Baixe o app para aproveitar ainda mais
Prévia do material em texto
EAE0207: Matemática Aplicada à Economia Aula 9: Subespaços Associados a uma Matriz Marcos Y. Nakaguma 30/08/2017 1 Revisão Na aula passada, de nimos que um conjunto de m vetores v1,..., vm 2 R n constitui uma base de um subconjunto V � Rn se: i . v1,..., vm gera V ; ii . v1,..., vm são linearmente independentes. Além disso, vimos que as seguintes a rmações são equivalentes: i . v1,..., vn são linearmente independentes; ii . v1,..., vn gera R n ; iii . v1,..., vn constitui uma base de R n ; iv . O determinante de A = ( v1 ... vn ) é não-nulo. 2 Base e Dimensão em Rn Teorema: Qualquer base de Rn contém n vetores. Intuitivamente, dizemos que o Rn é n-dimensional, pois o fato de cada base de Rn conter exatamente n vetores nos diz que existem n "direções" independentes em Rn. De forma geral, dizemos que um subconjunto V � Rn tem dimensão k se qualquer uma de suas bases tiver k vetores. 3 Exercícios Exercício 1: Mostre que os vetores u = (1, 0, 1) e v = (2, 1, 0) não geram o R3. I Para demonstrar essa a rmação, devemos encontrar um vetor qualquer w 2R3 tal que w /2 L[u, v]. I Se w 2 L[u, v], então devem existir c1 e c2 tais que:0 @ w1w2 w3 1 A = c1 0 @ 10 1 1 A+ c2 0 @ 21 0 1 A , i.e. o sistema: 0 @ 1 20 1 1 0 1 A� c1 c2 � = 0 @ w1w2 w3 1 A deve possuir uma solução. 4 Exercícios (Cont.) I Escalonando a matriz de coe cientes ampliada, obtemos que: bA = 0 @ 1 2 w10 1 w2 1 0 w3 1 A ) 0 @ 1 2 w10 1 w2 0 0 2w2 + w3 � w1 1 A I Portanto, qualquer vetor w = (w1,w2,w3) tal que: 2w2 + w3 � w1 6= 0 não pertence ao espaço gerado L[u, v]. I Por exemplo: i . (0, 1, 0), (1, 1, 1) /2 L[u, v] ii . (1, 1,�1) 2 L[u, v] 5 Exercícios Exercício 2: O vetor w = (1,�1, 2) pertence ao conjunto gerado pelos vetores u = (1, 2, 3) e v = (3, 2, 1)? I Se w 2 L[u, v], então devem existir c1 e c2 tais que:0 @ 1�1 2 1 A = c1 0 @ 12 3 1 A+ c2 0 @ 32 1 1 A , i.e. o sistema: 0 @ 1 32 2 3 1 1 A� c1 c2 � = 0 @ 1�1 2 1 A deve possuir uma solução. 6 Exercícios (Cont.) I Escalonando a matriz de coe cientes ampliada, obtemos que: bA = 0 @ 1 3 12 2 �1 3 1 2 1 A) 0 @ 1 2 10 1 34 0 0 �5 1 A Portanto, posto A < posto bA. Logo, o sistema não possui solução. I Assim, concluímos que w /2 L[u, v]. 7 Exercícios Exercício 3: Considere o subespaço V � R4 gerado pelos vetores v1 = (1,�1, 0, 0), v2 = (0, 0, 1, 1), v3 = (�2, 2, 1, 1) e v4 = (1, 0, 0, 0) . Exiba uma base para V e encontre a sua dimensão. I Para veri car se v1, v2, v3 e v4 formam uma base de V , devemos testar se esses vetores são linearmente independentes. De na: A = 0 BB@ 1 0 �2 1 �1 0 2 0 0 1 1 0 0 1 1 0 1 CCA Note que posto A < 4 (no vetores) ou, alternativamente, que detA = 0, pois a matriz A possui duas linhas idênticas. I Portanto, os vetores v1, v2, v3 e v4 são linearmente dependentes. De fato, observe que: v3 = �2v1 + v2 8 Exercícios (Cont.) I Para encontrar uma base de V basta excluir v3 (intuitivamente, este é um vetor "inútil", pois pode ser escrito como combinação linear dos demais vetores). I Além disso, devemos veri car se os vetores v1, v2 e v4 são, de fato, linearmente independentes. De na: A = 0 BB@ 1 0 1 �1 0 0 0 1 0 0 1 0 1 CCA) 0 BB@ 1 0 1 0 1 0 0 0 1 0 0 0 1 CCA Note que posto A = 3 (= no vetores). I Assim, v1, v2 e v4 são linearmente independentes e, portanto, formam uma base para V . A dimensão de V é igual a 3. 