Baixe o app para aproveitar ainda mais
Prévia do material em texto
EDUCAÇÃO DE QUALIDADE INTERNACIONAL Engenharia Título: Espaço Vetorial Disciplina: Álgebra Linear Identificação Ana Carla dos Santos, 182097696 Deoclécio: José da Silva Júnior, 1910914216 Fabiolla Mayara Silva Patriota, 20109126014 Wandson José da Silva Santos, 181096852 Professor: Bruno Dias Curso: Engenharia Linha temática: Álgebra linear Semestre(s) letivo(s): 2020/1 MAIO - 2020 Espaço vetorial Sabemos que o conjunto ℝ2 = {(𝑥, 𝑦) 𝑥⁄ , 𝑦 ∈ ℝ} é interpretado geometricamente como plano cartesiano. O par ordenado (𝑥, 𝑦) pode ser um ponto ou um vetor. Os espaços vetoriais reais são conjuntos não vazios cujos elementos são chamados de vetores. Essa ideia se estende ao espaço tridimensional que é a interpretação geométrica do conjunto ℝ3. Embora se perca a visão geométrica, é possível estender essa ideia a espaços ℝ4, ℝ5, … , ℝ𝑛. ℝ4 → (𝑥1, 𝑥2, 𝑥3, 𝑥4) ℝ5 → (𝑥1, 𝑥2, 𝑥3, 𝑥4, 𝑥5) ℝ𝑛(𝑥1, … , ℝ𝑛) Espaço vetorial Real 𝑉 ≠ ∅ A esse conjunto estão definidas 2 operações. Os elementos desse conjunto estão sujeitos a 2 operações usuais: I) Adição → 𝑢 + 𝑣 ∈ 𝑉; ∀𝑢, 𝑣 ∈ 𝑉(𝑐𝑜𝑚𝑢𝑡𝑎𝑡𝑖𝑣𝑎) II) Multiplicação → 𝛼𝑢 ∈ 𝑉; ∀𝑢 ∈ 𝑉, ∀𝛼 ∈ ℝ 𝑢 𝑣 𝑢 + 𝑣 𝛼𝑢 𝑉 Axiomas Para ∀ 𝑢, 𝑣, 𝑤 ∈ 𝑉 e ∀ 𝛼, 𝛽 ∈ ℝ: ⇒ Adição i. 𝑢 + 𝑣 = 𝑣 + 𝑢 ii. (𝑢 + 𝑣) + 𝑤 = 𝑢 + (𝑣 + 𝑤) iii. 𝑢 + 0 = 𝑢 iv. 𝑢 + (−𝑢) = 0 ⇒ Multiplicação por escalar v. 𝛼. (𝛽𝑢) = (𝛼𝛽). 𝑢 vi. 𝛼. (𝑢 + 𝑣) = 𝛼𝑢 + 𝛼𝑣 vii. 𝑢(𝛼 + 𝛽) = 𝑢𝛼 + 𝑢𝛽 viii. 1. 𝑢 = 𝑢 Ex. 1: 𝑤 = ℝ² (𝑎, 𝑏) + (𝑐, 𝑑) = (𝑎 + 𝑐, 𝑏 + 𝑑) 𝑟(𝑎, 𝑏) = (𝑟. 𝑎, 𝑟. 𝑏) i. 𝑢 = (𝑎, 𝑏); 𝑣 = (𝑐, 𝑑) | 𝑎, 𝑏, 𝑐, 𝑑 ∈ ℝ 𝑢 + 𝑣 = (𝑎 + 𝑐, 𝑏 + 𝑑) = (𝑐 + 𝑎, 𝑏 + 𝑑) = (𝑐, 𝑑) + (𝑎, 𝑏) 𝑣 + 𝑢 ii. 𝑤 = (𝑒, 𝑓); 𝑢 = (𝑎, 𝑏) 𝑒 𝑣 = (𝑐, 𝑑) = (𝑎 + 𝑐, 𝑏 + 𝑑) + (𝑒, 𝑓) = (𝑎 + 𝑐 + 𝑒, 𝑏 + 𝑑 + 𝑓) = (𝑎 + [𝑐 + 𝑒], 𝑏 + [𝑑 + 𝑓]) = (𝑎 + 𝑏) + [(𝑐, 𝑑) + (𝑒, 𝑓)] = 𝑢 + [𝑣 + 𝑤] 𝑢, 𝑣, 𝑤 𝑉 Aplicação 01: Verifique se o conjunto pode ser um espaço vetorial: Solução: 𝑉 = (𝑥, 𝑦) ∈ ℝ2/𝑥 ≥ 0 V i) 𝑣1 = (𝑥1, 𝑦1), 𝑣2 = (𝑥2, 𝑦2) 𝑣1 + 𝑣2 = (𝑥1, 𝑦1) + (𝑥2, 𝑦2) 𝑣1 + 𝑣2 = (𝑥1 + 𝑥2, 𝑦1 + 𝑦2) 𝑣1 + 𝑣2 ∈ 𝑉 ii) 𝑣1 = (𝑥1, 𝑦1) 𝛼𝑣1 = 𝛼(𝑥1, 𝑦1) 𝛼(𝑥1, 𝑦1) = (𝛼𝑥1, 𝛼𝑦1) 𝛼𝑣1 ∉ 𝑉 Logo, não é espaço vetorial, pois não atende a condição. Ex. 2: 𝑢 = (1,2); 𝑣 = (0,3); 𝑣 + 𝑢 = (1,5) Solução: i) (𝑎, 𝑏) + (𝑐, 𝑑) = (𝑎 + 𝑐, 𝑏 − 𝑑) (1,2) + (0,3) = (1, −1) (0,3) + (1,2) = (1,1) Falsa ii) 𝑟(𝑎, 𝑏) = (𝑟. 𝑎 − 𝑟. 𝑏) 𝑢 = (1,2); 𝑟 = 1 𝑣1 𝑣2 1(1,2) = (1.1, −1.2) = (1, −2) ≠ 𝑢 Aplicação 02: Verifique se o conjunto dias do mês {1, 2, 3, ..., 30} pode ser um espaço vetorial. Solução: i) 𝑣1 + 𝑣2 ∈ 𝑉 25 + 30 = 55 55 ∉ 𝑉 ii) 𝛼𝑣 ∈ 𝑉 𝛼(3) ∉ 𝑉 Aplicação 03: Verifique se o conjunto dos números Naturais pode ser um espaço vetorial\; ℕ = {0, 1, 2, 3, … , 100, … , 𝑛} Solução: i) 𝑣1 + 𝑣2 ∈ ℕ 0 + 1 = 1 ∈ ℕ 𝑥1 + 𝑥2 ∈ ℕ ii) 𝛼𝑣1 ∈ ℕ 𝛼(2) ∉ ℕ No conjunto 𝑉 ≠ ∅, 𝑢 𝑒 𝑣 podem ser polinômios, matrizes de igual ordem ou funções contínuas. 