Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Gram Schmidt Orthogonalization Es PDF
Gram Schmidt Orthogonalization Es PDF
on de GramSchmidt
Objetivos. Estudiar el proceso de ortogonalizacion de GramSchmidt que permite construir de una lista arbitraria de vectores a1 , . . . , am una lista ortogonal b1 , . . . , bm que genere
al mismo subespacio.
Requisitos. Listas ortogonales de vectores, listas ortonormales de vectores, proyeccion
ortogonal de un vector sobre el subespacio generado por vectores ortogonales, matriz de
Gram.
En esta seccion suponemos que V es un espacio vectorial complejo o real con un producto
interno. El el caso complejo suponemos que el producto interno es lineal con respecto al
segundo argumento.
1. Proyecci
on ortogonal de un vector sobre el subespacio generado por una
lista ortogonal (repaso). Sean V un espacio vectorial real o complejo con producto
interno, b1 , . . . , bj algunos vectores ortogonales no nulos y v V . Definimos los vectores
u, w V de la siguiente manera:
m
X
hbk , vi
bk ,
u=
hbk , bk i
k=1
w = v u.
(1)
Entonces w `(b1 , . . . , bj ).
2. Proceso de ortogonalizaci
on de GramSchmidt. Sea V un espacio vectorial real
o complejo con producto interno y sean a1 , . . . , am V . Queremos construir vectores
ortogonales b1 , . . . , bm V de tal manera que para todo j {1, . . . , m}
`(b1 , . . . , bj ) = `(a1 , . . . , aj ).
Idea del proceso de ortogonalizaci
on de GramSchmidt: en el j-
esimo paso
definir el vector bj como aj menos la proyecci
on ortogonal del vector aj al
subespacio generado por los vectores b1 , . . . , bj1 .
En el j-esimo paso suponemos que los vectores b1 , . . . , bj1 ya estan construidos y son
ortogonales entre si. Buscamos bj de la forma
b j = aj
j1
X
j,k bk .
(2)
k=1
Para memorizar los ndices del coeficiente j,k puede notar que este coeficiente sirve para
corregir el vector aj usando el vector bk .
Para calcular el coeficiente j,q multipliquemos la igualdad (2) por bq en el sentido del
producto interno:
*
+
j1
j1
X
X
hbq , bj i = bq , aj
j,k bk = hbq , aj i
q,k j,k kbk k2 = hbq , aj i j,q kbq k2 .
k=1
k=1
Queremos que hbq , bj i sea igual a 0. Si bq 6= 0, entonces j,q debe ser igual a
j,q =
hbq , aj i
hbq , aj i
.
=
2
kbq k
hbq , bq i
bj := aj
j,k bk ,
donde
k=1
j,k
hbk , aj i , bk 6= 0;
kbk k2
:=
0,
bk = 0.
(3)
3. Observaci
on. Es importante que el vector bj se construye como una combinacion
lineal de los vectores b1 , . . . , bj1 , aj , con el uso de los vectores nuevos b1 , . . . , bj1 . Los
vectores b1 , . . . , bj1 ya son ortogonales entre si, por eso las formulas para los coeficientes
j,k son tan simples. Sera muy incomodo construir bj como una combinacion lineal de los
vectores originales a1 , . . . , aj1 , aj .
4. Ejemplo. Aplicar la ortogonalizacion de GramSchmidt a la lista de vectores a1 , a2 , a3 :
4
6
5
2
3
5
,
a1 =
a
=
a
=
2
3
1
4
3 .
2
8
4
Usando la matriz de Gram compruebe que la lista de vectores b1 , b2 , b3 que se obtiene al
final es ortogonal.
Solucion. 1. Ponemos b1 = a1 . Calculamos la norma de b1 :
kb1 k2 = 16 + 4 + 1 + 4 = 25,
kb1 k = 5.
2. Construimos el vector b2 .
2,1 =
24 6 4 16
hb1 , a2 i
=
= 2.
kb1 k2
25
De aqu
6
8
3 4
b2 = a2 2,1 b1 = a2 + 2b1 =
4 + 2
8
4
2
1
=
2 .
4
Calculamos la norma de b2 :
kb2 k2 = 4 + 1 + 4 + 16 = 25,
kb2 k = 5.
3. Construimos el vector b3 .
3,1 =
hb1 , a3 i
20 + 10 + 3 8
= 1,
=
2
kb1 k
25
3,2 =
hb2 , a3 i
10 + 5 6 + 16
= 1.
