Baixe o app para aproveitar ainda mais
Prévia do material em texto
Álgebra Linear Espaço Vetorial Álgebra Linear Espaço Vetorial Prof. André Tiba akot@cin.ufpe.br Baia 65, ramais: 4765 ou 4338 esta aula baseia-se nas notas de aula gentilmente cedidas pelo professor Carlos Mello1 Espaço Vetorial 1. Definição 2. Subespaços Vetoriais 3. Combinação Linear 4. Dependência e Independência Linear 5. Base 6. Mudança de Base 7. Inversa da Matriz Mudança de Base 8. Exercícios 1. Definição 2. Subespaços Vetoriais 3. Combinação Linear 4. Dependência e Independência Linear 5. Base 6. Mudança de Base 7. Inversa da Matriz Mudança de Base 8. Exercícios 2 Espaço Vetorial: definição • Definição: Um espaço vetorial real, é um conjunto V, não vazio, com duas operações: soma, V x V V, e multiplicação por escalar, R x V V, tais que, para quaisquer u, v, w V e a, b R, as seguintes propriedades sejam satisfeitas: • Definição: Um espaço vetorial real, é um conjunto V, não vazio, com duas operações: soma, V x V V, e multiplicação por escalar, R x V V, tais que, para quaisquer u, v, w V e a, b R, as seguintes propriedades sejam satisfeitas: 3 Espaço Vetorial: definição • Propriedades: i. (u + v) + w = u + (v + w) ii. u + v = v + u iii. Existe 0 V tal que u + 0 = u • 0 é o vetor nulo iv. Existe –u V tal que u + (-u) = 0 v. a(u + v) = au + av, a escalar vi. (a + b)v = av + bv, a, b escalares vii. (ab)v = a(bv) viii. 1.u = u • Propriedades: i. (u + v) + w = u + (v + w) ii. u + v = v + u iii. Existe 0 V tal que u + 0 = u • 0 é o vetor nulo iv. Existe –u V tal que u + (-u) = 0 v. a(u + v) = au + av, a escalar vi. (a + b)v = av + bv, a, b escalares vii. (ab)v = a(bv) viii. 1.u = u 4 Espaço Vetorial: definição • Designamos por vetor um elemento do espaço vetorial V. • Espaço vetorial, é um termo genérico, que pode ser designado para representar diferentes tipos de conjuntos, tais como: – Conjuntos de pontos: no R2, no R3 ou no Rn; – Conjuntos de matrizes: 2x2, mxn, diagonais, triangulares, etc... – Conjuntos de funções: polinômiais, trigonométricas, etc ... • Designamos por vetor um elemento do espaço vetorial V. • Espaço vetorial, é um termo genérico, que pode ser designado para representar diferentes tipos de conjuntos, tais como: – Conjuntos de pontos: no R2, no R3 ou no Rn; – Conjuntos de matrizes: 2x2, mxn, diagonais, triangulares, etc... – Conjuntos de funções: polinômiais, trigonométricas, etc ... 5 Espaço Vetorial: definição • Exemplo 1: Seja V o espaço vetorial das matrizes reais 2x2, ou seja V = M(2,2). – Para que V seja, de fato, um espaço vetorial, devemos provar que as propriedades i)-viii) sejam satisfeitas. – Assuma que a operação de soma seja a adição de matrizes e a operação do produto como a multiplicação de matrizes por um escalar. – Dessa forma, sejam u, v e w V, tal que: – e a e b valores reais, então, • Exemplo 1: Seja V o espaço vetorial das matrizes reais 2x2, ou seja V = M(2,2). – Para que V seja, de fato, um espaço vetorial, devemos provar que as propriedades i)-viii) sejam satisfeitas. – Assuma que a operação de soma seja a adição de matrizes e a operação do produto como a multiplicação de matrizes por um escalar. – Dessa forma, sejam u, v e w V, tal que: – e a e b valores reais, então, 6 2221 1211 uu uuu 2221 1211 vv vvv 2221 1211 ww www Espaço Vetorial: definição • Exemplo 1(cont.): – axioma 1: (u + v) + w = u + (v + w) (prova) wvu wvu 2221 1211 2221 1211 2221 1211 22222121 12121111 2221 1211 222222212121 121212111111 222222212121 121212111111 2221 1211 22222121 12121111 2221 1211 2221 1211 2221 1211 ww ww vv vv uu uu wvwv wvwv uu uu wvuwvu wvuwvu wvuwvu wvuwvu ww ww vuvu vuvu ww ww vv vv uu uu 7 wvu wvu 2221 1211 2221 1211 2221 1211 22222121 12121111 2221 1211 222222212121 121212111111 222222212121 121212111111 2221 1211 22222121 12121111 2221 1211 2221 1211 2221 1211 ww ww vv vv uu uu wvwv wvwv uu uu wvuwvu wvuwvu wvuwvu wvuwvu ww ww vuvu vuvu ww ww vv vv uu uu Espaço Vetorial: definição • Exemplo 1(cont.): – axioma 2: u + v = v + u (prova) uv vu 2221 1211 2221 1211 22212121 12121111 21222121 12121111 2221 1211 2221 1211 uu uu vv vv uvuv uvuv vuvu vuvu vv vv uu uu 8 uv vu 2221 1211 2221 1211 22212121 12121111 21222121 12121111 2221 1211 2221 1211 uu uu vv vv uvuv uvuv vuvu vuvu vv vv uu uu – axioma 3: Existe um elemento 0 em V, chamado um vetor nulo para V, tal que u + 0 = u para todo u em V. (prova) u0uu 0 2221 1211 2221 1211 00 00, Então,.00 00Seja uu uu uu uuV Espaço Vetorial: definição • Exemplo 1(cont.): – axioma 4: Para todo u V, existe um objeto –u V, chamado oposto, negativo ou simétrico de u, tal que u + (-u) = 0. 