Documentos de Académico
Documentos de Profesional
Documentos de Cultura
𝑣𝑢 = 𝑥2 , 𝑦2 𝑥1 , 𝑦1 = 𝑥2 𝑥1 + 𝑦2 𝑦1 = 𝑥2 𝑥1 + 𝑦2 𝑦1 = 𝑥1 𝑥2 + 𝑦1 𝑦2
Por lo tanto, 𝑢𝑣 = 𝑣𝑢
3
Definición 2:
Sea 𝑉 un 𝐾-espacio vectorial con producto interno , y sean 𝑢, 𝑣 ∈ 𝑉.
•Definimos la norma de 𝒗, denotada por 𝑣 , como
Definición 3:
Sea 𝑉 un espacio vectorial real con producto interno , y sean
𝑢, 𝑣 𝑑𝑜𝑠 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑛𝑜 𝑛𝑢𝑙𝑜𝑠 𝑑𝑒 𝑉.
Si 𝑢 ≠ 𝑣, el ángulo 𝛉 entre 𝐮 y 𝒗 es el único número real 𝜃 que satisface:
𝑢𝑣
cos 𝜃 = , 0 ≤ 𝜃 ≤ 𝜋.
𝑢 𝑣
5
Ejemplos:
1. En un 𝐾-espacio vectorial 𝑉, el vector nulo es ortogonal a todos los vectores de 𝑉.
Solución
Solución
𝜋
𝑓(𝑥) 𝑔(𝑥) = න 𝑠𝑒𝑛 𝑥 cos 𝑥 𝑑𝑥 = 0
−𝜋
6
Definición 4:
Sea 𝑉 un 𝐾-espacio vectorial con producto interno , y 𝛽 = 𝑣1 , 𝑣2 , … , 𝑣𝑛 una base
de 𝑉 . Se define la matriz del producto interno o matriz de Gram en la base 𝛽 como la
Ejemplo:
Si 𝑉 es el espacio vectorial ℂ2 , con las operaciones usuales y el producto interno
𝑥1 , 𝑦1 𝑥2 , 𝑦2 = 𝑥1 𝑥2 + 𝑦1 𝑦2 . Determina la matriz de Gram de ℋ = 1, 𝑖 , 𝑖, 1
Solución
2 0
𝐴=
0 2
8
Teorema 2:
Sea 𝑉 un espacio vectorial real con producto interno , sean 𝑢, 𝑣 ∈ 𝑉 y 𝛼 ∈ ℝ,
entonces:
1. 𝑢 ≥ 0.
2. 𝑢 = 0 ⇔ 𝑢 = 0𝑉 .
3. 𝛼𝑢 = 𝛼 𝑢 .
2 2 2
4. 𝑢±𝑣 = 𝑢 ± 2 𝑢, 𝑣 + 𝑣
9
Teorema 3:
Sea 𝑉 un espacio vectorial real con producto interno , sean 𝑢, 𝑣 ∈ 𝑉,
entonces:
1. 𝑢, 𝑣 ≤ 𝑢 𝑣 (Desigualdad de Cauchy -Schwarz).
2 2 2
3. 𝑢 y 𝑣 son ortogonales si y solo si 𝑢 + 𝑣 = 𝑢 + 𝑣 .
Demostración:
10
1 + 𝑢, 𝑣 ≥ 0
1 − 𝑢, 𝑣 ≥ 0
𝑃𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜,
11
12
𝑝𝑜𝑟 𝑜𝑡𝑟𝑜 𝑙𝑎𝑑𝑜,
≥ −1
− 𝑢 . 𝑣 ≤ 𝑢, 𝑣 ≤ 𝑢 𝑣
𝑃𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜, 𝑢, 𝑣 ≤ 𝑢 𝑣
13
Por teorema 2
14
Ortogonalidad
Definición 3:
Sea 𝑉 un 𝐾-espacio vectorial con producto interno y sea 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } ⊆ 𝑉.
• Se dice que 𝐒 es un conjunto ortogonal si y sólo si
0 𝑠𝑖 𝑖 ≠ 𝑗
𝑣𝑖 𝑣𝑗 =ቊ 2
𝑣𝑖 𝑠𝑖 𝑖 = 𝑗
0 𝑠𝑖 𝑖 ≠ 𝑗
𝑣𝑖 𝑣𝑗 = ቊ
1 𝑠𝑖 𝑖 = 𝑗
15
Ejemplo:
Sea 𝑉 = 𝑀2𝑥2 (ℝ), con el producto interno canónico. Consideremos las siguientes
matrices:
1 0 0 2 0 1
𝐴1 = ; 𝐴2 = ; 𝐴3 =
0 0 −2 0 1 3
Teorema 4:
Sea 𝑉 un 𝐾-espacio vectorial con producto interno y sea 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑘 } ⊆ 𝑉,
vectores no nulos. Si 𝑆 es ortogonal, entonces 𝑆 es linealmente independiente.
Demostración:
0 = 0𝑉 , 𝑣𝑗 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑘 𝑣𝑘 , 𝑣𝑗 = 𝛼1 𝑣1 , 𝑣𝑗 + 𝛼2 𝑣2 , 𝑣𝑗 + ⋯ + 𝛼𝑘 𝑣𝑘 , 𝑣𝑗
𝑘 𝑘
= 𝛼𝑖 𝑣𝑖 , 𝑣𝑗 = 𝛼𝑖 𝑣𝑖 , 𝑣𝑗
𝑖=1 𝑖=1
18
independiente
Corolario 1:
Sea 𝑉 un 𝐾-espacio vectorial con producto interno. Todo conjunto ortonormal es
linealmente independiente.
19
Definición 4:
Sea 𝑉 un 𝐾-espacio vectorial con producto interno de dimensión finita y sea 𝛽 =
𝑣1 , 𝑣2 , … , 𝑣𝑛 una base de 𝑉. Diremos que:
✓ 𝜷 es una base ortogonal si 𝛽 es un conjunto ortogonal de vectores en 𝑉.
✓ 𝜷 es una base ortonormal si 𝛽 es un conjunto ortonormal de vectores en 𝑉.
Ejemplos