Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definición:
Sean los vectores u = (u1, u2, u3, …, un ) y v = (v1, v2, v3, …, vn,) є Rn, el PRODUCTO ESCALAR
(Producto Interno o Producto Punto) de los vectores u y v, que se escribe como u . v o < u v > se
n
u⋅v =< uv >= u1 v 1 +u2 v 2 +⋯+un v n =∑ ui v i
define por: i=1 ; y su resultado es un escalar α є R.
Ejemplos:
OBSERVACION:
Existen muchas maneras de definir un producto escalar. El producto escalar definido anteriormente
se denomina PRODUCTO ESCALAR CANONICO de Rn, pero se puede definir el producto
interno mediante sus propiedades.
Definición:
Sea V un espacio vectorial (real o complejo) sobre un cuerpo K, si a cada par de vectores u y v є V
se le asigna un escalar < u v > є K, esta aplicación se llama PRODUCTO INTERNO en V, si
satisface las siguientes propiedades:
i) ∀ u ∈V < u u > > 0 si u ≠ 0 y < u u > = 0 si u = 0
ii) ∀u,v ∈V <uv>= <vu>
iii) ∀u,v ,w ∈V < u.(v+w) > = < u v > + < u w >
iv) ∀ u,v ∈V y ∀ α ∈ R < α u v > = α < u v >
Ejemplo:
i)
( )( )
x x
⟨ XX ⟩=⟨ 1 ⋅ 1 ⟩ =2 x 1 x 1 +3 x 2 x 2=2 x 2 +3 x 2 >0
x2 x2 1 2
ii)
( )( )
x y
⟨ XY ⟩=⟨ 1 ⋅ 1 ⟩=2 x1 y 1 +3 x2 y 2 =2 y 1 x1 +3 y 2 x2 =⟨YX ⟩
x2 y2
iii)
x
( )( )
⟨ X⋅(Y +Z ) ⟩=⟨ 1 ⋅ y 1+z 1 ⟩ =2 x 1 ( y 1 +z 1 )+3 x 2( y 2 +z 2 )
x 2 y 2 +z 2
2
iv)
⟨ α XY ⟩=⟨
αx2 ( )( )
αx 1
⋅
y1
y2
⟩=2 α x 1 y 1 +3 α x 2 y 2=α(2 x1 y1 +3 x2 y 2 )=α ⟨ XY ⟩
Ejemplo:
i)
( )( )
x x
⟨ uu ⟩=⟨ 1 ⋅ 1 ⟩ =x 1 x 1 −x 1 x2 −x 2 x 1 +3 x 2 x2 =x 2 −2 x1 x 2 +3 x 2=( x1 −x 2 )2 +2 x 2 >0
x 2 x2 1 2 2
ii)
( )( )
x y
⟨ uv ⟩=⟨ 1 ⋅ 1 ⟩ =x 1 y 1−x 1 y 2 −x 2 y 1 +3 x 2 y 2= y 1 x 1 − y 2 x 1− y 1 x 2 +3 y 2 x 2
x2 y2
= y 1 x 1− y 1 x2 − y 2 x 1 +3 y 2 x 2 =⟨vu⟩
iii)
⟨ u⋅(v+w )⟩=⟨
( )( )
x1
x2
⋅
y 1 +z 2
y2 + z2
⟩=x 1 ( y 1 +z 1 )−x 1 ( y 2 +z 2 )−x2 ( y 1 + z1 )+3 x 2 ( y 2 +z 2 )
( )( ) ( )( )
x y x z
=⟨ 1 1 ⟩+⟨ 1 1 ⟩=⟨uv ⟩+ ⟨uw ⟩
x2 y2 x2 z2
( )( )
αx1 y
⟨ α uv ⟩ =⟨ ⋅ 1 ⟩ =α x1 y 1 −α x1 y 2 −α x2 y 1 +3 α x 2 y 2
αx 2 y2
iv)
=α( x 1 y 1−x 1 y 2−x 2 y 1 +3 x 2 y 2 )=α ⟨uv⟩
Entonces si es un producto interior (p.i.)
