Álgebra linear/Produto interno
Origem: Wikilivros, livros abertos por um mundo aberto.
| Álgebra linear |
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.
[editar] Definição
Seja V um espaço vetorial sobre um corpo K. Em V, pode-se definir a função binária
(denominada produto interno), que satisfaz os seguintes axiomas:



- Se
, então
> 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:


- Se v = 0, então

- Se
, então v = 0
[editar] Exemplos
O produto escalar sobre o espaço vetorial
satisfaz os axiomas do produto interno e é definido por:
Se f e g são duas funções, é possível definir o produto interno:
[editar] Vetores ortogonais
Diz-se que dois vetores
são ortogonais se
.
Consequências (prove!):
- Se
, então u = 0 - Se
, então T = 0
[editar] Complemento ortogonal
Seja 
Define-se o complemento ortogonal de v,
, como:
Consequências (prove!):
é um subespaço vetorial de V- Seja W um subespaço vetorial de V, e
uma base de 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
como sendo o número
, que indicamos por | v | .
Consequências (prove!):

- Se
, então | v | > 0 
- Se
, 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

[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.

[editar] Desigualdade de Cauchy-Schwarz
Dados
, então 
[editar] Desigualdade triangular

[editar] Base ortogonal e ortonormal
Uma base
de V é dita ortonormal se
, 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
de V, podemos encontrar, a partir desta base, uma base ortogonal
de V.

[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) = d(v,u)

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
, 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


