Baixe o app para aproveitar ainda mais
Prévia do material em texto
Álgebra Linear Professora: Michelle Andrade Klaiber UTFPR-AP 1 Introdução: Vocês devem se lembrar de quando estudaram os conjuntos numéricos, que as operações de adição e multiplicação possuíam algumas propriedades, como por exemplo: O conjunto dos números Reais, com as operações de adição e multiplicação e mais algumas propriedades é chamado um ESPAÇO VETORIAL. Agora, aprofundaremos um pouquinho mais neste assunto, trabalhando não apenas com conjuntos numéricos, mas com conjuntos de vetores, matrizes, funções etc. Espaço Vetorial 2 • a+b = b+a • a(b+c) = ab+ac • a+0 = a • a -a = 0 Definição: Espaço vetorial é um conjunto V, não vazio, no qual estão definidas duas operações Espaço Vetorial E devem satisfazer, para quaisquer Vwvu ,, Rba ,e todas as oito propriedades seguintes: Soma: Multiplicação por escalar: VvuVvu , VkvRkVv , 3 El. Oposto: tal que El. Neutro: tal que uvvu )()( wvuwvu Vev ueu v Vu veuu )( A1) Comutativa: A2) Associativa: A3) A4) avauvua )( buauuba )( )()( buauab Re M1) M2) M3) M4) tal que ueu 4 Espaço Vetorial Observações: • Os elementos do conjunto dos reais (R) são chamados escalares. • Os elementos do Espaço Vetorial são chamados vetores. • Nesta disciplina estaremos sempre trabalhando com Espaços Vetoriais Reais. • A adição vetorial (denotada por u + v) é uma operação entre elementos deV (vetores). • A multiplicação por escalar (denotada por αv) é uma operação entre elementos de R (números) e V (vetores). 5 Espaço Vetorial Solução: Devemos verificar todas as propriedades, considerando as seguintes identificações: u = (x1, x2), v = (y1, y2), w = (z1, z2) e α, β reais A1) u + v = v + u Desenvolvendo os dois lados da igualdade separadamente, e notamos que a propriedade se verifica. u + v = (x1, x2) + (y1, y2) = (x1 + y1, x2 + y2) v + u = (y1, y2) + (x1, x2) = (x1 + y1, x2 + y2) São iguais 6 Espaço Vetorial A2) x + (y + z) = (x + y) + z Podemos desenvolver os dois lados da igualdade separadamente, x + (y + z) = (x1, x2) + [(y1, y2) + (z1, z2)] = (x1, x2) + (y1 + z1, y2 + z2) = (x1 + y1 + z1, x2 + y2 + z2) (x + y) + z = [(x1, x2) + (y1, y2)] + (z1, z2) = (x1 + y1, x2 + y2) + (z1, z2) = (x1 + y1 + z1, x2 + y2 + z2)) Ou podemos começar desenvolvendo um lado da equação até chegar no outro: x + (y + z) = (x1, x2) + [(y1, y2) + (z1, z2)] = (x1, x2) + (y1 + z1, y2 + z2) = (x1 + y1 + z1, x2 + y2 + z2) = (x1 + y1, x2 + y2) + (z1, z2) = [(x1, x2) + (y1, y2)] + (z1, z2) = (x + y) + z Notamos que esta propriedade também se verifica! São iguais 7 Espaço Vetorial A3) e + u = u Como e representa o vetor elemento neutro, iremos denotá-lo por e = (e1, e2), e + u = u (e1, e2) + (x1, x2) = (x1, x2) (e1 + x1, e2 + x2) = (x1, x2) (e1, e2) = (0, 0) Notamos que esta propriedade também se verifica, ou seja, existe um único elemento neutro para a adição. A4) u + (-u) = e Nesta propriedade utilizamos o e encontrado na propriedade anterior e = (0, 0), e chamaremos -u = (a, b) u + (-u) = e (x1, x2) + (a, b) = (0, 0) (x1 + a, x2 + b) = (0, 0) (a, b) = (- x1, - x2) Notamos que esta propriedade também se verifica, ou seja, existe um elemento oposto para a adição. 