Tema 6.

ESPACIOS VECTORIALES
EUCLDEOS

PRODUCTOESCALAR,NORMAYDISTANCIA.MATRIZ
DEGRAM
ORTOGONALIDAD
PROCESO DE ORTOGONALIZACIN DE GRAM
SCHMIDT
APROXIMACIN
LINEAL
VECTORIALESEUCLDEOS

EN

SOLUCIN
APROXIMADA
DE
INCOMPATIBLES (MTODO DE
CUADRADOS)
FundamentosMatemticosdelaIngeniera

ESPACIOS
SISTEMAS
MNIMOS
1

Unadelasaplicacionesmsinteresantesenestecaptuloeselmtodo
demnimoscuadrados
.Confrecuencia,altratardecomprenderdatos
de
experimentales, deseamos determinar una recta o una curva que
encajeoseajustems(odescribamejor)estosdatos.Porejemplo,
imaginemosqueunprofesordelgebralinealmantienelasestadsticas
(quesemuestranacontinuacin)delporcentajedenotablesotorgados
duranteunperodode6cursos.
Curso
Porcentaje
de notables

0.20

0.25

0.20

0.30

0.45

0.40

Sielprofesorquisieratrazarunarectaqueseacerquealospuntosen
latablatendrmuchasopciones.Sinembargo,hayunaqueseajusta
mejoraestosdatos, bajociertocriterio.Enestecaptuloveremosque
esarectaesy=0.13333+0.05x
esarectaes
FundamentosMatemticosdelaIngeniera

Un poco de historia
El mtodo por mnimos cuadrados fue inventado por Karl
Friedrich Gauss, y lo us para resolver un problema de
astronoma. En 1801 el asteroide Ceres se haba observado
mucho ms brillante durante ms de un mes antes de desaparecer
cuando se acerc al Sol. Con base en las observaciones
disponibles, los astrnomos deseaban aproximar la rbita de
Ceres para observarlo de nuevo cuando se alejara del sol. Gauss
emple los mnimos cuadrados e impact a la comunidad cientfica
al predecir la hora y el lugar correctos (unos 10 meses despus)
para localizar el asteroide.

KarlFriedrichGauss(17771855)Matemtico,fsicoyastrnomoalemn.Nacidoen
elsenodeunafamiliahumilde,desdemuytempranaedadGaussdiomuestrasdeuna
prodigiosa capacidad para las matemticas (segn la leyenda, a los tres aos
interrumpiasupadrecuandoestabaocupadoenlacontabilidaddesunegociopara
indicarleunerrordeclculo).Durantesuvida,sereconociqueeraelmatemticoms
grandedelossiglosXVIIIyXIX.

FundamentosMatemticosdelaIngeniera

PRODUCTO ESCALAR
SeaV
Sea unespaciovectorialreal
esunproductoescalarsobreV
sobre si:
1.
2.
3.
4.
esunespaciovectorialeucldeo
FundamentosMatemticosdelaIngeniera

-EJEMPLOS.1.Productoescalarusualen
Paravectoresdedefinimos:

2.Otroproductoescalaren
Paravectoresdedefinimos:

3.Productoescalarusualen
Siendo
FundamentosMatemticosdelaIngeniera

4.Productoescalarusualen
Paradefinimos:

5.Productoescalarusualen

Paradefinimos:
Siendo la traza de una matriz cuadrada la suma de los elementos de su
diagonalprincipal.

FundamentosMatemticosdelaIngeniera

-OBSERVACIN.- Otra forma (ms cmoda) de calcular el producto

escalar usual de dos matrices cuadradas del mismo orden

FundamentosMatemticosdelaIngeniera

6.Productoescalarusualen
eselespaciovectorialdelasfuncionescontinuasen [a,b],ypor
tantointegrablesen[a,b].

Algunaspropiedadesdelproductoescalar.
1.

El
El nico
nico vector
vector de
de un
un espacio
espacio vectorial
vectorial
eucldeo
eucldeoV
Vquecumplequesuproducto
quecumplequesuproducto
escalar
escalar con
con todos
todos los
los vectores
vectores de
de V
V es
es
cero,eselvectornulo.
cero,eselvectornulo.

2.
3.
FundamentosMatemticosdelaIngeniera

NORMA Y DISTANCIA EUCLDEAS

Los conceptos geomtricos de longitud, distancia y perpendicularidad,
que son bien conocidos para
y
, se definen en este captulo
para
y, en general, para cualquier espacio vectorial eucldeo V. Estos
conceptos nos van a proporcionar herramientas geomtricas potentes
para resolver muchos problemas aplicados, incluidos los problemas de
mnimos cuadrados que hemos mencionado en la introduccin. Los
tres conceptos se definen en trminos del producto escalar, tambin
denominado producto interior, de dos vectores.

