Clase 14

OPERACIONES CON SUBESPACIOS SUMA DIRECTA Proyecciones
OPERACIONES CON SUBESPACIOS. SUMA

DIRECTA. PROYECCIÓN.
Profesores del curso:

Richard Acuña 1
Clifford Torres 1
Jhony Valverde 1
Ángel Ramírez 1
1 Universidad Nacional de Ingeniería, Lima, Perú
23 de junio de 2020
Periodo 2020-1 Profesores del curso

Tabla de contenidos
1 OPERACIONES CON SUBESPACIOS
2 SUMA DIRECTA
3 Proyecciones

Sean S y T subespacios vectoriales (s.e.v.) de un mismo

espacio vectorial V .
Definición 1
La suma de S y T es definida por:
S + T = {u + v / u ∈ S ∧ v ∈ T }.
Definición 2
La intersección de S y T es definida por:
S ∩ T = {v ∈ V / v ∈ S ∩ T }.

Teorema 1
Los conjuntos S + T y S ∩ T son subespacios vectoriales de V .
Demostración:
1. Veamos para S + T : (Ejercicio.)
2. Veamos para S ∩ T :
Como S y T son s.e.v. entonces 0 ∈ S y 0 ∈ T por tanto
0 ∈ S ∩ T.
Sean u, v ∈ S ∩ T entonces (u ∈ S ∧ u ∈ T ) y
(v ∈ S ∧ v ∈ T ), como S y T son s.e.v. entonces u + v ∈ S
y u + v ∈ T , por tanto u + v ∈ S + T .
Análogamente, dado α ∈ K y sea u ∈ S ∩ T entonces
(u ∈ S ∧ u ∈ T ), como S y T son s.e.v. entonces αu ∈ S y
αu ∈ T , por tanto αu ∈ S ∩ T .
Por tanto, S ∩ T es un subespacio vectorial de V .

Ejemplo:
Calcule una base del s.e.v. que resulta de la intersección de:

       
 1 0   1 0 
S = span  2 , 1
   y T = span  0 , 1  .
 
2 1 1 0
   
Solución:
Primero determinamos las ecuaciones implícitas de S y T .
Para S:
     
 1 0 
S = α1  2  + α2  1  / α1 , α2 ∈ R .
2 1
 

Ejemplo: (cont.)
Sea (x, y , z) ∈ S entonces:

     
x 1 0 x = (1)α1 + (0)α2
 y  = α1  2  + α2  1  ⇒ y = (2)α1 + (1)α2
z 2 1 z = (2)α1 + (1)α2
es decir:
     
1 0 x 1 0 x 1 0 x
 2 1 y  ∼  0 1 y − 2x  ∼  0 1 y 
2 1 z 0 1 z − 2x 0 0 z −y
por tanto: S = {(x, y , z) ∈ R3 / z − y = 0, x ∈ R}.

Ejemplo: (cont.)
De forma análoga se obtienen las ecuaciones implícitas de T :
T = {(x, y , z) ∈ R3 / z − x = 0, y ∈ R}.
Luego:

z −y = 0
S∩T = (x, y , z) ∈ R3
z −x = 0
Ahora determinamos una base S ∩ T : sea (x, y , z) ∈ S ∩ T

entonces:
     
x z 1
z −y = 0 y =z
⇒ ⇒ y = z =z 1 
z −x = 0 x =z
z z 1

Ejemplo: (cont.)
Por tanto:  
 1 
S ∩ T = span  1 
1
 
como S ∩ T es generado
 porun
 único vector no nulo,
 1 
concluimos que B =  1  es una base de S ∩ T .
1
 

Ejemplo:
Calcule S1 ∩ S2 donde S1 y S2 son los siguientes subespacios
del espacio vectorial P(R).
S1 = span{5+3x+2x 2 , 3+2x+x 2 }, S2 = {f ∈ P(R) / f (−2) = 0}.
Solución:
Sea f ∈ S1 ∩ S2 entonces:
f ∈ S1 ⇒ f (x) = α1 (5 + 3x + 2x 2 ) + α2 (3 + 2x + x 2 )
f ∈ S2 ⇒ f (−2) = 0 ⇒ α1 (7) + α2 (3) = 0

