|
1 | 1 | --- |
2 | | -title: Produto interno |
| 2 | +title: Produto interno e norma |
3 | 3 | subject: Fundamentos |
4 | 4 | --- |
5 | 5 |
|
6 | | -Começaremos a trabalhar com uma ferramenta provavelmente já conhecida, o produto interno. Em cursos de álgebra vetorial e geometria analítica temos contato com o chamado *produto interno euclidiano* ou *produto interno canônico* para os espaços $\mathbb{R}^{2}$ e $\mathbb{R}^{3}$. No caso do espaço $\mathbb{R}^{2}$, o produto interno euclidiano entre os vetores $x=(x_{1},x_{2})$ e $y=(y_{1},y_{2})$ é dado por |
| 6 | +Começaremos a trabalhar com duas ferramentas provavelmente já conhecidas: o produto interno e a norma. Em cursos de álgebra vetorial e geometria analítica temos contato com uma versão do produto interno e norma chamada de *euclidiana* ou *canônica*. No caso do espaço $\mathbb{R}^{2}$, o produto interno euclidiano entre os vetores $x=(x_{1},x_{2})$ e $y=(y_{1},y_{2})$ é dado por |
7 | 7 |
|
8 | 8 | $$ |
9 | | -\langle x , y \rangle = x_{1}y_{1}+x_{2}y_{2}. |
| 9 | +\langle x , y \rangle = x_{1}y_{1}+x_{2}y_{2}, |
10 | 10 | $$ |
11 | 11 |
|
12 | | -Com esse produto interno em $\mathbb{R}^{2}$ e $\mathbb{R}^{3}$ temos uma versátil ferramenta de análise geométrica, que permite relacionar ângulos e distâncias entre vetores (este último a partir da norma euclidiana, diretamente relacionada com o produto interno). |
| 12 | +enquanto que a norma euclidiana é dada por |
13 | 13 |
|
14 | | -A ideia agora é generalizarmos o conceito de produto interno, considerando um espaço vetorial qualquer. Possuindo espaços vetoriais munidos de produto interno, poderemos definir uma importante transformação linear, chamada de **adjunta**. |
| 14 | +$$ |
| 15 | +\lVert x \rVert =\sqrt{ x_{1}^{2}+x_{2}^{2} }. |
| 16 | +$$ |
| 17 | + |
| 18 | +Eles nos dão em $\mathbb{R}^{2}$ e $\mathbb{R}^{3}$ uma importante ferramenta de análise geométrica, que permite relacionar ângulos e distâncias entre vetores. |
| 19 | + |
| 20 | +A ideia agora é generalizarmos os conceitos de produto interno e norma, considerando um espaço vetorial qualquer. Possuindo espaços vetoriais munidos de produto interno, poderemos definir uma importante transformação linear, chamada de **adjunta**. |
15 | 21 |
|
16 | 22 | ### Conceitos iniciais |
17 | 23 |
|
18 | 24 | O produto interno, em um sentido geral, é definido como uma função entre vetores de um espaço que obedece algumas propriedades. |
19 | 25 |
|
20 | 26 | :::{prf:definition} Produto interno |
| 27 | +:label: def-produto-interno |
21 | 28 |
|
22 | 29 | Seja $V$ um espaço vetorial. Um ***produto interno*** em $V$ é uma função $\langle \cdot , \cdot \rangle:V\times V\to \mathbb{R}$ que leva cada par de vetores $(u,v)$ de $V$ em um número $\langle u , v \rangle \in \mathbb{R}$, satisfazendo as seguintes propriedades: |
23 | 30 |
|
24 | 31 | 1. (**Positivo-definido**) $\langle v , v \rangle \geq 0$, $\forall v\in V$, valendo a igualdade se, e somente se, $v = 0$; |
