1 = 2[1 − hu , vi]

luego
hu , vi ≤ 1

En consecuencia
| hu , vi | ≤ 1

En el teorema que enunciaremos a continuación, se dan dos propiedades muy im-

portantes de la norma.
Matriz de Cambio de Base. Espacios con Producto Interno 21

Teorema 3.8. Sean u y v dos vectores en un EPI. Entonces

1. | hu , vi | ≤ kuk · kvk (Desigualdad de Cauchy-Schwarz).

2. ku + vk ≤ kuk + kvk (Desigualdad Triangular).

Las igualdades se cumplen si y sólo si uno de los vectores es múltiplo escalar del
otro.

Demostración.

1. Si u = 0/V o v = 0/V , entonces | hu , vi | = 0 = kuk · kvk.

u v
En caso contrario, u 6= 0/V 6= v y por lo tanto los vectores u
b= yb
v=
kuk kvk
son unitarios, y por el lema 3.1

| hb
u, b
vi | ≤ 1

Pero
 
u v 1
hb
u , vbi = , = hu , vi
kuk kvk kuk · kvk
1
Por lo tanto hu , vi ≤ 1, es decir, hu , vi ≤ kuk · kvk.
kuk · kvk

2. Por la parte 3 del teorema 3.7 tenemos que

ku + vk2 = kuk2 + 2 hu , vi + kvk2

y por la parte 1 (desigualdad de Cauchy-Schwarz)

hu , vi ≤ | hu , vi | ≤ kuk · kvk

Ası́ que
ku + vk2 ≤ kuk2 + 2kuk · kvk + kvk2 = (kuk + kvk)2 .

Luego ku + vk ≤ kuk + kvk.

Matriz de Cambio de Base. Espacios con Producto Interno 22

Definición 3.7. Sea V un EPI y sean u, v ∈ V vectores no nulos. Definiremos el

ángulo entre u y v como el número real ∡(u, v) ∈ [ 0 , π ] tal que

hu , vi
cos(∡(u, v)) = ,
kuk · kvk

es decir,
 
hu , vi
∡(u, v) = arc cos .
kuk · kvk

Ejemplo 3.12. Hallar el ángulo entre los vectores u = (0, −3, 3) y v = (2, 2, −1)

Solución. hu , vi = 0 · 2 + (−3)2 + 3(−1) = −9

p √ √
kuk = 02 + (−3)2 + 32 = 18 = 3 2
p √
kvk 22 + 22 + (−1)2 = 9 = 3
Ası́ que
    √ !
hu , vi −9 − 2 3π
∡(u, v) = arc cos = arc cos √ = arc cos = .
kuk · kvk 3 2·3 2 4

Definición 3.8. Sea V un EPI y sea S = {v1 , . . . , vk } ⊂ V. Diremos que S es

un conjunto ortogonal si vi ⊥ vj para cualesquiera i, j ∈ {1, . . . , k} con i 6= j. Si
adicionalmente vi es unitario para cada i ∈ {1, . . . , k}, diremos que S es un conjunto
ortonormal.

Ejemplo 3.13. Consideremos las siguientes matrices en M2×2 (R)

     
1 0 0 2 0 1
A1 =  , A2 =   y A3 =  .
0 0 −2 0 1 3

¿Es S = {A1 , A2 , A3 } un conjunto ortogonal? ¿Es S ortonormal?

Matriz de Cambio de Base. Espacios con Producto Interno 23

Solución.
hA1 , A2 i = 1 · 0 + 0 · 2 + 0(−2) + 0 · 0 = 0

hA1 , A3 i = 1 · 0 + 0 · 1 + 0 · 1 + 0 · 3 = 0

hA2 , A3 i = 0 · 0 + 2 · 1 + (−2)1 + 0 · 3 = 0

Ası́ que S es ortogonal. Pero

p √
kA2 k = 02 + 22 + (−2)2 + 02 = 2 2 6= 1

Por lo tanto S no es ortonormal, sin embargo, S0 = {B1 , B2 , B3 }, donde

1 1 1 1 1
B1 = A1 = A1 , B2 = A2 = √ A2 y B3 = A3 = √ A3 ,
kA1 k kA2 k 2 2 kA3 k 11

sı́ es un conjunto ortonormal (¡verifı́quelo!).

Teorema 3.9. Todo conjunto ortogonal finito de vectores no nulos en un EPI es l.i.

