Baixe o app para aproveitar ainda mais
Prévia do material em texto
O Espaço Vetorial Rn: Dependência e Independência Linear Apresentação A álgebra linear tem aplicações em variados campos do conhecimento, como economia, e áreas relacionadas à computação, por exemplo, a computação gráfica. É justamente neste campo que conceitos como dependência e independência linear são utilizados na criação de sistemas de coloração, por exemplo. Tais definições se relacionam com subespaços e inversão de matrizes, entre outros conceitos. Para que você possa acompanhar adequadamente esta Unidade, é necessário ter conhecimento em sistemas lineares, transformações matriciais e determinantes. Nesta Unidade de Aprendizagem, você verá os conceitos de dependência e independência linear, suas relações com os conceitos de gerador e matriz inversa e vai saber como é feita a interpretação geométrica de dois vetores linearmente dependentes. Bons estudos. Ao final desta Unidade de Aprendizagem, você deve apresentar os seguintes aprendizados: Definir dependência e independência linear.• Relacionar dependência e independência linear com os conceitos de gerador e matriz inversa.• Reconhecer a interpretação geométrica de dois vetores linearmente dependentes.• Infográfico O assunto de dependência e independência linear tem papel central em álgebra linear, desde aplicações ao estudo de subespaços até o melhor entendimento geométrico de alguns objetos: paralelismo entre vetores e identificação de determinados subespaços, se são retas ou planos. Neste Infográfico, veja uma das maneiras de relacionar esses conceitos com matrizes. Conteúdo do livro A dependência e a independência linear em espaço Rn consistem em extensão natural do conceito de combinação linear e apresentam diversas aplicações, desde o melhor entendimento sobre a geometria de alguns subespaços até o seu papel central em conceitos avançados de álgebra linear. No capítulo O espaço vetorial Rn: dependência e independência linear, do livro Álgebra linear, você verá a dependência e a independência linear e sua relação com os conceitos de gerador e matriz inversa, além de saber como reconhecer a interpretação geométrica de dois vetores dependentes linearmente. Boa leitura. ÁLGEBRA LINEAR Silvano Antonio Alves Pereira Junior O espaço vetorial ℝn: dependência e independência linear Objetivos de aprendizagem Ao final deste texto, você deve apresentar os seguintes aprendizados: � Definir dependência e independência linear. � Relacionar dependência e independência linear com os conceitos de gerador e matriz inversa. � Reconhecer a interpretação geométrica de dois vetores linearmente dependentes. Introdução Neste capítulo, exploraremos um pouco mais os conjuntos de vetores em ℝn. Você verá as definições de conjuntos linearmente independentes e dependentes, conforme Nicholson (2006). Seguiremos estabelecendo conexão entre a geometria e as combinações lineares, bem como re- lacionando as ideias de dependência, independência linear e gerador com matrizes. Dependência e independência linear Começamos com o resgate do conceito de combinação linear. Dado um con- junto de vetores em ℝn diremos que o vetor w→ é uma combinação linear desses, se existirem a1, a2, ..., ak em ℝ, tais que: Veja, a seguir, um exemplo de combinação linear. No plano euclidiano ℝ2 temos alguns exemplos interessantes. Os vetores e→1 = e e → 2 = 1 0 0 1 , geram o espaço ℝ2. Em particular, dado um vetor v→ = ab , podemos escrevê-lo como uma combinação linear de e→1 e e → 2. Com efeito, temos: v→ = = + = a + b = ae1 + be2 a b 0 b 1 0 0 1 a 0 Mais precisamente, qualquer vetor do plano pode ser escrito como uma combinação linear de e→1 e e → 2. Consideremos, agora, um conjunto de vetores { }em ℝn, que diremos que é linearmente independente, se os únicos valores de a1, a2, ..., ak em ℝ, que tornam a combinação verdadeira, são a1, a2, ..., ak = 0. Em outras palavras, um conjunto