7
por tanto: f (x) = α1 (5 + 3x + 2x ) + − α1 (3 + 2x + x 2 ),
2
3
luego:
α1 n o
f (x) = − (6 + 5x + x 2 ) ⇒ S1 ∩ S2 = span 6 + 5x + x 2 así
3
B = {6 + 5x + x 2 } es una base de S1 ∩ S2 .
Ejemplo
Sean S = {(x, y , z) ∈ R3 / y = 0} y
T = {(x, y , z) ∈ R3 / x − z = 0} dos subespacios de R3 . Un
sistema de generadores de S + T es la unión de una base de
S con otra de T . Puesto que: B1 = {(1, 0, 0), (0, 0, 1)} y
B2 = {(0, 1, 0), (1, 0, 1)} son bases de S y T respectivamente,
entonces:    
1 0 0 1 0 0
 0 0 1   0 1 0 
 0, 1 0  ∼  0 0 1 
   
1 0 1 0 0 0
de donde concluimos que B3 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es
una base de S + T . Observe además que S + T = R3 .

Observación:
Del ejemplo anterior, dado un vector u ∈ S + T , su

representación como suma de un elemento de S y un elemento
de T puede no ser única, por ejemplo:
u = (1, 1, 1) = (1, 0, 1) + (0, 1, 0) = (3, 0, 3) + (−2, 1, −2) .

| {z } | {z } | {z } | {z }
∈S ∈T ∈S ∈T

Tabla de contenidos
2 SUMA DIRECTA
Propiedades
3 Proyecciones

Definición 3
Sean S y T dos s.e.v. de V . Decimos que la suma S + T es
directa si y sólo si S ∩ T = {0}.
Observación:
Cuando la suma S + T es directa, es denotada por S ⊕ T .
Teorema 2
Sean S, T y U s.e.v. de V tal que S ⊂ U y T ⊂ U. Las
siguientes afirmaciones son equivalentes:
1. U = S ⊕ T .
2. Todo elemento w ∈ U = S + T se escribe de forma única
como la suma w = v1 + v2 donde v1 ∈ S y v2 ∈ T .

Demostración del Teorema 2
(1) ⇒ (2):
Es decir, la suma es directa y por tanto S ∩ T = {0}. Dado
w ∈ S + T , suponga que:
w = u1 + u2 = v1 + v2 donde u1 , v1 ∈ S y u2 , v2 ∈ T ,
entonces u1 − v1 = u2 − v2 . Como S es un s.e.v., entonces

u1 − v1 ∈ S y también T es un s.e.v entonces u2 − v2 ∈ T .
Por tanto:
u1 − v1 = u2 − v2 ∈ S ∩ T = {0} ⇒ u1 = v1 y u2 = v2 .

Demostración del Teorema 2
(2) ⇒ (1):
Sea v ∈ S ∩ T , y v puede escribirse como:
v = |{z}
0 + |{z}
v = |{z} 0 ∈ S + T,
v + |{z}
∈S ∈T ∈S T
y de la hipótesis (2) de representación única se concluye

que v = 0, por tanto S ∩ T = {0}.

Propiedades
Ejemplo:
Sea U = R4 , S el s.e.v generado por los vectores

e1 = (1, 0, 0, 0), e3 = (0, 0, 1, 0) y T el s.e.v. generado por los
vectores e2 = (0, 1, 0, 0), e4 = (0, 0, 0, 1). Entonces S es el
conjunto de los vectores de la forma (α1 , 0, α3 , 0) y T es el
conjunto de los vectores de la forma (0, α2 , 0, α4 ). Es claro que
U = R4 = S ⊕ T .

Propiedades
Definición 4
Sea V un espacio vectorial y W1 , W2 subespacios vectoriales
de V tal que V = W1 ⊕ W2 . Entonces decimos que W1 es el
complemento de W2 y viceversa.
Ejemplo:
Sea n ∈ N fijo y Mn (R) denota las matrices cuadradas de orden
n × n con entradas reales. Sn es el subespacio de Mn (R) de las
matrices simétricas y An el subespacio de Mn de las matrices
antisimétricas. Demuestre que Mn (R) = Sn ⊕ An .

Propiedades
Solución:
Sea la matriz M ∈ Mn (R), ésta puede expresarse de la forma

siguiente:
1 1
M = (M + M T ) + (M − M T ) .
|2 {z } |2 {z }
∈Sn ∈An
esto muestra que Mn (R) = Sn + An . Veamos que también es

una suma directa.
Si M ∈ Sn ∩ An entonces M = M T y M = −M T , sumando se
tiene: 2M = 0 y así M = 0, por tanto resulta que Sn ∩ An = {0}.
Así concluimos que Mn (R) = Sn ⊕ An .

