Baixe o app para aproveitar ainda mais
Prévia do material em texto
Milene Pimenta Observação: Os elementos do espaço vetorial V são chamados vetores. Exemplos de Espaços Vetoriais Propriedades da Adição Propriedades da Multiplicação por um escalar Propriedades dos Espaços Vetoriais Subespaços Vetoriais Sejam V um espaço vetorial e S um subconjunto não-vazio de V. S é um subespaço vetorial de V se S é um espaço vetorial em relação à adição e à multiplicação por escalar definidas em V. Teorema: Um subconjunto S não vazio, de um espaço vetorial V é um subespaço vetorial de V se estiverem satisfeitas as condições. Demonstração: Observação: Exemplo 1: Exemplo 2: Exemplo 3: Combinação Linear Exemplo 1: Exemplo 2: Soma de dois Subespaços Vetoriais Exemplo: Soma direta de dois Subespaços Vetoriais Exemplo: Interseção de dois Subespaços Vetoriais Exemplo: Subespaços Gerados Exemplos: Dependência e independência linear Definição: Seja V um espaço vetorial. Os vetores v1, v2, . . ., vm, Î V dizem-se linearmente dependentes, se existem escalares α1, α2, ... , αm Î ℝ, não simultaneamente nulos, tais que α1v1 + α2v2 + ... + αmvm = 0. Caso contrário, se diz que os vetores são linearmente independentes . Base e dimensão: Definição: Um conjunto S = {u1, u2, ..., um} de vetores é uma base de V, se valem as seguintes condições: i) Os vetores u1, u2, ... , um são linearmente independentes. ii) O vetores u1, u2, ... , um geram V. Definição: Um conjunto B = {u1, u2, ... , un} de vetores é uma base de V, se todo vetor v ∈ V pode se escrever de maneira única como combinação linear dos vetores da base. Neste caso, dizemos que o espaço vetorial V tem dimensão finita n, ou que é n- dimensional e se escreve dim V = n. Teorema: Seja V um espaço vetorial de dimensão finita. Então, toda base de V tem o mesmo número de elementos. Por definição, o espaço vetorial {0} tem dimensão 0. Quando um espaço vetorial não tem dimensão finita dizemos que este espaço é de dimensão infinita. Exemplos: •{( 1,0), (0,1)} é uma base do R2 ( base canônica) •{( 1,0,0), (0,1,0), (0,0,1)} é uma base do R3 ( base canônica) •{( 1,1,1), (1,0,1), (1,1,0 )} é uma base do R3 •{( 1,0), (0,1), (1,1)} não é uma base do R2 . O conj unto ger a o R2 , mas não é L.I. Teorema: Sej am v1, v2, . . .vn vetor es não nul os que ger am um espaço vetor ial V. Então, entr e v1, v2, . . .vn podemos extr air uma base par a V. Teorema: Sej a V espaço vetor ial sobr e R e V = [v 1, v2, . . . .vn ]. Então qual quer subconj unto de V com mais de n vetor es é necessar iamente L.D. Exempl os : •Tr ês vetor es no pl ano ( R2) são sempr e L.D. •Quatr o vetor es no espaço ( R3) são sempr e L.D. Observação : O Teor ema anter ior é equival ente a “Um espaço vetor ial ger ado por n vetor es tem no máximo n vetor es L.I.” e tem como conseqüência que Qualquer base de um espaço vetorial V tem sempre o mesmo número de vetores. Este númer o é chamado de dimensão de V e denotado por dim V. Definição. Diz -se que uma base b = {v 1, v 2, . . . , vn} de um espaço vetor ial eucl idiano V é base ortonormal se vi . vj = , isto é, b é uma base or togonal com vetor es unitár ios. Base Ortonormal Componentes de um Vetor Teor ema. Fixada uma base b = {v 1, v 2, . . , vn} de um espaço vetor ial V, cada vetor v Î V se escr eve de for ma única como combinação l inear dos vetor es da base b , isto é, existem e são únicos os escal ar es a1, a2, . . . , an, tal que v = a1v1 + a2v2 + . . . + anvn Definição. Os escal ar es a1, a2, . . , an, que compar ecem no teor ema anter ior , são chamados coordenadas de v em relaç ão à base b . Usamos, como expr essão dessa idéia, a notação que é l ida do seguinte modo: as coor denadas do vetor v, em r el ação a base b, são a1, a2, . . . e an.
Compartilhar