𝑉 = [ 𝑥 𝑦 𝑦 𝑧] 𝑉 = (𝑥1, 𝑥2), 𝑉 ⊂ ℝ² 𝑉 = (𝑥1, 𝑥2, 𝑥3), 𝑉 ⊂ ℝ³ Subespaço Vetorial Subespaço vetorial é basicamente um espaço vetorial dentro de outro espaço vetorial. 𝑉 ≠ ∅ I) 0 ∈ 𝑆 II) 𝑢 + 𝑣 ∈ 𝑆 III) 𝛼𝑢 ∈ 𝑆; 𝛼 ∈ ℝ Todo espaço vetorial admite pelo menos dois subespaços. São eles: o conjunto {0} (subespaço nulo) e o próprio espaço vetorial 𝑉 (subespaço trivial de V). Os demais são chamados de subespaços próprios de V. Subespaços triviais: i. 𝑉 = ℝ2: {0,0} 𝑒 ℝ², os subespaços próprios de ℝ² são retas que passam pela origem. 𝑆 = {(𝑥, 𝑦) ∈ ℝ2 𝑦 = 2𝑥} 𝑆 = {(𝑥, 𝑦) ∈ ℝ2 ∕ 𝑦 = 4 − 2𝑥} ii. 𝑉 = ℝ3: {0, 0, 0} 𝑒 ℝ3, os subespaços próprios de ℝ² são retas que passam pela origem. 𝑢 𝑣 𝑢 + 𝑣 𝛼𝑢 𝑆 Combinação Linear Um dos objetivos do uso de combinações lineares é a obtenção de novos vetores a partir da combinação de duas operações, exemplo, adição e multiplicação por escalar, com vetores dados. Ex.: A SOMA de dois vetores, usa-se cada coordenada e se soma. Em outras palavras, uma combinação linear é uma soma de múltiplos dos vetores → 1, 𝑣 → 2, 𝑣 → 𝑘. Sejam V um espaço vetorial real, 𝑣1, 𝑣2, … , 𝑣𝑛 e 𝑉 e 𝑎1, 𝑎2, … , 𝑎𝑛, números reais Uma vez fixados vetores 𝑣1, 𝑣2, … , 𝑣𝑛 em 𝑉, o conjunto 𝑊 de todos os vetores de 𝑉 que são combinação linear desse é um subespaço vetorial. Aplicação 04: 𝑉 = (−4, −18, 7) é uma combinação linear de 𝑣1 = (1, −3, 2) e 𝑣2 = (2, 4, −1)? Escreva o vetor 𝑉 como combinação linear dos vetores 𝑣1 e 𝑣2. Solução: 𝑣 = 𝑎𝑣1 + 𝑏𝑣2 (−4, −18, 7) = 𝑎(1, −3, 2) + 𝑏(2, 4, −1) (−4, −18, 7) = (𝑎, −3𝑎, 2𝑎) + (2𝑏, 4𝑏, −𝑏) (−4, −18, 7) = (𝑎 + 2𝑏, −3𝑎 + 4𝑏, 2𝑎 − 𝑏) { 𝑎 + 2𝑏 = −4 −3𝑎 + 4𝑏 = −18 22 − 𝑏 = 7 𝑉 = 2𝑣1 − 3𝑣2 Ex. 1: O elemento 𝑣 = (4,3) ∈ ℝ² combinação linear dos elementos 𝑣1 = (1, 0) e 𝑣2 = (0, 1). De fato, pode ser escrito como: 𝑣 = (4, 3) = 4(1, 0) + 3(0, 1) = 4𝑣1 + 3𝑣2 Assim, existem os escalares 𝛼1 = 4 e 𝛼2 = 3, tais que 𝑣 pode ser escrito como 𝑣 = 𝛼1𝑣1 + 𝛼2𝑣2. Logo, 𝑣 é combinação linear de 𝑣1 e 𝑣2. O vetor 𝑣 = (4, 3) é combinação linear dos vetores 𝑣1 = (1, 0) e 𝑣2 = (0, 1), o que seria pesos: seria vários vetores obtendo um outro vetor, deste modo fazendo uma combinação linear Subespaço Vetorial Gerado Definição: 𝑆 é denominado Conjunto de Geradores para 𝑈. Dizemos também que 𝑆 gera o subespaço 𝑈. Um espaço vetorial 𝑉 é finitamente gerado se existe um subconjunto 𝑆. Notação: Podemos escrever 𝑈 = [𝑣1, . . . , 𝑣𝑛] ou 𝑈 = [𝑆]. O Spam gerador por um vetor é uma reta. Teorema: Seja S um conjunto finito de elementos de um espaço vetorial V. O conjunto de todas as combinações lineares dos vetores de S, denotado por [S], forma um subespaço vetorial de V. Ex. 2: O conjunto 𝑆 = {(1, 2)} ∈ ℝ2 gera o subespaço 𝑈 = (𝑥, 𝑦) ∈ ℝ2 | 𝑦 = 2𝑥 . De fato, tomando um elemento 𝑢 = (𝑥, 𝑦) ∈ 𝑈, temos que 𝑦 = 2𝑥, logo podemos escrever: 𝑢 = (𝑥, 𝑦) = (𝑥, 2𝑥) = 𝑥(1, 2), com 𝑥 ∈ ℝ2. Dessa forma, mostramos que qualquer elemento de U pode ser escrito como combinação linear dos elementos de S, assim, S é um conjunto de geradores para U. Geometricamente, o elemento de S é o vetor 𝑢 = (1, 2) e o subespaço 𝑈 é a reta 𝑦 = 2𝑥, e de fato, essa reta é gerada pelo vetor 𝑢 = (1, 2). Figura 1: O vetor 𝑢 = (1, 2) gera a reta 𝑦 = 2𝑥. Espaço Vetorial Finitamente Gerado A forma mais fácil de se entender o que isso significa é através de exemplos. Considere o conjunto dos números reais. Este conjunto é um espaço vetorial sobre ele segundo a soma e a multiplicação que conhecemos. Agora, seja o conjunto 𝑆 = {1}, onde 𝑆 ⊂ ℝ. É muito fácil perceber que qualquer valor real pode ser obtido através de uma combinação linear de {1}. Ex. 1: 4,123904 = 4,123904 × 1 𝜋 = 𝜋 × 1 2– √= 2– √× 1 Desta forma, ℝ é um espaço vetorial finitamente gerado onde 𝑆 gera ℝ. Infinitos outros conjuntos podem ser geradores de ℝ. O {1} é apenas um exemplo bastante didático para se utilizar, já que fica muito fácil perceber. Para ℝ² é bastante simples de perceber que 𝑆 = {(1,0), (0,1)} é um conjunto gerador, porém 𝑆 = {(−1,1) , (1,1)} também é um conjuntos gerador de ℝ². Veja: Ex. 2: (4,10) = 𝛼 × (−1,1) + 𝛽 × (1,1) 𝛼 = 3, 𝛽 = 7 Assim, para qualquer (𝑎, 𝑏) ∈ ℝ² temos que: (𝑎, 𝑏) = 𝛼 × (−1,1) + 𝛽 × (1,1) 𝛼 = 𝑎 − 𝑏2, 𝛽 = 𝑎 + 𝑏2 O que garante que 𝑆 = {(−1,1) , (1,1)} gera ℝ² Assim definimos: Um espaço vetorial 𝑉 é finitamente gerado quando existe um conjunto 𝑆 ⊂ 𝑉, 𝑆 finito,onde 𝑆 gera 𝑉. Dependência e Independência Linear Definição: Sejam V um espaço vetorial e 𝑣1, 𝑣2, … , 𝑣𝑛 ∈ 𝑉 . Consideremos a equação vetorial 𝛼1𝑣1 + 𝛼2𝑣2 +· · · + 𝛼𝑛𝑣𝑛 = 0. Se a única solução da equação acima for 𝛼1 = 𝛼2 = . . . = 𝛼𝑛 = 0, dizemos que 𝑣1, 𝑣2, … , 𝑣𝑛 são linearmente independentes (LI). Se a equação acima tiver mais que uma solução, dizemos que 𝑣1, 𝑣2, … , 𝑣𝑛 são linearmente dependentes (LD). Ex. 1: Os vetores 𝑣1 = (1, 1, 0), 𝑣2 = (1, 0, 1) e 𝑣3 = (5, 2, 3) de ℝ3 são LD, pois 2𝑣1 + 3𝑣2 − 𝑣3 = 0. Ex. 2: Sejam 𝑛 ∈ ℕ 𝑒 𝑉 = 𝑃 o espaço dos polinômios em 𝑡. Os vetores 𝑝1 = 1 + 𝑡, 𝑝2 = 𝑡 + 𝑡2, … , 𝑝𝑛 = 𝑡𝑛 − 1 = 𝑡𝑛 são LI. Até o momento, definimos as noções de dependência e independência linear para conjuntos finitos. Iremos, agora, estender