Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:
|
|
- Daniel Lancastre Paixão
- 5 Há anos
- Visualizações:
Transcrição
1 Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números reais, que é visualizada como uma reta; R 2 é o conjunto de pares de números reais, que pode ser visualizado como um plano e R é o conjunto de triplas de números reais, comumente visualizado como o espaço. Como vimos anteriormente uma tripla (x 1, x 2, x ) pode ser visualizada geometricamente tanto como representando as coordenadas de um ponto ou as coordenadas de um vetor com ponto inicial na origem. Do mesmo modo, n-uplas (x 1,..., x n ) podem ser visualizadas como pontos ou vetores. Segue portanto que dois vetores V = (v 1,..., v n ) e W = (w 1,..., w n ) são iguais se e somente se v 1 = w 1,..., v n = w n. Apesar da nossa intuição geométrica ser limitada para espaços de dimensão 4 em diante, procedemos por analogia definindo operações e conceitos similares aos que vimos no plano e no espaço. Definição. A soma de dois vetores V = (v 1,..., v n ) e W = (w 1,..., w n ) de R n é definida por V + W = (v 1 + w 1,..., v n + w n ). A multiplicação de um vetor V = (v 1,..., v n ) de R n por um escalar α R é definida por αv = (αv 1,..., αv n ). Definimos 0 = (0,..., 0), V = ( v 1,..., v n ) e V W = V + ( W ). Proposição. Sejam U, V e W vetores de R n e α, β R escalares. Então 1. U + V = V + U; 2. U + (V + W ) = (U + V ) + W ;. U + 0 = 0 + U; 4. U + ( U) = 0; 5. α(βu) = (αβ)u; 6. α(u + V ) = αu + αv ; 7. (α + β)u = αu + βu; 8. 1U = U. Os espaços R n são exemplos típicos do que chamamos espaços vetoriais. Um espaço vetorial é qualquer conjunto V onde podemos definir operações de soma e multiplicação por escalar que satisfazem todas as propriedades acima. 1
2 Exemplo 0. O conjunto das funções reais é um espaço vetorial, pois podemos definir a soma de duas funções f + g e o produto de uma função por um escalar αf, e estas são funções reais: (f + g)(x) = f(x) + g(x), (αf)(x) = αf(x). Similarmente, o conjunto das funções reais contínuas também é um espaço vetorial, porque a soma de funções contínuas e o produto de uma função contínua por um escalar são funções contínuas. Da mesma maneira, o conjunto das funções reais diferenciáveis é um espaço vetorial. 1. Combinações Lineares Se V e W são vetores de R n tais que W = αv para algum escalar α, dizemos que W é um múltiplo escalar de V. Definição. Dizemos que V é uma combinação linear dos vetores V 1,..., V k se existem escalares x 1,..., x k tais que V = x 1 V x k V k. Ou seja, uma combinação linear de vetores é simplesmente uma soma de múltiplos escalares destes vetores. Exemplo 1. Sejam V 1 = (4, 1,, 5) e V 2 = (1, 0, 2, ) vetores de R 4. O vetor V = (1, 0, 1, 6) não é combinação linear de V 1 e V 2 porque não podemos encontrar x 1, x 2 tais que ou seja, o sistema (1, 0, 1, 6) = x 1 (4, 1,, 5) + x 2 (1, 0, 2, ), 4x 1 + x 2 = 1 x 1 = 0 x 1 2x 2 = 1 5x 1 + x 2 = 6 não possui solução. Por outro lado, V = (5, 2, 12, 1) é combinação linear de V 1 e V 2 porque V = 2V 1 V 2, isto é, (5, 2, 12, 1) = 2(4, 1,, 5) (1, 0, 2, ). Exemplo 2. Todo vetor V = (v 1, v 2, v ) de R é combinação linear dos vetores i, j, k, pois V = v 1 i + v 2 j + v k. Exemplo. 0 é sempre combinação linear de quaisquer vetores V 1,..., V k, pois 2. Independência Linear 0 = 0V V k. Definição. Dizemos que um conjunto S = {V 1,..., V k } de vetores é linearmente independente (L. I.) se os únicos escalares x 1,..., x k que satisfazem são x 1 V x k V k = 0 x 1 =... = x k = 0. Caso contrário, dizemos que S é linearmente dependente (L. D.). 2
3 Ou seja, V 1,..., V k são linearmente independentes se e somente se a única solução de x 1 V x k V k = 0 for a solução trivial. Exemplo 4. Os vetores V 1 = (1, 2,, 4), V 2 = (5, 6, 7, 8) e V = (6, 8, 10, 12) são L.D., pois x 1 V 1 + x 2 V 2 + x V = 0 tem a solução não trivial x 1 = 1, x 2 = 1, x = 1 (note que V 1 + V 2 = V ). Os vetores V 1 = (1, 2,, 4), V 2 = (5, 6, 7, 8), V = (6, 8, 10, 12) e V 4 = ( 2, e π, π 2, 10 9 ) são L.D., pois x 1 V 1 +x 2 V 2 +x V +x 4 V 4 = 0 tem solução não trivial x 1 = 1, x 2 = 1, x = 1, x 4 = 0. Se um conjunto de vetores já é L. D., acrescentar mais vetores ao conjunto não alterará a situação, pois podemos sempre obter uma solução não trivial para o novo conjunto acrescentando escalares nulos à solução não trivial para o conjunto original. Observe que na primeira parte do Exemplo 4, outra solução não trivial seria x 1 = 2, x 2 = 2, x = 2; na verdade qualquer solução na forma x 1 = α, x 2 = α, x = α para algum escalar α serviria. Quando existe uma solução não trivial (x 1,..., x k ), sempre existem infinitas soluções. Exemplo 5. Os vetores i, j, k são linearmente independentes. Mais geralmente, os vetores de R n E 1 = (1, 0,..., 0), E 2 = (0, 1, 0,..., 0),..., E n = (0,..., 0, 1) são linearmente independentes. De fato, x 1 E x n E n = 0 implica (x 1,..., x n ) = 0, isto é, x 1 =... = x n = 0. Exemplo 6. Um conjunto S = {V 1 } formado por um único vetor não-nulo é sempre L. I., pois neste caso x 1 V 1 = 0 implica necessariamente que x 1 = 0. Por outro lado, qualquer conjunto S que contenha o vetor nulo é L. D., pois x V V k = 0 para qualquer valor de x 1. Exemplo 7. Um conjunto S = {V 1, V 2 } formado por dois vetores é L. D. se somente se um é múltiplo escalar do outro. Prova: De fato, se V 1 = αv 2, por exemplo, então V 1 αv 2 = 0, ou seja, x 1 = 1, x 2 = α é uma solução não-trivial para x 1 V 1 + x 2 V 2 = 0. Reciprocamente, se existir uma solução não-trivial {x 1, x 2 } para x 1 V 1 + x 2 V 2 = 0, então pelo menos ou x 1 0 ou x 2 0 (e é claro que podemos ter ambos os escalares diferentes de zero); no primeiro caso podemos escrever V 1 = x 2 x 1 V 2, enquanto que no segundo caso podemos escrever V 2 = x 1 x 2 V 1. Assim, dois vetores não-nulos são linearmente dependentes, se e somente se eles são colineares, isto é, são paralelos. Exemplo 8. Generalizando, um conjunto S = {V 1, V 2, V } formado por três vetores é L. D. se somente se um é combinação linear dos outros dois. De fato, se x 1 V 1 +x 2 V 2 +x V = 0 possui uma solução {x 1, x 2, x } não identicamente nula, então pelo menos algum destes escalares é diferente de zero, digamos x 1 0. Então podemos escrever V 1 = x 2 V 2 x V. x 1 x 1 Logo, três vetores não-nulos são linearmente dependentes se e somente se eles forem colineares (se todos os três forem paralelos) ou se eles forem coplanares, isto é, se eles forem paralelos a um mesmo plano.
