Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Espacio Euclideo
Espacio Euclideo
INTRODUCCIN.
Trataremos en este tema de llevar a los espacios vectoriales nociones geomtricas como
ortogonalidad, ngulo, longitud, distancias, reas...
Veremos que todo ello se puede obtener al introducir un producto escalar.
La geometra eucldea se desarrolla en los siglos XIX y XX, tras la aparicin del concepto de
espacio vectorial. Recibe su nombre en honor a Euclides, matemtico griego (~300 a.C.)
quien estudi los conceptos bsicos de la Geometra plana, aunque por supuesto no en un
contexto vectorial.
Para generalizar esos conceptos geomtricos, observamos el comportamiento de los
vectores del plano. En 2 tenemos definido el producto escalar usual
(a1,a2) (b1,b2) = a1 b1 + a2 b2
Es una operacin entre dos vectores, cuyo resultado es un escalar (de ah el nombre
producto escalar).
El producto escalar permite reconocer a los vectores ortogonales (ngulo recto): dos
vectores son ortogonales si su producto escalar es cero (por ejemplo, (1,3) y (-6,2), etc.)
Observemos las propiedades de esta operacin:
Conmutativa. u v = v u
Distributiva. u ( v + w) = u v + u w
Reubicacin del escalar. (u v) = ( u) v = u ( v)
Definida positiva: v v 0, y se da la igualdad v v = 0 solamente para el vector v = 0 .
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 1
Puede verse como el producto de una matriz fila por una matriz columna:
b1
b
(a1,a2,. . . ,an) 2 = a1 b1 + a2 b2 + . . . + an bn
bn
2. En 3 podemos inventar otra operacin que cumpla tambin las propiedades
anteriores, y por tanto podremos llamarla un producto escalar. Por ejemplo,
(a,b,c) (a,b,c) = aa + 2bb + 3 cc
Comprubese que cumple las propiedades.
3. En el espacio M2 de matrices 2x2 con trminos reales, podemos definir el siguiente
producto escalar:
a b a ' b'
= aa ' + bb ' + cc ' + dd '
c d c' d '
Este producto escalar tambin puede expresarse as, para dos matrices A y B:
A B = traza (A Bt)
fg=
f(x) g(x) dx
a
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 2
1. Vectores ortogonales.
Dos vectores u, v son ortogonales si su producto escalar es cero: u v = 0. Se denota u v.
Diremos que un conjunto de vectores es un conjunto ortogonal si cada uno de ellos es
ortogonal a todos los dems. (Exigimos adems que ninguno de los vectores sea el 0 ).
Notar que si dos vectores u, v son ortogonales entonces tambin lo son sus mltiplos u
y v (, escalares).
uv
|u||v|
Notar que si alguno de los dos vectores es nulo, no podemos dividir por su mdulo y por
tanto el ngulo no est definido. En efecto, geomtricamente el vector nulo no forma ngulo
ninguno.
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 3
Ejemplos.
1. En 3 con el producto escalar usual:
Sea u=(1,0,0), v=(1,0,1).
1
Sus mdulos son: | u |= (1,0,0) 0 = 1 = 1 , | v |=
0
1
(1,0,1) 0 = 2
1
Su distancia es | v u | = | (0,0,1) | = 1
El ngulo que forman es arc cos
1
(1 ,0 ,0 ) 0
1
1 2
u
= arc cos
1
= 45.
2
4=2,
Con este producto escalar tambin se obtienen distancias, ngulos, etc distintos de los
usuales (se trata de una distorsin geomtrica del espacio),
3. En el espacio C[0,1] de funciones continuas en el intervalo [0, 1]
Sean los vectores (funciones) f(x)=x2, g(x)=x+1 , respecto al producto escalar fg= f(x)g(x)dx
0
Su distancia es:
2
2
x x dx =
[ x (x+1) ]
2
dx =
1
,
5
41
30
fg
=arc cos
|f||g|
(x+1) (x+1) dx
|g|=
7
3
( x + 1) dx
7
3
=arc cos
7
12
1
7
3
= 0,547 rad
|u||v|
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 4
Teorema.
Todo conjunto ortogonal es linealmente independiente.
Demostracin (slo la hacemos para dos vectores)
Sabemos que el conjunto {u, v} es ortogonal, es decir, u v =0. Debemos ver que es linealmente
independiente. Para ello, bastar ver que un vector no es mltiplo del otro.
En efecto, si as fuera, tendramos u= v. Entonces al ser ortogonales,
u v =0 ( v) v =0 (v v) = 0 o bien = 0, o bien v v =0 (y por tanto v=0).
