Tema III. Captulo 2. Ortogonalidad.

Algebra. Departamento de Metodos Matem

aticos y de Representaci
on. UDC.

2. Ortogonalidad. on 2.3 Un sistema ortogonal que no contenga al vector

Proposici 0 es un sistema
libre.
En todo el captulo trabajaremos sobre un espacio vectorial eucldeo U .
Prueba: Supongamos que { n } es un sistema ortogonal con todos los vec-
u1 , . . . , u
tores no nulos. Supongamos que existen escalares 1 , . . . , n verificando:
1 Vectores ortogonales.
1 u
1 + . . . + n u
n =
0.
Definici , y U se dicen ortogonales si:
on 1.1 Dos vectores x Si hacemos el producto escalar por un vector u
j queda:
y = 0.
x (1 u
1 + . . . + n u j =
n ) u 0u
j = 0 1 u j + . . . + n u
1 u j =
n u 0

Veamos algunas propiedades derivadas de esta definici

on: Teniendo en cuenta que es un sistema ortogonal, ui u
j = 0 si i 6= q. Queda por
tanto:
nico vector ortogonal consigo mismo es el
1. El u 0. j u
j u
j = 0.
Prueba: Basta tener en cuenta que el producto escalar corresponde a una Como u j 6= 0, entonces u j 6= 0 y obtenemos que j = 0 para cualquier j
j u
forma cuadratica definida positiva. Por tanto: {1, . . . , n}.
x
x =
= 0 x 0.

2. Dos vectores no nulos son ortogonales si y s olo si forman un a

ngulo de
.
2.2 Bases ortogonales.
2
Prueba: Si x , y son dos vectores no nulos:
Definici
on 2.4 Una base ortogonal es una base que es un sistema ortogonal.
y
x
, y ortogonales x
x
y = 0 cos(
x, y) = = 0 6 (
x, y) = .
k
xkk yk 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
B es base ortogonal Matriz de Gram GB es diagonal
x + yk2 = k
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:
x + yk2 = (
k x + y) ( xk2 + k
x + y) = k y k2 + 2
x y.
B es base ortonormal Matriz de Gram GB es la identidad

2 Sistemas ortogonales. En el estudio de las formas cuadraticas simetricas se vio que todas son diagonali-
zables por congruencia. Si adem as son definidas positivas, entonces son congruentes
2.1 Definici
on a la matriz identidad. Aplicando este hecho a un espacio eucldeo deducimos:

Definicion 2.1 Un sistema de vectores { n } se dice ortogonal, si los vec-

u1 , . . . , u Teorema 2.6 Todo espacio eucldeo tiene una base ortonormal.
tores que lo forman son ortogonales dos a dos:
i u
u j = 0 para cualesquiera i 6= j, i, j {1, . . . , n}.
2.3 M
etodo de ortogonalizaci
on de Gram-Schmidt.
Definicion 2.2 Un sistema de vectores { n } se dice ortonormal, si es or-
u1 , . . . , u El metodo nos proporciona un sistema para calcular una base ortogonal { n }
u1 , . . . , u
togonal y todos los vectores son unitarios: a partir de una base cualquiera {
e1 , . . . , en }.
u j = ij
i u para cualesquiera i, j {1, . . . , n}. El procedimiento es el siguiente:

61
Tema III. Captulo 2. Ortogonalidad.
Algebra. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.

1. Tomamos u
1 = e1 . Prueba: Dado el sistema { p }, sabemos que podemos completarlo hasta una
u1 , . . . , u
2. Construimos u 2 = e2 + 21 u
1 . base de U :
ametro 21 exigimos que u
Para hallar el par 2 sea ortogonal con u
1 : { p , ep+1, , . . . , en }
u1 , . . . , u
e2 u
1 Ahora aplicamos el metodo de ortogonalizaci
on de Gram-Schmidt a esta base. Los
2 u
u 1 = 0 1 = 21 u
e2 u 1 u
1 21 = .
1 u
u 1 p primeros vectores no quedan modificados porque ya forma un sistema ortogonal.
De esta forma obtendremos una base ortogonal:
Ahora L{
e1 , e2 } = L{ 2 }.
u1 , u
3. Construimos u 3 = e3 + 31 u
1 + 32 u
2 .
{
u1 , . . . , u
p , u n }.
p+1, , . . . , u
Para hallar los par
ametros exigimos que u 3 sea ortogonal con u
1 , u
2 :
e3 u
1
3 u
u 1 = 0 1 + 31 u
0 = e3 u 1 + 32 u
1 u 2 u
1 31 = .
1 u
u 1
3 Singularidades de las bases ortonormales.
e3 u
2
3 u
u 2 = 0 0 = e3 u
2 + 31 u
1 u
2 + 32 u
2 u
2 32 = .
2 u
u 2
En esta secci
on veremos las ventajas de trabajar en una base ortonormal en espacios
Ahora L{
e1 , e2 , e3 } = L{
u1 , u 3 }.
2 , u eculdeos.
4. Continuamos este proceso hasta completar la base. En concreto el paso
k-
esimo es de la siguiente forma:
Construimos u 1 + . . . + kk1 u
k = ek + k1 u k1 con: 3.1 Matriz de Gram en una base ortonormal.
ek u
i
ki = , i = 1, . . . , k 1, Teorema 3.1 La matriz de Gram de un producto escalar respecto a una base
i u
u i
ortonormal es la identidad.
donde L{ e1 , . . . , ek } = L{ k }.
u1 , . . . , u
Es interesante observar que todas estas expresiones tienen sentido porque los u i Prueba: Si B = {
e1 , . . . , en } es una base ortonormal, entonces:
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 (GB )ij = ei ej = ij GB = Id.
u
k = ek .

Este metodo tambien nos sirve para construir una base ortonormal. Para ello
simplemente hay que normalizar la base obtenida. En general, si { n } es
u1 , . . . , u 3.2 Expresi
on del producto escalar en una base ortonor-
una base ortogonal, entonces: mal.
u
1 u
n
{ ,..., } Si B = { e1 , . . . , en } es una base ortonormal y x
, y son vectores de coordenadas
k
u1 k k
un k
(xi ), (xj ) respecto a esta base, entonces:
es una base ortonormal. A este proceso se le llama normalizaci
on.

y1

2.4 Teorema de la base ortogonal incompleta. .
y = ( x1
x ... xn ) .. o
y = (x){y}
x
yn
Teorema 2.7 Sea U un espacio eucldeo n-dimensional. Si { p } es un sis-
u1 , . . . , u
tema ortogonal de p vectores no nulos, con p < n, entonces existe un sistema de
vectores { n } cuya uni
up+1, , . . . , u on con el primero: Por tanto la norma de un vector queda:
{
u1 , . . . , u
p , u n }
p+1, , . . . , u p
k
xk = (x1 )2 + . . . + (xn )2
es una base ortogonal.

62
Tema III. Captulo 2. Ortogonalidad.
Algebra. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.

3.3 Coordenadas covariantes respecto a una base Prueba: La necesidad de la condici on est
a clara. Veamos la suficiencia. Sean x S1 ,
ortonormal. y S2 . Hay que ver que si se cumple la condici
on del enunciado x, y son ortogonales.
Estos vectores pueden escribirse como:
Teorema 3.2 Respecto a una base ortonormal las coordenadas covariantes de un
vector coinciden con las contravariantes. = 1 u
x 1 + . . . + p u
p ; y = 1 v1 + . . . + q vq .
Entonces, por las propiedades del producto escalar:
Prueba: Basta tener en cuenta que la matriz de Gram respecto a la base ortonormal p
X q
X
es la identidad. y =
x i j u
i vj .
i=1 j=1