Demostración. Sea V un EPI y sea S = {v1 , . . . , vk } ⊂ V un conjunto ortonormal

de vectores no nulos.
Sean α1 , . . . , αk ∈ R tales que

α1 v1 + . . . + αk vk = 0/V .

Entonces, para cada j ∈ {1, . . . , k}, se tiene que

k
X k
X
0 = hvj , 0V i = hvj , α1 v1 + . . . + αk vk i =
/ hvj , αi vi i = αi hvj , vi i = αj hvj , vj i
i=1 i=1
= αj kvj k2
y dado que vj es no nulo, entonces αj = 0.
Por lo tanto S es l.i.
Matriz de Cambio de Base. Espacios con Producto Interno 24

Definición 3.9. Sean V un EPI y β = {v1 , . . . , vn } una base de V. Diremos que β

es una base ortogonal (respectivamente ortonormal) si β es un conjunto ortogonal
(respectivamente ortonormal).

Ejemplo 3.14.

1. Las bases canónicas de Rn y Mm×n (R) son bases ortonormales. 

2. Una base ortogonal de M2×2 (R) es

       
 1 0 0 2 0 1 0 3 
β=  , , , 
 0 0 −2 0 1 3 3 −2 

pero no es ortonormal. 

3. Una base ortonormal de Pn , considerando el producto interno definido en la

parte 1 del ejemplo 3.8 con a = 1 y b = −1, es
( r √ )
1 3 5

β= √ , x , √ −1 + 3x2 .
2 2 2 2

En efecto,  2 Z
1 2 1 1 1 1
√ = √ 2
k1k = dx = 2 = 1
2 2 2 −1 2
r 2 r !2 Z 1
3 3 3 1 2 3 x3 
2
x = kxk = x dx = =1
2 2 2 −1 2 3 −1

√ 2 √ !2
5
5
2 −1 + 3x2 2
√ −1 + 3x = √
2 2 2 2
Z 1
5
2
= −1 + 3x2 dx
8 −1
Z
5 1

= 1 − 6x2 + 9x4 dx
8 −1
 1
5 3 9 5 
= x − 2x + x  dx
8 5 −1
= 1
Matriz de Cambio de Base. Espacios con Producto Interno 25

Además * r+ r √ Z 1
1 3 1 3 3
√ , x =√ h1 , xi = xdx = 0
2 2 2 2 2 −1
* √ + √ √ Z 1
1 5
1 5
 5

√ , √ −1 + 3x2 = √ √ 1 , −1 + 3x2 = −1 + 3x2 dx
2 2 2 22 2 4 −1
√
5
1
= −x + x3 −1 = 0
4
*r √ + r √
3 5 2

3 5

x , √ −1 + 3x = √ x , −1 + 3x2
2 2 2 22 2
√ Z 1
15

= x −1 + 3x2 dx
4 −1
= 0.

Para finalizar esta sección, nos plantearemos y solucionaremos el problema de ha-

llar una base ortonormal para un EPI de dimensión finita o para un subespacio de
dimensión finita de un EPI, comenzaremos con un ejemplo el cual ilustrará un pro-
cedimiento, conocido como proceso de ortonormalización de Gram-Schmidt, que nos
permite encontrar tal base.

Ejemplo 3.15. En P2 consideremos el producto interno dado en el ejemplo 3.14

y consideremos la base de P2 β = {1 , x , x2 }. Hallar una base ortonormal de P2
partiendo de la base β.

Solución. Hagamos
v1 = 1 , v2 = x y v3 = x2 .

Entonces sZ
1 √
kv1 k = dx = 2.
−1

Sea
1 1
u1 = v1 = √ .
kv1 k 2
Matriz de Cambio de Base. Espacios con Producto Interno 26

Ası́ que ku1k = 1.

Ahora hagamos
w2 = v2 − hv2 , u1 i u1 .

Pero
  Z 1
1 1 1
hv2 , u1 i = x , √ = √ hx , 1i = √ xdx = 0.
2 2 2 −1
Luego w2 = v2 = x, además
sZ s 1 r
1
x3  2
kw2 k = x2 dx =  = .
−1 3 −1 3

Si hacemos r
1 3
u2 = w2 = x,
kw2 k 2
entonces ku2 k = 1 y u1 ⊥ u2 (ver ejemplo 3.14).
Consideremos
w3 = v3 − hv3 , u1 i u1 − hv3 , u2 i u2 .

