29ª Aula - Revisão: Projecções e projecções ortogonais, decomposição ortogonal, existência de decomposição ortogonal se um dos subespaços tem dimensão finita. Condição necessária e suficiente para uma projecção num espaço euclidiano ser ortogonal. Fórmula de Pitágoras para projecções ortogonais. Aplicações de Ortogonalidade e Projecções Ortogonais: optimização, alternativa de Fredholm, quadrados mínimos, regressão linear.
22 novembro 2018, 10:00 • Luis Magalhães
Revisão: Uma projecção num espaço linear V é uma transformação linear P de V em V idempotente (i.e. P2=P) . É a projecção sobre S=P(V) paralelamente a R=(1V-P)(V) , e tem-se a decomposição em soma directa V=S⊕R .
Se V é um espaço euclidiano, diz-se que a projecção é ortogonal se R=S⊥. Nesse caso tem-se a decomposição ortogonal V=S⊕S⊥ . Nem sempre existe se S e S⊥ têm dimensão finita, mas existe sempre se um deles tem dimensão finita; se dim S=n∈ℕ , P(x)=∑j<x,vj>vj , em que (v1, ..., vn) é uma base ortonormal de S (existe sempre tal base em consequência do processo de ortogonalização de Gram-Schmidt; se a base de que dispomos não é ortonormal tem de se obter uma tal base, e.g. com ortogonalização de Gram-Schmidt seguida de normalização dos vectores).
Duas propriedades essenciais de projecções ortogonais P em espaços euclidianos V são:
(1) <Px,y>=<x,Py> para todos x,y∈V.
(2) ||x||2=||Px||2+||P⊥x||2 para x∈V (Fórmula de Pitágoras para projecções ortogonais).
(Prova: aplicar decomposição ortogonal de x e y).
Uma projecção P num espaço euclidiano V é ortogonal se e só se <Px,y>=<x,Py> para todos x,y∈V.
Aproximação de vectores x por elementos de subespaços lineares S de espaços euclidianos V com decomposição em soma directa V=S⊕S⊥: existe um único elementos de S a distância mínima de x , que é a projecção ortogonal de x em S (prova: Fórmula de Pitágoras).
Aplicações de ortogonalidade a sistemas de equações lineares:
(1) Alternativa de Fredholm para matrizes reais ou complexas e para sistemas de equações lineares: R(A)⊥=N(At), R(At)=N(A)⊥ ou R(A)⊥=N(A*), R(A*)=N(A)⊥ conforme matriz mxn A é real ou complexa, e Ax=b tem solução se e só se b é ortogonal às soluções de Aty=0 ou A*y=0 conforme A é real ou complexa.
(i) Em alternativa, ou Ax=b tem solução ou b não é ortogonal às soluções de A*y=0 .
(ii) Em alternativa, ou Ax=b tem solução para todo b∈ℝm (i.e. N(A*)={0} ) ou A*y=0 é indeterminado (i.e. N(A*)≠{0} )
(2) Soluções de quadrados mínimos de sistemas de equações lineares em ℝ n e ℂ n (mesmo para sistemas impossíveis);
(3) Regressão Linear (ajuste de planos-k em em ℝ n e ℂ na pontos dados, aproximação por transformação linear somada a constante);