Upload
marlonleiva
View
235
Download
1
Embed Size (px)
Citation preview
8/17/2019 Algebra Lineal Unidad 6
1/31
UNIDAD 6
ORTOGONALIDAD Y
ORTONORMALIDAD
Objetivos:
Al nalizar la unidad, el alumno:
• Determinará cuándo un conjunto de vectores es ortogonal u ortonormal.• Obtendrá las coordenadas de un vector relativas a una base ortogonal y
a una base ortonormal.
• Construirá la matriz de transición entre bases ortonormales.• Construirá bases ortonormales mediante el proceso de Gram-Schmidt.
8/17/2019 Algebra Lineal Unidad 6
2/31
8/17/2019 Algebra Lineal Unidad 6
3/31
Álgebralineal
205
Introducción
E
n la unidad anterior analizamos el concepto de ángulo entre dos vectores;
en el plano cartesiano R2 es frecuente encontrar vectores cuyo ángulo
es de 90°, estos vectores, se dice, son perpendiculares u ortogonales.En esta unidad vamos a generalizar el concepto de ortogonalidad a espacios
vectoriales cualesquiera.
Se analizó también el concepto de vectores unitarios; al unir ambos
conceptos obtendremos el concepto de vectores ortonormales. Ahora veremos
las propiedades de estos vectores y las ventajas de trabajar con una base cuyos
vectores son ortonormales, así como un procedimiento mediante el cual se
pueden construir dichas bases.
6.1. Definición de conjunto de vectores
ortogonales. Bases ortogonales
Conocemos a R2 como el concepto de vectores cuyo ángulo es de 90°.
Ahora generalizaremos este resultado con la definición 6.1.
Definición 6.1. Sea V un espacio vectorial con producto interno y u, v
vectores de V . Se dice que u y v son ortogonales si su producto interno es cero,
es decir
(u, v) = 0
Comprobaremos que la definición anterior es equivalente en R2 al tener
un ángulo de 90° o de 270°. De ser comprobable la tomaremos como definicióngeneral y analizaremos su significado y las propiedades que tienen en otros
espacios vectoriales.
Ejemplo 1
a) Consideremos los vectores u = (2, 0) y v = (0, 3) en R2
Recordemos la definición de vectores ortogonales: son aquellos que tienen
entre ellos un ángulo de 90° o de 270° (π/2 o 3π/2). (Definición 5.8)
8/17/2019 Algebra Lineal Unidad 6
4/31206
Unidad 6
Vamos a encontrar el ángulo entre u y v.
cos( , ) ( , )
( )( )ϕ =
⋅=
+ += = =
u v
u v
2 0 0 3
2 0 0 3
0
2 3
0
60
2 2 2 2
por tanto ϕ = cos –1 0 =
90° o 270°
Entonces u y v son ortogonales. Observemos que el producto interno de u
y v es cero.
Podemos concluir que estas dos definiciones son equivalentes.
b)Consideremos ahora el espacio vectorial C[0, 2π].
Sean f (t ) = sen t y g (t ) = cos t en C[0, 2π].
Entonces ( f , g ) = f t g t dt t t dt t ( ) ( ) ( ) |
0
2120
2 2
0
2
0π π
π
∫ ∫= = =sen cos sen por lotanto podemos asegurar que f y g son ortogonales.
c) Sea D2 el espacio vectorial de las matrices diagonales de orden 2×2 con
el producto interno definido como la suma de los productos de los elementos de
la diagonal principal. ( A, B)=a11b11+a22b22 (véase unidad 5, sección 5.3 ejemplo10a).
Sean A =1 0
0 2
y B =
−
2 0
0 1 .
Vamos a probar que son ortogonales:
( A, B) = (1)(–2) + (2)(1) = –2 + 2 = 0 y por tanto son ortogonales.
Basados en lo anterior, podemos tener un conjunto de vectores que
sean ortogonales, pero, ¿tendrán propiedades especiales?
Consideremos la definición 6.2.
Definición 6.2. Sea V un espacio vectorial con producto interno. Sea
{v1, v
2, ..., v
n} un conjunto de vectores de V , entonces es un conjunto ortogonal
si satisface que
(vi, v
j) = 0 para i ≠ j
8/17/2019 Algebra Lineal Unidad 6
5/31
Álgebralineal
207
Es decir, cuando cada uno de los vectores del conjunto es ortogonal a los
demás elementos.
Daremos algunos ejemplos de conjuntos ortogonales, especialmente en R2
y R3.
Ejemplo 2
a) Considera los vectores de R3 i = (1, 0, 0), j = (0, 1, 0), k = (0, 0, 1).
A continuación probaremos que forman un conjunto ortogonal:
(i , j ) = (1)(0) + (0)(1) + (0)(0) = 0
(i , k ) = (1)(0) + (0)(0) + (0)(1) = 0
( j , k ) = (0)(0) + (1)(0) + (0)(1) = 0
de donde forman un conjunto ortogonal.
Sea D3 el espacio vectorial de las matrices diagonales de 3×3,
Sean A =
1 0 0
0 0 0
0 0 0
, B =
0 0 0
0 5 0
0 0 0
, C =
0 0 0
0 0 0
0 0 3
−
Probaremos que forman un conjunto ortogonal en D3.
( A, B) = (1)(0) + (0)(5) + (0)(0) = 0
( A, C ) = (1)(0) + (0)(0) + (0)(–3) = 0( B, C ) = (0)(0) + (5)(0) + (0)(–3) = 0
Así concluimos que forman un conjunto ortogonal.
Considerando el espacio euclideano R2, si dos vectores ortogonales tienen
entre ellos un ángulo de 90° o de 270°, ¿serán linealmente independientes?
