1 2009 apcnº9 algebra ii usach pdf
TRANSCRIPT
-
7/25/2019 1 2009 Apcn9 Algebra II Usach PDF
1/10
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2009
Para Curso LGEBRA II- USACH Material N9
1
2.8.0.- Espacios Vectoriales con Producto Interior: Con el propsito de establecer criterios demedicin(para longitud y ngulo) se incorpora a la estructura de Espacio VectorialV(K),
la idea o nocin de Producto Interior, es decir, para construir una teora de medicin en unEspacio Vectorial, se precisa de una tercera operacin vectorial, elproducto interno(p.i.).Tericamente, en cada espacio vectorial se puede definir uno o ms productos interiores
que conducirn a sendas mtricas o teoras de medida en ese espacio vectorial. Nosotrosveremos slo algunas mtricas en matrices Mn(R)y en R
n(R)pero, dejando sentada la
existencia de muchas otras, debemos consignar que se puede estudiar espacios vectorialescon producto interior sobre R y sobre C (Complejos). En el caso de los complejos las
definiciones que veremos se complicaran por cuanto se requiere corregir lasimperfecciones que produce la ausencia de orden en Ca travs de la conjugacin compleja.
Lo mencionaremos en ocasiones.
2.8.1 Definicin de Productos Interiores o Internos:Esta operacin tiene la novedad de exigir unresultado escalarcuando se opera dos vectores:
p.i. : VV K(v,w) = k
Ejemplos: 1) En F(R), espacio vectorial de las funciones reales consideremos el
subespacio vectorial CI(R)de las funciones continuas en I = [a, b], por
ejemplo,f: [0, 1] R, f(x) = (x2 1)
Se definicin como p.i. habitual: = ( ) ( ) b
a
dxxgxf
CICI: R
(f, g)
2) En Mn(R), se define un p.i. habitual de dos modos equivalentes por su
resultante mtrico: = tr(A
tB) o bien = tr (AB
t)
donde tr(A) = =
n
1i
iia
3) En R n(R), el ms habitual p.i. es el llamado p.i. euclidiano o producto
punto:
x = (x1, x2, ...,xn), y = (y1, y2, ...,yn)Rn: =
=
n
1i
ii yx
o tambin:xy = = x= n
1i
ii yx 1y1+ x2y2+ ...... + xnyn.
-
7/25/2019 1 2009 Apcn9 Algebra II Usach PDF
2/10
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2009
Para Curso LGEBRA II- USACH Material N9
2
Definicin:
Sea Kel cuerpo de los reales (o de los complejos) y V(K)un espacio vectorial.
Un producto interior sobre Ves una funcin que asigna a cada par v, w deVun
escalar de Kde modo que, u, v, wV; K:
a) = +
b) =
c) 0
d) = , cuandoK= R
Observaciones: a) La exigencia d), cuando el cuerpo es C, se presenta con el complejo
conjugado para el escalar resultante del producto interior, esto se escribe,
= >< uv, , dondez es el complejo conjugado del complejoz.
b) Note que las condiciones a) y b) se pueden fundir expresndose como una
nica condicin: = + . Y en el caso
complejo: = + .
c) Ms an, se puede observar que lo anterior significa que el p.i. respeta las c.l.de V, es decir, se puede generalizar:
==
m
1k
kku [ ]=
>definido sobre ese espacio.
Teorema 8.1.-
Si V(K) es un espacio con producto interno, entonces v, wV; K :
a) v = || v
b) v > 0, v 0 y V0 = 0.
c) || v w . (Desigualdad de Schwarz)
d) wvwv ++ . (Desigualdad Triangular)
Demostracin: Las afirmaciones a) y b) se desprenden directamente de la definicin de norma,hgalas Usted.Para la afirmacin c): 0
1) Si w = 0V, entonces < v, w > = v w = 0
2) Si w 0, siempre podemos definir: u = v 2
w
wv , w vector para el cual
= 0. (Verifquelo Usted)
Y luego, 0 u2= < v
2w
wv , w, v 2
w
wv , w > y desarrollando el p.i. se
obtiene: u2=
2w
vwwv >>< , 22
wv
y, finalmente: || v w .
-
7/25/2019 1 2009 Apcn9 Algebra II Usach PDF
4/10
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2009
Para Curso LGEBRA II- USACH Material N9
4
Para probar la desigualdad triangular, usamos la parte c):2
wv + =22
wwv2v +> = tr (ABt), para A =
11
41
Como = , se tiene= =
2
ji
2
1k
jkikba
= ( ) = =
+++=2
ji
2
1k
2
22
2
21
2
12
2
11
2
ik aaaaa
191116111
41
11
41=+++=
,
A = no es unitario pues
11
4119A =
Su normalizacin sera:
=
11
41
19
1A
-
7/25/2019 1 2009 Apcn9 Algebra II Usach PDF
5/10
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2009
Para Curso LGEBRA II- USACH Material N9
5
2.8.3. Vectores Ortogonales.
Definicin:
Diremos que uy vVcon p.i., son ortogonales() si y slo si < u, v> = 0.
