Baixe o app para aproveitar ainda mais
Prévia do material em texto
15 3.1.2. - Espaços Vetoriais Consideremos V um conjunto não vazio, no qual introduziremos as operações adição e multiplicação por escalar, ou seja, 1. ,)(,, VvutemosVvu ∈+∈∀ 2. ∈∀α \ .,, VuentãoVu ∈∈∀ α O conjunto V, munido destas duas operações, é denominado espaço vetorial real, ou espaço vetorial sobre \ , se forem satisfeitas as seguintes propriedades: 1) ,,,),()( Vwvuwvuwvu ∈∀++=++ 2) ,,, Vvuuvvu ∈∀+=+ 3) ,,0,0 VuuuquetalVExiste ∈∀=+∈ 4) ,,0)(,)( VuuuquetalVuExiste ∈∀=−+∈− 5) ),()( uu βααβ = 6) ,)( uuu βαβα +=+ 7) ,)( vuvu ααα +=+ 8) ∈∀∈∀= βα ,,,1 eVvuuu \ . Ampliando o seu conhecimento.. . 3.1.3. - Exemplos 1. O conjunto \ 2 ∈= yxyx ,);,{( \ } é um espaço vetorial com as operações de adição e multiplicação por um escalar assim definidas: dados ∈=== ),(),,(),,( 332211 yxwyxvyxu \ 2 e α,β ∈ \ ),(),(),( 22112211 yxyxyxyxvu ++=+=+ e ).,(),( 2111 xxyxu αααα == Estas são as operações usuais de adição e multiplicação por escalar, definidas na introdução. Verificaremos que \ 2 munidos destas operações satisfazem as oito propriedades do espaço vetorial: 1.1 (u + v) + w = u + (v + w) ),()),(),((),(),(),()( ))(),(())(,)(()( ),(),(),()),(),(()( 332211323211 321321321321 332121332211 wvuyxyxyxyyxxyxwvu yyyxxxyyyxxxwvu yxyyxxyxyxyxwvu ++=++=+++=++ ++++=++++=++ +++=++=++ 1.2 u + v = v + u ,),(),( ),(),(),(),( 1122 121221212211 uvyxyxvu yyxxyyxxyxyxvu +=+=+ ++=++=+=+ 1.3 Dado ∈)0,0( 2\ , ∈∀u 2\ , temos que ,),()0,0()0,0(),()0,0( 111111 uyxyxyxu ==++=+=+ 1.4 ∈∀u 2\ , existe ∈−−=− ),()( 11 yxu 2\ tal que ),0,0(),(),(),()( 11111111 =−−=−−+=−+ yyxxyxyxuu 1.5 (αβ)u = α(βu) ),()),(()( ),())(),(())(),((),)(()( 11 11111111 uyxu yxyxyxyxu βαβααβ ββαβαβααβαβαβαβ == ==== Os elementos do espaço vetorial V são chamados de vetores, independentes da sua natureza, ou seja, podemos chamar as matrizes mxn de vetores, onde V seria o conjunto das matrizes mxn. 16 1.6 (α + β)u = αu + βu ,),(),(),(),()( ),())(,)((),)(()( 11111111 11111111 uuyxyxyxyxu yyxxyxyxu βαβαββααβα βαβαβαβαβαβα +=+=+=+ ++=++=+=+ 1.7 α(u + v) = αu + αv ,),(),()( ),(),(),()( ))(),((),()),(),(()( 2211 22112121 212121212211 vuyxyxvu yxyxyyxxvu yyxxyyxxyxyxvu ααααα ααααααααα ααααα +=+=+ +=++=+ ++=++=+=+ 1.8 ∈∀==== uuyxyxyxu ,),()1,1(),(11 111111 2\ . 2. O conjunto \ , em relação às operações usuais de adição e multiplicação por escalar, é também um espaço vetorial. Os vetores, neste caso, são números reais. 