4 De modo geral, um conjunto S = {V 1,..., V k } de vetores é L. D. se e somente se um destes vetores pode ser escrito como combinação linear dos outros, pois se x 1 V x k V k = 0 possui uma solução {x 1,..., x k } não identicamente nula, então pelo menos algum destes escalares é diferente de zero, digamos x i 0. Então podemos escrever V i = x 1 V 1... x i 1 V i 1... x i+1 V i+1... x k V k. x i x i x i x i Reciprocamente, se V i = α 1 V 1... α i 1 V i 1... α i+1 V i+1... α k V k, podemos escrever α 1 V α i 1 V i 1 1V i + α i+1 V i α k V k = 0 e {α 1,..., α i 1, 1, α i+1,..., α k } evidentemente não é a solução trivial. Este resultado explica o nome vetores linearmente dependentes. Subespaços Vetoriais de R n Definição. Um subconjunto não vazio W R n é um subespaço vetorial de R n se satisfaz as duas condições seguintes: (i) Se v, w W, então v + w W também. (ii)se v W e α é um escalar, então αv W também. Em outras palavras, um subespaço vetorial de R n é um conjunto fechado em relação às operações de soma de vetores e multiplicação por escalar, isto é, fazendo qualquer uma destas operações com elementos do conjunto não saímos dele. Note que um subespaço vetorial sempre contém o vetor nulo 0, pois por definição um subespaço é não vazio, logo deve conter algum vetor v; mas daí, de acordo com (ii), o vetor 0v também deve pertencer ao subespaço. Note também que se um subespaço contém o vetor v, então ele contém o conjunto {αv : α R}, que é exatamente a reta que passa pela origem com direção v. [Uma reta que não passa pela origem não pode ser nunca um subespaço vetorial de R n, pois não contém o vetor nulo, entre outros motivos.] Mais geralmente, se v, w W, então W contém todas as combinações lineares de v e w; ainda mais geralmente, se v 1,..., v k W, então W contém todas as combinações lineares de v 1,..., v k. Exemplo 8. A esfera S 2 não é um subespaço vetorial de R, pois se v S 2, αv / S 2 se α ±1. Exemplo 9. O subconjunto formado por duas retas que se encontram na origem não é um subespaço vetorial de R n, pois embora a propriedade (ii) seja satisfeita, a propriedade (i) não é satisfeita se v está em uma reta e w na outra. Exemplo 10. O conjunto W = {(x, y, 0) : x, y R} é um subespaço de R. Com efeito, se v, w W então v e w se escrevem na forma v = (x 1, y 1, 0), w = (x 2, y 2, 0). Portanto, v + w = (x 1 + x 2, y 1 + y 2, 0) e αv = (αx 1, αy 1, 0), que são vetores de W, por definição de W. Note que W é exatamente o plano z = 0, um plano que contém a origem. Na verdade, todas as retas que passam pela origem e todos os planos que passam pela origem são exemplos de subespaços de R. De fato, um plano que passa pela origem é definido por W = {(x, y, z) : ax + by + cz = 0}, onde a, b, c são números reais específicos. Se v = (x 1, y 1, z 1 ), w = (x 2, y 2, z 2 ) W então ax 1 +by 1 +cz 1 = 0 e ax 2 + by 2 + cz 2 = 0, donde e isto é, v + w W e αv W. a(x 1 + x 2 ) + b(y 1 + y 2 ) + c(z 1 + z 2 ) = 0 a(αx 1 ) + b(αy 1 ) + c(αz 1 ) = 0, 4
5 Exemplo 11. Por outro lado, planos que não passam pela origem não são subespaços vetoriais de R n. De fato, tais planos são definidos por S = {(x, y, z) : ax + by + cz + d = 0}, onde a, b, c, d são números reais específicos e d 0. Claramente, se v = (x 1, y 1, z 1 ), w = (x 2, y 2, z 2 ) S temos que v + w / S, pois ax 1 + by 1 + cz 1 + d = 0 e ax 2 + by 2 + cz 2 + d = 0, donde a(x 1 + x 2 ) + b(y 1 + y 2 ) + c(z 1 + z 2 ) + 2d = 0, isto é, as coordenadas de v + w não satisfazem a equação do plano S, logo este ponto não está neste plano. O exemplo anterior pode ser generalizado para R n da seguinte forma: Proposição. O conjunto solução de um sistema linear homogêneo AX = 0 em n variáveis é um subespaço vetorial de R n. O conjunto solução de um sistema linear não homogêneo AX = B, B 0 não é um subespaço vetorial de R n. Exemplo 0a. Dentro do espaço vetorial das funções reais, o subconjunto das funções contínuas é um subespaço vetorial. Dentro do espaço vetorial das funções contínuas, o subconjunto das funções diferenciáveis é um subespaço vetorial. Dentro do espaço vetorial das funções diferenciáveis, o subconjunto das funções duas vezes diferenciáveis (funções que possuem uma derivada segunda em todo ponto) é um subespaço vetorial. Outro subespaço vetorial importante é o subespaço das funções polinomiais, isto é, funções da forma f(x) = a n x n + a n 1 x n a 1 x + a 0, para algum n N. Dentro deste espaço, o conjunto das funções polinomiais de grau menor ou igual a n, para cada n fixado, é um subespaço vetorial.. Vetores Geradores Definição. Dizemos que um conjunto S = {V 1,..., V k } de vetores de um subespaço W gera W se todo vetor de W é uma combinação linear dos vetores de S. Quando isso ocorre, dizemos que W é o subespaço gerado por V 1,..., V k. Exemplo 12. O subespaço W = {(a, b, a + b) : a, b R} é gerado pelos vetores V 1 = (1, 0, 1) e V 2 = (0, 1, 1), pois todo vetor de W é dado por (a, b, a + b) = a(1, 0, 1) + b(0, 1, 1). Exemplo 1. Sabemos que os vetores i, j, k geram o espaço R. Os vetores V 1 = (1, 1, 0), V 2 = (0, 1, 1), V = (1, 0, 1) e V 4 = (1, 1, 2) também geram R. De fato, x 1 V 1 + x 2 V 2 + x V + x 4 V 4 = (a, b, c) é equivalente ao sistema linear x 1 + x + x 4 = a x 1 + x 2 + x 4 = b x 2 + x + 2x 4 = c 5