Recordemos que en R2 para que dos vectores fueran linealmente dependientes,
uno tenía que ser múltiplo del otro, y por tanto el ángulo que formaríanentre ellos sería de 0° o 180°. Esto nos lleva a enunciar que dos vectores
en R2 ortogonales, deben ser linealmente independientes. ¿Sucederá esto con
cualquier espacio vectorial? Veamos el teorema 6.1.
8/17/2019 Algebra Lineal Unidad 6
6/31208
Unidad 6
Teorema 6.1. Sea V un espacio vectorial con producto interno. Sea S = {v1,
v2, ..., v
n} un conjunto finito de vectores ortogonales en V . Entonces S es un
conjunto linealmente independiente.
Daremos un ejemplo de este teorema en un espacio vectorial diferente
de R2.
Ejemplo 3
Consideremos el espacio vectorial D3 de las matrices diagonales de 3×3.
Retomando las matrices A, B, C del ejemplo 2.
A =
0 0 0
0 0 0
0 0 3
−
, B =
1 0 0
0 0 0
0 0 0
, C =
0 0 0
0 5 0
0 0 0
Ya comprobamos en este ejemplo que el conjunto de las matrices { A, B, C }
es ortogonal, ahora vamos a probar que son linealmente independientes.Tomemos una combinación lineal de ellas igual a cero:
c1 A + c
2 B + c
3C = 0
c1
1 0 0
0 0 0
0 0 0
+ c2
0 0 0
0 5 0
0 0 0
+ c3
0 0 0
0 0 0
0 0 3
−
= 0
entonces
c1 0 0
0 0 0
0 0 0
+
0 0 0
0 5 0
0 0 0
2c
+
0 0 0
0 0 0
0 0 3 3−
c
=
0 0 0
0 0 0
0 0 0
Donde c1 = 0; 5c
2 = 0; –3c
3 = 0; por tanto, c
1 = c
2 = c
3 = 0 siendo el conjunto
linealmente independiente.
Lo que nos lleva a considerar un conjunto como base ortogonal sólo con pedirle que genere al espacio vectorial.
8/17/2019 Algebra Lineal Unidad 6
7/31
Álgebralineal
209
Definición 6.3. Sea V un espacio vectorial con producto interno. Sea B un
conjunto ortogonal de vectores en V. Entonces B es una base ortogonal de V si
V = gen B
Consideremos como ejemplo la base canónica de R2.
Ejemplo 4
(Ver unidad 4, sección 4.3, ejemplo 2a.)
Sea B = {i , j }, con i = (1, 0) y j = (0, 1) la base canónica de R2
Probaremos que es un conjunto ortogonal:
(i , j ) = (1)(0) + (0)(1) = 0; entonces B es un conjunto ortogonal pero como B
genera a R2, entonces podemos asegurar que B es una base ortogonal para R2.
Vamos ahora a unir el teorema 4.6 (cualesquiera n vectores linealmente
independientes en un espacio vectorial de dimensión n forman una base para
el espacio), con el teorema 6.1 para obtener un resultado que nos indica quecualquier espacio vectorial finito tiene una base ortogonal.
Teorema 6.2 Sea V un espacio vectorial finito de dimensión n. Sea
B = {v1, v
2, ..., v
n} un conjunto ortogonal de n vectores, entonces B es una base
ortogonal de V .
Este teorema nos da una condición para tener una base ortogonal de unespacio vectorial de dimensión finita. Veamos algunos ejemplos:
Ejemplo 5
Consideremos el espacio vectorial D2 de las matrices diagonales de orden
2×2.
Vamos a probar que la dimensión de D2 es 2. Sea A una matriz de D
2,
A =a
b
0
0
entonces A se puede escr ibir como
8/17/2019 Algebra Lineal Unidad 6
8/31210
Unidad 6
A =a
b
0
0
= a
1 0
0 0
+ b
0 0
0 1
;
por tanto el conjunto formado por1 0
0 0
0 0
0 1
; genera a D2, lo que
nos indica que la dimensión de D2 es 2.
En el ejemplo 1c) se probó que las matrices A =1 0
0 2
y B =
−
2 0
0 1 son
ortogonales, y como son dos forman una base ortogonal para D2.
Ejercicio 1
1. Determina si los siguientes pares de vectores de R3 son ortogonales o no:
a) u = (3, 2, –4), v = (2, –3, 4)
b) u = (–1, 0, 0), v = (0, 0, –1)
c) u = (–2/3, 1/2, 1), v = (1/2, 2/3, 0)
d) u = (0, –5, 0), v = (4, 1, 0)
2. Encuentra los vectores en R2 que sean ortogonales a cada uno de los
siguientes vectores:
a) u = (2, –3)
b) v = (–3, 4)
c) w = (2, 3)
3. Determina si los siguientes conjuntos son ortogonales o no:
a) {(3, –1), (–1, –3), (1, 0)}
b)1 0
0 2
0 0
0 0
2 0
0 1
−
, ,
4. Determina si las siguientes afirmaciones son verdaderas o falsas:
a) {(1, 0, 0), (0, 0, 1)} es una base ortogonal para R3.
b) {(1, 1, 1), (2, 2, 2); (0, 0, 0)} es una base ortogonal para R3.
c) Todo conjunto linealmente independiente es ortogonal.d) Todo conjunto ortogonal es linealmente independiente.
e) Si V es un espacio vectorial de dimensión n, un conjunto ortogonal de m
vectores es una base para V.
8/17/2019 Algebra Lineal Unidad 6
9/31
Álgebralineal
211
6.2. Definición de conjunto de vectores
ortonormal. Bases ortonormales
En la sección anterior determinamos cómo obtener un conjunto ortogonal
de vectores. En la unidad 5 analizamos vectores cuya norma era 1, es decir,vectores unitarios que tienen importantes propiedades además de un manejo
más fácil.
En esta sección nos ocuparemos de las bases ortonormales, es decir, de
conjuntos de vectores ortogonales con norma 1.