=
2
kb2 k
25
De aqu
5
4
5 2
b3 = a3 3,1 b1 3,2 b2 = a3 b1 b2 =
3 + 1
4
2
2
1
1 2
+
2 = 4
4
2
Calculamos la norma de b3 :
kb3 k2 = 1 + 4 + 16 + 4 = 25,
kb3 k = 5.
Para comprobar que los vectores b1 , b2 , b3 son ortogonales calculamos su matriz de Gram:
4
2 1
4 2 1
2
25
0
0
2 1 2
= 0 25 0 .
2 4
G(b1 , b2 , b3 ) = 2 1
1
2 4
1 2 4 2
0 0 25
2 4 2
Podemos normalizar los vectores b1 , b2 , b3 (dividirlos entre sus normas) y obtener una lista
ortonormal:
2/5
1/5
4/5
2/5
2/5
1/5
c
=
c
=
c1 =
2
3
4/5 .
2/5
1/5
4/5
2/5
2/5
5. Ejemplo. Ortogonalizar la siguiente lista de vectores en R4 :
5
9
7
1
3
1
,
a1 =
a
=
a
=
2
3
1
3
1 ,
3
7
1
5
5
a4 =
1 .
5
6. Criterio de la contenci
on de subespacios en t
erminos de sus generadores,
repaso. Sean a1 , . . . , aj V algunos vectores y sea S un subespacios de V . Entonces:
a1 , . . . , a j S
`(a1 , . . . , aj ) S.
7. Teorema (conservaci
on de los subespacios en el proceso de ortogonalizaci
on
de GramSchmidt). Sea V un espacio vectorial real o complejo con producto interno y
sean a1 , . . . , am V . Denotemos por b1 , . . . , bm a los vectores obtenidos de a1 , . . . , am al
aplicar el metodo de ortogonalizacion de Gram-Schmidt:
b j = aj
j1
X
j,k bk ,
(4)
k=1
j,k
hbk , aj i , bk 6= 0;
kbk k2
=
0,
bk = 0.
(5)
8. Corolario (ortogonalizaci
on de GramSchmidt y dependencias lineales). Sean
a1 , . . . , am una lista de vectores en V y b1 , . . . , bm la lista obtenida de a1 , . . . , am al aplicar
la ortogonalizacion de Gram-Schmidt. Entonces para todo j {1, . . . , m} las siguientes
condiciones son equivalentes:
a) aj `(a1 , . . . , aj1 ).
b) bj = 0.
Demostracion. (a)(b). Supongamos que aj `(a1 , . . . , aj1 ). Entonces
bj `(b1 , . . . , bj ) = `(a1 , . . . , aj ) = `(a1 , . . . , aj1 ) = `(b1 , . . . , bj1 ),
lo que significa que bj es una combinacion lineal de b1 , . . . , bj1 . Como bj {b1 , . . . , bj1 },
los coeficientes de esta combinacion lineal son nulos y bj = 0.
(b)(a). Supongamos que bj = 0. Entonces
aj `(a1 , . . . , aj ) = `(b1 , . . . , bj ) = `(b1 , . . . , bj1 , 0)
= `(b1 , . . . , bj1 ) = `(a1 , . . . , aj1 ).
9. Corolario. En las notaciones del teorema, las siguientes dos condiciones son equivalentes:
(a) a1 , . . . , am son linealmente independientes.
(b) todos los vectores b1 , . . . , bm son no nulos.
10. Observaci
on. En muchos libros el proceso de ortogonalizacion de GramSchmidt se
estudia solamente en el caso si los vectores originales a1 , . . . , am son linealmente independientes. En este caso los vectores b1 , . . . , bm son no nulos, y la formula para los coeficientes
j,k se simplifica (se quita el caso bk = 0). El autor de estos apuntes (Egor Maximenko)
agradece al profesor Vladimir Borsovich Dybin por la explicacion del caso general.
2
6
10
4
5
13
a1 =
a2 =
a3 =
5 ,
1 ,
4
2
6
3
4
6
5
2
3
5
,
a1 =
a
=
a
=
2
3
1
4
3 .
2
8
4
13. Ejercicio. Aplique la ortogonalizacion de GramSchmidt a la siguiente lista de vectores en R4 :
1
5
1
2
1
3
1
0
,
a1 =
a
=
a
=
a
=
2
3
4
1
3
7
12 .
1
3
1
6
14. Tarea adicional. Consideramos el espacio de los polinomios P(R) con el producto
interno
Z1
hf, gi := f (x) g(x) dx.
1