Archivo de la etiqueta: métrica

Álgebra Lineal I: Ángulos, norma, distancia y desigualdad de Minkowski

Introducción

Estamos listos para hablar de varias nociones geométricas como ángulo, norma, distancia y de la desigualdad de Minkowski. Antes de hacer eso, hagamos un breve repaso de qué hemos hecho en estas últimas entradas.

Primero, hablamos de formas bilineales y de su formas cuadráticas asociadas. Segundo, vimos cómo a través de la identidad de polarización podemos asignar una única forma bilineal simétrica a una forma cuadrática. Finalmente, en la última entrada nos enfocamos en las formas bilineales simétricas que cumplían cierta condición de positividad.

En esa misma entrada definimos producto interior, que simplemente es una forma bilineal simétrica y positiva definida. También definimos la norma de un vector en un espacio con producto interior $\langle \cdot, \cdot \rangle$, que era $$\Vert x \Vert = \sqrt{\langle x, x \rangle}.$$

Finalmente, en la entrada anterior probamos la siguiente versión general de la desigualdad de Cauchy-Schwarz:

Teorema (desigualdad de Cauchy-Schwarz). Sea $b:V\times V\to \mathbb{R}$ una forma bilineal simétrica y $q$ su forma cuadrática asociada.

  • Si $b$ es positiva, entonces para todo $x$ y $y$ en $V$ tenemos que $$b(x,y)^2\leq q(x)q(y).$$ Si $x$ y $y$ son linealmente dependientes, se da la igualdad.
  • Además, si $b$ es positiva definida y $x$ y $y$ son linealmente independientes, entonces la desigualdad es estricta.

Ángulos

Fijemos $V$ un espacio vectorial sobre los reales con producto interior. En la entrada anterior vimos que la desigualdad de Cauchy-Schwarz implica que para cualesquiera vectores $x$ y $y$ en $V$ tenemos que $$|\langle x, y \rangle| \leq \Vert x \Vert \cdot \Vert y \Vert.$$

Si $x$ y $y$ son vectores distintos de cero, podemos reescribir la desigualdad anterior como $$-1\leq \frac{\langle x, y \rangle}{\Vert x \Vert \cdot \Vert y \Vert}\leq 1.$$ Esto justifica la siguiente definición.

Definición. Sean $x$ y $y$ vectores no nulos. Definimos al ángulo entre $x$ y $y$ como el único ángulo $\theta$ en el intervalo $[0,\pi]$ tal que $$\cos \theta = \frac{\langle x, y \rangle}{\Vert x \Vert \cdot \Vert y \Vert}.$$

Observa que $\theta=\frac{\pi}{2}$ si y sólo si $\frac{\langle x, y \rangle}{\Vert x \Vert \cdot \Vert y \Vert}=0$. Esto ocurre si y sólo si $\langle x, y \rangle=0$. Este caso es particularmente importante, y por ello recibe una definición especial.

Definición. Decimos que $x$ y $y$ son ortogonales si $\langle x, y \rangle=0$.

Para empezar, veamos un ejemplo sencillo de ortogonalidad.

Ejemplo. Tomemos $\mathbb{R}^5$ con el producto interior canónico, es decir, el producto punto. Los vectores $u=(1,0,-4,0,5)$ y $v=(0,3,0,-2,0)$ tienen producto punto $$\langle u, v \rangle}=1\cdot 0 + 0\cdot 3 + (-4)\cdot 0 + 0 \cdot (-2) + 5 \cdot 0=0,$$ así que son ortogonales.

$\square$

Ahora, veamos un ejemplo un poco más elaborado, del cálculo de un ángulo en un espacio vectorial de funciones.

Ejemplo. Anteriormente vimos que $\mathcal{C}[0,1]$ tiene un producto interior $$\langle f, g \rangle=\int_0^1 f(x)g(x)\, dx.$$ Calculemos el ángulo entre $f(x)=x^2$ y $g(x)=x^3$ con este producto interior. Primero, calculamos $\Vert f \Vert$ y $\Vert g \Vert$ como sigue
\begin{align*}
\Vert f \Vert^2 &= \int_0^1 x^4 \,dx = \frac{1}{5}\\
\Vert g \Vert^2 &= \int_0^1 x^6 \,dx = \frac{1}{7},
\end{align*}

de donde $\Vert f \Vert = \frac{1}{\sqrt{5}}$ y $\Vert g \Vert = \frac{1}{\sqrt{7}}$.