Consideremos la definición 6.4 (que es una ampliación de la definición 6.1).
Definición 6.4. Sea V un espacio vectorial con producto interno y u, v dos
vectores de V , entonces, u y v son vectores ortonormales si son ortogonales y
su norma es 1, es decir, (u, v) = 0 y además u = 1, v = 1
Vamos a dar un ejemplo de esta definición en R2 y en D3.
Ejemplo 6
a) Consideremos en R2 los vectores i = (1, 0) y j = (0, 1), veremos si son
ortonormales.
(i , j ) = (1)(0) + (0)(1) = 0, por tanto son ortogonales;
u = +1 02 2 = 1 y v = +0 12 2 = 1, son unitarios
De ambos resultados decimos que i y j son ortonormales.
b) Sean A =
1 0 0
0 0 0
0 0 0
, B =
0 0 0
0 1 0
0 0 0
en D3; veremos si son ortonormales.
( A, B) =
1 0 0
0 0 0
0 0 0
0 0 0
0 1 0
0 0 0
= (1)(0) + (0)(1) + (0)(0) = 0 y son ortogonales;
8/17/2019 Algebra Lineal Unidad 6
10/31212
Unidad 6
A A A= = + + =( ), 1 0 0 12 2 2 y B B B= = + + =( ), 0 1 0 12 2 2
de donde son unitarias.
Uniendo ambos resultados tenemos que A y B son ortonormales.
Del mismo modo que en la sección anterior, podemos tener un conjunto de
vectores ortonormales. Consideremos la definición 6.5.
Definición 6.5. Sea V un espacio vectorial con producto interno y sea
S = {v1, v
2, ..., v
n} un conjunto de vectores de V ; entonces S es un conjunto
ortonormal si es un conjunto ortogonal y todos los vectores de S son unitarios.
Es decir, (vi, v j) = 0 si i ≠ j y además vi = 1 para i = 1, 2,... n
Vamos a dar un ejemplo en R3 en el cual se encuentra la definición 6.5 de
un conjunto ortonormal.
Ejemplo 7
Consideremos en R3 el conjunto de vectores i = (1, 0, 0); j = (0, 1, 0);
k = (0, 0, 1).
Veamos si el conjunto {i , j , k }es ortonormal.
En el ejemplo 2a) probamos que el conjunto {i , j , k ) es un conjunto
ortogonal, por lo que nos faltaría probar que todos son vectores unitarios.
Consideremos las normas de cada uno de ellos:
i j k = + + = = + + = = + + =1 0 0 1 0 1 0 1 0 0 1 12 2 2 2 2 2 2 2 2, ,
Todos son unitarios, por lo que el conjunto es ortonormal.
De igual manera podemos pensar en tener bases ortonormales (definición
6.6) que, como veremos más adelante, poseen propiedades muy especiales y
son bastante más fáciles de manejar que cualquier otra base.
8/17/2019 Algebra Lineal Unidad 6
11/31
Álgebralineal
213
Definición 6.6. Sea V un espacio vectorial con producto interno y B una
base para V.
Entonces B se llama base ortonormal de V si es una base y es un conjuntoortonormal.
En el ejemplo 7 tenemos un conjunto ortonormal para R3, {i , j , k ), y
sabemos que este conjunto es la conocida base canónica, por tanto es una base
ortonormal para R3.
Las bases ortonormales nos permiten definir un tipo especial de matriz, lo
cual haremos a continuación.
Definición 6.7. Sea A una matriz de n× n, entonces A se llama matrizortogonal si
A –1 = AT
Daremos un ejemplo en M 3×3
Ejemplo 8
Consideremos la matriz de M 3×3
A =
1 2 0 1 2
1 2 0 1 2
0 1 0
/ /
/ /
−
veamos si es
ortogonal:
AT =
1 2 1 2 0
0 0 1
1 2 1 2 0
/ /
/ /
−
, entonces
A AT =
1 2 0 1 2
1 2 0 1 2
0 1 0
1 2 1 2 0
0 0 1
1 2 1 2 0
/ /
/ /
/ /
/ /
−
−
=
1 0 0
0 1 0
0 0 1
Donde A –1 = AT y por tanto A es ortogonal.
8/17/2019 Algebra Lineal Unidad 6
12/31214
Unidad 6
Teorema 6.3. Una matriz Q de orden n× n es ortogonal, si y sólo si, suscolumnas forman una base ortonormal para R n.
El teorema 6.3 nos brinda una manera de construir matrices ortogonales
usando conjuntos de vectores ortonormales.
Ejemplo 9
Usando este teorema podemos afirmar que la matriz A =
1 0 0
0 1 00 0 1
es
ortogonal pues sus columnas forman una base ortonormal para R3.
Ejercicio 2
1. Determina si los siguientes vectores son ortonormales o no. Si no lo son,
describe cuál es la propiedad que no se cumple en cada caso:
a) u = (1, 0) y v = (0, 3)
b) u = (2/3, 1/3, 2/3) y v = (–1, 0, 1)
c) u = (1/ 2 , 1/ 2 , 0) y v = (0, 1, 0)
2. Encuentra una base ortonormal para R4(generaliza la base de R3).
3. Determina si la matriz A = 2 3 2 3 1 3
2 3 1 3 2 3
1 3 2 3 2 3
/ / // / /
/ / /
−−
−
es ortogonal (utiliza el
teorema 6.3).
6.3. Coordenadas de un vector relativas a una
base ortogonal y a una base ortonormalEn esta sección manejaremos las coordenadas de un vector relativas a una
base ortogonal y a una base ortonormal , veremos sus diferencias entre ellas y
8/17/2019 Algebra Lineal Unidad 6
13/31
Álgebralineal
215
con otras bases cualesquiera. Usaremos el espacio euclideano Rn para nuestros
ejemplos.
