Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Caso real.-
Sea 𝑉 un espacio vectorial real, el producto interior es una función que asigna a cada par de
vectores un número real, esto es:
<, >: 𝑉 × 𝑉 → ℝ
𝑢, 𝑣 → < 𝑢, 𝑣 > = 𝑟
Tal que satisface
1. < 𝑢, 𝑣 > = < 𝑣, 𝑢 >
2. < 𝛼𝑢 + 𝛽𝑣, 𝑤 > = 𝛼 < 𝑢, 𝑤 > +𝛽 < 𝑣, 𝑤 >
< 𝑢, 𝛼𝑣 + 𝛽𝑤 > = 𝛼 < 𝑢, 𝑣 > +𝛽 < 𝑢, 𝑤 >
3. < 𝑢, 𝑢 > ≥ 0; < 𝑢, 𝑢 > = 0 ↔ 𝑢 = 0
Caso complejo.-
Sea 𝑉 un espacio vectorial complejo, el producto interior es una función que asigna a cada par
de vectores un número complejo, esto es:
<, >: 𝑉 × 𝑉 → ℝ
𝑢, 𝑣 → < 𝑢, 𝑣 > = 𝑐
Tal que satisface
1. < 𝑢, 𝑣 > = < 𝑣, 𝑢 >
2. < 𝛼𝑢 + 𝛽𝑣, 𝑤 > = 𝛼ത < 𝑢, 𝑤 > +𝛽ҧ < 𝑣, 𝑤 >
3. < 𝑢, 𝛼𝑣 + 𝛽𝑤 > = 𝛼 < 𝑢, 𝑣 > +𝛽 < 𝑢, 𝑤 >
4. < 𝑢, 𝑢 > ≥ 0; < 𝑢, 𝑢 > = 0 ↔ 𝑢 = 0
Ejemplos
1. Sean 𝑢 = 𝑥, 𝑦 , 𝑣 = 𝑧, 𝑤 ∈ 𝑅 2 se define < 𝑢, 𝑣 > = 2𝑥𝑧 + 3𝑦𝑤
¿ < 𝑢, 𝑣 > es producto interno?
Solución
Verifiquemos que cumple las propiedades
1. < 𝑢, 𝑣 > = 2𝑥𝑧 + 3𝑦𝑤 = 2𝑧𝑥 + 3𝑤𝑦 =< 𝑣, 𝑢 >
2. Sean los vectores 𝑢 = 𝑥, 𝑦 , 𝑣 = (𝑧, 𝑤), entonces
𝛼𝑢 + 𝛽𝑣 = 𝛼 𝑥, 𝑦 + 𝛽 𝑧, 𝑤
= 𝛼𝑥, 𝛼𝑦 + 𝛽𝑧, 𝛽𝑤 = 𝛼𝑥 + 𝛽𝑧, 𝛼𝑦 + 𝛽𝑤
donde 𝑝 1 , 𝑞 1 , 𝑝 3 , 𝑞(3) ∈ 𝑅
Ortogonalidad
Sea 𝑉 un espacio vectorial con producto interno y norma inducida.
