Professional Documents
Culture Documents
Espacos Vetoriais
5
a
Licao (27/03/2007)
2.1 Espacos Vetoriais
Denicao 23. Um conjunto V = , provisto de duas operacoes, uma chamada
soma + : V V V , e outra chamada produto por um escalar
: R V V , tais que, para quaisquer u, v, w V , e , R verica as
condicoes seguintes, e um espaco vetorial real,
i) (u + v) + w = u + (v + w)
ii) u + v = v + u
iii) Existe 0 V tal que u + 0 = 0 + u = u(chamado vetor nulo de V)
iv) Dado u V existe u V tal que u + (u) = 0
v) .(u + v) = .u + .v
vi) .(u + v) = .u + .v
vii) (.)u = .(.u)
viii) 1.u = u
Observacao 13. Se ao inves de termos como escalares, n umeros reais, tivermos
n umeros complexos, V sera um espaco vetorial complexo.
Observacao 14. Se v V , dizemos que v e um vetor. O espaco vetorial
V = M
22
(R) os vetores sao matrizes.
Exemplo 31. O espaco V = R
3
= {(x
1
, x
2
, x
3
); x
i
R} e um espaco vetorial
real com as operacoes usuais.
O vetor zero ou nulo e (0, 0, 0). Se u = (u
1
, u
2
, u
3
) R
3
, vamos ter que
u = (u
1
, u
2
, u
3
) R
3
.
Exemplo 32. O espaco V = R
n
= {(x
1
, x
2
, ..., x
n
); x
i
R, i = 1, 2, .., n} e um
espaco vetorial real com as operacoes usuais.
19
20 CAP
AO e subespaco vetorial de V.
Se escolhemos u = (1, 1) e v = (2, 4), temos que u + v = (3, 5) / W. Logo, W
nao e subespaco vetorial de V.
Exemplo 42. Dado o sistema linear nao homogeneo
_
_
_
2x + 4y + z = 1
x + y + 2z = 1
x + 3y z = 0
Consideramos W o conjunto dos vetores-solucao do sistema. Temos que a soma
de dois vetores-solucao nem sempre e um vetor solucao. Portanto, W nao e um
subespaco vetorial de M
31
(R).
7
a
Licao (03/04/2007)
Teorema 7 (Intersecao de Subespacos). Dados W
1
e W
2
subespacos de um
espaco vetorial V, entao a intersecao W
1
W
2
e tambem um subespaco de V.
Demonstracao - Observamos que W
1
W
2
= , pois ambos subespacos contem
o vetor nulo ou zero de V.
Sejam x, y W
1
W
2
, temos que x, y W
1
x + y W
1
.
De forma similar, x, y W
2
x + y W
2
, segue-se que x + y W
1
W
2
.
Agora, seja R, u W
1
W
2
. Como W
1
e subespaco de V, .u W
1
.
W
2
tambem e subespaco de V, logo .u W
2
, logo .u W
1
W
2
.
Exemplo 43. Se V = R
3
e W
1
e W
2
sao planos que passam pelo eixo Z, a
intersecao W
1
W
2
e o eixo Z.
Exemplo 44. Se V = M
nn
(R) e W
1
= {matrizes triangulares superiores} ,
W
2
= {matrizes triangulares inferiores} , entao W
1
W
2
= {matrizes diagonais} .
Observacao 17. A reuniao de dois subespacos de V nao e um subespaco de V.
Exemplo 45. Se V = R
3
e W
1
e W
2
sao retas que passam pela origem, entao
W
1
W
2
e o feixeformado pela duas retas, que nao e subespaco vetorial de
R
3
.
