Professional Documents
Culture Documents
9 de febrero de 2011
Índice
22.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
22.2. Ortogonalidad a un espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
22.3. Proyección ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
22.4. Proceso de ortogonalización de Gram-Schmidt . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
22.1. Introducción
En esta lectura veremos el proceso para ortogonalizar un conjunto de vectores. Este proceso es conocido
como el proceso de Gram-Schmidt.
Sea V un espacio vectorial con producto interno •. El vector u es ortogonal a todo vector de
W = Gen{v1 , . . . , vk } si y sólo si
u • vi = 0, para todo i = 1, 2 . . . , k
Demostración
Si u es ortogonal a todo W , entonces es ortogonal a todo elemento de W . Los elementos vi son también
elementos de W . Por tanto, para cada i = 1, 2, . . . , k se cumple u • vi = 0.
Supongamos que para cada i = 1, 2, . . . , k se cumpla u • vi = 0, y sea v un elemento cualquiera de W . Como
W está generado por los vi , deben existir ci tales que:
v = c1 v1 + · · · + ck vk
u • v = c1 u • v1 + · · · + ck u • vk
= c1 · 0 + · · · + ck · 0 = 0
Demostración
(y − z) • (y − z) = (y − z + b − b) • (y − z)
= (−(b − y) + (b − z)) • (y − z)
= −(b − y) • (y − z) + (b − z) • (y − z)
(b − y) • (y − z) = 0 y (b − z) • (y − z) = 0
de esta manera tenemos que (y − z)•(y − z) = 0. Por tanto ky − zk2 = 0. Y ası́ y−z = 0; de donde concluimos
que y = z.
Ahora, sea y un vector cualquiera de W , ası́:
(b − y) • (b − y) = (b − y + z − z) • (b − y + z − z)
= ((b − z) + (z − y)) • ((b − z) + (z − y))
= (b − z) • (b − z) + (b − z) • (z − y)+
(z − y) • (b − z) + (z − y) • (z − y)
= (b − z) • (b − z) + (z − y) • (z − y)
2
Por tanto
d(y, b)2 = d(z, b)2 + d(y, z)2
De donde concluimos que d(x, b) ≤ d(y, b) para todo y de W .
Definición 22.1
Sea V un espacio vectorial con producto interno. Sea u un vector y sea W un subespacio con una base ortogonal
B = {v1 , . . . , vk }. Entonces, la proyección ortogonal de u sobre W es el vector
u • v1 u • vk
upr = v1 + · · · + vk
v1 • v1 vk • vk
La diferencia uc = u − up r se llama la componente de u ortogonal a W .
u • v1 u • vk
uc = u − v1 − · · · − vk
v1 • v1 vk • vk
u = upr + uc
El vector upr es el vector de W lo más cercano a u y la distancia de u a W es la magnitud del vector uc .
u1 = v 1
u2 = v2 − uv21 •u
•u1 u1
1
v3 • u1 v3 • u2
u3 = v 3 − u1 • u 1 u1 − u2 • u2 u2
..
.
vk • u1 vk • u2 v2 • uk−1
uk = v k − u 1 • u 1 u1 − u 2 • u 2 u2 − ··· − uk−1 • uk−1 uk−1
y
Gen{v1 , . . . , vi } = Gen{u1 , . . . , ui }, i = 1, . . . , k
′′ ′
Una Base ortonormal B se obtiene normalizando B .
′′ u1 uk
B = ,...,
ku1 k kuk k
v j • ui
xij = (1)
ui • uj
3
Figura 1: Captura de los vectores del ejemplo 1.
u2 = v2 − x12 u1
−2 1
6
= 3 − − −1
3
−1 1
0
= 1
1
u3 = v3 − x13 u1 − x23 u2
1 1 0
−5
= 2 − −1 − (−1) 1
3
−4 1 1
8
3
4
= 3
− 34
4
Figura 2: Seguimiento del algoritmo en el ejemplo 1.
5
Figura 6: Formación de la matriz para el ejemplo 1.
