1

ETSII-UPM
Tema 1:
Espacios vectoriales
eucldeos y hermticos
lgebra II (Plan 2000) Grupo M2
Madrid, 17 de febrero de 2003
Javier Garca de Jaln
ETSII - Departamento de Matemtica Aplicada
a la Ingeniera Industrial
ETSII-UPM
Programa
q Espacios vectoriales eucldeos y hermticos
Producto escalar y norma asociada: Espacios eucldeos.
Desigualdad de Schwarz.
Familias de vectores ortogonales e independencia lineal.
Bases ortonormales.
Generalizacin del Teorema de Pitgoras.
Expresin matricial del producto escalar de vectores: Matriz de Gram.
Mtodo de ortonormalizacin de Gram Schmidt.
Matrices ortogonales.
Factorizacin QR.
Subespacio ortogonal a un conjunto de vectores.
Suplemento ortogonal de un subespacio.
Espacios hermticos y matrices unitarias.
q Objetivos
El producto escalar proporciona a los espacios vectoriales una normapara
medir el tamao de los vectores y una forma de medir los ngulosentre
vectores.
ETSII-UPM
Introduccin (1/2)
q Producto escalar de vectores ordinarios 2-D
En el plano R
2
se define el producto
escalar de vectores como el producto
de los mdulos por el coseno del
ngulo que forman
El producto escalar permite medir el
ngulo (el coseno) entre dos vectores,
as como calcular la proyeccin de un
vector sobre otro.
q Aplicaciones
Clculo de la distancia entre dos puntos
Producto escalar de vectores expresados
en la base ortonormal estndar
, cos u v u v
j
u
v
( ) ( ) , cos cos cos cos sen sen
cos cos sen sen
x x y y
u v u v u v u v
u v u v u v u v


+
+ +
2
, u v u v u v
v
u

v
x
u
x
u
y
v
y
2
ETSII-UPM
Introduccin (2/2)
q Algunas propiedades del espacio cartesiano 3-D:
Algunos subespacios: F
x
, F
y
, F
z
, F
xy
, F
yz
, F
zx
Los subespacios F
xy
y F
z
son ortogonales
y suplementarios. Su suma es directa.
La descomposicin de un vector cualquiera
a en sus componentes a
xy
y a
z
es nica.
Los subespacios F
x
y F
y
son ortogonales,
pero no son suplementarios, pues sus
dimensiones suman 2 (<3).
Los subespacios F
xy
y F
xz
no
son ortogonales, pues es muy fcil
encontrar en uno y otro vectores
que no son ortogonales (por ejemplo,
los de la interseccin entre ambos)
q El concepto de espacio eucldeotrata de generalizar estas y otras
propiedades para espacios vectoriales de dimensin n.
x
y
z
a
a
z
a
xy
a
x
a
y
ETSII-UPM
Producto escalar y norma asociada: Esp. eucldeos
q Un espacio vectorial eucldeo es un espacio vectorial real, de
dimensin finita, dotado de un producto escalar
q Producto escalar
Sea E un espacio vectorial real. Un producto escalar sobre E es una forma
bilineal en E, simtrica y cuya forma cuadrtica asociada es definida-
positiva:
q Propiedades y notacin
El producto escalar de dos vectores u y v de E es un nmero real denotado
como <u,v> con las siguientes propiedades:
donde w es un vector cualquiera de E, y a y b son nmeros reales cualesquiera
Obsrvese que se pide linealidad respecto al primer factor. La simetra
garantiza que tambin es lineal respecto al segundo factor.
Si el espacio es complejo, el producto escalar se debe definir de otra forma.
) Simtrica: , ,
) Lineal: + , , ,
) Positiva: , 0, si ; , 0, slo si
a
b
c