Ejemplo:
i)
( )( )
x x
⟨ uu ⟩=⟨ 1 ⋅ 1 ⟩ =−2( x 1 x1 + x2 x 2 )=−2( x 2 + x 2 )<0
x 2 x2 1 2
EJERCICIOS:
Definición:
v
v
v
u u u
Definición:
Un espacio vectorial Real con producto Interior se llama ESPACIO VECTORIAL EUCLIDEO ( o
Euclideano), y un espacio vectorial Complejo con producto interno se llama ESPACIO UNITARIO
o Espacio Hermítico.
NORMA Y DISTANCIA
Definición:
Sean u y v є V en Rn, u = (u1, u2, u3, …, un ) y v = (v1, v2, v3, …, vn,), la DISTANCIA entre los
puntos u y v, se escribe como d(u,v) y se define por
d (u , v )=√(u1 −v 1 )2+(u2 −v 2 )2 +⋯+(u n−v n )2 =√(u−v )¿(u−v )
La NORMA o LONGITUD del vector u, se escribe como |u| o ||u|| y se define por
√
‖ u‖= u 2 +u 2 +⋯+u 2= √u ¿ u
1 2 n
Teorema: (Ortogonalidad)
Dos vectores diferentes de cero son ORTOGONALES o perpendiculares entre sí, si y solo si, su
producto interno es cero: u¿v=|u||v|cos γ
u¿ v u¿ v
⇒ cos γ= =
|u||v| √ u ¿ u √ v ¿ v
Ejemplos:
4
= =√
u¿ v 1+0 1 2
⇒ cos γ= =
u(1,1) |u||v| √ 1+1 √1+0 √ 2 2
⇒ γ=arccos ( √22 )= π4
v(1,0)
CONJUNTOS ORTOGONALES
Definición:
Un conjunto de vectores de un espacio vectorial euclídeo V se dice que es Ortogonal, si cada vector
de dicho conjunto es perpendicular a todos los vectores restantes.
Ejemplo:
Dado el conjunto de vectores u = (1, 1, 1); v = (2, -1, -1); w = (0, 3, -3), verificar, con el p.i.
canónico, si es un conjunto ortogonal.
< u . v > = 2 – 1 – 1 = 0 → u y v son perpendiculares entre si
< u . w > = 0 + 3 – 3 = 0 → u y w son perpendiculares entre si
< v . w > = 0 – 3 + 3 = 0 → v y w son perpendiculares entre si
Luego el conjunto u, v, w es un conjunto ortogonal
Teorema:
Si dos vectores u y v son ortogonales, entonces son linealmente independientes.
Un conjunto de vectores ortogonales es l.i.
Definición:
Sea V un espacio vectorial euclídeo (o hermético) y sea B un subconjunto de V, se dice que B es un
conjunto ORTOGONAL si cada par de vectores distintos en B son perpendiculares entre sí, es
decir:
⟨x ¿ x ⟩=0 ∀ i≠ j
i j
B es un conjunto ORTONORMAL, si es ortogonal y si cada vector xi tiene longitud 1, es decir:
{
⟨ x i ¿ x j ⟩=0 ∀ i≠ j
⟨ x i ¿ x i ⟩=1 ∀ i∈ N
NOTA:
Siempre es posible obtener un conjunto ortonormal a partir de un conjunto ortogonal, al
NORMALIZAR cada vector. Si ║u║ = 1, esto es < u . u > = 1, se dice que u es un vector
UNITARIO o que está NORMALIZADO. Todo vector distinto de cero puede normalizarse
u
v=
haciendo: ‖ u‖
Definición:
Un conjunto ortogonal normalizado se denomina ORTONORMALIZADO, y es una Base
Ortonormal
9 9 9
¿ u ¿ u > = 4 + 4 + 1 = =1 ¿ v ¿ v > = 4 + 1 + 4 = =1 ¿ w ¿ w > = 1 + 4 − 4 = =1
9 9 9 9 9 9 9 9 9 9 9 9
S es un conjunto ortonormal, entonces S es un Base Ortonormal.
