Baixe o app para aproveitar ainda mais
Prévia do material em texto
Produto Interno Na Geometria Analítica, definimos o produto escalar de dois vetores no ℝ� � ℝ� e foram estabelecidas algumas propriedades geométricas desses vetores. A ideia agora é generalizar o conceito de produto interno e, bem como as noções de comprimento, distância, e ângulo em espaços vetoriais. Definição: Considere dois vetores � e � em ℝ� o qual todo par de vetores (�, �) ∈ � × � associa um número real (� , �), tal que �. � = ���� + ���� + ���� Que satisfazem: i. �. � ≥ 0 e �. � = 0 se, e somente se � = 0 ii. �. � = �. � iii. �. (� + �) = �� + �� iv. (��). � = �(��) Observações: consequência dos axiomas: a. 0. � = �. 0 = 0, para todo � ∈ � b. (� + �). � = �. � + �. � c. �. (��) = �(�. �) d. �. (�� + ⋯ + ��) = �. �� + ⋯ + �. �� Exemplo: a. Considere � = ℝ� e dados � = (��, ��), � = (��, ��), verifique que �. � = 6���� + 3���� é um produto interno. b. Calcular o produto interno dos vetores � = (1,2), � = (−2,3) do produto do item (a). Exercício 1: Considere � = ℝ� e dados � = (��, ��), � = (��, ��), verifique que �. � = ���� + ���� é um produto interno. E, calcular o produto interno dos vetores � = (2,3), � = (−2,3) do produto do item anterior. Exercício 2: Sejam � = (��, ��), � = (��, ��) ∈ ℝ�. Verifique quais das funções !: � × � ⟶ ℝ, definidas abaixo são produtos internos: a. !(�, �) = 3���� − ���� − ���� + 3���� b. !(�, �) = 6���� Exercício 3: Sejam � = (��, ��, ��), � = (��, ��, ��) ∈ ℝ�. Verifique se função é um produto interno sobre ℝ�: �. � = 3���� + 5���� + 2����. Espaço vetorial Euclidiano: Um espaço vetorial real, de dimensão finita, no qual está definido um produto interno, é um espaço vetorial euclidiano. Módulo: é o número real não negativo, |�|, definido por |�| = √�. � = '��� + ��� + ���. Propriedades: |�| ≥ 0, para todo � ∈ � e |�| = 0 se , e somente se � = 0. |��| = |�||�|, para todo � ∈ �, ∀� ∈ ℝ. |�. �| ≤ |�||�|, ∀�, � ∈ �. |�. �| ≤ |�| + |�|, ∀�, � ∈ �. Distância: *(�, �) = |� − �| = '(�� − ��)� + (�� − ��)� + (�� − ��)�. Ângulo de dois vetores: cos . = /.0|/||0| , 0 ≤ . ≤ 1. Vetores ortogonais: �, � ∈ �, diz-se que � e � são ortogonais se �. � = 0, (� ⊥ �). Conjunto ortogonal de vetores: Seja � um espaço vetorial. Um conjunto de vetores {45, 46, … , 48} ⊂ � é ortogonal se dois vetores quaisquer, distintos, são ortogonais, isto é, �; . �< = 0 para = ≠ ?. Um conjunto ortogonal de vetores não nulos @ = {45, 46, … , 48} é linearmente independente. Base Ortogonal: Uma base {45, 46, … , 48} de � é ortogonal se seus vetores são dois a dois ortogonais. Base Ortonormal: Uma base {45, 46, … , 48} de um espaço vetorial euclidiano � é ortonormal se A é ortogonal e todos os seus vetores são unitários, �; . �< = B0 para = ≠ ?1 para = = ?C Processo de ortogonalização de Gram-Schmidt: Dado um espaço vetorial euclidiano � e uma base A = {45, 46, … , 48} desse espaço, é possível a partir dessa base, determinar uma base ortogonal de �. Supondo que 45, 46, … , 48não são ortogonais, considera-se �� = �� E determina-se o valor de � de modo que �� = �� − ��� seja ortogonal a ��: � = 0D.EF EF.EF, isto é, �� = �� − ( 0D.EF EF.EF)��. Assim, os vetores ��e �� são ortogonais. Considere o vetor: �� = �� − G��� − G���, determina-se os valores de G� � G� de maneira que o vetor �� seja ortogonal aos vetores �� � ��. Assim, �� = �� − H��. ����. ��I �� − ( ��. �� ��. ��)�� Então, os vetores ��, ��e �� são ortogonais. Pode-se concluir o teorema por indução. �� = �� − (G�J�)��J� − ⋯ − G��� − G��� Os valores de G�, ⋯ , G� : G� = 0K.EFEF.EF , ⋯ , G� = 0K.EKLF EKLF.EKLF. 1. BOLDRINI, J.L. et al. Álgebra linear, Campinas: Harbra, 1986. 2. LAY, D.C. Álgebra Linear e suas aplicações. Rio de Janeiro: LTC Editora, 2007. 4. STEINBRUCH, A. e WINTERLE, P. Álgebra Linear. São Paulo: McGraw Hill, 1987. 5. SANTOS, R. J. Um Curso de Geometria Analítica e Álgebra Linear. Belo Horizonte: Imprensa Universitária da UFGM, 2007.
Compartilhar