Proceso de Ortogonalizacion de Gram

_____________________________________________________
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE
______________________________________________________________________
DEPARTAMENTO DE CIENCIAS EXACTAS
MATEMTICA SUPERIOR
ING. OSWALDO LATORRE
INVESTIGACIN
NRC: 1136
2017 07 - 15
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE MATEMTICA SUPERIOR
PROCESO DE ORTOGONALIZACION DE GRAM-SCHMIDT
En lgebra lineal, el proceso de ortonormalizacin de GramSchmidt es
un algoritmo para construir, a partir de un conjunto de vectores de un espacio
vectorial con producto interno, otro conjunto ortonormal de vectores que genere el
mismo subespacio vectorial.
Teorema
Sea W un subespacio no nulo de con base = { , , . . . . , }, Entonces , hay
una base ortonormal = { , , . . . . , } para W.
Demostracin
La demostracin es constructiva, es decir, construiremos gradualmente la base T
deseada. El primer paso consiste en encontrar una base ortogonal =
{ , , . . . . , } para W.
Primero elegimos cualquiera de los vectores de S , digamos , y lo llamamos
; = . Despus buscamos un vector en el subespacio 1 de W generado
por { , } que sea ortogonal a . Como = , 1 es tambin el subespacio
generado por { , } . Hagamos,
= 1 + 2
Intentaremos determinar 1 2 de modo que = 0 Ahora,
0 = = (1 + 2 ) = 1 ( ) + 2 ( ) (1)
Como , , 1 2 (1), obtenemos

1 = 2

2
Donde podemos asignar un valor arbitrario no nulo a 2 . Si lo hacemos 2 = 1 ,
obtenemos

1 =

Por lo tanto

= 1 + 2 = ( )

Observe que hast este momento hemos construido un subconjunto ortogonal
{ , } de W
Kolman, B; Hill,D. (2006). lgebra lineal [Figura 6.13]
A continuacin, determinemos un vector 3 que est en el subespacio 2 de W
generado por { , } y es ortogonal a . Por supuesto, 2 es tambin el
suespacio generado por { , , }. Sea,
= 1 + 2 = 3
Trataremos que 1 y 2 sean tales que
= 0 y = 0
3
Ahora,
0 = = (1 + 2 + 3 ) = 1 ( ) + 3 ( ) (2)
0 = = (1 + 2 + 3 ) 2 = 2 ( ) + 3 ( ) (3)
En la obtencin de los dos lados derechos de (2) y (3) usamos el hecho de que 1
2 = 0. Observe que . Al despejar 1 y 2 en (2) y (3), respectivamente ,
obtenemos

1 = 3 2 = 3

Podemos asignar un valor arbitrario, no nulo, a 3 . Si 3 = 1 , obtenemos

1 = 2 =

Por lo tanto,

= ( ) ( )

