Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESPAI EUCLIDIÀ
g : E × E −→ R
(~x, ~y ) 7−→ g(~x, ~y )
Es diu que g és una forma bilineal en E si verifica: ∀λ ∈ R, ∀~x, ~y , ~z ∈ E
Proposició 5.1.1: Sigui g : E × E −→ R una forma bilineal en E. ∀λ, µ, α, β ∈ R, ∀~x, ~y , ~z, ~u ∈ E es verifica:
Demostració 5.1.1
[ 1 ] g(~x, ~0) = g(~x, 0 · ~0) = 0 · g(~x, ~0) = 0. Anàlogament es veu que g(~0, ~x) = 0.
[ 2 ] g(λ~x + µ~z, α~y + β~u) = g(λ~x, α~y + β~u) + g(µ~z, α~y + β~u) = g(λ~x, α~y ) + g(λ~x, β~u) + g(µ~z, α~y ) + g(µ~z, β~u) =
λαg(~x, ~y ) + λβg(~x, ~u) + µαg(~z, ~y ) + µβg(~z, ~u)
∀λ ∈ R, ∀(x1 , x2 ), (y 1 , y 2 ), (z 1 , z 2 ) ∈ R2 :
Exemple 5.1.2: Considerem l’espai vectorial real de les funcions contı́nues en [0, 1] ⊂ R, C[0, 1], i definim ∀f1 , f2 ∈
C[0, 1]
g : C[0, 1] × C[0, 1] −→ R
Z 1
(f1 , f2 ) 7−→ (f1 (x) · f2 (x))dx
0
Definició 5.1.4: Simbolitzarem per S2 (E, R) el conjunt de totes les formes bilineals simètriques en E, i per H2 (E, R)
el conjunt de totes les formes bilineals antisimètriques en E.
S2 i H2 són subespais vectorials reals de L2 (E, R).
Demostració 5.1.3
Directament, a partir de la definició 2.1.3, g(~x, ~x) = −g(~x, ~x). Per tant 2g(~x, ~x) = 0 i llavors g(~x, ~x) = 0.
∀(x1 , x2 ), (y 1 , y 2 ) ∈ R2 g((x1 , x2 ), (y 1 , y 2 )) = x1 y 1 + x2 y 2
Podem comprovar que g és no definida ja que podem trobar dos vectors ~x, ~y ∈ R3 per als quals g(~x, ~x) > 0 i g(~y , ~y ) < 0.
Per exemple:
g((1, 0, 0), (1, 0, 0)) = 2 > 0 , g((0, 1, 1), (0, 1, 1)) = −2 < 0
Definició 5.1.6: Sigui g ∈ S2 (E, R). Anomenem forma quadràtica associada a g (i la simbolitzem per qg ) a
l’aplicació:
qg : E −→ R
~x 7−→ qg (~x) = g(~x, ~x)
Si qg 6= 0̃, llavors qg no és lineal. Per veure-ho n’hi ha prou amb prendre un cert vector ~x ∈ E tal que qg (~x) 6= 0. En
aquest cas,
Demostració 5.1.4
∀~x, ~y ∈ E, tenim que g(~x, ~y ) = g(~y , ~x) i, per tant:
(a) qg (~x + ~y ) = g(~x + ~y , ~x + ~y ) = g(~x, ~x) + g(~x, ~y ) + g(~y , ~x) + g(~y , ~y ) = qg (~x) + qg (~y ) + 2g(~x, ~y )
(b) qg (~x − ~y ) = g(~x − ~y , ~x − ~y ) = g(~x, ~x) − g(~x, ~y ) − g(~y , ~x) + g(~y , ~y ) = qg (~x) + qg (~y ) − 2g(~x, ~y )
De l’expressió (a) es dedueix directament el punt 1. Restant l’expressió (b) a l’expressió (a), obtenim el punt 2.
Xn n
X n X
X n
∀~x, ~y ∈ En , ~xV = (x1 , ..., xn ), ~yV = (y 1 , ..., y n ) g(~x, ~y ) = g xi~ei , y j ~ej = xi y j g(~ei , ~ej )
i=1 j=1 i=1 j=1
Utilitzant la notació:
Definició 5.2.1:
[g]V = matriu associada a g en la base V
Exemple 5.2.1: Sigui E2 un espai vectorial real, V una base d’E2 , i g ∈ L2 (E2 , R) definida com:
Per tant:
−3 0
[g]V = ∈ MR (2 × 2)
1 2
Teorema 5.2.2: Sigui En un espai vectorial real, i sigui V una base d’En . L’aplicació
ψV : L2 (En , R) −→ MR (n × n)
g 7−→ ψV (g) = [g]V
és un isomorfisme.
