Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ortogonalidad PDF
Ortogonalidad PDF
Algebra.
Departamento de Metodos Matem
aticos y de Representaci
on. UDC.
2. Ortogonalidad.
Proposici
on 2.3 Un sistema ortogonal que no contenga al vector
0 es un sistema
libre.
Vectores ortogonales.
1 u
1 + . . . + n u
n =
0.
Definici
on 1.1 Dos vectores x
, y U se dicen ortogonales si:
x
y = 0.
(1 u
1 + . . . + n u
n ) u
j =
0u
j = 0
1 u
1 u
j + . . . + n u
n u
j =
0
Como u
j 6= 0, entonces u
j u
j 6= 0 y obtenemos que j = 0 para cualquier j
{1, . . . , n}.
x
x
= 0 x
=
0.
2. Dos vectores no nulos son ortogonales si y s
olo si forman un a
ngulo de
Prueba: Si x
, y son dos vectores no nulos:
x
, y ortogonales x
y = 0 cos(
x, y) =
x
y
= 0
k
xkk
yk
6
2.2
.
2
(
x, y) =
Bases ortogonales.
Definici
on 2.4 Una base ortogonal es una base que es un sistema ortogonal.
.
2
De la definici
on de sistema ortogonal se deduce claramente que:
3. Teorema de Pit
agoras. Dos vectores x
, y son ortogonales si y s
olo si
k
x + yk2 = k
xk2 + k
y k2 .
Definici
on 2.5 Una base ortonormal es una base que es un sistema ortonormal.
Prueba: Basta tener en cuenta que:
De la definici
on de sistema ortonormal se deduce que:
k
x + yk2 = (
x + y) (
x + y) = k
xk2 + k
y k2 + 2
x y.
2
2.1
Sistemas ortogonales.
Definici
on
Definici
on 2.1 Un sistema de vectores {
u1 , . . . , u
n } se dice ortogonal, si los vectores que lo forman son ortogonales dos a dos:
u
i u
j = 0
2.3
Definici
on 2.2 Un sistema de vectores {
u1 , . . . , u
n } se dice ortonormal, si es ortogonal y todos los vectores son unitarios:
u
i u
j = ij
M
etodo de ortogonalizaci
on de Gram-Schmidt.
El procedimiento es el siguiente:
61
Algebra.
Departamento de Metodos Matem
aticos y de Representaci
on. UDC.
1. Tomamos u
1 = e1 .
2. Construimos u
2 = e2 + 21 u
1 .
Para hallar el par
ametro 21 exigimos que u
2 sea ortogonal con u
1 :
u
2 u
1 = 0
e2 u
1 = 21 u
1 u
1
21 =
{
u1 , . . . , u
p , ep+1, , . . . , en }
e2 u
1
.
u
1 u
1
Ahora L{
e1 , e2 } = L{
u1 , u
2 }.
3. Construimos u
3 = e3 + 31 u
1 + 32 u
2 .
Para hallar los par
ametros exigimos que u
3 sea ortogonal con u
1 , u
2 :
u
3 u
1 = 0
u
3 u
2 = 0
0 = e3 u
1 + 31 u
1 u
1 + 32 u
2 u
1
0 = e3 u
2 +
31 u
1
u
2 +
32 u
2
u
2
31 =
32
{
u1 , . . . , u
p , u
p+1, , . . . , u
n }.
e3 u
1
.
u
1 u
1
e3 u
2
=
.
u
2 u
2
En esta secci
on veremos las ventajas de trabajar en una base ortonormal en espacios
eculdeos.
Ahora L{
e1 , e2 , e3 } = L{
u1 , u
2 , u
3 }.
4. Continuamos este proceso hasta completar la base. En concreto el paso
k-
esimo es de la siguiente forma:
Construimos u
k = ek + k1 u
1 + . . . + kk1 u
k1 con:
ki =
ek u
i
u
i u
i
3.1
i = 1, . . . , k 1,
donde L{
e1 , . . . , ek } = L{
u1 , . . . , u
k }.
