UNIVERSIDAD NACIONAL DE LA MATANZA

DEPARTAMENTO DE INGENIERIA E INVETIGACIONES TECNOLGICAS

ALGEBRA Y GEOMETRA ANALTICA II - MATEMTICA DISCRETA II - AO
2008
ESPACIOS EUCLIDEOS
Recordamos la definicin. Un espacio vectorial real E se dice eucldeo si hay una
funcin , : que va de E x E R tal que cumple:
1) x, yy, x x , y E
2) x, y z x, yx, z x , y , z E
3) x, yx,yx, y, x , y E , R
4) x, x 0 si x 0
A partir de esta definicin es posible introducir conceptos de tipor "geomtricos" en
un espacio vectorial , mediante la incorporacin de los conceptos de norma de un
vector, distancia entre dos vectores y el ngulo que forman entre ellos.
La norma del vector x x, x , x E
De trabajar en R
2
y R
3
conocemos la frmula cos( )
x. y
x .y
donde x. y
representaba el producto escalar (interior) entre los dos vectores.
Para que le extrapolacin a otros espacios vectoriales tenga sentido es necesario
demostrar que el valor absoluto del cociente es menor o igual a 1.
DESIGUALDAD DE SCHWARZ (segn los alemanes) , de CAUCHY (segn los
franceses) , de BUNYAKOVSKY (segn los rusos) o DESIGUALDAD CSB para
satisfacer a todos.
En todo espacio eucldeo E , x, y x . y x , y E
La demostracin puede encontrarse en la pgina 361 del libro lgebra y Geometra
de Eugenio Hernndez - Editorial Addison-Wesley.
Luego es posible establecer que el coseno del ngulo entre dos vectores de un
espacio eucldeo venga dado por la frmula
cos( )
x , y
x .y
, con x, y un producto interior definido en un espacio vectorial
real.
La Desigualdad CSB nos permite demostrar algunas propiedades bsicas de un
espacio eucldeo.
a) x y x y
x y
2
x y, x y x, x x, y y, x y, y x, x 2
x
2
2 x, y y
2
x
2
2 x, y y
2
x
2
2 x y
De donde resulta que x y x y
VECTORES ORTOGONALES
1
Podemos definir tambin la ortogonalidad entre dos vectores. Dos vectores x e
yson ortogonales x, y0
b) x, y 0 x y
2
x
2
y
2
La demostracin es similar a la anterior
x y
2
x y, x y x, x x, y y, x y, y x, x 2
x
2
2 x, y y
2
. Ahora si x, y 0 , entonces el trmino intermedio se
anula y se logra x y
2
x
2
y
2
Y viceversa , si x y
2
x
2
y
2
, entonces necesariamente x, y 0
PROPOSICIN
Los vectores ortogonales son linealmente independientes.
Demostracin: Sean x e y (vectones no nulos de E ) ortogonales. Establecemos
una combinacin lineal de ellos igualada al vector nulo
a. xb. y 0 , con a y b reales.
Si efectuamos el producto x,a. xb. y x, 0 0. Aplicando las propiedades del
producto interno resulta
a.x, xb.x, y 0. Y como x e y son ortogonales , resulta a.x, x 0. Como
x 0 , la nica solucin es que a0
Repitiendo con y,a. xb. y y, 0 0 , resulta b0. Luego la nica combinacin
lineal posible de x e y que da el vector nulo es la trivial.
Si en lugar de dos vectores se hace con n vectores resulta similar.
La inversa no es vlida.Vale el ejemplo siguiente en R
2
BASES ORTONORMALES EN UN ESPACIO EUCLIDEO
En ocasiones vamos a necesitar contar con una base ortogonal de vectores
unitarios (ortonormal) de un determinado subespacio.Vamos a ver como podemos
construir una base de esas caractersticas.
Para ello debemos contar con un conjunto de vectores linealmente independientes
2
que generen ese subespacio. La metodologa consiste en ir construyendo los vectores
de la nueva base de a uno en uno , imponindole a cada nuevo vector la condicin de
ortogonalidad con los anteriores. Lo que tambin deseamos es que el nuevo conjunto
de vectores , adems de ser ortogonales , generen el mismo subespacio que los
primigenios. Esto se asegura con el siguiente mtodo:
METODO DE ORTOGONALIZACION DE GRAM-SCHMIDT
Sean x
1
, x
2
, . . . , x
k
, . . . una sucesin finita o infinita de vectores linealmente
independientes en un espacio eucldeo E y sea W el subespacio generado por dichos
vectores. Entonces existe un conjunto y
1
, y
2
, . . . , y
k
, . . . que cumplen:
1) el subespacio generado por y
1
, y
2
, . . . , y
k
, . . . coincide con W.
2) y
i
, y
j
0 si i j , 1 i, j k
Tomamos el vector y
1
x
1
Luego planteamos que el vector y
2
sea una combinacin lineal dex
2
e y
1
. Tambin
pedimos que y
2
,y
1
.
y
2
x
2