Sea B = {(1, –1), (1, 1)}una base ortogonal para R2. Con x = ( x, y) un vector
de R2. Como B es una base, existen c1 y c
2 escalares, tal que x = ( x, y) = c
1(1,
–1) + c2(1, 1) de donde tenemos que c1 = ( x – y)/2 y c2 = ( x+y)/2
En este caso obtuvimos las coordenadas del vector porque conocíamos los
vectores de la base; sin embargo, ¿habrá una manera general de encontrar las
coordenadas de un vector aun sin conocer explícitamente los vectores de la
base?
El teorema 6.4 nos determina la respuesta:
Teorema 6.4 Sea V un espacio vectorial con producto interno y sea B = {e1,
e2,...,e
n} una base ortogonal de V . Si u es un vector de V entonces
u =( , )
( , )
u e
e e
1
1 1
e1 +
( , )
( , )
u e
e e
2
2 2
e2+ ... +
( , )
( , )
u e
e e
n
n n
e n
Daremos un ejemplo en R3
:
Ejemplo 10
Considera el conjunto B = {e = (2, 2, –1), f = (2, –1, 2), g = (–1, 2, 2)}; es
una base ortogonal para R3.
Sea u = (1, 2, –1) un vector de R3, entonces vamos a usar el teorema 6.4,
para encontrar las coordenada del vector u con respecto a la base B.
(u, e) = (1, 2, –1)(2, 2, –1) = 2 + 4 + 1 = 7 (e, e) = (2, 2, –1)(2, 2, –1) = 4 + 4 +1 = 9
(u, f ) = (1, 2, –1)(2, –1, 2) = 2 – 2 – 2 = –2 (f , f ) = (2, –1, 2)(2, –1, 2) = 4 + 1 + 4 = 9
(u, g) = (1, 2, –1)(–1, 2, 2) = –1 + 4 – 2 = 1 (g, g) = (–1, 2, 2)(–1, 2, 2) = 1 + 4 + 4 = 9
por tanto las coordenadas de u con respecto a B son (u) B
= (7/9, –2/9, 1/9);
es decir,
(1, 2, –1) = 7/9 (2, 2, –1) – 2/9 (2, –1, 2) + 1/9 (–1, 2, 2)
8/17/2019 Algebra Lineal Unidad 6
14/31216
Unidad 6
Sin embargo, ¿pasará lo mismo con las bases ortonormales?
En el caso de las bases ortonormales las normas de todos los vectores de
la base es 1, y por tanto las coordenadas de un vector se simplifican como lo
indica el siguiente teorema.
Teorema 6.5. Sea V un espacio vectorial con producto interno y B = {e1,
e2,...,e
n} una base ortonormal para V. Si u es cualquier vector de V entonces:
u = (u, e1) e
1 + (u, e
2) e
2
+ ... + (u, en)e
n
Usaremos el teorema 6.5, para encontrar las coordenadas de un vector conreferencia a una base ortonormal de R3.
Ejemplo 11
Consideremos en R3 el conjunto B formado por los vectores
a = ( / , / , )1 2 1 2 0 ; b = (0, 0, 1) y c = ( / , / , )1 2 1 2 0− ; este
conjunto constituye una base ortonormal para R3 (ejemplo 8).
Sea x = (2, –4, 1) un vector de R3. Vamos a encontrar las coordenadas de x
con respecto a la base B.
(x, a) = (2, –4, 1) ( / , / , ) / / /1 2 1 2 0 2 2 4 2 0 2 2= − + = −
(x, b) = (2, –4, 1)(0, 0, 1) = 0 + 0 +1 = 1
(x, c) = (2, –4, 1) ( / , / , ) / / /1 2 1 2 0 2 2 4 2 0 6 2− = + + =
Por tanto las coordenadas de x con respecto a B son (x) B = ( −2 2/ , 1, 6 2/ )
Ejercicio 3
1. Considera la base ortogonal B = {e = (2, 2, –1), f = (2, –1, 2), g = (–1, 2, 2)}.
Encuentra las coordenadas con respecto a esta base de los siguientes
vectores:
8/17/2019 Algebra Lineal Unidad 6
15/31
Álgebralineal
217
a) u = (1, 0, 0)
b) v = (0, –3, 0)
c) x = (2, 1, –1)
2. Considerando la base ortonormal B = {a = ( / , / , )1 2 1 2 0 ; b = (0,
0, 1); c = ( / , / , )1 2 1 2 0− }; encuentra las coordenadas con respecto a esta
base de los siguientes vectores:
a) u = (2, –1,4)
b) v = (4, –1, 0)
c) w = (0, 0, –3)
6.4. Matriz de transición entre basesortonormales
En la sección anterior encontramos una base ortonormal para R3:
B = {a = ( / , / , )1 2 1 2 0 ; b = (0, 0, 1); c = ( / , / , )1 2 1 2 0− };
sabemos que la base canónica también es una base ortonormal para R3. Ahora
vamos a encontrar la matriz de transición entre las dos bases y analizar sus
propiedades.
Sea B1 = {(i = (1, 0, 0); j = (0, 1, 0); k = (0, 0, 1)} y
B2 = {a = ( / , / ,1 2 1 2− ; b = (0, 0, 1); c = ( / , / , )1 2 1 2 0− }; entonces
la matriz de transición de B1 a B
2 se obtiene definiendo como columnas las
coordenadas de los vectores de B1 en función de la base B
2(ver definición 4.7).
Procedemos a encontrar las coordenadas de i , j y k en términos de a, b y c.
Como B2 es una base ortonormal usaremos el teorema 6.5 para encontrar
sus coordenadas:
(i , a) = (1, 0, 0) ( / , / , ) /1 2 1 2 0 1 2=
(i , b) = (1, 0, 0)(0, 0, 1) = 0;
(i , c) = (1, 0, 0) ( / , / , ) /1 2 1 2 0 1 2− =
de donde (i ) B2 = (1 2/ , 0, 1 2/ ).
