MÓDULO 2:

REPASO GENERAL

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

FACULTAD DE ESTUDIOS SUPERIORES ARAGÓN

ÁLGEBRA LINEAL – GRUPO: 2254 // 2020-2

KIEV ALEJANDRO MAZA LUNA

INGENIERÍA INDUSTRIAL | DIVISIÓN DE CIENCIAS FÍSICO MATEMÁTICAS Y DE LAS INGENIERÍAS

UNIVERSIDAD NACIONA AUTÓNOMA DE MÉXICO
FACULTAD DE ESTUDIOS SUPERIORES ARAGÓN
INGENIERÍA INDUSTRIAL

Repaso General de la Unidad 2

Espacios con producto interno

Saludos chicos
Ortogonalidad
Para complementar los apuntes anteriores del módulo 2, les dejo las siguientes
Vector Unitario
notas y consideraciones para que los temas sean más comprensibles.
Ángulo entre vectores

De los espacios con producto interno:

Para este modulo debes recordar que en teoría solo necesitas dos cosas:
- La forma base
- Los axiomas
¿Qué debes considerar de la forma base?
Solo tienes dos posibilidades, que el ejercicio te proporcione la información o no.

Si el ejercicio te lo da, puede tener diferentes operaciones o un orden especifico, incluso hasta
puede omitir elementos, como ya lo viste en algún ejercicio de las actividades de repaso, se puede
ver así:
1 1
〈𝑥⃗ ; ⃗⃗⃗⃗〉
𝑦 = (𝑦1 𝑥1 ) − 2(𝑦1 𝑥2 ) − 3(𝑦2 𝑥1 ) + 6(𝑦2 𝑥2 ) + (𝑦2 𝑥3 ) + (𝑦3 𝑥2 ) + √2(𝑦3 𝑥3 )
2 3

Caso contrario, si el ejercicio NO te lo da, dependiendo de la información que te dé, puedes

construirlo y se tendría que ver así:

Cuando trabajas con vectores en el espacio ℝ2 y ℝ3

〈𝑥⃗ 𝑦⃗〉 = (𝑥1 𝑦1 ) + (𝑥1 𝑦2 ) + (𝑥2 𝑦1 ) + (𝑥2 𝑦2 )

〈𝑥⃗ 𝑦⃗〉 = (𝑥1 𝑦1 ) + (𝑥1 𝑦2 ) + (𝑥1 𝑦3 ) + (𝑥2 𝑦1 ) + (𝑥2 𝑦2 ) + (𝑥2 𝑦3 ) + (𝑥3 𝑦1 ) + (𝑥3 𝑦2 ) + (𝑥3 𝑦3 )

Cuando trabajas con matrices de 𝑚22 y 𝑚33

〈𝐴 𝐵〉 = (𝑎11 𝑏11 ) + (𝑎12 𝑏12 ) + (𝑎21 𝑏21 ) + (𝑎22 𝑏22 )

〈𝐴 𝐵〉 = (𝑎11 𝑏11 ) + (𝑎12 𝑏12 ) + (𝑎13 𝑏13 ) + (𝑎21 𝑏21 ) + (𝑎22 𝑏22 ) + (𝑎23 𝑏23 ) + (𝑎31 𝑏31 )
+ (𝑎32 𝑏32 ) + (𝑎33 𝑏33 )

Recuerda que el tamaño y elementos cambiara de acuerdo con el espacio en el que trabajamos.

Ya que has construido o revisado la forma base que te da el problema puedes implementar los
axiomas.

Elaboró: Kiev Alejandro Maza Luna Álgebra Lineal: 2254 // 2020-2

UNIVERSIDAD NACIONA AUTÓNOMA DE MÉXICO
FACULTAD DE ESTUDIOS SUPERIORES ARAGÓN
INGENIERÍA INDUSTRIAL

1- (𝑣, 𝑣) ≥ 0 Esta propiedad se llama: POSITIVIDAD

2- (𝑣, 𝑣) = 0 𝑠𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖 v = 0 Esta propiedad es una condición de la POSITIVIDAD
3- (𝑢, 𝑣 + 𝑤) = (𝑢, 𝑣) + (𝑢, 𝑤) Esta propiedad se llama: ADITIVIDAD
4- (𝑢, 𝑣) = (𝑣, 𝑢) Esta propiedad se llama: SIMETRÍA
5- (𝛼𝑢, 𝑣) = 𝛼(𝑢, 𝑣) Esta propiedad se llama HOMOGENEIDAD
6- (𝛼𝑢, 𝑣) = 𝛼(𝑢, 𝑣) Esta propiedad es aplicable en la HOMOGENEIDAD

Recuerda que los axiomas los puedes utilizar como formulas en las cuales puedes sustituir la forma
base que ya definiste.

De los axiomas tienes que comprobar ambas partes de la igualdad, entonces dependiendo de las
características de tu forma base puedes sustituir tus axiomas, por lo que se puede ver así:

SIMETRÍA: (𝑢, 𝑣) = (𝑣, 𝑢)

(𝑢, 𝑣) = (𝑢1 𝑣1 ) + (𝑢1 𝑣2 ) + (𝑢2 𝑣1 ) + (𝑢2 𝑣2 )

(v, u) = (v1 u1 ) + (v1 u2 ) + (v2 u1 ) + (v2 u2 )
ADITIVIDAD: (𝑢, 𝑣 + 𝑤) = (𝑢, 𝑣) + (𝑢, 𝑤)

(𝑢, 𝑣 + 𝑤) = (𝑢1 (𝑣1 + 𝑤1 )) + (𝑢1 (𝑣2 + 𝑤2 )) + (𝑢2 (𝑣1 + 𝑤1 )) + (𝑢2 (𝑣2 + 𝑤2 ))

(𝑢, 𝑣) = (𝑢1 𝑣1 ) + (𝑢1 𝑣2 ) + (𝑢2 𝑣1 ) + (𝑢2 𝑣2 )
(𝑢, 𝑤) = (𝑢1 𝑤1 ) + (𝑢1 𝑤2 ) + (𝑢2 𝑤1 ) + (𝑢2 𝑤2 )

HOMOGENEIDAD: (𝛼𝑢, 𝑣) = 𝛼(𝑢, 𝑣)

(𝛼𝑢, 𝑣) = (𝛼 ∗ 𝑢1 𝑣1 ) + (𝛼 ∗ 𝑢1 𝑣2 ) + (𝛼 ∗ 𝑢2 𝑣1 ) + (𝛼 ∗ 𝑢2 𝑣2 )

𝛼(𝑢, 𝑣) = 𝛼〈(𝑢1 𝑣1 ) + (𝑢1 𝑣2 ) + (𝑢2 𝑣1 ) + (𝑢2 𝑣2 )〉

POSITIVIDAD: (𝑣, 𝑣) ≥ 0

(𝑢, 𝑢) = (𝑢1 𝑢1 ) + (𝑢1 𝑢2 ) + (𝑢2 𝑢1 ) + (𝑢2 𝑢2 )

También debes considerar que, para todos los casos, lo que obtienes de resultados en ambas partes
de la igualdad son ESCALARES.

Si durante tu trabajo alguna de las igualdades no concuerda puedes detenerte y responder que
entre los vectores no existe producto ya que no generan o pertenecen al mismo espacio.

Este planteamiento aplica para vectores y matrices, pero recuerda que si te preguntan por el
producto interno entre funciones tendrás que aplicar otro planteamiento, del cual requieres los
siguientes datos:

- 𝐸 = 𝐶 [𝑎, 𝑏] → el conjunto de las funciones

𝑏
- (𝑓, 𝑔) = ∫𝑎 𝑓(𝑡)𝑔(𝑡)𝑑𝑡 → las funciones para comprobar el producto

Bastara con resolver la integral definida para saber si hay producto o no.

Elaboró: Kiev Alejandro Maza Luna Álgebra Lineal: 2254 // 2020-2

UNIVERSIDAD NACIONA AUTÓNOMA DE MÉXICO
FACULTAD DE ESTUDIOS SUPERIORES ARAGÓN
INGENIERÍA INDUSTRIAL

De la Ortogonalidad:

Como lo vimos en el apunte, la ortogonalidad se basa en las propiedades del producto interno y se
comprueban con dos puntos, de los cuales de ante mano YA SABEMOS QUE SON PRODUCTOS
INTERNOS EN UN ESPACIO DEFINIDO:

𝑢
⃗⃗ y 𝑣⃗ son ortogonales si su producto escalar es cero
⃗⃗ , 𝑣⃗)= 0 → Por ejemplo para dos vectores en ℝ2 ∶ u1 ∙ v1 + u2 ∙ v2 = 0
(𝑢

Para efectos prácticos se vería así:

Si necesitamos comprobar que los vectores a = {1; 2} y b = {2; -1} son ortogonales.