6 cuja matriz aumentada é a b c que por sua vez tem forma escalonada reduzida a + b c 2 a + b + c 2 a b + c, 2 ou seja, existe uma solução (x 1, x 2, x, x 4 ). Note que na verdade existem infinitas soluções, diferente de x 1 i + x 2 j + x k = (a, b, c) que possui uma solução única. Note que na verdade os vetores V 1, V 2 e V por si só já são suficientes para gerar R. Neste caso também o sistema equivalente possui solução única. Isso sugere que em R tomar mais que três vetores para gerar o espaço é um desperdício. Exemplo 14. Por outro lado, os vetores V 1 = (1, 1, 2), V 2 = (0, 1, 1) e V = (1, 0, 1) não geram R. De fato o sistema equivalente a x 1 V 1 + x 2 V 2 + x V = (a, b, c) é que tem como matriz aumentada cuja forma escalonada reduzida é x 1 + x = a x 1 + x 2 = b 2x 1 + x 2 + x = c a b c a b a c a b logo o sistema só possui solução se c a b 0, o que implica que vetores (a, b, c) de R tais que c a b = 0 não podem ser escritos como combinação linear de V 1, V 2 e V. Exemplo 0b. O conjunto infinito S = {1, x, x 2, x,...} gera o subespaço P das funções polinomiais. Não é possível encontrar um subconjunto finito de funções polinomiais capaz de gerar todo o subespaço das funções polinomiais, pois qualquer combinação linear de funções polinomiais de um subconjunto finito vai ter grau no máximo igual ao maior grau entre todas as funções polinomiais neste conjunto, enquanto que o subespaço das funções polinomiais sempre possui funções polinomiais com grau arbitrariamente grande. Já o subespaço de funções polinomiais de grau menor ou igual a n possui um conjunto finito de geradores, por exemplo {1, x, x 2,..., x n }. Exemplo 15. (Geradores de um Subespaço definido por um Sistema Linear Homogêneo) Já vimos que o conjunto solução de um sistema linear homogêneo AX = 0 é um subespaço vetorial. Vamos encontrar um conjunto de geradores para este subespaço. Por exemplo, considere o sistema homogêneo x 1 2x 2 + x 4x 4 = 0 x 1 + 6x 2 + 9x 6x 4 = 0 2x 1 + 4x 2 6x + 8x 4 = 0 6,
7 representado pela matriz aumentada Ele tem como matriz escalonada reduzida , de modo que sua solução geral é da forma x 1 2α + β x 2 x = α β = x 4 β 2α α β 0 β β. = α logo (2, 1, 0, 0) e (1, 0, 1, 1) são geradores para este subespaço de R Bases e Dimensão β Dado um conjunto de geradores S = {V 1,..., V k } para um subespaço vetorial W, alguns deste geradores podem ser redundantes. De fato, se o conjunto S for linearmente dependente, já vimos que um dos vetores pode ser escrito como combinação linear dos outros. Este vetor é portanto desnecessário para gerar W: os outros vetores de S já são suficientes. Podemos então retirar este vetor do conjunto e o conjunto resultante S 1 ainda será um conjunto de geradores para W. Se o conjunto resultante S 1 também for linearmente dependente, podemos repetir este processo. Fazendo isso tantas vezes quanto necessário obteremos no final um conjunto de geradores para W que é linearmente independente. Definição. Dizemos que um subconjunto B = {V 1,..., V k } é uma base para o subespaço W se (i) B gera W, e (ii) B é L.I. Exemplo 16. Os vetores i, j, k formam uma base para R. Os vetores E 1,..., E n formam uma base para R n. Exemplo 17. Os vetores (2, 1, 0, 0) e (1, 0, 1, 1), geradores do subespaço de R 4 considerado no Exemplo 15 são L. I., logo eles formam uma base para este subespaço. Uma base para um subespaço contém o número mínimo de vetores necessários para gerar este subespaço. Este número mínimo é uma propriedade intrínseca do subespaço: como provamos a seguir, duas bases para um subespaço sempre contém o mesmo número de elementos. Teorema 1. Se {V 1,..., V k } e {W 1,..., W l } são duas bases de um subespaço W, então k = l. Prova: Para provar este resultado, basta provar o seguinte: Lema. Se {U 1,..., U m } é uma base de um subespaço W, então qualquer subconjunto de W com mais de m vetores é linearmente dependente , 7