( j , a) = (0, 1, 0) ( / , / , ) /1 2 1 2 0 1 2=
8/17/2019 Algebra Lineal Unidad 6
16/31218
Unidad 6
( j , b) = (0, 1, 0)(0, 0, 1) = 0;
( j , c) = (0, 1, 0) ( / , / , ) /1 2 1 2 0 1 2− = −
de donde ( j ) B2
= (1 2/ , 0, – 1 2/ ).
(k , a) = (0, 0, 1) ( / , / , )1 2 1 2 0 0=
(k , b) = (0, 0, 1)(0, 0, 1) = 1;
(k , c) = (0, 0, 1) ( / , / , )1 2 1 2 0 0− =de donde (k )
B2 = (0, 1, 0)
Por tanto la matriz de transición es A =
1 2 1 2 0
0 0 1
1 2 1 2 0
/ /
/ /
−
Vamos a encontrar la matriz de transición de la base B2 a B
1:
(a, i ) = ( / , / , ) ( , , ) /1 2 1 2 0 1 0 0 1 2 =
(a, j ) = ( / , / , ) ( , , ) /1 2 1 2 0 0 1 0 1 2 = ;
(a, k ) = ( / , / , ) ( , , )1 2 1 2 0 0 0 1 0 =
de donde, ( ) ( / , / , )a B1
1 2 1 2 0=
(b, i ) = ( , , ) ( , , )0 0 1 1 0 0 0
=(b, j ) = ( , , ) ( , , )0 0 1 0 1 0 0 =
(b, k ) = ( , , ) ( , , )0 0 1 0 0 1 1 =
de donde ( ) ( , , )b B1 0 0 1=
(c, i ) = ( / , / , ) ( , , ) /1 2 1 2 0 1 0 0 1 2− =
(c, j ) = ( / , / , ) ( , , ) /1 2 1 2 0 0 1 0 1 2− = −
;
(c, k ) = ( / , / , ) ( , , )1 2 1 2 0 0 0 1 0− =
de donde, ( ) ( / , / , )a B1 1 2 1 2 0= −
Por tanto la matriz de transición es C = −
1 2 0 1 2
1 2 0 1 2
0 1 0
/ /
/ /
.
En este caso las columnas de C son las coordenadas de los vectores a, b y
c; por tanto es ortogonal. Observemos que la matriz A es la transpuesta de la
matriz C de donde podemos asegurar que también es ortogonal.
8/17/2019 Algebra Lineal Unidad 6
17/31
Álgebralineal
219
Podemos generalizar este resultado en el teorema 6.6
Teorema 6.6. Sea V un espacio vectorial con producto interno, sean B1 y B
2
dos bases ortonormales para V , entonces la matriz de transición de B1 a B
2 y la
matriz de transición de B2 a B1 son ortogonales.
Ejemplo 12
Consideremos las bases ortonormales de R2.
B1 = {i = (1, 0); j = (0, 1)} y B2 = {a = ( / , / )−1 5 2 5 ; b = ( / , / )2 5 1 5 }
Entonces la matriz de transición de B1 a B
2 es A =
−
1 5 2 5
2 5 1 5
/ /
/ /
y la de B2 a B
1 es C =
−
1 5 2 5
2 5 1 5
/ /
/ / ; como podemos observar son
iguales y sus columnas son los vectores a y b que son ortogonales y por tanto
las matrices son ortogonales.
Este resultado nos será de mucha utilidad en la unidad 10.
Ejercicio 4
1. Encuentra la matriz de transición entre las bases ortonormales de R2
B1 ={( / , / ); ( / , / )}1 2 1 2 1 2 1 2−
y
B2 ={( / , / ); ( / , / )}2 5 1 5 1 5 2 5−
2. Verifica que la matriz de transición del ejercicio anterior es ortogonal.
8/17/2019 Algebra Lineal Unidad 6
18/31220
Unidad 6
6.5. El proceso de ortonormalización de Gram-
Schmidt
En las secciones anteriores vimos cómo una base ortonormal es más fácil
de manejar que una que no lo es (teoremas 6.4 y 6.5), lo cual confirmaremosen unidades posteriores.
En esta sección nos dedicaremos a construir bases ortonormales a partir de una
base dada, utilizando el procedimiento llamado de Gram-Schmidt. Este procedimiento
se basa en la proyección ortogonal de un vector, como veremos más adelante.
Usaremos, como de costumbre, el espacio euclideano R2 con el fin de visualizar lo
que estamos construyendo y después generalizaremos el resultado.
Observemos en la figura 6.1 lo que pasa con la proyección de un vector
sobre otro: proyv u =
u v
vv
,( )2
Figura 6.1. Proyección de un vector sobre otro.
En la figura 6.1 podemos ver que el vector proyección proyv u es un vector
en la misma dirección que v, sin embargo, si restamos al vector u el vector
proyv
u obtendremos un vector ortogonal a v.
Esta idea nos indica cuál es el camino a seguir en la construcción de un
vector ortogonal a otro. Además, si recordamos la definición de vector unitario,
podemos siempre construir un vector unitario a partir de otro si lo dividimos
entre su norma.
Siguiendo estos dos pasos vamos a especificar el procedimiento de
ortonormalización de Gram-Schmidt.
Consideremos primero el siguiente teorema.
8/17/2019 Algebra Lineal Unidad 6
19/31
Álgebralineal
221
Teorema 6.7. Sea V un espacio vectorial con producto interno y sean u y v
dos vectores en V ; entonces el vector w = u – proyv u es un vector ortogonal a v.
Comprobaremos que u – proyv u es un vector ortogonal a v.
Ejemplo 13
Tomemos dos vectores en R2, u = (1, 2) y v = ( 2, –3).
