Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Asfrwgd PDF
Asfrwgd PDF
Departamento de Matemáticas
Universidad de Los Andes
W ⊥ = {~v ∈ Rn | ~v · w
~ = 0 ∀~
w ∈ W }.
~v · w
~ 1 = ~v · w ~ k = ~0.
~ 2 = · · · = ~v · w
si y solo si
a+ c = 0yb + c = 0, ası́ que a = b = −c, luego
1
W ⊥ = Sp 1 .
−1
Teorema (Propiedades)
Sea W un subespacio de Rn , entonces
1
dim W + dim W ⊥ = n
Teorema (Propiedades)
Sea W un subespacio de Rn , entonces
1
dim W + dim W ⊥ = n
2
(W ⊥ )⊥ = W
Teorema (Propiedades)
Sea W un subespacio de Rn , entonces
1
dim W + dim W ⊥ = n
2
(W ⊥ )⊥ = W
3 Todo vector ~v ∈ Rn puede descomponerse de forma única como:
~v = ~vW + ~vW ⊥ ,
~v = α1 w ~ 2 + · · · + αk w
~ 1 + α2 w ~ k + β1~x1 + β2~x2 + · · · + βn−k ~xn−k ,
~vW = α1 w ~ 2 + · · · + αk w
~ 1 + α2 w ~k ∈ W
y
~vW ⊥ = β1~x1 + β2~x2 + · · · + βn−k ~xn−k ∈ W ⊥ .
Universidad de Los Andes () Álgebra Lineal Primer Semestre de 2007 17 / 31
Bases Ortonormales
Definición
Una base {~u1 , ~u2 , . . . , ~un } de Rn es llamada ortonormal si todos sus
vectores son unitarios y perpendiculares entre si, es decir:
1 si i = j
~ui · ~uj = (2)
0 si i 6= j
~ 2 − (~
w w2 · ~u1 )
~u2 =
|w
~ 2 − (~
w2 · ~u1 ) |
satisface
~u2 · ~u2 = 1,
~u2 · ~u1 = 0.
Continuando el proceso, llamado Proceso de Ortonormalización de
Gram-Schmidt, obtenemos una base ortonormal {~u1 , ~u2 , . . . , ~uk } para
cualquier subespacio W de Rn , en la cual
~ j − Proy~u1 w
w ~ j − Proy~u2 w
~ j − · · · − Proy~uj−1 w
~j
~uj = .
|w
~ j − Proy~u1 w
~ j − Proy~u2 w
~ j − · · · − Proy~uj−1 w
~j |
~u1 · ~x ~u2 · ~x ~u · ~x
= ~u1 + ~u1 + · · · + k ~u1 .
~u1 · ~u1 ~u2 · ~u2 ~uk · ~uk
ortonormal ⊥ ⊥
para
W , primero encontramos una base cualquiera de W .
x
Sea ~x = y ∈ W ⊥ , entonces, despejando alguna de las variables
z
(digamos x) de la ecuaciónque define elplano
tenemosque
−2y − 3z −2 −3
x = −2y − 3z, luego ~x = y = y 1 + z 0 , ası́
z 0 1
−2 −3
que W ⊥ = Sp ~v1 = 1 , ~v2 = 0 .
0 1
− √370
−2
√5
√1 − √6
BW ⊥ = 5 , 70
.
√5
0 70
3 6
−2a + b = 0 y − a − b + c = 0,
5 5
a 1
~ = 2a , i.e. W = Sp 2 .
luego b = 2a y c = 3a, es decir w
3a 3
− √370
−2
1
√
√5
14
√1 − √6 √2
B = 5 , ,
70 14
,
√5 √3
0 70 14
~v10 · ~x 0 ~v20 · ~x 0
ProyW ⊥~x = Proy~v10~x + Proy~v20~x = ~
v 1 + ~v .
~v10 · ~v10 ~v20 · ~v20 2
Definición
Sea A una matriz n × n. Decimos que A es una matriz ortogonal si su
inversa es igual a su transpuesta, es decir
AT A = AAT = I .
Una matriz ortogonal tiene las siguientes propiedades:
1 A es una matriz ortogonal si y solamente si sus filas y sus columnas
forman bases ortonormales de Rn .
2 Si A es una matriz ortogonal entonces A~x · A~y = ~x · ~y para cualquier
par de vectores ~x , ~y ∈ Rn .
3 Los vectores propios de una matriz ortogonal correspondientes a
valores propios diferentes son ortogonales.
P : Rn → Rn
P = A(AT A)−1 AT