+
>
u v v u
u v w u w v w
u u u 0 u u u 0
, : E E R
ETSII-UPM
Desigualdad de Cauchy-Schwarz
q Enunciado
Para dos vectores cualesquiera u y v de un espacio vectorial E se satisface la
siguiente desigualdad:
La igualdad slo se alcanza si uno de los vectores es proporcional al otro.
q Demostracin
Supngase el producto escalar del vector u+v por s mismo:
Si el resultado es inmediato. Si no es cero, dando a el valor
y sustituyendo, se obtiene
La igualdad en (2) exige la igualdad en (1), y sta exige:
que slo se cumple si los vectores son proporcionales: u=v
, u v u v
2 2
0 , , 2 , , + + + + + u v u v u v u u u v v v
2
, u u v
2 4
2 2 2 2 2
2
0 2 , ,
,
,
+
u u
u u v v u v u v
u v
u v
2
0 + + u v u v 0
, 0 u v
(1)
(2)
3
ETSII-UPM
Otras propiedades del producto escalar
q Induce una norma
Esta norma cumple las tres propiedades de la definicin de norma:
1.
2.
3.
Demostracin:
1. Se concluye de la tercera propiedad de la definicin de producto escalar.
2.
3.
q Por qu es especialmente importante el producto escalar:
Por la normaque induce en el espacio vectorial
Porque permite definir cundo dos vectores son ortogonales, abriendo paso a
importantes simplificaciones
q Distintas notaciones:
, u u u
0, ; 0 si y slo si 0 x x x x
, , + + x y x y x y
, , x x x
2 2
2
, x x x x
2
, , 2 , , + + + + + x y x y x y x x x y y y
( )
2 2 2 2 2
2 , 2 + + + + + x x y y x x y y x y
( ) , , | , , etc u v u v u v
ETSII-UPM
Propiedades del producto escalar (2)
q ngulo entre dos vectores
La desigualdad de Cauchy-Schwarz se puede escribir en la forma:
Por analoga con los casos 2-D y 3-D, y dado que 1cos 1, el ngulo entre
dos vectores cualesquiera puede definirse, a travs del coseno, en la forma:
q Componente de un vector v en la direccin de otro vector u
Se puede obtener multiplicando por el coseno del ngulo que forman, o
realizando el producto escalar por un vector de norma unidad:
La componente de v ortogonal a u se puede hallar restndole su componente
en la direccin de u, es decir su proyeccin sobre u.
, ,
1, 1 1
u v u v
u v u v
,
cos
u v
u v
,
cos ,
u v u u u u
v v v
u u v u u u
ETSII-UPM
Ejemplos
q Producto escalar en el espacio de parntesis de n nmeros reales
(n-tuplas) R
n
El producto escalar se define en la forma:
q Producto escalar en el espacio de vectores columna R
n1
El producto escalar de dos vectores columna x e y se define como:
q Espacio vectorial R
mn
de matrices de tamao mn
El producto escalar se define como:
q Producto escalar en el espacio de funciones continuas C(a,b)
definidas en el intervalo [a,b]
Para dos funciones continuas f(x) y g(x) definidas en el intervalo [a,b]:
( ) ( )
1 2 1 2
1
, ,..., , , ,...,
n
n n i i
i

1
,
n
T
i i
i
x y

x y x y
( ) ,
T
Traza A B A B
( ), ( ) ( ) ( )
b
a
f x g x f x g x dx

4
ETSII-UPM
Producto escalar respecto a una matriz A
q En algunas ocasiones conviene definir el producto escalar de una
forma un poco ms general:
En el espacio vectorial de matrices columna R
n1
el producto escalar se puede
definir tambin en la forma:
donde A es una matriz simtrica y definida-positiva. Con estas condiciones, es
fcil comprobar que se cumplen las condiciones del producto escalar.
Una matriz definida-positiva es una matriz que cumple la condicin:
En ciertas aplicaciones, este producto escalar tiene un claro significado fsico:
si x representa los desplazamientos elsticos de una estructura, y las fuerzas
aplicadas y A la matriz de rigidez, el producto escalar est relacionado con el
trabajo de las fuerzas elsticas y con la energa elstica del sistema.
De modo anlogo, en el espacio C(a,b) se puede definir el producto escalar en
la forma:
donde w(x) es una funcin de "peso", positiva en todo el intervalo [a,b].
1 1
,
n n
T
i ij j
i j
x A y


