k=1
b
k
, v
b
k
, b
k
b
k
, w = v u. (1)
Entonces w (b
1
, . . . , b
j
).
2. Proceso de ortogonalizaci on de GramSchmidt. Sea V un espacio vectorial real
o complejo con producto interno y sean a
1
, . . . , a
m
V . Queremos construir vectores
ortogonales b
1
, . . . , b
m
V de tal manera que para todo j {1, . . . , m}
(b
1
, . . . , b
j
) = (a
1
, . . . , a
j
).
Idea del proceso de ortogonalizacion de GramSchmidt: en el j-esimo paso
denir el vector b
j
como a
j
menos la proyeccion ortogonal del vector a
j
al
subespacio generado por los vectores b
1
, . . . , b
j1
.
En el j-esimo paso suponemos que los vectores b
1
, . . . , b
j1
ya est an construidos y son
ortogonales entre si. Buscamos b
j
de la forma
b
j
= a
j
j1
k=1
j,k
b
k
. (2)
Para memorizar los ndices del coeciente
j,k
puede notar que este coeciente sirve para
corregir el vector a
j
usando el vector b
k
.
Ortogonalizaci on de GramSchmidt, pagina 1 de 6
Para calcular el coeciente
j,q
multipliquemos la igualdad (2) por b
q
en el sentido del
producto interno:
b
q
, b
j
=
_
b
q
, a
j
j1
k=1
j,k
b
k
_
= b
q
, a
j
j1
k=1
q,k
j,k
b
k
2
= b
q
, a
j
j,q
b
q
2
.
Queremos que b
q
, b
j
sea igual a 0. Si b
q
= 0, entonces
j,q
debe ser igual a
j,q
=
b
q
, a
j
b
q
2
=
b
q
, a
j
b
q
, b
q
.
Si b
q
= 0, entonces el sumando
j,q
b
i
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:
b
j
:= a
j
j1
k=1
j,k
b
k
, donde
j,k
:=
_
_
b
k
, a
j
b
k
2
, b
k
= 0;
0, b
k
= 0.
(3)
3. Observacion. Es importante que el vector b
j
se construye como una combinacion
lineal de los vectores b
1
, . . . , b
j1
, a
j
, con el uso de los vectores nuevos b
1
, . . . , b
j1
. Los
vectores b
1
, . . . , b
j1
ya son ortogonales entre si, por eso las formulas para los coecientes
j,k
son tan simples. Sera muy inc omodo construir b
j
como una combinaci on lineal de los
vectores originales a
1
, . . . , a
j1
, a
j
.
4. Ejemplo. Aplicar la ortogonalizacion de GramSchmidt a la lista de vectores a
1
, a
2
, a
3
:
a
1
=
_
_
4
2
1
2
_
_
, a
2
=
_
_
6
3
4
8
_
_
, a
3
=
_
_
5
5
3
4
_
_
.
Usando la matriz de Gram compruebe que la lista de vectores b
1
, b
2
, b
3
que se obtiene al
nal es ortogonal.
Solucion. 1. Ponemos b
1
= a
1
. Calculamos la norma de b
1
:
b
1
2
= 16 + 4 + 1 + 4 = 25, b
1
= 5.
2. Construimos el vector b
2
.
2,1
=
b
1
, a
2
b
1
2
=
24 6 4 16
25
= 2.
Ortogonalizaci on de GramSchmidt, pagina 2 de 6
De aqu
b
2
= a
2
2,1
b
1
= a
2
+ 2b
1
=
_
_
6
3
4
8
_
_
+
_
_
8
4
2
4
_
_
=
_
_
2
1
2
4
_
_
.
Calculamos la norma de b
2
:
b
2
2
= 4 + 1 + 4 + 16 = 25, b
2
= 5.
3. Construimos el vector b
3
.
3,1
=
b
1
, a
3
b
1
2
=
20 + 10 + 3 8
25
= 1,
3,2
=
b
2
, a
3
b
2
2
=
10 + 5 6 + 16
25
= 1.
De aqu
b
3
= a
3
3,1
b
1
3,2
b
2
= a
3
b
1
b
2
=
_
_
5
5
3
4
_
_
+
_
_
4
2
1
2
_
_
+
_
_
2
1
2
4
_
_
=
_
_
1
2
4
2
_
_
.
Calculamos la norma de b
3
:
b
3
2
= 1 + 4 + 16 + 4 = 25.
Para comprobar que los vectores b
1
, b
2
, b
3
son ortogonales calculamos su matriz de Gram:
G(b
1
, b
2
, b
3
) =
_
_
4 2 1 2
2 1 2 4
1 2 4 2
_
_
_
_
4 2 1
2 1 2
1 2 4
2 4 2
_
_
=
_
_
25 0 0
0 25 0
0 0 25
_
_
.
Podemos normalizar los vectores b
1
, b
2
, b
3
(dividirlos entre sus normas) y obtener una lista
ortonormal:
c
1
=
_
_
4/5
2/5
1/5
2/5
_
_
, c
2
=
_
_
2/5
1/5
2/5
4/5
_
_
, c
3
=
_
_
1/5
2/5
4/5
2/5
_
_
.
5. Ejemplo. Ortogonalizar la siguiente lista de vectores en R
4
:
a
1
=
_
_
5
1
1
3
_
_
, a
2
=
_
_
9
3
3
7
_
_
, a
3
=
_
_
7
1
1
1
_
_
, a
4
=
_
_
5
5
1
5
_
_
.
