Baixe o app para aproveitar ainda mais
Prévia do material em texto
Obs.: �⃗� = (𝑥1, 𝑥2, … , 𝑥𝑛) = [ 𝑥1 𝑥2 ⋮ 𝑥𝑛 ] 0⃗ é ortogonal a todo vetor ESPAÇOS VETORIAIS 1. Vetores Def.: �⃗� = 𝐴𝐵⃗⃗⃗⃗ ⃗ = 𝑂𝐴⃗⃗ ⃗⃗ ⃗ − 𝑂𝐵⃗⃗ ⃗⃗ ⃗ = 𝐵 − 𝐴 = (𝑥2 − 𝑥1, 𝑦2 − 𝑦1) Produto escalar (interno) �⃗� ∙ 𝑣 = 〈�⃗� ∙ 𝑣 〉 = 𝑥1 ∙ 𝑥2 + 𝑦1 ∙ 𝑦2 Módulo ‖�⃗� ‖ = √�⃗� ∙ �⃗� = √𝑥2 + 𝑦2 Obs.: ‖𝐴𝐵⃗⃗⃗⃗ ⃗‖ = √(𝑥2 − 𝑥1) 2 + (𝑦2 − 𝑦1) 2 Ângulo de dois vetores cos 𝜃 = �⃗� ∙ �⃗� ‖�⃗� ‖ ∙ ‖�⃗� ‖ Paralelismo �⃗� //𝑣 ⇒ �⃗� = 𝑘𝑣 ⇒ 𝑥1 𝑥2 = 𝑦1 𝑦2 = 𝑘 Ortogonalidade �⃗� ⊥ 𝑣 ⇒ �⃗� ∙ 𝑣 = 0 ⇒ 𝑥1 ∙ 𝑥2 + 𝑦1 ∙ 𝑦2 = 0 2. Espaços vetoriais Def.: Conjunto 𝑉 ≠ ∅, no qual, estão definidas as operações de adição e multiplicação por escalar, bem como, possa ser verificados os seguintes axiomas: 𝑨𝟏) (�⃗� + 𝑣 ) + �⃗⃗� = �⃗� + (𝑣 + �⃗⃗� ) 𝑨𝟐) �⃗� + 𝑣 = 𝑣 + �⃗� 𝑨𝟑) ∃! 0⃗ ∈ 𝑉; ∀�⃗� ∈ 𝑉, �⃗� + 0⃗ = �⃗� 𝑨𝟒) ∀�⃗� ∈ 𝑉, ∃! (−�⃗� ) ∈ 𝑉; �⃗� + (−�⃗� ) = 0⃗ 𝑴𝟏) (𝛼𝛽)�⃗� = 𝛼(𝛽�⃗� ) 𝑴𝟐) (𝛼 + 𝛽)�⃗� = 𝛼�⃗� + 𝛽�⃗� 𝑴𝟑) 𝛼(�⃗� + 𝑣 ) = 𝛼�⃗� + 𝛼𝑣 𝑴𝟒) 1�⃗� = �⃗� Propriedades i. �⃗� + �⃗⃗� = 𝑣 + �⃗⃗� ⇒ �⃗� = 𝑣 ii. −(−�⃗� ) = �⃗� iii. ∃! 𝑥 ∈ 𝑉; 𝑥 + �⃗� = 𝑣 ou 𝑥 = 𝑣 − �⃗� iv. 0�⃗� = 0⃗ v. 𝜆0⃗ = 0⃗ vi. 𝜆𝑣 = 0⃗ ⇒ 𝜆 = 0 ou 𝑣 = 0⃗ vii. (−1)𝑣 = −𝑣 viii. (−𝜆)𝑣 = 𝜆(−𝑣 ) = −(𝜆𝑣 ) Subespaços vetoriais 𝑆 ≠ ∅ é subespaço de 𝑉 quando: a) ∀�⃗� , 𝑣 ∈ 𝑆 ⇒ �⃗� + 𝑣 ∈ 𝑆 b) ∀𝛼 ∈ ℝ e �⃗� ∈ 𝑆 ⇒ 𝛼�⃗� ∈ 𝑆 • A interseção (𝑆 = 𝑆1 ∩ 𝑆2) e a soma (𝑆 = 𝑆1 + 𝑆2) de dois subespaços de 𝑉 também é um subespaço vetorial de 𝑉. Def.: Chame-se, soma direta, 𝑆1⨁𝑆2, caso tenha-se: 𝑆1 + 𝑆2 = 𝑉 e 𝑆1 ∩ 𝑆2 = {0⃗ }. • 𝑉 = 𝑆1⨁𝑆2 ⇒ todo 𝑣 ∈ 𝑉 escreve-se de modo único como: 𝑣 = �⃗� + �⃗⃗� , onde �⃗� ∈ 𝑆1e �⃗⃗� ∈ 𝑆2. Obs.: Sendo 𝑆 um subespaço gerado por um conjunto 𝐴, ao acrescentar vetores de 𝑆 a 𝐴, os novos conjuntos continuaram gerando o mesmo subespaço 𝑆. Obs.: Todo conjunto 𝐿𝐼 de 𝑉 é base do subespaço por ele gerado. Polinômios: 𝑑𝑖𝑚(𝑃𝑛(ℝ)) = 𝑛 + 1 Matriz: 𝑑𝑖𝑚(𝑀𝑚×𝑛(ℝ)) = 𝑚 ∙ 𝑛 Base 𝐵 Mariz coordenada (canônica) Combinação linear 𝑣 = 𝑎1𝑣1⃗⃗⃗⃗ + 𝑎2𝑣2⃗⃗⃗⃗ + …+ 𝑎𝑛𝑣𝑛⃗⃗⃗⃗ Subespaços gerados Quando 𝑆 é gerado por 𝐴 = {𝑣1⃗⃗⃗⃗ , 𝑣2⃗⃗⃗⃗ ,… , 𝑣𝑛⃗⃗⃗⃗ } indica-se por 𝑆 = [𝑣1⃗⃗⃗⃗ , 𝑣2⃗⃗⃗⃗ ,… , 𝑣𝑛⃗⃗⃗⃗ ] ou 𝐺(𝐴). Obs.: 𝐴 = ∅ define-se [∅] = {0⃗ } e 𝐴 = 𝐺(𝐴). Def.: Um espaço vetorial 𝑉 é finitamente gerado quando existe um conjunto finito 𝐴 ⊂ 𝑉; 𝑉 = 𝐺(𝐴). Dependência e independência linear Def.: O conjunto 𝐴 = {𝑣1⃗⃗⃗⃗ , 𝑣2⃗⃗⃗⃗ ,… ,𝑣𝑛⃗⃗⃗⃗ } é LI, desde que a equação 𝑎1𝑣1⃗⃗⃗⃗ + 𝑎2𝑣2⃗⃗⃗⃗ + …+ 𝑎𝑛𝑣𝑛⃗⃗⃗⃗ = 0 admita apenas a solução trivial. Caso exista algum 𝑎𝑖 ≠ 0, 𝐴 é 𝐿𝐷. Teoremas: i. 𝐴 = {𝑣1⃗⃗⃗⃗ , 𝑣2⃗⃗⃗⃗ ,… , 𝑣𝑛⃗⃗⃗⃗ } é 𝐿𝐷 ⇔ pelo menos um desses vetores é combinação linear dos demais. ii. 𝐴 = {𝑣 } ⊂ 𝑉 e 𝑣 ≠ 0⃗ ⇒ 𝐴 é 𝐿𝐼 iii. 0⃗ ∈ 𝐴 ⇒ 𝐴 é 𝐿𝐷 iv. Se uma parte de 𝐴 é 𝐿𝐷, então 𝐴 é 𝐿𝐷 v. Se 𝐴 é 𝐿𝐼, então qualquer parte de A é 𝐿𝐼 Base de um espaço vetorial Def.: 𝐵 = {𝑣1⃗⃗⃗⃗ , 𝑣2⃗⃗⃗⃗ ,… , 𝑣𝑛⃗⃗⃗⃗ } é base de 𝑉 quando é 𝐿𝐼 e gera 𝑉. Teorema: 𝐵 = {𝑣1⃗⃗⃗⃗ , 𝑣2⃗⃗⃗⃗ ,… ,𝑣𝑛⃗⃗⃗⃗ } é base de 𝑉 ⇒ Todo conjunto com mais de 𝑛 vetores é 𝐿𝐷. Corolários: Duas bases quaisquer de 𝑉 possuem a mesma quantidade de vetores. Dimensão de um espaço vetorial a) Se 𝑉 possui uma base com 𝑛 vetores, então 𝑑𝑖𝑚𝑉 = 𝑛. b) Se 𝑉 tem uma base com infinitos vetores, então 𝑑𝑖𝑚𝑉 = ∞. c) 𝑉 não possui base ⇒ 𝑑𝑖𝑚𝑉 = 0. d) 𝑆 é subespaço de 𝑉 (𝑑𝑖𝑚𝑉 = 𝑛) ⇒ 𝑑𝑖𝑚𝑆 ≤ 𝑛. e) Seja 𝑑𝑖𝑚𝑉 = 𝑛, qualquer subconjunto de 𝑉 com mais de 𝑛 vetores é 𝐿𝐷. Def.: 𝑉 e ℝ𝑛 são isomorfos quando 𝑉 é um espaço vetorial sobre ℝ e 𝑑𝑖𝑚𝑉 = 𝑛. Teoremas: i. Qualquer conjunto de vetores 𝐿𝐼 em 𝑉 é parte de uma base que pode ser completada ii. Se 𝐵 = {𝑣1⃗⃗⃗⃗ , 𝑣2⃗⃗⃗⃗ ,… , 𝑣𝑛⃗⃗⃗⃗ } é base de 𝑉, então todo 𝑣 ∈ 𝑉 é combinação linear única dos vetores de 𝐵. Componentes de um vetor Def.: Dado 𝑣 = 𝑎1𝑣1⃗⃗⃗⃗ + 𝑎2𝑣2⃗⃗⃗⃗ + …+ 𝑎𝑛𝑣𝑛⃗⃗⃗⃗ , temos 𝑉𝐵 = (𝑎1, 𝑎2, … , 𝑎𝑛) = [ 𝑎1 ⋮ 𝑎𝑛 ], onde 𝑎𝑖 são as componentes de 𝑣
Compartilhar