Video Transcript
No último vídeo, e conjunto com as ideias de adição de vetores e
multiplicação escalar, descrevi coordenadas de vetores, onde há esta
alternância entre, por exemplo, pares de números e vetores
bidimensionais. Agora, imagino que as coordenadas de vetores já eram familiares para
muitos de vocês, mas há outra forma interessante de pensar sobre
essas coordenadas, o que é bastante central para a álgebra
linear. Quando tem um par de números que pretende descrever um vetor, como três,
menos dois, quero que pense em cada coordenada como um escalar, ou
seja, pense em como cada um deles estica ou encolhe vetores. No sistema de coordenadas O𝑥𝑦, há dois vetores muito especiais: o que
aponta para a direita com norma um, comumente chamado de 𝑖-chapéu
ou o vetor unitário na direção O𝑥, e o que aponta para cima, com
norma um, comumente chamado de 𝑗-chapéu, ou o vetor unitário na
direção O𝑦.
Agora, pense na coordenada em 𝑥 do nosso vetor como um escalar que
redimensiona 𝑖-chapéu, esticando-o por um fator de três, e a
coordenada em 𝑦 como um escalar que redimensiona 𝑗-chapéu,
virando-o e esticando-o por um fator de dois. Neste sentido, os vetores que estas coordenadas descrevem são a soma de
dois vetores redimensionados.
Esse é um conceito surpreendentemente importante, esta ideia de adicionar
dois vetores redimensionados. Estes dois vetores, 𝑖-chapéu e 𝑗-chapéu, têm um nome especial, a
propósito. Juntos, são chamados base de um sistema de coordenadas. O que isto significa, basicamente, é que quando pensa em coordenadas como
escalares, os vetores da base são o que estes escalares realmente
redimensionam. Há também uma definição mais técnica, mas chegarei a ela mais tarde. Ao enquadrar o nosso sistema de coordenadas em termos destes dois vetores
da base especiais, levanta um ponto bastante interessante e
subtil. Poderíamos ter escolhido vetores da base diferentes e ter obtido um novo
sistema de coordenadas completamente adequado. Por exemplo, considere um vetor a apontar para cima e para a direita, e
um outro vetor a apontar para baixo e para a direita de alguma
forma. Reserve um momento para pensar em todos os vetores diferentes que pode
obter escolhendo dois escalares, utilizando cada um deles para
redimensionar cada um dos vetores e, em seguida, adicionar o que
obtém. Que vetores bidimensionais pode obter alterando a escolha dos
escalares? A resposta é que pode obter todos os possíveis vetores bidimensionais, e
acho que é um bom quebra-cabeças contemplar o motivo.
Um novo par de vetores da base como este ainda nos dá uma forma válida de
ir e voltar entre pares de números e vetores bidimensionais, mas a
associação é definitivamente diferente daquela que obtém utilizando
a base mais padronizada com 𝑖-chapéu e 𝑗-chapéu. Isso é algo que abordarei com mais detalhe posteriormente, descrevendo a
relação exata entre diferentes sistemas de coordenadas. Mas, por enquanto, eu só quero que aprecie o facto de que sempre que
descrevemos vetores numericamente, isso depende da escolha implícita
dos vetores da base que estamos a utilizar. Então, sempre que estiver a redimensionar dois vetores e a adicioná-los
assim, chamamos uma combinação linear desses dois vetores.
De onde vem esta palavra “linear”? Por que é que tem alguma coisa a ver com retas? Bem, esta não é a etimologia, mas uma forma que eu gosto de pensar é que,
se fixar um destes escalares e deixar o outro alterar o seu valor
livremente, a ponta do vetor resultante desenha uma reta. Agora, se permitir que ambos os escalares atuem livremente e considerar
todos os vetores possíveis que pode obter, há duas coisas que podem
acontecer: para a maioria dos pares de vetores, poderá obter todos
os pontos possíveis no plano; cada vetor bidimensional está ao seu
alcance. No entanto, no caso desafortunado em que os seus dois vetores originais
se alinham, a ponta do vetor resultante é limitada apenas a essa
única reta que passa pela origem. Na verdade, tecnicamente também existe uma terceira possibilidade: ambos
os seus vetores podem ser zero e, nesse caso, fica simplesmente
preso na origem. Aqui temos um pouco mais de terminologia: o conjunto de todos os vetores
possíveis que pode obter com uma combinação linear de um determinado
par de vetores é chamado de span desses dois vetores.