de vetores é linearmente independente se, e somente se, a única combinação deles, que resulta no vetor nulo, for a que apresenta todos os coeficientes iguais a zero. No exemplo anterior, os vetores e→1 = e e → 2 = 1 0 0 1 , formavam um conjunto de vetores linearmente independentes. De fato, se ae1 + be2 = 0 → , teríamos: a + 0 = 0 0 + b = 0 Portanto, a única combinação desses vetores, que resulta no vetor nulo, é a que tem todos os coeficientes nulos. O espaço vetorial ℝn: dependência e independência linear2 Como era de se esperar, nem todo conjunto de vetores é linearmente independente. Considere o conjunto {e1, e2, w} formado pelos vetores do exemplo anterior e w = 2 3 . Utilizando o resultado desse exemplo, podemos escrever: w = 2e1 + 3e2 Segue daí, pelas propriedades algébricas dos vetores, que também podemos escrever: w – 2e1 + 3e2 = 0 → Ou seja, existem coeficientes, não todos nulos, que formam uma combinação do vetor igual ao nulo. O conjunto apresentado na segunda parte do exemplo anterior nos fornece um primeiro exemplo de um conjunto linearmente dependente. Diremos que um conjunto { }em ℝ é linearmente dependente se existirem coeficientes a1, a2, ..., ak em ℝ, tais que: Isto é, existe uma combinação não nula que resulta no vetor nulo. Uma interpretação importante de um conjunto linearmente dependente é que qualquer um dos vetores desse conjunto pode ser escrito como combinação linear dos demais. Veja o exemplo a seguir. Ainda no espírito do exemplo anterior, vamos considerar o espaço ℝ3. De forma semelhante ao que ocorre com ℝ2, qualquer vetor v→ = a b c em espaço ℝ3 pode ser escrito como uma combinação linear dos vetores e1 = , e2 = e e3 = 1 0 0 0 1 0 0 0 1 . Com efeito, temos: 3O espaço vetorial ℝn: dependência e independência linear v→ = = a + b + c = ae1 + be2 + ce3 a b c 1 0 0 0 1 0 0 0 1 Ainda como em ℝ2, o conjunto {e1, e2, e3} é linearmente independente. Considere, agora, o conjunto formado por {e1, e2, e3, w}, onde w → = 5 3 15 . Tal conjunto é linearmente dependente de vetores. Com efeito, temos do apresentado anteriormente que: w→ = = 5e1 + 3e2 + 15e3 5 3 15 Segue que: w – 5e1 + 3e2 + 15e3 = 0 Como dito, podemos escrever qualquer um dos vetores de um conjunto linearmente dependente como combinação dos demais, como: e3 = w – e1 + e2 1 15 1 3 1 5 Um importante teorema sobre esse assunto é apresentado em Nicholson (2006). Teorema: se { }em ℝn é um conjunto linearmente independente, então, todo vetor em ger{ } tem uma escrita única como combinação linear dos vetores v→i. Em palavras, se um conjunto de geradores é linearmente independente, cada vetor do espaço gerado é escrito de maneira única, a menos da ordenação, como combinação linear dos vetores geradores. Veja o seguinte exemplo sobre conjuntos geradores linearmente independentes. O espaço vetorial ℝn: dependência e independência linear4 Considere a matriz identidade In×n. Vamos mostrar que as colunas dessa matriz formam um conjunto gerador de ℝn linearmente independente. Temos: In×n = 1 ⋯ 0 ⋮ ⋱ ⋮ 0 ⋯ 1 e os vetores: e1 = , e2 = , ..., en = 1 0 ⋮ 0 0 1 ⋮ 0 0 0 ⋮ 1 Verificamos, primeiramente, que esse conjunto gera o espaço ℝn. Seguindo a mesma ideia apresentada nos exemplos anteriores, temos que, dado um vetor: w = є Rn w1 w2 ⋮ wn podemos escrever: w = = w1 + w2 + ⋯ + wn = w1e1 + w2e1 + ⋯ + wnen w1 w2 ⋮ wn 1 0 ⋮ 0 0 1 ⋮ 0 0 0 ⋮ 1 concluindo que ger{e1, e2, ⋯, en} = ℝn. Agora, a parte sobre a independência linear: digamos que exista uma combinação linear dos vetores e1, e2, ⋯, en, tal que: a1e1 + a2e2 + ⋯ + anen = 0 → Teríamos, então: a1 + 0 + ⋯ + 0 =0 0 + a2 + ⋯ + 0 = 0 ⋮ 0 + 0 + ⋯ + an =0 a1 = 0 a2 = 0 ⋮ an = 0 Portanto, a única combinação desses vetores, que resulta no vetor nulo, é a com todos os coeficientes nulos. 