Vetores e Operações com Vetores

• Definir um vetor em ℝⁿ como uma lista ordenada de n números reais, e distinguir essa visão concreta de uma noção informal de "uma quantidade com direção e magnitude."
• Calcular a soma de dois vetores e o múltiplo escalar de um vetor usando aritmética componente a componente.
• Interpretar a soma de vetores e a multiplicação por escalar geometricamente como setas no plano (n = 2) e conectar essa imagem à álgebra que a generaliza para dimensões maiores.
• Verificar, a partir das definições por componentes, as propriedades algébricas básicas da soma e da multiplicação por escalar (comutatividade, associatividade, distributividade).
• Reconhecer uma equação vetorial escrita em forma de componentes e reescrevê-la como uma afirmação sobre coordenadas individuais, e vice-versa.

Todo algoritmo que lida com dados numéricos (a atualização de pesos de um modelo de aprendizado de máquina, a transformação de câmera de um motor 3D, uma função de ranqueamento de busca comparando dois embeddings) está, por baixo de sua linguagem específica de domínio, fazendo aritmética com vetores. Antes que qualquer parte desse maquinário faça sentido, o próprio objeto precisa ser definido com precisão: o que exatamente é um vetor, e quais são as únicas duas operações que esta disciplina permite realizar diretamente sobre um? Este conceito responde a ambas as perguntas nos termos mais concretos possíveis, porque concretude é o que torna tudo que vem depois computável. Um vetor aqui não é uma "coisa mística com direção e magnitude" emprestada de uma aula de física, é uma lista ordenada de números reais, ponto final, e as duas operações (soma, multiplicação por escalar) são definidas coordenada por coordenada, sem nada deixado à interpretação.

Essa formulação concreta é uma escolha deliberada de escopo, não uma simplificação para iniciantes que será substituída depois. Tanto o 18.06 do MIT (Álgebra Linear) quanto a referência de álgebra linear do CS229 de Stanford, as duas fontes âncora desta disciplina, tratam vetores como elementos de ℝⁿ do início ao fim: n-uplas ordenadas de números reais, ponto final, sem nenhum desvio pelos axiomas abstratos de espaço vetorial que um curso de álgebra linear pura poderia usar como ponto de partida (um espaço vetorial sobre um corpo arbitrário, definido por quais axiomas a soma e a multiplicação por escalar devem satisfazer). Essa abstração tem valor real em seu próprio contexto, mas compra generalidade ao custo de concretude, e esta disciplina é construída para um público de computação que precisa raciocinar sobre arrays reais de números reais, o tipo de objeto que um programa literalmente armazena e opera. Então o plano aqui é: acertar exatamente o objeto concreto e suas duas operações, construir intuição geométrica genuína para o que elas significam, e deixar que todo conceito posterior (produto escalar, span, sistemas de equações, eliminação) herde essa mesma base concreta.

O retorno de acertar isso cedo é que vetores deixam de ser uma notação especial e passam a ser simplesmente uma forma conveniente de escrever "uma lista de n números que quero tratar como um único objeto." Os valores RGB de um pixel, uma linha das colunas de características de um conjunto de dados, as coordenadas (x, y, z) de um ponto, os coeficientes de um polinômio, todos esses são vetores no momento em que você decide somá-los, escaloná-los, ou combiná-los como um grupo em vez de manipular cada número separadamente. As operações que você está prestes a definir são exatamente o que torna esse agrupamento útil.

Um vetor como uma lista ordenada de números reais

Um vetor em ℝⁿ é uma lista ordenada de n números reais, escrita como uma coluna:

x = (x₁, x₂, …, xₙ)

onde cada xᵢ ∈ ℝ é chamado de i-ésimo componente (ou coordenada) de x. O número n é a dimensão do vetor, e o conjunto de todas essas listas é denotado ℝⁿ, lido "R-n," o conjunto de todas as n-uplas ordenadas de números reais. Então ℝ² é o conjunto de todos os pares (x₁, x₂), ℝ³ o conjunto de todas as triplas, e assim por diante; nada na definição muda conforme n cresce, apenas o número de componentes sendo rastreados.

Dois vetores são iguais exatamente quando têm a mesma dimensão e concordam em todo componente: x = y significa x₁ = y₁, x₂ = y₂, …, xₙ = yₙ. Isso soa trivial, mas é todo o conteúdo do que significa uma "equação vetorial" valer, uma única equação entre dois vetores em ℝⁿ é secretamente n equações simultâneas entre números reais, uma por coordenada. Essa equivalência, uma equação vetorial se desdobrando em n equações escalares, é exatamente a ponte que esta disciplina usa mais adiante para transformar um sistema de equações lineares em uma única equação Ax = b.