Por hip i vj = 0, luego x

otesis u y = 0.
3.4 Relaci
on entre bases ortonormales.
Sean B y B 0 dos bases ortonormales de U : 4.2 Subespacio suplementario ortogonal.
0
B = {
e1 , . . . , en }; B = e01 , . . . , e0n }.
{
on 4.3 Dado un espacio vectorial eucldeo U y un subconjunto V U , se
Definici
Sabemos que: llama subespacio ortogonal de V a:
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 definicion equivale a la de espacio conjugado de U , vista en
Teorema 3.3 La matriz de cambio de paso entre dos bases B, B 0 ortonormales es el captulo sobre formas cuadr
aticas. Por tanto tenemos de manera inmediata las
ortogonal, es decir,: siguientes propiedades:
MB 0 B MB 0 B t = Id.
1. V es un subespacio vectorial.
2. V W W V .
Es interesante observar que el hecho de que una matriz sea ortogonal, siginifica
3. Si V = L{v1 , . . . , vp } entonces V = {
v1 , . . . , vp } .
que su inversa coincide con su traspuesta. Esto hace especialmente c
omodo el cambio
de base entre bases ortonormales. 4. Si V es un subespacio vectorial, V y V son suplementarios.
Prueba: En primer lugar V V = {0}, ya que:
V V
x x
x =0 =
x 0.
4 Proyecci
on ortogonal.
Veamos ahora que V + V = U . Sea { v1 , . . . , vp } una base ortogonal de V .
Por el teorema de la base incompleta ortogonal, podemos extenderla a una base
4.1 Subespacios ortogonales. ortogonal de todo U :
{
v1 , . . . , vp , vp+1 , . . . , vn }
Definicion 4.1 Dos subespacios eucldeos S1 y S2 de un espacio vectorial eucldeo Dado que vi vj = 0 para i {1, . . . , p}, j {p + 1, . . . , n} se tiene que:
U se dicen ortogonales cuando todos los vectores de uno de ellos son ortogonales a
vj V , para j {p + 1, . . . , n}
todos los del otro:
y por tanto:
y = 0
x para cualesquiera S1 , y S2 .
x
vp+1 , . . . , vn } V
L{ dim(V ) n p

Proposici on 4.2 Si S1 y S2 son dos subespacios eucldeos generados respecti- Entonces:

vamente por los vectores { p } y {
u1 , . . . , u q }, entonces la condici
v1 , . . . , u on necesaria n dim(V + V ) = dim(V ) + dim(V ) dim(V V ) p + n p = n
y suficiente para que sean ortogonales es que:
luego
i vj = 0
u para todo i {1, . . . , p}, j {1, . . . , q}. dim(V + V ) = n V + V = U.

63
Tema III. Captulo 2. Ortogonalidad.
Algebra. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.

4.3 Aplicaci
on proyecci
on ortogonal. S , y S vectores no nulos. Por ser simetrico se tiene:
Prueba: Sea x

Definici
on 4.4 Dado un subespacio V de un espacio eucldeo U definimos la f (
x y ) = y f (
x).
proyecci
on ortogonal sobre V como la aplicaci
on: Por ser x
, y autovectores asociados respectivamente a , queda:
pV : U U
donde x
=x
1 + x
2 con 2 V .
1 V, x
x (
x y ) = y (
x) ( )
x y = 0.
x
x
1
Teniendo en cuenta que 6= vemos que x
y = 0 y por tanto ambos vectores son
on anterior tiene sentido porque hemos visto que V y V son subespacios
La definici ortogonales.
vectoriales suplementarios.
Teorema 5.3 Cualquier matriz simetrica A Mnn (IR) tiene n autovalores reales
(contados con multiplicidad).
5 Endomorfismos sim
etricos.
Prueba: Sabemos que siempre hay exactamente n autovalores complejos, correspon-
diente a las n soluciones del polinomio caracterstico de A. Hay probar que todos
5.1 Definici
on. ellos son reales. Supongamos que CI 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
on 5.1 Sea U un espacio eucldeo. Un endomorfismo f : U U se dice
Definici componentes son las conjugadas de cada componente de x .
sim
etrico si:
f (
x y ) = y f (
x). Recordemos que el conjugado de un n
umero complejo a+b es ab. Utilizaremos:
- Un n
umero complejo es real si y s
olo si coincide con su conjugado.
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 - La conjugaci
on se comporta bien con la suma y producto de n
umeros complejos.
se escribe como sigue: - El producto de un n
umero complejo no nulo por su conjugado es un n
umero real
f (
x y ) = y f (
x) x
f ( x) y
y ) = f ( positivo:
(x)GB ((y)FB )t = (x)FB GB {y} (a + b)(a b) = a2 + b2 > 0.
(x)GB FB t {y} = (x)FB GB {y}
En nuestro caso tenemos:
, y U de coordenadas respecto a la base B, respectivamente
para cualesquiera x
(xi ), (y i ). (x)A = (x) (x)Ac(x)t = (x)c(x)t (1)

