An´alisis Matem´atico En el espacio euclidiano Oscar Santamaria ...
An´alisis Matem´atico En el espacio euclidiano Oscar Santamaria ...
An´alisis Matem´atico En el espacio euclidiano Oscar Santamaria ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Análisis Matemático<br />
<strong>En</strong> <strong>el</strong> <strong>espacio</strong> <strong>euclidiano</strong><br />
<strong>Oscar</strong> <strong>Santamaria</strong> Santisteban<br />
– 5 de septiembre de 2010 –<br />
UNPRG<br />
Lambayeque-Perú<br />
c○2009 by racso
Capítulo 1<br />
El Espacio Vectorial Euclidiano<br />
El conjuntoR n es definido como <strong>el</strong> producto cartesiano<br />
R×R×···×R<br />
<br />
.<br />
n−veces<br />
Es decir R n := R × R × ···×R. El conjunto formado por <strong>el</strong> único punto 0 = (0,...,0) se<br />
denotará porR 0 , es decir, R 0 := {0}.<br />
El conjunto R n es llamado <strong>espacio</strong> <strong>euclidiano</strong> n-dimensional. Sus <strong>el</strong>ementos son de la forma<br />
x = (x1,...,xn), donde cada coordenadaxi es un número real.<br />
El propósito general de estas notas es estudiar al <strong>espacio</strong> R n como <strong>espacio</strong> vectorial y como<br />
<strong>espacio</strong> topológico. <strong>En</strong> realidad, la estructura topológica que se definirá enR n será inducida por<br />
alguna norma definida en dicho <strong>espacio</strong>.<br />
La primera estructura que daremos aR n será la de <strong>espacio</strong> vectorial real. Para <strong>el</strong>lo recurriremos<br />
a las operaciones usuales de suma y producto de números reales. Como sabemos R es con<br />
estas operaciones un cuerpo ordenado y es también un <strong>espacio</strong> vectorial. Usando esto definimos<br />
en R n las operaciones ⊕ : R n ×R n → R n y ⊙ : R×R n → R n de la siguiente manera: para<br />
x = (x1,...,xn) ∈ R n , y = (y1,...,yn) ∈ R n yα ∈ R,<br />
x⊕y := (x1 +y1,...,xn +yn),<br />
α⊙x := (αx1,...,αxn).<br />
Es sencillo comprobar que con estas operaciones R n es un <strong>espacio</strong> vectorial y sus <strong>el</strong>ementos<br />
son llamados vectores. El <strong>el</strong>emento neutro está dado por0 = (0,0,...,0) y <strong>el</strong> <strong>el</strong>emento inverso<br />
de cadax = (x1,...,xn) ∈ R n es −x = (−x1,...,−xn) ∈ R n .<br />
Haremos ahora una convención: la suma ⊕ será denotada por <strong>el</strong> símbolo clásico (+) mientras<br />
que <strong>el</strong> producto ⊙ será denotado por (·), y de esta manera nos ahorraremos algunas complicaciones<br />
de notación. Además siempre usaremos en R n estas operaciones de <strong>espacio</strong> vectorial.<br />
Cuando esto no sea así, lo indicaremos en su momento.<br />
1
2 1.1. Sub<strong>espacio</strong>s Vectoriales<br />
1.1. Sub<strong>espacio</strong>s Vectoriales<br />
Subconjuntos importantes dentro d<strong>el</strong> R n son los llamados sub<strong>espacio</strong>s vectoriales. Por definición,<br />
un sub<strong>espacio</strong> vectorial de R n es un subconjunto no vacío (de R n ) que es cerrado bajo la<br />
suma de vectores y producto de vectores por escalares. Es decir, E ⊂ R n es sub<strong>espacio</strong> vectorial<br />
si E es no vacío y, para cada x,y ∈ E y cada α ∈ R se tiene que αx + y es nuevamente<br />
<strong>el</strong>emento deE.<br />
Todo sub<strong>espacio</strong> vectorial contiene al vector nulo. Pues si x ∈ F y α = 0 ∈ R entonces<br />
αx = 0x = 0. SiendoF sub<strong>espacio</strong> entoncesαx ∈ F , por tanto, 0 ∈ F .<br />
EJEMPLO 1.1.<br />
(a) <strong>En</strong>R n hay dos sub<strong>espacio</strong>s que son llamados triviales: <strong>el</strong> <strong>espacio</strong> nulo{0} y <strong>el</strong> mismoR n .<br />
(b) <strong>En</strong> R los únicos sub<strong>espacio</strong>s son {0} y R. <strong>En</strong> R 2 los sub<strong>espacio</strong>s no triviales son las rectas<br />
que pasan por <strong>el</strong> origen. <strong>En</strong>R 3 los sub<strong>espacio</strong>s no triviales son las rectas y planos que pasan<br />
por <strong>el</strong> origen.<br />
PROPOSICIÓN 1.1. La intersección de una colección arbitraria de sub<strong>espacio</strong>s de R n es un<br />
sub<strong>espacio</strong> deR n .<br />
Demostración. Sean{Ei}i∈L una colección arbitraria de sub<strong>espacio</strong>s deRn y considere la intersección<br />
S = <br />
i∈LEi. Puesto que <strong>el</strong> vector nulo 0 es <strong>el</strong>emento de todo sub<strong>espacio</strong> Ei entonces<br />
0 es <strong>el</strong>emento deS, luegoS es no vacío.<br />
Si x e y son <strong>el</strong>ementos en S, son también <strong>el</strong>ementos de cada sub<strong>espacio</strong> Ei, por tanto, para<br />
cualquier realαresulta queαx+y es también <strong>el</strong>emento de cadaEi. Luegoαx+y está enS. ❚<br />
Un conjunto X ⊂ R n es linealmente dependiente si existen vectores distintos v1,...,vk en X<br />
y escalares α1,...,αk ∈ R, no todos nulos, tales<br />
α1v1 +···+α2v2 = 0.<br />
Un conjunto que no es linealmente dependiente recibe <strong>el</strong> nombre de linealmente independiente.<br />
EJEMPLO 1.2. Todo conjuntoX ⊂ R n que contiene al vector nulo es linealmente dependiente,<br />
pues dado cualquierx ∈ X no nulo, podemos considerar la combinación nula1·0+0·x = 0<br />
en la que no todos los escalares son nulos.<br />
EJEMPLO 1.3. Todo subconjunto de un conjunto linealmente independiente es también linealmente<br />
independiente. <strong>En</strong> un conjunto linealmente dependiente pueden existir conjuntos<br />
linealmente independientes. Por ejemplo, <strong>el</strong> conjunto {(1,0),(0,1),(1,1)} es linealmente dependiente,<br />
pues podemos tener la combinación nula1·(1,0)+1·(0,1)−1·(1,1) = 0, donde<br />
los coeficientes son no nulos. Sin embargo de aquí podemos obtener <strong>el</strong> conjunto{(1,0),(0,1)}<br />
que es linealmente independiente.<br />
O. <strong>Santamaria</strong> S.
Cap. 1: El Espacio Vectorial Euclidiano 3<br />
Dado cualquier conjunto no vacíoX contenido enR n , la colección de todas las combinaciones<br />
lineales finitas de <strong>el</strong>ementos de X es llamado <strong>espacio</strong> generado por X y se denota por S(X).<br />
Es decir, un vectorv ∈ R n es <strong>el</strong>emento deS(X) si existen vectoresx1,...,xk enX y escalares<br />
α1,...,αk ∈ R tales que v = k<br />
i=1 αixi. Es sencillo comprobar que para cada conjunto no<br />
vacíoX contenido en R n , <strong>el</strong> conjuntoS(X) es un sub<strong>espacio</strong> deR n .<br />
Dados los sub<strong>espacio</strong>s vectoriales F y G d<strong>el</strong> R n , la unión F ∪ G no necesariamente es un<br />
sub<strong>espacio</strong>, sin embargo este genera un sub<strong>espacio</strong> S(F ∪G). Es sencillo comprobar que este<br />
<strong>espacio</strong> está formado por todas las sumas de la forma v +w, donde v ∈ F y w ∈ G. Por esta<br />
razón se usa la notaciónS(F ∪G) = F +G. Cuando F ∩G = {0} entonces se escribeF ⊕G<br />
en vez deF +Gyse dice queF ⊕G es la suma directa deF y G.<br />
EJEMPLO 1.4. <strong>En</strong> <strong>el</strong> <strong>espacio</strong> Rn considere <strong>el</strong> sub<strong>espacio</strong> F . El objetivo en este ejemplo es<br />
mostrar que existe un sub<strong>espacio</strong> G ⊂ Rn tal queRn = F ⊕G.<br />
<strong>En</strong> primer lugar observe que si fuera F = Rn entonces Rn = F ⊕{0} y <strong>el</strong> problema estará resu<strong>el</strong>to.<br />
Por <strong>el</strong> contrario, supongamos que F = Rn y que F es generado por un conjunto X, es decir<br />
F = S(X). <strong>En</strong> este caso considere un vectorw1 /∈ S(X). Observe quew1 = 0 pues0 ∈ S(X).<br />
Sea G1 = S({w1}). Puesto que w1 /∈ S(X) entonces αw1 /∈ S(X) para todo número real α =<br />
0. <strong>En</strong> efecto, si fuera queαw1 ∈ F = S(X) entonces podemos escribirαw1 = a1v1+···+akvk<br />
para ciertos v1,...,vk ∈ X y escalares a1,...,ak, luego w1 = a1<br />
αv1 + ···+ ak<br />
α vk y entonces<br />
implicará que w1 ∈ F lo cual es una contradicción. Por tanto F ∩ G1 = {0}. Si fuera Rn =<br />
F + G1 <strong>el</strong> problema ya estará resu<strong>el</strong>to. De lo contrario <strong>el</strong>ija un <strong>el</strong>emento w2 /∈ S(X ∪ {w1})<br />
y considere <strong>el</strong> sub<strong>espacio</strong> G2 = S({w1,w2}). Ningún vector de la forma c1w1 +c2w2, tal que<br />
c1 = 0 ó c2 = 0, está en F (aquí usamos <strong>el</strong> ó en sentido exclusivo), pues de lo contrario<br />
existirían vectores v1,...,vk en F y escalares α1,...,αk ∈ R tal que<br />
c1w1 +c2w2 = α1v1 +···+αkvk.<br />
Si c2 = 0 entonces c1 = 0 y resultará que w1 ∈ F , una contradicción. Si c2 = 0 entonces<br />
w2 ∈ S(X ∪ {w1}), nuevamente una contradicción. Continuando de esta manera hallaremos<br />
vectoresw1,...,wr /∈ F tales queR n = F ⊕G, dondeG = S({w1,...,wr}).<br />
Un conjunto X ⊂ R n es base de un sub<strong>espacio</strong> F ⊂ R n si es linealmente independiente y<br />
genera aF . <strong>En</strong> un curso estándar de álgebra lineal se muestra que siY es otra baseF entonces<br />
X e Y tienen <strong>el</strong> mismo número de <strong>el</strong>ementos. El número de <strong>el</strong>ementos de cualquier base de F<br />
se llama dimensión deF .<br />
Es sencillo comprobar que <strong>el</strong> conjunto{e1,e2,...,en} es una base deR n , dondeei es <strong>el</strong> vector<br />
en R n cuya i-esima coordenada es 1 y <strong>el</strong> resto son nulas. <strong>En</strong> particular se tiene entonces que<br />
R n es de dimensiónn. Por supuesto que esta no es la única base, sin embargo es la mas usual y<br />
mas sencilla de utilizar, por lo que es llamada base canónica. Salvo que se indique lo contrario,<br />
siempre estaremos utilizando la base canónica. Observe que respecto a esta base todo vector<br />
x = (x1,...,xn) ∈ R n puede escribirse en la formax = n<br />
i=1 xiei.<br />
O. <strong>Santamaria</strong> S.
4 1.1. Sub<strong>espacio</strong>s Vectoriales<br />
EJEMPLO 1.5. Seanuyv vectores enR n que son linealmente independientes. Dado cualquier<br />
número realα = 0, <strong>el</strong> conjunto{v,v+αu} es una base d<strong>el</strong> sub<strong>espacio</strong> generado por los vectores<br />
v,v+u, v +2u, . . . ,v+nu, . . .<br />
<strong>En</strong> efecto, en primer lugar probaremos que <strong>el</strong> conjunto{v,v+αu} es linealmente independiente.<br />
Considere entonces la combinación linealβv+λ(v+αu) = 0. De aquí se tiene la igualdad<br />
(β +λ)·v +λα·u = 0 lo cual implica, por ser u y v vectores L.I., β +λ = 0 = λα. Siendo<br />
α = 0 se concluye queλ=β = 0.<br />
<strong>En</strong> segundo lugar considere <strong>el</strong> conjuntoX = {v,v+u,v+2u,...,v+nu,...} yF = S(X),<br />
sub<strong>espacio</strong> generado por X. Dado un vector cualquiera w ∈ F existe números reales β1, . . . ,<br />
βk, y vectores v+n1u, . . . , v +nku en X tales que<br />
w = β1(v+n1u)+···+βk(v +nku),<br />
donde suponemos0 ≤ n1 ≤ ··· ≤ nk. <strong>En</strong>tonces<br />
w = (β1 +···+βk)·v +(β1n1 +···+βknk)u<br />
= (β1 +···+βk)·v + (β1n1 +···+βknk)<br />
α<br />
αu+ (β1n1 +···+βknk)<br />
v<br />
α<br />
− (β1n1 +···+βknk)<br />
v<br />
<br />
α<br />
= β1 +···+βk − β1n1<br />
<br />
+···+βknk β1n1 +···+βknk<br />
v + (v+αu)<br />
α<br />
α<br />
Esto significa que <strong>el</strong> sub<strong>espacio</strong>F es generado por <strong>el</strong> conjuntoB = {v,v+αu} y como además<br />
este conjunto es L.I. se concluye que es base deF . ❚<br />
EJEMPLO 1.6. Considere los vectores v1 = (1,2,...,n), v2 = (n + 1,n + 2,...,2n), . . . ,<br />
vn = (n 2 −n+1,n 2 −n+2,...,n 2 ) enR n . Por otro lado considere los vectoresw1 = (1,n+<br />
1,2n+1,...,n 2 −n+1),w2 = (2,n+2,2n+2,...,n 2 −n+2), . . . ,wn = (n,2n,3n,...,n 2 ).<br />
Los conjuntosV = {v1,...,vn} y W = {w1,...,wn} generan enR n <strong>el</strong> mismo sub<strong>espacio</strong>F .<br />
Demostración. <strong>En</strong> primer lugar observe que<br />
v1 = (1,2,...,n) = 0·n(1,1,...,1)+v1,<br />
v2 = (n+1,n+2,...,2n) = 1·n(1,1,...,1)+v1,<br />
v3 = (2n+1,2n+2,...,3n) = 2n(1,1,...,1)+v1,<br />
vn = (n 2 −n+1,n 2 −n+2,...,n 2 ) = (n−1)n(1,1,...,1)+v1.<br />
Es decir, los <strong>el</strong>ementos d<strong>el</strong> conjunto V se escriben como combinación lineal de los vectores<br />
u = (1,1,...,1) ∈ R n yv1 = (1,2,...,n), por lo tantoV puede ser escrito como<br />
O. <strong>Santamaria</strong> S.<br />
V = {v1 +αnu : 0 ≤ α ≤ n−1}.<br />
.<br />
.<br />
.
Cap. 1: El Espacio Vectorial Euclidiano 5<br />
Por otro lado, de forma análoga, se tiene que<br />
w1 = (1,n+1,2n+1,...,n 2 −n+1) = n(0,1,2,...,n−1)+u,<br />
w2 = (2,n+2,2n+2,...,n 2 −n+2) = n(0,1,2,...,n−1)+2u,<br />
w3 = (3,n+3,2n+3,...,n 2 −n+3) = n(0,1,2,...,n−1)+3u,<br />
wn = (n,n+n,2n+n,...,n 2 −n+n) = n(0,1,2,...,n−1)+nu.<br />
Estas igualdades muestran que los <strong>el</strong>ementos deW se escriben como combinación lineal de los<br />
vectoresw = (0,1,2,...,n−1) y u = (1,1,...,1), es decir, W se escribe como<br />
<strong>En</strong> resumen se tienen los conjuntos<br />
W = {nw+αu : 1 ≤ α ≤ n}.<br />
V = {v1 +αnu : 0 ≤ α ≤ n−1} y W = {nw +αu : 1 ≤ α ≤ n}.<br />
dondev1 = (1,2,...,n),u = (1,1,...,1),w = (0,1,2,...,n−1). Comow = v1−u entonces<br />
W = {nv1 −αu : 0 ≤ α ≤ n−1}.<br />
Considere entonces <strong>el</strong> conjunto B = {v1,u}. Demostraremos que S(B) = S(V) = S(W).<br />
Como para cualquierx ∈ S(V) se tiene que<br />
x = α1v1 +α2(v1 +n.u)+α3(v1 +2n.u)+···+αn(v1 +(n 2 −n).u)<br />
= (α1 +α2 +···+αn)v1 +(nα2 +2nα3 +···+(n 2 −n)αn)u<br />
por tanto, x ∈ S(B). Lo cual demuestra que S(V) ⊂ S(B). Análogamente se demuestra que<br />
S(W) ⊂ S(B).<br />
Se demuestra fácilmente que si B1 = {v1,v1 + nu} entonces S(B) = S(B1) y como B1 ⊂ V<br />
entonces S(B1) ⊂ S(V). Por tanto, S(B) ⊂ S(V). Análogamente al considerar <strong>el</strong> conjunto<br />
B2 = {nv1,nv1 − u} se tiene que S(B) = S(B2) y como B2 ⊂ W se concluye que S(B) ⊂<br />
S(W). Esto demuestra las igualdades S(B) = S(V) = S(W). <strong>En</strong> conclusión, V y W generan<br />
<strong>el</strong> mismo sub<strong>espacio</strong>F d<strong>el</strong>R n .<br />
Por otro lado, al tomar la combinación lineal αu+βv1 = 0 y debido a las coordenadas de u y<br />
v1 se obtiene<br />
α+β = 0 = α+2β = ··· = α+nβ<br />
de donde α = β = 0. Por tanto B es L.I. Esto quiere decir que B = {v1,u} es base d<strong>el</strong><br />
sub<strong>espacio</strong>F . <strong>En</strong> particulardimF = 2. ❚<br />
.<br />
.<br />
.<br />
O. <strong>Santamaria</strong> S.
6 1.2. Transformaciones Lineales<br />
1.2. Transformaciones Lineales<br />
Una transformación lineal es una aplicación entre <strong>espacio</strong>s <strong>euclidiano</strong>s que de alguna manera<br />
“conserva” las operaciones de suma de vectores y multiplicación de vectores por escalares. Mas<br />
precisamente,<br />
Una transformación lineal es una aplicación T : R m → R n que cumple con las igualdades<br />
T(x+y) = T(x)+T(y)<br />
T(α·x) = α·T(x)<br />
para todox,y ∈ R m y todoα ∈ R.<br />
Es sencillo ver que siT : R m → R n es una transformación lineal entoncesT(0) = 0. La versión<br />
contra-recíproca de esta afirmación nos permite decir que dada una aplicación T : R m → R n ,<br />
siT(0) = 0 entonces dicha aplicación no es transformación lineal.<br />
Dada una transformación linealT : R m → R n , aparecen en escena dos conjuntos especiales:<br />
El primero de <strong>el</strong>los es <strong>el</strong> conjunto de vectores en R m cuya imagen es <strong>el</strong> vector nulo de R n .<br />
Este conjunto es llamado núcleo de T y usaremos la notación kerT cada vez que queramos<br />
referirnos a este. <strong>En</strong> símbolos<br />
ker(T) := {x ∈ R m : T(x) = 0}.<br />
El otro conjunto especial es formado por la imagen de R m mediante T . Como es natural, este<br />
conjunto se llama imagen deT y se denota porImagT . <strong>En</strong> símbolos:<br />
Imag(T) = {T(x) : x ∈ R m }.<br />
El núcleo de T : R m → R n es sub<strong>espacio</strong> de R m y la imagen Imag(T) es sub<strong>espacio</strong> de R n .<br />
Asimismo, <strong>el</strong> ker(T) arroja información sobre la inyectividad de T como veremos a continuación.<br />
PROPOSICIÓN 1.2. Una transformación lineal T : R m → R n es inyectiva si y solo si<br />
kerT = {0}.<br />
Demostración. Si T es inyectiva y x ∈ kerT entonces T(x) = 0 = T(0), luego x = 0 ∈ {0}.<br />
Recíprocamente, sikerT = {0} yx,y ∈ R m son tales queT(x) = T(y) entoncesT(x−y) = 0,<br />
lo cual implica quex−y ∈ kerT = {0}. Es decir, x−y = 0 y, por tanto,x = y. ❚<br />
EJEMPLO 1.7. SeaAuna matriz real de ordenn×n. La aplicaciónT : R n → R n definida por<br />
Tx = Ax es una transformación lineal. <strong>En</strong> <strong>el</strong> caso de ser A una matriz invertible,kerT = {0}<br />
y, por tanto, T es inyectiva. Si A es la matriz nula, ImagT = {0}. Si A es la matriz identidad<br />
entoncesImagT = R n .<br />
Dada una transformación lineal T : R m → R n , la dimensión d<strong>el</strong> núcleo es llamada nulidad<br />
de T mientras que la dimensión de la imagen de T se denomina rango de T . Al respecto se<br />
tiene <strong>el</strong> siguiente resultado.<br />
O. <strong>Santamaria</strong> S.
Cap. 1: El Espacio Vectorial Euclidiano 7<br />
PROPOSICIÓN 1.3. Sea T : R m → R n una transformación lineal. <strong>En</strong>tonces<br />
nulidad(T)+rango(T) = m.<br />
Demostración. Elija una base {v1,...,vk} para kerT y extienda esta a una base {v1,...,vm}<br />
de Rm . <strong>En</strong> particular se tiene k = nulidad(T). Cualquier vector x ∈ Rm <br />
es de la forma x =<br />
m<br />
i=1λivi, así que<br />
<br />
m<br />
<br />
m m<br />
T(x) = T = λiT(vi) = λiT(vi),<br />
i=1<br />
λivi<br />
i=1<br />
i=k+1<br />
donde la última igualdad es debido a que T(v1) = ··· = T(vk) = 0. Luego los vectores<br />
T(vk+1), . . . , T(vm) generan la imagen de T . Por otro lado si m i=k+1λiT(vi) = 0 entonces<br />
T m i=k+1λivi m = 0 y asi i=k+1λivi ∈ kerT y por tanto existen escalares αj tales que<br />
m<br />
i=k+1<br />
λivi =<br />
k<br />
αivi.<br />
Como <strong>el</strong> conjunto{v1,...,vm} es linealmente independiente y<br />
m<br />
i=k+1<br />
λivi −<br />
i=1<br />
k<br />
αivi = 0<br />
se tendrá queλi = 0 para todo i, luego <strong>el</strong> conjunto{T(vk+1),...,T(vm)} es linealmente independiente<br />
y, por tanto, una base deImagT . Siendo así,<br />
i=1<br />
rangoT = m−k = m−nulidadT,<br />
como lo afirma la proposición. ❚<br />
Sea L(R m ;R n ) <strong>el</strong> conjunto de transformaciones lineales de R m en R n . Con la suma usual de<br />
aplicaciones y <strong>el</strong> producto usual de un escalar por una aplicación, <strong>el</strong> conjunto L(R m ;R n ) es<br />
un <strong>espacio</strong> vectorial. Podemos incluso exhibir una base para este <strong>espacio</strong>. Para <strong>el</strong>lo considere<br />
las bases canónicas {e1,...,em} y {ē1,...,ēn} de R m y R n respectivamente. Para cada i =<br />
1,...,m y cada j = 1,...,n considere las aplicaciones Tij : R m → R n tales que si x =<br />
m<br />
i=1 xiei entonces<br />
Tij(x) := xiēj.<br />
<strong>En</strong> particular,<br />
Tij(ek) =<br />
0, si k = i<br />
ēj, si k = i.<br />
Es claro que cada una de las aplicacionesTij es lineal. Pero aún mas,<br />
(1.1)<br />
O. <strong>Santamaria</strong> S.
8 1.2. Transformaciones Lineales<br />
PROPOSICIÓN 1.4. El conjunto B = {Tij : i = 1,...,m, j = 1,...,n} es una base de<br />
L(R m ;R n ). <strong>En</strong> particularL(R m ;R n ) tiene dimensiónmn.<br />
Demostración. Para mostrar la independencia lineal deB considere la combinación lineal<br />
m<br />
i=1<br />
<strong>En</strong>tonces en cada vector básicoek se tiene<br />
de donde<br />
m<br />
i=1<br />
n<br />
αijTij = 0.<br />
j=1<br />
n<br />
αijTij(ek) = 0,<br />
j=1<br />
n<br />
αkjēj = 0.<br />
j=1<br />
Como {ē1,...,ēn} es base de R n entonces αk1 = ··· = αkn = 0 y siendok arbitrario concluimos<br />
queαij = 0 para todoi = 1,...,m y todoj = 1,...,n.<br />
Por otro lado, para mostrar que B genera a L(R m ;R n ), considere una transformación lineal<br />
arbitrariaT : R m → R n . Considere los escalares αij = 〈T(ei),ēj〉 y la aplicación<br />
<strong>En</strong>tonces<br />
S(ek) =<br />
m<br />
i=1<br />
S =<br />
n<br />
αijTij(ek) =<br />
j=1<br />
m<br />
i=1<br />
n<br />
j=1<br />
n<br />
j=1<br />
αijTij.<br />
αkjēj =<br />
n<br />
〈T(ek),ēj〉ēj = T(ek).<br />
Como esto es válido para todo k = 1,...,m se concluye que S = T . Es decir,<br />
T = m<br />
i=1<br />
j=1<br />
n<br />
j=1 αijTij. Esto muestra queB generaL(R m ;R n ).<br />
Finalmente comoB tienemn <strong>el</strong>ementos concluimos queL(R m ;R n ) tiene dimensiónmn. ❚<br />
Por otro lado <strong>el</strong> conjuntoM(n×m), formado por matrices reales de orden n×m, es también<br />
un <strong>espacio</strong> vectorial con las operaciones usuales de suma de matrices y multiplicación de una<br />
matriz por un escalar. Tiene además la misma dimensiónnm queL(R m ;R n ) y un resultado d<strong>el</strong><br />
álgebra lineal (ver [3], pag. 141, corolario 4) nos permite concluir entonces que dichos <strong>espacio</strong>s<br />
son isomorfos.<br />
Aún cuando ya sabemos que M(n × m) y L(R m ;R n ) son isomorfos, sería bueno mostrar<br />
un isomorfismo entre estos <strong>espacio</strong>s. Considere entonces las bases canónicas {e1,...,em} y<br />
O. <strong>Santamaria</strong> S.
Cap. 1: El Espacio Vectorial Euclidiano 9<br />
{ē1,...,ēn} de R m y R n respectivamente y considere también la transformación lineal<br />
T : R m → R n . <strong>En</strong>tonces las igualdades<br />
permiten construir la matriz<br />
T(ej) =<br />
⎡<br />
⎢<br />
[T] = ⎢<br />
⎣<br />
n<br />
αijēi, j = 1,...,m,<br />
i=1<br />
α11 α12 ··· α1m<br />
α21 α22 ··· α2m<br />
.<br />
.<br />
. ..<br />
αn1 αn2 ··· αnm<br />
la misma que es llamada matriz asociada aT . Observe que<br />
αij = 〈ēi,T(ej)〉,<br />
donde〈, 〉 indica producto interno canónico.<br />
Se tiene entonces que cada transformación lineal se encuentra asociada a una matriz y en realidad<br />
veremos en breve que cada matriz real de orden n × m se encuentra asociada a alguna<br />
transformación linealT : R m → R n .<br />
PROPOSICIÓN 1.5. La aplicaciónΦ : L(R m ;R n ) → M(n×m,R) que a cadaT ∈ L(R m ;R n )<br />
le hace corresponder la matriz<br />
Φ(T) := [〈ēi,T(ej)〉]<br />
es un isomorfismo de <strong>espacio</strong>s vectoriales.<br />
Demostración. <strong>En</strong> primer lugar observe que para cada T,S ∈ L(R m ;R n ) y cadac ∈ R,<br />
Φ(cT +S) = [〈ēi,(cT +S)(ej)〉] = c[〈ēi,T(ej)〉]+[〈ēi,S(ej)〉]<br />
= cΦ(T)+Φ(S).<br />
LuegoΦes transformación lineal.<br />
Para mostrar la inyectividad deΦconsidereT,S ∈ L(R m ;R n ) tales queΦ(T) = Φ(S). <strong>En</strong>tonces<br />
[〈ēi,T(ej)〉] = [〈ēi,S(ej)〉]<br />
y de la definición de igualdad de matrices se tiene 〈ēi,T(ej)〉 = 〈ēi,S(ej)〉, de donde<br />
〈ēi,(T −S)(ej)〉 = 0. Esto implica que para cada y = n<br />
i=1 yiēi ∈ R n ,<br />
〈y,(T −S)(ej)〉 =<br />
.<br />
⎤<br />
⎥<br />
⎦<br />
n<br />
yi〈ēi,(T −S)(ej)〉 = 0<br />
i=1<br />
O. <strong>Santamaria</strong> S.
10 1.2. Transformaciones Lineales<br />
y por tanto(T −S)(ej) = 0 para cadaj = 1,...,m. Luego para todox = m j=1xjej ∈ Rm se<br />
tiene<br />
m<br />
(T −S)(x) = xj(T −S)(ej) = 0<br />
j=1<br />
de dondeT = S. <strong>En</strong>toncesΦes inyectiva.<br />
Finalmente a fin de mostrar la sobreyectiva de Φ considere la matriz real [αij], <strong>el</strong>emento de<br />
∈ M(n×m;R). Usando cada columna de esta matriz, considere los vectoresw1,...,wm ∈ Rn tales que<br />
m<br />
wj :=<br />
i=1<br />
Considere la aplicaciónT : R m → R n definida por<br />
T(x) =<br />
αijēi.<br />
m<br />
xjwj,<br />
j=1<br />
para cada x = m<br />
j=1 xjej ∈ R m . Es sencillo mostrar que T es lineal. Además de esto T(ej) =<br />
wj, luego<br />
αij = 〈ēi,wj〉 = 〈ēi,T(ej)〉<br />
y entoncesΦ(T) = [〈ēi,T(ej)〉] = [αij]. ❚<br />
Se denomina funcional lineal a toda transformación lineal f : R n → R. De acuerdo a la<br />
proposición 1.4, <strong>el</strong> <strong>espacio</strong> vectorialL(R n ;R) es de dimensiónn. Las igualdades que definen a<br />
las transformacionesTij, de la proposición 1.4, aplicadas a este caso particular se convierten en<br />
los funcionales lineales f1,...,fn : R n → R tales que<br />
fi(ej) =<br />
1, si i = j,<br />
0, si i = j,<br />
para todoi,j = 1,...,n.<br />
Se deduce de la proposición 1.4 que{f1,...,fn} es una base deL(R n ;R). Esta es llamada base<br />
dual de la base canónica de R n . Además L(R n ;R) es llamado <strong>espacio</strong> dual deR n y es común<br />
usar la notación(R n ) ∗ para este <strong>espacio</strong>. Siendo(R n ) ∗ yR n de la misma dimensión deducimos<br />
que <strong>el</strong>los son isomorfos.<br />
EJEMPLO 1.8. Sea E un sub<strong>espacio</strong>m-dimensional deR n (m ≤ n) y F un sub<strong>espacio</strong> de R n<br />
tal que E ⊕F = R n . <strong>En</strong> particular F es de dimensión n−m y si {v1,...,vn−m} es una base<br />
deF , esta puede ser extendida a una base<br />
B = {u1,...,um,v1,...,vn−m}<br />
de R n de tal forma que {u1,...,um} es base de E. Considere los funcionales lineales<br />
g1,...,gn : R n → R con la condición que {g1,...,gn} sea base (dual de B) de L(R n ;R).<br />
O. <strong>Santamaria</strong> S.
Cap. 1: El Espacio Vectorial Euclidiano 11<br />
A partir de esto considere los funcionales f1 = gm+1, f2 = gm+2, . . . , fn−m = gn. Es claro<br />
entonces que si x ∈ E entonces f1(x) = ··· = fn−m(x) = 0. Recíprocamente si x ∈ R n es tal<br />
quef1(x) = ··· = fn−m(x) = 0 y escribimos<br />
x =<br />
m<br />
i=1<br />
αiui +<br />
entonces las igualdades f1(x) = ··· = fn−m(x) = 0 implican βi = 0. Esto muestra que <strong>el</strong><br />
vectorx = m<br />
i=1 αiui es <strong>el</strong>emento deE. <strong>En</strong> conclusión<br />
n−m <br />
i=1<br />
βivi<br />
E = {x ∈ R n : f1(x) = ··· = fn−m(x) = 0}.<br />
Adicional a esto, considere la aplicaciónT : R n = E ⊕F → F definida por<br />
T(x) = f1(x)v1 +···+fn−m(x)vn−m.<br />
Es claro que T es lineal y E = T−1 (0). Además de esto T es sobreyectiva, pues si y ∈ F<br />
entonces existen escalaresy1, . . . ,yn−m tales quey = y1v1+···+yn−mvn−m. Si consideramos<br />
<strong>el</strong> vector v = 0 + n−m i=1 yivi ∈ Rn se tiene entonces T(v) = y. Por otro lado F es isomorfo<br />
a Rn−m y si h : F → Rn−m es tal isomorfismo concluimos que existe una aplicación lineal<br />
sobreyectivaA : Rn → Rn−m tal queE = A−1 (0). Esta aplicación es dada porA=h◦T . ❚<br />
Una funciónϕ : R m ×R n → R es bilineal si para todox,y ∈ R m , z,w ∈ R n y todoα ∈ R, se<br />
satisfacen las igualdades:<br />
1. ϕ(αx+y,z) = αϕ(x,z)+ϕ(y,z)<br />
2. ϕ(x,αz +w) = αϕ(x,z)+ϕ(x,w).<br />
Estamos interesados principalmente en <strong>el</strong> casom = n. Una aplicación bilinealϕ: R n ×R n → R<br />
es simétrica siϕ(x,y) = ϕ(y,x) para todo(x,y) ∈ R n ×R n .<br />
Denote por B(R n × R n ;R) a la colección todas las funciones bilineales ϕ: R n × R n → R<br />
y considere en R n la base canónica {e1,...,en}. A cada ϕ ∈ B(R n × R n ;R) se encuentra<br />
asociada la matriz[aij]n×n cuyas entradas son dadas por<br />
aij := ϕ(ei,ej).<br />
PROPOSICIÓN 1.6. La aplicaciónΨ : B(R n ×R n ;R) → M(n×n;R) definida por<br />
Ψ(ϕ) = [ϕ(ei,ej)] n×n<br />
es un isomorfismo de <strong>espacio</strong>s vectoriales. <strong>En</strong> particularB(R n ×R n ;R) es de dimensiónn 2 .<br />
Observe que si ϕ ∈ B(R n ×R n ;R) es simétrica entonces<br />
aij = ϕ(ei,ej) = ϕ(ej,ei) = aji.<br />
Es decir siϕes función bilineal simétrica, la respectiva matrizΨ(ϕ) = [aij] es también simétrica.<br />
Una función bilinealϕ : R n ×R n → R es no degenerada si la igualdad ϕ(x,y) = 0, para todo<br />
y ∈ R n , implica quex = 0.<br />
O. <strong>Santamaria</strong> S.
12 1.2. Transformaciones Lineales<br />
PROPOSICIÓN 1.7. Seaϕ : R n ×R n → R una función bilineal. La matrizΨ(ϕ) = [ϕ(ei,ej)]<br />
es invertible si y solo siϕes no degenerada.<br />
Demostración. <strong>En</strong> primer lugar observe que dadosx,y ∈ Rn ,<br />
n n<br />
ϕ(x,y) = xiyjϕ(ei,ej) = xΨ(ϕ)y T .<br />
i=1<br />
j=1<br />
Aquí hacemos la identificación x = (x1,...,xn) con la matriz [ x1 ··· xn ] y algo similar<br />
paray = (y1,...,yn).<br />
Suponga entonces que Ψ(ϕ) es invertible. Si fuera ϕ(x,y) = 0 para todo y ∈ R n entonces<br />
xΨ(ϕ)y T = 0 para todo y ∈ R n y, por tanto, xΨ(ϕ) = 0. Como Ψ(ϕ) es invertible resulta<br />
x = 0. Luegoϕes no degenerada.<br />
Recíprocamente, si la matriz Ψ(ϕ) es no invertible entonces existe una solución no trivial al<br />
sistemaAx = 0. Es decir, existe un x = 0 en R n tal quexA = 0 y, por tanto, para todoy ∈ R n<br />
se tiene xAy T = 0. Luego existe x = 0 tal que ϕ(x,y) = 0 para todo y ∈ R n . Luego ϕ es<br />
degenerada. ❚<br />
Finalmente consideremos mas generalmente <strong>el</strong> conjunto B(R m ×R n ;R p ) formado por aplicaciones<br />
bilinealesϕ: R m ×R n → R p , esto es, aplicaciones que satisfacen las igualdades<br />
1. ϕ(αx+y,z) = αϕ(x,z)+ϕ(y,z)<br />
2. ϕ(x,αz +w) = αϕ(x,z)+ϕ(x,w).<br />
para todo x,y ∈ R m , z,w ∈ R n y todo α ∈ R. Es sencillo comprobar que B(R m × R n ;R p )<br />
es un <strong>espacio</strong> vectorial con las operaciones usuales. Pero además de esto, este <strong>espacio</strong> es de dimensiónmnp.<br />
Para mostrar esta última afirmación considere las bases canónicas{e1,...,em},<br />
{ē1,...,ēn} y {u1,...,up} de R m , R n y R p , respectivamente. Hecho esto, consideremos aplicaciones<br />
ϕijk: R m ×R n → R p<br />
definidas por<br />
<strong>En</strong> particular<br />
ϕijk(er,ēs) =<br />
ϕijk(x,y) = xiyjuk.<br />
uk, si(i,j) = (r,s);<br />
0, si(i,j) = (r,s).<br />
No es complicado mostrar que estas aplicaciones son bilineales. Para ver que forman un conjunto<br />
linealmente independiente considere la combinación nula<br />
<br />
αijkϕijk = 0.<br />
i,j,k<br />
<strong>En</strong>tonces para cada 1 ≤ r ≤ m y 1 ≤ s ≤ n,<br />
<br />
αijkϕijk(er,ēs) = 0,<br />
O. <strong>Santamaria</strong> S.<br />
i,j,k
Cap. 1: El Espacio Vectorial Euclidiano 13<br />
de donde<br />
p<br />
αrskuk = 0.<br />
k=1<br />
La independencia lineal de los vectoresuk implica<br />
αrs1 = αrs2 = ··· = αrsp = 0,<br />
y como esto es válido para cadar,s, concluimos queαijk = 0 para todoi,j,k.<br />
Sólo resta ver que los ϕijk forman un conjunto generador de B(R m × R n ;R p ). Para <strong>el</strong>lo sea<br />
T : R m ×R n → R p una aplicación bilineal arbitraria y considere los escalares<br />
αijk = 〈T(ei,ēj),uk〉,<br />
donde〈,〉denota <strong>el</strong> producto escalar en R p . <strong>En</strong>tonces<br />
<br />
i,j,k<br />
αijkϕijk(er,ēs) =<br />
=<br />
p<br />
k=1<br />
αrskuk<br />
p<br />
〈T(er,ēs),uk〉uk<br />
k=1<br />
= T(er,ēs).<br />
Es decir,T(er,ēs) = <br />
i,j,k αijkϕijk(er,ēs). Como esto es válido para todos los vectores básicos<br />
er y ēs concluimos en la igualdadT = <br />
i,j,k αijkϕijk.<br />
1.3. Productos Internos<br />
A estas alturas <strong>el</strong> estudiante ha tomado ya conocimiento de los productos<br />
(x1,x2)·(y1,y2) = x1y1 +x2y2<br />
(x1,x2,x3)·(y1,y2,y3) = x1y1 +x2y2 +x3y3.<br />
mas conocidos con <strong>el</strong> nombre de “producto escalar” en R 2 y R 3 respectivamente. Veremos en<br />
breve que estos son casos particulares d<strong>el</strong> concepto general de producto interno. <strong>En</strong> un <strong>espacio</strong><br />
general R n , ángulos entre vectores cobran sentido con la noción de producto escalar. El<br />
producto escalar origina también una norma particular que a su vez es muy utilizada en geometría<br />
euclidiana. <strong>En</strong> la definición que sigue por tradición agregamos <strong>el</strong> axioma de bilinealidad.<br />
Aunque un producto interno en R n es, por definición, bilineal esta condición puede verificarse<br />
mostrando linealidad solamente en un argumento. Explicaremos esto luego de la definición.<br />
O. <strong>Santamaria</strong> S.
14 1.3. Productos Internos<br />
Una función ϕ : R n × R n → R se llama producto interno en R n si es simétrico, bilineal y<br />
definido positivo.<br />
<strong>En</strong> esta definición de producto interno, la condición de simetría significa que<br />
ϕ(x,y) = ϕ(y,x) para todo x,y ∈ R n . La condición de bilinealidad indica que deben verificarse<br />
las igualdades<br />
ϕ(αx+y,z) = αϕ(x,z)+ϕ(y,z) y ϕ(x,αy +z) = αϕ(x,y)+ϕ(x,z)<br />
para todo x,y,z ∈ R n y todo α ∈ R. Sin embargo, la simetría de ϕ nos permite la libertad de<br />
comprobar sólo la primera de estas dos igualdades: la segunda se obtiene como consecuencia<br />
de la primera, pues ϕ(x,αy + z) = ϕ(αy + z,x). Finalmente la condición definido positivo<br />
significa que debe verificarse la desigualdadϕ(x,x) > 0 siempre quex ∈ R n \{0}.<br />
EJEMPLO 1.9. La funciónϕ : R n ×R n → R definida porϕ(x,y) = n<br />
i=1 xiyi es un producto<br />
interno. Por ser <strong>el</strong> mas “natural” de definir, es usualmente llamado producto interno canónico y<br />
es común denotarlo por <strong>el</strong> símbolo〈,〉.<br />
EJEMPLO 1.10. Sea A = [aij] n×n una matriz real simétrica con la propiedad de que para todo<br />
x = 0 se tiene n<br />
i,j=1 aijxixj > 0. Observe que n<br />
i,j=1 aijxixj = xAx T . <strong>En</strong>tonces la función<br />
ϕ : R n ×R n → R definida por<br />
ϕ(x,y) =<br />
n<br />
aijxiyj = xAy T<br />
i,j=1<br />
es un producto interno en Rn .<br />
Observe que si A es la matriz identidad entonces aii = 1 y aij = 0 para i = j. Luego la<br />
función ϕ d<strong>el</strong> ejemplo 1.10 se reduce a ϕ(x,y) = n i=1xiyi. Es decir, obtenemos nuevamente<br />
<strong>el</strong> producto interno canónico.<br />
OBSERVACIÓN 1.1. Sea ϕ un producto interno en R n y v ∈ R n . Si ϕ(x,v) = 0 para todo<br />
x ∈ R n entonces v = 0. Pues si fuera v = 0 entonces en particular para x = v se tendría<br />
ϕ(v,v) > 0.<br />
Esta observación dice que todo producto interno es una forma bilineal no degenerada.<br />
EJEMPLO 1.11. Sea 〈 , 〉 <strong>el</strong> producto interno canónico. Para cada f ∈ (Rn ) ∗ existe un único<br />
vector v ∈ Rn tal que f(x) = 〈x,v〉. <strong>En</strong> efecto, si x = n i=1xiei entonces considerando <strong>el</strong><br />
vectorv = (f(e1),...,f(en)) se tiene<br />
<br />
n<br />
<br />
n<br />
f(x) = f = xif(ei) = 〈x,v〉.<br />
i=1<br />
xiei<br />
Para ver que v es único considere otro vector w ∈ R n tal que 〈x,v〉 = 〈x,w〉. <strong>En</strong>tonces para<br />
todox ∈ R n se tiene que〈x,v −w〉 = 0. Luego, por la observación 1.1, resultav−w = 0.<br />
O. <strong>Santamaria</strong> S.<br />
i=1
Cap. 1: El Espacio Vectorial Euclidiano 15<br />
EJEMPLO 1.12. Sean a, b y c números reales cualesquiera. Supongamos que en R 2 existe un<br />
producto interno ϕ tal que ϕ(e1,e1) = a, ϕ(e1,e2) = ϕ(e2,e1) = b y ϕ(e2,e2) = c, donde<br />
e1 = (1,0) y e2 = (0,1).<br />
Observe que como e1 = ¯0 entonces a = ϕ(e1,e1) > 0. Es decir, a > 0. Análogamente se<br />
demuestra quec > 0.<br />
Como ϕ es un producto interno entonces para todox = (x1,x2) ey = (y1,y2) se tiene<br />
ϕ(x,y) = ϕ(x1e1 +x2e2,y1e1 +y2e2)<br />
= x1y1ϕ(e1,e1)+(x1y2 +x2y1)ϕ(e1,e2)+x2y2ϕ(e2,e2).<br />
<strong>En</strong> particular, para x = (x1,x2) se obtiene, de la última de las igualdades anteriores, que<br />
ϕ(x,x) = ax 2 1 +2bx2x1 +cx 2 2. (*)<br />
Como ϕ es un producto interno entonces para x = (x1,x2) = 0 se tiene en la ecuación (*) que<br />
ϕ(x,x) > 0. Es decirax 2 1 +2bx2x1+cx 2 2 > 0. Siendoa > 0 y suponiendox2 = 0 esto implica<br />
que4x 2 2b 2 −4acx 2 2 < 0, de lo cual obtenemosb 2 < ac.<br />
Análogamente si suponemos x1 = 0. Como c > 0 entonces de la ecuación (*) se obtiene<br />
cx 2 2 +2bx2x1+ax 2 1 > 0, de lo cual resulta4x2 1 b2 −4acx 2 1 < 0 y por tanto nuevamenteb2 < ac.<br />
<strong>En</strong> conclusión, dado un producto internoϕenR 2 tal queϕ(e1,e1) = a,ϕ(e1,e2) = ϕ(e2,e1) =<br />
b y ϕ(e2,e2) = c, dondee1 = (1,0) y e2 = (0,1), entoncesb 2 < ac.<br />
Recíprocamente, seaϕ : R 2 ×R 2 → R una función definida por<br />
ϕ(x,y) = ax1y1 +b(x1y2 +x2y1)+cx2y2.<br />
y suponga que a > 0 y b 2 < ac. Es claro que ϕ es bilineal, simétrico y además ϕ(e1,e1) = a,<br />
ϕ(e1,e2) = ϕ(e2,e1) = b y ϕ(e2,e2) = c. Además de esto, si x = (x1,x2) = 0 entonces<br />
ϕ(x,x) = ax 2 1 +2bx1x2 +cx 2 2 > 0.<br />
Dos vectoresx,y ∈ R m son ortogonales respecto a un producto internoϕenR m siϕ(x,y) = 0.<br />
El vector 0 ∈ R n es ortogonal a todo vector x ∈ R n , cualquiera sea <strong>el</strong> producto interno que se<br />
considere. De esto y de la observación 1.1 se deduce que para un producto interno ϕ en R n se<br />
tiene queϕ(x,y) = 0, para todoy ∈ R n , si y solo si x = 0.<br />
EJEMPLO 1.13. <strong>En</strong>R 2 considere los productos internos<br />
ϕ(x,y) = x1y1 +x2y2,<br />
ψ(x,y) = 3x1y1 +4(x1y2 +x2y1)+3x2y2<br />
dondex = (x1,x2) y y = (y1,y2). La funciónϕes <strong>el</strong> producto interno canónico y respecto aψ<br />
<strong>el</strong> lector deberá mostrar que realmente es un producto interno en R 2 .<br />
Considere los vectorese1 = (1,0) y e2 = (0,1). <strong>En</strong>tonces<br />
ϕ(e1,e2) = 0 y ψ(e1,e2) = 4.<br />
Por tanto e1 y e2 son ortogonales respecto al producto interno canónico ϕ pero no respecto al<br />
productoψ.<br />
O. <strong>Santamaria</strong> S.
16 1.3. Productos Internos<br />
EJEMPLO 1.14 (Adjunta de una transformación lineal). ConsidereR m y R n con su respectivo<br />
producto interno canónico. Denotaremos a ambos productos por <strong>el</strong> mismo símbolo 〈,〉. Sea<br />
T : R m → R n una transformación lineal y (aij)n×m la matriz asociada a T respecto a las bases<br />
canónicas {e1,...,em} y {ē1,...,ēn} de R m y R n , respectivamente. Se tienen entonces las<br />
igualdadesT(ej) = n<br />
i=1 aijēi para todoj = 1,...,m. Considere los vectores<br />
vi =<br />
m<br />
j=1<br />
aijej ,<br />
dondei = 1,...,n, y defina la aplicaciónT ∗ : R n → R m por medio de la regla<br />
T ∗ (y) =<br />
n<br />
yivi.<br />
<strong>En</strong> particularT ∗ (ēi) = m j=1aijej. Es claro queT ∗ es lineal y además<br />
<br />
n<br />
<br />
mientras que<br />
〈Tej,ēk〉 =<br />
〈ej,T ∗ ēk〉 =<br />
<br />
i=1<br />
ej,<br />
i=1<br />
aijēi,ēk<br />
n<br />
j=1<br />
akjej<br />
<br />
= akj,<br />
= akj.<br />
Es decir 〈Tēj,ek〉 = 〈ēj,T ∗ek〉. Por tanto, para todo x = m j=1xjej ∈ Rm <br />
y todo y =<br />
n<br />
k=1ykēk ∈ Rm se cumple que<br />
〈Tx,y〉 = <br />
xjyk〈Tej,ēk〉 = <br />
xjyk〈ej,T ∗ ēk〉 = 〈x,T ∗ y〉.<br />
j,k<br />
Esto muestra que dada una transformación lineal T : R m → R n , existe una transformación<br />
lineal T ∗ : R n → R m , llamada adjunta de T , tal que 〈Tx,y〉 = 〈x,T ∗ y〉 para todo x ∈ R m<br />
y todo y ∈ R n . La transformación lineal T ∗ es única, pues si S es otra transformación tal que<br />
〈Tx,y〉 = 〈x,Sy〉 para todo x ∈ R m y todoy ∈ R n entonces en particular se tiene<br />
〈x,(S −T ∗ )(ēj)〉 = 〈x,Sēj〉−〈x,T ∗ ēj〉 = 〈Tx,ēj〉−〈Tx,ēj〉 = 0.<br />
Es decir (S − T ∗ )(ēj) = 0. Como esto es válido para cada vector básico ēj se concluye fácilmente<br />
queS −T ∗ = 0. ❚<br />
EJEMPLO 1.15. Respecto al ejemplo anterior, considere la transformación linealA : R m → R n<br />
y su transpuesta A ∗ : R n → R m . La ecuación Ax = b, cuando b = 0, admite como solución<br />
por lo menos a x = 0 ∈ R m . Como b = 0 es ortogonal a todo R n , en particular es ortogonal a<br />
O. <strong>Santamaria</strong> S.<br />
j,k
Cap. 1: El Espacio Vectorial Euclidiano 17<br />
todo <strong>el</strong>emento d<strong>el</strong> núcleo de A ∗ . Dado b ∈ R n , analizamos a continuación la ecuación Ax = b<br />
cuando b = 0.<br />
Suponga que existex ∈ R m tal queb = Ax. <strong>En</strong>tonces para todo <strong>el</strong>ementoy ∈ kerA ∗ se tiene<br />
〈b,y〉 = 〈Ax,y〉 = 〈x,A ∗ y〉 = 〈x,0〉 = 0.<br />
Es decir, si la ecuación b = Ax tiene alguna solución x ∈ R m entonces b es ortogonal a todo<br />
<strong>el</strong>emento d<strong>el</strong> núcleo deA ∗ .<br />
Recíprocamente, si b es ortogonal a todo <strong>el</strong>emento de kerA ∗ entonces b no puede ser <strong>el</strong>emento<br />
d<strong>el</strong> núcleo de A ∗ (de lo contrario b tendría que ser ortogonal a si mismo, lo cual no es posible<br />
por ser b = 0). Observe que si b fuera ortogonal a todo <strong>el</strong>emento a la imagen de A entonces<br />
para todo x ∈ R m se tendría 0 = 〈b,Ax〉 = 〈A ∗ b,x〉 lo cual implica que A ∗ b = 0, es decir<br />
b es <strong>el</strong>emento d<strong>el</strong> núcleo de A ∗ , una contradicción. Por tanto b no puede ser ortogonal a todo<br />
<strong>el</strong>emento de la imagen deAyesto a su vez implica quebestá en la imagen deA. Es decir existe<br />
x ∈ R m tal queb = Ax.<br />
<strong>En</strong> conclusión: dado b ∈ R n , la ecuación Ax = b admite solución x ∈ R m si y solo si b es<br />
ortogonal a todo <strong>el</strong>emento d<strong>el</strong> núcleo de A ∗ . Dicho de otra manera, b está en la imagen de A<br />
si y solo si es ortogonal a todo <strong>el</strong>emento de kerA ∗ . Denotando por (kerA ∗ ) ⊥ al conjunto de<br />
vectores que son ortogonales a todo <strong>el</strong>emento de kerA ∗ , lo que acabamos de demostrar indica<br />
queImag(A) = (kerA ∗ ) ⊥ . <strong>En</strong> particular(kerA ∗ ) ⊥ es sub<strong>espacio</strong> deR n . De la proposición 1.3<br />
deducimos entonces que<br />
Por tanto<br />
n = dim(imgA ∗ )+dim(kerA ∗ ) = dim(kerA ∗ ) ⊥ +dim(kerA ∗ ).<br />
dim(imgA ∗ ) = dim(kerA ∗ ) ⊥ = dim(imgA). ❚<br />
EJEMPLO 1.16. Una aplicación lineal T : R n → R n es simétrica si T = T ∗ . Sea S ≡<br />
S(R n ;R n ) la colección de transformaciones lineales simétricasT : R n → R n . Observe que las<br />
transformaciones identidad y nula son <strong>el</strong>ementos de S. Además de esto si T,S ∈ S y α ∈ R<br />
entonces<br />
(αT +S) ∗ = αT ∗ +S ∗ = αT +S,<br />
es decir αT + S ∈ S, lo cual demuestra que S es un sub<strong>espacio</strong> vectorial de L(Rn ;Rn ).<br />
Podemos incluso exhibir una base para S. Para <strong>el</strong>lo recordemos las transformaciones lineales<br />
Tij dadas en las igualdades (1.1). Estas son definidas comoTij(x) = xiej, de modo que<br />