Tabla de contenidos
2 SUMA DIRECTA
3 Proyecciones

Definición 5
Sean W1 , W2 , V como en la definición anterior y dado v ∈ V . El
Teorema 2 garantiza la existencia de únicos w1 ∈ W1 y
w2 ∈ W2 tal que: w = w1 + w2 . El valor w1 ∈ W1 es llamado
Proyección sobre W1 a lo largo de la dirección de W2 . De
modo análogo para el valor w2 .

Ejemplo:
Considere V = R2 y W1 = L{(1, 0)} y W2 = L{(0, 1)}. Es claro
que W1 ∩ W2 = {0} y además V = W1 ⊕ W2 . Observe también
que si W3 = L{(1, 1)} es tal que V = W1 ⊕ W3 .

Ejemplo: (cont.)
Si seguimos la dirección de W2 resulta:
(2, 1) = (2, 0) + (0, 1) .

| {z } | {z }
∈W1 ∈W2
y así la proyección de v = (2, 1) según W2 es (2, 0). Si

seguimos la dirección de W3 resulta:
(2, 1) = (1, 0) + (1, 1) .

| {z } | {z }
∈W1 ∈W3
y así la proyección de v = (2, 1) según W3 es (1, 0).

Ejemplo:
Determine las proyecciones sobre Sn y An de la siguiente

matriz M ∈ Mn (R):
 
1 1 ... 1
 0 1 ... 1 
M= .
 
..
 . 
0 0 ... 1
Solución:

Ejemplo: (cont.)
La proyección de M según la dirección de An viene dada por

1
S = (M + M T ) y la proyección de M según la dirección de Sn
2
1
es A = (M − M T ). Por tanto:
2
   
2 1 ... 1 0 1 ... 1
 1 2 ... 1 
1 1 −1 0 . . . 1 
 
S=  .. y A = ..
2 2
  
.  . 
1 1 ... 2 −1 −1 . . . 0

Sea V un espacio vectorial y W1 , W2 subespacios vectoriales

de V tal que V = W1 ⊕ W2 . Sea v ∈ V , la existencia y unicidad
de w1 ∈ W1 y w2 ∈ W2 tal que v = w1 + w2 permite definir la
siguiente función:
P: V → W1
v 7 → P(v ) = w1
el cual es llamado operador proyección.

Propiedades:
El operador proyección cumple:
1. P(v + w) = P(v ) + P(w) para todo v , w ∈ V .
2. P(λv ) = λP(v ) para todo v ∈ V y λ ∈ R.

Demostración:
Sean v , w ∈ V entonces existen únicos v1 , w1 ∈ W1 y

v2 , w2 ∈ W2 tal que: v = v1 + v2 y w = w1 + w2 , entonces:
v + w = (v1 + w1 ) + (v2 + w2 ) luego:
| {z } | {z }
∈W1 ∈W2
P(v + w) = v1 + w1 = P(v ) + P(w).
Sea λ ∈ R entonces λv = (λv1 ) + (λv2 ), luego:

| {z } | {z }
∈W1 ∈W2
P(λv ) = λv1 = λP(v ).

Ejemplo:
Considere P(R) y sus subespacios W1 = L{1 + x 2 } y

W2 = L{−1 + x 2 , x}. Compruebe que P(R) = W1 + W2 y
calcule la proyección de 1 + 3x + 3x 2 según la dirección de W2 .
Solución:
Observe que B1 = {1 + x 2 } y B2 = {−1 + x 2 , x} son bases de
W1 y W2 respectivamente, por tanto, un sistema de
generadores de W1 + W2 es el conjunto {1 + x 2 , −1 + x 2 , x} y
por tanto, para determinar una base de W1 + W2 procedemos a
escalonar:
     
1 0 0 1 0 1 1 0 1
 −1 0 1  ∼  0 0 2  ∼  0 1 0 
0 1 0 0 1 0 0 0 1

Ejemplo: (cont.)
por tanto, una base de U + W es
B3 = {1 + x 2 , x, x 2 }.
Del Teorema de la Dimensión:
dim(W1 + W2 ) = dim(W1 ) + dim(W2 ) − dim(W1 ∩ W2 )
reemplazando:
3 = 1 + 2 − dim(W1 ∩ W2 ) ⇒ dim(W1 ∩ W2 ) = 0,
es decir, W1 ∩ W2 = {0} y por tanto P2 (R) = W1 ⊕ W2 .
Por otro lado, siendo el vector v = 1 + 3x + 3x 2 puede ser

