IMPLEMENTACION DE EL TEOREMA DE GRAM-SCHMIDT

1. OBJETIVO

Implementar el teorema de Gram-Smith elaborando un programa en

MATLAB.
2. INTRODUCCION

En lgebra lineal, el proceso de ortogonalizacin de GramSchmidt es un

algoritmo para construir, a partir de un conjunto de vectores linealmente
independientes de un espacio prehilbertiano (usualmente, el espacio eucldeo Rn),
otro conjunto ortonormal de vectores que genere el mismo subespacio vectorial.
3. DESARROLLO

Proyeccin ortogonal de un vector sobre el subespacio generado por una

lista ortogonal
Sean V un espacio vectorial real o complejo con producto interno, b 1. bj algunos
vectores ortogonales no nulos y v V . Definimos los vectores u, w V de la
siguiente manera:
m

(bk , v )
bk
k=1 bk , bk

u=

w=v u

Entonces w es perpendicular a L (b1,.bj)

Proceso de ortogonalizacion de Gram-Schmidt.

Sea V un espacio vectorial real o complejo con producto interno y sean a 1,.., am
V . Queremos construir vectores ortogonales b1., bm V de tal manera que
para todo j {1,..,mg}
L(b1,.,bj)=L(a1,aj)
Idea del proceso de ortogonalizacion de Gram {Schmidt: en el j-esimo paso
definir el vector bj como aj menos la proyeccin ortogonal del vector aj al
subespacio generado por los vectores b1,..,bj1.
En el j-esimo paso suponemos que los vectores b1,., bj1 ya estn construidos y
son ortogonales entre si. Buscamos bj de la forma

j1

bj=aj j , kbk
k=1

Para memorizar los ndices del coeficiente j;k puede notar que este coeficiente
sirve para corregir" el vector aj usando el vector bk.
Para calcular el coeficiente j;q multipliquemos la igualdad (2) por bq en el sentido
del producto interno:

Queremos que (bq, bj) sea igual a 0. Si bq 6= 0, entonces j;q debe ser igual a:

Si bq = 0, entonces el sumando j;qbi no depende de j;q, y j;q se puede elegir de

manera arbitraria. En este caso por simplicidad ponemos j;q = 0.
As obtenemos las formulas principales:

Observacin.
Es importante que el vector bj se construye como una combinacin lineal de los
vectores b1,., bj1; aj, con el uso de los vectores nuevos b1,., bj1. Los vectores
b1,, bj1 ya son ortogonales entre s, por eso las frmulas para los coeficientes
j j;k son tan simples. Sera muy incmodo construir bj como una combinacin lineal
de los vectores originales a1,., aj1; aj.

4. CONCLUSION

Se aplic el funcionamiento de Gram- Schmidt utilizando un ejemplo

de vectores :
a1=[4 -2 -1 2];
a2=[-6 3 4 -8];
a3=[5 -5 -3 -4];

Donde se consigue vectores ortogonales.

[ANEXOS]

Se debi estudiar los comandos de programacin de Matlab.

Se utiliz conocimiento obtenido en algebra lineal de
ortogonalizacion.

5. ANEXO

IMGENES

CODIGO
6. r21=0;
7. r22=0;
8. r33=0;
9. %('introdusca el tamao del vector')
10.
m=4;
11.
%('introdusca los valores para el vector a1')
12.
%for n= 1:m
13.
% a1(n)=input('');
14.
%end
15.
16.
a1=[4 -2 -1 2];
17.
%('introdusca los valores para el vector a2')
18.
%for n= 1:m

19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.

% a2(n)=input('');
%end
a2=[-6 3 4 -8];
%('introdusca los valores para el vector a3')
%for n= 1:m
% a3(n)=input('');
%end
a3=[5 -5 -3 -4];
Y1=a1;
Y2=a2;
Y3=a3;
('1er Vector ortogonal')
V1=a1
%Normalizando V1
for n= 1:m
r21=r21+(a1(n))^2;
end
r21=(r21)^(1/2);
b=(Y1*a2')/(r21^2);
%CAculando V2
('2do Vector ortogonal')
V2=a2-(b*Y1)
%Calculando V3
for n= 1:m
r22=r22+(V2(n))^2;
end
r22=(r22)^(1/2);
%construimos vector V3
c=(Y1*a3')/(r21^2);
d=(V2*a3')/(r22^2);
%de aqui
('3er Vector ortogonal')
V3=a3-a1-V2
for n= 1:m
r33=r33+(V3(n))^2;
end
r33=(r33)^(1/2)
('vectores normalizados(divididos entre sus normas)')
c1=V1/r21
c2=V2/r22
c3=V3/r33

66.
67.
68.

G=[V1;V2;V3]
Gt=G*G'