Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Universidade Tecnológica Federal do Paraná Campus Medianeira ÁLGEBRA LINEAR Prof. a Priscila Pigatto Gasparin Medianeira 2017 2 1. Espaços Vetoriais 1.1 Historico Ao final do século XIX após o estabelecimento das bases matemática da teoria de matrizes foi observado que várias entidades matemáticas que eram tratadas de formas diferentes possuíam propriedades semelhantes, o que motivou os matemáticos da época a criarem uma teoria consistente que viabilizasse um tratamento uniforme a tais entidades. Como exemplo vetores pertecentes ao 2 e ao 3 , funções polinomiais e funções diferenciáveis apresentam as mesmas propriedades de adição e da multiplicação por escalar, observadas para o caso matricial. Tal constatação deu origem à definição de espaço vetorial. Historicamente contextualizando a ideia original associado a definição de espaço vetorial foi publicada em 1844 por Hermann Grassmann (1808-1887). Na época em que publicou seu trabalho não houve muita repercursão e somente 44 anos depois da publicação do trabalho de Grassmann é que o matemático italiano Giuseppe Peano (1858-1932) publicou uma interpretação condensada dos conceitos estabelecidos por Grassmann. No entanto as definições correntes de espaço vetorial, subespaço vetorial, bases e dimensão foram estabelecidos por um matemático alemão chamado Weul (1895-1955) que reconheceu a magnitude e a importância do trabalho originalmente proposta por Grassmann. 1.2 Espacos Euclidianos O espaço euclidiano n – dimensional ( n ) é o produto cartesiano de n fatores iguais a . xxxn ... Se n=1 1 temos a reta Se n=2 x2 temos o plano Se n=3 xx3 temos o espaço euclidiano tridimensional 1.3 Espaco Euclidiano Tridimensional O espaço euclidiano tridimensional é definido pelo conjunto: },,/),,{(3 zyxzyx . Logo os elementos de 3 são termos ordenados. Dados 3),,( zyx e 3 111 ),,( zyx tem-se que ),,(),,( 111 zyxzyx se e somente se, 1xx , 1yy , 1zz . 3 Em 3 podem ser definidas duas operações: Definição 1: Dados 3 111 ),,(),,( zyxzyx e 3 definimos: 1) Adição de elementos de 3 ),,(),,(),,( 111111 zzyyxxzyxzyx 2) Multiplicação de elementos de 3 por escalares de ),,(),,( zyxzyx Estas duas operações satisfazem as seguintes propriedades: Proposição 1: Dados zyx ,, e )0,0,0(0 elementos 3 e , então: 1) xyyx 2) )()( zyxzyx 3) xxx 00 4) xx ).().( 5) yxyx )( 6) xxx )( 7) xxx 1..1 8) 0)()( que tal)(- 3 xxxxx Note que, se ),,( zyxx então ),,( zyxx Em geral, um conjunto onde são definidas as operações de adição e multiplicação por um número real (escalar) como na definição anterior, satisfazendo às propriedades anteriores é chamado espaço vetorial sobre e seus elementos são chamados vetores. Logo 3 é um espaço vetorial (de dimensão 3) sobre . De forma analoga, 2 é um espaço vetorial de dimensão 2 sobre . 2 Vetores no plano No plano cartesiano ortogonal um ponto P do plano é identificado pelo par (a,b) de números reais onde as quantidades a e b são as coordenadas do ponto P. 4 Temos que o conjunto de pontos PQ e QP sejam iguais considerando a orientação, eles são distintos. Temos segmento que: Definição: Para qualquer segmento orientado no plano existe outro equivalente a este cujo ponto inicial é a origem. Definição: Os segmentos orientados com ponto inicial na origem são denominandos vetores no plano e são determinados exclusivamente pelo seu ponto final, uma vez que o ponto inicial é fixo na origem. Desta forma, um vetor OPv é representado pelas coordenadas do seu ponto final P(a,b). Usamos a notação: b a v ou v=(a,b) para identificar um vetor cujo ponto final é (a,b). Note que: - O vetor nulo é representado por 0 = (0,0) - O oposto de um vetor é v= (a,b) então w=(-a,-b) 2.1 Operações com vetores no plano a) A adição de dois vetores Se v=(a,b) e w=(c,d) então v+w=(a+c,b+d) O segmento OA tem a mesma orientação de PQ , uma vez que eles têm mesma direção e mesmo sentido, eles são equivalentes. 