Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Apostila de A´lgebra Linear Professora: Luciana K. Nakayama Espac¸os Vetoriais Os espac¸os vetoriais constituem o objeto de estudo da A´lgebra Linear. Definic¸a˜o 0.1 Dizemos que um conjunto V 6= ∅ e´ um espac¸o vetorial sobre R quando, e somente quando: I) Existir uma adic¸a˜o (u, v) 7→ u+ v em V, com as seguintes propriedades: a) u+ v = v + u ∀ u, v ∈ V. (comutativa) b) u+ (v + w) = (u+ v) + w, ∀ u, v, w ∈ V. (associativa) c) Existe em V um elemento neutro para essa adic¸a˜o o qual sera´ simbolizado genericamente por 0. Ou seja: ∃ 0 ∈ V / u+ 0 = u ∀u ∈ V ∗ * Este elemento neutro e´ u´nico De fato, suponha que exista 0′ ∈ V elemento neutro de V assim u+ 0′ = u = 0′ + u ∀u ∈ V u+ 0 = u = 0 + u ∀u ∈ V Dessa forma 0′ + 0 = 0′ e0 + 0′ = 0′ + 0 = 0 Logo 0′ = 0 ∴ 0 e´ u´nico. d) Para todo elemento u de V existe o oposto, indicaremos por −u esse oposto. Assim: ∀ u ∈ V ∃ (−u) ∈ V / u+ (−u) = 0. * Provar que (−u) e´ u´nico. ex. II) Esta´ definida uma multiplicac¸a˜o de RXV em V , o que significa que a cada par (α, u) de RXV esta´ associado um u´nico elemento de V que se indica por αu, e para essa multiplicac¸a˜o tem-se o seguinte: a) α(βu) = (αβ)u b) (α + β)u = αu+ βu c) α(u+ v) = αu+ αv d) 1.u = u para quaisquer u, v de V e α, β de R. O estudo de espac¸o vetorial em sua maioria sera´ feita sobre R mas valem tambe´m para quaisquer corpo K. Exemplo: Nu´meros Complexos e os Racionais. Exemplos: 1) Espac¸o vetorial R Considerando o corpo R e as operac¸o˜es de adic¸a˜o e multiplicac¸a˜o usuais que satisfazem todas as propriedades de espac¸o vetorial como ja´ e´ conhecido. 2) O Espac¸o Vetorial C. Temos que C e´ um espac¸o vetorial sobre C e tambe´m sobre R. Aqui sendo consideradas a soma e a multiplicac¸a˜o de nu´meros complexos. 3) O conjunto Mmxn(R) e´ um espac¸o vetorial sobre R. 4) O espac¸o Rn 2 Uma n-upla de nu´meros e´ uma sequeˆncia finita de n nu´meros reais que se indica por (a1, a2, ..., an). O conjunto de todas as n-uplas de nu´meros reais e´ denotado por Rn. O Rn pode ser visto como espac¸o vetorial sobre R desde que se definam adic¸a˜o e multiplicac¸a˜o da seguinte maneira: (a1, a2, ..., an) + (b1, b2, ..., bn) = (a1 + b1, a2 + b2, ..., an + bn) α(a1, a2, ..., an) = (αa1, αa2, ..., αan) De fato: I) Adic¸a˜o a) b) c) 3 d) II) Multiplicac¸a˜o a) b) 4 c) d) 5) O espac¸o Pn(R) Seja n ≥ 0 um nu´mero natural. Indicaremos por Pn(R) o conjunto dos polinoˆmios reais de grau ≤ n, mais o polinoˆmio nulo. Temos a) f(t), g(t) ∈ Pn(R) ⇒ f(t) + g(t) ∈ Pn(R) b) α ∈ f(t) ∈ Pn(R) ⇒ αf(t) ∈ Pn(R). Verifique que Pn(R) e´ um espac¸o vetorial sobre R. Exerc´ıcio. OBS: Os elementos de um espac¸o vetorial sa˜o chamados vetores, o