Luego, calculamos
\begin{align*}
\langle f,g \rangle &=\int_0^1 f(x)g(x) \, dx\\
&=\int_0^1 x^5 \, dx\\
&=\frac{1}{6}.
\end{align*}

Como esperaríamos por la desigualdad de Cauchy-Schwarz, tenemos la siguiente desigualdad:
\begin{align*}
\langle f,g \rangle &= \frac{1}{6}\leq \frac{1}{\sqrt{35}}=\Vert f \Vert \Vert g \Vert.
\end{align*}

El ángulo entre $f$ y $g$ es entonces
\begin{align*}
\theta &= \arccos\left(\frac{\langle f, g \rangle}{\Vert f \Vert \cdot \Vert g \Vert}\right)\\
&=\arccos\left(\frac{1/6}{1/\sqrt{35}}\right)\\
&=\arccos\left(\frac{\sqrt{35}}{6}\right).
\end{align*}

$\square$

Desigualdad de Minkowski

Hay una forma un poco distinta de escribir la desigualdad de Cauchy-Schwarz. La enunciamos a continuación.

Teorema (desigualdad de Minkowski). Sean $x$ y $y$ vectores de un espacio vectorial $V$ con una forma cuadrática positiva $q$. Entonces $$\sqrt{q(x)}+\sqrt{q(y)}\geq \sqrt{q(x+y)}.$$

Demostración. Sea $b$ la forma polar de $q$. Recordemos que $$q(x+y)=q(x)+2b(x,y)+q(y).$$

Como $q$ es forma cuadrática positiva, la desigualdad que queremos mostrar es equivalente a la siguiente desigualdad obtenida de elevar ambos lados al cuadrado:

\begin{align*}
q(x)+2\sqrt{q(x)q(y)}+q(y)&\geq q(x+y)\\
&=q(x)+2b(x,y)+q(y).
\end{align*}

Cancelando $q(x)+q(y)$ de ambos lados y dividiendo entre $2$, obtenemos la desigualdad equivalente
\begin{align*}
\sqrt{q(x)q(y)}\geq b(x,y).
\end{align*}

Si $b(x,y)<0$, esta desigualdad es claramente cierta. Si $b(x,y)\geq 0$, esta desigualdad es equivalente a la obtenida de elevarla al cuadrado, es decir, $$q(x)q(y)\geq b(x,y)^2,$$ que es precisamente la desigualdad de Cauchy-Schwarz.

$\square$

De producto interior a norma

Estamos listos para mostrar algunas propiedades importantes de la noción de norma que definimos para espacios vectoriales reales con producto interior.

Proposición. Sea $V$ un espacio vectorial sobre $\mathbb{R}$ con producto interior con norma asociada $\Vert \cdot \Vert$. Se cumple que

  1. $\Vert v \Vert \geq 0$ para todo $v$ en $V$, con igualdad si y sólo si $v=0$.
  2. $\Vert cv \Vert =|c|\Vert v \Vert$ para todo $v$ en $V$ y real $c$.
  3. (Desigualdad del triángulo) $\Vert v \Vert + \Vert w \Vert \geq \Vert v+w \Vert$ para todo par de vectores $v$ y $w$ en $V$.

Demostración. Sea $b$ el producto interior de $V$. El punto 1 se sigue de que $b$ es positiva definida. El punto 2 se sigue de que $b$ es bilineal, pues $b(cv,cv)=c^2b(v,v)$, de modo que $$\Vert cv \Vert = \sqrt{c^2} \Vert v \Vert =|c| \Vert v \Vert.$$ El punto 3 es la desigualdad de Minkowski.

$\square$

En general, si tenemos un espacio vectorial $V$ sobre los reales y una función $\Vert \cdot \Vert:V \to \mathbb{R}$ que satisface los puntos 1 a 3 de la proposición anterior, decimos que $\Vert \cdot \Vert$ es una norma para $V$. Hay algunas normas que no se pueden obtener a través de un producto interior.

Ejemplo. Consideremos $V=M_n(\mathbb{R})$. El producto de Frobenius de las matrices $A$ y $B$ está dado por $$\langle A,B\rangle = \text{tr}(^tA B).$$ Se puede mostrar que el producto de Frobenius es un producto interior. La norma de Frobenius es la norma inducida por este producto, es decir, $$\Vert A \Vert = \sqrt{\text{tr}(^tAA)}.$$

Por la desigualdad de Minkowski, tenemos que para cualesquiera dos matrices $A$ y $B$ tenemos que $$\sqrt{\text{tr}(^t(A+B)(A+B))}\leq \sqrt{\text{tr}(^tAA)} + \sqrt{\text{tr}(^tBB)}.$$

En particular, si tomamos a la identidad $I$, tenemos que su norma de Frobenius es $\sqrt{n}$. Esto muestra la siguiente desigualdad, válida para cualquier matriz $A$ en $M_n(\mathbb{R})$:

$$\sqrt{\text{tr}((^tA+I)(A+I))}\leq \sqrt{\text{tr}(^tAA)}+ \sqrt{n}.$$

$\square$

De norma a distancia

Podemos pensar a la norma de un vector $v$ como qué tan lejos está del vector $0$. También nos gustaría poder hablar de qué tan lejos están cualesquiera dos vectores de un espacio vectorial con producto interior. Por esta razón, introducimos la siguiente definición.

