Jorge Orestes Cerdeira, Inst. Sup.

Agronomia, 2005

Produto interno, ortogonalidade e projec c oes

. Se x R2 ,

x x2 x1

norma x, x =

2 x2 1 + x2 .

. Se x R3 ,

x x3
q x1
2

norma x, x =
x1
2 2 x2 1 + x2 + x3 .

2 2 2 ( x2 1 + x2 ) + x3 =

+ x2
2

x2

Def.

Se x = (x1 , x2 , . . . , xm ) Rm , a norma de x e x

2 2 x2 1 + x2 + + xm . Ex. (0, 1, 2) = 02 + 12 + 22 = 5,

(1, 1, 1, 2) = Props.

12 + (1)2 + 12 + 22 =

7.

x 0 e x = 0 sse x = 0,
1

x = || x , R. Def. Vector unit ario e um vector de norma 1. Obs. Cada um dos m vectores da base can onica de Rm e unit ario. Def. Se x e um vector n ao nulo,
x x

e um vector unit ario, colinear

x x

e com o mesmo sentido do que x. Chama-se a x.

1 , 25 ) e o versor de (0, 1, 2), Ex. (0, 5 1 1 ( , 12 ) e o versor de ( 1 2 , 2 ). 2

o versor do vector

. Se x, y R2 ,

x xy

xy y

dist ancia entre x e y , d(x, y ) = x y .

Def. Se x = (x1 , x2 , . . . , xm ), y = (y1 , y2 , . . . , ym ) Rm , a dist ancia entre x e y e xy = (x1 y1 )2 + (x2 y2 )2 + + (xm ym )2 .

Ex. A dist ancia entre (0, 2, 2, 1) e (2, 0 2, 2) e (2, 2, 0, 1) = 4 + 4 + 0 + 1 = 3. Obs. x = x0 e a dist ancia do vector x ` a origem.

. Se x = (x1 , x2 , x3 ) e y = (y1 , y2 , y3 ) s ao vectores n ao nulos perpen2

diculares de R3 , xy
|| 2

x
xy 90o

= x

+ y

(x1 y1 )2 + (x2 y2 )2 + (x3 y3 )2 = x

2

+ y

2(x1 y1 + x2 y2 + x3 y3 ).

.. . x y sse x1 y1 + x2 y2 + x3 y3 = 0. Def. Se x = (x1 , x2 , . . . , xm ) e y = (y1 , y2 , . . . , ym ) s ao vectores de Rm , x e y s ao ortogonais (perpendiculares) se x1 y1 + x2 y2 + + xm ym = 0. Ex. (1, 1, 0, 1) e (1, 1, 3, 0) s ao ortogonais, (1, 0, 0) e (0, 3, 2) s ao ortogonais. Def. Sejam x = (x1 , x2 , . . . , xm ) e y = (y1 , y2 , . . . , ym ) vectores

de Rm . Chama-se produto interno (escalar) de x e y ao escalar x| y = x1 y 1 + x2 y 2 + + xm y m . y1 . . = x y. . ym

Obs. x|y = x1 y1 +x2 y2 + +xm ym = [x1 x2 . . . xm ] x e y s ao ortogonais se x|y = 0. Props. do produto interno.
3

. x|y = y |x, . x|(y + z ) = x|y + x|z , . (x|y ) = x|y = x|y , . x|x = x 2 , . x|x = 0 sse x = 0 (0 eou nico vector ortogonal a si mesmo). Obs. (Teorema de Pit agoras em Rm .) x, y Rm , x + y .. . x+y
2 2 2

= (x + y )|(x + y ) = x + y
2

+ 2(x|y ) + y 2 .

= x

sse x|y = 0,

i.e., o quadrado da norma da hipotenusa e igual ` a soma dos quadrados das normas dos lados sse os lados s ao ortogonais. Def. Um conj. {v1 , v2 , . . . , vk } de vectores de Rm e ortogonal se

vi |vj = 0, com i = j = 1, . . . , k . Se adicionalmente vi = 1, para i = 1, . . . , k , o conj. diz-se ortonormal . Obs. A base can onica de Rm e um conj. ortonormal de m vectores. Se {v1 , v2 , . . . , vk } e um conj. ortogonal de vectores n ao nulos, {
v1 v1

v2 v2

,...,

vk vk

} e ortonormal.