<br />
0, si k = i,<br />
Tij(ek) =<br />
ej, si k = i.<br />
La aplicación transpuestaT ∗<br />
ij : Rn → R n es tal que<br />
T ∗<br />
ij(<strong>el</strong>) =<br />
0, sil = j,<br />
ei, sil = j.<br />
O. <strong>Santamaria</strong> S.
18 1.3. Productos Internos<br />
Observe que T ∗<br />
ij = Tji. Considere las aplicaciones Sij : R n → R n , con i ≤ j, dadas por<br />
Sii = Tii ySij = Tij +Tji para i < j. Observe queS ∗ ii<br />
= T∗<br />
ii = Tii = Sii y también parai < j,<br />
S∗ ij = T∗ ij +T ∗ ji = Tji+Tij = Sij. Esto muestra que cadaSij es una aplicación lineal simétrica.<br />
Pero además de esto, la colección {Sij : i,j = 1,...,n, i ≤ j} es una base d<strong>el</strong> <strong>espacio</strong> S. Es<br />
claro que dicha colección es linealmente independiente. Para mostrar que genera aSconsidere<br />
un <strong>el</strong>emento arbitrario T : Rn → Rn en S. Puesto que la colección {Tij : i,j = 1,...,n}<br />
es base de L(Rn ;Rn ) entonces existen escalares αij tales que T = <br />
ij αijTij. Luego T∗ <br />
=<br />
ij<br />
αijT ∗<br />
ij. EvaluandoT yT ∗ en los vectores canónicosek se tiene<br />
T(ek) = <br />
αijTij(ek) = <br />
ij<br />
T ∗ (ek) = <br />
ij<br />
αijT ∗<br />
j<br />
ij (ek) = <br />
i<br />
αkjej,<br />
αikei.<br />
Siendo T simétrica, la igualdadT(ek) = T∗ (ek) nos muestra queαij = αji. Por tanto,<br />
<br />
αijTij = <br />
αiiTii + <br />
αijTij + <br />
ij<br />
y cambiando los índices en la última sumatoria resulta<br />
T = <br />
αiiTii + <br />
αijTij + <br />
i<br />
i<br />
ij<br />
αjiTji.<br />
αijTij<br />
Comoαij = αji entonces<br />
T = <br />
αiiTii + <br />
αij(Tij +Tji) = <br />
αiiSii + <br />
i<br />
i
Cap. 1: El Espacio Vectorial Euclidiano 19<br />
Adicionalmente podemos ver que si T : Rn → Rn es cualquier transformación lineal entonces<br />
T +T∗ T −T∗<br />
las transformaciones lineales S = y A = son simétrica y antisimétrica, res-<br />
2 2<br />
pectivamente. AdemásT = S +A y como la transformación lineal nula es la única simétrica y<br />
antisimétrica a la vez, concluimos que L(Rn ;Rn ) = S⊕A. Esto es, <strong>el</strong> <strong>espacio</strong> de transformaciones<br />
lineales es la suma directa d<strong>el</strong> <strong>espacio</strong> de transformaciones simétricas con <strong>el</strong> <strong>espacio</strong> de<br />
transformaciones antisimétricas.<br />
Un conjunto no vacío X ⊂ R n es ortogonal respecto a un producto interno ϕ si todo par de<br />
vectores distintos en X son ortogonales.<br />
EJEMPLO 1.18. Todo conjunto ortogonal X ⊂ R n que no contiene al vector nulo es linealmente<br />
independiente. Pues siv1,...,vk son vectores distintos enX y formamos la combinación<br />
lineal nulaα1v1 +···+αkvk = 0 entonces<br />
0 = ϕ(0,vj) = ϕ(α1v1 +···+αkvk,vj) = αjϕ(vj,vj)<br />
y por serϕ(vj,vj) > 0, puesvj = 0, entoncesαj = 0. Como esto sucede para cadaj concluimos<br />
queα1 = ··· = αk = 0. ❚<br />
Un conjunto no vacío X ⊂ Rn es ortonormal, respecto a un producto interno ϕ, si para todo<br />
x,y ∈ X se tiene<br />
<br />
1, six = y,<br />
ϕ(x,y) =<br />
0, six = y.<br />
EJEMPLO 1.19. Todo conjunto ortonormal es parte de una base ortonormal.<br />
<strong>En</strong> efecto, seaB = {v1,...,vk} un conjunto ortonormal enRn , conk ≤ n. Sik = n tendríamos<br />
d<strong>el</strong> ejemplo 1.18 que B es un conjunto linealmente independiente con n <strong>el</strong>ementos y por tanto<br />
una base de Rn . Si k < n entonces <strong>el</strong>egimos un vector no nulo w ∈ Rn y formamos <strong>el</strong> vector<br />
v = w − k i=1ϕ(w,vi)vi. <strong>En</strong>tonces<br />
<br />
k<br />
<br />
ϕ(v,vj) = ϕ w− ϕ(w,vi)vi,vj = ϕ(w,vj)−ϕ(w,vj) = 0.<br />
i=1<br />
Es decir, v es ortogonal a todos los vectores v1,...,vk. Considerando vk+1 = v/ ϕ(v,v)<br />
construimos <strong>el</strong> conjunto{v1,...,vk+1}. Continuando de esta manera extendemosB a una base<br />
ortonormal.<br />
Por ejemplo, respecto al producto interno canónico, la base canónica es base ortonormal.<br />
Por otro lado si {u1,...,un} es una base ortonormal y x ∈ Rn entonces existen escalares<br />
α1,...,αn ∈ R tales quex = n<br />
αiui. Debido a la ortonormalidad de los ui resulta<br />
i=1<br />
ϕ(x,uj) = ϕ<br />
n<br />
i=1<br />
αiui,uj<br />
<br />
= αj.<br />
O. <strong>Santamaria</strong> S.
20 1.3. Productos Internos<br />
Luegox = n<br />
ϕ(x,ui)ui. ❚<br />
i=1<br />
PROPOSICIÓN 1.8. Todo sub<strong>espacio</strong>E deR n admite una base ortonormal.<br />
Demostración. Consideramos R n con producto interno ϕ. Suponemos que E es de dimensión<br />
k y sea {v1,...,vk} una base de E. Elija un vector w1 = v1. Observe que por serv1 = 0 (pues<br />
pertenece a una base) entoncesw1 = 0. A continuación construimos <strong>el</strong> vector<br />
w2 = v2 − ϕ(v2,w1)<br />
ϕ(w1,w1) w1.<br />
Observe quew1 y w2 son ortogonales, pues<br />
<br />
ϕ(w1,w2) = ϕ w1,v2 − ϕ(v2,w1)<br />
ϕ(w1,w1) w1<br />
<br />
<br />
= ϕ(w1,v2)−ϕ w1, ϕ(v2,w1)<br />
ϕ(w1,w1) w1<br />
<br />
= ϕ(w1,v2)− ϕ(v2,w1)<br />
ϕ(w1,w1) ϕ(w1,w1) = 0<br />
Además de esto observe que, por ser v1 y v2 linealmente independientes, <strong>el</strong> vector w2 es no<br />
nulo.<br />
Suponga que hemos construido vectores w1, . . . , wm−1 tal que <strong>el</strong>los constituyen un conjunto<br />
ortogonal, entonces <strong>el</strong> siguiente vectorwm es dado por<br />
wm = vm −<br />
<strong>En</strong>tonces para todor = 1,...,m−1,<br />
<br />
ϕ(wm,wr) = ϕ<br />
vm −<br />
m−1 <br />
ℓ=1<br />
m−1 <br />
ϕ(vm,wℓ)<br />
ϕ(wℓ,wℓ) wℓ.<br />
ℓ=1<br />
m−1<br />
<br />
= ϕ(vm,wr)−<br />
ϕ(vm,wℓ)<br />
ϕ(wℓ,wℓ) wℓ,wr<br />
<br />
ℓ=1<br />
ϕ(vm,wℓ)<br />
ϕ(wℓ,wℓ) ϕ(wℓ,wr)<br />
= ϕ(vm,wr)−ϕ(vm,wr) = 0.<br />
Es claro que cadawi es combinación lineal de los vectoresvi y como estos son linealmente independientes<br />
entonceswi es vector no nulo. Continuando de esta manera construimos <strong>el</strong> conjunto<br />
ortogonal{w1,...,wk}, donde<br />
O. <strong>Santamaria</strong> S.<br />
w1 = v1, wm = vm −<br />
m−1 <br />
ℓ=1<br />
ϕ(vm,wℓ)<br />
ϕ(wℓ,wℓ) wℓ, m = 2,...,k.
Cap. 1: El Espacio Vectorial Euclidiano 21<br />
La base ortonormal buscada es entonces<br />
<br />
w1<br />
ϕ(w1,w1) ,<br />
w2<br />
ϕ(w2,w2) ,...,<br />
El ejemplo 1.11 puede ser generalizado de la siguiente manera.<br />
<br />
wk<br />
. ❚<br />
ϕ(wk,wk)<br />
PROPOSICIÓN 1.9. Considere R n con producto interno ϕ. Dado un funcional f ∈ (R n ) ∗ ,<br />
existe un único vectorw ∈ R n tal quef(x) = ϕ(x,w) para todox ∈ R n .<br />
Demostración. Sea {e1,...,en} una base ortonormal de Rn y <strong>el</strong>ija <strong>el</strong> vector w = n<br />
f(ei)ei.<br />
Por otro lado considere la aplicación fw : R n → R definida por fw(x) = ϕ(x,w). Es sencillo<br />
comprobar que fw ∈ (R n ) ∗ y además fw(ei) = f(ei) para todo i = 1,...,n, lo cual implica<br />
que fw = f. Finalmente, si existiera algún otro vector u tal que ϕ(x,w) = ϕ(x,u) para todo<br />
x ∈ R n entonces ϕ(x,w−u) = 0 de dondew = u. ❚<br />
Considere R n provisto de algún producto interno ϕ. Dado un subconjunto X de R n , se llama<br />
complemento ortogonal deX (respecto aϕ) al conjunto<br />
X ⊥ = {y ∈ R n : ϕ(x,y) = 0 para todox ∈ X}.<br />
PROPOSICIÓN 1.10. Para todo conjunto X contenido en R n , <strong>el</strong> complemento ortogonal X ⊥<br />
es sub<strong>espacio</strong> deR n . Además, siX ⊂ Y entoncesY ⊥ ⊂ X ⊥ .<br />
Demostración. Como ϕ(x,0) = 0 para todo x ∈ R n entonces <strong>el</strong> vector nulo 0 es ortogonal a<br />
todo <strong>el</strong>emento de R n , en particular es ortogonal a todo <strong>el</strong>emento de X, luego X ⊥ es no vacío.<br />
Además si y y z son <strong>el</strong>ementos deX ⊥ y α es cualquier real entonces para todox ∈ X se tiene<br />
ϕ(αy +z,x) = αϕ(y,x)+ϕ(z,x) = α·0+0 = 0,<br />
luegoαy +z ∈ X ⊥ . Esto muestra queX ⊥ es sub<strong>espacio</strong> deR n .<br />
Para demostrar la segunda afirmación, seav ∈ Y ⊥ un <strong>el</strong>emento arbitrario entoncesϕ(y,v) = 0<br />
para todo y ∈ Y . Como Y ⊃ X entonces también se tieneϕ(y,v) = 0 para todo y ∈ X, luego<br />
v ∈ X ⊥ . ❚<br />
PROPOSICIÓN 1.11. Si E es un sub<strong>espacio</strong> vectorial deR n entonces<br />