Definición. Sea $V$ un espacio vectorial sobre $\mathbb{R}$ con producto interior de norma $\Vert \cdot \Vert$. La distancia asociada a este producto interior es la función $d:V\times V\to \mathbb{R}$ tal que $d(x,y)=\Vert x-y\Vert.$ A $d(x,y)$ le llamamos la distancia entre $x$ y $y$.

El siguiente resultado se sigue de las propiedades de la norma de un producto interior. Su demostración queda como tarea moral.

Proposición. Si $V$ es un espacio vectorial sobre $\mathbb{R}$ con producto interior de distancia $d$, entonces:

  1. $d(x,y)\geq 0$ para todos $x$ y $y$ en $V$ y es igual a $0$ si y sólo si $x=y$.
  2. $d(x,y)=d(y,x)$ para todos $x$ y $y$ en $V$.
  3. $d(x,z)+d(z,y)\geq d(x,y)$ para todos $x$, $y$ y $z$ en $V$.

En general, si tenemos cualquier conjunto $X$ (no hace falta que sea un espacio vectorial), a una función $d$ que satisface los puntos 1 a 3 de la proposición anterior se le conoce como una métrica para $X$. Cualquier norma en un espacio vectorial $V$ (no sólo las de producto interior) induce una métrica en $V$. Sin embargo, hay métricas de espacios vectoriales que no vienen de una norma.

Tarea moral

Los siguientes ejercicios y problemas te ayudarán a reforzar lo aprendido en esta entrada.

  • Toma $\mathbb{R}^4$ con el producto interior canónico (producto punto). Determina la norma de $(3,4,0,1)$. Encuentra el ángulo entre los vectores $(1,0,2,5)$ y $(4,5,0,-3)$.
  • Muestra que el producto de Frobenius es un producto interior en $M_n(\mathbb{R})$.
  • Demuestra la proposición de propiedades de la distancia

Considera $V=\mathbb{R}_3[x]$ el espacio vectorial de polinomios con coeficientes reales y grado a lo más $3$. Definimos $$\langle p,q \rangle = \sum_{j=1}^5 p(j)q(j).$$

  • Muestra que $\langle \cdot, \cdot \rangle$ así definido es un producto interior.
  • Encuentra el ángulo entre los polinomios $1+x^2$ y $2x-3x^3$.
  • Para cada entero positivo $n$, determina la norma del polinomio $1+nx^3$.
  • Determina la distancia entre los polinomios $1$ y $1+x+x^2+x^3$.

Más adelante…

Retomando conceptos ya definidos como la norma de un vector, en esta entrada vimos cómo encontrar el ángulo entre dos vectores no-nulos y se llegó a una forma natural de introducir la ortogonalidad entre dos vectores. Así mismo, se demostraron algunas propiedades de la norma asociada a un producto interior, siendo la última una forma distinta de expresar la desigualdad de Cauchy-Schwarz, usando la desigualdad de Minkowski. Finalmente, se definió el concepto de distancia entre dos vectores.

En entradas posteriores, usaremos estos conceptos para estudiar bases ortogonales, que tienen usos en conceptos matemáticos más avanzados como el análisis de Fourier o la teoría de polinomios ortogonales.

Entradas relacionadas

Álgebra Lineal I: Formas bilineales, propiedades, ejemplos y aclaraciones

Introducción

En entradas anteriores hemos platicado de dualidad, ortogonalidad y transformaciones transpuestas. Es importante que repases esas entradas y nos escribas si tienes dudas, pues ahora pasaremos a un tema un poco diferente: formas bilineales y cuadráticas. Estas nociones nos permitirán seguir hablando acerca de la geometría de espacios vectoriales en general.

Para esta parte del curso, nos vamos a enfocar únicamente en espacios vectoriales sobre $\mathbb{R}$. Se pueden definir los conceptos que veremos para espacios vectoriales en otros campos. Sobre todo, es posible definir conceptos análogos en $\mathbb{C}$ y obtener una teoría muy rica. Pero por ahora consideraremos sólo el caso de espacios vectoriales reales.

Aunque hablaremos de formas bilineales en general, una subfamilia muy importante de ellas son los productos interiores, que nos permiten hablar de espacios euclideanos. El producto interior es el paso inicial en una cadena muy profunda de ideas matemáticas:

  • Un producto interior nos permite definir la norma de un vector.
  • Con la noción de norma, podemos definir la distancia entre dos vectores.
  • A partir de un producto interior y su norma podemos mostrar la desigualdad de Cauchy-Schwarz, con la cual podemos definir ángulos entre vectores (por ejemplo, ¡podremos definir el ángulo entre dos polinomios!).
  • De la desigualdad de Cauchy-Schwarz, podemos probar que la noción de norma satisface la desigualdad del triángulo, y que por lo tanto la noción de distancia define una métrica.
  • Aunque no lo veremos en este curso, más adelante verás que una métrica induce una topología, y que con una topología se puede hablar de continuidad.