5 b) Multiplicação Se v=(a,b) e w=k.v então w=(k.a,k.b) Exemplo 1) Dados os vetores )1,4(u e )6,2(v . Então u + v, represente geometricamente 2) Dados os vetores )1,3(v e )2,6(.21 vw e )2,6().2(2 vw . Faça a representação geometrica. 3 Vetores no Espaço A ideia de vetor no espaço tridimensional pode ser dado por um ponto P do espaço é identificado como uma terna de números reais (x,y,z) onde x,y,z são as coordenadas do ponto P. 6 Cada ponto do espaço ),,( cbaP é associado um único vetor OPv e reciprocamente dado um vetor, este fica associado a um único ponto do espaço que é seu ponto final. Assim, um vetor OPv é representado pelas coordenadas do seu ponto final ),,( cbaP . Denotamos c b a v ou ),,( cbav para identificar um vetor cujo o ponto final é ),,( cba . A origem do espaço representa o vetor nulo )0,0,0(0 . Se V é o conjunto de vetores no espaço então: 3 321 });,,{( xxxxxxV i 3.1 Operação com vetores no espaço Temos as seguintes operações no espaço: 1) uvvu (comutativa) 2) )()( wvuwvu (associativa) 3) Vetor nulo: V 0 chamado vetor nulo, ou vetor zero tal que Vu 00 uuu 4) Inverso aditivo: Para cada vetor Vu existe um vetor Vu- chamado inverso aditivo, ou simétrico de u ta que 0)(u- uuu 5) uuu )( 6) vuvu )( 7) ).().( uu (Associativa da multiplicação) 8) uuu 1..1 (Elemento neutro da multiplicação) 4 Espaços Vetoriais Definição: Um espaço V é um conjunto, cujos os elementos são chamados vetores no qual, estão definidas duas operações: Adição que a cada par de vetores Vvu , faz corresponder um novo vetor denotado por Vvu chamado a soma de vu , Multiplicação por um número real que a cada e a cada vetor Vu faz corresponder um vetor denotado por u. , chamado produto de por u . Estas operações devem satisfazer, para quaisquer Vwvu ,, e , (Distribuitiva da Multiplicação) 7 Exemplos 1) Seja },/),{(2 yxyxV é um espaço vetorial com as operações de adição e multiplicação por um número real. Mostre que V é um espaço vetorial. 2) Considere agora V como o conjunto das matrizes de ordem 2 cujos elementos são números complexos, ou seja, Cz zz zz V i; 45 21 . Assim, se Vvu , , então verifique se V é um espaço vetorial utilizando a soma vu e u.8 5 Subespaços Vetoriais Definição: Seja V um espaço vetorial. Dizemos que VW é um subespaço vetorial de V se forem satisfeitas as seguintes condições: a) Se WvuWvu então , b) Se então WuWu Observações: a) As condições da definição garantem que ao operarmos em W (soma e multiplicação por escalar) não obteremos um vetor de W . Isto é suficiente para afirmar que W é ele próprio um Espaço Vetorial. b) Qualquer subespaço W de V precisa conter o vetor nulo; c) Todo espaço vetorial admite pelo menos dois subespaços o conjunto formado pelo vetor nulo e o próprio espaço vetorial. Exemplos 1) Seja 5V e ),,,,0( 5432 xxxxW W é um subespaço vetorial? 9 6 Combinação Linear Definição: Seja V um espaço vetorial real n2121 a,...,a,a ,...,, Vvvv n . Então o vetor: nnvavavav ,...,2211 é um elemento de V ao que chamamos de combinação linear de nvvv ,...,, 21 Exemplo 1) Em 2 os vetores )16,10(v é uma combinação linear dos vetores )2,1(1 v )4,3(2 v pois 21 24 vvv 10 7 SUBESPAÇOS GERADOS Considere um espaço vetorial V . Seja 1 2, ,..., nA v v v V , com A . Designando por S , o conjunto de todos os vetores de V que são combinações lineares dos vetores de A é um subespaço de V . De fato. Se 1 1 2 2 ... n nu a v a v a v e 1 1 2 2 ... n nv b v b v b v são dois vetores quaisquer de S , pode-se escrever: 1 1 1 2 2 2 ... n n nu v a b v a b v a b v 1 1 2 2 ... n nu a v a v a v Logo, S é um subespaço vetorial de V . Simbolicamente },...,,,.../{ 212211 nnn aaavavavavVvS Observações 1) O subespaço S diz-se gerado pelos vetores nvvv ,...,, 21 ou gerado pelo conjunto A, e representa-se por: ],...,,[ 21 nvvvS ou S = G(A) Os vetores nvvv ,...,, 21 são chamados geradores do subespaço S, enquanto A é o conjunto gerador de S. 2) Para o caso particular de A define-se }0{][ 3) )(AGA ,ou seja, ],...,,[},...,,{ 2121 nn vvvvvv 4) Todo conjunto VA gera um subespaço vetorial de V, podendo ocorrer G(A)=V. Nesse caso, A é um conjunto gerador de V. Exemplos 1) Os vetores 1,0i e 0,1j geram o espaço vetorial 2 , pois qualquer 2),( yx é combinação linear de i e j , ou seja, , 1,0 0,1 ,0 0, ,x y xi yj x y x y x y . 