Exercício 4

Para resolver este exercício vamos começar investigando algumas possibilidades de produto
interno envolvendo uma matriz simétrica e verificar se as definições de produto interno são satis-
feitas. A ideia é que partindo dos vetores e da matriz cheguemos a um valor escalar, e isso vai
envolver a multiplicação de matrizes.
Antes de tudo vamos definir uma matriz simétrica genérica e uma função para gerar vetores genéri-
cos para os testes:
In[! ]:= MatSim = {{a11 , a12 , a13 }, {a12 , a22 , a23 }, {a13 , a23 , a33 }};
MatrixForm[MatSim]
Out[! ]//MatrixForm=
a11 a12 a13
a12 a22 a23
a13 a23 a33

In[! ]:= vetor[nome_] := nomex , nomey , nomez 

In[! ]:= v1 = vetor["v1"]

Out[! ]= v1x , v1y , v1z 

In[! ]:= v2 = vetor["v2"]

Out[! ]= v2x , v2y , v2z 

In[! ]:= v3 = vetor["v3"]

Out[! ]= v3x , v3y , v3z 

Minha primeira tentativa de produto interno seria, dado uma matriz M simétrica e dois vetores v1 e
v2, considerar a seguinte função: <v1,v2> = v1.M.v2T .
In[! ]:= pIt1[vetor1_, vetor2_] := vetor1.MatSim.Transpose[vetor2]

Analisando a primeira propriedade do produto interno, <v1,v1> ≥ 0 para todo v:

In[! ]:= pIt1[v1, v1] // Expand
Out[! ]= v12x a11 + 2 v1x v1y a12 + 2 v1x v1z a13 + v12y a22 + 2 v1y v1z a23 + v12z a33 

Vemos que os termos associados à diagonal principal da matriz simétrica serão sempre positivos
quando aii > 0, pois as entradas do vetor estão elevadas ao quadrado. No entanto, não podemos
garantir os termos mistos positivos(a12 v1x v1y, a13 v1x v1z, a23 v1y v1z), pois eles vão depender
tanto da combinação dos sinais das entradas dos vetores, bem como o sinal dos próprios termos
da matriz simétrica. Logo, essa tentativa para produto interno não funciona.

A minha primeira tentativa se baseou na ideia de que um vetor 1x3 multiplicado pela matrix 3x3
resulta num vetor 1x3. Esse resultado multiplicado por um vetor 3x1 resulta no escalar final.
Podemos criar uma nova tentativa considerando que se fizermos a multiplicação de v1.M e depois
v2.M, chegaremos em dois vetores 1x3. Tomando a transposto do segundo e multiplicando pelo
primeiro também obtemos um número escalar:
<v1,v2> = (v1.M).(v2.M)T

Printed by Wolfram Mathematica Student Edition

2

In[! ]:= pIt2[vetor1_, vetor2_] := (vetor1.MatSim).Transpose[vetor2.MatSim]

Avaliando a primeira propriedade <v1,v1>≥0:

In[! ]:= pIt2[v1, v1]
2 2 2
Out[! ]= v1x a11 + v1y a12 + v1z a13  + v1x a12 + v1y a22 + v1z a23  + v1x a13 + v1y a23 + v1z a33  

Essa soma de quadrados garante o resultado positivo, para qualquer que sejam as entradas de v e
quaisquer valores da matriz simétrica. Para mostrar que o resultado <v1,v1>=0 se e somente se v =
0, verificamos a volta:
In[! ]:= pIt2[{{0, 0, 0}}, {{0, 0, 0}}]
Out[! ]= {{0}}

In[! ]:= pIt2[v1, v1]

2 2 2
Out[! ]= v1x a11 + v1y a12 + v1z a13  + v1x a12 + v1y a22 + v1z a23  + v1x a13 + v1y a23 + v1z a33  

Para a prova da ida: como as entradas da matriz simétrica são todas não nulas, dentro da cada
soma elevada ao quadrado acima nenhum termo será zero.

Dependendo da escolha das entradas da matriz e dos vetores de entrada, a soma entre os termos
dois a dois podem resultar em zero, mas o terceiro termo de cada quadrado fará a soma total não
zerar.