(i llavors es verificarà dimR L2 (En , R) = dimR MR (n × n) = n2 )
Demostració 5.2.2
T T T T
∀~x, ~y ∈ En , [~x]V [λg + h]V [~y ]V = λ[~x]V [g]V [~y ]V + [~x]V [h]V [~y ]V = [~x]V (λ[g]V + [h]V )[~y ]V
Llavors, [λg + h]V = λ[g]V + [h]V , és a dir: ψV (λg + h) = λψV (g) + ψV (h)
? ψV és injectiva
T
Suposem ψV (g) = [g]V = [0]n×n . Llavors, ∀~x, ~y ∈ En g(~x, ~y ) = [~x]V [g]V [~y ]V = 0 i, per tant, g = 0̃.
? ψV és exhaustiva
T
Sigui A ∈ MR (n × n). Definim l’aplicació: (∀~x, ~y ∈ En ) g(~x, ~y ) = [~x]V A [~y ]V
Teorema 5.2.3 (Canvi de Base): Sigui g ∈ L2 (En , R), i siguin V i N dues bases d’En . Es verifica:
T
[g]N = [Id]N V [g]V [Id]N V
Demostració 5.2.3
∀~x, ~y ∈ En , com que g és aplicació ∃!g(~x, ~y ) que podem obtenir tant treballant en base V com en base N :
T T T T T
g(~x, ~y ) = [~x]N [g]N [~y ]N = [~x]V [g]V [~y ]V = ([Id]N V [~x]N ) [g]V ([Id]N V [~y ]N ) = [~x]N [Id]N V [g]V [Id]N V [~y ]N
Restant,
T T
[~x]N [g]N − [Id]N V [g]V [Id]N V [~y ]N =
N ot
XT · A · Y = 0
XT · A · Y = 0 =⇒ A = [0]n
Demostració 5.2.4 Sigui V = {~e1 , . . . , ~en }, [g]V = (gij ), gij = g(~ei , ~ej ) (∀i, j = 1, n).
=⇒ ] Com que g és simètrica, resulta que g(~ei , ~ej ) = g(~ej , ~ei ), és a dir, gij = gji , ∀i, j = 1, ..., n. Per tant, la matriu
[g]V és simètrica.
⇐= ] ∀~x, ~y ∈ En tenim que (tenint en compte que una matriu 1 × 1 (un número real) i la seva transposada
coincideixen):
T T T T T T
g(~x, ~y ) = [~x]V [g]V [~y ]V = ([~x]V [g]V [~y ]V ) = [~y ]V [g]V [~x]V = [~y ]V [g]V [~x]V = g(~y , ~x), i resulta que g és simètrica.
Obtenció de la forma bilineal simètrica g associada a una forma quadràtica qg (alternativa a les fórmules
de polarització per al cas de dimensió finita)
Siguin En un espai vectorial real, V una base d’En , i g ∈ S2 (En , R). Suposem que g ens la donen definida per:
n n n
2
∀~xV = (x1 , . . . , xn ) ∈ En bii (xi ) + bij xi xj
P P P
qg (~x) = g(~x, ~x) =
i=1 i=1 j=1
(j>i)
1 1
b11 2 b12 ... 2 b1n
1 1
2 b12 b22 ... b2n
2
[g]V =
.. .. .. ..
. . . .
1 1
2 b1n 2 b2n ... bnn
2
És a dir, els termes bii (∀i = 1, ..., n) (coeficients de (xi ) ) són els elements diagonals i-èssims de [g]V , mentre que els
termes bij , ∀i, j = 1, ..., n, j > i (coeficients de xi xj ) s’han de dividir per 2 i col·locar-los en les posicions ij, ji de la
matriu [g]V . Si fem aquesta identificació i calculem g(~x, ~y ) en forma matricial obtindrem l’expressió tal i com vindria
donada per les fórmules de polarització.