Por tanto: Por otra parte conjugando la expresi

on anterior y teniendo en cuenta que por ser A
real c(A) = A:
f endomorfismo simetrico GB FB t = FB GB
c(x)c(A) = c()c(x) c(x)A = c()c(x) c(x)A(x)t = c()c(x)(x)t .
En particular si B es una base ortonormal: Teniendo en cuenta que A es simetrica, si trasponemos la expresi
on anterior queda:
t
f endomorfismo simetrico FB = FB FB es simetrica (x)Ac(x)t = c()(x)c(xt ).

(siendo B una base ortonormal) La comparamos con la ecuaci

on (1) y obtenemos:

(x)c(x)t = c()(x)c(x)t ( c())(x)c(x)t = 0.

5.2 Autovalores y autovectores de un endomorfismo 6= 0:

Pero teniendo en cuenta que x
sim
etrico. (x)c(x)t = x1 c(x1 ) + . . . + xn c(xn ) > 0.

Proposici on 5.2 Sea f : U U un endomorfismo simetrico. Si y son auto- Deducimos que c() = 0, es decir, concide con su conjugado y por tanto es un
valores diferentes, entonces los subespacios caractersticos S y S son ortogonales. n
umero real.

64
Tema III. Captulo 2. Ortogonalidad.
Algebra. Departamento de Metodos Matem
aticos y de Representaci
on. UDC.

Teorema 5.4 Todo endomorfismo simetrico de un espacio eucldeo n-dimensional Corolario 5.6 Si f es un endomorfismo simetrico de un espacio eucldeo, existe
tiene n autovalores reales (contados con multiplicidad). una base ortonormal respecto a la cual la matriz asociada es diagonal.

Prueba: Basta tener en cuenta que con respecto a una base ortonormal, la matriz Prueba: Basta aplicar el teorema anterior. Por ser f simetrico, siempre existe una
de un endomorfismo simetrico es simetrica. Ahora el teorema es consecuencia del base ortonormal de autovectores; pero la matriz de un endomorfismo con respecto a
resultado anterior. una base de autovectores es diagonal.

5.3 Base ortonormal de autovectores. Corolario 5.7 Si A Mnn (IR) es una matriz sim
etrica:
Teorema 5.5 Sea U un espacio eucldeo n-dimensional. Si f es un endomorfismo 1. A tiene todos los autovalores reales.
simetrico entonces existe una base ortonormal de autovectores de f . 2. A es diagonalizable por semejanza.
3. Existe una base IRn de autovectores de A ortonormal con el producto
Prueba: Probaremos que siempre existe una base ortogonal de autovectores. El escalar usual.
paso a una ortonormal es inmediato mediante el proceso de normalizaci
on.
4. Existe una matriz P ortogonal (es decir, verificando P t = P 1 ) tal que:
Por el teorema anterior sabemos que hay exactamente n autovalores reales (con-
tados con multiplicidad): D = P AP 1

1 m1
donde D es la matriz diagonal formada por los autovalores.
.. con multiplicidades algebraicas ..
. .
k
m
k

de manera que m1 + . . . + mk = n. Sabemos que los espacios caractersticos son una

suma directa:
V = S1 . . . Sk .
Ademas cada uno de ellos es ortogonal a los dem as. Escogiendo para cada uno de ellos
una base ortogonal, contruimos una base de autovectores ortogonal del subespacio
V:
{ p }
u1 , . . . , u

El problema es probar que V es en realidad todo el subespacio U . Nos fijamos que

cualquier autovector de f tiene que estar contenido en V .
Supongamos que V 6= U . Consideramos el espacio V . Sea x V , veamos que
x) V . Para ello hay que comprobar que f (
f ( x) u
i = 0 para cualquier i = 1, . . . , p:

x) u
f ( i = x f (
ui ) = x
ui = 0.

f simetrico u
i autovector x V

Por tanto el subespacio V es invariante por f . La restricci

on de f a V :

g : V 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
an en V y V V = {0}.
los autovectores est

65