Seaunespaciovectorialeucldeo
Normaolongituddeunvector.
Distanciaentredosvectores.
-OBSERVACIN.FundamentosMatemticosdelaIngeniera

Propiedadesdelanorma.
1.
2.
3.
4.
DesigualdaddeSchwarz**
5.
6.
DesigualdaddeMinkowskiodesigualdadtriangular
DesigualdaddeMinkowskiodesigualdadtriangular
FundamentosMatemticosdelaIngeniera

10

SobrelahistoriadeladesigualdadCauchySchwarzBunyakovsky

Se acredita a Cauchy1 la desigualdad para vectores y a Schwarz 2 para los

productos escalares con integrales. Sin embargo, fue Bunyakovsky 3 quien
demostr y public la desigualdad de Schwarz en una monografa, 25 aos
antesqueSchwarz.
AugustinLouisCauchy(17891857)nacienParsymurienunavillacercanaaesamismaciudad.Esautor
detrabajosimportantessobreecuacionesdiferenciales,seriesinfinitas,determinantes,probabilidad,gruposde
permutacin y de fsica matemtica. En 1814 public una memoria que se convirti en el fundamento de la
teoradelasfuncionescomplejas.Sutrabajoseconoceporsurigor.Public789artculosyocuppuestosena
FacultaddeCiencias,enelColegiodeFranciayenlaEscuelaPolitcnica,todosenPars.Hamuchostrminos
yteoremasquellevansuapellido.FueunrealistafielyvivienSuiza,TurnyPraga,despusderehusarsea
jurarlaalianza.RegresaParsen1838yrecupersupuestoenlaAcademiadeCiencias.En1848recupersu
lugarenlaSorbona,quemantuvohastasumuerte.
1

KarlHermanAmandus Schwarz(18431921)nacienHermsdorf,Polonia(hoyAlemania),ymurienBerln.
Estudi qumica en Berln, pero se cambi a matemticas, obteniendo el doctorado. Desempe puestos
acadmicosenHalle,ZurichyGttingen.ReemplazaWeierstrassenBerlnyensealllhasta1917.Trabaj
en clculo de variaciones y en superficies mnimas. Su memoria en ocasin del 70 aniversariode Weierstrass
contiene,entreotrostemasimportantes,ladesigualdadparaintegralesquehoyseconocecomodesigualdadde
Schwarz.
2

ViktorYakovlevichBunyakovsky(18041889) nacienBar,Ucrania,ymurienSanPetersburgo,Rusia.Fue
profesorenSanPetersburgode1846a1880.Publicmsde150trabajosenmatemticasymecnica.Fueautor
detrabajosimportantesenteoradelosnmeros,ydemostrypublicladesigualdaddeSchwarzen1859,25
aosantesqueSchwarz.Tambintrabajengeometrayenhidrosttica.
11
FundamentosMatemticosdelaIngeniera
3

DesigualdaddeSchwarz

Definicindenguloentredosvectoresnonulos.
Eselcorrespondientealarcodadopor:

FundamentosMatemticosdelaIngeniera

12

EXPRESIN MATRICIAL DEL PRODUCTO ESCALAR

SiV
Si esunespaciovectorialeucldeodedimensinn
esunespaciovectorialeucldeodedimensin y
esunabasedeV
esunabasede ,entonces:

FundamentosMatemticosdelaIngeniera

13

 :matrizdeGram,omatrizdelproducto
escalardado,enlabaseB
enlabase .
Gessimtrica.
Los elementos de la diagonal principal de G son
estrictamentepositivos.
Gesregular.
:expresinmatricialdelproducto
escalardadoenlabaseB
escalardadoenlabase .

FundamentosMatemticosdelaIngeniera

14

ORTOGONALIDAD
Definicindevectoresortogonales.

-EJEMPLOS.- En (

p.e.usual)
p.e.usual comprobar que los
vectores
son ortogonales.
Son ortogonales estos vectores con el producto
escalar

eselnicovectordeV
eselnicovectorde ortogonalatodoslosvectores
deV
de

IMPORTANTE
IMPORTANTE
FundamentosMatemticosdelaIngeniera

15

Definicindesubconjuntosortogonales.
Dos subconjuntosA
yB
y deV
de sonortogonales(
sonortogonales )
,
cuando
SeaS
Sea subespaciovectorialdeV
de y
unabasedeS
unabasede .Entonces:

-EJEMPLO.- Comprobar que los

subconjuntos

son ortogonales en (
FundamentosMatemticosdelaIngeniera

p.e. usual)
16

-EJEMPLO.- Hallar el subespacio vectorial

formado
por todos los vectores ortogonales al subespacio:
utilizando el producto escalar usual en
Segn la definicin de

, ser:

siendo B una base de S.