1. dimE ⊥ = n−dimE.<br />
2. E ⊥⊥ = E.<br />
3. E ∩E ⊥ = {0}.<br />
i=1<br />
O. <strong>Santamaria</strong> S.
22 1.3. Productos Internos<br />
Demostración. Para demostrar (1) <strong>el</strong>ija una base{u1,...,uk} de E y <strong>el</strong>ija vectores v1,...,vm<br />
tales que {u1,...,uk,v1,...,vm} es base de R n (luego k + m = n). Considere la base dual<br />
{f1,...,fk,g1,...,gm} en (R n ) ∗ . De acuerdo a la proposición 1.9, para cada gi podemos encontrar<br />
un wi tal que gi = ϕ(wi,·). Afirmamos que {w1,...,wm} es base de E ⊥ . Observe que<br />
ϕ(wi,uj) = gi(uj) = 0 para todo j = 1,...,k, es decir, cada wi es ortogonal a todo <strong>el</strong>emento<br />
de la base de E y por tanto ortogonal a todo E. Luego cada vector wi es <strong>el</strong>emento de E ⊥ .<br />
Los vectoresw1,...,wm son linealmente independientes pues si consideramos la combinación<br />
lineal<br />
β1w1 +β2w2 +···+βmwm = 0<br />
entonces<br />
k<br />
<br />
m<br />
<br />
βiϕ(wi,·) = ϕ βiwi,· = ϕ(0,·) = 0,<br />
i=1<br />
i=1<br />
lo cual equivale a la igualdad m<br />
i=1 βigi = 0 y como los funcionales gi forman un conjunto<br />
linealmente independiente entonces cadaβi = 0. Pero además de esto, los vectoresw1, . . . ,wm<br />
generan aE ⊥ . Para sustentar esta afirmación considere un vector no nulow ∈ E ⊥ . <strong>En</strong>tonces <strong>el</strong><br />
funcionalg = ϕ(w,·) puede escribirse en la forma<br />
Para todo vectorul en la base deE,<br />
g =<br />
k<br />
i=1<br />
0 = ϕ(w,ul) = g(ul) =<br />
αifi +<br />
m<br />
βjgj.<br />
j=1<br />
k<br />
αifi(ul)+<br />
i=1<br />
entoncesg = m<br />
j=1 βjgj. Por tanto para todox ∈ R n ,<br />
ϕ(w,x) = g(x) =<br />
m<br />
βjgj(x) =<br />
j=1<br />
m<br />
βjgj(ul) = αl<br />
j=1<br />
m<br />
<br />
m<br />
<br />
βjϕ(wj,x) = ϕ βjwj,x<br />
j=1<br />
de donde w = m<br />
j=1 βjwj. Podemos en particular concluir que <strong>el</strong> <strong>espacio</strong> E ⊥ es de dimensión<br />
m = n−k. Es decirdimE ⊥ = n−dimE.<br />
Ahora procedemos a demostrar (2), es decir, la igualdad E ⊥⊥ = E. <strong>En</strong> primer lugar mostraremos<br />
que E ⊥⊥ ⊂ E. Si fuera que E ⊥⊥ ⊂ E entonces existe algún x ∈ E ⊥⊥ tal que x /∈ E.<br />
Siendo x <strong>el</strong>emento de E ⊥⊥ entonces ϕ(x,u) = 0 para todo u ∈ E ⊥ . Esto significa que cada<br />
<strong>el</strong>emento u ∈ E ⊥ es ortogonal a todo E y a x, es decir, al sub<strong>espacio</strong> W = S(E ∪ {x}),<br />
luego E ⊥ ⊂ W ⊥ . Pero como E ⊂ W entonces W ⊥ ⊂ E ⊥ , luego debe ser E ⊥ = W ⊥ . La<br />
parte (1) implica la igualdad dimE = dimW y por tanto E = W ; en particular x ∈ E. Una<br />
contradicción.<br />
O. <strong>Santamaria</strong> S.<br />
j=1
Cap. 1: El Espacio Vectorial Euclidiano 23<br />
Recíprocamente, si x ∈ E entonces x es ortogonal a todo <strong>el</strong>emento de E ⊥ . Pero nuevamente<br />
por definición, sixes ortogonal a E ⊥ entoncesx ∈ E ⊥⊥ .<br />
Finalmente, para mostrar (3) observe que si x ∈ E ∩E ⊥ entonces ϕ(x,x) = 0. Luego x = 0.<br />
Es decir,E∩E ⊥ ⊂ {0} y como es evidente que{0} ⊂ E∩E ⊥ , se concluye en la igualdad. ❚<br />
1.4. Normas<br />
Una funciónN : R n → R se llama norma en R n si para todox,y ∈ R n y todoα ∈ R:<br />
N1. N(x+y) ≤ N(x)+N(y),<br />
N2. N(αx) = |α|N(x),<br />
N3. Si x = 0 entonces N(x) > 0.<br />
<strong>En</strong> la definición de norma, si en <strong>el</strong> item (N2) hacemos α = 0 obtenemosN(0) = 0. Si α = −1<br />
entonces N(−x) = N(x). Si x = −y entonces reemplazando en (N1) resulta,<br />
0 = N(x+y) ≤ N(x)+N(y) = N(x)+N(−x) = 2N(x),<br />
de donde N(x) ≥ 0 para todo x ∈ R n . De esto deducimos que (N3) equivale a mostrar que la<br />
igualdadN(x) = 0 implicax = 0.<br />
EJEMPLO 1.20. Considere la funciónN: R n → R definida por<br />
N(x) =<br />
n<br />
an|xi|<br />
i=1<br />
para todox = (x1,...,xn). <strong>En</strong>toncesN es una norma en R n si y solo sia1 > 0, . . . ,an > 0.<br />
<strong>En</strong> efecto, siN es una norma entonces para cada vectorej, de la base canónica d<strong>el</strong> R n , se tiene<br />
0 < N(ej) = a1 ·|0|+···+aj ·|1|+···+an ·|1| = aj.<br />
Recíprocamente, si a1 > 0, . . . , an > 0 es un buen ejercicio comprobar que N cumple con los<br />
axiomas requeridos para ser una norma.<br />
OBSERVACIÓN 1.2. <strong>En</strong> lo que sigue usaremos la notación tradicional · en vez de N y 〈 , 〉<br />
en vez deϕ. Es decirN(x) ≡ x yϕ(x,y) ≡ 〈x,y〉.<br />
Una norma· en R n proviene de un producto interno〈·,·〉 en R n si para todox ∈ R n se tiene<br />
x = 〈x,x〉.<br />
Una desigualdad importante que involucra norma y producto interno será dada en breve. Antes<br />
necesitamos d<strong>el</strong> siguiente:<br />
O. <strong>Santamaria</strong> S.
24 1.4. Normas<br />
LEMA 1.1. Si a,b,c ∈ R son tales que a > 0 y aλ 2 +2bλ+c ≥ 0 para todo λ ∈ R entonces<br />
b 2 ≤ ac.<br />
Demostración. Basta observar que<br />
0 ≤ aλ 2 +2bλ+c = 1<br />
a (aλ+b)2 +<br />
<br />
c− b2<br />
<br />
a<br />
y como esta desigualdad es verdadera para todoλ ∈ R, en particular es verdadera paraλ = − b<br />
a .<br />
Por tantoc− b2<br />
a ≥ 0 de dondeb2 ≤ ac. ❚<br />
Veremos dentro de poco que no todas las normas en R n provienen de un producto interno.<br />
Mientras tanto daremos una desigualdad muy importante.<br />
TEOREMA 1.1 (Desigualdad de Cauchy-Schwartz). Si · es una norma en R n que proviene<br />
de un producto interno〈·,·〉 entonces para todox,y ∈ R n ,<br />
|〈x,y〉| ≤ x·y.<br />
La igualdad ocurre si y solo si uno de <strong>el</strong>los es múltiplo d<strong>el</strong> otro.<br />
Demostración. Si suponemos que x = 0 (ó y = 0) es claro que la desigualdad es verdadera.<br />
Por otro lado, six = 0 entonces para todoλ ∈ R se tiene se tiene<br />
0 ≤ 〈λx+y,λx+y〉 = aλ 2 +2λb+c,<br />
dondea = 〈x,x〉, b = 〈x,y〉 = 〈y,x〉 y c = 〈y,y〉. D<strong>el</strong> lema 1.1 se tiene entonces<br />
〈x,y〉 2 ≤ 〈x,x〉〈y,y〉,<br />
lo cual muestra la desigualdad enunciada.<br />
Ahora mostraremos que la igualdad ocurre si y solo si uno es múltiplo d<strong>el</strong> otro. Si fueray = αx<br />
para algún real α entonces<br />
x·y = |α|x 2 = |α|〈x,x〉 = |〈x,αx〉| = |〈x,y〉|.<br />
Recíprocamente, suponga que|〈x,y〉| = x·y. Para vectoresxey tales quex = y = 1<br />
se tiene|〈x,y〉| = 1, es decir, 〈x,y〉 = 1 o 〈x,y〉 = −1. Si 〈x,y〉 = 1 entonces<br />
Análogamente, si 〈x,y〉 = −1 entonces<br />
0 ≤ 〈x−y,x−y〉 = x 2 +y 2 −2〈x,y〉 = 0.<br />
0 ≤ 〈x+y,x+y〉 = x 2 +y 2 +2〈x,y〉 = 0.<br />
Es decir, en <strong>el</strong> caso de ser x = y = 1, si |〈x,y〉| = 1 = x · y entonces y = ±x.<br />
Finalmente para vectores x e y arbitrarios no nulos (en <strong>el</strong> caso de que un vector sea nulo la<br />
situación es trivial) <br />
consideramos los vectores x/x e y/y. De lo demostrado previamente<br />
x y y x<br />
se tiene que si<br />
, = 1 entonces = ± , luegoy = ±yx.<br />
Es decir,y es múltiplo<br />
x y<br />
y x x<br />
escalar dex. ❚<br />
O. <strong>Santamaria</strong> S.
Cap. 1: El Espacio Vectorial Euclidiano 25<br />
Veamos ahora algunos ejemplos donde usaremos <strong>el</strong> teorema 1.1.<br />
EJEMPLO 1.21. Dadosa,b ∈ R n , se llama segmento de extremosaybal conjunto<br />
[a,b] := {(1−t)a+tb : 0 ≤ t ≤ 1}.<br />
1. Suponga que c ∈ [a,b] entonces existe algún t ∈ [0,1] tal que c = (1−t)a +tb. Si · es<br />
una norma arbitraria en R n entonces<br />
b−c+c−a = b−(1−t)a−tb+(1−t)a+tb−a<br />
= (1−t)b−a+tb−a = b−a.<br />
2. Recíprocamente, suponga que para una norma ·, que proviene de un producto interno, se<br />
tiene la igualdad<br />
b−a = b−c+c−a.<br />
<strong>En</strong>tonces al <strong>el</strong>evar al cuadrado y hacer las simplificaciones correspondientes se obtiene<br />
〈b−c,a−c〉 = b−ca−c<br />
lo cual, según la desigualdad de Cauchy-Schwartz, implica que los vectores b − c y a − c<br />
son paral<strong>el</strong>os y d<strong>el</strong> mismo sentido. Es decir, existeλ ≥ 0 tal queb−c = λ(c−a) de donde<br />
a. Por tantoc ∈ [a,b].<br />
c = 1 λ b+ 1+λ 1+λ<br />
3. Cuando la norma no proviene de un producto interno bien podría suceder que b−a =<br />
b−c+c−a y sin embargoc /∈ [a,b]. Para ver esto basta considerar enR 2 la norma de<br />
la suma y los puntosa = (1,0),b = (0,1) y c = (0,0).<br />
EJEMPLO 1.22. Dado un producto interno 〈·,·〉 en R n , la función · : R n → R definida por<br />
x = 〈x,x〉 es una norma en R n .<br />
<strong>En</strong> efecto,<br />
1. Usando la desigualdad de Cauchy-Schwartz se tiene<br />
<br />
x 2 +2〈x,y〉+y 2<br />
<br />
x 2 +2xy+y 2 = x+y.<br />
x+y = 〈x+y,x+y〉 =<br />
≤<br />
Es decir, x+y ≤ x+y.<br />
2. αx = α 2 〈x,x〉 = |α|x.<br />
3. Si x = 0 entonces〈x,x〉 > 0 y por tantox > 0.<br />
EJEMPLO 1.23. Las siguientes funciones son normas enR n : para cadax = (x1,...,xn) ∈ R n ,<br />