Exemple 5.2.2: Sigui E2 un espai vectorial real, V una base d’E2 , i g ∈ S2 (E2 , R) definida com:
2 2
∀~xV = (x1 , x2 ) ∈ E2 g(~x, ~x) = (x1 ) + 4x1 x2 − 2(x2 )
Per tant,
1 2
[g]V = ∈ MR (2 × 2)
2 −2
5.3 Forma Canònica i Forma Normal d’una forma bilineal simètrica
Definició 5.3.1: Sigui g ∈ S2 (E, R) i N1 , N2 bases d’E. Anomenant [g]N1 = (aij ) ∈ MR (n × n), [g]N2 = (bij ) ∈
MR (n × n),
Proposició 5.3.1: Sigui A ∈ MR (n × n) una matriu simètrica. Siguin f1 , ..., fs operacions elementals de fila i siguin
c1 , ..., cs les mateixes operacions elementals anteriors, però de columna. Aplicades ordenadament sobre A resulten:
f1
1 c
2 f2 s c fs c
A −→ −→ −→ −→ · · · −→ −→ B
O bé,
Demostració 5.3.1 Fer una operació elemental de fila (o.e.f.) fi a una matriu A equival a multiplicar A per l’esquerra per
una matriu elemental de fila Fi = fi (In ) (que és inversible). Si, seguidament, apliquem la mateixa operació elemental
però de columna (o.e.c.), estem multiplicant A per la dreta per una matriu elemental de columna Ci = ci (In ) (que és
inversible). La relació entre ambdues matrius és
Ci = FiT
Si en total anem aplicant ordenadament p o.e.f. i les respectives o.e.c. a A, estarem fent el següent:
(Fs · · · F2 · F1 ) · A · (C1 · C2 · · · Cs )
T
amb (C1 · C2 · · · Cs ) = CsT · · · C2T
· C1T
= Fs · · · F2 · F1 . D’aquesta manera, anomenant C1 · C2 · · · Cs = P , tenim la
matriu P T · A · P . Per ser producte de matrius inversibles, P és inversible, i per això li podem fer correspondre una
certa matriu de canvi de base. Llavors, aquest producte matricial es correspon exactament l’expressió de canvi de
base per a una bilineal vista al teorema 5.2.3.
Teorema 5.3.1: (Mètode de la Reducció Gaussiana) ∀g ∈ S2 (E, R) ∃N1 , N2 bases d’E tals que g pren la forma
canònica a N1 i g pren la forma normal a N2 .
Demostració 5.3.1 Exposarem un mètode inductiu que consistirà en aplicar o.e.r. i o.e.c. (respectives unes de les
altres) per poder anar muntant una estructura diagonal a partir d’una matriu associada a g qualsevol. Suposem que
anomenem [g]V = A = (aij ) on V és una certa base d’E, amb A diagonal en blocs, i el primer bloc (r − 1) × (r − 1)
és diagonal r ∈ {2, ..., n}, és a dir,
a11
..
.
a (r−1)(r−1)
arr . . . arp . . . arn
.. . .. .
.. .
..
.
arp . . . app . . . apn
.. .. .. ..
. . . .
arn . . . apn . . . ann
on arp 6= 0.
Distigirem els següents casos:
• Cas 1: arr 6= 0. En aquest cas, efectuant les o.e.f. fi − aarr
ir
fr , ∀i = r + 1, ..., n aconseguim fer zeros a sota del
coeficient arr :
a11
..
.
a(r−1)(r−1)
air
arr . . . arp . . . arn
A → fi − fr , ∀i = r + 1, ..., n →
.. .. .. ..
arr . . . .
0 . . . app . . . apn
.. .. .. ..
. . . .
0 ... apn ... ann
I fent les mateixes operacions però de columna ci − aarr
ri
cr , ∀i = r + 1, ..., n aconseguim fer zeros a la dreta del coeficient
arr .
• Cas 2.1: ∃app 6= 0 amb p = r + 1, ..., n. En aquest cas, efectuant l’o.e.f. fr ↔ fp i la corresponent o.e.c. cr ↔ cp
aconseguim col·locar el coeficient app al lloc on hi havia el arr = 0:
a11
..
.
a(r−1)(r−1)
app . . . arp . . . apn
A → {fr ↔ fp } → {cr ↔ cp } →
.. .. .. ..
. . . .
arp . . . 0 . . . arn
.. .. . .. .
..
