E SCUELA P OLITÉCNICA N ACIONAL

Á LGEBRA L INEAL • R ESUMEN NO . 12

Semestre 2018 B Departamento de Formación Básica

1. E SPACIOS CON PRODUCTO INTERNO

D EFINICIÓN 1: Producto interno

Sea ( E, +, ·, K ) un espacio vectorial. Un producto interno sobre E es una fun-
ción
h·, ·i : E × E −→ K
(u, v) 7−→ hu, vi
tales que cumple:

1. hv, vi ≥ 0 para todo v ∈ E;

2. hv, vi = 0 si y solo si v = 0;

3. hu + v, wi = hu, wi + hv, wi para todo u, v, w ∈ E;

4. hαv, wi = αhv, wi para todo v, w ∈ E y α ∈ K.

5. hv, wi = hw, vi para todo v, w ∈ E.

Otra notación para el producto interno es

hu, vi = (u|v).

En caso de tratarse de un espacio vectorial sobre el campo de los números

reales, la propiedad 5 se transforma en

5. hv, wi = hw, vi para todo v, w ∈ E.

Se puede demostrar utilizando la propiedad 4 que

• si v = 0, entonces hv, vi = 0;

por lo cual, podríamos cambiar la propiedad 2 por

2. si hv, vi = 0, entonces v = 0

1
Departamento de Formación Básica Resumen no. 12

Si se define un producto interno sobre un espacio vectorial E, a este se lo de-

nomina espacio con producto interno o pre-Hilbertiano.

T EOREMA 1
Sea ( E, +, ·, K ) un espacio vectorial provisto de producto interno h·, ·i, enton-
ces:

1. Para todo u, v, w ∈ E

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

2. Para todo u, v ∈ E y α ∈ K

hu, αvi = αhu, vi.

3. Para todo u ∈ E
hu, 0i = h0, ui = 0.

En caso de tratarse de un espacio vectorial sobre el campo de los números

reales, la propiedad 2 se transforma en

2. Para todo u, v ∈ E y α ∈ K

hu, αvi = αhu, vi

1.1 Productos internos usuales

1. En (R n , +, ·, R ), para x, y ∈ R n :
n
h x, yi = ∑ xk yk .
k =1

2. En (C n , +, ·, C ), para x, y ∈ C n :
n
h x, yi = ∑ xk yk .
k =1

3. En (R n [ x ], +, ·, R ), para p( x ), q( x ) ∈ R n [ x ], si

p ( x ) = a0 + a1 x + · · · + a n x n y q( x ) = b0 + b1 x + · · · + bn x n

2
Resumen no. 12 Departamento de Formación Básica

entonces
n
h p( x ), q( x )i = ∑ a k bk .
k =0

4. En (K n×n , +, ·, R ), para A, B ∈ K n×n :

h A, Bi = tr( AB⊺ ).

5. En (C([ a, b]), +, ·, R ), para f , g ∈ C([ a, b]):

Z b
h f , gi = f ( x ) g( x )dx.
a

D EFINICIÓN 2
Sea ( E, +, ·, K ) un espacio vectorial provisto de producto interno y suponga
que u, v ∈ E. Entonces:

1. u y v don ortogonales si hu, vi = 0.

2. La norma de u, denotada por kuk, está dada por

q
kuk = hu, ui

D EFINICIÓN 3
Sea ( E, +, ·, K ) un espacio vectorial provisto de producto interno. La distan-
cia en el espacio se define por

d : E × E −→ R
(u, v) 7−→ ku − vk.

T EOREMA 2: Vectores ortogonales

Sea ( E, +, ·, K ) un espacio vectorial provisto de producto interno. Para u, v ∈
E, se dice que son ortogonales si

hu, vi = 0.

3
Departamento de Formación Básica Resumen no. 12

T EOREMA 3: Teorema de pitágoras

Sea ( E, +, ·, K ) un espacio vectorial provisto de producto interno. Si u, v son
vectores ortogonales de E, entonces

k u + v k2 = k u k2 + k v k2 .

T EOREMA 4: Desigualdad de Cauchy-Schwartz

Sea ( E, +, ·, K ) un espacio vectorial provisto de producto interno. Para todo
u, v ∈ E se cumple que
|hu, vi| ≤ kukkvk.

T EOREMA 5: Desigualdad triangular

Sea ( E, +, ·, K ) un espacio vectorial provisto de producto interno. Para todo
u, v ∈ E se cumple que
k u + v k ≤ k u k + k v k.

D EFINICIÓN 4: Conjunto ortogonal

Sea ( E, +, ·, K ) un espacio vectorial provisto de producto interno y

C = {v1 , v2 , . . . , vn } ⊆ E.