Como ni ni v pueden ser nulos, concluimos que no es posible que sea u= v. Por tanto {u, v} son
linealmente independientes.
(3, 4)
=
5
(3, 4)
=
| (3, 4) |
2
3 4
3
4
, es el vector normalizado: su norma es 1. Efectivamente + = 1.
5 5
5
5
Se llama conjunto ortonormal a un conjunto ortogonal cuyos vectores tienen todos norma 1.
Se puede obtener normalizando un conjunto ortogonal. Sus elementos v1, v2,... cumplen:
vi vk = 0, vi vi = 1 (el producto de vectores distintos es 0, de cada vector por s mismo es 1)
Ejemplos
1) La base cannica (1,0,0), (0,1,0), (0,0,1) de 3 es un conjunto ortonormal. Adems es
base, as que diremos que es una base ortonormal
2) (1,2,0), (4,-2,0) es ortogonal pero no ortonormal. Si normalizamos los vectores, se obtiene
1 2 2 1
,
,0 ,
,
, 0 que ya es un conjunto ortonormal.
5 5 5 5
1 0 0
Ejemplos. 0 1 0 en 3 ;
0 0 1
Neila Campos
2
2
2
2
2
en 2.
LGEBRA LINEAL
Espacio Eucldeo 5
2. Por tanto, toda matriz ortogonal es regular o inversible (su determinante es no nulo).
3. Una matriz A es ortogonal si y slo si su inversa coincide con su traspuesta. A1 = At.
SUBESPACIOS ORTOGONALES.
Definicin (vector ortogonal a un subespacio)
Se dice que un vector v es ortogonal a un subespacio S (y se denota v S) si v es ortogonal
a todos los vectores de S. (Basta con que v sea ortogonal los vectores de una base de S).
Ejemplo. En 3, el vector (0,0,1) es ortogonal al plano XY.
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 6
Ejemplo.
En 3, el subespacio S=planoXY tiene infinitos suplementarios (toda recta que no est
contenida en S). Pero de ellos slo uno es su complemento ortogonal, que es el eje Z.
Propiedades:
S est formado por todos los vectores del espacio que son ortogonales a S.
Cualquier subespacio que sea ortogonal a S, estar contenido en S .
Ejemplo.
Calculemos el ortogonal del siguente subespacio de 4 : T= { (a, 0, 2a, b) : a,b }
Primero necesitamos una base de T: sta es (1,0,2,0), (0,0,0,1).
Buscamos los vectores que sean ortogonales a ellos, es decir, los (x,y,z,t) tales que:
x
y
(1, 0, 2, 0) = 0,
z
t
x
y
(0, 0, 0, 1) = 0
z
t
1 0 2 0
es decir,
0 0 0 1
x
y =0
z 0
t
Notar que efectivamente dim T = 2 = 4 dim T. Comprobar tambin que cada uno de los
vectores de la base de T es ortogonal a cada uno de los vectores de la base de T.
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 7
PROYECCIONES ORTOGONALES.
1. Proyeccin ortogonal de un vector sobre otro.
v2
v1
proy u ( v ) =
uv
u
uu
Ejemplo:
En 2, proyectamos v=(1,2) sobre u=(3,1).
1
(3,1)
uv
2 (3,1) = 5 (3,1) = 3 , 1
proy u ( v )=
u=
uu
10
3
2 2
(3,1)
1
3 1
As v1 = , , y por tanto v2 = v v1 = (1,2)
2 2
3 1 1 3
, = ,
2 2 2 2
3 1 1 3
y el vector v queda expresado como (1,2) = , + , , dos componentes de las cuales
2 2 2 2
la primera va en la direccin de u y la segunda es ortogonal a u (comprubese).
2. Proyeccin ortogonal de un vector sobre un subespacio.
Dado un vector v y un subespacio S, v se puede descomponer de manera nica como
v = v1 + v2 , con v1 S, y v2 ortogonal a S.
La componente v1 se llama proyeccin ortogonal de v sobre S, y se denota proy S ( v ).
Se calcula :
es decir:
proy s (v) =
u1 i v
un i v
u1 + . . . +
un
u1 i u1
un i un
v2
v
v1
(Frmula de la Proyeccin)
LGEBRA LINEAL
Espacio Eucldeo 8
(Si adems la base es ortonormal, los denominadores pueden suprimirse, pues valen 1).
Igualmente, una vez hallada la componente v1, se puede calcular v2 como
v2 = v v1
Ejemplo:
En 3, proyectamos v=(3,2,2) sobre el subespacio S generado por: u1= (2,0,1), u2= (0,3,0).