O. <strong>Santamaria</strong> S.
26 1.4. Normas<br />
<br />
n<br />
1. x := x2 i .<br />
i=1<br />
2. xS := n<br />
|xi|.<br />
i=1<br />
3. x M := máx{|x1|,...,|xn|}.<br />
La primera de <strong>el</strong>las, ·, es llamada norma euclidiana. Asimismo · S se denomina norma de<br />
la suma o norma de Minkowski o ℓ1-norma y, · M recibe <strong>el</strong> nombre de norma d<strong>el</strong> máximo o<br />
norma uniforme. Observe que la norma de la suma, · S , aparece como caso particular de la<br />
norma definida en <strong>el</strong> ejemplo 1.20, pues basta hacer a1 = ··· = an = 1.<br />
Observe que si 〈 , 〉 es <strong>el</strong> producto interno canónico en R n , entonces la norma euclidiana de<br />
un vector x puede escribirse como x = 〈x,x〉. Es decir, la norma euclidiana proviene d<strong>el</strong><br />
producto interno canónico.<br />
No todas las normas provienen de un producto interno. Un criterio para determinar cuándo<br />
sucede esto se da en <strong>el</strong> resultado que sigue.<br />
PROPOSICIÓN 1.12 (Identidad d<strong>el</strong> paral<strong>el</strong>ogramo). Si una norma· proviene de un producto<br />
interno entonces satisface la igualdad<br />
x+y 2 +x−y 2 = 2(x 2 +y 2 ).<br />
Usando este resultado es sencillo comprobar que las normas de la suma y d<strong>el</strong> máximo no provie-<br />
nen de ningún producto interno. Por ejemplo six = e1,y = e2 entoncesx+y 2<br />
S +x−y2<br />
S =<br />
2 2 + 2 2 mientras que 2(x 2<br />
S<br />
paral<strong>el</strong>ogramo.<br />
+ y2<br />
S ) = 2(1+1). Es decir, · S<br />
no satisface la identidad d<strong>el</strong><br />
EJEMPLO 1.24. Fije números reales α y β con α < β. Para cada x = (x1,...,xn) en Rn , con<br />
n ≥ 2, ponga<br />
<br />
x = sup x1 +x2t+···+xnt<br />
α≤t≤β<br />
n−1 .<br />
<strong>En</strong> primer lugar observe que esto define una norma enRn : es sencillo comprobar quex+y ≤<br />
x+y y cx = |c|x para todox,y ∈ Rn y todo c ∈ R. Además, six = (x1,...,xn) es<br />
tal quex = 0 entonces<br />
<br />
sup x1 +x2t+···+xnt<br />
α≤t≤β<br />
n−1 = 0<br />
lo cual implica que|x1 +x2t+···+xnt n−1 | = 0 para todot ∈ [α,β] y si esto ocurre entonces<br />
x1 +x2t+···+xnt n−1 = 0 para todot ∈ [α,β]. De aquí resultax1 = ··· = xn = 0, es decir,<br />
x = 0.<br />
O. <strong>Santamaria</strong> S.
Cap. 1: El Espacio Vectorial Euclidiano 27<br />
<strong>En</strong> segundo lugar, afirmamos que esta norma no proviene de ningún producto interno. Para<br />
sustentar esta afirmación considere los vectores<br />
<strong>En</strong>tonces<br />
x = (−α,1,0,...,0) y y = (−β,1,0,...,0).<br />
x+y = (−α−β,2,0,...,0) y x−y = (β −α,0,0,...,0).<br />
Puesto queα ≤ t ≤ β entonces0 ≤ t−α ≤ β −α y α−β ≤ t−β ≤ 0. Luego<br />
x = sup |−α+t| = β −α,<br />
α≤t≤β<br />
y = sup |−β +t| = β −α.<br />
α≤t≤β<br />
Además de esto, nuevamente por ser α ≤ t ≤ β entonces 2α ≤ 2t ≤ 2β lo que a su vez nos<br />
lleva a queα−β ≤ −α−β +2t ≤ β −α. Luego<br />
x+y = sup |−α−β +2t| = β −α,<br />
α≤t≤β<br />
x−y = sup |β −α| = β −α.<br />
α≤t≤β<br />
Obviamente no se cumple la identidad d<strong>el</strong> paral<strong>el</strong>ogramo y por tanto la norma no proviene de<br />
un producto interno. ❚<br />
EJEMPLO 1.25. Para cada 1 ≤ p < ∞, la función· p : R n → R definida por<br />
<br />
n<br />
xp = |xi| p<br />
1/p ,<br />
es una norma en R n . Esta norma proviene de un producto interno si y solo sip = 2.<br />
Demostrar que· es una norma, se hará en tres pasos:<br />
i=1<br />
(1) <strong>En</strong> primer lugar demostraremos la desigualdad<br />
m<br />
<br />
m<br />
|xiyi| ≤ |xi| p<br />
1/p <br />
m<br />
· |yi| q<br />
1/q i=1<br />
i=1<br />
dondep > 1 yq > 1 son números reales tales que 1 1<br />
+ = 1. La desigualdad (1.2) es conocida<br />
p q<br />
como desigualdad de Hölder. Para demostrar esta r<strong>el</strong>ación considere la función f : R + → R<br />
definida por f(t) = up<br />
p tp + vq<br />
q t−q , donde u,v ≥ 0 y p,q ≥ 1. Esta tiene como derivada a<br />
i=1<br />
(1.2)<br />
O. <strong>Santamaria</strong> S.
28 1.4. Normas<br />
f ′ (t) = uptp−1 −vqt−q−1 y entonces f ′ (t) = 0 si y solo si t = v1/p<br />
(aquí usamos <strong>el</strong> hecho de<br />
u1/q que 1 1<br />
+ = 1 y, por lo tanto,p+q = pq). Por lo tantof podría tener un mínimo o un máximo<br />
p q<br />
en este valor det. Para averiguarlo calculamos la segunda derivada def. Esta es<br />
y entonces<br />
f ′′<br />
1/p v<br />
u 1/q<br />
f ′′ (t) = (p−1)v p t p−2 +(q+1)v q t −q−2<br />
= (p−1)v p<br />
1/p v<br />
u1/q p−2<br />
+(q +1)v q<br />
1/p v<br />
u1/q −q−2<br />
pues p,q ≥ 1. Por <strong>el</strong> criterio de la segunda derivada se concluye que f asume un mínimo en<br />
t = v 1/p /u 1/q .<br />
Este valor mínimo es<br />
1/p v<br />
f<br />
u1/q <br />
= up<br />
p<br />
v 1/p<br />
u 1/q<br />
p<br />
= upv pup/q + vqu qv<br />
+ vq<br />
q<br />
v 1/p<br />
u 1/q<br />
vup−p q<br />
=<br />
q/p<br />
p<br />
−q<br />
uvq−q p<br />
+<br />
q<br />
= uv.<br />
Luegouv ≤ up<br />
p tp + vq<br />
q t−q para todot > 0. <strong>En</strong> particular, sit = 1, resulta<br />
Usando<br />
u =<br />
uv ≤ up<br />
p<br />
+ vq<br />
q .<br />
|xk|<br />
( m i=1 |xi| p ) 1/p y v =<br />
se concluye rápidamente en la desigualdad de Hölder.<br />
(2) Considere la identidad<br />
O. <strong>Santamaria</strong> S.<br />
|yk|<br />
( m<br />
i=1 |yi| q ) 1/q<br />
(|a|+|b|) p = (|a|+|b|) p−1 |a|+(|a|+|b|) p−1 |b|,<br />
≥ 0,
Cap. 1: El Espacio Vectorial Euclidiano 29<br />
entonces, usando Hölder en la primera desigualdad que aparece a continuación,<br />
m<br />
(|ai|+|bi|) p =<br />
i=1<br />
Como 1 1 + p q<br />
de donde<br />
≤<br />
=<br />
m<br />
|ai|(|ai|+|bi|) p−1 +<br />
i=1<br />
<br />
m<br />
|ai| p<br />
1/p m<br />
i=1<br />
m<br />
i=1<br />
i=1<br />
m<br />
|bi|(|ai|+|bi|) p−1<br />
i=1<br />
(|ai|+|bi|) q(p−1)<br />
<br />
m<br />
+ |bi| p<br />
1/p m<br />
i=1<br />
(|ai|+|bi|) q(p−1)<br />
i=1<br />
1/q<br />
+<br />
(|ai|+|bi|) q(p−1)<br />
1/q<br />
⎡<br />
1/q <br />
m<br />
⎣ |ai| p<br />
1/p <br />
m<br />
+ |bi| p<br />
⎤<br />
1/p<br />
⎦<br />
= 1 entonces q(p−1) = p. Luego la última desigualdad se convierte en<br />
m<br />
(|ai|+|bi|) p <br />
m<br />
≤<br />
i=1<br />
m<br />
i=1<br />
i=1<br />
(|ai|+|bi|) p<br />
(|ai|+|bi|) p<br />
1<br />
p<br />
i=1<br />
i=1<br />
⎡<br />
1/q <br />
m<br />
⎣ |ai| p<br />
1/p <br />
m<br />
+ |bi| p<br />
⎤<br />
1/p<br />
⎦,<br />
i=1<br />
i=1<br />
<br />
m<br />
≤ |ai| p<br />
1/p <br />
m<br />
+ |bi| p<br />
1/p . (*)<br />
i=1<br />
(3) Nuestro tercer paso consiste es probar de lleno que la función · p es una norma: sean<br />
x = (x1,...,xn), y = (y1,...,yn) <strong>el</strong>ementos arbitrarios en R n y α ∈ R, entonces<br />
N1. De la desigualdad (*),<br />
x+y p =<br />
≤<br />
n<br />
i=1<br />
|xi +yi| p<br />
1/p<br />
≤<br />
n<br />
i=1<br />
i=1<br />
(|xi|+|yi|) p<br />
1/p<br />
<br />
m<br />
|xi| p<br />
1/p <br />
m<br />
+ |yi| p<br />
1/p = xp +yp .<br />
i=1<br />
N2. αx p = ( n<br />
i=1 |αxi| p ) 1/p = |α|x p .<br />
N3. Si x = 0 entonces al menos una coordenada xi es no nula, luego |xi| p > 0. Se tiene<br />
entonces en este caso quex p > 0.<br />
i=1<br />
O. <strong>Santamaria</strong> S.
30 1.4. Normas<br />
Finalmente probaremos que la norma x p proviene de un producto interno si y solo si p =<br />
2. <strong>En</strong> efecto, si p = 2 entonces x p es la norma euclidiana, la cual proviene d<strong>el</strong> producto<br />
interno canónico. Recíprocamente, supongamos que x p proviene de algún producto interno.<br />
<strong>En</strong> particular satisface la identidad d<strong>el</strong> paral<strong>el</strong>ogramo y entonces para x = e1 = (1,0,...,0) y<br />
y = (0,1,0,...,0) se tiene<br />
e1 +e2 2<br />
p +e1 −e2 2 2 2<br />
p = 2(e1p +e2p ).<br />
Esto equivale a la igualdad2 2/p +2 2/p = 2(1+1), de dondep = 2.<br />
EJEMPLO 1.26. Sea C ⊂ R n un conjunto convexo, p ∈ R n y ϕ : C → R la función definida<br />
porϕ(x) = x−p = 〈x−p,x−p〉. Existe como máximo un puntoa ∈ C tal queϕ(a) =<br />
ínf{ϕ(x) : x ∈ C}.<br />
Supongamos que existen puntosa,b ∈ C tal que ϕ(a) = ínf{ϕ(x) : x ∈ C} = ϕ(b). Como la<br />
norma considerada proviene de un producto interno entonces por la identidad d<strong>el</strong> paral<strong>el</strong>ogramo<br />
se tiene<br />
a−b 2 = (a−p)−(b−p) 2<br />
= 2a−p 2 +2b−p 2 −(a−p)+(b−p) 2<br />
= 2a−p 2 +2b−p 2 −4<br />
<br />
<br />
<br />
1<br />
2<br />
(a+b)−p<br />
<br />
<br />
<br />
<br />
Como C es convexo y a,b ∈ C entonces 1<br />
(a + b) ∈ C. Siendo ϕ(a) ≤ ϕ(x) = x−p<br />
2<br />
para todo x ∈ C entonces en particular ϕ(a) ≤ 1<br />
2 (a+b)−p y, por tanto, de las igualdades<br />
anteriores se obtiene<br />
0 ≤ a−b 2 ≤ 2ϕ(a)+2ϕ(b)−4ϕ(a) = 0.<br />
Luegoa = b.<br />
Observe la importancia que tiene <strong>el</strong> hecho de que C sea convexo. <strong>En</strong> la figura 1.1 se ilustra <strong>el</strong><br />
caso no convexo, donde podrían existir infinitos a ∈ C tales que ϕ(a) = ínf{ϕ(x) : x ∈ C}.<br />
Se ilustra también <strong>el</strong> caso convexo.<br />
O. <strong>Santamaria</strong> S.<br />
Figura 1.1:<br />
2<br />
.