elemento neutro de vetor nulo e os elementos de R ou C de escalares. Primeiras propriedades de um espac¸o vetorial Seja V um espac¸o vetorial (esp. vet.) sobre R. Provaremos algumas propriedades 5 imediatas da definic¸a˜o de espac¸o vetorial. P1) Para todo α ∈ R, α0 = 0. P2) Para todo u ∈ V, 0u = 0. Dem: Do mesmo tipo da anterior. Fica como exerc´ıcio. P3) Uma igualdade αu = 0, com α ∈ R e u ∈ V, so´ e´ poss´ıvel se α = 0 ou u = 0. P4) Para todo α ∈ R e todo u de V , −αu = α(−uα) = −(αu) 6 OBS: Defini-se diferenc¸a entre dois vetores u e v do espac¸o V assim: u− v = u+ (−v) P5) Quaisquer que sejam α, β ∈ R e u em V, (α− β)u = αu− βv. P6) Quaisquer que sejam α em R, u e v em V, α(u− v) = αu− αv. Exerc´ıcio P7) Dados β, α1, α2, ..., αn em R e u1, u2, ..., un em V, enta˜o: β( n∑ j=1 αjuj) = n∑ j=1 (βαj)uj. Dem: por induc¸a˜o. Exerc´ıcio. Subespac¸os Vetoriais Definic¸a˜o 0.2 Seja V um espac¸o vetorial sobre R. Um subespac¸o vetorial de V e´ um conjunto W ⊂ V, tal que: a) 0 W ; b) ∀ u, v ∈ W, u+ v ∈ W ; e c) ∀ α ∈ R e ∀ u ∈ W, αu ∈ W. Notemos que b) significa que a adic¸a˜o de V , restrita a W e´ uma adic¸a˜o em W. O significado de c) e´ que esta´ definida uma multiplicac¸a˜o de RXW em W. Mas sera´ que W, nessas condic¸o˜es,e´ um espac¸o vetorial sobre R? Proposic¸a˜o 0.3 Se W e´ um subespac¸o vetorial de V , enta˜oW tambe´m e´ um espac¸o vetorial sobre R. 7 Demonstrac¸a˜o: A rigor temos que provar oito item.Contudo mostraremos apenas que : u ∈ W ⇒ −u ∈ W Uma vez que os demais itens decorrem sem artif´ıcios da hipo´teses. Mas isso e´ fa´cil: e´ so´ fazer em c) α = −1. 2 Exemplo 0.4 1) Para todo espac¸o vetorial V e´ imediato que {0} e V sa˜o subespac¸o de V . Sa˜o chamados subespac¸os triviais. 2) W = {(x, y, z) ∈ R3 / x+ y = 0} a) b) c) 3) A intersec¸a˜o de dois subespac¸os vetoriais do mesmo espac¸o V e´ tambe´m um subespac¸o vetorial de V. 8 Sejam W e V esses subepac¸os. a) b) c) 4) O conjunto das matrizes sime´tricas e´ um espac¸o vetorial de Mn(R). com a soma e multiplicac¸a˜o por escalar usuais de matrizes. De fato, a) b) c) 9 Somas de Subepac¸os Sejam U e V subespac¸os vetoriais de um espac¸o vetorial W. Definic¸a˜o 0.5 Indicaremos por U + V e chamaremos de soma de U com V o se- guinte subconjunto de W : U + V = {u+ v / u ∈ U e v ∈ V }. Observac¸a˜o 0.6 E´ claro que U + V = V + U e que U + {0} = V, para todos os subespac¸os U e V de W. Tambe´m temos que U ⊂ U + V e V ⊂ U + V. (Justifique). Proposic¸a˜o 0.7 Se U e V sa˜o subespac¸os vetoriais de W , enta˜o U + V tambe´m e´ um subespac¸o vetorial de W. Demonstrac¸a˜o: a) Como 0 = 0 + 0, 0 ∈ U e 0 ∈ V, enta˜o 0 ∈ U + V. b) Sejam w1 = u1+v1 e w2 = u2+v2 elementos de U +V, onde estamos supondo u1, u2 ∈ U e v1, v2 ∈ V. Enta˜o w1 + w2 = u1 + v1 + u2 + v2 = (u1 + u2) + (v1 + v2) como u1+u1 ∈ U pois U e´ subspac¸o vetorial e v1+v2 ∈ V , enta˜o w1+w2 ∈ U+V. c) ∀ α ∈ R considere w ∈ U + V, assim w = u1 + v1 onde u1 ∈ U e v1 ∈ V. Dessa forma, α.w = α(u1 + v1) = αu1 + αv1 como U e V sa˜o subespac¸o vetoriais temos que αu1 ∈ U e αv1 ∈ V logo, αw ∈ U + V. ∴ Por a), b) e c) U + V e´ um subespac¸o de W. 2 Intersecc¸a˜o de Subespac¸os Vetoriais 10 Definic¸a˜o 0.8 A intersec¸a˜o de subespac¸o vetorial U e V e´ definida pela intercc¸a˜o ”natural”de conjuntos e neste caso fornece o subconjunto que ja´ vimos que e´ su- bespac¸o vetorial dado por: W = U ∩ V = {x ∈ W / x ∈ U e x ∈ V } Definic¸a˜o 0.9 Sejam U e V subespac¸os vetoriais de W tais que U ∩ V = {0}. Neste caso diz-se que U + V e´ soma direta dos subsespac¸os U e V. Notac¸a˜o: U ⊕ V Se U e V sa˜o subespac¸os de W tais que U ⊕ V = W dizemos que U e V sa˜o suplementares ou que U e´ o suplemento de V. Proposic¸a˜o 0.10 Sejam U e V subespac¸os vetoriais de um espac¸o vetorial W. Enta˜o W = U ⊕ V se, e somente se,cada vetor w ∈ W admite uma u´nica de- composic¸a˜o w = u+ v, com u ∈ U e v ∈ V. Demonstrac¸a˜o: 11 2 Exemplo 0.11 O espac¸o R3 e´ soma direta dos subespac¸os: U = {(x, 0, 0) / x ∈ R} e V = {(0, y, z) / y, z ∈ R}. Note que U ∩ V = {(0, 0, 0)} por outro lado ∀ (x, y, z) ∈ R3, (x, y, z) = (x, 0, 0) + (0, y, z) ∈ U + V. Exemplo 0.12 Dados os subespac¸os U = {(x, y, z) ∈ R3 / x+ y = 0} e V = {(x, y, z) ∈ R3 / x = 0 do R3}, determinar o subespac¸o U ∩ V. Exerc´ıcios: 1. Seja I um intervalo de R e indiquemos que f+g e af sa˜o func¸o˜es cont´ınuas, isto e´ f + g, af ∈ C(I). Temos enta˜o sobre C(I) uma adic¸a˜o e uma multiplicac¸a˜o por escalares. Podemos verificar que C(I) e´ um espac¸o vetorial com relac¸a˜o a essas operac¸o˜es. 12 . 13 2. Seja V = {(x, y) / x, y ∈ R}. Definimos (x1, y1) + (x2, y2) = (x1 + x2, 0) a ∈ R a(x, y) = (ax, 0) e´ espac¸o vetorial? 3. Mostrar que e´ subespac¸o de M2(R) o seguinte subespac¸o: W = {( x y z t ) ∈ M2(R) / y = −x } 14 Combinac¸o˜es Lineares Seja V um espac¸ovetorial sobre R. Tomemos um subconjunto S = {u1, u2, ..., un} ⊂ V. Indiquemos por [S] o seguinte subconjunto de V constru´ıdo a partir de S : [S] = {α1u1 + α2u2 + ...+ αnun / α1, α2, ...αn ∈ R}. E´ fa´cil ver que [S] e´ um subespac¸o de V. De fato: a) Como 0 = 0u1 + 0u2 + ...+ 0un, enta˜o 0 ∈ S. b) Se v = α1u1 + α2u2 + ...αnun e w = β1u1 + β2u2 + ... + βnun pertencem a S, enta˜o v + w = (α1 + β1)u1 + ...+ (αn + βn)un tambe´m e´ um elemento de S. c) Seja α ∈ R e v = α1u1 + ...+ αnun ∈ [S] note que: αv = αα1u1 + ...