Baixe o app para aproveitar ainda mais
Prévia do material em texto
A´lgebra Linear Professoras: Dra. Daiane Silva de Freitas Dra. Fab´ıola Aiub Sperotto Colaboradores: Felipe de Freitas Vilar Simone da Rosa 2012 2 Suma´rio 1 Espac¸os Vetoriais 5 1.1 Espac¸os Vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.1.1 Agora tente resolver! . . . . . . . . . . . . . . . . . . . . . . . 9 1.2 Subespac¸o Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 1.2.1 Agora tente resolver! . . . . . . . . . . . . . . . . . . . . . . . 11 1.3 Combinac¸a˜o Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.3.1 Agora tente resolver! . . . . . . . . . . . . . . . . . . . . . . . 14 1.4 Subespac¸os Gerados . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.4.1 Agora tente resolver! . . . . . . . . . . . . . . . . . . . . . . . 16 1.5 Dependeˆncia e Independeˆncia Linear . . . . . . . . . . . . . . . . . . 16 1.5.1 Agora tente resolver! . . . . . . . . . . . . . . . . . . . . . . . 17 1.6 Base e Dimensa˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 1.7 Produto Interno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 1.7.1 Agora tente resolver! . . . . . . . . . . . . . . . . . . . . . . . 23 1.7.2 Agora tente resolver! . . . . . . . . . . . . . . . . . . . . . . . 24 1.7.3 Agora tente resolver! . . . . . . . . . . . . . . . . . . . . . . . 26 1.7.4 Processo de ortogonalizac¸a˜o de Gram-Schmidt: . . . . . . . . . 26 1.7.5 Agora tente resolver! . . . . . . . . . . . . . . . . . . . . . . . 28 1.8 Lista de exerc´ıcios 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3 4 SUMA´RIO Cap´ıtulo 1 Espac¸os Vetoriais 1.1 Espac¸os Vetoriais Este e´ um ramo da A´lgebra Linear de grande importaˆncia. Vamos estender o conceito de vetor, usando as propriedades alge´bricas mais importantes dos vetores em Rn como axiomas. Primeiramente, vamos recordar alguns to´picos de Geometria Anal´ıtica: Considere as seguintes operac¸o˜es com vetores: - Adic¸a˜o: o vetor resultante pode ser obtido pela lei do paralelogramo. Essa operac¸a˜o e´ dotada de propriedades como a comutativa, associativa, a existeˆncia do elemento neutro e do elemento oposto para cada vetor. - Multiplicac¸a˜o por escalar: o produto α−→u e´ obtido multiplicando o comprimento do vetor pelo nu´mero real α, mantendo o mesmo sentido se α > 0 ou de sentindo oposto se α < 0. Esta operac¸a˜o tambe´m satisfaz algumas propriedades como a associativa e distributiva. A definic¸a˜o de um espac¸o vetorial envolve um corpo arbitra´rio cujos elementos no contexto da A´lgebra Linear sa˜o chamados de escalares. Espac¸os Vetoriais: Seja um conjunto V na˜o-vazio, no qual esta˜o definidas duas operac¸o˜es: u+ v (onde u,v e u+ v ∈ V ) 5 6 CAPI´TULO 1. ESPAC¸OS VETORIAIS αu (onde α ∈ R e u, αu ∈ V ) Sera´ chamado de espac¸o vetorial se sa˜o satisfeitas: A. Em relac¸a˜o a` adic¸a˜o: Esta´ definida uma adic¸a˜o em V que associa a cada par de elementos u e v um u´nico elemento em V , indicado por u+ v e chamado de soma de u com v, que satisfaz as seguintes propriedades, ∀u,v,w ∈ V : A1. (u+ v) + w = u+ (v + w), ∀u,v e w ∈ V (Associatividade da adic¸a˜o) A2. u+ v = v + u (Comutatividade da Adic¸a˜o) A3. ∃0 ∈ V , elemento neutro tal que u+ 0 = 0 + u = u A4. Para cada u ∈ V, ∃(−u) ∈ V / u+ (−u) = 0, elemento oposto. M. Em relac¸a˜o a` multiplicac¸a˜o: Esta´ definida uma multiplicac¸a˜o por escalar em V que associa cada escalar α ∈ R e cada elemento v ∈ V um u´nico vetor αv ∈ V , que satisfaz as seguintes propriedades, ∀α, β ∈ R e ∀u,v ∈ V : M1. 1 · u = u M2. (αβ)u = α(βu), αβ ∈ R M3. (α + β)u = αu+ βu, αβ ∈ V M4. α(u+ v) = αu+ αv Observac¸a˜o: os elementos u,v ∈ V sa˜o chamados vetores. A justificativa esta´ no fato de as operac¸o˜es de adic¸a˜o e multiplicac¸a˜o por escalar realizada com esses elementos (conjuntos) de natureza ta˜o distinta se comportam de forma ideˆntica como se estive´ssemos trabalhando com os pro´prios vetores do R2 e R3. Para verificar as propriedades do espac¸o vetorial, vamos considerar treˆs vetores gene´ricos: u = (x1, y1), v = (x2, y2), w = (x3, y3) A1. (u+ v) + w = u+ (v + w) (u+ v) + w = ((x1, y1) + (x2, y2)) + (x3, y3) (u+ v) + w = (x1 + x2, y1 + y2) + (x3, y3) (u+ v) + w = ((x1 + x2) + x3, (y1 + y2) + y3) 1.1. ESPAC¸OS VETORIAIS 7 (u+ v) + w = (x1 + (x2 + x3), y1 + (y2 + y3)) (u+ v) + w = (x1, y1) + ((x2, y2) + (x3, y3)) (u+ v) + w = u+ (v + w) A2. u+ v = v + u u+ v = (x1, y1) + (x2, y2) u+ v = (x1 + x2, y1 + y2) u+ v = (x2, y2) + (x1, y1) u+ v = v + u A3. u+ 0 = 0 + u = u u+ 0 = (x1, y1) + (0,0) u+ 0 = (x1 + 0, y1 + 0) u+ 0 = (x1, y1) A4. u+ (−u) = 0 u+ (−u) = (x1, y1) + (−x1, y1) u+ (−u) = (x1 − x1, y1 − y1) u+ (−u) = (0,0) M1. 