2) Os vetores 1 1,0,0e , 2 0,1,0e e 3 0,0,1e geram o espaço vetorial 3 , pois qualquer é combinação linear de 1 2 3, ee e e : , , 1,0,0 0,1,0 0,0,1x y z x y z 11 3) Os vetores 1 1,0,0e e 2 0,1,0e do 3 geram um subespaço },/)0,,{( 3 yxyxS , pois: , ,0 1,0,0 0,1,0x y x y S é um subespaço do 3 , geometricamente o plano xy. 4) Seja 3V . Determinar o subespaço gerado pelo vetor )3,2,1(1 v 5) Seja 3V . Determinar o subespaço gerado pelo conjunto },,{ 321 vvvA sendo )1,1,1(1 v )0,1,1(2 v )0,0,1(3 v Sejam V = M(2,2) e o subconjunto 11 13 32 21 A , determine o subespaço G(A). 12 8 DEPENDÊNCIA E INDEPENDÊNCIA LINEAR Definição: Sejam V um espaço vetorial e Vvvv n ,...,, 21 . Dizemos que o conjunto nvvv ,...,, 21 é linearmente independente (LI) ou que os vetores nvvv ,...,, 21 são LI se a equação 0,...,2211 nnvavava implica que 0,...,21 naaa . No caso em que exista algum 0ia dizemos que nvvv ,...,, 21 é linearmente dependente (LD) ou que os vetores nvvv ,...,, 21 são LD. Teorema: nvvv ,...,, 21 é LD se, e somente se, um destes vetores for uma combinação linear dos outros. Note que: Um conjunto de vetores é LI se e somente se nenhum deles for uma combinação linear dos outros. Exemplos 1) Seja 2V e )2,1(1 v )1,0(2 v e )1,1(3 v . Verifique se os vetores são LD ou LI. 2) Seja )1,1(),1,1( A em 2 são independentes se )0,0()1,1()1,1( 21 3) Seja )2,1(),1,1(),1,1( A em 2 são dependentes se )0,0()2,1()1,1()1,1( 321 4) Seja )}(),(),({ 321 xpxpxpV onde 1)( 21 xxxp 32)(2 xxp 1)( 23 xxp . Verifique se V é um conjunto LD ou LI. 5) Em 2V )0,1(1 e )1,0(2 e são LI. 13 6) Considere o espaço vetorial 3 e os conjuntos de vetores )0,0,1(),1,1,1(),3,2,1( )7,5,3(),1,1,1(),3,2,1( . Os conjuntos , são LI ou LD. Teorema: Um conjunto },...,,...,,{ 21 ni vvvvV é LD se, e somente se, pelo menos um destes é combinação linear dos outros. Demonstração: )( Seja V LD. Por definição, existe pelo menos uma constante 0i tal que: 02211 nnii vvvv logo n i n ii i vvvv 2 2 1 1 ou seja, iv é combinação linear dos outros vetores. )( Seja iv uma combinação linear dos outros vetores: 01 11112211 11112211 nniiiii nniiiii vvvvvv vvvvvv ou ainda, Verifica-se 01i então },,,{ 21 nvvv é LD Corolário: Um conjunto },...,,...,,{ 21 ni vvvvV é LI se, e somente se, nenhum desses vetores for combinação linear dos outros. Exemplo: Considere },,{ 321 vvvV e },{ 21 vvW , onde )2,1(1 v )1,0(2 v )1,1(3 v . Mostre que 3v é combinação linear de 1v e 2v Teorema: a) Um conjunto finito que contenha 0 é linearmente dependente b) Um conjunto de exatamente um vetor é linearmente independente se, e só se, esse vetor não é 0 c) Um conjunto de exatamente dois vetores é linearmente independente se, e só se, nenhum dos dois vetores é um múltiplo escalar do outro. Propriedades de Dependência e Independência Linear. Seja V um espaço vetorial a) Se 0}{ vVvS então S é LI 14 b) Considera-se, por definição que V é LI c) Se SS 1 é LD S é LD d) Se S é LI então SS 1 também é LI e) Se VvvvS n },...,,{ 211 é LI e VwvvvS n },,...,,{ 21 é LD então nnvvvw ...2211 Verificar se são LI ou LD os seguintes conjuntos: a) )2,2( 912 63 34 21 M b) 2)}3,1(),1,2{( c) 2 222 }743,32,21{ Pxxxxxx 15 9 Base de um Espaço Vetorial Agora queremos encontrar dentro de um espaço vetorial V um conjunto finito de vetores, tais que qualquer outro vetor de V seja uma combinação linear deles. Queremos determinar um conjunto de vetores que gere V tal que todos os elementos sejam realmente necessários para gerar V. Se pudermos encontrar tais vetores, teremos os alicerces do nosso espaço, com estes vetores fazendo o mesmo papel que i,j,k na Geometria Analítica no espaço. Chamaremos um conjunto desse tipo de base. Definição: Um conjunto Vvvv n ,...,, 21 é uma base do Espaço Vetorial se: a) é linearmente independente (L.I) b) gera V ( é gerador de V, ou seja, Vvvv n ],...,,[ 21 ). Observações: 1) Quando )}1,0(),0,1{( então é uma base de 2 , denominada canônica. De fato: a) é LI pois 00)1,0()0,1( 2121 b) )1,0()0,1(),(,),( 2 yxyxyx 2) De forma análoga temos que: )}1,...,0,0(,),0,...,1,0(),0,...,0,1{( é uma base do n denominada base canônica 3) Para }1{ então temos a base canônica do Exemplos 1) Dado )1,0,0(),0,1,0(),0,0,1(B verifique se B é base de 3 . 