3. O conjunto V de todas as funções f:X→\ , munido das operações )),)(())(()()())(( xfxfexgxfxgf αα =+=+ é um espaço vetorial, pois tais operações satisfazem as oito propriedades da definição 3.1.2. 4. O conjunto de todos os polinômios, ∈+++== inn aatatatfV ;)({ 01… \ }, é um espaço vetorial sobre \ em relação às operações usuais de adição de polinômios e multiplicação por escalar. 5. Um conjunto pode ser um espaço vetorial com relação a um par de operações e não ser com relação a outro par de operações. De fato. Podemos considerar o conjunto 2\ ∈= yxyx ,);,{( \ }, agora munido das seguintes operações: ).,(),(),(),(),()1.5( 111121212211 yxyxeyyxxyxyx αα =++=+ Observemos que a operação adição é a usual, portanto do exemplo 1 as quatro primeiras propriedades da definição 3.1.2 são satisfeitas. Entretanto, com relação multiplicação por um escalar temos: .)( ,),2,(),(),(),(),( ),,(),)((),)(()( 11111111111 1111111 uuu éistoyxxyxyxyxyxuu porémyxxyxyxu βαβα βαβαβαβα βαβαβαβα +≠+ +=+=+=+ +=+=+=+ Ou seja, a propriedade 6, da definição de espaço vetorial não é satisfeita, portanto, 2\ munido das operações definidas em (5.1), não é um espaço vetorial. 3.1.4. - Subespaços Vetoriais Sejam V um espaço vetorial sobre \ e W um subconjunto não vazio de V. O subconjunto W é um subespaço vetorial de V se as seguintes condições são satisfeitas: ,,,.1 WvuWvu ∈∀∈+ ∈∈∀∈ αα ,,.2 WuWu \ . Dialogando e construindo o seu conhecimento 1. Todo subespaço vetorial W de V contém pelo menos o vetor nulo 0, pois quando ,0=α temos .00 Wu∈= 2. Um subespaço vetorial W de V é também um espaço vetorial com todas as oito propriedades herdadas de V. 3. Todo espaço vetorial V admite pelo menos dois subespaços: o conjunto {0}, chamado subespaço nulo, e o próprio espaço vetorial V. Os demais subespaços são denominados subespaços não triviais ou próprios. Por exemplo, o conjunto unitário {(0,0,0)} é um subespaço vetorial do V= ℝ3, assim como o conjunto W= ℝ3. 17 3.1.5. - Exemplos 1 - Sejam V = 4\ e W ∈=== 43143124321 ,,);,,0,{(}0);,,,{( xxxxxxxxxxx \ }, Então W é um subespaço vetorial de V. De fato. a. 0 = (0,0,0,0)∈W, isto é, W≠ Ø. b. Dados u,v∈W e ∈α \ , então ),,0,(),,0,( 431431 yyyvexxxu == . Logo, .),,0,(),,0,(),,0,( ),,0,(),0,(),,0,( 431431431 443311431431 Wxxxxxxxxxu eWyxyxyxyyyxxxvu ∈=== ∈+++=+=+ ααααααααα De onde concluímos que W é um subespaço vetorial de V = 4\ . 