+ ααnun αv tambe´m e´ elemento de [S]. Definic¸a˜o 0.13 O subespac¸o [S] que acabamos de construir recebe o nome de su- bespac¸o gerado por S. Cada elemento de [S] e´ uma combinac¸a˜o linear de S ou com- binac¸a˜o linear de u1, u2, ..., un. Ao inve´s de [S] tambe´m costuma-se escrever: [u1, u2, ..., un]. Diz-se tambe´m que u1, ..., un geram [S], ou enta˜o que sa˜o um sistema de geradores de [S]. Observac¸a˜o 0.14 1) Estendemos a definic¸a˜o acima para o caso de S = ∅ mediante a seguinte convenc¸a˜o:[∅] = {0}. 2) No caso de S ⊂ V ser um conjunto infinito, definimos [S] atrave´s da seguinte frase: u ∈ [S] ⇔ ∃ v1, ..., vt ∈ S e ∃ α1, ..., αt ∈ R / u = α1v1 + ...+ αtvt. 15 Exemplo 0.15 Se V = R3, u = (1, 0, 0) e v = (1, 1, 0) o que e´ [u, v]? Espac¸os Vetoriais Finitamente Gerados Observemos no R3 o conjunto S = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Como, para todo (a, b, c) ∈ R3, vale a igualdade (a, b, c) = a(1, 0, 0) + b(0, 1, 0) + c(0, 0, 1) podemos dizer que os vetores de S geram o R3. Muitos outros subconjuntos finitos de R3 teˆm essa mesma propriedade. Definic¸a˜o 0.16 Dizemos que um espac¸o vetorial V e´ finitamente gerado se existe S ⊂ V, S finito, de maneira que V = [S]. Exemplo 0.17 1) O espac¸o V dos vetores da geometria anal´ıtica definidos por segmentos orientados e´ finitamente gerado pois considerando a terna fundamental {−→i ,−→j ,−→k } para todo −→u ∈ V, existem a, b, c ∈ R, de maneira que u = a−→i + b−→j + c −→ k . Ressalta-se que −→ i = (1, 0, 0), −→ j = (0, 1, 0) e −→ k = (0, 0, 1) desde que se tenham identificado V e R3. 2) Se 0 indica o vetor nulo de um espac¸o vetorial qualquer, enta˜o V = {0} e´ finitamente gerado pois, fazendo S = {0}, vale V = [S]. 3) M2(R) e´ finitamente gerado. De fato: 16 4) Rn e´ finitamente gerado, 5) Pn(R) e´ finitamente gerado. Os polinoˆmios f0, f1, ..., fn dados por f0 = 1, f1 = t, f2 = t 2, ..., fn = t n, ∀ t ∈ R, sa˜o geradores de Pn(R) uma vez que se f(t) = a0+a1t+...+ant n e´ um elemento de Pn(R), enta˜o f(t) = a0f0+a1f1+...+anfn. Observe que {f0, f1, f2, ..., fn} possui n+ 1 polinoˆmios. Exerc´ıcos 1. Achar um conjunto de geradores (sistema de geradores) dos seguintes su- bespac¸os de R4 : a) U = {(x, y, z, t) ∈ R4 / x− y − z + t = 0} 17 b) V = {(x, y, z, t) ∈ R4 / x− y = z + t = 0} 2. Consideremos no R3 os seguintes subespac¸os vetoriais: U = [(1, 0, 0), (1, 1, 1)] e V = [(0, 1, 0), (0, 0, 1)]. Determinar um sistema de geradores de U ∩ V. 3. Sa˜o subespac¸os vetoriais de C(I) os seguintes subconjuntos: U = {f ∈ C(I) / f(t) = f(−t), ∀ t ∈ R} V,= {f ∈ C(I) / f(t) = −f(−t), ∀ t ∈ R} Mostrar que C(I) = U ⊕ V. 18 resoluc¸a˜o: 19 Base e Dimensa˜o Sistema de coordenadas ortogonais, de origem O. O vetor −→ OP e´ escrito de forma u´nica por −→ OP = a −→ i + b −→ j + c −→ k onde a, b, c sa˜o coordenadas de P no sistema considerado. O que pretendemos mostrar e´ que qualquer gerador tera´ sempre o mesmo nu´mero de elementos. Dependeˆncia Linear Seja V um espac¸o vetorial sobre R. Definic¸a˜o 0.18 Dizemos que um conjunto L = {u1, u2, ..., un} ⊂ V e´ linearmente independente (LI.) se, e somente se,uma igualdade do tipo α1u1 + α2u2 + ...