Prévia do material em texto
Ciclo de Oficinas: Álgebra Linear Álgebra Linear é um ramo da matemática que promove o estudo detalhado de equações lineares, utilizando conceitos de vetores, espaços vetoriais, matrizes e sistemas. Neste resumo vamos falar um pouco de Espaços Vetoriais, Subespaços Vetoriais e Transformações lineares. Antes de darmos início lembremos algumas propriedades vetoriais: - Dados três vetores , , tais que:𝑢 → 𝑣 → 𝑤 → Espaços Vetoriais - Um Espaço Vetorial Real é um conjunto não vazio, munido de duas operações: Soma e𝑉𝑥𝑉→𝑉 multiplicação por escalar tais que e as propriedades vetoriais𝑅𝑥𝑉→𝑉 ∀ 𝑢 → , 𝑣, → 𝑤 → ∈ 𝑉 𝑘, 𝐼 ∈ 𝑅 mostradas anteriormente são satisfeitas. Exemplo: O conjunto com a adição de matrizes e multiplicação por escalares definidos de maneira𝑀 𝑛 ×𝑛(𝑅) usuais e um espaço vetorial. Subespaços Vetoriais - Dado um espaço vetorial , um subconjunto e um Subespaço Vetorial se:𝑉 𝑊 = ∅ 𝑑𝑒 𝑉 𝑖( )∀𝑢, 𝑣 ∈ 𝑊 → 𝑢 + 𝑣 ∈ 𝑊 ; ;(𝑖𝑖) ∀𝑎 ∈ 𝑅 𝑒 ∀𝑣 ∈ 𝑊 → 𝑎𝑣 ∈ 𝑊 Observação MUITO IMPORTANTE: Todo espaço vetorial possui pelo menos dois subespaços𝑉 vetoriais, que são os conjuntos e próprio espaço .{ 0 → } 𝑉 Exemplo: Seja 𝑉 = 𝑅2 𝑒 𝑊 = {(𝑥, 𝑥2) | 𝑥 ∈ 𝑅}. Apesar do vetor nulo , observe que: ,(0, 0) ∈ 𝑊 𝑢 = (1, 1) ∈ 𝑊 , mas Logo W não é subespaço de .𝑣 = 2, 4( ) ∈ 𝑊 𝑢 + 𝑣 = (3, 5) ∉ 𝑊 (5 ≠32). 𝑉 Interseção de Subespaços Vetoriais: Dados e subespaços vetoriais de um espaço , o conjunto também é subespaço𝑊 1 𝑊 2 𝑉 𝑊 1 ∩ 𝑊 2 vetorial de .𝑉 Soma de Subespaços: Sejam e dois subespaços de um espaço vetorial . Então o conjunto𝑊 1 𝑊 2 𝑉 é subespaço de .𝑊 1 + 𝑊 2 = {𝑤 1 + 𝑤 2 ∈ 𝑉 | 𝑤1 ∈ 𝑊1, 𝑤2 ∈ 𝑊2} 𝑉 Exemplo: Seja Então,𝑉 = 𝑅2, 𝑊 1 = {(𝑥 1 , 2𝑥 1 ) | 𝑥 1 ∈ 𝑅} 𝑒 𝑊 2 = {(𝑥 2 , 𝑥 2 ) | 𝑥 2 ∈ 𝑅}. W1 + W2 = {(x1 + x2, 2x1 + x2) | x1, x2 ∈ R}. Combinações Lineares: Sejam V um espa ̧co vetorial, Então, o vetor𝑣 1 , 𝑣 2 , . . . , 𝑣 𝑛 ∈ 𝑉 𝑒 𝑎 1 , 𝑎 2 , . . . , 𝑎 𝑛 ∈ 𝑅. é um elemento de chamado de uma combinação linear de𝑣 = 𝑎 1 𝑣 1 + 𝑎 2 𝑣 2 + · · · + 𝑎 𝑛 𝑣 𝑛 𝑉 𝑣 1 , . . . , 𝑣 𝑛 . Exemplo: Sejam . O vetor é uma𝑉 = 𝑅3, 𝑢 = (1, 1, 1), 𝑣 = (1, 0, − 1) ∈ 𝑅3 𝑤 = (1, 2, 3) combinação linear de e , pois𝑢 𝑣 (1, 2, 3) = 2 · (1, 1, 1) − 1 · (1, 0, − 1). Subespaços Gerados: Fixados vetores de um mesmo espaço vetorial , o conjunto de todas as combinações lineares𝑉 destes vetores é um subespaço vetorial de , chamado de subespaço gerado por e𝑉 𝑣 1 , 𝑣 2 . . . , 𝑣 𝑛 denotado por (outro modo de escrever é . Escrevendo de outra〈𝑣 1 , 𝑣 2 . . . , 𝑣 𝑛 〉 [𝑣 1 , 𝑣 2 , . . . , 𝑣 𝑛 ] forma: O〈𝑣 1 , 𝑣 2 . . . , 𝑣 𝑛 〉 = {𝑎 1 𝑣 1 + 𝑎 2 𝑣 2 + · · · + 𝑎 2 𝑣 𝑛 | 𝑎 𝑖 ∈ 𝑅, 𝑖 = 1, 2, . . . , 𝑛} conjunto é chamado de conjunto gerador deste subespaço.{𝑣1, 𝑣2, . . . , 𝑣𝑛} Exemplo: Sejam e .𝑉 = 𝑅2, 𝑒 1 = (1, 0) 𝑒 2 = (0, 1) Note que =𝑊 = 〈𝑒 1 , 𝑒 2 〉 = {𝑥(1, 0) + 𝑦(0, 1) | 𝑥, 𝑦 ∈ 𝑅} {(𝑥, 𝑦) | 𝑥, 𝑦 ∈ 𝑅} = 𝑅2 Dependência e Independência Linear: Sejam um espaço vetorial e e V. Dizemos que o conjunto é Linearmente𝑉 𝑣 1 ,..., 𝑣 2 𝑣 1 ,..., 𝑣 2 Independente (LI) se a seguinte equação for satisfeita: 𝑎 1 𝑣 1 +... + 𝑎 𝑛 𝑣 𝑛 = 0 Caso contrário o vetor é Linearmente Dependente(LD). Exemplo: Para . Sejam . Os vetores e são Li?𝑉 = 𝑅2 𝑒 1 = (1, 0) 𝑒 𝑒 2 = (0, 1) 𝑒 1 𝑒 2 e são LI de fato, pois𝑒 1 𝑒 2 𝑎 1 𝑒 1 + 𝑎 2 𝑒 2 = 0 𝑎 1 (1, 0) + 𝑎 2 (0, 1) = (0, 0) (𝑎 1 , 0) + (0, 𝑎 2 ) = (0, 0) (𝑎 1 , 𝑎 2 ) = (0, 0), Logo 𝑎 1 = 𝑎 2 = 0. Base de um Espaço Vetorial: Sejam a , vetores não nulos que geram um espaço vetorial,𝑣 1 ,..., 𝑣 𝑛 ∈ 𝑉 Um conjunto de vetores de será uma base de V se:{𝑣 1 ,..., 𝑣 𝑛 } 𝑉 i) é LI{𝑣 1 , ..., 𝑣 𝑛 } ii) [𝑣 1 , ..., 𝑣 𝑛 ] = 𝑉 Exemplo: Sejam e , o conjunto formado por esses dois vetores será uma base de ?𝑒 1 = (1, 1) 𝑒 2 = (0, 1) 𝑅2 i) 𝑎(1, 1) + 𝑏(0, 1) = (0, 0) Ou seja, (𝑎, 𝑎 + 𝑏) = (0, 0). Logo e . Portanto é LI.𝑎 = 0 𝑏 = 0 {(1, 1), (0, 1)} ii) (𝑥, 𝑦) = 𝑎(1, 1) + 𝑏(0, 1) Ou seja, . Logo devemos garantir que o sistema abaixo tem solução(𝑥, 𝑦) = (𝑎, 𝑎 + 𝑏) {𝑎 = 𝑥 𝑎 + 𝑏 = 𝑦 e . Isto é𝑎 = 𝑥 𝑏 = 𝑦 − 𝑥 (𝑥, 𝑦) = 𝑥(1, 1) + (𝑦 − 𝑥)(0, 1) 𝑥, 𝑦( ) = (𝑥, 𝑥) Assim e é uma base de .