ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

Facultad de Ciencias
Carrera de Física
ESPACIOS PREHILBERTIANOS

Introducción:
▪ Campo escalar (CUERPO) “ K ”: es el nombre que recibe el conjunto de
escalares, K={k1, k2, k3, …}, sobre los cuales se pueden demostrar las
propiedades ∀a, b, c ∈ K:

a + b = b + a CONMUTATIVA adición
a∙b=b∙a CONMUTATIVA multiplicación
(a + b) + c = a + (b + c) ASOCIATIVA adición
(a ∙ b) ∙ c = a ∙ (b ∙ c) ASOCIATIVA multiplicación
a ∙ (b + c) = (a ∙ b) + (a ∙ c) DISTRIBUTIVA de la multp. respecto a la adic.

- Existencia de inversos aditivos, Ia:

Para cada a ∈ K existe un único Ia ∈ K tal que a + Ia = 0

- Existencia de inversos multiplicativos, Im:

Para cada m ≠ 0 ∈ K existe un único Im ∈ K tal que m ∙ Im = 1
________________________________________________________________
- Existencia de un solo elemento neutro para la adición, Na:
Para cualquier a ∈ K existe un único Na ∈ K tal que a + Na = a

Demostración.
Partiremos de la suposición de lo contrario, v.gr. supondremos que existen más de
un Na. Así, ∀z, Na1, Na2 ∈ K:
Na1 + z = z Na1 + Na2 = Na1 = 0

Na2 + z = z Na1 + Na2 = Na2 = 0

Na1 + z = Na2 + z Na1=Na2 = 0

Na1 = Na2

Para todo caso, el neutro aditivo no es otra cosa que el número 0.

________________________________________________________________

- Existencia de un solo elemento neutro para la multiplicación, Nm:

Para cualquier m ∈ K existe un único Nm ∈ K tal que m ∙ Nm = m

Demostración.
 ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO
Facultad de Ciencias
Carrera de Física
Partiremos de la suposición de lo contrario, v.gr. supondremos que existen más de
un Nm. Así, ∀z, Nm1, Nm2 ∈ K:
Nm1 ∙ z = z Nm1 ∙ Nm2 = Nm1 = 1

Nm2 ∙ z = z Nm1 ∙ Nm2 = Nm2 = 1

Nm1 ∙ z = Nm2 ∙ z Nm1=Nm2 = 1

Nm1 = Nm2
Para todo caso, el neutro multiplicativo no es otra cosa que el número 1.
________________________________________________________________

▪ Espacio vectorial “ V ”: es todo conjunto -no vacío- constituido por vectores,

V={v1, v2, v3, …}, capaces de realizar -o: “sobre los que se pueden verificar”-
los siguientes dos tipos de operaciones:

1. Operación interna: que recibe el nombre de “suma”, y está definida únicamente

para elementos del mismo conjunto.
La Combinación lineal puede ser asimilada como una suma, en la que cada
vector que entra en combinación se adiciona (o resta) n veces, n ∈ ℝ.
2. Operación externa: que recibe el nombre de “producto por un escalar”,
definida para ser realizada entre los elementos del espacio vectorial y los
elementos de un campo escalar.

Hasta ahora bien podríamos decir que hemos visto las reglas de la aritmética elemental,
que son el conjunto de operaciones básicas que se puede realizar sobre los ℝ. El caso de
los ℂ no difiere en la esencia, mantiene las mismas propiedades de conformación de todo
CUERPO (campo escalar).

Espacio pre-Hilbertiano “ 𝐕 × 𝐕 ⟶ 𝐊 ”: es el nombre que recibe todo espacio vectorial

sobre cuyos elementos (vectores) se pueda realizar producto escalar, es decir, una
operación que “tomando dos vectores, devuelva un escalar”, v.gr. v3 ∙ v5 = k2.
El espacio vectorial que contiene los elementos a operar (en combinación o en producto
punto) puede ser el conjunto de los números reales ℝ o de los números complejos ℂ, de
igual manera ocurre con el campo escalar que contiene los productos de las operaciones.
En adelante, la notación que se usará para el producto escalar será 〈v1, v2〉, equivalente a
(v1 ∙ v2) en el espacio euclídeo.
La operación producto escalar debe satisfacer los siguientes axiomas:

∀x, y ∈ V; 〈x, y〉 = ̅̅̅̅̅̅

〈y, x〉 HERMÍTICA
∀a ∈ K, ∀x, y ∈ V; 〈ax, y〉 = a〈x, y〉 SESQUILINEAL multiplicación.
 ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO
Facultad de Ciencias
Carrera de Física
∀ x, y, z ∈ V; 〈x + y, z〉 = 〈x, z〉 + 〈y, z〉 SESQUILINEAL adición.
∀x ∈ V; 〈x, x〉 ≥ 0 DEFINIDA POSITIVA

La Norma: ∀x ∈ V; ‖𝑥‖ = √〈𝑥, 𝑥〉. Para el caso particular de los espacios geométricos
la conocemos como la “longitud del vector” y es obtenida mediante la aplicación del
teorema de Pitágoras para las 3 dimensiones. En forma general, la norma es la raíz
cuadrada del producto punto de un vector consigo mismo, es un valor positivo y solo
puede ser igual a cero en caso de ser 𝑥 = 0. Por su condición de norma cumple las
siguientes condiciones:
1. ∀x ∈ V, ∀r ∈ K ; ‖𝑟 ∙ 𝑥‖ = |𝑟| ∙ ‖𝑥‖ HOMOGENEIDAD
2. ∀x, y ∈ V, ‖𝑥 + 𝑦‖ ≤ ‖𝑥‖ + ‖𝑦‖ DESIGUALDAD TRIANGULAR
______________________________________________________________________
3. ∀x, y ∈ V, |〈x, y〉| ≤ ‖𝑥‖ ∙ ‖𝑦‖ DESIGUALDAD DE CAUCHY SCHWARZ
Demostración:
∀x, y, z ∈ V, ∀λ ∈ K.
|〈𝑥, 𝑦〉| ≤ ‖𝑥‖ ∙ ‖𝑦‖ Se plantea la combinación lineal:
𝑧 = 〈𝑥 − λ𝑦〉
|〈𝑥, 𝑦〉|2 ≤ ‖𝑥‖2 ∙ ‖𝑦‖2
‖𝑧‖ = 〈𝑥 − λ𝑦, λ𝑥 − λ𝑦〉 ≥ 0
2
(𝒂). 〈𝑥, 𝑦〉 ≤ 〈𝑥, 𝑥〉〈𝑦, 𝑦〉
〈𝑥, 𝑥〉 − 2λ〈𝑥, 𝑦〉 + λ2 〈𝑦, 𝑦〉 ≥ 0

Dado que: ∀λ ∈ K

〈𝑥, 𝑦〉 〈𝑥, 𝑦〉2 〈𝑥, 𝑦〉2

λ= ⟶ 〈𝑥, 𝑥〉 − 2 + ≥0
〈𝑦, 𝑦〉 〈𝑦, 𝑦〉 〈𝑦, 𝑦〉
〈𝑥, 𝑦〉2
〈𝑥, 𝑥〉 − ≥0
〈𝑦, 𝑦〉
〈𝑥, 𝑥〉〈𝑦, 𝑦〉 ≥ 〈𝑥, 𝑦〉2

