Baixe o app para aproveitar ainda mais
Prévia do material em texto
Espaços Vetoriais Um espaço vetorial é um conjunto não vazio V com duas operações soma (+) e multiplicação por escalar (números reais), tais que as seguintes propriedades são satisfeitas para quaisquer u, v, w ∈ V e a, b ∈ R: INTRODUÇÃO A adição é associativa: (u + v) + w = u + (v + w) PROPRIEDADES A adição é comutativa: u + v = v + u A adição possui um elemento neutro: existe um elemento 0 ∈ V , chamado de vetor nulo de V, tal que u + 0 = u A adição possui elemento oposto (simétrico): para cada u ∈ V , existe um elemento −u ∈ V tal que u + (−u) = 0, chamado de vetor oposto de u A adição possui elemento oposto (simétrico): para cada u ∈ V , existe um elemento −u ∈ V tal que u + (−u) = 0, chamado de vetor oposto de u a (u + v) = au + av (a + b) v = av + bv (ab)v = a(bv) (ab)v = a(bv) Todos os elementos de V são chamados de vetores. São espaços vetoriais, por exemplo, o plano R² e o espaço R³ com suas operações usuais. De forma geral; com as operações dadas por: Soma de dois vetores: u + v = (x1 + y1, x2 + y2, . . . , xn + yn). Multiplicação de um vetor por um número (escalar): ku = (kx1, kx2, . . . , kxn). É espaço vetorial o conjunto V = Pn(R) dos polinômios com coeficientes reais e grau menor ou igual a n, com as operações de soma de polinômios e multiplicação destes por números reais. É espaço vetorial o conjunto V = M(m, n) das matrizes reais m × n com as operações soma e multiplicação por escalar usuais. Algumas propriedades importantes dos espaços vetoriais: O vetor nulo é único. O vetor oposto é único. 0 * u = 0 para todo u ∈ V . (−1) u = −u, para todo u ∈ V . SUBESPAÇO VETORIAL Sejam V um espaço vetorial e W um subconjunto não vazio de V. Então, W é um subespaço vetorial de V se: Para quaisquer u, v ∈ W tivermos u + v ∈ W. Para quaisquer a ∈ R, u ∈ W tivermos au ∈ W Com essa definição, dizemos que W é fechado para a soma e para a multiplicação por escalar. Podemos fazer três observações: No caso em que exista algum ai 0, dizemos que {v1, ... , vn} é linearmente dependente (LD). Sejam v1, v2, ... vr vetores em Rn. Se r > n, então os vetores v1, v2, ... vr são linearmente dependentes (LD). Pela definição, ao operarmos em W não obteremos vetores fora de W. Isto é suficiente para afirmar que W também é um espaço vetorial, pois as operações ficam bem definidas e não precisamos verificar as propriedades de (1) a (8) de espaço vetorial, pois elas são válidas em V, que contém W. Qualquer subespaço W de V precisa conter o vetor nulo (por causa da condição (2) quando a = 0) Todo espaço vetorial admite pelo menos dois subespaços (chamados subespaços triviais): o subespaço {0} formado somente pelo vetor nulo e o próprio espaço vetorial V Se W1 e W2 são subespaços vetoriais de V, então a interseção W1 ∩ W2 é subespaço vetorial de V Se W1 e W2 são subespaços de V, então W1 + W2 também é subespaço de V COMBINAÇÃO LINEAR Seja V um espaço vetorial. Dizemos que um vetor v ∈ V é combinação linear dos vetores v1, v2, ... , vn ∈ V se existirem escalares a1, a2, ... , an tais que: Fixados os vetores v1, ... , vn ∈ V, o conjunto de todas as combinações lineares destes vetores é denotado por [v1, ... , vn]. Dizemos que [v1, ... , vn] é o subespaço gerado por v1, ... , vn. De fato, esse conjunto é um subespaço de V . Sejam V um espaço vetorial e v1, ... , vn ∈ V. Dizemos que o conjunto {v1, ... , vn} ´e linearmente independente (LI) se a equação: Um conjunto de vetores é LI se, e somente se, nenhum dos vetores for uma combinação linear dos outros. Qualquer conjunto S que contenha o vetor nulo é LD. De fato, se S = {v1, v2, ... , vn, 0}, então 0 = 0v1 + 0v2 + ··· + 0vn + 1 . 0 é uma combinação linear nula não-trivial dos vetores de S. BASE Um conjunto {v1, ... , vn} de vetores de V será uma base de V se: Sejam V = R², e1 = (1, 0), e2 = (0, 1). Então {e1, e2} é base de V, conhecida como base canônica de R². Suponha que V = [v1, ... , vn]. Então dentre esses vetores podemos extrair uma base de V. As colunas da matriz dos vetores de V que contém pivôs, na forma escalonada reduzida por linhas, indicam os vetores originais que constituem a base. Suponha que um espaço vetorial V possui uma base com n elementos. Então qualquer conjunto com mais de n vetores em V é necessariamente LD. Em outras palavras, todo conjunto LI em V tem no máximo n vetores. MUDANÇA DE BASE Seja β = {v1, ... , vn} uma base de um espaço vetorial V. Então todo vetor de V é escrito de maneira única como combinação linear de v1, ... , vn. Sejam α e β bases de V . Então é invertível e A toda matriz m × n está associada uma transformação linear de . Se β = {v1, ... , vn} é base de V e v ∈ V é tal que v = a1v1 + ··· + anvn, dizemos que os números a1, ... , an são as coordenadas de v na base β, e denotamos por: Matriz mudança de base: Se α, β e γ são bases de V , então: TRANSFORMAÇÕES LINEARES Uma função f : R → R é linear se existe a ∈ R tal que f(x) = ax, para todo x ∈ R. Note que as funções lineares satisfazem: Sejam V e W espaços vetoriais. Uma transformação linear entre V e W é uma função T : V → W que satisfaz: Se T : V → W é uma transformação linear, então ela leva o vetor nulo de V no vetor nulo de W, isto é, se 0 ∈ V , T(0) = 0 ∈ W.
Compartilhar