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 , y  y , x  x , y E 2)  x , y  z  x , y  x , z  x , y , z E 3)  x , y  x , y  x , 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
2 3

 x, x  , x E
x.y x . y

De trabajar en R y R conocemos la frmula cos( )

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( ) xx,.yy , 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 xy
2 2

 x  y , x  y  x , x    x , y    y , x    y , y  x , x  2 
2

x  2  x, y   y De donde resulta que x  y VECTORES ORTOGONALES

 2  x, y   x  y

2 x

Podemos definir tambin la ortogonalidad entre dos vectores. Dos vectores x e y son ortogonales  x , y 0 2 2 2  x  y b)  x , y  0 x  y La demostracin es similar a la anterior 2 xy  x  y , x  y  x , x    x , y    y , x    y , y  x , x  2  x
2

 2  x, y   y xy
2

. Ahora si  x , y  0 , entonces el trmino intermedio se x

2

anula y se logra


2


2

y 

Y viceversa , si

xy

, 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. x b. y  0 , con a y b reales. Si efectuamos el producto  x ,a. x b. y  x , 0  0. Aplicando las propiedades del producto interno resulta a. x , x b. 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. x b. 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

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 de x 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  x ,y   12  2 1 . O sea que adjudicandole al escalar  12 el valor resultante del cociente  y ,y 
1 1

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  x ,y   x ,y   13  y 3 ,y 1  y  23  y 3 ,y 2 
1 1 2 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) f x g x dx
1 1

Sean las funciones 1, x, x 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

x   12 1 . 1dx  0  0   12

x   12 1 . 1dx 

xdx   12 1dx 
1 1

12 2

1 2

  12 . x  1 x  1

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 .


1 1

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

x 2   13 1   23 x . x. dx  0

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

1 1

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;

xdx  0;
1 1

x2

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 1 1

x2

1 3

x2
2 3

1 3

dx 

8 45

, luego el mdulo es;

2 3

8 45

xxdx 

, luego el mdulo es

dx  2 , luego el mdulo es

Si las graficamos , podemos ver que ortogonalidad de las funciones no tiene que ver con su representacin geomtrica. x

f(x)=1
1

f(x)=x2 - 1/3

-1.0

-0.8

-0.6

-0.4

-0.2

0.2

0.4

0.6

0.8

1.0

f(x)= x

-1

-2

SUBESPACIOS ORTOGONALES Diremos que dos subespacios S y T son ortogonales y se escribe S,Tsi se cumple  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.

-8

8 -8 6 -6 -6 4 -4 -4 2 -2 0 z-2 -2 0 0 -4 2 2 y x 4 -6 4 -8 6 6 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)

-8 10 -6 -4 5

z
8 6 4

0 0 2 -5 0 2 -10 4 6 8

-2

-2

-4

-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 , luego se niega la condicin para que los subespacios lo sean.

-8

8 6 -8 4 -4 -6 2 -4 0 -2 z -2 -2 0 0 -4 2 2 4y -6 4x 6 -8 6 8 -6

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 , u entendiendo que el primer u pertenece a W 1 y el segundo u pertenece a W 2 . Como los subespacios son ortogonales resulta que  u , u 0 , 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 v son vectores pertenecientes a W , , entonces su suma pertenece a W , . Que u y v pertenezcan a W , , significa que  u , x 0 y  v , x 0 x W Luego si planteamos  u  v , x  x W , resulta  u  v , x  u , x  v , x 000. 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 que u , x 0 x W. Si planteamos  u , x  u , x .00 Luego  u W , Como es un subespacio tiene una base que lo genera y por lo tanto se puede definir 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 v  P 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)

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 v como 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 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 vectores y W y z tal que v  y  z. Entonces z
2

Q .  PQ y
2 2 2

Demostracin.  vy
2

P y Q

, donde P y W y Q

W , , luego son ortogonales y por lo demostrado mas arriba , resulta P y Q z

2


2

Py  Q

. Con lo cual resulta Py

2 2

Py

. Siendo z
2

un numero real positivo o a lo sumo z Q .

0 (si P  y ) , se desprende que

., de donde surge

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 , b 5 y c 4 . 3 3 3 2 5 4 Luego 2, 3, 1  3 1, 0, 1  3 0, 1, 1  3 1, 1, 1 , donde P  2 1, 0, 1  5 0, 1, 1  2 , 5 , 7 que pertenece a W y Q  4 , 4 , 4 que pertenece 3 3 3 3 3 3 3 3 , aW . , 5 , 7 es , de todos los vectores de W , el que mejor aproxima a 2, 3, 1 El vector 2 3 3 3 y la "distancia" de P a v es Q 
4 3

,4 , 4 . 3 3

4 3

,4 , 4 3 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 interior dado por f(x),g(x) f x g x dx , el cual es un espacio euclideo de dimensin
1 1

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

exp x a dx 

exp x dx a dx 
1 1

2, 350 4 2a  0 , de donde surge a  1. 1752 Luego P  1.1752. Grafiquemos la funcin exp x y su proyeccin.

exp(x)

P=1,1752

-1.0

-0.8

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

Evidentemente intentar aproximar con una constante a la funcin exp x 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 e a. 1  b. x , 1  0 
x

exp x a bx dx 

exp xdx a dx b xdx  2. 3504 2a

1 1 1 1 1 1

, de donde surge que a  1. 1752 e a. 1  b. x , x  0 

x

exp x a bx . xdx 

x exp xdx a dx b x 2 dx  0. 735

1 1 1

, de donde surge que b  1, 10634. Graficando resulta

10

exp(x)

P=1,1752+1.10634x

-1.0

-0.8

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

Evidentemente este subespacio aproxima mucho mejor a la funcin exp x en el intervalo 1, 1 Probemos ahora con el subespacio generado por 1, x, x 2 1 3 luego e x  a. 1  b. x  c x 2 Ahora P  a. 1  b. x  c x 2 1 3 e x a. 1  b. x  c x 2 1 que pertenece a W , 3 Luego Q,1Q,xQ,x 2 e a. 1  b. x  c x
x 2 1 3 1 3 1 3

 Q de donde Q 

0 , de donde resulta

, 1  0 

exp x a bx c x
2

1 3

dx 

exp xdx a dx
1 1 1 1

2. 3504 2a b. 0 c. 0  0 , de donde resulta a  1. 1752 e a. 1  b. x  c x

x 2 1 3

, x  0 

exp x a bx c x
2

1 3

xdx 

x exp xdx a
1 1 1

0. 735 76 a. 0
x

2 3

b c. 0  0 , de donde resulta b  1. 10634

2 1 3

e a. 1  b. x  c x : c x 2
1 1 1 3 2

, x
2

1 3

 0 

exp x a bx c x
2

1 3

x
2

1 3

dx 

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. 53671 x 2 0. 536 71x 2  1, 106 34x  0. 996 30

1 3

 0. 536 71x 2  1, 106 34x  0. 996 30

11

exp(x)

P=0.99630+1.10634x+0.53671x2
1

-1.0

-0.8

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

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 , x,x 2 1  el resultado es cero y se simplifican los clculos. Por ello es 3 3 conveniente perder un tiempo y trabajar an dentro de W con una base ortogonal. (Continuar)

12