Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DE ALFENAS – UNIFAL-MG Aula 7 ICT 13 Álgebra Linear Aula 7 PROF. DR. MAYK COELHO UM POUCO DE HISTÓRIA Muitas propriedades estudadas anteriormente para vetores em também são válidas em outros conjuntos com operações entre seus elementos e entre escalares e seus elementos. Os elementos destes conjuntos com estas propriedades poderão ser associados aos vetores que conhecemos em e deste modo, também poderemos chama-los de vetores. Um exemplo de conjunto com estas propriedades é o de matrizes de ordem , com a soma entre matrizes e o produto por escalar. Assim uma matriz é um vetor. Mas uma matriz tem direção, sentido e comprimento? Você seria capaz de andar na direção de uma matriz? Seguir no sentido que esta matriz aponta? Nesta aula veremos que o conceito de vetor vai muito mais além de “flechas” com direção, sentido e comprimento. Abra sua mente! Espaços Vetoriais das A teoria axiomática dos espaços vetoriais é um desenvolvimento recente na matemática e teve uma de suas origens na resolução de sistemas lineares. Giuseppe Peano (1858-1952) deu a primeira definição axiomática de espaço vetorial em 1888, mas, a teoria de espaços vetoriais não foi desenvolvida antes de 1920. Até a metade do século XVIII nada de substancial ocorreu com a álgebra linear. Um assunto relevante cujas questões levaram ao desenvolvimento da teoria de sistemas lineares que por sua vez levaram ao desenvolvimento da teoria de espaços vetoriais é o estudo das curvas algébricas. Duas proposições referentes às curvas algébricas eram bem conhecidas, embora tenham sido provadas somente parcialmente até o começo do século XVIII: “Duas curvas algébricas distintas de ordens m e n respectivamente têm mn pontos em comum”. Sabe-se que estes pontos podem ser múltiplos, complexos ou infinitos, porém, os matemáticos da época também conheciam exemplos em que estes pontos eram todos simples e reais. “Para determinar uma curva de ordem n são necessários e suficientes ( ) pontos”. Esta segunda proposição leva a um paradoxo, pois quando ( ) , então parece que duas curvas algébricas podem ter mais pontos em comum do que é suficiente para determinar cada uma delas. Colin Mclaurin (1698- 1746) em 1720 foi o primeiro a identificar este paradoxo e Cramer o reformulou em 1750. Neste ano foi publicado dois dos trabalhos mais importantes na história do conceito de espaços vetoriais. Gabriel Cramer (1704-1752) escreveu o primeiro | 2 Propriedades Vetoriais Seja com a soma entre vetores e o produto por escalar. Sejam ainda e e e . Temos que: 1. ; 2. ; 3. ( ) ( ) ; 4. Existe um único tal que tem-se . Chamamos de elemento nulo ( ⃗ ); 5. tal que ⃗ . Chamamos de elemento oposto de ( ); 6. ; 7. ( ) 8. ( ) ; 9. ( ) ( ) ( ); 10. ; Dizemos que ( ) forma um espaço vetorial. Observe que se ao invés de utilizarmos o conjunto das matrizes de ordem , com soma matricial e produto por escalar temos as mesmas propriedades. Sejam e matrizes em e . 1. ; 2. ; 3. ( ) ( ) ; 4. Existe uma única tal que tem-se . Chamamos de elemento nulo ( ⃗ ); 5. tal que ⃗ . Chamamos de elemento oposto de ( ); 6. ; 7. ( ) 8. ( ) ; 9. ( ) ( ) ( ); 10. ; Deste modo, também podemos dizer que ( ) forma um espaço vetorial. Estas propriedades são suficientes para garantir diversas operações que fazemos desde o ensino médio, como por exemplo, obter o valor de na equação , veja: Pelas propriedades 4 e 5, sabemos que existe – tal que que ( ) ⃗ ( ) ( ) ⃗ ( ); Pela propriedade 4, sabemos que ⃗ ( ); Pelas propriedades 6, 9 e 10, sabemos que ( ) ⏞ ( ) ⏞ ( ( )); Pela propriedade 7, sabemos que ( ( )) ( ) ( ). Parecia mais fácil antes né? Mas usamos seis propriedades para resolver esta simples equação . Observe que se uma destas operações não fosse válida a resolução desta equação não seria possível. O mesmo procedimento pode ser feito para a equação , com e . | 3 Mas e se mudarmos as operações entre elementos de ? Digamos que ao invés de somar as coordenadas correspondentes, nossa nova operação fosse , significando multiplicar as coordenadas correspondentes, ou seja: ( ) Será que poderíamos resolver a equação ( ) com os mesmos passos? Vejamos: No primeiro passo usamos as propriedades 4 e 5, assim temos que verificar se existe um elemento nulo único, ou seja, temos que verificar se existe um tal que , deste modo, ( ) ( ) Ou seja, o seguinte sistema nas variáveis : { Você