Baixe o app para aproveitar ainda mais
Prévia do material em texto
APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais CAPÍTULO 4: ESPAÇOS VETORIAIS 4.1 ESPAÇOS VETORIAIS 2R e 3R Considere o conjunto ∈ = RR2 yx y x ,: . Cada elemento y x deste conjunto pode ser representado por um ponto no plano euclidiano de coordenadas x e y nos eixos das abscissas e das ordenadas, respectivamente; este ponto indica uma posição no plano ou o ponto final de um vetor com ponto inicial na origem de coordenadas. Por este último motivo, cada y x será denominado um vetor. Em 2R são definidas duas operações, denominadas adição e multiplicação por um escalar, como segue: + + = + 21 21 2 2 1 1 yy xx y x y x (adição), e = 1 1 1 1 y x y x α α α (multiplicação por um escalar). Observe que os resultados das duas operações mencionadas anteriormente, + + 21 21 yy xx e 2 2 y x α α , também pertencem a 2R . Além disso, estas operações possuem, entre outras, as seguintes propriedades: 1. ( ) ( ) ( ) ( ) + + = + + + = ++ ++ = ++ ++ = + + + = + + 3 3 2 2 1 1 32 32 1 1 321 321 321 321 3 3 21 21 3 3 2 2 1 1 y x y x y x yy xx y x yyy xxx yyy xxx y x yy xx y x y x y x (propriedade associativa da adição); 2. + = + 1 1 2 2 2 2 1 1 y x y x y x y x (propriedade comutativa da adição); 3. o elemento 0 0 de 2R satisfaz; = + + = + 1 1 1 1 1 1 0 0 0 0 y x y x y x e = + + = + 1 1 1 1 1 1 0 0 0 0 y x y x y x (propriedade do elemento neutro aditivo); 4. para cada 1 1 y x , o vetor definido por − − 1 1 y x , satisfaz: ( ) ( ) = −+ −+ = − − + 0 0 11 11 1 1 1 1 yy xx y x y x e ( ) ( ) = +− +− = + − − 0 0 11 11 1 1 1 1 yy xx y x y x (propriedade do elemento inverso aditivo); 5. ( ) ( ) ( ) ( ) ( ) = = = = 1 1 1 1 1 1 1 1 1 1 y x y x y x y x y x αβ αβ αβ βα βα β β αβα ; APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais 6. = 1 1 1 11 y x y x ; 7. ( ) ( )( ) + = + = + + = + + = + 2 2 1 1 2 2 1 1 11 11 1 1 1 1 y x y x y x y x yy xx y x y x βαβ β α α βα βα βα βαβα (propriedade distributiva); 8. ( ) ( ) + = + = + + = + + = + + = + 2 2 1 1 2 2 1 1 21 21 21 21 21 21 2 2 1 1 y x y x y x y x yy xx yy xx yy xx y x y x αα α α α α αα αα α α αα (propriedade distributiva). Similarmente, em 3R são definidas duas operações, denominadas adição e multiplicação por um escalar, como segue: + + + = + 21 21 21 2 2 2 1 1 1 zz yy xx z y x z y x (adição), e = 1 1 1 1 1 1 z y x z y x α α α α (multiplicação por um escalar). Também pode se verificar que essas duas operações satisfazem as oito propriedades enunciadas anteriormente para 2R . Agora, enunciamos a definição geral de espaço vetorial. Definição 4.1: Um conjunto V , não vazio, junto com duas operações vuvu VVV + →×+ a),( : e uu VVK αα a),( : →×⋅ , denominadas adição e multiplicação por escalar, respectivamente, sendo K um corpo, e são satisfeitas as seguintes propriedades: A1. w)(vuwv)(u ++=++ , para quaisquer Vwv,u, ∈ , (propriedade associativa da adição); A2. uvvu +=+ , para quaisquer Vvu, ∈ , (propriedade comutativa da adição); A3. existe um elemento em V , denominado vetor nulo e denotado por 0 , tal que uu00u =+=+ , para qualquer Vu ∈ (existência de um elemento neutro aditivo); A4. para cada elemento Vu ∈ , existe um elemento em V , denominado vetor oposto e denotado por u− , tal que 0uu)(u)(u =+−=−+ (existência de um elemento inverso aditivo); M1. uu )()( βαβα = , para quaisquer K∈βα , e qualquer Vu ∈ ; M2. uu =1 , para qualquer Vu ∈ (sendo 1 o elemento unidade de K ); D1. uuu βαβα +=+ )( , para quaisquer K∈βα , e qualquer Vu ∈ , (propriedade distributiva); D2. vuv)(u ααα +=+ , para qualquer K∈α e quaisquer Vvu, ∈ , (propriedade distributiva); é denominado um espaço vetorial sobre o corpo K . Os elementos de V são denominado vetores e as propriedades enunciadas anteriormente são chamadas de axiomas de espaço vetorial. O espaço vetorial é denotado por )K,,(V, ⋅+ . APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais Os corpos são outras estruturas algébricas satisfazendo determinadas propriedades. Os corpos mais comuns a serem utilizados são o conjunto Q dos números racionais, o conjunto R dos números reais e o conjunto C dos números complexos. Exemplo 4.1: Seja nRRV = ∈ = n n xxx x x x ,,,: 21 2 1 K M , junto com as operações + + + = + nnnn yx yx yx y y y x x x MMM 22 11 2 1 2 1 e = nn x x x x x x α α α α MM 2 1 2 1 , R∈α . Os axiomas de espaço vetorialsão facilmente verificados baseados nas propriedades da adição e multiplicação de números reais, como pode ser visto a seguir. A1: propriedade associativa da adição ++ ++ ++ = + + + + = + + nnnnnnnnn zyx zyx zyx z z z yx yx yx z z z y y y x x x )( )( )( 222 111 2 1 22 11 2 1 2 1 2 1 MMMMMM e ++ ++ ++ = + + + + = + + )( )( )( 222 111 22 11 2 1 2 1 2 1 2 1 nnnnnnnnn zyx zyx zyx zy zy zy x x x z z z y y y x x x MMMMMM e quando comparados os últimos vetores de cada seqüência de igualdades são iguais. A2: propriedade comutativa da adição + = + + + = + + + = + nnnnnnnn x x x y y y xy xy xy yx yx yx y y y x x x MMMMMM 2 1 2 1 22 11 22 11 2 1 2 1 . A3: propriedade do elemento neutro aditivo: o elemento nR∈ 0 0 0 M satisfaz = + + + = + nnn x x x x x x x x x MMMM 2 1 2 1 2 1 0 0 0 0 0 0 . APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais A4: propriedade do elemento inverso aditivo (ou oposto): para cada vetor nx x x M 2 1 , o vetor − − − nx x x M 2 1 satisfaz = −+ −+ −+ = − − − + 0 0 0 )( )( )( 22 11 2 1 2 1 MMMM nnnn xx xx xx x x x x x x . M1: ( ) = = = = nnnnn x x x x x x x x x x x x x x x MMMMM 2 1 2 1 2 1 2 1 2 1 )( )( )( )( )( )( αβ βα βα βα βα βα βα β β β αβα . M2: = = nnn x x x x x x x x x MMM 2 1 2 1 2 1 1 1 1 1 . D1: ( ) ( ) ( ) ( ) + = + = + + + = + + + = + nnnnnnnn x x x x x x x x x x x x xx xx xx x x x x x x MMMMMMM 2 1 2 1 2 1 2 1 22 11 2 1 2 1 βα β β β α α α βα βα βα βα βα βα βα . D2: + = + = + + + = + + + = + + + = + nnnnnnnnnnnn y y y x x x y y y x x x yx yx yx yx yx yx yx yx yx y y y x x x MMMMMMMMM 2 1 2 1 2 1 2 1 22 11 22 11 22 11 2 1 2 1 )( )( )( αα α α α α α α αα αα αα α α α αα . Assim, ),( ⋅+ R,,Rn é um espaço vetorial sobre o corpo dos números reais, ou, simplesmente, um espaço vetorial real. Exemplo 4.2: O subconjunto de 2R dado por ∈ = RV 1 1 : 0 x x junto com as operações + = + 000 