Observe que hasta el momento tenemos un subconjunto ortogonal { , , } de
Kolman, B; Hill,D. (2006). lgebra lineal [Figura 6.14]
4
Ahora determinaremos un vector 4 en el subespacio 3 de W generado por el
conjunto {1 , 2 , 3 , 4 } y, por lo tanto, por {1 , 2 , 3 , 4 }, que sea ortogonal a
1 , 2 3 . Podemos escribir:
4 1 4 2 4 3
4 = 4 ( ) 1 ( ) 2 ( )
1 1 2 2 3 3 3
Continuamos de esta manera hasta obtener un conjunto ortogonal =
{1 , 2 , . , } de m vectores. Entonces, es una base para W. Para terminar
normalizamos los , es decir, hacemos:
1
= (1 ),
|| ||
Entonces = {1 , 2 , . , } es una base ortonormal para W.
A continuacin, resumimos el proceso de Gram-Schmidt.
El proceso de Gram-Schmidt para calcular una base ortonormal =
{1 , 2 , . , } para un subespacio no nulo de W de , dada una base =
{1 , 2 , . . , } para W es como sigue.
Paso 1. Haga
Paso 2. Calcule los vectores = {1 , 2 , . , }, de manera sucesiva, uno a la vez,
por medio de la formula
1 2 1
= ( ) 1 ( ) 2 . ( )
1 1 2 2 1 1 1
El conjunto de vectores = {1 , 2 , . , } es un conjunto ortogonal.
5
Paso 3. Haga
1
= (1 ),
|| ||
Entonces = {1 , 2 , . , } es una base ortonormal para W.
Observacin
No es difcil mostrar que si u y v son vectores en Tales que u * v = 0, entonces
u*(cv) = 0, para cualquier escalar c. Este resultado se puede utilizar para simplificar
los clculos manuales en el proceso de Gram-Schmidt. Tan pronto como en el paso
2 se calcula un vector , se lo multiplica por un escalar que permita eliminar
fracciones, si se han presentado.
Ejemplo:
Considere la base = {1 , 2 , 3 } para 3 , donde
1 = (1, 1, 1), 2 = (1, 0, 1) y 3 = (1, 2, 3)
Utilice el proceso de Gram-Schmidt para transformar S a una base ortogonal para
3.
Solucin
Paso 1. Sea 1 = 1 = (1,1,1)
Paso 2. Ahora calculamos 2 3
2 1 2 1 2 1
2 = 2 ( ) 1 = (1, 0, 1) ( ) (1, 1, 1) = ( , , )
1 1 3 3 3 3
6
Al multiplicar 2 por 3, para eliminar las fracciones, obtenemos (1, 2, 1), que
ahora utilizamos como 2 . Entonces
3 1 3 2
3 = 3 ( ) 1 ( )
1 1 2 2 2
4 2
= (1, 2, 3) ( ) (1, 1, 1) ( ) (1, 2, 1) = (2, 0, 2)
3 6
En consecuencia,
= {1 , 2 , 3 } = {(1, 1, 1), (1, 2, 1), (2, 0, 2)}
Es una base ortogonal para 3 .
Paso3. Sean
1 1
1 = 1 = (1, 1, 1)
||1 || 3
1 1
2 = 2 = (1, 2, 1)
||2 || 6
1 1 1 1
3 = 3 = (2, 0, 2) = ( , 0, )
||3 || 8 2 2
Entonces
= {1 , 2 , 3 }
1 1 1 1 2 1 1 1
= {( , , ) , ( , , ) , ( , 0, ) }
3 3 3 6 6 6 2 2
Es una base ortonormal para 3 .
7
ESPACIOS DE HILBERT
Un espacio prehilbertiano H que es completo respecto a la norma inducida
por el producto escalar, es un espacio de Hilbert. Es decir, toda sucesin de Cauchy
converge en H. en mecnica cuntica trabajaremos con este tipo de espacios
normados. En particular, 2 ( 3 ) con la norma:
.
= 3 ( )()
3
Es un espacio de Hilbert (Blazquez, 2015).
CRITERIO DE TOTALIDAD
Sea H un espacio de Hilbert y A . Se define Vect (A) al espacio vectorial
engendrado por A, es decir al conjunto de elementos que son combinacin
lineal de elementos de A:
= , ,
=1
Se dice que un subconjunto A del espacio de Hilbert H es total si Vect (A) es denso
en H (Blazquez, 2015) .
Def: ESPACIO SEPARABLE
Se dice que un espacio de Hilbert H es separable si existe una sucesin
numerable 1 , 2 , de elementos de H que constituye un subconjunto completo de
H. esta condicin se satisface para los espacios de Hilbert que uno utiliza en la
prctica (Blazquez, 2015).
8
BASES HILBERTIANAS
Sea = { : } un subconjunto ortonormal de 2 (, ). Decimos que que B es

una base hilbertiana de 2 (, )

2 (, ) , = ,
=1
Nota: sea ()el conjunto de combinaciones lineales finitas de elementos de B.