(𝒂). 〈𝑥, 𝑦〉2 ≤ 〈𝑥, 𝑥〉〈𝑦, 𝑦〉

______________________________________________________________________
4. ∀x, y ∈ V, ‖𝑥‖2 + ‖𝑦‖2 = ‖𝑥 + 𝑦‖2 TEOREMA DE PITÁGORAS
Demostración:
∀x, y ∈ V
‖𝑥‖2 + ‖𝑦‖2 = ‖𝑥 + 𝑦‖2
 ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO
Facultad de Ciencias
Carrera de Física
= 〈𝑥 + 𝑦, 𝑥 + 𝑦〉
= 〈𝑥, 𝑥 + 𝑦〉 + 〈𝑦, 𝑥 + 𝑦〉
= 〈𝑥, 𝑥〉 + 〈𝑥, 𝑦〉 + 〈𝑦, 𝑥〉 + 〈𝑦, 𝑦〉
= 〈𝑥, 𝑥〉 + 〈𝑥, 𝑦〉 − 〈𝑥, 𝑦〉 + 〈𝑦, 𝑦〉
‖𝑥‖2 + ‖𝑦‖2 = 〈𝑥, 𝑥〉 + 〈𝑦, 𝑦〉
______________________________________________________________________
Comentario - conclusión: el objetivo central de desarrollar un estudio de los llamados
“Espacios de Hilbert” es generalizar los conceptos del Espacio de Euclides, el cual
engloba nociones ya muy bien conocidas para nosotros como: la proyección vectorial, el
producto interior (escalar), la distancia entre vectores, la ortogonalidad
(perpendicularidad) entre vectores, entre otros. Pero para continuar con nuestro estudio,
no podemos limitarnos a las 3 dimensiones del espacio geométrico, si no más bien,
abrirnos camino hacia las infinitas dimensiones, valiéndonos de herramientas que tomen
los instrumentos geométricos ya conocidos y hagan uso teórico analítico extensivo -no
limitado- de los mismos. Así, nos induciremos en las siguientes herramientas -conceptos-
analíticos, partiendo de los que conocemos en el espacio euclídeo:

La combinación lineal (C.L.): se dice que un vector es combinación lineal de otro u

otros (generadores) cuando este equivale a la suma (o resta) de los múltiplos (enteros o
racionales) de sus generadores, es decir
∀ 𝛢, 𝛣, 𝛸 ∈ 𝐕, ∀ 𝑐𝑖 ∈ 𝐊, 𝑖 ∈ Ν: 𝑿 es combinación lineal de A y B si Χ = 𝑐1 A + 𝑐2 B.
Por ejemplo:
Sean: A = (2,5, −9), B = (−1,4,6), C = 2A + 5B
Luego, C = (4, 10, −18) + (−5, 20, 30) = (−1, 30, 12).

Usamos el término “lineal” porque el vector generado se conformará avanzando por las
líneas de sus vectores generadores a pasos equivalentes a las respectivas normas de estos
últimos, cual si se tratare de sus componentes*, es decir,
De la misma manera que se puede visualizar un vector C = (−1, 30, 12) partiendo del
origen y avanzando -1 en la línea del eje x, 30 en la línea del eje y y 12 en la línea del
eje z… PODEMOS TAMBIÉN concebir al vector C como una flecha graficable cuando,
partiendo del origen, avanzamos 2 veces la ‖𝐧𝐨𝐫𝐦𝐚‖ del vector A en la línea del vector
A, y 5 veces la ‖𝐧𝐨𝐫𝐦𝐚‖ del vector B en la línea del vector B, (pruébelo). Finalmente
decimos de C guarda dependencia lineal hacia A y B.

*sin contradecir la lógica de la suma de coordenadas rectangulares, dado que estas últimas
son, de manera más básica, componentes o formas de expresar, tanto para los vectores
generadores como para los generados.
 ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO
Facultad de Ciencias
Carrera de Física
Podemos decir entonces que TODO vector en 3D es combinación lineal (puede ser
generado a partir) de los siguientes tres vectores (1, 0, 0) (0, 1, 0) (0, 0, 1), representantes
más fundamentales de las coordenadas rectangulares.
Salvo que pongamos en comparación a estos tres vectores (o sus múltiplos), todo vector
del espacio euclídeo puede ser expresado como combinación lineal de otros dos (o más)
vectores del mismo espacio. En la práctica

1. Sea A = (1, −5,9), expréselo mediante al menos 3 combinaciones lineales

diferentes.
2. Intente expresar (1, 0, 0) como combinación lineal de (0, 1, 0) y (0, 0, 1).

La independencia lineal (LI) -ORTOGONALIDAD-: decimos que dos vectores son

Linealmente Independientes, cuando sus conformaciones no guardan relación lineal, es
decir, cuando no existe similitud alguna en sus “líneas de avance”, dicho formalmente,
cuando uno no es combinación lineal del otro(s).
Es el caso de nuestros vectores (1, 0, 0) (0, 1, 0) (0, 0, 1) y sus múltiplos.