1111 yxyx e = 00 11 xx αα com R∈α satisfaz os axiomas de espaço vetorial. A1: propriedade associativa da adição: ( ) ( ) + + = + + = ++ = ++ = + + = + + 000 000000000 321 321321321321321 xxx xxxxxxxxxxxxxxx . APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais A2: propriedade comutativa da adição + = + = + = + 1 1 2 2122121 0000 y x y xxxxxxx . A3: propriedade do elemento neutro aditivo: o elemento V∈ 0 0 satisfaz = + = + 00 0 0 0 0 111 xxx . A4: propriedade do elemento inverso aditivo (ou oposto): para cada vetor 0 1x , o vetor − 0 1x satisfaz = −+ = − + 0 0 0 )( 00 1111 xxxx . M1: ( ) = = = = 00 )( 0 )( 00 11111 xxxxx αββαβαβαβα . M2: = = 00 1 0 1 111 xxx . D1: ( ) + = + = + = + = + 000000 )( 0 11111111 xxxxxxxx βαβαβαβαβα . D2: + = + = + = + = + 00000 )( 000 2121212121 xxxxxxxxxx αα ααα αα . Logo, ),( ⋅+ R,V, é um espaço vetorial real. Exemplo 4.3: O conjunto ∈ = QV 2 2 : 0 x x junto com as operações + = + 2222 000 yxyx e = 22 00 xx α com Q∈α satisfaz os axiomas de espaço vetorial. Logo, ),( ⋅+ Q,V, é um espaço vetorial sobre o corpo dos números racionais, ou, simplesmente, um espaço vetorial racional. Exemplo 4.4: Considere o conjunto V das funções reais sobre um intervalo ],[ ba , junto com as operações da adição usual de funções e multiplicação por escalar real. Pode-se verificar que tal conjunto forma um espaço vetorial real. Exemplo 4.5: Considere o conjunto nCCV = ∈ = n n xxx x x x ,,,: 21 2 1 K M junto com as operações + + + = + nnnn yx yx yx y y y x x x MMM 22 11 2 1 2 1 e = nn x x x x x x α α α α MM 2 1 2 1 , C∈α . APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais Os axiomas de espaço vetorial são facilmente verificados baseados nas propriedades da adição e multiplicação de números complexos. Assim, ),( ⋅+ C,,Cn é um espaço vetorial sobre o corpo dos números complexos, ou, simplesmente, um espaço vetorial complexo. Propriedades 4.1: Seja )K,,(V, ⋅+ um espaço vetorial. Então são válidas as seguintes propriedades: 1. 00 =α , para qualquer K∈α ; 2. 0u =0 , para qualquer Vu ∈ ; 3. )()( uu αα −=− , para qualquer Vu ∈ ; 4. se 0u ≠ e 0u =α , então 0=α . Prova: As provas destas afirmações são rotineiras. Elas são apresentadas de maneira resumida: 1. Como 00000 αααα +=+= )( , então 00 =α . 2. Como uuuu 00)00(0 +=+= , então 0u =0 . 3. Como ( ) uuuu0 )()(0 αααα −+=−+== , então )()( uu αα −=− . 4. Se 0u ≠ e 0u =α , mas 0≠α , então uuu00 ==⋅== −− 111 ααα , uma contradição. Logo, 0=α . Definição 4.2: Seja )K,,(V, ⋅+ um espaço vetorial. Então um subconjunto não vazio VW ⊂ é denominado um subespaço vetorial de V se, e somente se, o conjunto W junto com as operações de adição e multiplicação por escalar restritas a W forma, por sua vez um espaço vetorial sobre K . Propriedade 4.2: Seja )K,,(V, ⋅+ um espaço vetorial. Então um subconjunto não vazio VW ⊂ é um subespaço vetorial de V se, e somente se, Www ∈+ 21 βα sempre que K∈βα , e Www ∈21, . Exemplo 4.6: Considere o espaço vetorial ),( ⋅+ R,,R2 . Logo, 211 :0 RRW ⊂ ∈ = x x é um subespaço vetorial de 2R , pois, de acordo com a propriedade anterior, W∈ + = + 000 1111 yxyx βαβα . Exemplo 4.7: Considere o espaço vetorial V das funções reais sobre um intervalo ],[ ba . O conjunto VW ⊂ das funções contínuas sobre ],[ ba é um subespaço de V , pois, sabe-se, do cálculo, que se f e g são contínuas então gf βα + é contínua para quaisquer R∈βα , . 