Baixe o app para aproveitar ainda mais
Prévia do material em texto
MAT 1202 – ÁLGEBRA LINEAR II – 2012.2 ORTOGONALIDADE – 06/09/12 Profs. Christine e Pedro (1.1) Definição. O produto interno ou produto escalar de dois vetores x = (x1, . . . , xn) e y = (y1, . . . , yn) de R n é denotado por hx, yi ou x · y e dado por: (1) hx, yi = nX k=1 x1 y1 + · · ·+ xnyn. Este produto tem as seguintes propriedades fundamentais: (a) hx, yi é linear com respeito a ambos argumentos, i.e., para quaisquer x, x̄, y, ȳ 2 Rn e � 2 R valem: hx+ �x̄, yi = hx, yi+ � hx̄, yi e hx, y + �ȳi = hx, yi+ � hx, ȳi . (b) hx, xi � 0 para todo x 2 Rn; vale a igualdade se e somente se x = 0. (c) hx, yi = hy, xi para quaisquer x, y 2 Rn. A expressão p hx, xi = q x21 + x 2 2 + · · ·+ x2n é chamada de norma de x e denotada por kxk. Dizemos que dois vetores x e y são ortogonais se vale hx, yi = 0. Note que o vetor-nulo 0 é ortogonal a todo vetor de R n . O resultado seguinte justifica esta terminologia. (1.2) Teorema. Dois vetores não-nulos x, y 2 Rn são ortogonais se e somente se o triângulo em Rn de vértices 0, x e x+ y é retângulo em x. Prova: Pela lei dos cossenos, o triângulo em questão é retângulo em x se e somente se vale kxk2+kyk2 = kx+ yk2. Usando a definição de norma, obtemos que esta última igualdade é equivalente a 2(x1y1 + · · ·+ xnyn) = 0, i.e., a hx, yi = 0. ⇤ (1.3) Exerćıcio. Mostre que se x 2 Rn é ortogonal a todo vetor y 2 Rn, então x = 0. (1.4) Exerćıcio. Mostre que se x = (x1, x2) e y = (y1, y2) são dois vetores não-nulos ortogonais, então existe � 2 R tal que: y1 = �x2 e y2 = ��x1. Observação. Sejam A uma matriz m⇥n e B uma matriz n⇥ p. Então a (i, j)-ésima entrada de AB é dada por (AB)(i,j) = nX k=1 aikbkj (1 i m, 1 j p) que é justamente o produto interno da linha i de A com a coluna j de B. (1.5) Exerćıcio. Seja A uma matriz quadrada invert́ıvel. Mostre que a i-ésima linha de A é ortogonal à j-ésima coluna de A�1 se i 6= j. (1.6) Teorema. Suponha que v1, . . . , vk 2 Rn sejam não-nulos e mutuamente ortogonais. Então eles são linearmente independentes. (1.7) Corolário. Se v1, . . . , vn são n vetores não-nulos e mutuamente ortogonais de Rn então eles formam uma base deste espaço. (1.8) Exerćıcio. Encontre dois vetores em R 2 que sejam L.I. mas não ortogonais. Encontre dois vetores ortogonais mas não L.I.. (1.9) Exerćıcio. Considere os vetores (1, 2,�2, 1), (4, 0, 4, 0) e (1,�1,�1,�1). Quais destes vetores são orto- gonais? Dizemos que os vetores v1, . . . , vk 2 Rn são ortonormais se eles são ortogonais e têm todos norma 1. (1.10) Exerćıcio. Encontre todos os vetores ortogonais a (1, 1, 1) e (1,�1, 0). Encontre a partir destes vetores uma base ortonormal de R 3 . (1.11) Definição. Dois subespaços V e W de Rn são ditos ortogonais se todo vetor v de V é ortogonal a qualquer vetor w de W . (1.12) Exerćıcio. Suponha que V seja ortogonal a ele mesmo. Mostre que V = {0}. Mais geralmente, mostre que se W é ortogonal a V então V \W = {0}. (1.13) Definição. Seja V um subespaço de Rn. O conjunto W = � w 2 Rn : hv, wi = 0 para todo v 2 V forma um subespaço de R n , chamado de complemento ortogonal de V e denotado por V ?. Exemplo. O complemento ortogonal em R 3 de um plano gerado pelos vetores u e v não-nulos é simplesmente a reta de direção u ⇥ v. Reciprocamente, o complemento ortogonal de uma reta em R3 passando pela origem e gerada por (a, b, c) é o plano de coordenadas ax+ by + cz = 0. (1.14) Teorema. Todo subespaço V de Rn possui um único complemento ortogonal V ?. Ele tem as seguintes propriedades: (a) V \ V ? = {0}. (b) V + V ? = Rn. (c) dimV + dimV ? = n. A primeira propriedade segue de (1.12). As outras serão mostradas na próxima aula. A propriedade (b) nos diz que todo vetor x 2 Rn pode ser escrito como uma soma x = v + w, onde v 2 V e w 2 V ?. A propriedade (a) implica que esta decomposição é única. (1.15) Corolário. Sejam V e W subespaços ortogonais de Rn. Então W = V ? se e somente se dimW = n� dimV . (1.16) Exerćıcio. Se V = {(0, 0, 0, 0)}, quem é V ?? Se V é gerado por (1, 2, 0, 0), quem é V ?? (1.17) Exerćıcio. Seja V subespaço de Rn. Mostre que (V ?)? = V . (1.18) Teorema. Seja A uma matriz m⇥ n. Então: (a) O espaço-linha R(At) de A é o complemento ortogonal do núcleo N(A) em Rn. (b) O espaço-coluna R(A) de A é o complemento ortogonal do núcleo N(At) de At em Rm. (1.19) Corolário. Seja A uma matriz m⇥ n. Então A leva o espaço-linha R(At) ⇢ Rn bijetivamente em seu espaço-coluna R(A). (1.20) Exerćıcio. Verdadeiro ou falso: (a) Se V é ortogonal a W então V ? é ortogonal a W?. (b) Se V é ortogonal a W e W é ortogonal a Z então V é ortogonal a Z. Álgebra Linear II / MAT1202 - 14/04/2020 Aula: Complementos ortogonais e Projeções Teorema 1 Sejam V um espaço vetorial munido de produto interno e u, v 2 V . Então a projeção de v sobre (na direção de) u é dada por Puv = hu, vi kuk u A transformacao P : V ! hui assim definida é linear e satisfaz P 2 = P e P T = P Ex. Calcular Puv para u = (2, 4, 4) e v = (1, 1, 1) 1 Como P é linear tem uma matriz associada. Com essa matriz podemos vem dada por [P ] = u · uT uT · u onde u é um vetor coluna em R n. Em geral, a projecao de um vetor v no espaco gerado pelo conjunto de vetores linearmente independentes {u1, u2, . . . , uk} é calculada assim: defina a matriz A com colunas {u1, u2, . . . , uk} A = 2 4 | | | u1 u2 · · · uk | | | 3 5 e P = A(AT · A)�1AT . 2
Compartilhar