. .
apn . . . arn . . . ann
I aquesta situació ja es correspon amb la del Cas 1, i podem procedir com hem comentat abans.
• Cas 2.2: app = 0, ∀p = r + 1, ..., n. En aquest cas, com que arp 6= 0, efectuant l’o.e.f. fr + fp i la corresponent
o.e.c. cr + cp aconseguim col·locar el coeficient 2arp al lloc on hi havia el arr = 0:
a11
..
.
a(r−1)(r−1)
2arp ... arp ... apn + arn
A → {fr + fp } → {cr + cp } →
.. .. .. ..
. . . .
arp ... 0 ... arn
.. .. .. ..
. . . .
apn + arn ... arn ... 0
I aquesta situació ja es correspon amb la del Cas 1, i podem procedir com hem comentat abans.
Pretenem trobar una base N1 on g prengui forma canònica (no normal), i una altra base N2 on g prengui forma
normal. Per fer-ho, sigui V la base canònica de R3 . La matriu [g]V resulta:
1 1 0
[g]V = 1 2 0 = A
0 0 −3
Llavors:
1 1 0 1 0 0 √1
f
1 0 0 √1
c 1 0 0
f2 −f1 c2 −c1 3 3 3 3
A −→ 0 1 0 −→ 0 1 0 = D1 = [g]N1 −→ 0 1 0
√
−→ 0 1 0 = D2 = [g]N2
0 0 −3 0 0 −3 0 0 − 3 0 0 −1
Proposició 5.3.2: Sigui g ∈ S2 (En , R), i sigui N una base d’En on g pren forma canònica (normal o no). Es verifica:
Demostració 5.3.2
α11
Sigui N = {w ~ n }, [g]N
~ 1, . . . , w =
.. amb ~xN = (x1 , ..., xn ), ∀~x ∈ En .
.
αnn
[ 1,2 =⇒ ] ∀~x ∈ En ,
x1
α11 n
T .. .. X 2
= x1 xn αii (xi )
0 ≤ g(~x, ~x) = [~x]N [g]N [~x]N ... =
. .
αnn xn i=1
Com que aquest resultat és cert ∀~x ∈ En , considerem els vectors (~zj )N = (0, ..., 1(j) , ..., 0) ∀j = 1, ..., n. Llavors,
n
X 2
0 ≤ g(~zj , ~zj ) = αii (xi ) = αjj ∀j = 1, ..., n
i=1
Si a més resulta que g(~x, ~x) = 0 només quan ~x = ~0, llavors cal que αjj > 0, ∀j = 1, ..., n.
Llavors, si αii ≥ 0 ∀i = 1, ..., n, tenim que g(~x, ~x) ≥ 0 ∀~x ∈ En , indicant que g és definida positiva.
Si a més resulta que αii > 0 ∀i = 1, ..., n, tenim que l’equació g(~x, ~x) = 0 obliga a que ~x = ~0 (ja que és necessari que
xi = 0, ∀i = 1, ..., n). Per tant, g és definida positiva no degenerada.
[ 3,4 ] Anàlogament als punts 1 i 2.
n
2
αii (xi ) < 0 ∃i = 1, ..., n / αii < 0
P
∃~x ∈ E, g(~x, ~x) =
i=1
g és no definida ⇐⇒ n
2
⇐⇒
αjj (y j ) > 0
P
∃~y ∈ E, g(~y , ~y ) =
∃j = 1, ..., n / αjj > 0
j=1
1) < | > és una forma bilineal simètrica definida en E, < | >: E × E −→ R.
En aquesta situació direm que (E, < | >) és espai euclidià .
Si l’espai és de dimensió finita, dimR En = n < +∞, podem parlar de matriu associada a aquest producte escalar, que
no és més que un cas particular de matriu associada a una forma bilineal simètrica:
[< | >]V = [gij ] ∀i, j = 1, ..., n gij =< ~ei | ~ej >=< ~ej | ~ei >= gji
1
y
2
y
< ~x | ~y >= x1 2 n
∀~x, ~y ∈ En , x · · · x [< | >]V . =
..
yn
i el canvi de base:
T
[< | >]N = [Id]N V · [< | >]V · [Id]N V
Proposició 5.4.1: Sigui En un espai vectorial real de dimensió finita i f una forma bilineal simètrica definida en
En :
Definició 5.4.2: Sigui (E, < | >) espai euclidià i dos vectors d’aquest espai ~x, ~y . Direm que {~x, ~y } són vectors
ortogonals si el seu producte escalar és zero, < ~x | ~y >= 0.