Después de comprobar que ambos son productos internos, calculamos el producto escalar de estos
vectores.

a · b = 1 · 2 + 2 · (-1) = 2 - 2 = 0

Como el resultado es igual a 0 entonces tanto a como b son ortogonales.

Si trabajamos con vectores no hay problema, como ya lo vimos el planteamiento es simple, pero
con funciones el procedimiento necesita de dos operaciones:
𝑏
- El producto interno para funciones (𝑓, 𝑔) = ∫𝑎 𝑓(𝑡)𝑔(𝑡)𝑑𝑡 = 0
- La norma o magnitud ‖𝑢‖ = √(𝑢 , 𝑢) para conocer el vector

Por ejemplo:

Si tenemos dos funciones definidas y necesitamos comprobar que son ortogonales en el intervalo
[-1,1], aplicamos el siguiente procedimiento.

Si f1 (x) = x 2 y f2 (x) = x 3
1 1 1
Entonces aplicamos: (f1 , f2 ) = ∫-1 x 2 ∙ x 3 dx = 6 x 6 | -1 =0

Como es igual a cero sabemos que son ortogonales.

De igual forma la norma o magnitud de un vector u se puede expresar en términos del producto
interno, de esta forma también se comprueba si un conjunto es ortogonal o no.

𝑏
‖𝑢‖ = √(𝑢 , 𝑢) → ‖f(t)‖ = √∫ 𝑓(𝑡)2 𝑑𝑡
𝑎

Con esto podemos sustituir y evaluar en automático cuando tengamos este tipo de ejercicios.

Puedes ver más ejemplos de esto en los diferentes libros que deje en la plataforma.

Elaboró: Kiev Alejandro Maza Luna Álgebra Lineal: 2254 // 2020-2

UNIVERSIDAD NACIONA AUTÓNOMA DE MÉXICO
FACULTAD DE ESTUDIOS SUPERIORES ARAGÓN
INGENIERÍA INDUSTRIAL

Dentro del tema de ortogonalidad se puede definir la base del conjunto

Este módulo es un poco más fácil y se resuelve con un teorema que ya conoces bien.

Para entender el problema de una forma más simple, recuerda como aplicaba el teorema de
combinación lineal, en teoría es exactamente el mismo planteamiento.

𝑤 = 𝑐1 𝑣1 + . . . +𝑐𝑘 𝑣𝑘

Los escalares los obtendremos así:

𝑤 ∙ 𝑣𝑖
𝑐1 = 𝑝𝑎𝑟𝑎 𝑖 = 1, ⋯ , 𝑘
𝑣𝑖 ∙ 𝑣𝑖
¿Cómo se aplica entonces?
1
Si requerimos obtener las coordenadas de 𝑤 = [2] con respecto a la base ortogonal 𝛽 =
3
2 0 1
{𝑣1 = [ 1 ] ; 𝑣2 = [1] ; 𝑣3 = [−1]}, aplicamos entonces:
−1 1 1

1 2
[ 2] ∙ [ 1 ]
𝑤 ∙ 𝑣1 −1 = 2 + 2 − 3 = 1
𝑐1 = = 3
𝑣1 ∙ 𝑣1 2 2 4+1+1 6
[ 1 ]∙[ 1 ]
−1 −1
1 0
[ 2] ∙ [ 1 ]
𝑤 ∙ 𝑣2 1 =0+2+3=5
𝑐2 = = 3
𝑣2 ∙ 𝑣2 0 0 0+1+1 2
[ 1] ∙ [ 1]
1 1
1 1
[2] ∙ [−1]
𝑤 ∙ 𝑣3 1 =1−2+3=2
𝑐3 = = 3
𝑣3 ∙ 𝑣3 1 1 1+1+1 3
[−1] ∙ [−1]
1 1

Después de todo esto ya encontramos los escalares del teorema, por lo que tendríamos que
sustituir, multiplicar y sumar y comprobar que obtenemos w.

