- Numerical Linear Algebra.L.N. Trefethen. Chapter 1: Lecture 7 QR Factorization
- Introduction to Linear Algebra. Gilbert Strang. Chapter 4, Sec. 4.4 Orthogonal Bases and Gram-Schmidt
- Guía profesor Luis Salinas
Recordar:
Propiedades de la Ortogonalidad:
Preserva la estructura geométrica en el espacio Euclideano se preserva el producto interno:
Por lo tanto, el tamaño de los vectores se preserva:
aplica una transformación a , que no afecta al tamaño del vector.
Gram-Schmidt
El método de Gram-Schimdt permite realizar la ortogonalización de vectores.
1. Para construir el vector , ortogonal al vector (a partir del vector ) se debe quitar al vector b su proyección sobre a, es decir:
Importante:
es un vector que corresponde a la proyección del vector sobre el vector : .
es un escalar y se obtiene de la siguiente manera:
Por lo tanto, la idea de Gram-Schmidt es restar de cada nuevo vector, sus proyecciones de los vectores ya ortonormalizados.
Ejercicio en clases:
Nota:
Si es un conjunto de vectores no nulos, ortogonales de a pares, entonces es linealmente independiente (l.i.). Pero esta implicancia no es hacia el otro lado, i.e., si son l.i, no son necesariamente ortogonales.
Sean
Los espacios generados por estos vectores se denotan:
A menudo nos interesa los espacios de columnas (sucesivos) genereado por las columnas de :
La idea de la factorización QR es la construcción de una secuencia ortonormal de vectores que genera estos subespacios sucesivos.
Sea de full rank . Se busca la secuencia con la propiedad:
lo que corresponde a:
como ecuaciones queda:
matricialmente:
y gráficamente:
donde con columnas ortonormales y , triangular superior.
las columnas deben ser ortogonales al .
Si es de full rank , estos vectores forman una base ortonormal de (espacio ortogonal al , que corresponde al .
Ya se sabe cual es la idea de la ortogonalización de Gram-Schmidt, más formalmente:
Gram-Scmidt Clásico:
En la iteración j-ésima, encontrar el vector que sea ortogonal a :
corresponde al tipo de vector requerido, pero todavía no está normalizado, por lo que simplemente debe ser dividido por su norma, .
Por lo tanto:
donde
A continuación, el algoritmo de Gram-Schmidt Clásico, el cual númericamente no es muy estable debido a errores de redondeo (que analizaremos en las siguientes clases):
Ejercicio en clases:
Obtener factorización QR para .