En resumen, a partir de un producto interior podemos hacer cálculo en espacios vectoriales en general.

Una forma bilineal con la cual probablemente estés familiarizado es el producto punto en $\mathbb{R}^n$, que a dos vectores $(x_1,x_2,\ldots,x_n)$ y $(y_1,y_2,\ldots,y_n)$ los manda al real $$x_1y_1+x_2y_2+\ldots+x_ny_n.$$ Este es un ejemplo de una forma bilineal que es un producto interior. También puede que estés familiarizado con la norma en $\mathbb{R}^n$, que a un vector $(x_1,\ldots,x_n)$ lo manda al real $$\sqrt{x_1^2+x_2^2+\ldots+x_n^2}.$$ Lo que está dentro de la raíz es un ejemplo de una forma cuadrática positiva definida. Incluyendo la raíz, este es un ejemplo de norma en espacios vectoriales.

Hay muchas otras formas bilineales y formas cuadráticas, pero los ejemplos mencionados arriba te pueden ayudar a entender la intuición detrás de algunos de los conceptos que mencionaremos. Para marcar algunas cosas en las que la intuición puede fallar, pondremos algunas «Aclaraciones» a lo largo de esta entrada.

En el futuro, tener una buena noción de la geometría de espacios vectoriales te ayudará a entender mucho mejor los argumentos de cursos de análisis matemático, de variable compleja y de optativas como geometría diferencial. Dentro de este curso, entender bien el concepto de forma bilineal te será de gran utilidad para cuando más adelante hablemos de formas multilineales y determinantes.

Formas bilineales

La definición fundamental para los temas que veremos en estas entradas es la siguiente, así que enunciaremos la definición, veremos varios ejemplos y haremos algunas aclaraciones.

Definición. Sea $V$ un espacio vectorial sobre $\mathbb{R}$. Una forma bilineal es una función $b:V\times V \to \mathbb{R}$ tal que:

  • Para todo $x$ en $V$, la función $b(x,\cdot):V\to \mathbb{R}$ que manda $v\in V$ a $b(x,v)$ es una forma lineal.
  • Para todo $y$ en $V$, la función $b(\cdot, y):V\to \mathbb{R}$ que manda $v\in V$ a $b(v,y)$ es una forma lineal.

Ejemplo 1. Considera el espacio vectorial de polinomios $\mathbb{R}_3[x]$ y considera la función $$b(p,q)=p(0)q(10)+p(1)q(11).$$ Afirmamos que $b$ es una forma bilineal. En efecto, fijemos un polinomio $p$ y tomemos dos polinomios $q_1$, $q_2$ y un real $r$. Tenemos que
\begin{align*}
b(p,q_1+rq_2)&=p(0)(q_1+rq_2)(10)+p(1)(q_1+rq_2)(11)\\
&= p(0)q_1(10)+p(1)q_1(11) + r ( p(0)q_2(10)+p(1)q_2(11))\\
&= b(p,q_1)+rb(p,q_2),
\end{align*}

De manera similar se puede probar que para $q$ fijo y $p_1$, $p_2$ polinomios y $r$ real tenemos que $$b(p_1+rp_2,q)=b(p_1,q)+rb(p_2,q).$$ Esto muestra que $b$ es una forma bilineal.

$\square$

Si $v=0$, entonces por el primer inciso de la definición, $b(x,v)=0$ para toda $x$ y por el segundo $b(v,y)=0$ para toda $y$, en otras palabras:

Proposición. Si $b$ es una forma bilineal en $b$, y alguno de $x$ o $y$ es $0$, entonces $b(x,y)=0$.

De la linealidad de ambas entradas de $b$, se tiene la siguiente proposición.

Proposición. Tomemos $b:V\times V\to \mathbb{R}$ una forma bilineal, vectores $x_1,\ldots,x_n$, $y_1,\ldots,y_m$ y escalares $a_1,\ldots,a_n,c_1,\ldots,c_m$. Tenemos que $$b\left(\sum_{i=1}^n a_ix_i, \sum_{j=1}^m c_j y_j\right)=\sum_{i=1}^n\sum_{j=1}^m a_ic_jb(x_i,y_j).$$

La proposición anterior muestra, en particular, que para definir una forma bilineal en un espacio vectorial $V$ de dimensión finita $n$, basta tomar una base $\{e_1,\ldots,e_n\}$ de $V$ y definir $b(e_i,e_j)$ para toda $1\leq i,j \leq n$.