Definició 5.4.3: Sigui (E, < | >) espai euclidià , i F un subespai vectorial d’E, definim el conjunt:
Demostració 2.4.1
a) Per començar verifiquem que ~0 ∈ F ⊥ , i per tant F ⊥ 6= ∅, ja que:
Corol·lari 5.4.3:
E ⊥ = {~0}, {~0}⊥ = E
Proposició 5.4.4: Per a qualsevol F subespai vectorial de E es verifica F ∩ F ⊥ = {~0}.
Demostració 5.4.4
Hem de justificar que l’únic element de la intersecció és el ~0. Sigui ~z ∈ F ∩ F ⊥ , com que ~z ∈ F ⊥ , llavors ∀~x ∈ F ,
< ~z | ~x >= 0. En pertànyer a la intersecció això també serà cert per ~x = ~z, i ens queda < ~z | ~z >= 0 i per les
propietats del producte escalar sabem que ~z = ~0.
Definició 5.4.4: Direm que {~u1 , ~u2 , . . . , ~ur } és un sistema de vectors ortogonals, si i només si, ∀i, j = 1, r i 6=
j < ~ui | ~uj >= 0
Proposició 5.4.5: Tot sistema de vectors ortogonals i no nuls és un sistema lliure.
Demostració 5.4.5
∀i = 1, r ∀αi ∈ R, definim:
r
X
~u = α1 ~u1 + α2 ~u2 + · · · + αr ~ur = αi ~ui = ~0
i=1
Fem ara el producte escalar d’aquest vector ~u per un vector qualsevol ~uj , ∀j = 1, r,
r
X
< ~u | ~uj >=< ~0 | ~uj >= 0 = αi < ~ui | ~uj >= αj < ~uj | ~uj >= 0
i=1
∀j = 1, r αj = 0
Definició 5.4.6: Sigui (E, < | >) espai euclidià, ∀~x ∈ E, definim la norma d’aquest vector:
p
k~xk = + < ~x | ~x >
Proposició 5.4.5: (Propietats de la norma)
1) ∀~x ∈ E, k~xk ≥ 0.
2) k~xk = 0 ⇐⇒ ~x = ~0.
3) ∀~x ∈ E, ∀c ∈ R, kc~xk =| c | k~xk
∀~v ∈ E, ~v 6= ~0, direm que normalitzem el vector ~v quan el dividim per la seva norma. D’aquesta manera
~v
aconseguim un vector ~x = que és unitari.
k~v k
Exercisi 5.4.1 Sigui (E, < | >) espai euclidià real, ∀~x, ~y , ~z ∈ E, demostreu:
1) < ~x | ~y >= 12 (k~x + ~y k2 − k~xk2 − k~y k2 )
2) < ~x | ~y >= 14 (k~x + ~y k2 − k~x − ~y k2 )
3)k~x + ~y + ~zk2 = k~x + ~y k2 + k~x + ~zk2 + k~y + ~zk2 − k~xk2 − k~y k2 − k~zk2
Proposició 5.4.7 (Teorema de Pitàgores): Sigui (E, < | >) espai euclidià.
∀~x, ~y ∈ E, vectors ortogonals,
k~x + ~y k2 = k~xk2 + k~y k2
Demostració 5.4.7
k~x + ~y k2 =< ~x + ~y | ~x + ~y >=< ~x | ~x > + < ~x | ~y > + < ~y | ~x > + < ~y | ~y >= k~xk2 + k~y k2
Proposició 5.4.8 (Llei del paral·lelògram): Sigui (E, < | >) espai euclidià. ∀~x, ~y ∈ E,
< ~x + ~y | ~x + ~y > + < ~x − ~y | ~x − ~y >=< ~x | ~x > + < ~x | ~y > + < ~y | ~x > + < ~y | ~y > +
+ < ~x | ~x > − < ~x | ~y > − < ~y | ~x > + < ~y | ~y >= 2k~xk2 + 2k~y k2
Proposició 5.4.9: Sigui (E, < | >) espai euclidià, i ~x ∈ E, ~x 6= ~0. ∀~y ∈ E, ∃!c ∈ R tal que ~y −c~x i ~x són ortogonals.