A
x y x Ay
( ), ( ) ( ) ( ) ( )
b
w a
f x g x w x f x g x dx

0,
T
> x Ax x 0
ETSII-UPM
Ortogonalidad de vectores
q Se dice que dos vectores v y w de un espacio eucldeo E son
ortogonales si su producto escalar es igual a cero
q La ortogonalidad es una generalizacin de la idea de
perpendicularidad, y por ello se utiliza la notacin indicada
q Ejemplo:
En el espacio de funciones continuas C(0,2), con el producto escalar definido
como la integral entre 0 y 2 del producto de funciones, el senoy el coseno
son funciones ortogonales
q El vector nuloes ortogonal a cualquier otro vector de E
Esta propiedad es exclusivadel vector nulo: cualquier otro vector que la
cumpla debe ser ortogonal a s mismo y su norma debe ser nula, luego es el 0.
( ) , 0 v w v w
2
2 2
0 0
0
1 1 cos2 cos0 cos2
sen cos sen2 0
2 2 2 4
x
x x dx x dx

1

1
]

, , 0 E v 0 v
ETSII-UPM
Generalizacin del Teorema de Pitgoras
q Dados dos vectores v y w arbitrarios, de la definicin de producto
escalar y norma asociada se tiene la identidad
q Si los vectores v y w son ortogonales, sus normas satisfacen
que se puede ver como una extensin del Teorema de Pitgoras.
Esta igualdad es condicin necesaria y suficiente de ortogonalidad.
q Despejando el producto escalar: relacin de polarizacin
q Si los vectores v
1
, v
2
, , v
p
son ortogonales dos a dos, para
cualesquiera escalares l
i
se cumplir (se demuestra por induccin):
expresin a partir de la cual se deducen ciertos resultados posteriores.
2 2 2
2 , + + + v w v w v w
2 2 2
+ + v w v w
( )
2 2 2 1
,
2
+ v w v w v w
2 2 2
2 2
1 1 1 1 p p p p
+ + + + v v v v
5
ETSII-UPM
Expresin matricial del producto escalar
q Sea E un espacio eucldeo de dimensin n, y sea x
1
, x
2
, , x
n
una
basecualquiera de E.
El producto escalar de dos vectores u y v cualesquiera de E se puede hallar si
se conocen sus expresiones en la base citada:
Definiendo una matriz cuadrada Gde orden n, llamada matriz de Gram,
El producto escalar se puede escribir en la forma
q La matriz de Gram es simtrica(evidente) y definida-positiva:
pero slo si los vectores x
1
, x
2
, , x
n
son linealmente independientes.
1 1 1 1 1 1
, , , , ,
n n n n n n
i i i i i i j j i j i j
i i i j i j




u x v x u v x x x x
1 1 1 2 1
2 1 2 2 2
1 2
, , ,
, , ,
, , ,
n
n
n n n n
1
1
1

1
1
1 ]
x x x x x x
x x x x x x
G
x x x x x x

[ ] [ ]
1 2 1 2
1 1
, ,
n n
T T T
i j ij n n
i j
G

u v u Gv u v
1 1
, ,
n n
T
i j ij
i j
G

>

u u u Gu 0 u 0
ETSII-UPM
Ortogonalidad e independencia lineal
q Proposicin: Toda familia de vectores no nulos y ortogonales dos a
dos es una familia libre
q Demostracin 1:
Se puede demostrar que una familia es libre demostrando que todo sistema de
vectores extrado de dicha familia es libre.
Si se cumple:
la ortogonalidad de los sumandos exige que tambin se cumpla (generalizacin
del teorema de Pitgoras):
Si todos los vectores son distintos de cero, los coeficientes tendrn que ser
necesariamente nulos, luego el sistema considerado es libre.
q Demostracin 2:
Si los vectores v
1
, , v
p
no son libres, la expresin
se cumple para algn . Multiplicando escalarmente por v
i
se llega a la
conclusin de que , de donde , contra la hiptesis inicial.
1 1 p p
+ + v v 0
2 2
2 2
1 1
0
p p
+ + v v
1 1 p p
+ + v v 0
0
i

