Álgebra linear/Produto interno: mudanças entre as edições
imported>Rodrigo Rocha~ptwikibooks m (navegação) |
|||
Linha 75: | Linha 75: | ||
<math>\mbox{proj}_uv = \frac{\langle v, u \rangle}{\langle u, u \rangle} \cdot u</math> | <math>\mbox{proj}_uv = \frac{\langle v, u \rangle}{\langle u, u \rangle} \cdot u</math> | ||
=== | ===Projecção de um vetor ''v'' sobre um subespaço vetorial ''W'' de ''V''=== | ||
Seja <math>W = [u_1, u_2]</math>, onde <math> \{ u_1, u_2 \}</math> é uma base ortogonal de ''W''. | Seja <math>W = [u_1, u_2]</math>, onde <math> \{ u_1, u_2 \}</math> é uma base ortogonal de ''W''. |
Edição das 03h31min de 27 de abril de 2005
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.
Definição
Seja V um espaço vetorial sobre um corpo K. Em V, podemos definir a função binária (denominada produto interno), que satisfaz os seguintes axiomas:
- Se , então >
onde u, v e w são vetores de V, e λ é um elemento de K.
A partir desses axiomas, é possível provar as seguintes conseqüências:
- Se , então
- Se , então
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:
Vetores ortogonais
Dizemos que dois vetores são ortogonais se .
Conseqüências (prove!):
- Se , então
- Se , então
Complemento ortogonal
Seja
Definimos o complemento ortogonal de v, , como:
Conseqüências (prove!):
- é um subespaço vetorial de V
- Seja um subespaço vetorial de V, e uma base de .
- , W é subespaço de V.
Norma
Seja V um espaço vetorial sobre o corpo K, com produto interno. Definimos a norma ou comprimento de um vetor como sendo o número , que indicamos por .
Conseqüências (prove!):
- Se , então
- Se , então (Teorema de Pitágoras)
Projeção ortogonal
Projeção de um vetor v na direção de um vetor u, onde u ≠ 0
Definimos essa projeção como sendo o vetor
Projecção de um vetor v sobre um subespaço vetorial W de V
Seja , onde é uma base ortogonal de W.
Desigualdade de Cauchy-Schwarz
Dados , então
Desigualdade triangular
Base ortogonal e ortonormal
Uma base de V é dita ortonormal se , onde
- , se i = j
- , 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.
Processo de ortogonalização de Gram-Schmidt
Dada uma base de V, podemos encontrar, a partir desta base, uma base ortogonal de V.
Distância entre dois vetores
Definimos a distância entre dois vetores, u e v, como sendo
Uma função distância tem as seguintes propriedades:
Essas propriedades podem ser facilmente verificadas pela definição de norma.
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 melhor aproximação de v por um vetor de W.
Demonstra-se que
en:Inner product space de:Innenproduktraum fr:Espace préhilbertien he:מרחב מכפלה פנימית nl:Inwendig product ja:計量ベクトル空間 pl:Iloczyn skalarny zh:内积空间