1 · u = u · 1 = u 1 · u = 1 · (x1, y1) 1 · u = (x1, y1) · 1 1 · u = (x1, y1) 1 · u = u · 1 = u M2. (αβ)u = α(βu) (αβ)u = ((αβ)x1, (αβ)y1) (αβ)u = (α(βx1), α(βy1) (αβ)u = α(βx1, βy1) (αβ)u = α(β(x1, y1) (αβ)u = α(βu) M3. (α + β)u = αu+ βu (α + β)u = (α + β)(x1, y1) 8 CAPI´TULO 1. ESPAC¸OS VETORIAIS (α + β)u = α(x1, y1) + β(x1, y1) (α + β)u = αu+ βu M4. α(u+ v) = αu+ αu α(u+ v) = α((x1, y1) + (x2, y2)) α(u+ v) = α(x1 + x2, y1 + y2) α(u+ v) = (αx1 + αx2, αy1 + αy2) α(u+ v) = (αx1, αy1) + αx2, αy2) α(u+ v) = α(x1, y1) + α(x2, y2) α(u+ v) = αu+ αv Exemplo 1 V = R2 e´ um espac¸o vetorial real. R2 = {(x,y);x,y ∈ R} e´ o conjunto dos pontos no plano. Um par ordenado pode ser um ponto ou um vetor no plano. V = R3 e´ um espac¸o vetorial real. R3 = {(x,y,z);x,y,z ∈ R} e´ o conjunto dos pontos do espac¸o. V = Mm×n(R) o conjunto das matrizes de ordem m × n, com elementos em R e´ um espac¸o vetorial com as operac¸o˜es de adic¸a˜o de matrizes e multiplicac¸a˜o de uma matriz por um escalar. V = M2×2(R) Adic¸a˜o: [ a b c d ] + [ e f g h ] = [ a+ e b+ f c+ g d+ h ] . 1.1. ESPAC¸OS VETORIAIS 9 Multiplicac¸a˜o por um escalar: α · [ a b c d ] = [ αa αb αc αd ] . V = Pn(R) o conjunto dos polinoˆmios de grau menor ou igual a n. Toda reta (no plano ou no espac¸o) que passa pela origem. Todo plano que passa pela origem e´ um espac¸o vetorial do R3. Observac¸a˜o: Os s´ımbolos⊕ e� sa˜o utilizados para indicar que a adic¸a˜o e a multiplicac¸a˜o por escalar na˜o sa˜o as usuais. Exemplo 2 Mostrar que o seguinte conjunto R2 = {(a,b)/a,b ∈ R} na˜o e´ um espac¸o vetorial com relac¸a˜o as seguintes operac¸o˜es: (a,b)+(c,d) = (a+ c,b+d) e k� (a,b) = (ka,0). Vamos verificar os axiomas do espac¸o vetorial. Mas, observe que a operac¸a˜o de adic¸a˜o e´ a usual, portanto os axiomas da adic¸a˜o sa˜o satisfeitos. Vamos analisar os axiomas da multiplicac¸a˜o: M1 1 · u = 1(a,b) 1 · (a,b) = (1 · a, 0) = (a,0) 6= (a,b) Portanto falha o axioma M1, na˜o e´ espac¸o vetorial. 1.1.1 Agora tente resolver! 1. Verifique se os conjuntos abaixo sa˜o espac¸os vetoriais: a. V e´ o conjunto de todas as matrizes 2× 2 , [ c d a b ] onde c = d. b. V e´ o conjunto de todas as matrizes de ordem 3× 1. c O conjunto de todas as triplas ordenadas (x,y,z) de nu´meros reais com as operac¸o˜es (x1,y1,z1) + (x2,y2,z2) = (x2,y1 + y2,z2) e a · (x1,y1,z1) = (ax1,ay1,az1) = (αx1, αy1, αz1). d. O conjunto de todas as triplas ordenadas de nu´meros reais da forma (x,0,0) com as operac¸o˜es (x,0,0) + (x′,0,0) = (x+ x′,0,0) e α · (x,0,0) = (αx,0,0). e. R2 = {(a,b)/a,b ∈ R}, com a operac¸a˜o usual de adic¸a˜o, mas com a multiplicac¸a˜o por um escalar definida como β(x,y) = (x, βy). 2. Seja V o segundo quadrante do plano xy, isto e´, seja V = {(x,y) : x ≤ 0,y ≥ 0}, responda: se u e v esta˜o em V, sera´ que u+ v esta´ em V ? 10 CAPI´TULO 1. ESPAC¸OS VETORIAIS 1.2 Subespac¸o Vetorial Dado um espac¸o vetorial V , um subconjunto S, na˜o vazio, sera´ um subespac¸o vetorial de V se: a. Para quaisquer u,v ∈ S, tivermosu+ v ∈ S b. Para quaisquer α ∈ R, u ∈ S, tivermos αu ∈ S c. O vetor nulo 0 ∈ S. Exemplo 3 Se S = {(x,y) ∈ R2; y = kx} = {(x,kx) ∈ R2}. Uma reta que passa na origem e´ um subespac¸o vetorial. Observac¸a˜o: com relac¸a˜o ao exemplo anterior, considere dois vetores da reta, o vetor soma ainda e´ da reta e se multiplicarmos o vetor por um escalar, o vetor resultante ainda estara´ na reta. Proposic¸a˜o : Se S e´ um subespac¸o vetorial V , enta˜o S tambe´m e´ um espac¸o vetorial sobre R. Exemplo 4 Quando a reta na˜o passa na origem, por exemplo, S = {(x,6− 3x);x ∈ R}. Observac¸o˜es: • As condic¸o˜es acima garantem que ao operar vetores em S na˜o obteremos vetores fora de S. • Sendo va´lidas as condic¸o˜es citadas em S, os oito axiomas de espac¸o vetorial tambe´m se verificam. • Todo espac¸o vetorial V admite, pelo menos, dois subespac¸os, o pro´prio espac¸o vetorial S = V . E S = {0} o subespac¸o zero. Estes subespac¸os sa˜o chamados de subespac¸os triviais de V . 1.2. SUBESPAC¸O VETORIAL 11 1.2.1 Agora tente resolver! 1. Seja S = {(x,y,z) ∈ R3;x+ y = 0}, verificar se S e´ um subespac¸o vetorial. 