6.

1 Producto interior, longitud y ortogonalidad 375

cuadrados, y la x̂ deseada se llama solución de mínimos cuadrados de Ax = b. En las

secciones 6.1, 6.2 y 6.3 se desarrollan los conceptos fundamentales de ortogonalidad y
proyecciones ortogonales, los cuales se usan en la sección 6.5 para encontrar x̂.
En la sección 6.4 se proporciona otra oportunidad de observar el funcionamiento de
las proyecciones ortogonales, al crear una factorización de matrices ampliamente usada
en el álgebra lineal numérica. Las secciones restantes examinan algunos de los múltiples
problemas de mínimos cuadrados que surgen en las aplicaciones, incluidos aquellos de
espacios vectoriales más generales que Rn. Sin embargo, en todos los casos los escalares
son números reales.

6.1 PRODUCTO INTERIOR, LONGITUD Y ORTOGONALIDAD

Los conceptos geométricos de longitud, distancia y perpendicularidad, que son bien conocidos para
R2 y R3, se definen aquí para Rn. Estos conceptos proporcionan potentes herramientas geométricas
para resolver muchos problemas aplicados, incluidos los problemas de mínimos cuadrados que ya
se mencionaron. Las tres nociones se definen en términos del producto interior de dos vectores.

El producto interior
Si u y v son vectores en Rn, entonces u y v se consideran como matrices de n × 1. La transpuesta uT
es una matriz de 1 × n y el producto matricial uTv es una matriz de 1 × 1, la cual se escribe como un
solo número real (un escalar) sin corchetes. Al número uTv se le llama producto interior de u y v,
y se escribe a menudo como u · v. Este producto interior, mencionado en los ejercicios de la sección
2.1, también se conoce como producto punto. Si
⎡ ⎤ ⎡ ⎤
u1 v1
⎢ u2 ⎥ ⎢ v2 ⎥
⎢ ⎥ ⎢ ⎥
u=⎢ . ⎥ y v=⎢ . ⎥
⎣ .. ⎦ ⎣ .. ⎦
un vn

entonces el producto interior de u y v es

⎡ ⎤
v1
⎢ v2 ⎥
⎢ ⎥
[ u1 u2 · · · un ]⎢ . ⎥ = u1 v1 + u2 v2 + · · · + un vn
⎣ .. ⎦
vn

⎤⎡ ⎡ ⎤
2 3
EJEMPLO 1 Calcule u · v y v · u cuando u = ⎣ −5 ⎦y v = ⎣ 2 ⎦.
−1 −3
376 Capítulo 6 Ortogonalidad y mínimos cuadrados

Solución
⎤ ⎡
3
u · v = uT v = [ 2 −5 −1 ]⎣ 2 ⎦ = (2)(3) + (−5)(2) + (−1)(−3) = −1
−3
⎡ ⎤
2
v · u = vT u = [ 3 2 −3 ]⎣ −5 ⎦ = (3)(2) + (2)(−5) + (−3)(−1) = −1
−1 ❙❙❙❙❘❙❙❙❙❚

Por los cálculos del ejemplo 1, resulta claro por qué u · v = v · u. Esta conmu-
tatividad del producto interior se aplica en lo general. Las siguientes propiedades del
producto interior se deducen fácilmente de las propiedades de la operación transpuesta
estudiada en la sección 2.1. (Vea los ejercicios 21 y 22 al final de esta sección.)

TEOREMA 1 Sean u, v y w vectores en Rn, y sea c un escalar. Entonces,

a. u · v = v · u
b. (u + v) · w = u · w + v · w
c. (cu) · v = c(u · v) = u · (cv)
d. u · u ≥ 0, y u · u = 0 si, y sólo si, u = 0

Las propiedades (b) y (c) pueden combinarse varias veces para producir la siguiente
regla útil:
(c1 u1 + · · · + cp up ) · w = c1 (u1 · w) + · · · + cp (up · w)

La longitud de un vector
Si v está en Rn, con entradas v1, . . . , vn, entonces la raíz cuadrada de v · v está definida
porque v · v no es negativo.

DEFINICIÓN La longitud (o norma) de v es el escalar no negativo v definido mediante

√
v v·v = v21 + v22 + · · · + v2n , y v 2
= v·v

x2
(a, b)
a
√
⎯⎯⎯⎯⎯
a2 + b2 Suponga que v está en R2, por ejemplo, v = . Si se identifica a v con un punto
|b|
b
geométrico en el plano, como siempre, entonces v coincide con la noción estándar
0
x1 de la longitud del segmento de línea que va desde el origen hasta v. Esto se deriva del
|a|
teorema de Pitágoras aplicado a un triángulo como el de la figura 1.
FIGURA 1 Interpretación de v Un cálculo similar con la diagonal de una caja rectangular muestra que la definición
como longitud. de la longitud de un vector v en R3 coincide con la noción usual de longitud.
 6.1 Producto interior, longitud y ortogonalidad 377

Para cualquier escalar c, la longitud de cv es |c| veces la longitud de v. Esto es,

cv c v

(Para ver esto, calcule cv2 = (cv) · (cv) = c2v · v = c2v2 y obtenga las raíces cua-
dradas.)
Un vector cuya longitud es 1 se llama vector unitario. Si se divide un vector v
diferente de cero entre su longitud —esto es, se multiplica por 1/v— se obtiene un
vector unitario u porque la longitud de u es (1/v)v. El proceso de crear a u a partir
de v en ocasiones se denomina normalización de v, y se dice que u está en la misma
dirección que v.
Varios de los ejemplos siguientes utilizan una notación con la que se ahorra espacio
con vectores (columna).

EJEMPLO 2 Sea v = (1, −2, 2, 0). Encuentre un vector unitario u en la misma direc-
ción que v.
Solución Primero, determine la longitud de v:
v 2 = v · v = (1)2 + (−2)2 + (2)2 + (0)2 = 9
√
v 9=3

Después, multiplique v por 1/v para obtener

⎡⎤ ⎡ ⎤
1 1/3
1 1 1 ⎢ −2 ⎥ ⎢ ⎥
⎥ = ⎢ −2/3 ⎥
u= v= v= ⎢⎣ ⎦ ⎣ ⎦
v 3 3 2 2/3
0 0
x2 Para comprobar que u = 1, basta con demostrar que u2 = 1.
W
1 2 2 2 2
u 2
= u·u = 3
+ − 23 + 3
+ (0)2
= 1
9
+ 4
9
+ 4
9
+ 0=1 ❙❙❙❙❘❙❙❙❙❚
1
x
x1
1

(a) EJEMPLO 3 Sea W el subespacio de R2 generado por x = ( 23 , 1). Encuentre un vector

unitario z que sea una base de W.
x2
Solución W consta de todos los múltiplos de x, como en la figura 2(a). Cualquier vec-
tor en W que sea diferente de cero es una base de W. Para simplificar el cálculo, “escale”
y x para eliminar las fracciones. Esto es, se multiplica x por 3 para obtener
2
1
z y=
3
x1
1 √
Ahora calcule y 2
= 22 + 32 = 13, y 13, y normalice y para obtener
(b) √
1 2 2/√13
z= √ =
FIGURA 2 13 3 3/ 13
Normalización de un vector para √ √
producir un vector unitario. Vea la figura 2(b). Otro vector unitario es (−2/ 13, −3/ 13). ❙❙❙❙❘❙❙❙❙❚
378 Capítulo 6 Ortogonalidad y mínimos cuadrados

Distancia en Rn
Ahora se tiene la capacidad de describir qué tan cercano es un vector a otro. Recuerde
que si a y b son números reales, la distancia sobre la recta numérica entre a y b es el
número |a − b|. En la figura 3, se muestran dos ejemplos. Esta definición de distancia en
R tiene un análogo directo en Rn.

a b a b

1 2 3 4 5 6 7 8 9 –3 – 2 –1 0 1 2 3 4 5
6 unidades de distancia 7 unidades de distancia

|2 – 8| = |–6| = 6 o bien |8 – 2| = |6| = 6 |(–3) – 4| = |–7| = 7 o bien |4 – (–3)| = |7| = 7

FIGURA 3 Distancias en R.