4.2 INDEPENDÊNCIA LINEAR E BASES Definição 4.3: Seja )K,,(V, ⋅+ um espaço vetorial. 1. Os vetores { }n21 v,,v,v K são ditos linearmente dependentes sobre K se, e somente se, existem escalares nααα ,,, 21 K não todos nulos tais que 0vvv n21 =+++ nααα L21 . APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais 2. Os vetores { }n21 v,,v,v K são ditos linearmente independentes sobre K se, e somente se, não são linearmente dependentes sobre K , ou seja, a igualdade 0vvv n21 =+++ nααα L21 implica que 021 ==== nααα K . Exemplo 4.8: Considere o espaço ),( ⋅+ R,,R3 . Suponha que é requerido determinar se os vetores 1 1 1 , 2 1 3 são linearmente independentes ou não. Considere a combinação nula = + 0 0 0 1 1 1 2 1 3 21 αα . Essa combinação origina o sistema de equações lineares =+ =+ =+ 02 0 03 21 21 21 αα αα αα . A seguir, mostra-se matriz aumentada desse sistema e sua transformação para uma forma escalonada: → −→ → −→ −→ 0 0 0 0 1 0 0 3 0 0 01 0 0 3 0 0 0 1 1 1 2 1 3 3 2 3 1 3 2 M M M M M M M M M 22 1 3313 2 33 13 1 22 LLLLLL LLL . Logo, o sistema é equivalente a = = =+ 00 0 03 23 2 21 α αα , cuja única solução é 021 == αα . Portanto, os vetores 1 1 1 , 2 1 3 são linearmente independentes (sobre R). Exemplo 4.9: Considere o espaço ),( ⋅+ R,,R3 . O conjunto 1 1 1 , 0 1 1 , 0 0 1 origina a combinação nula: = + + 0 0 0 1 1 1 0 1 1 0 0 1 321 ααα , APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais ou seja, o sistema = =+ =++ .0 ,0 ,0 3 32 321 α αα ααα A matriz do sistema é 100 110 111 cujo determinante é 1. Logo, a única solução do sistema é 0321 === ααα . Portanto, os vetores 1 1 1 , 0 1 1 , 0 0 1 são linearmente independentes (sobre R). Exemplo 4.10: Considere o espaço ),( ⋅+ R,,R3 . O conjunto 1 1 0 , 1 1 1 , 0 0 1 origina a combinação nula: = + + 0 0 0 1 1 0 1 1 1 0 0 1 321 ααα , ou seja, o sistema quadrado =+ =+ =+ 0 0 0 32 32 21 αα αα αα A matriz do sistema é 110110 011 cujo determinante é 0 . Procede-se a encontrar as soluções desse sistema montando a matriz aumentada e transformando para uma forma escalonada: → −→ 0000 0110 0011 0110 0110 0011 M M M M M M 233 LLL . Logo, o sistema é equivalente a = =+ =+ 00 0 0 32 21 αα αα , cujas soluções são 32 αα −= e 321 ααα =−= , ou seja, −= −= 1 1 1 3 3 3 3 3 2 1 α α α α α α α , onde 3α é um parâmetro livre. Observa-se que existem (infinitas) soluções não nulas do sistema homogêneo. Portanto, os vetores 1 1 0 , 1 1 1 , 0 0 1 são linearmente dependentes (sobre R). Definição 4.4: Seja )K,,(V, ⋅+ um espaço vetorial. O espaço V é dito de dimensão finita se, e somente se, existe um conjunto finito de vetores { }n21 v,,v,v K tal que todo vetor Vv ∈ pode ser escrito como a combinação linear n21 vvvv nααα +++= L21 , para alguns escalares K∈nααα ,,, 21 K . APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais Definição 4.5: Seja )K,,(V, ⋅+ um espaço vetorial de dimensão finita. Um conjunto finito de vetores { }n21 v,,v,v K é dito uma base do espaço vetorial se, e somente se, eles são linearmente independentes sobre K e todo vetor Vv ∈ pode ser escrito como a combinação linear n21 vvvv nααα +++= L21 , para alguns escalares K∈nααα ,,, 21 K , denominados coordenadas do vetor Vv ∈ na base { }n21 v,,v,v K . Pode-se verificar que as coordenadas de um vetor Vv ∈ na base { }n21 v,,v,v K são únicas. Propriedade 4.3: Seja )K,,(V, ⋅+ um espaço vetorial de dimensão finita. Então quaisquer duas bases desse espaço vetorial possuem o mesmo número de vetores. Em vista da propriedade anterior, o número de vetores das bases do espaço é denominado a dimensão do espaço V sobre K . A dimensão do espaço V é denotada por )(dim VK . Exemplo 4.11: Considere o espaço ),( ⋅+ R,,R3 . Todo vetor 3R∈ z y x pode ser escrito como + + = 1 0 0 0 1 0 0 0 1 zyx z y x , e observe que o conjunto 1 0 0 , 0 1 0 , 0 0 1 é linearmente independente sobre R. Logo, tal conjunto define uma base de 3R sobre R . Pela simplicidade desta base, ela é denominada a base canônica de 3R . As coordenadas do vetor 3R∈ z y x na base canônica são z y x . Pode-se concluir, também, que a dimensão de 3R sobre R é 3, ou seja, ( ) 3dim =3R R . O processo desenvolvido no exemplo anterior, pode ser estendido para o espaço ),( ⋅+ R,,Rn . Em outras palavras, o conjunto de n vetores, 1 0 0 ,, 0 1 0 , 0 0 1 M L MM , forma uma base de nR sobre R , denominada a base canônica. Daí, pode-se concluir que ( ) n=nR Rdim . Este resultado é importante pois afirma que sempre existe, pelo menos, um espaço vetorial de dimensão n , para cada n natural. Mais adiante, pode-se comprovar que as propriedades algébricas de um espaço vetorial de dimensão n são as mesmas que as propriedades de ),( ⋅+ R,,Rn . Assim, para estudar os espaços de dimensão finita, basta estudar os espaços ),( ⋅+ R,,Rn . APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais A seguinte propriedade afirma que, num espaço de dimensão finita, a dimensão de qualquer subespaço também é finita. Propriedade 4.4: Sejam )K,,(V, ⋅+ um espaço vetorial de dimensão finita e VW ⊂ um subespaço. Então W é de dimensão finita e )dim()dim( VW ≤ . Exemplo 4.12: Considere o espaço vetorial ),( ⋅+ R,,R3 . Logo, 3RRW ⊂ ∈ + − = yxyx yx ,: 0 é um subespaço vetorial de 3R (por que?). Também, observe que todo vetor W∈ + − 0 yx yx pode ser escrito como − + = + − 0 1 1 0 1 1 0 yxyx yx , e o conjunto de vetores − 0 1 1 , 0 1 1 é linearmente independente sobre R (por que?) e portanto, tal conjunto constitui uma base para W . Logo, )dim32dim 3RR (R(W) =<= . 4.3 MUDANÇA DE BASE Seja )K,,(V, ⋅+ um espaço vetorial tal que n=)dim(V . Seja Vv ∈ . Dada uma base { }n21 v,,v,v K=B , tem-se que n21 vvvv nααα +++= L21 , para alguns escalares K∈nααα ,,, 21 K . Denota-se [ ] B Bv = nα α α M 2 1 e denomina-se vetor de coordenadas do vetor Vv ∈ na base B . Dada outra base, { }'''' n21 v,,v,v K=B , existem, de fato, alguns escalares K∈',,',' 21 nααα K tais que ''''' 21 n21 vvvv nααα +++= L , e, nesse caso, o vetor de coordenadas de Vv ∈ na base 'B é [ ] B Bv = ' ' ' 2 1 ' nα α α M . Observe que se +++= +++= +++= ''' ''' ''' 21 22212 12111 n21n n212 n211 vvvv vvvv vvvv nnnn n n aaa aaa aaa L M L L , para certos escalares K∈ija , então se teria que APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais [ ] [ ] .''' 