2 - Sejam ⎭⎬ ⎫ ⎩⎨ ⎧ ∈⎥⎦ ⎤⎢⎣ ⎡== Rdcba dc ba MV ,,,;)2,2( e ⎭⎬ ⎫ ⎩⎨ ⎧ ∈⎥⎦ ⎤⎢⎣ ⎡= Rcb c b W ,; 0 0 , com V munido das operações soma de matrizes e multiplicação por escalar, ou seja, as operações usuais. Notemos que ≠∈⎥⎦ ⎤⎢⎣ ⎡= WéistoW ,, 00 00 0 Ø. Dados ∈⎥⎦ ⎤⎢⎣ ⎡=⎥⎦ ⎤⎢⎣ ⎡= 0 0 , 0 0 2 2 1 1 c b v c b u W então W cc bb c b c b vu ∈⎥⎦ ⎤⎢⎣ ⎡ + +=⎥⎦ ⎤⎢⎣ ⎡+⎥⎦ ⎤⎢⎣ ⎡=+ 0 0 0 0 0 0 21 21 2 2 1 1 e . 0 0 0 0 1 1 1 1 W c b c b u ∈⎥⎦ ⎤⎢⎣ ⎡=⎥⎦ ⎤⎢⎣ ⎡= α ααα Portanto, W é um subespaço vetorial de V. 3 - Sejam V = 2\ munido das operações usuais de adição e multiplicação por escalar e ∈=== xxxxyyxW );4,{(}4);,{( \ }. W representa geometricamente uma reta que passa pela origem. Observemos que W∈== )0.4,0()0,0(0 , ou seja, W é não vazio. Além disso, dados Wxxvxxu ∈== )4,(),4,( 2211 , temos que Wxxxxxxxxvu ∈++=+=+ ))(4,()4,()4,( 21212211 e .))(4,()4,( 1111 Wxxxxu ∈== αααα Neste caso, ao tomarmos dois vetores u e v da reta, o vetor soma (u + v) também pertence à reta, veja a figura 01. 4 - Ao contrário do exemplo anterior, uma reta que não passe pela origem, por exemplo, o conjunto ∈−=−== xxxxyyxW );43,{(}43);,{( \ } não é um subespaço vetorial de 2\ . De fato. Escolhendo u = (1,-1) e v = (0,3) de W, temos u + v = (1,-1) + (0,3) = (1,2)∉W, pois 2 3 4(1) 1,≠ − = − conforme a figura 02, ao lado. 5 - O conjunto }0/),{( 111 >= xyxW não é um subespaço vetorial de V = 2\ . Pois u = (2,7)∈W, mas -3u = -3(2,7) = (-6,-21)∉W, já que -6 < 0. No Moodle. . . Leia com atenção os exemplos acima. Na plataforma moodle você deve fazer exercícios! 18 3.1.6. - Interseção de dois Subespaços Vetoriais Dados W1 e W2 dois subespaços vetoriais de V, a interseção de W1 e W2, denotada por W = W1∩W2 é o conjunto todos os vetores v∈V tais que v∈W1 e v∈W2. 3.1.6.1. – Teorema A interseção W de dois subespaços vetoriais W1 e W2 de V é um subespaço vetorial de V. Demonstração: (i) Pela definição de subespaço vetorial, 0∈ W1 e 0∈W2, logo 0∈W1∩W2. (ii) Sejam u,v∈W1∩W2, então u,v∈ W1 e u,v∈ W2. Como W1 e W2 são subespaços vetoriais, por definição, (u + v)∈ W1 e (u + v)∈W2, daí, (u + v)∈W1∩W2. (iii) Dado α∈ \ , αu∈W1 e αu∈W2, pois W1 e W2 são subespaços de V, logo αu∈W1∩W2. Das 3 condições acima, concluímos que W1∩W2 é um subespaço vetorial de V. 3.1.7. - Exemplos 1. Consideremos )2,2(MV = e 1 ; ,0 0 a b W a b ⎧ ⎫⎡ ⎤= ∈⎨ ⎬⎢⎥⎣ ⎦⎩ ⎭ R e 2 0 ; , , 0 b W b c c ⎧ ⎫⎡ ⎤⎪ ⎪⎨ ⎬⎢ ⎥⎪ ⎪⎣ ⎦⎩ ⎭ = ∈R subespaços vetoriais de V. Seja ∈∈⎥⎦ ⎤⎢⎣ ⎡= uquetalV dc ba u W1∩W2. Então, 1Wu∈ ,ou seja, c = d = 0. Mas, 2Wu∈ ,daí a = d = 0. Logo, 0 10 , 0 00 0 a b bu b c d ⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦⎣ ⎦ ⎣ ⎦ = = = onde ∈b \ . Portanto, W1∩W2 0 ; 0 0 b b ⎧ ⎫⎡ ⎤= ∈⎨ ⎬⎢ ⎥⎣ ⎦⎩ ⎭ R . 