2) Seja )1,1(),1,1( A é base de 2 3) Verifique se o conjunto )2,0(),1,0( é base de 2 16 4) O conjunto nxxx ,...,,,1 2 é base do espaço vetorial nP . Verifique. Observação: Todo conjunto LI de um espaço vetorial V é base do subespaço por ele gerado. Exemplo: Seja 3)}0,3,1(),1,2,1{( é LI e gera o subespaço }03/),,{( 3 zyxzyxS então é uma base de S. Teorema:Se },...,,{ 21 nvvv é uma base de um espaço vetorial V então todo conjunto com mais de n vetores é LD. De fato, Seja },...,,{ 21 ' mwww um conjunto de m vetores de V, com m > n. Queremos mostrar que ' é LD. Sejam mxxx ,...,, 21 não todos nulos tais que: 0,...,2211 mmwxwxwx (01) Como é uma base de V e Vw '1 então iii ,...,, tal que 12211 22112 22111 ... ... ... ... nnn nn nn vvvw vvvw vvvw (02) Substituindo (02) em (01) e ordenando os termos: 0),...,( ),...,( ),...,( 21 222212 112111 nmnnn m m vxxx vxxx vxxx (03) Como os vetores },...,,{ 21 nvvv são uma base para V então eles são LI. Logo: 0... 0.. 0 0 21 22212 12111 mnn m m nxxx xxx xxx Sendo m > n, o sistema admite mais de uma solução, além da solução trivial. 17 },...,,{' 21 nwww é LD. Corolário: Duas bases quaisquer de um espaço vetorial têm o mesmo número de vetores. De fato, sejam: },...,,{ 21 nvvvA e },...,,{ 21 mwwwB duas bases para V. Como A é base e B é LI mn Como B é base e A é LI nm Então m = n Teorema: Seja V um espaço vetorial tal que nV )dim( então: a) qualquer conjunto com 1n ou mais vetores é LD. b) qualquer conjunto LI com n vetores é base de V Exemplos 1) A base canônica do 3 tem três vetores. Logo, qualquer outra base do 3 terá também três vetores. 2) A base canônica de M(2 , 2) tem quatro vetores. Portanto, toda base de M(2 , 2) terá quatro vetores. 1) Verifique se é uma base de 2 a) )}3,3(),1,1{( b) )}1,1{( 2) Seja 10 00 , 01 00 , 00 10 , 10 01 Mostre que é uma base para M2x2( ) 18 9 DIMENSÃO Definição: A dimensão de um espaço vetorial V não nulo é o número de vetores de uma base para V, ou seja, se V possui uma base com n vetores, então V tem dimensão n e adota-se nV dim . Se V não possui uma base, ou seja, a base é então 0dim V (por exemplo }0{V é LD). Se V possui uma base com infinitos vetores então Vdim é infinita e adota-se Vdim . Exemplos 1) 2dim 2 pois toda a base de 2 tem dois vetores 2) nmnmM .),(dim 3) 4)2,2(dim M 4) 1 ndiimPn A dimensão de qualquer subespaço W do 3 só poderá ser 0,1,2 ou 3. Temos os seguintes casos: 1) 0dim W então W = {0} é a origem 2) 1dim W então W é uma reta que passa pela origem 3) 2dim W então W é um plano que passa pela origem 4) 3dim W então W = 3 5) Seja o conjunto )3,1(),1,2( é uma base do 2 .De fato, a 2dim 2 e os dois vetores dados são LI pois nenhum vetor é múltiplo escalar do outro eles forma uma base do 2 . 6) Determine uma base e a dimensão para o polinômio 2,1,12 xxx , para que este seja base de 2P Teorema: Seja V um espaço vetorial de dimensão n. Qualquer conjunto de vetores LI em V é parte de uma base, isto é, pode ser completado até formar uma base de V. 19 Exemplo: Sejam )2,0,1(1v )3,1,0(2 v . Complete o conjunto },{ 21 vv de modo a formar uma base do 3 . Teorema: Se WU e são subespaços de uma espaço vetorial V que tem dimensão finita então VU dimdim e VW dimdim . Além disso, )dim(dimdim)dim( WUWUWU Sejam os vetores )3,2,1(1v , )2,1,0(2v )1,0,0(3v . Mostrar que o conjunto },,{ 321 vvvB é uma base do 3 20 10 COORDENADAS Definição: Seja V um espaço vetorial gerado e uma base de V formada pelos vetores nuuu ,...,, 21 . Em que Vv sendo nnuxuxuxv ...21211 os coeficientes nxxx ..., 21 são chamados componentes ou coordenadas de v em relação a base e se representa por: nx x x v 2 1 Exemplos 1) No 2 consideremos as bases )1,0(),0,1( )3,1(),0,2( )4,2(),3,1( .Dado o vetor v = (8,6). Encontre as coordenadas de v em relação a ,, 2) Mostre que os vetores )1,0,0(),1,1,0(),1,1,1( formam uma base de 3 . Encontre as coordenadas de 3)0,2,1( com relação a base formada pelos vetores acima. 