Baixe o app para aproveitar ainda mais
Prévia do material em texto
ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 1 / 13 Capítulo 5 Produto interno em Rn Definição ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 2 / 13 O produto interno (ou produto escalar) de dois vetores de Rn, x = (x1, · · · , xn), y = (y1, · · · , yn), é o número real 〈x, y〉 = x1y1 + x2y2 + · · · + xnyn = n∑ k=1 xkyk. Observação: Escrevendo os vetores como matrizes coluna, tem-se 〈x, y〉 = xTy = [ x1 . . . xn ] y1 . . . yn . ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 3 / 13 Definições • A norma (ou comprimento) de x é o escalar não negativo ‖x‖ = √ 〈x, x〉. • A distância de x a y é ‖x− y‖. • Os vetores x y dizem-se ortogonais (ou perpendiculares) se 〈x, y〉 = 0. Observação: Se x = (x1, x2, . . . , xn), tem-se ‖x‖ = √ 〈x, x〉 = √ x21 + x 2 2 + · · ·+ x 2 n. Propriedades ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 4 / 13 São válidas as seguintes propriedades para o produto interno e a norma de vetores de Rn. Se x, y e z são vetores de Rn e α ∈ R, então (1) 〈x, y〉 = 〈y, x〉; (2) 〈x+ y, z〉 = 〈x, z〉+ 〈y, z〉; (3) 〈αx, y〉 = α 〈x, y〉; (4) 〈0, y〉 = 0; (5) Se 〈x, y〉 = 0 para todo o y, então x = 0; (6) ‖x‖ ≥ 0, e ‖x‖ = 0⇔ x = 0; (7) ‖αx‖ = |α|‖x‖. ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 5 / 13 Teorema (Desigualdade de Cauchy-Schwarz) Sejam x e y vetores de Rn, tem-se |〈x, y〉| ≤ ‖x‖ ‖y‖ sendo a igualdade verificada se e só se x e y são linearmente dependentes. O ângulo entre os vetores de x e y é arccos ( 〈x, y〉 ‖x‖ ‖y‖ ) ∈ [0, π]. ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 6 / 13 Definições e Propriedades • ‖x+ y‖ ≤ ‖x‖+ ‖y‖, x, y ∈ Rn [Desigualdade triangular] • Se x e y são ortogonais, ‖x− y‖2 = ‖x‖2 + ‖y‖2 [Teorema de Pitágoras] • A projeção ortogonal de y sobre x 6= 0 é o vetor projxy = 〈y, x〉 ‖x‖2 x. Projeção ortogonal sobre um subespaço ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 7 / 13 Um conjunto de vetores diz-se ortogonal se quaisquer dois vetores distintos são ortogonais; se todos os vetores tiverem norma 1, o conjunto diz-se normado; se for ortogonal e normado, diz-se ortonormado. Teorema Um conjunto ortogonal de vetores não nulos é linearmente independente. • O RECÍPROCO É FALSO! Projeção ortogonal sobre um subespaço ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 8 / 13 Teorema Seja F um subespaço vetorial de Rn e seja v ∈ Rn. Então, existe um e um só vetor vF ∈ F tal que v − vF é ortogonal a todos os vetores de F , ou seja, tal que 〈v − vF , u〉 = 0 para todo u ∈ F . O vetor vF designa-se por projeção ortogonal de v sobre F e representa-se por projFv. ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 9 / 13 Teorema Seja F um subespaço vetorial de Rn e seja v ∈ Rn. Então (i) ‖v − projFv‖ = min u∈F ‖v − u‖; (ii) Para u ∈ F, ‖v − projFv‖ = ‖v − u‖ ⇔ u = projFv; (iii) v ∈ F ⇔ v = projFv. Teorema Seja F um subespaço vetorial de Rn e seja v ∈ Rn. Se {v1, . . . , vk} é uma base ortogonal de F , então vF = k∑ i=1 projviv = k∑ i=1 〈v, vi〉 ‖vi‖2 vk. Ortogonalização de Gram-Schmidt ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 10 / 13 Teorema (Ortogonalização de Gram-Schmidt) Seja F um subespaço de Rn e {v1, . . . , vk} uma base de F . Então, os vetores u1, . . . , uk ∈ F definidos por u1 = v1 u2 = v2 − 〈v2,u1〉 ‖u1‖2 u1, . . . uℓ = vℓ − 〈vℓ, u1〉 ‖u1‖2 u1 − · · · − 〈vℓ, uℓ−1〉 ‖uℓ−1‖2 uℓ−1, para ℓ = 3, . . . , k, constituem um base ortogonal de F . Observação: Este teorema descreve um algoritmo para obter uma base ortogonal de F a partir de uma base de F . Método dos mínimos quadrados ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 11 / 13 Sejam A ∈Mm×n(R) e b ∈ Rm. Suponhamos que o sistema linear Ax = b é impossível (⇔ b /∈ C(A)). ∀x ∈ Rn, Ax 6= b⇔ ‖Ax− b‖ > 0 A ideia de aproximação dos mínimos quadrados é encontrar a “melhor solução" do sistema linear Ax = b quando, de facto, não existem soluções. A “melhor" significa o vetor x¯ ∈ Rn que minimiza ‖Ax− b‖, i.e., ‖Ax¯− b‖ = min x∈Rn ‖Ax− b‖. Diremos que x¯ é solução de Ax = b no sentido dos mínimos quadrados. ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 12 / 13 Teorema Sejam A ∈Mm×n(R) e b ∈ Rm com b /∈ C(A). Então, x¯ é solução de Ax = b no sentido dos mínimos quadrados se e só se Ax¯ = projC(A)b. Algoritmo 1. Determinar uma base para C(A) usando a eliminação de Gauss. 2. Obter uma base ortogonal a partir da base anterior. 3. Calcular projC(A)b. 4. Resolver Ax¯ = projC(A)b. ALGA 2015/2016 – Mest. Int. Eng. Civil Produto interno – 13 / 13 Teorema Sejam A ∈Mm×n(R) e b ∈ Rm. Então, (i) x¯ é solução de Ax = b no sentido dos mínimos quadrados se e só se ATAx¯ = AT b. (ii) Existe uma única solução de Ax = b no sentido dos mínimos quadrados se e só se carA = n. Neste caso a solução é x¯ = (ATA)−1AT b. Definição Propriedades Projeção ortogonal sobre um subespaço Projeção ortogonal sobre um subespaço Ortogonalização de Gram-Schmidt Método dos mínimos quadrados
Compartilhar