If you're seeing this message, it means we're having trouble loading external resources on our website.

Se você está atrás de um filtro da Web, certifique-se que os domínios *.kastatic.org e *.kasandbox.org estão desbloqueados.

Conteúdo principal

Exemplo de Gram-Schmidt com três vetores de base

Exemplo de Gram-Schmidt com três vetores de base. Versão original criada por Sal Khan.

Quer participar da conversa?

Nenhuma postagem por enquanto.
Você entende inglês? Clique aqui para ver mais debates na versão em inglês do site da Khan Academy.

Transcrição de vídeo

RKA3JV - Olá, pessoal! Prontos para mais um vídeo? Vamos fazer aqui mais um exemplo do processo de Gram-Schmidt. Então, para começar vamos dizer que eu tenha aqui um espaço "V" que é gerado pelos vetores, vamos lá, o primeiro é o [0, 0, 1, 1], o próximo é o [0, 1, 1, 0] e o último aqui é o [1, 1, 0, 0]. Ou seja, este aqui, pessoal, é um subespaço do R⁴ com três dimensões, ok? Aqui, um subespaço tridimensional do R⁴. O que a gente vai tentar fazer aqui é encontrar uma base ortonormal de "V". Em outras palavras, o que a gente vai fazer aqui é encontrar um substituto para estes três vetores, que sejam ortogonais entre eles e que tenha módulo 1. Então, vamos passar pela mesma ladainha que a gente já fez anteriormente. Eu vou chamar este vetor de V₁, este aqui vai ser o meu V₂ e este vai ser o meu V₃. Bom, como é que a gente começa mesmo o processo? A gente começa pegando o primeiro vetor, podia ser qualquer um destes três. A gente pega o primeiro e vai normalizar este vetor. Então, primeiro, encontro aqui o módulo, a norma deste vetor. Digamos, a norma de V₁ que é igual à raiz quadrada da soma das coordenadas ao quadrado. Ou seja, zero ao quadrado, mais zero ao quadrado, mais 1² mais 1². Ou seja, isso aqui tem norma, tem comprimento, √2. Então, nosso vetor normalizado u₁, como é que a gente acha mesmo? É 1 sobre o comprimento do v₁, vezes o vetor v₁ que no caso é [0, 0, 1, 1]. Olha só, achamos a primeira parte da nossa base ortonormal. Então, simplesmente, eu posso falar que o espaço gerado por v₁, v₂ e v₃ é a mesma coisa que o espaço gerado por u₁, v₂, v₃. Eu tenho aqui o meu u₁, posso falar que "V" é o espaço gerado por u₁, v₂, v₃. Novamente, eu troquei o meu v₁ por u₁, por quê? Porque, simplesmente, o meu v₁ é uma versão um pouco maior do vetor u₁. Então, tudo que o v₁ gera, pode ser gerado pelo u₁. Agora, vamos achar nosso segundo vetor. Então, para fazer isso, eu vou pensar no seguinte. Eu já normalizei este rapaz. Agora, nossa ideia é encontrar dois outros que são ortogonais a ele. Começando, como eu já disse, pelo V₂. Eu saio de um y₂, vetor y₂, que é nada menos do que o v₂ menos a projeção ortogonal de v₂ no subespaço que este carinha aqui zera. Nos vídeos anteriores, eu chamava de subespaço V₁. Vamos fazer essa conta. Opa, faltou uma flecha aqui. y₂ é, simplesmente, v₂, que a gente representa pelo vetor [0, 1, 1, 0], menos essa projeção ortogonal aqui. Vamos lembrar como que a gente faz a projeção ortogonal? É simplesmente o v₂, então aqui [0, 1, 1, 0] e o produto escalar com a base do meu v₁. Ou seja, o vetor que gera o v₁, que no nosso caso é u₁. Então, o produto interno com 1/√2 vezes [0, 0, 1, 1]. Agora, para concluir a gente pega o resultado deste produto escalar e multiplica pelo próprio vetor base. Então, isso vezes 