21 11 MUDANÇA DE BASE Em um problema de Física (cinemática ou estática) torna-se muito mais simples se for escolhido um referencial conveniente para descrever o movimento. Por exemplo, num problema em que um corpo se move no plano xy, cuja a trajetória é uma elipse de equação 0322 yxyx a descrição do movimento torna-se simplificado se ao invés de trabalharmos com os eixos x e y (isto é, o referencial determinado pela base formada por i e j) utilizamos um referencial que se apoia nos eixos principais da elipse. Neste novo referencial a equação da trajetória será mais simples: 623 2 1 2 1 yx . Desta forma, temos duas questões a resolver: 1) Como escolher o novo referencial? 2) Uma vez escolhido qual a relação entre as coordenadas de um ponto no antigo referencial e suas coordenadas no novo? Então como mudar de um sistema de coordenada para outro. Sejam nuu ,...,1 e nww ,...,' 1 duas bases ordenadas de um mesmo espaço vetorial V. Dado um vetor Vv podemos escrevê-lo como: Como podemos relacionar as coordenadas de v em relação a base . nx x x v 2 1 Com as coordenadas do mesmo vetor v em relação à base ' ny y y v 21 ' Já que nuu ,...,1 é base de V, podemos escrever os vetores wi como combinação linear dos uj, isto é, nn nn wywyv uxuxv ... ... 11 11 (1) 22 Substituindo em (1) temos: nnn nnnnnnnnnn uyayaya uauauayuauauaywywyv )...( )...(...)...(... 1221111 22111221111111 Mas, nnuxuxv ...11 e como as coordenadas em relação a base são únicas, temos: nnnnnn nn nn yayayax yayayax yayayax ... ... ... 2211 22221212 12121111 Em forma matricial: nnnn n n y y aa aa x x x 1 1 111 2 1 ... ... Logo, se usarmos a notação nnn n aa aa I ... ... 1 111 ' Temos a relação: ' ' vIv A matriz 'I é chamada matriz mudança de base ’ para a base . Compare 'I com (2) e observe que esta matriz é obtida colocando as coordenadas em relação a de wi na i-ésima coluna. Note que uma vez obtida 'I podemos encontrar as coordenadas de qualquer vetor em relação à base , multiplicando a matriz pelas coordenadas de v na base ’. nnnnnn nn nn uauauaw uauauaw uauauaw ... ... ... 2211 22221122 12121111 (2) 23 Exemplos 1) Sejam )4,3(),1,2( e ’= )1,0(),0,1( bases de 2 . Encontre 'I 2) Use a matriz mudança de base para encontrar as coordenadas de v em relação à base em que v sendo v = (5, -8) 3) Considere as bases em 3 . )2,1,1(),1,1,1(),1,0,1( e ’ )1,0,0(),0,1,0(),0,0,1( . Encontre 'I 24 12 INVERSA DA MATRIZ DE MUDANÇA DE BASE Se em (1) começarmos escrevendo os ui em função dos wj chegaremos à relação: vIv '' Um fato importante é que as matrizes 'I 'I são inversíveis e ' 1' II Exemplo 1) No exemplo anterior podemos obter 'I a partir de 'I 25 13 PRODUTO INTERNO EM ESPAÇOS VETORIAIS Chama-se produto interno no espaço vetorial V uma função de V x V em que todo par de vetores VxVvu ),( associa um número real indicado por vu. ou vu, tal que os seguintes axiomas sejam verificados: 1) uvvu .. 2) wuvuwvu ..).( 3) )..()..( vuvu 4) 0. uu e 00. uuu Observações: a) O número real u.v é chamado produto interno dos vetores u e v. b) Dos quatro axiomas da definição acima decorrem as propriedades: I) 00..0 uu Vu II) wvwuwvu ..).( III) )..()..( vuvu IV) nn uvuvvuvvvu ....)...( 2121 Exemplos 1) No espaço vetorial 2V , a função que associa a cada par de vetores ),( 11 yxu e ),( 22 yxv o número real 2121 4.3. yyxxvu é um produto interno. 26 Observações 1) O produto interno que acabamos de apresentar é diferente do produto interno usual no 3 . Este seria definido por: 2121. yyxxvu donde se depreende ser possível a existência de mais de um produto interno num mesmo espaço vetorial. 2) Se ),,( 111 zyxu e ),,( 222 zyxv são vetores quaisquer do 3 o número real 212121. zzyyxxvu define o produto interno usual no 3 . De forma análoga, nn yxyxyxvu .... 