2. Seja S = M2×3R = {[ 0 a b 0 a d ] ; a,b,d ∈ R } , o conjunto das matrizes de ordem 2× 3, onde a primeira coluna todos os elementos sa˜o nulos. S e´ um subespac¸o vetorial? 3. Verifique quais dos seguintes conjuntos sa˜o subespac¸os vetoriais de R3. (a) Todos os vetores da forma (x,0,0). (b) Todos os vetores da forma (x,1,1). (c) Todos os vetores da forma (x,y,z), onde b = a+ c. 4. Dados os conjuntos a seguir, verificar quais sa˜o subespac¸os em relac¸a˜o a`s operac¸o˜es de adic¸a˜o e multiplicac¸a˜o por um escalar: a. S = {(x,y,z) ∈ R3;x = 6y e z = 0} b. S = {(x,y,z) ∈ R3;x = z2} c. S = {(x,y,z) ∈ R3; y = x+ 2 e z = 0} d. S = {(x,x,x) ∈ R3;x ∈ R} e. S = {[ a b b c ] ; a,b,c ∈ R } , conjunto das matrizes sime´tricas. f. W = b−b 2b ; b ∈ R Resposta: Sa˜o subespac¸os os exerc´ıcios correspondentes as letras: a,d,e,f. 5. Determine se o conjunto dado e´ um subespac¸o de Pn para um valor apropriado de n: a. Todos os polinoˆmios da forma p(t) = at2 com a ∈ R. b Todos os polinoˆmios de grau no ma´ximo 3, com coeficientes inteiros. 12 CAPI´TULO 1. ESPAC¸OS VETORIAIS Intersec¸a˜o de subespac¸os vetoriais: A intersec¸a˜o de dois subespac¸os vetoriais do mesmo espac¸o vetorial V e´ tambe´m um subespac¸o vetorial de V . Sejam U e W dois subespac¸os vetoriais de V . A intersec¸a˜o de U e W , e´ representada por U ∩W , onde U ∩W = {v ∈ V ; v ∈ Uev ∈ W}, e´ um subespac¸o vetorial. Soma de subespac¸os vetoriais: Considere U e W dois subespac¸os vetoriais de V . A soma de U e W , representada por U +W , e´ o conjunto de todos os vetores u+w de V , definido como U +W = {u+ w;u ∈ Uew ∈ W}. Soma direta de subespac¸os vetoriais: Sejam U e W dois subespac¸os vetoriais de V . A soma direta V = U ⊕W, seV = U +W e U ∩W = {0}. 1.3 Combinac¸a˜o Linear Considere dois ou mais vetores de um espac¸o vetorial, esses vetores podem ser “combinados” usando-se as duas operac¸o˜es de um espac¸o vetorial: adic¸a˜o e multiplicac¸a˜o por um escalar. Seja um conjunto de vetores {v1,v2,. . . ,vn} de um espac¸o vetorial V . E sejam escalares α1, α2,. . . , αn ∈ R . Todo vetor v escrito como v = α1v1 + α2v2 + . . . αn e´ chamado de uma combinac¸a˜o linear. Exemplo 5 Todo vetor de R2 e´ uma combinac¸a˜o linear dos vetores −→i = (1,0) e−→ j = (0,1). Exemplo 6 Todo vetor de R3 e´ uma combinac¸a˜o linear dos vetores −→i = (1,0,0),−→j = (0,1,0) e −→ k = (0,0,1). Exemplo 7 Escrever v = (4,2,9) como combinac¸a˜o linear dos vetores v1 = (2,1,3), v2 = (1,0,3), v3 = (1,0,0). 1.3. COMBINAC¸A˜O LINEAR 13 Soluc¸a˜o: Procuramos escalares a,b,c tais que: v = av1 + bv2 + cv3 , sendo assim: (4,2,9) = a(2,1,3) + b(1,0,3) + c(1,0,0) (4,2,9) = (2a,a,3a) + (b,0,3b) + (c,0,0) (4,2,9) = (2a+ b+ c, a, 3a+ 3b) 2a+ 2b+ c = 4 a = 2→ a = 2, b = 1, c = −1 3a+ 3b = 9 v = 2v1 + v2 − v3 Definic¸a˜o: Definic¸a˜o: Seja V um espac¸o vetorial real,v1, v2,..., vn ∈ V e α1, α2,..., αn ∈ R. O vetor v = n∑ i=1 αivi = α1v1 + α2v2...+ αnvn E´ uma combinac¸a˜o linear de v1, v2,..., vn ∈ V . Contra exemplo: O vetor v = (1, 1, 2) na˜o e´ combinac¸a˜o linear dos vetores (1, 0, 1) e (2, 1, 1). Soluc¸a˜o: Ter´ıamos que encontrar valores para os escalares a e b tais que: v = av1+bv2, enta˜o: (1,1,2) = a(1,0,1) + b(2,1,1) (1,1,2) = (a,0,a) + (2b,b,b) (1,1,2) = (a+ 2b,b,a+ b) De acordo com a condic¸a˜o de igualdade entre vetores: a+ 2b = 1 b = 1 a+ b = 2 Na˜o existe soluc¸a˜o que satisfac¸a o sistema, portanto o vetor v na˜o pode ser escrito como combinac¸a˜o linear dos vetores dados. 14 CAPI´TULO 1. ESPAC¸OS VETORIAIS Exemplo 8 Seja a matriz A = [ 2 3 1 4 ] e´ uma combinac¸a˜o linear das matrizes[ 1 0 0 0 ] , [ 0 1 0 0 ] , [ 0 0 1 0 ] , [ 0 0 0 1 ] . Pois [ 2 3 1 4 ] = 2 [ 1 0 0 0 ] + 3 [ 0 1 0 0 ] + 1 [ 0 0 1 0 ] + 4 [ 0 0 0 1 ] 1.3.1 Agora tente resolver! 1. Dados os vetores u = (2,− 3,2) e v = (−1,2,4) em R3: a. Escreva o vetor w = (7,− 11,2) como combinac¸a˜o linear de u e v. b. Determine o valor de k para que o vetor (−8,14,k) seja uma combinac¸a˜o linear de u e v. c. Determinar uma condic¸a˜o entre a,b,c para que o vetor (a,b,c) seja uma combinac¸a˜o linear de u e v. 2. V = M2(R) e considere: v = [ 1 0 1 1 ] , u = [−1 2 0 1 ] , w = [ 0 −1 2 1 ] Escrever o vetor y = [ 1 8 0 5 ] como combinac¸a˜o de v,u,w. 3. Expressar o polinoˆmio v = t2 + 4t − 3 sobre R como combinac¸a˜o linear dos polinoˆmios p1 − 2t+ 5; p2 = 2t2 − 3t; p3 = t+ 3. 