Gram-Schmidt-Verfahren
Voraussetzung: linear unabhängig
- gegebene linear unabhängige Vektoren
- k-ter orthogonalisierter Vektor, beginnend mit u₁ = v₁
- k-ter normierter Vektor der Orthonormalbasis
- Skalarprodukt, im Rⁿ das Standardskalarprodukt
- Länge (Norm) von u_k
Man zieht von jedem Vektor seine Projektionen auf die bereits orthogonalisierten Vektoren ab und normiert danach.
Erklärung
Das Gram-Schmidt-Verfahren macht aus linear unabhängigen Vektoren ein Orthogonalsystem , das denselben Raum aufspannt. Normiert man anschließend, erhält man eine Orthonormalbasis .
Schritte:
- .
- Für : Von werden die orthogonalen Projektionen auf alle bisherigen abgezogen. Was übrig bleibt, steht senkrecht auf allen .
- Jeden Vektor durch seine Länge teilen: .
Für jedes spannen denselben Raum auf wie . Sind die linear abhängig, entsteht irgendwann , und die Division im Normierungsschritt bricht ab.
Man darf jedes vor dem nächsten Schritt mit einer Zahl multiplizieren, um Brüche zu vermeiden. Die Richtung, und damit das Ergebnis nach dem Normieren, bleibt bis aufs Vorzeichen gleich. Das Verfahren funktioniert mit jedem Skalarprodukt, z.B. auch mit für Polynome.
Beispiele
Gegeben , , .
, .
, .
.
Alle drei Skalarprodukte mit sind . Normiert (mit den Vielfachen und gerechnet):
Typische Fehler
- Von die Projektionen auf die ursprünglichen statt auf die bereits orthogonalisierten abziehen.
- Im Nenner statt verwenden.
- Den Nenner weglassen, obwohl mit den nicht normierten gerechnet wird. Ohne Nenner geht es nur mit den normierten : Dann lautet der Abzug , weil .
- Das Normieren am Ende vergessen, wenn eine Orthonormalbasis verlangt ist.