Utilizando el proceso de ortogonalización de Gram!Schmidt
Transcripción
Utilizando el proceso de ortogonalización de Gram!Schmidt
Utilizando el proceso de ortogonalización de Gram-Schmidt, encuentra una base ortonormal de R2 a partir de los vectores ~x1 = (1; 1) y ~x2 = (2; 3) Solución: Debemos veri…cr primero que los vectores dados sean linealmente independientes. Tomamos una combinación lineal de ellos igualada a cero a~x1 + b~x2 = ~0 que se pone como el par de ecuaciones a (1; 1) + b (2; 3) = (0; 0) ó sea a + 2b = 0 a + 3b = 0 Restando las dos ecuaciones encontramos b=0 y por tanto, a = 0 y los dos vectores son linealmente independientes. Una manera más directa para veri…car que los dos vectores son linealmente independientes es simplemente formar el determinante con las componentes de los vectores 1 2 1 3 y veri…car que sea diferente de cero. En efecto, tenemos 1 2 =1 1 3 así que son linealmente independientes. En el proceso de ortogonalización de Gram-Schmidt se toma como primer vector del nuevo conjunto el primer vector del conjunto original; es decir, ~y1 = ~x1 = (1; 1) Como segundo vector la receta es (~x2 ; ~y1 ) ~y1 o bien ~y2 = ~x2 j~x2 j cos y^1 ~y2 = ~x2 (~y1 ; ~y1 ) Que en este caso nos da (2; 3) (1; 1) 1 1 ~y2 = (2; 3) (1; 1) = ; (1; 1) (1; 1) 2 2 Veri…quemos que los vectores obtenidos son linealmente independientes y que son ortogonales. Para veri…car que son linealmente independientes tomamos el determinante formado con los vectores y vemos su valor 1 1 2 =1 1 1 2 que como es diferente de cero nos dice que efectivamente los dos vectores calculados con el proceso de Gram-Schmidt son linealmente independientes. Veamos si son ortogonales, veri…cando que el producto escalar entre ellos sea cero. Tenemos 1 (1; 1) ( 1; 1) = 0 2 y por lo tanto sí son ortogonales. 1 Falta ahora volverlos de norma 1. Tenemos p j~y1 j = j(1; 1)j = 2 p 1 2 j~y2 j = ( 1; 1) = 2 2 Así que la base orotonormal para R2 será la constituida por los dos vectores p p 2 2 (1; 1) y ( 1; 1) 2 2 2