2. Seja V = 3\ ∈= zyxzyx ,,);,,{( \ } e ∈= yxyxW ,);0,,{(1 \ } e ∈= zzW );,0,0{(2 \ } subespaços vetoriais de V. Se ∈= ),,( zyxu W1∩W2, então pela definição de W1 e W2, x = y = z = 0, ou seja, W1∩W2 = {(0,0,0)}. Nosso próximo passo é definir soma direta entre subespaços vetoriais, para isto, definiremos inicialmente, soma entre subespaços. 3.1.8. - Soma de dois Subespaços Vetoriais Sejam W1 e W2 dois subespaços vetoriais de V. A soma de W1 e W2, denotada por W = W1 + W2, é o conjunto de todos os vetores u + v de V tais que 21 WveWu ∈∈ . 3.1.8.1. – Teorema Se W1 e W2 são subespaços vetoriais de V então W1 + W2 também é um subespaço vetorial de V. Demonstração: (i) Sejam u1,u2∈ W1 e v1,v2 ∈W2 então u1 + u2∈W1, pois W1 é um espaço vetorial. Analogamente, (v1 + v2) ∈W2. Por outro lado, (u1 + v1) ∈W1 + W2, como também u2 + v2∈W1 + W2, logo (u1 + v1) + (u2 + v2) = (u1 + u2) + (v1 + v2) ∈W1 + W2. (ii) Para qualquer α∈ \ , sendo u1 ∈W1, v1∈W2, então αu1∈W1 e αv1∈W2. Por outro lado, (u1+ v1)∈W1 + W2, logo α(u1 + v1) = (αu1+ αv1)∈W1 + W2. 3.1.9. - Exemplos Observando os exemplos 3.1.7, temos que: 19 1. O conjunto W1 + W2 0 ; , , 0 0 0 a b b a b c c ⎧ ⎫⎡ ⎤ ⎡ ⎤= + ∈⎨ ⎬⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦⎩ ⎭ R = ; , , 0 a b a b c c ⎧ ⎫⎡ ⎤ ∈⎨ ⎬⎢ ⎥⎣ ⎦⎩ ⎭ R é um subespaço vetorial de V. De fato. 1 ; ,0 0 a b W a b ⎧ ⎫⎡ ⎤= ∈⎨ ⎬⎢ ⎥⎣ ⎦⎩ ⎭ R e 2 0 ; , 0 b W b c c ⎧ ⎫⎡ ⎤⎪ ⎪⎨ ⎬⎢ ⎥⎪⎣ ⎦ ⎪⎩ ⎭ = ∈R são subespaços vetoriais de V = M(2,2) e como conseqüência do Teorema 3.1.8.1, W1 + W2 também é um subespaço vetorial de V. 2. A soma de ∈= yxyxW ,);0,,{(1 \ } com ∈= zzW );,0,0{(2 \ } é o subespaço vetorial de W1 + W2 = { }( , , ); , ,x y z x y z∈R �, que é o próprio 3\ . 3.1.10 Soma Direta de dois Subespaços Vetoriais Sejam W1 e W2 dois subespaços vetoriais de V. Diremos que V é a soma direta de W1 e W2, denotada por V = W1⊕W2, se: V = W1 + W2 e W1∩W2 = {0}. 3.1.11 Observação Se V = W1⊕W2, então todo v ∈ V se escreve, de modo único, na forma: v = u + w, onde u∈W1 e w∈W2. De fato. Suponhamos que v = u + w, com u∈W1 e w∈W2 e também v = u’+ w’, onde u’∈W1 e w’∈W2. Daí, u + w = v = u’+ w’ ou u – u’ = w’ – w. Como (u – u’) ∈W1 e (w’ – w)∈W2, da última igualdade (u – u’) = (w – w’)∈ W1∩W2. Mas, W1∩W2 = {0}, então u – u’ = w’ – w = 0, ou seja, u = u’ e w = w’. 