Álgebra linear/Produto interno

Origem: Wikilivros, livros abertos por um mundo aberto.

Seguir para o capítulo anterior: A forma racional e a forma de Jordan Álgebra linear Seguir para o próximo capítulo: Operadores sobre espaços com produto interno

Em Álgebra linear, chamamos de produto interno uma função de dois vetores que satisfaz determinados axiomas. O produto escalar, comumente usado na geometria euclidiana, é um caso especial de produto interno.

Tabela de conteúdo

[editar] Definição

Seja V um espaço vetorial sobre um corpo K. Em V, pode-se definir a função binária \langle \cdot,\cdot\rangle: V \times V \rightarrow K (denominada produto interno), que satisfaz os seguintes axiomas:

\langle u,v\rangle  = \overline{\langle v,u\rangle }
\langle u+v, w\rangle  = \langle u,w\rangle  + \langle v,w\rangle
\langle \lambda u, v\rangle  = \lambda \langle u, v\rangle
Se v \ne 0, então \langle v, v\rangle > 0

em que u, v e w são vetores de V, e λ é um elemento de K.

A partir desses axiomas, é possível provar as seguintes consequências:

\langle u, v+w\rangle  = \langle u, v\rangle  + \langle u, w\rangle
\langle u, \lambda v\rangle  = \overline{\lambda}\langle u,v\rangle
Se v = 0, então \langle v, v\rangle  = 0
Se \langle v, v\rangle  = 0, então v = 0

[editar] Exemplos

O produto escalar sobre o espaço vetorial \mathbb{R}^3 satisfaz os axiomas do produto interno e é definido por:

\langle (x_1, y_1, z_1), (x_2, y_2, z_2)\rangle = x_1x_2 + y_1y_2 + z_1z_2

Se f e g são duas funções, é possível definir o produto interno:

 \langle f, g \rangle = \int f(x)\overline{g(x)}\,dx

[editar] Vetores ortogonais

Diz-se que dois vetores u, v \in V são ortogonais se \langle u, v\rangle  = 0.

Consequências (prove!):

Se \langle u, v\rangle = 0, \forall v \in V, então u = 0
Se \langle T(u), v\rangle = 0, \forall u,v \in V, então T = 0

[editar] Complemento ortogonal

Seja v \in V, v \ne 0

Define-se o complemento ortogonal de v, v^\perp, como:

v^\perp = \{ v \}^\perp = \{ u \in V  | \langle u, v \rangle = 0 \}.

Consequências (prove!):

v^\perp é um subespaço vetorial de V
Seja W um subespaço vetorial de V, e \alpha = \{v_1, v_2, \ldots, v_n\} uma base de W. v \in W^\perp \iff v \in v_i^\perp, i = 1, \ldots, n
(W^\perp)^\perp = W, W é subespaço de V.

[editar] Norma

Seja V um espaço vetorial sobre o corpo K, com produto interno. Define-se a norma ou comprimento de um vetor v \in V como sendo o número \sqrt{\langle v, v \rangle}, que indicamos por | v | .

Consequências (prove!):

|v| = 0 \Longleftrightarrow v = 0
Se v \ne 0, então | v | > 0
|\lambda v| = |\lambda| |v|, \forall \lambda \in K, v \in V
Se \langle u, v \rangle = 0, então | u + v | 2 = | u | 2 + | v | 2 (Teorema de Pitágoras)

[editar] Projeção ortogonal

[editar] Projeção de um vetor v na direção de um vetor u, em que u ≠ 0

Define-se essa projeção como sendo o vetor

\mbox{proj}_uv = \frac{\langle v, u \rangle}{\langle u, u \rangle} \cdot u

[editar] Projeção de um vetor v sobre um subespaço vetorial W de V

Seja W = [u1,u2], em que {u1,u2} é uma base ortogonal de W.

\mbox{proj}_Wv = \mbox{proj}_{u_1}v + \mbox{proj}_{u_2}v

[editar] Desigualdade de Cauchy-Schwarz

Dados u,v \in V, então | \langle u, v \rangle | \le |u| \cdot |v|

[editar] Desigualdade triangular

 |u + v| \le |u| + |v|, \forall u, v \in V

[editar] Base ortogonal e ortonormal

Uma base  \{ v_1, v_2, \ldots, v_n \} de V é dita ortonormal se  \langle v_i, v_j \rangle = \delta ij, em que

δij = 1, se i = j
δij = 0, se i ≠ j

A base é ortogonal se os vetores são ortogonais dois a dois.

Propriedade: n vetores não-nulos e ortogonais dois a dois, em um espaço de dimensão n, são linearmente independentes.

[editar] Processo de ortogonalização de Gram-Schmidt

Dada uma base  \{ v_1, v_2, \ldots, v_n \} de V, podemos encontrar, a partir desta base, uma base ortogonal  \{ u_1, u_2, \ldots, u_n \} de V.

 u_i = v_i - \sum_{k=1}^{i-1}  \frac{ \langle v_i, u_k \rangle }{ \langle u_k, u_k \rangle } u_k

[editar] Distância entre dois vetores

Define-se a distância entre dois vetores quaisquer, u e v, como sendo d(u,v) = | u - v |

Uma função distância tem as seguintes propriedades:

d(u, v) \ge 0
\quad d(u, v) = 0 \Leftrightarrow u = v
d(u,v) = d(v,u)
d(u,v) \le d(u, w) + d(w, v)

Tais propriedades podem ser facilmente verificadas pela definição de norma.

[editar] Melhor aproximação de um vetor v de V por um vetor de W, subespaço vetorial de V

Se d(v, u) \le d(v, u'), \forall u' \in W, então u é o vetor de W que dá a aproximação mais adequada de v por um vetor de W.

Demonstra-se que u = projWv