22 CAP
ENCIA E INDEPEND
ENCIA LINEAR 23
Exemplo 52. Se v
1
=
_
1 0
0 0
_
, v
2
=
_
0 1
0 0
_
. Entao [v
1
, v
2
] =
__
a b
0 0
_
; a, b R
_
8
a
Licao (10/04/2007)
2.2 Dependencia e Independencia Linear
Denicao 28. Sejam V um espaco vetorial e v
1
, v
2
, .., v
n
V. Dizemos que o
conjunto {v
1
, v
2
, .., v
n
} e linearmente independente (LI), se a equacao
a
1
v
1
+ a
2
v
2
+ ... + a
n
v
n
= 0 a
1
= a
2
= ... = a
n
= 0
No caso contrario, isto e, exista algum a
i
= 0 dizemos que {v
1
, v
2
, .., v
n
} e
linearmente dependente (LD)
Teorema 9. {v
1
, v
2
, .., v
n
} e LD se, e somente se um destes vetores e com-
binacao linear dos outros.
Demonstracao - Se {v
1
, v
2
, .., v
n
} e LD, por denicao existe algum a
i
= 0,
entao
v
i
=
1
a
i
[a
1
v
1
+ ... + a
i1
v
i1
+ a
i+1
v
i+1
+ .. + a
n
v
n
]
Logo,
v
i
=
a
1
a
i
v
1
+ ...
a
i1
a
i
v
i1
a
i+1
a
i
v
i+1
+ ..
a
n
a
i
v
n
Isto e, v
i
e combinacao linear dos outros vetores.
Recprocamente, se
v
k
= b
1
v
1
+ ... + b
k1
v
k1
+ b
k+1
v
k+1
+ .. + b
n
v
n
temos que
b
1
v
1
+ ... + b
k1
v
k1
+ (1)v
k
+ b
k+1
v
k+1
+ .. + b
n
v
n
= 0 com a
k
= 1 = 0
Portanto, {v
1
, v
2
, .., v
n
} e LD.
Exemplo 53. V = R
3
. Sejam v
1
, v
2
V .{v
1
, v
2
} e LD s.s.s. v
1
= v
2
. Neste
caso, ambos vetores estao na mesma reta, que passa pela origem.
Exemplo 54. V = R
3
. Sejam v
1
, v
2
, v
3
V .{v
1
, v
2
, v
3
} e LD s.s.s. os tres
vetores estiverem no mesmo plano, que contem a origem.
Exemplo 55. V = R
2
, e
1
= (1, 0), e
2
= (0, 1) V, e
1
, e
2
sao LI, pois se
a
1
e
1
+ a
2
e
2
= 0, entao
a
1
(1, 0) + a
2
(0, 1) = (0, 0) (a
1
, a
2
) = (0, 0) a
1
= 0, a
2
= 0
Exemplo 56. V = R
3
, e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1) V . Entao
e
1
, e
2
, e
3
sao LI.
24 CAP
AO e base de V = R
2
.
Se a(0, 1) + b(0, 2) = (0, a + 2b) = (0, 0) a = 2b.
Exemplo 60. O conjunto {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e uma base de V = R
3
,
chamada base canonica de R
3
, denotada por {e
1
, e
2
, e
3
}. Temos que
(i) {e
1
, e
2
, e
3
} e LI.
(ii) Se (x, y, z) R
3
, entao xe
1
+ ye
2
+ ze
3
.
Exemplo 61. O conjunto {(1, 0, 0), (0, 1, 0)} N
AO e uma base de V = R
3
.
E
LI, mas nao gera todo R
3
. Pois [(1, 0, 0), (0, 1, 0)] = R
3
.
Exemplo 62. O conjunto
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
__
e uma
base de V = M
22
(R).
9
a
Licao (12/04/2007)
Teorema 10. Se v
1
, v
2
, .., v
n
sao vetores nao nulos que geram um espaco veto-
rial V. Entao, dentre estes vetores podemos obter uma base de V.
Demonstracao - CASO I: Se {v
1
, v
2
, .., v
n
} e LI, entao este conjunto e uma
base.