Cap. 1: El Espacio Vectorial Euclidiano 31<br />
PROPOSICIÓN 1.13. Considere enR m yR n la norma euclidiana. Las siguientes afirmaciones<br />
respecto de una aplicación linealT : R m → R n son equivalentes:<br />
1. Tx = x.<br />
2. Tx−Ty = x−y.<br />
3. 〈Tx,Ty〉 = 〈x,y〉.<br />
4. Todo conjunto ortonormal en R m es transformado por T en un conjunto ortonormal en<br />
R n .<br />
5. T ∗ ◦T = Im (aplicación identidad en R m ).<br />
6. Las columnas de la matriz deT forman un conjunto ortonormal en R n .<br />
Demostración. Puesto que se están considerando las normas euclidianas, las cuales provienen<br />
d<strong>el</strong> respectivo producto interno canónico, entonces<br />
Suponiendo (1) entonces<br />
luego (1) implica (2).<br />
Suponiendo (2), se tiene en particular<br />
Luego<br />
u+v 2 = 〈u+v,u+v〉 = u 2 +v 2 +2〈u,v〉.<br />
T(x)−T(y) = T(x−y) = x−y,<br />
Tx+Ty = T(x+y)−T(0) = x+y −0 = x+y.<br />
〈Tx,Ty〉 = 1 2 2<br />
Tx+Ty −Tx−Ty<br />
4<br />
<br />
2 2<br />
x+y −x−y <br />
= 1<br />
4<br />
= 〈x,y〉.<br />
Luego (2) implica (3).<br />
Suponiendo (3) y si X es un conjunto ortonormal en R m entonces para u,v ∈ T(X) existen<br />
x,y ∈ X tales queu = Tx y v = Ty. Luego<br />
〈u,v〉 = 〈Tx,Ty〉 = 〈x,y〉 = δij,<br />
donde la última igualdad es debido a que X es ortonormal. Luego T(X) es ortonormal y por<br />
tanto (3) implica (4).<br />
O. <strong>Santamaria</strong> S.
32 1.4. Normas<br />
Suponga la validez de (4). Considere las bases canónicas {e1,...,em} y<br />
{ē1,...,ēn} en Rm y Rn respectivamente. Si T(ej) = n i=1aijēi entonces<br />
T∗ (ēi) = m j=1aijej (ver ejemplo 1.14). Luego para cadaj = 1,2,...,m,<br />
T ∗ ◦T(ej) = T ∗<br />
= a1j<br />
=<br />
n<br />
n<br />
i=1<br />
m<br />
k=1<br />
j=1<br />
aijēi<br />
a1jej<br />
akjak1<br />
<br />
<br />
<br />
= a1jT ∗ (ē1)+a2jT ∗ (ē2)+···+anjT ∗ (ēn)<br />
e1 +<br />
+a2j<br />
n<br />
m<br />
k=1<br />
j=1<br />
a2jej<br />
akjak2<br />
<br />
<br />
+···+anj<br />
e2 +···+<br />
n<br />
m<br />
k=1<br />
= 〈Tej,Te1〉e1 +〈Tej,Te2〉e2 +···+〈Tej,Tem〉em.<br />
j=1<br />
anjej<br />
akjakm<br />
Como la base canónica {e1,...,em} es ortogonal y T transforma conjuntos ortonormales en<br />
conjuntos ortonormales entonces{Te1,...,Tem} es también ortonormal, es decir〈Tej,Tek〉 =<br />
0 cuandok = j y 〈Tej,Tek〉 = 1 cuando k = j, luego<br />
T ∗ ◦T(ej) = ej.<br />
Como esto vale para cadaj = 1,...,m, resulta finalmenteT ∗◦T = Im. Luego (4) implica (5).<br />
Suponga la validez de (5). Si A = (aij)n×m es la matriz asociada a T entonces A∗ = (aji)m×n<br />
es la matriz asociada a T∗ . Luego T∗ ◦ T tiene como matriz asociada al producto A∗A, cuyos<br />
<strong>el</strong>ementos son<br />
n<br />
akiakj = 〈Tei,Tej〉.<br />
cij =<br />
k=1<br />
Pero comoT ∗ ◦T = Im entoncesA ∗ A es la matriz identidad, luegocij = 1 parai = j ycij = 0<br />
para i = j. Esto se traduce en las igualdades 〈Tei,Tej〉 = 1 para i = j y 〈Tei,Tej〉 = 0<br />
para i = j. Pero como los vectores T(ej) son precisamente las columnas de A, se obtiene lo<br />
afirmado en (6).<br />
Finalmente suponga la validez de (6), es decir, 〈Tei,Tej〉 = δij. <strong>En</strong>tonces<br />
Tx 2 <br />
m<br />
= 〈Tx,Tx〉 = xiTei,<br />
i=1<br />
= <br />
xixj 〈Tei,Tej〉 =<br />
ij<br />
m<br />
<br />
xjTej<br />
j=1<br />
m<br />
x 2 i = x2 ,<br />
de dondeTx = x, que es lo afirmado en (1). ❚<br />
O. <strong>Santamaria</strong> S.<br />
i=1<br />
<br />
<br />
em
Cap. 1: El Espacio Vectorial Euclidiano 33<br />
EJEMPLO 1.27. Una transformación lineal T : R m → R m es ortogonal si<br />
T ∗ ◦ T = In = T ◦ T ∗ . Como la matriz asociada a T ∗ ◦ T es la matriz identidad entonces<br />
det(T ∗ ◦T) = 1. Luego<br />
(detT) 2 = detT detT = detT ∗ detT = det(T ∗ ◦T) = detIn = 1,<br />
de dondedetT = ±1.<br />
Observe que una aplicación T : R m → R m es ortogonal si y solo si cumple una (y por tanto<br />
todas) de las condiciones de la proposición 1.13.<br />
Una transformación linealA : R n → R n se llama semejanza si existe un realα > 0 tal que para<br />
todox,y ∈ R n ,<br />
〈Ax,Ay〉 = α 2 〈x,y〉.<br />
PROPOSICIÓN 1.14. SeaA : R n → R n una transformación lineal. Las siguientes afirmaciones<br />
son equivalentes:<br />
1. A es una semejanza.<br />
2. Ax = αx para todox ∈ R n .<br />
3. Si{e1,...,en} es una base ortonormal entonces〈Aei,Aej〉 = 0 parai = j yAei = α<br />
para cualesquierai,j = 1,...,n.<br />
Demostración. Suponga queAes una semejanza. Existe un número realα > 0 tal que〈Ax,Ay〉 =<br />
α 2 〈x,y〉 para todo x,y ∈ R n . <strong>En</strong> particular, para x = y, 〈Ax,Ax〉 = α 2 〈x,x〉. Luego (1) implica<br />
(2).<br />
Suponga que se cumple (2) y sea{e1,...,en} una base ortonormal. <strong>En</strong>tonces<br />
〈Aei,Aej〉 = 1 <br />
Aei +Aej<br />
4<br />
2 −Aei −Aej 2<br />
= 1 <br />
A(ei +ej)<br />
4<br />
2 −A(ei −ej) 2<br />
= α2<br />
4<br />
ei +ej 2 −ei −ej 2<br />
= α2<br />
4 (2+2〈ei,ej〉−2+2〈ei,ej〉)<br />
= α 2 〈ei,ej〉.<br />
Usando la ortonormalidad de los vectores ei se obtiene lo que afirma (3).<br />
O. <strong>Santamaria</strong> S.
34 1.4. Normas<br />
Finalmente, suponga que se cumple (3) y considerexey, <strong>el</strong>ementos arbitrarios enRn . <strong>En</strong>tonces<br />
en términos de la base canónica, x = n i=1xiei ey = n i=1yiei, luego<br />
<br />
n n<br />
<br />
〈Ax,Ay〉 = xiAei, yjAej<br />
=<br />
=<br />
i=1<br />
j=1<br />
n<br />
xiyj〈Aei,Aej〉<br />
i,j=1<br />
n<br />
i=1<br />
xiyiα 2 = α 2 〈x,y〉.<br />
Y así, (3) implica (1). ❚<br />
PROPOSICIÓN 1.15 (Proyección Ortogonal). SeaE un sub<strong>espacio</strong> vectorial deR n ,{e1,...,ek}<br />
una base ortonormal deE yπ : R n → E definida porπ(a) = k<br />
i=1 〈a,ei〉ei. <strong>En</strong>tonces<br />
a) Para cada a ∈ R n , <strong>el</strong> vectora−π(a) es <strong>el</strong>emento deE ⊥ ;<br />
b) La aplicaciónπ es lineal yker(π) = E ⊥ ;<br />
c) Para cada a ∈ R n , la función fa : E → R, definida por fa(y) = a−y, alcanza su valor<br />
mínimo solamente en π(a);<br />
d) R n = E ⊕E ⊥ .<br />
Demostración.<br />
a) Para cada <strong>el</strong>ementoej de la base ortonormal dada, se tiene<br />
〈a−π(a),ej〉 = 〈a,ej〉−〈π(a),ej〉<br />
<br />
k<br />
<br />
= 〈a,ej〉− 〈a,ei〉ei,ej<br />
= 〈a,ej〉−<br />
i=1<br />
k<br />
〈a,ei〉〈ei,ej〉<br />
i=1<br />
= 〈a,ej〉−〈a,ej〉 = 0.<br />
Luego dado cualquierv = k<br />
i=1 viei, vector en E,<br />
Es decira−π(a) está en E ⊥ .<br />
O. <strong>Santamaria</strong> S.<br />
〈a−π(a),v〉 =<br />
k<br />
vj〈a−π(a)ej〉 = 0.<br />
j=1
Cap. 1: El Espacio Vectorial Euclidiano 35<br />
b) Es sencillo mostrar que π es lineal. Además si a ∈ ker(π) entonces π(a) = 0, es decir,<br />
k<br />
i=1 〈a,ei〉ei = 0. Debido a la independencia lineal de los vectores ei, la última igualdad<br />
implica que 〈a,ei〉 = 0 para todo i = 1,...,n, luego a es ortogonal al <strong>espacio</strong> E, es<br />
decir, a ∈ E ⊥ . Recíprocamente, si a ∈ E ⊥ entonces, en particular, 〈a,ej〉 = 0 para todo<br />
j = 1,...,k. De la definición de π resulta π(a) = 0 y, por tanto, a debe ser <strong>el</strong>emento d<strong>el</strong><br />
ker(π).<br />
c) Sea a ∈ R n y considere la función fa : R n → R definida por fa(y) = a−y. Como<br />
π(a) ∈ E entonces π(a) −y es <strong>el</strong>emento d<strong>el</strong> sub<strong>espacio</strong> E, para todo y en E. De item (a)<br />
sabemos quea−π(a) está en E ⊥ y por tanto〈a−π(a),π(a)−y〉 = 0. Luego,<br />
[fa(π(a))] 2 = a−π(a) 2 ≤ a−π(a) 2 +π(a)−y 2<br />
= a−π(a)+π(a)−y 2 = a−y 2 = [fa(y)] 2 .<br />
Es decir,fa(π(a)) ≤ fa(y) para todoy ∈ E y, por tanto,f tiene un mínimo enπ(a). Siendo<br />
E convexo, d<strong>el</strong> ejemplo 1.26 deducimos queπ(a) es <strong>el</strong> único punto dondefa asume su valor<br />
mínimo.<br />
d) Finalmente, de la proposición 1.11 sabemos queE∩E ⊥ = {0}, así que sólo queda mostrar<br />
la igualdadR n = E+E ⊥ . Para <strong>el</strong>lo será suficiente probar queR n ⊂ E+E ⊥ . Sia ∈ R n , de<br />
lo demostrado en (a) y (c) deducimos que π(a) es <strong>el</strong> único <strong>el</strong>emento de E tal que a−π(a)<br />
es ortogonal a E, es decir, tal quea−π(a) ∈ E ⊥ . Si y = a−π(a) y x = π(a), deducimos<br />
que a = x+y. Esto muestra que cada a ∈ R n se escribe de modo único como la suma de<br />
dos <strong>el</strong>ementos: unoxen E y otroy en E ⊥ , luegoR n ⊂ E +E ⊥ . ❚<br />
Dos normas· 1 y· 2 en R n son equivalentes si existen constantesa > 0 yb > 0 tales que<br />
x 1 ≤ ax 2 y x 2 ≤ bx 1 .<br />
EJEMPLO 1.28. Las normas euclidiana y de la suma son equivalentes. <strong>En</strong> efecto, si x =<br />
(x1,...,xn) ∈ Rn entonces<br />
<br />
<br />
x = ≤ = |xi| = xS .<br />
i=1<br />
x 2 i<br />
i=1<br />
<br />
x 2 i<br />
xS = <br />
<br />
<br />
|xi| ≤ n<br />
i=1<br />
i=1<br />
x 2 i<br />
i=1<br />
= nx.<br />
Es decir, x ≤ x S y x S ≤ nx.<br />
De manera análoga se comprueba la equivalencia entre · S y · M y también la equivalencia<br />
entre· y · M .<br />
Mas ad<strong>el</strong>ante comprobaremos que todas las normas en R n son equivalentes. Como veremos,<br />
algunos conceptos permanecen invariantes bajo normas equivalentes.<br />
O. <strong>Santamaria</strong> S.
36 1.5. Distancias en R n<br />
1.5. Distancias enR n<br />
Una distancia en R n es una funciónd: R n ×R n → R que satisface, para todox,y,z ∈ R n , las<br />
siguientes propiedades:<br />
1. d(x,y) = 0 si y solo si x = y;<br />
2. d(x,y) ≤ d(z,x)+d(z,y).<br />
PROPOSICIÓN 1.16. Una función d: R n × R n → R es una métrica si y solo si para todo<br />
x,y,z ∈ R n ,<br />
1. d(x,z) ≤ d(x,y)+d(y,z);<br />
2. d(x,y) = d(y,x);<br />
3. Si x = y entoncesd(x,y) > 0.<br />
Demostración. Suponga quedes una métrica. ❚<br />
ConsidereR n provisto de alguna norma·. La funciónd: R n ×R n → R definida pord(x,y) =<br />
x−y<br />
1.6. Ejercicios<br />
1. Determine si las siguientes funciones· : R n → R son normas en R n :<br />
a) x = máx{|x1|,2|x2|,...,n|xn|}.<br />
b) x = |x1|+2|x2|+...+n|xn|.<br />
dondex = (x1,...,xn).<br />
O. <strong>Santamaria</strong> S.