2 1 21 22221 11211 2 1 21 = =+++= nnnnn n n n n aaa aaa aaa α α α α α α ααα M L MOMM L L L M LL n21 n21n21 vvv vvvvvvv Esta igualdade significa que se [ ] = nα α α M 2 1 Bv é o vetor de coordenadas na base { }n21 v,,v,v K=B , então o vetor de coordenadas [ ] = ' ' ' 2 1 ' nα α α M Bv na base { }'''' n21 v,,v,v K=B está dado por [ ] = = nnnnnn n n n aaa aaa aaa α α α α α α α α α M L M L MOMM L L M 2 1 2 1 21 22221 11211 2 1 ][][][ ' ' ' BnB2B1 vvv . A matriz =→ nnnn n n aaaaaa aaa L MOMM L L 21 22221 11211 B'BP é denominada a matriz de mudança de base de { }n21 v,,v,v K=B para { }'''' n21 v,,v,v K=B . Assim, [ ] [ ] [ ]BBnB2B1B'BB vvvvPv ][][][' L== → . A matriz BBP →' de mudança de base de 'B para B está dada simplesmente pela inversa de B'BP → , ou seja, 1 ' )( −→→ = B'BBB PP . A importância das matrizes de mudança de base é considerável, pois ela auxilia na conversão de coordenadas de vetores de uma base para outra, e também para determinar as equações cartesianas de lugares geométricos em outras bases. Exemplo 4.14: Considere o espaço vetorial ),( ⋅+ R,,R3 . Provou-se anteriormente que { } == 1 0 0 , 0 1 0 , 0 0 1 321 v,v,vB e { } == 1 1 1 , 0 1 1 , 0 0 1 '''' 321 v,v,vB são bases de 3R sobre R . Agora, APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais ,'1')1('0 1 1 1 1 0 1 1 )1( 0 0 1 0 1 0 0 ,'0'1')1( 1 1 1 0 0 1 1 1 0 0 1 )1( 0 1 0 ,'0'0'1 1 1 1 0 0 1 1 0 0 0 1 1 0 0 1 3213 3212 3211 vvvv vvvv vvvv +−+= + −+ = = ++−= + + −= = ++= + + = = e a matriz de mudança de base de B para 'B é − − =→ 100 110 011 B'BP . Assim, por exemplo, o vetor de coordenadas − 1 2 5 na base canônica B tem o vetor de coordenadas −= − − − 1 3 7 1 2 5 100 110 011 na base 'B . Exemplo 4.15: Considere o espaço vetorial ),( ⋅+ R,,R3 . Sabe-se, da geometria analítica, que, na base canônica { } == 1 0 0 , 0 1 0 , 0 0 1 321 v,v,vB , 2553 =−+ zyx é a equação de um plano. Quer-se determinar qual é a equação deste plano na base { } == 1 1 1 , 0 1 1 , 0 0 1 '''' 321 v,v,vB . Observe que BB B'B B P − − = = → z y x z y x z y x 100 110 011 ' , ou seja, '' 1 ' ' 100 110 011 100 110 011 BBB BB B P = − − = = − → z y x z y x z y x z y x . Por outro lado, a equação do plano, na base B , pode ser escrita como [ ] 2553 = ⋅− Bz y x , ou seja, APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais [ ] ' 100 110 011 553 B ⋅ ⋅− z y x =2, ou, [ ] 2083 ' = ⋅ Bz y x , ou, 283 =+ yx na base 'B . Similarmente, suponha que é desejado transformar a equação cartesiana 15823 222 =−−+−++ zyxzyxyx para a equação na base { } == 1 1 1 , 0 1 1 , 0 0 1 '''' 321 v,v,vB . Observe que a equação quadrática anterior pode ser escrita como [ ] [ ] 1158 100 011 013 = −+ − BB B z y x z y x zyx e considerando que '' 1 ' ' 100 110 011 100 110 011 BBB BB B P = − − = ⋅= − → z y x z y