Teor. Um conj. {v1 , v2 , . . . , vk } ortogonal de vectores n ao nulos e linearmente independente.

4

1 v1 + 2 v2 + + k vk = 0 . v1 |(1 v1 + 2 v2 + + k vk ) = v1 |0 1 (v1 |v1 ) +2 (v1 |v2 ) + + k (v1 |vk ) = 0

=0 0 0

1 = 0. . v2 |(1 v1 + 2 v2 + + k vk ) = v2 |0 1 (v2 |v1 ) +2 (v2 |v2 ) + + k (v2 |vk ) = 0

0 =0 0

2 = 0. . . .2 Corol. Um conj. ortogonal de vectores n ao nulos de Rm n ao inclui mais do que m vectores. Teor. (Desigualdade de Cauchy-Schwarz.) . x, y Rm , |x|y | x . |x|y | = x y , y sse y = x. y = 0 e nada mais h aa

Se x = 0 ou y = 0, tem-se x|y = x provar. Consideremos pois x e y = 0. R, xy

2

= (xy )|(xy ) = x 2 2x|y +2 y

x|y y 2,

0.

Fazendo na desigualdade anterior =

5

obtem-se

x x x x

2 2 2

|y ) 2 (xy 2 +

(x|y )2 y 4

(x|y )2 y 2 2

(x|y )2

y |x|y |.
2

Se x = y, R x y

> 0 e .. .

y > |x|y |.
2

Se x = y , para algum R |x|y | = |y |y | = || y || y y = ||

1 x 1 y = || | | x

y = x

y . 2

Se x, y R2 ,
x+y x

x+y x + y .

Teor. (Desigualdade x+y y

2 2

lar .)

x, y Rm , x + y x + y .
2

= (x + y )|(x + y ) = x 2 +2x|y + y

x 2 +2 x

y +

= ( x + y )2

x+y x + y . 2

y z x x

x e a projec ca o de y sobre x y = x + z cos = yx x = y cos .

2

x|y = x|(x + z ) = x|x + x|z = x|x = x . . cos = Obs.

. x|y x y 0

= x

y cos .

Se x, y = 0 Rm , a =Cauchy-Schwarz estabelece que y 1

x|y x y

|x|y | x

1.

! [0, ] : cos = Pode-se pois denir Def. x

x|y x y

entre dois vectores x, y Rm eo angulo : x|y = Angulo y cos . y cos = 0 sse cos = 0, i.e., = 2.

Obs. Se x, y = 0, x|y = x

Ex. Determine o angulo entre x = (1, 1, 0, 1) e y = (1, 1, 1, 1).

u

u V
0

Def.

Um vector u Rm e ortogonal a um subespa co V de Rm

(u V ) se u e ortogonal a todo o vector de V , i.e., u|v = 0, v V .

7

Ex. (1, 1, 2) e ortogonal a {(x, y, z ) R3 : x y 2z = 0}. Obs. Se u Rm , u|x = 0, x Rm sse u = 0. (O vector nulo eo u nico vector ortogonal a Rm .) Lema Sejam u Rm e V o subespa co de Rm gerado por {v1 , v2 , . . . , vn }. u V sse u vi , i = 1, . . . , n. e obvio. v V, 1 , 2 , . . . , n : v = 1 v1 + 2 v2 + + n vn u|v = 1 u|v1 +2 u|v2 + + n u|vn . . u|v = 0, v V , i.e., u V . 2
. 0 0 0

Obs. u V sse u e ortogonal a uma base do subespa co V . 1 1 1 0 0 2 Ex. Mostre que o vector (2, 1, 1, 1) e ortogonal ao C ( 0 2 0 2 0 0

1 1 ). 1 4

Como obter o conj. dos vectores ortogonais a um subespa co? Sejam V um subespa co de Rm e {v1 , v2 , . . . , vn } um conj. gerador de V .