12
y
1
, y y
2
, y
1
x
2

12
y
1
, y
1
0. De donde resulta x
2
, y
1

12
y
1
, y
1
0
, o lo que es lo mismo

12

x
2
,y
1

y
1
,y
1

. O sea que adjudicandole al escalar

12
el valor resultante del cociente
de productos internos , y
2
resultar ortogonal a y
1
y adems perteneciente al
subespacio generado por x
2
e y
1
.
Planteando lo mismo para y
3
x
3

13
y
1

23
y
2
y requiriendo que y
3
,y
1
y y
3
,y
2
,
resulta

13

x
3
,y
1

y
1
,y
1

y
23

x
3
,y
2

y
2
,y
2

Repitiendo el procedimiento se logran progresivamente vectores ortogonales a los

anteriores y que pertenecen al mismo subespacio generados por los vectores
primigenios.
Ejemplo
Vamos a trabajar en el espacio vectorial C
1,1
de las funciones reales continuas en
el intervalo 1, 1 , con el producto interior dado por f(x),g(x)
1
1
fxgxdx
Sean las funciones 1, x, x
2
base de un subespacio de C
1,1
Queremos hallar una base ortogonal de de dicho subespacio.
Comenzamos haciendo y
1
1
Luego y
2
x
12
1. Pedimos que y
2
,y
1
, o sea que
1
1
x
12
1. 1dx 0

1
1
x
12
1. 1dx
1
1
xdx
1
1

12
1dx
1
2
2

1
2
2

12
. x 1 x 1 0
12
Lo que implica que
12
0 y en consecuencia y
2
x
Hacemos lo mismo para x
2
y
3
x
2

13
1
23
x y pedimos y
3
,y
1
y y
3
,y
2
.
3

1
1
x
2

13
1
23
x. 1. dx 0 ,
1
1
x
2

13
1
23
x. x. dx 0

1
1
x
2

13
1
23
x. 1. dx 0 lleva como resultado que
13

1
3

1
1
x
2

13
1
23
x. x. dx 0 lleva como resultado que
23
0
Luego y
3
x
2

1
3
Y la base ortogonal de este subespacio ser 1, x, x
2

1
3
.
Podemos corroborar que el producto interior cruzado de estas funciones se anula , y
por lo tanto son ortogonales.

1
1
x
2

1
3
dx 0;
1
1
xdx 0;
1
1
x
2

1
3
xdx : 0.
Si queremos normalizar los vectores de la base debemos primero calcular los
productos interiores de cada vector por si mismo.y luego la raiz cuadrada de cada uno.