Primero encontramos una base de

S.

FundamentosMatemticosdelaIngeniera

17

SISTEMAS ORTOGONALES Y ORTONORMALES.

PROCESO DE ORTOGONALIZACIN DE GRAM-SCHMIDT
En esteapartado describiremos un mtodomuyimportante, llamado proceso
deGramSchmidt*.ElprocesodeGramSchmidtesunalgoritmosencillopara
producir una base ortogonal u ortonormal para cualquier subespacio
vectorial,deunespaciovectorialeucldeo.

esunsistemaortogonaldevectoressi
esunsistemaortonormaldevectoressi

Vectoresunitarios
Vectoresunitarios

Es
Es decir,
decir, un
un sistema
sistema
ortonormalesunsistema
ortonormalesunsistema
ortogonal
ortogonal formado
formado por
por
vectoresunitarios
vectoresunitarios

EnhonordelmatemticoyactuariodansJrgenPedersenGram(18501916)yErhard
Schmidt,matemticoalemn(18761959).
FundamentosMatemticosdelaIngeniera

18

-EJEMPLOS.1.En(p.e.usual)
elsistemaesortogonal,
pues:
peronoesortonormalpues:
elsistemaes
ortonormal,pues:

2.En

con el producto escalar

Son ortogonales los vectores

?
FundamentosMatemticosdelaIngeniera

19

Propiedadesdelossistemasortogonales.

IMPORTANTE

a) s.ortogonal de vectores no nulos del e.v.

eucldeoV
eucldeo ,entonces:
b)s.ortogonal,entonces:

-OBSERVACIN.-

Parar=2

Enconelproductoescalarusual:
TeoremadePitgoras
FundamentosMatemticosdelaIngeniera

20

 Proyeccin ortogonaldeun vector. La proyeccinortogonal

desobreeselvector:

-OBSERVACIN.-EJEMPLO.- En
ortogonal del vector

con el p.e. usual la proyeccin

sobre
es:

FundamentosMatemticosdelaIngeniera

21

Siesuns.libre
de un espacio vectorial eucldeo
V,entonces:

s.ortogonal
s.ortogonal
y

talesque:

s.ortonormal
s.ortonormal

Todoespaciovectorialeucldeo
dedimensinfinitanadmite
basesortogonalesyortonormales
Cmosehallanestasbases?

ProcesodeortogonalizacindeGramSchmidt:

FundamentosMatemticosdelaIngeniera

22

CmoseconstruyeunabaseortogonalBOO
(ortonormalBON
)deunespaciovectorialeucldeoS?
ON
1.HallarunabaseB
Hallarunabase deS
de :
2.ProcesodeortogonalizacindeGramSchmidt:

3.Normalizarlosvectoresdelpaso 2.:

FundamentosMatemticosdelaIngeniera

23

-OBSERVACIONES.1. No es necesario partir de

unabase Bde S,bastacon
partir de un sistema
generadordeS.Elprocesode
GramSchmidt detectar si el
sistemaeslibreoligado.
2. Suele resultar conveniente
calcular
los
productos
escalares de los diversos
vectoresdelabaseos.g.de S
y reordenarlos escribiendo
en primer lugar aquellos
vectores que sean ortogonales
entresi.
FundamentosMatemticosdelaIngeniera

Utilizando el p.e. usual

hallar una base ortogonal
del s.v. engendrado por
los vectores:

Utilizando el p.e. usual

hallar una base ortogonal
del s.v. engendrado por los
vectores:

24

APROXIMACIN LINEAL EN ESPACIOS

VECTORIALES EUCLDEOS
Enesteapartadovamosresolverelsiguienteproblema:
espaciovectorialeucldeo
SsubespaciodeV
de conbasedeS
conbasede

Setratadeencontrartalque:
seamnima
Esteproblemaadmitesolucinyesnica.
sedenominamejoraproximacindeenS.
-OBSERVACIN.- Si
FundamentosMatemticosdelaIngeniera

, entonces
25

MejoraproximacindeenS
Mejoraproximacindeen .
Siesuna baseortogonaldeS
de ,la
mejoraproximacindeenS
mejoraproximacindeen es:

CoeficientesdeFourier.SumadeFourier.
SiesunabaseortogonaldeS
de :
sedenominancoeficientesdeFourier.
sellamasumadeFourier.
FundamentosMatemticosdelaIngeniera

26

Cmoencontrarlamejoraproximacindeunvector
deunespaciovectorialVenunsubespacioSde
de V?
1.Comprobarque
2.HallarunabaseB
Hallarunabase deS
de :
3.ProcesodeortogonalizacindeGramSchmidtaplicadoaB:
B
BOObaseortogonalde
baseortogonaldeSS