𝑒 1 𝑒 2 𝑉 Dimensão de um espaço vetorial: Qualquer base de um espaço vetorial tem sempre o mesmo número de elementos. Este número de elementos é chamado por de , escrito como𝑑𝑖𝑚𝑒𝑛𝑠ã𝑜 𝑉 𝑑𝑖𝑚𝑉. Exemplo: Como vimos no exemplo anterior, o conjunto formado por e , é uma base de𝑒 1 = (1, 1) 𝑒 2 = (0, 1) . Então a𝑉 𝑑𝑖𝑚𝑉 = 2. Mudança de Base: Dada uma base qualquer de , cada vetor de é escrito como uma única combinaçãoβ = 𝑣 1 ,.., 𝑣 𝑛{ } 𝑉 𝑉 linear de 𝑣 1, , …, 𝑣 𝑛. Sejam base de e ∈ onde .β = {𝑣 1 , ..., 𝑣 2 } 𝑉 𝑣 𝑉 𝑣 = 𝑎 1 𝑣 1 + ... + 𝑎 𝑛 𝑣 𝑛 Chamamos os números de coordenadas de em relação a base e denotamos por𝑎 1 , ..., 𝑎 𝑛 𝑉 β [𝑣] β = 𝑎 1 : 𝑎 𝑛 [ ] Exemplo 1: Seja . Considere a base de . Ache para (4,3).𝑉 = 𝑅2 β´ = 1, 1( ), (0, 1){ } 𝑅2 [𝑣] β´ 4, 3( ) = 4 1, 0( ) + 3(0, 1) Portando [4, 3] β´ = 4 3 [ ] Sejam e duas bases ordenadas de um mesmo espaço vetorial .β = {𝑢 1 , …, 𝑢 𝑛 } β´ = 𝑤 1 ,.., 𝑤 𝑛{ } 𝑉 Pela definição anterior podemos escrever os vetores como combinação linear dos , de tal forma𝑤 𝑖 𝑢 𝑖 que obtemos: Logo, Fazendo as devidas substituições e colocando em forma matricial obtemos, A primeira matriz do lado direito da igualdade é chamada de matriz mudança de base de paraβ´ β denotada por ,[𝐼] β β´ Escrevendo de forma mais enxuta temos, Exemplo 2: Sejam e bases de , encontre:β = { 2, − 1( ), (3, 4)} β´ = 1, 0( ), (0, 1){ } 𝑅2 1. [𝐼] β β´ {𝑤 1 = 1, 0( ) = 𝑎 11 2, − 1( ) + 𝑎 21 (3, 4) 𝑤 2 = 0, 1( ) = 𝑎 12 (2, − 1) + 𝑎 22 (3, 4) Objetivando determinar fazemos𝑎 𝑖𝑗 {1 = 2𝑎 11 + 3𝑎 21 0 =− 𝑎 11 + 4𝑎 21 De onde temos ,𝑎 11 = 4 11 𝑎 21 = 1 11 {1 = 2𝑎 11 + 3𝑎 21 0 =− 𝑎 11 + 4𝑎 22 De onde temos ,𝑎 12 =− 3 11 𝑎 22 = 2 11 E agora podemos montar a matriz [𝐼] β β´ 4 11 − 3 11 1 11 2 11 ⎡⎣ ⎤⎦ 2. Ache , tal que[𝑣] β 𝑣 = (5, − 8) [5, − 8] β = 4 11 − 3 11 1 11 2 11 ⎡⎣ ⎤⎦. 5 − 8 [ ] = 4 − 1 [ ] Transformações Lineares: Sejam e dois espaços vetoriais. Se houver uma função aplicada de em , que satisfizer as𝑉 𝑊 𝑉 𝑊 seguintes condições essa função e uma Transformação Linear: (i) Quaisquer que sejam e em𝑢 𝑣 𝑉, 𝐹(𝑢 + 𝑣) = 𝐹(𝑢) + 𝐹(𝑣) (ii) Quaisquer que sejam 𝑘 ∈ 𝑅 𝑒 𝑣 ∈ 𝑉, 𝐹(𝑘𝑣) = 𝑘𝐹(𝑣). é uma Transformação Linear ( ou Aplicação Linear)𝐹: 𝑉→ 𝑊 Exemplo: Seja e , definida por . é uma𝑉 = 𝑅2 𝑊 = 𝑅3 𝐹: 𝑅2 → 𝑅3 𝐹(𝑥, 𝑦) = (2𝑥, 0, 𝑥 + 𝑦) 𝐹 𝑥, 𝑦( ) transformação linear? Dados e sejam e temos:𝑢, 𝑣 ∈ 𝑅2 𝑢 = 𝑥 1 , 𝑦 1( ) 𝑣 = (𝑥 2 , 𝑦 2 ) i) 𝐹 𝑢 + 𝑣( ) = 𝐹( 𝑥 1 + 𝑥 2( ), 𝑦 1 + 𝑦 2( )) = (2(𝑥 1 + 𝑥 2 ), 0, (𝑥 1 + 𝑥 2 ) + (𝑦 1 + 𝑦 2 )) = (2𝑥 1 , 0, 𝑥 1 + 𝑦 1 ) + (2𝑥 2 , 0, 𝑥 2 + 𝑦 2 ) = 𝐹(𝑢) + 𝐹(𝑣) ii) 𝐹(𝑘𝑢) = 𝐹(𝑘(𝑥 1 , 𝑦 1 )) = 𝐹(𝑘𝑥 1 , 𝑘𝑦 1 ) = (2𝑘𝑥 1 , 0, 𝑘𝑥 1 + 𝑘𝑦 1 ) = 𝑘(2𝑥 1 , 0, 𝑥 1 + 𝑦 1 ) = 𝑘𝐹(𝑢) Se for uma transformação linear então, .𝑇 : 𝑉 → 𝑊 𝑇(0) = 0 Dados dois espaços vetoriais reais e e uma base de , sejam elementos de𝑉 𝑊 𝑉, {𝑣 1 ,..., 𝑣 𝑛 } 𝑤 1 ,.., 𝑤 𝑛 , Então existe uma única aplicação linear tal que𝑊 𝑇(𝑣 1 ) = 𝑤 1 ,.., 𝑇(𝑣 𝑛 ) = 𝑤 𝑛 Exemplo: Qual é a transformação linear em que e ?𝑇: 𝑅2→ 𝑅3 𝑇(1, 1) = (3, 2, 1) 𝑇(0, − 2) = (0, 1, 0) Se e são bases dee e as𝑣 1 = (1, 1) 𝑣 2 = (0, − 2) 𝑅2 𝑇(𝑣 1 ) = (3, 2, 1) 𝑇(𝑣 2 ) = (0, 1, 0) transformações lineares que nos foi dada podemos escrever e como combinação linear de um𝑣 1 𝑣 2 vetor genérico 𝑣 = (𝑥, 𝑦) 𝑣 = 𝑥, 𝑦( ) = 𝑥 1, 1( ) + 𝑦 0, − 2( ) = 𝑥𝑣 1 + 𝑥𝑣 2 E assim obtermos a transformação linear fazendo as devidas substituições 𝑇(𝑣) = 𝑥𝑇(𝑣 1 ) + 𝑦𝑇(𝑣 2 ) = 𝑥(3, 2, 1) + 𝑦(0, 1, 0) .= (3𝑥, 2𝑥 + 𝑦, 𝑥) Imagem e núcleo de uma Transformação Linear: Seja uma transformação linear. A imagem de é o conjunto dos vetores tais que𝑇: 𝑉 → 𝑊 𝑇 𝑤∈𝑊 existe um vetor , que satisfaz . Ou seja𝑣∈𝑉 𝑇 𝑣( ) = 𝑤 para algum }𝐼𝑚 𝑇( ) = {𝑤∈𝑊; 𝑇 𝑣( ) = 𝑤 𝑣∈𝑉 Obs: é um subespaço de .𝐼𝑚 𝑇( ) 𝑊 Seja uma transformação linear. O conjunto de todos os vetores de e tais que𝑇: 𝑉 → 𝑊 𝑣 𝑉 é chamado núcleo de , sendo denotado por . Ou seja𝑇(𝑣) = 0 𝑇 𝑘𝑒𝑟(𝑡) 𝑘𝑒𝑟(𝑡) = {𝑣 𝑒 𝑉; 𝑇(𝑣) = 0). Obs: é um subespaço de .𝑘𝑒𝑟(𝑡) ∁ 𝑉 𝑉 Exemplo: Seja a transformação linear dada por determine𝑇: 𝑅2 → 𝑅3, (𝑥, 𝑦, 𝑧) → (𝑥, 2𝑦, 0), i) .