EXTENSIÓN LATACUNGA

ALGEBRA LINEAL
CARRERA AUTOMOTRIZ
1º “A”
UNIVERSIDAD DE LAS FUERZAS ARMADAS-
ESPE
EXTENSIÓN LATACUNGA

NOMBRE: Daniel paredes

José pastrano

Israel romero

Esteban Salazar

PROFESOR: ING. MGS. WASHINGTON LOZA H.

Tema: bases ortogonales
 BASES ORTOGONALES

ÍNDICE

 Matrices ortogonales.
 Bases ortogonales de un subespacio.
 El método de Gram-Schmidt.
 Teoremas
 Ejercicios

OBJETIVO

Explicar de la mejor manera posible lo que es una base ortogonal haciendo énfasis en
los ejercicios explicativos.

MARCO TEÓRICO

 Matrices ortogonales.
(Matriz ortogonal) Se denomina matriz ortogonal a toda matriz Q real cuadrada no
singular cuya inversa coincide con su traspuesta, 𝑄−1 = 𝑄𝑡
Prueba las siguientes propiedades de las matrices ortogonales
(1) Si Q es ortogonal =⇒det (Q) = ±1
(2) Q es ortogonal ⇐⇒ QT es ortogonal.
(3) Si Q1 y Q2 son ortogonales, entonces Q1Q2 es ortogonal.
Proposición.
Sea Q una matriz real cuadrada n × n. Son equivalentes: Q es una matriz ortogonal.

 Bases ortogonales de un subespacio.

Sea V un espacio vectorial y {v1,…., vn} una base para V.
1) Decimos que {v1,…, vn} es una base ortogonal si los vectores (v1,…., vn)son
ortogonales entre sí, es decir si vi * vj = 0 para 1 ≤ i ≠ j ≤ n.
Una base ortogonal de un subespacio vectorial S es una base de S formada por
vectores que son ortogonales dos a dos. Para calcular las coordenadas de un vector
respecto de una base genérica de S hay que resolver un sistema de ecuaciones lineales
cuya solución son las coordenadas del vector respecto de dicha base; la
principalventaja, de tener una base ortogonal de un subespacio, es que el cálculo de
las coordenadas de un vector respecto de dicha base es particularmente sencillo.
  El método de Gram-Schmidt.
En los temas anteriores hemos visto cómo obtener una base de un subespacio
vectorial a partir de un conjunto de vectores que genere dicho subespacio vectorial.
El método de ortogonalización de Gram-Schmidt, que vamos a describir, permite
construir, de manera progresiva, una base ortogonal de un subespacio vectorial a
partir de una base de dicho subespacio e incluso de un conjunto de vectores que
genere el subespacio, sin necesidad de que los vectores sean linealmente
independientes.
Partiendo de una base {v1, v2,. . ., vp} de un subespacio S, el método consiste en
generar uno a uno vectores que son ortogonales a los construidos. Denotamos por S1,
S2, los subespacios vectoriales definidos por
S1 = Gen {v1}, S2 = Gen {v1, v2},. . ., Sp = Gen {v1, v2,. . ., vp} = S.
El método de Gram-Schmidt consiste en generar los vectores:
 u1 = v1 ∈ S1
 u2 = v2 – proy.S1 (v2) ∈ S2, es decir, u2 es el ´único vector de la forma
u2 = v2 + αu1 que es ortogonal a u1
 u3 = v3 – proy.S2 (v3) ∈ S3, es decir, u3 es el ´único vector de la forma
u3 = v3 + αu1 + βu2 que es ortogonal a u1 y a u2,
 ...
Notemos que, puesto que los vectores {v1, v2,. . ., vp} son linealmente
independientes, los subespacios
S1 ⊂ S2 ⊂ · · · ⊂ Sp = S
Son todos distintos (dim (Sk) = k, k = 1, 2,. . ., p), los vectores u1, u2,. . ., up son
todos no nulos y linealmente independientes y se verifica que
S1 = Gen v1= Gen u1,
S2 = Gen {v1, v2}= Gen {u1, u2},
S3 = Gen {v1, v2, v3} = Gen {u1, u2, v3} = Gen {u1, u2, u3},
. .
: :
Sp = Gen {v1,. . ., vp} = · · · = Gen {u1,…, up}.
Teorema Método de ortogonalización de Gram-Schmidt.

Consideremos una base {v1, v2,. . ., vp} de un subespacio vectorial S de Rn.

Entonces, los siguientes vectores están bien definidos y son no nulos y ortogonales
dos a dos.

Además, para cada k = 1,. . ., p, {u1, u2,. . ., uk} es una base ortogonal de Sk = Gen
{v1, v2,. . ., vk}. En particular {u1, u2,. . ., up} es una base ortogonal de S = Gen {v1,
v2,. . ., vp}.
Observación.
(a) En cada paso del método de Gram-Schmidt que acabamos de describir podríamos
multiplicar (o dividir) el vector obtenido por un coeficiente no-nulo y seguir los
cálculos con dicho vector.
 Teoremas
Teorema 1
Sea A una matriz ortogonal, entonces 𝐴𝑡 A = I: Por tanto si A es una matriz cuadrada
entonces A es invertible y 𝐴−1 = 𝐴𝑡 , si A no es cuadrada entonces A tiene inversa a la
izquierda la cual está dada por 𝐴𝑡 .
Teorema 2
Sea {v1,…, vn} una base ortogonal para un espacio vectorial V y sea b є V, entonces

Teorema 3
Si {v1, v2,. . ., vn} es un conjunto de vectores no-nulos ortogonales dos a dos,
entonces son linealmente independientes.
 Ejercicios
 u⃗ =(3,0), v⃗ =(0,−2) forman una base ortogonal ya que el producto escalar
entre ellos es cero y ésta es una condición suficiente para ser perpendiculares:
u⃗ ⋅v⃗ =3⋅0+0⋅(−2)=0





Bibliografia:
 http://es.slideshare.net/algebralineal/base-ortonormal-4569638
 http://es.slideshare.net/algebralineal/ejercicios-resueltos-y-explicados-
conjuntos-ortogonales
 http://www.sangakoo.com/es/temas/base-ortogonal-y-base-ortonormal
 http://imerl.fing.edu.uy/GAL2/archivos/Soluciones/solPractico6.pdf