1 2 5 0 2 1 1
𝑤 = 𝑐1 𝑣1 + 𝑐2 𝑣2 + 𝑐3 𝑣3 = [ 1 ] + [1] + [−1] = [2]
6 2 3
−1 1 1 3

Elaboró: Kiev Alejandro Maza Luna Álgebra Lineal: 2254 // 2020-2

UNIVERSIDAD NACIONA AUTÓNOMA DE MÉXICO
FACULTAD DE ESTUDIOS SUPERIORES ARAGÓN
INGENIERÍA INDUSTRIAL

De los Vectores Unitarios

Al igual que con la ortogonalidad en teoría buscamos el mismo planteamiento solo que en esta
ocasión la igualdad sea a 1 (por eso se llama unitario…).

Su teorema va a funcionar con los siguientes puntos:

Sea v un vector en ℝ𝑛 y sea c un escalar de ℝ, entonces

1- ‖𝑢‖ = 0 𝑠𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖 𝑣 = 0
2- ‖𝑐𝑢‖ = |𝑐| ‖𝑣‖

La forma completa de la formula sería esta:

1
𝑢=( )𝑣
‖𝑣‖

Encontrar un vector unitario en la misma dirección se conoce como NORMALIZAR un vector.

Ahora que sabemos cómo se ven los vectores unitarios, ¿cómo aplicamos la
normalización?
2
Supongamos que tenemos un vector cualquiera: 𝑣 = [−1] para poder normalizarlo
3
aplicamos la formula, que al sustituir se vería así:

‖𝑣‖ = √(22 + (−1)2 + 32 ) = √14

Esta es la fórmula de la magnitud que ya conoces y la necesitas para sustituir en el

denominador de la formula.

Con este resultado podemos sustituir:

2⁄
2 √14
1 1 −1
𝑢=( )𝑣 = ( ) [−1] = ⁄
‖𝑣‖ √14 3 √14
3⁄
[ √14 ]
y listo, este vector resultante es el vector unitario de v con la misma dirección.

Elaboró: Kiev Alejandro Maza Luna Álgebra Lineal: 2254 // 2020-2

UNIVERSIDAD NACIONA AUTÓNOMA DE MÉXICO
FACULTAD DE ESTUDIOS SUPERIORES ARAGÓN
INGENIERÍA INDUSTRIAL

Ángulos entre vectores

Para vectores u y v distintos de 0 en ℝ𝑛

𝑢 ∙ 𝑣
cos 𝜃 =
‖𝑢‖‖𝑣‖
¿Cómo funciona?
2 1
Si requerimos calcular el ángulo entre los vectores 𝑢 = [ 1 ] 𝑣 = [1]
−2 1
Aplica de la siguiente forma:

𝑢 ∙ 𝑣 = 2 ∙ 1 + 1 ∙ 1 + (−2) ∙ 1 = 1

‖𝑢‖ = √22 + 12 + (−2)2 = √9 = 3 1

Por lo tanto; cos 𝜃 = √3
3
‖𝑣‖ = √12 + 12 + 12 = √3

De la formula con lo que ya encontramos bien podemos despejar para obtener el valor de ፀ, por lo
que quedaría así:
1
𝜃 = cos−1 ( √3) ≈ 1.377 𝑟𝑎𝑑𝑖𝑎𝑛𝑒𝑠 → 78.9°
3

Ejemplo:
1 0
Si tenemos un par de vectores, por ejemplo: 𝑢 = [0] 𝑣 = [1] para encontrar el ángulo 𝜃
1 1
𝑢∙𝑣 (1∙0)+(0∙1)+(1∙1) 1
aplicamos: cos 𝜃 = ‖𝑢‖‖𝑣‖ cos 𝜃 = =
√2√2 2
𝜋
Al conocer el resultado el ángulo requerido es 3 radianes o 60°

RECUERDA

Puedes aplicar la tabla de cosenos de ángulos para encontrar tu resultado final:

ፀ 0° 30° 45° 60° 90°

√4 √3 √2 1 √1 1 √0
Cos ፀ =1 = = =0
2 2 2 √2 2 2 2

Elaboró: Kiev Alejandro Maza Luna Álgebra Lineal: 2254 // 2020-2