Ejemplo: (cont.)
representado en la forma (1, 3, 3) y las bases B1 y B2 podemos
considerarlas en la forma B1 = {(1, 0, 1)} y
B2 = {(−1, 0, 1), (0, 1, 0)}, por tanto, debemos calcular
α1 , α2 , α3 ∈ R tal que:
(1, 3, 3) = α1 (1, 0, 1) + α2 (−1, 0, 1) + α3 (0, 1, 0),
luego:
     
1 −1 0 1 1 −1 0 1 1 −1 0 1
 0 0 1 3 ∼ 0 0 1 3 ∼ 0 1 0 1 
1 1 0 3 0 2 0 2 0 0 1 3
entonces: α3 = 3, α2 = 1 y α1 − α2 = 1, por tanto:
α3 = 3, α2 = 1, α1 = 2
Ejemplo: (cont.)
Por tanto:
PW1 (v ) = PW1 (1 + 3x + 3x 2 ) = α1 (1 − x 2 ) = 2(1 + x 2 ) ∈ W1 ,
y,
PW2 (v ) = PW2 (1+3x+3x 2 ) = α2 (−1+x 2 )+α3 x = −1+3x+x 2 ∈ W2 .

Espacio Euclideano
Sea V un espacio vectorial sobre K. Una función

h, i : V × V → K que cumple los siguientes axiomas:
1. hu, ui ≥ 0 para todo u ∈ V .
2. hu, ui = 0 si y solamente si u = 0 ∈ V .
3. hu, v i = hv , ui para todo u, v ∈ V .
4. hλu, v i = λhu, v i para todo u, v ∈ V y todo λ ∈ K.
5. hu + v , wi = hu, wi + hv , wi para todo u, v , w ∈ V ,
es llamado producto interno. El par (V , h, i) es llamado
espacio con producto interno. Cuando K = R, el espacio V
es llamado espacio euclideano.

Propiedades:
Se cumple:
1. hu, 0i = 0 para todo u ∈ V .
2. hu, λv i = λhu, v i para todo u, v ∈ V y todo λ ∈ K.
3. hu, v + wi = hu, v i + hu, wi para todo u, v , w ∈ V .
Demostración: Ejercicio.

Ejemplos:
1. V = Rn y K = R. Tenemos el producto interno h, i como
sigue: dados u = (u1 , . . . , un ) ∈ Rn y v = (v1 , . . . , vn ) ∈ Rn
se define:
h, i : V × V → R
Xn
u, v 7→ hu, v i = ui vi
i=1
2. V = Cn y K = C. Tenemos el producto interno h, i como
sigue: dados z = (z1 , . . . , zn ) ∈ Cn y
w = (w1 , . . . , wn ) ∈ Cn se define:
h, i : V × V → C
n
X
z, w 7→ hz, wi = zi w i
i=1

Ejemplo:
Considere V = P1 (R) y K = R. Definamos en él la operación
para vectores arbitrarios p(x) = a0 + a1 x ∈ V ,
q(x) = b0 + b1 x ∈ V y r (x) = c0 + c1 x dada por:
hp, qi = a0 b0 + 2a1 b1 .
Verifique que h, i es un producto interno sobre V .

Solución:
1. hp, qi = a02 + 2a12 ≥ 0 para todo p(x) = a0 + a1 x ∈ V .
2. hp, qi = a02 + 2a12 = 0 ⇒ a0 = a1 = 0 ⇒ p ≡ 0.
3. hp, qi = a0 b0 + 2a1 b1 = b0 a0 + 2b1 a1 = hq, pi.
4. hλp, qi = (λa0 )b0 + 2(λa1 )b1 = λ(a0 b0 + 2a1 b1 ) = λhp, qi.
5. hp + q, r i = (a0 + b0 )c0 + 2(a1 + b1 )c1 =
(a0 c0 + 2a1 c1 ) + (b0 c0 + 2b1 c1 ) = hp, r i + hq, r i
Norma en un espacio vectorial
Sea V un espacio vectorial sobre K. Una función k.k : V → R+

0
que cumple:
1. kv k ≥ 0 para todo v ∈ V .
2. kv k = 0 ⇔ v = 0.
3. kλv k = |λ|kv k para todo λ ∈ K y todo v ∈ V .
4. ku + v k ≤ kuk + kv k para todo u, v ∈ V .
es llamada norma. El par (V , k.k) es llamado espacio
normado.
Sea (V , h, i) unpespacio vectorial con producto interno. La

función kv k = hv , v i es una norma en V .