1. Se dice que dos vectores son ortogonales si su producto interno es cero, esto
es:
𝑢 𝑒𝑠 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙 𝑎 𝑣 ↔ < 𝑢, 𝑣 > = 0
2. Se dice que un conjunto de vectores es un conjunto ortogonal si y solo si sus
vectores son ortogonales dos a dos, esto es
< 𝑢𝑖 , 𝑢𝑗 > = 0, ∀𝑖 ≠ 𝑗
𝑢
3. Se dice que un vector 𝑢 ∈ 𝑉 esta normalizado si y solo si 𝑣 = tal que 𝑣 = 1
𝑢
Gráficamente se tiene
Teorema (Mejor aproximación)
Sea 𝑉 un espacio vectorial con producto interno y sea 𝑆 un subespacio
vectorial de 𝑉 generado por un conjunto ortogonal W= 𝑣1 , 𝑣2 , . . , 𝑣𝑛 , distintas
de cero con norma inducida 𝑣 2 = <v, v>, entonces para cualquier vector
𝑣 ∈ 𝑉 la 𝑝𝑟𝑜𝑦𝑆 (𝑣) es el único punto mas cercano en el subespacio
𝑆, con la condición de que 𝑣 − 𝑝𝑟𝑜𝑦𝑆 (𝑣) → 0 tal que
𝑣 − 𝑝𝑟𝑜𝑦𝑆 (𝑣) < 𝑣 − 𝑣0
Ejemplos
Determine el vector proyección 𝑝𝑟𝑜𝑦𝑊 (𝑣) donde
1 2 −2 1
𝑊= , 0, , , 0, , v = 3, 4, −1
5 5 5 5
Solución
1 2 −2 1
𝑊= , 0, , , 0, es conjunto ortogonal, entonces
5 5 5 5
1 2 −2 1
𝑝𝑟𝑜𝑦𝑊 𝑣 = 𝛼1 , 0, + 𝛼2 , 0,
5 5 5 5
5 1 2 7 5 −2 1
𝑝𝑟𝑜𝑦𝑊 𝑣 = , 0, − , 0, = (3, 0, −1)
5 5 5 5 5 5
Bases ortogonales y ortonormales
Proceso de Gram Schmidt
Sea 𝑆 = 𝑣1 , 𝑣2 , … , 𝑣𝑛 un conjunto generador de un espacio vectorial con producto interno y
norma inducida el Proceso de Gram Schmidt consiste en obtener a partir de 𝑆 una base
ortogonal.
Proceso de Gram Schmidt.
1. Definir 𝑢1 = 𝑣1
2. Para 2≤ 𝑖 ≤ 𝑛 tenemos
𝑢𝑖 = 𝑣𝑖 − 𝛼1𝑖 𝑢1 − ⋯ − 𝛼𝑖−1𝑖 𝑢𝑖−1
Por lo tanto
1,2,2,1 , 1,1, −1, −1 , (2, −1, −1, 2) es una base ortogonal.
2. Hallar la 𝑝𝑟𝑜𝑦𝑊 𝑣 , donde 𝑊 = 1,1,0,1 , 0,1,1,0 , (−1,0,0,1) siendo
𝑣 = (0, −1,1,0)
Solución
Veamos si 𝑊 = 1,1,0,1 , 0,1,1,0 , (−1,0,0,1) es un conjunto ortogonal.
…. No es conjunto ortogonal.
Usando PGS.
1. 𝑢1 = 𝑣1 = 1,1,0,1 ; < 𝑢1 , 𝑢1 > = 3
<𝑢1 ,𝑣2 > 1
2. 𝑢2 = 𝑣2 − 𝛼12 𝑢1 , 𝛼12 = <𝑢1 ,𝑢1 >
=3
1 1 5
𝑢2 = (0,1,1,0) − 3(1,1,0,1)= 3(-1 , 2,3,-1); < 𝑢2 , 𝑢2 > = 3
𝑢3 = −1,0,0,1
1
El conjunto ortogonal es 1,1,0,1 , 3 −1,2,3, −1 , (−1,0,0,1) luego 𝑣 =
(0, −1,1,0)
𝑝𝑟𝑜𝑦𝑆 𝑣 = 𝛼1 𝑢1 + 𝛼2 𝑢2 + 𝛼3 𝑢3
−1 1 1 1
𝑝𝑟𝑜𝑦𝑆 𝑣 = 1,1,0,1 + ( −1, 2,3, −1) = (−2, −1,1, −2)
3 5 3 5
Donde:
<𝑢1 ,𝑣> −1 <𝑢2 ,𝑣> 1 <𝑢3 ,𝑣>
𝛼1 = = , 𝛼2 = = , 𝛼3 = =0
<𝑢1 ,𝑢1 > 3 <𝑢2 ,𝑢2 > 5 <𝑢3 ,𝑢3 >
1
𝑝𝑟𝑜𝑦𝑆 𝑣 = (−2, −1,1, −2)
5