Você está na página 1de 2

MAT 1202 ALGEBRA LINEAR II 2012.

2
PROJECAO ORTOGONAL E GRAM-SCHMIDT 13/09/12
Profs. Christine e Pedro
(1.1) Definicao. Seja V um espaco vetorial qualquer. Um produto interno em V e uma funcao V V R
que satisfaz as seguintes propriedades:
(a) hx, yi e linear com respeito a ambos argumentos, i.e., para quaisquer x, x, y, y V e R valem:
hx + x, yi = hx, yi + hx, yi e hx, y + yi = hx, yi + hx, yi .
(b) hx, xi 0 para todo x V ; vale a igualdade se e somente se x = 0.
(c) hx, yi = hy, xi para quaisquer x, y V .
Os conceitos de norma e ortogonalidade de vetores ou subespacos admitem extensoes obvias a este contexto
mais geral. A maior parte dos resultados que vimos na aula passada tambem, com as mesmas demonstracoes.
(1.2) Definicao. Sejam V espaco vetorial munido de produto interno e A : V V linear. Entao a transposta
At : V V de A e a unica transformacao linear que satisfaz:
hAx, yi = x, At y

para todos x, y V .
(1.3) Exerccio. Sejam A, B : V V lineares. Verifique que (AB)t = B t At .
(1.4) Teorema. Sejam V espaco vetorial munido de produto interno e u, v V . Entao a projecao ortogonal de
v sobre a reta gerada por u e dada por:
hv, ui
Pv = 2 u
kuk
A transformacao P : V hui assim definida e linear e satisfaz P 2 = P e P t = P .
O seguinte resultado justifica esta terminologia, pelo menos em Rn :
(1.5) Teorema. Sejam x, y Rn vetores nao-nulos e [0, ] o angulo entre eles. Entao hx, yi = kxk kyk cos .
(1.6) Exerccio. Encontre o multiplo de a = (1, 1, 1) mais proximo de b = (2, 4, 4). Encontre tambem o ponto
mais proximo de a na reta gerada por b.
(1.7) Exerccio. Encontre o angulo formado pelo vetor (1, 1, . . . , 1) Rn com os eixos coordenados.
(1.8) Teorema (Desigualdade de Schwarz). Sejam V espaco vetorial munido de produto interno e u, v V .
Entao
|hu, vi| kuk kvk .
Vale a igualdade se e somente se u e multiplo de v (ou vice-versa).
(1.9) Corolario (Desigualdade do triangulo). Sejam V espaco vetorial munido de produto interno e u, v
V . Entao
ku + vk kuk + kvk .
Vale a igualdade se e somente se u e um multiplo nao-negativo de v (ou vice-versa).
Podemos expressar a projecao ortogonal P : Rn hui sobre a reta gerada por u por meio de matrizes. Esta
expressao e muito simples: Escrevendo vetores de Rn como matrizes n 1 (vetores-coluna), vale
uut
(1) [P ] = .
ut u
2
Note que o numerador e uma matriz n n, enquanto o denominador e o numero kuk . Aplicando P a um vetor
v qualquer (ou seja, multiplicando [P ] pelo vetor-coluna v) obtemos exatamente a expressao em (1.4).
(1.10) Exerccio. A matriz de projecao sobre uma reta e invertvel?
(1.11) Exerccio. Encontre a matriz da projecao ortogonal sobre a reta gerada por (1, 1, 1) em R3 . Encontre
a projecao do vetor (4, 5, 6) sobre esta reta. Faca o mesmo para a reta gerada por (3, 3, 3).
(1.12) Exerccio. Encontre a matriz da projecao ortogonal sobre a reta gerada por (cos , sin ) R2 .
(1.13) Exerccio. Projete a1 = (1, 0) sobre a2 = (1, 2). Agora projete o resultado que encontrou de volta
na reta por (1, 0). Desenhe estas projecoes e encontre o produto P1 P2 (onde Pi e a projecao sobre ai ). Esta
composicao e uma projecao?
O resultado seguinte sera fundamental para nos. Ele ensina como obter uma base ortonormal de um subespaco
a partir de uma base qualquer.
(1.14) Teorema (Gram-Schmidt). Sejam V um espaco vetorial munido de produto interno e v1 , . . . , vk ve-
tores linearmente independentes. Entao existem vetores ortonormais u1 , . . . , uk V tais que
hv1 , . . . , vr i = hu1 , . . . , ur i (r = 1, . . . , k)
Prova: Defina u1 = v1 / kv1 k e, indutivamente,
vr hvr , ur1 i ur1 hvr , u2 i u2 hvr , u1 i u1
ur = (r = 2, . . . , k). 
kvr hvr , ur1 i ur1 hvr , u2 i u2 hvr , u1 i u1 k
(1.15) Exerccio. Obtenha uma base ortogonal para o subespaco gerado por (1, 1, 0), (1, 0, 1) e (0, 1, 1).
(1.16) Exerccio. Encontre uma base ortonormal u1 , u2 , u3 de R3 de modo que u1 e u2 formem uma base
ortonormal do espaco-coluna de
1 1
A = 2 1 .
2 4
(1.17) Teorema (Coordenadas numa base ortogonal). Sejam V um espaco vetorial munido de produto
interno, {u1 , . . . , uk } um conjunto de vetores ortogonais e v V qualquer. Entao a projecao ortogonal P v de v
sobre hu1 , . . . , uk i e dada por
hv, u1 i hv, uk i
(2) Pv = 2 u1 + + 2 uk .
ku1 k kuk k
(1.18) Problema. Dados um subespaco S de V (com V munido de produto interno) e v V , encontre a
projecao ortogonal de v sobre S. Assumindo V = Rn , encontre a matriz que representa esta projecao.
Solucao: Primeiro encontramos uma base {v1 , . . . , vk } para S, depois transformamos esta base numa base
ortogonal ou ortonormal {u1 , . . . , uk } usando (1.14). A projecao e dada pela eq. (2). Se P : Rn S e a
projecao, entao P = P1 + + Pk , onde Pi e a projecao sobre a reta gerada por ui , conforme descrito na
eq. (1). 
(1.19) Exerccio. Projete b = (0, 3, 0) em cada um dos vetores ortonormais (2/3 , 2/3 , 1/3 ) e a2 = (1/3 , 2/3 , 2/3 ),
e depois encontre a projecao P : R3 S sobre o plano S gerado por a1 e a2 .
(1.20) Exerccio. Projete o vetor b = (1, 2) sobre a1 = (1, 0) e a2 = (1, 1). Mostre que, ao contrario do caso
ortogonal, a projecao de b sobre o plano S = ha1 , a2 i nao e a soma das projecoes de b sobre a1 e a2 .
(1.21) Exerccio. Se v1 , v2 , v3 sao ortonormais, qual combinacao linear de v1 e v2 esta mais proxima de v3 ?