Ejemplos:
1. En V = P1 (R) con el producto interno:
ha0 + a1 x, b0 + b1 xi = a0 b0 + 2a1 b1 ,
entonces la norma de p(x) = 4 − 5x ∈ P1 (R) se calcula
como:
p p √
kpk = hp, pi = h4 − 5x, 4 − 5xi = 66.
2. En Mm×n (R) matrices de orden m × n se tiene que:
hA, Bi = traza(AT B) ∀A, B ∈ Mm×n (R)
es un producto interno y la función:
p q
kAk = hA, Ai = traza(AT A)
es una norma en Mm×n (R).
Desigualdad de Cauchy-Schwarz
Teorema 3
Dado el espacio vectorial V provisto de producto interno h, i
sobre K. Para todo u, v ∈ V se cumple:
|hu, v i| ≤ kuk kv k
Demostración: Para todo λ, µ ∈ C se cumple:
hλu − µv , λu − µv i ≥ 0
|λ|2 hu, ui − λµhu, v i − µλhv , ui + |µ|2 hv , v i ≥ 0

Desigualdad de Cauchy-Schwarz (cont.)
como la desigualdad anterior se cumple para cualquier escalar

λ, µ ∈ C, en particular debe cumplirse para:
λ = hu, v i, µ = hu, ui
reemplazando se obtiene:
|hu, v i|2 hu, ui − 2|hu, v i|2 hu, ui + hu, ui2 hv , v i ≥ 0
finalmente:
hu, uihv , v i ≥ |hu, v i|2
Observación:
La igualdad se cumple si y sólo si u = λv para algún λ ∈ K.

Demostrar que, para cualquier número natural n ≥ 2 se cumple

que:
√ √ √ n(n + 1) √
1 + 2 2 + 3 3 + ... + n n < 6n + 3
6
Solución: Considere:
√ √ √
V = Rn , K = R, x = (1, 2, 3, . . . , n) y y = (1, 2, 3, . . . , n)
y de la desigualdad de Cauchy-Schwartz:
√ √ √ q p
1+2 2+3 3+. . .+n n ≤ (1 + 22 + . . . + n2 ) (1 + 2 + . . . + n)
es decir:
s s
√ √ √ n(n + 1)(2n + 1) n(n + 1)

1+2 2+3 3+. . .+n n ≤
6 2
Hasta ahora tenemos la desigualdad. Veamos que se da la

desigualdad estricta. Si se cumpliese la igualdad, entonces
existe λ ∈ R tal que y = λx, entonces:
√
1=λ y λ 2=2
llegándose a una contradicción.

Función distancia
Sea V un espacio vectorial. Una función d : V × V → R+

0 que
cumple:
1. d(u, v ) ≥ 0 para todo u, v ∈ V .
2. d(u, v ) = 0 si y sólo si u = v .
3. d(u, v ) = d(v , u) para todo u, v ∈ V .
4. d(u, w) ≤ d(u, v ) + d(v , w) para todo u, v , w ∈ V .
es llamada función distancia.
p interno h, i, entonces la
Si V es un espacio con producto
función d(u, v ) = ku − v k = hu − v , u − v i define una
función distancia sobre V .

Ángulo entre vectores
Sea V un espacio vectorial euclideano y sean los vectores

u, v ∈ V .
Definición 6 (Ángulo entre vectores)

Es aquel ángulo θ ∈ [0, π] tal que:
hu, v i
cos(θ) = .
kuk kv k
Definición 7
Los vectores u, v ∈ V son llamados ortogonales si y sólo si
hu, v i = 0.

Complemento ortogonal
Sea V un espacio vectorial euclideano.

Definición 8 (Complemento ortogonal)
Sea S un subconjunto no vacío de V . El complemento
ortogonal de S es el siguiente conjunto:
S ⊥ = {v ∈ V / hv , ui = 0 ∀ u ∈ S}.