Revisando en nuestro bagaje geométrico, tanto planar como espacial, recordamos las dos
formas de obtener/expresar el producto punto/escalar/interior:
‖A‖‖B‖ cos 𝜃 ≡ [A𝑖̂ ∙ B𝑖̂ + A𝑗̂ ∙ B𝑗̂ + A𝑘̂ ∙ B𝑘̂ ]

Sabemos también que, cuando dos vectores son perpendiculares, las líneas que sigue cada
uno son completamente independientes, separadas por un ángulo de 90°, y tenemos que
su PRODUCTO PUNTO ES IGUAL A CERO.
‖A‖‖B‖ cos 90° ≡ [A𝑖̂ ∙ B𝑖̂ + A𝑗̂ ∙ B𝑗̂ + A𝑘̂ ∙ B𝑘̂ ] = 0
 ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO
Facultad de Ciencias
Carrera de Física
En adelante generalizaremos para todo espacio Pre-Hilbertiano, que:
La ortogonalidad entre dos vectores se comprueba al evaluar que la operación producto
interior entre ambos sea igual a cero, y con ello, su independencia lineal.
∀ 𝛢, 𝛣 ∈ 𝐕: A y B son L.I. si 〈𝐴, 𝐵〉 = 0

Ejemplo:
Sean: A = (2, 0, 0), B = (0, 3, 0)
〈𝐴, 𝐵〉 = [2 ∙ 0 + 0 ∙ 3 + 0 ∙ 0] = 0

En paralelo, cabe mencionar que:

Si una combinación lineal de vectores L.I. provoca que se anulen, obteniendo el cero
vectorial ‖0‖, entonces se emplearon 𝑐𝑖 = 0, 𝑖 ∈ 𝑁.
Sin embargo, cabe tener en claro la relación causa vs. efecto de la afirmación:
𝑛

∑ 𝑐𝑖 𝑉𝑖 = ‖0‖ ⟶ 𝑐𝑖 = 0
𝑖=1

condición suficiente ⟶ condición necesaria

1 ⟶ 1 ≡ 𝑉𝑒𝑟𝑑𝑎𝑑 ∴ Si son L.I. y se combinan anulándose, entonces 𝑐𝑖 = 0.

0 ⟶ 1 ≡ 𝑉𝑒𝑟𝑑𝑎𝑑 ∴ Si no son L.I. y se combinan anulándose, entonces 𝑐𝑖 = 0.
1 ⟶ 0 ≡ 𝐹𝑎𝑙𝑎𝑐𝑖𝑎 ∴ Si son L.I. y se combinan anulándose, entonces 𝑐𝑖 ≠ 0.
0 ⟶ 0 ≡ 𝑉𝑒𝑟𝑑𝑎𝑑 ∴ Si no son L.I. y se combinan anulándose, entonces 𝑐𝑖 ≠ 0.
Comprobación de la condición falaz: intente obtener el cero vector al combinar los
vectores A = (2, 0, 0), B = (0, 3, 0) empleando 𝑐𝑖 ≠ 0.

En conclusión, estamos solo frente a una forma de comprobar dependencia lineal en un

grupo de vectores.
Ejemplo:
Dados:
𝑉1 = (1, 3, −1, 2)
𝑉2 = (2, 0,1, 3)
𝑉3 = (−1, 3, −2, −1)

Si se conoce que: 𝑐1 𝑉1 + 𝑐2 𝑉2 + 𝑐3 𝑉3 = 0, obtenga los valores de 𝑐𝑖 y surta un análisis

respecto a la linealidad.
 ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO
Facultad de Ciencias
Carrera de Física
Se plantea el S.E.L.
1 𝑐1 + 2 𝑐2 − 𝑐3 = 0
3 𝑐1 +0 + 3 𝑐3 = 0
− 𝑐1 + 𝑐2 −2 𝑐3 = 0
2 𝑐1 + 3 𝑐2 − 𝑐3 = 0

Y se resuelve que: −𝑐1 = 𝑐2 = 𝑐3 , a lo que se puede comentar que los factores 𝑐𝑖 pueden
adoptar cualquier valor (aparte del cero), siempre que guarden la triple igualdad resuelta,
concluyendo que, al ser posible obtener el cero vector combinando los tres vectores y sin
necesidad emplear 𝑐𝑖 ≠ 0, entonces los vectores son L.D. (no son L.I).