Entonces () 2 (, ) (Cadiz, 2015)
Proposicin
La funcin . , . : es continua como funcin de dos variables. En
particular, dada 2 (, ) , la funcin . , : es continua (Cadiz, 2015).
Proposicin
Sea { : } un subconjunto ortonormal de 2 (, ) y { : } una
sucesin de nmeros reales tales que 1 es convergente en
2 (, ) (Cadiz, 2015).
Entonces

= = ,
=1
Proposicin
En las condiciones anteriores
2
1 1
Teorema: Caracterizacin de Base Hilbertiana

Sea = { : } un subconjunto ortonormal de 2 (, ). Son
equivalentes (Cadiz, 2015).
i. B es base Hilbertiana de 2 (, ).
ii. 2 (, ) se cumple la identidad de Parseval
9

2 = , 2
=1
iii. = { 2 (, ): , = 0 } = {0}
Proposicin
2 (, ) , 2 (, ) , Es combinacin lineal
finita de elementos de A (Cadiz, 2015).
Proposicin
Si B es base Hilbertiana de 2 (, ), vista como sucesin, no admite
sucesiones parciales convergentes (Cadiz, 2015).
Proposicin
Si = { : } es base Hilbertiana de 2 (, ),entonces

2 (,
, ), , = , ,
=1
Proposicin
Si { : } es base Hilbertiana de 2 (, ) y { : \{ }}
es una base de Hilbertiana de 2 (, ) (Cadiz, 2015).
Nota: a partir de una base Hilbertiana { : } de 2 (, ) pueden construirse
otras infinitas bases Hilbertiana, como por ejemplo
1 1
{ (1 + 2 ), (1 2 ), 3 , . }
2 2
Sea H un espacio de Hilbert separable. Se llama base Hilbertiana (o base
}, = 1,2, .. que constituye un

ortonormal) de H una sucesin finita o infinita {
sistema completo en H y que verifica las relaciones de ortonormalidad:
1 =
(,
= = {
0
10
En todo espacio de Hilbert separable, existen bases Hilbertianas (Cadiz, 2015).
SEMISISTEMAS EN ESPACIOS DE BASES HILBERTIANAS
La teora de sistemas discretos dinmicos ha resultado til para el estudio
axiomtico, as como para demostrar la convergencia en algunos casos, de los
algoritmos de optimizacin de funciones e incluso de funcionales si se pide a estas
condiciones fuertes de regularidad.
A continuacin, se define un semisistema dinmico discreto sin unicidad
sobre un espacio de Hilbert en el que se suponen ambas topologas, la fuerte
deducida de la norma y la dbil. (Llorens, 1976)
Preliminares
Sea H un espacio real en base de Hilbert, separable, cuyo producto interno
denotamos por (./. ). La norma y distancia inducidas se simbolizarn
respectivamente con || || y (. , . ).
La topologa dbil de H, (|) ser designada por , y los conceptos a ella
relativos, se distinguirn con los prefijos , dbil indistintamente.
En lo que sigue () es el conjunto de las partes no vacias compactas de
H.
En () se define, dados , , ();
(, ) = sup{(, )}
,
11
Teorema
(, ) = 0
(, ) < (, )
En general (, ) (, )
(, ) (, ) (, )
Para cualesquiera , , ().
La demostracin es trivial.
Teorema
Sea (). (, ) = ((): () < )
Si se define = { (, ); (), > }
Dicha familia constituye una base Hilbertiana sobre (), que satisface el
primer axionante de numerabilidad, para la cual dicho espacio Hilbertiano es no 1 .
La comprobacin es inmediata.
Teorema
Sea { } () tal que ()
Sea para = 1,2,3,4, . . ,
Existe entonces una subsucesion { } { } que converge en un punto y
Proposicin
Sean { } { } sucesiones en H tales que:
12
, .
Verificando para cada = 1,2,3,4, . , || || <
Entonces se tiene que || || < .
Prueba
Como consecuencia de la desigualdad de Cauchy Schwartz, se verifica para
cada entero positivo:
1
|( 1 ) ( 1 )| = |1 | ||1 2 | ||| < |||| .