25 | | -2. (**Aditividade na primeira entrada**) $\langle u+w , v \rangle=\langle u , v \rangle+\langle w , v \rangle,\, \forall u,w,v \in V$; |
26 | | -3. (**Homogeneidade na primeira entrada**) $\langle av , w \rangle=a\langle v , w \rangle,\, \forall a \in \mathbb{R}$ e $\forall v,w \in V$; |
| 32 | +2. (**Aditividade**) $\langle u+w , v \rangle=\langle u , v \rangle+\langle w , v \rangle,\, \forall u,w,v \in V$; |
| 33 | +3. (**Homogeneidade**) $\langle av , w \rangle=a\langle v , w \rangle,\, \forall a \in \mathbb{R}$ e $\forall v,w \in V$; |
27 | 34 | 4. (**Simétrico**) $\forall u,v \in V$ tem-se $\langle u , v \rangle=\langle v , u \rangle$. |
28 | 35 |
|
29 | 36 | ::: |
|
38 | 45 | \langle x , y \rangle=x_{1}y_{1}+\dots+x_{n}y_{n}, |
39 | 46 | $$ |
40 | 47 |
|
41 | | -define um produto interno em $\mathbb{R}^{n}$. |
| 48 | +define um produto interno em $\mathbb{R}^{n}$, chamado de ***produto interno euclidiano*** ou ***produto interno canônico***. |
| 49 | + |
| 50 | +A verificação das propriedades da [](#def-produto-interno) é razoavelmente direta. |
| 51 | +1. É evidente que $\langle x , x \rangle=x_{1}^{2}+\dots+x_{n}^{2} \geq 0$, para qualquer $x \in \mathbb{R}^{n}$. Em particular, $x_{1}^{2}+\dots+x_{n}^{2}= 0 \iff x = 0$; |
| 52 | +2. Sejam $x=(x_{1},\dots,x_{n}),y=(y_{1},\dots,y_{n})$ e $z=(z_{1},\dots,z_{n})$ vetores de $\mathbb{R}^{n}$, então $\langle x+y , z \rangle=(x_{1}+y_{1})z_{1}+\dots+(x_{n}+y_{n})z_{n}=x_{1}z_{1}+\dots+x_{n}z_{n}+y_{1}z_{1}+\dots+y_{n}z_{n}=\langle x , z \rangle+\langle y , z \rangle$; |
| 53 | +3. Seja $a \in \mathbb{R}$, $\langle ax , y \rangle=ax_{1}y_{1}+\dots+ax_{n}y_{n}=a(x_{1}y_{1}+\dots+x_{n}y_{n})=a\langle x , y \rangle$; |
| 54 | +4. $\langle x , y \rangle=x_{1}y_{1}+\dots+x_{n}y_{n}=y_{1}x_{1}+\dots+y_{n}x_{n}=\langle y , x \rangle$. |
| 55 | + |
| 56 | +::: |
| 57 | + |
| 58 | +De maneira análoga ao que foi feito no exemplo, verifica-se que |
| 59 | + |
| 60 | +$$ |
| 61 | +\langle x , y \rangle=a_{1}x_{1}y_{1}+\dots+a_{n}x_{n}y_{n},\quad a_{1},\dots,a_{n} \in \mathbb{R} |
| 62 | +$$ |
| 63 | + |
| 64 | +define um produto interno em $\mathbb{R}^{n}$, sendo o produto interno euclidiano um caso particular deste, onde $a_{1}=\dots=a_{n}=1$. |
| 65 | + |
| 66 | +A partir de todo produto interno podemos definir uma ***norma***. Normas funcionam como métricas nos espaços vetoriais, medindo o comprimento ou "intensidade" dos vetores, além das distâncias entre eles. |
| 67 | + |
| 68 | +:::{prf:definition} Norma induzida pelo produto interno |
| 69 | +:label: def-norma |
| 70 | + |
| 71 | +Seja $V$ um espaço vetorial munido de produto interno $\langle \cdot , \cdot \rangle$, a ***norma induzida*** por $\langle \cdot , \cdot \rangle$ é a função $\lVert \cdot \rVert:V\to \mathbb{R}$, dada por |
| 72 | + |
| 73 | +$$ |
| 74 | +\lVert v \rVert =\sqrt{ \langle v , v \rangle },\;\forall v \in V. |
| 75 | +$$ |
42 | 76 |
|
43 | 77 | ::: |
| 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. |
| 80 | + |
| 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. |
0 commit comments