8 Prova: Seja {Z 1,..., Z p } um subconjunto de W com p > m. Mostraremos que {Z 1,..., Z p } é L. D., isto é, que o sistema x 1 Z x p Z p = 0 (1) possui uma solução não trivial. Como {U 1,..., U m } é uma base para W, cada vetor Z j pode ser escrito como combinação linear dos vetores U 1,..., U m. Podemos então escrever, para cada j, Z j = a 1j U a mj U m para alguns escalares a 1j,..., a mj. Substituindo estas expressões para Z j na equação (1), obtemos (a 11 x a 1p x p )U (a m1 x a mp x p )U m = 0. Mas como {U 1,..., U m } é uma base para W, os vetores U 1,..., U m são linearmente independentes, portanto a 11 x a 1p x p = 0,... a m1 x a mp x p = 0. Ou seja, obtemos um sistema homogêneo de m equações a p incógnitas. Como o número de incógnitas é maior que o número de equações, o sistema possui solução não trivial. Voltando à demonstração do Teorema, suponha por contradição que l > k. Então {W 1,..., W l } é um conjunto com mais de k vetores, e pelo lema {W 1,..., W l } é L.D., contrariando a hipótese de que {W 1,..., W l } é uma base de W. Analogamente obtemos uma contradição se supormos que k > l. Definição. A dimensão de um subespaço W é o número de vetores de qualquer uma de suas bases, denotada dimw. Definimos também dim{0} = 0. Segue do Exemplo 16 que dim R n = n. Exemplo 18. Uma reta que passa pela origem tem dimensão 1, pois ela é gerada pelo seu vetor direção e já vimos que um conjunto que contém um único vetor não nulo é L. I. Um plano que passa pela origem tem dimensão 2. De fato, se ax + by + cz = 0 é uma equação geral para um tal plano, fazendo x = t, y = s obtemos z = 1 (at + bs), ou seja, uma equação paramétrica para este plano é c x = t y = s z = a c t b c s donde (1, 0, a c ) e (0, 1, b ) são vetores geradores para este plano. Como estes vetores são L. I., eles c formam uma base para este subespaço. Exemplo 0c. Como não podemos encontrar um subconjunto finito de geradores para o subespaço vetorial P das funções polinomiais, decorre que sua dimensão é infinita. Para sermos mais precisos, o conjunto infinito S = {1, x, x 2, x,...}, além de gerar P, é também L. I., logo é uma base para P. Daí concluímos que dim P = ℵ 0. É possível provar que para o espaço vetorial F das funções reais (ou mesmo o das funções contínuas, ou o das funções diferenciáveis) temos dim F > ℵ 0. Teorema 2. Seja W um subespaço de dimensão m. Se {V 1,..., V m } é L.I., então {V 1,..., V m } é uma base para W. 8
9 Prova: Basta provar que {V 1,..., V m } gera W. Dado V W, precisamos provar que V é uma combinação linear de V 1,..., V m. E, de fato, como dim W = m, o conjunto {V 1,..., V m, V } é L.D., pelo lema anterior. Logo x 1 V x m V m + x m+1 V = 0 possui uma solução não trivial (x 1,..., x m, x m+1 ). Por outro lado, não podemos ter x m+1 = 0, pois isso implicaria que (x 1,..., x m ) é uma solução não trivial para x 1 V x m V m = 0, contrariando o fato de que estes vetores são L. I. Concluímos, pois, que x m+1 0 e portanto podemos dividir por x m+1, obtendo como queríamos. V = x 1 V 1... x m V m, x m+1 x m+1 Exemplo 19. Os vetores (1, 0, 1), (2, 1, ) e (0, 1, 2) são L. I., porque det 2 1 = 0, logo eles formam uma base para R. Produto Escalar em R n Definição. O produto escalar de dois vetores V = (v 1,..., v n ), W = (w 1,..., w n ) de R n é definido por V W = v 1 w v n w n. A norma de um vetor V = (v 1,..., v n ) de R n é definida por V = V V = v v2 n. Assim, dizemos que V é um vetor unitário de R n se V = 1. Proposição. (Propriedades do Produto Escalar) Se U, V, W são vetores de R n, e α é um escalar, então 1. V W = W V 2. U (V + W ) = U V + U W. α(v W ) = (αv ) W = V (αw ) 4. V V = V 2 0 e V = 0 se e somente se V = Desigualdade de Cauchy-Shwartz: V W V W 6. Desigualdade Triangular: V + W V + W Prova: Para provar (4), note que xv + W 2 0 para qualquer número real x. Como xv + W 2 = (xv + W ) (xv + W ) = x 2 V 2 + 2(V W )x + W 2, segue que temos um polinômio do segundo grau em x que satisfaz V 2 x 2 + 2(V W )x + W 2 0, 9
10 isto é, a parábola com concavidade para cima que ele representa (pois o coeficiente de x 2 é V 2 0) nunca assume valores negativos, logo seu discriminante não pode ser positivo (se fosse, teríamos duas raízes reais distintas e portanto o vértice da parábola teria valor negativo): donde segue o resultado desejado. Para provar (5), use (4) e escreva 4 V W 2 4 V 2 W 2 0 V + W 2 = (V + W ) (V + W ) = V 2 + 2(V W ) + W 2 V V W + W 2 V V W + W 2 = ( V + W ) 2. Tomando a raiz quadrada de ambos os lados, segue o resultado. Definição. O ângulo entre dois vetores não nulos V, W de R n é definido como o valor de θ entre 0 e 180 tal que cos θ = V W V W. Observação: Esta definição faz sentido porque pela desigualdade de Cauchy-Schwartz temos que 5. Bases Ortonormais 1 V W V W 1. O próximo resultado prova o fato intuitivamente sugerido que vetores mutuamente ortogonais em R n definem direções independentes em R n. Proposição. Sejam V 1,..., V k vetores não nulos de R n ortogonais dois a dois, isto é, V i V j = 0 para i j. Então V 1,..., V k são L. I. Prova: Temos que provar que se x 1 V x k V k = 0, então x 1 =... = x k = 0. Fazendo o produto escalar de ambos os lados desta equação com V i, para cada i, obtemos (usando o fato de que V i V j = 0 se i j) x i V i 2 = 0. Como por hipótese os vetores são não nulos, isso necessariamente implica x i = 0. Definição. Dado um subespaço vetorial W de R n, dizemos que {V 1,..., V k } é uma base ortogonal para W se este conjunto de vetores for uma base para W e eles forem ortogonais dois a dois. Se além disso eles forem unitários, dizemos que {V 1,..., V k } é uma base ortonormal para W. Exemplo 21. {i, j, k} é uma base ortonormal para R. Mais geralmente, os vetores E 1,..., E n definidos anteriormente, formam uma base ortonormal para R n. Podemos encontrar uma base ortonormal para qualquer subespaço vetorial de R n através de um algoritmo chamado processo de ortogonalização de Gram-Schmidt. Ele é baseado no seguinte resultado: 10
