Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El espacio euclídeo
Como punto de partida para el estudio de las funciones de varias variables reales, debemos
familiarizarnos con la estructura y propiedades del espacio en el que dichas funciones tendrán
su conjunto de definición, el espacio euclídeo N-dimensional, donde N es un número natural.
Al tiempo que estudiamos algunas propiedades de dicho espacio, las iremos abstrayendo, para
entender ciertos conceptos generales que son importantes en Análisis Matemático.
Partimos de la definición de RN y su estructura algebraica básica, la de espacio vectorial.
Al estudiar el producto escalar en RN , completamos la definición del espacio euclídeo, así
llamado porque formaliza analíticamente los axiomas y resultados de la geometría de Euclides.
De hecho introducimos la noción más general de espacio pre-hilbertiano y manejamos en este
tipo de espacio la noción de ortogonalidad y otras cuestiones propias de la geometría euclídea.
Del producto escalar pasamos a la norma euclídea en RN , que más adelante nos llevará a las
nociones generales de norma y espacio normado.
1
1. El espacio euclídeo 2
Sin embargo, no siempre es conveniente usar subíndices para denotar las componentes de los
elementos de RN , pues podemos necesitar los subíndices para otra finalidad. Es lo que ocurre,
por ejemplo, cuando consideramos sucesiones de elementos de RN . Conviene por tanto disponer
de una notación alternativa. Para valores concretos de N, podemos denotar las componentes con
letras diferentes. Por ejemplo, es habitual escribir:
R2 = (x, y) : x, y ∈ R R3 = (x, y, z) : x, y, z ∈ R
y
En general, recordemos que una N-upla de números reales no es más que una aplicación de IN
en R : la N-upla x = ( x1 , x2 , . . . , xN ) ∈ RN es la aplicación x : IN → R dada por x(k) = xk
para todo k ∈ IN . Por tanto, aunque pocas veces pensaremos en x como una función, tiene
perfecto sentido denotar por x(k) a la k-ésima componente de la N-upla x . Tenemos así una
notación que evita usar subíndices, dejándolos disponibles para otros fines.
En RN disponemos de las operaciones de suma y producto por escalares, definidas, para
x = ( x1 , x2 , . . . , xN ) ∈ RN , y = ( y1 , y2 , . . . , yN ) ∈ RN , y λ ∈ R , por
x + y = ( x1 + y1 , x2 + y2 , . . . , xN + yN )
λ x = ( λ x1 , λ x2 , . . . , λ xN )
Obsérvese que estas operaciones son caso particular de las que usamos para funciones reales de
variable real, pues para cualesquiera x, y ∈ RN , λ ∈ R y k ∈ IN , tenemos claramente
x + y (k) = x(k) + y(k) y λ x (k) = λ x(k)
Sabemos que, con estas dos operaciones, RN tiene estructura de espacio vectorial. Aquí
y en lo sucesivo, cuando hablemos de un espacio vectorial, se entenderá siempre construido
sobre el cuerpo R de los números reales, único cuerpo escalar que vamos a manejar.
El espacio vectorial RN tiene dimensión N, es decir, todas sus bases constan de N vectores.
Destacamos la base estándar o base usual Φ = {ek : k ∈ IN } donde, para cada k ∈ IN , ek es
la N-upla cuyas componentes son todas nulas, salvo la k-ésima, que vale 1 , es decir
ek (k) = 1 y ek ( j) = 0 ∀ j ∈ IN \ {k}
Vemos aquí un ejemplo en el que resulta cómoda la notación para las componentes de los
elementos de RN que hemos explicado antes. Usamos subíndices para numerar los elementos
de la base Φ , de forma que, para cada k ∈ IN , tenemos una N-upla ek ∈ RN , cuyas componentes
ya no conviene denotar con subíndices. Resulta más cómodo, tal y como hemos hecho, denotar
por ek ( j) , a la j-ésima componente de la N-upla ek , para cualesquiera j, k ∈ IN .
Para cada x = x1 , x2 , . . . , xN ∈ RN , la única expresión de x como combinación lineal de
Así pues, las coordenadas en la base estándar de cada vector x ∈ RN , son precisamente las
componentes de la N-upla x.
1. El espacio euclídeo 3
Vamos a recordar la nomenclatura que suele usarse en relación con estas tres propiedades,
trabajando en un espacio vectorial arbitrario X, con una forma en dos variables, esto es, una
aplicación ϕ : X × X → R . Se dice que ϕ es una forma bilineal en X, cuando es lineal en
cada variable, es decir, cuando para todo z ∈ X, las aplicaciones x 7→ ϕ(x, z) y x 7→ ϕ(z, x)
son formas lineales en X. Se dice que la forma bilineal ϕ es simétrica cuando verifica que
ϕ(x, y) = ϕ(y, x) para cualesquiera x, y ∈ X. Entonces, la forma cuadrática asociada a ϕ es la
aplicación Q : X → R definida por Q(x) = ϕ(x, x) para todo x ∈ X, y se dice que Q es definida
positiva, cuando Q(x) > 0 para todo x ∈ X \ {0} .