Demostració 5.4.9
Imposem aquesta propietat i cerquem el candidat. S’ha de verificar:
< ~y | ~x >
c=
< ~x | ~x >
Definim doncs, c ∈ R segons l’expressió anterior (que és únic donats ~x, ~y ). Llavors,
Notacions:
< ~y | ~x >
c~x = ~x = P r~x (~y ): Projecció Ortogonal d’~y sobre ~x
< ~x | ~x >
Proposició 5.4.10 (Desigualtat de Schwarz): Sigui (E, < | >) espai euclidià. ∀~x, ~y ∈ E,
Demostració 5.4.10
on hem utilitzat el Teorema de Pitàgores en ser ortogonals els vectors ~y − c~x i c~x. Llavors,
| c |2 k~xk2 ≤ k~y k2
en ser les normes valors no negatius podrem escriure:
| c | k~xk ≤ k~y k
|< ~y | ~x >|
=⇒ k~xk ≤ k~y k
k~xk2
Definició 5.4.8: Sigui (E, < | >) espai euclidià, ∀~x, ~y ∈ E, ~x 6= ~0, ~y 6= ~0. Definim l’angle format per aquests dos
vectors, α ∈ [0, π], tal que:
< ~x | ~y >
cos α =
k~xk · k~y k
−1 ≤ cos α ≤ 1
Proposició 5.4.12 (Desigualtat triangular): Sigui (E, < | >) espai euclidià. ∀~x, ~y ∈ E,
k~x + ~y k2 =< ~x + ~y | ~x + ~y >= k~xk2 + k~y k2 + < ~x | ~y > + < ~y | ~x > [∗]
Ara utilitzarem la desigualtat de Schwarz:
< ~x | ~y > + < ~y | ~x >= 2 < ~x | ~y >≤ 2 |< ~x | ~y >|≤ 2k~xk · k~y k
Aixı́ doncs arribem a la mateixa desigualtat, que en substituir-la a [∗] ens queda:
Proposició 5.4.13: Sigui (E, < | >) espai euclidià. Sigui {w ~ 1, w ~ m } ⊂ E, sistema de vectors ortogonals i no
~ 2, . . . , w
nuls. ∀~x ∈ E, sigui ci el coeficient de Fourier de ~x respecte w
~ i . Definim:
m
X
ci w
~ i = P rW (~x) = projecció ortogonal de ~x sobre el subespai W =< w
~ 1, w
~ 2, . . . , w
~ m >K
i=1
Llavors, es verifica:
1) (~x − P rW (~x)) ∈< w
~ 1, w ~ m >⊥
~ 2, . . . , w K
2) ∀i = 1, m, ∀ai ∈ R k~x − P rW (~x)k ≤ k~x − ~y k ∀~y ∈ W
Demostració 5.4.13
1) ∀j = 1, m,
m
X m
X
< ~x − ~i | w
ci w ~ j >=< ~x | w
~j > − ~i | w
ci < w ~ j >=< ~x | w
~ j > −cj < w
~j | w
~ j >=
i=1 i=1
< ~x | w
~j >
=< ~x | w
~j > − ~j | w
<w ~ j >= 0
~j | w
<w ~j >
Pm
2) Considerem ~y = i=1 ai w
~ i:
2
2
m
X
m
X m
X m
X
2
k~x − ~y k =
~x − ~ i
=
~x −
ai w ci w
~i + ~i −
ci w ~ i
= k~s + ~zk2
ai w
i=1 i=1 i=1 i=1
on
m
X m
X
⊥
~s = ~x − ~i ∈ W
ci w ~z = (ci − ai )w
~i ∈ W
i=1 i=1
Per tant, els dos vectors són ortogonals i podem aplicar el Teorema de Pitàgores,
m
2
m
2
m
2
m
2
X
X
X
X
~x − ~ i
=
~x −
ai w ci w ~ i
≥
~x −
~ i
+
(ci − ai )w ci w
~ i
i=1 i=1 i=1 i=1
Proposició 5.4.14 (Desigualtat de Bessel): Sigui (E, < | >) espai euclidià.
Sigui {w
~ 1, w ~ m } ⊂ E, un sistema de vectors ortogonals i unitaris.