Lo primero, observamos que u1 , u2 forman base de S, y adems base ortogonal. Por tanto
puede utilizarse la frmula anterior:
proys(v) =
u1 i v
u iv
u1 + 2
u2 =
u1 i u1
u 2 iu 2
3
(2, 0, 1) 2
2 u
1+
2
(2, 0, 1) 0
1
3
(0, 3, 0) 2
2
0
(0, 3, 0) 3
0
u2 =
8
5
u1 +
6
9
u2 =
8
5
(2,0,1) +
6
9
(0,3,0) =
16 8
, 2,
5
5
16 8
16 8 1 2
As v1 = , 2, , y por tanto v2 = v v1 = (3,2,2) , 2, = , 0,
5
5 5
5
5
5
16 8 1 2
y el vector v queda expresado como (3,2,2) = , 2, + , 0, , dos componentes de las
5 5
5
5
cuales la primera, v1 , pertenece a S y la segunda, v2 , es ortogonal a S (comprubese que
v2 es ortogonal a ambos vectores de la base de S).
Observacin.
u2
u1
u1 = proy S (u)
u2 = proy S (u)
la componente u como u2 = u u1 .
2
Otra posibilidad es empezar calculando u2 = proy S (u) y luego obtener u1 = u u2 .
Neila G. Campos
LGEBRA LINEAL
Espacio Eucldeo 9
Ejemplo.
Anteriormente hemos proyectado v = (3,2,2) sobre el subespacio S generado por (2,0,1),
(0,3,0), obteniendo
16 8
v1 = proyS(v) = , 2, ,
5
5
16 8
1 2
v2 = v v1 = (3,2,2) , 2, = ,0,
5
5
5
5
w u
1
(1,0,2) =
w=
ww
5
1 2
,0,
5
5
16 8
1 2
y de ah v1 = v v2 = (3,2,2) ,0, = , 2,
5
5
5
5
Observaciones.
1. Notar que si S es un subespacio de dimensin 1, cuya base es un solo vector u,
entonces proyectar sobre S es lo mismo que proyectar sobre u.
2. Si un vector w ya est en el subespacio S, al proyectarlo sobre S no vara. La
descomposicin w = w1 + w2 sera en realidad w = w + 0.
Ejemplo: Subespacio S anterior, w = (4,3,2). Haciendo el clculo se tiene proys(w) = (4,3,2).
Ello ocurre porque wS (notar que el determinante que forma w con la base de S es nulo, lo
que significa que es linealmente dependiente de dicha base).
u1 i w
u1 i u1
u1 + . . . +
un i w
un i un
un
u1 i w
u1 i u1
,...,
un i w
un i un
son
Ejemplo.
Consideremos en 2 la base (1,1), (1,1) que es ortogonal. Hallemos las coordenadas de
w=(5,4) en esta base, que son:
5
(1,1)
4 ,
1
(1,1)
1
5
(1, 1)
4 = 9 , 1 En efecto, comprobamos que (5,4)= 9 (1,1) + 1 (1,1).
2
2
2 2
1
(1, 1)
1
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 10
Ejemplo.
Obtener una base ortogonal de 3 a partir de la base u1=(1,1,0), u2=(0,1,1), u3=(1,0,1).
a1 = u1= (1,1,0)
0
(1,1, 0) 1
a1 u 2
1 (1,1,0) = (0,1,1) 1 (1,1,0) = 1 , 1 ,1
a2 = u2 proy a1 (u2) = u2
a1 = (0,1,1)
a1 a1
2
1
2 2
(1,1, 0) 1
0
a3 = u3 proy a2 (u3) proy a3 (u3) = u3
a1 u 3
a1 a1
a1
a 2 u3
a2 a2
a 2 =(1,0,1)
1
2
(1,1,0)
1 1 1 2 2 2
, ,1 = , ,
3 2 2 3 3 3
1 1 2 2 2
Por tanto la base ortogonal es (1,1,0), , ,1 , , , . (Comprubese que es ortogonal).
2 2 3 3 3
Para hacerla ortonormal dividimos cada vector por su norma, obtenindose la base
2 2
,
, 0 ,
2
2
Neila Campos
6 6 6
,
,
,
6
6
3
3 3 3
,
,
LGEBRA LINEAL
Espacio Eucldeo 11
LA MATRIZ DE PROYECCIN.
Veamos otra manera de hallar la proyeccin ortogonal de un vector sobre un subespacio S,
sin necesidad de hallar una base ortogonal de ste. El siguiente mtodo solamente es vlido
para subespacios de n.