4.SumadeFourier()derespectodelabaseortogonal
BOencontradaenelpaso3.:
5.Comprobarelresultado:

FundamentosMatemticosdelaIngeniera

HAY
HAY QUE TRABAJAR CON EL
PRODUCTO
PRODUCTO ESCALAR
ESCALAR DEL
DEL
PROBLEMA
PROBLEMA
27

-EJERCICIO.- Consideremos el producto escalar usual en

a.- Encontrar la mejor aproximacin
de
en
el subespacio vectorial S y hallar la norma del error
cometido.
Solucin
1.- Comprobamos que
2.- Hallamos una base BS de S
3.- Aplicamos el proceso de Gram-Schmidt a la base BS
de S para conseguir una base ortogonal BO de S:

FundamentosMatemticosdelaIngeniera

28

4.- Suma de las proyecciones ortogonales de

vectores de la base ortogonal BO de S:

sobre los

5.- Comprobar el resultado:

Norma del error cometido

b.- Utilizando el producto escalar usual encontrar la

mejor aproximacin
de
en el subespacio
vectorial:
y hallar la norma del error cometido.
Solucin

FundamentosMatemticosdelaIngeniera

29

SOLUCIN APROXIMADA DE UNA SISTEMA DE

ECUACIONES LINEALES INCOMPATIBLE.
(MTODO DE MNIMOS CUADRADOS)
Elejemplointroductoriodelcaptulodescribeungigantescoproblema
A x = b quenotenasolucin.Lossistemasinconsistentessurgencon
frecuencia en las aplicaciones, aunque generalmente no con una matriz
decoeficientestanenorme.Cuandosenecesitaunasolucinynoexiste
alguna,lomejorquesepuedehaceresencontraruna x quehaga A x
tancercanaabcomoseaposible.

PensemosenAxcomounaaproximacindeb.Cuantoms
cortasealadistanciaentre by A x, dadapor bA x
mejor ser la aproximacin. El problema general de
mnimoscuadradosesencontrarun xquehaga bAx
tan pequea como sea posible. El trmino de mnimos
cuadrados surge del hecho de que b A x es la raz
cuadradadeunasumadecuadrados,puesestamosutilizando
elproductoescalarusualen.
FundamentosMatemticosdelaIngeniera

30

Cmoresolverdeformaaproximadaunsistema
deecuacioneslinealesincompatible?
1.Expresarvectorialmenteelsistema:

2.HallarmejoraproximacindeenS
Hallarmejoraproximacindeen .
Utilizarelesquemadelapartadoanterior

HAY QUE TRABAJAR

CON EL PRODUCTO
ESCALAR
ESCALAR USUAL
USUAL

3.Resolverelsistema:
La solucin del sistema ( ) es la solucin aproximada del
sistemaincompatible(1).
31
FundamentosMatemticosdelaIngeniera

-EJERCICIO.- Resolver de forma aproximada el sistema de

ecuaciones lineales dado por:

1.Comprobamos
incompatible:

Solucin
que
el

sistema

es

2.- Escribimos el sistema en forma vectorial:

FundamentosMatemticosdelaIngeniera

32

3.- Hallamos la mejor aproximacin

de

en S:

3.1.- Encontrar una base BS de S

3.2.- Aplicar
base BS de S
BO de S:

el proceso de
para conseguir

Gram-Schmidt a la
una base ortogonal

3.3.- Hallar la suma de las proyecciones

ortogonales de
sobre los vectores de la base
ortogonal BO de S:

FundamentosMatemticosdelaIngeniera

33

4.- Resolver el sistema:

FundamentosMatemticosdelaIngeniera

34

Clculo alternativo de una solucin por

mnimos cuadrados.
Elsiguienteteoremaproporcionauncriterio tilparacuando
existeunasolucinpormnimoscuadradosdeAx=b.
La matriz ATT A es invertible si y slo si las
columnasde Asonlinealmenteindependientes.
En este caso, la ecuacin A x = b tiene
solamenteunasolucinpormnimoscuadrados
yvienedadapor:

FundamentosMatemticosdelaIngeniera

35

Productoescalar
Expresin
matricial
Espaciovectorialeucldeo

Propiedades

Caractersticas

Ortogonalidad
Ortonormalidad

Norma
Distancia
nguloentredosvectores

Vectores
Subconjuntos
Proyeccinortogonal

FundamentosMatemticosdelaIngeniera

CONCEPTOS
PROPIEDADES
Ejemplos

Teorade
aproximacinlineal
Objetivo
Planteamiento
CoeficientesdeFourier
SumadeFourier

Mtodode
GramSchmidt

36