Teorema:
En todo espacio vectorial euclídeo V de dimensión finita existe una base Ortonormalizada
(Ortonormal) u1, u2, …, un y cualquier vector v Є V puede ser escrito como una combinación
lineal de los vectores de la base, como;
v=⟨v.u1 ⟩u1 +⟨v .u 2 ⟩u 2 +⟨v .u 3⟩u 3 +⋯+⟨v .u n ⟩u n .
Ejemplo:
Sea
S= ({ 23 ,− 23 , 13 ) ;( 23 , 13 ,− 23 );( 13 , 23 , 23 )}∈ R 3
( )( ) ( )( ) ( )( )
6 2/3 6 2/3 6 1/3
v =⟨ 6 −2/3 ⟩ u 1 +⟨ 6 1/3 ⟩ u 2 +⟨ 6 2/3 ⟩ u3
−9 1/3 −9 2/3 −9 2/3
v =[ 6(2/3)+6 (−2/3 )−9(1/3)] u1 + [ 6(2 /3 )+6(1/3 )−9(2 /3 ) ] u2 + [ 6 (1 /3 )+6(2/3 )−9 (2 /3 ) ] u3
⇒ v=−3 u1 + 12 u 2 +0 u3
S es un conjunto ortonormal (base ortonormal) si (u1, u2, u3) Є S, son perpendiculares entre si
y son vectores unitarios
( ) ( ) ( )
2
1 2
11 2
a)
u=⟨u.u 1⟩u1 +⟨u.u2 ⟩u2 +⟨u.u 3⟩u 3
( )( ) ( )( ) ( )( )
x 1 x −2 x 0
1 1 1
u=⟨ y 1 ⟩ u1 +⟨ 6 y 1 ⟩ u2 +⟨ 2 y −1 ⟩ u 3
√3 √ √
z 1 z 1 z 1
u= [ 1
√3 ] [
( x+ y+z) u 1 + 1 (−2x + y+z) u2 + 1 (− y+z)
√6 √2 ] [ ]u 3
b)
v=⟨v.u1 ⟩u1 +⟨v .u 2⟩u 2+⟨v .u 3 ⟩u 3
8
( )( ) ( )( ) ( )( )
1 1 1 −2 1 0
1 1 1
v =⟨ 1 ⟩ u1 +⟨ 6 1 1 ⟩ u 2 +⟨ 2 1 −1 ⟩ u3
1
√3 √ √ −2
1 −2 −2 1 1
[ ] [
v= 1 (1+1−2) u 1 + 1 (−2+1−2) u2 + 1 (0−1−2 ) u 3
√3 √6 √2 ] [ ]
3 3
⇒ v=0 u1 − u 2− u
√6 √2 3
c)
w=⟨w .u 1 ⟩u 1 +⟨w .u 2 ⟩u 2 +⟨w .u 3 ⟩u 3
( )( ) ( )( ) ( )( )
1 2 2 −2 2 0
1 1 1
w=⟨ 1 ⟩ u +⟨ ⟩ u +⟨ −3 ⟩ u3
√ 3 −31
√ 6 −3 1 2
√ 2 2 −1
1 2 2 1 1
1
√3 [ √6] [
1
w= (2−3+2) u1 + (−4−3+2) u2 + (0+3+2) u3
1
√2 ] [ ]
1 5 5
⇒ w= u1 − u 2+ u
√3 √6 √2 3
Sea v1, v2, …, vn una base arbitraria con un p.i. en V, entonces existe una base ortonormalizada
u1, u2, …, un de V tal que:
ui =ai1 v 1 +a i2 v 2 +⋯+aii vi
v1
u1 =
PASO 1. Normalizar el primer vector: ‖v 1‖
Ejemplo: Dado el conjunto S= { ( 1,1,0 ) ; ( 1,1,1 ) ; ( 0,1,1 ) } , obtener una base ortonormal.