8 Espaço Vetorial M1) α·(u + v) = α·u + α·v α·(u + v) = α·[(x1, x2) + (y1, y2)] = α·(x1 + y1, x2 + y2) = (α·(x1 + y1), α·(x2 + y2)) = (α·x1 + α·y1, α·x2 + α·y2) = (α·x1, α·x2) + (α·y1, α·y2) = α·(x1, x2) + α·(y1, y2) = α·u + α·v M2) (α + β)·u = α·u + β·u. (α + β)·u = (α + β)·(x1, x2) = ((α + β)·x1, (α + β)·x2) = (α·x1 + β·x1, α·x2 + β·x2) = (α·x1, α·x2) + (β·x1, β·x2) = α·(x1, x2) + β·(x1, x2) = α·u + β·u Notem que as propriedades M1 e M2 também se verificam! 9 M3) (α·β)u = α(βu) (α·β)u = (α·β)·(x1, x2) = ((α·β)·x1, (α·β)·x2) = (α·(β·x1), α·(β·x2)) = α·(β·x1, β·x2) = α·(β·(x1, x2)) = α(βu) Espaço Vetorial M4) e·u = u Lembrando que nesta propriedade e representa um número real e·(x1, x2) = (x1, x2) (e·x1, e·x2) = (x1, x2) Assim, em cada coordenada temos e·x1 = x1 de onde obtemos e = 1 e·x2 = x2 de onde obtemos e = 1 Portanto, existe um único elemento neutro para a multiplicação, e = 1. Notem que as propriedades M3 e M4 também se verificam! Concluindo, como todas as propriedades são satisfeitas, V é um espaço vetorial. 10 Exercício para casa: Prove que o conjunto das matrizes 2x2 munido das operações usuais é um espaço vetorial. Dica: Use Espaço Vetorial Exemplo 2: O espaço constituído pelo conjunto dos polinômios de coeficientes reais com grau menor ou igual a 2, mais o polinômio nulo, com as operações usuais de adição de polinômios e multiplicação de polinômio por número real é um espaço vetorial. Exercício 1: Verifique se o conjunto V = {(x1, x2)| x1, x2 > 0}, com as operações assim definidas (x1, x2) + (y1, y2) = (x1 · y1 , x2 · y2) α·(x1, x2) = (x1 α, x2 α) é um espaço vetorial. Espaço Vetorial Exemplo 3: O espaço R², constituído pelo conjunto dos pares ordenados, munido das operações abaixo não é um espaço vetorial (x1, x2) + (y1, y2) = (x1 + y1 , x2 + y2) α·(x1, x2) = (αx1, x2) Solução: Note que a propriedade M2 não se verifica, pois (α + β)·u = (α + β)·(x1, x2) = ((α + β)·x1, x2) = (α·x1 + β·x1, x2) (α·x1 + β·x1, x2 + x2) = (α·x1, x2) + (β·x1, x2) = α·(x1, x2) + β·(x1, x2) = α·u + β·u 11 OBSERVAÇÃO: Basta uma propriedade não ser satisfeita para que o conjunto não seja um espaço vetorial 12 Exercícios Propostos: Espaço Vetorial 13 Definição: Seja W um subconjunto não vazio de um espaço vetorial V. O conjunto W é um subespaço vetorial de V se é também um espaço vetorial. Teorema: Um subconjunto não vazio W de um espaço vetorial V é um subespaço vetorial se, e somente se, satisfaz as seguintes condições: • 0 ϵ W • Para todo u, v ϵ W, u + v ϵ W • Para todo α ϵ R