1.4 Subespac¸os Gerados Vimos em Geometria Anal´ıtica, que os vetores −→ i = (1,0,0), −→ j = (0,1,0) ∈ R3 geram o plano xOy. Isto significa que todo vetor v = (x,y,0) desse plano e´ combinac¸a˜o linear de −→ i e −→ j . O teorema que sera´ mostrado diz que se constru´ımos um conjunto W consistindo de todos os vetores que podem ser dados por combinac¸o˜es lineares de v1,v2,. . . ,vn 1.4. SUBESPAC¸OS GERADOS 15 enta˜o W sera´ um subespac¸o de V . Teorema: Seja V um espac¸o vetorial. Consideremos um subconjuntoA = {v1,v2,. . . ,vn} ⊂ V,A 6= 0. O conjunto W de todos os vetores de V que sa˜o combinac¸o˜es lineares de A e´ um subespac¸o vetorial de V . Demonstrac¸a˜o: Se u1 = a1v1+a2v2+...+anvn e u2 = b1v1+b2v2+...+bnvn ∈ V . Temos: a. u1 +u2 = (a1 + b1)v1 +(a2 + b2)v2 + ...+(an + bn)vn e´ tambe´m uma combinac¸a˜o linear de v1 e v2. Em outras palavras, u1 + u2 ∈ W . b. Seja u1 ∈ W e β ∈ R. Enta˜o u1 = β(a1v1 + a2v2 + ... + anvn) = (βa1v1) + (βa2v2) + ... + (βanvn) e´ tambe´m uma combinac¸a˜o linear de v1 e v2 , ou seja, βu1 ∈ W . c. Observe que W 6= ∅, pois, 0 = 0v1 + ...+ 0vn. Logo 0 ∈ W . O subespac¸o W = {v ∈ V/v = a1v1 + a2v2 + ... + anvn; a1...an ∈ R} diz-se gerado pelos vetores v1, v2,. . . ,vn ou gerado pelo conjunto A e e´ representado por: W = [v1,v2,. . . ,vn] ou S = G(A) Os vetores sa˜o chamados geradores do subespac¸o W . Todo conjunto A ⊂ V gera um subespac¸o vetorial de V , podendo ocorrer G(A) = V . Nesse caso, A e´ um conjunto gerador de V . Exemplo 9 Os vetores −→ i = (1,0), −→ j = (0,1) geram o espac¸o vetorial de R2 pois qualquer (x,y) ∈ R2 e´ uma combinac¸a˜o linear dos vetores i e j. Enta˜o [i,j] = R2. Exemplo 10 R3 = [(1,0,0),(0,1,0),(0,0,1)]. Qualquer vetor do espac¸o pode ser escrito como uma combinac¸a˜o linear desses treˆs vetores. Observac¸a˜o: Considere o seguinte caso: {v1,v2,. . . ,vn} de um espac¸o vetorial V , se w ∈ V e´ tal que w = a1v1 + a2v2 + ...+ anvn. Enta˜o, [v1,. . . ,vn,w] = [v1,. . . ,vn] Pois todo o vetor v que e´ uma combinac¸a˜o linear de v1,. . . ,vn,w e´ tambe´m uma combinac¸a˜o linear de v1,. . . ,vn.16 CAPI´TULO 1. ESPAC¸OS VETORIAIS 1.4.1 Agora tente resolver! 1. Determinar os subespac¸os gerados do R3 gerados pelos seguintes conjuntos: a. A = {(6,− 4,1)} b. A = {(1,0,1),(0,1,1),(−1,1,0)} 2. Determinar o subespac¸o gerado G(A) para A = {(2, − 2),(−4,4)}. O que representa geometricamente esse subespac¸o? 3. Considere o seguinte conjunto A = {(−1,3, − 1),(1, − 2,4)}. Determine o subespac¸o G(A) e o valor de k para que o vetor u = (5,k,11) pertenc¸a a G(A). 4. Mostre que os vetores (2,1) e (1,1) geram o R2. 1.5 Dependeˆncia e Independeˆncia Linear Seja V um espac¸o vetorial e v1,v2,. . . ,vn ∈ V . Dizemos que o conjunto {v1,v2,. . . ,vn} e´ Linearmente Independente (LI), ou que os vetores v1,v2,. . . ,vn sa˜o LI, se a equac¸a˜o a1v1 + a2v2 + ...+ anvn = 0. Sabemos que essa equac¸a˜o admite pelo menos uma soluc¸a˜o: a1 = 0, a2 = 0,. . . , an = 0, chamada soluc¸a˜o trivial. O conjunto de vetores acima diz-se LI ou os vetores v1, v2,. . . , vn sa˜o LI caso a equac¸a˜o acima admita apenas a soluc¸a˜o trivial ⇒ a1 = a2 = ... = an = 0. No caso em que exista algum ai 6= 0 dizemos que {v1,v2,. . . ,vn} e´ Linearmente Dependente (LD) ou que os vetores v1,v2,. . . ,vn sa˜o LD. Teorema: O conjunto {v1,v2,. . . ,vn} e´ LD se, e somente se, um destes vetores for uma combinac¸a˜o linear dos outros. 1.5. DEPENDEˆNCIA E INDEPENDEˆNCIA LINEAR 17 Observac¸o˜es: 1. Qualquer conjunto de vetores que contenha um subconjunto LD e´ LD. 2. Qualquer conjunto de vetores contendo o vetor nulo e´ LD. 3. Todo subconjunto de um conjunto LI e´ LI. 4. Um conjunto de dois vetores e´ LD se, e somente se, um deles e´ um mu´ltiplo escalar do outro. Exemplo 11 Os vetores i = (1,0) e j = (0,1) sa˜o linearmente independentes. Exemplo 12 De forma ana´loga os vetores i = (1,0,0),j = (0,1,0) e k = (0,0,1) tambe´m sa˜o linearmente independentes. Exemplo 13 O conjunto {[ 1 0 0 0 ] , [ 0 1 0 0 ] , [ 0 0 1 0 ] , [ 0 0 0 1 ]} e´ linearmente independente. Exemplo 14 Verifique se o seguinte conjunto e´ Linearmente Independente: {(1,2),(−1,− 3)} em R2. Soluc¸a˜o: Sa˜o LI pois, V = a1(1,2) + a2(−1,3) = (0,0) = (a1, 2a1) + (−a2,−3a2) = 0 = (a1 − a2, 2a1 − 3a2) = 0⇒ a1 − a2 = 0 2a1 − 3a2 = 0 ⇒ a1 = a2 ⇒ a1 = 0, a2 = 0 1.5.1 Agora tente resolver! 