Hagamos algunas aclaraciones acerca de las formas bilineales.

Aclaración 1. No es lo mismo una forma bilineal en $V$, que una transformación lineal de $V\times V$ a $\mathbb{R}$.

Ejemplo. La transformación $b((w,x),(y,z))=w+x+y+z$ sí es una transformación lineal de $\mathbb{R}^2\times \mathbb{R}^2 \to \mathbb{R}$, lo cual se puede verificar fácilmente a partir de la definición. Sin embargo, no es una forma bilineal. Una forma de verlo es notando que $$b((0,0),(1,1))=0+0+1+1=2.$$ Aquí una de las entradas es el vector cero, pero el resultado no fue igual a cero.

$\square$

Aclaración 2. Puede pasar que ninguna de las entradas de la forma bilineal sea $0$, pero que evaluando en ella sí de $0$.

Ejemplo. Consideremos la transformación $b:\mathbb{R}^2\times \mathbb{R}^2 \to \mathbb{R}$ tal que $$b((w,x),(y,z))=wy-xz.$$ Verificar que esta es una forma bilineal es sencillo y se deja como tarea moral. Además, se tiene que $b((1,0),(0,1))=0$.

$\square$

Más adelante, cuando definamos producto interior, nos van a importar mucho las parejas de vectores $v$, $w$ para las cuales $b(v,w)=0$.

Aclaración 3. Si $b$ es una forma bilineal, no necesariamente es cierto que $b(x,y)=b(y,x)$.

Ejemplo. Consideremos la transformación $b:\mathbb{R}^2\times \mathbb{R}^2 \to \mathbb{R}$ tal que $$b((w,x),(y,z))=wz-xy.$$ Verificar que esta es una forma bilineal es sencillo y se deja como tarea moral. Notemos que $b((2,1),(2,3))=6-2=4$, mientras que $b((2,3),(2,1))=2-6=-4$.

$\square$

Aquellas formas para las que sí sucede que $b(x,y)=b(y,x)$ son importantes y merecen un nombre especial.

Definición. Una forma bilineal $b:V\times V\to \mathbb{R}$ es simétrica si $b(x,y)=b(y,x)$ para todo par de vectores $x,y$ en $V$.

Para definir una forma bilineal $b$ simétrica en un espacio $V$ de dimensión finita $n$, basta tomar una base $\{e_1,\ldots,e_n\}$ y definir $b$ en aquellas parejas $b(e_i,e_j)$ con $1\leq i \leq j \leq n$.

Más ejemplos de formas bilineales

A continuación enunciamos más ejemplos de formas bilineales, sin demostración. Es un buen ejercicio verificar la definición para todas ellas.

Ejemplo. Si $a_1, a_2,\ldots, a_n$ son números reales y $V=\mathbb{R}^n$, entonces podemos definir $b:V\times V \to \mathbb{R}$ que manda a $x=(x_1,\ldots,x_n)$ y $y=(y_1,\ldots,y_n)$ a $$b(x,y)=a_1x_1y_1+\ldots+a_nx_ny_n.$$

Este es un ejemplo de una forma bilineal simétrica. Si todos los $a_i$ son iguales a $1$, obtenemos el producto punto o producto interior canónico de $\mathbb{R}^n$.

Ejemplo. Tomemos $V$ como el espacio vectorial de matrices $M_n(\mathbb{R})$. La transformación $b:V\times V\to \mathbb{R}$ tal que $b(A,B)=\text{tr}(AB)$ es una forma bilineal. Además, es simétrica, pues la traza cumple la importante propiedad $\text{tr}(AB)=\text{tr}(BA)$, cuya verificación queda como tarea moral.

Ejemplo. Tomemos $V$ el conjunto de funciones continuas y de periodo $2\pi$ que van de $\mathbb{R}$ a sí mismo. Es decir, $f:\mathbb{R}\to \mathbb{R}$ está en $V$ si es continua y $f(x)=f(x+2 \pi)$ para todo real $x$. Se puede mostrar que $V$ es un subespacio del espacio de funciones continuas, lo cual es sencillo y se queda como tarea moral. La transformación $b:V\times V \to \mathbb{R}$ tal que $$b(f,g)=\int_{-\pi}^\pi f(x) g(x)\, dx$$ es una forma bilineal.

Ejemplo. Consideremos $V=\mathbb{R}[x]$, el espacio vectorial de polinomios con coeficientes reales. Para $P$ y $Q$ polinomios definimos $$b(P,Q)=\sum_{n=1}^\infty \frac{P(n)Q(2n)}{2^n}.$$

La serie de la derecha converge absolutamente, de modo que esta expresión está bien definida. Se tiene que $b$ es una forma bilineal, pero no es simétrica.

Formas cuadráticas

Otra definición fundamental es la siguiente

Definición. Una forma cuadrática es una transformación $q:V\to \mathbb{R}$ que se obtiene tomando una forma bilineal $b:V\times V \to \mathbb{R}$ y definiendo $$q(x)=b(x,x).$$

Aclaración 4. Es posible que la forma bilineal $b$ que define a una forma cuadrática no sea única.

Ejemplo. Consideremos a la forma bilineal de $\mathbb{R}^2$ tal que $$b((x,y),(w,z))=xz-yw.$$ La forma cuadrática dada por $b$ es $$q(x,y)=b((x,y),(x,y))=xy-yx=0.$$ Esta es la misma forma cuadrática que la dada por la forma bilineal $$b'((x,y),(w,z))=yw-xz.$$ Pero $b$ y $b’$ son formas bilineales distintas, pues $b((1,0),(0,1))=1$, mientras que $b'((1,0),(0,1))=-1$.

$\square$

La aclaración anterior dice que puede que haya más de una forma bilineal que de una misma forma cuadrática. Sin embargo, resulta que la asignación es única si además pedimos a la forma bilineal ser simétrica. Este es el contenido del siguiente resultado importante.

Teorema (identidad de polarización). Sea $q:V\to \mathbb{R}$ una forma cuadrática. Existe una única forma bilineal simétrica $b:V\times V \to \mathbb{R}$ tal que $q(x)=b(x,x)$ para todo vector $x$. Esta forma bilineal está determinada mediante la identidad de polarización $$b(x,y)=\frac{q(x+y)-q(x)-q(y)}{2}.$$

En la siguiente entrada mostraremos el teorema de la identidad de polarización. Por el momento, para tomar más intuición, observa como la identidad se parece mucho a la igualdad $$xy=\frac{(x+y)^2-x^2-y^2}{2}$$ en números reales.

Tarea moral

Los siguientes ejercicios y problemas te ayudarán a reforzar lo aprendido en esta entrada.

  • Completa los detalles de la segunda parte del primer ejemplo.
  • Verifica que en efecto las transformaciones de los ejemplos de las aclaración 2 y 3 son formas bilineales.
  • Muestra que el subconjunto de funciones continuas $\mathbb{R}$ a $\mathbb{R}$ y de cualquier periodo $p$ es un subespacio del espacio vectorial $\mathcal{C}(\mathbb{R})$ de funciones continuas reales.
  • Demuestra que para $A$ y $B$ matrices en $M_{n}(F)$ se tiene que $\text{tr}(AB)=\text{tr}(BA)$.
  • Encuentra una forma cuadrática en el espacio vectorial $\mathbb{R}_3[x]$ que venga de más de una forma bilineal.
  • Muestra que el conjunto de formas bilineales de $V$ es un subespacio del espacio de funciones $V\times V \to \mathbb{R}$. Muestra que el conjunto de formas bilineales simétricas de $V$ es un subespacio del espacio de formas bilineales de $V$.
  • Piensa en cómo la igualdad $$xy=\frac{(x+y)^2-x^2-y^2}{2}$$ de números reales está relacionada con la identidad de polarización para el producto punto en $\mathbb{R}^n$.

Más adelante…

En esta entrada estudiamos una extensión de la noción de transformaciones lineales que ya habíamos discutido en la unidad anterior. Enunciamos algunos teoremas muy importantes sobre las transformaciones bilineales e hicimos algunos ejemplos de cómo podemos verificar si una transformación es bilineal. La noción de transformación bilineal, nos permitirá abordar un concepto muy importante: el producto interior.

En las siguientes entradas hablaremos del producto interior y cómo éste nos ayuda a definir ángulos y distancias entre vectores de un espacio vectorial.

Entradas relacionadas

Álgebra Superior II: Norma y distancia en los complejos

Introducción a norma en los complejos

Ya definimos a $\mathbb{C}$ y sus operaciones. También definimos y dimos las propiedades de la conjugación compleja. Ahora hablaremos de la norma en los números complejos.

Definición. Dado el número complejo $w=a+bi$, su norma es $\sqrt{a^2+b^2}$. Denotamos a la norma de $w$ por $\Vert w \Vert$.

Ejemplo. La norma del complejo $\frac{1}{\sqrt{2}}+\frac{1}{\sqrt{2}}i$ es $$\sqrt{\left(\frac{1}{\sqrt 2}\right)^2+ \left(\frac{1}{\sqrt 2}\right)^2}=\sqrt{\left(\frac{1}{2}+\frac{1}{2}\right)}=\sqrt{1}=1.$$ La norma del complejo $-3i$ es $$\sqrt{0^2+(-3)^2}=\sqrt{9}=3.$$

$\square$

Cuando pensamos a los números complejos como elementos del plano, identificando al complejo $a+bi$ con el punto $(a,b)$, la norma es una forma de medir qué tan alejado está del origen.

A partir de la noción de norma podemos definir la noción de distancia, que dice qué tan lejos están dos complejos entre sí.

Definición. Para dos números complejos $w$ y $z$ definimos la distancia entre $w$ y $z$ como la norma de $w-z$, es decir, $\Vert w-z\Vert$. La denotamos por $d(w, z)$

Propiedades básicas de la norma en los complejos

La norma en los complejos está relacionada con otras operaciones definidas como sigue:

Teorema 1. Sean $w$ y $z$ números complejos. Entonces:

  1. La norma es la raíz del producto de un complejo por su conjugado, es decir, $\Vert z \Vert = \sqrt{z\overline{z}}.$
  2. $\Vert z \Vert$ es un número real no negativo.
  3. $\Vert z \Vert = 0$ si y sólo si $z=0$.
  4. La norma es multiplicativa, es decir, $\Vert zw \Vert = \Vert z \Vert \Vert w \Vert$.

Demostración. Si $z=a+ib$, entonces $\overline{z}=a-ib$, y por lo tanto

\begin{align*}
\sqrt{z\overline{z}}&=\sqrt{a^2-(ib)^2}\\
&=\sqrt{a^2+b^2}\\
&=\Vert z \Vert.
\end{align*}

La norma de $z=a+ib$ es la suma del cuadrado de dos reales. Cada uno de ellos es no negativo, así que esa suma es no negativa. De este modo, al sacar raíz cuadrada obtenemos un número real y no negativo. Para que este número sea cero, necesitamos que $a^2=b^2=0$, es decir, que $a=b=0$, lo cual sucede justo cuando $z=0$.

Para mostrar la última propiedad, se pueden tomar dos números complejos explícitos y hacer las cuentas. Sin embargo, también podemos probarla usando la primer propiedad y la conmutatividad del producto, de números complejos, como sigue:

$$\Vert zw \Vert ^2= zw\overline{zw} = z\overline{z} w\overline{w}= \Vert z \Vert^2 \Vert w \Vert ^2.$$

Sacando raíz cuadrada de ambos lados obtenemos el resultado deseado.

$\square$

Ejercicios que usan las propiedades básicas

Veamos algunas formas en las que podemos usar las propiedades anteriores, de la norma, en los complejos.

Ejercicio. Muestra que $z$ y $\overline{z}$ tienen la misma norma.

Solución. Usando que $\overline{\overline{z}}=z$, la propiedad 1 del Teorema 1 y la conmutatividad del producto en $\mathbb{C}$ tenemos que $$\Vert \overline{z}\Vert = \sqrt{\overline{z}z}=\sqrt{z\overline{z}} = \Vert z \Vert.$$

$\square$

El siguiente es un corolario de la propiedad 4 del Teorema 1, que se puede mostrar usando inducción. La prueba de este corolario se deja como tarea moral.

Corolario. Para $z$ un complejo y $n$ un natural, se tiene que $$\Vert z^n \Vert = \Vert z \Vert ^n.$$

Ejercicio. Determina la norma del complejo $$\left(3+4i\right)^{20}.$$

Solución. Tomemos $u=3+4i$. El problema nos pide determinar $\Vert u^{20} \Vert$. Una forma de hacerlo es realizar primero la operación $u^{20}$, pero esto parece ser complicado. En vez de eso, usamos el Corolario anterior. Para ello, notamos que $$\Vert u \Vert = \sqrt{3^2+4^2}= \sqrt{25}=5.$$

De este forma, por el corolario, la norma que buscamos es $$\Vert u^{20} \Vert = \Vert u \Vert ^{20}= 5^{20}.$$

$\square$

Ejercicio. Sea $z$ un número complejo. Muestra que los siguientes números complejos tienen la misma norma: $$z, -z, iz, -iz.$$

Solución. Se sigue de la propiedad $4$ del Teorema 1 y de que $$\Vert -1 \Vert = \Vert i \Vert = \Vert -i \Vert = 1.$$

$\square$

Ejercicio. Muestra que para un número real, $r$, su norma compleja coincide con su valor absoluto.

Solución. Usando la propiedad 1 del Teorema 1 y que $\overline{r}=r$, tenemos que $$\Vert r \Vert = \sqrt{\overline{r}r}=\sqrt{r^2}=|r|.$$

$\square$

La desigualdad del triángulo

¿Cómo se comporta la norma con la suma de los complejos? Lo responderemos en esta sección. Pero antes, de pasar al teorema 2 que contiene la respuesta, veamos un pequeño resultado auxiliar.

Lema. Si $z$ es un número complejo, entonces $|\text{Re}(z)| \leq \Vert z \Vert$ y $|\text{Im}(z)|\leq \Vert z \Vert$. La primer igualdad se da si y sólo si $z$ es un número real y la segunda si y sólo si $z$ es un número imaginario puro, es decir, si su parte real es $0$.