, 0
i i i
v v 0
i

ETSII-UPM
Bases ortonormales
q Bases ortonormales en espacios eucldeos
Se dice que un vector w est normalizadocuando cumple:
Se dice que una base en un espacio de dimensin n es ortonormal cuando est
formada por n vectores de norma unidady ortogonales entre s.
Si la base es ortonormal la matriz de Gram es la matriz identidad y el producto
escalar se puede expresar, en forma matricial:
q Coordenadas de un vector en una base ortonormal:
Sea a un vector cualquiera en E y (q
1
, q
2
, , q
n
) los vectores de una base
ortonormal de E. Se desean hallar las componentes
i
de a expresado en dicha
base ortonormal
El vector a se puede expresar como combinacin lineal de los vectores q
i
Para determinar la componente
i
basta realizar el producto escalar por q
i
y por tanto
y tambin, utilizando formulacin matricial en R
n
:
2
, 1 w w w
1 1 2 2
...
n n
+ + + a q q q
1 1 2 2
, , , ... , 0 ... , ... 0
i i i n i n i i i i
+ + + + + + + q a q q q q q q q q
1 1 2 2
, , ... ,
n n
+ + + a q a q q a q q a q
1 1 2 2
... =
T
n n
+ + + a q q q Q Q a
, , ,
T
x y
n
x y x y R
6
ETSII-UPM
Existencia de bases ortonormales: Gram-Schmidt
q Se parte de n vectores (a
1
, a
2
, ... a
n
) linealmente independientes y se
trata de hallar a partir de ellos una base ortogonal (q
1
, q
2
, ... q
n
)
El primer vector q
1
se puede obtener normalizando a
1
Los vectores q
2
y q
3
se obtienen quitando a los vectores a
2
y a
3
las
componentes segn los q anteriores y normalizando (siempre existe )
Existe otra forma de organizar los clculos (Gram-Schmidt modificado)
consistente en quitar la componente segn q
i
a todos los a
j
(j=i+1,...,n), tan
pronto como q
i
ha sido calculado (menores errores numricos):
Obsrvese que en cada q
i
(a
i
) slo intervienen a
1
,..., a
i
(q
1
,..., q
i
).
1 1 1 1 1
a a q a a
2 2 1 2 1 2 2 2
3 3 1 3 1 2 3 2 3 3 3
,
, ,


a a q a q q a a
a a q a q q a q q a a
1 1 1 1 1
2 2 2 2 2
, 2,3,...,
, 3,4,...,
...
, 1,...,
j j j
j j j
i i i j j i j i
j n
j n
j i n


+
q a a a a q a q
q a a a a q a q
q a a a a q a q
i
a 0
ETSII-UPM
Interpretacin grfica del mtodo de Gram-Schmidt
( )
( ) ( )
1 1 1 1 1
2 2 1 2 1 2 2 2
3 3 1 3 1 2 3 2 3 3 3



T
T T



a a q a a
a a q a q q a a
a a q a q q a q q a a
[ ] [ ]
[ ] [ ]
[ ] [ ]
1 1
1 2 1 2
1 2 3 1 2 3
, ,
, , , ,
L L
L L
L L

q a
q q a a
q q q a a a
a
1
a
2
a
3
q
1
q
2
q
3
( ) 2 1 2 1
T
a q a q
( ) ( ) 3 1 3 1 2 3 2
T T
a q a q q a q
ETSII-UPM
q Una matriz Q es ortogonal si es cuadraday sus columnas son ortonormales
entre s:
Expresando todas estas condiciones de modo matricial
q Propiedades (se pueden demostrar como ejercicio):
Se verifica que la inversa es igual a la traspuesta Q
T
=Q
1
El determinante de una matriz ortogonal es +1 1
Las matrices ortogonales conservan el producto escalar, y por tanto conservan
distancias y ngulos
Casos particulares: matrices de permutacin, de rotacin y de reflexin
Cualquier matriz ortogonal es el producto de una reflexin por una rotacin
Las matrices rectangulares decolumnas ortogonales, aunque cumplan Q
T
Q=I, no son
ortogonales pues QQ
T
I . En este caso Q
T
no es la inversade Q, sino la inversa por la
izquierda.
Matrices ortogonales
( )
1; 0,
T T T
i j ij i i i j
i j q q q q q q
1 0 0
0 1 0
0 0 1

