MA33 - Introdução à Álgebra Linear Unidade 15 - Produto interno, ângulo entre vetores e ortogonalidade A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto de 2013 Produto interno Nesta unidade, apresentaremos a noção de produto interno em espaços vetoriais. Esta noção, como veremos, generaliza a noção de produto escalar em R2 e em R3 e enriquece a estrutura de um espaço vetorial, permitindo definir vários conceitos de caráter geométrico previamente estudados em R2 e R3 . Seja V um espaço vetorial. Um produto interno em V é uma função que a cada par de vetores u e v em V associa um número real, denotado por hu, v i, que satisfaz as seguintes condições: para quaisquer vetores u, v e w de V e qualquer número real k, vale PI 1 hv , v i > 0 e hv , v i = 0 se, somente se, v = 0; PI 2 hu, v i = hv , ui; PI 3 hu + v , w i = hu, w i + hv , w i; PI 4 hk · u, v i = k · hu, v i. PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 2/10 Produto interno A seguir, apresentamos alguns exemplos de espaços vetoriais com um produto interno ou, abreviadamente, de espaço com produto interno. Exemplo: Sejam u = (x1 , . . . , xn ) e v = (y1 , . . . , yn ) vetores em Rn . Definimos hu, v i = x1 y1 + · · · + xn yn . (1) Deixamos a cargo do leitor verificar que as propriedades PI 1 − PI 4 são válidas. Assim, (1) define um produto interno em Rn , chamado de produto interno usual de Rn ou produto escalar de Rn , generalizando a noção de produto escalar de R2 e de R3 . PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 3/10 Produto interno Exemplo: Sejam A, B ∈ M(n × n), definimos hA, Bi = tr (B t A). Verifica-se que o produto definido é um produto interno em M(n×n). Exemplo: Sejam p(x) = a0 + a1 x + · · · + an x n e q(x) = b0 + b1 x + · · · + bn x n vetores em R[x]n . Defina hp(x), q(x)i = a0 b0 + a1 b1 + · · · + an bn . (2) Temos que (2) define um produto interno em R[x]n . PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 4/10 Produto interno Em todo espaço com produto interno define-se a noção de comprimento e distância. A saber, seja V um espaço com produto interno. Definimos a norma do vetor v de V , ou comprimento de v , denotado por ||v ||, como o número real p ||v || = hv , v i. Se ||v || = 1, dizemos que v é um vetor unitário. A distância d(u, v ) entre dois vetores u e v de V é definida como p d(u, v ) = ||u − v || = hu − v , u − v i. PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 5/10 Ângulos entre vetores e ortogonalidade Provaremos a seguir, a desigualdade de Cauchy-Schwarz que nos possibilitará definir ângulo entre dois vetores de um espaço com produto interno. A desigualdade de Cauchy-Schwarz é muito útil e aparece em vários contextos da Matemática, em Álgebra Linear, em Análise ela surgiu nas séries infinitas e no produto de integrais, e na Teoria de Probabilidades a desigualdade de Cauchy-Schwarz aplica-se na variância e na covariância. Desigualdade de Cauchy-Schwarz: Se u e v são vetores de um espaço com produto interno V , então |hu, v i| 6 ||u|| · ||v || com igualdade valendo se, e somente se, u e v são linearmente dependentes. PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 6/10 Ângulos entre vetores e ortogonalidade Se u ou v é o vetor nulo, a desigualdade claramente é válida. Para o caso geral, ou seja u 6= 0 e v 6= 0, considere o polinômio p(t) = htu + v , tu + v i. Sendo p(t) > 0, segue que o discriminante de p deve ser não positivo. Deste fato, segue a demonstraçao da Desigualdade de CauchySchwarz. Vamos agora definir a noção de ângulo em espaços com produto interno arbitrários. Suponhamos que u e v são vetores não nulos de um espaço com produto interno V . Dividindo ambos os lados da desigualdade de Cauchy-Schwarz por ||u|| · ||v ||, obtemos |hu, v i| 6 1. ||u|| · ||v || PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 7/10 Ângulos entre vetores e ortogonalidade Equivalentemente, −1 6 hu, v i 6 1. ||u|| · ||v || Como cos θ assume, uma única vez, cada valor no intervalo [−1, 1] quando θ varia no intervalo [0, π], segue que existe um único θ ∈ [0, π] tal que hu, v i cos θ = . ||u|| · ||v || Definimos o ângulo entre u e v como o número real θ acima mencionado. PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 8/10 Ângulos entre vetores e ortogonalidade Sejam u e v dois vetores não nulos de um espaço com produto interno V e seja θ o ângulo entre eles. Segue que cosθ = 0 se, e somente se, hu, v i = 0. Equivalentemente, temos θ = π2 se, e somente se hu, v i = 0. Convencionamos que se u ou v é o vetor nulo, o ângulo entre eles é π2 . Assim, dizemos que dois vetores quaisquer u e v em V são ortogonais quando π2 . A seguir, introduziremos a noção de ortogonalidade entre um vetor e um subespaço. Sejam v um vetor de V e W um subespaço de V . Dizemos que v é ortogonal a W se v é ortogonal a cada vetor de W . O conjunto de todos os vetores de V que são ortogonais a W é chamado complemento ortogonal de W e é denotado por W ⊥ . Ou seja, W ⊥ = {v ∈ V : hv , w i = 0 ∀w ∈ W }. PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 9/10 Ângulos entre vetores e ortogonalidade Exemplo: Seja R3 com o produto interno usual e seja W o plano de equação cartesiana x +y +z = 0. Para determinarmos W ⊥ , devemos encontrar um vetor (a, b, c) em R3 que seja ortogonal a todo vetor de W . Como um vetor de W é da forma (−y − z, y , z), para y , z ∈ R, devemos encontrar (a, b, c) tal que h(−y − z, y , z), (a, b, c)i = 0. Fazendo y = 0 e z = 1, temos a = c. Analogamente, fazendo y = 1 e z = 0 obtemos a = b. Portanto, W ⊥ = {(a, a, a) : a ∈ R}. PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 10/10