DEFINICIÓN Para u y v en Rn, la distancia entre u y v, escrita como dist(u, v), es la longitud
del vector u − v. Esto es,
dist(u, v) u−v

En R2 y R3, esta definición de distancia coincide con las fórmulas usuales para la
distancia euclidiana entre dos puntos, tal como indican los dos ejemplos siguientes.

EJEMPLO 4 Encuentre la distancia entre los vectores u = (7, 1) y v = (3, 2).

Solución Calcule

7 3 4
u−v= − =
1 2 −1
√
u−v 42 + (−1)2 = 17

Los vectores u, v y u − v se muestran en la figura 4. Cuando se suma el vector

u − v a v, el resultado es u. Observe que el paralelogramo de la figura 4 muestra que la
distancia de v a u es la misma que de u − v a 0. ❙❙❙❙❘❙❙❙❙❚

x2
v
||u – v||
1 u
x1
1
u–v
–v

FIGURA 4 La distancia entre u y v es la

longitud de u − v.
 6.1 Producto interior, longitud y ortogonalidad 379

EJEMPLO 5 Si u = (u1, u2, u3) y v = (v1, v2, v3), entonces

dist(u, v) u−v (u − v) · (u − v)
= (u1 − v1 )2 + (u2 − v2 )2 + (u3 − v3 )2 ❙❙❙❙❘❙❙❙❙❚

Vectores ortogonales
El resto de este capítulo se subordina al hecho de que el concepto de líneas perpendicu-
lares en la geometría euclidiana ordinaria tiene un análogo en Rn.
Considere R2 o R3 y dos líneas que pasen por el origen determinadas mediante los
||u – v|| u vectores u y v. Las dos líneas que se muestran en la figura 5 son geométricamente
v perpendiculares si, y sólo si, la distancia desde u hasta v es igual a la distancia desde
u hasta −v. Esto es análogo a pedir que los cuadrados de las distancias sean iguales.
||u –(– v)|| Ahora
0
[ dist(u, −v) ]2 u − (−v) 2
u+v 2

–v
= (u + v) · (u + v)
FIGURA 5 = u · (u + v) + v · (u + v) Teorema 1(b)
= u·u + u·v + v·u + v·v Teorema 1(a), (b)

u 2
+ v 2
+ 2u · v Teorema 1(a) (1)

Los mismos cálculos con v y −v intercambiados muestran que

[dist(u, v)]2 u 2
+ v 2
+ 2u · (−v)
u 2
+ v 2
− 2u · v

Las dos distancias elevadas al cuadrado son iguales si, y sólo si, 2u · v = −2u · v, lo cual
sucede si, y sólo si, u · v = 0.
Estos cálculos muestran que cuando los vectores u y v se identifican con puntos
geométricos, las líneas correspondientes que pasan por los puntos y el origen son per-
pendiculares si, y sólo si, u · v = 0. La siguiente definición generaliza a Rn esta no-
ción de perpendicularidad (u ortogonalidad, como se le llama comúnmente en álgebra
lineal).

DEFINICIÓN Dos vectores u y v en Rn son ortogonales (entre sí) si u · v = 0.

u+v
||v||

||u + v|| u Observe que el vector cero es ortogonal a todo vector en Rn porque 0Tv = 0 para
v toda v.
||u|| En el teorema siguiente se proporciona un dato clave acerca de los vectores orto-
gonales. La demostración se deriva inmediatamente a partir de los cálculos incluidos en
0 (1) antes de la definición de ortogonalidad. El triángulo rectángulo mostrado en la figura 6
FIGURA 6 proporciona una visualización de las longitudes que aparecen en el teorema.