Saltar al contenido

Diario de clases

Clases de Jesús Soto

Menú
  • Home
  • Equation Editor
  • Generador de tablas
Menú

ALG: Proyección ortogonal

Posted on 20 de noviembre de 2026

Proposición: Si \(S,T\subset \mathcal{E}\) son subespacios de un espacio vectorial euclídeo de dimensión finita, y \(T\subset S\) entonces \(S^\bot \subset T^\bot\).

Proposición: Si \(S,T\subset \mathcal{E}\), son subespacios de un espacio vectorial euclídeo de dimensión finita, entonces

  • \((S+T)^\bot=S^\bot \cap T^\bot\)
  • \((S\cap T)^\bot=S^\bot + T^\bot\)

Proposición: Si \(S\subset \mathcal{E}\) es un subespacio de un espacio vectorial euclídeo de dimensión finita, entonces $$\mathcal{E}=S\oplus S^{\bot}$$

Corolario: Si \(S\subset \mathcal{E}\) es un subespacio de un espacio vectorial euclídeo de dimensión finita, entonces $$dim(\mathcal{E})=dim(S)+ dim(S^{\bot})$$

Esta última proposición nos dice que \(\mathcal{E}\) es suma directa de \(S\) y \(S^{\bot}\); es decir, para todo \(\vec{v}\in \mathcal{E}\) existen dos únicos vectores \(\vec{u}\in S\) y \(\vec{w}\in S^{\bot}\), tales que $$\vec{v}=\vec{u}+\vec{w}.$$

Estos vectores \(\vec{u}\) o \(\vec{w}\) son lo que llamamos proyecciones ortogonales de \(\vec{v}\) sobre \(S\) o \(S^{\bot}\) respectivamente.

La definición clásica nos dice que si \(S\subset \mathcal{E}\), un subespacio vectorial de un espacio euclídeo, para nuestros casos finitamente generados, llamamos proyección ortogonal del vector \(\vec{v}\) sobre el subespacio \(S\), al único vector \(\vec{u}\in S\) tal que \(\vec{v}-\vec{u}\in S^{\bot}\).

A la aplicación \(\mathbf{proy}_S:\mathcal{E}\to S\) que a cada vector de \(\mathcal{E}\) le hace corresponder su proyección ortogonal sobre \(S\), se le denomina del mismo modo: proyección ortogonal.

Veamos un método para calcular la proyección ortogonal.

Primero empezamos con la proyección sobre un vector. Si \(S=\mathbf{Gen}\{\vec{s}\}\); es decir, es una recta, entonces \[\mathbf{proy}_\vec{s}(\vec{v})=\frac{\vec{v}\bullet\vec{s}}{\parallel\vec{s}\parallel^2}\vec{s}.\]

Ejercio: Hallar la proyección de \(A:\begin{bmatrix}1 & 2\\ -1 & 3\end{bmatrix}\) sobre \(B:\begin{bmatrix}1 & 1\\ 0 & -2\end{bmatrix}\)

\[\begin{split}
\mathbf{proy}_BA&=\frac{A\bullet B}{B\bullet B}B=
\frac{\mathbf{tr}\left(\begin{bmatrix}1 & 2\\ -1 & 3\end{bmatrix}^t\begin{bmatrix}1 & 1\\ 0 & -2\end{bmatrix}\right)}
{\mathbf{tr}\left(\begin{bmatrix}1 & 1\\ 0 & -2\end{bmatrix}^t\begin{bmatrix}1 & 1\\ 0 & -2\end{bmatrix}\right)}
\ \begin{bmatrix}1 & 1\\ 0 & -2\end{bmatrix}\\
&=\frac{\mathbf{tr}\left(\begin{bmatrix}1 & 3\\ 2 & -4\end{bmatrix}\right)}
{\mathbf{tr}\left(\begin{bmatrix}1 & 1\\ 1 & 5\end{bmatrix}\right)}
\ \begin{bmatrix}1 & 1\\ 0 & -2\end{bmatrix}\\
&=\frac{-3}{6}\begin{bmatrix}1 & 1\\ 0 & -2\end{bmatrix}\\
&=\frac{-1}{2}\begin{bmatrix}1 & 1\\ 0 & -2\end{bmatrix}
\end{split}\]

Luego, determinando la proyección de un vector sobre un subespacio, puedes obtener de manera indirecta la proyección sobre su ortogonal.

Ejemplo: Hallar \(u:[2,3,2]\) como suma directa del subespacio vectorial \(\mathbf{Gen}\{[1,2,-6]\}\) y su ortogonal.


Extenderlo a cualquier subespacio es sencillo; solo necesitamos una base ortogonal del subespacio: Sea \( \{\vec{u}_1,\vec{u}_1,\ldots,\vec{u}_m\}\) una base ortogonal de \(S\), entonces
\[proy_S(\vec{v})=\sum_{i=1}^m\frac{\vec{v}\bullet\vec{u}_i}{\parallel\vec{u}_i\parallel^2}\vec{u}_i.\]

Ejercicio: Sea \(S:\left\{\begin{bmatrix}3a+2b & -2a-b\\ b & a\end{bmatrix}\in\mathcal{M}_2(\mathbb{R}) \right\}\). ¿Cuál es la \(\left\|\textbf{proy}_S\left(\begin{bmatrix}-1 & 0\\ 2 & 1\end{bmatrix}\right)\right\|\)


Ejercicio: Sea \(S:\{(x,y,z,t)\in\mathbb{R}^4;\ 2x+y-z=0,\ x-y+3t=0\}\). ¿Cuál es la \(\|\textbf{proy}_S([-1,0,2,1])\|\)?


Si además la base es ortonormal, la expresión se reduce mucho:
\[proy_S(\vec{v})=(\vec{v}\bullet\vec{u}_i)\vec{u}_1+(\vec{v}\bullet\vec{u}_2)\vec{u}_2+\ldots+(\vec{v}\bullet\vec{u}_m)\vec{u}_m.\]

El propósito es determinar, dado un subespacio vectorial \(S\subset\mathbb{R}^n\) y un vector, o punto, \(\vec{v}\in\mathbb{R}^n\), minimizar la distancia de \(\vec{v}\) a cualquier \(\vec{s}\in S\). Para conseguirlo utilizamos el siguiente resultado:

Teorema: Sea \(S\subset\mathbb{R}^n\) un sube.v., \(\vec{v}\in\mathbb{R}^n\) y \(\vec{s}\in S\), son equivalentes

  1. \(\vec{s}\in S\) es la proyección ortogonal de \(\vec{v}\) sobre \(S\), \(proy_S(\vec{v})\); es decir, \(\vec{v}-\vec{s}\in S^{\bot}\)
  2. \(\vec{s}\in S\) es la mejor aproximación de \(\vec{v}\) sobre \(S\); es decir, \(\parallel \vec{v}-\vec{s}\parallel\leq \parallel \vec{v}-\vec{w}\parallel\,\forall \vec{w}\in S\)

Este resultado nos será fundamental para el problema de mínimos cuadrados que veremos el próximo día.

Ejercicio: Sea $W$ el subespacio vectorial de $\mathbb{R}^3$ generado por los vectores $\mathbf{v}_1 = \begin{bmatrix} 1 \\ 2 \\ -1 \end{bmatrix}$ y $\mathbf{v}_2 = \begin{bmatrix} 2 \\ 1 \\ 1 \end{bmatrix}$, considerando el producto escalar habitual en $\mathbb{R}^3$. ¿Cuál de los siguientes conjuntos constituye una base de su complemento ortogonal $W^\perp$?
  • $B_1 = \left\{ \begin{bmatrix} 1 \\ -1 \\ -1 \end{bmatrix} \right\}$
  • $B_2 = \left\{ \begin{bmatrix} 1 \\ -1 \\ -1 \end{bmatrix}, \begin{bmatrix} -2 \\ 2 \\ 2 \end{bmatrix} \right\}$
  • $B_3 = \left\{ \begin{bmatrix} 1 \\ 1 \\ 3 \end{bmatrix} \right\}$


La solución se mostrará más adelante.

MathBio: Cálculo integral

Posted on 19 de noviembre de 2026

Hoy empezamos con el cálculo integral. Explicamos un poco de historia del cálculo integral y comenzamos la integral indefinida, el cálculo de primitivas. Este cálculo parte de la necesidad de encontrar las…

ALG: Complemento ortogonal

Posted on 18 de noviembre de 2026

Si tenemos un espacio vectorial euclídeo de dimensión finita, \(\mathcal{E}\), definimos el complemento ortogonal (a veces simplemente ortogonal) de un subespacio \(S\) de \(\mathcal{E}\) a \[S^\bot=\{\vec{v}\in \mathcal{E}|\;\vec{v}\bullet\vec{u}=0\,\forall \vec{u}\in S\}\] Proposición. Si \(S\subset…

MathBio: Gradiente y derivada direccional

Posted on 17 de noviembre de 2026

El gradiente Consideremos \(f:D\subseteq \mathbb{R}^2\;\longrightarrow\;\mathbb{R}\,\) un campo escalar de dos variables; entonces el gradiente de \(f\) es la función vectorial \(\nabla f : D\subseteq \mathbb{R}^2\;\longrightarrow\;\mathbb{R}^2\) definida por \[\nabla f(x, y) = (f_x(x,…

MathBio: Cálculo diferencial con maxima

Posted on 16 de noviembre de 2026

Abordemos cómo hacer la derivada a funciones reales de una variable real: diff(expr, variable, veces): Calcula la derivada de una Función que depende de la variable el número de veces indicado. El…

ALG: El espacio vectorial euclídeo con maxima

Posted on 16 de noviembre de 2026

Suma e intersección de subespacios Ejercicio: Sean los subespacios vectoriales \(S=\textbf{Gen}\{[[1,2],[2,1]],\) \([[0,-1],[1,1]]\}\) \(\in\mathcal{M}_2(\mathbb{R})\) y \(T=\textbf{Gen}\{[[-1,0],[3,-1]],\)\([[1,9],[9,-2]]\}\in\mathcal{M}_2(\mathbb{R})\). Determinar las ecuaciones implícitas de \(S\cap T\). Solución: Ejercicio: Dados los subespacios anteriores, ¿cuáles son las sumas(en…

ALG: Ortonormalización de Gram-Schmidt

Posted on 13 de noviembre de 2026

Recordemos que, dado un espacio euclídeo, \((\mathcal{E},\bullet)\), dos vectores se dicen ortogonales si \[\vec{x}\perp \vec{y} \Leftrightarrow \vec{x}\bullet \vec{y}=0\] Con esta definición, decimos que \(B=\{\vec{v}_1,\vec{v}_2,\ldots,\vec{v}_n\}\) es un conjunto ortogonal si dos a dos…

MathBio: Aplicaciones de las derivadas parciales

Posted on 13 de noviembre de 2026

Hoy vamos a ver aplicaciones importantes de las derivadas parciales: Derivación implícita Consideremos una ecuación que define a \(y\) en forma implícita; es decir, \(F(x, y)=0\) es una función implícita en cierta…

ALG: El Espacio Vectorial Euclídeo

Posted on 11 de noviembre de 2026

Comenzamos con el Tema 7. El tema lo hemos llamado Ortogonalización, aunque es una parte del más genérico que sería Espacio Vectorial Euclídeo. El propósito de este tema es dar a un…

ALG: Intersección, incidencia y paralelismo

Posted on 9 de noviembre de 2026

Vamos a tratar la posición relativa de dos variedades afines: \(L_1=P+C_1\) y \(L_2=Q+C_2\). Diremos que se cortan si el conjunto \(L_1\cap L_2\) no es vacío. Si \(L_1\cap L_2=\phi\); es decir, si no…

Paginación de entradas

1 2 … 5 Siguientes

Novela

La Loba, la lucha fraticida por un reino

La Loba, la lucha fratricida por un reino.

Urraca, señora de Zamora, acusada de instigar la muerte de su hermano, el rey Sancho de Castilla, deberá defenderse de la acusación, al tiempo que luchará por mantener la cohesión entre los hermanos y los reinos cristianos: una lobera de fieros lobeznos.

👉 En amazon

Entradas recientes

  • ALG: Proyección ortogonal
  • MathBio: Cálculo integral
  • ALG: Complemento ortogonal
  • MathBio: Gradiente y derivada direccional
  • MathBio: Cálculo diferencial con maxima
noviembre 2026
L M X J V S D
 1
2345678
9101112131415
16171819202122
23242526272829
30  
« Oct    

Asignaturas

  • álgebra
  • bioestadistica
  • matematica discreta
  • mathbio

Prácticas

  • Prácticas álgebra
  • Prácticas mathbio

Meta

  • Acceder
  • Feed de entradas
  • Feed de comentarios
  • WordPress.org
©2026 Diario de clases | Diseño: Tema de WordPress Newspaperly