¿ v 1⋅v 2 > =1+1+ 0=2≠0 entonces S no es ortogonal
¿ v 1⋅v 1 > =1+1+0=2≠1 entonces S no es ortonormal
v1 (1,1,0 ) 1 1
Paso 1. Normalizar el primer vector:
u1 = = = (
, ,0
‖v 1‖ √ 1+1 √ 2 √2 )
Paso 2. Ortogonalizar el segundo vector:
w 2=v 2 −⟨v 2⋅u1 ⟩u1
9
w 2=(1,1,1)−(
1 1 1 1
+ ) , ,0 (
√ 2 √ 2 √2 √ 2 ) =(1,1,1)− √22 ( √12 , √12 ,0). =(1,1,1)−(1,1,0)=(0,0,1)
w2 (0,0,1 )
u2 = = =(0,0,1 )
y normalizar el vector obtenido: ‖w 2‖ √1
Paso 3. Ortonormalizar el tercer vector: 3 3 3 1 1 w =v −⟨v ⋅u ⟩u −⟨v ⋅u ⟩u
3 2 2
1 1 1
( ) 1 1
w 3=(0,1,1)−( ) , ,0 −(1 )(0,0,1)=(0,1,1)− , , 0 −(0,0,1)= − 1 , 1 , 0
√ 2 √2 √2 2 2 2 2 ( ) ( )
w3
1 1
− , ,0
2 2 ( 1 1
− , ,0
2 2 ) ( )
u3 = = = = − 1 , 1 ,0 ( )
‖w 3‖ 1 1
+ +0
4 4 √ √
2
2 √2 √2
z
2 x+3 y −z=0 }
{( ) } {( ) ( )}
x 1 0
S=span y = 0 , 1 =Base
z=2 x+ 3 y
z 2 3
( )
v 1 ( 1,0,2 ) 1 2
u1= = = ,0,
‖v 1‖ √1+4 √ 5 √ 5
w 2=v 2 −⟨v 2⋅u1 ⟩ u1 =(0,1,3)−(
6 1 2
(
6
) ,0 , =(0,1,3)− ,0,
√5 √5 √5 5
12
5 ) ( )=(− 65 ,1, 35 )
w2 ( − ,1, ) (
6 3 6
− ,1,
3
)= −
u2 = =
5 5
=
5 5 6 5 3
( , ,
)
‖w 2‖
√ 36
25
+1+
9
25 √ 70
25
√ 70 √70 √ 70
3.- En el E.V. P3 de polinomios de grado menor o igual a 3, con p.i. canónico, considere la base
π ={ 1,1+t ,1+t +t 2 ,1+t +t 2 +t 3 } , obtenga π '
4.- Ortogonalizar cada una de las siguientes bases: a) { ( 1,1,0 ) ; (−1,1,0 ) ; ( −1,1,1 ) } b)
{ ( 2,−1,1 ) ; ( 3,−2,1/3 ) ; ( 1,0,1 ) } c) { ( 1,0,0,1) ; (−1,0,2,1 ) ; ( 0,1,2,0 ) ; ( 0,0 ,−1,1 ) }
5.- Obtenga una base ortonormal para cada uno de los siguientes subespacios:
a) span { ( x , y , z ) / x− y +2 z=0 } b) span { ( x , y , z , w ) / x=z∧ y =2 w }
c) span { ( x , y , z , w ) / x + y +z−w=0 } d) span { ( x , y , z , w ) / x +3 z−2 w=0 }
PROYECCIONES PERPENDICULARES
u
xv Determinar primero si existe un único x Є R tal que
v u – λv sea perpendicular a v
C = λv
Ejemplo:
Sean los vectores u = (1, -1, 1) y v = (2, 5, 7) hallar las proyecciones de u sobre v y de v sobre u
Proyección de u sobre v:
C=
u¿v
v¿v
v=
2−5+7
1+1+1
4
v= v= , ,
3 (
8 20 28
3 3 3 )
Proyección del v sobre u:
D=
u¿v
u¿u 4 +25+49 78 (
u= 2−5+7 u= 4 u= 4 ,− 4 ,
78 78 78
4
)
PROYECCIÓN DE UN VECTOR ⃗u SOBRE UN SUBESPACIO W
u v = proyv u
z=u–v z = perpendicular a W
v
Teorema:
Sea V un espacio vectorial euclídeo y sea W un subespacio de V de dimensión finita, entonces la
PROYECCION ORTOGONAL de un vector u sobre el subespacio W se stablece como:
Proy v u=⟨u⋅w1 ⟩w 1 +⟨u⋅w 2 ⟩ w2 +⋯+⟨u⋅wn ⟩w n
Siendo S = w1, w2, … , wn una base ortonormal de W
Ejemplo:
Determinar la proyección ortogonal del vector u = (1, 2, 3) sobre el subespacio generado por el
plano x + 2y – z = 0.
