Matemáticas II

Clase 10: Geometrı́a

Jorge Rivera

1
Agenda

Objetivos de la clase

Producto interno

Norma Euclidiana y distancia entre vectores

Desigualdad de Cauchy-Schwarz y ortogonalidad

2
Objetivos de la clase
Objetivos de la clase

ˆ Conocer el concepto de producto interno de vectores.

ˆ Conocer el concepto de norma Euclidiana de un vector y de distancia
entre vectores.
ˆ Conocer la desigualdad de Cauchy - Schwarz; ortogonalidad de
vectores.

3
Producto interno
Concepto y propiedades

Definición.
El producto interno de los vectores
   
x1 y1
 x2   y2 
   
n n
X = ..  ∈ R , Y =  ..  ∈ R ,
  
. .
xn yn

se define como
n
X
X ·Y = xj yj ∈ R.
j=1

Note que X · Y ∈ R.

4
Ejemplo 1
   
3 1
• Dados los vectores X1 = 5 ∈ R3 , X2 =  1  ∈ R3 , se tiene que
   
1 −6

X1 · X2 = 3 ∗ 1 + 5 ∗ 1 + 1 ∗ (−6) = 2.

X2 · X1 = 1 ∗ 3 + 1 ∗ 5 + (−6) ∗ 1 = 2.
 
1
• Por otro lado, para X3 =  2  ∈ R3 se tiene que
 
−13

X1 · X3 = 3 ∗ 1 + 5 ∗ 2 + 1 ∗ (−13) = 0.

• Note que el producto interno de dos vectores puede ser 0 a pesar de

que ambos vectores son distintos del vector de ceros. Note también que
X1 · X2 = X2 · X1 .
5
Propiedades del producto interno

Proposición
Para todo X , Y , Z ∈ Rn , y para todo α ∈ R, se tiene que:

(a) X · (Y + Z ) = X · Y + X · Z
(b) (αX ) · Y = α(X · Y )
(c) X · Y = Y · X
(d) 0n · X = 0.

6
Norma Euclidiana y distancia
entre vectores
Norma Euclidiana de un vector

• Idea de la norma Euclidiana: tamaño de un vector.

• De manera intuitiva, la norma (Euclidiana) de un vector es la extensión
del valor absoluto que aplica a los números reales.

Definición
La norma Euclidiana (o simplemente norma) de un vector X =
(x1 , x2 , ..., xn )t ∈ Rn se define como
v
u n
√ uX
∥X ∥ = X · X = t xi2 ∈ R.
i=1

NOTA. A partir de lo anterior, notamos que la norma al cuadrado de un

vector cumple que:
v
u n n
uX X
∥X ∥ = t xi2 ⇒ ∥X ∥2 = X · X = xi2 .
i=1 i=1
7
Figura 1: Norma Euclidiana

8
Propiedades de la norma

Proposición
Para todo X , Y ∈ Rn y α ∈ R, se tiene que
(a) Si X ̸= 0n se tiene que ∥X ∥ > 0. Además, ∥X ∥ = 0 si y sólo
si X = 0n
(b) ∥αX ∥ = |α|∥X ∥ (|α| es el módulo o valor absoluto de
α)
(c) ∥X + Y ∥ ≤ ∥X ∥ + ∥Y ∥ (desigualdad triangular).

9
Vector unitario

• Vector unitario: Z ∈ Rn tal que

∥Z ∥ = 1.

• Para todo X ∈ Rn , X ̸= 0n , el vector

1
Xb = X
∥X ∥

es unitario.
1
• En efecto (usar parte (b) anterior con α = ∥X ∥ > 0)

1 (b) 1
∥Xb ∥ = X = ∥X ∥ = 1.
∥X ∥ ∥X ∥

10
Ejemplo 2

!
1
Para el vector X = ∈ R2 se tiene que:
a
p
∥X ∥ = 1 + a2 .

1
• Por otro lado, el vector unitario Xb = ∥X ∥ X es tal que:
! !
1 1 1 √ 1
Xb = √ X =√ = 1+a2 .
1+a 2 1 + a2 a √ a
1+a2

Es decir, la primera componente de Xb es √ 1 y la segunda componente

1+a2
de Xb es √ a .
1+a2

11
Distancia entre vectores

Definición
Dados X , Y ∈ Rn , la distancia (Euclidiana) entre ellos se define
como
d(Y , X ) = ∥Y − X ∥ ∈ R+ .