+ αnun = 0 com os αi em R, so´ for poss´ıvel para α1 = α2 = ... = αn = 0. Definic¸a˜o 0.19 Dizemos que um conjunto L = {u1, u2, ..., un} ⊂ V e´ linearmente dependente (LD.) se, e somente se,L na˜o e´ LI., ou seja, e´ poss´ıvel uma igualdade do tipo α1u1 + α2u2 + ...+ αnun = 0 sem que os escalares αi sejam todos iguais ao nu´mero zero. 20 Observac¸a˜o 0.20 Convencionaremos que o conjunto vazio (∅ ⊂ V ) e´ LI.Como para um subconjunto L ⊂ V deve valer uma, e uma so´, das duas definic¸o˜es anteriores e a segunda destas pressupo˜e elementos em L, fica justificada esta convenc¸a˜o. Exemplo 0.21 1)Verificar quais dos seguintes conjuntos de vetores do espac¸o ve- torial R3 sa˜o LI. a) {(1, 1, 0), (1, 4, 5), (3, 6, 5)} b) {(1, 2, 3); (1, 4, 9); (1, 8, 27)} 2) Consideremos, no espac¸o vetorial R2, os vetores: u = (1 − α, 1 + α) e v = (1 + α, 1− α) onde α 6= 0. Mostre que {u, v} e´ LI. 21 Propriedades da Dependeˆncia Linear Consideremos um espac¸o vetorial V sobre R. P1) Se um conjunto finito L ⊂ V conte´m o vetor nulo, enta˜o esse conjunto e´ LD. Dem: P2) Se S = {u} ⊂ V e u 6= 0, enta˜o S e´ LI. P3) Se S = {u1, ..., un} ⊂ V e´ LD, enta˜o um dos seus vetores e´ combinac¸a˜o linear dos outros. 22 P4) Se S1 e S2 sa˜o subconjuntos finitos e na˜o vazios de V, se S1 ⊂ S2 e S1 e´ LD, enta˜o S2 tambe´m e´ LD. P5) Se S1 e S2 sa˜o subconjuntos finitos e na˜o vazios de V, com S1 ⊂ S2 e S2 e´ LI, enta˜o S1 tambe´m e´ LI. P6 Se S = {u1, ..., un} e´ LI, e para um certo u ∈ V tivermos S ⊂ {u} = {u1, ..., un, u} LD, enta˜o o vetor u e´ combinac¸a˜o linear dos vetores u1, ..., un, isto e´ u ∈ [S]. 23 P7) Se S = {u1, ..., uj, ..., un} e uj ∈ [S − {uj}] (isto e´, uj e´ combinac¸a˜o linear dos demais vetores de S), enta˜o [S] = [S − {uj}]. Dem: exerc´ıcio Exemplo 0.22 Observe em R4 o seguinte subespac¸o S = [(1, 1, 0, 0); (0, 1, 0, 2); (0, 0, 1, 0); (0, 2,−1, 4)] podemos tirar dos geradores de S um vetor, de fato: Base de um espac¸o vetorial finitamente gerado. Definic¸a˜o 0.23 Seja V um espac¸o vetorial finitamente gerado. Uma base de V e´ um subconjunto finito B ⊂ V para qual as seguintes condic¸o˜es se verificam: a) [B] = V b) B e´ linearmente independente (LI) Exemplos: 1) B = {(1, 0); (0, 1)} e´ base do R2. De fato: 2)B = {(1, 0, 0..., 0), (0, 1, 0..., 0), (0, 0, 1, 0, ..., 0), ..., (0, 0, 0..., 1)} (n-uplas) e´ uma 24 base do Rn. Dem: Exerc´ıcio 3) O conjunto das m.n matrizes reais 1 0 · · · 0 0 0 · · · 0 · · · · · · · · · · · · 0 0 · · · 0 ; 0 1 · · · 0 0 0 · · · 0 · · · · · · · · · · · · 0 0 · · · 0 ; ...; 0 0 · · · 0 0 0 · · · 0 · · · · · · · · · · · · 0 0 · · · 1 e´ uma base do espac¸o Mmxn(R.) (Mostrar !) 