Ortogonalizaci on de GramSchmidt, pagina 3 de 6
6. Criterio de la contencion de subespacios en terminos de sus generadores,
repaso. Sean a
1
, . . . , a
j
V algunos vectores y sea S un subespacios de V . Entonces:
a
1
, . . . , a
j
S (a
1
, . . . , a
j
) S.
7. Teorema (conservacion de los subespacios en el proceso de ortogonalizaci on
de GramSchmidt). Sea V un espacio vectorial real o complejo con producto interno y
sean a
1
, . . . , a
m
V . Denotemos por b
1
, . . . , b
m
a los vectores obtenidos de a
1
, . . . , a
m
al
aplicar el metodo de ortogonalizaci on de Gram-Schmidt:
b
j
= a
j
j1
k=1
j,k
b
k
, (4)
j,k
=
_
_
b
k
, a
j
b
k
2
, b
k
= 0;
0, b
k
= 0.
(5)
Entonces para todo j {1, . . . , m} los vectores a
1
, . . . , a
j
generan al mismo subespacio
que los vectores b
1
, . . . , b
j
:
(a
1
, . . . , a
j
) = (b
1
, . . . , b
j
).
Demostracion. 1. De la f ormula (4) podemos expresar a
j
como una combinacion lineal de
b
1
, . . . , b
j
:
a
j
=
j1
k=1
j,k
b
k
+ b
j
.
Esto implica que a
1
, . . . , a
j
(b
1
, . . . , b
j
).
2. Demostremos por inducci on sobre j la siguiente armacion P(j):
b
1
, . . . , b
j
(a
1
, . . . , a
j
).
El caso j = 1 es trivial: b
1
= a
1
(a
1
). Supongamos que la armacion P(j 1) es
v alida, esto es, b
1
, . . . , b
j1
(a
1
, . . . , a
j1
). Entonces de la f ormula (4) sigue que b
j
(a
1
, . . . , a
j
). Acabamos de demostrar que P(j 1) implica P(j).
3. Del resultado de la parte 1 de la demostraci on sigue que (a
1
, . . . , a
j
) (b
1
, . . . , b
j
),
y del resultado de la parte 2 sigue que (b
1
, . . . , b
j
) (a
1
, . . . , a
j
).
Ortogonalizaci on de GramSchmidt, pagina 4 de 6
8. Corolario (ortogonalizaci on de GramSchmidt y dependencias lineales). Sean
a
1
, . . . , a
m
una lista de vectores en V y b
1
, . . . , b
m
la lista obtenida de a
1
, . . . , a
m
al aplicar
la ortogonalizaci on de Gram-Schmidt. Entonces para todo j {1, . . . , m} las siguientes
condiciones son equivalentes:
a) a
j
(a
1
, . . . , a
j1
).
b) b
j
= 0.
Demostracion. (a)(b). Supongamos que a
j
(a
1
, . . . , a
j1
). Entonces
b
j
(b
1
, . . . , b
j
) = (a
1
, . . . , a
j
) = (a
1
, . . . , a
j1
) = (b
1
, . . . , b
j1
),
lo que signica que b
j
es una combinaci on lineal de b
1
, . . . , b
j1
. Como b
j
{b
1
, . . . , b
j1
},
los coecientes de esta combinaci on lineal son nulos y b
j
= 0.
(b)(a). Supongamos que b
j
= 0. Entonces
a
j
(a
1
, . . . , a
j
) = (b
1
, . . . , b
j
) = (b
1
, . . . , b
j1
, 0)
= (b
1
, . . . , b
j1
) = (a
1
, . . . , a
j1
).
9. Corolario. En las notaciones del teorema, las siguientes dos condiciones son equiva-
lentes:
(a) a
1
, . . . , a
m
son linealmente independientes.
(b) todos los vectores b
1
, . . . , b
m
son no nulos.
10. Observaci on. En muchos libros el proceso de ortogonalizaci on de GramSchmidt se
estudia solamente en el caso si los vectores originales a
1
, . . . , a
m
son linealmente indepen-
dientes. En este caso los vectores b
1
, . . . , b
m
son no nulos, y la f ormula para los coecientes
j,k
se simplica (se quita el caso b
k
= 0). El autor de estos apuntes (Egor Maximenko)
agradece al profesor Vladimir Borsovich Dybin por la explicacion del caso general.
Ortogonalizaci on de GramSchmidt, pagina 5 de 6
11. Ejercicio. Ortogonalizar la siguiente lista de vectores en R
4
:
a
1
=
_
_
2
4
5
2
_
_
, a
2
=
_
_
6
5
1
6
_
_
, a
3
=
_
_
10
13
4
3
_
_
.
12. Ejercicio. Usando el proceso de GramSchmidt ortogonalice la siguiente lista de
vectores en R
4
:
a
1
=
_
_
4
2
1
2
_
_
, a
2
=
_
_
6
3
4
8
_
_
, a
3
=
_
_
5
5
3
4
_
_
.
13. Ejercicio. Aplique la ortogonalizaci on de GramSchmidt a la siguiente lista de vec-
tores en R
4
:
a
1
=
_
_
1
1
1
1
_
_
, a
2
=
_
_
5
3
3
3
_
_
, a
3
=
_
_
1
1
7
1
_
_
, a
4
=
_
_
2
0
12
6
_
_
.
14. Tarea adicional. Consideramos el espacio de los polinomios P(R) con el producto
interno
f, g :=
1
_
1
f(x) g(x) dx.
Aplique el proceso de GramSchmidt a los monomios e
0
(x) = 1, e
1
(x) = x, e
2
(x) = x
2
,
e
3
(x) = x
3
.
Ortogonalizaci on de GramSchmidt, pagina 6 de 6