{( ) } {( ) ( )}
x 1 0
W= y ⇒ S= 0 , 1 base de W
x +2 y−z=0
z 1 2
Sea
⇒ S=
'
{( 1
;0 ;
√2 √2 )(
1 1 1 1
,− ; ;
√3 √ 3 √ 3 )} base ortonormal de W
v=Proy v u=⟨u⋅w1 ⟩w1 +⟨u⋅w 2 ⟩w 2
12
( )
−1
( )( ) ( )
1
√3
( )( )
1 1 √2 1 −1
1 1 1
v =Proy v u=⟨ 2 ⋅ 0 ⟩ 0 +⟨ 2 ⋅ 1 ⟩
√2 3 1 1 √3 3 1 √3
1
√2
√3
v=
4 1
(; 0;
1
+ ; ;
) (
4 −1 1 1
√ 2 √2 √ 2 √3 √ 3 √3 √3
4
3 )
2 4 10
=( 2,0,2 ) + (−1,1,1 )= ; ;
3 3 3 ( )
Definición:
El vector v en la descomposición u = v + z se llama Proyección del vector u sobre el subespacio
W; z es la perpendicular (vector perpendicular) trazada desde el vector u al subespacio W.
Definición:
Si W es un subespacio de dimensión finita de un espacio vectorial V, y u es cualquier vector en V,
entonces la distancia de u a W es la longitud de la componente de u perpendicular a W (z); es
decir: d(u, W) = ║u - v║ = ║u – Proyvu║
d (u , W )=‖u−Pr oy v u‖=‖(1,2,3 )− ( 2 4 10
) (
1 2 1
)
1 4 1 2
; ; ‖=‖ ; ;− ‖= + + =
3 3 3 3 3 3 9 9 9 3 √ √
Ejemplo:
Determinar la distancia del vector u = (1, -1, 3, 2) sobre el subespacio generado por el conjunto
W= { ( 1,0,0,1 ) ; (−1,0,2,1 ) ; ( 0,1,2,0 ) ; ( 0,0 ,−1,1 ) }
⇒ S' =
{( 1
;0;
√2 √2
1
)(
1 1 1
,− ; ;
√3 √ 3 √ 3 )} base ortonormal de W
v=Proy v u=⟨u⋅w1 ⟩w1 +⟨u⋅w 2 ⟩w 2
( )
−1
( )( ) ( )
1
√3
( )( )
1 1 √2 1 −1
1 1 1
v =Proy v u=⟨ 2 ⋅ 0 ⟩ 0 +⟨ 2 ⋅ 1 ⟩
√2 3 1 1 √3 3 1 √3
1
√2
√3
v=
4 1
(; 0;
1
+ ; ;
) (
4 −1 1 1
√ 2 √2 √ 2 √3 √ 3 √3 √3
4
3 )
2 4 10
=( 2,0,2 ) + (−1,1,1 )= ; ;
3 3 3 ( )
EJERCICIOS:
1.- Encontrar la proyección del vector (1, 2, 3) sobre el plano dado implícitamente por x + y + z = 0.
2.- Encontrar la proyección del vector (1, 2, -3) sobre el plano dado implícitamente por x + 2y - z = 0.