4) Os n+ 1 polinoˆmios 1, t, t2, ..., tn formam uma base de Pn(R). De fato: 5) Se indicamos por 0 o vetor nulo de um espac¸o vetorial qualquer, enta˜o uma base do espac¸o {0} e´, conforme nossas convenc¸o˜es a respeito, o conjunto ∅. Observac¸a˜o 0.24 As bases dos exemplos 1, 2, 3, 4 sa˜o chamadas bases canoˆnicas dos espac¸os R2, Rn, Mmxn(R), e Pn(R), respectivamente. Esses exemplos apre- senta˜o outras bases. Por que e´ importante a base ser LI na definic¸a˜o? Proposic¸a˜o 0.25 Todo espac¸o vetorial finitamente gerado admite uma base. 25 Demonstrac¸a˜o: 2 Dimensa˜o Lema 0.26 Seja B = {u1, u2, ..., un} uma base de um espac¸o vetorial V. Se u ∈ V e ainda se u = α1u1 + ...+ αnun (1) com αi 6= 0, enta˜o o conjunto C = {u1, ..., ui−1, u, ui+1, ..., un} tambe´m e´ uma base de V. Dem: Livro do Carlos A. Callioli . Lema 0.27 Suponhamos que exista uma base de V com n vetores. Enta˜o se B = {u1, u2, ..., un} ⊂ V e´ LI e possui n vetores, B e´ tambe´m uma base de V. Dem: Livro do Carlos A. Callioli . Lema 0.28 Suponhamos V como no lema anterior. Enta˜o todo subconjunto de V que seja LI tem no ma´ximo n vetores. 26 Dem: Livro do Carlos A. Callioli . Teorema 0.29 Teorema da Invariaˆncia: Duas basesquaisquer do mesmo espac¸o vetorial finitamente gerado teˆm o mesmo nu´mero de vetores. Dem: Livro do Carlos A. Callioli . Definic¸a˜o 0.30 Seja V um espac¸o vetorial finitamente gerado. Denomina-se di- mensa˜o de V o nu´mero de vetores de uma qualquer de suas bases. Diz-se tambe´m, neste caso, que V e´ um espac¸o de dimensa˜o finita. Notac¸a˜o: dimV. Decorre da definic¸a˜o dada e de considerac¸o˜es ja´ feitas nos exemplos que: 1. dimR2 = 2 2. dimRn = n 3. dimCn = n 4. dimMmxn(R) = m.n 5. dimPn(R) = n+ 1 6. dim{0} = 0 Proposic¸a˜o 0.31 Teorema do Completamento Seja V um espac¸o vetorial de dimensa˜o n ≤ 1. Se {u1, ..., ur} ⊂ V e´ um subconjunto LI com r vetores e r < n, enta˜o existem n − r vetores ur+1, ur+2, ..., un ∈ V, de maneira que B = {u1, u2, ..., ur, ur+1, ..., un} e´ uma base de V. Dem: Livro do Carlos A. Callioli . 27 Proposic¸a˜o 0.32 Todo subespac¸o vetorial de um espac¸o vetorial finitamente gerado e´ tambe´m finitamente gerado. Dem: Livro do Carlos A. Callioli . Proposic¸a˜o 0.33 Seja W um subespac¸o vetorial de V. Se dimW = dimV enta˜o W = V. Demonstrac¸a˜o: 2 Processo pra´tico para determinar uma base de um su- bespac¸o de Rn ou Cn. Um subespac¸o de Rn, em geral, ou e´ dado pelos seus geradores ou e´ poss´ıvel achar esses geradores. Daremos