Por tanto:

Lim |( 1 ) ( 1 )| |() ()| ||||
Lo cual s cumple para cada vector . Tomando

= ||||
Quedar:

|( )| = | / ||||
| = || || ||||

Proposicin
Sean (), [, ] = { : (, ) },
Entonces {, } ().
Pruebe
13
Sea ( ) [, ]
Como [, ] es acotado, l se H reflexivo, es dbilmente relativamente
compacto, por lo que la sucesin dada admite una subsucesion { } dbilmente
convergente a un punto .
Como para cada p, [, ] se tiene que ( , ) = _
Al ser B dbilmente compacto y el conjunto cerrado convexo (para cada
p), puede afirmarse como consecuencia que existe , tal que (, ) =
|| = || = .
La sucesin { } est contenida en B, dbilmente compacto, por lo que admite
una subsucesion, (puede suponerse a ella misma) que converge dbilmente a un
punto . Como se verifican las hiptesis de la proposicin anterior, por
lo que || || .
Y de aqu que (, ) probndose asi que [, ] as dbilmente
secuencialmente compacto.
Al ser H, obviamente un espacio de Frechet, se sigue la conclusin del
teorema como consecuencia de [, ].
SISTEMAS DINAMICOS DISCRETOS
Se denomina sistema dinmico discreto sin unicidad sobre H, a la terna
(, , ), donde
: () verifica:
(, 0) = ()
((, ), ) = (, + ) ,
14
: (), () = (, ), Es , continua para cada k entero no
negativo.
Definicin
La aplicacin : J H es una solucin del semisistema dinmico discreto, a
travs de si verifican:
(0) =
() = ((), ) , , > .
Teorema
Sea (, ). . Entonces existe en una solucin x por x tal que
[] = .
Definicin
Los conjuntos + () =(0)= ( ); () =(0)= ( ).
Son llamados semiconos de trayectorias, positivo y negativo
respectivamente, a travs de .
El cono de trayectoria a travs de x, ser
() = + () ().
Definicin
Si {} = {}, x es llamado punto crtico.
Definicin
15
Un conjunto se dice que:
Positivamente invariante, si + () = .
Negativamente invariante, si + ( ) = .
Dbilmente positivamente invariante si para todo punto , existe una
solucin x a travs de y, tal que ( + ) .
Dbilmente negativamente invariante si para todo punto , existe una
solucin x, tal que ( ) . (Llorens, 1976)
Ejemplo
Sea = , { } su base ortonormal canonica.
Definimos (. ,1): (), ( ,1) = [0,1]. Esta aplicacin es, trivialmente
, por lo que (, + , ) es un semisitema dinmico discreto sobre H.
X es una solucin del semisitema que verifica:
+ = , + () = {0}.
16
Bibliografa
Blazquez, S. C. (12 de Noviembre de 2015). Repositorio Universidad de Granada. Obtenido de
ACANADA:
http://www.ugr.es/~acanada/docencia/matematicas/analisisdefourier/fourier_imprim
ir2%20(1).pdf
Cadiz, F. (04 de Octubre de 2015). Repositorio Universidad Catolica de Chile. Obtenido de QM7:
http://fabiancadiz.com/images/qm7.pdf
Llorens, F. C. (22 de Agosto de 1976). Repositorio Universidad Tecnica de Valencia. Obtenido de

raco:
http://www.raco.cat/index.php/PublicacionsSeccioMatematiques/article/view/37154/
37028
17

Proceso de Ortogonalizacion de Gram

Încărcat de

Informații document

Descriere originală:

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Proceso de Ortogonalizacion de Gram

Încărcat de

Drepturi de autor:

Formate disponibile

_____________________________________________________

UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE

DEPARTAMENTO DE CIENCIAS EXACTAS

ING. OSWALDO LATORRE

PROCESO DE ORTOGONALIZACION DE GRAM-SCHMIDT

En lgebra lineal, el proceso de ortonormalizacin de GramSchmidt es

un algoritmo para construir, a partir de un conjunto de vectores de un espacio

mismo subespacio vectorial.