13
3.- En R4 con el producto escalar usual, encuentre la proyección ortogonal del vector (0, 2, 1, -1) sobre
el subespacio
{
U= ( x , y , z , w)
x− y +2 z=0 }
4.- En R con el producto escalar usual, encuentre la proyección ortogonal del vector (1, 2, 0, -1) sobre
4
el subespacio
{
U = ( x , y , z , w)
x+ y+ z−w=0 }
5.- En R4 con el producto escalar usual, encuentre la proyección ortogonal del vector (-1, 1, 2, -1)
sobre el subespacio
{
U= ( x , y , z , w)
x+ 3 z −2 w=0 }
Definición:
El Producto Vectorial o Producto Cruz de dos vectores u y v, que se escribe como u x v, se
define como:
i) Si u y v tienen la misma dirección o sus direcciones son opuestas o uno de estos vectores es
cero, entonces w = u x v = 0
ii) En cualquier otro caso, w = u x v es el vector cuya longitud es igual al área del paralelogramo
que tiene a u y v como lados adyacentes y cuya dirección es perpendicular tanto a u como a v
y es tal que u, v, w (en ese orden) forman una terna o triada derecha (orientación de dedos pulgar,
índice y medio de la mano derecha).
w
v w = uvsen
u x v = uvsen
u
|w|=|u||v|senγ
2 2 2 2
|w| =|u| |v| sen γ
2 2 2 2
|w| =|u| |v| (1−cos γ )
2 2 2
|w| =|u| |v| 1− 2 2
(
( u⋅v )2
|u| |v| )
|w|2 =⟨u⋅u⟩⟨v⋅v⟩−⟨u⋅v⟩2
|w|=|u x v|= √⟨u⋅u⟩ ⟨v⋅v⟩−⟨u⋅v⟩2 Longitud de producto cruz = área del paralelogramo
14
Ejemplo:
Con respecto a un sistema derecho, suponga que u = 4i – k y v = -2i + j + 3k, entonces la longitud
del vector w = u x v es:
|w|=|u x v|= √⟨u⋅u⟩ ⟨v⋅v⟩−⟨u⋅v⟩ =√(16+1)(4+1+9)−(−8−3) =√(17)(14)−(−11) =√ 117
2 2 2
Propiedades:
i) El producto cruz de vectores no es conmutativo, (el orden de los factores tiene gran importancia)
u x v v x u; u x v = - v x u
ii) (ku) x v = k(u x v) = u x (kv)
iii) u x (v + z) = (u x v) + (u x z)
iv) El producto cruz no es asociativa: u x (v x z) (u x v) x z
Ejemplo:
Con respecto a un sistema derecho, suponga que u = 4i – k y v = -2i + j + 3k, entonces
i j k i j k
w=u x v=|u1 u2 u 3 |=| 4 0 −1|=2 j+4 k +i−12 j=i−10 j+4 k
v1 v2 v 3 −2 1 3
|w|=|uxv|=√ 1+100+16=√117
Ejemplo: Encuentre el área del paralelogramo que tiene como dos de sus lados adyacentes a los
vectores u = (1, 2 , -1) y v = (0, 1, 1)
Area=|uxv|= √(1+4+1)(0+1+1)−(0+2−1)2=√(6)(2)−1=√11
Ejemplo: Encuentre el área del paralelogramo que tiene los vértices siguientes en el plano: (0,0);
(4,1);(2,3);(6,4)
C(6,4)
D(2,3) B(4,1)
15
A(1,3,0) Si u = A – C = (2,3,-2) y
v = B – C = (1,2,3) entonces:
1 1
A= |uxv|= √(4 +9+ 4 )(1+4+ 9)−(2+6−6 )2
2 2
B(0,2,5) 1 1
A= √(17 )(14 )−(2)2 = √234
2 2
C(-1,0,2)
Ejemplo:
Encuentre un vector normal unitario al plano que pasa por los puntos (2,0,0); (0,2,0); (0,0,2)
Si u = A – C = (2,0,-2) y v = B – C = (0,2,-2) entonces:
i j k
w=|uxv|=|2 0 −2|=4 k+4i+4 j
0 2 −2
'
w= =
w (4,4,4 )
=
1 1 1
; ; (
|w| √ 16+16+16 √ 3 √ 3 √ 3 )
Ejemplo:
Encuentre el área de la figura que tiene los vértices (0,0); (2,2); (3,5); (7,2); (5,-2) y (2,-3)
5 35
A=5+ + +5=30
Entonces 2 2
16
EJERCICIOS: