- 1

Álgebra lineal: la base de la IA
01:33 - 2

Qué es un vector y cómo graficarlo
06:38 - 3

Suma, resta y multiplicación de vectores
12:56 - 4

Combinaciones lineales: construir planos con vectores
08:35 - 5

Independencia lineal: cuándo un vector es redundante
08:32 - 6

Producto punto: cómo medir alineación vectorial
09:20 - 7

Cómo calcular la norma de un vector
08:54 - 8

Ángulo exacto entre dos vectores con producto punto
08:04
Proyección ortogonal: mejor aproximación cuando AX=b no tiene solución
Clase 20 de 29 • Curso de Álgebra Lineal: Fundamentos y Aplicaciones
Contenido del curso
- 14

Sistemas de ecuaciones como Ax = b
06:55 - 15

Espacio columna vs espacio nulo en Ax=b
10:50 - 16

Ortogonalidad entre espacio fila y espacio nulo
05:32 - 17

Eliminación gaussiana paso a paso
11:48 - 18

Teorema rango-nulidad: conservación dimensional
09:18 - 19

Diagnóstico de sistemas: rangos y tipos de solución
11:06 - 20

Proyección ortogonal: mejor aproximación cuando AX=b no tiene solución
10:50 - 21

Gram-Schmidt: base torcida a ortonormal
14:11 - 22

Mínimos cuadrados para datos con ruido
16:10
Cuando un sistema AX=b no tiene solución, no es el fin del camino: la proyección ortogonal permite hallar la mejor aproximación dentro del espacio columna de A. La idea es simple y poderosa: proyectar b sobre el espacio columna de A para obtener el vector más cercano que sí podemos construir.
¿Qué es la proyección ortogonal y por qué importa?
La proyección ortogonal de un vector b sobre una línea o subespacio generado por a es su “sombra” con luz perpendicular. Esa sombra es el punto del subespacio que queda a distancia mínima de b, es decir, la mejor aproximación cuando b no pertenece al espacio columna.
- Si b está fuera del espacio columna de A, proyectarlo sobre ese espacio da el vector constructible más cercano.
- La “sombra” es un nuevo vector que queda sobre la línea o subespacio de a.
- El criterio de cercanía es geométrico: el error es perpendicular al subespacio.
La fórmula clave de la proyección de b sobre a es: (b·a / ||a||²) a. Aquí, producto punto y norma permiten cuantificar “cuánto de a” compone la sombra de b.
¿Cómo calcular una proyección con producto punto y norma?
Para proyectar b sobre a, se sigue una secuencia conocida: calcular b·a, calcular ||a||² y multiplicar el escalar por a. El paréntesis indica cuánta proporción de a necesitamos para formar la sombra.
- Producto punto: combina componentes, mide alineación.
- Norma: mide longitud; al cuadrado simplifica la escala de la proyección.
- Multiplicación final: devuelve el vector proyectado sobre la dirección de a.
¿Cómo se resuelve el ejemplo b=(2,3) sobre a=(4,0)?
- Producto punto: 2·4 + 3·0 = 8.
- Norma al cuadrado: ||a||² = 4² + 0² = 16.
- Escalar: 8/16 = 1/2.
- Proyección: (1/2)·(4,0) = (2,0).
Resultado: (2,0) es la proyección y la mejor aproximación de b sobre la línea de a.
¿Cómo usar la proyección para aproximar soluciones a AX=b sin solución?
Cuando un sistema no tiene solución, el vector b queda fuera del espacio columna de A. Proyectar b sobre ese espacio produce el vector alcanzable más cercano, que interpretamos como la “solución más cercana”.
¿Qué pasa con el sistema x+y=2 y x+y=4?
- Matriz de coeficientes: A con columnas idénticas, por lo que su espacio columna es la línea generada por (1,1).
- Vector resultado: B=(2,4).
- Proyección de B sobre a=(1,1):
- Producto punto: 2·1 + 4·1 = 6.
- Norma al cuadrado: ||a||² = 1² + 1² = 2.
- Escalar: 6/2 = 3.
- Proyección: 3·(1,1) = (3,3).
Interpretación: (3,3) está dentro del espacio columna y es el vector más cercano a B que A sí puede generar. Es la mejor aproximación cuando el sistema es incompatible.
¿Qué habilidades y conceptos refuerzas y qué ejercicio queda?
- Lectura geométrica de AX=b: cercanía en el espacio columna.
- Cálculo eficiente de producto punto y norma.
- Interpretación de proyección como “sombra” y distancia mínima.
- Uso de una base y su “versión perfecta” donde todos los vectores son ortogonales, preparando el camino para un método sistemático de ortogonalización.
Ejercicio propuesto: dados V=(3,0) y U=(1,1), calcula la proyección de U sobre V. Comparte el vector resultante en los comentarios.
¿Quieres retarte más? Piensa cómo convertir una base cualquiera en otra con vectores mutuamente ortogonales y comenta tu intuición antes de continuar.