You are on page 1of 18

Resumo de lgera Linear III unidade

I. Produto interno:
uma operao entre vetores que caracterstico de cada espao vetorial. Essa operao
pega dois vetores e retorna um nmero real. Representamos o produto interno entre dois
vetores, v e w, por
.
Existem diversos produtos entre vetores retornando nmeros reais, mas para que ele seja
interno necessrio que as seguintes condies sejam satisfeitas:
Para

vetores e

a)
b)
c)

;
;
;

d)

Obs.: Quando no mencionado o produto interno, usa-se o produto interno cannico, que o
produto escalar visto em Geometria Analtica e Fsica I.
Ex.: Seja

o produto interno usual (cannico) entre eles

.
II. Mdulo de um vetor:
Para este assunto melhor esquecer que mdulo de um vetor refere-se ao tamanho
dele. O mdulo de um vetor uma caracterstica do prprio em relao a um determinado
produto interno. Um mesmo vetor pode ter mdulos diferentes, dependendo dos produtos
internos usados, e por isso a ideia de tamanho acabaria confundindo um pouco.
O mdulo
de um vetor definido como:
produto interno, temos a garantia de que
).

(pela propriedade d do

III. ngulo entre dois vetores:


Assim como o mdulo, o ngulo entre dois vetores depende do produto interno em
questo. Sabe-se da Geometria Analtica que:

Onde

o menor ngulo formado entre os vetores. Portanto:

IV. Ortogonalidade de vetores:


Dois vetores so ditos ortogonais quando fazem um ngulo de 90 entre si, portanto vai
depender do produto interno mas, garantidamente, eles sero ortogonais se o produto interno
entre eles for zero (cos90 = 0). Ou seja,
so ortogonais se:

Resumo de lgera Linear III unidade


IMPORTANTE: Uma base dita ORTOGONAL se todos os seus vetores so ortogonais entre si.
prefervel que se trabalhe com bases ortogonais, pois facilita as contas.
Obs.: O vetor nulo ortogonal a TODOS os vetores, inclusive a ele mesmo.
V. Normalizao de vetores:
Como a apario de mdulos de vetores bastante regular nas contas, costuma-se
trabalhar com vetores normalizados, ou seja, vetores que possuem mdulo igual a um.
Para normalizar um vetor basta dividir o prprio vetor pelo seu mdulo. Seja
no normalizado, o vetor unitrio (ou normalizado) :
.

um vetor

IMPORTANTE: Uma base dita NORMAL se todos os seus vetores so normalizados.


IMPORTANTE: Uma base dita ORTONORMAL se for simultaneamente ORTOGONAL e
NORMAL.
VI. Processo de ortogonalizao de vetores (Gram-Schmidt):
Um mtodo de se achar uma base ortogonal atravs do processo de ortogonalizao de
vetores de Gram-Schmidt onde, a partir de vetores quaisquer, voc vai obtendo vetores
ortogonais entre si. Para se ter uma ideia geomtrica, tomemos o espao vetorial
e o produto
interno usual (ou cannico). Sejam dois vetores
quaisquer, a ideia obter um vetor ,
ortogonal a a partir de e de sua projeo sobre . Segue na figura abaixo a ideia:

Vetorialmente:

E, pela figura:

;
assim como

O processo de Gram-Schmidt baseado na mesma ideia, mas extendida para at


dimenses.
Seja

uma base qualquer, queremos achar uma base ortogonal


. A frmula de Gram-Schmidt fica ento:

Ou seja, primeiro escolhemos um vetor qualquer de


para ser o vetor
e, a partir dele,
obtemos os outros vetores da base ortogonal (o somatrio faz o papel do
da figura).

Resumo de lgera Linear III unidade


Ex.: Seja

uma base, ache uma base ortogonal a partir dela:

Primeira coisa a se fazer escolher um vetor qualquer de para ser o primeiro vetor da base
ortogonal. Por fim, utiliza-se o processo de Gram-Schmidt para se obter os demais vetores.
Fazendo

Portanto, a base

uma base ortogonal (VERIFIQUE a

ortogonalidade dois-a-dois vetores (produto interno entre eles igual a zero)).


