Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESPAC¸OS VETORIAIS Seja um conjunto V, na˜o-vazio, sobre o qual esta˜o de- finidas as operac¸o˜es adic¸a˜o e multiplicac¸a˜o por escalar, isto e´: ∀u,v ∈ V,u+ v ∈ V ∀α ∈ R,∀u ∈ V, αu ∈ V . O conjunto V com essas duas operac¸o˜es e´ chamado espac¸o vetorial real se forem verificados os seguintes axiomas: A) Em relac¸a˜o a` adic¸a˜o: A1) (u+ v) +w = u+ (v +w) A2) u+ v = v + u A3) ∃0 ∈ V, ∀u, tal que u+ 0 = u A4) ∀u ∈ V, ∃ − u ∈ V , tal que u+ (−u) = 0 M) Em relac¸a˜o a` multiplicac¸a˜o por escalar: M1) (αβ)u = α(βu) M2) (α+ β)u = αu+ βu M3) α(u+ v) = αu+ αv) M4) 1u = u. SUBESPAC¸OS VETORIAIS Um subconjunto S, na˜o-vazio, de um espac¸o vetorial V e´ um subespac¸o vetorial de V se estiverem satisfeitas as condic¸o˜es: I) Para quaisquer u,v ∈ S, tem-se u+ v ∈ S. II) Para quaisquer α ∈ R,u ∈ S, tem-se αu ∈ S. SUBESPAC¸OS GERADOS Fixado um conjunto de vetores {v1,v2,v3, . . . ,vn}, es- tamos interessados em fazer todas as combinac¸o˜es li- neares poss´ıveis com estes vetores e determinar o con- junto formado por estas combinac¸o˜es. Este novo con- junto sera´ chamado subespac¸o gerado por esses vetores. VETORES LINEARMENTE INDEPENDEN- TES Sejam V um espac¸o vetorial e A = {v1,v2,v3,v4, . . . ,vn} ⊂ V um conjunto. Considere- mos a equac¸a˜o a1v1+a2v2+a3v3+a4v4+. . .+anvn = 0. Se esta equac¸a˜o tem como soluc¸a˜o somente os valores a1 = a2 = a3 = a4 = . . . = an = 0, dizemos que o conjunto A e´ linearmente independente (LI). TESTE 1: Para o caso particular de dois vetores, po- demos dizer que eles sa˜o LD se, e somente se, um vetor e´ mu´ltiplo escalar do outro, ou seja, a raza˜o entre suas coordenadas da´ sempre uma mesma constante. TESTE 2: Ja´ para o caso de treˆs vetores, eles sa˜o LD se forem coplanares, ou seja, (−→u ,−→v ,−→w ) = 0. BASE DE UM ESPAC¸O VETORIAL Um conjunto B = {v1, v2, v3, . . . , vn} ⊂ V e´ uma base do espac¸o vetorial V se: i) Be´ LI; ii) B gera V. DIMENSA˜O DO ESPAC¸O VETORIAL Seja V um espac¸o vetorial. Se V possui uma base com n vetores, enta˜o V tem dimensa˜o n e denota-se dim V = n. Assim, a dimensa˜o de um espac¸o vetorial expressa o nu´mero de vetores que sua base possui. TESTE: Uma forma pra´tica para determinar a di- mensa˜o de um espac¸o vetorial e´ verificar o nu´mero de varia´veis livres de seu vetor gene´rico. Esse nu´mero e´ a dimensa˜o do espac¸o. TRANSFORMAc¸A˜O LINEAR Sejam V e W dois espac¸os vetoriais. Uma trans- formac¸a˜o linear (aplicac¸a˜o linear) e´ uma func¸a˜o de V em W , T : V → W , que para quaisquer que sejam u e v em V e quaisquer que sejam k ∈ R, satisfaz as seguintes condic¸o˜es: i) T (u+ v) = T (u) + T (v); ii) T (kv) = kT (v). Observac¸a˜o: Decorre da definic¸a˜o, que uma trans- formac¸a˜o linear T : V → W leva o vetor nulo de V no vetor nulo de W , isto e´, T (0) = 0. Isto nos ajuda a verificar se as transformac¸o˜es na˜o sa˜o lineares, pois se T (0) 6= 0, enta˜o T na˜o e´ linear. AUTOVALORES E AUTOVETORES Dada uma matriz quadrada A, de ordem n, estaremos entendendo por autovalor e autovetor de A, autovalor e autovetor da transformac¸a˜o linear T : Rn → Rn, associada a` matriz A em relac¸a˜o a` base canoˆnica, isto e´, TA(v) = A.v (na forma coluna). Ca´lculo: Dada uma matriz A, de ordem n × n, de- terminamos seus autovalores e autovetores da seguinte forma 1o) Encontramos as ra´ızes do polinoˆmio caracter´ıstico (que sera˜o os autovalores): det(A− λI) = 0. 2o) Encontramos os autovetores associados a cada autovalor λ, substituindo-os na equac¸a˜o abaixo e resolvendo-a: (A− λI)v = 0.
Compartilhar