AL-LNEPMELCC Espcios con product interno a 4, Espactos CON PRODUCTO INTERNO Nuestro objetivo ahora es concentramos en los espacios vectoriales en los cuales tiene sentido pensar en una longitud de un vector, de distancia y angulo entre vectores. Para ello introduciremos tuna funcién quea cada par de vectores les asigna un escalar. Esta funcidn, llamada producto interno, seré una generalizacién del producto escalar que vieron en IR?, 4.1. Propucro INTERNO Definicion 4.1 Sea V un espacio vectorial sobre el cuerpo IK (R 0 €). Un producto interno sobre V es ama funcién que a cada par de vectores en V, (u,2) le asigna un escalar que se nota: #0, u x v, 0. Adentis, también se da (0,0) = 0. Por tiltimo si 0. Sif, f) =) P(Odt = 0, suponiendo que f #0 y por el teorema de conservaci6n del signo para una {funcién continua se Hegaria a que (f, fy > O lo que es una contradiccién. Definicién 4.2 Un espacio producto interno , es un espacio vectorial sobre K (R 0 ©) munido de un producto interno, Unt espacio producto interno real de dimensién finita es frecuentemente llamado espacio euclidiano Um espacio producto interno complejo de dimensién finita es frecuentemente Hamado espacio unitario Definicién 4.3 Sex V un espacio vectorial con producto interno ¢.,-). Se llama norma de un vector v a lol = V@.0). Resulta equivalente {2|? = (2,0). ‘Teorema 4.1 Si V es un espacio producto interno, entonces para u,v € Vy a © K cualesquiera se tiene 4) Jav| = |allel, ii) |v] > 0 para v # 0. iff) Ku,v)| < |ui] 0]. Desigualdad de Cauchy-Schwarz. ip) |e + ol < |u| + lol. Desigualdad triangular Deinos: Las afirmaciones i) y if) surgen inmediatamente de las definiciones dadas. Ta desigualdad iii) es claramente valida para u = 0, Supongamos entonces que u # 0 considerar douty a [pe? Entonces (2,1) = Oy ‘ ‘ 2 O< fool? = (w,0— yy =o ae = (w,0) = |e)? Key ; De aquf surge que |(0,)| = u,0)| < |v}. Para probar iv), veamos que Ju tol? = ll? + Construyamos el siguiente vector como So mst) m4 = Oe = umes [eal é Oh. 5 ‘i EMM (2023) Algebra Lineal eneAL-LAEPMELCC Espcios con product interno 51 Entonces iy # 0, pues de serlo resultaria ,,1 ser una combinacién lineal de w;,--- , es decir que Guns 1 <1,» 2 > lo que contradice la hipotesis de que los vectores vy,--+ ,2 son Li Ademas — 5 Par m1 We) , tm, 10}) = {Om s1,00)) ns 09) = Omg ia a, 20)> = (ms -1)) — Gms 1}) = O. Por lo tanto {2;,+++ ,7q.+1} €8 un conjunto ortogonal que consta de m + 1 vectores no nulos en el subespacio generado por 01,-++ , 041 y resulta una base para este subespacio. . Observaci6n 4.2 Por ejemplo para para n = 4 los vectores toman la forma m =o denen) m = 2S, “lwil death), arte) wy = vy — SHV, _ Carty ‘lel [val am PHY, — ADD), aU), Teil? iwaé “eos Corolario 4.2 Todo espacio con producto interno de dimensi6n finita tiene wna base ortonormal. ‘Demos: Sea V un espacio con producto interno de dimensi6n finita y {v1,--- ,2,} una base para V. Aplicando el proceso de Gram-Schmidt se construye una base ortogonal {20}, --- , w,}. Luego para obtener una base ortonormal, se reemplaza cada vector i, pot @/|r . Observacién 4.3 Une de las ventajas principales de usar base ortonormales sobre usar bases ordenadas cualesquiera radica en el hecho que son mucho mds simples los calculos donde se hacen intervenir a las coordenadas. Sea V un espacio vectorial de de dimensién finita con producto interno, Sea B = {vy,-++ , Oy} una base ordenada de V. Luego podemos definir una matriz asociada al producto interno del siguiente modo C= (8) = (0), podemos usar esta matriz para escribir el producto interno de dos vectores cualesquiera de V en funcién de x ym las coordenadas del siguiente modo: (uy = | : |, [ws = Xn Yn uw) = CY x27) yr) = [alyGlel. ft jt Emel caso que