Vamos a construir la proyección de u sobre v.
proyv u =
( , ) ( , ) ( , )
( , ) ( , )( , ) ( , )
u v
vv
2
1 2 2 3
2 3 2 32 3
2 6
4 92 3
4
13=
−
− − − =
−
+ − =
−
(( , )2 3−
( / , / )8 13 12 13= −
Encontraremos al vector w = u – proyv u
w = u – proyv u = (1, 2) – (–8/13, 12/13) = (21/13, 14/13)
Probaremos ahora que w y v son ortogonales.
(w, v) = (21/13, 14/13)(2, –3) = 42/13 – 42/13 = 0 y por tanto son
ortogonales.
Ahora ya podemos enunciar el procedimiento de Gram-Schmidt para
construir conjuntos ortonormales:
Teorema 6.8. Procedimiento de Gram-Schmidt. Este procedimiento se
inicia a partir de un conjunto de vectores en un espacio vectorial con producto
interno. Sea S = {v1, v
2, ..., v
n} un conjunto de vectores de V.
Paso 1. Elección del primer vector unitario
Sea u1 =
v
v
1
1
, entonces (u1, u
1) =
v
v
v
v vv v1
1
1
1 1
2 1 1
11
=
( )= ; por
tanto u1 es unitario.
8/17/2019 Algebra Lineal Unidad 6
20/31222
Unidad 6
Paso 2. Elección de un segundo vector ortogonal a u1
Sea v v'2 2= – proyu1 v2, entonces, aplicando el teorema, v '2 es un vectorortogonal a u
1
.
Notemos que, como u1 es unitario, su norma es 1 y por tanto
proyu1
v2 =
v u
uu
2 1
1
2 1
,( ) = (v
2u
1) u
1 de donde v '2 = v2 – (v2•u1) u1
Paso 3. Elección de un segundo vector unitario y ortogonal a u1
Sea u2 =
v
v
'
'
2
2
, entonces u2 es unitario y ortogonal a u
1
En este momento hemos construido un conjunto ortonormal {u1, u
2}
Paso 4. Elección de un tercer vector ortogonal a u1 y a u
2
Sea v'3 = v3 – (v3u1) u1 – (v3u2) u2, éste es un vector ortogonal a u2 y a u1
Paso 5. Elección de un tercer vector unitario y ortogonal a u1 y a u
2
Sea u3 =
v
v
'
'
3
3
Por tanto el conjunto {u1, u
2, u
3 } es ortonormal.
Podemos continuar con este proceso hasta construir un conjunto {u1, u
2,..., u
n}
ortonormal.
Vamos a ejemplificar este teorema construyendo una base ortonormal para
R3, a partir de una base dada.
Ejemplo 14
Consideremos en R3 la base {v1, v
2, v
3} = {( , , ), ( , , ), ( , , )}1 1 0 0 1 1 1 0 1
8/17/2019 Algebra Lineal Unidad 6
21/31
Álgebralineal
223
Paso 1
Como v1 2= entonces definimos
u1 =
v
v
1
1
1 1 0
2
1 2 1 2 0= =( , , )
( / , / , )
Paso 2
Sea v '2 = v2 – (v2•u1) u1 como
( ) ( , , ) ( / , / , ) /v u2 1 0 1 1 1 2 1 2 0 1 2 = = ; entonces,
v '2 =v2 – (v2•u1)u1 = ( , , ) / ( / , / , ) ( / , / , )0 1 1 1 2 1 2 1 2 0 1 2 1 2 1− = −
Paso 3
Como v'2 3 2= / , entonces definimos,
u2 =
v
v
'
'
2
2
1 2 1 2 1
3 21 6 1 6 2 6=
−= −
( / , / , )
/( / , / , / )
Paso 4
Sea v'3
= v3 – (v
3•u
1) u
1 – (v
3•u
2) u
2; como,
( ) ( , , ) ( / , / , ) /v u3 1 1 0 1 1 2 1 2 0 1 2 = = y
( ) ( , , ) ( / , / , / ) /v u3 2 1 0 1 1 6 1 6 2 6 1 6 = − =
entonces,
v'3
= v3 – (v
3•u
1) u
1 – (v
3•u
2) u
2 =
( , , ) / ( / , / , ) / ( / , / , / )
/ , / , /
1 0 1 1 2 1 2 1 2 0 1 6 1 6 1 6 2 6
2 3 2 3 2 3
− − −
= −( )
Paso 5
Como v'3 2 3= / , entonces definimos
u3 =
v
v
'
'
3
3
2 3 2 3 2 3
2 31 3 1 3 1 3=
−= −
( / , / , / )
/( / , / , / )
8/17/2019 Algebra Lineal Unidad 6
22/31224
Unidad 6
Por tanto el conjunto
{( / , / , ), ( / , / , / ), ( / / , / )}1 2 1 2 0 1 6 1 6 2 6 1 3 1 3 1 3− −, es una
base ortonormal para R3.
Ejercicio 5
1. Utiliza el procedimiento de Gram-Schmidt para encontrar, a partir de
la base dada, una base ortonormal para cada uno de los espacios vectoriales
siguientes:
a) En R
2
usando {(1, 1), (–2, 1)}
b) En R3 usando como base {(1, 0, –2), (0, 2, 1), (–1, 1, 0)}
Ejercicios resueltos
1. Detemina si el conjunto de vectores {a = (4, –1, 1), b = (–1, 0, 4),
c = (–4, –17, –1)} en R3 es ortogonal, ortonormal o ninguno de las dos.
Vamos a determinar el producto interno de cada pareja de vectores:
(a, b) = (4, –1, 1) (–1, 0, 4) = – 4 + 4 = 0
(a, c) = (4, –1, 1) (–4, –17, –1) = –16 + 17 –1 = 0
(b, c) = (–1, 0, 4) (–4, –17, –1) = 4 – 4= 0
Por tanto el conjunto es ortogonal.