Figura 2: Distancia entre vectores: d(X , Y ) = ∥V ∥ = ∥Y − X ∥

12
Desigualdad de Cauchy-Schwarz
y ortogonalidad
Desigualdad de Cauchy-Schwarz

Proposición
Para todo X , Y ∈ Rn , se tiene que

|X · Y | ≤ ∥X ∥ ∥Y ∥,

es decir, el valor absoluto del producto interno de dos vectores

es menor o igual al producto de las normas de esos vectores.

NOTA. desarrollando el valor absoluto a la izquierda tenemos que

−∥X ∥ ∥Y ∥ ≤ X · Y ≤ ∥X ∥ ∥Y ∥.
Luego, si X ̸= 0n e Y ̸= 0n (para que sus normas sean distintas de cero)
tenemos que
X ·Y
∈ [−1, 1].
∥X ∥ ∥Y ∥

13
Ejemplo 3

! !
3 6
Si X1 = y X2 = , entonces
4 8
√ √
• ∥X1 ∥ = 32 + 42 = 5, ∥X2 ∥ = 62 + 82 = 10. Por otro lado, tenemos
que
X1 · X2 = 3 ∗ 6 + 4 ∗ 8 = 50
por lo que, en este caso, |X1 · X2 | = ∥X1 ∥ ∥X2 ∥.
! !
3 2 √
• Sin embargo, si X1 = y X2 = , entonces ∥X1 ∥ = 34,
5 3
√
∥X2 ∥ = 13 y |X1 · X2 | = 6 + 15 = 21. Notamos entonces que:
√ √ √
21
|{z} < 34
|{z} |{z}13 = 442 ≈ 21, 0238
|X1 ·X2 | ∥X1 ∥ ∥X2 ∥

14
Ortogonalidad

• Se puede probar que el coseno del ángulo que forman los vectores
X ∈ Rn con Y ∈ Rn es dado por
X ·Y
cos(∠(X , Y )) = ∈ [−1, 1].
∥X ∥ ∥Y ∥

• Cuando el ángulo es 90◦ , de modo que el coseno es 0, ocurre que los

vectores son perpendiculares (ortogonales).
• Cuando el ángulo es 90◦ entonces su coseno es 0.
• Conclusión: dos vectores X , Y ∈ Rn son perpendiculares
(ortogonales) sı́ y solo sı́
X · Y = 0.

• Escribiremos X ⊥ Y para indicar que esos vectores son ortogonales:

X ⊥Y ⇐⇒ X · Y = 0.

15
 Proposición
Dados X , Y ∈ Rn , ambos diferentes de 0n , tenemos que si X ⊥ Y
entonces X e Y son l.i. La reciproca no necesariamente es cierto
(dos vectores pueden ser l.i sin que sean ortogonales).

• Prueba. Suponiendo que X ⊥ Y , ambos ̸= 0n , dados α, β tal que

αX + βY = 0n , tenemos que (producto interno con X ):

(αX ) · X + (βY ) · X = 0n · X ⇒ α∥X ∥2 + β0 = 0 ⇒ α = 0.

Ya que α = 0:
0X + βY = 0n ⇒ β = 0,
implicando que los vectores son l.i.

16
Ejemplo 4

! !
1 3
• ¿Para qué valor de β se tiene que X1 = y X2 = son
β 8
ortogonales?
Se debe cumplir que
3
1∗3+β∗8=0 ⇒ β=− .
8
! !
1 3
• ¿Para qué valores de β se tiene que X1 = y X2 = son l.i? Se
β 8
debe cumplir que
8
1 ∗ 8 − 3 ∗ β ̸= 0 ⇒ β ̸= .
3

17
Ejemplo 5

Si X1 ⊥ X2 y X1 ⊥ X3 entonces para todo α, β ocurre que

X1 ⊥ (αX2 + βX3 ). En efecto:

X1 · (αX2 + βX3 ) = αX1 · X2 + βX1 · X3 = α 0 + β 0 = 0.

Luego, para todo α, β se tiene que X1 ⊥ (αX2 + βX3 ).

18
Ejemplo 6

Si X1 ⊥ X2 entonces para todo α, β se tiene que αX1 ⊥ βX2 . En efecto:

(αX1 ) · (βX2 ) = (αβ)X1 · X2 = αβ ∗ 0 = 0.

19