1. Classificar os seguintes conjuntos em LI ou LD: a. {(2,− 1,0),(−1,3,0),(3,5,0)} ∈ R3 18 CAPI´TULO 1. ESPAC¸OS VETORIAIS b. {(1,2,− 1),(2,4,− 2),(1,3,0)} ∈ R3 c. 2 + x− x2,−4− x+ 4x2, x+ 2x2 ∈ P2 d. 1 + x, x+ x2, 1 + x2 ∈ P2 e. {(2,1,0,0),(1,0,2,1),(−1,2,0,− 1)} ∈ R4 2. Sendo V o espac¸o vetorial das matrizes 2× 3, verificar se {A,B,C} e´ LI ou LD: A = [−1 2 1 3 −2 4 ] , B = [ 0 −1 2 −2 1 0 ] , C = [−1 0 5 −1 0 3 ] 3. Determinar o valor de k para que seja LI o conjunto: {(−1,0,2),(1,1,1),(k, − 2,0)}. 1.6 Base e Dimensa˜o Queremos determinar um conjunto de vetores geradores de V tal que todos os elementos sejam realmente necessa´rios para gerar V . Se pudermos encontrar tais vetores, teremos os alicerces de nosso espac¸o, com estes vetores fazendo o mesmo papel de −→ i , −→ j , −→ k na geometria espacial. Base: Um conjunto {v1, v2,. . . ,vn} de vetores de V sera´ uma base de V se: a) {v1, v2,. . . ,vn} e´ Linearmente Independente b) [v1, v2,. . . ,vn] = V,B gera V . Se {v1, v2,. . . ,vn} e´ uma base para V , enta˜o qualquer vetor de V e´ escrito de maneira u´nica como uma combinac¸a˜o linear dos vetores v1, v2,. . . ,vn. Base padra˜o do Rn (Base Canoˆnica): E´ uma base que tem como coeficientes da combinac¸a˜o linear os valores dos componentes do vetor: R2 ⇒ Base canoˆnica e1 = (1,0), e2 = (0,1) 1.6. BASE E DIMENSA˜O 19 R3 ⇒ Base canoˆnica e1 = (1,0,0), e2 = (0,1,0), e3 = (0,0,1) ... Rn ⇒ Base canoˆnica e1 = (1,0,...,0), e2 = (0,1,...,0), e3 = (0,0,...,1) Exemplo 15 1. {(1, 0), (0, 1)} e´ uma base do R2. 2. {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e´ uma base do R3. Exemplo 16 Verifique se B = {(2,3),(4,6)} e´ uma base do V = R2. Soluc¸a˜o: a) B e´ Linearmente Independente? a1(2,3) + a2(4,6) = (0,0) { 2a1 + 4a2 = 0⇒ 2a1 = −4a2 ⇒ a1 = −2a2 3a1 + 6a2 = 0 3(−2a2) + 6a2 = 0 −6a2 + 6a2 = 0 Portanto, B e´ linearmente dependente e na˜o e´ base de V = R2. Teorema: Seja V espac¸o vetorial sobre R e {v1,v2,. . . ,vn} uma base para V . Enta˜o qualquer conjunto no espac¸o V com mais de n vetores e´ necessariamente LD. Exemplo 17 1. Treˆs ou mais vetores no plano R2 sa˜o sempre L.D. 2. Quatro ou mais vetores no espac¸o R3 sa˜o sempre LD. 3. Cinco ou mais matrizes de ordem 2× 2 ( em M2(R)) sa˜o sempre LD. 20 CAPI´TULO 1. ESPAC¸OS VETORIAIS Observac¸a˜o: O teorema anterior e´ equivalente a “Um espac¸o vetorial gerado por n vetores tem no ma´ximo n vetores LI.” e tem como consequeˆncia que “Qualquer base de um espac¸o vetorial V tem sempre o mesmo nu´mero de vetores”. Dimensa˜o: A dimensa˜o do espac¸o vetorial V e´ o nu´mero de vetores da base de V . Assim, sendo V um espac¸o vetorial com uma base constitu´ıda por n vetores, diz-se que V tem dimensa˜o n, dimV = n. O espac¸o vetorial {0} constitu´ıdo somente pelo vetor nulo, e´ de dimensa˜o zero. Exemplo 18 1. dim (R2) = 2 2. dim (R3) = 3 3. Generalizando: dim (Rn) = n 4. Se W e´ subespac¸o vetorial de V edim(V ) = n enta˜o dim(W ) ≤ n. Observac¸o˜es: • Se temos um conjunto de n vetores que geram um espac¸o de dimensa˜o n, podemos garantir que este conjunto e´ LI e, portanto, forma uma base para o espac¸o. • Se temos um conjunto de n vetores LI de um espac¸o de dimensa˜o n, podemos garantir que o conjunto gera o espac¸o e, portanto, forma uma base para o mesmo. • A dimensa˜o de um subespac¸o vetorial pode ser determinada pelo nu´mero de varia´veis livres do seu vetor gene´rico. Exemplo 19 Determinar a dimensa˜o do subespac¸o: S = {(x,y,z) ∈ R3/2x+y+z = 0}. Soluc¸a˜o: Isolando z (ou x ou y ) na equac¸a˜o de definic¸a˜o tem-se: z = −2x− y, onde x e y sa˜o varia´veis livres. Para qualquer vetor (x,y,z) ∈ S tem-se: (x,y,z) = (x,y,− 2x− y) ou (x,y,z) = (x,0,− 2x) + (0,y,− y) 1.7. PRODUTO INTERNO 21 (x,y,z) = x(1,0,− 2) + y(0,1,− 1) Como esses dois vetores geradores de S sa˜o LI o conjunto {(1,0, − 2),(0,1, − 1)} e´ uma base de S e a dimensa˜o: dimS = 2 nu´mero de varia´veis livres. Observac¸a˜o: Uma base ordenada e´ uma base na qual fixamos a ordem dos seus vetores, isto e´, quem e´ o primeiro vetor, quem e´ o segundo vetor, etc. Componentes de um vetor: Dado o vetor v ∈ V como uma combinac¸a˜o linear da seguinte forma: v = α1v1 + α2v2 + ...