Figura 7: QR en el ejemplo 1.
contiene la matriz cuyas columnas son el resultado del proceso del ortonormalización completo. El proceso de
Gram-Schmidt combinado con el de ortonormalización está implementado en la TI mediante la rutina llamada
factorización QR. El conjunto de entrada debe estar en las columnas de una matriz. En la figura 6 se ilustra
la formación de la matriz cuyas columnas son el conjunto inicial. Note en ella, el uso de la función augment
con punto y coma para la separación de los vectores y el uso de la transpuesta debido a que ellos inicialmente
fueron definidos como vectores renglón. En la figura 7 se ilustra el uso del comando QR. Note que no se usan
paréntesis debido a que es una rutina y no una función. El primer argumento es la matriz y el segundo y tercero
son variables dónde se depositarán los cálculos. Note que la matriz q resultante contiene en sus columnas el
mismo resultado de nuestro proceso completo.
Ejemplo 22.2
Determine la mı́nima distancia de v3 al espacio V que generan v1 y v2 con los datos del problema anterior.
Solución
Para este cálculo debemos cambiar a {v1 , v2 } por una base ortogonal y poder utilizar el resultado sobre la
descomposición. Por los resultados del problema previo tenemos que una base ortonormal es: B ′ = {u1 , u2 }
donde
1 0
u1 = −1 , u2 = 1
1 1
Ya que v3 • u1 = −5, v3 • u2 = −2, y u2 • u2 = 2, entonces
v 3 · u1 v 3 · u2
v3c = v3 − u1 − u2
u1 · u1 u2 · u2
1 1 0
−5 −2
= 2 − −1 − 1
3 2
−4 1 1
8
3
4
= 3
− 43
6
Figura 8: Datos y ortonormalización del ejemplo 2.
la expresión q qT v3 T calculará
pr = (u1 • v3 ) u1 + (u2 • v3 ) u2
4√
r
32
d = kv3 − prk = = 6
3 3
Ejemplo 22.3
Calcule una base ortogonal y una ortonormal de R3 aplicando el proceso de Gram-Schmidt a la base B , en
la cual
2 0 1
B = −1 , 3 , 2
1 −1 0
Solución
Utilizando
2 0 1
v1 = −1 , v2 = 3 , v3 = 2
1 −1 0
7
Iniciemos con u1 = v1 . Como v2 • u1 = −4 y u1 • u1 = 6 en ese caso
v 2 • u1
u2 = v 2 − u1
u1 • u1
0 2
−4
= 3 − −1
6
−1 1
4
3
7
= 3
− 31
22
Ya que v3 • u1 = 1, v3 • u2 = 6, y u2 • u2 = 3 , entonces
v 3 • u1 v 3 • u2
u3 = v 3 − u1 − u2
u1 • u1 u2 • u2
4
!
1 2
1 −6 3
7
= 2 − −1 − 22
3
6
0 1 3 − 13
14
− 33
17
=
66
7
− 66
Ası́ la base ortogonal es B ′ = {u1 , u2 , u3 } donde
4 14
2 3 − 33
u1 = −1 , u2 = 73 , u3 = 17
66
1 7
1 −3 66
O sea 4 14
2 3 − 33
′ 7 17
B = −1 ,
3 , 66
1 7
1 −3
66
Ejemplo 22.4
Calcule una base ortogonal y una ortonormal de R3 aplicando el proceso de Gram-Schmidt a la base B , en
la cual
1 4 1
B = v1 = −2 , v2 = 3 , v3 = 2
1 −5 3
8
Solución
Iniciamos con u1 = v1 . Como v2 • u1 = −7 y u1 • u1 = 6 en ese caso
u2 = v2 − uv21 ·· uu11 u1
4 1
= 3 − −7 6
−2
−5 1
31
6
2
= 3
− 23
6
13 251
Ya que v3 • u1 = 0, v3 • u2 = 2 , y u2 • u2 = 6 , entonces
v 3 • u1 v 3 • u2
u3 = v 3 − u1 − u2
u1 • u1 u2 • u2
31
1 1 13 6
0 2
= 2 − 6
−2 − 251
2
3
6 23
3 1 −6
99
502
476
= 251
1805
502