la base sea ortonormal, la mairiz G es la identidad y puede expresarse el producto interno en ‘funcién sélo de las coordenadas yw) = Vx, Ejemplo 4.4 Consideremos los vectores 1, = (3,0,4)',02 = (—1,0,7)',03 = (2,9,11)! en IR3 con el producto interno candnico. Aplicando el proceso de Gram-Schmid se obtienen los vectores 1, = (3,0,4)!, w2 = (—4,0,3) y ws = (0,9,0) que constituyen una base ortogonal. Si queremos una base ortonormal, basta dividir cada vector por su norma y obtenemos u (0,8) yus = (0,1,0). (3,0, 8), EMM (2023) Rinses eat st Algebra Linea2 Esmnctos Con exooCrO HVTERNO AL-EM-PM-LCC 43. PROYECCIGN ORTOGONAL, MEJOR APROXIMACION Sea V un espacio vectorial con producto interno sobre K. Sea) # u ¢ V. Queremosdescomponer un vector y € V en la suma de dos vectores, uno que sea multiplo de v y otro que sea ortogonal a 1, Es decir queremos escribir (a0) con f= an para algtin escalar a € K, y 2 tal que (1,2) = 0. Dado un escalar cualquiera « € K, llamemos z = y— att, de modo que se cumpla la igualdad (10). Entonces y — J es ortogonal a u si y sélo si 4) —atu.u>, es decir sélo si Yel Yell) Wu?” 1 hu El vector es la proyeccién ortogonal de y sobre 1 y 2 es la componente de y ortogonal a Observacién 4.4 La proyeccién ortogonal de y sobre u es igual a la proyeccién ortogonal de y sobre pu para cwalquiee fi © K Fs por esto que la proyeccidin esti detorminada por el subespacio I generado par u, y s¢ la suele llamar proyeccién ortogonal de y sobre L g D yy = Ta Nos planteamos ahora el siguiente problema, sea W un subespacio de un espacio con producto interno V y sea v un vector arbitrario en V. Nos preguntamos si existe una mejor aproximaci6n av por vectores en W. Esto quiere decir si existe en W algtin vector @ tal que sea de todos los vectores en W el que se encuentra a menor distancia de v. Se dice que 70 es una inejor aproximacién a v en Wsi |o- | <|o—w], we W. Si pensamos este problema en R? o R°, se ve intuitivamente que lo que buscamos es el pie de la perpendicular sobre W del vector 0 y en tal caso i resulta tinico. Estas ideas intuitivas son correctas para los subespacios de dimensién finita y para algunos (no todos) los subespacios de dimensién infinita. Veamos el siguiente resultado Teorema 4.5 de la descomposicién ortogonal Sea W un subespacio vectorial de V espacio vectorial sobre K con producto interno y sea v € V. i) El vector € W es una mejor aproximaci6n de v, por vectores de W si y s6lo si v — Wes ortogonal a W. if) Si existe una mejor aproximacién a e por vectores de W, la misma es tinica. iti) Si W es de dimensién finita y {w;,--- i») es una base ortonormal de W, entonces el vector se 0, 1 ay [yl a [a nica mejor aproximacion a v por vectores de W. Demos: i) Observemos que si tes cualquier vector en V se tiene que v— u = (vB) + (@—u)y |v — ul? = |v — mw) PF + Rw — Ww -— uv) + | —w)/?. Supongamos ahora que v ~ Wes ortogonal a todo vector en W,i € W y queu # ®. Entonces, como @—we W,se tiene que lo —ul? = |o—@)|? + [(@— WI? > |v-w)P. = EMM 2025) Algebra Linealvce Espcios con product interno 53 Reciprocamente, supongamos que |v — ul > |v — @)| para todo w € W, entonces de la primera ‘ecuacién anterior se tiene que WRe-w, =u) + @— wl? > Ove W. Como todo vector det € W puede expresarse como i ~ u con 1 € W se tiene que @,1) + |t)? > 0,¥re W En particular siw ¢ W, u# entonces la desigualdad se reduce a Ko-Bw-wP \o-ww-w/? |e— ue joe 20 Lo cual se cumple s6lo si (v — 1 — u) = 0, por lo tanto v — Wes ortonormal a todo vector en W. ii) Supongamos para © V existen dos proyecciones ortogonales en W sean y @. Luego podemos escribira 9 = 21+ = 2+ tdondez: = (0—W),22 = (0—) € W! yw, e W. Luego resulta que W*azm-2=0-deW 1 — @; Luego el vector i ~ & esta en W y el W+, por