Dada una base de S, no necesariamente ortogonal,
1. Formamos la matriz A que contiene la base en sus columnas. Tendr pues, tantas
columnas como indique dim S. (No es necesariamente cuadrada).
2. Formamos la matriz cuadrada
PS = A ( At A )1 At
(la existencia de la inversa de At A est garantizada por haber formado A con una base).
Ejemplo.
En 3, vamos a proyectar v = (3,2,2) sobre el subespacio S generado por: u1= (2,0,1),
u2 = (0,3,0). (Ya lo hicimos por otro mtodo, comprobaremos que el resultado es el mismo).
Tomamos la base (2,0,1), (0,3,0), (que es ortogonal pero no sera necesario que lo fuese), y
formamos la matriz
2 0
A = 0 3
1 0
54 0 52
2 0
1
5
0
2
0
1
5
5
Ahora proyectamos el vector v = (3,2,2) :
54 0 52 3 165
proy S (v) = PS v = 0 1 0 2 = 2
2 0 1 2 8
5 5
5
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 12
Por tanto, Q es matriz de proyeccin de un cierto subespacio S. ste ser el generado por
sus columnas ( 12 , 12 ,0), ( 12 , 12 ,0), (0,0,1), es decir, el generado por (1,1,0), (0,0,1).
Observacin.
Si tenemos que proyectar un vector sobre un subespacio S, y no disponemos de una base
ortogonal de S, tenemos dos opciones:
- Calcular una base ortogonal por Gram-Schmidt para utilizar la frmula de la proyeccin,
- O hallar la matriz de proyeccin PS y utilizarla para proyectar el vector.
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 13
1. Vector simtrico.
En un espacio eucldeo podemos generalizar la nocin de vector simtrico respecto a un
plano, recta o subespacio en general, que actuar como un espejo.
Dado un vector v y un subespacio S, descomponemos:
v = v1 + v2 = proy S (v) + proy S (v)
v2
v1
es decir
v = proy S (v) proy S (v)
v2
v
simtrico de v
Ejemplo.
Dado el subespacio S generado por (2,0,1),(0,3,0) hallar el simtrico v del vector v = (3,2,2).
Calcular el rea del tringulo formado por v y v.
v2
16 8 1 2
- Como ya hemos calculado, v = v1 + v2 = , 2, + , 0, .
5 5
5
5
16 8
1 2 17 6
Entonces, v = v1 v2 = , 2, , 0, = , 2,
5
5
5 5
5
5
rea = 2
v v
base altura
= 2 1 2 = v1 v 2 =
2
2
Neila Campos
( 165 )
+ 22 + ( 85 )
LGEBRA LINEAL
v1
S
v2
( 51 )
+ 0 + ( 52 ) 1833 unidades2
2
Espacio Eucldeo 14
APLICACIONES PRCTICAS.
Veremos cmo aplicar las nociones del espacio eucldeo para:
Aproximar una funcin continua por medio de un polinomio.
Encontrar la solucin aproximada de un sistema incompatible.
Ajustar a una grfica (recta, curva) una nube de puntos.
Para ello introducimos la nocin de mejor aproximacin
v
mnima distancia
de v a S
mejor aproximacin
S
Para cualquier otro wS la distancia a v es mayor, es decir
| proyS(v) v | < | w v | para cualquier wS, w proyS(v)
f g = f(x) g(x) dx
a
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 15
Ejemplo.
Queremos aproximar la funcin ex por un polinomio de grado 2, en el intervalo [0, 1].
1
f g = f(x) g(x) dx
0
Para ello necesitamos una base ortogonal de P2. Partiendo de la base estndar {1, x, x2}
podemos hallar una ortogonal por Gram-Schmidt (utilizando siempre el producto escalar
dado por la integral), obtenindose la base a1 = 1, a2 = x 12 , a3 = x2 x + 16 . As,
a f
a1 f
a f
a1 + 2 a 2 + 3 a 3
a1 a1
a2 a2
a3 a3
proy P (f) =
2
y=ex
1 e x dx = e+1 ,etc.)
resultando el polinomio
y=p(x)
[(p( x) f ( x)]
1
dx =
= 00000386
El error es muy pequeo, lo que
significa que la aproximacin es
buena. En efecto, en la figura se ve
que la grfica del polinomio p(x) y la
de ex estn bastante prximas en
el intervalo [0,1].
y=p(x)
y=ex
(De hecho, el error representa el rea comprendida entre las dos curvas. Este mtodo de
aproximacin hace que dicha rea sea mnima).