CASO II: Se {v
1
, v
2
, .., v
n
} e LD, entao um destes vetores e combinacao dos
outros, por exemplo se v
n
e combinacao linear dos outros, {v
1
, v
2
, .., v
n1
} ainda
gera V. De forma similar, analisamos os casos I e II para {v
1
, v
2
, .., v
n1
}, depois
de um n umero nito de analise obtemos um subconjunto {v
1
, v
2
, .., v
r
} com
r n, o qual e LI e gera V, ou seja, e uma base de V.
Teorema 11. Se V e um espaco vetorial gerado por v
1
, v
2
, .., v
n
, entao qualquer
conjunto com mais de n vetores e LD.
2.4. BASE DE UM ESPAC O VETORIAL 25
Demonstracao - Como [v
1
, v
2
, .., v
n
] = V , pelo teorema anterior, existe um
subconjunto {v
1
, v
2
, .., v
r
} base de V, com r n.
Sejam w
1
, w
2
, ..., w
m
vetores de V, com m > n. Por denicao de base existem
escalares a
ij
tais que
(1)
w
1
= a
11
v
1
+ a
12
v
2
+ ... + a
1r
v
r
w
2
= a
21
v
1
+ a
22
v
2
+ ... + a
2r
v
r
.................................................
.................................................
w
m
= a
m1
v
1
+ a
m2
v
2
+ ... + a
mr
v
r
Consideremos a equacao
(2) c
1
w
1
+ c
2
w
2
+ ... + c
m
w
m
= 0
Substituindo (1) em (2), obtemos
c
1
(a
11
v
1
+ a
12
v
2
+ ... + a
1r
v
r
) + c
2
(a
21
v
1
+ a
22
v
2
+ ... + a
2r
v
r
)
+... + c
m
(a
m1
v
1
+ a
m2
v
2
+ ... + a
mr
v
r
) = 0
Reordenando, temos que
(a
11
c
1
+ a
21
c
2
+ ... + a
m1
c
m
)v
1
+ (a
12
c
1
+ a
22
c
2
+ ... + a
m2
c
m
)v
2
+... + (a
1r
c
1
+ a
2r
c
2
+ ... + a
mr
c
m
)v
r
= 0
Como {v
1
, v
2
, .., v
r
} e LI, resulta que
_
_
a
11
c
1
+ a
21
c
2
+ ... + a
m1
c
m
= 0
a
12
c
1
+ a
22
c
2
+ ... + a
m2
c
m
= 0
..........................................
..........................................
a
1r
c
1
+ a
2r
c
2
+ ... + a
mr
c
m
= 0
Temos um sistema linear homogeneo com r equacoes e m incognitas, com
r n < m, o qual admite uma solucao nao trivial, isto e, existe c
i
nao nulo,
implica que w
1
, w
2
, ..., w
m
e LD.
Corolario 2. Qualquer base de um espaco vetorial V tem sempre o mesmo
n umero de elementos. Este n umero e chamdao de dimensao de V, e denotado
por dim V.
Demonstracao - Sejam {v
1
, v
2
, .., v
n
} e {w
1
, w
2
, ..., w
m
} bases de V. Como
v
1
, v
2
, .., v
n
geram V e w
1
, w
2
, ..., w
m
sao LI, por teorema anterior, m n.
Tambem, w
1
, w
2
, ..., w
m
geram V e v
1
, v
2
, .., v
n
sao LI, logo n m.
Portanto n = m.
26 CAP
=
_
_
a
1
a
2
...
...
a
n
_
_
Exemplo 66. V = R
2
, = {(1, 0), (0, 1)} base de R
2
. Temos que
(4, 3) = 4(1, 0) + 3(0, 1), logo
[(4, 3)]
=
_
4
3
_
Se
1
= {(1, 1), (0, 1)} base de R
2
. Temos que (4, 3) = 4(1, 1) + (1)(0, 1), logo
[(4, 3)]
1
=
_
4
1
_
Observacao 21. A ordem dos elementos da base inui na matriz de coorde-
nadas de um vetor com relacao a esta base. Por exemplo, se = {(1, 0), (0, 1)}
entao
[(4, 3)]
=
_
4
3
_
Se consideramos
1
= {(0, 1), (1, 0)} entao
[(4, 3)]
=
_
3
4
_
Exemplo 67. Sejam V = {(x, y, z) ; x + y z = 0} , W = {(x, y, z) ; x = y}.
