Gram-Schmidt-Verfahren

Das Gram-Schmidtsche Orthogonalisierungsverfahren ist ein Algorithmus aus dem mathematischen Teilgebiet der linearen Algebra. Er erzeugt zu jedem System linear unabhängiger Vektoren aus einem Prähilbertraum, d. h. einem Vektorraum mit Skalarprodukt, ein Orthogonalsystem, das denselben Untervektorraum erzeugt. Eine Erweiterung stellt das Gram-Schmidtsche Orthonormalisierungsverfahren dar: statt eines Orthogonalsystems berechnet es ein Orthonormalsystem. Verwendet man ein System von Basisvektoren des Prähilbertraums als Eingabe für die Algorithmen, so berechnen sie eine Orthogonal- bzw. Orthonormalbasis.

Die beiden Verfahren sind nach Jørgen Pedersen Gram und Erhard Schmidt benannt. Sie wurden allerdings bereits früher in den Werken von Pierre-Simon Laplace und Augustin Louis Cauchy verwendet.

Für die numerische Berechnung durch einen Computer sind die Gram-Schmidt-Verfahren nicht geeignet. Durch akkumulierte Rundungsfehler sind die berechneten Vektoren nicht mehr orthogonal. Es existieren aber Modifikationen des Verfahrens, die diesen Fehler nicht haben. Weitere Möglichkeiten für Orthogonalisierungsverfahren basieren auf Householdertransformationen oder Givens-Rotationen.

Algorithmus des Orthogonalisierungsverfahrens

Der folgende Algorithmus berechnet zu den linear unabhängigen Vektoren $v_1, \dots, v_n$ ein Orthogonalsystem von n paarweise orthogonalen Vektoren, das denselben Untervektorraum erzeugt.

Die einzelnen Vektoren $u_1, \dots, u_n$ des Orthogonalsystems berechnen sich wie folgt:

$u_1 = v_1\,$

$u_2 = v_2 - \frac{\langle v_2, u_1\rangle}{\langle u_1, u_1\rangle} \, u_1$

$u_3 = v_3 - \frac{\langle v_3, u_1\rangle}{\langle u_1, u_1\rangle} \, u_1 - \frac{\langle v_3, u_2\rangle}{\langle u_2, u_2\rangle} \, u_2$

$\vdots$

$u_n = v_n - \frac{\langle v_n, u_1\rangle}{\langle u_1, u_1\rangle} \, u_1 - \frac{\langle v_n, u_2\rangle}{\langle u_2, u_2\rangle} \, u_2 - \ldots - \frac{\langle v_n, u_{n-1}\rangle}{\langle u_{n-1}, u_{n-1}\rangle} \, u_{n-1} = v_n - \sum_{i=1}^{n-1} \frac{\langle v_n, u_i\rangle}{\langle u_i, u_i\rangle} \, u_i$

Beispiel

Im $\mathbb{R}^3$ versehen mit dem Standardskalarprodukt $\langle\cdot,\cdot \rangle$ seien zwei linear unabhängige Vektoren vorgegeben, die einen Untervektorraum erzeugen:

$v_1 = \begin{pmatrix} 3 \\ 1 \\ 2 \end{pmatrix},\quad v_2 = \begin{pmatrix} 2 \\ 2 \\ 2 \end{pmatrix}$

Es werden nun zwei orthogonale Vektoren u₁ und u₂ berechnet, die denselben Untervektorraum erzeugen:

$u_1 = v_1 = \begin{pmatrix} 3 \\ 1 \\ 2 \end{pmatrix}$

$u_2 = v_2 - \frac{\langle v_2, u_1\rangle}{\langle u_1, u_1\rangle} \cdot u_1 = \begin{pmatrix} 2 \\ 2 \\ 2 \end{pmatrix} - \frac{12}{14} \cdot \begin{pmatrix} 3 \\ 1 \\ 2 \end{pmatrix} = \frac{1}{7} \begin{pmatrix} -4 \\ 8 \\ 2 \end{pmatrix}$

Algorithmus des Orthonormalisierungsverfahrens

Der folgende Algorithmus berechnet zu den linear unabhängigen Vektoren $v_1, \dots, v_n$ ein Orthonormalsystem von n normierten, paarweise orthogonalen Vektoren, das denselben Untervektorraum erzeugt.

Die einzelnen Vektoren $u_1, \dots, u_n$ des Orthonormalsystems erhält man, indem zuerst jeweils ein orthogonaler Vektor berechnet und anschließend normalisiert wird:

$u_1 = \frac{v_1}{\left\|v_1\right\|}$ (Normalisieren des ersten Vektors v₁)

$u_2^\prime = v_2 - \langle v_2, u_1 \rangle \cdot u_1$ (Orthogonalisieren des zweiten Vektors v₂)

$u_2 = \frac{u_2^\prime}{\left\|u_2^\prime\right\|}$ (Normalisieren des Vektors $u_2^\prime$)

$u_3^\prime = v_3 - \langle v_3, u_1 \rangle \cdot u_1 - \langle v_3, u_2 \rangle \cdot u_2$ (Orthogonalisieren des dritten Vektors v₃)

$u_3 = \frac{u_3^\prime}{\left\|u_3^\prime\right\|}$ (Normalisieren des Vektors $u_3^\prime$)

$\vdots$

$u_n^\prime = v_n - \sum_{i=1}^{n-1} \langle v_n, u_i \rangle \cdot u_i$ (Orthogonalisieren des n-ten Vektors v_n)

$u_n = \frac{u_n^\prime}{\left\|u_n^\prime\right\|}$ (Normalisieren des Vektors $u_n^\prime$)

Im Allgemeinen erhält man durch dieses Verfahren kein besonders ausgezeichnetes System. Im $\R^3$ muss z.B. erst ein Umordnungsschritt nachgeschaltet werden, um ein Rechts- oder Linkssystem zu erhalten.

