Proceso de ortonormalización de Gram - Schmidt

Recordemos que el método de ortonormalización de Gram-Schmidt consiste, a grandes rasgos,

en lo siguiente: Dado un sistema de vectores 𝑎1 , . . . , 𝑎𝑛 ∈ ℂ𝑚 , que supondremos linealmente
independientes, se trata de conseguir una base ortonormal {𝑞1 , . . . , 𝑞1 } del subespacio < 𝑎1 , .
. . , 𝑎𝑛 > de modo que

< 𝑞1 , . . . , 𝑞𝑗 > = < 𝑎1 , . . . , 𝑎𝑗 >, j = 1, . . . , n.

Para ello se procede de la siguiente forma:

1.
2. Para j = 2, 3, . . ., 𝑞𝑗 es la proyección ortogonal de aj sobre el subespacio < a1, . . . , aj-1
> = <𝑞1 , . . . , 𝑞𝑗−1 > dividido por su norma.

Ahora bien, hemos visto que si

Entonces la proyección ortogonal sobre < 𝑞1 , . . . , 𝑞𝑗−1 > es, Por lo tanto,

es la proyección ortogonal de 𝑎𝑗 sobre < 𝑞1 , . . . , 𝑞𝑗−1 >1 , y así

Dado que esta construcción es inductiva puede implementarse algorítmicamente. En primer

lugar

Por lo tanto, si ponemos

tenemos que para j = 1, 2, . . . , n

Si construimos una matriz con los vectores 𝑎𝑖 , A = [ 𝑎1 𝑎2 . . . 𝑎𝑛 ] ∈ ℂ𝑚𝑥𝑛 , entonces A tiene
rango completo y

Es decir, A = QR con Q ∈ ℂ𝑚𝑥𝑛 una matriz con columnas ortonormales y R = [𝑟𝑖𝑗 ] ∈ ℂ𝑚𝑥𝑛 una
matriz triangular superior con 𝑟𝑖𝑗 > 0. A esta forma de expresar A se le llama factorización QR
reducida de A. Y, tal y como hemos visto, el método de ortonormalización de Gram-Schmidt nos
proporciona un algoritmo para obtener esta factorización:

La salida de este algoritmo debe ser una matriz triangular superior R con 𝑟𝑖𝑖 > 0 y una matriz Q
con columnas ortonormales.
Bibliografía

[1] Proyecciones y bases ortonormales. Recuperado de:

http://www.ehu.eus/izaballa/Ana_Matr/Apuntes/lec6.pdf
[2]Cañada, Antonio. Análisis de Fourier. Recuperado de:
http://www.ugr.es/~acanada/docencia/matematicas/analisisdefourier/fourier_imprimir2%20(1).p
df