Demostración. Tomemos $z=a+ib$. Tenemos que $a^2\leq a^2+b^2$, de modo que sacando raíces cuadradas tenemos que $$|\text{Re}(z)| = |a| = \sqrt{a^2}\leq \sqrt{a^2+b^2}=\Vert z \Vert.$$ La igualdad se da si y sólo si $b=0$, lo cual sucede si y sólo si $z$ es real.

$\square$

La demostración de la segunda parte es análoga, y queda como tarea moral.

Teorema 2 (desigualdad del triángulo). Para dos números complejos $w$ y $z$ se tiene que $$\Vert w+z \Vert \leq \Vert w \Vert + \Vert z \Vert.$$ La igualdad se da si y sólo si $w$ es un múltiplo real de $z$, es decir, si y sólo si existe un real $r$ tal que $w=rz$.

Demostración. Tenemos que:
\begin{align*}
\Vert w+z \Vert^2 &= (w+z)\overline{(w+z)}\\
&=(w\overline{w}+w\overline{z}+\overline{w}z+z\overline{z})\\
&=\Vert w \Vert^2 + 2\text{Re}(w\overline{z}) + \Vert z \Vert^2.
\end{align*}

Podemos continuar usando la desigualdad del Lema anterior (notemos que se obtiene la igualdad si y sólo si $w\overline{z}$ es real)

\begin{align*}
&\leq \Vert w \Vert^2 + 2\Vert w\overline{z}\Vert + \Vert z \Vert^2\\
&=\Vert w \Vert ^2 + 2 \Vert w \Vert \Vert z \Vert + \vert z \Vert^2\\
&=\left(\Vert w \Vert + \Vert z \Vert \right)^2.
\end{align*}

Esta cadena de desigualdades se resume a $$ \Vert w+z \Vert^2 \leq \left(\Vert w \Vert + \Vert z \Vert \right)^2, $$ de donde sacando raíz cuadrada en ambos lados, obtenemos lo deseado.

Como observamos durante la demostración, la igualdad se da si y sólo si $w\overline{z}$ es un número real, es decir, si y sólo si existe un real $s$ tal que $w\overline{z}=s$. Multiplicando por $z$ de ambos lados, obtenemos que $$w\Vert z \Vert^2 = sz.$$ Si $z=0$, entonces $w=0$ y por lo tanto $w$ es trivialmente un múltiplo real de $z$. Si $z\neq 0$, entonces $w=\frac{s}{\Vert z \Vert ^2}\cdot z$ también es un múltiplo real de $z$, con $r=\frac{s}{\Vert z \Vert ^2}$. Esto termina el análisis, de los casos, de la igualdad.

$\square$

Propiedades de la distancia

En la introducción definimos la distancia entre dos números complejos $w$ y $z$ como la norma de $w-z$, en símbolos, $d(w,z)=\Vert w-z \Vert$. Para formalizar ideas veamos la siguiente definición.

Definición. Sea $X$ un conjunto y $e: X\times X\rightarrow \mathbb{R}^{+}\cup \lbrace 0\rbrace$ una función, $e$ es una métrica en $X$ si, para todo $x$, $y$ y $z\in X$, satisface que:

  1. $e(x, y)\geq 0$.
  2. $e(x, y)=0$ si, y sólo si, $x=y$.
  3. $e(x, y)=e(y, x)$.
  4. $e(x, y)\leq e(x, z) + e(y, z).$

Observa que a partir de los teoremas 1 y 2, la distancia $d$ cumple las propiedades de esta definición, por lo que decimos que $d$ es una métrica en $\mathbb{C}$. Así tenemos el siguiente teorema.

Teorema 3. Sean $w$ y $z$ dos números complejos cualesquiera y $d(w, z)=\vert\vert w- z\vert\vert$. Entonces $d$ es una métrica en $\mathbb{C}$.

Demostrar este teorema es sencillo a partir de lo que ya vimos, así que su demostración queda como tarea moral.

Tarea moral

Los siguientes ejercicios y problemas te ayudarán a reforzar lo aprendido en esta entrada.

  • Muestra la propiedad 4 del Teorema 1 usando de manera explícita las partes reales e imaginarias de los complejos $z$ y $w$.
  • Demuestra el corolario de normas de potencias de complejos.
  • Determina la norma del complejo $(12-5i)^{10}$.
  • Determina la norma del complejo $(1+2i)(-3+4i)(5-6i)(-7-8i)$.
  • Demuestra la segunda parte del Lema.
  • Demuestra el Teorema 3.
  • Sean $w=(3+4i)(5-i)$ y $z=(5-i)(4+2i)$. Determina $d(w,z)$.