Pero
  Z 1 1
2 1 1
2  1 2 1 x3  2
hv3 , u1 i = x , √ =√ x ,1 =√ x dx = √  = √
2 2 2 −1 2 3 −1 3 2
* r + r r Z 1
3 3
 3
hv3 , u2 i = x2 , x = x2 , x = x3 dx = 0.
2 2 2 −1
De donde
2 1 1
w3 = x2 − √ √ = − + x2
3 2 2 3
y s sZ s
Z 1  2 1   1
1 1 2 2 1 2 3 x5 
kw3 k = − + x2 dx = − x + x4 dx = x− x +
3 9 3 9 9 5 −1
r −1 √ −1
8 2 2
= = √
45 3 5
Finalmente, hagamos
√   √
1 3 5 1 5

u3 = w3 = √ − + x = √ −1 + 3x2
2
kw3 k 2 2 3 2 2
Matriz de Cambio de Base. Espacios con Producto Interno 27

Entonces ku3 k = 1 , u3 ⊥ u1 y u3 ⊥ u2 (ver ejemplo 3.14).

Por lo tanto
( r √ )
1 3 5

{u1 , u2 , u3} = √ , x , √ −1 + 3x2
2 2 2 2

es una base ortonormal de P2 , la cual se obtuvo de β.

El teorema siguiente generaliza el procedimiento que se usó en ejemplo anterior.

Teorema 3.10 (Proceso de Ortonormalización de Gram-Schmidt). Sea V un EPI. Si

W es un subespacio de dimensión finita de V, entonces W posee una base ortonormal.
En Particular, si V tiene dimensión finita, entonces V posee una base ortonormal.

Demostración. Sea βW = {v1 , . . . , vm } una base de W. Procederemos a construir

la base ortonormal de W a partir de βW .
6 0/V para cada i ∈ {1, . . . , m}.
En primer lugar, notemos que kvi k =

1 v1
Paso 1. Sea u1 = v1 = . Entonces u1 ∈ W y
kv1 k kv1 k

v1
ku1k = = 1 kv1 k = 1.
kv1 k kv1 k

Paso 2. Sea w2 = v2 − hv2 , u1 i u1 . Entonces w2 ∈ W; y w2 6= 0/V , pues de lo

contrario
hv2 , u1 i
v2 = hv2 , u1 i u1 = v1 ,
kv1 k
lo cual contradice el hecho de que {v1 , v2 } es l.i.

Además

hw2 , u1 i = hv2 − hv2 , u1 i u1 , u1 i = hv2 , u1 i − hhv2 , u1 i u1 , u1 i

= hv2 , u1 i − hv2 , u1 i hu1 , u1 i = hv2 , u1 i − hv2 , u1i = 0.

Con lo que w2 ⊥ u1 .
Matriz de Cambio de Base. Espacios con Producto Interno 28

1 w2
Paso 3. Sea u2 = w2 = . Entonces ku2k = 1, hu1 , u2 i = 0 y u2 ∈ W.
kw2 k kw2 k
Ası́ que {u1 , u2} es un conjunto ortonormal de vectores no nulos en W.

De manera recursiva, obtenemos un conjunto ortonormal de vectores no nulos

{u1 , . . . , uk } en W, con k < m.

Paso 4. Sea

wk+1 = vk+1 − hvk+1 , u1 i u1 − hvk+1 , u2 i u2 − · · · − hvk+1 , uk i uk

Xk
= vk+1 − hvk+1 , ui i ui .
i=1

Entonces wk+1 ∈ W, wk+1 6= 0/V y para cada j ∈ {1, . . . , k} tenemos que

* k
+
X
hwk+1 , uj i = vk+1 − hvk+1 , ui i ui , uj
i=1
* k
+
X
= hvk+1 , uj i − hvk+1 , ui i ui , uj
i=1
k
X
= hvk+1 , uj i − hhvk+1 , ui i ui , uj i
i=1
Xk
= hvk+1 , uj i − hvk+1 , uii hui , uj i
i=1
= hvk+1 , uj i − hvk+1 , uj i huj , uj i (¿por qué?)

= hvk+1 , uj i − hvk+1 , uj i (¿por qué?)

= 0,

es decir, wk+1 ⊥ uj para cada j ∈ {1, . . . , k}.