La Normalidad:
Es la cualidad de todos aquellos vectores de ‖norma‖ = 1, por lo que también son
llamados “vectores unitarios”. Sabemos que un vector es un ente matemático que se
compone de magnitud y dirección, por esta razón, en particular, los vectores unitarios son
idóneamente utilizados para identificar una línea o dirección de crecimiento, dado que
su magnitud es preconcebida e igual a 1.
Para hallarlo, se deben obtener los cocientes entre las componentes de un vector
cualquiera y la norma de este. Así, ∀ 𝑟 ∈ 𝑉:
𝑟 𝑟𝑖̂ 𝑟𝑗̂ 𝑟𝑘̂
𝑟̂ = = , , ; ‖𝑟̂ ‖ = √〈𝑟̂ , 𝑟̂ 〉 = 1
‖𝑟‖ √〈𝑟, 𝑟〉 √〈𝑟, 𝑟〉 √〈𝑟, 𝑟〉

En la práctica, un vector es normalizado (v.gr., se obtiene el unitario de un vector) con el

fin de establecer cuánto se necesita “avanzar” a lo largo de cada uno de los ejes
coordenados x, y, z (que per se avanzan a pasos de a uno) para obtener un avance
equivalente a “dar pasos de a uno”, pero a lo largo de una línea/dirección identificada
(la del vector inicial, que fue normalizado).
Por ejemplo:
Se desea avanzar 5 u (unidades) en la dirección del vector V = (5, 3, −4), ¿Qué vector
satisface ambas condiciones?

‖V‖ = √〈V, V〉 = √〈25 + 9 + 16〉 = √50

̂= V =
V
5
𝑖̂ ,
3
𝑗̂ , −
4
𝑘̂ ; ya tenemos el “avance de a uno en la dirección de V”.
‖V‖ √50 √50 √50

25 15 20
̂=
R=5V 𝑖̂ , 𝑗̂ , − 𝑘̂ ; finalmente tenemos un “avance de 5 u en la línea de V”.
√50 √50 √50
 ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO
Facultad de Ciencias
Carrera de Física
La ORTONORMALIDAD:
Es la cualidad de todo conjunto de vectores que son, al mismo tiempo, ortogonales (L.I.)
entre sí y normalizados cada uno.
Es el caso de nuestros vectores (1, 0, 0) (0, 1, 0) (0, 0, 1), sobre los cuales nos ampliaremos
conceptualmente a continuación; pero no son los únicos, por ejemplo:
8 3 10 2 2 1
Pruebe que los vectores V1 = (− ,− , ), V2 = (3 , − 3 , 3) son ortonormal.
√173 √173 √173

1. Comprobando la condición de Normalidad:

8 8 3 3 10 10 173
‖V1 ‖ = √〈V1 , V1 〉 =√(− ∙ − )+ (− ∙ − )+( ∙ ) =√ =1
√173 √173 √173 √173 √173 √173 173
.

2 2 2 2 1 1 9
‖V2 ‖ = √〈V2 , V2 〉 =√(− ∙ − ) + ( ∙ ) + ( ∙ ) = √ = 1
3 3 3 3 3 3 9
.

2. Comprobando la condición de Ortogonalidad (L.I.):

8 2 −3 −2 10 1 −16 + 6 − 10
〈V1 , V2 〉 = [− + ∙ ∙ + ∙ ]= =0
√173 3 √173 3 √173 3 3 √173

BASES ORTONORMALES
En forma general, un conjunto de vectores ortonormales constituye la “base ortonormal
de un espacio Pre-Hilbertiano V” cuando TODOS los vectores de dicho espacio V
pueden ser generados como combinación lineal de estos vectores ortonormales.
Como se ha referenciado en párrafos anteriores, la base ortonormal del espacio euclídeo
está constituida por los vectores B1 = (1, 0, 0), B2 = (0, 1, 0), B3 = (0, 0, 1).
Se puede obtener una base ortonormal a partir de una base ortogonal, mediante
normalización de los vectores que la componen. Las bases ortogonales (o solamente
“bases”) no pueden generar todo el espacio V, ahí la necesidad de normalizarlas.
*Si además la cardinalidad de la base (bien sea simplemente ortogonal y bien sea
ortonormal) coincide con el número n de dimensiones del espacio V, esta recibe el nombre
de Base Canónica.