+ αnvn Sendo B = {v1, v2,. . . ,vn} uma base de V . Os nu´meros α1,α2, ..., αn sa˜o denominados componentes ou coordenadas de vem relac¸a˜o a` base B e representamos por vB = (α1,α2, ..., αn) ou vB = α1... αn 1.7 Produto Interno Na Geometria Anal´ıtica, definimos o produto escalar entre vetores e foram estabelecidos alguns conceitos geome´tricos como comprimento, distaˆncia e ortogonalidade no R2 e R3 . A ideia agora, e´ generalizar o conceito de produto interno e os conceitos citados acima para Rn em espac¸os vetoriais. Definic¸a˜o: Um produto interno no espac¸o vetorial V e´ um func¸a˜o de V × V em R que a todo par de vetores (u,v) ∈ V × V associa um nu´mero real (u · v) , tal que u · v = x1x2 + y1y2 + z1z2 que satisfazem os seguintes axiomas: i. u · u ≥ 0 e u · u = 0 se, e somente se u = 0 Positividade 22 CAPI´TULO 1. ESPAC¸OS VETORIAIS ii. u · v = v · u Simetria iii. u · (v + w) = u · v + u · w Distributividade iv. (αu) · v = α(u.v), para todo α ∈ R Homogeneidade Consequeˆncias dos axiomas: a. 0 · u = u · 0, para todo u ∈ V b. (u+ v) · w = u · w + v · w c. u · (αv) = α(u · v) d. u · (v1 + · · ·+ vn) = u · v1 + · · ·+ u · vn Espac¸o Vetorial Euclidiano: Um espac¸o vetorial real, de dimensa˜o finita, no qual esta´ definidoum produto interno, e´ um espac¸o vetorial euclidiano. Exemplo 20 Sejam u = (x1,y1) e v = (x2,y2), vetores em R2 verifique que o produto interno u · v = 2x1x2 − 4y1y2, satisfaz os quatro axiomas do produto interno. Soluc¸a˜o: i. u · u = 2x1x1 − 4y1y1 = 2x21 − 4y21 ≥ 0 E, u · u = 2x1x1 − 4y1y1 = 0⇔ x1 = y1 = 0 ii. u · v = 2x1x2 − 4y1y2 = 2x2x1 − 4y2y1 = v · u iii. Se, w = (x3,y3): u · (v + w) = (x1,y1) · (x2 + x3,y2 + y3) u · (v + w) = (2x1x2 − 4y1y2) + (2x1x3 − 4y1y3) = u · v + u · w. iv. (αu) · v = (αx1,αy1) · (x2,y2) (αu) · v = 2(αx1)x2 − 4(αy1)y2 = α(2x1x2 − 4y1y2) = α(u · v) 1.7. PRODUTO INTERNO 23 Observac¸a˜o: Este produto interno e´ diferente daquele que realizamos em Geometria Anal´ıtica, portanto, verificamos que existe mais de um produto interno em um mesmo espac¸o. Exemplo 21 Calcular o produto interno dos vetores u = (1,2) e v = (3, − 2) do produto interno do exemplo anterior. Soluc¸a˜o: u · v = 2x1x2 − 4y1y2 = 2(1)(3)− 4(2)(−2) = 6 + 16 = 22. 1.7.1 Agora tente resolver! 1. Considere V = R2 e dados u = (x1,y1),v = (x2,y2), verifique se u·v = x1x2+y1y2 e´ um produto interno. E, calcular o produto interno dos vetores u = (2,3),v = (−2,3). 2. Sejam u = (x1,y1),v = (x2,y2) ∈ R2. Verifique quais das func¸o˜es f : V ×V → R, definidas abaixo sa˜o produtos internos: (a) f(u,v) = 3x1x2 − x1y2 − x2y1 + 3y1y2 (b) f(u,v) = 8x1x2 3. Sejam u = (x1,y1,z1),v = (x2,y2,z2) ∈ R3. Verifique se func¸a˜o e´ um produto interno sobre R3: u · v = 3x1x2 + 5y1y2 + 2z1z2. Observac¸a˜o: 1. Seja V = P2, polinoˆmios em P2: Considere u = a0 +a1x+a2x2 e v = b0 + b1x+ b2x 2, enta˜o a fo´rmula que define o produto interno sera´: u·v = a0b0+a1b1+a2b2. 2. O produto interno em Mnn: Sejam u e v matrizes de ordem 2, u = [ a1 b1 c1 d1 ] e v = [ a2 b2 c2 d2 ] , temos que o produto interno e´ simplesmente o produto escalar das entradas correspondentes das duas matrizes u · v = a1a1 + b1b2 + c1c2 + d1d2. 3. Se V for o espac¸o das func¸o˜es cont´ınuas C[a,b]: Sejam f e g ∈ V duas func¸o˜es cont´ınuas em C[a,b] e definimos f ·g = ∫ b a f(x) ·g(x)dx como o produto interno das func¸o˜es cont´ınuas. A verificac¸a˜o dos axiomas fica a cargo do leitor. 24 CAPI´TULO 1. ESPAC¸OS VETORIAIS Exemplo 22 Considere o conjunto das func¸o˜es cont´ınuas V = {f : [0,1]⇒ R}. Se f(x) = x e g(x) = 3x− 2. Calcule f · f , f · g. Soluc¸a˜o: f · f = ∫ 1 0 f(x) · f(x)dx = ∫ 1 0 x · xdx = ∫ 1 0 x2dx = x 3 3 |10= 13 f · g = ∫ b a f(x) · g(x)dx = ∫ 1 0 x · (3x− 2)dx = ∫ 1 0 (3x2 − 2x)dx = x3 − x2 |10= 0 1.7.2 Agora tente resolver! 1. Repetir o exerc´ıcio anterior para as func¸o˜es f(t) = t2 − 2t e g(t) = t+ 3. Mo´dulo ou Norma: e´ o nu´mero real na˜o negativo, |v| , definido por |v| = √v · v = √ x21 + y 2 1 + z 2 1 . Propriedades: a. |v| ≥ 0, para todo v ∈ V e |v| = 0 se, e somente se v = 0 b. |αv| = |α||v|, para todo v ∈ V e todo α ∈ R c. |u · v| ≤ |u||v|, para todo u, v ∈ V Prova: Se u = 0, os dois lados sa˜o iguais e sa˜o nulos. Vamos considerar u 6= 0, v 6= 0 e α ∈ R, pela propriedade [i]: (u+ αv) · (u+ αv) ≥ 0, Efetuando o produto interno: u · u+ u(αv) + (αv · u) + α2(v · v) ≥ 0 |u|2 + α2|v|2 + 2(u · v)α ≥ 0 ou |v|2α2 + 2(u · v)α + |u|2 ≥ 0. Temos um trinoˆmio do segundo grau em α, com |v|2 6= 0. Como o coeficiente de α2 e´ sempre positivo, o discriminante deve satisfazer: (2u · v)2 − 4|u|2|v|2 ≤ 0 4(u · v)2 − 4|u|2|v|2 ≤ 0 (u · v)2 ≤ |u|2|v|2 |u · v| ≤ |u||v| Essa e´ a desigualdade de Cauchy-Schwarz. 