1 wk+1
Paso 5. Hagamos uk+1 = wk+1 = . Entonces {u1 , . . . , uk , uk+1 }
kwk+1k kwk+1 k
es un conjunto ortonormal de vectores no nulos en W.

Procediendo de esta manera, obtenemos un conjunto ortonormal de vectores no

nulos {u1 , . . . , um } en W, y por lo tanto, una base ortonormal de W.
Matriz de Cambio de Base. Espacios con Producto Interno 29

3.4. Complemento Ortogonal

Finalizaremos este capı́tulo definiendo el complemento ortogonal de un subespacio

vectorial de un EPI.

Definición 3.10. Sea W un subespacio de un EPI V y sea {w1 , . . . , wm } una base

ortonormal de W. Si v ∈ V, definiremos la proyección ortogonal de v sobre W, como
el vector
m
X
proyW v = hv , w1 i w1 + · · · + hv , wm i wm = hv , wii wi .
i=1

Claramente proyW v ∈ W.

Ejemplo 3.16. Consideremos el EPI P2 , con el producto interno usado el el ejemplo

3.15 de la sección 3.3. Hallar la proyección ortogonal de p(x) = 3 + 2x − x2 sobre el
subespacio de P2
W = {a + bx + cx2 : c = −3a}

Solución. Una base ortonormal de W es

(r √ )
3 5

x , √ −1 + 3x2 (¡verifı́quelo!).
2 2 2

Entonces
* r + r r Z 1
3 3
2
 3

p(x) , x = 3 + 2x − x , x = 3 + 2x − x2 xdx
2 2 2 −1
r Z 1 r Z 1 r 1
3 2 3

3 2 3 x3 
= 3x + 2x − x dx = 2 x dx = 2
2 −1 2 −1 2 3 −1
√
4 3
= √
3 2
Matriz de Cambio de Base. Espacios con Producto Interno 30

* √ + √
5
5

p(x) , √ −1 + 3x2 = √ 3 + 2x − x2 , −1 + 3x2
2 2 2 2
√ Z 1
5


= √ 3 + 2x − x2 −1 + 3x2 dx
2 2 −1
√ Z 1
5

= √ −3 − 2x + 10x2 + 6x3 − 3x4 dx
2 2 −1
√ Z 1
5

= √ −3 + 10x2 − 3x4 dx
2 2 −1
√  1
5 10 3 3 5 
= √ −3x + x − x 
2 2 3 5 −1
√
4 5
= − √ .
15 2

Ası́ que
* r +r * √ + √
3 3 5
5

proyW p(x) = p(x) , x x + p(x) , √ −1 + 3x2 √ −1 + 3x2
2 2 2 2 2 2
√ r √ ! √
4 3 3 4 5 5

= √ x+ − √ √ −1 + 3x2
3 2 2 15 2 2 2
1

= 2x − −1 + 3x2
3
1
= + 2x − x2 .
3

Teorema 3.11. Sea {v1 , . . . , vn } una base ortonormal de un EPI V. Entonces para
cada v ∈ V se tiene que
n
X
v = hv , v1 i v1 + · · · + hv , vn i vn = hv , vi i vi .
i=1

Demostración. ¡Ejercicio!
Matriz de Cambio de Base. Espacios con Producto Interno 31

Teorema 3.12. Sea W un subespacio de un EPI de dimensión finita V. Sean {w1 , . . . , wm }

y {w
b1 , . . . , w
bm } bases ortonormales de W. Entonces para cada v ∈ V se tiene que
m
X m
X
hv , wi i wi = hv , w
bi i w
bi .
i=1 i=1

Demostración. Por teorema, podemos escoger vectores um+1 , . . . , un tales que

β1 = {w1 , . . . , wm , um+1 , . . . , un }

sea una base de V. Usando el proceso de ortonormalización de Gram-Schmidt, pode-

mos suponer que β1 es una base ortonormal de V.
Para cada j ∈ {m + 1, . . . , n}, uj ∈
/ gen ({w1 , . . . , wm }) = W = gen ({w
b1 , . . . , w
bm })
por lo tanto β2 = {w
b1 , . . . , w
bm , um+1 , . . . , un } también es una base ortonormal de V.
Entonces, por el teorema 3.11, tenemos que

v = hv , w1 i w1 + · · · + hv , wm i wm + hv , um+1 i um+1 + · · · + hv , un i un
Xm Xn
= hv , wi i wi + hv , uii ui
i=1 i=m+1

v = hv , wb1 i w
b1 + · · · + hv , w
bm i w
bm + hv , um+1 i um+1 + · · · + hv , un i un
Xm Xn
= hv , wbi i w
bi + hv , uii ui .
i=1 i=m+1