2211 define o produto interno usual no n . 3) Sejam 2PV e 01 2 2 axaxap 01 2 2 bxbxbq vetores quaisquer de P2. A fórmula 001122. bababaqp define um produto interno em P2. Exemplo Seja 2.4.3 2 xxp e 1.3.2 2 xxq então 8)1(23).4(2.3. qp Note que: 1122. babaqp não define, sobre V um produto interno. Nesse caso, falha o axioma P4, pois existem polinômios Vp tais que p.p=0 sem que p=0. Por exemplo 300 2 xxp 4) Seja V o espaço das funções reais contínuas no intervalo ba, . Se f e g pertencem a V, b a dxxgxfgf )().(. define sobre V um produto interno. 5) O número 2 2 1 2 212. yyxxvu sendo ),( 11 yxu ),( 22 yxv não define no 2 um produto interno. Nesse caso não se verificam os axiomas P2 e P3. Considerando o axioma P3, tem-se: 2 2 1 22 212211 2),).(,()..( yyxxyxyxvu enquanto 2 2 1 2 212 2 1 2 21 2)2()..( yyxxyyxxvu Portanto: )..()..( vuvu Exemplos 1) Em relação ao produto usual do 2 calcular u.v, dados: a) u = (-3,4) v=(5,-2) b) u = (6,-1) v = (1/2,-4) 27 2) Para os mesmos vetores do exercício anterior, calcular u.v em relação ao produto interno do exemplo 1. 2121 ..4..3. yyxxvu 3) Consideremos o 3 munido do produto interno usual. Sendo v1= (1,2,3) v2 = (3,-1,-1) v3 = (2,-2,0) de 3 . Determinar o vetor u tal que u.v1 = 4, u.v2 =6 u.v3=2 4) Seja fécontinuafV ;1,0: o espaço vetorial munido do produto interno: 1 0 )().(. dttgtfgf . Determinar h1.h2 e h1.h1 tais que h1 e h2 V e h1(t)=t e h2(t)=t 2 a) h1.h2 b) h1.h1 28 14 ESPAÇO VETORIAL EUCLIDIANO Um espaço vetorial real de dimensão finita, no qual está definido um produto interno é um espaço vetorial euclidiano. - Módulo de um vetor Dado um vetor v de um espaço vetorial euclidiano V chama-se módulo, norma ou comprimento de v o número real não negativo indicado por v definido por: vvv . Note que: Se ),( 1,11 zyxu for um vetor do 3 com produto interno usual tem-se: 1 2 1 2 1 2 111111 ),,).(,,( zyxzyxzyxv Distância entre dois vetores Chama-se distância entre dois vetores (ou pontos) u e v o número real representado Sendo ),,( 111 zyxu ),,( 222 zyxv vetores do 3 com produto usual tem-se: 2 21 2 21 2 21 212121 )()()(),( ),,(),( zzyyxxvud zzyyxxvuvud Observações: 1) Se 1v , isto é, v.v = 1, o vetor é chamado vetor unitário. Diz-se, nesse caso que v está normalizado. 2) Todo vetor não nulo Vv pode ser normalizado fazendo: v v u Note que: 1 . . 2 2 2 v v v vv v v v v portanto v v é unitário Exemplo Consideremos o espaço 3V com o produto interno 21212121 23 zzyyxxvv sendo ),,( 1111 zyxv ),,( 2222 zyxv . Dado o vetor 3)2,1,2( v em relação a esse produto interno tem-se: 29 Propriedades do módulo de um vetor Seja V um espaço vetorial euclidiano: I) 0v Vv 0v se, e somente se, v = 0 II) vv . Vv III) vuvu .. Vvu , (Desigualdade de Schwarz ou Inequaçãode Cauchy – Schwarz) IV) vuvu Vvu , Observação: Essa desigualdade, denominada desigualdade triangular vista no 2 ou no 3 confirma a propriedade geométrica de que num triângulo a soma dos comprimentos de dois lados é maior que o comprimento do terceiro lado. A igualdade somente ocorre quando os dois vetores u e v são colineares. Ângulo de dois vetores Sejam u e v vetores não nulos de um espaço vetorial euclidiano V a desigualdade de Schwarz: vuvu .. pode ser escrita assim: 1 . vu vu ou 1 . vu vu o que implica em 1 . 1 vu vu . Por esse motivo, pode-se dizer que a fração vu vu. é igual ao cosseno de um ângulo denominado ângulo dos vetores u e v. vu vu. cos 0 Exemplos 1) Consideremos o 3 com o produto interno usual. Determinar a componente c do vetor v = (6,-3,c) tal que 7v 2) Seja o produto interno usual no 3 e no 4 . Determine o ângulo entre os seguintes pares de vetores. a) u = (2,1,-5) v = (5,0,2) 30 b) u = (1,-1,2,3) v=(2,0,1,-2) 3) Seja V um espaço vetorial euclidiano Vvu , . Determinar o cosseno do ângulo entre os vetores u e v, sabendo que 3u 7v 54 vu 31 15 VETORES ORTOGONAIS Seja V um espaço vetorial euclidiano Diz-se que dois vetores u e v de V são ortogonais e se representa vu se, e somente se u.v = 0. Exemplo Seja 2V um espaço vetorial euclidiano em relação ao produto interno 21212211 ,2,),).