Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
𝑥1 , 𝑥2 , (𝑦1 , 𝑦2 ) = 𝑥1 𝑦1 − 𝑥1 𝑦2 − 𝑥2 𝑦1 + 𝛼𝑥2 𝑦2
𝑥1 , 𝑥2 + 𝑦1 , 𝑦2 , (𝑧1 , 𝑧2 ) = 𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 , (𝑧1 , 𝑧2 )
= (𝑥1 +𝑦1 )𝑧1 − (𝑥1 +𝑦1 )𝑧2 − (𝑥2 + 𝑦2 )𝑧1 + 𝛼(𝑥2 + 𝑦2 )(𝑧2 )
= 𝑥1 𝑧1 + 𝑦1 𝑧1 − 𝑥1 𝑧2 − 𝑦1 𝑧2 − 𝑥2 𝑧1 − 𝑦2 𝑧1 + 𝛼𝑥2 𝑧2 + 𝛼𝑦2 𝑧2
= (𝑥1 𝑧1 − 𝑥1 𝑧2 − 𝑥2 𝑧1 + 𝛼𝑥2 ) + (𝑦1 𝑧1 − 𝑦1 𝑧2 − 𝑦1 𝑧1 + 𝛼 𝑦2 𝑧2 )
= 𝑥1 , 𝑥2 , (𝑧1 , 𝑧2 ) + 𝑦1 , 𝑦2 , (𝑧1 , 𝑧2 )
3
Definición: Sea 𝑉 un espacio vectorial con producto interno , y sean 𝑢, 𝑣 ∈ 𝑉.
•Definimos la norma de 𝑣, denotada por 𝑣 , como
𝑣 = 𝑣, 𝑣 .
•Definimos la distancia entre 𝑢 y 𝑣, denotada por 𝑑(𝑢, 𝑣), como
𝑑 𝑢, 𝑣 = 𝑢 − 𝑣
•Decimos que 𝑢 y 𝑣 son ortogonales si 𝑢, 𝑣 = 0.
•Si 𝑢 ≠ 𝑣, el ángulo 𝜃 entre 𝑢 y 𝑣 es el ángulo que satisface:
𝑢,𝑣
cos 𝜃 = , 0 ≤ 𝜃 ≤ 𝜋.
𝑢 𝑣
Ejemplos:
1. En un espacio vectorial 𝑉, el vector nulo es ortogonal a todos los vectores de 𝑉.
2. Sea 𝑉 = 𝐶[0,1] y 𝑓 ∈ 𝑉 dada por 𝑓 𝑥 = 𝑒 𝑥 , calcular 𝑓 , 𝑑(𝑓, 𝑓 2 ).
3. Sea 𝑉 = 𝑃2 con el producto interno estándar, y sean 𝑝, 𝑞, 𝑟 ∈ 𝑃2 tales que:
𝑝 𝑥 = 2𝑥 2 + 𝑥 + 1
𝑞 𝑥 = 𝑥 2 − 2𝑥 + 3
𝑟 𝑥 = 𝑘𝑥 2 + 𝑘𝑥 − 2
a) Calcular el ángulo entre 𝑝 y 𝑞.
b) De ser posible, hallar el valor de 𝑘 ∈ ℝ para que 𝑝 y 𝑟 sean ortogonales.
4
Teorema: Sea 𝑉 un espacio vectorial con producto interno , , sean 𝑢, 𝑣 ∈ 𝑉 y 𝛼 ∈ ℝ,
entonces:
1. 𝑢 ≥ 0.
2. 𝑢 = 0 ⇔ 𝑢 = 0𝑉 .
3. 𝛼𝑢 = 𝛼 𝑢 .
4. 𝑑 𝑢, 𝑣 ≥ 0.
5. 𝑑 𝑢, 𝑣 = 0 ⇔ 𝑢 = 𝑣.
6. 𝑑 𝑢, 𝑣 = 𝑑(𝑣, 𝑢).
5
Ortogonalidad y proyección
Definición: Sea 𝑉 un espacio vectorial con producto interno y sea 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } ⊆
𝑉.
• Se dice que 𝑆 es un conjunto ortogonal si y solo si
0 𝑠𝑖 𝑖 ≠ 𝑗
𝑣𝑖 , 𝑣𝑗 =
𝑣𝑖 2 𝑠𝑖 𝑖 = 𝑗
• Se dice que 𝑆 es un conjunto ortonormal si y solo si
0 𝑠𝑖 𝑖 ≠ 𝑗
𝑣𝑖 , 𝑣𝑗 =
1 𝑠𝑖 𝑖 = 𝑗
Corolario: Sea 𝑉 un espacio vectorial con producto interno. Todo conjunto ortonormal
es linealmente independiente.
6
Teorema: Sea 𝑉 un espacio vectorial con producto interno de dimensión finita, digamos
dim 𝑉 = 𝑛. Entonces, 𝑉 tiene una base ortonormal.
Sea 𝑉 un espacio vectorial con producto interno de dimensión finita con base
𝐵 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 }.
