Skip to content Skip to navigation

OpenStax_CNX

You are here: Home » Content » Expansión de Bases Ortonormales

Navigation

Lenses

What is a lens?

Definition of a lens

Lenses

A lens is a custom view of the content in the repository. You can think of it as a fancy kind of list that will let you see content through the eyes of organizations and people you trust.

What is in a lens?

Lens makers point to materials (modules and collections), creating a guide that includes their own comments and descriptive tags about the content.

Who can create a lens?

Any individual member, a community, or a respected organization.

What are tags? tag icon

Tags are descriptors added by lens makers to help label content, attaching a vocabulary that is meaningful in the context of the lens.

This content is ...

Affiliated with (What does "Affiliated with" mean?)

This content is either by members of the organizations listed or about topics related to the organizations listed. Click each link to see a list of all content affiliated with the organization.
  • Rice Digital Scholarship

    This module is included in aLens by: Digital Scholarship at Rice UniversityAs a part of collection: "Señales y Sistemas"

    Click the "Rice Digital Scholarship" link to see all content affiliated with them.

  • Featured Content display tagshide tags

    This module is included inLens: Connexions Featured Content
    By: ConnexionsAs a part of collection: "Señales y Sistemas"

    Comments:

    "Señales y Sistemas is a Spanish translation of Dr. Rich Baraniuk's collection Signals and Systems (col10064). The translation was coordinated by an an assistant electrical engineering professor […]"

    Click the "Featured Content" link to see all content affiliated with them.

    Click the tag icon tag icon to display tags associated with this content.

Also in these lenses

  • Lens for Engineering

    This module is included inLens: Lens for Engineering
    By: Sidney Burrus

    Click the "Lens for Engineering" link to see all content selected in this lens.

Recently Viewed

This feature requires Javascript to be enabled.

Tags

(What is a tag?)

These tags come from the endorsement, affiliation, and other lenses that include this content.
 

Expansión de Bases Ortonormales

Module by: Michael Haag, Justin Romberg. E-mail the authorsTranslated By: Fara Meza, Erika Jackson

Based on: Orthonormal Basis Expansions by Michael Haag, Justin Romberg

Summary: El modulo se ve como la descomposición de señales por medio de la expansión de bases ortonormales para proveer una representación alternativa. El modulo presenta varios ejemplos para resolver los problemas y vistos en diferentes tipos de espacios y dimensiones.

Idea Principal

Cuando trabajamos con señales muchas veces es útil romper la señal en pequeñas, partes mas manejables. Por suerte en este momento usted ya ha sido expuesto al concepto de eigenvectores y su uso en la descomposición de una señal en una de sus posibles bases. Haciendo esto, somos capaces de simplificar el nuestro cálculo de señales y sistemas a través de las eigenfunciones de los sistemas LTI .

Ahora veremos una forma alternativa de representar las señales, a través del uso de una base ortonormal. Podemos pensar en una base ortonormal como un conjunto de bloques construidos que utilizamos para construir funciones. Construiremos la señal/ vector como una suma cargada de elementos base.

Ejemplo 1

La función senoidal compleja 1Tei ω 0 nt 1 T ω 0 n t para todo <n< n forma una base ortonormal para L 2 0 T L 2 0 T .

En nuestras series de Fourier series la ecuación, ft= n = c n ei ω 0 nt f t n c n ω 0 n t ,el c n c n es solo otra representación de ft f t .

nota:

Para la señal/ vector en un Espacio de Hilbert , la expansión de coeficientes es fácil de encontrar.

Representación Alternativa

Recordando nuestra definición de base: Un conjunto de vectores b i b i en un espacio vectorial S S es una base si

  1. Las b i b i son linealmente independientes.
  2. Los b i b i que generan S S. Esto es, podemos encontrar α i α i , donde α i C α i (escalares) tal que
    x ,xS:x=i α i b i x x S x i α i b i
    (1)
    donde xx es un vector en S S, αα es un escalar en C, y b b es un vector en S S.

La condición 2 en la definición anterior dice que podemos descomponer cualquier vector en términos de la b i b i . Condición 1 asegura que la descomposición es única.

nota:

α i α i provee una representación alternativa de xx.

Ejemplo 2

Veamos un simple ejemplo en 2 2 , donde tenemos el siguiente vector: x=12 x 1 2 Base Canónica: e 0 e 1 =10T01T e 0 e 1 1 0 0 1 x= e 0 +2 e 1 x e 0 2 e 1 Base Alternativa: h 0 h 1 =11T1-1T h 0 h 1 1 1 1 -1 x=32 h 0 +-12 h 1 x 3 2 h 0 -1 2 h 1

En general, dada una base b 0 b 1 b 0 b 1 y un vector x 2 x 2 , como encontramos α 0 α 0 y α 1 α 1 tal que

x= α 0 b 0 + α 1 b 1 x α 0 b 0 α 1 b 1
(2)

Encontrando los Alfas

Ahora tratemos con la pregunta que se presentó arriba sobre encontrar los α i α i 's en genral para 2 2 . Empezamos reescribiendo la ecuación 2 así que podemos apilar nuestras b i b i 's como columnas en una matriz de 2×2.

( x )= α 0 ( b 0 )+ α 1 ( b 1 ) x α 0 b 0 α 1 b 1
(3)
( x )=( b 0 b 1 )( α 0 α 1 ) x b 0 b 1 α 0 α 1
(4)

Ejemplo 3

Este es un ejemplo sencillo, que muestra pequeños detalles de la ecuación anterior.

( x0 x1 )= α 0 ( b 0 0 b 0 1 )+ α 1 ( b 1 0 b 1 1 )=( α 0 b 0 0+ α 1 b 1 0 α 0 b 0 1+ α 1 b 1 1 ) x 0 x 1 α 0 b 0 0 b 0 1 α 1 b 1 0 b 1 1 α 0 b 0 0 α 1 b 1 0 α 0 b 0 1 α 1 b 1 1
(5)
( x0 x1 )=( b 0 0 b 1 0 b 0 1 b 1 1 )( α 0 α 1 ) x 0 x 1 b 0 0 b 1 0 b 0 1 b 1 1 α 0 α 1
(6)

Simplificando nuestra Ecuación

Para hacer una notación simple, definimos los siguientes dos conceptos de la ecuación anterior:

  • Matriz de la Base: B=( b 0 b 1 ) B b 0 b 1
  • Vector de Coeficientes: α=( α 0 α 1 ) α α 0 α 1
Lo que nos da la siguiente ecuación:
x=Bα x B α
(7)
que es mas equivalente a x= i =01 α i b i x i 1 0 α i b i .

Ejemplo 4

Dada la base canónica, ( 1 0 )( 0 1 ) 1 0 0 1 , entonces tenemos la siguiente matriz de la base: B=( 01 10 ) B 0 1 1 0

Para obtener las α i α i 's, resolvemos para el vector de coeficientes en la ecuación 7

α=B-1x α B x
(8)
Donde B-1 B es la matriz inversa matrix de BB.

Ejemplos

Ejemplo 5

Veamos primero la base canónica y tratemos de calcular calculate α α de ahi. B=( 10 01 )=I B 1 0 0 1 I Donde II es la matriz identidad. Para poder resolver para α α enocontremos primero la inversa de BB (la cual es realmente trivial en este caso): B-1=( 10 01 ) B 1 0 0 1 Por lo tanto obtenemos, α=B-1x=x α B x x

Ejemplo 6

Ahora veamos una base un poco mas complicada de ( 1 1 )( 1 -1 )= h 0 h 1 1 1 1 -1 h 0 h 1 Enotnces nuestra base y nuestra inversa de la matriz de la base se convierte en: B=( 11 1-1 ) B 1 1 1 -1 B-1=( 1212 12-12 ) B 1 2 1 2 1 2 -1 2 y para este ejemplo esto nos da que x=( 3 2 ) x 3 2 Ahora resolvemos para α α α=B-1x=( 1212 12-12 )( 3 2 )=( 2.5 0.5 ) α B x 1 2 1 2 1 2 -1 2 3 2 2.5 0.5 y obtenemos x=2.5 h 0 +0.5 h 1 x 2.5 h 0 0.5 h 1

Exercise 1

Ahora dada la siguiente matriz de la base y xx: b 0 b 1 =( 1 2 )( 3 0 ) b 0 b 1 1 2 3 0 x=( 3 2 ) x 3 2 Para este probelma haga un bosquejo de las bases y después represente xx en términos de b 0 b 0 y b 1 b 1 .

Solution

Para poder representar xx en términos de b 0 b 0 y b 1 b 1 seguimos los mismos pasos usados en los ejemplos anteriores. B=( 12 30 ) B 1 2 3 0 B-1=( 012 13-16 ) B 0 1 2 1 3 -1 6 α=B-1x=( 1 23 ) α B x 1 2 3 Y ahora podemos escribir xx en términos de b 0 b 0 y b 1 b 1 . x= b 0 +23 b 1 x b 0 2 3 b 1 Y facilmente podemos sustituir nuestros valores conocidos de b 0 b 0 y b 1 b 1 para verificar nuestros resultados.

nota:

Un cambio de base simplemente se ve como xx desde una "perspectiva diferente." B-1 B transforms xx de la base canónica a nuestra nueva base, b 0 b 1 b 0 b 1 . Nótese que es un proceso totalmente mecánico.

Extendiendo la Dimensión y el Espacio

Podemos extender estas ideas más alla de 2 2 y verlas en n n y n n . Este procedimiento se extendiende naturalmente a dimensiones mas grandes (> 2) . Dada la base b 0 b 1 b n 1 b 0 b 1 b n 1 para n n , queremos encontrar α 0 α 1 α n 1 α 0 α 1 α n 1 tal que

x= α 0 b 0 + α 1 b 1 ++ α n 1 b n 1 x α 0 b 0 α 1 b 1 α n 1 b n 1
(9)
Otra vez, coloque la matriz de la base B=( b 0 b 1 b 2 b n 1 ) B b 0 b 1 b 2 b n 1 donde las columnas iguales a los vectores de la base y que siempre será una matriz de n×n (mientras que la matriz anterior no aparezca al cuadrado ya que dejamos términos en notación vectorial ). Podemos proceder a reescribir la ecuación 7 x=( b 0 b 1 b n 1 )( α 0 α n 1 )=Bα x b 0 b 1 b n 1 α 0 α n 1 B α y α=B-1x α B x

Content actions

Download module as:

Add module to:

My Favorites (?)

'My Favorites' is a special kind of lens which you can use to bookmark modules and collections. 'My Favorites' can only be seen by you, and collections saved in 'My Favorites' can remember the last module you were on. You need an account to use 'My Favorites'.

| A lens I own (?)

Definition of a lens

Lenses

A lens is a custom view of the content in the repository. You can think of it as a fancy kind of list that will let you see content through the eyes of organizations and people you trust.

What is in a lens?

Lens makers point to materials (modules and collections), creating a guide that includes their own comments and descriptive tags about the content.

Who can create a lens?

Any individual member, a community, or a respected organization.

What are tags? tag icon

Tags are descriptors added by lens makers to help label content, attaching a vocabulary that is meaningful in the context of the lens.

| External bookmarks