Vamos a calcular la norma de los vectores:
a = + + =16 1 1 18
b = + + =1 0 16 17
c = + + =16 289 1 306
Por tanto el conjunto no es ortonormal.
8/17/2019 Algebra Lineal Unidad 6
23/31
Álgebralineal
225
2. Verifica que el conjunto B = {1, x, x2 , x3} con el producto interno definido
de la siguiente manera: si p = a0 + a
1 x + a
2 x2 + a
3 x3 y q = b
0 + b
1 x + b
2 x2 +
b3 x3 entonces
( p, q) = a0b
0 + a
1b
1 + a
2b
2 + a
3b
3 es una base ortonormal de P
3.
Probaremos primero que es un conjunto ortogonal:
(1, x) = (1)(0) + (0)(1) + (0)(0) + (0)(0) = 0
(1, x2) = (1)(0) + (0)(0) + (0)(1) + (0)(0) = 0
(1, x3) = (1)(0) + (0)(0) + (0)(0) + (0)(1) = 0
( x, x
2
) = (0)(0) + (1)(0) + (0)(1) + (0)(0) = 0( x, x3) = (0)(0) + (1)(0) + (0)(0) + (0)(1) = 0
( x2, x3) = (0)(0) + (0)(0) + (1)(0) + (0)(1) = 0
Por tanto concluimos que el conjunto es ortogonal.
Ahora probaremos que son vectores unitarios.
Consideremos las normas de los vectores:
1 1 0 0 0 1= + + + = ; x = + + + =0 1 0 0 1;
x2 0 0 1 0 1= + + + = ; x3 0 0 0 1 1= + + + =
Por tanto son vectores unitarios y el conjunto es una base ortonormal.
3. Determina las coordenadas del vector x = (–3, 4) con respecto a la base
ortogonal
B = = = −{ ( , ), ( , )}b b1 25 2 5 2 5 5
Usando el teorema 6.4 tenemos que x =x x,
,
,
,
b
b bb
b
b bb
1
1 1
1
2
2 2
2
( )
( )+
( )
( )
( , ) ( , ) ( , )x b1 3 4 5 2 5 3 5 8 5 5 5= − = − + =
8/17/2019 Algebra Lineal Unidad 6
24/31226
Unidad 6
( , ) ( , ) ( , )x b2 3 4 2 5 5 6 5 4 5 10 5= − − = + =
( , ) ( , ) ( , )b b1 1 5 2 5 5 2 5 5 20 25= = + =
( , ) ( , ) ( , )b b2 2
2 5 5 2 5 5 20 5 25= − − = + =
Entonces x =5 5
255 2 5
10 5
252 5 5( ) ( ), ,+ − y por tanto
x( ) =
B
5
5
2 5
5,
4. Determina las coordenadas de x = (5, 10, 15) con respecto a la base
ortonormal
B = {b1 = (3/5, 4/5, 0), b
2 = (–4/5, 3/5, 0), b
3 = (0, 0, 1)}
Usaremos el teorema 6.5 que indica que x = (x, b1) b
1 + (x, b
2) b
2 + (x, b
3) b
3
(x, b1) = (5, 10, 15)(3/5, 4/5, 0) = 3 + 8 + 0 = 11
(x, b2) = (5, 10, 15)(–4/5, 3/5, 0) = – 4 + 6 + 0 = 2
(x, b3) = (5, 10, 15)(0, 0, 1) = 0 + 0 + 15 = 15
Entonces x = 11 b1 + 2 b
2 + 15 b
3; por lo tanto (x)
B= (11, 2, 15)
5. Utilizando el procedimiento de Gram-Schmidt, encuentra una base
ortonormal para R3 a partir de la base
{v1 = (1, 0, 2); v
2 = (3, –1, 0), v
3 = (0, 1, –2)}
Sea u1 =
v
v
1
1
1 0 2
51 5 0 2 5= =
( , , )( / , , / )
Sea v '2 = v2 – (v2•u1) u1
Como (v2•u1) = (3, –1, 0) ( / , , / ) /1 5 0 2 5 3 5= , entonces,
v '2 = v2 – (v2•u1) u1 = 3 1 0 3 5 1 5 0 2 5 12 5 1 6 5, , / ( / , , / ) / , , /−( )− = − −( )
8/17/2019 Algebra Lineal Unidad 6
25/31
Álgebralineal
227
Como v'2 205 5= / entonces definimos
u2 =
v
v
'
'
2
2
12 5 1 6 5
205 512 205 5 205 6 205=
− −= − −
( / , , / )
/( / , / , / )
Sea v'3 = v3 – (v3•u1) u1 – (v3•u2) u2
como ( ) ( , , ) ( / , , / ) /v u3 1 0 1 2 1 5 0 2 5 4 5 = − = − y
( ) ( , , ) ( / , / , / ) /v u3 2 0 1 2 12 205 5 205 6 205 7 205 = − − − = ;
entonces
v'3 = v3 – (v3•u1) u1 – (v3•u2) u2
v'3
= ( , , ) ( / ) ( / , , / )0 1 2 4 5 1 5 0 2 5− − −
− − −7 205 12 205 5 205 6 205/ ( / , / , / )
v'3
= −( )16 41 48 41 8 41/ , / , /
Como v'3 8 41= / , entonces definimos
u3 =
v
v
'
'
3
3
16 41 48 41 8 41
8 412 41 6 41 1 41=
−= −
( / , / , / )
/( / , / , / )
Por tanto el conjunto
1 5
02 5
12 205
5 2056 205
2 41
6 41
/
/,
/
//
,
/
/
−−
−11 41/
es una base
ortonormal para R3.
8/17/2019 Algebra Lineal Unidad 6
26/31228
Unidad 6
Ejercicios propuestos
1. Encuentra un vector ortogonal a (–2, 5).
2. Encuentra un vector ortonormal a (–2, 5).
3. Determina si la matriz Q =
2 3 1 3 2 3
1 3 2 3 2 3
2 3 2 3 1 3
/ / /
/ / /
/ / /
−
−
es ortogonal.