1
1
x
2

1
3
x
2

1
3
dx
8
45
, luego el mdulo es;
8
45

1
1
xxdx
2
3
, luego el mdulo es
2
3

1
1
dx 2 , luego el mdulo es 2
Si las graficamos , podemos ver que ortogonalidad de las funciones no tiene que ver
con su representacin geomtrica.
x
-1.0 -0.8 -0.6 -0.4 -0.2 0.2 0.4 0.6 0.8 1.0
-2
-1
1
2
x
y
f(x)=1
f(x)= x
f(x)=x2 - 1/3
SUBESPACIOS ORTOGONALES
Diremos que dos subespacios S y T son ortogonales y se escribe S,Tsi se cumple
4
s , t 0, s S , t T
Por ejemplo las siguientes rectas de R
3
(generadas respectivamente por los
vectores (1,-1,1) y (-1,0,1))son subespacios ortogonales.
6 6
4 4
2
4
2
0
2
0
0 -2
x y
z
-2
-4
-2
-4
-6
-4
-6
-6
-8
-8 -8 6
8
8 8
Tambin lo son el plano de ecuacin xy-z0 y la recta generada por el vector
(1,1,-1) (recta normal al plano)
-10
-6
-8
-2
x y
z
0
-4
-6
-2
-8
-5
-4
0
0
2
4
6 2
5
8
4
10
6
8
Para que dos subespacios resulten ortogonales no es necesario verificar que todos
los vectores de uno son ortogonales con todos los vectores del otro. Basta con que los
vectores que forman una base del primero sean ortogonales a los vectores que forman
una base del segundo.
Debemos resaltar una diferencia entre el concepto de ortogonalidad de subespacios
y si estos son geomtricamente perpendiculares (hecho que puede darse en R
3
). Los
planos xy y xz son perpendiculares en R
3
(las normales a ambos planos son
perpendiculares) y ambos contienen al origen. Sin embargo no son ortogonales.Por
ejemplo el vector (2,1,0) pertenece al primer plano y el (1,0,1) al segundo Si hacemos el
producto interno usual en R
3
de estos vectores , el resultado es 20 , por lo que hemos
encontrado dos vectores pertenecientes a diversos planos que no son ortogonales ,
5
luego se niega la condicin para que los subespacios lo sean.
z
0
-2
-2
-4
-8
-6
-6
-4
-8
-8
-6
-4
0
x y
0
-2
2
2
4
4
6
8
6
8
8
6
2
4
PROPOSICIN
Dados dos subespacios ortogonales W
1
y W
2
(W
1
, W
2
) ; el nico elemento comn a
ambos es el vector nulo.
Demostracin:
Sea u un vector que pertenece a W
1
y W
2
(o sea pertenece a W
1
W
2
). Podemos
hacer el producto interno del vector consigo mismo u,uentendiendo que el primer u
pertenece a W
1
y el segundo u pertenece a W
2
. Como los subespacios son
ortogonales resulta que u,u0 , pero si esto ocurre u 0.
COMPLEMENTO ORTOGONAL
Dado un subespacio W de un espacio eucldeo E , se define como Complemento
Ortogonal y se indica como W
,
al conjunto siguiente:
W
,
y E / y,x, x W
Este conjunto es un subespacio.
1) El vector nulo 0 pertenece a W
,
, pues el vector nulo es ortogonal a todos los
vectores de E
2) Si u y vson vectores pertenecientes a W
,
, entonces su suma pertenece a W
,
.
Que u y v pertenezcan a W
,
, significa que
u , x0 y v , x0 x W
,
Luego si planteamos uv, xx W
,
, resulta
uv, xu , xv , x000.
Luego u v W
,
.
3) Si u es un vector perteneciente a W
,
, entonces u tambin pertenece a W
,
Que u pertenece a W
,
significa queu , x0 x W
,
. Si planteamos
u, xu, x.00
Luego u W
,
Como es un subespacio tiene una base que lo genera y por lo tanto se puede definir
6
la dimensin de W
,
.
PROPOSICION
Si E es un espacio euclideo de dimensin n y W es un subespacio de dimensin r ,
entonces la dimensin de W
,
es (n-r)
Demostracin:
Si W tiene dimensin r , existen r vectores ortogonales x
1
, x
2
, x
3
, . . . x
r
que forman
una base de W. Es posible ampliar este conjunto a una base de E , adicionndole (n-r)
vectores linealmente independientes. Si por el mtodo de Gram - Schmidt se
ortogonaliza todo el conjunto , se obtienen n vectores ortogonales
x
1
, x
2
, x
3
, . . . x
r
, x
r1
, x
r2
, . . . . . x
n
, donde los primeros r vectores pertenecen a W y los