𝐼𝑚(𝑇) 𝐼𝑚(𝑇) = {(𝑥, 2𝑦, 0); 𝑥, 𝑦 𝑒 𝑅} = {𝑥(1, 0, 0), (0, 2, 0)} = (1, 0, 0), (0, 2, 0) 𝑑𝑖𝑚𝐼𝑚(𝑇) = 2 ii) 𝑘𝑒𝑟(𝑇). 𝑘𝑒𝑟(𝑇) = {(𝑥, 𝑦, 𝑥); 𝑇(𝑥, 𝑦, 𝑧) = (0, 0, 0)} = {(𝑥, 𝑦, 𝑧); (𝑥, 2𝑦, 0) = (0, 0, 0)} = {(0, 0, 𝑧); 𝑧 𝑒𝑅} = {𝑧(0, 0, 1); 𝑧 𝑒𝑅} = [(0, 0, 1)]. 𝑑𝑖𝑚𝑘𝑒𝑟(𝑇) = 1 Vale ressaltar que o z aparece como variável livre na transformação, ou seja ele estará presente no núcleo. Transformações Lineares Injetoras e Sobrejetoras: Dada uma aplicação (ou uma função) , diremos que é se dados𝑇: 𝑉 → 𝑊 𝑇 𝑖𝑛𝑗𝑒𝑡𝑜𝑟𝑎 𝑢, 𝑣 ∈ 𝑉 com tivermos . Ou se forma equivalente se nas mesmas condições anteriores𝑇(𝑢) = 𝑇(𝑣) 𝑢 = 𝑣 tivermos𝑢 ≠ 𝑣 𝑇(𝑢) ≠ 𝑇(𝑣). De forma mais simples é se as imagens de vetores distintos são distintas.𝑇 𝑖𝑛𝑗𝑒𝑡𝑜𝑟𝑎 será se dado , existir e tal que .𝑇 𝑠𝑜𝑏𝑟𝑒𝑗𝑒𝑡𝑜𝑟𝑎 𝑤 ∈ 𝑊 𝑣 𝑉 𝑇(𝑣) = 𝑤 Seja , uma aplicação linear. Então , se e somente se é𝑇: 𝑉 → 𝑊 𝑘𝑒𝑟 𝑇( ) = {0} 𝑇 𝑖𝑛𝑗𝑒𝑡𝑜𝑟𝑎. Importante!!: Seja , uma aplicação linear. Então𝑇: 𝑉 → 𝑊 𝑑𝑖𝑚𝑘𝑒𝑟𝑇 + 𝑑𝑖𝑚𝐼𝑚𝑇 = 𝑑𝑖𝑚𝑉. Exemplo: Seja a transformação linear dada por é𝑇: 𝑅3 → 𝑅2, 𝑥, 𝑦, 𝑧( ) → 𝑥 − 2𝑦, 𝑧, 𝑥 + 𝑦( ). 𝑇 injetora? Sem podemos fazer𝑢 = 𝑥, 𝑦, 𝑧( ), 𝑣 = (𝑎, 𝑏, 𝑐)∈𝑅3 𝑇 𝑢( ) = 𝑇 𝑣( ) → 𝑥 − 2𝑦, 𝑧, 𝑥 + 𝑦( ) = (𝑎 − 2𝑏, 𝑐, 𝑎 + 𝑏) Resolvendo o sistema obtido através dessa igualdade obtemos 𝑥 = 𝑎, 𝑦 = 𝑏, 𝑧 = 𝑐→𝑢 = 𝑣 provando assim que é injetora.𝑇 Transformações Lineares e Matrizes: Dadas duas bases e de e respectivamente, e uma matriz , podemos obter umaβ β´ 𝑉 𝑊 𝐴 transformação linear. Exemplo: Dadas as bases em , e e uma matriz𝑅2 β = { 1, 0( ), 0, 1( )} β´ = { 1, 1( ), − 1, 1( )} . Associe uma transformação linear de a matriz e as bases e .𝐴 = 3 1 0 1 [ ] 𝑇𝐴: 𝑅2 → 𝑅2 𝐴 β β´ Para começarmos, precisamos fazer a seguinte relação e outra do seguinte modo𝑣 = (𝑥, 𝑦)∈𝑅2 Munido dessas relações podemos seguir fazendo,𝑋 = [𝑣] β = 𝑥 𝑦 [ ]. assim𝐴𝑋 = [𝑇 𝐴 𝑣( )] β´ → 3 1 0 1 [ ] 𝑥 𝑦 [ ] = 3𝑥 + 𝑦 𝑦 [ ] 𝑇 𝐴 𝑣( ) = 3𝑥 + 𝑦( ) 1, 1( ) + 𝑦 − 1, 1( ) = (3𝑥, 3𝑥 + 2𝑦) Referências: BOLDRINI, J. L.; COSTA, S. I. R.; FIGUEIREDO, V. L. & WETZLER, H. G. Álgebra Linear. 3ª. ed. São Paulo: Editora Harbra, 1980.