4. Determina las coordenadas del vector x = (2, –2, 1) con respecto a la base
ortogonal:
B = = = = −{ }b b b1 2 310 0 3 10 0 1 0 3 10 0 10( , , ); ( , , ); ( , , )
5. Determina las coordenadas del vector x = (2, –1, 4, 3) con respecto a la
base ortonormal:
B = {b1 = (5/13, 0, 12/13, 0); b
2 = (0, 1, 0, 0); b
3 = (–12/13, 0, 5/13, 0);
b4 = (0, 0, 0, 1)}
8/17/2019 Algebra Lineal Unidad 6
27/31
Álgebralineal
229
Autoevaluación
1. Dos vectores u y v son ortogonales si:
a) (u, v) = 1
b) (u, v) = 0
c) v =1 y u =1d) u = v
2. Determina el conjunto ortogonal en R3:
a) {(2, 2, –1); (2, –1, 2); (–1, 2, 2)}
b) {(1, 1, 1); (2, 2, 2); (–1, –1, –1)}
c) {(1, 0, 3); (0, –3, 0); (4, 0, 0)}
d) {(1, 0, 0); (2, 0, 0); (0, 2, 3)}
3. Determina el conjunto ortonormal en R2:
a) {(1, 1); (1, –1)}
b) {(1, 1); (1, 0)}
c) {(1, 0); (0, –1)}
d) {(1, 0); (–1, 0)}
4. Determina la matriz ortogonal:
a)1 6
3 2
−
b)1 10 6 40
3 10 2 40
/ /
/ /
c)1 10 6 40
3 10 2 40
/ /
/ /
−
d)1 6
3 2
5. Los vectores (2, –12) y (3, 1/2) son:
a) Unitarios. b) Paralelos.
c) Ortonormales.
d) Ortogonales.
8/17/2019 Algebra Lineal Unidad 6
28/31230
Unidad 6
6. Es un vector ortogonal a v es:
a) u – proyv u
b) u + proyv u
c) u – proyu v
d) proyv u – u
7. Considera la base ortogonal B = {e = (2, 2, –1); f = (2, –1, 2);
g = (–1, 2, 2)}, determina las coordenadas del vector (1, –1, 0) referentes a la
base B:
a) (0, 3, –3)
b) (0, 1/3, –1/3)
c) (1, –1, 0)d) (0, –3, 3)
8. Es un procedimiento para encontrar una base ortonormal en un espacio
vectorial con producto interno:
a) Regla de Cramer.
b) Proceso de diagonalización.
c) Proceso de Gram-Schmidt.
d) El método de Gauss-Jordan.
9. Es una expresión verdadera:
a) Un conjunto ortogonal de vectores es una base.
b) Un conjunto ortogonal de vectores es linealmente independiente.
c) Una base es un conjunto ortonormal de vectores.
d) Un conjunto linealmente independiente es ortogonal.
10. El proceso de Gram-Schmidt tiene como consecuencia que:
a) Todos los espacios vectoriales tienen una base ortonormal.
b) Los espacios vectoriales con producto interno tienen una base
ortonormal.
c) Los espacios vectoriales finitos tienen una base ortonormal infinita.
d) Todos los espacios vectoriales tienen una base.
8/17/2019 Algebra Lineal Unidad 6
29/31
Álgebralineal
231
Respuestas a los ejercicios
Ejercicio 1
1.a) No, (3, 2, –4)(2, –3, 4) = –16
b) Sí.
c) Sí.
d) No; (0, –5, 0)(4, 1, 0) = –5
2.
a) Cualquier vector de la forma (3/2b, b)
b) Cualquier vector de la forma (4/3b, b)
c) Cualquier vector de la forma (–3/2b, b)
3.
a) No; (3, –1)(1, 0) = 3
b) Sí.
4.
a) Falso.
b) Falso.c) Falso.
d) Verdadero.
e) Falso.
Ejercicio 2
1.a) Son ortogonales pero no ortonormales ya que ( , )0 3 = 3 y no es unitario.
b) Sí son ortonormales.
c) Son unitarios pero no son ortogonales.
2.
{(1, 0, 0, 0); (0, 1, 0, 0); (0, 0, 1, 0); (0, 0, 0, 1)}
3.
Sí es ortogonal.
8/17/2019 Algebra Lineal Unidad 6
30/31232
Unidad 6
Ejercicio 3
1.
a) (u) B
= (2/9, 2/9, –1/9)
b) (v) B
= (–2/3, 1/3, –2/3)
c) (x) B
= (7/9, 1/9, –2/9)
2.
a) (u) B
= ( / , , / )1 2 4 3 2
b) (v) B
= ( / , , / )3 2 0 5 2
c) (w) B
= ( , , )0 3 0 −
Ejercicio 4
1. A =3 10 1 10
1 10 3 10
/ /
/ /−
2. Sí es ortogonal.
Ejercicio 5
1.
a)1 2
1 2
1 2
1 2
/
/,
/
/
−
es una base ortonormal de R2.
b)
1 5
0
2 5
2 105
10 105
1 105
4 21
1 21
/
/
,
/
/
/
,
/
/
−
−
−22 21/
es una base ortonormal para R3.
8/17/2019 Algebra Lineal Unidad 6
31/31
Álgebralineal
Respuestas a los ejercicios propuestos
1. (5, 2)
2. ( / , / )5 29 2 29
3. Sí.
4. ( ) ( / / )x B = − −10 20 2 10 20, ,
5. ( ) ( / , / , )x B = − −58 13 1 4 13 3,
Respuestas a la autoevaluación
1. b)
2. a)
3. c)
4. c)
5. d)
6. a)
7. b)
8. c)
9. b)
10. b)