Teorema 4
Se cumplen:
1. S subconjunto de V , entonces S ⊥ es un subespacio
vectorial de V .
2. S subespacio de V , entonces V = S ⊥ ⊕ S.
3. S subespacio de V , entonces (S ⊥ )⊥ = S.
4. S subespacio de V , entonces
dim(V ) = dim(S) + dim(S ⊥ ).
Para determinar el complemento ortogonal de un subespacio

S ⊂ V , basta tener en cuenta que un vector v ∈ V es ortogonal
a todos los u ∈ S si y sólo si es ortogonal a los vectores de una
base de S, por tanto, a partir de una base de S podemos
obtener unas cartesianas de S ⊥ .

Proyección ortogonal
Sea V un espacio vectorial euclideano y S un subespacio
vectorial de V no vacío. Del teorema anterior: V = S ⊕ S ⊥ .
Sabemos que dado v ∈ V existe únicos u ∈ S y w ∈ S ⊥ tal que
v = u + w.
Definición 9
La proyección ortogonal de v sobre S se define como :
ProyS (v ) = u ∈ S
De forma análoga, la proyección ortogonal de v sobre S ⊥ se

define como:
ProyS ⊥ (v ) = w ∈ S ⊥
Observe que:
v = ProyS (v ) + ProyS ⊥ (v )
Proyección Ortogonal
Interpretación geométrica:
Sea V espacio vectorial tal que dim(V ) < ∞, S subespacio de

V y B = {u1 , . . . , uk } una base ortogonal de S. Entonces:
k
X hv , ui i
ProyS (v ) = ui (1)
kui k2
i=1
Teorema 5
Sea V un espacio vectorial euclideano y S un subespacio
vectorial de V de dimensión finita. Para todo u ∈ S se cumple:
kv − ProyS (v )k ≤ kv − uk
Es decir, ProyS (v ) ∈ S es el elemento de S que mejor

aproxima a v ∈ V .
Demostración:
Sabemos que v = ProyS (v ) + ProyS ⊥ (v ). Sea
v1 = ProyS (v ) ∈ S y v2 = ProyS ⊥ (v ) ∈ S ⊥ . Sea u ∈ S
cualquiera, luego:
d 2 (v , u) − d 2 (v , v1 ) = ku − v k2 − kv1 − v k2
= k(u − v1 ) + (v1 − v )k2 − kv1 − v k2
= h(u − v1 ) + (v1 − v ), (u − v1 ) + (v1 − v )i − kv1 − v k2
= ku − v1 k2 + kv1 − v k2 + hu − v1 , v1 − v i + hv1 − v , u − v1 i
| {z } | {z }
∈S ∈S ⊥
−kv1 − v k2
d 2 (v , u) − d 2 (v , v1 ) = ku − v1 k2 ≥ 0 ∀u ∈ S
es decir: d 2 (v , u) ≥ d 2 (v , v1 ) ∀u ∈ S por tanto:
d(v , ProyS (v )) ≤ d(v , u) ∀u ∈ S
kv − ProyS (v )k ≤ kv − uk ∀u ∈ S
Ejemplo:
En el espacio vectorial R2 [x] se define el producto escalar
hp, qi = P(1)q(1) + p(−1)q(−1) + p(0)q(0)
Se pide determinar la proyección ortogonal de x 2 − x sobre

U = L{x, 1}.
Calculamos el espacio ortogonal de U:
U ⊥ = {p(x) = ax 2 + bx + c ∈ R2 [x] / hp, 1i = 0, hp, xi = 0}
luego:
0 = hp, 1i = ahx 2 , 1i + bhx, 1i + ch1, 1i

0 = hp, xi = ahx 2 , xi + bhx, xi + ch1, xi
Ejemplo: (cont.)
Calculos los respectivos productos internos:
hx 2 , 1i = (1)2 (1) + (−1)2 (1) + (0)2 (1) = 2

hx, 1i = (1)(1) + (−1)(1) + (0)(1) = 0
h1, 1i = (1)(1) + (1)(1) + (1)(1) = 3
hx 2 , xi = (1)2 (1) + (−1)2 (−1) + (0)2 (0) = 0

hx, xi = (1)(1) + (−1)(−1) + (0)(0) = 2
h1, xi = (1)(1) + (1)(−1) + (1)(0) = 0
Luego:
U ⊥ = {p(x) = ax 2 + bx + c ∈ R2 [x] / 2a + 3c = 0, b = 0}

⊥ 3 2 2
U = {p(x) = − cx + c / c ∈ R = L x 2 −
2 3
Ejemplo: (cont.)