0 uuu u 00 00 )()( )()( , Então,.Seja 22222121 12121111 22222121 12121111 2221 1211 2221 1211 2221 1211 uuuu uuuu uuuu uuuu uu uu uu uuV uu uu • Exemplo 1(cont.): – axioma 4: Para todo u V, existe um objeto –u V, chamado oposto, negativo ou simétrico de u, tal que u + (-u) = 0. 9 0 uuu u 00 00 )()( )()( , Então,.Seja 22222121 12121111 22222121 12121111 2221 1211 2221 1211 2221 1211 uuuu uuuu uuuu uuuu uu uu uu uuV uu uu Espaço Vetorial: definição • Exemplo 1(cont.): – axioma 5: k (u + v) = k u + k v , onde k R uv vu kkkuku kuku kvkv kvkv kukvkukv kukvkukv vuvu vuvukvv vv uu uukk 2221 1211 2221 1211 22212121 12121111 21222121 12121111 2221 1211 2221 1211)( 10 uv vu kkkuku kuku kvkv kvkv kukvkukv kukvkukv vuvu vuvukvv vv uu uukk 2221 1211 2221 1211 22212121 12121111 21222121 12121111 2221 1211 2221 1211)( Espaço Vetorial: definição • Exemplo 1(cont.): – axioma 6: (k+l)u = k u + k u , onde k ,l R uu u lklulu lulu kuku kuku lukuluku lukuluku ulkulk ulkulk uu uulklk 2221 1211 2221 1211 22222121 12121111 2221 1211 2221 1211 11 – axioma 7: k(lu) = (kl)u , onde k ,l R uu u lklulu lulu kuku kuku lukuluku lukuluku ulkulk ulkulk uu uulklk 2221 1211 2221 1211 22222121 12121111 2221 1211 2221 1211 u u )()()()( )()( 2221 1211 2221 1211 2221 1211 2221 1211 kluu uukluklukl uklukl kluklu kluklu lulu luluklk Espaço Vetorial: definição • Exemplo 1(cont.): – axioma 8: 1u = u uu 2221 1211 2221 1211 2221 1211 11 1111 uu uu uu uu uu uu 12 • Como V = M(2,2) satisfaz as propriedades i)-viii), V é um espaço vetorial. Espaço Vetorial: definição • Exemplo 2(contra-exemplo): um conjunto que não é um espaço vetorial: Seja u = (u1, v1) e v = (v2, v2) Seja V = R2 tal que a adição e multiplicação são definidas como: • u + v = (u1 + u2, v1 + v2) • k.u = (ku1, 0) Nesse caso, o axioma 8 não vale, pois: • 1u = 1(u1, u2) = (u1, 0) u Logo V não é um espaço vetorial. • Exemplo 2(contra-exemplo): um conjunto que não é um espaço vetorial: Seja u = (u1, v1) e v = (v2, v2) Seja V = R2 tal que a adição e multiplicação são definidas como: • u + v = (u1 + u2, v1 + v2) • k.u = (ku1, 0) Nesse caso, o axioma 8 não vale, pois: • 1u = 1(u1, u2) = (u1, 0) u Logo V não é um espaço vetorial. 13 Espaço Vetorial: subespaço vetorial Definição: Seja V um espaço vetorial e W um subconjunto de V não vazio. W será um subespaço vetorial de V se: i) Para quaisquer u, v W, tivermos u + v W. ii) Para quaisquer a R, u W, tivermos au W. 14 Definição: Seja V um espaço vetorial e W um subconjunto de V não vazio. W será um subespaço vetorial de V se: i) Para quaisquer u, v W, tivermos u + v W. ii) Para quaisquer a R, u W, tivermos au W. Espaço Vetorial: subespaço vetorial Observações decorrentes da definição do subespaço W: 1) Garante que ao realizar uma operação de soma ou multiplicação por um escalar, o vetor resultante sempre estará dentro de W. Isso é suficiente para afirmar que W é ele mesmo um espaço vetorial, pois assim as operações ficam bem definidas. Assim, não é preciso verificar novamente as propriedades (i) a (viii) de espaço vetorial porque como elas são válidas em V, também são válidas paraW (que está contido em V). 15 Observações decorrentes da definição do subespaço W: 1) Garante que ao realizar uma operação de soma ou multiplicação por um escalar, o vetor resultante sempre estará dentro de W. Isso é suficiente para afirmar que W é ele mesmo um espaço vetorial, pois assim as operações ficam bem definidas. Assim, não é preciso verificar novamente as propriedades (i) a (viii) de espaço vetorial porque como elas são válidas em V, também são válidas paraW (que está contido em V). Espaço Vetorial: subespaço vetorial Observações decorrentes da definição do subespaço W: 2) Qualquer subespaço W de V, precisa necessariamente conter o vetor nulo (por causa da condição (ii) da definição quando a = 0). 