Académique Documents
Professionnel Documents
Culture Documents
10.1.2. Factorización QR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
I
Tema 10
Bases ortogonales
que i 6= j.
Ejemplo
1
Debemos considerar los tres posibles pares de vectores diferentes:
hu1 , u2 i = 3 · (−1) + 1 · 2 + 1 · 1 = 0 ,
1 7
hu1 , u3 i = 3 · (−1) + 1 · (−2) + 1 · = 0 ,
2 2
1 7
hu2 , u3 i = −1 · (−1) + 2 · (−2) + 1 · = 0 .
2 2
Teorema
Si S = {u1 , . . . , up } es un conjunto ortogonal de vectores no nulos de V, entonces S
es linealmente independiente.
Ejemplo
1
Ya sabemos que (3, 1, 1)t , (−1, 2, 1)t , (−1, −4, 7)t es un conjunto ortogonal.
2
Comprobemos que, efectivamente, sus vectores son linealmente independientes; si
1
α(3, 1, 1)t + β(−1, 2, 1) + γ (−1, −4, 7)t
2
ortogonal.
vectores unitarios.
2
Ejemplo
mente independiente, será una base del subespacio W generado por S. Puesto que S es
W. Si además los vectores de S son unitarios, diremos que S es una base ortonormal de W.
de V.
Proposición
w = c1 w1 + · · · + cp wp ,
entonces
hw, wj i
cj = , para todo j = 1, . . . , p.
hwj , wj i
3
Ejemplo
1
Los vectores u1 = (3, 1, 1)t , u2 = (−1, 2, 1)t y u3 =
(−1, −4, 7)t forman un conjunto
2
ortogonal S; así, son linealmente independientes y, en consecuencia, forman una
Entonces
11 12 33
v= u1 − u2 − u3 = u1 − 2u2 − 2u3 .
11 6 33/2
En otras palabras, las coordenadas de v con respecto a la base S son:
ces ortogonales.
Teorema
Una matriz A (m × n) es ORTOGONAL (es decir, At A = I) si y sólo si tiene columnas
ORTONORMALES .
Además, como veremos en el Tema 12, dada una matriz ortogonal cuadrada Q, ésta
A continuación estudiamos un método que nos permite obtener una base ortogonal
de W. Obviamente, si queremos obtener una base ortonormal, bastará con normalizar los
4
vectores obtenidos con dicho método.
ortogonal (u ortonormal, normalizando los nuevos vectores) a partir de otra que no lo es.
Ejemplo
15
p = Pv1 (v2 ) = (3, 6, 0)t ,
45
v2 − p
v2
v1
p = Pv1 (v2 )
ción lineal de v1 (con coeficiente −kPv1 (v2 )k) y de v2 (con coeficiente 1). Además es
5
Finalmente obtenemos una base ortonormal BS de S dividiendo cada vector por su
norma:
1
BS = √ (1, 2, 0)t , (0, 0, 1)t .
5
Método de Gram-Schmidt.
w1 = v1 ,
hv2 , w1 i
w2 = v2 − w1 ,
hw1 , w1 i
hv3 , w1 i hv3 , w2 i
w3 = v3 − w1 − w2 ,
hw1 , w1 i hw2 , w2 i
..
.
hvp , w1 i hvp , w2 i hvp , wp−1 i
wp = vp − w1 − w2 − · · · − wp−1 .
hw1 , w1 i hw2 , w2 i hwp − 1, wp−1 i
Gen(v1 , . . . , vk ) = Gen(w1 , . . . , wk ), 1 6 k 6 p.
Ejemplo
ha0 + a1 x, b0 + b1 xi = a0 b0 + 2a1 b1 .
6
primer lugar, consideramos el vector q1 = p1 ; el segundo vector de la base q2 lo
calculamos mediante:
hp2 , q1 i 1 2
q 2 = p2 − q1 = p2 + q1 = (2 − x) .
hq1 , q1 i 3 3
por su norma:
1 2
q10 = √ (1 + x) , q20 = √ (2 − x) .
3 3
10.1.2. Factorización QR
son las columnas de una matriz A de dimensión m×n con columnas linealmente indepen-
ción es muy útil para simplificar diversos problemas, como la resolución de sistemas de
7
Ejemplo
8
Ahora podemos normalizar la base; los correspondientes vectores formarán las co-
lumnas de Q en la factorización:
√
1/2 −3/ 12 0
√ √
1/2 1/ 12 −2/ 6
Q= .
√ √
1/2 1/ 12 1/ 6
√ √
1/2 1/ 12 1/ 6
Qt A = Qt Q R = I3 R = R .
Así:
1 0 0
1/2 1/2 1/2 1/2
1 1 0
√ √ √ √
R = Qt A =
−3/ 12 1/ 12 1/ 12 1/ 12
√ √ √ 1 1 1
0 −2/ 6 1/ 6 1/ 6
1 1 1
2 3/2 1
√ √
=
0 3/ 12 2/ 12
.
√
0 0 2/ 6