2
como V = U ⊕ U ⊥, entonces B = 1, x, x 2 − es una base
3
de V . Además:

2 2 2
x −x = (1) − x + x 2 −
3 3
| {z } | {z }
∈U ∈U ⊥
por tanto:
2
ProyU (x 2 − x) =
−x
3
Ejercicio: Calcule la proyección usando la fórmula dada en 1.

Clase 14

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clase 14

Cargado por

Copyright:

Formatos disponibles

OPERACIONES CON SUBESPACIOS SUMA DIRECTA Proyecciones

OPERACIONES CON SUBESPACIOS. SUMA

Profesores del curso:

1 Universidad Nacional de Ingeniería, Lima, Perú

Periodo 2020-1 Profesores del curso

1 OPERACIONES CON SUBESPACIOS

Periodo 2020-1 Profesores del curso

Sean S y T subespacios vectoriales (s.e.v.) de un mismo

Periodo 2020-1 Profesores del curso

Periodo 2020-1 Profesores del curso

Calcule una base del s.e.v. que resulta de la intersección de:

Periodo 2020-1 Profesores del curso

Sea (x, y , z) ∈ S entonces:

por tanto: S = {(x, y , z) ∈ R3 / z − y = 0, x ∈ R}.

Periodo 2020-1 Profesores del curso

Ahora determinamos una base S ∩ T : sea (x, y , z) ∈ S ∩ T

Periodo 2020-1 Profesores del curso

Periodo 2020-1 Profesores del curso

Periodo 2020-1 Profesores del curso

Del ejemplo anterior, dado un vector u ∈ S + T , su

u = (1, 1, 1) = (1, 0, 1) + (0, 1, 0) = (3, 0, 3) + (−2, 1, −2) .

Periodo 2020-1 Profesores del curso

1 OPERACIONES CON SUBESPACIOS

Periodo 2020-1 Profesores del curso

Periodo 2020-1 Profesores del curso

Demostración del Teorema 2

entonces u1 − v1 = u2 − v2 . Como S es un s.e.v., entonces

Periodo 2020-1 Profesores del curso

Demostración del Teorema 2

y de la hipótesis (2) de representación única se concluye

Periodo 2020-1 Profesores del curso

Sea U = R4 , S el s.e.v generado por los vectores

Periodo 2020-1 Profesores del curso

Periodo 2020-1 Profesores del curso

Sea la matriz M ∈ Mn (R), ésta puede expresarse de la forma

esto muestra que Mn (R) = Sn + An . Veamos que también es

Periodo 2020-1 Profesores del curso

1 OPERACIONES CON SUBESPACIOS

Periodo 2020-1 Profesores del curso

Periodo 2020-1 Profesores del curso

Periodo 2020-1 Profesores del curso

Si seguimos la dirección de W2 resulta:

(2, 1) = (2, 0) + (0, 1) .

y así la proyección de v = (2, 1) según W2 es (2, 0). Si

(2, 1) = (1, 0) + (1, 1) .

y así la proyección de v = (2, 1) según W3 es (1, 0).

Periodo 2020-1 Profesores del curso

Determine las proyecciones sobre Sn y An de la siguiente

Periodo 2020-1 Profesores del curso

La proyección de M según la dirección de An viene dada por

Periodo 2020-1 Profesores del curso

Sea V un espacio vectorial y W1 , W2 subespacios vectoriales

el cual es llamado operador proyección.

Periodo 2020-1 Profesores del curso

Sean v , w ∈ V entonces existen únicos v1 , w1 ∈ W1 y

P(v + w) = v1 + w1 = P(v ) + P(w).

Sea λ ∈ R entonces λv = (λv1 ) + (λv2 ), luego:

P(λv ) = λv1 = λP(v ).

Periodo 2020-1 Profesores del curso

Considere P(R) y sus subespacios W1 = L{1 + x 2 } y

Periodo 2020-1 Profesores del curso

Del Teorema de la Dimensión:

dim(W1 + W2 ) = dim(W1 ) + dim(W2 ) − dim(W1 ∩ W2 )