Beispiel

Im $\mathbb{R}^2$ versehen mit dem Standardskalarprodukt $\langle\cdot,\cdot \rangle$ seien zwei Basisvektoren gegeben:

$v_1 = \begin{pmatrix} 3 \\ 1 \end{pmatrix},\quad v_2 = \begin{pmatrix} 2 \\ 2 \end{pmatrix}$

Es werden nun zwei Vektoren u₁ und u₂ berechnet, die eine Orthonormalbasis des $\mathbb{R}^2$ bilden.

$u_1 = \frac {v_1} {\left\|v_1\right\|} = \frac {1} {\sqrt{10}} \cdot \begin{pmatrix} 3 \\ 1 \end{pmatrix}$

$u_2^\prime = v_2 - \langle v_2, u_1 \rangle \cdot u_1 = \begin{pmatrix} 2 \\ 2 \end{pmatrix} - \frac{1}{\sqrt{10}}\cdot \left\langle \begin{pmatrix} 3 \\ 1 \end{pmatrix},\begin{pmatrix} 2 \\ 2 \end{pmatrix} \right\rangle \cdot \frac{1}{\sqrt{10}} \begin{pmatrix} 3 \\ 1 \end{pmatrix} = \frac{1}{5} \begin{pmatrix} -2 \\ 6 \end{pmatrix}$

$u_2 = \frac{u_2^\prime}{\left\|u_2^\prime\right\|} = \frac{1}{\sqrt{40/25}} \cdot \frac{1}{5} \begin{pmatrix} -2 \\ 6 \end{pmatrix} = \frac{1}{\sqrt{10}} \cdot \begin{pmatrix} -1 \\ 3 \end{pmatrix}$

Anmerkungen

Eine besondere Eigenschaft der beiden Verfahren ist, dass nach jedem Zwischenschritt die bisher berechneten Vektoren $u_1, \dots, u_i$ den gleichen Vektorraum erzeugen wie die Vektoren $v_1, \dots, v_i$. Die Vektoren $u_1, \dots, u_i$ bilden also eine Orthogonal- bzw. Orthonormalbasis der entsprechenden Untervektorräume. Anders ausgedrückt ist die Transformationsmatrix, die die Koordinaten des einen Systems im anderen ausdrückt, eine rechtsobere Dreiecksmatrix. Fasst man die orthonormalen Vektoren $u_1, \dots, u_n$ als Spalten einer Matrix Q zusammen, ebenso die Vektoren des Ausgangssystems $v_1, \dots, v_n$ zu einer Matrix A, so gibt es eine Dreiecksmatrix R mit A=QR, es wird also eine QR-Zerlegung bestimmt. Dementsprechend kann das Ergebnis der Gram-Schmidt-Orthonormalisierung auch mit anderen Methoden zur QR-Zerlegung bestimmt werden, die mit Givens-Rotationen oder Householder-Spiegelungen arbeiten.

Berechnet man ein Orthonormalsystem von Hand, ist es oftmals einfacher, zunächst ein Orthogonalsystem auszurechnen und dann die einzelnen Vektoren zu normieren. Dadurch erspart man sich das zweifache Normieren und kann oftmals mit einfacheren Werten rechnen. Gegebenenfalls lohnt es sich, vor dem Erstellen des Orthogonalsystems/Orthonormalsystems das Gaußsche Eliminationsverfahren durchzuführen.

Funktionsprinzip der Verfahren

Sind die orthogonalen Vektoren $u_1, \ldots, u_{k-1}$ bereits bestimmt, versuchen wir, von v_k eine passende Linearkombination der Vektoren $u_1, \ldots, u_{k-1}$ abzuziehen, so dass der Differenzvektor

$u_k = v_k - \sum_{i=1}^{k-1} \lambda_i u_i$

zu allen Vektoren $u_1, \ldots, u_{k-1}$ orthogonal wird, d.h. jedes der Skalarprodukte

$\langle u_k,u_j \rangle = \langle v_k,u_j \rangle - \sum_{i=1}^{k-1} \lambda_i \langle u_i,u_j \rangle$

mit $j=1,\ldots,k-1$ muss den Wert 0 ergeben. Hierfür ist die Wahl

$\lambda_i = \frac {\langle v_k,u_i \rangle}{\langle u_i,u_i \rangle}$

passend. Setzte man dieses λ_i ein, so erhält man

$\begin{align}\langle u_k,u_j \rangle &= \langle v_k,u_j \rangle - \sum_{i=1}^{k-1} \frac {\langle v_k,u_i \rangle}{\langle u_i,u_i \rangle} \langle u_i,u_j \rangle\\ &= \langle v_k,u_j \rangle - \langle v_k,u_j \rangle\\ &= 0\end{align}$

Literatur

• Andrzej Kielbasiński, Hubert Schwetlick: Numerische lineare Algebra. Eine computerorientierte Einführung. Deutscher Verlag der Wissenschaften, Berlin 1988, ISBN 3-326-00194-0.