lo tanto — iti) Supongamos que W es un subespacio de dimensién finita de V, luego sabemos que W tiene tuna base ortogonal (por corolario de Gram-Schmidt). Sea {201,27} cualquier base ortogonal de Wy sea 0, lo que muestra que = dow) td & Trent Luego se ve facilmente que » — i resulta ortogonal a cada uno de los elementos de la base, luego 5 ortogonal a cualquier combinacién lineal de dichos vectores y asia todo vector en W. Siu W yu # We tiene que |v ~ il < |v ~ u|. Por lo tanto Wes la mejor aproximaciéna ven W. Definici6n 4,7 Siempre que exista el vector @ del teorema anterior se lo lama proyeccién ortogonal. Si todo vector de V tiene proyeccién ortogonal sobre W, la aplicacién que a cada vector de V le asigna st proyeccién ortogonal sobre W se llama proyeccién ortogonal de V sobre W. Por el teorema anterior sabemos que siempre existe la proyeccién ortogonal de un espacio con producto interno sobre un subespacio de dimensién finita. Pero podemos deducir otro resultado del teorema anterior. Corolario 43 Sen V un espacio con producto interno, W un subespacio de dimensign finite y Pry la proyeccién ortogonal de V sobre W. Entonces la aplicacién » + v — Pwyo es Ia proyeccién ortogonal de V sobre W+. Demos: Sea v € V, como v — Pwo € W* y para cualquier u ¢ W* se tiene que v — Pwo — u), como Pwo W y (0 — Pe —u) © W! resulta que Pwo + (v—- |v —ul? = [Pwol? + |v — Pwo — ul? > |e— (@—Pwo)/?- Asf vernos que a — Pwo es la mejor aproximacién a ven W+. . EMM (2023) Rinses eat 3 Algebra Lineast Esmnctos Con exooCrO HVTERNO AL-EM-PM-LCC Ejemplo 4.5 Consideremos R° con el producto interno can6nico, sea W = s..{(3,12,—1)}, luego caleule- ‘mos la proyeccisn ortogonal del vector (~10,2,8) sobre W 10,2,8), (3,12 —1)) 9414441 w= (3,12,-1) = 503,12, -1). 154 La proyecci6n ortogonal de IR? sobre W es In transformacién lineal Py definida por 3xy + 12x — x5 15 Obviamente el rang(Pyy) = 1, luego por el feorema del rango se tiene que dim(nul(Py) = 2. Adenuis se iene que (x1, 253) > P(X, X23) = (3,12, -1). Piy(x1,22,%3) = 0. Bxy + 12x — 35 = 0 (x1,22,3) © WH, por lo tanto W = mul(Py) y dim(W*) = La proyeccién ortogonal de V sobre Wes la transformacin lineal I~ Pry Lo observado en este ejemplo puede generalizarse. Definicién 4.8 Un operador lineal T © £(V) se dice idempotente si T? = ‘Teorema 4.6 Sea W un subespucio de dimensidn finite te wn espacio con producto interno Vy seu Pyy la proyeccin ortogonal de V sobre W. Entonces Pyy es un transfornsaci6n lineal idemspotente de V sobre W, W! = nul(Pw) y V = Woe We, Demos: Para » € V, Pyv es la mejor aproximacién a v por un vector en W, luego si v € W se tiene que Piye = 2, asf se tiene que Pz, = Piy, es decir es idempotente. Sean u,v € Vy a € K,asi por el Teorema 45 se tiene que v — Py y 1 ~ Pw son ortogonales a todo vector en W, y asf a(v — Pwo) + (u — Pw) = (av +) ~ (aPwo — Pwut) € W+, por la unicidad de Ja proyeccién ortogonal sobre W se tiene que Py(av +) = aPwo— Pyu Sea ahora? ¢ V, asi Pwv es el tinico vector en W tal que v — Pwo W*. Ast Pyo =O ve Why asi nul(Py) =W>. Finalmente vemos que la igualdad » = Pwo + — Pwo prueba que V = W + We y claramente Wo We = (0}, luego V = W@W! . Corolario 4.4 Bajo las condiciones del teorema, I — Pyy es la proyecci6n ortogonal de V sobre W+, es una transformacién lineal idempotente de V en W~ con espacio milo igual a W. Corolarie 4.5 Desigualdad de Bessel Sen {0},--+,0,} un conjunto ortogonal de vectores no mulos en sun espacio con producto interno V. Sea ue V, entonces a igualdad vale si y solo si Demos: Sea w = Pywu = 3 ooo, luego u = w + x con (w,x) = 0. Asi & ul? = ool? + xl, Tal? con lo que queda probada la desigualdad. Viendo que |w|? = 5) “0, se completa la prueba. 5 ‘i EMM (2023) Algebra Lineal ene