You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
Copy file name to clipboardExpand all lines: fundamentos/produto-interno.md
+100-3Lines changed: 100 additions & 3 deletions
Display the source diff
Display the rich diff
Original file line number
Diff line number
Diff line change
@@ -1,5 +1,5 @@
1
1
---
2
-
title: Produto Interno e Norma
2
+
title: Produto Interno, Norma e Ortogonalidade
3
3
subject: Fundamentos
4
4
---
5
5
@@ -76,7 +76,7 @@ $$
76
76
77
77
:::
78
78
79
-
Assim como no caso do produto interno, a definição de norma pode ser generalizada de maneira que qualquer função que atenda certas propriedades caracterize uma norma, mesmo que esta não esteja diretamente relacionada com um produto interno[^1]. No caso das normas do tipo da [](#def-norma), as quais voltaremos nossa atenção, essas propriedades são "herdadas" do produto interno.
79
+
Assim como no caso do produto interno, a definição de norma pode ser generalizada de maneira que qualquer função que atenda certas propriedades caracterize uma norma, mesmo que esta não esteja diretamente relacionada com um produto interno[^1]. No caso das normas do tipo da [](#def-norma), as quais voltaremos nossa atenção, essas propriedades são "herdadas" do produto interno. Uma dessas heranças imediatas é que $\lVert v \rVert=0$ se, e somente se, $v=0$.
80
80
81
81
[^1]: Os principais exemplos de normas não induzidas por produto interno em ${} \mathbb{R}^{n} {}$ são a norma do infinito (ou norma do máximo), usualmente denotada por ${} \lVert \cdot \rVert_{\infty} {}$ e dada pela maior coordenada em módulo do vetor, e a norma da soma (ou norma 1), usualmente denotada por ${} \lVert \cdot \rVert_{S} {}$ e dada pela soma dos módulos das coordenadas.
82
82
@@ -92,4 +92,101 @@ onde $x=(x_{1},\dots,x_{n})\in \mathbb{R}^{n}$. Essa norma nos fornece o comprim
92
92
93
93
:::
94
94
95
-
### Propriedades
95
+
### Propriedades da norma
96
+
97
+
Adiante, consideraremos que $\lVert \cdot \rVert$ é uma norma induzida por produto interno em $V$.
98
+
99
+
:::{prf:property}
100
+
101
+
Seja $v \in V$,
102
+
103
+
$$
104
+
\lVert v \rVert = 0 \iff v = 0.
105
+
$$
106
+
107
+
:::
108
+
109
+
:::{prf:proof}
110
+
111
+
$$
112
+
\begin{align}
113
+
\lVert v \rVert =0 & \iff \sqrt{ \langle v , v \rangle } = 0 \\
114
+
& \iff \langle v , v \rangle= 0 \\
115
+
& \iff v = 0 \quad \text{(pois o produto interno é positivo-definido)}.
116
+
\end{align}
117
+
$$
118
+
119
+
:::
120
+
121
+
Similarmente, também é imediato que $\lVert v \rVert\geq 0,\; \forall v \in V$. Logo, a norma induzida por produto interno também é positiva-definida.
122
+
123
+
:::{prf:property}
124
+
125
+
Sejam $v \in V$ e $a \in \mathbb{R}$,
126
+
127
+
$$
128
+
\lVert av \rVert =|a|\cdot \lVert v \rVert .
129
+
$$
130
+
131
+
:::
132
+
133
+
:::{prf:proof}
134
+
135
+
$$
136
+
\begin{align}
137
+
\lVert av \rVert^{2} & =\langle av , av \rangle \\
138
+
& =a^{2}\langle v , v \rangle \\
139
+
& = a^{2} \lVert v \rVert ^{2} \\
140
+
& = |a|^{2}\lVert v \rVert ^{2}.
141
+
\end{align}
142
+
$$
143
+
144
+
Tirando a raiz quadrada em ambos os lados, obtemos $\lVert av \rVert=|a|\lVert v \rVert$.
145
+
146
+
:::
147
+
148
+
:::{prf:definition} Ortogonalidade
149
+
150
+
Dois vetores $u,v \in V$ são ***ortogonais*** quando
151
+
152
+
$$
153
+
\langle u , v \rangle= 0.
154
+
$$
155
+
156
+
:::
157
+
158
+
Note que $0$ é ortogonal a todos os vetores.
159
+
160
+
:::{prf:property} Teorema de Pitágoras
161
+
162
+
Sejam $u,v \in V$ ortogonais, então
163
+
164
+
$$
165
+
\lVert u+v \rVert ^{2}=\lVert u \rVert ^{2}+\lVert v \rVert ^{2}.
& =\lVert u \rVert ^{2}+\lVert v \rVert ^{2}+ 2\underbrace{ \langle u , v \rangle }_{ = \,0 } \\
176
+
& = \lVert u \rVert ^{2}+\lVert v \rVert ^{2}.
177
+
\end{align}
178
+
$$
179
+
180
+
:::
181
+
182
+
A alcunha de "Teorema de Pitágoras" fica clara quando consideramos o caso particular em que $V=\mathbb{R}^{2}$ (neste caso, ortogonalidade entre dois vetores equivale ao ângulo entre eles ser de 90 graus), onde o vetor $u+v$ cumpre o papel de hipotenusa e os vetores $u$ e $v$ de catetos.
183
+
184
+
### Bases ortonormais
185
+
186
+
:::{prf:definition} Vetores ortonormais
187
+
188
+
Uma lista de vetores é dita ***ortonormal*** quando os vetores que a constituem possuem norma igual a 1 e são ortogonais entre si (cada par de vetores da lista é ortogonal).
189
+
190
+
:::
191
+
192
+
Especificamente, uma lista $(v_{1},\dots v_{n})$ de vetores em $V$ é ortonormal quando $\langle v_{j} , v_{k} \rangle = 0$ para $j \neq k$ e $\langle v_{j} , v_{k} \rangle = 1$ para $j = k$ (note que isso implica que $\lVert v_{j} \rVert = 1$ para todo $v_{j}$ na lista).
0 commit comments