(,( yyxxyxyx . Em relação a este produto interno, os vetores u= (-3,2) v = (4,3) são ortogonais pois: u.v = -3.(4) +2.(2).(3) = 0 Note que: O vetor 0 V é ortogonal a qualquer v V, 0.v = 0 Conjunto Ortogonal de Vetores Seja V um espaço vetorial euclidiano. Diz-se que um conjunto de vetores Vvvv n ,...,, 21 é ortogonal se dois vetores quaisquer, distintos são ortogonais, isto é vivj = 0 para i j . Exemplo No 3 o conjunto )3,5,1(),1,0,3(),3,2,1( é ortogonal em relação ao produto interno usual pois: Teorema Um conjunto ortogonal de vetores não nulos nvvvA ,...,, 21 é linearmente independente (LI). De fato: Consideremos a igualdade 0...2211 nnvavava Fazendo o produto interno de ambos os membros da igualdade por iv iinn vvvavava .0)....( 2211 ou 0).(...)(....)( 11 inniiii vvavvavva Como A é ortogonal 0. ij vv para ij e 0. ii vv pois 0iv . Então 0).( iii vva implica ai=0 para i = 1,2,..., n. Logo, nvvvA ,...,, 21 é LI. 32 Base Ortogonal Diz-se que uma base nvv ,...,1 de V é ortogonal se os seus vetores são dois a dois ortogonais. Temos que, no exemplo )3,5,1(),1,0,3(),3,2,1( é uma base ortogonal do 3 . Base Ortonormal Uma base nvvvB ,...,, 21 de um espaço vetorial euclidiano V é ortonormal se B é ortogonal e todos os seus vetores são unitários, ou seja, 1 o vv ji Exemplos 1) )1,0(),0,1(B é uma base ortonormal do 2 ( é a base canônica) 2) 2 3 , 2 1 , 2 1 , 2 3 B é também base ortonormal do 2 3) )1,0,0(),0,1,0(),0,0,1(B é uma base ortonormal do 3 (é a base canônica) 4) 321 ,, uuuB sendo 3 1 , 3 1 , 3 1 1u 6 1 , 6 1 , 6 2 2u 2 1 , 2 1 ,03u é também base ortonormal do 3 , pois Obs: Se v é um vetor não nulo o vetor v v é unitário. Diz-se nesse caso que v está normalizado. O processo que transforma v em v v chama-se normalização de v. Assim uma base ortonormal sempre pode ser obtida de uma ortogonal normalizando cada vetor. Exemplo A base 321 ,, uuuB sendo )1,1,1(1 v )1,1,2(2 v )1,1,0(3 v é ortogonal em relação ao produto interno usual. Normalizando cada vetor obtemos: para i j para i = j 33 16 PROCESSO DE ORTOGONALIZAÇÃO DE GRAM-SCHMIDT Dado um espaço vetorial euclidiano V e uma base qualquer nvvvB ,...,, 21 desse espaço é possível a partir dessa base determinar uma base ortogonal de V. De fato, supondo que nvvv ,...,, 21 são ortogonais considere-se w1 = v1. Determine o valor de de modo que o vetor 122 wvw seja ortogonal a w1: 11 12 111.21112 112 . . ).(0).(. 0).( ww wv wwwvwwwv wwv Substituindo o valor de temos: 1 11 12 22 . w ww wv vw Assim, os vetores w1 e w2 são ortogonais. Por indução podemos concluir o Teorema admitindo que por esse processo, tenham sido obtidos (n-1) vetores 121 ,...,, nwww e considerar o vetor: 112211 ... wawawavw nnnn sendo 121 ,...,, naaa tais que o referido vetor wn seja ortogonal aos vetores 121 ,...,, nwww . Os valores de 121 ,...,, naaa que aparecem em wn são: 11 1 1 ww wv a n , 22 2 2 ww wv a n , 33 31 3 ww wv a n , ... , 11 1 1 nn nn n ww wv a Assim, a partir de nvvvB ,...,, 21 obtivemos a base ortogonal 121 ,...,, nwww . O processo que permite a determinação de uma base ortogonal a partir de uma base qualquer chama-se processo de ortogonalização de Gram – Schmidt. Para obter uma base ortonormal, basta normalizar cada wi. Fazendo i i i w w u obtemos a base B ' nuuu ,...,, 21 que é uma base ortonormal obtida a partir da base: nvvvB ,...,, 21 . Obs: Tendo em vista que: 1 1 11 1 2 1 1 11 1 11 1 1 1 )..( 1 ... w uv w x w w v w w v ww w v ww wv a nnnn n 34 1 1 11 1 2 1 1 11 1 11 1 1 3 3 33 3 2 3 3 33 3 33 3 3 2 2 22 2 2 2 2 22 2 22 2 2 1 )..( 1 ... 1 )..( 1 ... 1 )..( 1 ... n nn nn n n n n n nn n n nn nn n nnnn n nnnn n w uv w x w w v w w v ww w v ww wv a w uv w x w w v w w v ww w v ww wv a w uv w x w w v w w v ww w v ww wv a Os vetores nwww ,...,, 21 podem ser expressos do seguinte modo: I) 11 vw II) 11222 1 1 122122 )..( )..(. uuvvw w w uvvwavw III) 11.211 11322333 1 1 13 2 2 2333 112233 )..().(...)..( ).()..( )..()..