Prévia do material em texto
Milene Pimenta Observação: Os elementos do espaço vetorial V são chamados vetores. Exemplos de Espaços Vetoriais Propriedades da Adição Propriedades da Multiplicação por um escalar Propriedades dos Espaços Vetoriais Subespaços Vetoriais Sejam V um espaço vetorial e S um subconjunto não-vazio de V. S é um subespaço vetorial de V se S é um espaço vetorial em relação à adição e à multiplicação por escalar definidas em V. Teorema: Um subconjunto S não vazio, de um espaço vetorial V é um subespaço vetorial de V se estiverem satisfeitas as condições. Demonstração: Observação: Exemplo 1: Exemplo 2: Exemplo 3: Combinação Linear Exemplo 1: Exemplo 2: Soma de dois Subespaços Vetoriais Exemplo: Soma direta de dois Subespaços Vetoriais Exemplo: Interseção de dois Subespaços Vetoriais Exemplo: Subespaços Gerados Exemplos: Dependência e independência linear Definição: Seja V um espaço vetorial. Os vetores v1, v2, . . ., vm, V dizem-se linearmente dependentes, se existem escalares α1, α2, ... , αm ℝ, não simultaneamente nulos, tais que α1v1 + α2v2 + ... + αmvm = 0. Caso contrário, se diz que os vetores são linearmente independentes . Base e dimensão: Definição: Um conjunto S = {u1, u2, ..., um} de vetores é uma base de V, se valem as seguintes condições: i) Os vetores u1, u2, ... , um são linearmente independentes. ii) O vetores u1, u2, ... , um geram V. Definição: Um conjunto B = {u1, u2, ... , un} de vetores é uma base de V, se todo vetor v ∈ V pode se escrever de maneira única como combinação linear dos vetores da base. Neste caso, dizemos que o espaço vetorial V tem dimensão finita n, ou que é n- dimensional e se escreve dim V = n. Teorema: Seja V um espaço vetorial de dimensão finita. Então, toda base de V tem o mesmo número de elementos. Por definição, o espaço vetorial {0} tem dimensão 0. Quando um espaço vetorial não tem dimensão finita dizemos que este espaço é de dimensão infinita. Exemplos: •{(1,0), (0,1)} é uma base do R2 (base canônica) •{(1,0,0), (0,1,0), (0,0,1)} é uma base do R3 (base canônica) •{(1,1,1), (1,0,1), (1,1,0 )} é uma base do R3 •{(1,0), (0,1), (1,1)} não é uma base do R2 . O conjunto gera o R2 , mas não é L.I. Teorema: Sejam v1, v2, ...vn vetores não nulos que geram um espaço vetorial V. Então, entre v1, v2, ...vn podemos extrair uma base para V. Teorema: Seja V espaço vetorial sobre R e V = [v1, v2, ....vn ]. Então qualquer subconjunto de V com mais de n vetores é necessariamente L.D. Exemplos: •Três vetores no plano (R2) são sempre L.D. •Quatro vetores no espaço (R3) são sempre L.D. Observação: O Teorema anterior é equivalente a “Um espaço vetorial gerado por n vetores tem no máximo n vetores L.I.” e tem como conseqüência que Qualquer base de um espaço vetorial V tem sempre o mesmo número de vetores. Este número é chamado de dimensão de V e denotado por dim V. Definição. Diz-se que uma base b = {v1, v2, ..., vn} de um espaço vetorial euclidiano V é base ortonormal se vi . vj = , isto é, b é uma base ortogonal com vetores unitários. Base Ortonormal Componentes de um Vetor Teorema. Fixada uma base b = {v1, v2, .., vn} de um espaço vetorial V, cada vetor v V se escreve de forma única como combinação linear dos vetores da base b , isto é, existem e são únicos os escalares a1, a2, ..., an, tal que v = a1v1 + a2v2 + ... + anvn Definição. Os escalares a1, a2, .., an, que comparecem no teorema anterior, são chamados coordenadas de v em relação à base b . Usamos, como expressão dessa idéia, a notação que é lida do seguinte modo: as coordenadas do vetor v, em relação a base b, são a1, a2, ... e an.