Se existir a combinação para a soma dos três termos ser zero, verificamos quais seriam as
condições para que isso acontecesse:
In[! ]:= Solve"v1"x a11 + "v1"y a12 + "v1"z a13 ⩵ 0, "v1"x a12 + "v1"y a22 + "v1"z a23 ⩵ 0,
"v1"x a13 + "v1"y a23 + "v1"z a33 ⩵ 0, {a11 , a12 , a13 }

- v12y a22 - 2 v1y v1z a23 - v12z a33 v1y a22 + v1z a23 v1y a23 + v1z a33
Out[! ]= a11 → - , a12 → - , a13 → - 
v12x v1x v1x

In[! ]:= Solve"v1"x a11 + "v1"y a12 + "v1"z a13 ⩵ 0, "v1"x a12 + "v1"y a22 + "v1"z a23 ⩵ 0,
"v1"x a13 + "v1"y a23 + "v1"z a33 ⩵ 0, {a12 , a22 , a23 }

v1x a11 + v1z a13 - v12x a11 - 2 v1x v1z a13 - v12z a33 v1x a13 + v1z a33
Out[! ]= a12 → - , a22 → - , a23 → - 
v1y v12y v1y

In[! ]:= Solve"v1"x a11 + "v1"y a12 + "v1"z a13 ⩵ 0, "v1"x a12 + "v1"y a22 + "v1"z a23 ⩵ 0,
"v1"x a13 + "v1"y a23 + "v1"z a33 ⩵ 0, {a13 , a23 , a33 }

v1x a11 + v1y a12 v1x a12 + v1y a22 - v12x a11 - 2 v1x v1y a12 - v12y a22
Out[! ]= a13 → - , a23 → - , a33 → - 
v1z v1z v12z

As expressões acima mostram que nenhum coeficiente do vetor de entrada poderia ser zero, o que
implicaria nos aii = 0 para que a soma entre três termos zerassem, o que contraria nossa condição
das entradas da matriz serem não nulas.
Verificando a próxima propriedade do produto interno <αv1,v2> = α<v1,v2>

Printed by Wolfram Mathematica Student Edition

 3

In[! ]:= α v1
Out[! ]= α v1x , α v1y , α v1z 

In[! ]:= Expand[pIt2[α v1, v2]] ⩵ Expand[α pIt2[v1, v2]]

Out[! ]= True

Verificando a distributividade:
In[! ]:= Expand[pIt2[v1 + v2, v3]] ⩵ Expand[pIt2[v1, v3] + pIt2[v2, v3]]
Out[! ]= True

Verificando a comutatividade:
In[! ]:= Expand[pIt2[v1, v2]] == Expand[pIt2[v2, v1]]
Out[! ]= True

Assim provamos que a função escolhida é um produto escalar bem definido.

Seja então a seguinte matriz simétrica:
In[! ]:= a11 = 1; a22 = - 1; a33 = 2; a12 = 3; a13 = 4; a23 = - 3;

In[! ]:= MatSim // MatrixForm

Out[! ]//MatrixForm=
1 3 4
3 -1 -3
4 -3 2

Tomamos o vetor dado como primeiro vetor da base.

In[! ]:= b1 = {{0, 0, 1}};

Assumimos x=1 e y=1 para encontrar um vetor ortogonal a b1:

In[! ]:= Solve[{pIt2[b1, {{x, y, z}}] ⩵ 0, x ⩵ 1, y ⩵ 1}, {x, y, z}]
12
Out[! ]= x → 1, y → 1, z → - 
29

In[! ]:= b2 = {{1, 1, - 12 / 29}}

12
Out[! ]= 1, 1, - 
29

Encontrado b2, verificamos a ortogonalidade:

In[! ]:= pIt2[b2, b1]
Out[! ]= {{0}}

Agora resolvemos o sistema de equações simultâneas para encontrar o terceiro vetor, ortogonal
tanto a b1 quanto b2, assumindo a terceira coordenada deste vetor = -1:
Solve[{pIt2[b1, {{x, y, z}}] ⩵ 0, pIt2[b2, {{x, y, z}}] ⩵ 0, z ⩵ - 1}, {x, y, z}]
19 74
Out[! ]= x → - ,y→ , z → - 1
21 21

Printed by Wolfram Mathematica Student Edition

4

In[! ]:= b3 = {{- 19 / 21, 74 / 21, - 1}}

19 74
Out[! ]= - , , - 1
21 21

Verificamos que o produto escalar dois a dois dos vetores é igual a zero, logo é base do ℝ3 que tem
a matriz MatSim como produto interno:
In[! ]:= pIt2[b1, b2] ⩵ pIt2[b1, b3] ⩵ pIt2[b2, b3] ⩵ {{0}}
Out[! ]= True

PS: Após resolver este exercício fiquei pensando nessa escolha de produto interno e se fazia sen-
tido mesmo. O produto definido corresponde a aplicar a transformação linear M em cada vetor, e
em seguida aplicar o produto interno usual entre os vetores resultantes. Algébricamente, faz
sentido que as propriedades do produto interno sejam respeitadas pela função proposta.

Printed by Wolfram Mathematica Student Edition