Ortogonalización
Capítulo 6
6. Ortogonalidad
6.1 Conjuntos ortogonales
6.2 Proceso de Gram - Schmidt
6.3 Matrices Ortogonales
Identidad
Para cualquier matriz A de m× n, y un vector-n u y un
vector-m v, se cumple
T
(Au)·v = u·(A v)
Conjuntos ortogonales
Se dice que un conjunto {v1, v2, ... , vn} de vectores-n
es ortogonal si dos vectores cualesquiera, diferentes de
cero, en el conjunto son ortogonales. Esto es
vi · vj = 0 si i ≠ j
Ejemplo
4
Demostrar que S = {v1, v2, v3} ⊆ R es ortogonal,
donde
v1 = (2, 2, 4, 0), v2 = (0, 2, -1, 1), v3 = (-2, 0, 1, 1)
Esto es cierto porque
v1 · v2 = 0
v1 · v3 = 0
v2 · v3 = 0
Teorema
Sea S = {v1, v2, ... , vn} un conjunto ortogonal
de vectores distintos de cero. Si u c S y
u = α1v1 + α2v2 + ··· + αnvn
Entonces
u ⋅ vi
αi = , i = 1, 2,..., n
vi ⋅ vi
Teorema
Como una consecuencia del teorema anterior se
tiene
Cualquier conjunto S = {v1, v2, ... , vn} ortogonal
de vectores distintos de cero es linealmente inde-
pendiente
Ejemplo
Demostrar que B = {v1, v2, v3} es una base
3
ortogonal de R , donde
v1 = (1,-2, 3), v2 = (-2, 2, 2), v3 = (5/7, 4/7, 1/7)
u = (12, -6, 6)
v1 · v2 = 0; v1 · v3 = 0; v2 · v3 = 0
u = 3v1 - 2v2 + 7v3
Conjuntos Ortonormales
Se dice que un conjunto de vectores es ortonormal si es
ortogonal y está formado por vectores unitarios. Así
{v1, v2, ... , vn} es ortonormal si
vi · vj = 0 si i ≠ j y ||vi|| = 1, i = 1, 2, ... ,n
1,si i = j
{v1, v2 ,, vn} es ortonormal ⇔ vi iv j =
0,si i ≠ j
Ejemplo
El conjunto S = {v1, v2} es ortonormal, donde
1 1 1 1
v1 = ( , ), v 2 = (− , )
2 2 2 2
Cualquier conjunto ortogonal de vectores
puede normalizarse para obtener un conjunto
ortonormal:
v1 v2 vn
{v1, v2 ,, vn} ⇒ , ,,
v1 v2 vn
Ejemplo
Normalizar el conjunto S = {v1, v2, v3} para
obtener el conjunto ortonormal S'= {u1, u2, u3}
donde
v1 = (1,-2, 3), v2 = (-2, 2, 2), v3 = (5/7, 4/7, 1/7)
1 14 −1 3 5 42
u1 = −2 14 ; u 2 = 1 3 ; u3 = 4 42
3 14 1 3 1 42
Proceso de Gram - Schmidt
n
Todo subespacio V de tiene al menos una base ortogonal y
R
una ortonormal. Si B = {v1, v2, ... , vn} es cualquier base de V,
entonces B' = {u1, u2, ... , un} es una base ortogonal, donde
v 2 ⋅ u1
u1 = v1; u 2 = v 2 − u1
u1 ⋅ u1
v3 ⋅ u1 v3 ⋅ u 2
u3 = v3 − u1 − u2 ,
u1 ⋅ u1 u2 ⋅ u2
v k ⋅ u1 v k ⋅ u2 v k ⋅ u k −1
uk = vk − u1 − u 2 −,, u k −1
u1 ⋅ u1 u2 ⋅ u2 u k −1 ⋅ u k −1
u1 u 2 u n
B'' = , , , , base ortonormal
u1 u 2 u n
Ejemplo
3
Determinar una base ortogonal y una ortonormal de R
aplicando el proceso Gram - Schmidt a la base B = {v1,
v2, v3} en la cual
v1 = (1,-1, 1), v2 = (-2, 3, -1), v3 = (1, 2, -4)
u1 = v1 = (1, −1,1)
v2 ⋅ u1
u2 = v2 − u1 = (0,1,1)
u1 ⋅ u1
v3 ⋅ u1 v3 ⋅ u2
u3 = v3 − u1 − u2 = (8 3,4 3, −4 3)
u1 ⋅ u1 u2 ⋅ u2
Normalización
1 3 0 2 6
B " = −1 3 , 1 2 , 1 6
1 3
1 2
− 1 6
Matrices Ortogonales
Una matriz es ortogonal si
1. Es cuadrada
2. Tiene columnas ortonormales
Teorema
Una matriz cuadrada A es ortogonal si y solo si
T -1 T
A A = I, es decir A =A
La matriz A mostrada es ortogonal
0 1 0
A = 0 0 1
1 0 0
Ejemplo
Calcular la matriz A-1 si
1 14 −1 3 5 42
A = −2 14 1 3 4 42
3 14 1 3 1 42
1 14 −2 14 3 14
A = −1 3 1 3
−1
1 3
5 42 4 42 1 42
