Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Matemáticas II Clase 10: Geometŕıa Jorge Rivera 19 de agosto de 2022 Apunte de Curso: Págs. 103 a 111 1 Agenda Objetivos de la clase Producto interno Norma Euclidiana y distancia Desigualdad de Cauchy-Schwarz y ortogonalidad 2 Objetivos de la clase Objetivos de la clase • Conocer el concepto de producto interno de vectores. • Conocer el concepto de norma Euclidiana de un vector y de distancia entre vectores. • Conocer la desigualdad de Cauchy - Schwarz y de ortogonalidad de vectores. 3 Producto interno Concepto y propiedades Definición El producto interno de X = x1 x2 ... xn ∈ Rn e Y == y1 y2 ... yn ∈ Rn, se define como X · Y = n∑ j=1 xjyj ∈ R. 4 Ejemplo • Dados los vectores X1 = 35 1 , X2 = 11 −6 ∈ R3, se tiene que X1 · X2 = 3 ∗ 1 + 5 ∗ 1 + 1 ∗ (−6) = 2 (= X2 · X1). • Para X3 = 12 −13 ∈ R3 se tiene que X1 · X3 = 3 ∗ 1 + 5 ∗ 2 + 1 ∗ (−13) = 0. 5 Propiedades del producto interno Proposición Para todo X , Y , Z ∈ Rn, y para todo α ∈ R, se tiene que: (a) X · (Y + Z ) = X · Y + X · Z (b) (αX ) · Y = α(X · Y ) (c) X · Y = Y · X (d) 0n · X = 0. 6 Norma Euclidiana y distancia Norma Euclidiana de un vector • Idea: tamaño de un vector. • De manera intuitiva: extensión del valor absoluto de números reales a vectores. Definición La norma Euclidiana (o simplemente norma) de un vector X = (x1, x2, ..., xn) t ∈ Rn se define como ‖X‖ = √ X · X = √∑n j=1x 2 j ∈ R. 7 Figura 1: Norma Euclidiana 8 Proposición Para todo X , Y ∈ Rn y α ∈ R, se tiene que (a) Si X 6= 0n se tiene que ‖X‖ > 0. Además, ‖X‖ = 0 si y sólo si X = 0n (b) ‖αX‖ = |α|‖X‖ (|α| es el módulo o valor absoluto de α) (c) ‖X + Y ‖ ≤ ‖X‖+ ‖Y ‖ (desigualdad triangular). • Extensión de las propiedades de valor absoluto. 9 Vector unitario • Vector unitario: X ∈ Rn tal que ‖X‖ = 1. • Para todo X ∈ Rn, X 6= 0n, el vector X̂ = 1 ‖X‖ X es unitario. 10 Distancia entre vectores Definición Dados X , Y ∈ Rn, la distancia (Euclidiana) entre ellos se define como d(Y ,X ) = ‖Y − X‖ ∈ R+. Figura 2: Distancia entre vectores: d(X ,Y ) = ‖V ‖ = ‖Y − X‖ 11 Desigualdad de Cauchy-Schwarz y ortogonalidad Desigualdad de Cauchy-Schwarz Proposición Para todo X ,Y ∈ Rn, se tiene que |X · Y | ≤ ‖X‖ ‖Y ‖, es decir, el valor absoluto del producto interno de dos vectores es menor o igual al producto de las normas de esos vectores. Ejemplo Si X1 = ( 3 4 ) y X2 = ( 6 8 ) , entonces • ‖X1‖ = √ 32 + 42 = 5, ‖X2‖ = √ 62 + 82 = 10, X1 · X2 = 3 ∗ 6 + 4 ∗ 8 = 50, por lo que |X1 · X2| = ‖X1‖ ‖X2‖. • Pero si X1 = ( 3 5 ) y X2 = ( 2 3 ) , entonces ‖X1‖ = √ 34, ‖X2‖ = √ 13 y |X1 · X2| = 6 + 15 = 21. Se tiene que 21 < √ 34 √ 13 = √ 442 ≈ 21, 0238 12 Ortogonalidad • Se puede probar que el coseno del ángulo que forman los vectores X ∈ Rn con Y ∈ Rn es dado por cos(∠(X ,Y )) = X · Y ‖X‖ ‖Y ‖ ∈ [−1, 1]. • Cuando el ángulo es 90◦, de modo que el coseno es 0, ocurre que los vectores son perpendiculares (ortogonales). • Cuando el ángulo es 90◦ entonces su coseno es 0. • Conclusión: dos vectores X ,Y ∈ Rn son perpendiculares (ortogonales) śı y solo śı X · Y = 0. • Escribiremos X ⊥ Y para indicar que esos vectores son ortogonales: X ⊥ Y ⇐⇒ X · Y = 0. 13 Proposición Dados X ,Y ∈ Rn, ambos diferentes de 0n, tenemos que si X ⊥ Y entonces X e Y son l.i. La reciproca no necesariamente es cierto (dos vectores pueden ser l.i sin que sean ortogonales). • Esquema de la prueba: suponiendo que X ⊥ Y , ambos 6= 0n, dados α, β tal que αX + βY = 0n, tenemos que (producto interno con X ): (αX ) · X + (βY ) · X = 0n · X ⇒ α‖X‖2 + β0 = 0 ⇒ α = 0. Ya que α = 0: 0X + βY = 0n ⇒ β = 0, implicando que los vectores son l.i. 14 Ejemplo ¿β para que X1 = ( 1 β ) y X2 = ( 3 8 ) sean ortogonales? • Se debe cumplir que 1 ∗ 3 + β ∗ 8 = 0 ⇒ β = −3 8 . Ejemplo Si X1 ⊥ X2 y X1 ⊥ X3 entonces para todo α, β ocurre que X1 ⊥ (αX1 + βX2). En efecto: X1 · (αX1 + βX2) = αX1 · X2 + βX1 · X3 = α 0 + β 0 = 0. 15 Objetivos de la clase Producto interno Norma Euclidiana y distancia Desigualdad de Cauchy-Schwarz y ortogonalidad
Compartir