Temos que
V = [(1, 0, 1), (0, 1, 1)] , W = [(1, 1, 0), (0, 0, 1)]
Resulta que
V + W = [(1, 0, 1), (0, 1, 1), (1, 1, 0), (0, 0, 1)]
Se (x, y, z) R
3
, escrevemos
(x, y, z) = (1, 0, 1) + (0, 1, 1) + (1, 1, 0) + (0, 0, 1)
Resolvendo, tem-se
= x, = y, = 0, = z x y
28 CAP
=
_
_
x
1
...
...
x
n
_
_
, [v]
1
=
_
_
y
1
...
...
y
n
_
_
Como = {v
1
, v
2
, ..., v
n
} e base de V, os vetores w
i
podem ser escritos comouma
combinacao linear dos u
j
, isto e,
_
_
w
1
= a
11
v
1
+ a
21
v
2
+ ... + a
n1
v
n
w
2
= a
12
v
1
+ a
22
v
2
+ ... + a
n2
v
n
................................................
................................................
w
n
= a
1n
v
1
+ a
2n
v
2
+ ... + a
nn
v
n
Substituindo em (*), temos que:
v = y
1
(a
11
v
1
+ a
21
v
2
+ ... + a
n1
v
n
) + y
2
(a
12
v
1
+ a
22
v
2
+ ... + a
n2
v
n
)+
... + y
n
(a
1n
v
1
+ a
2n
v
2
+ ... + a
nn
v
n
)
v = (a
11
y
1
+ a
12
y
2
+ .. + a
1n
y
n
)v
1
+ .. + (a
n1
y
1
+ a
n2
y
2
+ .. + a
nn
y
n
)v
n
Mas v = x
1
v
1
+ x
2
v
2
+ ... + x
n
v
n
, e como a escrita e unica, tem-se:
x
1
= a
11
y
1
+ a
12
y
2
+ .. + a
1n
y
n
...............................................
...............................................
x
n
= a
n1
y
1
+ a
n2
y
2
+ .. + a
nn
y
n
2.5. MUDANC A DE BASE 29
Podemos reescrever, na forma
_
_
x
1
...
...
x
n
_
_
=
_
_
a
11
... ... a
1n
..... ..... ..... ....
..... ..... ..... ....
a
n1
..... .... a
nn
_
_
.
_
_
y
1
...
...
y
n
_
_
Denotamos
[I]
1
=
_
_
a
11
... ... a
1n
..... ..... ..... ....
..... ..... ..... ....
a
n1
..... .... a
nn
_
_
Portanto,
[v]
= [I]
1
. [v]
1
A matriz [I]
1
=
_
a
11
a
12
a
21
a
22
_
=
_
4/11 3/11
1/11 2/11
_
Se v = (5, 8), podemos achar [v]
, do modo seguinte
[(5, 8)]
= [I]
1
. [(5, 8)]
1
=
_
4/11 3/11
1/11 2/11
_
.
_
5
8
_
=
_
4
1
_
ou seja, (5, 8) = 4(2, 1) 1(3, 4).
Observacao 22. Com uma analise similar, podemos ter: [v]
1
= [I]
1
. [v]
e [I]
1
sao inversveis e
_
[I]
1
_
1
= [I]
1
Exemplo 69. No ultimo exemplo, podemos obter [I]
1
a partir de [I]
1
. Pois
[I]
1
e facil de ser calculada
(2, 1) = 2(1, 0) 1(0, 1)
(3, 4) = 3(1, 0) + 4(0, 1)
Daqui
[I]
1
=
_
2 3
1 4
_
Entao
[I]
1
=
__
2 3
1 4
__1
=
_
4/11 3/11
1/11 2/11
_