3.1.12. - Exemplo 1. O espaço 3\ é a soma direta dos subespaços vetoriais W1 = {(x,y,0) ; x,y∈ R } e W1 = {(0,0,z) ; z∈ R }, pois qualquer vetor (x,y,z) ∈ 3\ pode ser escrito como soma de um vetor de W1 e um vetor de W2 de maneira única (x,y,z) = (x,y,0) + (0,0,z), além disso, W1∩W2 = {(0,0,0)}. Portanto, 3\ = W1⊕W2. 3.2. - Combinação Linear Seja V um espaço vetorial sobre R . Um vetor v em V é combinação linear dos vetores v1,v2,...,vn em V se existirem escalares x1,x2,...,xn ∈ R tais que u = x1v1 + x2v2 + ... + xnvn. 3.2.1. - Exemplos 1. Escreveremos o vetor v = (2,5,3) do 3\ como combinação linear dos vetores v1 = (1,2,1) e v2 = (0,1,1). Para isto, devemos encontrar x,y ∈ R tais que v = (2,5,3) = x(1,2,1) + y(0,1,1) = (x,2x + y,x + y) e, resolvendo o sistema 2 2 5 3, x x y x y =⎧⎪ + =⎨⎪ + =⎩ encontramos x = 2 e y = 1. Considerando agora v = (0,0,-1), mostraremos que v não pode ser escrito como combinação linear dos vetores v1 = (1,2,1) e v2 = (0,1,1). 20 Mostraremos que não existem escalares x e y tais que v = (0,0,-1) = x(1,2,1) + y(0,1,1) 0 2 0 1, x x y x y =⎧⎪ + =⎨⎪ + = −⎩ logo, da primeira equação, x = 0, e da segunda, y = 0. Porém da última equação, 0 + 0 = -1, o que é incompatível. Portanto, não existem escalares x e y tais que v = xv1 + yv2, isto é, v = (0,0,-1) não pode ser escrito como combinação linear dos vetores v1 e v2. 2. Determinar o valor de k para que o vetor v = (1,-2,k) seja uma combinação linear dos vetores v1 = (3,0,-2) e v2 = (2,-1,-5). Devemos encontrar escalares x e y tais que v = xv1 + yv2, ou seja, (1,-2,k) = x(3,0,-2) + y(2,-1,-5), resultando no seguinte sistema: 3 2 1 0 2 2 5 x y x y x y k + =⎧⎪ − = −⎨⎪− − =⎩ assim, x = -1, y = 2 e o valor de k é -8. Conclusão: para que v = (1,-2,k) seja escrito como combinação linear dos vetores v1 e v2 é preciso que k seja igual a -8. 3.2.2. - Subespaços Gerados Sejam V um espaço vetorial sobre R e v1,v2,...,vn vetores de V, o conjunto W = { v∈V; v = x1v1 + x2v2 + ... + xnvn.}, constituído de todos os vetores de V que são combinações lineares dos vetores v1,v2,...,vn de V, é um subespaço vetorial de V. De fato. (i) W é não vazio, pois 0∈W, 0 = 0v1 + 0v2 + ... + 0vn. (ii) Dados u,v ∈W, existem escalares x1,x2,...,xn e y1,y2,...,yn tais que v = x1v1 + x2v2 + ... + xnvn. e u = y1v1 + y2v2 + ... + ynvn., logo v + u = (x1v1 + x2v2 + ... + xnvn) + (y1v1 + y2v2 + ... + ynvn) v + u = (x1+ y1) v1 + (x2+ y2) v2 + ... + (xn + yn)vn ∈W, Além disso, (iii) Se α ∈R e v ∈W, temos αv = α(x1v1 + x2v2 + ... + xnvn) = (αx1)v1 + (αx2)v2 + ... + (αxn)vn ∈W. Segue de (i), (ii) e (iii) que W é um subespaço vetorial de V. Este subespaço é denominado subespaço gerado pelos vetores v1,v2,...,vn, o qual se denota W = [v1,v2,...,vn]. 3.2.3.1. - Exemplos 1 . Os vetores i = (1,0,0) e j = (0,1,0) geram o conjunto W = {(x,y,0) ; x,y ∈ R }, pois qualquer vetor v de W pode ser escrito como combinação linear dos vetores i e j, ou seja, v = (x,y,0) = x(1,0,0) + y(0,1,0). 21 Neste caso, W é gerado pelos vetores i e j, pois todo vetor de W é escrito como combinação linear dos vetores i e j. E, usando a notação de subespaço gerado, W = [i,j]. 2 . No caso dos vetores i = (1,0,0), j = (0,1,0) e k = (0,0,1), estes geram o 3R , já que todo vetor (x,y,z) do 3R é escrito como combinação linear dos vetores, i, j e k, (x,y,z) = x(1,0,0) + y(0,1,0) + z(0,0,1). Assim, 3R = [i,j,k]. 3. O subespaço gerado pelos vetores v1 = (1,-2,-1) e v2 = (2,1,1) será: [v1,v2] = {(x,y,z) ; (x,y,z) = a(1,-2,1) + b(2,1,1), a,b∈ R }. Da igualdade acima temos: 2 2 , a b x a b y a b z + =⎧⎪− + =⎨⎪ − + =⎩ e, resolvendo o sistema, usando as 2 primeiras equações b = 2/5x + 1/5y e a = 1/5x -2/5y. Substituindo na terceira equação, teremos x + 3y – 5z = 0. Portanto, [v1,v2] = {(x,y,z) / x + 3y – 5z = 0}, isto é, o subespaço gerado pelos vetores v1 e v2 é um plano que passa pela origem. 4. Sejam V = M(2,2), v1 = ⎥⎦ ⎤⎢⎣ ⎡ − − 32 21 e v2 = ⎥⎦ ⎤⎢⎣ ⎡ − 11 13 matrizes de V. O subespaço gerado pelos vetores v1 e v2, será: 1 2[ , ] x y v v z t ⎧⎡ ⎤= ⎨⎢ ⎥⎣ ⎦⎩ = a ⎥⎦ ⎤⎢⎣ ⎡ − − 32 21 + b 3 1 , , 1 1 a b ⎫⎡ ⎤ ⎪⎬⎢ ⎥ ⎪⎣ ⎦ ⎭ − ∈R e, daí x, y, z e t satisfazem o sistema: 3 2 2 3 , a b x a b y a b z a b t − + =⎧⎪ − =⎪⎨− + =⎪⎪ + =⎩ de onde teremos z = -y e x = -2y + t. Logo, o subespaço gerado pelas matrizes v1 e v2 é da forma: 1 2 2 2 1 1 0 [ , ] , ; , 1 0 0 1 y t y v v y t y t y t y t ⎫⎧ ⎧ ⎫⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎪ ⎪ ⎪ ⎪⎨ ⎬ ⎨ ⎬⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎪ ⎪⎪ ⎣ ⎦ ⎣ ⎦⎣ ⎦ ⎪ ⎩ ⎭⎩ ⎭ − + −= ∈ = + ∈− −R R . 3.3. - Dependência e Independência Linear Seja V um espaço vetorial sobre R . Os vetores v1,v2,...,vn de V são ditos linearmente independentes (LI) se a equação vetorial x1v1 + x2v2 + ... + xnvn = 0 admite apenas a soluçãotrivial nula x1 = x2 = ... = xn = 0. Caso contrário, se a equação admite pelo menos uma solução não nula, os vetores são denominados linearmente dependentes (LD). Nos gráficos a seguir apresentaremos uma interpretação geométrica da dependência linear de dois e três vetores no 3R ,
Compartilhar