( . uuvuvuuvvw uuvuuvvw w w uv w w uvvw wawavw nnnnnnn Exemplo Sejam )1,1,1(1 v )1,1,0(2 v )1,0,0(3 v vetores do 3 . Esses vetores constituem uma base 321 ,, vvvB não ortogonal em relação ao produto interno usual. Pretendemosobter a partir de B, uma base B’ 321 ,, uuu que seja ortonormal 35 1) Determinar o valor de m para que os vetores )3,,2( mu )4,2,1( mv sejam ortogonais em relação ao produto interno usual do 3 2) Seja 3V e o produto interno 212121222111 32),,).(,,( zzyyxxzyxzyx Determinar um vetor unitário simultaneamente ortogonal aos vetores )1,2,1(u e )1,1,1(v 3) Construir a partir do vetor )1,2,1(1 v uma base ortogonal do 3 relativamente ao produto interno usual e obter, a partir dela uma base ortonormal. 36 1) Seja V o espaço vetorial n . Qual é o vetor nulo de V e o que é ),...,,( 21 nxxx ? 2) Mostre que os seguintes subconjuntos do 4 são subespaços do 4 : a) }03/),,,{( 4 zyxtzyxW b) 02/),,,{( 4 zyxtzyxK }0t c) Seja 3V e }2/),,{( yxzzyxS d) Seja 3V e 2/),,{( xyzyxR }0z 3) Verifique se os subconjuntos abaixo são subespaços de M(2,2) a) dcba dc ba V ,,, e cb b) dcba dc ba W ,,, e 1 cb 4) Sejam vetores )2,3,2( u e )4,2,1(v em 3 : a) Escreva )2,11,7( W como combinação linear de u e v. b) O vetor (2,-5,4) pode ser escrito como combinação linear de u e v? Por quê? c) Para que valor de k, ),14,8( kW é uma combinação linear de u e v? 5) Consideremos no espaço },,/.{ 22 cbacbttaP os vetores 1221 ttp 22 tp ttp 23 2 . a) Escrever o vetor 755 2 ttp como combinação linear de 321 ,, ppp b) Escrever o vetor 755 2 ttp como combinação de 1p e 2p c) É possível escrever 1p como combinação linear de 2p e 3p 6) Escrever o vetor 20 como combinação linear dos vetores: a) )3,1(1 v e )6,2(2 v b) )3,1(1 v e )5,2(2 v 37 7) Expressar o vetor )6,4,4,1( u como combinação linear dos vetores )0,1,3,3(1 v )2,1,1,0(2 v )0,0,1,1(3 v 8) Classificar os seguintes subconjuntos do 3 em L.I ou L.D. a) )}3,1,2{( b) )}1,1,1(),1,1,1{( c) )}0,5,3(),0,3,1(),0,1,2{( d) )}2,5,1(),0,0,0(),3,1,2{( e) )}0,3,1(),2,4,2(),1,2,1{( f) )}3,0,1(),1,1,2(),2,1,1{( g) )}2,1,3(),2,1,0(),0,0,1(),1,2,1{( 9) Determinar o valor de k para que seja L.I o conjunto )}0,2,(),1,1,1(),2,0,1{( k 10) Verificar quais dos seguintes conjuntos de vetores formam base de 2 a) )}3,1(),2,1{( b) )}8,4(),6,3{( c) )}3,2(),1,3{( 11) Para que valores de K o conjunto )}4,(),,1{( kk é base do 2 12) O conjunto }143,32,{ 2323 ttttttA é base de P3? Justifique: 13) Determinar o vetor coordenada de )2,6(v em relação às seguintes bases. a) )}2,0(),0,3{( b) )}1,2(),2,1{( c) )}1,0(),0,1{( d) )}0,1(),1,0{( 14) No espaço vetorial 3 consideremos a seguinte base )}1,1,1(),0,1,0(),0,0,1{( . Determinar o vetor coordenada de 3v em relação a base se: a) )4,3,2( v 38 b) )6,5,3(v c) )1,1,1( v 15) Seja },2,3{ 2xxA uma base de P2. Determinar o vetor coordenada de 2346 xxv em relação a base A. 16) Sejam )}1,0(),0,1{( )}1,1(),1,1{(1 )}1,3(),1,3{(2 )}2,0(),0,2{(3 bases ordenadas de 2 a) Ache as matrizes de mudança de base i) 1][I ii) 1 ][ I iii) 2][ I iv) 3][ I b) Quais são as coordenadas do vetor )2,3( v em relação à base: i) ii) 1 iii) 2 iv) 3 c) As coordenadas de um vetor v em relação à base 1 são dados por 0 4 ][ 1 v Quais são as coordenadas de v em relação à base: i) ii) 2 17) Sejam ),( 11 yxu e ),( 22 yxv . Mostrar que cada operação a seguir define um produto interno no 2 a) 2121. yyxxvu b) 2121 52. yyxxvu 39 18) Calcular o produto interno dos vetores )1,1(u e )2,3(v segundo cada produto do exercício 17 19) Consideremos o seguinte produto interno em 0011222 .: bababaqpP sendo 01 2 2 axaxap e 01 2 2 bxbxbq . Dados os vetores 3221 xxp 432 xp e 2 3 1 xp , calcular: a) 21 pp b) 31 pep c) 21 pp d) 2 2 p p e) cosseno do ângulo entre 2p e 3p 20) Se 11 11 dc ba u 22 22 dc ba v são matrizes quaisquer de M(2,2) a seguinte fórmula define um produto interno nesse espaço: 21212121. ddccbbaavu Dados os vetores 11 21 u 11 10 v determinam: a) vu b) o ângulo entre u e v 21) Consideremos o 3 o produto interno usual. Para que valores de m os vetores u e v são ortogonais? a) ),2,3( mmu e )5,1,4(v b) )4,1,0( mu e )1,1,5( mv
Compartilhar