O vector x de Rm e ortogonal a V sse

v1 |x = 0 v2 |x = 0 . . . vn |x = 0

v1 v2 . . . v n Denindo A := , tem-se | | | A x = 0. .. . O vector x e ortogonal a V = C (A) sse x N (A ). Tem-se assim o seguinte teorema. Teor. Seja V um subespa co vectorial de Rm . . O conj. dos vectores de Rm ortogonais a V , que se chama complemento ortogonal de V e se representa por V , e um subespa co vectorial de Rm . . dim V = m dim V . . V V = {0}. . Se {v1 , v2 , . . . , vr } e uma base de V e {w1 , w2 , . . . , wmr } e uma base de V , ent ao {v1 , v2 , . . . , vr , w1 , w2 , . . . , wmr } e uma base de Rm .
9

Para provar o u ltimo ponto, considere 1 v1 + 2 v2 + + r vr + 1 w1 + 2 w2 + + mr wmr = 0 1 v1 + 2 v2 + + r vr = (1 w1 + 2 w2 + + mr wmr )

V V

1 v1 + 2 v2 + + r vr = 0 1 = = r = 0

w + w + + 1 1 2 2 mr wmr = 0 1 = = mr = 0. Obs. C (A) = N (A ). Em R3 , . o complemento ortogonal de {0} e R3 ; . o complemento ortogonal de uma recta que passa na origem eo plano que passa na origem e e perpendicular ` a recta; . o complemento ortogonal de um plano que passa na origem e a recta que passa na origem e e perpendicular ao plano; . o complemento ortogonal de R3 e {0}. Ex. Determine os complementos ortogonais dos subespa cos gerados por {(1, 2, 2, 1), (1, 0, 2, 0)} e por {(1, 1, 2, 1)}. Se p e a projec c ao ortogonal do vector b sobre um subespa co vectorial V ,
10

bp bp b
o

90 0

90

p V e b p V . Pode-se provar que Teor. se V e um subespa co vectorial de Rm , . para todo o vector b Rm , existe um e um s o vector p V , tal que b p V ; . como b = p + (b p), os vectores p e b p d ao uma decomposi ca o u nica de b como soma de um vector em V com outro em V . Sejam {v1 , v2 , . . . , vr } uma base de V e {w1 , w2 , . . . , wmr } uma base de V . Como {v1 , v2 , . . . , vr , w1 , w2 , . . . , wmr } e uma base de Rm , existem escalares 1 , 2 , . . . , r , 1 , 2 , . . . , mr tais que b = 1 v1 + 2 v2 + + r vr + 1 w1 + 2 w2 + + mr wmr
pV V

bp Suponha que, para al em de p, existe q V tal que b q V .

11

Tem-se ent ao p + (b p) = q + (b q ) p q = (b q ) (b p)
V

p q = 0, i.e., p = q . 2 Def. Sejam V um subespa co vectorial de Rm e b Rm . A projec c ao eou nico vector p V tal que (ortogonal) de b sobre V (projV b) b p V . Ex. Verique que p = (4, 2, 1) e aprojec c ao do vector b = 2 1 (7, 1, 5) sobre C (A), com A = 0 1 . 1 0

. Em primeiro lugar mostra-se que p = (4, 2, 1) C (A), i.e., que o sistema Ax = p e poss vel. 2 1 4 2 1 4 [A|p] = 0 1 2 0 1 2 1 0 1 0 1 2 1 sistema e poss vel.