pode estar tentado a dizer que a solução para este sistema é . Mas observe, por exemplo, que se temos que pode ser qualquer. Logo, existe tal que , porém este não é único para todos elementos de , para piorar, se tiver alguma coordenada nula, teremos infinitos que satisfazem esta condição. Além disso, teríamos que verificar se dado existe tal que ⃗ . Mas quem é ⃗ ? Pelo que vimos, ele nem existe. Logo, não é possível resolver a equação ( ) . Como vimos acima, a operação definida como sendo a multiplicação de coordenadas correspondentes falha nas propriedades 4 e 5. Logo, ( ) não satisfaz as mesmas condições do espaço vetorial ( ). Observe que o conjunto é o mesmo e que mudando apenas a operação entre os elementos deste conjunto não é possível resolver uma simples equação, pois não existe um único elemento nulo, ou seja, não é um espaço vetorial. Mas o que é um espaço vetorial? De modo geral, dizemos que um conjunto qualquer, com uma operação “ ” entre elementos de e uma operação “ ” entre elementos de e escalares em é dito um espaço vetorial e escrevemos ( ) se as seguintes condições forem satisfeitas: Para todos e e 1. ; 2. ; 3. ( ) ( ) ; 4. Existe um único tal que tem-se . Chamamos de elemento nulo ( ⃗ ); 5. tal que ⃗ . Chamamos de elemento oposto de ( ); 6. ; 7. ( ) ( ) ( ) 8. ( ) ( ) ( ) 9. ( ) ( ) ( ); 10. ; | 4 Exemplo 1: Seja com as operações e dadas da seguinte forma: Dados ( ) e ( ) e definimos: { ( ) ( ) Temos que ( ) não é um espaço vetorial pois como vimos antes não satisfaz os itens 4 e 5. Mas, se retirarmos os vetores que tenham alguma coordenada nula? Ou seja, se tomarmos ( ) e mantivermos as operações anteriores? Vejamos: É fácil verificar que as propriedades 1, 2 e 3 são válidas. Vejamos a propriedade 4: Temos que verificar se existe um único tal que . Assim: ( ) ( ) { { , pois e . Logo ⃗ ( ) A propriedade 5: Verificar se dado um vetor existe um único vetor tal que ⃗ , ou seja:⃗ ( ) ( ) { { , pois e . Logo ( ) A propriedade 6 é obvia. A propriedade 7: ( ) ( ) (( ) ( ) ) ( ) ( ) ( ) Logo ( ) ( ) ( ) A propriedade 8: ( ) ( ) ( ) ( ) ( ) Logo ( ) ( ) ( ); A propriedade 9: ( ) ( ) (( ) ( ) ) ( ) Logo ( ) ( ) . De modo análogo obtemos ( ) ( ) . A propriedade 10: ( ) . Portanto, ( ) é um espaço vetorial. O espaço vetorial deste exemplo mexeu com seu conceito de elemento nulo? E o de elemento oposto? E como resolvemos a equação ( ) ? Temos ( ) (( ) ) ( ), ou seja, (( ) ( ) ). O exemplo 1 nos dá dois avisos importantes: 1. Um conjunto depende das operações entre seus elementos e entre escalares para ser ou não um espaço vetorial. 2. Podemos retirar elementos de um conjunto de modo que se torne um espaço vetorial. Ops!!!! O elemento nulo não é ( )? Ops!!!! O elemento oposto não é ( )? | 5 Exemplo 2: Seja o conjunto dos polinômios de grau 2, ou seja, . Sejam as operações de soma e produto escalar usuais de polinômios, ou seja, { ( ) ( ) ( ) ( ) ( ) ( ) Vale lembrar que se então e . É fácil ver que já na primeira propriedade temos problemas, pois, por exemplo, se e temos que: Logo ( ) não é um espaço vetorial. Porém, se tomarmos como sendo o conjunto de todos os polinômios de grau menor ou igual a 2, ou seja, com as operações definidas acima é um espaço vetorial. Verifique!!!. Observe que no exemplo 2 inserimos elementos em para formarmos um espaço vetorial. Observe ainda que desta forma, qualquer polinômio de grau menor ou igual a 2 pode ser chamado de vetor. Neste ponto é interessante voltarmos ao conceito de reta e plano visto nas aulas anteriores, ou seja: Uma reta que passa por um vetor qualquer é formada pelo conjunto de todos os múltiplos de , ou seja: Um plano que passa por dois vetores distintos e pode ser escrito como o conjunto de todas as combinações lineares de e , ou seja: Assim, podemos definir uma reta e um plano em qualquer espaço vetorial da seguinte forma: Seja ( ) Uma reta dada por um vetor qualquer é escrita da seguinte maneira: Um plano dado por dois vetores distintos e pode ser escrito da seguinte maneira: ( ) ( ) Exemplo 3: No exemplo 1, tomando ( ) e ( ) temos que: ( ) ( ) Exemplo 4: No exemplo 2, tomando e temos que: ( ) ( ) ( ) ( ) Talvez o exemplo 3 não lhe pareça estranho, mas o exemplo 4 mexe com seus conceitos, pois temos uma “reta” formada por todos os múltiplos de um polinômio de grau 2. Não lhe parece estranho? Mas não é, é pura álgebra linear. Bem vindo!
Compartilhar