Álxebra Lineal: Produto interno

En Wikibooks, o Galilibros en galego.

ÁLXEBRA LINEAL: 1. Matrices / 1a. Operacións elementais / 2. Espazo vectorial / 2a. Subespazo vectorial
3. Dependencia lineal / 4. Base, coordenadas e dimensión / 5. Produto interno e aplicacións / 6. Funcionais lineais
7. Operadores especiais / 8.Autovalores e autovectores / 9. Teoremas espectrais / 10. Formas bilineais e cuadráticas


En Álxebra Lineal, chamamos produto interno a unha función de dous vectores que satisfai determinados axiomas. O produto escalar, comumente usado na xeometría euclidiana, é un caso especial de produto interno.

Índice

[editar] Definición

Sexa ‘‘‘V’‘‘ un espazo vectorial sobre un corpo ‘‘‘K’‘‘. En ‘‘‘V’‘‘, pódese definir a función binaria \langle \cdot,\cdot\rangle: V \times V \rightarrow K (denominada ‘‘‘produto interno’‘‘), que satisfai os seguintes axiomas:

\langle u,v\rangle  = \overline{\langle v,u\rangle }
\langle u+v, w\rangle  = \langle u,w\rangle  + \langle v,w\rangle
\langle \lambda u, v\rangle  = \lambda \langle u, v\rangle
Se v \ne 0, entón \langle v, v\rangle > 0

en que ‘‘u’‘, ‘‘v’‘ e ‘‘w’‘ son vectores de ‘‘‘V’‘‘, e ‘‘λ’‘ é un elemento de ‘‘‘K’‘‘.

A partir deses axiomas, é posíbel probar as seguintes consecuencias:

\langle u, v+w\rangle  = \langle u, v\rangle  + \langle u, w\rangle
\langle u, \lambda v\rangle  = \overline{\lambda}\langle u,v\rangle
Se v = 0, entón \langle v, v\rangle  = 0
Se \langle v, v\rangle  = 0, entón v = 0

[editar] Exemplos

O produto escalar sobre o espazo vectorial \mathbb{R}^3 satisfai os axiomas do produto interno e defínese por:

\langle (x_1, y_1, z_1), (x_2, y_2, z_2)\rangle = x_1x_2 + y_1y_2 + z_1z_2

Se ‘‘f’‘ e ‘‘g’‘ son dúas funcións, é posíbel definir o produto interno:

 \langle f, g \rangle = \int f(x)\overline{g(x)}\,dx

[editar] Vetores ortogonais

Dise que dous vectores u, v \in V son ‘‘‘ortogonais’‘‘ se \langle u, v\rangle  = 0.

Consecuencias:

Se \langle u, v\rangle = 0, \forall v \in V, entón u = 0
Se \langle T(u), v\rangle = 0, \forall u,v \in V, entón T = 0

[editar] Complemento ortogonal

Sexa v \in V, v \ne 0

Defínese o complemento ortogonal de ‘‘v’‘, v^\perp, como:

v^\perp = \{ v \}^\perp = \{ u \in V  | \langle u, v \rangle = 0 \}.

Consecuencias:

v^\perp é un subespazo vectorial de V
Sexa W un subespazo vectorial de V, e \alpha = \{v_1, v_2, \ldots, v_n\} unha base de W. v \in W^\perp \iff v \in v_i^\perp, i = 1, \ldots, n
(W^\perp)^\perp = W, W é subespazo de V.

[editar] Norma

Sexa ‘‘V’‘ un espazo vectorial sobre o corpo ‘‘K’‘, con produto interno. Defínese a ‘‘‘norma’‘‘ ou ‘‘‘lonxitude’‘‘ dun vector v \in V como sendo o número \sqrt{\langle v, v \rangle}, que indicamos por | v | .

Consecuencias:

|v| = 0 \Longleftrightarrow v = 0
Se v \ne 0, entón | v | > 0
|\lambda v| = |\lambda| |v|, \forall \lambda \in K, v \in V
Se \langle u, v \rangle = 0, entón | u + v | 2 = | u | 2 + | v | 2 (Teorema de Pitágoras)

[editar] Proxeción ortogonal

[editar] Proxeción dun vector v na dirección dun vector u, en que u ≠ 0

Defínese ‘‘‘esa’‘‘ proxeción como sendo o vector

\mbox{prox}_uv = \frac{\langle v, u \rangle}{\langle u, u \rangle} \cdot u

[editar] Proxeción dun vector ‘‘v’‘ sobre un subespazo vectorial ‘‘W’‘ de ‘‘V’‘

Sexa W = [u1,u2], en que {u1,u2} é unha base ortogonal de ‘‘W’‘.

\mbox{prox}_Wv = \mbox{prox}_{u_1}v + \mbox{prox}_{u_2}v

[editar] Desigualdade de Cauchy-Schwarz

Dados u,v \in V, entón | \langle u, v \rangle | \le |u| \cdot |v|

[editar] Desigualdade triangular

 |u + v| \le |u| + |v|, \forall u, v \in V

[editar] Base ortogonal e ortonormal

Unha base  \{ v_1, v_2, \ldots, v_n \} de V é dita ortonormal se  \langle v_i, v_x \rangle = \delta ix, en que

δix = 1, se i = x
δix = 0, se i ≠ x

A base é ortogonal se os vectores son ortogonais dous a dous.

Propiedade: ‘‘n’‘ vectores non-nulos e ortogonais dous a dous, nun espazo de dimensión ‘‘n’‘, son linearmente independentes.

[editar] Proceso de ortogonalización de Gram-Schmidt

Dada unha base  \{ v_1, v_2, \ldots, v_n \} de V, podemos atopar, a partir desta base, unha base ortogonal  \{ u_1, u_2, \ldots, u_n \} de V.

 u_i = v_i - \sum_{k=1}^{i-1}  \frac{ \langle v_i, u_k \rangle }{ \langle u_k, u_k \rangle } u_k

[editar] Distancia entre dous vectores

Defínese a distancia entre dous vectores calquera, ‘‘u’‘ e ‘‘v’‘, como sendo d(u,v) = | uv |

Unha función distancia ten as seguintes propiedades:

Fallou a conversión do código (función descoñecida\xe): d(u, v) \xe 0
\quad d(u, v) = 0 \Leftrightarrow u = v
d(u,v) = d(v,u)
d(u,v) \le d(u, w) + d(w, v)

Tales propiedades poden ser facilmente verificadas pola definición de norma.

[editar] Mellor aproximación dun vector v de V por un vector de W, subespazo vectorial de V

Se d(v, u) \le d(v, u'), \forall u' \in W, entón u é o vector de W que dá a aproximación máis adecuada de v por un vector de W.

Demostrase que u = proxWv

ÁLXEBRA LINEAL: 1. Matrices / 1a. Operacións elementais / 2. Espazo vectorial / 2a. Subespazo vectorial
3. Dependencia lineal / 4. Base, coordenadas e dimensión / 5. Produto interno e aplicacións / 6. Funcionais lineais
7. Operadores especiais / 8.Autovalores e autovectores / 9. Teoremas espectrais / 10. Formas bilineais e cuadráticas
Ferramentas personais