Obs.: Da se tira o passo-a-passo para se obter uma base ortogonal:
1) Acha-se uma base qualquer (I unidade);
2) Utiliza-se o processo de ortogonalizao de Gram-Schmidt;
3) CASO voc queria uma base ORTONORMAL, basta normalizar os vetores da base
ortogonal encontrada.
VII. Coordenadas:
Foi visto que para se determinar as coordenadas de um vetor necessrio fazer uma
combinao linear e resolver um sistema (o que pode ser, convenhamos, bastante trabalhoso).
Uma das vantagens de se trabalhar com uma base ortogonal (e mais ainda se for ortonormal)
que as coordenadas podem ser obtidas de uma forma mais direta.
Seja o vetor

com coordenadas, em relao a uma base qualquer

, a i-sima coordenada ( preciso entender que, ao se falar de i-sima, estamos


falando de algo que obtido trocando o i pela ordenao. Por exemplo, a primeira coordenada

Resumo de lgera Linear III unidade


quando se troca o i pelo 1, a nona coordenada quando se troca o i pelo 9 e assim por
diante) obtida atravs da frmula:

E essa frmula conhecida como coeficiente de Fourier do vetor


Ex.:

Quais

as

coordenadas
?

do

vetor

em relao ao vetor
em

relao

.
base

A primeira coisa a se fazer analisar se a base ortogonal para verificar a validade no


mtodo de Fourier. Como no foi mencionado, o produto interno em questo o cannico.
Analisando os vetores aos pares:
i)
ii)
iii)

. Os vetores so ortogonais entre si.


. Os vetores so ortogonais.
. Os vetores so ortogonais.

Ento a base
das coordenadas.

ortogonal, o que permite a utilizao do mtodo de Fourier para obteno

i)

A primeira coordenada:

ii)

A segunda coordenada:

iii)

A terceira coordenada:

Logo, um vetor qualquer

tem coordenadas em relao base :

IMPORTANTE: Esse modo de se obter a coordenada EXCLUSIVAMENTE quando a base em


questo ortogonal (ou ortonormal).
Obs.: Se a base for ortonormal, repare que
coordenada se resume a
.

para qualquer

, portanto a

Resumo de lgera Linear III unidade


VIII. Complemento ortogonal de um subespao:
Como o prprio nome diz, o complemento ortogonal de um subespao o complemento
dele (ou seja, um outro subespao do mesmo espao vetorial) que formado apenas por vetores
ortogonais aos vetores do subespao .
Ou seja:
Se um subespao de , dizemos que o complemento ortogonal de , representado
por
o conjunto de vetores de
que so ortogonais a todos os vetores de .
Resumidamente:

Obs.: Como o vetor nulo ortogonal a todos os vetores (inclusive a ele prprio), ele pertence
tanto a quanto a . Portanto
.
Obs.: Os vetores de e de
somados resultam em qualquer vetor de . Dizemos portanto
que a soma direta de e
:
. Essa observao especialmente importante
pois nos garante que
e, sendo
base de
e
base de
,
podemos garantir que uma base de
ser
(para o caso particular de e serem
ortogonais/ortonormais, tambm ser).
Um passo-a-passo pode ser montado para se determinar o complemento ortogonal de um
subespao. Seja um espao vetorial e
um subespao de :
1) Determinar o subespao
e uma base dele;
2) A condio para que um vetor de
seja ortogonal a qualquer um dos vetores de

simplesmente que ele seja ortogonal (produto interno igual a zero) simultaneamente a
todos os vetores da base de ;
3) Fazer a condio de
.
Ex.: Seja

o espao vetorial das matrizes 2 por 2 e

a) O complemento ortogonal de
b) Uma base de
.
c) Uma base de V.