9 Subespaços Associados a uma Matriz 10 Subespaços Associados a uma Matriz Considere uma matriz de coe cientes qualquer de tamanho n�m: A = 0 B@ a11 � � � a1m ... . . . ... an1 � � � anm 1 CA Nesta seção, estudaremos dois subespaços associados a essa matriz: i . Espaço-coluna: Conjunto gerado pelas colunas de A : a1 = 0 B@ a11 ... an1 1 CA , ..., am = 0 B@ a1m ... anm 1 CA ii . Espaço-nulo: Conjunto das soluções do sistema homogêneo Ax = 0. 11 Espaço-Coluna De nição: Dada uma matriz A = � a1, ..., am � de tamanho n�m, com a1, ..., am 2 R n, o subconjunto de Rn gerado pelas colunas de A é denominado espaço-coluna de A: Col (A) = L[a1, ..., am ] 12 Dimensão do Espaço-Coluna de A De nição: Um pivô de uma matriz em forma escalonada por linhas é o primeiro elemento não-nulo de uma de suas linhas. Exemplo: Considere a seguinte matriz: A = 0 @ 1 8 7 30 2 9 5 0 0 0 4 1 A Os elementos 1, 2 e 4 da primeira, segunda e terceira linhas, respectivamente, são os únicos pivôs da matriz. 13 Dimensão do Espaço-Coluna de A De nição: Uma coluna de uma matriz A é uma coluna básica se a coluna correspondente na sua forma escalonada por linhas Ar , contém um pivô. Exemplo: Considere a matriz: A = � 1 2 2 4 � e a sua forma escalonada por linhas: Ar = � 1 2 0 0 � Note que apenas a primeira coluna de Ar contém um pivô. Portanto, dizemos que o vetor � 1 2 � é uma coluna básica de A. 14 Dimensão do Espaço-Coluna de A Teorema: As colunas básicas de A constituem uma base de Col (A) . A intuição por trás deste resultado é a de que quaisquer relações lineares existentes entre as colunas de A também devem existir entre as colunas de sua forma escalonada Ar . 15 Dimensão do Espaço-Coluna de A Exemplo 1: Considere a matriz A e a sua forma escalonada Ar : A = � 4 8 1 9 �8 �16 1 �15 � e Ar = � 4 8 1 9 0 0 3 3 � I As colunas básicas de A:� 4 �8 � e � 1 1 � constituem uma base do espaço-coluna de A, Col (A). I Note que para ambas as matrizes: i . a coluna 2 é o dobro da coluna 1; ii . a coluna 4 é a soma das colunas 2 e 3; iii . as colunas 1 e 3 são linearmente independentes; iv . as colunas 1 e 3 geram o espaço-coluna de suas respectivas matrizes. I Portanto, as propriedades das colunas de ambas matrizes são similares. 16 Dimensão do Espaço-Coluna de A Exemplo 2: Considere a matriz A e a sua forma escalonada Ar : A = 0 @ 2 3 1 42 3 7 9 2 3 13 14 1 A e Ar = 0 @ 2 3 1 40 0 6 5 0 0 0 0 1 A I A colunas básicas de A:0 @ 22 2 1 A e 0 @ 17 13 1 A constituem uma base do espaço-coluna de A, Col (A). I Por sua vez, os vetores 0 @ 20 0 1 A e 0 @ 16 0 1 A constituem uma base do espaço coluna de Ar . Note que dimCol (A) = dimCol (Ar ) = 2, porém Col (A) 6= Col (Ar ) . 17 Dimensão do Espaço-Coluna de A (Cont.) I Além disso, é possível mostrar que a quarta coluna de ambas as matrizes pode ser expressa como uma combinação linear das bases do espaço-coluna das respectivas matrizes. De fato, temos que:0 @ 45 0 1 A = 19 12 0 @ 20 0 1 A+ 5 6 0 @ 16 0 1 A e 0 @ 49 14 1 A = 19 12 0 @ 22 2 1 A+ 5 6 0 @ 17 13 1 A Note que os coe cientes das combinações lineares associados à cada uma das bases é idêntico. 18 Dimensão do Espaço-Coluna de A Teorema: Para qualquer matriz A de tamanho n�m : dimCol (A) = posto A I Prova: dimCol (A) = no de bases de Col (A) = no de pivôs em Ar = no de linhas não-nulas em Ar = posto de A � 19
Compartilhar