Se dice que C es un conjunto ortogonal en E si

h vi , v j i = 0

para todo i 6= j.

D EFINICIÓN 5: Conjunto ortonormal

Sea ( E, +, ·, K ) un espacio vectorial provisto de producto interno y

C = {v1 , v2 , . . . , vn } ⊆ E.

Se dice que C es un conjunto ortonormal en E si es ortogonal y

kvk k = 1

para todo k ∈ {1, . . . , n}.

4
Resumen no. 12 Departamento de Formación Básica

P ROPOSICIÓN 6. Sea ( E, +, ·, K ) un espacio vectorial provisto de producto

interno. Si C ⊆ E es un conjunto ortogonal de vectores no nulos, entonces es
linealmente independiente.

A partir de aquí, siempre consideraremos espacios vectoriales provistos con

un producto interno.

2. B ASES ORTOGONALES

D EFINICIÓN 6: Base ortogonal (ortonormal)

En un espacio vectorial, una base ortogonal (ortonormal) es una base cuyos
vectores forman un conjunto ortogonal (ortonormal).

T EOREMA 7
Sean ( E, +, ·, K ) un espacio vectorial y {u1 , u2 , . . . , un } una base ortogonal
para E. Se tiene que, para v ∈ E,

v = α1 u1 + α2 u2 + · · · + α n u n

donde
hv, uk i
ck =
huk , uk i
para todo k ∈ {1, 2, . . . , n}.

T EOREMA 8
Sean ( E, +, ·, K ) un espacio vectorial y {u1 , u2 , . . . , un } una base ortonormal
para E. Se tiene que, para v ∈ E,

v = α1 u1 + α2 u2 + · · · + α n u n

donde
ck = hv, uk i

para todo k ∈ {1, 2, . . . , n}.

5
Departamento de Formación Básica Resumen no. 12

T EOREMA 9: Proceso de Gram-Schmidt

Sean ( E, +, ·, K ) un espacio vectorial y {u1 , u2 , . . . , un } un conjunto lineal-
mente independiente de E. Definamos

1. v1 = u1 y
k −1
h u k , vi i
2. vk = uk − ∑ h vi , vi i i
v , para k = 2, . . . , n.
i =1

Se tiene que el conjunto

{ v1 , v2 , . . . , v n }

es un conjunto ortogonal. Además, si definimos

vk
wk =
kvk k

para k = 1, . . . , n, se tiene que el conjunto

{ w1 , w2 , . . . , w n }

es un conjunto ortonormal.

T EOREMA 10
Todo espacio vectorial de dimensión finita tiene una base ortogonal y una
base ortonormal.

E JEMPLO 1. Considere la base S = {u1 , u2 , u3 } de R3 , donde

u1 = (1, 1, 0), u2 = (0, 1, 1), u3 = (1, 0, 1)

mediante el proceso de Gram-schmidt, se obtiene la base ortonormal T = {w1 , w2 , w2 }

para R3 donde
     
1 1 1 1 2 1 1 1
w1 = √ , √ , 0 , w2 = − √ , √ , √ , w3 = √ , − √ , √
2 2 6 6 6 3 3 3

6
Resumen no. 12 Departamento de Formación Básica

3. C OMPLEMENTO ORTOGONAL
A partir de aquí, siempre consideraremos espacios vectoriales provistos con
un producto interno.

D EFINICIÓN 7: Complemeto ortogonal

Sea ( E, +, ·, K ) un espacio vectorial y H ⊆ E. El complemento ortogonal de
H denotado por H ⊥ , está dado por:

H ⊥ = { x ∈ E : h x, hi = 0, para todo h ∈ H }

T EOREMA 11
Sea ( E, +, ·, K ) un espacio vectorial provisto de producto interno y H subes-
pacio vectorial de H, entonces:

1. H ⊥ es un subespacio vectorial de E.

2. H ∩ H ⊥ = {0}

3. Si dim( E) = n, entonces dim( H ⊥ ) = n − dim( H )

T EOREMA 12
Sea A ∈ K m×n , entonces:

1. El espacio nulo de A es el complemento ortogonal del espacio fila de A.

2. El espacio nulo de A⊺ es el complemento ortogonal del espacio columna

de A.

D EFINICIÓN 8: Matrix ortonormal

Una matriz Q ∈ K n×n , se llama ortonormal si Q es invertible y

Q −1 = Q ⊺

T EOREMA 13
La matriz Q ∈ K n×n es una matriz ortonormal si y sólo si las columnas de Q
forman una base ortonormal de R n .