4.

Producto escalar en un espacio vectorial

4.1. Producto escalar. Espacio Euclídeo
Definición
Sea V un espacio vectorial real. Un producto escalar es una aplicación V × V → R, que
se representa u ⋅ v , que verifica:

1. u ⋅ u ≥ 0 , ∀u ∈V y u ⋅ u = 0 ⇔ u = 0
2. u ⋅ v = v ⋅ u , ∀u , v ∈V
3. u ⋅ (λ v + μ w) = λ ( u ⋅ v ) + μ ( u ⋅ w ) , ∀λ ∈ R ∀u , v ∈V

Se llama espacio vectorial euclídeo (V , ⋅) , a todo espacio vectorial V dotado de un

producto escalar (⋅) .

Ejemplos
n
1. Entre los vectores de , de denomina producto escalar canónico o usual a:

u ⋅ v = (u1 , u2 , … , un ) ⋅ (v1 , v2 , … , vn ) = u1v1 + u2 v2 + … + un vn

2. El espacio vectorial C( )de las funciones reales continuas es Euclídeo con el

producto escalar:

b
f , g = ∫ f ( x) g ( x)dx
a

3. El espacio vectorial M n de las matrices cuadradas de orden n es euclídeo con el

producto escalar A, B = traza ( ABT ) :

4.2. Norma de un vector. Ángulos

Norma de un vector

Sea V un espacio vectorial Euclídeo. Llamamos norma del vector x a:

x = x. x

Propiedades
1. 0 =0
2. x > 0 si x ≠ 0
3. λx > λ x
4. x⋅ y ≤ x y Desigualdad de Schwarz
5. x + y ≤ x + y Desigualdad de Minkowski o desigualdad triangular

Comentarios

n
1. En , con el producto escalar usual, la norma de un vector vale:

( x1 , x2 ,… , xn ) = x12 + x22 + … + xn2

2. Se dice que un vector es unitario si su norma es 1

3. Llamamos distancia entre dos vectores a: d ( x , y ) = x − y

Ángulo entre dos vectores

Sean x e y dos vectores no nulos de un espacio vectorial Euclídeo V. El ángulo

formado entre los dos vectores queda caracterizado por su coseno, que vale:

x. y
cos( x , y ) =
x y

Dos vectores son linealmente dependientes si forman un ángulo de 0 o π, es decir, si su

coseno es 1 o -1.

4.3. Ortogonalidad
Definiciones

Se dice que x e y son vectores ortogonales, representado por x ⊥ y , si x ⋅ y = 0

Un sistema de vectores F = {u1 , u2 ,… , un } es ortogonal si ui ⋅ u j = 0 ∀i ≠ j

⎧⎪ui ⋅ u j = 0 ∀i ≠ j
Un sistema de vectores F = {u1 , u2 ,… , un } es ortonormal si ⎨
⎪⎩ui ⋅ u j = 1 ∀i = j

Todo sistema ortogonal es linealmente independiente

Comentarios

1. El vector 0 es ortogonal a todos los vectores de V.

2. x ⊥ y ⇒ x + y = x + y
2 2 2
(Teorema de Pitágoras)

Bases ortonormales

Se llama base ortonormal a una base en la que sus vectores forman un sistema
ortonormal.

Las coordenadas con respecto a una base ortonormal se llaman coordenadas

rectangulares.

Comentarios

1. Las coordenadas de un vector con respecto a una base ortonormal se pueden

obtener mediante el producto escalar, es decir si B = {a1 , a2 , … , an } es una base
ortonormal, las coordenadas ( x1 , x2 , … , xn ) del vector x con respecto a la base
B se pueden obtener:

x1 = x ⋅ a1 x2 = x ⋅ a2 xn = x ⋅ an

2. El producto escalar respecto a una base ortonormal es el producto escalar

canónico.

3. Todo espacio vectorial tiene bases ortonormales

Cambio de base ortogonal. Matrices ortogonales

{ }
Si B1 = {a1 , a2 , … , an } y B2 = b1 , b2 , … , bn son dos bases ortonormales y las ecuaciónes
del cambio de coordenadas de B1 → B2 son:

X 1 = PX 2

La matriz del cambio de base P tiene las siguientes propiedades:

1. pij = ai ⋅ b j ∀i, j = 1,… , n

2. P −1 = PT (Las matrices que cumplen esta propiedad se llaman ortogonales)
3. P = ±1
Proceso de ortogonalización de Gram-Schmidt

Podemos obtener una base ortogonal B = {e1 , e2 , … , en } a partir de una base cualquiera
B′ = {u1 , u2 , … , un } , por el siguiente procedimiento:

e1 = u1
u2 ⋅ e1
e2 = u2 − 2
e1
e1
u3 ⋅ e1 u3 ⋅ e2
e3 = u3 − 2
e1 − 2
e2
e1 e2

un ⋅ e1 u ⋅e un ⋅ en −1
en = un − e1 − n 2 e2 − − en −1
e1 e2 en −1

4.4. Complemento ortogonal de un subespacio

Definición

Sea V un espacio vectorial euclídeo y S uno de sus subespacios. Se define el

complemento ortogonal de S como:

S ⊥ = { y / y ⋅ x = 0 ∀x ∈ S }

Es decir, un vector pertenece al complemento ortogonal si es ortogonal a todos los

vectores de S.

Comentarios

1. El complemento ortogonal de un subespacio es subespacio vectorial

2. Un subespacio y su complemento ortogonal son suplementarios, es decir:

S ⊕ S⊥ =V

Proyección ortogonal

Como un subespacio S y su complemento ortogonal S ⊥ son suplementarios, cualquier

vector z de V se puede descomponer en la suma de un vector de S y otro de S ⊥ :

z =x+y x∈S y ∈ ST

a x se le llama proyección ortogonal de z sobre el subespacio S y se escribe: x = prS z