a seguir um dispositivo pra´tico para achar uma base desse subespac¸o a partir dos seus geradores. Temos treˆs observac¸o˜es: Seja V = [u1, ..., Ur] um subespac¸o de Rn. I) Se no segundo membro da igualdade acima permutarmos dois dos vetores que la´ figuram na˜o alteramos o subespac¸o gerado, isto e´, V = [u1, ..., ui, ..., uj, ..., ur] = [u1, ..., uj, ...ui, ..., ur] II) Para todo nu´mero real α tem-se a seguinte igualdade: V = [u1, ..., ui, ..., uj + αui, ..., ur]. 28 De fato, seja u = β1u1 + ...+ βiui + ...+ βjuj + ...+ βrur um elemento de V. Esse elementos tambe´m pode ser escritos da seguinte maneira: u = β1u1 + ...+ βiui − βjαui + ...+ βjuj + βjαui + ...+ βrur = = β1u1 + ...+ (βi − βjα)ui + ...+ βj + βj(uj + αui) + ...+ βrur Logo u ∈ [u1, ..., ui, ..., uj + αui, ..., ur]. Fica como exerc´ıcio provar que o subespac¸o V conte´m o subespac¸o gerado por u1, ..., ui, ..., uj + αui, ..., ur. III) Se u1, u2, ..., ur, se apresentam na forma escalonada, ou seja, se o nu´mero de zeros iniciais de u2 e´ maior que o de u1 e assim por sucessivamente enta˜o os vetores u1, u2, ..., ur formam um conjunto LI e , portanto dimV = r. Exemplo 0.34 Seja V = [(2, 1, 1, 0); (1, 0, 1, 2); (0,−1, 1, 4)] ⊂ R4. A seguir aplicaremos convenientemente as ”operac¸o˜es”I e II acima ate´ obter a situac¸a˜o da hipo´tese III. 29 Dimensa˜o da soma de dois Subespac¸os Seja W um espac¸o vetorial sobre R. Ja´ vimos que se U e V sa˜o subespac¸os de W, enta˜o U ∩ V e U + V tambe´m sa˜o subespac¸os de W. No caso em que a dimensa˜o de W e´ finita as dimenso˜es de U ∩ V e de U + V esta˜o relacionadas conforme a proposic¸a˜o abaixo. Proposic¸a˜o 0.35 Seja W um espac¸o vetorial sobre R de dimensa˜o finita. Se U e V sa˜o subespac¸os de W, enta˜o: dim(U ∩ V ) + dim(U + V ) = dim(U) + dim(V ). Exemplo 0.36 Consideremos os seguintes subespac¸os de R4 : U = [(1, 0, 1, 0); (0, 1, 0, 0)] V = {(x, y, z, t) / x+ y = 0}. Determine dim(U ∩ V ) e dim(U + V ). 30 Coordenadas Bases ordenadas de um espac¸o vetorial V e´ uma base que fixamos quem e´ o primeiro vetor, quem e´ o segundo, etc. Seja V um espac¸o de dimensa˜o finita. Dada uma base ordenada B = {u1, u2, ..., un} de V existem escalares α1, α2, ..., αn ∈ R tal que v = α1u1 + α2u2 + ...+ αnun v ∈ V onde αi′s sa˜o unicamente determinados. Definic¸a˜o 0.37 Os escalares α1, ..., αn que figuram na igualdade acima sa˜o chama- dos coordenadas do vetor v em relac¸a˜o a base ordenada B. Podemos associar as matrizes de coordenadas de v com relac¸a˜o a base ordenada B. α1... αn B ou α1... αn Exemplo 0.38 Verifique que B = {1, 1 + t, 1 + t2} e´ uma base ordenada de P2(R). Encontre as coordenadas de f(t) = 2 + 4t+ t2 em relac¸a˜o a essa base ordenada. 31
Compartilhar