Soma de vetores

Dados dois vetores x = (x₁, …, xₙ) e y = (y₁, …, yₙ) em ℝⁿ, sua soma x + y é definida componente a componente:

x + y = (x₁ + y₁, x₂ + y₂, …, xₙ + yₙ)

A soma só é definida entre vetores de mesma dimensão, não há forma significativa de somar um vetor em ℝ² a um em ℝ³, porque não há pareamento natural de componentes entre eles. A partir da definição por componentes, a soma herda diretamente as propriedades comuns da soma de números reais:

• Comutatividade: x + y = y + x, já que xᵢ + yᵢ = yᵢ + xᵢ para todo par de números reais.
• Associatividade: (x + y) + z = x + (y + z), pela mesma razão aplicada componente a componente.
• Elemento neutro: o vetor zero 0 = (0, 0, …, 0) satisfaz x + 0 = x para todo x.
• Inverso aditivo: −x = (−x₁, −x₂, …, −xₙ) satisfaz x + (−x) = 0.

Nenhuma dessas precisa de uma prova separada além de "verifique coordenada por coordenada", elas são verdadeiras porque a soma de números reais já tem essas propriedades, e a soma de vetores é definida como nada mais que a soma de números reais aplicada n vezes em paralelo.

Multiplicação por escalar

Dado um vetor x = (x₁, …, xₙ) ∈ ℝⁿ e um número real c (chamado de escalar), o múltiplo escalar cx é definido componente a componente:

cx = (cx₁, cx₂, …, cxₙ)

A multiplicação por escalar escala cada componente pelo mesmo fator c. Suas propriedades algébricas novamente seguem diretamente da aritmética de números reais:

• Distributividade sobre a soma de vetores: c(x + y) = cx + cy.
• Distributividade sobre a soma de escalares: (c + d)x = cx + dx.
• Associatividade de escalares: c(dx) = (cd)x.
• Identidade multiplicativa: 1x = x.
• Escalar zero: 0x = 0 (o vetor zero), para qualquer x.

A subtração de vetores, x − y, é simplesmente uma abreviação para x + (−1)y, somar o negativo, e herda seu comportamento da soma e da multiplicação por escalar em vez de precisar de sua própria definição.

A imagem geométrica: vetores como setas

Para n = 2 (e n = 3), um vetor tem um significado geométrico genuíno: desenhe x = (x₁, x₂) como uma seta começando na origem (0, 0) e terminando no ponto (x₁, x₂). Essa imagem de "seta a partir da origem" é o que torna a soma e a multiplicação por escalar intuitivas em vez de puramente simbólicas.

Soma como posicionamento ponta a ponta. Para visualizar x + y geometricamente, coloque a cauda da seta de y na ponta (cabeça) da seta de x; a soma x + y é a seta da origem até onde a ponta de y agora cai. Esta é a familiar "regra do paralelogramo" da física: x + y é a diagonal do paralelogramo formado por x e y.

Multiplicação por escalar como esticar e inverter. O vetor cx aponta na mesma direção que x quando c > 0, esticado por um fator de c (ou encolhido, se 0 < c < 1); aponta na direção exatamente oposta quando c < 0; e c = 0 o colapsa na origem independentemente de x.

O diagrama mostra os dois vetores originais a partir da origem, e a soma resultante como uma terceira seta, geometricamente, exatamente o ponto que você alcançaria caminhando ao longo de x e depois ao longo de y (transladado para começar onde x terminou), mesmo que o diagrama desenhe todas as setas a partir da origem compartilhada por clareza.

Crucialmente, nada na álgebra acima exigiu n = 2 ou n = 3, a soma e o escalonamento componente a componente são definidos identicamente para qualquer n. O que se perde conforme n cresce além de 3 é apenas a capacidade de desenhar a imagem, não a validade das operações ou a intuição que elas codificam; um vetor em ℝ¹⁰⁰ ainda "soma ponta a ponta" e "escalona" exatamente no mesmo sentido algébrico, mesmo que nenhum humano possa esboçar uma seta de 100 dimensões. Este é o hábito mais importante a construir cedo nesta disciplina: confie na álgebra para dizer o que é verdade em dimensões altas, e use a imagem n = 2 apenas como fonte de intuição, nunca como uma restrição sobre o que conta como válido.

Exemplo 1 — calculando uma soma e um múltiplo escalar diretamente

Problema: Sejam x = (3, −1, 4) e y = (2, 5, −2) em ℝ³. Calcule x + y, 2x, e x − 3y.

x + y: some componente a componente: (3+2, −1+5, 4+(−2)) = (5, 4, 2).

2x: escale cada componente por 2: (2·3, 2·(−1), 2·4) = (6, −2, 8).

x − 3y: primeiro calcule 3y = (3·2, 3·5, 3·(−2)) = (6, 15, −6); depois x − 3y = x + (−1)(3y) = (3 − 6, −1 − 15, 4 − (−6)) = (−3, −16, 10).

Cada resultado é ele mesmo um vetor em ℝ³, calculado uma coordenada por vez, nenhum passo aqui usou nada além de aritmética comum de números reais aplicada três vezes por operação.

Exemplo 2 — verificando uma propriedade algébrica a partir das definições por componentes

Problema: Confirme, usando x = (1, 2) e y = (3, −1) e escalar c = 4, que c(x + y) = cx + cy (distributividade), calculando ambos os lados independentemente.

Lado esquerdo, c(x + y): primeiro x + y = (1+3, 2+(−1)) = (4, 1). Depois c(x+y) = 4·(4, 1) = (16, 4).

Lado direito, cx + cy: cx = 4·(1,2) = (4, 8); cy = 4·(3,−1) = (12,−4). Depois cx + cy = (4+12, 8+(−4)) = (16, 4).

Conclusão: ambos os lados dão (16, 4). Esta única instância numérica não prova a propriedade geral, o argumento da Teoria Central (que ela se reduz à distributividade de números reais coordenada por coordenada) já faz isso para todo x, y, c, mas trabalhar a instância concretamente é o que torna o argumento abstrato confiável: ver que "c(x₁+y₁, x₂+y₂) = (cx₁+cy₁, cx₂+cy₂)" é realmente apenas distributividade comum, aplicada duas vezes, lado a lado.

Exemplo 3 — a imagem geométrica com vetores paralelos vs. não paralelos

Problema: Sejam u = (2, 1) e v = (4, 2). Calcule u + v e 3u, e comente como v se relaciona com u geometricamente.

Observação sobre v: v = (4, 2) = 2·(2, 1) = 2u. Então v é um múltiplo escalar de u, geometricamente, v aponta exatamente na mesma direção que u, apenas com o dobro do comprimento. Quaisquer dois vetores relacionados por v = cu (c ≠ 0) são chamados de paralelos; eles estão na mesma reta passando pela origem.

u + v: (2+4, 1+2) = (6, 3). Note que (6,3) = 3·(2,1) = 3u também, já que v é apenas uma cópia escalada de u, somar u e v só pode produzir outro vetor naquela mesma reta pela origem. Este é um prévia de uma ideia desenvolvida completamente no próximo conceito (span): dois vetores paralelos, não importa como você os some ou escalone juntos, nunca escapam da única reta em que ambos estão.

3u: 3·(2,1) = (6,3), correspondendo exatamente a u + v neste caso, já que v acontece de ser igual a 2u, então u + v = u + 2u = 3u por distributividade, confirmando algebricamente a coincidência geométrica acabada de observar.

• "Um vetor precisa ter uma imagem geométrica para ser significativo." A álgebra (soma e multiplicação por escalar componente a componente) é definida identicamente para todo n ≥ 1, seja ou não possível a um humano desenhá-la. Um vetor em ℝ⁷ representando sete leituras de sensor é um vetor exatamente tão legítimo quanto uma seta no plano, ele simplesmente não pode ser esboçado. Tratar "sem imagem" como "não é realmente um vetor" causa confusão real assim que as dimensões excedem 3, o que acontece quase imediatamente em qualquer aplicação real de computação.
• "Vetores de dimensões diferentes podem ser somados se você apenas alinhar quaisquer componentes que existam." A soma (e a igualdade) é definida apenas entre vetores de mesma dimensão n. (1, 2, 3) + (1, 2) é simplesmente indefinido, não "igual a (2, 4, 3)" ou qualquer outro palpite, porque não há forma canônica de decidir quais componentes correspondem a quais.
• "cx e x apontam na mesma direção para qualquer escalar c." Isso vale apenas para c > 0. Multiplicar por um escalar negativo inverte a direção (c = −1 a inverte exatamente, dando −x), e multiplicar por 0 colapsa o vetor na origem, que não tem direção alguma. Por exemplo, com x = (2, 1), −x = (−2, −1) aponta para o quadrante oposto, não "do mesmo jeito mas mais curto."
• "A subtração de vetores é uma terceira operação independente que precisa de sua própria regra." x − y é inteiramente derivado das duas operações primitivas: x − y := x + (−1)y. Não há uma "regra de subtração" separada a memorizar além de combinar a multiplicação por escalar por −1 com a soma, tratá-la como uma terceira operação primitiva é desnecessário e, pior, obscurece por que (x − y) + y = x vale (é apenas a associatividade e a propriedade do inverso aditivo já estabelecidas para a soma).

Um vetor em ℝⁿ não é nada mais, e nada menos, que uma lista ordenada de n números reais, e as duas operações que definem tudo que vem a seguir nesta disciplina, soma e multiplicação por escalar, são ambas definidas componente a componente: some ou escalone cada coordenada independentemente, em paralelo. Toda propriedade algébrica que essas operações satisfazem (comutatividade, associatividade, distributividade, o vetor zero, inversos aditivos) é herdada diretamente das mesmas propriedades da aritmética comum de números reais, aplicada n vezes em vez de uma. Para n = 2 e n = 3, essas operações têm um significado geométrico genuíno, vetores como setas a partir da origem, soma como posicionamento ponta a ponta, multiplicação por escalar como esticar, encolher, ou inverter uma direção, mas a imagem geométrica é uma ajuda à intuição, não uma restrição à validade: a mesma álgebra idêntica governa vetores em ℝ¹⁰⁰ mesmo que nenhuma imagem possa ser desenhada. Essa visão concreta e computacional de vetores, nunca os axiomas abstratos de espaço vetorial sobre um corpo geral, é a fundação sobre a qual todo conceito posterior desta disciplina (produto escalar, span, sistemas lineares, eliminação) constrói diretamente.