Ejemplo: En R2
, (2,3)y (6,4)son ortogonales, pues = 12 12 = 0.
Propiedades Bsicas:
a) 0vv, vV.
b) Si = 0, vV, entonces u = 0v.
c) uv v u, u, vV.
d) u v v wno implica queuw, u, v, wV.
Definiciones:1) Diremos que S ={ } es un conjunto normal, ssi = 1, i = 1, 2, ..., k.
Notacin: = { } S k1ii
S=
2) Diremos que S ={ } es un conjunto ortogonalssi = 0, i j.
Notacin: S= { } k
1iiS =
3) Diremos queS ={ } es un conjunto ortonormal ssi = .
=
jisi1
jisi0
,
,
Notacin: S = { } k
1iiS =
Observacin: Si el conjunto es una base B, entonces B,BB, B sern bases normal, ortogonal yortonormalrespectivamente
Ejemplo: a) Las bases cannicas en Rny en Mnson ortonormales.
b) En R4,
=
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1B ,,,,,,,,,,,,,,, es base ortonormal;
peroBB
3
2
6
4
= {(1, 1,1,1), (1,1, 1,1), (1, 1, 1, 1), (1, 1, 1, 1)} es slo base ortogonal.
y
x
-
7/25/2019 1 2009 Apcn9 Algebra II Usach PDF
6/10
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2009
Para Curso LGEBRA II- USACH Material N9
6
2.8.3.1.- Teoremas Adicionales de Ortogonalidad:
a) Un conjunto ortogonal en V(K), es un conjunto l.i., si no contiene al vector
nulo. Es decir,[S ={ } V, con vk1ii
S= ivj; cuando ij; 0vS] S esl.i.
Demostracin: Sea = 0=
k
1i
iiv v,viS,iIK. Luego, para cadajvariando de 1a k,
= = 0
= 0,pero =
=
jiv
ji02
j si,
si,
2
jj v = 0, con jv 0ya que Sno tiene vectores nulos.
j= 0, para cadajvariando de 1 ak. Luego, S es l.i.
Si wV es ortogonal con cada vector de S V entonces w esortogonal con cada vector de . (Consecuencia de lo anterior)
b)
c)El conjunto de todos los vectores ortogonales a un conjunto Sno vaco,es un s.e.v de Vy se le llama s.e.v. ortogonal a S. Notacin: S .
Consecuencia: es s.e.v. ortogonal con , se dice que y son s.e.v. complementosortogonales.
S
S
Pues: 1) = {0S v}
2) S + = V
tenemos una suma directa: S
(note que la unin de sus bases ser base de V.)
Ejemplo: Sea S = {(1, 2, 1, 1)}R4. Obtenga y una base para RS4, a partir de S.
Respuesta: Sea (x, y, z, u) , luego: = 0S
x + 2y + z u = 0
u = x + 2y + z = 0 ,x, y, zIR(x, y, z, x + 2y + z) ,x, y, zIRS
lo cual significa que = es el s.e.v.complemento ortogonal de .
S
Y una base para R4, sera:
BB
R4= {(1, 2, 1, 1), (1, 0, 0, 1), (0, 1, 0, 2), (0, 0, 1, 1)}
-
7/25/2019 1 2009 Apcn9 Algebra II Usach PDF
7/10
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2009
Para Curso LGEBRA II- USACH Material N9
7
2.8.3.2. Teoremas con Norma.Ya hemos visto que en Espacios Vectoriales con p.i. sobre R, la norma o longitud de un
vector vV es vvv ,= y hemos dicho que se cumple:
1.- v 0, vV; v = 0 v = 0v. 2.- v = || v R,vV.
3.- || v w . 4.- wvwv ++ ,v, wV.
5.- vv
1v = , vector unitario. 6.-
2v = vV.
Ahora, gracias a la ortogonalidad (vw = 0), se puede agregar:
7.- Teoremas de Pitgoras: v, wV, espacio vectorial con p.i., Si vw entonces222
wvwv +=+ .
Demostracin:2
wv + =
= +
= + + + , pero = 0
=2
v +2
w
222
wvwv +=+
wv + w
v
8.- Diagonales en paralelogramo:v, wV, espacio vectorial con p.i.,
2wv + +
2wv = 2
2v +2
2w
Demostracin: Es anloga a la anterior, hgala desarrollando 2wv + y2wv .
Haga un dibujo para visualizar la situacin.
9.- Coeficiente de Fourier(proyeccin de un vector sobre otro):
Sea wV, no nulo. vV, espacio vectorial con p.i., !R/(v w) w. Es fcil
probar que existe y que tiene la forma: =2
w
wv
ww
wv ,
,
,= .