La propiedad (P . 1) nos dice que el producto escalar en RN es lineal en la primera variable,
pero entonces (P . 2) nos da también la linealidad en la segunda variable, así como la simetría.
Por último, (P . 3) nos dice que la forma cuadrática asociada es definida positiva. Queda así
motivada la definición que sigue.
1. El espacio euclídeo 4
En efecto, la linealidad de la integral nos dice que tenemos una forma bilineal en C[0, 1] , que
obviamente es simétrica. Pero del crecimiento estricto de la integral deducimos que la forma
cuadrática asociada es definida positiva, puesto que si x ∈ C[0, 1] \ {0} , tenemos x(t)2 > 0 para
todo t ∈ [0, 1] y esta desigualdad ha de ser estricta para algún t ∈ [0, 1] , luego
Z 1
xx = x(t)2 dt > 0
0
k x k = ( x | x )1/2
Se dice también que la aplicación k · k : X → R , dada por x 7→ k x k para todo x ∈ X , es la
norma del espacio pre-hilbertiano X , o la norma asociada al producto escalar de X.
Destacamos las tres propiedades básicas de la norma recién definida:
(N . 1) k x + y k 6 k x k + k y k ∀ x, y ∈ X
(N . 2) kλxk = |λ| kxk ∀x ∈ X , ∀λ ∈ R
(N . 3) x ∈ X , k x k = 0 =⇒ x = 0
| ( x | y ) | = | ( λ y | y ) | = | λ | k y k2 = k x k k y k
0 < ( x − λ y | x − λ y ) = k x k2 − 2 λ ( x | y ) + λ 2 k y k2
k x k2 ( x | y )2 < k x k4 k y k2
Basta ahora dividir ambos miembros por k x k2 > 0 y tomar raíces cuadradas.
donde hemos usado la desigualdad de Cauchy-Schwartz. Abstrayendo las tres propiedades que
tiene la norma de un espacio pre-hilbertiano, llegaremos más adelante a la noción general de
norma en un espacio vectorial.
Por supuesto, todo lo dicho sobre la norma de un espacio pre-hilbertiano, es válido en el
espacio euclídeo N-dimensional, cuyo producto escalar se definió en (1) . La norma asociada a
dicho producto escalar es la norma euclídea en RN . Así pues, la norma euclídea de un vector
x = x1 , x2 , . . . , xN ∈ RN viene dada por
!1/2 !1/2
1/2 N N
kxk = xx = ∑ xk2 = ∑ x(k) 2 (3)
k=1 k=1
1.4. Ortogonalidad
La ortogonalidad o perpendicularidad entre dos vectores x, y ∈ RN se caracteriza fácilmente
usando el producto escalar. Pensando de nuevo en el teorema de Pitágoras, x e y deberán ser
ortogonales cuando verifiquen que k x + y k2 = k x k2 + k y k2 , lo que equivale claramente a que
( x | y ) = 0 . Nótese que esta equivalencia es válida en cualquier espacio pre-hilbertiano X, lo
que motiva la siguiente definición:
Decimos que dos vectores x, y ∈ X son ortogonales cuando (x | y ) = 0 , en cuyo caso se
suele escribir x ⊥ y . Según hemos comentado, se tiene
def
x ⊥ y ⇐⇒ ( x | y ) = 0 ⇐⇒ k x + y k2 = k x k2 + k y k2
(y|x)
Πx (y) = x
k x k2
λkxk (y|x)
cos α = =
kyk kxk kyk
(x|y)
α(x, y) = arc cos ∈ [0, π]
kxk kyk
Es claro que x ⊥ y si, y sólo si, α(x, y) = π/2 . Además, sabiendo cuándo la desigualdad de
Cauchy-Schwartz es una igualdad, pero teniendo en cuenta el signo de (x | y ) , comprobamos
que α(x, y) = 0 equivale a que se tenga y = λ x con λ ∈ R+ , mientras que α(x, y) = π si, y
sólo si, y = λ x con λ ∈ R− , todo ello muy acorde con la intuición geométrica.
1.5. Ejercicios
1. Si X es un espacio vectorial, una forma bilineal ψ : X × X → R es antisimétrica, cuando
verifica que
ψ(y, x) = −ψ(x, y) ∀ x, y ∈ X
Probar que toda forma bilineal en X se expresa, de manera única, como suma de una
forma bilineal simétrica y una forma bilineal antisimétrica. Dar un ejemplo de una forma
bilineal antisimétrica en RN con N > 1. ¿Qué ocurre si N = 1 ?
1. El espacio euclídeo 8
k f (x) k = k x k ∀x ∈ X
En este sentido, puede decirse que el espacio euclídeo N-dimensional es el único espacio
pre-hilbertiano de dimensión N , pues cualquier otro se identifica totalmente con él.
k x + y k2 + k x − y k2 = 2 k xk2 + 2 k y k2 ∀ x, y ∈ X
Probar que A es un conjunto ortogonal. Deducir que, para cualquier n ∈ N , las funciones
x1 , x2 , . . . , xn son linealmente independientes.