Escolar Documentos
Profissional Documentos
Cultura Documentos
Produto escalar em Rn .
Bases ortogonais e ortonormais.
Método de Gram-Schmidt.
7 de junho de 2022
Produto escalar em Rn
V · W = v1 w1 + v2 w2 + · · · + vn wn .
Produto escalar em Rn
V · W = v1 w1 + v2 w2 + · · · + vn wn .
q √
A norma do vetor V é k V k= v12 + v22 + · · · + vn2 = V · V .
Observe que isto é uma generalização das definições que já foram
dadas e interpretadas para R2 e R3 .
Produto escalar em Rn
(a) V · W = W · V .
Produto escalar em Rn
(a) V · W = W · V .
(b) (U + V ) · W = U · W + V · W .
Produto escalar em Rn
(a) V · W = W · V .
(b) (U + V ) · W = U · W + V · W .
(c) (αV ) · W = V · (αW ) = α(V · W ).
Produto escalar em Rn
(a) V · W = W · V .
(b) (U + V ) · W = U · W + V · W .
(c) (αV ) · W = V · (αW ) = α(V · W ).
(d) V · V =k V k2 ≥ 0. Mais ainda, k V k= 0 ⇔ V = ~0.
Produto escalar em Rn
(a) V · W = W · V .
(b) (U + V ) · W = U · W + V · W .
(c) (αV ) · W = V · (αW ) = α(V · W ).
(d) V · V =k V k2 ≥ 0. Mais ainda, k V k= 0 ⇔ V = ~0.
(e) |V · W | ≤ k V kk W k. (desigualdade de Cauchy-Schwarz).
Produto escalar em Rn
(a) V · W = W · V .
(b) (U + V ) · W = U · W + V · W .
(c) (αV ) · W = V · (αW ) = α(V · W ).
(d) V · V =k V k2 ≥ 0. Mais ainda, k V k= 0 ⇔ V = ~0.
(e) |V · W | ≤ k V kk W k. (desigualdade de Cauchy-Schwarz).
(f) k V + W k ≤ k V k + k W k. (desigualdade triangular)
Produto escalar em Rn
Desigualdade de Cauchy-Schwarz: |V · W | ≤ k V kk W k.
Produto escalar em Rn
Desigualdade de Cauchy-Schwarz: |V · W | ≤ k V kk W k.
|V · W |
Desta desigualdade segue que ≤ 1.
k V kk W k
Produto escalar em Rn
Desigualdade de Cauchy-Schwarz: |V · W | ≤ k V kk W k.
|V · W |
Desta desigualdade segue que ≤ 1.
k V kk W k
V ·W
Daı́ −1 ≤ ≤ 1.
k V kk W k
Produto escalar em Rn
Desigualdade de Cauchy-Schwarz: |V · W | ≤ k V kk W k.
|V · W |
Desta desigualdade segue que ≤ 1.
k V kk W k
V ·W
Daı́ −1 ≤ ≤ 1.
k V kk W k
Isto implica que existe um único número real θ no intervalo [0, π]
tal que
V ·W
cos(θ) = .
k V kk W k
Produto escalar em Rn
Desigualdade de Cauchy-Schwarz: |V · W | ≤ k V kk W k.
|V · W |
Desta desigualdade segue que ≤ 1.
k V kk W k
V ·W
Daı́ −1 ≤ ≤ 1.
k V kk W k
Isto implica que existe um único número real θ no intervalo [0, π]
tal que
V ·W
cos(θ) = .
k V kk W k
|V · W |
Desta desigualdade segue que ≤ 1.
k V kk W k
V ·W
Daı́ −1 ≤ ≤ 1.
k V kk W k
Isto implica que existe um único número real θ no intervalo [0, π]
tal que
V ·W
cos(θ) = .
k V kk W k
V · W =k V kk W k cos(θ).
Produto escalar em Rn
V · W =k V kk W k cos(θ)
V · W =k V kk W k cos(θ)
V · W =k V kk W k cos(θ)
(W − projV (W )) · V = 0
Projeção Ortogonal
(W − projV (W )) · V = 0 ⇒ (W − αV ) · V = 0
Projeção Ortogonal
(W − projV (W )) · V = 0 ⇒ (W − αV ) · V = 0 ⇒
W · V − αV · V = 0
Projeção Ortogonal
(W − projV (W )) · V = 0 ⇒ (W − αV ) · V = 0 ⇒
W · V − αV · V = 0 ⇒ αV · V = W · V ⇒
Projeção Ortogonal
(W − projV (W )) · V = 0 ⇒ (W − αV ) · V = 0 ⇒
W · V − αV · V = 0 ⇒ αV · V = W · V ⇒
W ·V
α=
V ·V
Projeção Ortogonal
(W − projV (W )) · V = 0 ⇒ (W − αV ) · V = 0 ⇒
W · V − αV · V = 0 ⇒ αV · V = W · V ⇒
W ·V W ·V
α= ⇒ projV (W ) = V
V ·V V ·V
Projeção Ortogonal
(W − projV (W )) · V = 0 ⇒ (W − αV ) · V = 0 ⇒
W · V − αV · V = 0 ⇒ αV · V = W · V ⇒
W ·V W ·V
α= ⇒ projV (W ) = V
V ·V V ·V
Veja o exemplo: V = (1, 2, 3, 4), W = (4, 3, 2, 1) ∈ R4 ⇒
projV (W ) =
Projeção Ortogonal
(W − projV (W )) · V = 0 ⇒ (W − αV ) · V = 0 ⇒
W · V − αV · V = 0 ⇒ αV · V = W · V ⇒
W ·V W ·V
α= ⇒ projV (W ) = V
V ·V V ·V
Veja o exemplo: V = (1, 2, 3, 4), W = (4, 3, 2, 1) ∈ R4 ⇒
4+6+6+4
projV (W ) = 1+4+9+16 (1, 2, 3, 4);
Projeção Ortogonal
(W − projV (W )) · V = 0 ⇒ (W − αV ) · V = 0 ⇒
W · V − αV · V = 0 ⇒ αV · V = W · V ⇒
W ·V W ·V
α= ⇒ projV (W ) = V
V ·V V ·V
Veja o exemplo: V = (1, 2, 3, 4), W = (4, 3, 2, 1) ∈ R4 ⇒
4+6+6+4 20
projV (W ) = 1+4+9+16 (1, 2, 3, 4); projW (V ) = 30 (4, 3, 2, 1).
Bases Ortogonais e Ortonormais
Bases Ortogonais e Ortonormais
1 3 −2 5 ; 1 3 −2 5
; 1 0 7 −1
Escalonamos 12 1 3 0 −1 3 −2 0 1 −3 2 ⇒
Para o último exemplo, temos W = espaço das soluções de
x1 + 3x2 − 2x3 + 5x4 = 0
x1 + 2x2 + x3 + 3x4 = 0
1 3 ; 0 −1 3 −2 ; 0 1 −3 2
1 3 −2 5 1 0 7 −1
Escalonamos 11 32 −2 5
⇒
x1 = −7x3 + x4 , x2 = 3x3 − 2x4 ⇒ w1 := (−7, 3, 1, 0),
w2 := (1, −2, 0, 1) formam base de W.
Para o último exemplo, temos W = espaço das soluções de
x1 + 3x2 − 2x3 + 5x4 = 0
x1 + 2x2 + x3 + 3x4 = 0
1 3 ; 0 −1 3 −2 ; 0 1 −3 2
1 3 −2 5 1 0 7 −1
Escalonamos 11 32 −2 5
⇒
x1 = −7x3 + x4 , x2 = 3x3 − 2x4 ⇒ w1 := (−7, 3, 1, 0),
w2 := (1, −2, 0, 1) formam base de W.
1 3 ; 0 −1 3 −2 ; 0 1 −3 2
1 3 −2 5 1 0 7 −1
Escalonamos 11 32 −2 5
⇒
x1 = −7x3 + x4 , x2 = 3x3 − 2x4 ⇒ w1 := (−7, 3, 1, 0),
w2 := (1, −2, 0, 1) formam base de W.
1 3 ; 0 −1 3 −2 ; 0 1 −3 2
1 3 −2 5 1 0 7 −1
Escalonamos 11 32 −2 5
⇒
x1 = −7x3 + x4 , x2 = 3x3 − 2x4 ⇒ w1 := (−7, 3, 1, 0),
w2 := (1, −2, 0, 1) formam base de W.
1 3 ; 0 −1 3 −2 ; 0 1 −3 2
1 3 −2 5 1 0 7 −1
Escalonamos 11 32 −2 5
⇒
x1 = −7x3 + x4 , x2 = 3x3 − 2x4 ⇒ w1 := (−7, 3, 1, 0),
w2 := (1, −2, 0, 1) formam base de W.
1 3 ; 0 −1 3 −2 ; 0 1 −3 2
1 3 −2 5 1 0 7 −1
Escalonamos 11 32 −2 5
⇒
x1 = −7x3 + x4 , x2 = 3x3 − 2x4 ⇒ w1 := (−7, 3, 1, 0),
w2 := (1, −2, 0, 1) formam base de W.
1 3 ; 0 −1 3 −2 ; 0 1 −3 2
1 3 −2 5 1 0 7 −1
Escalonamos 11 32 −2 5
⇒
x1 = −7x3 + x4 , x2 = 3x3 − 2x4 ⇒ w1 := (−7, 3, 1, 0),
w2 := (1, −2, 0, 1) formam base de W.
Autovalores e autovetores.
cenas dos próximos capı́tulos
Autovalores e autovetores.
Diagonalização de matrizes reais simétricas.
cenas dos próximos capı́tulos
Autovalores e autovetores.
Diagonalização de matrizes reais simétricas.
Redução de cônicas a seus eixos principais.
cenas dos próximos capı́tulos
Autovalores e autovetores.
Diagonalização de matrizes reais simétricas.
Redução de cônicas a seus eixos principais.
?PCA?