11 Lema. Seja W um vetor não nulo de R n. Então, para qualquer vetor V de R n, o vetor é ortogonal a W. V proj W V Em geral, sejam W 1,..., W k vetores não nulos de R n, ortogonais dois a dois. Então, para qualquer vetor V de R n, o vetor V proj W1 V... proj Wk V é ortogonal a cada um dos vetores W i. Prova: Temos (V proj W V ) W = ( V V W W 2 W ) W = V W V W W 2 W W = 0. Analogamente, temos (V proj W1 V... proj Wk V ) W = ( V V W 1 W 1 2 W 1... V W n W n 2 W n = V W i V W i W i 2 W i W i = 0. Processo de Ortogonalização de Gram-Schmidt. Se {V 1,..., V k } é uma base qualquer de um subespaço W de R n, podemos a partir desta base construir uma base para W que também é ortonormal. Primeiro construímos uma base ortogonal usando o lema anterior, tomando W 1 = V 1 W 2 = V 2 proj W1 V 2 W = V proj W1 V proj W2 V. W k = V k proj W1 V k... proj Wk 1 V k. De fato, usando o lema, vemos que W 2 é ortogonal a W 1 ; além disso, W 2 é também não nulo (W 1 claramente é não nulo, pois W 1 = V 1 ) porque se tivéssemos V 2 = proj W1 V 2, então em particular V 2 seria um múltiplo escalar de W 1 = V 1, violando a hipótese de que {V 1, V 2 } são L. I. Note que W 2 é uma combinação linear de V 1, V 2. Em seguida, vemos que segue do lema que W é ortogonal a W 1, W 2. Igualmente não podemos ter W = 0, pois V = proj W1 V + proj W2 V implicaria que V é uma combinação linear de V 1, V 2 (pois proj W1 V é um múltiplo escalar de W 1 = V 1 e proj W2 V é um múltiplo escalar de W 2 que, como vimos acima, é uma combinação linear de V 1, V 2. Mas, por hipótese, {V 1, V 2, V } são L. I. Note que W é uma combinação linear de V 1, V 2, V. E assim por diante, até o vetor W k, que pelo lema é ortogonal a W 1,..., W k e é não nulo porque V k = proj W1 V k proj Wk 1 V k implicaria que V k é uma combinação linear de V 1,..., V k 1, contradizendo a hipótese de que {V 1,..., V k } é L. I. A partir da base ortogonal {W 1,..., W k } é fácil obter uma base ortonormal {U 1,..., U k }. Basta tomar U 1 = W 1 W 1,.., U k = W k W k ) W i 11
12 Exemplo 21. Aplique o processo de ortogonalização de Gram-Schmidt à base {(1, 1, 0), (1, 0, 1), (0, 1, 1)} de R para encontrar uma base ortonormal para R cujo primeiro vetor seja um múltiplo escalar de (1, 1, 0). Resposta: Faça Em seguida, faça W 1 = (1, 1, 0). e W 2 = V 2 proj W1 V 2 = (1, 0, 1) (1, 0, 1) (1, 1, 0) (1, 1, 0) 2 (1, 1, 0) = (1, 0, 1) ( 1 2, 1 2, 0) = (1 2, 1 2, 1), (0, 1, 1) (1, 1, 0) W = V proj W1 V proj W2 V = (0, 1, 1) (1, 1, 0) 2 (1, 1, 0) (0, 1, 1) ( 1 2, 1 2, 1) ( 1 2, 1 2, 1) 2 ( 1 2, 1 2, 1) = (0, 1, 1) ( 1 2, 1 2, 0) (1 6, 1 6, 1 ( ) = 2, 2, 2 ). Daí, como W 1 = 2, W 2 = U 1 = 2, W = 2, segue que ( ) ( , 2, 0, U 2 = 6, 6, ) ( 6, U = 6,, ). 12
Álgebra Linear e Geometria Anaĺıtica. Espaços Vetoriais Reais
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 4 Espaços Vetoriais Reais Definição de espaço vetorial real [4 01] O conjunto
Leia maisApontamentos III. Espaços euclidianos. Álgebra Linear aulas teóricas. Lina Oliveira Departamento de Matemática, Instituto Superior Técnico
Apontamentos III Espaços euclidianos Álgebra Linear aulas teóricas 1 o semestre 2017/18 Lina Oliveira Departamento de Matemática, Instituto Superior Técnico Índice Índice i 1 Espaços euclidianos 1 1.1
Leia mais3 Espaços com Produto Interno
3 Espaços com Produto Interno 3.1 Produtos Internos em Espaços Vetoriais Seja V um espaço vetorial. Um produto interno em V é uma função, : V V R que satisfaz P1) = v, u para todos u, v V ; P2) u, v +
Leia maisMAT Álgebra Linear para Engenharia II - Poli 2 ō semestre de ā Lista de Exercícios
MAT 2458 - Álgebra Linear para Engenharia II - Poli 2 ō semestre de 2014 1 ā Lista de Exercícios 1. Verifique se V = {(x, y) x, y R} é um espaço vetorial sobre R com as operações de adição e de multiplicação
Leia maisMatrizes Semelhantes e Matrizes Diagonalizáveis
Diagonalização Matrizes Semelhantes e Matrizes Diagonalizáveis Nosso objetivo neste capítulo é estudar aquelas transformações lineares de R n para as quais existe pelo menos uma base em que elas são representadas
Leia maisMAT Resumo Teórico e Lista de
MAT 0132 - Resumo Teórico e Lista de Exercícios April 10, 2005 1 Vetores Geométricos Livres 1.1 Construção dos Vetores 1.2 Adição de Vetores 1.3 Multiplicação de um Vetor por um Número Real 2 Espaços Vetoriais
Leia maisESPAÇOS VETORIAIS EUCLIDIANOS
ESPAÇOS VETORIAIS EUCLIDIANOS Produto interno em espaços vetoriais Estamos interessados em formalizar os conceitos de comprimento de um vetor e ângulos entre dois vetores. Esses conceitos permitirão uma
Leia mais(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R.
