2

Complementos y proyecciones
ortogonales
 3

Definición:
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:
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 el
determinante de 𝐴 es 1 o -1
 5

Podemos construir matrices ortogonales, utilizando el siguiente resultado

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

Teorema:
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)
 7

Definición: 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 dada

𝑢𝑣
por: 𝑝𝑟𝑜𝑦𝑣 𝑢 = 𝑣
𝑣𝑣

Definición:
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

 8

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 = න 𝑥 2 𝑑𝑥 = ; 𝑢1 = = 𝑥
−1 3 𝑣1 2
 9

𝑤2 = 𝑣2 − 𝑣2 , 𝑢1 𝑢1

𝑣2 , 𝑢1 = 0

𝑤2 = 𝑣2

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

𝑣2 5
𝑢2 = = (−1 + 3𝑥 2 )
𝑣2 2 2
10
11
12
 13

Teorema:
Sea 𝑉 𝑢𝑛 𝐾-espacio vectorial con producto interno, Sea 𝑆 un subespacio de 𝑉 de
dimensión finita, Sea 𝑢 ∈ 𝑉. Si 𝑢ො = 𝑝𝑟𝑜𝑦𝑆 𝑢, entonces:

𝑑 𝑢, 𝑢ො ≤ 𝑑 𝑢, 𝑤 ; ∀𝑤 ∈ 𝑆

𝑢ො = 𝑝𝑟𝑜𝑦𝑆 𝑢
14
 15

Ejercicio:
Sea V = ℝ4 con el producto interno canónico. Sea 𝑊 = ሼ 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ∈ ℝ4 ; 𝑥1 + 𝑥2 = 0 ∧
𝑥2 − 𝑥3 + 2𝑥4 = 0ሽ subespacio de 𝑉 . Determinar:
a. El vector de 𝑊 más próximo a 𝑢 = (1,0, −1,0).
b. La distancia de 𝑢 a 𝑊
Solución:
a. Buscamos la proyección de 𝑢 sobre 𝑊
𝑝 = 𝑝𝑟𝑜𝑦𝑊 𝑢

Una base para 𝑊 es 𝛽 = −1,1,1,0 , 2, −2,0,1

Aplicando el método de ortonormalización de Gram Schmidt

1 1 1 3
Una base ortonormal para 𝑊 es 𝛽 ′ = − , , ,0 , 2, −2,4,3
3 3 3 3 11
 16

𝑝 = 𝑝𝑟𝑜𝑦𝑊 𝑢

1 1 1 1 1 1 3 2 2 4 3 2 2 4
= 1,0, −1,0 , − , , ,0 . − , , ,0 + 1,0, −1,0 , ,− , ,1 . ,− , ,1
3 3 3 3 3 3 11 3 3 3 11 3 3 3

6 6 10 2
= ,− ,− ,−
11 11 11 11

Es el vector de 𝑊 que mejor aproxima a 𝑢

6 6 10 2
b.) 𝑑 𝑢, 𝑊 = 𝑑 𝑢, 𝑝 = 𝑑 1,0, −1,0 , ,− ,− ,−
11 11 11 11

6 6 10 2 66
= 1,0, −1,0 − ,− ,− ,− =
11 11 11 11 11
 17

Complemento ortogonal

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

Se le llama complemento ortogonal de 𝑾.

 18

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

𝑊 ⊥ = ሼ𝑣 ∈ 𝑉: 𝑣, 𝑤 = 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑤 ∈ 𝑊ሽ

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

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

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

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)

 19

Teorema:
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 ⊥ = ሼ𝑣 ∈ 𝑉: 𝑣 𝑤 = 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑤 ∈ 𝑉ሽ = {0𝑉 }

{0𝑉 }⊥ = ሼ𝑣 ∈ 𝑉: 𝑣 𝑤 = 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑤 ∈ {0𝑉 }ሽ = 𝑉

 20

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 ⊥
 21

Veamos que: W ∩ 𝑊 ⊥ = {0𝑉 }.

𝑦
 22

Teorema:
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:
Sea W = 𝑔𝑒𝑛 1, 𝑖, 1 + 𝑖 , (𝑖, 1,0) un subespacio vectorial de ℂ3 (𝑐𝑜𝑛 𝐾 = ℂ), con
el producto interno canónico en ℂ3 . 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

 23

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

𝑥 − 𝑦𝑖 + 𝑧 1 − 𝑖 = 0
ቊ
−𝑥𝑖 + 𝑦 =0

1−𝑖 − 1−𝑖 𝑧
1−𝑖 1 0 𝑥=
1 −𝑖 es equivalente: 2 2
−𝑖 1 0 1+𝑖 ⟺
0 1 − 1+𝑖 𝑧
2 𝑦=
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
 24

Ejemplo:
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
25
 26

𝑊 ⊥ = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 ; 𝑎1 = 𝑎2 = 0 𝑦 𝑎0 ∈ ℝ
 27

Ejemplo:

𝑎 𝑏
Sea 𝑊 = ቚ 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
 28

3𝑏 + 3𝑐 = 0
ቊ
−2𝑎 + 2𝑑 = 0

𝑎 𝑏
𝑊⊥ = ቚ 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
 29

Teorema:
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.
 30

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

Solución:

1 0
𝛽1 = 2 , 3 es una base de 𝑊
0 1

−6ൗ
1ൗ 70
5
3ൗ
𝛽2 = 2ൗ , es una base ortonormal de 𝑊
70
5
5ൗ
0 70
 31

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

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

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

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

1ൗ 20ൗ
3 7 7
−2 = −4ൗ + −10ൗ
7 7
4 −2ൗ 30ൗ
7 7
 33

Ejemplo 2:
Considere el espacio vectorial 𝑃2 ℝ , donde se define el producto interno entre dos
polinomios como 𝑝(𝑥), 𝑞(𝑥) = 𝑝(−1)𝑞(−1) + 𝑝(1)𝑞(1) + 𝑝(0)𝑞(0)
Se define un operador 𝑇: 𝑃2 ℝ → 𝑃2 ℝ , tal que 𝑇(𝑝(𝑥)) = 𝑥𝑝´(𝑥)
Sea el polinomio 𝑟(𝑥) = 2 + 𝑥 + 3𝑥 2 . Encuentre los vectores 𝑚(𝑥) del núcleo de 𝑇 y
𝑠(𝑥) del complemento ortogonal del núcleo de 𝑇, tal que 𝑟(𝑥) = 𝑚(𝑥) + 𝑠(𝑥)