e para todo u ϵ W, αu ϵ W. OBSERVAÇÃO: Todo espaço vetorial V admite pelo menos dois subespaços: o conjunto {0} (Subespaço Nulo) e o próprio espaço vetorial V. Esses são os subespaços triviais de V. Os outros subespaços são chamados próprios. Subespaço Vetorial Exemplo 1: Seja V = R3 • R3 e {(0,0,0)} são os subespaços triviais de R3 • As retas e os planos que passam pela origem são subespaços próprios de R3 Exemplo 2: Sejam V = R2 e S = {(x, y) ϵ R2 / y = 2x} verifique se S é subespaço vetorial de V Solução: • Temos que (0, 0) ϵ S, pois se x = 0, y = 2.0 = 0 • Sejam u = (x1, 2x1) e v = (x2, 2x2), temos também u + v = (x1, 2x1) + (x2, 2x2) = (x1+ x2, 2x1+ 2x2) = (x1+ x2, 2(x1+ x2)) ϵ S k.u = k(x1, 2x1) = (kx1, 2kx1) ϵ S Portanto, S é um subespaço vetorial de V. Subespaço Vetorial 14 Exemplo 3: Sejam V = R3 e S = {(x, y, z) ϵ R3 / x + y = 0} verifique se S é subespaço vetorial de V. Solução: • Temos que (0, 0, 0) ϵ S, pois se x = 0 e y = 0 então x+y=0 • Sejam u =(x1, -x1 , z1) e v = (x2, -x2 , z2), temos também u + v = (x1, -x1 , z1) + (x2, -x2 , z2) = (x1+ x2, -x1- x2, z1 + z2) ϵ S pois x1+ x2 +(-x1 - x2) = 0 k.u = k(x1, -x1 , z1) = (kx1, -kx1 , kz1) ϵ S pois kx1 + (-kx1) = 0 Portanto, S é um subespaço vetorial de V. Exemplo 4: Verifique se S = { } é subespaço vetorial de V = M(2,2) . Subespaço Vetorial 15 Exercícios Propostos: Subespaço Vetorial 16 Combinação Linear Exemplo 1: kjiv 342 v i j k R³ e Vvvv n ,,, 21 Definição: naaa ,,, 21 reais (ou complexos). Então, é um elemento de V que chamamos de combinação linear de Vvvv n ,,, 21 Sejam V um espaço vetorial real (ou complexo), nnvavavav 2211 17 Combinação Linear 18 Exemplo 2: O vetor (−1,−1) é uma combinação linear dos vetores (1,2) e (3,5) , pois: (−1,−1) = 2 ⋅ (1, 2) + (−1) ⋅ (3, 5) Exemplo 3: O vetor (1,2,3) não pode ser escrito como combinação linear dos vetores (1,0,0) e (0,0,1). (Verifique!) Exemplo 4: Determine a “lei” que define (todos) os vetores que podem ser escritos como combinação linear de (1,0,0) e (0,0,1) . Subespaço Vetorial Gerado e Conjunto Gerador 19 Sejam os vetores v1, v2, ..., vn ∈ V e [v1, v2, ..., vn] o conjunto de todas as combinações lineares destes vetores. O conjunto [v1, v2, ..., vn] é um subespaço vetorial de V, denominado subespaço vetorial gerado pelos vetores v1, v2, ..., vn. O conjunto {v1, v2, ..., vn} é o conjunto gerador do subespaço [v1, v2, ..., vn]. Exemplo 1: O vetor (1,2) ∈ R2 gera o conjunto [(1,2)] = {(x, 2x), x ∈ R}. Subespaço Vetorial Gerado e Conjunto Gerador 20 Exemplo 2: Determine um conjunto gerador do conjunto {(x, y, z) ∈ R3 | x − y + z = 0}. Resp. [(1, 1, 0), (0, -1, 1)] Exemplo 3: Descreva o conjunto gerado pelos vetores (1, 3) e (4, 2) Resp. R2 Dependência e Independência Linear Definição: Sejam V um espaço vetorial e Vvvv n ,,, 21 . Dizemos que o conjunto é Linearmente Independente (LI), ou que os vetores são LI, },,,{ 21 nvvv se a equação 02211 nnvavava Implica que 021 naaa . Caso exista algum 0ia é Linearmente dependente (LD), ou que os vetores são LD. },,,{ 21 nvvv dizemos que Exemplo: O conjunto (Tentem resolver!) é LI ou LD ? )}1,1(),0,1(),1,1{( 21 )0,0()1,1()0,1()1,1( cba Solução: )0,0(),()0,(),( ccbaa )0,0(),( cacba 0 0 ca cba )( )( II I O sistema admite infinitas soluções. Façamos c a variável livre. De ( II ) vem que ca Substituindo o valor de a em ( I ) ficamos com cb 2 Fazendo, por exemplo, 2c obtemos 2a e 4b Encontramos a seguinte combinação linear )0,0()1,1(2)0,1(4)1,1(2 Logo, o conjunto é LD. )}1,1(),0,1(),1,1{( 22 Dependência e Independência Linear Exemplos: 1) Verifique que o conjunto {(1,3), (4,2)} é LI. 2) Verifique que o conjunto {(1,3), (2,6)} é LD. 3) Verifique se o conjunto {(0,1,3), (2,2,1), (2,5,10)} é LI ou LD. Resp. LD 23 Base e Dimensão Definição: será uma base de V (um espaço vetorial qualquer), se: ( i ) },,,{ 21 nvvv é LI, e ( ii ) Vvvv n ],,,[ 21 )0,0(),0(),( baa )0,0(),( baa Temos que verificar se )}1,0(),1,1{( é LI, e 2)]1,0(),1,1[( R ( i ) ( ii ) Solução: Exemplo: )}1,0(),1,1{( é uma base de ? 2R )0,0()1,0()1,1( ba ( i ) Substituindo ( I ) em ( II ) encontramos 0b)( )( II I 0 0 ba a Logo, )}1,0(),1,1{( é LI },,,{ 21 nvvv 24 Exemplo: )1,0()1,1(),( bayx ),0(),(),( baayx ),(),( baayx bay ax xa ayb xyb )1,0)(()1,1(),( xyxyx Portanto, 2)]1,0(),1,1[( R Logo, )}1,0(),1,1{( é uma base de . 2R )4,0()3,3()1,3( )1,0)(4()1,1(3)1,3( ²)1,3( R 25 Base e Dimensão Observações: O número de elementos (cardinalidade) de uma base B do espaço vetorial V é denominado dimensão do espaço vetorial V. Notação: dimV Se a dimensão de V é igual a n, diz-se que V é um espaço vetorial finito n-dimensional. Em particular, a dimensão do espaço nulo {0V} é zero. Não há base para o espaço nulo. Exemplo 1: Os conjuntos {(1,0), (0,1)} e {(1,3), (4,2)} são bases do R2. •O conjunto {(1,2), (3,5), (2,1)} não é base do R2, pois apesar de gerar R2, não é LI. •O conjunto {(1,2)} é LI mas não gera o R2, portanto também não é uma base do R2. •Toda base de R2 tem dois vetores de R2 que geram R2 e que são LI. Logo, dimR2 = 2 . 26 Base e Dimensão Exemplo 2: {(-1,0,1),(2,3,0),(1,2,3)} é uma base do R3. •O conjunto {(-1,0,1),(2,3,0)} é LI, mas não gera o R3. Logo, não é base do R3. •O conjunto {(-1,0,1),(2,3,0),(1,2,3),(0,2,4)} gera o R3, mas não é LI. Também não é uma base do R3. •Toda base de R3 é formada por três vetores LI de R3 . Logo, dimR3 = 3 . Exemplo 3: Um vetor qualquer (x, y, z) ∈ R3 pode ser escrito como (x, y, z) = x(1,0,0) + y(0,1,0) + z(0,0,1) Assim, {(1,0,0),(0,1,0),(0,0,1)} gera o R3, isto é, [(1,0,0), (0,1,0), (0,0,1)] = R3 Além disso, este conjunto é LI. Logo, {(1,0,0),(0,1,0),(0,0,1)} é uma base do R3, denominada a base canônica do R3. 27 Base e Dimensão
Compartilhar