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2457 Álgebra Linear para Engenharia I Terceira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Considere as retas
Leia maisGAAL Exercícios 6: Umas soluções
GAAL Exercícios 6: Umas soluções. Quais dos seguintes vetores são combinação linear de u = (5, 3, ), v = (, 4, 3), w = (, 8, 7)? (a) (, 2, 5) (b) (, 2, 8) (c) ( 2, ) (d) (, 2, 3). O conjunto {u, v, w}
Leia maisESPAÇO VETORIAL REAL. b) Em relação à multiplicação: (ab) v = a(bv) (a + b) v = av + bv a (u + v ) = au + av 1u = u, para u, v V e a, b R
ESPAÇO VETORIAL REAL Seja um conjunto V, não vazio, sobre o qual estão definidas as operações de adição e multiplicação por escalar, isto é: u, v V, u + v V a R, u V, au V O conjunto V com estas duas operações
Leia maisEspaços Vetoriais e Produto Interno
Universidade Federal do Vale do São Francisco Engenharia Civil Álgebra Linear Prof o. Edson 1 o Semestre 1 a Lista de Exercícios 2009 Data: Sexta-feira 27 de Fevereiro Prof o. Edson Espaços Vetoriais e
Leia maisEsp. Vet. I. Espaços Vetoriais. Espaço Vetorial. Combinações Lineares. Espaços Vetoriais. Espaço Vetorial Combinações Lineares. Esp. Vet.
Definição (R n 1 a Parte R n é o conjunto das n-uplas ordenadas de números reais. (1,, R Paulo Goldfeld Marco Cabral (1, (, 1 R Departamento de Matemática Aplicada Universidade Federal do Rio de Janeiro
Leia maisÁlgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP
Álgebra Linear AL Luiza Amalia Pinto Cantão Depto de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocabaunespbr Espaços Vetoriais 1 Definição; 2 Subespaços; 3 Combinação Linear, dependência
Leia maisTópicos de Matemática Elementar
Revisão Básica de Prof. Dr. José Carlos de Souza Junior Universidade Federal de Alfenas 26 de novembro de 2014 Revisão de Definição 1 (Espaço Vetorial) Um conjunto V é um espaço vetorial sobre R, se em
Leia maisEspaços Vetoriais II
Espaços Vetoriais II Juliana Pimentel juliana.pimentel@ufabc.edu.br http://hostel.ufabc.edu.br/ juliana.pimentel Sala 507-2 - Bloco A, Torre 2 Espaço Vetorial C[a, b] Denotamos por C[a, b] o conjunto de
Leia mais1 a Lista de Exercícios MAT 3211 Álgebra Linear Prof. Vyacheslav Futorny
1 a Lista de Exercícios MAT 3211 Álgebra Linear - 213 - Prof. Vyacheslav Futorny 1 a parte: Resolução de sistemas de equações lineares, matrizes inversíveis 1. Para cada um dos seguintes sistemas de equações
Leia mais1 Vetores no Plano e no Espaço
1 Vetores no Plano e no Espaço Definimos as componentes de um vetor no espaço de forma análoga a que fizemos com vetores no plano. Vamos inicialmente introduzir um sistema de coordenadas retangulares no
Leia maisÁLGEBRA LINEAR. Base e Dimensão de um Espaço Vetorial. Prof. Susie C. Keller
ÁLGEBRA LINEAR Base e Dimensão de um Espaço Vetorial Prof. Susie C. Keller Base de um Espaço Vetorial Um conjunto B = {v 1,..., v n } V é uma base do espaço vetorial V se: I) B é LI II) B gera V Base de
Leia maisEspaços Vetoriais. () Espaços Vetoriais 1 / 17
Espaços Vetoriais () Espaços Vetoriais 1 / 17 Espaços Vetoriais Definição Seja um conjunto V, não vazio. i. Uma adição em V é uma operação que a cada par de elementos (u, v) V V associa um elemento u +
Leia maisAula 25 - Espaços Vetoriais
Espaço Vetorial: Aula 25 - Espaços Vetoriais Seja V um conjunto não vazio de objetos com duas operações definidas: 1. Uma adição que associa a cada par de objetos u, v em V um único objeto u + v, denominado
Leia mais6. Verifique detalhadamente que os seguintes conjuntos são espaços vetoriais(com a soma e produto por escalar usuais):
a Lista. Sejam u = ( 4 ) v = ( 5) e w = (a b). Encontre a e b tais que (a)w = u + v (b)w = 5v (c)u + w = u v. Represente os vetores acima no plano cartesiano.. Sejam u = (4 ) v = ( 4) e w = (a b c). Encontre
Leia maisParte 2 - Espaços Vetoriais
Espaço Vetorial: Parte 2 - Espaços Vetoriais Seja V um conjunto não vazio de objetos com duas operações definidas: 1. Uma adição que associa a cada par de objetos u, v em V um único objeto u + v, denominado
Leia maisUnidade 5 - Subespaços vetoriais. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013
MA33 - Introdução à Álgebra Linear Unidade 5 - Subespaços vetoriais A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto de 2013 Às vezes, é necessário detectar, dentro
Leia maisLegenda. Questões. 2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria
2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1 Legenda Cálculos Conceitos Teoria Questões 1. Revise todos os axiomas da definição de espaço vetorial V sobre o corpo de escalares R, verificando
Leia mais5. Considere os seguintes subconjuntos do espaço vetorial F(R) das funções de R em R:
MAT3457 ÁLGEBRA LINEAR I 3 a Lista de Exercícios 1 o semestre de 2018 1. Verique se V = {(x, y) : x, y R} é um espaço vetorial sobre R com as operações de adição e de multiplicação por escalar dadas por:
Leia maisProduto interno e produto vetorial no espaço
14 Produto interno e produto vetorial no espaço Sumário 14.1 Produto interno.................... 14. Produto vetorial.................... 5 14..1 Interpretação geométrica da norma do produto vetorial.......................
Leia mais(x 1 + iy 1 ) + (x 2 + iy 2 ) = x 1 + x 2 + i(y 1 + y 2 ) a(x + iy) = ax + i(ay)
Espaços Vetoriais Definição. Um espaço vetorial sobre R é um conjunto V no qual se tem definida uma adição e uma multiplicação de seus elementos por escalares (isto é, por números reais), ou seja, dados
Leia maisÁlgebra Linear. Prof. Ronaldo Carlotto Batista. 20 de março de 2019
Álgebra Linear ECT2202 Prof. Ronaldo Carlotto Batista 20 de março de 2019 AVISO O propósito fundamental destes slides é servir como um guia para as aulas. Portanto eles não devem ser entendidos como referência
Leia maisUniversidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática
1 Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2017/II 1. Sejam u = ( 4 3) v = (2 5) e w = (a b).
