Documente Academic
Documente Profesional
Documente Cultură
Campus: Villahermosa.
Este algoritmo recibe su nombre de los matemáticos Jørgen Pedersen Gram y Erhard
Schmidt.
En esta sección 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. Proyección 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:
Σ
m
u= (bk, v) bk, w = v − u. (1)
k=1
(bk, bk)
En el j-ésimo paso suponemos que los vectores b1 , . . . , bj−1 ya están construidos y son
ortogonales entre si. Buscamos bj de la forma
j−1
Σ
bj = aj − λj,kbk. (2)
k=1
Ortogonalización de Gram–Schmidt, página 1 de 6
Para memorizar los ´ındices del coeficiente λj,k puede notar que este coeficiente sirve para
“corregir” el vector aj usando el vector bk.
(bq, bj ) = bq , aj − λ b
j,k k = (bq, aj ) − δq,k λj,k ǁbkǁ2 = (bq, aj) − λj,qǁbqǁ2.
k=1 k=1
Queremos que (bq, bj) sea igual a 0. Si bq ƒ= 0, entonces λj,q debe ser igual a
(bq, aj ) (bq, a j )
λ j,q = = .
ǁbq ǁ2 (bq , bq )
(b , a )
, b ƒ= 0;
b := a − donde ǁbkǁ2 (3)
bk = 0.
4 −6 5
3
3
−2 , a = −5
a1 = , a2 = .
−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.
b=a− λ b = a + 2b = 3 −4 −1
+ = .
2 2 2,1 1 2 1
4 4
−8 −2 2
−4
Calculamos la norma de b2:
ǁb2ǁ2 = 4 + 1 + 4 + 16 = 25, ǁb2ǁ = 5.
3. Construimos el vector b3.
(b1, a3) 20 + 10 + 3 − 8 (b2, a3) 10 + 5 − 6 + 16
λ 3,1 = = = 1, λ 3,2 = = = 1.
ǁb1ǁ2 25 ǁb2ǁ2 25
De aqu´ı
5 −4 −2 −1
2
b=a− λ b −λ b=a−b− b −5 1 −2
= + + = .
3 3 3,1 1 3,2 2 3 1 2
−3
−4 −21 4
−2 −4
−2
Calculamos la norma de b3:
ǁb3ǁ2 = 1 + 4 + 16 + 4 = 25, ǁb3ǁ = 5.
Para comprobar que los vectores b1, b2, b3 son ortogonales calculamos su matriz de Gram:
4 −2 −1 2 4 2 −1 25 0 0
−2 −1 −2
G(b , b , b ) = 2 −1 2 −4 = 0 25 0 .
1 2 3
−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:
4/5 2/5 −1/5
−2/5 −1/5 3
−2/5
c1 = , c = , c = −4/5 .
2
1/5 2/5
− 2/5 −4/5 −2/5
a1, . . . , aj ∈ S ⇐⇒ A(a1, . . . , aj ) ⊆ S.
(bk , aj )
, bk ƒ= 0;
λj,k = ǁbk ǁ2 (5)
0, bk = 0.
Entonces para todo j ∈ {1, . . . , m} los vectores a1, . . . , aj generan al mismo subespacio que
los vectores b1, . . . , b j :
A(a1, . . . , aj) = A(b1, . . . , bj).
a) aj ∈ A(a1, . . . , aj−1).
b) bj = 0.
lo que significa que bj es una combinación lineal de b1 , . . . , bj−1 . Como bj ⊥ {b1 , . . . , bj−1 }, los
coeficientes de esta combinación lineal son nulos y bj = 0.
(b)⇒(a). Supongamos que bj = 0. Entonces
9. Corolario. En las notaciones del teorema, las siguientes dos condiciones son equiva- lentes:
2 −6 −10
5 13
− 3
−4
a = , a = , a = .
1
−4
2
5 1
2 −6 −3
4 −6 5
3
3
−2 , a = −5
a1 = , a2 = .
−1 4 −3
2 −8 −4
13. Ejercicio. Aplique la ortogonalización de Gram–Schmidt a la siguiente lista de vec- tores en
R 4:
1 5 1 −2
1 3 0
a = , a= , a
−1
= , a = .
1
−3
2
1 4
1 12
−1 −3 3
−7 6
14. Tarea adicional. Consideramos el espacio de los polinomios P (R) con el producto
interno
∫1
(f, g) := f (x) g(x) dx.
−1