x z y x z y x tem-se que [ ] [ ] [ ] = = 110 011 001 100 110 011 '' BBB zyxzyxzyx t . Substituindo os valores de [ ]Bzyx e B z y x na equação cartesiana, tem-se que [ ] [ ] [ ] [ ] [ ] [ ] 14138 021 264 143 100 110 011 158 100 110 011 100 011 013 110 011 001 158 100 011 013 '' ' '' ' = + ⋅= −+ − = −+ − BB B BB B BB B z y x z y x zyx z y x z y x zyx z y x z y x zyx ou seja, a equação quadrática 15823 222 =−−+−++ zyxzyxyx na base canônica pode ser escrita como 141384283 22 =+++++++ zyxyzxzyxyx na base { } == 1 1 1 , 0 1 1 , 0 0 1 '''' 321 v,v,vB . APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais A idéia de determinar equações cartesianas em outras bases pode ser estendida a partir deste exemplo. Isto é interessante porque permite identificar qual é o tipo de seção cônica ou superfície quádrica determinada por uma equação cartesiana em 2R ou 3R , desde que se conheça uma base adequada nesses espaços. O procedimento prático para calcular a matriz B'BP → é o seguinte: Forme a matriz [ ]BB' M e reduza tal matriz, mediante operações elementares por linhas para a forma [ ]B'BPI →M . Exemplo 4.16: Considere o espaço vetorial ),( 2 ⋅+ R,,R e as bases { } − == 1 1 , 1 1 21 v,vB e { } − == 1 2 , 2 1 ''' 21 v,vB . Para determinar B'BP → mostra-se a seguir a matriz [ ]BB' M e sua transformação para a forma [ ]B'BPI →M : [ ] − → +→ − − − → → − − − → −→ −− = 5 3 5 1 5 1 5 3 211 5 3 5 1 25 1 2 122 2LLL LL 2LLLBB' M M M M M M M M M 1 0 0 1 11 1 2 0 1 3 1 1 1 5 2 0 1 1 1 1 1 1 2 2 1 Logo, − =→ 5 3 5 1 5 1 5 3 B'BP . 4.4 EXERCICIOS PROPOSTOS 1. Verifique que cada um dos seguintes conjuntos de vetores é linearmente dependente: a. 2 2 , 1 1 b. 0 0 , 0 1 c. − − 0 2 0 , 1 1 1 , 1 1 1 d. 0 0 0 , 1 1 1 e. 1 1 , 1 0 , 0 1 f. 1 1 1 , 1 0 0 , 0 1 0 , 0 0 1 E 2. Diga se cada um dos seguintes conjuntos de vetores é linearmente independente ou linearmente dependente: a. 1 0 , 1 1 b. − 0 1 , 0 1 c. 1 0 0 , 1 1 0 , 0 1 1 APOSTILA DE ÁLGEBRA LINEAR E APLICAÇÕES Prof. Germán R. C. Suazo Capítulo 4: Espaços Vetoriais d. − 0 1 1 , 0 1 1 , 1 1 1 e. 0 1 f. 1 0 1 , 1 1 0 , 0 0 1 3. Diga se cada subconjunto a seguir é um subespaço do conjunto referido a. 21:0 0 RRW ⊂ ∈ = x ; b. 2RRW ⊂ ∈ = 1 1 : 0 y y ; c. 3RRW ⊂ ∈ = 11 : 0 1 yy ; d. 3RRW ⊂ ∈ = 11 1 1 ,: 0 zy z y . e. 3RRW ⊂ ∈ += 1111 1 ,: 1 yxyx x ; f. 3RRW ⊂ ∈ + − = 1111 11 ,: 0 yxyx yx . 4. Encontre a matriz de mudança de base indicada: a. da base canônica de 2R para a base 1 0 , 1 1 ; b. da base 1 0 , 1 1 para a base − 1 1 , 1 1 ; c. da base 1 0 0 , 1 1 0 , 0 1 1 para a base canônica de 3R ; d. da base 1 1 1 , 0 1 1 , 0 0 1 para a base 1 0 0 , 1 1 0 , 1 1 1 . 5. Considere B como sendo a base canônica de 2R e = 1 0 , 1 1 'B . Encontre B'BP → e determine a equação na base 'B das seguintes equações dadas na base canônica B : a. 227 =− yx ; b. 1=− xxy ; c. 222 =+− yxyx . 6. Considere B como sendo a base canônica de 3R e = 1 1 1 , 0 1 1 , 0 0 1 'B . Encontre B'BP → e determine a equação na base 'B das seguintes equações dadas na base canônica B : a. 2=++ zyx ; b. 2=− xzxy ; c. 242 22 =+++++− zyxzyxxyx .
Compartilhar