Demostracin: Para quev w sea con w, exigimos que = 0.
= 0, y luego =ww
vw
,, existe por construccin
si w 0v.
Se define a este escalar como la componente de vsobre w, y se le anota: c=2
w
wv , .
Tambin a c se le llama coeficiente de Fourier para v, con respecto a w.
Adems, cw es la proyeccin de v sobre w, luego,2
w
wv , w es la proyeccin de v
sobre w.
-
7/25/2019 1 2009 Apcn9 Algebra II Usach PDF
8/10
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2009
Para Curso LGEBRA II- USACH Material N9
8
Observacin: Note que si w = u fuese unitario (normal), la proyeccin de v sobre w
sera simplemente u .
Ejemplo: En Rn, con ej= (0, 0, ... 0 ,1 , 0, ..., 0), j-simo vector de la base cannica, la
proyeccin de x = (x1, x2, ... , xn) sobre ej, sera simplemente el vectorproyeccin = xjej= (0, 0, ... 0 ,xj, 0, ..., 0).
10.- Angulo entre vectores: Si el ngulo formado por vy wmide , entonces se deduce
de lo anterior que cos =wv
wv, .(haga un dibujo)
Demostracin: En el tringulo que forman los dos vectores v y w, cuyos lados
sern de medidas v , w y wv , aplicamos la ley del coseno
para el ngulo , resultando:2
wv = v 2+ w 2 2 v w cos , y despejandocos ,
2 v w cos = v
2
+ w
2
2
wv = v 2+ w 2[ v
22 + w
2]
= 2
De donde resulta obvio quecos =wv
wv , .
11.- Ortogonalidad a un conjunto de vectores:
Si S = { } es un conjunto ortogonal en V, espacio vectorial con p.i., entonces,
para cualquier vector vV, no generado por S (v< S >), existe el vector
que es ortogonal a cada vector de S.
m
1iiv
=
=
m
1i
iivcv
Demostracin: Hgala Usted mismo sabiendo que los vectores de S son
ortogonales todos entre s: = 0, si i j), y que ci es elcoeficiente de Fourier para cada vi de Ssobre v
Consecuencia: Diremos que la proyeccin de vsobre S, o sobre , es .
Si S =
=
m
1i
iivc
{ }m1ii
u = es base ortonormalde entonces a
se le llamaproyeccin ortogonal de v sobre y anotamos Pr
=
>
-
7/25/2019 1 2009 Apcn9 Algebra II Usach PDF
10/10
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2009
Para Curso LGEBRA II- USACH Material N9
10
Ejemplo: Aplique el proceso de Gram-Schmidt para ortogonalizar y ortonormalizar la
baseB = {(1,0, 0, 1), (0, 2, 1, 1), (1, 1, 1, 0)}de WR4.
Adems, para v = (2, 3, 0, 4) que no est en W (Verifquelo), obtenga suproyeccin ortogonal sobre W.
Respuesta: 1) Al normalizar v1=(1,0,0,1), obtenemos =1u ),,,(
),,,(
1001
1001
= ( 2
1,0, 0, 2
1)
2) w2 = v2 1u 1u
= (0, 2, 1, 1) (
2
1, 0, 0,
2
1)
= (0, 2, 1, 1) 2
1(
2
1, 0, 0,
2
1)= (0, 2, 1, 1) (
2
1, 0, 0,
2
1)
= (2
1, 2, 1,
2
1) =
2
1(1, 4, 2, 1)
y normalizamos =2u ),,,(
),,,(
1241
1241
= ( 22
1
, 22
4
, 22
2
, 22
1
)
3) w3= v31u 1u 2u 2u
= (1, 1, 1, 0)2
1(
2
1, 0, 0,
2
1)
22
1(
22
1,
22
4,
22
2,
22
1)
= (1, 1, 1, 0)(2
1, 0, 0,
2
1) (
22
1,
22
4,
22
2,
22
1)
= (11
6,
11
9,
11
12,
11
6 ) =
11
3(2, 3, 4,2)
y normalizamos =3u3w
1w3=
),,,(
),,,(
2432
2432
= (
33
2,
33
3,
33
4,
33
2)
B = {(2
1, 0, 0,
2
1),(
22
1,
22
4,
22
2,
22
1),(
33
2,
33
3,
33
4,
33
2)}
es base ortonormal
Ahora, para v = (2, 3, 0, 4)obtengamos suproyeccin ortogonal sobre W.
Probemos que v Wverificando que ves l.i. respecto deB.
Si escalonamos
4032
0111
1120
1001
2030
1110
1120
1001
2000
3300
1110
1001
Se concluye queB{v} es l.i.y luegov W.
Laproyeccin ortogonal de v sobre W es , luego,=
>