2 1 4 0 1 2 e .. . o 0 0 0

12

2 1 (x1 = 1, x2 = 2 e a solu ca o. De facto, 0 + 2 1 = 1 0 4 2 .) 1 . Em seguida vai-se vericar que b p = (3, 3, 6) V . (3, 3, 6)|(2, 0, 1) = 0 e (3, 3, 6)|(1, 1, 0) = 0, i.e., b p = (3, 3, 6) e ortogonal a cada uma das colunas de A e .. . b p C (A) b p C (A). Obs. Se p e a projec ca o de b sobre V , b p e a projec ca o de b

sobre V . (b p V e b (b p) = p V = (V ) .) Teor. Sejam V um subespa co vectorial de Rm e b Rm . A

projec ca o de b sobre V e o vector de V a menor dist ancia de b. Sejam p a projec c ao de b sobre V e q um qualquer vector de V . Como V e um subespa co vectorial, pq V e .. . tem-se pq bp. Pelo teorema de Pit agoras (se x y x + y (b p) + (p q )
2 2

= x

+ y 2 ),

= bp

+ pq
13

bq

b p 2. 2

Algoritmo para determinar a proj. de b sobre o subesp. V de Rm . Construir uma base {v1 , v2 , . . . , vn } de V ; v1 v2 . . . vn . denir a matriz A := ; | | | . construir uma base {w1 , w2 , . . . , wmn } de N (A ) = V ; v1 . . . vn w1 . . . wmn b . resolver o sistema (determinado) . | | | | | Seja (1 , . . . , n , 1 , . . . , mn ) a solu ca o do sistema. Tem-se, b = 1 v1 + + n vn + 1 w1 + + mn wmn
p V bp V

||

||

projV b

projV b

Ex. Determine a projec c ao do vector (7, 1, 5) sobre o subespa co gerado por {(2, 0, 1), (1, 1, 0)}. V =< {(2, 0, 1), (1, 1, 0)} >. Como {(2, 0, 1), (1 e li, 1, 0)} 2 1 nearmente independente, e uma base de V . Seja A = 0 1 . 1 0
14

 2 x3 1 2 0 1 1 0 2 1 A = , N ( A ) = { 2 x3 1 1 1 0 0 1 2 x3 = {(1, 1, 2)} e um a base de N (A ) = V . 2 1 1 7 1 0 0 0 1 1 1 0 1 0 1 0 2 5 0 0 1 7 2 1 1 . . . 1 = 1 0 + 2 1 + 3 1 5 1 2 0

}.

1 . 2 3

4 2 1
||

3 3 6
||

projV b

projV b

Obs. O vector p e a projec ca o de b sobre C (A) sse (i) p C (A), i.e., x : p = Ax , e (ii) b p N (A ), i.e., A (b p) = 0 A (b Ax ) = 0
15 (i)

A Ax = A b. Tem-se pois a seguinte forma alternativa de determinar a projec ca o de b sobre C (A). . Resolva o sistema A Ax = A b (equa c oes normais ). Seja x uma solu ca o. . p = projC (A) b = Ax . Ex. Determine a projec ca o do vector (4, 1, 1) sobre V =<

{(1, 0, 1), (1, 1, 0)} >. Obs. A projec c ao de b sobre um vector v = 0 e a projec ca o de b

sobre o subespa co (a recta) gerado por v . v Tem-se pois, A := , A A x = A b x = v |v v |b | e .. . b cos Ex. p = projv b = Ax =
v v v |b v |v v

v |b v |v v |b v v v

v |b v

v =

, em que eo angulo entre b e v .

v |b v |v v

A projec c ao de b = (2, 1, 6, 3) sobre v = (1, 1, 1, 1) e = (3, 3, 3, 3).

12 4 (1, 1, 1, 1)

Lema Se a matriz Amn tem caracter stica n, A A e invert vel. Considere x N (A A), i.e., x tal que (A A)x = 0 A (Ax) =
16

0 Ax N (A ). Por outro lado, obviamente Ax C (A). .. . Se x N (A A), Ax N (A ) C (A) e como N (A ) = C (A), tem-se Ax = 0
car(A)=n

x = 0. A equival encia N (A A) = 0 sse a

matriz A A e invert vel, completa a demonstra ca o. 2 Assim, se o conj. das colunas de A e linearmente independente, a u nica solu c ao das equa co es normais A Ax = A b ex = (A A)1 A b e projC (A) b = A(A A)1 A b. Def. Se o conj. das colunas de A e linearmente independente

(A A e invert vel), chama-se a A(A A)1 A matriz de projec c ao (ortogonal) sobre o espa co das colunas de A.

w1 w2 . . . w n Obs. No caso em que o conj. das colunas de A = | | | e ortonormal, w1 w2 w1 w2 . . . wn A A= = I e .. . a matriz de . . . | | | wn projec ca o sobre C (A) e AA . Dado um vector arbitr ario b Rm , projC (A) b = (AA )b = A(A b) =

17

w1 |b w2 |b A = w1 |b w1 + w2 |b w2 + + wn |b wn . . . . proj. de b sobre w1 proj. de b sobre w2 proj. de b sobre wn wn |b Tem-se assim o seguinte teorema. Teor. Sejam {w1 , w2 , . . . , wn } uma base ortonormal de um sub-

espa co V de Rm e b Rm . A projec c ao de b sobre V e p = w1 |b w1 + w2 |b w2 + + wn |b wn , a soma das projec co es de b sobre cada um dos vectores da base. No caso em que a base e ortogonal, tem-se um resultado semelhante. Teor. Sejam {w1 , w2 , . . . , wn } uma base ortogonal de um subw1 |b w1 |w1

espa co V de Rm e b Rm . A projec ca o de b sobre V ep=

w2 |b w2 |w2

w1 +

wn |b w2 + + w wn , a soma das projec c oes de b sobre cada um n |wn

dos vectores da base. Ex. Determine a projec ca o do vector b = (1, 3, 1) sobre o subespa co V gerado por w1 = (0, 1, 1), w2 = (1, 1, 1). Como {(0, 1, 1), (1, 1, 1)} e uma base ortogonal de V , tem-se

18

p = projV b =
7 5 ( 1 3 , 3 , 3 ).

w1 |b w1 |w1

w1 +

w2 |b w2 |w2

w2 =

4 2

(0, 1, 1) +

1 3

(1, 1, 1) =

pois importante identicar bases ortogonais dos subespa E cos vectoriais. O m etodo que a seguir se descreve tem esta nalidade. Processo de ortogonaliza c ao de Gram-Schmidt Seja V = {0} um subespa co vectorial de Rm . . Identique v1 = 0 V . Se dim V > 1, ent ao . identique u2 V \ < {v1 } > e dena v2 := u2 mente v2 V e v2 |v1 = u2 |v1 ent ao
v2 |u3 1 |u3 . identique u3 V \ < {v1 , v2 } > e dena v3 := u3 v v1 |v1 v1 v2 |v2 v2 . v2 |u3 1 |u3 (Claramente v3 V e v3 |v1 = u3 |v1 v v1 |v1 v1 |v1 v2 |v2 v2 |v1 = 0 , v1 |u2 v1 |v1 v1 |v1 v1 |u2 v1 |v1 v1 .

(Clara-

= 0.) Se dim V > 2,

v3 |v2 = u3 |v2 . ...

v1 |u3 v1 |v1 v1 |v2

v2 |u3 v2 |v2 v2 |v2

= 0.) Se dim V > 3, ent ao

O conj. {v1 , v2 , . . . , vdim V } assim obtido e uma base ortogonal de V.

19

Ex.

Determine uma base ortogonal de R3 que inclua o vector

(1, 1, 1). . v1 = (1, 1, 1). . u2 = (1, 0, 0) R3 \ < {(1, 1, 1)} >. v2 := u2 (2, 1, 1). . u3 = (1, 1, 1) R3 \ < {(1, 1, 1), (2, 1, 1)} >.
v2 |u3 1 2 1 |u3 v3 := u3 v v1 |v1 v1 v2 |v2 v2 = (1, 1, 1) 3 (1, 1, 1) 6 (2, 1, 1) = v1 |u2 v1 |v1 v1

= (1, 0, 0) 1 3 (1, 1, 1) =

1 3 (2, 1, 1)

(0, 1, 1). {(1, 1, 1), (2, 1, 1), (0, 1, 1)} e uma base ortogonal de R3 que inclui o vector (1, 1, 1).

20