=
1
T
q
2
T
q
T
n
q

1
q
2
q
n
q
T
Q Q I bien:
7
ETSII-UPM
Factorizacin QR de una matriz A (1/3)
q Se trata de pasar de una matriz cuadrada A, de tamao nn y cuyas
columnas son independientes, a una matriz ortogonal Q:
q Teniendo en cuenta que, segn el mtodo de Gram-Schmidt, cada
vector a
i
slo tiene componentes en los i primeros vectores q
q Las matrices A y Q se relacionan a travs de una matriz triangular
superior R, que es cuadradann e invertible:
[ ] [ ]
n n
q q q Q a a a A
2 1 2 1

[ ] [ ]
1 1 1 2 1
2 2 2
1 2 1 2
0

0 0
T T T
n
T T
n
n n
T
n n
1
1
1

1
1
1
]
q a q a q a
q a q a
a a a q q q A QR
q a

( )
( ) ( )
( ) ( ) ( )
3 3 3 2 3 2 1 3 1 3
2 2 2 1 2 1 2
1 1 1 1
q a q q a q q a q a
q a q q a q a
q a q a
T T T
T T
T
+ +
+

ETSII-UPM
Factorizacin QR de una matriz A (2/3)
q Factorizacin QR de matrices rectangulares:
Considrese una matriz rectangular A, de tamao mn (m>n). Se puede
obtener una matriz Q, tambin mn, cuyas columnas son ortonormales y
generan el mismo subespacio de R
m
que las de A.
Las frmulas anteriores se aplican tambin en este caso. La matriz Q es mn,
pero la matriz R es cuadrada nn. A esta factorizacin se le llama
factorizacin QR incompleta, porque las columnas de Q no constituyen una
base completa de R
m
(en este caso Q no es una matriz ortogonal).
La factorizacin QR completaobtiene una matriz Qortonormal (mm) y
aade a la matriz R tantas filas de ceros como columnas se han aadido a Q:
[ ] [ ]
1 2 1 2 1 1 1 1 2 1
2 2 2

0
0 0
0 0 0
0 0 0
T T T
n n n m n
T T
n
T
n n
+
1
1
1
1
1
1
1
1
1
1
1
]
a a a q q q q q q a q a q a
q a q a
q a

A Q
R
0
=
ETSII-UPM
Factorizacin QR de una matriz A (3/3)
q La factorizacin QR se puede utilizar para resolver sistemas de
ecuaciones
q En el caso de las ecuaciones normalespropias del mtodo de los
mnimos cuadrados (se vern en el Tema 2)
y como Q es ortogonal y R triangular superior e invertible, la
ecuacin final es muy fcil de resolver
q Conclusin: si se dispone de una base ortogonal Q para el espacio de
columnas de A, los sistemas de ecuaciones resultantes son muy
fciles de resolver
x b Q y
b Qy
y Rx
b QRx QR A b Ax

T
b Q R QRx Q R QR A b A Ax A b Ax
T T T T T T


T T T T
R Rx R Q b Rx Q b
8
ETSII-UPM
Factorizacin QR con Matlab
% fichero QR4.m
% Factorizacin QR (G.-S. modificado)
% Golub&Van Loan pp. 231-32
clear all
m=400; n=m; A=rand(m,n);
Q=zeros(m,n); R=zeros(n,n);
Q=A;
tic
for k=1:n
% Norma de la columna k
R(k,k)=norm(Q(:,k));
% Se normaliza la columna k
Q(:,k)=Q(:,k)/R(k,k);
% Se elimina la columna k de las
% siguientes columnas
for j=k+1:n
R(k,j)=Q(:,k)'*Q(:,j);
Q(:,j)=Q(:,j)-Q(:,k)*R(k,j);
end
end
toc
% comprobacin A=Q*R
Anew=Q*R;
disp('Gram-Schmidt modificado');
disp(norm(A-Anew,1));
disp('Ya he terminado');
[ ]
[ ]
1 2
1 1 1 2 1
2 2 2
1 2
0

0 0
n
T T T
n
T T
n
n
T
n n

1
1
1

1
1
1
]
a a a
q a q a q a
q a q a
q q q
q a

( )
( )
( )
1 1 1 1 1
2 2 2 2 2
2,3,...,
3, 4,...,
...
1,...,
T
j j j
T
j j j
T
i i i j j i j i
j n
j n
j i n