tais noções para conjuntos infinitos. Definição: Seja 𝑉 um espaço vetorial e 𝑋 ⊂ 𝑉 não vazio. Dizemos que 𝑋 é linearmente dependente (LD) se existem 𝑣1, 𝑣2, … , 𝑣𝑛 ∈ 𝑋 linearmente dependentes. Caso contrário, dizemos que 𝑋 é linearmente independente (LI). Ex.3: Seja 𝑋 = {𝑣 = (𝑥, 𝑦) ; 𝑥, 𝑦 ∈ 𝑍} ⊂ ℝ2. Este conjunto é LD. Ex. 4: Seja 𝑋 = {𝑝𝑛 = 𝑡𝑛 ; 𝑛 ∈ ℕ ∪ {0}} contido no espaço 𝑃 dos polinômios em 𝑡. Então 𝑋 é LI. Propriedades: Sejam V um espaço vetorial e 𝑣1, 𝑣2, … , 𝑣𝑛 ∈ 𝑉 . São válidas as seguintes propriedades: • Qualquer conjunto 𝑋 que contenha o vetor nulo é LD. Em particular, o conjunto {0} ⊂ 𝑉 é LD. • v1 e v2 não nulos são LD se, e só se, um é múltiplo escalar do outro. • Se 𝑣1, 𝑣2, … , 𝑣𝑛 são LD, então, qualquer que seja 𝑣 ∈ 𝑉, 𝑣1, 𝑣2, … , 𝑣𝑛, 𝑣 são LD. • Se 𝑋 é LI e 𝑌 ⊂ 𝑋 , então Y é LI. • Um conjunto {𝑣1, 𝑣2, … , 𝑣𝑛} é LD se, e somente se, ao menos um dos vetores é combinação linear dos demais. Interpretação Geométrica em ℝ² e ℝ³ Existe uma estreita relação entre vetores no espaço ℝ² e no espaço ℝ³. Na verdade, o conceito de vetor geométrico nos espaços euclidianos é sempre realizado da mesma forma, o que diferencia são as aplicações mais ricas que existem em ℝ³. Obs.: Estamos estudando vetores no espaço Euclidiano, por isso podemos ter no máximo 3 vetores linearmente independentes. Definição: Formalmente a dependência linear é definida sempre levando em consideração vetores de um certo conjunto, também chamada de sequência. i. Uma sequência (�⃗�): Linearmente dependente (L.D) �⃗� = 0⃗⃗ Linearmente independente (L.I) �⃗� ≠ 0⃗⃗ ii. Par ordenado (𝑣1, 𝑣2): Linearmente dependente (L.D.) 𝑣1//𝑣2 (𝑣1, 𝑣2 estão representados na mesma reta que passa pela origem.) Linearmente independente (L.I.) – não paralelos iii. Tripla ordenada (𝑣1, 𝑣2, 𝑣3): Linearmente Dependente (L. D.) (𝑣1, 𝑣2 e 𝑣3 estão representados no mesmo plano que passa pela origem) Linearmente Independente (L.I.) iv. Qualquer sequência de 4 ou mais vetores serão L.I: (𝑛 ≥ 4) Representação geométrica do produto cartesiano ℝ x ℝ ou ℝ² = {(𝑥, 𝑦)/𝑥, 𝑦 ∈ ℝ} é o plano cartesiano determinado por dois eixos ortogonais 𝑥 e 𝑦: Representação geométrica do produto cartesiano ℝ x ℝ x ℝ ou ℝ³ = {(𝑥, 𝑦, 𝑧)/ 𝑥, 𝑦, 𝑧 ∈ ℝ} é o espaço cartesiano determinado por três eixos cartesianos, dois a dois ortogonais: Definição: Um vetor (geométrico) no espaço ℝ³ é uma classe de objetos matemáticos (segmentos de reta) que tem a mesma direção, mesmo sentido e mesma intensidade. Esta classe de equivalência de objetos com as mesmas características é representada por um segmento de reta desta família (representante). O representante