RKA1- Olá, pessoal, prontos para mais um vídeo?
Para toda transformação que associa o Rⁿ
no próprio Rⁿ .
A gente tem feito de forma implícita.
Mas tem sido bem importante para a gente encontrar
vetores que quando eu aplicava transformação,
o resultado era apenas um múltiplo desse vetor que foi aplicado.
Ou seja, vetores que quando eu aplico a a transformação,
o resultado é simplesmente um múltiplo desse meu vetor.
Se para você está meio obscuro,
você não lembra de a gente ter falado nada disso,
vou tentar refrescar sua memória um pouco.
Para isso, vou começar a desenhar
aqui o nosso R2.
Eu vou fazer aqui alguma
transformação do R2 no R2 para nos ajudar.
E agora para ajudar, vou fazer um vetorzinho,
aqui está o nosso vetorzinho V.
Digamos que esse vetorzinho V aqui é o vetor [1, 2].
Além disso, nós temos a reta que esse vetorzinho gera,
vamos chamar essa retinha aqui de reta R.
A agora vamos criar aqui
uma transformação linear que
reflete vetores em torno dessa minha reta R.
Então T, esse é uma transformação do R2 no R2
que reflete vetores ao redor de R.
Bom, já que a gente está aqui numa missão de refrescar a memória,
o que seria uma reflexão ao redor da reta R?
Digamos que eu tenho um vetorzinho "x" aqui,
refletindo ao redor dessa reta, ela vai servir
como se fosse um espelho.
A imagem vai ficar aqui mais ou menos um reflexo desse meu vetor "x",
aqui está o nosso t(x).
Não sei se você se lembra quando a gente pegou
essa transformaçãozinha aqui como exemplo,
uma das coisas que a gente fez
foi escolher uma base nessa transformação.
Que não era muito alterada por ela.
Quando a gente aplicava transformaçãozinha na base,
o máximo que ela fazia era multiplicar
os vetores da base por um escalar.
Por exemplo, pessoal, este vetorzinho V, vou chamá-lo de V1.
Quando eu pego a transformação desse vetor,
transformação aplicada no meu vetorzinho V1,
o que vai acontecer com ele?
Se eu o refleti sendo que ele já está na reta,
ele vai continuar igual.
Então a transformação aplicada em V1
é ser justamente o meu vetor V1.
Ou dá para falar o seguinte:
se eu aplicar transformação em V1,
o que eu vou obter é simplesmente uma vez o meu V1.
Se eu tentar colocar nesses parâmetros aqui,
o que eu acabei de mostrar para você,
a transformação no caso é a reflexão.
E lambda (∞) aqui, o ∞ é igual a 1.
Significa que o que aconteceu
depois da transformação aqui,
meu vetorzinho foi multiplicado por 1.
Vamos pegar aqui um outro vetorzinho de exemplo.
Digamos que eu pegue aqui o vetorzinho aqui, esse vetor V2,
e esse meu V2 é o vetorzinho 2 menos 1.
Quando eu aplico a transformação nesse meu V2,
o que vai acontecer?
Ele só vai mudar a direção. Por quê?
Porque ele é ortogonal a essa minha reta R.
Aqui está t(2), ou seja, se eu pegar e aplicar uma transformação em V2,
o que vai acontecer?
O que vai vir de restante para mim vai ser -V2.
Também posso dizer aqui que a transformação
aplicada em v2 vai ser simplesmente - 1 vezes o vetorzinho V2.
O interessante desses vetorzinhos aqui é
que se eu estiver trabalhando com essa transformação e
usá-los como base do meu sistema de coordenadas,
vai ficar muito, muito fácil a gente achar a matriz que vai representar a minha transformação.
O que também vai facilitar as continhas
que a gente vai operar daí para a frente.
A gente vai se aprofundar
nisso um pouco mais pra frente.
Mas espero que você tenha percebido o tanto
que esses vetores são especiais.
Ou, então, pessoal a gente pode pegar o caso que eu tenho aqui,
um planozinho qualquer.
Digamos que esse plano é gerado por esses dois
vetorzinhos em vermelho e aqui eu tenho um vetorzino verde
que sai desse plano e que vem aqui para cima.