+
q a a a a q a q
q a a a a q a q
q a a a a q a q
ETSII-UPM
q Sea P una parte cualquiera, no vaca, del espacio eucldeo E de dimensin finita
El conjunto P es una simple coleccin de vectores y no tiene por qu ser un espacio
vectorial (no tiene que contener necesariamente las combinaciones lineales de sus
elementos)
Sin embargo, es fcil demostrar que el conjunto F de todas las combinaciones lineales
de los elementos de P s es un espacio vectorial (F subespacio de E)
q El complemento ortogonal de P, denotado como ,
Es el conjunto de todos los vectores de E que son ortogonales a todos y cada uno de los
vectores de P.
El complemento ortogonal de cualquier parte P de E es un subespacio vectorial de E.
Con dimensin finita se cumplen las relaciones:
Toda base ortonormal del subespacio F se puede completar hasta formar una base
ortonormal del espacio E. Los vectores aadidos a la base de F constituyen una base
ortonormal de .
Subespacio ortogonal a una parte del espacio
, P E P
[ ] L P F E
P

( ) ( ) , P F P F y F F



F

ETSII-UPM
Suplemento ortogonal de un subespacio
q Subespacios vectoriales suplementarios:
Dos subespacios vectoriales F y G de un espacio vectorial E son
suplementarios cuando su suma es E y su interseccin es el subespacio nulo.
Los subespacios F y son suplementarios. La suma de sus dimensiones es la
dimensin de E.
q La suma de un subespacio y su suplementario es directa:
Cualquier vector de E se expresa de modo nico como suma de un vector en F
y un vector en .
Las componentes de un vector cualquiera en cada uno de estos subespacios
pueden hallarse multiplicando escalarmente por los correspondientes vectores
de cada una de las bases (que son ortogonales).
F

E F F

, F G E F G
9
ETSII-UPM
Producto escalar en el campo complejo
q El producto escalar de vectoresen un espacio real se define en la forma:
El producto escalar de dos vectores u y v de E es un nmero real denotado como <u,v>
con las siguientes propiedades:
El producto escalar estndar en R
n
(<x,y>=x
T
y) no puede aplicarse a vectores en C
n
,
pues no se cumple la propiedad de positividad(por ejemplo: <(1,i), (1,i)>=0)
q Definicin de producto escalar en el campo complejo:
La definicin anterior se modifica de modo anlogo al clculo del mdulo:
El cambio en la definicin de la simetraobliga a cambiar la forma de calcular el
producto escalar. Por ejemplo, en C
n
el producto escalar se calcula como:
) Simtrica: , ,
) Lineal: + , , ,
) Positiva: , 0, si ; , 0, slo si
a
b
c

+
>
u v v u
u v w u w v w
u u u 0 u u u 0
( )
) Hermtica: , ,
) Lineal: + , , , slo en la primera variable
) Positiva: , 0, si ; , 0, slo si
a
b
c

+
>
u v v u
u v w u w v w
u u u 0 u u u 0
( ) , es el conjugado de
T T
x y y x x y y y
ETSII-UPM
Espacios hermticos y matrices unitarias
q Se llama espacio vectorial hermticoa un espacio vectorial complejo
de dimensin finitay dotado de un producto escalar.
Se pueden ver como una generalizacin de los espacios eucldeos cuando los
vectores son complejos.
Todas las propiedades de los espacios vectoriales eucldeos que se basan en el
producto escalar tienen su extensin a los espacios vectoriales hermticos.
Producto escalar respecto a una matriz compleja
para lo que es necesario que A sea una matriz hermtica:
q Matricesunitarias:
Una matriz unitariaU es una matriz cuadraday compleja( ), tal que
sus columnas son ortogonales en el campo complejo. Como consecuencia, se
verifica que su matrizinversaes su conjugada transpuesta:
Las matrices unitariastienen unas propiedades semejantes a las de las
matrices ortogonales, de las que son una generalizacin para el campo
complejo.
Ejercicio: Demostrar que los valores propios de U tienen mdulo unidad.
( ) , ,
T
T T T T T T

A A
x y y Ax y x x Ay x Ay x Ay y A x
H T
A A A
H H
U U UU I

n n
U C