Em matemática , chamamos de produto interno uma função de dois vetores que satisfaz determinados axiomas. O produto escalar , comumente usado na geometria euclidiana , é um caso especial de produto interno.
Em física , em particular em aplicações da teoria da Relatividade , o produto interno tem propriedades um pouco diferentes.
Seja V {\displaystyle V} um espaço vetorial sobre um corpo K , {\displaystyle \mathbb {K} ,} um subcorpo de C {\displaystyle \mathbb {C} } (veja números complexos ). Para todos os vetores u , v , w ∈ V {\displaystyle u,v,w\in V} e todos os escalares λ ∈ K , {\displaystyle \lambda \in \mathbb {K} ,} uma função binária ⟨ ⋅ , ⋅ ⟩ : V × V → K {\displaystyle \langle \cdot ,\cdot \rangle :V\times V\rightarrow \mathbb {K} } com as seguintes propriedades:[ 1]
Simetria hermitiana: ⟨ u , v ⟩ = ⟨ v , u ⟩ ¯ {\displaystyle \langle u,v\rangle ={\overline {\langle v,u\rangle }}} sendo que z ¯ {\displaystyle {\overline {z}}} representa o conjugado complexo de z ∈ C . {\displaystyle z\in \mathbb {C} .} Distributividade (ou linearidade): ⟨ u + v , w ⟩ = ⟨ u , w ⟩ + ⟨ v , w ⟩ {\displaystyle \langle u+v,w\rangle =\langle u,w\rangle +\langle v,w\rangle } Homogeneidade (ou associatividade): ⟨ λ u , v ⟩ = λ ⟨ u , v ⟩ {\displaystyle \langle \lambda u,v\rangle =\lambda \langle u,v\rangle } Positividade: ⟨ v , v ⟩ ≥ 0 ; ⟨ v , v ⟩ = 0 ⇔ v → = 0 → {\displaystyle {\begin{aligned}&\langle v,v\rangle \geq 0;&\\&\langle v,v\rangle =0\Leftrightarrow {\overrightarrow {v}}={\overrightarrow {0}}&\end{aligned}}} é chamada um produto interno.
A partir desses axiomas, é possível provar as seguintes consequências: ⟨ u , v + w ⟩ = ⟨ u , v ⟩ + ⟨ u , w ⟩ {\displaystyle \langle u,v+w\rangle =\langle u,v\rangle +\langle u,w\rangle } para todos u , v , w ∈ V {\displaystyle u,v,w\in V} ⟨ u , λ v ⟩ = λ ¯ ⟨ u , v ⟩ {\displaystyle \langle u,\lambda v\rangle ={\overline {\lambda }}\langle u,v\rangle } para todos u , v , w ∈ V {\displaystyle u,v,w\in V} e λ ∈ K {\displaystyle \lambda \in \mathbb {K} }
Um espaço vetorial de dimensão finita no qual está definido um produto interno é um espaço vetorial euclidiano . O produto escalar sobre o espaço vetorial R 3 {\displaystyle \mathbb {R} ^{3}} dado por ⟨ ( x 1 , y 1 , z 1 ) , ( x 2 , y 2 , z 2 ) ⟩ := x 1 x 2 + y 1 y 2 + z 1 z 2 {\displaystyle \langle (x_{1},y_{1},z_{1}),(x_{2},y_{2},z_{2})\rangle :=x_{1}x_{2}+y_{1}y_{2}+z_{1}z_{2}} é um produto interno.
Esta definição de produto escalar pode ser referida como produto interno usual . Podemos ter uma outra definição tal qual se tenha um produto diferente do citado acima, desde que se respeitem os axiomas de produto interno.
Ainda no R 3 , {\displaystyle \mathbb {R} ^{3},} podemos escrever o produto interno numa forma matricial:
⟨ ( x 1 , y 1 , z 1 ) , ( x 2 , y 2 , z 2 ) ⟩ = x 1 x 2 + y 1 y 2 + z 1 z 2 = [ x 1 y 1 z 1 ] A [ x 2 y 2 z 2 ] {\displaystyle \langle (x_{1},y_{1},z_{1}),(x_{2},y_{2},z_{2})\rangle =x_{1}x_{2}+y_{1}y_{2}+z_{1}z_{2}={\begin{bmatrix}x_{1}&y_{1}&z_{1}\end{bmatrix}}A{\begin{bmatrix}x_{2}\\y_{2}\\z_{2}\end{bmatrix}}} onde A = [ 1 0 0 0 1 0 0 0 1 ] {\displaystyle A={\begin{bmatrix}1&0&0\\0&1&0\\0&0&1\end{bmatrix}}}
De fato, podemos definir, para qualquer matriz A {\displaystyle A} de ordem 3x3, a seguinte função ⟨ ⋅ , ⋅ ⟩ : R 3 × R 3 → R {\displaystyle \langle \cdot ,\cdot \rangle :\mathbb {R} ^{3}\times \mathbb {R} ^{3}\to \mathbb {R} } por ⟨ ( x 1 , y 1 , z 1 ) , ( x 2 , y 2 , z 2 ) ⟩ = [ x 1 y 1 z 1 ] A [ x 2 y 2 z 2 ] , {\displaystyle \langle (x_{1},y_{1},z_{1}),(x_{2},y_{2},z_{2})\rangle ={\begin{bmatrix}x_{1}&y_{1}&z_{1}\end{bmatrix}}A{\begin{bmatrix}x_{2}\\y_{2}\\z_{2}\end{bmatrix}},} e temos, assim, que ⟨ ⋅ , ⋅ ⟩ {\displaystyle \langle \cdot ,\cdot \rangle } é um produto interno se:
A Matriz A é positiva definida , ou seja, possui apenas autovalores positivos. A Matriz A é simétrica. Em alguns casos pode ser mais prático para provar se determinada operação é, ou não, produto interno.