5O espaço vetorial ℝn: dependência e independência linear Gerador e matriz inversaO último exemplo da seção anterior nos fornece uma bela ideia de como conjuntos geradores estão relacionados com conjuntos linearmente indepen- dentes. Agora, você verá de perto essa relação e como matrizes inversas e determinantes podem ser utilizadas para auxiliar na identificação de conjuntos linearmente independentes de vetores. O método do exemplo anterior pode ser sumarizado da seguinte maneira (NICHOLSON, 2006). Teste para independência linear: para verificar que um conjunto de vetores { }em ℝn é linearmente independente, proceda do seguinte modo. 1. Escreva uma combinação linear dos vetores e iguale ao vetor nulo: 2. Mostre que a única maneira de isso ocorrer é trivialmente, ou seja, com todos os coeficientes iguais a zero. É claro que, se existir alguma solução não trivial, o conjunto de vetores é linearmente dependente. Veja mais um exemplo em que podemos utilizar essa ideia. Considere a matriz: A = 1 2 0 0 2 1 0 0 0 0 –1 2 0 0 3 6 Vamos verificar que as colunas dela não formam um conjunto linearmente inde- pendente de vetores. Temos os seguintes vetores: O espaço vetorial ℝn: dependência e independência linear6 v1 = + v2 = , v3 = , v4 = 1 2 0 0 2 1 0 0 0 0 2 6 0 0 –1 3 Escrevemos a combinação linear a1v1 + a2v2 + a3v3 + a4v4 = 0 → , que dá origem ao seguinte sistema linear: a1 + 2a2 = 0 2a1 + a2 = 0 –a3 + 2a4 = 0 3a3 + 6a4 = 0 Resolvendo esse sistema por substituição, por exemplo, obtemos a1 = a2 = a3 = a4 = 0. O conjunto dos vetores coluna da matriz, portanto, é um conjunto linearmente dependente. Ainda sobre o exemplo anterior, é importante observar que o sistema linear associado ao problema poderia ser escrito em forma matricial, como: Observe, primeiramente, que o sistema é homogêneo. Portanto, se a matriz principal for invertível, ele admite como solução apenas o vetor nulo. Com efeito, a matriz principal do sistema tem determinante igual 36 e, portanto, é invertível. Segue que a única solução possível para esse sistema é a trivial. Resumindo o fato exposto, temos o seguinte teorema (NICHOLSON, 2015). Seja A uma matriz n × n, então as seguintes afirmações são equivalentes. 1. A é invertível. 2. As colunas de A são linearmente independentes em ℝn. 3. As colunas de A geram o espaço ℝn. 4. As linhas de A são linearmente independentes em ℝn. 5. As linhas de A geram o espaço ℝn. 7O espaço vetorial ℝn: dependência e independência linear Esse método de verificar se a matriz é invertível para concluir sobre a independência de um conjunto de vetores pode ser muito útil. Veja o exemplo a seguir. Vamos utilizar o resultado anterior para verificar que os vetores a seguir formam um conjunto de vetores linearmente independentes e mais ger{v1 + v2 + v3 + v4 } = ℝ4. v1 = + v2 = , v3 = , v4 = 1 0 0 0 2 1 0 0 0 3 4 5 3 2 3 0 Começamos montando uma matriz A, cujas colunas são esses vetores. Temos: A = 1 2 3 0 0 1 2 3 0 0 3 4 0 0 0 5 Pelo teorema anterior, basta verificar se a matriz A é invertível ou não, para podermos obter as informações desejadas. Observe que a matriz A é diagonal superior, e seu determinante é igual ao produto dos elementos em sua diagonal. Segue que: det(A) = 1 × 1 × 3 × 5 = 15 ≠ 0 Concluímos, portanto, que A é invertível. Segue do teorema que os vetores formam um conjunto linearmente independente de geradores do espaço ℝ4. Consideremos os vetores v1 = , v2 = cos(θ) sen(θ) –sen(θ) cos(θ) . Vamos verificar que, para qualquer valor de θ, esses vetores formam um conjunto de geradores linearmente independentes para o plano euclidiano. Com efeito, construímos a matriz: A = cos(θ) –sen(θ) sen(θ) cos(θ) O espaço vetorial ℝn: dependência e independência linear8 O determinante dela é dado por: det(A) = cos(θ) cos(θ) – sen(θ)(–sen(θ)) det(A) = cos2(θ) + sen2(θ) = 1 onde essa última igualdade é uma identidade trigonométrica fundamental. Veja, na Figura 1, alguns vetores dessa forma. 