MATHS + AI

Geometría de subvariedades · Tema 01

Subespacio ortogonal

El álgebra lineal de los productos escalares no necesariamente definidos positivos: ortogonal, subespacios degenerados, bases ortonormales e índice.

  • Productos escalares
  • Carácter causal
  • El subespacio ortogonal
  • Bases ortonormales e índice

Avanza con → espacio · retrocede con ← · índice con O · pantalla completa con F

Hoja de ruta

Objetivos del tema

  • Repasar el álgebra lineal de los productos escalares (formas bilineales simétricas no degeneradas), no necesariamente definidos positivos.
  • Estudiar el subespacio ortogonal $W^\perp$ y su comportamiento, que difiere del caso euclídeo: en general $W\cap W^\perp\neq0$.
  • Probar la existencia de bases ortonormales y la invariancia del índice (ley de inercia de Sylvester).
Por qué este tema

Es puramente algebraico, pero es la base de todo el curso: en cada punto $p$ de una subvariedad tendremos un espacio vectorial $T_p\bar M$ con un producto escalar y un subespacio $T_pM$, y la geometría dependerá de cómo se sitúa $T_pM$ respecto de su ortogonal. En todo el tema, $V$ es un espacio vectorial real de dimensión finita $n\geq1$.

1.1

Sección 1.1

Productos escalares

Formas bilineales simétricas no degeneradas y el carácter causal de un vector.

Productos escalares

Un producto escalar es una forma bilineal simétrica no degenerada

Definición 1.1

Sea $g:V\times V\rightarrow\R$ una forma bilineal simétrica.

  1. $g$ es no degenerada si el único $v\in V$ con $g(v,w)=0$ para todo $w\in V$ es $v=0$.
  2. $g$ es definida positiva (resp. negativa) si $g(v,v)>0$ (resp. $\lt 0$) para todo $v\neq0$; es semidefinida positiva si $g(v,v)\geq0$ para todo $v$.
  3. Un producto escalar en $V$ es una forma bilineal, simétrica y no degenerada. Un producto escalar definido positivo se llama producto interior.

Productos escalares

El modelo: el espacio semi-euclídeo $\R^n_\nu$

Ejemplo 1.2 (El espacio $\R^n_\nu$)

Para $0\leq\nu\leq n$, el espacio semi-euclídeo $\R^n_\nu$ es $\R^n$ con el producto escalar \[\langle v,w\rangle_\nu=-\sum_{i=1}^{\nu}v^iw^i+\sum_{j=\nu+1}^{n}v^jw^j.\] Su matriz en la base canónica es $\operatorname{diag}(-1,\ldots,-1,1,\ldots,1)$, invertible, luego es no degenerado (lema 1.4). Para $\nu=0$ obtenemos el espacio euclídeo $\R^n$ y para $\nu=1$, $n\geq2$, el espacio de Minkowski $\R^n_1$.

Productos escalares

Vectores espaciales, temporales y nulos

Definición 1.3 (Carácter causal)

Sea $(V,g)$ con $g$ un producto escalar. Un vector $v\in V$ es

  • espacial (o espacialoide) si $g(v,v)>0$ o $v=0$;
  • temporal (o temporaloide) si $g(v,v)\lt 0$;
  • nulo (o luminoso) si $g(v,v)=0$ y $v\neq0$.

La norma de $v$ es $|v|=|g(v,v)|^{1/2}$ y $v$ es unitario si $g(v,v)=\pm1$. El conjunto de vectores nulos es el cono nulo o cono de luz de $V$.

Atención

En un espacio no definido, un vector no nulo puede tener norma cero, y $v\perp v$ no implica $v=0$.

Productos escalares

No degenerada equivale a matriz invertible

Lema 1.4 (O'Neill 2.19)

Una forma bilineal simétrica es no-degenerada si y solo si su matriz relativa a una (y por tanto, a toda) base es invertible.

Demostración

Sea $e_1,\ldots,e_n$ una base de $V$ y $G=(g_{ij})$, $g_{ij}=g(e_i,e_j)$. Si $v=\sum_iv^ie_i$, entonces $g(v,e_j)=\sum_ig_{ij}v^i$, es decir, el vector columna de las cantidades $g(v,e_j)$ es $G(v^1,\ldots,v^n)^t$. Por linealidad, $g(v,w)=0$ para todo $w$ si y solo si $G(v^1,\ldots,v^n)^t=0$. Así $g$ es no degenerada si y solo si $Gx=0$ solo tiene la solución trivial, es decir, $\det G\neq0$.

Si $\tilde e_j=\sum_ia_{ij}e_i$ es otra base, con $A=(a_{ij})$ invertible, la nueva matriz es $\tilde G=A^tGA$ y $\det\tilde G=(\det A)^2\det G$: la condición no depende de la base.

1.2

Sección 1.2

El subespacio ortogonal

Dimensión, doble ortogonal y descomposición en suma directa.

El subespacio ortogonal

El subespacio ortogonal y los subespacios degenerados

Recordemos que si $V$ es un espacio vectorial dotado de un producto escalar (2-forma bilineal, simétrica y no-degenerada) $g$, decimos que dos vectores $u,w\in V$ son ortogonales, denotado por $u\perp w$, si $g(u,w)=0$.

Definición 1.5

Si $W$ es un subespacio de $V$, entonces definimos el subespacio ortogonal a $W$, denotado por $W^\perp,$ como \[W^\perp=\{ v\in V: v \perp w\,\, \forall w\in W\}.\] Decimos que $W$ es no degenerado si la restricción $g|_{W\times W}$ es no degenerada, es decir, si $W\cap W^\perp=\{0\}$. En otro caso, $W$ es degenerado.

El subespacio ortogonal

En Minkowski, un subespacio puede contener a su ortogonal

Ejemplo 1.6 (Un subespacio que contiene a su ortogonal)

En $\R^2_1$ sea $\ell=(1,1)$ y $W=\operatorname{span}\{\ell\}$. Como $\langle\ell,\ell\rangle=-1+1=0$, se tiene $\ell\in W^\perp$, y como $\dim W^\perp=1$ (lema 1.7), $W^\perp=W$. En particular $W+W^\perp=W\neq\R^2$: la descomposición $V=W\oplus W^\perp$ falla para subespacios degenerados.

En el plano de Minkowski

El ortogonal de un vector espacial $u$ es la recta temporal simétrica de $\operatorname{span}\{u\}$ respecto de la bisectriz nula; el ortogonal de un vector nulo $\ell$ es la propia recta $\operatorname{span}\{\ell\}$, que es un subespacio degenerado.

El subespacio ortogonal

En $\R^2_1$, $u^\perp$ es la recta simétrica de $u$ respecto del cono de luz

Arrastra el extremo del vector $u$

$\R^2_1$ con $\langle v,w\rangle=-v^1w^1+v^2w^2$; el eje $x^1$ («tiempo») es vertical.

  • $u$ espacial $\Rightarrow$ $u^\perp$ temporal.
  • $u$ temporal $\Rightarrow$ $u^\perp$ espacial.
  • $u$ nulo $\Rightarrow$ $u^\perp=\operatorname{span}\{u\}$: degenerado.

El subespacio ortogonal

$\dim W+\dim W^\perp=\dim V$ y $(W^\perp)^\perp=W$, siempre

Lema 1.7 (O'Neill 2.22)

Si $W$ es un subespacio de un espacio vectorial $V$ dotado de un producto escalar $g$, entonces

  1. $\dim W+\dim W^\perp = \dim V$,
  2. $(W^\perp)^\perp = W$.

El subespacio ortogonal

Demostración: el teorema de la dimensión aplicado a $v\mapsto g(v,\cdot)|_W$

Demostración
  1. Sea $\Phi:V\rightarrow W^*$, $\Phi(v)=g(v,\cdot)|_W$, con $\ker\Phi=W^\perp$. La aplicación $\flat:V\rightarrow V^*$, $v\mapsto g(v,\cdot)$, es inyectiva por ser $g$ no degenerada, luego un isomorfismo. Dada $\alpha\in W^*$, la extendemos a $\tilde\alpha\in V^*$ y tomamos $v=\flat^{-1}(\tilde\alpha)$: $\Phi(v)=\alpha$, y $\Phi$ es suprayectiva. Por el teorema de la dimensión,

\[\dim V=\dim\ker\Phi+\dim\operatorname{im}\Phi=\dim W^\perp+\dim W.\]

  1. $W\subset(W^\perp)^\perp$, y aplicando (1) dos veces, $\dim(W^\perp)^\perp=\dim V-\dim W^\perp=\dim W$.

El subespacio ortogonal

$W$ es no degenerado si y solo si $V=W\oplus W^\perp$

Observación 1.8

La demostración de (1) no usa que $W$ sea no degenerado. Lo que no es cierto en general es que $W\cap W^\perp=0$ (ejemplo 1.6).

Lema 1.9 (O'Neill 2.23)
  1. Un subespacio $W$ de $V$ es no-degenerado si y solo si $V$ es suma directa de $W$ y $W^\perp$.
  2. Un subespacio $W$ de $V$ es no-degenerado si solo si $W^\perp$ también lo es.
Demostración
  1. Por el lema 1.7, $\dim(W+W^\perp)=\dim V-\dim(W\cap W^\perp)$; luego $V=W\oplus W^\perp$ si y solo si $W\cap W^\perp=0$. (2) Por el lema 1.7(2), $W^\perp\cap(W^\perp)^\perp=W^\perp\cap W$.

El subespacio ortogonal

La situación de $T_pM\subset T_p\bar M$

Idea clave

Si $W$ es no degenerado, todo $v\in V$ se escribe de forma única como $v=v^\top+v^\perp$ con $v^\top\in W$ y $v^\perp\in W^\perp$, y $W^\perp$ es a su vez no degenerado. Esta es exactamente la situación de $T_pM\subset T_p\bar M$ para una subvariedad semi-riemanniana (Tema 2).

1.3

Sección 1.3

Bases ortonormales e índice

Existencia de bases ortonormales y ley de inercia de Sylvester.

Bases ortonormales e índice

Siempre existen bases ortonormales, y el número de signos negativos es invariante

Un conjunto $\{e_1,\ldots,e_k\}$ es ortonormal si $g(e_i,e_j)=0$ para $i\neq j$ y $g(e_i,e_i)=\pm1$. Un conjunto ortonormal es linealmente independiente: si $\sum_ia^ie_i=0$, multiplicando por $e_j$, $a^jg(e_j,e_j)=0$, luego $a^j=0$.

Lema 1.10 (O'Neill 2.24, 2.25 y 2.26)

Un espacio vectorial $V$ dotado de un producto escalar siempre admite una base ortonormal $e_1,\ldots,e_n$. Además, si $\varepsilon_i=g(e_i,e_i)=\pm 1$, $i=1,\ldots,n$, entonces la cantidad de vectores con $\varepsilon_i$ negativo no depende de la base ortonormal. Y se tiene la siguiente fórmula de descomposición de un vector $v\in V$ respecto a una base ortonormal: \[v=\sum_{i=1}^n \varepsilon_i g(v,e_i)e_i.\]

Bases ortonormales e índice

Demostración: existencia (inducción sobre $n$) y fórmula de descomposición

Demostración (existencia y fórmula)

Existencia. Existe $v\in V$ con $g(v,v)\neq0$: en caso contrario, por la identidad de polarización \[g(v,w)=\tfrac12\big(g(v+w,v+w)-g(v,v)-g(w,w)\big)\] sería $g\equiv0$, lo que contradice que $g$ sea no degenerada. Sea $e_1=v/|v|$, con $g(e_1,e_1)=\pm1$. El subespacio $W=\operatorname{span}\{e_1\}$ es no degenerado, luego por el lema 1.9, $V=W\oplus W^\perp$ y $W^\perp$ es no degenerado de dimensión $n-1$. Por hipótesis de inducción $W^\perp$ tiene una base ortonormal $e_2,\ldots,e_n$, y $e_1,\ldots,e_n$ es una base ortonormal de $V$.

Fórmula. Si $v=\sum_ia^ie_i$, entonces $g(v,e_j)=a^j\varepsilon_j$, luego $a^j=\varepsilon_jg(v,e_j)$ (pues $\varepsilon_j^2=1$).

Bases ortonormales e índice

Demostración: ley de inercia de Sylvester

Demostración (invariancia)

Sea $\nu$ el número de índices con $\varepsilon_i=-1$ en una base ortonormal dada. Probaremos que \[\nu=\max\{\dim U:\ U\subset V \text{ subespacio con } g|_U \text{ definida negativa}\},\] cantidad que no depende de ninguna base. Reordenando, $\varepsilon_1=\cdots=\varepsilon_\nu=-1$ y $\varepsilon_{\nu+1}=\cdots=\varepsilon_n=+1$. El subespacio $V_-=\operatorname{span}\{e_1,\ldots,e_\nu\}$ es definido negativo, luego el máximo es $\geq\nu$. Sea $U$ definido negativo y $V_+=\operatorname{span}\{e_{\nu+1},\ldots,e_n\}$, definido positivo: $U\cap V_+=0$, así que $\dim U+(n-\nu)\leq n$, es decir, $\dim U\leq\nu$.

Bases ortonormales e índice

Índice, signatura y espacios lorentzianos

Definición 1.11

Al número de $\varepsilon_i$ negativos que aparecen en una base ortonormal arbitraria se le llama el índice de $(V,g)$, y se denota $\ind V$ o $\nu$. A la $n$-upla $(\varepsilon_1,\ldots,\varepsilon_n)$ (ordenada con los signos negativos primero) se le llama la signatura de $(V,g)$. Un espacio de índice 1 y dimensión $\geq2$ se llama lorentziano.

Por ejemplo, $\R^n_\nu$ tiene índice $\nu$. Fijar una base ortonormal (ordenada) de $(V,g)$ es lo mismo que dar una isometría lineal $V\cong\R^n_\nu$.

Corolario 1.12

Si $W\subset V$ es un subespacio no degenerado, entonces $\ind V=\ind W+\ind W^\perp$.

Por el lema 1.9, $V=W\oplus W^\perp$ con ambos no degenerados; la unión de bases ortonormales de $W$ y de $W^\perp$ es una base ortonormal de $V$ y los signos negativos se suman.

Bases ortonormales e índice

Un plano es no degenerado si y solo si $Q(v,w)\neq0$

Corolario 1.13 (Planos no degenerados)

Sean $v,w\in V$ linealmente independientes y $\Pi=\operatorname{span}\{v,w\}$. Pongamos \[Q(v,w)=g(v,v)\,g(w,w)-g(v,w)^2.\] Entonces $\Pi$ es no degenerado si y solo si $Q(v,w)\neq0$. Además, si $x=av+bw$ e $y=cv+dw$, entonces $Q(x,y)=(ad-bc)^2Q(v,w)$.

Demostración

$Q(v,w)$ es el determinante de la matriz de $g|_\Pi$ en la base $\{v,w\}$; basta aplicar el lema 1.4 a $g|_\Pi$. La segunda afirmación es la regla del cambio de base, $\det(A^tGA)=(\det A)^2\det G$.

Este criterio se usará constantemente al hablar de curvatura seccional.

Bases ortonormales e índice

Los tres tipos de planos de $\R^3_1$

Ejemplo 1.14 (Planos en $\R^3_1$)

Sea $W=n^\perp$ un plano de $\R^3_1$ (todo plano es de esta forma por el lema 1.7).

  • Si $n$ es temporal, $\operatorname{span}\{n\}$ es no degenerado de índice 1; por el lema 1.9 y el corolario 1.12, $W$ es no degenerado de índice 0: un plano espacial. Ej.: $n=(1,0,0)$, $W=\{x^1=0\}$.
  • Si $n$ es espacial ($\neq0$), $W$ es no degenerado de índice $1-0=1$: un plano temporal (lorentziano). Ej.: $n=(0,0,1)$, $W=\{x^3=0\}$.
  • Si $n$ es nulo, $n\in n^\perp=W$, luego $n\in W\cap W^\perp$ y $W$ es degenerado (plano nulo): es tangente al cono de luz a lo largo de la recta $\operatorname{span}\{n\}$. Ej.: $n=(1,1,0)$, $W=\{x^1=x^2\}$.

Bases ortonormales e índice

Tres propiedades de los espacios lorentzianos

Proposición 1.15 (Espacios lorentzianos)

Sea $(V,g)$ un espacio lorentziano ($\ind V=1$, $\dim V\geq2$).

  1. Si $u$ es temporal, entonces $u^\perp$ es espacial (definido positivo) y $V=\operatorname{span}\{u\}\oplus u^\perp$.
  2. Dos vectores nulos son ortogonales si y solo si son proporcionales.
  3. Si $u$ y $v$ son temporales, $g(u,v)\neq0$; más aún, $g(u,v)^2\geq g(u,u)g(v,v)$ (desigualdad de Cauchy–Schwarz invertida).

Se usarán más adelante (por ejemplo, para ver que $\H^n(r)$ es riemanniana en el Tema 3).

Bases ortonormales e índice

Demostración de la proposición 1.15

Demostración
  1. $\operatorname{span}\{u\}$ es no degenerado de índice 1; por el lema 1.9 y el corolario 1.12, $u^\perp$ es no degenerado de índice 0.
  1. Si $\ell_1,\ell_2$ son nulos y proporcionales, $g(\ell_1,\ell_2)=\lambda g(\ell_1,\ell_1)=0$. Recíprocamente, sea $u$ temporal y $\ell_i=a_iu+w_i$ con $w_i\in u^\perp$. Como $\ell_i$ es nulo, $a_i^2g(u,u)+g(w_i,w_i)=0$, luego $a_i\neq0$ y $|w_i|^2=a_i^2|g(u,u)|$. Si $g(\ell_1,\ell_2)=0$: $g(w_1,w_2)=a_1a_2|g(u,u)|=\pm|w_1||w_2|$, caso de igualdad de Cauchy–Schwarz en el espacio euclídeo $u^\perp$; luego $w_2=\lambda w_1$, $\lambda=a_2/a_1$, y $\ell_2=(a_2/a_1)\ell_1$.

Bases ortonormales e índice

Demostración: la desigualdad de Cauchy–Schwarz invertida

Demostración de (3)

Escribimos $v=au+w$ con $w\in u^\perp$: $g(u,v)=ag(u,u)$ y $g(v,v)=a^2g(u,u)+g(w,w)$. Como $g(u,u)\lt 0$ y $g(w,w)\geq0$, \[g(u,u)g(v,v)=a^2g(u,u)^2+g(u,u)g(w,w)\leq a^2g(u,u)^2=g(u,v)^2.\] Finalmente $a\neq0$ (si no, $v=w$ sería espacial), así que $g(u,v)=ag(u,u)\neq0$.

Resumen

Resumen del tema

  • $\dim W+\dim W^\perp=\dim V$ y $(W^\perp)^\perp=W$ siempre; pero $W\cap W^\perp$ puede ser no nulo.
  • $W$ no degenerado $\iff$ $V=W\oplus W^\perp$ $\iff$ $W^\perp$ no degenerado.
  • Existen bases ortonormales; el número $\nu$ de signos negativos (índice) es un invariante y $v=\sum_i\varepsilon_ig(v,e_i)e_i$.
  • Un plano $\operatorname{span}\{v,w\}$ es no degenerado si y solo si $Q(v,w)\neq0$.

Ejercicios

Ejercicios complementarios $(\star)$

Ejercicios añadidos en los apuntes

1.1$^\star$ — En $\R^3_1$ calcula $W^\perp$ para $W=\operatorname{span}\{(1,1,0)\}$, $W=\operatorname{span}\{(0,1,0)\}$, $W=\operatorname{span}\{(2,1,0)\}$ y $W=\operatorname{span}\{(1,0,0),(0,1,0)\}$. Decide en cada caso si $W$ es degenerado y, si no lo es, calcula su índice y el de $W^\perp$.

1.2$^\star$ — Sea $W\subset V$ un subespacio no degenerado y $e_1,\ldots,e_k$ una base ortonormal de $W$. Prueba que la proyección ortogonal $V\rightarrow W$ asociada a $V=W\oplus W^\perp$ viene dada por $v\mapsto v^\top=\sum_{i=1}^k\varepsilon_i\,g(v,e_i)\,e_i$.

1.3$^\star$ — Un subespacio $W$ es totalmente nulo si $g|_{W\times W}=0$. Prueba que la dimensión máxima de un subespacio totalmente nulo de $\R^n_\nu$ es $\min\{\nu,n-\nu\}$.

Ejercicios

Ejercicios complementarios $(\star)$

Ejercicios añadidos en los apuntes

1.4$^\star$ — (Operadores autoadjuntos.) Un operador lineal $S:V\rightarrow V$ es autoadjunto si $g(Sv,w)=g(v,Sw)$ para todos $v,w$.

  1. Prueba que si $g$ es definido positivo (o negativo), $S$ diagonaliza en una base ortonormal.
  2. En $\R^2_1$ sean $u=(1,1)/\sqrt2$ y $v=(-1,1)/\sqrt2$ (base nula con $g(u,v)=1$). Prueba que el operador dado por $Su=au$, $Sv=u+av$ es autoadjunto pero no diagonalizable.
  3. Prueba que el operador de $\R^2_1$ con matriz $\left(\begin{smallmatrix}a&-b\\ b&a\end{smallmatrix}\right)$ en la base canónica es autoadjunto y, si $b\neq0$, no tiene valores propios reales.

Ejercicios

Ejercicios complementarios $(\star)$

Ejercicios añadidos en los apuntes

1.5$^\star$ — Prueba que en un espacio lorentziano el conjunto de vectores temporales tiene exactamente dos componentes conexas (los conos temporales) y que $u,v$ temporales están en la misma componente si y solo si $g(u,v)\lt 0$.

1.6$^\star$ — Sea $g$ un producto escalar en $V$ y $W\subset V$ un subespacio. Prueba que $\dim(W\cap W^\perp)\leq\min\{\ind V,\ \dim V-\ind V\}$.

Geometría de subvariedades · Tema 01

En un espacio no definido, un subespacio puede cortar a su ortogonal.

Los subespacios no degenerados son los que se descomponen: $V=W\oplus W^\perp$.

El índice es el único invariante: toda base ortonormal tiene los mismos signos.

© 2026 MAMB · MATHS + AI