1.7. PRODUTO INTERNO 25 d. |u+ v| ≤ |u|+ |v| Prova: |u+ v|2 = |u|2 + 2(u · v) + |v|2, pelo item anterior, |u+ v|2 ≤ |u|2 + 2|u| · |v|+ |v|2 |u+ v|2 ≤ (|u|+ |v|)2 Extraindo a raiz quadrada, obtemos |u + v| ≤ |u| + |v|, conhecida como desigualdade triangular. Distaˆncia: d(u,v) = |u− v| = √(x1 − x2)2 + (y1 − y2)2 + (z1 − z2)2. Aˆngulo entre dois vetores: cosθ = u·v|u||v| , 0 ≤ θ ≤ pi. Vetores ortogonais: u,v ∈ V , diz-se que u e v sa˜o ortogonais ortogonais se u·v = 0. Conjunto ortogonal de vetores: Seja V um espac¸o vetorial. Um conjunto de vetores {v1,v2,. . . ,vn} ⊂ V e´ ortogonal se dois vetores quaisquer, distintos, sa˜o ortogonais, isto e´, vi · vj = 0 para i 6= j. Um conjunto ortogonal de vetores na˜o nulosA = {v1,v2,. . . ,vn} e´ linearmente independente. Justificativa: Considere a1v1 + a2v2 + ...+ anvn = 0 e fac¸amos o produto interno (a1v1 + a2v2 + ...+ anvn) · vi = 0 · vi ou a1(v1 · vi) + a2(v2 · vi) + ...+ an(vn · vi) = 0 O conjunto A e´ ortogonal se vj · vi = 0, para j 6= i e vi · vi 6= 0 pois vi 6= 0. Enta˜o, ai(vi · vi) = 0 se ai = 0. Base Ortogonal: Uma base {v1,v2,. . . ,vn} de V e´ ortogonal se seus vetores sa˜o dois a dois ortogonais. Exemplo 23 Determinar os vetores (a,b,c) para que o conjunto B = {(1,−3,2),(2,2,2),(a,b,c)} seja uma base ortogonal do R3 em relac¸a˜o ao produto interno usual. Soluc¸a˜o: v1 · v3 = 0⇒ a− 3b+ 2c = 0 v2 · v3 = 0⇒ 2a+ 2b+ 2c = 0 26 CAPI´TULO 1. ESPAC¸OS VETORIAIS Resolvendo o sistema temos que a = −5b e c = 4b. Portanto, v3 = (−5b,b,4b) = b(−5,1,4) para b 6= 0. Base Ortonormal: Uma base {v1,v2,. . . ,vn} de um espac¸o vetorial euclidiano V e´ ortonormal se B e´ ortogonal e todos os seus vetores sa˜o unita´rios, vi.vj = { 0 para i 6= j 1 para i = j 1.7.3 Agora tente resolver! 1. Construir a partir do conjunto B do exemplo anterior, uma base ortonormal. (Observac¸a˜o: Dado um vetor na˜o nulo, o vetor v|v| e´ unita´rio. Neste caso dizemos que o vetor esta´ normalizado e o processo que transforma o vetor v em v|v| chama-se normalizac¸a˜o). 2. Seja V = R3 munido do produto interno usual e o conjunto A = {(1,−1,−2)} ⊂ V . Encontre uma base ortogonal B de V tal que A ⊂ B. 1.7.4 Processo de ortogonalizac¸a˜o de Gram-Schmidt: Dado um espac¸o vetorial euclidiano V e uma base B = {v1,v2,. . . ,vn} desse espac¸o, e´ poss´ıvel a partir dessa base, determinar uma base ortogonal de V . Supondo que v1,v2,. . . ,vn na˜o sa˜o ortogonais, seguimos os seguintes passos: w1 = v1 precisamos determinar a partir de v2 um novo vetor v2 ortogonal a w1. Para isso, w2 = v2 − αw1 em que α e´ escolhido de modo que w2 seja ortogonal a w1, isto e´, α = v2.w1 w1.w1 , enta˜o, w2 = v2 − ( v2.w1 w1.w1 ) w1. Assim, os vetores w1 e w2 sa˜o ortogonais. O processo segue de maneira analo´ga, para o vetor: w3 = v3 − a2w2 − a1w1, determina-se os valores de a1 e a2 de maneira que o vetor w3 seja ortogonal aos vetores w1 e w2. Assim, w3 = v3 − ( v3.w2 w2.w2 ) w2 − ( v3.w1 w1.w1 ) w1 Enta˜o, os vetores w1,w2 e w3 sa˜o ortogonais. 1.7. PRODUTO INTERNO 27 Pode-se concluir o teorema por induc¸a˜o, para um conjunto com n vetores: wn = vn − (an−1)wn−1 − · · · − a2w2 − a1w1 Dessa forma, a partir de um conjunto B = {v1,v2} obtemos uma base ortogonal {w1,w2}. Para obter uma base ortonormal, basta normalizar cada wi, onde ui = wi|wi| , obtendo assim uma base B′ = {u1,u2} que e´ ortonormal em relac¸a˜o a base B. Exemplo 24 Considere o conjunto B = {(3,4),(1,2)} ∈ R2, ortonormalizar essa base pelo processo de Gram-Schmidt, segundo o produto interno usual de cada espac¸o. Soluc¸a˜o: Passo 1: w1 = v1 = (3,4) u1 = w1 |w1| = (3,4) |(3,4)| = ( 3 5 , 4 5 ) Passo 2: w2 = v2 − (v2 · u1) · u1 v2 · u1 = (1,2) · (3 5 , 4 5 ) = 11 5 w2 = (1,2)− 11 5 ( 3 5 , 4 5 ) = ( −8 25 , 6 25 ) u2 = w2 |w2| = ( −8 10 , 6 10 ) Portanto B′ = {(3 5 ,4 5 ),(−8 10 , 6 10 )}. Resumo: Dado um conjunto {v1,v2, . . . ,vn} ∈ V , na˜o ortogonal, enta˜o: w1 = v1 w2 = v2 − (v2 · u1) · u1 w3 = v3 − (v3 · u2) · u2 − (v3 · u1) · u1 ... wn = vn − (vn · un−1) · un−1 − . . .− (vn · u2) · u2 − (vn · u1) · u1 28 CAPI´TULO 1. ESPAC¸OS VETORIAIS 1.7.5 Agora tente resolver! 1. Considere o seguinteconjunto B = {(1,0,0),(0,1,1),(0,1,2)}. Ortonormalizar essa base pelo processo de Gram-Schmidt, segundo o produto interno usual R3. 