2

Complementos y proyecciones
ortogonales
 3

Definición 5:
Una matriz 𝐴 de orden 𝑛𝑥𝑛 es ortogonal si 𝐴 es invertible y 𝐴−1 = 𝐴𝑇 , es decir,
𝐴 𝐴𝑇 = 𝐼𝑛 𝑦 𝐴𝑇 𝐴 = 𝐼𝑛 .

Ejemplo:
La matriz

𝑐𝑜𝑠𝛼 −𝑠𝑒𝑛𝛼
𝐴= es ortogonal.
𝑠𝑒𝑛𝛼 𝑐𝑜𝑠𝛼

𝑐𝑜𝑠𝛼 −𝑠𝑒𝑛𝛼 𝑐𝑜𝑠𝛼 𝑠𝑒𝑛𝛼 𝑐𝑜𝑠 2 𝛼 + 𝑠𝑒𝑛 2 𝛼 𝑐𝑜𝑠𝛼𝑠𝑒𝑛𝛼 − 𝑐𝑜𝑠𝛼𝑠𝑒𝑛𝛼 1 0

. = 2 2 =
𝑠𝑒𝑛𝛼 𝑐𝑜𝑠𝛼 −𝑠𝑒𝑛𝛼 𝑐𝑜𝑠𝛼 𝑐𝑜𝑠𝛼𝑠𝑒𝑛𝛼 − 𝑐𝑜𝑠𝛼𝑠𝑒𝑛𝛼 𝑐𝑜𝑠 𝛼 + 𝑠𝑒𝑛 𝛼 0 1

𝑐𝑜𝑠𝛼 𝑠𝑒𝑛𝛼 𝑐𝑜𝑠𝛼 −𝑠𝑒𝑛𝛼 1 0

. =
−𝑠𝑒𝑛𝛼 𝑐𝑜𝑠𝛼 𝑠𝑒𝑛𝛼 𝑐𝑜𝑠𝛼 0 1
 4

Teorema 6:
Sea 𝑉 un 𝐾 −espacio vectorial de dimensión finita con producto interno y sean
𝛽1 = 𝑣1 , 𝑣2 , … , 𝑣𝑛 y 𝛽2 = 𝑢1 , 𝑢2 , … , 𝑢𝑛 dos bases ortonormales de 𝑉. Si 𝑃 es la
matriz de cambio de base (de orden 𝑛) de 𝛽2 a 𝛽1 , entonces 𝑃 es invertible y
𝑃−1 = 𝑃𝑇 (𝑃 es una matriz ortogonal)
Teorema 7:
1. El producto de dos matrices ortogonales (del mismo orden) es ortogonal.
2. La matriz identidad (de cualquier orden) es ortogonal.
3. La inversa de una matriz ortogonal es ortogonal.
4. Si 𝐴 es una matriz ortogonal (de orden 𝑛) , entonces del determinante de 𝐴 es 1
o -1
 5

Podemos construir matrices ortogonales, utilizando el siguiente resultado

Teorema 8:
La matriz 𝐴 de orden 𝑛𝑥𝑛 es ortogonal si y sólo si las columnas de 𝐴 forman
una base ortonormal para ℝ𝑛 .

Ejemplo:
1 −1 1
2 6 3
1
𝛽= 1 , 6 , −1 3 , es una base ortonormal en ℝ3.
2
2 1
0 6 3 (leer ejemplo 6.1.4 pág 421)
1 −1 1
2 6 3
1 1 −1
Así la matriz 2 6 3 es una matriz ortogonal
0 2 1
6 3
 6

Definición 6: Sea 𝑉 un 𝐾-espacio vectorial con producto interno (|), sean

𝑢, 𝑣 ∈ 𝑉 y supongamos que 𝑣 ≠ 0𝑉 entonces la proyección de 𝒖 sobre 𝒗 viene

𝑢𝑣
dada por: 𝑝𝑟𝑜𝑦𝑣 𝑢 = 𝑣
𝑣𝑣

Definición 7:
Sea 𝐻 un subespacio de un 𝐾 -espacio vectorial 𝑉 , con base ortonormal
𝑢1 , 𝑢2 , … , 𝑢𝑛 . Si 𝑣 ∈ 𝑉, entonces la proyección ortogonal de 𝒗 sobre 𝑯,
denotada por 𝑝𝑟𝑜𝑦𝐻 𝑣, esta dada por:
𝑛

𝑝𝑟𝑜𝑦𝐻 𝑣 = 𝑣 𝑢1 𝑢1 + 𝑣 𝑢2 𝑢2 + ⋯ + 𝑣 𝑢𝑛 𝑢𝑛 = 𝑣 𝑢𝑖 𝑢𝑖
𝑖=1
Notar que 𝑝𝑟𝑜𝑦𝐻 𝑣 ∈ 𝐻.

𝑝𝑟𝑜𝑦𝐻 𝑣 es independiente de la base ortonormal que se escoja para 𝐻

 7

Ejemplo:
1
En el espacio vectorial 𝑃2 ℝ , con el producto interno 𝑝 𝑥 , 𝑞(𝑥) = −1
𝑝 𝑥 𝑞 𝑥 𝑑𝑥 .
Calcular la proyección ortogonal de 𝑝 𝑥 = 3 + 2𝑥 − 𝑥 2 sobre
𝑊 = 𝑎 + 𝑏𝑥 + 𝑐𝑥 2 ; 𝑐 = −3𝑎 , subespacio de 𝑃2 ℝ

Solución:
𝑎 + 𝑏𝑥 + 𝑐𝑥 2 = 𝑎 + 𝑏𝑥 − 3𝑎 𝑥 2 = −𝑎(−1 + 3𝑥 2 ) + 𝑏𝑥

𝛽 = 𝑥, −1 + 3𝑥 2 es una base para 𝑊

1
2 𝑣1 3
𝑥, 𝑥 = 𝑥 2 𝑑𝑥 = ; 𝑢1 = = 𝑥
−1 3 𝑣1 2
 8

𝑤2 = 𝑣2 − 𝑣2 , 𝑢1 𝑢1

𝑣2 , 𝑢1 = 0

𝑤2 = 𝑣2

1
2 2 8 8
−1 + 3𝑥 2 , −1 + 3𝑥 2 = (−1 + 3𝑥 ) 𝑑𝑥 = ⇒ 𝑣2 =
5 5
−1

𝑣2 5
𝑢2 = = (−1 + 3𝑥 2 )
𝑣2 2 2
9
10
11
 12

Complemento ortogonal

Definición 8:
Sea 𝑉 un 𝐾-espacio vectorial con producto interno y sea 𝑊 un subespacio de
𝑉. Al conjunto
𝑊 ⊥ = *𝑣 ∈ 𝑉: 𝑣 𝑤 = 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑤 ∈ 𝑊+

Se le llama complemento ortogonal de 𝑾.

 13

Ejemplo 1:
Sea W = 𝑔𝑒𝑛 1, 𝑖, 1 + 𝑖 un subespacio vectorial de ℂ3 (𝑐𝑜𝑛 𝐾 = ℂ), con el producto
interno canónico. Calcular 𝑊 ⊥
Solución:

𝑊 ⊥ = *𝑣 ∈ 𝑉: 𝑣, 𝑤 = 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑤 ∈ 𝑊+

𝑊 ⊥ = *(𝑥, 𝑦, 𝑧) ∈ ℂ3 : 𝑥, 𝑦, 𝑧 , 𝛼(1, 𝑖, 1 + 𝑖) = 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝛼 ∈ ℂ+

𝑊 ⊥ = *(𝑥, 𝑦, 𝑧) ∈ ℂ3 : 𝛼 𝑥 + 𝑦 −𝑖 + 𝑧(1 − 𝑖) = 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝛼 ∈ ℂ+

𝑊 ⊥ = *(𝑥, 𝑦, 𝑧) ∈ ℂ3 : 𝑥 − 𝑦𝑖 + 𝑧(1 − 𝑖) = 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝛼 ∈ ℂ+

Sea 𝑥, 𝑦, 𝑧 ∈ 𝑊 ⊥ ⇒ 𝑥, 𝑦, 𝑧 = 𝑦𝑖 − 𝑧 1 − 𝑖 , 𝑦, 𝑧 = 𝑦 𝑖, 1,0 + 𝑧(𝑖 − 1,0,1)

𝑊 ⊥ = 𝑔𝑒𝑛 𝑖, 1,0 , (𝑖 − 1,0,1)

 14

Teorema 9:
Sea 𝑉 un 𝐾-espacio vectorial con producto interno y 𝑊 un subespacio de 𝑉 con
𝛽 una base de 𝑊, entonces
𝑣 ∈ 𝑊 ⊥ ⇔ 𝑢 𝑣 = 0, ∀𝑢 ∈ 𝛽.

Ejemplo 2:
Sea W = 𝑔𝑒𝑛 1, 𝑖, 1 + 𝑖 , (𝑖, 1,0) un subespacio vectorial de ℂ3 (𝑐𝑜𝑛 𝐾 = ℂ), con
el producto interno canónico. Calcular 𝑊 ⊥
Solución:

𝛽= 1, 𝑖, 1 + 𝑖 , (𝑖, 1,0) es una base de 𝑊

(𝑥, 𝑦, 𝑧) ∈ ℂ3 𝑡𝑎𝑙𝑒𝑠 𝑞𝑢𝑒: 𝑥, 𝑦, 𝑧 , 1, 𝑖, 1 + 𝑖 =0 𝑦 𝑥, 𝑦, 𝑧 , (𝑖, 1,0) = 0

 15

𝑥 + 𝑦 −𝑖 + 𝑧 1 − 𝑖 = 0 𝑦 𝑥(−𝑖) + 𝑦 = 0

𝑥 − 𝑦𝑖 + 𝑧 1 − 𝑖 = 0
−𝑥𝑖 + 𝑦 = 0

1−𝑖 − 1−𝑖 𝑧
1 0 𝑥=
1 −𝑖 1 − 𝑖 es equivalente: 2 2
−𝑖 1 0 1+𝑖 ⟺ − 1+𝑖 𝑧
0 1 𝑦=
2 2

𝑧 𝑧 𝑧
𝑥, 𝑦, 𝑧 = 𝑖 − 1 , −1 − 𝑖 , 𝑧 = 𝑖 − 1, −1 − 𝑖, 2
2 2 2

Por lo tanto,

𝑊 ⊥ = 𝑔𝑒𝑛 𝑖 − 1, −1 − 𝑖, 2
 16

Ejemplo 3:
Sea 𝑊 = 𝑎 + 𝑏𝑥 + 𝑐𝑥 2 ; 𝑐 = −3𝑎 un subespacio vectorial de 𝑃2 ℝ , con el producto
1
interno 𝑝 𝑥 , 𝑞(𝑥) = −1
𝑝 𝑥 𝑞 𝑥 𝑑𝑥. Calcular 𝑊 ⊥

Solución:

𝛽 = 𝑥, −1 + 3𝑥 2 es una base para 𝑊, 𝑆𝑒𝑎 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 ∈ 𝑃2 ℝ

𝑦
17
 18

𝑊 ⊥ = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 ; 𝑎1 = 𝑎2 = 0 𝑦 𝑎0 ∈ ℝ
 19

Ejemplo 4:

𝑎 𝑏
Sea 𝑊 = 𝑎 + 2𝑑 = 0, 𝑐 − 3𝑏 = 0 un subespacio vectorial de 𝑀2𝑥2 (ℝ) , con el
𝑐 𝑑

𝑎11 𝑎12 𝑏11 𝑏12

producto interno 𝐴 𝐵 = 𝑎21 𝑎22 , = 𝑎11 𝑏11 + 3𝑎12 𝑏12 + 𝑎21 𝑏21 + 2𝑎22 𝑏22.
𝑏21 𝑏22