Leia maisÁlgebra Linear Exercícios Resolvidos
Álgebra Linear Exercícios Resolvidos Agosto de 001 Sumário 1 Exercícios Resolvidos Uma Revisão 5 Mais Exercícios Resolvidos Sobre Transformações Lineares 13 3 4 SUMA RIO Capítulo 1 Exercícios Resolvidos
Leia mais2 Espaços Vetoriais. 2.1 Espaços Vetoriais Euclidianos
2 Espaços Vetoriais 2.1 Espaços Vetoriais Euclidianos Definição: Dado n N, considere-se o conjunto de todos os n-uplos ordenados de elementos reais, isto é o conjunto de elementos da forma x = (x 1,, x
Leia maisÁlgebra Linear I - Aula 11. Roteiro. 1 Dependência e independência linear de vetores
Álgebra Linear I - Aula 11 1. Dependência e independência linear. 2. Bases. 3. Coordenadas. 4. Bases de R 3 e produto misto. Roteiro 1 Dependência e independência linear de vetores Definição 1 (Dependência
Leia maisNotas de Aulas 3(Segunda Avaliação)-Produto Interno II Prof. Carlos Alberto S Soares
Notas de Aulas 3(Segunda Avaliação)-Produto Interno II Prof. Carlos Alberto S Soares Neste capítulo, estaremos generalizando a noção de projeção ortogonal já desenvolvida em cursos anteriores. Definição
Leia maisMA71B - Geometria Analítica e Álgebra Linear Profa. Dra. Diane Rizzotto Rossetto. LISTA 5 - Espaços Vetoriais
Ministério da Educação Universidade Tecnológica Federal do Paraná Campus Curitiba - DAMAT MA7B - Geometria Analítica e Álgebra Linear Profa. Dra. Diane Rizzotto Rossetto LISTA 5 - Espaços Vetoriais Desenvolvidas
Leia maisMAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I 3 a Prova - 1 o semestre de (a) 3; (b) 2; (c) 0; (d) 1; (e) 2.
MAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I 3 a Prova - 1 o semestre de 2018 Questão 1. Seja U = [(2, 1, 1), (1, 0, 2)], subespaço vetorial de R 3 e ax + by + z = 0 uma equação de U, isto é U = { (x, y, z)
Leia maisCurso de Álgebra Linear
Curso de Álgebra Linear Fundamentos e Aplicações Terceira Edição 25 de Outubro de 2012 Marco Cabral PhD Indiana University, EUA Paulo Goldfeld PhD Courant Institute, EUA Departamento de Matemática Aplicada
Leia maisTeorema da Triangularização de Schur e Diagonalização de Matrizes Normais
Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais Reginaldo J Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://wwwmatufmgbr/~regi 16 de novembro
Leia maisReginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais
ÁLGEBRA LINEAR E APLICAÇÕES Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://www.mat.ufmg.br/~regi regi@mat.ufmg.br 14 de março de 22 Álgebra Linear e Aplicações
Leia maisO Plano no Espaço. Sumário
17 Sumário 17.1 Introdução....................... 2 17.2 Equações paramétricas do plano no espaço..... 2 17.3 Equação cartesiana do plano............. 15 17.4 Exercícios........................ 21 1 Unidade
Leia maisQuestão 1: Seja V o conjunto de todos os pares ordenados de números reais. Denamos a adição e a multiplicação por escalar em V por
Ministério da Educação Universidade Tecnológica Federal do Paraná Campus Curitiba - DAMAT MA7B - Geometria Analítica e Álgebra Linear Profa. Dra. Diane Rizzotto Rossetto LISTA 4 - Espaços Vetoriais Desenvolvidas
Leia maisTópicos de Álgebra Linear Verão 2019 Lista 1: Espaços Vetoriais
Universidade Federal do Paraná Centro Politécnico ET-DMAT Prof. Maria Eugênia Martin Tópicos de Álgebra Linear Verão 2019 Lista 1: Espaços Vetoriais Exercício 1. Determine se os seguintes conjuntos são
Leia maisÁLGEBRA LINEAR AULA 9 ESPAÇOS VETORIAIS EUCLIDIANOS
ÁLGEBRA LINEAR AULA 9 ESPAÇOS VETORIAIS EUCLIDIANOS Luís Felipe Kiesow de Macedo Universidade Federal de Pelotas - UFPel 1 / 11 1 Produto Interno 2 Módulo de um Vetor 3 Ângulo Entre Dois Vetores - Vetores
Leia mais1 Subespaços Associados a uma Matriz
1 Subespaços Associados a uma Matriz Seja V = R n e para quaisquer u, v, e w em V e quaisquer escalares r,s em R 1, 1. u + v é um elemento de V sempre que u e v são elementos de V a adição é fechada, 2.
Leia maisNotas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009
Notas para o Curso de Álgebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009 2 Sumário 1 Matrizes e Sistemas Lineares 5 11 Matrizes 6 12 Sistemas Lineares 11 121 Eliminação Gaussiana 12 122 Resolução
Leia maisLISTA DE EXERCÍCIOS 1 - MATEMÁTICA 3 (CCM0213)
LISTA DE EXERCÍCIOS - MATEMÁTICA 3 (CCM3) PROF: PEDRO T. P. LOPES WWW.IME.USP.BR/ PPLOPES/MATEMATICA3 Os exercícios a seguir foram selecionados do livro do Apostol e do Domingues Callioli Costa. Exercício.
Leia maisALGA I. Bases, coordenadas e dimensão
Módulo 5 ALGA I. Bases, coordenadas e dimensão Contents 5.1 Bases, coordenadas e dimensão............. 58 5.2 Cálculos com coordenadas. Problemas......... 65 5.3 Mudanças de base e de coordenadas..........
Leia maisÁlgebra Linear e Geometria Analítica
Instituto Politécnico de Viseu Escola Superior de Tecnologia Departamento: Matemática Álgebra Linear e Geometria Analítica Curso: Engenharia Electrotécnica Ano: 1 o Semestre: 1 o Ano Lectivo: 007/008 Ficha
Leia maisNotações e revisão de álgebra linear
Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Leia mais1 a Lista de Exercícios de MAT3458 Escola Politécnica 2 o semestre de 2016
1 a Lista de Exercícios de MAT3458 Escola Politécnica o semestre de 16 1 Para que valores de t R a função definida por (x 1, x ), (y 1, y ) = x 1 y 1 + tx y é um produto interno em R? Para cada par de
Leia maisAlgebra Linear. 1. Espaços Vetoriais Lineares. 2. Coordenadas em Espaços Lineares. 3. Operadores Lineares. 4. Transformação de Similaridade
Algebra Linear 1 Espaços Vetoriais Lineares Coordenadas em Espaços Lineares 3 Operadores Lineares 4 Transformação de Similaridade Matriz como Operador Norma de Vetores e Produto Interno pag1 Teoria de
Leia maisÁLGEBRA LINEAR. Combinação Linear, Subespaços Gerados, Dependência e Independência Linear. Prof. Susie C. Keller
ÁLGEBRA LINEAR Combinação Linear, Subespaços Gerados, Dependência e Prof. Susie C. Keller Combinação Linear Sejam os vetores v 1, v 2,..., v n do espaço vetorial V e os escalares a 1, a 2,..., a n. Qualquer
Leia maisNotas de Aula Álgebra Linear II IFA Prof. Paulo Goldfeld Versão
Notas de Aula Álgebra Linear II IFA 2007.1 Prof. Paulo Goldfeld Versão 2007.03.29 1 2 Contents 2 Espaços Vetoriais 5 2.1 Espaços e Subespaços....................... 5 2.2 Independência Linear.......................