Sea W un subespacio no nulo de con base = { , , . . . . , }, Entonces , hay

una base ortonormal = { , , . . . . , } para W.

La demostracin es constructiva, es decir, construiremos gradualmente la base T

deseada. El primer paso consiste en encontrar una base ortogonal =

Primero elegimos cualquiera de los vectores de S , digamos , y lo llamamos

; = . Despus buscamos un vector en el subespacio 1 de W generado

por { , } que sea ortogonal a . Como = , 1 es tambin el subespacio

generado por { , } . Hagamos,

Intentaremos determinar 1 2 de modo que = 0 Ahora,

Como , , 1 2 (1), obtenemos

Donde podemos asignar un valor arbitrario no nulo a 2 . Si lo hacemos 2 = 1 ,

Observe que hast este momento hemos construido un subconjunto ortogonal

Kolman, B; Hill,D. (2006). lgebra lineal [Figura 6.13]

A continuacin, determinemos un vector 3 que est en el subespacio 2 de W

generado por { , } y es ortogonal a . Por supuesto, 2 es tambin el

suespacio generado por { , , }. Sea,

Trataremos que 1 y 2 sean tales que

2 = 0. Observe que . Al despejar 1 y 2 en (2) y (3), respectivamente ,

Podemos asignar un valor arbitrario, no nulo, a 3 . Si 3 = 1 , obtenemos

Observe que hasta el momento tenemos un subconjunto ortogonal { , , } de

Kolman, B; Hill,D. (2006). lgebra lineal [Figura 6.14]

Ahora determinaremos un vector 4 en el subespacio 3 de W generado por el

conjunto {1 , 2 , 3 , 4 } y, por lo tanto, por {1 , 2 , 3 , 4 }, que sea ortogonal a

Continuamos de esta manera hasta obtener un conjunto ortogonal =

{1 , 2 , . , } de m vectores. Entonces, es una base para W. Para terminar

normalizamos los , es decir, hacemos:

Entonces = {1 , 2 , . , } es una base ortonormal para W.

A continuacin, resumimos el proceso de Gram-Schmidt.

El proceso de Gram-Schmidt para calcular una base ortonormal =

{1 , 2 , . , } para un subespacio no nulo de W de , dada una base =

{1 , 2 , . . , } para W es como sigue.

Paso 2. Calcule los vectores = {1 , 2 , . , }, de manera sucesiva, uno a la vez,

por medio de la formula

El conjunto de vectores = {1 , 2 , . , } es un conjunto ortogonal.

Entonces = {1 , 2 , . , } es una base ortonormal para W.

No es difcil mostrar que si u y v son vectores en Tales que u * v = 0, entonces

los clculos manuales en el proceso de Gram-Schmidt. Tan pronto como en el paso

2 se calcula un vector , se lo multiplica por un escalar que permita eliminar

fracciones, si se han presentado.

Considere la base = {1 , 2 , 3 } para 3 , donde

1 = (1, 1, 1), 2 = (1, 0, 1) y 3 = (1, 2, 3)

Utilice el proceso de Gram-Schmidt para transformar S a una base ortogonal para

Paso 1. Sea 1 = 1 = (1,1,1)

Paso 2. Ahora calculamos 2 3

ahora utilizamos como 2 . Entonces

= {1 , 2 , 3 } = {(1, 1, 1), (1, 2, 1), (2, 0, 2)}

Es una base ortogonal para 3 .

Es una base ortonormal para 3 .

Un espacio prehilbertiano H que es completo respecto a la norma inducida

por el producto escalar, es un espacio de Hilbert. Es decir, toda sucesin de Cauchy

converge en H. en mecnica cuntica trabajaremos con este tipo de espacios

normados. En particular, 2 ( 3 ) con la norma:

Es un espacio de Hilbert (Blazquez, 2015).

Sea H un espacio de Hilbert y A . Se define Vect (A) al espacio vectorial

engendrado por A, es decir al conjunto de elementos que son combinacin