, determine:

Para responder, basta seguir o passo-a-passo anterior:


a) Passo-a-passo do complemento ortogonal:
1)
j est determinado, falta achar uma base:
O vetor na forma mais geral
Separando as letras:

Colocando em evidncia:
Como

so LI, formam uma base de

Resumo de lgera Linear III unidade


2) O vetor do complemento precisa ser ortogonal aos dois vetores da base achada
anteriormente, portanto, seja

um vetor qualquer de

, logo:

, logo
3)

b) Passo-a-passo para achar uma base:


O vetor na forma mais geral

Separando as letras:

Colocando em evidncia:
Como

so LI, formam uma base de

c) Como a soma direta de


e
.

e de

resultam em , uma base de

a unio das bases de

IX. Operador linear auto-adjunto:


Tambm chamado de auto-operador ou operado simtrico se, para qualquer que seja uma
base ORTONORMAL (exclusivamente), a matriz
simtrica (como se tivesse um espelho
na diagonal principal), isto :

A definio que, sejam

Ex.: Seja

, o operador

E o produto interno usual, diga se

vetores e

ser um auto-operador se, e somente se:

definido por:

auto-adjunto.

A primeira coisa a se fazer achar uma base ortonormal de . Pode ser achada partindo
de uma base qualquer, utilizando o processo de ortogonalizao de Gram-Schmidt e, por fim,
normalizando-a. Mas como o espao vetorial em questo o
j ortonormal.
Agora achar a matriz da transformao linear:
i)

sem restries, a base cannica

Resumo de lgera Linear III unidade


ii)
iii)

;
.

Lembrando que

. Ento:

que uma matriz simtrica (nmeros coloridos).


Como a matriz de transformao do operador com relao a uma base ORTONORMAL
simtrica, o operador auto-adjunto.
Obs.: O fato de um operador ser auto-adjunto GARANTE que existe uma base ortonormal de
autovetores. Pode ser obtida calculando-se os autovalores e assim os autovetores associados
como na unidade anterior. Os autovetores de operadores auto-adjuntos so SEMPRE ortogonais,
bastando portanto normalizar a base de autovetores para obter a base ortonormal. Com isso,
garantia que se pode diagonalizar este operador.
Obs.: Da se tira o passo-a-passo para se determinar se o operador auto-adjunto:
1) Determinar uma base ortonormal;
2) Fazer a matriz de transformao dos vetores da base;
3) Ver se a matriz simtrica. Caso seja, ento T ser auto-adjunta.
X. Operador (e matriz) ortogonal:
Um operador dito ortogonal quando ele preserva o mdulo de um vetor. Ou seja:

Alm disso, ele preserva o produto interno entre dois vetores. Ou seja:

Existem ainda outros dois mtodos de se determinar se um operador ortogonal:


i)

Se a matriz transposta da transformao for igual matriz inversa da transformao.


Ou seja:

ii)

Se as colunas da matriz de transformao (em relao a uma base ortonormal)


formam uma base ortonormal em relao ao produto interno usual. Exemplo:
Seja uma base ortonormal.

Seja

se

,
(VERIFIQUE).

forem

eles

tomados

formam

uma

os

base

vetores

ortonormal

Resumo de lgera Linear III unidade


Obs.: Uma matriz dita ortogonal se ela define um operador ortogonal (basta verificar as
condies anteriores).
Obs.: Para esta parte existem vrias formas de se determinar se o operador ortogonal
(utilizando as condies dadas anteriormente), abaixo esto dois passo-a-passos possveis:
i)

ii)

Se voc tem a matriz:


a) A matriz tem que ser em relao a uma base ortonormal (se no for, basta obter
uma atravs desta primeira);
b) Verificar se as colunas formam uma base ortonormal em relao ao produto interno
usual.
Se voc tem a transformao linear definida:
a) Verificar se um vetor
(na forma mais geral) tem seu mdulo preservado. Ou seja,
se
.

Ex.: Diga se a matriz A ortogonal:

Como temos a matriz, basta verificar se as colunas formam uma base ortonormal com
relao ao produto escalar.
i)

Coluna 1:

ii)

Coluna 2:

iii)

Coluna 3:

;
;
.

J est verificado que so normais, resta agora saber se so ortogonais entre si:
i)
ii)
iii)

Colunas 1 e 2:
;
Colunas 1 e 3:
Colunas 2 e 3:

;
.

Foi verificado que as colunas formam uma base ortonormal em relao ao produto escalar,
ento a matriz ortogonal.
IMPORTANTE: Se a matriz caracterizasse uma transformao, esta seria ortogonal APENAS SE
ESSA MATRIZ FOSSE EM RELAO A UMA BASE ORTONORMAL.
Ex.: Seja
ortogonal.

com produto interno usual onde

. Diga se T

Como temos a transformao linear definida, basta verificar (literalmente) se o mdulo do


vetor preservado:

Resumo de lgera Linear III unidade

Como

, temos que

um operador ortogonal.

XI. Projeo ortogonal:


A projeo de um subespao vetorial em outro (ou de um vetor em particular sobre um
subespao) a componente que cada vetor do primeiro teria sobre o segundo (a sombra de
um em outro).
Para ter uma noo geomtrica, imagine o
pela origem
.

e um subespao dele, um plano que passa

Na figura a seguir um vetor


(em vermelho) projetado ortogonalmente (em azul)
sobre o plano . Para qualquer outro subespao a ideia a mesma, embora no faa mais
sentido tentar uma visualizao geomtrica.

A projeo de um vetor em seu prprio subespao ele mesmo:


Seja
, seja um vetor
, ento
. Logo,
um autovetor
associado ao autovalor
. (A projeo de um vetor em seu prprio espao vetorial um
autovetor associado ao autovalor 1).
A projeo de um vetor em um subespao ortogonal ao seu (por exemplo, a projeo de
um vetor de
em ) o vetor nulo:
Seja
, seja
, ento
. Logo, um autovetor associado ao
autovalor
. (A projeo de um vetor sobre um subespao ortogonal ao seu um autovetor
associado ao autovalor 0);
IMPORTANTE: Passo-a-passo para se achar uma projeo ortogonal de um vetor
subespao :
a) Achar uma base ortogonal (ou ortonormal) do subespao ;

em um

Resumo de lgera Linear III unidade


b) Calcula a projeo pela frmula:
, onde:
Projeo do vetor sobre o subespao
Base ortogonal (ou ortonormal) de

;
.

Obs.: Se for pedido a projeo de um subespao sobre outro, s usar o vetor na forma mais
geral no lugar de .
Ex.: Seja

, ache

e depois ache

Aplicando o passo-a-passo:
a) Achar uma base ortonormal (pode ser ortogonal, mas normalizar facilita as contas):
i)
Condio:
a forma mais geral de um vetor de
;
ii)
Separando por letras:
(j est separado);
iii)
Colocando em evidncia:
Ento
um gerador e, por ser LI a si mesmo, uma base ortogonal (como
nico ortogonal);
iv)

Normalizando:

v)

;
base ortonormal de .

b) Como estamos pedindo de um espao, pegamos o vetor mais geral do espao. No caso,
e
. Aplicando a frmula de projeo (como
est normalizada,
:
.
c) Substituindo

por

Como dito antes, a projeo de um vetor sobre o subespao em que ele est contido
(repare que
) ele mesmo, pois se trata de um autovetor associado ao autovalor
.
XII. Reflexo:
Na reflexo de um vetor em relao a outro subespao, como se o subespao
funcionasse como um espelho e ns estivssemos interessados no reflexo.
A figura abaixo serve para dar uma noo geomtrica, tomando um vetor em
vermelho) e uma reta . Acha-se a reflexo (em azul) em torno da reta.

10

(de

Resumo de lgera Linear III unidade


A reflexo de um vetor do subespao no prprio subespao ele mesmo.
.
Ento os vetores de (exceto o vetor nulo) so autovetores associados ao autovalor
.A
reflexo em de um vetor ortogonal ao subespao (ou seja, um vetor de
) o seu oposto.
. Ento os vetores de
so autovetores associados ao autovalor
.
IMPORTANTE: Passo-a-passo para se achar reflexo de um vetor

em um subespao :

a) Calcular a projeo ortogonal do vetor sobre o subespao;


b) Aplicar a frmula:
;
A explicao para a frmula vem da figura abaixo (foi usado
geomtrica, mas a ideia a mesma para qualquer subespao).

para dar a ideia

Se um vetor (em vermelho) for decomposto em sua componente vertical (roxo) e horizontal
(verde projeo do vetor em ) e for feito a reflexo em relao reta, fcil notar que, por
soma vetorial:

Alm de:

Substituindo a primeira igualdade na segunda:

IMPORTANTE: Existe um outro passo-a-passo para se resolver esse tipo de problema. Se der
preguia de calcular a projeo (muito embora esse mtodo tambm tenha muito clculo), a
reflexo de um subespao
em um subespao :
a)
b)
c)
d)

Encontrar uma base ortogonal do subespao ;


Encontrar uma base ortogonal do complemento ortogonal do subespao ;
Fazer a base do subespao
ser a unio das duas bases encontradas;
Escrever o vetor mais geral de
como combinao linear de sua base (os
coeficientes que multiplicam os vetores da base devem ser deixados em funo das
entradas do vetor mais geral);
e) Aplicar o operador reflexo dos dois lados da combinao linear;
Obs.: Mais uma vez, se for pedido um vetor especfico ou de um subespao inteiro, basta alternar
no uso do vetor ou do vetor na forma mais geral.
Obs.: Eu aconselho usar o primeiro mtodo (=P).

11

Resumo de lgera Linear III unidade


Ex.: Seja

, ache

e depois ache

PELO PRIMEIRO PASSO-A-PASSO:


J sabemos que a projeo (pelo exemplo resolvido na parte de Projeo Ortogonal) :

Aplicando a frmula:

Para o vetor especfico (4,-2):

PELO SEGUNDO PASSO-A-PASSO:


a) Encontrar uma base ortogonal do subespao :
Como a condio j est dada, os vetores de
base ortogonal de .

so da forma

, ento

b) Encontrar uma base ortogonal do complemento ortogonal do subespao :


base ortogonal de
c) Fazer a base do subespao

(VERIFIQUE).

ser a unio das duas bases encontradas:

base ortogonal de

d) Escrever o vetor mais geral de


como combinao linear de sua base (os
coeficientes que multiplicam os vetores da base devem ser deixados em funo das
entradas do vetor mais geral):
O vetor que queremos o mais geral de

Da tiramos o sistema:

Mas lembrar que os coeficientes (


) deve estar em funo das entradas do vetor
(
), portanto eles devem ser isolados.Isolando e :

12

Resumo de lgera Linear III unidade


e) Aplicar o operador reflexo dos dois lados da combinao linear:

Como se trata de uma transformao linear, podemos aplicar as propriedas aqui (vide
resumo da 2 unidade):

Substituindo os valores de

e :

Vale agora lembrar que, como o vetor


, a reflexo de um vetor em relao ao
seu prprio subespao ele mesmo (autovetor associado ao autovalor
),
portanto:
Como o vetor
, a reflexo de um vetor do complemento ortogonal de um
subespao em relao ao subespao seu oposto (autovetor associado ao autovalor
), portanto:
Ento temos no fim que:

Para o vetor especfico (4,-2):

XIII. Cnicas:
Chamamos de cnica um conjunto de pontos do plano

E pode ser representado por uma matriz associada ao vetor


a matriz :

que satisfazem a equao:

correspondente ao ponto, onde

Assim, a cnica pode ser escrita na forma matricial:

Como pode ser observado, a matriz


est determinada para a base cannica de
(espao ao qual pertence o vetor
) que ortonormal. Alm disso ela simtrica. Portanto
admite uma base de autovetores ortonormais.

13

Resumo de lgera Linear III unidade


Rotao:
As cnicas podem ser desenhadas no plano
. O que chamamos de termo cruzado o
termo que multiplica ao mesmo tempo e . No caso apresentado, o termo . O termo cruzado
est associado rotao da cnica no plano e, para melhor ser representado prefervel eliminar
esse termo (fazer
). Isso possvel se mudarmos da base ortonormal cannica para a base
ortonormal de autovetores. Podemos escrever a cnica eliminando o termo cruzado da seguinte
forma:

Onde
e
representam as novas coordenadas. Equivalentemente, podemos achar a
forma cannica da cnica:

Isso nada mais do que uma mudana de base. Podemos ento definir
toda a forma cannica.

e, assim,

Sero encontrados dois autovetores unitrios (que formaro a nova base ortonormal do
plano). Esses dois autovetores sero chamados
e
. Temos ento que fazer a
mudana de coordenadas de
para
:

Temos ento que:

Obs.: Note que

no muda com a mudana de base.