𝑣1
𝑢1 =
𝑣1
𝑣2 ′
𝑣2′ = 𝑣2 − 𝑣2 , 𝑢1 𝑢1 , 𝑢2 =
𝑣2 ′
𝑣3 ′
𝑣3′ = 𝑣3 − 𝑣3 , 𝑢1 𝑢1 − 𝑣3 , 𝑢2 𝑢2 , 𝑢3 =
𝑣3 ′
⋮
𝑣𝑛 ′
𝑣𝑛′ = 𝑣𝑛 − 𝑣𝑛 , 𝑢1 𝑢1 − 𝑣𝑛 , 𝑢2 𝑢2 − ⋯ − 𝑣𝑛 , 𝑢𝑛−1 𝑢𝑛−1 , 𝑢𝑛 =
𝑣𝑛 ′
7
Ejemplos:
Ejemplos:
𝑐𝑜𝑠𝛼 −𝑠𝑒𝑛𝛼 1 2 −2 1
y 2 1 −2 son ortogonales.
𝑠𝑒𝑛𝛼 𝑐𝑜𝑠𝛼 3
1 2 2
Teorema:
1. Una matriz 𝐴 es ortogonal si y solo si 𝐴𝐴𝑇 = 𝐼𝑛 .
2. El producto de dos matrices ortogonales (del mismo orden) es ortogonal.
3. La matriz identidad (de cualquier orden) es ortogonal.
4. La inversa de una matriz ortogonal es ortogonal.
5. La transpuesta de una matriz ortogonal es ortogonal.
6. El determinante de una matriz ortogonal es 1 o -1.
7. En un espacio con producto interno de dimensión finita, la matriz de
cambio de base de una base ortonormal a otra base ortonormal es
ortonormal.
9
Definición: Sea 𝑉 un espacio vectorial con producto interno , , sean 𝑢, 𝑣 ∈ 𝑉 y
supongamos que 𝑣 ≠ 0𝑉 , entonces la proyección de 𝑢 sobre 𝑣 viene dada por:
𝑢, 𝑣
𝑝𝑟𝑜𝑦𝑣 𝑢 = 𝑣
𝑣, 𝑣
1
Ejemplo: En 𝑃2 con 𝑝, 𝑞 = 0
𝑝 𝑥 𝑞 𝑥 𝑑𝑥, determine 𝑝𝑟𝑜𝑦𝑣 𝑢, siendo𝑢 = 𝑥 2
y 𝑣 = 2𝑥 − 3.
Ejemplo:
Encuentre 𝑝𝑟𝑜𝑦𝜋 𝑣 donde 𝜋 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 : 2𝑥 − 𝑦 + 3𝑧 = 0 y 𝑣 =
(3, −2,4).
10
Complemento ortogonal
11
2. Considere ℳ2×3 (ℝ) con el producto interno 𝐴, 𝐵 = 𝑇𝑟(𝐴𝐵𝑇 ) .
Determinar una base para 𝑊 ⊥, siendo
𝑎 𝑏 𝑐
𝑊= :𝑎 + 𝑏 + 𝑐 = 𝑑 + 𝑒 + 𝑓
𝑑 𝑒 𝑓
1
3. En 𝑃2 con 𝑝, 𝑞 = 0
𝑝 𝑥 𝑞 𝑥 𝑑𝑥 , determine 𝐻 ⊥ siendo 𝐻 =
{𝑝 𝑥 : 𝑝′ 1 = 0}.
12
Valores y vectores propios
Definicion: Sea 𝐴 una matriz cuadrada de orden 𝑛. Diremos que 𝜆 ∈ ℝ es
un valor propio (autovalor o valor característico) de 𝐴 si existe un vector
𝑥 ∈ ℝ𝑛 no nulo tal que
𝐴𝑋 = 𝜆𝑋
Dicho vector se denomina vector propio (autovector o vector característico)
asociado a 𝜆.
13
Pasos para determinar los valores y vectores propios
14
Diagonalización
15
Teorema: Una matriz 𝐴 de orden 𝑛 es diagonalizable si y solo si 𝐴 tiene 𝑛
vectores propios linealmente independientes, en este caso, la matriz 𝐷
equivalente a 𝐴 esta dada por:
𝜆1 0 … 0
0
𝐷 = 0 𝜆2 … ⋮
⋮ ⋮ ⋱
0 0 … 𝜆𝑛
Donde 𝜆1 , 𝜆2 , … , 𝜆𝑛 son los autovalores de 𝐴. Si 𝐶 es la matriz cuyas
columnas son los autovectores de 𝐴, entonces
𝐷 = 𝐶 −1 𝐴𝐶.
Ejemplos:
1. En caso de ser posible, diagonalice las siguientes matrices.
1 3 3 2 4 3
𝐴 = −3 −5 −3 , 𝐵 = −4 −6 −3
3 3 1 3 3 1
16
2. Determinar los valores de 𝛼 y 𝛽 para los cuales la matriz
5 0 0
𝐴= 0 −1 𝛽
3 0 𝛼
es diagonalizable.
17
Teorema: Si 𝐴 es una matriz simétrica de orden 𝑛, entonces 𝐴 tiene 𝑛
vectores propios ortonormales.
18
Procedimiento para encontrar la matriz diagonalizable
Ejemplo:
Determinar una base ortonormal de vectores propios para
2 1 1
𝐴= 1 2 1 .
1 1 2
19