En consecuencia
m
X m
X
hv , wi i wi = hv , w
bi i w
bi .
i=1 i=1

Definición 3.11. Sea W un subespacio de un EPI V. Definiremos el complemento

ortogonal de W como el conjunto

W⊥ = {v ∈ V : v ⊥ w para cada w ∈ W}

= {v ∈ V : hv , wi = 0 para cada w ∈ W}
Matriz de Cambio de Base. Espacios con Producto Interno 32

Teorema 3.13. Si W es un subespacio de un EPI V, entonces

1. W⊥ es un subespacio de V.

2. W ∩ W⊥ = {0/V }.

3. Si V es de dimensión finita, entonces

dim W⊥ + dim(W) = dim(V).

Demostración.

1. Por definición, W⊥ ⊂ V. Además, por la parte 5 del teorema 3.6, se tiene que
0/V ∈ W⊥ .

Sean u, v ∈ W⊥ y α ∈ R. entonces, para cada w ∈ W, hu , wi = 0 = hv , wi,

ası́ que

hu + αv , wi = hu , wi + hαv , wi = hu , wi + α hv , wi = 0.

es decir, u + αv ∈ W⊥ , y por lo tanto W⊥ es un subespacio de V.

2. Sea v ∈ W ∩ W⊥ cualquiera. Entonces v ∈ W y v ∈ W⊥ , es decir, v ∈ W y

hv , wi = 0 para cada w ∈ W. Por lo tanto kvk2 =⊥ vv = 0, y por la parte 1
del teorema 3.7, se tiene que v = 0/V . En consecuencia W ∩ W⊥ = {0/V }.

3. Supongamos que dim V = n. Sea {w1 , . . . , wm } una base ortonormal de W,

ası́ que dim(W) = m. Consideremos vectores wm+1 , . . . , wn ∈ V tales que
β = {w1 , . . . , wm , wm+1 , . . . , wn } sea una base de V, sin perdida de generali-
dad, podemos suponer que β es ortonormal (¿por qué?).

Probaremos que {wm+1 , . . . , wn } es una base de W⊥ . Dado que {wm+1 , . . . , wn }

es ortonormal, entonces es l.i., ası́ que basta probar que {wm+1 , . . . , wn } genera
a W⊥ .
Matriz de Cambio de Base. Espacios con Producto Interno 33

Sea w ∈ W⊥ cualquiera. Entonces, por el teorema 3.11

w = hw , w1 i w1 + · · · + hw , wm i wm + hw , wm+1 i wm+1 + · · · + hw , wn i wn

Pero, por el lema 3.2, hw , wi i = 0 para cada i ∈ {1, . . . , m}. Luego

w = hw , wm+1 i wm+1 + · · · + hw , wn i wn .

Ası́ que {wm+1 , . . . , wn } es una base de W⊥ . De donde

dim W⊥ = n − (m + 1) + 1 = n − m = dim(V) − dim(W).


En consecuencia dim W⊥ + dim(W) = dim(V).

Lema 3.2. Sea W un subespacio vectorial de un EPI V. Sea βW = {w1 , . . . , wn } una

base de W. Entonces v ∈ W⊥ si y sólo si v ⊥ wi para cada i ∈ {1, . . . , n}.

Demostración. Supongamos primero que v ∈ W⊥ . Entonces v ⊥ w para cada

w ∈ W, ası́ que v ⊥ wi para cada i ∈ {1, . . . , n}.

Supongamos ahora que v ⊥ wi para cada i ∈ {1, . . . , n}, es decir, hv , wi i = 0 para

cada i ∈ {1, . . . , n}.
Sea w ∈ W cualquiera. Entonces existen escalares α1 , . . . , αn ∈ R tales que
n
X
w = α1 w1 + . . . + αn wn = αi wi .
i=1

Por lo tanto
* n
+ n n n
X X X X
hv , wi = v, αi wi = hv , αi wi i = αi hv , wi i = αi · 0 = 0.
i=1 i=1 i=1 i=1

Es decir, v ⊥ w para cada w ∈ W. En consecuencia, w ∈ W⊥ .