A cnica pode ser classificada de trs maneiras, de acordo com seus autovalores:

Translao:
Por vezes, ao eliminar o termo misto, a equao obtida ainda no fica na origem, ento
recorremos translao dos novos eixos (visto em Geometria Analtica, Clculo 1 e Clculo 2).
Basta completar quadrados, ver o centro da cnica e, ento, transladar os eixos de modo que a
origem coincida com o centro da cnica.
IMPORTANTE: Para eliminar o termo cruzado, o passo-a-passo :
a) Achar os autovalores
e
e os autovetores associados a eles. (Esses vetores formaro
a nova base ortonormal);
b) Determinar e ;
c) Classificar a cnica e determinar sua nova forma cannica.

14

Resumo de lgera Linear III unidade


Ex.: Considere a cnica

a) Escreva a equao da cnica na forma matricial.


b) Determine uma base ortonormal de
de forma que a equao com novas coordenadas
nesta base no tenha termo misto (cruzado). Escreva esta nova equao explicitamente e
classifique a cnica.

a) Basta determinar as correspondncias dos termos, lembrando que:

Temos ento que:

Portanto, na forma matricial:

b) A base ortonormal que elimina o termo cruzado a base de autovetores normalizados:


# Achando os autovalores:

Os autovalores so as razes do polinmio caracterstico (vide resumo da 2 unidade):

# Achando os autovetores
para entender os passos):

15

associados a cada autovalor (vide resumo da 2 unidade

Portanto o autovetor na forma mais geral fica


.
Normalizando para a forma
:

e um autovetor associado a

Portanto o autovetor na forma mais geral fica


.

e um autovetor associado a

Resumo de lgera Linear III unidade


Normalizando para a forma

A base ortonormal que elimina o termo cruzado :

# Determinando
Lembrar que:

e :

Fazendo as equivalncias:

E portanto:

# Determinando a nova forma matricial da cnica:


Lembrar que:

Fazendo as equivalncias:

# Determinando a nova forma cannica da cnica:


Lembrar que:

Fazendo as equivalncias:
E no h necessidade de fazer translao.
# Classificando a cnica:

Logo, a cnica uma parbola.


A figura abaixo mostra o que foi feito nessa questo.
A cnica (de verde) no sofre alterao, tudo o que feito a definio de novos eixos (de
roxo) com vetores diretores e (em vermelho). Como no houve translao, os novos
eixos so os antigos, rotacionados de um ngulo .

16

Resumo de lgera Linear III unidade

XIV. Qudricas:
As qudricas so semelhantes s cnicas, mas so superfcies, ou seja, so
tridimensionais. Tudo o que se aplica nas cnicas, aplica-se nas qudricas.
Elas so da forma:

E pode ser representado por uma matriz associada ao vetor


onde a matriz :

correspondente ao ponto,

Assim, a cnica pode ser escrita na forma matricial:

Como pode ser observado, a matriz


est determinada para a base cannica de
(espao ao qual pertence o vetor
) que ortonormal. Alm disso ela simtrica. Portanto
admite uma base de autovetores ortonormais.
Rotao:
As qudricas podem ser desenhadas no espao. No caso apresentado, so os termos d,
e, f. Assim como nas cnicas, prefervel eliminar esses termos. Isso possvel se mudarmos
da base ortonormal cannica para a base ortonormal de autovetores. Podemos escrever a
qudrica eliminando os termos cruzados da seguinte forma:

17

Resumo de lgera Linear III unidade


Onde , e representam as novas coordenadas. Equivalentemente, podemos achar a
forma cannica da qudrica:

Isso nada mais do que uma mudana de base. Podemos ento definir ,
toda a forma cannica.

e, assim,

Sero encontrados trs autovetores unitrios (que formaro a nova base ortonormal do
plano). Esses autovetores sero chamados
e
. Temos ento
que fazer a mudana de coordenadas de
para
:

Temos ento que:

Obs.: Note que no muda com a mudana de base.


A qudrica pode ser classificada de trs maneiras, de acordo com seus autovalores:
Se os trs autovalores tiverem o mesmo sinal, ela uma elipside;
Se pelo menos um autovalor tiver sinal diferente dos outros, ela uma hiperbolide;
Se pelo menos um autovalor for nulo, ela uma parabolide.

18