En la siguiente imagen puedes observar que sucede con la circunferencia unitaria bajo la norma-p, y que sucede cuando $p \longrightarrow \infty$ en $\mathbb{R}^2$.

https://www.geogebra.org/classic/uzunyguh

Definición:

Un espacio métrico es una pareja $(X,d)$ con $X$ un conjunto y $d$ una función

$$d: X\times X \longrightarrow \mathbb{R}$$ tal que:

• $d(x,y) \geqslant 0 \; \; \forall \; x, y \in X$
• $d(x,y) = d(y,x) \; \; \forall \; x, y \in X$
• $d(x,z) \leqslant d(x,y) + d(y,z) \; \; \forall \; x, y, z \in X$
• $d(x,y) = 0 \iff x = y$

La función $d$ se llama «métrica» y $d(x,y) = \|x-y\|$ es la métrica Euclidiana en $\mathbb{R}^n$.

En la entrada anterior vimos el concepto de norma Euclidiana. Tal vez te preguntes si todas las normas están inducidas por un producto interior; bueno, aquí te presentamos una norma que no está inducida por un producto interior, se llama norma infinito.

Definición

Sea $x \in \mathbb{R}^2$ tal que $x=(x_1, x_2)$, se define la norma infinito de la siguiente manera:

$$\|x\|_{\infty} = máx \big\{|x_1| , |x_2| \big\}$$

Observemos que definimos $\| \; \|_{\infty} : \mathbb{R}^2 \longrightarrow \mathbb{R} $ para que resulte más comprensible, pero no solamente es válida para $n=2$ sino para cualquier $n$, en cuyo caso $$\|x\|_{\infty} = máx \big\{|x_1| , |x_2|, \dotsc , |x_n| \big\}$$

En la imagen que colocamos a continuación, puedes ver la circunferencia unitaria con $\| \; \|_{\infty}$

Sea $(V,+,\cdot)$ un espacio vectorial, un producto interior $\langle \; \rangle$ es una función

$$\langle \; \rangle : V\times V \longrightarrow \mathbb{R}$$

tal que cumple que:

• $\langle v,v \rangle \geqslant 0 \; \; \forall \, v \in V$
• $\langle v,v \rangle = 0 \iff 0 \in V$
• $\langle v,w \rangle = \langle w,v \rangle \; \; \forall \, v, w \in V$
• $\langle \lambda v_1 + v_2, w \rangle = \lambda \langle v_1, w \rangle + \langle v_2, w\rangle$

El producto interior de $\mathbb{R}^n$ que usualmente ocupamos es el producto punto.

Sean $x=(x_1, x_2, \dotsc, x_n)$ y $y=(y_1, y_2, \dotsc, y_n)$ entonces

$$x\cdot y = x_1\, y_1 + x_2 \, y_2 + \dotsc + x_n \, y_n$$

En una entrada anterior recordamos el concepto de producto interior. A continuación presentamos el concepto de norma, norma Euclidiana.

Comenzamos:

Norma

Una norma en un espacio vectorial $(V , + , \cdot )$ es una función

$$\|.\|: V \times V \longrightarrow \mathbb{R}$$ tal que:

1. $\|v\| \geqslant 0 \; \; \forall \, v \in V$
2. $\|v\| =0 \iff v=0 \in V$
3. $\|\lambda v\| = |\lambda| \, \|v\| \; \; \forall \; v\in V ;\; \forall \; \lambda \in \mathbb{R}$
4. $\|v+w\| \leqslant \|v\| + \|w\| \; \; \forall \; v, w \in V$

Norma Euclidiana en $\mathbb{R}^n$

Sea $x \in \mathbb{R}^n$ tal que $x=(x_1, x_2, \dotsc, x_n)$ se define la norma Euclidiana como:

$$\big\| x \big\|=\sqrt{x_1^2 + x_2^2 + \dotsc + x_n^2 \, \; }$$

La norma Euclidiana cumple con la desigualdad de CB.S. (Cauchy-Bunyakowski-Schwarz) y con la ley del paralelogramo.

La norma Euclidiana es un ejemplo de norma inducida por un producto interior, ya que

$$\big\| v \big\|=\sqrt{v_1^2 + v_2^2 + \dotsc + v_n^2 \, \; } = \sqrt{ \langle v, v \rangle}$$

Otro ejemplo de norma inducida por otro producto interior en $\mathbb{R}^2$ se representa en la siguiente imagen