1/√2 vezes [0, 0, 1, 1]. Ok! Então, esta aqui é a minha projeção ortogonal. Este negócio todo! Bom, deixe-me continuar esta conta aqui embaixo. Este asterisco para falar que eu estou continuando. Então, vai ser igual ao vetor [0, 1, 1, 0], menos, vamos fazer esta conta. Primeiro, eu posso fazer este 1/√2 vezes 1/√2. Este cara vezes este cara dá 1/2. Agora, eu vou fazer este meu produto interno. O produto interno dá zero vezes zero é igual a zero. Mais, 1 vezes zero é zero. Mais, 1 vezes 1 igual a 1. Mais, zero vezes 1 é zero. Ou seja, isso aqui dá um produto interno. O produto escalar destes dois vetores é igual a 1. Este resultado vezes este vetor [0, 0, 1, 1] Isso é igual ao meu [0, 1, 1, 0] menos, vamos fazer agora este cara vezes o vetor. 1/2 vezes zero é zero, 1/2 vezes zero é zero, 1/2 vezes 1 é 1/2, 1/2 vezes 1 é 1/2. Assim, o meu y₂ vai ser zero menos zero, igual a zero, 1 menos zero, é igual a 1, 1 - 1/2 = 1/2 e zero menos 1/2 é -1/2. Aqui está o nosso vetor. Daqui eu tenho que o meu "V" é o espaço gerado por u₁, y₂ e v₃. O que já está ficando uma coisa bastante legal para a gente! Afinal, o meu o u₁ já é um vetor normalizado e o y₂ é ortogonal ao u₁. Só falta a gente normalizar o y₂. Então, para isso, vamos calcular a norma de y₂ que é justamente fazer a raiz quadrada de zero ao quadrado, que é zero, mais 1² que é 1, mais 1/2² que é 1/4, mais -1/2² que também é 1/4. Se eu fizer esta soma eu vou ter 1/2. Então, aqui eu vou ter √3/2 que dá 1/2, dá 1,5. Então, pessoal, vou ganhar um pouco de espaço aqui e vou ver quem é o meu u₂. O meu u₂ vai ser a versão normalizada de y₂, que vai ser 1 sobre a norma de y₂. E 1/ √3/2 vai ser √2/3, não é? É só pegar a raiz do inverso. Vezes o meu próprio y₂. Ou seja, vezes [0, 1, 1/2, -1/2]. Ok, eu achei quem é o u₂. Agora, eu posso falar que o "V" é o espaço gerado pelo u₁, u₂ e v₃. Ok! Encontramos aqui então o segundo vetor para a nossa base ortonormal. Já fizemos bastante progresso aqui. Eu tenho o u₁ e u₂, que são ortogonais entre si. E ambos têm norma 1, ambos têm tamanho 1. Falta só a gente descobrir, fazer alguma coisa com o nosso vetor v₃. Bom, pessoal, para eu achar aqui o nosso v₃, eu vou fazer o mesmo processo. Eu vou pegar um y₃ que vai ser o meu v₃, menos a projeção do v₃ no espaço gerado por estes dois vetores. Eu vou até escrever aqui por uma questão de notação. Eu vou chamar o espaço gerado por u₁ e u₂, de v₂. Então, vai ser aqui a minha projeção de v₃, do vetor v₃, no subespaço V₂. Então, em outras palavras, vai ser o meu v₃, menos, bom, expandindo aqui o cálculo da projeção, a gente pode falar que vai ser o v₃ produto escalar com o u₁, vezes u₁, mais o v₃ produto escalar com u₂ vezes u₂. Fecha parênteses. Eu fiz esta conta aqui, porque é como a gente calcula uma projeção ortogonal, em uma base ortonormal. Que é uma propriedade que a gente viu a alguns vídeos atrás, que é fazer a projeção ortogonal em uma base ortonormal, que é um pouco mais simples do que quando a gente faz em outras bases quaisquer. Então, vamos lá! Vamos ao trabalho braçal! Vamos calcular este meu y₃. O y₃ é o v₃, então, vamos lembrar quem é este v₃. Vai estar aqui [1, 1, 0, 0] menos v₃, produto escalar com u₁. Então, fica v₃ produto escalar com u₁ que é 1/√2, multiplicado por [0, 0, 1, 1]. Este resultado vezes 1/√2, [0, 0, 1, 1]. Agora, como este menos distribui aqui, vai ficar aqui também, menos o v₃ que é igual a [1, 1, 0, 0], produto escalar com o u₂. u₂ que a gente acabou de calcular, é √2/3 vezes [0, 1, 1/2, -1/2]. O resultado deste produto escalar a gente multiplica pelo vetor u₂, que é a √2/3 vezes [0, 1, 1/2, -1/2]. Continuando com nosso trabalho braçal, eu vou pegar um pouco mais de espaço, isto aqui é igual a [1, 1, 0, 0], menos, agora, preste atenção no seguinte. Se eu fizer o produto interno desse vetor vai ficar 1 vezes zero, igual a zero, 1 vezes zero, igual a zero, zero vezes 1 igual a zero. O produto interno aqui já está dando zero. Então, vai ficar a zero vezes esta parte, que vai dar zero. Lembrando, que quando o produto interno, produto escalar, entre dois vetores é zero, significa que estes vetores são ortogonais. Este vetor, menos zero, menos, se eu fizer √2/3 vezes √2/3 aqui, vai dar 2/3. Agora, vamos fazer este produto escalar, este produto interno. 1 vezes zero é igual a zero, mais 1 vezes 1 igual a 1, zero vezes 1/2 igual a zero, zero vezes -1/2 também é zero. Vezes este vetor aqui [0, 1, 1/2, -1/2]. Ótimo! E o que isso vira? Isso vai ficar o meu [1, 1, 0, 0], menos, como este parêntese aqui está dando 1, vai ficar, na verdade, 2/3 vezes 1, vezes isso. Ou seja, 2/3 vezes o vetor. Portanto, 2/3 vezes zero é igual a zero. 2/3 vezes 1 = 2/3. 2/3 vezes 1/2 = 1/3 e 2/3 vezes -1/2 = -1/3. Então, ficou essa diferença aqui de vetores. E para concluir, eu tenho 1 menos zero, é 1. 1 - 2/3 = 1/3, zero menos 1/3 é igual a -1/3, e zero menos -1/3, dá 1/3 positivo. Então, o resultado, o meu y₃ é este vetor aqui. O que é bem bacana, que é bonito, porque este meu y₃ é ortogonal ao u₁ e u₂ , só que ainda não foi normalizado. Então, vamos normalizá-lo. Então, vamos normalizar este vetor y₃, porque aí a gente já vai terminar. A gente já vai ter a base ortonormal do nosso espaço "V". Para normalizar este vetor y₃, eu vou te dar uma dica para facilitar as contas. Em vez de normalizar o y₃, eu vou pegar um vetor y'₃. Este y'₃ vai ser um vetor 3 vezes maior do que o meu y₃. Por que eu estou fazendo isso? Para tirar estas frações. Então vou fazer 3 vezes o vetor y₃, vai ficar [3, 1, -1, 1] aqui. Veja que eu tenho um vetor paralelo ao y₃, não é? Então, tudo bem eu trabalhar com ele. Vamos agora normalizar este cara que é uma conta muito mais fácil. Então, quem é a norma de y'₃? Vai ser a raiz quadrada desta coordenada ao quadrado, que é 9, mais esta coordenada ao quadrado, que é 1, mais -1² que também é 1, mais esta última coordenada ao quadrado que também dá 1. Ou seja, é √12. Porém, 12 é 3 vezes 4, 4 sai da raiz. Então, vai ficar 2√3. Então, eu posso falar que eu tenho o meu vetor u₃, que vai ser 1 sobre a norma do meu y'₃. Ou seja, 1 sobre 2√3. Vezes o vetor y'₃ que é [3, 1, -1, 1] Pronto, a gente tem, agora, a base ortonormal de "V". E essa base é formada por este "rapaz" aqui e estes dois "rapazes" aqui. Estes outros dois vetores, que eu vou levar aqui para baixo para ficar mais fácil para a gente ver. Olha só, pessoal! Eu tenho que estes três vetores, que são ortogonais entre eles, e todos os três têm tamanho 1, têm norma 1. E, além do mais, eles geram o "V". Portanto, esta aqui é uma base ortonormal daquele meu subespaço "V", que eu comecei o vídeo falando. Ok, pessoal, eu espero que vocês tenham gostado do vídeo. E até o próximo vídeo!