restantes a W
,
.
Luego todo vector v de E se puede expresar como suma de un vector P
perteneciente a W y otro vector Q perteneciente a W
,
, ya que se puede escribir como
combinacin lineal de x
1
, x
2
, x
3
, . . . x
r
, x
r1
, x
r2
, . . . . . x
n
, donde los primeros r vectores
pertenecen a W y los restantes a W
,
.
PROPOSICION
Todo vector v E se escribe como suma de un vector P perteneciente a W y otro
vector Q perteneciente a W
,
y dicha combinacin es nica.
Demostracin:
Supongamos que existan vectores P y P W y vectores Q y Q W
,
que cumplan
vP Q y v P Q .
Luego v- v 0 P Q P Q P P Q Q .
Luego P P Q Q . Pero P P es la diferencia de dos vectores de W ,
mientras que Q Q es la diferencia de dos vectores de W
,
, por lo tanto de un lado
de la igualdad tenemos a un vector de W mientras que del otro lado tenemos un vector
de W
,
. Como demostramos anteriormente , el nico vector que puede pertenecer a dos
subespacios que son ortogonales entre s es el vector nulo , por lo tanto
P P Q Q 0 , de donde surge que P P y Q Q .
Al vector P se lo denomina proyeccin ortogonal de v sobre W y al vector Q se lo
denomina proyeccin ortogonal sobre W
,
.
Podemos representar esquemticamente esto en la siguiente figura (entendiendo
que no nos estamos refiriendo exclusivamente a R
3
como espacio eucldeo)
7
Ahora vamos a demostrar una propiedad muy importante que cumple la proyeccin
ortogonal de un vector. Si observamos la figura siguiente , podemos deducir que la
proyeccin ortogonal de un vector v sobre un subespacio W es , de todos los vectores
de W , el que est mas "cerca" de v , o sea el que mejor aproxima a v.
Supongamos que podemos expresar al vector vcomo la suma de otros dos
vectores , uno, y que pertenece a W y otro vector z , que obviamente no puede
pertenecer a W
,
pues sino estaramos en la condicin de expresar a v como la suma
8
de un vector de W y otro de W
,
lo que conllevara a que y sera P y z sera Q. Luego y
pertenece a W y z no pertenece ni a W ni a W
,
.
Vamos a demostrar que el vector P est mas "cerca" de v que el vector y.
PROPOSICIN.
Sea W un subespacio de un espacio eucldeo E. Sea v un vector de E y sean P y Q
respectivamente las proyecciones de v sobre W y sobreW
,
Sean otros vectoresy W y z tal que v y z.
Entonces z Q .
Demostracin.
z
2
v y
2
P Q y
2
P y Q
2
, donde P y W y Q
W
,
, luego son ortogonales y por lo demostrado mas arriba , resulta
P y Q
2
P y
2
Q
2
. Con lo cual resulta
z
2
P y
2
Q
2
. Siendo P y
2
un numero real positivo o a lo sumo
0 (si P y) , se desprende que z
2
Q
2
., de donde surge z Q .
El resultado anterior nos permite aproximar a un vector de un espacio euclideo por
otro que es su proyeccin ortogonal sobre un subespacio.
Ejemplo: Sea W el plano de ecuacin xy-z0 y la recta generada por el vector
(1,1,-1) (recta normal al plano segn el producto interno usual en R
3
). Si encontramos
una base de W y le agregamos el vector (1,1,-1) tendremos una base de R
3
, en la cual
los dos primeros vectores son de W y el restante de W
,
Los vectores (1,0,1) y (0,1,1) son base de W. Luego la base de R
3
es B
1, 0, 1, 0, 1, 1, 1, 1, 1
Sea el vector (2,3,1). Su expresin en la base B es a(1,0,1)b(0,1,1)c(1,1,-1) ,
donde resolviendo las ecuaciones resulta que
ac2 , bc3 y ab-c1 y a
2
3
, b
5
3
y c
4
3
.
Luego 2, 3, 1
2
3
1, 0, 1
5
3
0, 1, 1
4
3
1, 1, 1 , donde
P
2
3
1, 0, 1
5
3
0, 1, 1
2
3
,
5
3
,
7
3
que pertenece a W y Q
4
3
,
4
3
,
4
3
que pertenece
a W
,
.
El vector
2
3
,
5
3
,
7
3
es , de todos los vectores de W , el que mejor aproxima a 2, 3, 1
y la "distancia" de P a ves
Q
4
3
,
4
3
,
4
3
.
4
3
,
4
3
,
4
3
3.
16
9