Calcular 𝑊 ⊥
Solución:
0 1 −2 0
𝛽= , es una base para W
3 0 0 1

𝑎 𝑏 𝑎 𝑏 0 1 𝑎 𝑏 −2 0
𝑆𝑒𝑎 ∈ 𝑀2𝑥2 (ℝ) 𝑡𝑎𝑙𝑒𝑠 𝑞𝑢𝑒: , =0 𝑦 , =0
𝑐 𝑑 𝑐 𝑑 3 0 𝑐 𝑑 0 1

3𝑏 + 3𝑐 = 0 𝑦 −2𝑎 + 2𝑑 = 0
 20

3𝑏 + 3𝑐 = 0
−2𝑎 + 2𝑑 = 0

𝑎 𝑏
𝑊⊥ = 𝑐 = −𝑏, 𝑎 = 𝑑
𝑐 𝑑

𝑎 𝑏 1 0 0 1
=𝑎 +𝑏
−𝑏 𝑎 0 1 −1 0

1 0 0 1
𝑊 ⊥ = 𝑔𝑒𝑛 ,
0 1 −1 0
 21

Teorema 10:
Sea 𝑊 un subespacio de un 𝐾-espacio vectorial con producto interno 𝑉, entonces
1. 𝑉 ⊥ = {0𝑉 } 𝑦 {0𝑉 }⊥ = 𝑉.
2. 𝑊 ⊥ es un subespacio de 𝑉.
3. W ∩ 𝑊 ⊥ = {0𝑉 }.
4. Si 𝑉 es de dimensión finita, entonces dim (𝑊 ⊥ ) + dim 𝑊 = dim (𝑉).
Demostración:

𝑉 ⊥ = *𝑣 ∈ 𝑉: 𝑣 𝑤 = 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑤 ∈ 𝑉+ = {0𝑉 }

{0𝑉 }⊥ = *𝑣 ∈ 𝑉: 𝑣 𝑤 = 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑤 ∈ {0𝑉 }+ = 𝑉

 22

Veamos que: 𝑊 ⊥ es un subespacio de 𝑉

𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑤 ∈ 𝑊 : 0𝑉 , 𝑤 = 0

𝑢 + 𝑣, 𝑤 = 𝑢, 𝑤 + 𝑣, 𝑤 =0 𝑙𝑢𝑒𝑔𝑜, 𝑢 + 𝑣 ∈ 𝑊⊥

𝛼𝑢, 𝑤 = 𝛼 𝑢, 𝑤 = 0 𝑙𝑢𝑒𝑔𝑜, 𝛼𝑢 ∈ 𝑊 ⊥
 23

Veamos que: W ∩ 𝑊 ⊥ = {0𝑉 }.

𝑦
 24

Teorema 11:
Sea 𝑉 un 𝐾-espacio vectorial de dimensión finita, con producto interno y sea 𝑊 un
subespacio de 𝑉. Entonces
𝑉 = 𝑊 ⊕ 𝑊 ⊥,
Es decir, dado 𝑣 ∈ 𝑉, existe un par de vectores únicos 𝑤 ∈ 𝑊, 𝑤 ′ ∈ 𝑊 ⊥ tales que
𝑣 = 𝑤 + 𝑤′.
En particular, 𝑤 = 𝑝𝑟𝑜𝑦𝑊 𝑣 y 𝑤 ′ = 𝑝𝑟𝑜𝑦𝑊 ⊥ 𝑣, así

𝑣 = 𝑝𝑟𝑜𝑦𝑊 𝑣 + 𝑝𝑟𝑜𝑦𝑊 ⊥ 𝑣.
 25

Ejemplo:
𝑥 3
3
En ℝ , Sea 𝑊 = 𝑦 : 2𝑥 − 𝑦 + 3𝑧 = 0 . Exprese el vector −2 en términos de 𝑤 + 𝑤,
𝑧 4
donde 𝑤 ∈ 𝑊 𝑦 𝑤 ∈ 𝑊 ⊥

Solución:

1 0
𝛽1 = 2 , 3 es una base 𝑊
0 1

−6
1 70
5
3
𝛽2 = 2 , 70 es una base ortonormal 𝑊
5
5
0 70
 26

−6 −6
1 1 70 70
3 5 5 3
𝑝𝑟𝑜𝑦𝑊 𝑣 = 3 3
−2 , 2 2 + −2 , 70 70
4 5 5 4 5 5
0 0 70 70

−6
1 70
−1 5 4 3
= 2 −
5 70 70
5
5
0 70

1
7
= −4 ∈𝑊
7
−2
7
𝑣 = 𝑝𝑟𝑜𝑦𝑊 𝑣 + 𝑝𝑟𝑜𝑦𝑊 ⊥ 𝑣.

1 20
3 7 𝑥 𝑥 7
−4
−2 = 7 + 𝑦
𝑧 ⇒ 𝑦 = −10 ∈ 𝑊⊥
4 −2 𝑧 7
7 30
7

1 20
3 7 7
−2 = −4 −10
7 + 7
4 −2 30
7 7