escolhido, quase sempre é o vetor 𝑣 cuja origem é (0,0,0) e extremidade é o terno ordenado (𝑎, 𝑏, 𝑐) do espaço ℝ3, razão pela qual denotamos este vetor por: 𝑣 = (𝑎, 𝑏, 𝑐). Se a origem do vetor não é a origem (0,0,0) do sistema ℝ³, realizamos a diferença entre a extremidade e a origem do vetor. Por exemplo, se um vetor 𝑣 tem origem em (1,2,3) e extremidade em (7,12,15), ele é dado por 𝑣 = (6,10,12), pois: 𝑣 = (7,12,15) − (1,2,3) = (6,10,12) Fechamento Foi pedido que estudassem o fluxo de trânsito em um cruzamento de vias de livre escolha com, pelo menos, quatro nós. Um dos grupos optou por determinado local por gerar grandes congestionamentos e acidentes fatais (Figura 1). Esse grupo servirá aqui de exemplo. A proposta incluía a formulação de um problema, fixação de objetivos, estudo teórico específico (sincronismo dos semáforos e a conservação do fluxo), modelagem matemática, análise, proposta de melhoria e conclusões. A contagem do número de veículos em determinados nós foi feita por filmagem por um período de tempo. A reprodução das imagens revelou as quantidades de veículos que circularam por ciclo de sinal. Definiram que o congestionamento seria visto como uma fila que sobra ao final do tempo verde (semáforo verde); e o tempo de entreverde, é o intervalo entre os tempos de semáforo com luz verde de dois ciclos consecutivos. Em seguida, interpretaram o resultado obtido do escalonamento da matriz, analisaram os fluxos e investigaram o tempo aberto dos semáforos. Os estudantes sugeriram maior sincronia dos semáforos a fim de minimizar congestionamentos a partir de medições em tempo real por meio de sensores instalados nas vias, ajustando-se o tempo de sinal verde, conforme a necessidade do momento. A essa altura do trabalho, 90% dos estudantes compreendiam o conceito de sistemas lineares e os significados da matriz escalonada, pelas muitas reuniões, manipulações e testagens realizadas, confirmando a teoria das situações didáticas de Brousseau. Referências Anton, H., & Busby, R. C. (2006). Álgebra linear contemporânea. Bookman Editora. Boldrini, J. L., Costa, S. I., Figueredo, V. L., & Wetzler, H. G. (1980). Álgebra linear. Harper & Row. Bueno, H. P. (2006). Álgebra linear (Vol. 1). SBM. de Souza, M. A. V. F. (2013). Sistemas lineares na Engenharia: conceito, significados e situação didática. Enseñanza de las ciencias: revista de investigación y experiencias didácticas, (Extra), 3656-3661. Karrer, M. (2006). Articulação entre Álgebra Linear e Geometria-Um Estudo sobre as Transformações Lineares na Perspectiva dos Registros de Representação Semiótica.
Compartilhar