Espao Vetorial

Em Clculo Vetorial j foi visto o conceito de vetor no plano e no espao. Podemos ento considerar o plano cartesiano como um conjunto de vetores, representados por pares de nmeros reais, onde se tm definidas duas operaes: adio e produto por escalar. V = R2 . Dados u = ( x1 , y1 ) e v = ( x2 , y2 ) em V, definimos u + v = ( x1 , y1 ) + ( x2 , y2 ) = ( x1 + x2 , y1 + y2 ) .u = . ( x1 , y1 ) = ( x1 , y1 ) J foi visto tambm que essas operaes satisfazem algumas propriedades. Essas propriedades caracterizam uma estrutura de espao vetorial. Podemos generalizar e definir: Um Espao Vetorial real um conjunto V, onde esto definidas duas operaes: para cada u e v em V, u + v est em V ( adio ), para cada em R e v em V , .v est em V ( produto por escalar ) , que satisfazem as seguintes propriedades: 1) Para cada u , v e w em V , ( u + v ) + w = u + ( v + w ) 2) Para cada u e v em V , u + v = v + u 3) Existe em V onde para cada v em V , + v = v , = elemento neutro da adio 4) Para cada v em V , existe -v em V com v + ( -v ) = , -v = simtrico de v 5) Para cada e em R e v em V , ( ) v = ( v ) 6) Para cada e em R e v em V, ( + ) v = v + v 7) Para cada em R e cada u e v em V , ( u + v ) = u + v 8) Para cada v em V , 1.v = v Outros espaos vetoriais:1) V = R 3 = { ( x , y , z ) / x , y , z R } 2) V = R , R4 ... Rn 3) M2x2 ... M m x n espaos de matrizes de ordem mxn 4) Pn conjunto de polinmios de grau menor ou igual a n Propriedades: Em um espao vetorial V, temos que: 1) o elemento neutro nico 2) o simtrico v de cada vetor v nico 3) para cada v em V , (- v) = v 4) para cada u, v e w em V , se u + v = w + v ento u = w 5) para cada u e v e V existe um nico x tal que u + x = v. 6) para cada v em v , 0.v = 7) para cada em R , . = 8) para cada em R e v em V, se .v = ento = 0 ou v =

Subespaos Dado S V, dizemos que S subespao de V se S tambm um espao vetorial com as mesmas operaes de adio e multiplicao por escalar de V restritas a S. (1) Observamos que para saber se um subconjunto S de V um subespao vetorial de V basta verificar: S (2) para cada u e v em S , u + v est em S ( adio ) (3) para cada em R e v em S , .v est em S ( produto por escalar ) Exemplos: So subespaos de R2 1) A reta S = { ( x , y ) / y = 3x } 2) A reta S = { ( x , y ) / 2x 3y = 0 } No so subespaos de R2 1) S = { ( x , y) / y = x 1 } 2) S = { ( x , y ) / y = x2 } So subespaos de R3 1) O plano S = { ( x , y , z ) / 2x y + 5z = 0 } 2) A reta S = { ( x , y , z ) / x + y = 0 e z = 0 } No so subespaos de R3 1) S = { ( x , y , z ) / x + y + z = 2 } 2) S = { ( x , y , z ) / x2 + y z = 0 } 3) Observao: So subespaos de R2 as retas que passam pela origem. So subespaos do R3 as retas e os planos que passam pela origem. Combinaes lineares Consideremos o vetor v = ( 1 , 2 ) em R2 Quando multiplicamos v por escalares temos v = ( , 2 ) Por exemplo, 5.( 1 , 2 ) = ( 5 , 10 ) (-3).( 1 , 2 ) = ( -3 , -6 ) Cada vetor v = ( , 2 ) dito uma combinao linear de v Graficamente vemos que os vetores resultantes esto sobre a reta y = 2x S Dizemos ento que a reta S = { ( x , y ) / y = 2x } o subespao de R2 gerado por v

Consideremos agora os vetores v1 = ( 1 , 2 ) e v2 = ( 3 , 0 ) em R2 Cada vetor v1 + v2 = dito uma combinao linear de v1 e v2 . Note que o sistema compatvel para qualquer x e y , da