Si lo aproximramos por un polinomio de grado 3, 4,... obtendramos una aproximacin an
mejor.
1
:
ax+b
1
por un polinomio ax + b.
tg x
LGEBRA LINEAL
Espacio Eucldeo 16
ax+b :
ax+b
bx
bx
Equivale a aproximar log(cos(x)) por una funcin de la forma log (a e ), es decir, log(a) + bx.
y poniendo c =log(a) , equivale a aproximar log(cos(x)) por una funcin c + bx que ya es un
polinomio.
c
Una vez hallado c, recuperamos a = e , pues los coeficientes pedidos eran a y b.
a12 x b1
a11
a12 b1
= es encontrar x, y que cumplan x + y =
a22 y b2
a21
a22 b2
b
a a
Existirn tales x, y si el vector b = 1 es combinacin lineal de 11 , 12 , es decir, si
b2
a21 a22
pertenece al subespacio S generado por ellas. En ese caso el sistema ser compatible.
Si es incompatible, se debe a que b no pertenece al subespacio S.
En ese caso, podemos sustituir b por otro vector c que s est en S, y para cometer el
menor error posible, c ser la mejor aproximacin de b en S.
Neila G. Campos
LGEBRA LINEAL
Espacio Eucldeo 17
Este nuevo sistema ya es compatible. Su solucin, si bien no cumple las ecuaciones del
sistema original A x = b , las satisface aproximadamente.
El error cuadrtico es | c b |2 (trabajando en n con el producto escalar usual), o dicho de
otra manera, | A x b |2 donde x es la solucin aproximada que hemos hallado.
Este mtodo se llama mtodo de mnimos cuadrados ya que hace mnimo el error
cuadrtico.
Ejemplo 1.
1 2 x 3
=
2 4 y 5
3
Este sistema es incompatible, lo cual es debido a que b = no
5
1 2
pertenece al subespacio S generado por , en 2. Entonces sustituimos b por su
2 4
mejor aproximacin en S. Para ello, una base de S es el vector (1,2).
3
(1, 2)
5 (1,2) = 13 (1,2) = 13 , 26
c = proyS(b) = proy(1,2)(b)=
5
5 5
1
(1, 2)
2
5
satisfacen aproximadamente el sistema original.
2
1
2 1
= , = = 02 .
5
5 5
El error cuadrtico es | b c | =
13 26
( 3,5) ,
5 5
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 18
Ejemplo 2.
2 3
0
0
1 0 x 1 Igualmente es incompatible puesto que b = 1 no pertenece al subespacio
y =
0 1 1
1
2 3
S generado por las columnas 1 , 0 en 3.
0 1
Calculamos por tanto la mejor aproximacin de b en S. Una base de S est formada por
ambas columnas, puesto que son linealmente independientes. Con ella podemos calcular la
matriz de proyeccin, que ser PS = A ( At A )1 At .
145
As, c = proyS( b ) = PS b = 72
1
14
145
2 3
x
14
5 2 1
El error cuadrtico es | b c | = ( 0,1,1) , ,
14 7 14
x = 7
y = 1
14
25
179 .
14
Explicacin:
En el ejemplo 2 anterior, las columnas de A son linealmente independientes. Ello nos ha
permitido utilizar A para para calcular la matriz de proyeccin A(AtA)1 At , y sta para
calcular c = A ( At A )1 At b .
Pero, observemos la expresin A ( At A )1 At b = c
Como el sistema que hay que resolver es A x = c , la expresin anterior nos indica que
(At A)1At b (sealado arriba con la llave), que es un vector columna, es solucin del sistema
A x = c.
As pues, esa es la solucin (nica, pues el sistema A x = c es compatible determinado).
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 19
Ejemplo
Buscamos la recta que mejor se ajuste a los puntos (1,2), (2,3), (3,5).
Una recta es de la forma y = m x + b. Si pasara por los tres puntos, debera cumplirse
2 = a1 + b
3 = a2 + b
5 = a3 + b
1 1
2
2 1 m 3
b =
3 1 5
y = 32 x + 13
2
0
32
3 =
1
23 13
3
5
1
2
3
1
, b=
2
3
(3,5)
(1,2)
(2,3)
3
1
y as la recta buscada es y = x + . Comprobar en
2
3
la figura que, si bien esta recta no pasa por ninguno
de los puntos dados, se aproxima a todos ellos.
1 1 3 2 2
El error cuadrtico es | A x b | 2 = 2 1 12 3
=
3
3 1
5
116 2 2
1
10
3 3 = 6 0167
29 5
6
Neila Campos
LGEBRA LINEAL
Espacio Eucldeo 20