2.221.81.61.41.210.80.60.40.20–0.2–0.4–0.6–0.8–1–1.2–1.4–1.6–1.8–2 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 –0.2 –0.4 –0.6 –0.8 –1 90º 45º Figura 1. Representação de vetores com coordenadas determinadas por valores de seno e cosseno. A matriz do exemplo anterior é de rotação. Ainda é possível ver a relação entre dependência e independência linear e geometria. Para encerrar este tópico, veja, ainda, um teorema apresentado em Ni- cholson (2015). Um conjunto de vetores { } em ℝn é linearmente dependente se, e somente se, pelo menos um dos vetores pode ser escrito como combinação linear dos demais. 9O espaço vetorial ℝn: dependência e independência linear Combinações lineares e geometria Na seção anterior, você estudou sobre a relação entre matrizes invertíveis, sistemas lineares e independência linear de conjuntos de vetores. Agora, você terá maior contato com a geometria dos espaços ℝn e algumas de suas relações com conjuntos geradores, dependência e independência linear. Em continuação ao tópico anterior, um corolário imediato daquele teorema pode ser enunciado como em Nicholson (2015). Corolário: sejam u→ e v→ vetores não nulos em ℝ3 ou ℝ2, então: 1. {u→, v→} é linearmente dependente se, e somente se, os vetores são paralelos; 2. {u→, v→} é linearmente independente se, e somente se, os vetores não são paralelos. Esse simples resultado pode nos ajudar a estabelecer alguns testes muito úteis para a compreensão de algumas propriedades geométricas. No plano euclidiano, por exemplo, é muito importante conhecer quando dois vetores são paralelos. Veja o exemplo a seguir. Considere os vetores v1 = , v2 = –1 2 10 –20 Eles são paralelos? Podemos verificar, por inspeção direta, se existe α ∈ ℝ, tal que v1 = αv2 . Por outro lado, pelos resultados estudados até este ponto, sabemos que tais vetores são paralelos se, e somente se, forem linearmente dependentes. E eles assim serão se o determinante da matriz a seguir for igual a zero: A = –1 10 2 –20 Temos: det(A) = –1 × (–20) – (2 × 10) = 20 – 20 = 0 Logo, os vetores são, de fato, paralelos. Observe que, em ℝ3 não podemos utilizar determinante para verificar a condição de paralelismo. O espaço vetorial ℝn: dependência e independência linear10 Uma consequência importante desse corolário é a possibilidade de deter- minar se duas retas em ℝ2 são paralelas ou não, com o simples cálculo de um determinante. Em ℝ3, temos algumas possibilidades quanto à geometria de espaços gerados. Conjuntos com um único vetor não nulo dão origem a retas em ℝ3. Conjunto com dois vetores linearmente independentes geram, como su- bespaços, planos em ℝ3. Por fim, conjuntos com três vetores linearmente independentes geram o próprio espaço ℝ3. Unindo essa informação com a ideia de que, em transformações matriciais, as colunas geram o espaço imagem, podemos determinar a geometria do espaço imagem por meio da dependência ou independência linear dos vetores coluna da matriz da transformação. Veja o exemplo a seguir. Considere a matriz: A = 4 1 5 –7 5 –2 9 –3 6 Qual a geometria do espaço imagem dessa transformação: reta, plano ou todo o espaço? Um primeiro teste que podemos fazer é o cálculo do determinante da matriz. Se o determinante for diferente de zero, as colunas serão linearmente independentes e, portanto, gerariam o espaço. Obtemos que o determinante da matriz é igual a zero. Logo, as colunas não são linearmente independentes, e existem números a, b, c ∈ ℝ, não todos nulos, que sejam solução do sistema: 4a + b + 5c =0 –7a + 5b – 2c = 0 9a – 3b + 6c =0 Resolvendo esse sistema linear, pelo método de eliminação gaussiana, por exemplo, obtemos a solução a = 1, b = 1, c = –1 Temos, portanto: 1 + 1 – 1 = 4 –7 9 1 5 –3 5 –2 6 0 0 0 11O espaço vetorial ℝn: dependência e independência linear Segue dessa última igualdade que: 1 + 1 = 4 –7 9 1 5 –3 5 –2 6 A terceira coluna é a soma das duas primeiras que, por sua vez, não são paralelas.De fato, não existe λ ∈ ℝ, tal que: 4 –7 9 1 5 –3 = λ Dessa maneira, o espaço imagem dessa transformação é um plano em ℝ3. Observe, ainda, que o