o conjunto desses vetores o espao R2 .Dizemos ento que R 2 o espao gerado por v1 e v2 . Generalizando, dados v1 , ... , vn vetores em V e escalares reais, cada vetor chamado de combinao linear de v1 , ... vn Observao: Dado A um conjunto de vetores de V, o conjunto L(A) de todas as combinaes lineares dos vetores de A um subespao de V. E qualquer subespao de V que contenha os vetores de A, contm L(A). O subespao L(A) denominado subespao gerado por A. Exemplos: 1) Considere o vetor v = ( -3, 5) em R2. a) O vetor u = ( 6 , 4 ) combinao linear de v? b) O vetor w = ( 2/5 , -2/3) combinao linear de v? c) D condies a x e y para que o vetor w = ( x , y ) seja combinao linear de v. d) Descreva o subespao gerado pelo conjunto {v}. 2) Considere os vetores v1 = ( 1 , 1 , -1 ) e v 2 = ( 2 , 5 , -1 ) em R3. a) Verifique se o vetor v = ( 0 , 3 , 1) combinao linear dos vetores v1 e v2. b) Verifique se o vetor w = ( -1 , 3 , -1 ) combinao linear de v 1 e v 2 . c) Determine k para que o vetor v = ( 4 , 7 , k ) seja combinao linear de v 1 e v 2 . d) D condies a x , y , e z para que o vetor v = ( x , y , z ) seja combinao linear de v 1 e v 2 . e) Determine o subespao L(A) , sendo A = { v 1 , v 2 } Dependncia Linear Dados os vetores v1 , ... , vn em V, dizemos que esses vetores so linearmente dependentes ( LD ) se e somente se um deles combinao linear dos demais. Ou seja , se podemos escrever, para algum i = 1 , ... , n , vi = Caso contrrio os vetores so ditos linearmente independentes ( LI ). Exemplo: Os vetores v1 = ( 1 , 1 , 1 ) , v2 = ( 2 , 5 , -1 ) e v3 = ( 0 , 3 , 1 ) so linearmente dependentes, pois . v2 = 2.v1 + 1. v3 . fcil constatar que os vetores v1 e v 2 so linearmente independentes.

Observaes: 1)

os vetores v1 , ... , vn so linearmente dependentes ( LD ) se e somente se existem escalares , no todos nulos, tais que os vetores v1 , ... , vn so linearmente independentes ( LI ) se e somente se implica que todos os escalares so nulos.

2)

Exemplos: Verifique se os vetores dados so LD ou LI: 1) v1 = ( 3 , 7 ) e v2 = ( 5 , -2 ) suponhamos o sistema determinado 2) v1 = ( -2 , 5 ) , v2 = ( -4 , 10 ) os vetores so LD 3) v1 = ( 2 , 1 , -1) , v2 = ( 3 , -4 , 1 ) suponhamos =0 os vetores so LI det = 0 os vetores so LI = -41 0

4) v1 = ( 2 , 1 , -1) , v2 = ( 3 , -4 , 1 ) , v3 = ( 1 , 3 , -2 ) Note que, nesse caso basta verificar que det =4 0, da o sistema

determinado , ou seja, a = b = c = 0, e com isso os vetores so LI 5) v1 = ( 2 , 1 , -1) , v2 = ( 3 , -4 , 1 ) , v3 = ( 3 , 7 , -4) det 6) det 7) det = 0, da os vetores so LD

v1 = ( 0 , 5 , -1) , v2 = ( 1 , 4 , -2 ) , v3 = ( 2 , 1 , 4) = - 33 0, os vetores so LI

v1 = (1,2,1) , v2 = (2,-1,5) e v3 = ( -1,8,-2) = -27 os vetores so LI

8) det

v1 = ( 3, 1 , 2 ) , v 2 = ( 4 , -1 , 5) e v 3 = ( 1 , 4 , 2 ) = -35 0 vetores LI

9)

v1 = ( 3, 1 , 5 ) , v 2 = ( 4 , -1 , 9) e v 3 = ( 1 , 4 , -2 ) det =0 vetores LD

10) v1 = ( 5 , -1 ) , v2 = ( 1 , 2 ) , v3 = ( 1 , 4 ) a.v1 + b.v2 + c.v3 = 0 sistema indeterminado vetores LD

11) v1 = ( 2 , 1 , 3 ) , v2 = ( 2 , -3 , -1 ) so vetores LI. No exemplo ( 11 ) O subespao gerado por v1 e v 2 S = { ( x , y , z ) / x + y = z } Sendo w = ( 3 , 4 , 7 ) , observe que v1 , v2 e w so vetores LD. Sendo w = ( 3 , 4 , 0 ) , observe que w no combinao linear de v1 , v2 e v1 , v 2 e w so vetores LI. Observaes: Em R2 : Dois vetores LD esto na mesma reta. Quaisquer trs ou mais vetores so LD. Dois o nmero mximo de vetores LI em R2 . Dois ou mais vetores que no estejam na mesma reta geram R2. Em R3: Dois vetores LD esto na mesma reta. Trs vetores LD esto no mesmo plano. Quaisquer quatro vetores ou mais so LD. Trs o nmero mximo de vetores LI em R3 . Trs ou mais vetores que no estejam no mesmo plano geram R3. Em um espao vetorial, podemos tambm observar: 1) Se um dos vetores v1 , ... , vn o vetor nulo ento os vetores v1 , ... , vn so LD. 2) Qualquer vetor v no nulo LI. 3) Dois vetores so LD se e somente se um mltiplo do outro. 4) Qualquer parte de um conjunto de vetores LI tambm LI. 5) Se um conjunto de vetores contm uma parte de vetores LD ento esse conjunto de vetores LD. Base e Dimenso Diz-se que um espao vetorial V de dimenso finita n se existem vetores v1 , ... , vn O conjunto de vetores B = { v1 , ... , vn } denominado base de V. Notao: dim V = n LI, que geram V.

Todas as bases de um mesmo espao de dimenso finita tm o mesmo nmero de vetores.

