Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 6.3 Bases ortonormais • Conjunto ortogonal: conjunto de vetores ortogonais entre si • Conjunto ortonormal: conjunto ortogonal onde todos os vetores tem norma igual a 1 • Exemplos 1 e 2, p. 215 Revisão: independência linear e bases • Independência linear: k 1 v 1 + k 2 v 2 + ... + k n v n = 0 somente para k 1 = k 2 = ... = k n = 0 • Base: S={v 1 ,v 2 ,...,v n } é uma base de V se: – S é linearmente independente – S gera V, i.e., cada vetor u Є V pode ser escrito na forma: u = c 1 v 1 + c 2 v 2 + ... + c n v n Independência linear e ortogonalidade • Todo conjunto ortogonal ou ortonormal é linearmente independente – Prova no livro: teorema 6.3.3, p. 217 Base ortogonal ou ortonormal • Base ortogonal: base composta por vetores ortogonais entre si • Base ortonormal: base ortogonal onde todos os vetores tem norma igual a 1 – Exemplo mais comum: base canônica • u 1 = (1,0,0) • u 2 = (0,1,0) • u 3 = (0,0,1) Coordenadas em relação a uma base ortonormal • S: base ortonormal do espaço V S = {v 1 ,v 2 ,...,v n } • u Є V • Coordenadas de u em relação a S: u = <u,v 1 >v 1 + <u,v 2 >v 2 + … + <u,v n >v n • (u) S = (<u,v 1 >, <u,v 2 >,…, <u,v n >) • Exemplo 3, p. 216 projeção de u em v 1 projeção de u em v 2 projeção de u em v n Norma, distância e produto interno em bases ortonormais • Seja: S: base ortonormal (u) S = (u 1 , u 2 , ... , u n ) [coordenadas de u em relação a S] (v) S = (v 1 , v 2 , ... , v n ) [coordenadas de v em relação a S] • Então: ||u|| = √( u 1 2 + u 2 2 + ... + u n 2 ) d(u,v) = √[ (u 1 -v 1 ) 2 + (u 2 -v 2 ) 2 + ... + (u n -v n ) 2 ] <u,v> = u 1 v 1 + u 2 v 2 + ... + u n v n • Independentemente de qual o produto interno! 2 Norma, distância e produto interno em bases ortonormais • Em outras palavras: trabalhando com coordenadas em relação a bases ortonormais, a norma, distância e produto internos podem ser calculados usando o produto interno euclidiano • Exemplo 4, p. 216 Coordenadas em relação a uma base ortogonal • S: base ortogonal do espaço V S = {v 1 ,v 2 ,...,v n } • Normalizando S → base ortonormal S’ ⎪⎭ ⎪⎬⎫⎪⎩ ⎪⎨⎧= n nS v v v v v v ,...,,' 2 2 1 1 • Coordenadas de u em relação a S’ • Coordenadas de u em relação a S ⎪⎭ ⎪⎬⎫⎪⎩ ⎪⎨⎧= n nS v v v v v v ,...,,' 2 2 1 1 n n n n v v v vu v v v vu v v v vuu ,...,, 2 2 2 2 1 1 1 1 +++= { }nS vvv ,...,, 21= n n n v v vu v v vu v v vu u 222 2 2 12 1 1 ,... ,, +++= Base ortogonal: Base ortonormal: Projeções ortogonais • Seja: W : subespaço de V u Є V • Pode-se escrever: u = w 1 + w 2 onde: w 1 Є W w 2 Є W┴ w 1 : projeção ortogonal de u em W w 1 = proj W u w 2 : componente de u ortogonal a W w 2 = proj W┴u Reescrevendo u = w 1 + w 2 w 1 = proj W u w 2 = proj W┴u u = proj W u + proj W┴u proj W┴u = u − projWu u = proj W u + (u − proj W u ) Cálculo da projeção • u Є V , W é subespaço de V • Se {v 1 ,v 2 ,...,v n } é base ortogonal de W: • Se {v 1 ,v 2 ,...,v n } é base ortonormal de W: n n n W v v vu v v vu v v vu u 222 2 2 12 1 1 ,... ,, proj +++= nnW vvuvvuvvuu ,...,,proj 2211 +++= Exemplo 6, p. 218 3 Encontrando bases ortogonais Processo de Gram-Schmidt {u 1 ,u 2 ,...,u n } é base de V Obter base ortogonal de V: {v 1 ,v 2 ,...,v n } ( ) ( ) ( ) ( ) 12 1 1 22 2 2 12 1 1 22 2 23 12 1 13 33 12 1 12 22 11 ,,, ,, 3 , 2 1 − − −−−−−= −−= −= = n n nnnn nnn v v vu v v vu v v vu uv v v vu v v vu uv v v vu uv uv L M Exemplo 7, p. 219 Encontrando bases ortonormais • Use o processo de Gram-Schmidt para encontrar uma base ortogonal • A seguir, normalize cada vetor para obter uma base ortogonal • Exemplo 7, p. 219 (continuação) Não será cobrado • Decomposição QR – pp. 220-221 • Seção 6.4: solução de mínimos quadrados – pp. 223-227 Exercícios • Seção 6.3, p. 221-223: 7c, 8, 11b, 14a, 17b, 22 Seção 6.5 Matrizes ortogonais; Mudança de base Matrizes ortogonais • A : matriz n×n • Afirmações equivalentes: – Os vetores-linha de A formam um conjunto ortonormal em relação ao p.i. euclidiano – Os vetores-coluna de A formam um conjunto ortonormal em relação ao p.i. euclidiano – A -1 = A T – A A T = A T A = I – A é uma matriz ortogonal • Prova: Teorema 6.5.1, p. 229 4 Exemplo 2, p. 229: matriz de rotação ⎥⎦ ⎤⎢⎣ ⎡ −= θθ θθ cossen sencos A Teorema • Se A é ortogonal, A -1 é ortogonal • Se A e B são ortogonais, A×B é ortogonal • Se A é ortogonal, det(A) = ±1 • Exemplo 3, p. 230 Matrizes ortogonais como operadores lineares • A : matriz n×n • Afirmações equivalentes: – A é ortogonal – ||Ax|| = ||x|| p/ qq x Є IRn – (Ax)•(Ay) = x•y p/ qq x e y em IR n • Prova: Teorema 6.5.3, p. 230 Operador ortogonal • A : matriz ortogonal n×n • Ax : multiplicação por A é um operador ortogonal de IR n – T : IR n → IRn – Mantém norma de x inalterada: IIAxII = IIxII Matrizes de coordenadas • S = { v 1 , v 2 , ..., v n } : base de V • v Є V • v = k 1 v 1 + k 2 v 2 + … + k n v n • Coordenadas de v em relação a S: (v) S = (k 1 ,k 2 ,…,k n ) • Matriz de coordenadas de v em relação a S: k 1 [v] S = k 2 (matriz n×1) · · · k n Mudança de base • Base antiga: B’ = {u 1 ’, u 2 ’, ... , u n ’} • Base nova: B = {u 1 , u 2 , ... , u n } • Se mudarmos da base B’ para a base B, qual a relação entre [v] B’ e [v] B ? • Exemplo para o IR 2 (pag. 230) 5 Mudança de base: matriz de transição • De: B’ = {u 1 ’, u 2 ’, ... , u n ’} • Para: B = {u 1 , u 2 , ... , u n } • P : matriz de transição (de B’ p/ B) P = [ [u 1 ’] B | [u 2 ’] B | ... | [u n ’] B ] • [v] B = P [v] B’ • Exemplo 4, p. 231 Transição B para B’ • Seja: [v] B = P [v] B’ • P é invertível (vetores-colunas são L.I.) • Então: P -1 [v] B = P -1 P [v] B’ [v] B’ = P -1 [v] B Mudança entre bases ortonormais • Vetores-coluna de P são ortonormais • P é uma matriz ortogonal • P -1 = P T • [v] B’ = P T [v] B Exercícios • Seção 6.5, pag. 234–235 – 1 – 5b – 6a – 10 – 12
Compartilhar