Então, reafirmando o que acabámos de ver neste jargão, o span da maior
parte dos pares de vetores 2D é todos vetores de espaço 2D, mas
quando se alinham, o seu espaço é todos os vetores cuja ponta está
numa certa reta. Lembra-se que lhe disse que a álgebra linear gira em torno da adição de
vetores e da multiplicação escalar? Bem, o span de dois vetores é basicamente uma forma de perguntar: «Quais
são todos os vetores possíveis que pode obter utilizando apenas
estas duas operações fundamentais, adição de vetores e multiplicação
escalar?» Este é um bom momento para falar sobre como as pessoas geralmente pensam
sobre vetores como pontos. Torna-se muito complicado pensar numa coleção inteira de vetores a viver
numa reta e mais complicado ainda para pensar em todos os vetores
bidimensionais de uma só vez, a preencher o plano. Então, ao lidar com coleções de vetores como esta, é comum representar
cada um como apenas um ponto no espaço. O ponto na seta daquele vetor onde, como de costume, quero que pense
naquele vetor com o seu início na origem. Desta forma, se quiser pensar em todos os vetores possíveis, cuja seta
fica numa determinada reta, pense apenas na própria reta.
Da mesma forma, para pensar em todos os possíveis vetores bidimensionais
de uma só vez, conceptualize cada um deles como o ponto que está na
seta. Então, na verdade, o que vai pensar é na folha plana e infinita que é
próprio espaço bidimensional, pondo as setas de fora. Em geral, se está a pensar num vetor sozinho, pense nele como uma seta e,
se estiver a lidar com uma coleção de vetores, é conveniente
considerá-los todos como pontos. Assim, para o nosso exemplo do span, o span da maior parte dos pares de
vetores acaba por ser toda a folha infinita do espaço bidimensional,
mas se estes se alinharem, o seu span é apenas uma reta. A ideia de span torna-se muito mais interessante se começarmos a pensar
em vetores no espaço tridimensional. Por exemplo, se tomar dois vetores no espaço 3D que não estão a apontar
na mesma direção, o que significa considerar o seu soan? Bem, o seu span é a coleção de todas as combinações lineares possíveis
desses dois vetores, ou seja, todos os vetores possíveis que obtém
redimensionando cada um dos dois de alguma forma e, em seguida,
adicionando-os.
Pode imaginar rodar dois botões diferentes para alterar os dois escalares
que definem a combinação linear, adicionando os vetores
redimensionados e acompanhado a ponta do vetor resultante. Essa ponta vai traçar uma espécie de folha plana, atravessando a origem
do espaço tridimensional. Essa folha plana é o span dos dois vetores, ou, mais precisamente, o
conjunto de todos os vetores possíveis cujas pontas vivem nessa
folha plana é o span dos seus dois vetores. Não é uma imagem mental bonita? Então, o que acontece se adicionarmos um terceiro vetor e considerarmos o
span de todos os três? Uma combinação linear de três vetores é definida praticamente da mesma
maneira que é para dois; escolherá três escalares diferentes,
redimensionará cada um desses vetores e adicioná-los-á a todos. E novamente, o span desses vetores é o conjunto de todas as combinações
lineares possíveis. Duas coisas diferentes podem acontecer aqui: se o seu terceiro vetor
estiver no span dos dois primeiros, o span não mudará; está preso
nesta mesma folha plana. Por outras palavras, adicionar uma versão redimensionada deste terceiro
vetor à combinação linear não dá acesso a novos vetores. Mas se escolher aleatoriamente um terceiro vetor, é quase certo que não
esteja no span dos dois primeiros. Então, como está a apontar numa direção diferente, este desbloqueia o
acesso a todos os possíveis vetores tridimensionais.
Uma forma que gosto de pensar sobre isto é que, à medida que redimensiona
este novo terceiro vetor, este move-se ao redor dessa folha de span
dos dois primeiros, percorrendo todo o espaço. Outra maneira de pensar sobre isso é que está a aproveitanr ao máximo os
três escalares que tem à sua disposição para aceder as três
dimensões completas do espaço. Agora, no caso em que o terceiro vetor já estava assente no span dos dois
primeiros, ou no caso em que dois vetores se alinham, queremos
alguma terminologia para descrever o facto de que pelo menos um
desses vetores é redundante, não trazendo nada de novo ao nosso
span. Sempre que isso acontece, quando tem vários vetores e pode remover um sem
reduzir o span, a terminologia relevante é dizer que são
“linearmente dependentes”.
Outra forma de expressar isso seria dizer que um dos vetores pode ser
expresso como uma combinação linear dos outros, uma vez que já está
no span dos outros. Por outro lado, se cada vetor realmente adicionar outra dimensão ao span,
é dito que são “linearmente independentes”. Então, com toda esta terminologia e, esperançosamente, com algumas boas
imagens mentais, deixo-o com um quebra-cabeça antes de irmos. A definição técnica de uma base de um espaço é um conjunto de vetores
linearmente independentes que abrangem esse espaço. Agora, dada a forma como descrevi uma base antes e dado o seu
entendimento atual das palavras “span” e “linearmente independente”,
pense sobre por que é que esta definição faria sentido. No próximo vídeo, vou entrar em matrizes e transformações do espaço. Até lá!