Exemplos:1) dim R = 1. Qualquer nmero a 0 uma base para R. Os nicos subespaos de R so { 0 }( espao nulo ) e R . dim { 0 } = 0 2) dim R2 = 2 Quaisquer dois vetores LI em R2 formam uma base para R2. Base cannica de R2 : B = { ( 1 , 0 ) , ( 0 , 1 ) }. Se S subespao de R2 ento dim S = 0 , 1 ou 2. Se dim S = 0 ento S = { ( 0 , 0 ) } Se dim S = 1 ento S uma reta passando pela origem. Se dim S = 2 ento S = R2. 3)dim R3 = 3 Quaisquer trs vetores LI em R3 formam uma base para R3. Base cannica de R3 : B = { ( 1 , 0 , 0 ) , ( 0 , 1 , 0 ) , ( 0 , 0, 1 ) }. Se S um subespao de R3 ento dim S = 0 , 1 , 2 ou 3. Se dim S = 0 ento S = { ( 0 , 0 , 0 ) } Se dim S = 1 ento S uma reta passando pela origem. Se dim S = 2 ento S um plano passando pela origem. Se dim S = 3 ento S = R3. 4)dim R4 Base para R4: B = { ( 1 , 0 , 0 , 0 ) , ( 0 , 1 , 0 , 0 ) , ( 0 , 0 , 1 , 0 ) , ( 0 , 0 , 0 , 1 ) } 5)dimM2x2 = 4 Base para M2x2 : B = 6)Sendo P 3 = conjunto dos polinmios de grau menor ou igual a 3 e com coeficientes reais, dim P 3 = 4 onde a base cannica B = { t 3 , t 2 , t , 1 } 7)Sendo P n = conjunto dos polinmios de grau menor ou igual a n e com coeficientes reais, dim P n = n+1 onde a base cannica B = { t n , t n-1 , ... , t , 1 } 8)Considere P o conjunto de todos os polinmios com coeficientes reais P = { a n tn + a n-1 tn-1 + ... + a1 t + a0 / n = 0,1, ... , n e a n , ... , a0 } P um espao vetorial de dimenso infinita. Note que nenhum conjunto finito de polinmios gera P Generalizando o que observamos para R2 e R 3 , em um espao V de dimenso n: 1) Qualquer conjunto com mais de n vetores LD. 2) Qualquer conjunto de vetores LI em V tem no mximo n vetores e se tiver menos de n, pode ser estendido a uma base de V.

3) Qualquer subespao de V tem dimenso menor ou igual a n. 4) Todo conjunto LI com n elementos base de V 5) Dada um base B = { v1 , ... , vn } de V, qualquer vetor w de V expresso como combinao linear dessa base, de forma nica. Ou seja, w = 1 v 1 + ... + n v n com nicos 1 , ... , n Notao: [w]B = denominada matriz dos coeficientes de w com respeito a base B

Exemplos: 1) Considere a base B = { ( 1 , 2 ) , ( -3 , 1 ) } de R2 a) Sendo w = ( 5 , 7 , -8 ) , determine [w]B b) Sendo w = ( - 3 , 4 , 0 ) , determine [w]B Matriz mudana de base Exemplo: 1) Considere A = { ( 1 , 2 ) , ( -1 , 1 ) } e B ={ ( 1 , 0 ) , ( 0 , 1 ) } bases de R2 . e w = ( 4 , 5 ). [w]A
=

[w]B = [ ( -1 , 1 ) ]B = denominada matriz troca de base de A para B.

Cada vetor da base A tambm pode ser expresso como combinao linear da base B. [ ( 1 , 2 ) ]B = A Matriz M=

Observe que [w]B = M . [w]A Generalizando, sendo A = { u1 , ... , un } e B = { v1 , ... , vn } bases de V, a matriz M troca de base de A para B a matriz de ordem nxn onde cada coluna i de M definida como a matriz [ v i ]B , dos coeficientes de vi com respeito a base B. E para cada vetor w de V, [w]B = M . [w]A . Nota: M-1 a matriz troca de base de B para A e E para cada vetor w de V, [w]A = M-1 . [w]B . Exemplos: 1)Sejam A = { ( 0 , 2 ) , ( 1 , 3 ) } e B = { ( -2 , 0 ) , ( -3 , 1 ) } bases de R2 . a)determine M, a matriz troca de base de A para B . Resp: M = b)sendo w = ( 8 , -10 ) determine [w]A e c) Calcule M. [w]A Resp: [w]B Resp: [w]A = e [w]B
=

2) Sejam A = { ( 1 , 0 , 0 ) , ( 0 , 1 , 0 ) , ( 0 , 0 , 1 ) } ) } e B = { ( -1 , 1 , 0 ) , ( 1 , 2 , 1 ) ( 0 , 2 , 0 ) } bases de R3 . a)determine M, a matriz troca de base de A para B . Resp:

b)sendo w = ( -5 , 2 , 3 ) determine [w]A Resp: c) sendo w = ( -5 , 2 , 3 ) determine [w]B Resp: d)Calcule M . [w]A . Resp: