Capítulo 7: Espaços com Produto Interno

Transcrição

1 7 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 7: Espaços com Produto Interno Sumário 1 Produto Interno Ângulos entre Vetores e Ortogonalidade Bases Ortonormais Conjuntos Ortogonais Ortogonalização de Gram-Schmidt Operadores em Espaços com Produto Interno O Operador Adjunto Operadores Ortogonais

2 178 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO Neste capítulo, apresentaremos a noção de produto interno em espaços vetoriais. Esta noção, como veremos, generaliza a noção de produto escalar em R 2 e em R 3 e enriquece a estrutura de um espaço vetorial, permitindo denir vários conceitos de caráter geométrico previamente estudados em R 2 e R 3. 1 Produto Interno Seja V um espaço vetorial. Um produto interno em V é uma função que a cada par de vetores u e v em V associa um número real, denotado por u, v, que satisfaz as seguintes condições: Para quaisquer vetores u, v e w de V e qualquer número real k, PI 1 v, v 0; PI 2 v, v = 0 se, e somente se, v = 0; PI 3 u, v = v, u ; PI 4 u + v, w = u, w + v, w ; PI 5 ku, v = k u, v. Um espaço vetorial com um produto interno é chamado, abreviadamente, de espaço com produto interno. Exemplo 1. Sejam u = (x 1, x 2,..., x n ) e v = (y 1, y 2,..., y n ) vetores em R n. Denimos u, v = x 1 y 1 + x 2 y x n y n. (1) Note que u, u = x x 2 n 0, e que u, v = x 1 y 1 + x 2 y x n y n = y 1 x 1 + y 2 x y n x n = v, u, mostrando que as condições 1 e 3 da denição de produto interno são satisfeitas. A condição 2 também é satisfeita já que u, u = x x 2 n = 0 x 1 = = x n = 0 u = 0.

3 1. PRODUTO INTERNO 179 Se w = (z 1, z 2,..., z n ), então u + v, w = (x 1 + y 1 )z 1 + (x 2 + y 2 )z (x n + y n )z n = (x 1 z 1 + x 2 z x n z n ) + (y 1 z 1 + y 2 z y n z n ) = u, w + v, w, mostrando que a condição 4 é satisfeita. A condição 5 também é satisfeita, pois se k R, então ku, v = (kx 1 )y 1 +(kx 2 )y 2 + +(kx n )y n = k(x 1 y 1 +x 2 y 2 + +x n y n ) = k u, v. Assim, (1) dene um produto interno em R n, chamado de produto interno usual de R n ou produto escalar de R n, generalizando a noção de produto escalar de R 2 e de R 3. Exemplo 2. Sejam p(x) = a 0 + a 1 x + a 2 x 2 e q(x) = b 0 + b 1 x + b 2 x 2 vetores em R[x] 2. Dena p(x), q(x) = a 0 b 0 + a 1 b 1 + a 2 b 2. (2) Temos que (2) dene um produto interno em R[x] 2. De fato, por meio do isomorsmo de espaços vetoriais, T : R[x] 2 R 3 a 0 + a 1 x + a 2 x 2 (a 0, a 1, a 2 ) o produto p(x), q(x) não é outro que o produto interno usual de R 3. O próximo resultado apresenta algumas propriedades básicas dos produtos internos. Proposição Seja V um espaço com produto interno. Se u, v, w V e se k R, então (i) 0, u = u, 0 = 0; (ii) u, v + w = u, v + u, w ; (iii) u, kv = k u, v ;

4 180 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO (iv) u, v w = u, v u, w. Demonstração Provaremos apenas (ii) e deixaremos os demais itens como exercício (ver Problema 1.3). De fato, pela condições PI 3 e PI 4 da denição de produto interno temos que u, v + w = v + w, u = v, u + w, u = u, v + u, w. Seja V um espaço com produto interno. Denimos a norma do vetor v de V, ou comprimento de v, denotado por v, como o número real v = v, v 1/2. Se v = 1, dizemos que v é um vetor unitário. A distância d(u, v) entre dois vetores u e v de V é denida como d(u, v) = u v = u v, u v. Por exemplo, se u = (x 1, x 2,..., x n ) e v = (y 1, y 2,..., y n ) são vetores de R n com o produto interno usual, então u = u, u 1/2 = x x x 2 n e d(u, v) = u v = u v, u v 1/2 = (x 1 y 1 ) 2 + (x 2 y 2 ) (x n y n ) 2. Observe que, no caso de R 2 e R 3, u e d(u, v) são precisamente a norma e a distância usuais de R 2 e de R 3. Problemas 1.1* Sejam u = (x 1, x 2 ) e v = (y 1, y 2 ) vetores em R 2.

5 2. ÂNGULOS ENTRE VETORES E ORTOGONALIDADE 181 (a) Mostre que u, v = 1 9 x 1y x 2y 2 dene um produto interno em R 2. (b) Esboce o círculo unitário no sistema de coordenadas xy em R 2, usando a distância obtida a partir do produto interno em (a). (c) Esboce o círculo unitário no sistema de coordenadas xy em R 2, usando a distância obtida a partir do produto interno usual. (d) Você nota alguma diferença entre os círculos obtidos em (a) e em (b)? 1.2 Sejam u = (x 1, x 2 ) e v = (y 1, y 2 ) vetores em R 2. Mostre que as expressões a seguir denem produtos internos em R 2. (a) u, v = 3x 1 y 1 + 5x 2 y 2. (b) u, v = 4x 1 y 1 + x 2 y 1 x 1 y 2 + 4x 2 y Conclua a demonstração da Proposição Suponha que u, v e w sejam vetores tais que u, v = 2, u, w = 3, v, w = 5, u = 1, v = 2 e w = 1. Calcule o valor de cada uma das seguintes expressões: (a) u + v, v + w ; (b) 2v + w, 2u v ; (c) u + v + w. 2 Ângulos entre Vetores e Ortogonalidade Recordemos que no Capítulo 4 vimos que o ângulo θ, com 0 θ π, entre dois vetores não nulos u e v em R 3, dotado do produto escalar, satisfaz a igualdade cos θ = u v u v (1) Nosso primeiro objetivo nesta seção será o de denir o conceito de ângulo entre dois vetores não nulos de um espaço com produto interno, utilizando

6 182 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO (1), onde o produto escalar é substituído pelo produto interno. Para que uma tal denição faça sentido, devemos assegurar que u, v u v 1 para quaisquer dois vetores não nulos u e v de V. Veremos, no próximo resultado, que isto sempre ocorre. Teorema (Desigualdade de Cauchy-Schwarz) Se u e v são vetores de um espaço com produto interno V, então u, v u v, (2) com igualdade valendo se, e somente se, u e v são linearmente dependentes. Demonstração A desigualdade é clara se u é o vetor nulo de V. Suponhamos, então, u diferente do vetor nulo. Para qualquer t R, temos que tu + v, tu + v 0, ou seja, para qualquer t R, u, u t u, v t + v, v 0. (3) Denamos p(t) = u, u t u, v t + v, v, t R. Por (3), p é uma função polinomial não negativa. Além disso, como o coeciente do termo quadrático é não negativo, segue que o discriminante de p(t) é um número real não positivo. Portanto, = 4 u, v 2 4 u, u v, v = 4 u, v 2 4 u 2 v 2 0, o que equivale a u, v 2 u 2 v 2. Extraindo a raiz quadrada em ambos os lados da desigualdade acima, obtemos (2). Deixaremos a parte que trata da igualdade em (2) como exercício (cf. Problema 2.3)

7 2. ÂNGULOS ENTRE VETORES E ORTOGONALIDADE 183 Cabe observar que o Teorema foi provado, em 1821, por Augustin Cauchy (França, ) para V = R n, com o produto interno usual. O resultado geral, para um espaço com produto interno arbitrário, foi provado em 1885, por Hermann Schwarz (Alemanha, ). Vamos agora denir a noção de ângulo em espaços com produto interno arbitrários. Suponhamos que u e v são vetores não nulos de um espaço com produto interno V. Dividindo ambos os lados da desigualdade (2) por u v, obtemos ou, equivalentemente, 1 u, v u v 1 u, v u v 1. (4) Como cos θ assume, uma única vez, cada valor no intervalo [ 1, 1] quando θ varia no intervalo [0, π], segue de (4) que existe um único θ [0, π] tal que cos θ = u, v u v (5) Denimos o ângulo entre u e v como o número real θ acima mencionado. Parece estranho denir a norma de um vetor e o ângulo entre dois vetores em um espaço vetorial abstrato com produto interno, já que em geral não temos uma representação geométrica associada a estes espaços. Contudo, muitas denições e teoremas básicos da Geometria continuam valendo neste grau de generalidade. Por exemplo, sabemos da Geometria de R 2 que o comprimento de um lado de um triângulo não excede a soma dos comprimentos dos outros dois (Figura 16(a)). Veremos a seguir que este resultado vale em todos os espaços com produto interno (veja Proposição 7.2.2(iv)). Um outro resultado da Geometria arma que a soma dos quadrados das diagonais de um paralelogramo coincide com a soma dos quadrados dos quatro lados (Figura 16(b)). Este resultado também vale em qualquer espaço com produto interno (veja Problema 2.2). Figura 16(a) Figura 16(b)

8 184 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO Assim, o produto interno é uma noção que enriquece a estrutura de um espaço vetorial, permitindo generalizar várias noções de caráter geométrico em R 2 e em R 3 para espaços vetoriais mais gerais. Proposição (Propriedades da norma) Se u e v são vetores em um espaço V com produto interno e se k R, então: (i) u 0; (ii) u = 0 se, e somente se, u = 0; (iii) (iv) ku = k u ; u + v u + v (desigualdade triangular). Demonstração Provaremos o item (iv) e deixaremos os demais itens como exercícios (veja Problema 2.4). Temos u + v 2 = u + v, u + v = u, u + u, v + v, u + v, v = u u, v + v 2 u u, v + v 2, (6) pois x x para todo x R. Por (2), u u, v + v 2 u u v + v 2 = ( u + v ) 2. (7) De (6) e (7), segue que u + v 2 ( u + v ) 2. Extraindo as raízes quadradas em ambos os lados da desigualdade acima obtemos a desigualdade desejada.

9 2. ÂNGULOS ENTRE VETORES E ORTOGONALIDADE 185 No próximo resultado apresentamos algumas propriedades da noção de distância entre dois vetores de um espaço com produto interno. A vericação dessas propriedades é simples e usa a Proposição Portanto, deixaremos a sua demonstração como exercício para o leitor (veja Problema 2.5). Proposição (Propriedades da distância) Se u, v e w são vetores em um espaço com produto interno V, então: (i) d(u, v) 0; (ii) d(u, v) = 0 se, e somente se, u = v; (iii) (iv) d(u, v) = d(v, u); d(u, v) d(u, w) + d(w, v) (desigualdade triangular). O próximo objetivo desta seção é denir a noção de ortogonalidade em um espaço com produto interno. Comecemos com a noção de ortogonalidade entre dois vetores. Sejam u e v dois vetores não nulos de um espaço com produto interno V e seja θ o ângulo entre eles. Segue de (5) que cos θ = 0 se, e somente se, u, v = 0. Equivalentemente, temos θ = π/2 se, e somente se u, v = 0. Convencionamos que se u ou v é o vetor nulo, o ângulo entre eles é π/2. Assim, dizemos que dois vetores quaisquer u e v em V são ortogonais quando u, v = 0. A seguir, introduziremos a noção de ortogonalidade entre um vetor e um subespaço. Sejam v um vetor de V e W um subespaço de V. Dizemos que v é ortogonal a W se v é ortogonal a cada vetor de W. O conjunto de todos os vetores de V que são ortogonais a W é chamado complemento ortogonal de W e é denotado por W. Exemplo 1. Seja R 3 com o produto interno usual e seja W o plano de equação cartesiana x + y + z = 0. O vetor v = (1, 1, 1) é ortogonal a W, pois v é um vetor normal a este plano. Para determinarmos W, devemos

10 186 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO encontrar um vetor (a, b, c) em R 3 que seja ortogonal a todo vetor de W. Como um vetor de W é da forma ( y z, y, z), para y, z R, devemos encontrar (a, b, c) tal que ( y z, y, z) (a, b, c) = 0 Fazendo, na igualdade acima, y = 0 e z = 1, obtemos a = c; e, fazendo y = 1 e z = 0, obtemos a = b. Portanto, W = {(a, a, a); a R}, ou seja, W é a reta que passa pela origem que tem v como um vetor diretor. Terminamos esta seção apresentando algumas propriedades do complemento ortogonal. Proposição Seja W um subespaço de um espaço com produto interno V. Então: (i) W é um subespaço de V ; (ii) W W = {0}; (iii) (W ) = W. Demonstração Provaremos apenas (i), deixando as demonstrações das demais propriedades para o leitor (veja Problema 2.10). Primeiramente, é claro que 0 W. Tomemos u e v em W e a em R. Se w W, então u + av, w = u, w + a v, w = 0 + a0 = 0, mostrando que u + av é ortogonal a w. Como w W foi tomado de modo arbitrário, temos que u + av é ortogonal a cada vetor de W, ou seja u + av está em W. Pelo Corolário 3.1.2, segue que W é um subespaço de V. No Capítulo 1 tivemos a oportunidade de mostrar que dois sistemas lineares homogêneos com matrizes associadas equivalentes possuem conjuntos de

11 2. ÂNGULOS ENTRE VETORES E ORTOGONALIDADE 187 soluções iguais. Vamos, no exemplo a seguir, mostrar que vale uma recíproca dessa propriedade. Exemplo 2. Seja dado um sistema linear homogêneo AX = 0, com m equações e n incógnitas cujo espaço solução é denotado por S h (A). Chamemos de T A a transformação linear de R n para R m determinada por A e pelas bases canônicas dos dois espaços vetoriais (cf. Exemplo 4, Seção 1 do Capítulo 6). Como as soluções do sistema são os vetores de R n que são ortogonais aos vetores linhas de A, temos, pelo Problema 2.11, que S h (A) = (L(A)). Problemas 2.1 Suponha que R 3 e R 4 têm o produto interno usual. Em cada item abaixo, encontre o cosseno do ângulo entre u e v: (a) u = ( 1, 5, 2) e v = (2, 4, 9); (b) u = (1, 0, 1, 0) e v = (1, 1, 1, 1); (c) u = (2, 1, 0, 1) e v = (4, 0, 0, 0). 2.2* Mostre que a seguinte identidade vale para quaisquer vetores u e v de um espaço com produto interno: u + v 2 + u v 2 = 2 u v Mostre que vale a igualdade na desigualdade de Cauchy-Schwarz se, e somente se, u e v são linearmente dependentes. 2.4 Conclua a demonstração da Proposição Prove a Proposição Use a desigualdade de Cauchy-Schwarz para mostrar, para quaisquer valores reais de a, b e θ, que (a cos θ + b sen θ) 2 a 2 + b Seja {v 1, v 2,..., v n } uma base de um espaço com produto interno V. Mostre que o vetor nulo de V é o único vetor de V que é ortogonal a todos os vetores da base.

12 188 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO 2.8 Seja V um espaço com produto interno. Mostre que se u e v são vetores ortogonais de V tais que u = v = 1, então u v = * (Uma generalização do Teorema de Pitágoras) Seja {v 1, v 2,..., v n } um conjunto ortogonal de vetores de um espaço com produto interno. Então v 1 + v v n 2 = v v v n Conclua a demonstração da Proposição Seja β um conjunto de geradores de W, onde W é um subespaço de um espaço com produto interno V. Mostre que W consiste de todos os vetores de V que são ortogonais a cada vetor do conjunto β. 2.12* Seja W o subespaço de R 5 gerado pelos vetores u = (1, 2, 3, 1, 2) e v = (2, 1, 3, 2, 1). Determine uma base de W Suponha que R 4 tem o produto interno usual e seja v = (1, 1, 0, 2). Determine se v é ortogonal ao subespaço de R 4 gerado pelos vetores v 1 = ( 1, 1, 3, 0) e v 2 = (4, 0, 2, 2) Seja W o plano de equação cartesiana x 2y 3z 1 = 0. Obtenha as equações paramétricas para W. 3 Bases Ortonormais Veremos nesta seção que um espaço vetorial, com produto interno, possui bases que se destacam das demais, chamadas de bases ortonormais. Trabalhar com este tipo de base torna V geometricamente muito parecido com o espaço R n, onde n = dim V. Ao longo desta seção, V será sempre um espaço com produto interno,, de dimensão nita n > Conjuntos Ortogonais Um conjunto de vetores em V é chamado conjunto ortogonal se quaisquer dois vetores distintos do conjunto são ortogonais.

13 3. BASES ORTONORMAIS 189 Por exemplo, o conjunto {(1, 2, 1), (2, 1, 4), (3, 2, 1)} é um conjunto ortogonal em R 3 com seu produto interno usual. Um conjunto ortogonal no qual cada vetor tem norma 1 é chamado conjunto ortonormal. Se v é um vetor não nulo em um espaço com produto interno, segue da Proposição 7.2.2(iii) que o vetor v 1 v tem norma 1. O processo de multiplicar um vetor não nulo pelo inverso de sua norma para obter um vetor de norma 1 é chamado de normalização. Assim, um conjunto ortogonal de vetores não nulos pode ser sempre transformado em um conjunto ortonormal, normalizando-se cada um de seus vetores. O próximo resultado relaciona a noção de ortogonalidade com a noção de independência linear. Proposição Todo conjunto ortogonal de vetores não nulos de V é linearmente independente. Demonstração Seja {v 1,..., v r } um conjunto de vetores ortogonais de V com produto interno. Consideremos a equação a 1 v 1 + a 2 v a r v r = 0. Vamos mostrar que a i = 0, para todo 1 i r. Fixe 1 i r. Então, a 1 v a r v r, v i = a 1 v 1, v i + + a i v i, v i + a i+1 v i+1, v i + + a r v r, v i = a i v i, v i, (1) já que v j, v i = 0 sempre que j i. Por outro lado a 1 v 1 + a 2 v a r v r, v i = 0, v i = 0. (2) De (1) e (2), segue que a i v i, v i = 0 e como v i é um vetor não nulo, temos necessariamente que a i = 0. Como i foi tomado de modo arbitrário em seu intervalo de variação, o resultado segue. A recíproca do resultado acima é obviamente falsa, pois, por exemplo, o conjunto {(1, 1), (1, 0)} de vetores em R 2 com o produto interno usual é linearmente independente, mas não é um conjunto ortogonal.

14 190 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO Se α={v 1,..., v n } é um conjunto ortogonal de vetores não nulos de V, segue da proposição anterior que α é uma base de V. Uma base consistindo de vetores ortogonais é chamada base ortogonal e uma base consistindo de vetores ortonormais é chamada base ortonormal. Por exemplo, a base canônica de R n com o produto interno usual é uma base ortonormal. Vimos que se V é um espaço vetorial e α é uma base de V então, em geral, é necessário resolver um sistema linear a m de escrever um vetor de V em termos da base α. O próximo resultado mostra que quando V é um espaço com produto interno e α é uma base ortonormal de V, então é bastante simples encontrar as coordenadas de um vetor de V em relação a base α. Teorema Se α={v 1, v 2,..., v n } é uma base ortonormal de V, então, para todo v V, podemos escrever v = v, v 1 v 1 + v, v 2 v v, v n v n. Demonstração Seja v = a 1 v 1 + a 2 v a n v n a escrita de v na base α. Fixe i, com 1 i n. Temos v, v i = a 1 v 1 + a 2 v a n v n, v i = a 1 v 1, v i + + a i v i, v i + + a n v n, v i = a i, já que v j, v i = 0 se j i e v i, v i = v i 2 = 1. Como i foi tomado de modo arbitrário, a demonstração está completa. Se β = {v 1, v 2,..., v n } é uma base ortogonal de V, normalizando cada um dos vetores de β, obtemos a base ortonormal α de V, onde { } v1 α = v 1, v 2 v 2,..., v n. v n Pelo Teorema 7.3.2, para cada vetor v em V, temos que v 1 v = v, v 1 v 1 v v, v n v n v n v n = v, v 1 v 1 v v, v n v n v n. 2

15 3. BASES ORTONORMAIS 191 O número real a i = v, v i v i 2 é chamado de coeciente de Fourier 1 de v em relação ao vetor v i. Este escalar admite uma interpretação geométrica relacionada com a noção de projeção. Para apresentarmos esta interpretação geométrica, vamos precisar do seguinte resultado. Proposição Seja w um vetor não nulo de V. Se v V, então k = v, w w, w = v, w w 2 (3) é o único número real tal que v = v kw é ortogonal a w. Demonstração Para que v seja ortogonal a w devemos ter v kw, w =0, v, ou seja, v, w = k w, w, mostrando que k = Reciprocamente, suponhamos que k = w, w v, w, w Então, v kw, w = v, w k w, w = v, w v, w w, w = 0, w, w o que mostra que v kw é ortogonal a w. O escalar k em (3) é o coeciente de Fourier de v em relação ao vetor w. A projeção de v ao longo de w (Figura 17) é denotada por proj w (v) e é denida por v, w proj w (v) = kw = w, w w. Figura 17 O próximo resultado, cuja demonstração é deixada como exercício (veja Problema 3.2), generaliza a Proposição Em homenagem a Jean-Baptiste Fourier (França, ), conhecido na Matemática por iniciar a investigação sobre o desenvolvimento de funções periódicas em séries trigonométricas convergentes, chamadas séries de Fourier, e sua aplicação aos problemas de condução de calor.

16 192 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO Proposição Suponhamos que {w 1, w 2,..., w r } seja um conjunto ortogonal de vetores não nulos de V. Se v V, então k i = v, w i w i 2, 1 i r, são os únicos números reais tais que o vetor v = v k 1 w 1 k 2 w 2 k r w r é ortogonal aos vetores w 1, w 2,..., w r. 3.2 Ortogonalização de Gram-Schmidt Vimos na seção anterior que trabalhar com bases ortonormais é bastante conveniente. Veremos a seguir que todo espaço com produto interno, não nulo, de dimensão nita tem uma base ortonormal. A construção dada na prova do resultado abaixo é chamada de processo de ortogonalização de Gram-Schmidt, pois leva os nomes de Jorgen Pedersen Gram (Dinamarca, ) e de Erhard Schmidt (Alemanha, ). Cabe observar que a construção de Gram-Schmidt pode ser encontrada, de modo implícito, em trabalhos de Pierre Simon Laplace 2 e de Cauchy. 2 Pierre Simon Laplace (França ) foi um importante matemático, físico e astrônomo, conhecido por suas contribuições à mecânica celeste à teoria de probabilidades, bem como por suas aplicações da matemática à física.

17 3. BASES ORTONORMAIS 193 Teorema O espaço V possui uma base ortogonal. Demonstração Seja {v 1, v 2,..., v n } uma base de V. Tomemos (veja Figura 18) w 1 = v 1, w 2 = v 2 v 2, w 1 w 1 2 w 1, w 3 = v 3 v 3, w 1 w 1 2 w 1 v 3, w 2 w 2 2 w 2,. w n = v n v n, w 1 w 1 w 2 1 v n, w n 1 w n 1 w n 1. 2 Pela Proposição 7.3.4, o conjunto {w 1, w 2,..., w n } é um conjunto ortogonal. Além disso, como o conjunto {v 1, v 2,..., v n } é linearmente independente, cada vetor w i é não nulo. Assim, o conjunto {w 1, w 2,..., w n } é um conjunto ortogonal de vetores não nulos de V. Como, por denição, n = dim V, segue pela Proposição que {w 1, w 2,..., w n } é uma base ortogonal de V. Figura 18 Decorre da proposição acima que se V tem uma base ortogonal, ele tem uma base ortonormal, pois os vetores de uma base ortogonal podem ser normalizados para produzir uma base ortonormal de V.

18 194 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO Exemplo 1. Considere R 3 com o produto interno usual. Apliquemos o processo de Gram-Schmidt ao conjunto {(1, 0, 0), (1, 1, 1), (0, 0, 1)} para obtermos uma base ortogonal {w 1, w 2, w 3 } de R 3. Façamos w 1 = (1, 0, 0), w 2 = (1, 1, 1) w 3 = (0, 0, 1) (1, 1, 1), (1, 0, 0) (1, 0, 0) 2 (1, 0, 0) = (0, 1, 1), (0, 0, 1), (1, 0, 0) (0, 1, 1) 2 (1, 0, 0) ( (0, 0, 1), (0, 1, 1) (0, 1, 1) = 0, 1 (0, 1, 1) 2 2, 1 ). 2 Assim, {(1, 0, 0), (0, 1, 1), (0, 1, 1)} 2 2 é uma base ortogonal de R3. Uma consequência importante do Teorema 7.3.5, que demonstraremos a seguir, é o fato de que V =W W, onde W é um subespaço de V. Em outras palavras, cada vetor v de V pode ser escrito de modo único como v = w 1 + w 2, (4) onde w 1 W e w 2 W. O vetor w 1 é chamado projeção ortogonal de v em W e é denotado por proj W (v). O vetor w 2 é chamado componente de v ortogonal a W e é denotado por proj W (v) (Figura 19). Por (4), temos então que v = proj W (v) + proj W (v). Figura 19 Teorema Se W é um subespaço de V, então V = W W. Demonstração Pela Proposição 7.2.4(ii), W W = {0}. Vejamos que V = W + W. Pelo processo de ortogonalização de Gram-Schmidt, existe

19 3. BASES ORTONORMAIS 195 uma base ortonormal {v 1, v 2,..., v n } de W. Tomemos v V. Dena w 1 = v, v 1 v 1 + v, v 2 v v, v n v n, w 2 = v w 1. Note que w 1 + w 2 = w 1 + (v w 1 ) = v. Além disso, w 1 W, pois w 1 é uma combinação linear dos vetores da base de W. Portanto, resta mostrar que w 2 W, ou seja, w 2 é ortogonal a W. Para isto, seja w W. Pelo Teorema 7.3.2, w = w, v 1 v 1 + w, v 2 v w, v n v n. Assim, w 2, w = v w 1, w = v, w w 1, w = w, v 1 v, v w, v n v, v n ( v, v 1 v 1, w + + v, v n v n, w ) = 0. Como w W foi tomado de modo arbitrário, segue que w 2 é ortogonal a W. Exemplo 2. Retomemos o Exemplo 1 da Seção 2, onde V = R 3 e onde W = {(x, y, z); x + y + z = 0} e W = {(x, y, z); x = y = z}. Note que W W = {0}.

20 196 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO Como dim(w + W ) = dim W + dim W dim(w W ), segue que dim(w + W ) = 3, já que temos dim W = 2, dim W = 1 e dim(w W ) = 0. Portanto, W + W = R 3. Consequentemente, temos que R 3 = W W, como aliás deveria ser pelo Teorema Para cada (x, y, z) R 3, temos que (x, y, z) = ( ) 2x y z, x+2y z, x y+2z ( ) x+y+z, x+y+z, x+y+z W + W. Mais ainda, a escrita acima é única. Em outras palavras, todo vetor de R 3 se expressa, de forma única, como a soma de um elemento e W com um elemento de W. A gura abaixo mostra a decomposição do vetor (0, 3, 0). Figura 20 Exemplo 3. Seja AX = 0 um sistema m n de equações lineares homogêneo, cujo conjunto solução denotamos por S h (A). Seja T A a transformação linear associada à matriz A. Sabemos (cf. Exemplo 2, Seção 2) que Ker T A = S h (A) = (L(A)). Por outro lado, pelo Exemplo 4, Seção 1, Capítulo 6, temos que Im T A = C(A).

21 3. BASES ORTONORMAIS 197 Pelo Teorema do Núcleo e da Imagem, temos que n = dim Ker T A + dim Im T A = dim(l(a)) + dim C(A). Pelo Teorema 7.3.6, temos que n = dim L(A) + dim(l(a)) = p A + dim S h (A). Daí decorre que e que dim S h (A) = n p A, dim C(A) = dim L(A). Assim, o posto por linhas de uma matriz A, que por denição é igual à dimensão do espaço linha L(A) de A, coincide com o posto de A por colunas, ou seja com a dimensão do espaço coluna C(A) da matriz A. Problemas 3.1* Seja V um espaço com produto interno de dimensão nita n. Se α é uma base ortonormal de V e se a 1 a [v] α = 2. e [w] b α = 2., b 1 a n b n então: (a) v = a a a 2 n ; (b) d(v, w) = (a 1 b 1 ) 2 + (a 2 b 2 ) (a n b n ) 2 ; (c) v, w = a 1 b 1 + a 2 b a n b n. O exercício anterior mostra que trabalhando com bases ortonormais, o cálculo de normas e produtos internos arbitrários se reduz ao cálculo de normas e produtos internos das matrizes das coordenadas, como em R n com sua norma e produto interno usuais.

22 198 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO 3.2 Prove a Proposição Mostre que os vetores ( 4 v 1 = 5, 3 ) ( 5, 0, v 2 = 35, 45 ), 0 e v 3 = (0, 0, 1) formam uma base ortonormal para R 3 com o produto interno usual. seguida, expresse o vetor v = (1, 1, 2) nesta base. Em 3.4* Seja W um subespaço de dimensão nita de um espaço com produto interno V. Prove que: (a) Se {w 1, w 2,..., w n } é uma base ortonormal de W e v é um vetor qualquer de V, então proj W (v) = v, w 1 w 1 + v, w 2 w v, w n w n ; (b) Se {w 1, w 2,..., w n } é uma base ortogonal de W e v é um vetor qualquer de V, então proj W (v) = v, w 1 w 1 2 w 1 + v, w 2 w 2 2 w v, w n w n 2 w n. 3.5 Considere R 4 com o produto interno usual. Use o processo de Gram- Schmidt para transformar a base {v 1, v 2, v 3, v 4 } em uma base ortogonal, onde v 1 = (0, 2, 1, 0), v 2 = (1, 1, 0, 0), v 3 = (1, 2, 0, 1) e v 4 = (1, 0, 0, 1). 3.6 Seja W o subespaço de R 4 gerado pelos vetores v 1 = (1, 1, 1, 1), v 2 = (1, 1, 2, 2) e v 3 = ( 1, 5, 1, 7). Ache a projeção ortogonal de v = (1, 2, 3, 4) em W. 3.7 Construa, a partir do vetor v = (2, 1, 0), uma base ortonormal de R 3 com o produto interno usual. 4 Operadores em Espaços com Produto Interno Nesta seção, vamos denir importantes operadores em espaços com produto interno. Mais precisamente, mostraremos a existência do operador adjunto de um operador linear e, a partir deste, introduzir as noções de operadores simétricos e operadores ortogonais. Estes operadores estão relacionados

23 4. OPERADORES EM ESPAÇOS COM PRODUTO INTERNO 199 com o Teorema Espectral, um dos teoremas mais importantes da Álgebra Linear, conforme veremos no Capítulo 9. Nesta seção, continuaremos supondo que V é um espaço com produto interno de dimensão nita n > O Operador Adjunto Dado um vetor v V, a ele associamos de modo natural um funcional linear em V, como segue: φ v : V R u u, v. De fato, φ v é um funcional linear, pois, para todos u 1, u 2 a R, temos V e todo φ v (u 1 + au 2 ) = u 1 + au 2, v = u 1, v + a u 2, v = φ v (u 1 ) + aφ v (u 2 ). Assim, cada v em V dene um funcional linear φ v em V, ou seja, um elemento de (V, R). A recíproca deste fato é também verdadeira, como mostra o seguinte resultado. Teorema Dado um funcional linear φ em V, existe um único vetor v V tal que φ = φ v. Demonstração Seja φ (V, R) e xe uma base ortonormal {v 1, v 2,..., v n } de V. Pelo Teorema 7.3.2, todo elemento u V se escreve como u = u, v 1 v 1 + u, v 2 v u, v n v n. Existência: Tomemos v = φ(v 1 )v 1 + φ(v 2 )v φ(v n )v n. Por um lado, temos φ(u) = φ ( ) u, v 1 v 1 + u, v 2 v u, v n v n = u, v 1 φ(v 1 ) + u, v 2 φ(v 2 ) + + u, v n φ(v n ). (1)

24 200 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO Por outro lado, u, v = u, φ(v 1 )v 1 + φ(v 2 )v φ(v n )v n = φ(v 1 ) u, v 1 + φ(v 2 ) u, v φ(v n ) u, v n. (2) Juntando (1) e (2) obtemos que φ(u) = u, v = φ v (u), para todo u V. Unicidade: Suponhamos que v tenha a propriedade u, v = u, v, para todo u V. Logo u, v v = 0, para todo u V. Portanto, v v é ortogonal a todos os vetores de V, o que, em virtude do Problema 2.7, acarreta que v = v. Observe que o Teorema garante que a função v φ v, onde φ v (u) = u, v (u V ), é um isomorsmo entre V e (V, R) (cf. Problema 4.4). Teorema Dado um operador linear T em V, existe um único operador linear T em V tal que T (v), w = v, T (w), para quaisquer v, w V. Demonstração Tome w V. Como a função denida por v T (v), w é um funcional linear em V (verique), segue, do Teorema 7.4.1, que existe um único vetor w V tal que T (v), w = v, w, para todo v V. Basta denir T (w) = w. A demonstração do Teorema também nos mostra que se {v 1,..., v n } é uma base ortonormal de V, então T (w) = w = T (v 1 ), w v T (v n ), w v n. Daí, vê-se claramente que T é linear. O operador T é chamado de operador adjunto de T. Assim, o Teorema arma que todo operador linear T, em um espaço com produto interno de dimensão nita, possui um operador adjunto T. O próximo resultado mostra como podemos obter T a partir de uma representação matricial de T.

25 4. OPERADORES EM ESPAÇOS COM PRODUTO INTERNO 201 Proposição Para toda base ortonormal α de V e para todo operador linear T em V, temos que [T ] α α = ([T ] α α) t. Para demonstrarmos a proposição acima, vamos precisar do seguinte resultado, cuja demonstração ca como exercício para o leitor (veja Problema 4.5). Lema Seja α = {v 1,..., v n } uma base ortonormal de V. Se A = [a ij ] n n é a matriz que representa um oprerador T em V, com relação à base α (ou seja, A = [T ] α α ), então a ij = T (v j ), v i, para todos i, j, 1 i, j n. Demonstração da Proposição Considere as matrizes [T ] α α = [a ij ] n n e [T ] α α = [b ij ] n n. Pelo Lema 7.4.4, a ij = T (v j ), v i e b ij = T (v j ), v i, para todos i, j, 1 i, j n. Logo, b ij = T (v j ), v i = v i, T (v j ) = T (v i ), v j = a ji, para todos i, j, com 1 i, j n, provando o resultado. Um operador linear T : V V é dito ser um operador simétrico quando T = T. Pela Proposição 7.4.3, observamos que se T é um operador simétrico em V, então para toda base ortonormal α de V temos [T ] α α = ([T ] α α) t. Assim, T : V V é simétrico se, e somente se, [T ] α α é uma matriz simétrica. Observemos que o fato de um operador ser simétrico não depende da base ortonormal escolhida. Portanto, se [T ] α α for uma matriz simétrica em

26 202 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO uma determinada base ortonormal α, então [T ] β β qualquer outra base ortonormal β. será também simétrica para Exemplo 1. Seja T : R 3 R 3 o operador linear denido por T (x, y, z) = (2x y + z, x + y + 3z, x + 3y). Se α é a base canônica de R 3, então [T ] α α = é uma matriz simétrica e, portanto, T é um operador simétrico. 4.2 Operadores Ortogonais Um operador linear T : V V é dito ser um operador ortogonal quando T T = T T = I V. Em outras palavras, T é um operador ortogonal quando T é invertível e T = T 1. Diremos que um operador T em V preserva norma, preserva distância, ou preserva produto interno, quando, para todos u, v V, se tenha T (v) = v, d(t (u), T (v)) = d(u, v), ou T (u), T (v) = u, v, respectivamente. O resultado a seguir caracteriza os operadores ortogonais. Teorema Seja T : V V um operador linear. As seguintes armações são equivalentes: (i) T é ortogonal; (ii) T preserva a norma; (iii) T preserva a distância; (iv) T preserva o produto interno; (v) T transforma toda base ortonormal de V numa base ortonormal de V ;

27 4. OPERADORES EM ESPAÇOS COM PRODUTO INTERNO 203 (vi) T transforma alguma base ortonormal de V numa base ortonormal de V. Demonstração (i) (ii) Se v V, então pelo Teorema T (v) 2 = T (v), T (v) = v, T (T (v)) = v, I V (v) = v, v = v 2. (ii) (iii) Se v, u V, então d(t (v), T (u)) = T (v) T (u) = T (v u) = v u = d(v, u). (iii) (iv) Se v, u V, então d(t (v + u), 0) = d(v + u, 0). Ou seja, T (v + u) 2 = v + u 2. (3) Note que T (v + u) 2 = T (v), T (v) + 2 T (v), T (u) + T (u), T (u) e Como v + u 2 = v, v + 2 v, u + u, u. (4) v, v = (d(v, 0)) 2 = (d(t (v), 0)) 2 = T (v), T (v), o mesmo valendo para u, temos de (3) e (4) que T (v), T (u) = v, u, como desejado. (iv) (i) Se v, u V, então pelo Teorema v, u = T (v), T (u) = v, T (T (u)), mostrando que, para todos u, v V, v, (T T I V )(u) = 0. Pelo Problema 2.8, temos que (T T I V )(u) = 0, para todo u V, o que acarreta que T T = I V, logo T é ortogonal.

28 204 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO (i) (v) Seja {v 1, v 2,..., v n } uma base ortonormal de V. Então 0 se i j T (v i ), T (v j ) = v i, v j = 1 se i = j. Logo, o conjunto {T (v 1 ), T (v 2 ),..., T (v n )} é ortonormal e, consequentemente, linearmente independente (Proposição 7.3.1). Como dim V =n, concluímos que esse conjunto é uma base de V. (v) (vi) Esta implicação é óbvia. (vi) (iv) Seja {v 1, v 2,..., v n } uma base ortonormal de V tal que {T (v 1 ), T (v 2 ),..., T (v n )} também é uma base ortonormal de V. Sejam v e u em V. Se v = a 1 v 1 + a 2 v a n v n e u = b 1 v 1 + b 2 b b n v n, então v, u = Por outro lado, temos n n a i b j v i, v j = i=1 j=1 n n a i b j. (5) i=1 j=1 T (v) = a 1 T (v 1 ) + a 2 T (v 2 ) + + a n T (v n ) e T (u) = b 1 T (v 1 ) + b 2 T (v 2 ) + + b n T (v n ), donde T (v), T (u) = n n a i b j T (v i ), T (v j ) = i=1 j=1 n n a i b j. (6) i=1 j=1 Assim, de (5) e (6), concluímos que T (v), T (u) = v, u, como desejado. Exemplo 2. Consideremos o operador linear T : R 2 R 2 dado por T (x, y) = (x cos θ y sen θ, x sen θ+y cos θ). Lembremos da Seção 3, do Capítulo 6, que T é o operador rotação por um ângulo θ em R 2. Note que se α é a base canônica de R 2, o conjunto {T (1, 0), T (0, 1)} = {(cos θ, sen θ), ( sen θ, cos θ)} é

29 4. OPERADORES EM ESPAÇOS COM PRODUTO INTERNO 205 uma base ortonormal em R 2. Assim, pelo Teorema 7.4.5, T é um operador ortogonal em R 2. Para relacionarmos a propriedade de um operador ser ortogonal com propriedades de suas matrizes associadas, estabelecemos a denição a seguir. Uma matriz A M(n, n) é dita ser ortogonal quando A A t = A t A = I n. Em outras palavras, A é uma matriz ortogonal se A é invertível e A t = A 1. Segue imediatamente da denição que uma matriz A é ortogonal se, e somente se, a matriz A t é ortogonal. Por exemplo, a matriz de rotação em R 3 dada por cos θ sen θ 0 A = sen θ cos θ é uma matriz ortogonal. Com o resultado a seguir podemos vericar mais facilmente se uma matriz é ortogonal ou não. Proposição Para uma matriz A = [ a ij, as seguintes armações ]n n são equivalentes: (i) A é ortogonal; (ii) As colunas de A formam um conjunto ortonormal em R n ; (iii) As linhas de A formam um conjunto ortonormal em R n. Demonstração (i) (ii) Chamemos A t A = [ b ij. Pela denição de ]n n produto de matrizes, o elemento b ij é dado por b ij = a 1i a 1j + a 2i a 2j + + a ni a nj = (a 1i, a 2i,..., a ni ), (a 1j, a 2j,..., a nj ).

30 206 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO Portanto, daí segue-se que A t A = I n se, e somente se, 0 se i j (a 1i, a 2i,..., a ni ), (a 1j, a 2j,..., a nj ) = 1 se i = j, provando o desejado. (i) (iii) Basta utilizar o fato que A é ortogonal se, e somente se, A t é ortogonal, que as linhas de A t são as colunas de A e aplicar o que foi provado acima. Teorema [ Se α e β são bases ortonormais de V, então a matriz ] α mudança de base I V é uma matriz ortogonal. β Demonstração Sejam α = {v 1, v 2,..., v n } e β = {w 1, w 2,..., w n }. Suponhamos [I V ] α β = [a ij]. Para cada i, com 1 i n, temos que v i = a 1i w 1 + a 2i w a ni w n. Ora, como v i e v j são ortogonais, quando i j, então 0 = v i, v j = a 1i a 1j + a 2i a 2j + + a ni a nj = (a 1i, a 2i,..., a ni ), (a 1j, a 2j,..., a nj ), (7) pois β é ortonormal. De (7) concluímos que as colunas de [I V ] α β formam vetores ortogonais em R n. Vejamos agora que cada coluna de [I V ] α β forma um vetor unitário em R n. De fato, se 1 i n, então 1 = v i, v i = a 2 1i + a 2 2i + + a 2 ni, já que β é ortonormal. Assim, as colunas de [I V ] α β formam vetores unitários em R n. Pela Proposição 7.4.6, [I V ] α β é uma matriz ortogonal. Terminaremos a seção mostrando a relação entre os operadores ortogonais e as matrizes ortogonais. Sejam dados um espaço vetorial, com uma base α = {v 1,..., v n }, e uma matriz quadrada A = [a ij ] de ordem n. Podemos, como feito na Seção 1

31 4. OPERADORES EM ESPAÇOS COM PRODUTO INTERNO 207 do Capítulo 6 para R n e a base canônica, associar à matriz A um operador linear T A, denido como segue: T A (v) = (a 11 x a 1n x n,..., a n1 x a nn x n ), onde x 1,..., x n são as coordenadas de v relativamente à base α, ou seja v = x 1 v x n v n. Proposição Sejam α uma base ortonormal de V e T um operador linear em V. Seja A M(n, n). (i) T é ortogonal se, e somente se, [T ] α α é ortogonal. (ii) A é ortogonal se, e somente se, T A é ortogonal. Demonstração Provaremos apenas o item (i), deixando a demonstração do item (ii) para o leitor (veja Problema 4.10). De fato, se α = {v 1, v 2,..., v n } é uma base ortonormal de V e se T é um o- perador ortogonal em V então, pelo Teorema 7.4.5, β = {T (v 1 ), T (v 2 ),..., T (v n )} é uma base ortonormal de V. Se [T ] α α = [a ij ], então, para todo i, com 1 i n, temos T (v i ) = a 1i v 1 + a 2i v a ni v n. Como β é ortonormal, segue que T (v i ), T (v j ) = 0 se i j e T (v i ), T (v i ) =1. Por outro lado, sendo α é ortogonal, temos que a 1i a 1j + a 2i a 2j + + a ni a nj = a 1i v 1 + a 2i v a ni v n, a 1j v 1 + a 2j v a nj v n = 0 se i j T (v i ), T (v j ) = 1 se i = j, (8) mostrando assim que as colunas de [T ] α α formam um conjunto ortonormal em R n. Pela Proposição 7.4.6, [T ] α α é uma matriz ortogonal.

32 208 CAPÍTULO 7. ESPAÇOS COM PRODUTO INTERNO Suponhamos agora que [T ] α α = [a ij ] é uma matriz ortogonal. Para mostrarmos que T é ortogonal basta provarmos, pelo Teorema 7.4.5, que o conjunto {T (v 1 ), T (v 2 ),..., T (v n )} é ortonormal em V. Mas isto pode ser facilmente vericado a partir de (8). Problemas 4.1* Sejam S e T operadores lineares num espaço com produto interno de dimensão nita e seja k R. Prove que: (a) (S + T ) = S + T ; (b) (kt ) = kt ; (c) (ST ) = T S ; (d) (T ) = T. 4.2 Considere o funcional linear φ: R 3 R denido por φ(x, y, z) = x + 4y 5z. Encontre o vetor v em R 3 tal que φ = φ v. 4.3 Seja T : R 3 R 3 dado por T (x, y, z) = (2x + 2y, 3x 4z, y). Encontre T (x, y, z). 4.4 Mostre que a função V (V, R) v φ v onde φ v (u) = u, v, para todo u V, é um isomorsmo de espaços vetoriais. Mostre com isto que podemos transportar o produto interno de V para (V, R), do seguinte modo: φ u, φ v = u, v. 4.5 Demonstre o Lema Dentre os seguintes operadores lineares, vericar quais são ortogonais: (a) T : R 2 R 2, T (x, y) = ( y, x); (b) T : R 2 R 2, T (x, y) = (x + y, x y); (c) T : R 3 R 3, T (x, y, z) = (z, x, y); (d) T : R 3 R 3, T (x, y, z) = (x, y cos θ + z sen θ, y sen θ + z cos θ).

33 4. OPERADORES EM ESPAÇOS COM PRODUTO INTERNO * Encontre uma matriz ortogonal [a ij ] de ordem 3 cuja primeira linha é dada por a 11 = 1 3, a 12 = 2 3, e a 13 = Mostre que o produto de matrizes ortogonais é uma matriz ortogonal. 4.9 Construa uma matriz ortogonal A = [a ij ] cuja primeira coluna seja: (a) a 11 = 2, a 21 = 1 ; 5 5 (b) a 11 = 1 3, a 21 = 2 3 e a 31 = Conclua a demonstração da Proposição

34 Bibliograa [1] H. P. Bueno, Álgebra Linear, um segundo curso, Coleção Textos Universitários, SBM, [2] P. Halmos, Teoria Ingênua dos Conjuntos, Editora Ciência Moderna, [3] A. Hefez e M. L. T. Villela, Códigos Corretores de Erros, Coleção Matemática e Aplicações, IMPA, [4] A. Hefez e M. L. T. Villela, Números Complexos e Polinômios, Coleção PROFMAT, SBM, [5] V. J. Katz, A History of Mathematics - an Introduction, HarperCollins College Publishers, [6] S. Lang, Introduction to Linear Algebra, 2 nd edition, Undergraduate Texts in Mathematics, Springer, [7] E.L. Lima, Álgebra Linear, 3 a edição, Coleção Matemática Universitária, IMPA, [8] E.L. Lima, Geometria Analítica e Álgebra Linear, 2 a edição, Coleção Matemática Universitária, IMPA,