Obs: no caso complexo, essas condições não são válidas. Uma condição necessária é que a matriz seja auto-adjunta, ou seja, ela deve ser igual à transposta da sua conjugada.
No espaço R 2 , {\displaystyle \mathbb {R} ^{2},} a função que associa a cada par de vetores u = ( x 1 , y 1 ) {\displaystyle (x_{1},y_{1})} e v = ( x 2 , y 2 ) {\displaystyle (x_{2},y_{2})} o número real:
⟨ u , v ⟩ = 3 x 1 x 2 + 4 y 1 y 2 {\displaystyle \langle u,v\rangle =3x_{1}x_{2}+4y_{1}y_{2}}
é um produto interno.
De fato:
⟨ u , v ⟩ = 3 x 1 x 2 + 4 y 1 y 2 = [ x 1 y 1 ] [ 3 0 0 4 ] [ x 2 y 2 ] {\displaystyle \langle u,v\rangle =3x_{1}x_{2}+4y_{1}y_{2}={\begin{bmatrix}x_{1}&y_{1}\end{bmatrix}}{\begin{bmatrix}3&0\\0&4\end{bmatrix}}{\begin{bmatrix}x_{2}\\y_{2}\end{bmatrix}}}
Onde A tem o termo a 11 = 3 > 0 , {\displaystyle a_{11}=3>0,} o determinante é igual a 12 e a matriz é simétrica.
Se formos demonstrar, para todos os axiomas, teremos que este é um produto interno.
Se V {\displaystyle V} for o espaço das funções contínuas complexas com domínio [ 0 , 1 ] , {\displaystyle [0,1],} a função ⟨ ⋅ , ⋅ ⟩ : V × V → C {\displaystyle \langle \cdot ,\cdot \rangle :V\times V\to \mathbb {C} } dada por ⟨ f , g ⟩ = ∫ 0 1 f ( x ) g ( x ) ¯ d x , para f , g ∈ V , {\displaystyle \langle f,g\rangle =\int _{0}^{1}f(x){\overline {g(x)}}\,dx,{\text{ para }}f,g\in V,} é um produto interno.
O ângulo entre dois vectores definido a partir do produto interno. Num espaço vetorial com produto interno, é possível definir os conceitos de ortogonalidade , norma , distância e ângulo entre vetores.
Seja V {\displaystyle V} um espaço vetorial real ou complexo com produto interno.
Norma
Podemos definir uma norma ‖ ⋅ ‖ {\displaystyle \left\|\cdot \right\|} em V {\displaystyle V} por ‖ v ‖ := ⟨ v , v ⟩ {\displaystyle \left\|v\right\|:={\sqrt {\langle v,v\rangle }}}
Se V {\displaystyle V} com a métrica induzida pela norma acima for um espaço métrico completo , dizemos que V {\displaystyle V} é um espaço de Hilbert .
Dizemos que dois vetores u {\displaystyle u} e v {\displaystyle v} de V {\displaystyle V} são ortogonais se, e somente se, ⟨ u , v ⟩ = 0. {\displaystyle \langle u,v\rangle =0.}
Se V {\displaystyle V} for um espaço vetorial real, da desigualdade de Cauchy-Schwarz temos, para dois vetores u {\displaystyle u} e v {\displaystyle v} de V , {\displaystyle V,} que − 1 ≤ ⟨ u , v ⟩ ‖ u ‖ . ‖ v ‖ ≤ 1. {\displaystyle -1\leq {\frac {\langle u,v\rangle }{\|u\|.\|v\|}}\leq 1.} Podemos, então, definir o ângulo θ entre esses dois vetores por: θ = a r c c o s ( ⟨ u , v ⟩ ‖ u ‖ . ‖ v ‖ ) , {\displaystyle \theta =\mathrm {arccos} \,\left({\frac {\langle u,v\rangle }{\|u\|.\|v\|}}\right),} ou simplesmente c o s θ = ⟨ u , v ⟩ ‖ u ‖ . ‖ v ‖ . {\displaystyle \mathrm {cos} \theta ={\frac {\langle u,v\rangle }{\|u\|.\|v\|}}.}
Referências ↑ APOSTOL, Tom (1969). Calculus . II Segunda ed. Nova Iorque: John Wiley & Sons