Es interesante observar que todas estas expresiones tienen sentido porque los u
i
son vectores independientes. En particular son no nulos y u
i u
i 6= 0.
Por otra parte tambien vemos, que si ek ya es ortogonal a u
1 , . . . , u
k1 , entonces
u
k = ek .
Prueba: Si B = {
e1 , . . . , en } es una base ortonormal, entonces:
(GB )ij = ei ej = ij
Este metodo tambien nos sirve para construir una base ortonormal. Para ello
simplemente hay que normalizar la base obtenida. En general, si {
u1 , . . . , u
n } es
una base ortogonal, entonces:
{
3.2
u
n
u
1
,...,
}
k
u1 k
k
un k
GB = Id.
Expresi
on del producto escalar en una base ortonormal.
Si B = {
e1 , . . . , en } es una base ortonormal y x
, y son vectores de coordenadas
(xi ), (xj ) respecto a esta base, entonces:
y1
.
xn ) ..
yn
2.4
x
y = ( x1
...
{
u1 , . . . , u
p , u
p+1, , . . . , u
n }
k
xk =
62
(x1 )2 + . . . + (xn )2
x
y = (x){y}
Algebra.
Departamento de Metodos Matem
aticos y de Representaci
on. UDC.
3.3
Coordenadas
ortonormal.
covariantes
respecto
una
base
x
= 1 u
1 + . . . + p u
p ;
y = 1 v1 + . . . + q vq .
x
y =
p
q
X
X
i j u
i vj .
i=1 j=1
3.4
Por hip
otesis u
i vj = 0, luego x
y = 0.
Relaci
on entre bases ortonormales.
4.2
0
B =
{
e01 , . . . , e0n }.
Definici
on 4.3 Dado un espacio vectorial eucldeo U y un subconjunto V U , se
llama subespacio ortogonal de V a:
Sabemos que:
GB 0 = MB 0 B GB MB 0 B t
V = {
x U| x
v = 0, para todo v V }.
Adem
as por ser bases ortonormales GB = GB 0 = Id por tanto deducimos que:
Obsevamos que esta definici
on equivale a la de espacio conjugado de U , vista en
el captulo sobre formas cuadr
aticas. Por tanto tenemos de manera inmediata las
siguientes propiedades:
1.
2.
3.
4.
Es interesante observar que el hecho de que una matriz sea ortogonal, siginifica
que su inversa coincide con su traspuesta. Esto hace especialmente c
omodo el cambio
de base entre bases ortonormales.
V es un subespacio vectorial.
V W W V .
Si V = L{
v1 , . . . , vp } entonces V = {
v1 , . . . , vp } .
Si V es un subespacio vectorial, V y V son suplementarios.
Prueba: En primer lugar V V = {0}, ya que:
x
V V
4
4.1
Proyecci
on ortogonal.
x
x
=0
x
=
0.
Subespacios ortogonales.
Definici
on 4.1 Dos subespacios eucldeos S1 y S2 de un espacio vectorial eucldeo
U se dicen ortogonales cuando todos los vectores de uno de ellos son ortogonales a
todos los del otro:
vj V ,
para j {p + 1, . . . , n}
y por tanto:
x
y = 0
para cualesquiera
x
S1 , y S2 .
L{
vp+1 , . . . , vn } V
dim(V ) n p
Entonces:
Proposici
on 4.2 Si S1 y S2 son dos subespacios eucldeos generados respectivamente por los vectores {
u1 , . . . , u
p } y {
v1 , . . . , u
q }, entonces la condici
on necesaria
y suficiente para que sean ortogonales es que:
u
i vj = 0
dim(V + V ) = n
63
V + V = U.
Algebra.
Departamento de Metodos Matem
aticos y de Representaci
on. UDC.