sistema poderia ter sido resolvido com a simples constatação de que a última coluna é a soma das duas primeiras, apenas seguindo o caminho contrário. Veja outro exemplo sobre a geometria do espaço imagem de transformações matriciais. Considere a seguinte matriz: H = 5 7 9 0 2 4 0 –6 –8 Vamos determinar a geometria do espaço imagem dessa transformação. Podemos procurar por alguma combinação linear mais evidente, como no exemplo anterior. Observe que a primeira coluna parece o resultado da diferença entre o dobro da segunda coluna e a terceira. De fato, a conta é válida para os dois primeiros elementos, mas falha no terceiro. 5 = 2 × 7 – 9 0 = 2 × 2 – 4 0 ≠ 2 × (–6) – (–8) O espaço vetorial ℝn: dependência e independência linear12 Seguimos, então, calculando o determinante dessa matriz, obtendo: det(H) = 40 Uma vez que o determinante é diferente de zero, sabemos que a matriz H é invertível, e suas colunas formam um conjunto linearmente independente. Assim, o espaço imagem da transformação matricial é o próprio ℝ3. As relações de dependência e independência linear fornecem poderosas informações sobre conjuntos de vetores. Futuramente, você aprenderá sobre o importante papel que conjuntos geradores linearmente independentes exercem em álgebra linear. É importante estar atento ao fato de que, em muitas das contas envolvendo trans- formações matriciais, podemos utilizar os vetores linha ao invés dos vetores coluna. NICHOLSON, W. K. Álgebra linear. 2. ed. São Paulo: McGraw-Hill, 2006. Leitura recomendada ANTON, H.; BUSBY, R. C. Álgebra linear contemporânea. Porto Alegre: Bookman, 2007. LIPSCHUTZ, S.; LIPSON, M. Álgebra linear. 4. ed. Porto Alegre: Bookman, 2011. (Coleção Schaum). Referência 13O espaço vetorial ℝn: dependência e independência linear Dica do professor A relação entre dependência e independência linear e a inversão de matrizes pode auxiliar em ambas as direções, isto é, podem ser obtidas informações sobre a invertibilidade de uma matriz por meio da relação de dependência ou independência de suas colunas. Além disso, é possível conhecer dados referentes à invertibilidade de uma matriz pela relação de independência. Nesta Dica do Professor, observe como explorar essa relação corretamente. Aponte a câmera para o código e acesse o link do vídeo ou clique no código para acessar. https://fast.player.liquidplatform.com/pApiv2/embed/cee29914fad5b594d8f5918df1e801fd/3aee3d91dd4bdbb6f9cf866fb7f6750c Saiba + Para ampliar o seu conhecimento a respeito desse assunto, veja abaixo as sugestões do professor: Introdução à álgebra linear Neste link, acesse um dos vídeos de uma série do curso de Introdução à Álgebra Linear do Instituto de Matemática Pura e Aplicada (IMPA). Aponte a câmera para o código e acesse o link do vídeo ou clique no código para acessar. Dependência e independência linear Neste material preparado pela professora Marcia Ruggiero, da UNICAMP, saiba mais sobre combinações lineares, dependência e independência. Aponte a câmera para o código e acesse o link do vídeo ou clique no código para acessar. Dependência linear Neste material, observe exemplos interessantes sobre dependência linear. Aponte a câmera para o código e acesse o link do vídeo ou clique no código para acessar. Lista de exercícios https://www.youtube.com/embed/-SU5GH4kBtE?list=PLo4jXE-LdDTSE0DFoq4es_iMvjlCeG8pP https://www.ime.unicamp.br/~marcia/AlgebraLinear/dependencia_linear.html https://www.ime.unicamp.br/~marcia/AlgebraLinear/Arquivos%20PDF/exemplos_dependencia.pdf Para aprender o espaço vetorial Rn - dependência e independência linear, é importante que você treine fazendo diversos exercícios. Para tanto, baixe a lista de exercícios a seguir e resolva as questões. Aponte a câmera para o código e acesse o link do vídeo ou clique no código para acessar. http://publica.sagah.com.br/publicador/objects/attachment/1537084340/SaibaMaisIndependenciaDependencia.pdf?v=226706762
Compartilhar