16
3

4
3

4 3
3
Una aplicacin importante se tiene cuando se desea aproximar a una funcin por
una combinacin de otras que sean de manejo mas simple. Por ejemplo trataaremos de
aproximar a e
x
por su proyeccin sobre el subespacio generado por 1, x, x
2

1
3

Aqu se presenta un caso particular ya que estamos trabajando en el espacio
vectorial C
1,1
de las funciones reales continuas en el intervalo 1, 1 , con el producto
9
interior dado por f(x),g(x)
1
1
fxgxdx , el cual es un espacio euclideo de dimensin
infinita.
O sea que cuando expresemos a v P Q , el vector P se formar con una
combinacin lineal finita de los vectores que generan a W , pero Q pertenecer a W
,
el
cual tendr dimensin infinita y no podremos escribirlo explicitamente.
Vamos a ver como se resuelve , y para entender mejor lo que significa la
aproximacin por la proyeccin sobre un subespacio , vamos en realidad a hacer tres
proyecciones sucesivas , sobre el subespacio generado por 1 por 1, x y finalmente
por 1, x, x
2

1
3
.
1) Si proyectamos sobre el subespacio generado por 1 , el vector P ser mltiplo
del 1 , o sea P a. 1.Nuestro vector V es en este caso la funcin e
x
, luego e
x
a. 1 Q.
De donde Q e
x
a. 1.Luego e
x
a. 1 pertenece a W
,
y se cumple:
Q,1 e
x
a. 1, 10.
Si calculamos el producto interior
1
1
expx adx
1
1
expxdx a
1
1
dx
2, 3504 2a 0 , de donde surge a 1. 1752
Luego P 1.1752. Grafiquemos la funcin expx y su proyeccin.
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
1
2
3
x
y
exp(x)
P=1,1752
Evidentemente intentar aproximar con una constante a la funcin expx en el
intervalo 1, 1 no da un resultado muy satisfactorio.
Probemos ahora con el subespacio generado por 1, x
Ahora P a. 1 b. x luego e
x
a. 1 b. x Q de donde Q e
x
a. 1 b. x que
pertenece a W
,
Luego Q,1Q,x0 , de donde resulta
10
e
x
a. 1 b. x, 1 0
1
1
expx a bxdx
1
1
expxdx a
1
1
dx b
1
1
xdx 2. 3504 2a
, de donde surge que a 1. 1752
e
x
a. 1 b. x, x 0
1
1
expx a bx. xdx
1
1
xexpxdx a
1
1
dx b
1
1
x
2
dx 0. 735
, de donde surge que b 1, 10634. Graficando resulta
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
1
2
3
x
y
exp(x)
P=1,1752+1.10634x
Evidentemente este subespacio aproxima mucho mejor a la funcin expx en el
intervalo 1, 1
Probemos ahora con el subespacio generado por 1, x, x
2

1
3

Ahora P a. 1 b. x cx
2

1
3
luego e
x
a. 1 b. x cx
2

1
3
Q de donde Q
e
x
a. 1 b. x cx
2

1
3
que pertenece a W
,
Luego Q,1Q,xQ,x
2

1
3
0 , de donde resulta
e
x
a. 1 b. x cx
2

1
3
, 1 0
1
1
expx a bx cx
2

1
3
dx
1
1
expxdx a
1
1
dx
2. 3504 2a b. 0 c. 0 0 , de donde resulta a 1. 1752
e
x
a. 1 b. x cx
2

1
3
, x 0
1
1
expx a bx cx
2

1
3
xdx
1
1
xexpxdx a
1
1
0. 73576 a. 0
2
3
b c. 0 0 , de donde resulta b 1. 10634
e
x
a. 1 b. x cx
2

1
3
, x
2

1
3
0
1
1
expx a bx cx
2

1
3
x
2

1
3
dx
1
1
:
c
1
1
x
2

1
3

2
dx 0. 095417 a. 0 b. 0 0. 17778. c 0 , de donde resulta que
c 0. 53671
De donde P 1. 1752 1. 10634x 0. 53671x
2

1
3
0. 53671x
2
1, 10634x 0. 99630
0. 53671x
2
1, 10634x 0. 99630
11
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
1
2
3
x
y
exp(x)
P=0.99630+1.10634x+0.53671x2
Como vemos al proyectar con un polinomio de grado a lo sumo 2 , obtenemos una
muy buena aproximacin de la funcin e
x
en el intervalo considerado.
Tambin es importante resaltar que al ir desarrollando los sucesivos productos
internos , varios de ellos no es necesario calcularlos porque estamos trabajando con
una base ortogonal , o sea que donde aparezca un producto de los siguientes :1,x ,
1,x
2

1
3
, x,x
2

1
3
el resultado es cero y se simplifican los clculos. Por ello es
conveniente perder un tiempo y trabajar an dentro de W con una base ortogonal.
(Continuar)
12