3) Todo espaço vetorial admite, pelo menos, dois subespaços (chamados de subespaços triviais): O conjunto formado apenas pelo vetor nulo; O próprio espaço vetorial. 16 Observações decorrentes da definição do subespaço W: 2) Qualquer subespaço W de V, precisa necessariamente conter o vetor nulo (por causa da condição (ii) da definição quando a = 0). 3) Todo espaço vetorial admite, pelo menos, dois subespaços (chamados de subespaços triviais): O conjunto formado apenas pelo vetor nulo; O próprio espaço vetorial. Espaço Vetorial: subespaço vetorial Exemplo 1: V = R3 e W V, um plano passando pela origem A origem (0,0,0) necessariamente está contida em W. Se ela não tivesse, W não seria subespaço de V. Seja o espaço vetorial do R3, seus possíveis subespaços W são: 17 W Exemplo 1: V = R3 e W V, um plano passando pela origem A origem (0,0,0) necessariamente está contida em W. Se ela não tivesse, W não seria subespaço de V. Seja o espaço vetorial do R3, seus possíveis subespaços W são: a) a origem (0,0,0); b) qualquer reta que passe pela origem; c) qualquer planos que contenha a origem. Espaço Vetorial: subespaço vetorial • Exemplo 2: V = R5 e W = {(0,x2,x3,x4,x5); xiR} W é o conjunto de vetores de R5 com a primeira coordenada nula; Vamos verificar as condições (i) e (ii): (i) Sejam u = (0, x2, x3, x4, x5) e v = (0, y2, y3, y4, y5) W Então u+v=(0, x2+y2, x3+y3, x4+y4, x5+y5) W. (ii) Seja k R, então ku = (0, kx2, kx3, kx4, kx5) W. Portanto,W é subespaço vetorial de R5. 18 • Exemplo 2: V = R5 e W = {(0,x2,x3,x4,x5); xiR} W é o conjunto de vetores de R5 com a primeira coordenada nula; Vamos verificar as condições (i) e (ii): (i) Sejam u = (0, x2, x3, x4, x5) e v = (0, y2, y3, y4, y5) W Então u+v=(0, x2+y2, x3+y3, x4+y4, x5+y5) W. (ii) Seja k R, então ku = (0, kx2, kx3, kx4, kx5) W. Portanto,W é subespaço vetorial de R5. Espaço Vetorial: subespaço vetorial • Exemplo 3 (contra-exemplo): V = R2 e W = {(x,x2) | xR} Se W um subespaço vetorial de V, as operações de adição e multiplicação por escalar devem ser válidas. Vamos testar: (i) Sejam u = (1, 1) W, e v = (2, 4) W Então u+v=(1+2,1+4) = (3,5) mas (3,5) W. Como (i) não é satisfeito, W não é subespaço vetorial de V. 19 • Exemplo 3 (contra-exemplo): V = R2 e W = {(x,x2) | xR} Se W um subespaço vetorial de V, as operações de adição e multiplicação por escalar devem ser válidas. Vamos testar: (i) Sejam u = (1, 1) W, e v = (2, 4) W Então u+v=(1+2,1+4) = (3,5) mas (3,5) W. Como (i) não é satisfeito, W não é subespaço vetorial de V. Espaço Vetorial: subespaço vetorial • Exemplo 4 (contra-exemplo): V = M(2,2) e W são as matrizes de V tal que a11 0. • Sejam Wu 13 12 Wv 40 21 3k 20 Wvui 53 33 4103 2112)( Wkuii 13 12 13 12)3()( Como (ii) não é satisfeito, W não é subespaço vetorial de V. Espaço Vetorial: subespaço vetorial Teorema (Interseção de subespaços): Dados W1 e W2subespaços de um espaço vetorial V, a interseção W1 W2ainda é um subespaço de V. Observe que W1 W2 nunca é vazio já que eles sempre contêm,pelo menos, o vetor nulo. Prova (i): sejam x, y W1 e x, y W2 21 Prova (i): sejam x, y W1 e x, y W2 como x, y W1 , então x + y W1 como x, y W2 , então x + y W2 assim, x + y W1 W2 Prova (ii): sejam k R e x W1 , x W2 como x W1 , então kx W1 como x W2 , então kx W2 assim, kx W1 W2 Espaço Vetorial: subespaço vetorial • Exemplo 5 : V = R3, W1 W2 é a reta r de interseção dos planos W1 e W2 . W1 W2 W1 W2 r: W1 W2 22 • Exemplo 6 : V = M(n,n) • W1 = {matrizes triangulares superiores} • W2 = {matrizes triangulares inferiores} • W1 W2 = {matrizes diagonais} Espaço Vetorial: subespaço vetorial Embora a interseção de subespaços vetoriais gere um subespaço vetorial, isso necessariamente não acontece com a união de subespaços vetoriais. Teorema (Soma de subespaços vetoriais): Sejam W1 e W2subespaços de um espaço vetorial V. Então o conjunto W1 + W2 = {vV; v = w1 + w2, w1W1, w2W2} é subespaço de V 23 Embora a interseção de subespaços vetoriais gere um subespaço vetorial, isso necessariamente não acontececom a união de subespaços vetoriais. Teorema (Soma de subespaços vetoriais): Sejam W1 e W2subespaços de um espaço vetorial V. Então o conjunto W1 + W2 = {vV; v = w1 + w2, w1W1, w2W2} é subespaço de V Espaço Vetorial: subespaço vetorial • Exemplo 7: se W1 e W2 são duas retas, W = W1+W2 é o plano que contém estas retas. 001 baW• Exemplo 8: dcW 00 2 onde a, b, c, d R 24 001 baW dcW 00 2 onde a, b, c, d R Então, )2,2(21 Mdc baWW Observação: Quando W1 ∩ W2 = {0}, então W1 + W2 é chamado soma direta de W1 comW2, denotado por W1 W2. Espaço Vetorial: combinação linear • Definição: Sejam V um espaço vetorial real, e v1, v2, ..., vn V.Sejam ainda a1, a2, ..., an números reais. Então o vetor v V pode serescrito como: v = a1v1 + a2v2 + ... + anvn onde v é uma combinação linear dos vetores v1, v2, ..., vn. • Uma vez escolhidos os vetores v1, v2, ..., vn de V, o conjunto Wformado por todos os vetores de V que são combinações lineares dos n vetores, é um subespaço vetorial de V. • W é chamado de subespaço gerado por v1, v2, ..., vn • W = [v1, v2, ..., vn] = {v V; v = a1v1 +... +anvn, ai R, 1 i n}. 25 • Definição: Sejam V um espaço vetorial real, e v1, v2, ..., vn V.Sejam ainda a1, a2, ..., an números reais. Então o vetor v V pode serescrito como: v = a1v1 + a2v2 + ... + anvn onde v é uma combinação linear dos vetores v1, v2, ..., vn. • Uma vez escolhidos os vetores v1, v2, ..., vn de V, o conjunto Wformado por todos os vetores de V que são combinações lineares dos n vetores, é um subespaço vetorial de V. • W é chamado de subespaço gerado por v1, v2, ..., vn • W = [v1, v2, ..., vn] = {v V; v = a1v1 +... +anvn, ai R, 1 i n}. Espaço Vetorial: combinação linear • Exemplo 1: V = R2, v1 = (1, 0), v2 = (0, 1) Então, V = [v1, v2], pois dados v = (x, y)V, tem-se que: v = (x, y) = x(1, 0) + y(0, 1) 26 • Exemplo 2: 00 0 1 av 0 00 2 bv Então, bab a ,:0 0 21 vv Espaço Vetorial: dependência e independência linear • Definição: Sejam V um espaço vetorial e v1, v2, ..., vn V.Diz-se que o conjunto {v1,v2,...,vn} é linearmenteindependente (LI), ou que o vetores v1, v2, ..., vn são LI, sea equação: v = a1v1 + a2v2 + ... + anvn = 0 implica que a1 = a2 = .... = an = 0 • Caso exista algum an 0, então diz-se que {v1, v2, ..., vn}é linearmente dependente (LD), ou que os vetores v1, v2, ...,vn são LD. 27 • Definição: Sejam V um espaço vetorial e v1, v2, ..., vn V.Diz-se que o conjunto {v1,v2,...,vn} é linearmenteindependente (LI), ou que o vetores v1, v2, ..., vn são LI, sea equação: v = a1v1 + a2v2 + ... + anvn = 0 implica que a1 = a2 = .... = an = 0 • Caso exista algum an 0, então diz-se que {v1, v2, ..., vn}é linearmente dependente (LD), ou que os vetores v1, v2, ...,vn são LD. Espaço Vetorial: dependência e independência linear • Exemplo 1: V = R2, e1 = (1, 0), e2 = (0, 1) e1 e e2 são LI pois, sejam duas constantes a1 e a2, se: a1e1 + a2e2 = 0 a1 (1, 0) + a2(0, 1) = (0,0) (a1, 0) + (0, a2) = (0,0) (a1, a2) = (0,0) ou seja, a1 = 0 e a2 = 0 • Exemplo 1: V = R2, e1 = (1, 0), e2 = (0, 1) e1 e e2 são LI pois, sejam duas constantes a1 e a2, se: a1e1 + a2e2 = 0 a1 (1, 0) + a2(0, 1) = (0,0) (a1, 0) + (0, a2) = (0,0) (a1, a2) = (0,0) ou seja, a1 = 0 e a2 = 0 28 • Exemplo 2: V = R3, e1 = (1,0,0), e2 = (0,1,0) e e3 = (0,0,1) e1, e2 e e3 são LI pelos mesmos argumentos do exemplo anterior Espaço Vetorial: dependência e independência linear • Exemplo 3: V = R2, v1 = (1, -1), v2 = (0, 1) e v3 = (1, 1) {v1, v2, v3} são LD pois, sejam três constantes a1, a2 e a3, se:a1v1 + a2v2 + a3v3 = 0 a1(1, 1) + a2(0, 1) + a3(1, 1) = (0,0) (a1, a1) + (0, a2) + (a3, a3) = (0,0) (a1 + a3 , a1 + a2 a3 ) = (0,0) ou seja, a1 = a3 e a2 = a1 + a3 Como a1, a2 e a3 podem assumir valores não nulos, o conjuntoé LD. • Exemplo 3: V = R2, v1 = (1, -1), v2 = (0, 1) e v3 = (1, 1) {v1, v2, v3} são LD pois, sejam três constantes a1, a2 e a3, se:a1v1 + a2v2 + a3v3 = 0 a1(1, 1) + a2(0, 1) + a3(1, 1) = (0,0) (a1, a1) + (0, a2) + (a3, a3) = (0,0) (a1 + a3 , a1 + a2 a3 ) = (0,0) ou seja, a1 = a3 e a2 = a1 + a3 Como a1, a2 e a3 podem assumir valores não nulos, o conjuntoé LD. 29 Espaço Vetorial: Base de um espaço vetorial Definição: Seja um conjunto {v1,v2, ...,vn} de vetores de V. Este conjunto será uma base de V se: i) {v1,v2, ...,vn} for LI ii) [v1,v2, ...,vn] = V Todos os vetores de V, podem ser gerados a partir da combinação linear deste conjunto de vetores . 30 Definição: Seja um conjunto {v1,v2, ...,vn} de vetores de V. Este conjunto será uma base de V se: i) {v1,v2, ...,vn} for LI ii) [v1,v2, ...,vn] = V Todos os vetores de V, podem ser gerados a partir da combinação linear deste conjunto de vetores . Espaço Vetorial: Base de um espaço vetorial • Exemplo 1: V = R2, e1 = (1, 0), e2 = (0, 1) {e1, e2} é base de V, conhecida como base canônica de R2. • Exemplo 2: V = R2, v1 = (1,1), v2 = (0,1) {v1, v2} também é uma base de V = R2. Se (0,0) = a(1,1) + b(0,1) = (a, a + b), então a = b = 0 Portanto, {v1, v2} é LI. Mais ainda, [v1, v2] = V pois dado um vetor qualquer u = (x,y) V, u pode ser escrito como uma combinação linear de v1 e v2 : u = (x,y) = xv1 + (x-y)v2 = x(1,1) + (x-y)(0,1) = (x,y) 31 • Exemplo 2: V = R2, v1 = (1,1), v2 = (0,1) {v1, v2} também é uma base de V = R2. Se (0,0) = a(1,1) + b(0,1) = (a, a + b), então a = b = 0 Portanto, {v1, v2} é LI. Mais ainda, [v1, v2] = V pois dado um vetor qualquer u = (x,y) V, u pode ser escrito como uma combinação linear de v1 e v2 : u = (x,y) = xv1 + (x-y)v2 = x(1,1) + (x-y)(0,1) = (x,y) Espaço Vetorial: Base de um espaço vetorial • Exemplo 3: V = R2, v1 = (0,1), v2 = (0,1) {v1, v2} não é uma base de V = R2. Se (0,0) = a(0,1) + b(0,1) = (0, a b) então a = b, que pode ou não ser igual a 0 (zero). Portanto, {v1, v2} é LD. 32 • Exemplo 4: V = R3, e1 = (1,0,0), e2 = (0,1,0) e e3 = (0,0,1) {e1, e2, e3} é base canônica do R3. i. {e1, e2, e3} é LI; ii. u R3, u = (x, y, z) = x.e1 + y.e2 + z.e3 Espaço Vetorial: Base de um espaço vetorial • Exemplo 5: {(1,0,0), (0,1,0)} não é base de R3 é LI mas não gera todo R3, ou seja [(1,0,0), (0,1,0)] R3. • Exemplo 6: V = M(2,2) {e1, e2, e3, e4} é base canônica de V. i. {e1, e2, e3, e4} é LI; ii. = x.e1 + y.e2 + z.e3 + w.e4 33 • Exemplo 6: V = M(2,2) {e1, e2, e3, e4} é base canônica de V. i. {e1, e2, e3, e4} é LI; ii. = x.e1 + y.e2 + z.e3 + w.e4 00 01 1e 00 10 2e 01 00 3e 10 00 4e wz yxu Espaço Vetorial: Base de um espaço vetorial Teorema: Sejam v1,v2, ...,vn vetores não nulos que geramum espaço vetorial V. Então dentre esses vetores, podemos extrair uma base de V. Isso independe de v1,v2, ...,vn serem LD ou LI. Teorema: Seja um espaço vetorial V gerado por um conjunto finito de vetores v1,v2,...,vn. Então, qualquerconjunto com mais de n vetores é necessariamente LD (e, portanto, qualquer conjunto LI tem no máximo n vetores). 34 Teorema: Sejam v1,v2, ...,vn vetores não nulos que geramum espaço vetorial V. Então dentre esses vetores, podemos extrair uma base de V. Isso independe de v1,v2, ...,vn serem LD ou LI. Teorema: Seja um espaço vetorial V gerado por um conjunto finito de vetores v1,v2,...,vn. Então, qualquerconjunto com mais de n vetores é necessariamente LD (e, portanto, qualquer conjunto LI tem no máximo n vetores). Espaço Vetorial: Base de um espaçovetorial Corolário: Qualquer base de um espaço vetorial tem sempre o mesmo número de elementos. Este número é chamado dimensão de V, e denotado por dim V. • Exemplo 7: V = R2, dim V = 2 {(1,0), (0,1)} assim como {(1,1), (0,1)} , são bases de V = R2. 35 • Exemplo 7: V = R2, dim V = 2 {(1,0), (0,1)} assim como {(1,1), (0,1)} , são bases de V = R2. • Exemplo 8: V = R3, dim V = 3 • Exemplo 9: V = M(2,2), dim V = 4 Exemplo 6 mostra a base canônica para M(2,2). Espaço Vetorial: Base de um espaço vetorial Teorema: Qualquer conjunto de vetores LI de um espaço vetorial V de dimensão finita, pode ser completado de modo a formar uma base de V. Corolário: Se dim V = n, qualquer conjunto de n vetores LI formará uma base de V. Teorema: Se U e W são subespaços de um espaço vetorial V que tem dimensão finita, então dim U dim V e dim W dim V. Além disso: dim(U + W) = dim U + dim W – dim(U W) 36 Teorema: Qualquer conjunto de vetores LI de um espaço vetorial V de dimensão finita, pode ser completado de modo a formar uma base de V. Corolário: Se dim V = n, qualquer conjunto de n vetores LI formará uma base de V. Teorema: Se U e W são subespaços de um espaço vetorial V que tem dimensão finita, então dim U dim V e dim W dim V. Além disso: dim(U + W) = dim U + dim W – dim(U W) Espaço Vetorial: Base de um espaço vetorial Teorema: Dada uma base = {v1,v2, ...,vn} de V, cadavetor de V é escrito de maneira única como combinação linear de v1, v2, ...,vn. Definição: Sejam = {v1,v2, ...,vn} base de V, e v V ondev = a1v1 +...+ anvn. Chamamos esses números ai decoordenadas de v em relação à base e denotamos por: 37 Teorema: Dada uma base = {v1,v2, ...,vn} de V, cadavetor de V é escrito de maneira única como combinação linear de v1, v2, ...,vn. Definição: Sejam = {v1,v2, ...,vn} base de V, e v V ondev = a1v1 +...+ anvn. Chamamos esses números ai decoordenadas de v em relação à base e denotamos por: [v] = a1... an Espaço Vetorial: Base de um espaço vetorial • Exemplo 10: V = R2. Seja a base canônica = {(1,0), (0,1)} Seja o vetor u = (5,2) , u R2. Então, u = (5, 2) = a1(1,0) + a2(0,1) a1 = 5 e a2 = 2 Logo, 52 38 • Exemplo 10: V = R2. Seja a base canônica = {(1,0), (0,1)} Seja o vetor u = (5,2) , u R2. Então, u = (5, 2) = a1(1,0) + a2(0,1) a1 = 5 e a2 = 2 Logo, [u] = 52 Para outra base ’ = {(1,1), (0,1)} u = (5, 2) = a1(1,1) + a2(0,1) a1 = 5 e a2 = 7 Logo, [u] ’ = 57 Espaço Vetorial: Base de um espaço vetorial • Exemplo 11: Observe que a ordem dos elementos de uma base influi na matriz das coordenadas de um vetor em relação à esta base. Seja u = (5,2) , u R2. = {(1,0), (0,1)} e ’ = {(0,1), (1,0)} Então, 39 • Exemplo 11: Observe que a ordem dos elementos de uma base influi na matriz das coordenadas de um vetor em relação à esta base. Seja u = (5,2) , u R2. = {(1,0), (0,1)} e ’ = {(0,1), (1,0)} Então, [u] = 52 [u] ’ = 25 Por esse motivo, fica subentendido que uma base ’ = {v1, ..., vn}, possui seus vetores ordenados, na ordem em que aparecem. Espaço Vetorial: Base de um espaço vetorial • Exemplo 12: Considere V = {(x, y, z); x + y – z = 0} e W = {(x, y, z); x = y} . Determine V+W. V: x + y – z = 0 z = x + y (x, y, x + y) = x.(1, 0, 1) + y.(0, 1, 1) [(1, 0 , 1), (0, 1, 1)] = V não é uma base do R3. W: x = y (y, y, z) = y.(1, 1, 0) + z.(0, 0, 1) [(1, 1, 0), (0, 0, 1)] = W não é uma base do R3. V + W = [(1, 0 , 1), (0, 1, 1), (1, 1, 0), (0, 0, 1) ] 40 • Exemplo 12: Considere V = {(x, y, z); x + y – z = 0} e W = {(x, y, z); x = y} . Determine V+W. V: x + y – z = 0 z = x + y (x, y, x + y) = x.(1, 0, 1) + y.(0, 1, 1) [(1, 0 , 1), (0, 1, 1)] = V não é uma base do R3. W: x = y (y, y, z) = y.(1, 1, 0) + z.(0, 0, 1) [(1, 1, 0), (0, 0, 1)] = W não é uma base do R3. V + W = [(1, 0 , 1), (0, 1, 1), (1, 1, 0), (0, 0, 1) ] Espaço Vetorial: Base de um espaço vetorial • Exemplo 12 (continuação): V + W = [(1, 0 , 1), (0, 1, 1), (1, 1, 0), (0, 0, 1) ] Porém como V + W possui 4 vetores, mas os vetores são do R3, um dos vetores de V + W deve ser combinação linear dos outros três. Vamos escalonar o sistema V + W 41 • Exemplo 12 (continuação): V + W = [(1, 0 , 1), (0, 1, 1), (1, 1, 0), (0, 0, 1) ] Porém como V + W possui 4 vetores, mas os vetores são do R3, um dos vetores de V + W deve ser combinação linear dos outros três. Vamos escalonar o sistema V + W 1 0 1 1 0 1 1 0 0 1 0 1 L3 = L3L1 1 1 1 1 0 1 1 0 0 0 0 1 L3 = L3L2 (V+W)1 (V+W)2 (V+W)3 (V+W)4 Espaço Vetorial: Base de um espaço vetorial • Exemplo 12 (continuação): Logo V + W = [(1,0,1), (0,1,1), (0,0,1)] Assim, V + W = R3 dim R3 = dim V + dim W – dim(VW) • dim(VW) = 2 + 2 3 = 1 Mas quem é o conjunto VW ? 1 1 1 1 0 0 1 0 0 0 0 1 L4 = L4L1 0 1 1 1 0 0 1 0 0 0 0 1 1 2 1 1 0 0 1 0 0 0 0 1 L3 = L3/(2) (V+W)1 (V+W)2 (V+W)4 (V+W)3 é LD 42 • Exemplo 12 (continuação): Logo V + W = [(1,0,1), (0,1,1), (0,0,1)] Assim, V + W = R3 dim R3 = dim V + dim W – dim(VW) • dim(VW) = 2 + 2 3 = 1 Mas quem é o conjunto VW ? 1 1 1 1 0 0 1 0 0 0 0 1 L4 = L4L1 0 1 1 1 0 0 1 0 0 0 0 1 1 2 1 1 0 0 1 0 0 0 0 1 (V+W)3 é LD Espaço Vetorial: Base de um espaço vetorial • Exemplo 12 (continuação): Mas quem é o conjunto VW ? VW = {(x, y, z); x + y – z = 0 e x = y} (x, x, 2x) VW = [(1, 1, 2)] dim (VW ) = 1 dim R3 = dim V + dim W – dim VW = 2 + 2 – 1 = 3 como esperado ! 43 • Exemplo 12 (continuação): Mas quem é o conjunto VW ? VW = {(x, y, z); x + y – z = 0 e x = y} (x, x, 2x) VW = [(1, 1, 2)] dim (VW ) = 1 dim R3 = dim V + dim W – dim VW = 2 + 2 – 1 = 3 como esperado ! Espaço Vetorial: mudança de base Sejam ={u1,...,un} e ’= {w1,...,wn} duas bases ordenadas de um mesmo espaço vetorial V. Dado o vetor v V, podemos escrevê-lo como: 44 v = x1u1 + ... + xnun v = y1w1 + ... + ynwn Eq (01) Espaço Vetorial: mudança de base Deve haver uma maneira de relacionar as coordenadas de v em relação à base com as coordenadas do mesmo vetor v em relação à base ’ [v] = x1… xn 45 Deve haver uma maneira de relacionar as coordenadas de v em relação à base com as coordenadas do mesmo vetor v em relação à base ’ x1… xn [v]’ = y1… yn Espaço Vetorial: mudança de base Como {u1,...,un} é base de V, qualquer vetor de V pode serescrito como uma combinação dos vetores ui, i = 1, ... n,inclusive os vetores v, w1, w2, ..., e wn. Assim: w1 = a11u1 + a21u2 + ...+ an1un w2 = a12u1 + a22u2 + ...+ an2un ...... wn = a1nu1 + a2nu2 + ...+ annun 46 w1 = a11u1 + a21u2 + ...+ an1un w2 = a12u1 + a22u2 + ...+ an2un ...... wn = a1nu1 + a2nu2 + ...+ annun Eq.(02) Espaço Vetorial: mudança de base w1 = a11u1 + a21u2 + ...+ an1un w2 = a12u1 + a22u2 + ...+ an2un ...... wn = a1nu1 + a2nu2 + ...+ annun Eq.(02) 47 Substituindo Eq.(02) em Eq.(01): v = y1w1+y2w2+...+ynwn = y1(a11u1+...+an1un)+y2(a12u1+...+an2un)+...+yn(a1nu1+...+annun) = u1(a11y1+a12y2+...+an1yn)+...+un(a1ny1+a2ny2+...+annyn) Espaço Vetorial: mudança de base Mas v = x1u1 + ... + xnun, e como as coordenadas em relação a umabase são únicas tem-se que: x1= a11y1+ a12y2+ ... + an1ynx2= a12y1+ a22y2+ ... + an2yn ...xn= a1ny1+ an2y2+ ... + annyn Ou na forma matricial:v = u1(a11y1+a12y2+...+an1yn)+...+un(a1ny1+a2ny2+...+annyn) Observe que as linhas viraram colunas! 48 Mas v = x1u1 + ... + xnun, e como as coordenadas em relação a umabase são únicas tem-se que: x1= a11y1+ a12y2+ ... + an1ynx2= a12y1+ a22y2+ ... + an2yn ...xn= a1ny1+ an2y2+ ... + annyn Ou na forma matricial: nnnn n n y y aa aa x x 1 1 1111 Observe que as linhas viraram colunas! Espaço Vetorial: mudança de base Onde, nnnn n n aaa aaa aaa I 21 22221 11211 ' 49 nnnn n n aaa aaa aaa I 21 22221 11211 ' Amatriz ’ para a base . 'I é chamada de matriz de mudança da base Um vetor v descrito na base ’ será descrito na base como: [v]= [ I ] [v]’’ Espaço Vetorial: mudança de base Observa-se que, ao se encontrar , pode-se encontrar as coordenadas de qualquer vetor v em relação à base , multiplicando a matriz pelas coordenadas de v na base ’. [ I ]’ 50 Espaço Vetorial: Base de um espaço vetorial • Exemplo 1: sejam = {u1,u2} = {(2,1), (3,4)} e ’ = {w1,w2} = {(1,0),(0,1)} bases de R2, calcule 'I w1 = (1,0) = a11(2, 1) + a21(3,4) = (2a11 + 3a21, a11 + 4a21) 1 = 2a11 + 3a21 1 = 8a21 + 3a21 a21 = 1/11 51 1 = 2a11 + 3a21 0 = a11 + 4a21 1 = 8a21 + 3a21 a11 = 4a21 a21 = 1/11 a11 = 4/11 w2 = (0,1) = a12(2, 1) + a22(3,4) = (2a12 + 3a22, a12 + 4a22) 0 = 2a12 + 3a22 1 = a12 + 4a22 a12 = 3/2a22 1 = 3/2a22 + 4a22 a21 = 3/11 a22 = 2/11 Espaço Vetorial: Base de um espaço vetorial • Exemplo 1 (continuação): w1 = a11u1+ a21u2 = (4/11) u1 + (1/11) u2 w2 = a12u1+ a22u2 = ( 3/11) u1 + (2/11) u2 52 11/211/1 11/311/4' I Linhas tornam-se colunas!!! Espaço Vetorial: Base de um espaço vetorial • Exemplo 1 (continuação): Seja o vetor v = (2,5). Sabemos que ele é escrito na base ’ = {w1,w2} = {(1,0),(0,1)} como v = 2w1 + 5w2 = 2(1,0) + 5(0,1) = (2,5). Mas como ele é escrito na base = {u1,u2} = {(2,1), (3,4)} ? '' ][5,2][ vv I 53 • Exemplo 1 (continuação): Seja o vetor v = (2,5). Sabemos que ele é escrito na base ’ = {w1,w2} = {(1,0),(0,1)} como v = 2w1 + 5w2 = 2(1,0) + 5(0,1) = (2,5). Mas como ele é escrito na base = {u1,u2} = {(2,1), (3,4)} ? v = 7/11u1+ 12/11u2 = ( 7/11) (2, 1) + (12/11) (3, 4) '' ][5,2][ vv I 11/12 11/7 5 2 11/211/1 11/311/45,2][ v = ( 14/11 + 36/11, 7/11 + 48/11) = (22/11, 55/11) = (2,5) Espaço Vetorial: inversa da matriz mudança de base Observe que a matriz de mudança de bases foi obtida ao se escrever os vetores wi (i = 1, ... n) da base ’, como combinações lineares dos vetores uj, (j = 1, ..., n) da base . [ I ]’ 54 Observe que a matriz de mudança de bases foi obtida ao se escrever os vetores wi (i = 1, ... n) da base ’, como combinações lineares dos vetores uj, (j = 1, ..., n) da base . De forma análoga, poderíamos obter a matriz de mudança de bases ao escrever os vetores uj, (j = 1, ..., n) como combinações lineares dos vetores wi (i = 1, ... n). [ I ]’ Espaço Vetorial: inversa da matriz mudança de base As matrizes e são inversíveis e:[ I ]’[ I ]’ '1' II 55 '1' II Espaço Vetorial: inversa da matriz mudança de base u1 = (2,-1) = a11(0, 1) + a21(0,1) = (a11,a21) a11 = 2 • Exemplo 2: sejam = {u1,u2} = {(2,1), (3,4)} e ’ = {w1,w2} = {(1,0),(0,1)} bases de R2, calcule e verifique que 'I '1' II 56 u1 = (2,-1) = a11(0, 1) + a21(0,1) = (a11,a21) a11 = 2a21 = 1 u2 = (3,4) = a12(1, 0) + a22(0,1) = (a12, a22) a12 = 3a22 = 4 41 32' I '11' 11/211/1 11/3/11441 32 II Espaço Vetorial: exercícios • Problema 18: considere o subespaço de R4, gerado pelos vetores v1= (1,-1,0,0), v2= (0,0,1,1), v3= (-2,2,1,1), e v4= (1,0,0,0). a) O vetor u = (2, -3, 2, 2) [v1, v2, v3, v4]?b) Exiba uma base para [v1, v2, v3, v4]? Qual sua dimensão?c) [v1, v2, v3, v4] = R4? 57 • Problema 18: considere o subespaço de R4, gerado pelos vetores v1= (1,-1,0,0), v2= (0,0,1,1), v3= (-2,2,1,1), e v4= (1,0,0,0). a) O vetor u = (2, -3, 2, 2) [v1, v2, v3, v4]?b) Exiba uma base para [v1, v2, v3, v4]? Qual sua dimensão?c) [v1, v2, v3, v4] = R4? a) Existem constantes a, b, c, d tal que u = av1+ bv2+ cv3+ dv4 ? (2, -3, 2, 2) = a (1,-1,0,0) + b (0,0,1,1) + c (-2,2,1,1) + d (1,0,0,0) 2 = a – 2c + d 2 = b + c – 3 = –a + 2c 2 = b + c Espaço Vetorial: exercícios • Problema 18 (continuação): a + 0b – 2c + d = 2 –a + 0b + 2c + 0d = – 3 0a + b + c + 0d = 2 0a + b + c + 0d = 2 0 2 3 2 0000 0110 0201 1201 L2 = L2 + L1 58 a + 0b – 2c + d = 2 –a + 0b + 2c + 0d = – 3 0a + b + c + 0d = 2 0a + b + c + 0d = 2 0 2 3 2 0000 0110 0201 1201 0 2 1 2 0000 0110 1000 1201 L2 L3 0 1 2 2 0000 1000 0110 1201 L1 = L1 L3 Espaço Vetorial: exercícios • Problema 18 (continuação): 0 1 2 3 0000 1000 0110 0201 a – 2c = 3 a = 3 + 2c b + c = 2 b = 2 – c d = – 1 assuma c = 1 a = 5 e b = 1 59 0 1 2 3 0000 1000 0110 0201 a – 2c = 3 a = 3 + 2c b + c = 2 b = 2 – c d = – 1 assuma c = 1 a = 5 e b = 1 Como, u = (2, -3, 2, 2) = 5(1,-1,0,0) + 1(0,0,1,1) + 1(-2,2,1,1) – 1(1,0,0,0) Então u [v1, v2, v3, v4]. Espaço Vetorial: exercícios • Problema 18 (continuação): b) Exiba uma base para [v1, v2, v3, v4]? Qual sua dimensão? Se [v1, v2, v3, v4] formam uma base, em eles devem ser LI, ou seja: a1v1 + a2v2 + a3v3,+ a4v4 = 0 se e somente se a1 = a2 = a3 = a4 = 0 60 a1v1 + a2v2 + a3v3,+ a4v4 = 0 se e somente se a1 = a2 = a3 = a4 = 0 a1(1,-1,0,0) + a2(0,0,1,1) + a3(-2,2,1,1) + a4(1,0,0,0) = (0,0,0,0) a1 2a3 + a4 = 0 a1 + 2a3 = 0 a2 + a3 = 0 a2 + a3 = 0 a4 = 0 a1 = 2a3 a2 = a3 [v1, v2, v3, v4] é LD Espaço Vetorial: exercícios • Problema 18 (continuação): Forma direta de se observar o vetor que é combinação linear dos demais: escalonar a matriz formada pelo vetores [v1, v2, v3, v4]. 0001 1122 1100 0011v1 v2 0010 1100 1100 0011 61 0001 1122 1100 0011 L3 = L3 2L1 v2 v3 v4 L4 = L4 L1 0010 1100 1100 0011 1100 1100 0010 0011v1 v4 v2 v3 v2 é combinação linear de [v1 v3 v4] v3 é combinação linear de [v1 v2 v4] ou Espaço Vetorial: exercícios • Problema 18 (continuação): Existem duas bases possíveis para representar [v1, v2, v3, v4]: 1 = [v1 v2 v4] ou 2 = [v1 v3 v4].dim = dim ’ = [v1 v2 v3 v4] = 3 dim R4 = 4 62 Observe que tanto [v1 v2 v4] quanto [v1 v2 v4](verifique) são LI: a1v1 + a2v2 + a4v4 = 0 se e somente se a1= a2= a4= 0 a1(1,-1,0,0) + a2(0,0,1,1) + a4(1,0,0,0) = (0,0,0,0) a1+ a4 = 0 - a1= 0 a2 = 0 Espaço Vetorial: exercícios Problema 19: Considere o subespaço de R3 gerado pelos vetores v1=(1,1,0), v2= (0,-1,1) e v3=(1,1,1). Então [v1,v2,v3]=R3? Solução 1: dado um vetor qualquer do R3, u= (x,y,z), existem constantes a, b e c tal que u = av1 + bv2 + cv3 ? 63 Problema 19: Considere o subespaço de R3 gerado pelos vetores v1=(1,1,0), v2= (0,-1,1) e v3=(1,1,1). Então [v1,v2,v3]=R3? (x, y, z) = a(1,1,0) + b(0,1,1) + c(1,1,1) x = a + c y = a – b + c z = b + c a = 2x – y – z b = x – y c = – x + y + z Portanto, [v1, v2,v3]podem representar qualquer vetor do R3, ou seja [v1, v2,v3] = R3 Espaço Vetorial: exercícios Problema 19 (continuação): Solução 2: vamos tentar escalonar a matriz formada pelos vetores [v1 v2 v3] 111 110 011 100 110 011 L1 = L1 + L2 100 110 101 L1 = L1 L3 64 Como o escalonamento resultou na base canônica do R3, o conjunto [v1,v2,v3] pode representar qualquervetor do R3, ou seja [v1,v2,v3] = R3. 111 110 011 L3 = L3 – L1 100 110 011 L2 = L2 100 110 101 L2 = L2 + L3 100 010 001 O que isso significa? Espaço Vetorial • Problemas Sugeridos: 2, 4, 6, 7, 8, 9, 11, 15, 25 e 29 65
Compartilhar