Matriz de Cambio de Base. Espacios con Producto Interno 34

Ejemplo 3.17. Sea W el subespacio de P2 dado en el ejemplo 3.16. Hallar W⊥ .

Solución. Recordemos que

(r √ )!
3 5


W = gen x , √ −1 + 3x2 = gen x , −1 + 3x2
2 2 2

Por lo tanto, según el lema 3.2, a0 + a1 x + a2 x2 ∈ W⊥ si y sólo si (a0 + a1 x + a2 x2 ) ⊥ x

y (a0 + a1 x + a2 x2 ) ⊥ (−1 + 3x2 ), es decir, si y sólo si ha0 + a1 x + a2 x2 , xi = 0 y
ha0 + a1 x + a2 x2 , −1 + 3x2 i = 0, pero
Z 1


a0 + a1 x + a2 x2 , x = (a0 + a1 x + a2 x2 )xdx
−1
Z 1
= (a0 x + a1 x2 + a2 x3 )dx
−1
Z 1 1
2 x3  2
= a1 x dx = a1  = a1 .
−1 3 −1 3

ası́ que ha0 + a1 x + a2 x2 , xi = 0 si y sólo si a1 = 0.

Luego



a0 + a1 x + a2 x2 , −1 + 3x2 = a0 + a2 x2 , −1 + 3x2
Z 1
= (a0 + a2 x2 )(−1 + 3x2 )dx
−1
Z 1
= (−a0 − a2 x2 + 3a0 x2 + 3a2 x4 )dx
−1
Z 1
= 2 (−a0 − a2 x2 + 3a0 x2 + 3a2 x4 )dx
0
 1
x3 3 x5 
= 2 −a0 x − a2 + a0 x + 3a2
3 5 0
 
1 3
= 2 −a0 − a2 + a0 + a2
3 5
8
= a2 .
15

De donde ha0 + a1 x + a2 x2 , −1 + 3x2 i = 0 si y sólo si a2 = 0.

En consecuencia, a0 + a1 x + a2 x2 ∈ W⊥ si y sólo si a1 = 0 = a2 .
Matriz de Cambio de Base. Espacios con Producto Interno 35

Por lo tanto
W⊥ = gen({1}).

Teorema 3.14. Sean W un subespacio de dimensión finita de un EPI V y v ∈ V.

Entonces existe un único par de vectores w1 ∈ W y w2 ∈ W⊥ tales que

v = w1 + w2

donde w1 = proyW v.
Además, si V es de dimensión finita, entonces w2 = proyW⊥ v.

Demostración. Sean w1 = proyW v y w2 = v − w1 . Claramente v = w1 + w2 ,

además, por la definición 3.10, w1 ∈ W⊥ . Sólo falta probar que w2 ∈ W⊥ .
Sea {v1 , . . . , vm } una base ortonormal de W. Entonces, por la definición 3.10, te-
nemos que
m
X
w1 = hv , v1 i v1 + · · · + hv , vm i vm = hv , vi i vi
i=1

ası́ que para cada j ∈ {1, . . . , m}

hw2 , vj i = hv − w1 , vj i = hv , vj i − hw1 , vj i
* m +
X
= hv , vj i − hv , vi i vi , vj
i=1
m
X
= hv , vj i − hhv , vi i vi , vj i
i=1
Xm
= hv , vj i − hv , vi i hvi , vj i
i=1
= hv , vj i − hv , vj i hvj , vj i (¿por qué?)

= hv , vj i − hv , vj i (¿por qué?)

= 0.

y por el lema 3.2, tenemos que w2 ∈ W⊥ .

Matriz de Cambio de Base. Espacios con Producto Interno 36

Probemos ahora la unicidad de w1 w2 . Supongamos que existen w b2 ∈ W⊥

b1 ∈ W y w
tales que v = w
b1 + w
b2 . Por lo tanto

w1 + w2 = v = w
b1 + w
b2

de donde
w1 − w
b1 = w
b2 − w2

Pero w1 − w b2 − w2 ∈ W⊥ .
b1 ∈ W y w
Luego
w1 − w b2 − w2 ∈ W ∩ W⊥ = {0/V }
b1 , w

En consecuencia w
b1 = w1 y w
b2 = w2 .
Se deja como ejercicio probar que si V es de dimensión finita, entonces

w2 = proyW⊥ v.