2. Verifique se a base B = {(2,1, − 1),(0,1,1),(1, − 1,1)} do R3 e´ ortogonal e construa uma base ortonormal a partir de B. 3. Determine quais dos conjuntos de vetores sa˜o base ortogonais: (a) { −31 2 , 24 1 , 1−1 2 } (b) { 31 −1 , −12 1 , 2−2 4 } (c) { 2 3 −1 4 , −2 1 −1 0 , −4 −6 2 7 } 4. Verifique se os vetores formam uma base ortogonal para R2 ou R3 e escreva w como combinac¸a˜o linear dos vetores dessa base: (a) v1 = (4,− 2),v2 = (1,2),w = (1,− 3). (b) v1 = (1,0,− 1),v2 = (1,2,1),v3 = (1,− 1,1),w = (1,1,1). 5. Verifique se cada um dos conjuntos abaixo sa˜o ortonormais: (a) { [ 3 5 4 5 ] , [−4 5 3 5 ] } (b) { [ 1 2 1 2 ] , [ 1 2−1 2 ] } 6. Aplique o processo de Gram-Schmidt para construir uma base ortonormal para o conjunto B = {v1 = (1,− 1,− 1,1),v2 = (2,1,0,1),v3 = (2,2,1,2)} 1.8. LISTA DE EXERCI´CIOS 3 29 1.8 Lista de exerc´ıcios 3 1. Mostrar se os conjuntos com as operac¸o˜es de adic¸a˜o e multiplicac¸a˜o por escalar definidos sa˜o ou na˜o espac¸os vetoriais. Para aqueles que na˜o sa˜o citar os axiomas que na˜o se verificam: (a) R3,(x,y,z) + (x′,y′,z′) = (x+ x′,y + y′,z + z′) e k(x,y,z) = (0,0,0). (b) o conjunto de todos os vetores em R2 da forma [ y y ] com as operac¸o˜es usuais de adic¸a˜o e multiplicac¸a˜o por escalar. (c) o conjunto de todas as matrizes 2 × 2 triangulares superiores, com as operac¸o˜es usuais de adic¸a˜o de matrizes e multiplicac¸a˜o por escalar. (d) R2,(x,y) + (x′,y′) = (x+ x′,y + y′) e α · (x,y) = (α2x,α2y). Resposta: b) e c) sa˜o espac¸os vetoriais. 2. Verificar se o seguinte conjunto V = {f : R → R}, onde f e g ∈ V e α ∈ R, definido por: (f,g)→ (f + g)(x) = f(x) + g(x) e´ um espac¸o vetorial. 3. Verificar quais dos subconjuntos de R2 sa˜o subespac¸os vetoriais de R2 relativamente a`s operac¸o˜es de adic¸a˜o e multiplicac¸a˜o por escalar usuais: (a) o conjunto de todas as matrizes diagonais n× n. (b) S = {(x,x2)|x ∈ R} (c) o conjunto W de todos os polinoˆmios da forma a+ bx− bx2 + ax3 + bx4. (d) S = {(x,y) ∈ R2|y = x+ 4}. Resposta: a) e c) 4. Verificar se o conjunto dado e´ um subespac¸o vetorial: V = R5,W = {(0,x2,x3,x4,x5)|xi ∈ R}. 5. Mostre que o seguinte subconjunto de R4 e´ um subespac¸o vetorial: W = {(x,y,z,t) ∈ R4|x+ y = 0; z − t = 0}. 6. Verifique se o conjunto W e´ um subespac¸o vetorial W = {(a,2a,3a);α ∈ R}, V = R3. 7. Escreva o vetor w = (−4,7,7) como combinac¸a˜o linear dos vetores v = (1,2,−1) e u = (−2,1,3). 30 CAPI´TULO 1. ESPAC¸OS VETORIAIS 8. Quais dos vetores abaixo sa˜o combinac¸o˜es lineares de u = (0, − 2,2) e v = (1,3,− 1): (a) (1,− 1,0) (b) (2,2,2) (c) (3,1,5) 9. Escreva w como combinac¸a˜o linear de v1,v2,v3 : v1 = (1,1),v2 = (−1,1),v3 = (3,0),w = (1,− 4). 10. Considere os vetores v1 = (1,2,5), v2 = (7,− 1,5) e v3 = (1,− 1,− 1), vetores do R3. Esses vetores sa˜o LD, escreva um desses vetores como combinac¸a˜o linear dos outros dois. (Dica: considere x1v1 +x2v2 +x3v3 = 0, resolva o sistema para determinar x1, x2, x3). 11. Escreva a matrizA = [ 6 0 3 8 ] como combinac¸a˜o linear de: A1 = [ 4 0 −2 −2 ] ,A2 =[ 1 −1 2 3 ] , A3 = [ 0 2 1 4 ] . 12. Escreva a matrizA como combinac¸a˜o linear de: A1 = [ 1 −1 0 3 ] ,A2 = [ 1 1 0 2 ] , A3 =[ 2 2 −1 1 ] sabendo que A = [ 3 −1 −1 5 ] . 13. Explique por que o conjunto de vetores dado e´ linearmente independente: u = (−1,2,4) e v = (5,− 10,− 20) em R3. 14. Classificar os seguintes subconjuntos do R2 em LI ou LD: (a) {(2,− 1),(3,5)} (b) {(1,3),(2,6)} Respostas: a)LI, b)LD 15. Classificar o seguinte subconjunto do R3 em LI ou LD: (a) {(2,1,3),(0,0,0),(1,5,2)} 1.8. LISTA DE EXERCI´CIOS 3 31 Resposta: LD 16. Quais dos conjuntos de vetores abaixo formam uma base para R2 ? (a) {(1,3),(−1,1)} (b) {(1,3),(−2,6)} (c) {(1,2),(2,− 3),(3,2)} (d) {(3,− 1),(2,3)} (e) {(0,1),(0,2)} Resposta: a), b), d). 17. Mostrar que os vetores v1 = (1,1,1),v2 = (0,1,1),v3 = (0,0,1) geram o R3. Resposta: (x,y,z) = xv1 + (y − x)v2 + (z − y)v3. 18. Mostre que: {[ 1 0 0 0 ] , [ 0 1 0 0 ] , [ 0 0 1 0 ] , [ 0 0 0 1 ]} e´ uma base de M(2,2). 19. Determine geradores para os seguintes subespac¸os: (a) W = {(x,y,z) ∈ R3, x− y − z = 0} (b) W = {(x,y,z)R3,x− y − z = 0 ex+ 2y = 0} Resposta: a)W = [(1,1,0),(1,0,1)] b)W = [(−2,1− 3)] 20. Verifique se sa˜o verdadeiras ou falsas as afirmac¸o˜es: ( ) Dois vetores sa˜o LD se, e somente se, um deles e´ mu´ltiplo do outro. ( ) Um conjunto que conte´m um subconjunto de vetores LD e´ LD. ( ) Um subconjunto de um conjunto LI pode ser LD. 21. Dados os seguintes subespac¸os do R4: (a) S1 = {(a,b,c,d)|a+ b+ c = 0} (b) S2 = {(a,b,c,d)|a− 2b = 0,c = 3d} Determinar a dimensa˜o de S1 e S2 e uma base de S1 e S2. Resposta: a) dimS1 = 3 b) dimS2 = 2.
Compartilhar