~ 2, . . . , w
m
X
∀~x ∈ E, |cj |2 ≤ k~xk2
j=1
Demostració 5.4.14
m
2 m m
X
X X
0 ≤
~x − ~ i
=< ~x −
ci w ~ i |~x −
ci w cj w
~ j >=
i=1 i=1 j=1
m
X m
X m X
X m
= k~xk2 − ~ i |~x > −
ci < w cj < ~x|w
~j > + ~ i |w
ci cj < w ~j >
i=1 j=1 i=1 j=1
~ i |w
<w ~ j >= 0 per i 6= j, ~ i |w
<w ~ i k2 = 1, aleshores < ~x|w
~ i >= kw ~ j >= cj , ~ i |~x >= ci
<w
substituint obtenim:
m
X m
X m
X
0 ≤ k~xk2 − |ci |2 − |cj |2 + |ci |2
i=1 j=1 i=1
Simplificant:
m
X
|cj |2 ≤ k~xk2
j=1
Definició 5.4.9: Sigui (En , < | >) un espai euclidià de dimensió finita igual a n.
Sigui B = {~e1 , ~e2 , . . . , ~en } ⊂ En . Direm que B és base ortogonal d’En si és un sistema de vectors ortogonals i no
nuls.
Comentari: Ja hem demostrat anteriorment que un sistema de vectors ortogonals i no nuls és un sistema lliure.
Definició 5.4.10: Sigui (En , < | >) un espai euclidià de dimensió finita igual a n.
Sigui B = {~e1 , ~e2 , . . . , ~en } ⊂ En . Direm que B és base ortonormal d’En si és un sistema de vectors ortogonals i
unitaris. És a dir:
< ~ei |~ej >= δij , on δij = 0 si i 6= j, i δii = 1
Proposició 5.4.15: Sigui (E, < | >) espai euclidià. Per a qualsevol subespai vectorial W 6= {~0} de dimensió finita,
existeix una base ortonormal de W .
1) j = 2:
2) Com a hipòtesi de recurrència admetem que {~v1 , ~v2 , . . . , ~vj−1 } és un sistema de vectors ortogonals i no nuls, i
< ~e1 , ~e2 , . . . , ~ej−1 >R =< ~v1 , ~v2 , . . . , ~vj−1 >R
Ara ens cal demostrar que {~v1 , . . . , ~vj−1 , ~vj } és un sistema de vectors ortogonals i no nuls, i que < ~e1 , . . . , ~ej >R =<
~v1 , . . . , ~vj >R . És a dir:
a) ~vj és ortogonal a ~vi , ∀i = 1, ..., j − 1:
j−1 j−1
X < ~ej | ~vk > X < ~ej | ~vk > < ~ej | ~vi >
< ~vj | ~vi >=< ~ej − ~vk | ~vi >=< ~ej | ~vi > − < ~vk | ~vi >=< ~ej | ~vi > − < ~vi | ~vi >= 0
< ~vk | ~vk > < ~vk | ~vk > < ~vi | ~vi >
k=1 k=1
b) ~vj 6= ~0. Fem-ho per reducció a l’absurd. Suposem que ~vj = ~0, llavors:
j−1 j−1 j−1
~0 = ~vj = ~ej −
X < ~ej | ~vk > X X
~vk = ~ej + λk~vk = ~ej + αk~ek = ~0
< ~vk | ~vk >
k=1 k=1 k=1
per tant {~e1 , ~e2 , . . . , ~ej } és un sistema lligat. Però això no és possible ja que formen part d’una base de W .
c) < ~e1 , . . . , ~ej >R =< ~v1 , . . . , ~vj >R : com que per hipòtesi de recurrència < ~v1 , ..., ~vj−1 >R =< ~e1 , ..., ~ej−1 >R ⊂<
Pj−1
~e1 , ..., ~ej >R , només cal veure que ~vj ∈< ~e1 , ..., ~ej >R , cosa que és certa ja que ~vj = ~ej + k=1 αk~ek , és una combinació
lineal dels vectors ~e1 , ..., ~ej .
Exemple 5.4.1: Considerem un espai vectorial real E, V = {~e1 , ~e2 , ~e3 } una base i < | > un producte escalar definit
en E, del que coneixem la seva matriu associada:
5 2 0
[< | >]V = 2 2 1
0 1 1
Primer mètode: Obtindrem la forma normal de < | > fent operacions elementals de fila i les mateixes de columna
(reducció Gaussiana)
5 2 0 ↔ f3 0 1 1 1 1 0 1 1 0 1 0 0 1 0 0
2 2 1 ∼ 2 2 1 ∼ 1 2 2 −f1 ∼ 0 1 2 ∼ 0 1 2 ∼ 0 1 2 ∼ I3
0 1 1 5 2 0 0 2 5 0 2 5 0 2 5 −2f2 0 0 1
↔ c3 −c1 −2c2
La forma normal de < | > és la matriu I3 , i ja tenim una base ortonormal N .
Si ara apliquem les mateixes operacions elementals de fila a la matriu I3 i la transposem obtindrem la matriu canvi
de base:
0 0 1 1 0 0
[Id]N V = 0 1 −2 [f ]N = 0 1 0
1 −1 2 0 0 1
Segon mètode: Obtindrem una base ortonormal W aplicant a la base V = {~e1 , ~e2 , ~e3 } el mètode d’ortogonalització
de Gram–Schmidt:
~v1 = ~e1 = (1, 0, 0)
< ~e2 | ~v1 >
~v2 = ~e2 − ~v1 = (0, 1, 0) − 25 (1, 0, 0) = (−2/5, 1, 0)
< ~v1 | ~v1 >
< ~e3 | ~v1 > < ~e3 | ~v2 > 0 1
~v3 = ~e3 − ~v1 − ~v2 = (0, 0, 1) − (1, 0, 0) − (−2/5, 1, 0) = (1/3, −5/6, 1)
< ~v1 | ~v1 > < ~v2 | ~v2 > 5 6/5
Llavors {(1, 0, 0), (−2/5, 1, 0), (1/3, −5/6, 1)} és base ortogonal. Si multipliquem els vectors per un escalar no nul
obtindrem una nova base ortogonal més còmoda:
M = {w
~ 1 = (1, 0, 0), w ~ 3 = (2, −5, 6)}
~ 2 = (−2, 5, 0), w
√ √ √
k(1, 0, 0)k = 5 k(−2, 5, 0)k = 30 k(2, −5, 6)k = 6
Dividint els vectors de la base M per les seves normes obtenim una base ortonormal:
√ √ √ √ √ √
W = {~u1 = (1/ 5, 0, 0), ~u2 = (−2/ 30, 5/ 30, 0), ~u3 = (2/ 6, −5/ 6, 6/ 6)}
Proposició 5.4.16: Sigui (En , < | >) espai euclidià de dimensió finita. Per a qualsevol subespai W ∈ En es verifica:
W ⊕ W ⊥ = En
Demostració 5.4.16 Ja sabem que W ∩W ⊥ = {~0}, el que ens permet escriure W ⊕W ⊥ ⊂ En . Anomenant dimK W = r,
el que haurem de demostrar és que dimK W ⊥ = n − r. Considerem una base de W , {~v1 , ~v2 , . . . , ~vr } i la completem fins
obtenir una base d’En :
Ara apliquem a aquesta base el mètode d’ortogonalització de Gram-Schmidt i obtenim una base ortogonal, de tal
manera que els primers r vectors són base ortogonal de W :
N = {w
~ 1, w ~ r , ~tr+1 , . . . , ~tn }
~ 2, . . . , w
és a dir, que per una banda W ⊕ W ⊥ ⊂ En i per una altra dimK (W ⊕ W ⊥ ) > n, i això no és possible.
Havent vist que W ⊕ W ⊥ = En , podem concloure que ∀~x ∈ En , ∃!~x1 ∈ W, ∃!~x2 ∈ W ⊥ tals que ~x = ~x1 + ~x2 . Seguint
la notació anterior, W =< w
~ 1, w ~ r >K i W ⊥ =< ~tr+1 , . . . , ~tn >K . Suposem que
~ 2, . . . , w
r
X n
X
~x = αi w
~i + β j~tj
i=1 j=r+1
( Pr Pn Pr
< ~x | w ~ i + j=r+1 β j~tj | w
~ k >=< i=1 αi w ~ k >=< i=1 αi w ~ k >= αk < w
~i | w ~k | w ~k >
Pr n n
< ~x | ~tk >=< i=1 α w
i
~ i + j=r+1 β ~tj | ~tk >=< j=r+1 β ~tj | ~tk >= β k < ~tk | ~tk >
j j
P P
~x = P rW (~x) + P rW ⊥ (~x)