Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Analisis II
Analisis II
ANALISIS II
Profesor:
Moisés Paz
Presentado por:
Méndez, Cruz
Montenegro, José L.
12 de noviembre de 2018
INTRODUCCIÓN
Nos ocupamos en este tema de dar una breve introducción a la teoría de espacios de Hilbert. Un espacio de
Hilbert es un espacio vectorial dotado de un producto interior (lo que permite medir distancias) que como
espacio métrico es completo.
Los espacios de Hilbert constituyen la generalización más inmediata a espacios de dimensión infinita de los
espacios euclídeos finito-dimensionales. De hecho, la intuición geométrica desempeña un papel importante en
muchos aspectos de su teoría: en ellos se puede hablar de ortogonalidad, y sus elementos están unívocamente
determinados por sus coordenadas respecto a una base ortonormal, análogamente a lo que ocurre con las
coordenadas cartesianas en el plano o en el espacio.
Los espacios de Hilbert surgen de modo natural y frecuente en matemáticas, física e ingeniería; son
herramientas indispensables en la teoría de ecuaciones en derivadas parciales, mecánica cuántica y
procesamiento de señales.
1. Conjuntos ortogonales
es ortogonal.
⟨𝑢# , 𝑢% ⟩ = −3 + 2 + 1 = 0
1 7
⟨𝑢% , 𝑢& ⟩ = − 4 + = 0
2 2
3 7
⟨𝑢& , 𝑢# ⟩ = − − 2 + = 0
2 2
TEOREMA 1.1.
DEFINICION 1.1. Una base ortogonal de un espacio vectorial es una base que es tambien un conjunto
ortogonal.
TEOREMA 1.1. Sea {𝑢# , … , 𝑢5 } una base ortogonal de un espacio vectorial 𝑾. Entonces si 𝒚 ∈ 𝑾 es un
vector que escrito en funcion de la base es
𝒚 = 𝒄𝟏 𝒖𝟏 + 𝒄𝟐 𝒖𝟐 + ⋯ + 𝒄𝒏 𝒖𝒏 1.1
las coordenadas 𝒄𝒊 se pueden calcular mediante una fórmula directa
⟨y, 𝑢A ⟩
𝒄𝒊 = (𝑖 = 1, … , 𝑝)
⟨𝑢 A , 𝑢 A ⟩
𝑢A ∙ 𝑦 = 𝑢A ∙ (𝑐# 𝑢# + 𝑐% 𝑢% + ⋯ + 𝑐5 𝑢5 )
= 𝑐# 𝒖𝒊 ∙ 𝒖𝟏 + ⋯ + 𝑐A 𝒖𝒊 ∙ 𝒖𝒊 + ⋯ + 𝒄𝒏 𝒖𝒏 ∙ 𝒖𝒏
= 𝑐# ∙ 𝟎 + ⋯ + 𝑐A 𝒖𝒊 ∙ 𝒖𝒊 + ⋯ + 𝒄𝒏 ∙ 𝟎
= 𝑐A 𝒖𝒊 ∙ 𝒖𝒊
En una base ortogonal, el cálculo de las coordenadas se simplifica mucho, porque hay una operación que las
produce directamente, sin necesidad de resolver un sistema de ecuaciones o invertir matrices.
EJEMPLO 1.2. Demuéstrese que el conjunto {𝑢# , 𝑢% , 𝑢& } del ejemplo 1.1 es una base ortogonal de ℝ& . Una vez
6
hecho esto, encuentre las coordenadas [𝑦]M del vector 𝑦 = N 1 Q en la base 𝑆.
−8
a. ¿ {𝑢# , 𝑢% , 𝑢& } es base?:
donde 𝒛 es ortogonal a 𝒖, 𝒖 ∙ 𝒛 = 𝟎, y 𝒚 U
U es paralelo a 𝒖, es decir 𝒚 = 𝜶𝒖 para algun escalar 𝛼 ∈ ℝ.
La condición de ortogonalidad de 𝒛 y 𝒖 es
0= 𝑧∙𝑢
= (𝑦 − 𝑦Z) ∙ 𝑢
= (𝑦 − 𝛼𝑢) ∙ 𝑢
= 𝑦 ∙ 𝑢 − 𝛼𝑢 ∙ 𝑢
[∙\
que tiene solución (única) 𝛼=
\∙\
𝑦Z 𝑦 ∙ 𝑢
⟹ =
𝑢 𝑢∙𝑢
𝑦∙𝑢
⟹ 𝑦Z = 𝑢
𝑢∙𝑢
El vector 𝑦Z es la componente de 𝑦 paralela a 𝑢, o proyección ortogonal de 𝑦 sobre 𝑢,
1.2
EJEMPLO 1.3.
TEOREMA 1.2.
1.3
EJEMPLO 1.4
la formula 1.3.
TEOREMA 1.3.
1.4
TEOREMA 1.4.
nal 1.1. con la formula de la proyeccion 1.3. (es la misma expresion) En este
TEOREMA 1.4.
EJEMPLO 1.5.
EJEMPLO 1.6.
2. El proceso de Gram-Schmidt
EJEMPLO 2.1.
EJEMPLO 2.2.
TEOREMA 2.1.
3. Conjuntos ortonormales
EJEMPLO 3.1.
TEOREMA 3.2
3.1
Demostracion. Es directa.
TEOREMA 3.3.
EJEMPLO 3.2.
EJEMPLO 3.3.