Investigación 4
Álgebra lineal
Ingeniería en gestión empresarial
Grupo 307-C
Frida Monserrat Ortiz Cruz, José Guillermo Pretelín
Fonseca, Maritza Cortés Taxilaga, Mary Jose Hernández
Arres, Jannitzi Jannet Olin Pérez
Mtro. Pablo Promotor Campechano
San Andrés Tuxtla, Ver. 04 de diciembre de 2023
Base ortonormal de Grand-Schmidt
En álgebra lineal, el proceso de ortogonalización de Gram–Schmidt 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.
El proceso se basa en un resultado de la geometría euclídea, el cual establece que la diferencia entre
un vector V y su proyección sobre otro vector u es perpendicular al vector u1. Dicho resultado
constituye una herramienta para construir, a partir de un conjunto de dos vectores no paralelos, otro
conjunto, conformado por dos vectores perpendiculares.
Este algoritmo recibe su nombre de los matemáticos Jørgen Pedersen Gram y Erhard Schmidt. (Jörgen
Pederson Gram (1850-1916) fue un actuario danés que estuvo muy interesado en la ciencia de la
medida. Erhardt Schmidt (1876-1959) fue un matemático alemán).
La aplicación del proceso de Gram-Schmidt a los vectores de columna de una matriz de rango de
columna completa produce la descomposición QR (se descompone en una matriz ortogonal y otra
triangular).
En álgebra lineal, una base ortonormal de un espacio prehilbertiano V (es decir, un espacio vectorial
con producto interno) o, en particular, de un espacio de Hilbert H, es un conjunto de elementos cuyo
span es denso en el espacio, en el que los elementos son mutuamente ortogonales y normales, es
decir, de magnitud unitaria. Una base ortogonal satisface las mismas condiciones, salvo la de magnitud
unitaria; es muy sencillo transformar una base ortogonal en una base ortonormal mediante el producto
por un escalar apropiado y, de hecho, esta es la forma habitual en la que se obtiene una base
ortonormal: por medio de una base ortogonal.
Así, una base ortonormal es una base ortogonal, en la cual la norma de cada elemento que la compone
es unitaria.
El proceso de Gram-Schmidt es un algoritmo que nos permite encontrar una base ortogonal de
un subespacio W de Rn a partir de una base dada para W. Supongamos entonces que {x1,x2, …,xk}
es una base para un subespacio W de Rn. Definamos
Entonces, para cada i=1,2…, k, {v1,v2,…,vi} es una base ortogonal para Wi.. En
particular, {v1,v2,…,vk} es una base ortogonal para W. Si hacemos qi=1∥vi∥vi,i=1,…,k,
entonces {q1,q2,…,qk} es una base ortonormal para W.
La demostración del teorema de Gram-Schmidt a su vez da un algorimo para encontrar de manera
explícita la base ortonormal buscada. Es un algoritmo que poco a poco va contruyendo los vectores.
Supongamos que nos dan los vectores v1, …… , vn.
Para empezar, normalizamos v1 para obtener e1=v1‖u1‖. De aquí en adelante procedemos
recursivamente. Si ya construimos e1, …,ek, entonces podemos construir ek+1 a través de la fórmula
que pusimos, es decir, primero definimos
para luego tomar ek+1 como la normalización de fk+1, es decir, como ek+1‖ek+1‖. Seguimos de esta
manera hasta terminar.
Observaciones
· Si se intenta ortogonalizar una base ortogonal, el proceso devuelve la misma base.
· Para obtener una base ortonormal luego de aplicar este método, sólo basta dividir cada vector por
su norma. Es decir, el conjunto U′={u1∥u1∥,...,un∥un∥}→bonV.
Para comprobar que estas fórmulas producen una secuencia ortogonal, primer
cálculo sustituyendo la fórmula anterior u2 Tenemos cero. Entonces usa esto para
calcular sustitución de la fórmula para u3Tenemos cero. La prueba general procede por inducción
matemática.
Geométricamente, este método procede de la siguiente manera: para calcular ui,
proyecta v i ortogonalmente sobre el subespacio U generado por u1,..., ui−1, que es el mismo que el
subespacio generado por v1,..., vi−1. El vector ui se define entonces como la diferencia entre vi y esta
proyección, garantizada para ser ortogonal a todos los vectores en el subespacio U.
El proceso de Gram-Schmidt también se aplica a una secuencia infinita numerable linealmente
independiente {vi} i. El resultado es una secuencia ortogonal (u ortonormal) {ui}i tal que para el número
natural n: el lapso algebraico de v1,..., vn es el mismo que el de u1,..., un.
Si el proceso de Gram-Schmidt se aplica a una secuencia linealmente dependiente, genera el
vector 0 en la iésimo paso, asumiendo que vi es una combinación lineal de v1,..., vi−1 . Si se va a
producir una base ortonormal, entonces el algoritmo debe probar los vectores cero en la salida y
descartarlos porque ningún múltiplo de un vector cero puede tener una longitud de 1. El número de
vectores de salida por el algoritmo será entonces la dimensión del espacio ocupado por las entradas
originales.
Bibliografía
[Link]
[Link]
[Link]
[Link]