Agora eu pego como exemplo a
transformação que usa esse plano como um espelho,
todo mundo é refletido ao redor desse plano.
E quando eu faço a transformação dos vetores vermelhos,
eles não mudam nada e fazendo a transformação
nesse vetorzinho verde, ele simplesmente vira de cabeça para baixo.
E você vai pensar:" Bom, parece que esses
três vetores são uma boa base para essa transformação."
De fato, eles são. Então, basicamente o que a gente está interessado?
O que a gente está procurando?
São vetores que quando a gente aplica transformação,
a única coisa que acontece é
eles serem multiplicadas por um número.
Espero que você tenha percebido que não
são com todos os vetores que esse tipo de comportamento acontece.
Por exemplo, olha esse vetorzinho "x" que a gente desenhou.
Quando a gente aplicou a transformação nele,
digamos que a reta que ele gera muda completamente.
Diferente desse aqui.
quando eu apliquei a transformação,
a reta que eu gerei foi a mesma.
Então basicamente o que a gente está procurando?
Os vetores que quando a gente aplica a transformação,
o resultado é só uma versão multiplicada por um escalar.
E que digamos que a transformação do meu "x", esse aqui é o vetor "x".
Ou seja, a reta que o setor gera tem que
ser a mesma reta que a imagem desse vetor vai gerar.
E quando esse tipo de coisa acontece, pessoal,
esses vetorzinhos até tem um nome.
Espero que eu esteja enfatizando o suficiente
a importância desses caras
porque eles são de fato muito úteis.
Não é só uma perfumaria matemática que a
gente está fazendo aqui.
Eles são úteis porque eles facilitam encontrar
as matrizes que representam as transformações.
Eles são um conjunto de bases mais
natural para um sistema de coordenadas.
E, na grande maioria das vezes, as matrizes usando
esses carrinhos como sistema de coordenadas são muito mais
fáceis de operar, de calcular.
Então vamos ao nome especial que esses vetores têm.
Qualquer vetorzinho que satisfaça essa propriedade aqui é
chamado de auto vetor da transformação T.
Já esse lambda aqui, o número pelo qual o setor foi multiplicado,
ele é chamado de auto valor associado.
Associado a quem?
Associado ao auto vetor.
Então, pessoal, voltando aqui,
essa transformação aqui que é a reflexão.
Nesse nosso caso, o vetor 1,2 é auto vetor,
é um auto vetor da nossa transformação.
E o 1 é o auto valor associado.
Do mesmo modo, esse vetorzinho (2 -1)
também é um auto vetor.
E no caso desse V2, do -1 é o auto valor associado.
Essa transformação representada como um produto
de uma matriz por um vetor.
Afinal, é uma transformação delinear, pode ser representada assim.
Qualquer V que satisfaça a condição de que a
transformação aplicado em V resulta em ∞V,
que obviamente também pode ser representado por A vezes V.
Esses setores também são chamados de
auto vetores da matriz A.
Afinal, A é a matriz que representa a transformação.
Novamente, esse aqui é o auto vetor de A,
e o ∞ é o auto valor associado ao auto vetor.
Ou seja, se você me der uma matriz que representa uma transformação linear,
eu posso descobrir quem são os autos valores e os autos verores associados.
Inclusive, nos próximos vídeo, a gente vai calcular esses carinhas.
Mas o quero que você perceba, quero que você dê
importância no vídeo de agora, no vídeo de hoje,
é nas propriedades desses tais autos vetores.
Simplesmente, eles não são muito alterados pela transformação,
o máximo que vai acontecer é ele ser multiplicado por 1 escalar.
Ou seja, vai ficar ou maior ou um pouco menor,
mas a linha, a reta que esse cara gera não vai mudar
quando eu aplico a transformação nele.
Por isso, uma das grande utilidade é que eles
formam uma ótima base para nosso sistema.
O que vai fazer com que a nossa matriz de transformação seja mais fácil
de encontrar, inclusive mais fácil de operar.
Espero que vocês tenham gostado
e até o próximo vídeo. Tchau, tchau.