4.3
Prueba: Sea x
S , y S vectores no nulos. Por ser simetrico se tiene:
Aplicaci
on proyecci
on ortogonal.
x
f (
y ) = y f (
x).
Definici
on 4.4 Dado un subespacio V de un espacio eucldeo U definimos la
proyecci
on ortogonal sobre V como la aplicaci
on:
pV :
U
x
U
x
1
donde
x
=x
1 + x
2
con
Por ser x
, y autovectores asociados respectivamente a , queda:
x
1 V, x
2 V .
x
(
y ) = y (
x)
( )
x y = 0.
La definici
on anterior tiene sentido porque hemos visto que V y V son subespacios
vectoriales suplementarios.
Teorema 5.3 Cualquier matriz simetrica A Mnn (IR) tiene n autovalores reales
(contados con multiplicidad).
Endomorfismos sim
etricos.
5.1
Prueba: Sabemos que siempre hay exactamente n autovalores complejos, correspondiente a las n soluciones del polinomio caracterstico de A. Hay probar que todos
ellos son reales. Supongamos que C
I es un autovalor y sea x
= (x1 , . . . , xn ) C
In
un autovector no nulo asociado. Denotamos por c(
x) el conjugado del vector x
cuyas
componentes son las conjugadas de cada componente de x
.
Definici
on.
Definici
on 5.1 Sea U un espacio eucldeo. Un endomorfismo f : U U se dice
sim
etrico si:
x
f (
y ) = y f (
x).
Si B = {
e1 , . . . , en } es una base de U , GB es la matriz de Gram con respecto a esa
base y FB es la matriz de un endomorfismo respecto a B, la condici
on de simetra
se escribe como sigue:
x
f (
y ) = y f (
x)
- La conjugaci
on se comporta bien con la suma y producto de n
umeros complejos.
- El producto de un n
umero complejo no nulo por su conjugado es un n
umero real
positivo:
(a + b)(a b) = a2 + b2 > 0.
x
f (
y ) = f (
x) y
(x)GB ((y)FB )t = (x)FB GB {y}
(x)GB FB t {y} = (x)FB GB {y}
para cualesquiera x
, y U de coordenadas respecto a la base B, respectivamente
(xi ), (y i ).
(x)A = (x)
(1)
Por tanto:
f endomorfismo simetrico GB FB t = FB GB
c(x)c(A) = c()c(x)
En particular si B es una base ortonormal:
c(x)A = c()c(x)
c(x)A(x)t = c()c(x)(x)t .
(x)Ac(x)t = c()(x)c(xt ).
(x)c(x)t = c()(x)c(x)t
5.2
(x)Ac(x)t = (x)c(x)t
( c())(x)c(x)t = 0.
Proposici
on 5.2 Sea f : U U un endomorfismo simetrico. Si y son autovalores diferentes, entonces los subespacios caractersticos S y S son ortogonales.
64
Algebra.
Departamento de Metodos Matem
aticos y de Representaci
on. UDC.
Prueba: Basta tener en cuenta que con respecto a una base ortonormal, la matriz
de un endomorfismo simetrico es simetrica. Ahora el teorema es consecuencia del
resultado anterior.
Prueba: Basta aplicar el teorema anterior. Por ser f simetrico, siempre existe una
base ortonormal de autovectores; pero la matriz de un endomorfismo con respecto a
una base de autovectores es diagonal.
5.3
Por el teorema anterior sabemos que hay exactamente n autovalores reales (contados con multiplicidad):
..
.
D = P AP 1
m1
..
.
m
k
= x
f (
ui ) = x
ui = 0.
f simetrico
u
i autovector x
V
g(
x) = f (
x)
vuelve a ser un endomorfismo simetrico. Tiene todos los autovalores reales y por
tanto al menos un autovector no nulo. Pero esto contradice el hecho de que todos
los autovectores est
an en V y V V = {0}.
65