Leia mais1. Não temos um espaço vetorial, pois a seguinte propriedade (a + b) v = a v + b v não vale. De fato:
Sumário No que se segue, C, R, Q, Z, N denotam respectivamente, o conjunto dos números complexos, reais, racionais, inteiros e naturais. Denotaremos por I (ou id) End(V ) a função identidade do espaço
Leia mais1 Espaços vetoriais. Bibliografia básica do curso: [3, 2, 1, 4] Autor: Leandro Fiorini Aurichi - Versão: 2008
Bibliografia básica do curso: [3, 2, 1, 4] Autor: Leandro Fiorini Aurichi - laurichi@ime.usp.br Versão: 2008 1 Espaços vetoriais Comecemos com a definição de espaço vetorial. Definição 1.1. (V,, ) é dito
Leia maisEspaços Vetoriais. Prof. Márcio Nascimento.
Espaços Vetoriais Prof. Márcio Nascimento marcio@matematicauva.org Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Linear
Leia maisMétodo prático para extrair uma base de um conjunto de geradores de um subespaço de R n
Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n 1. Descrição do método e alguns exemplos Colocamos o seguinte problema: dado um conjunto finito: A = {a 1, a 2,...,
Leia maisÁlgebra Linear Semana 05
Álgebra Linear Semana 5 Diego Marcon 4 de Abril de 7 Conteúdo Interpretações de sistemas lineares e de matrizes invertíveis Caracterizações de matrizes invertíveis 4 Espaços vetoriais 5 Subespaços vetoriais
Leia maisÁLGEBRA LINEAR I - MAT0032
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT32 12 a Lista de exercícios
Leia maisIntroduzir os conceitos de base e dimensão de um espaço vetorial. distinguir entre espaços vetoriais de dimensão fnita e infinita;
META Introduzir os conceitos de base e dimensão de um espaço vetorial. OBJETIVOS Ao fim da aula os alunos deverão ser capazes de: distinguir entre espaços vetoriais de dimensão fnita e infinita; determinar
Leia maisde adição e multiplicação por escalar definidas por: 2. Mostre que o conjunto dos polinômios da forma a + bx com as operações definidas por:
Lista de Exercícios - Espaços Vetoriais. Seja V o conjunto de todos os pares ordenados de números reais e considere as operações de adição e multiplicação por escalar definidas por: i. u + v (x y) + (s
Leia maisÁlgebra Linear Semana 03
Álgebra Linear Semana 3 Diego Marcon de Abril de 27 Conteúdo Dependência e independência linear 2 Independência linear e sistemas lineares 3 3 Transformações lineares 4 4 Matriz de uma transformação linear
Leia maisGAAL - Exame Especial - 12/julho/2013. Questão 1: Considere os pontos A = (1, 2, 3), B = (2, 3, 1), C = (3, 1, 2) e D = (2, 2, 1).
GAAL - Exame Especial - /julho/3 SOLUÇÕES Questão : Considere os pontos A = (,, 3), B = (, 3, ), C = (3,, ) e D = (,, ) (a) Chame de α o plano que passa pelos pontos A, B e C e de β o plano que passa pelos
Leia maisÁLGEBRA LINEAR I - MAT Em cada item diga se a afirmação é verdadeira ou falsa. Justifiquei sua resposta.
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT0032 2 a Lista de
Leia maisPrimeira Lista de Exercícios
1 Espaços vetoriais Primeira Lista de Exercícios {( ) } a b Exercício 1.1. Considere M 2 := : a, b, c, d R, : M c d 2 M 2 M 2 dada por e : R M 2 M 2 dada por ( ) ( ) ( ) a1 b 1 a2 b 2 a1 + a := 2 b 1 +
Leia maisQ1. Considere um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal de V 3. Sejam π 1 e π 2 os planos dados pelas equações
Q1. Considere um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal de V 3. Sejam π 1 e π 2 os planos dados pelas equações π 1 : x 2y + 3z = 1 e π 2 : x + z = 2 no sistema de coordenadas
Leia maisEquação Geral do Segundo Grau em R 2
8 Equação Geral do Segundo Grau em R Sumário 8.1 Introdução....................... 8. Autovalores e autovetores de uma matriz real 8.3 Rotação dos Eixos Coordenados........... 5 8.4 Formas Quadráticas..................
Leia maisProf. Drª Marília Brasil Xavier REITORA. Profª. Drª. Maria das Graças Silva VICE-REITORA
Prof. Drª Marília Brasil Xavier REITORA Profª. Drª. Maria das Graças Silva VICE-REITORA Prof. Dr. Ruy Guilherme Castro de Almeida PRÓ-REITOR DE ENSINO E GRADUAÇÃO Profª. M.Sc. Maria José de Souza Cravo
Leia maisÁlgebra Linear. Alan Anderson
Álgebra Linear Alan Anderson 9 de abril de 2016 1 Espaço Euclidiano Denimos o espaço euclidiano n dimensional R n como sendo o conjunto das listas de n números reais. R n = {(x 1,..., x n ) : x 1,...,
Leia maisSistemas de equações lineares com três variáveis
18 Sistemas de equações lineares com três variáveis Sumário 18.1 Introdução....................... 18. Sistemas de duas equações lineares........... 18. Sistemas de três equações lineares........... 8
Leia maisDefinição 3.1: Seja x um número real. O módulo de x, denotado por x, é definido como: { x se x 0 x se x < 0
Capítulo 3 Módulo e Função Módular A função modular é uma função que apresenta o módulo na sua lei de formação. No entanto, antes de falarmos sobre funções modulares devemos definir o conceito de módulo,
Leia maisSeja f um endomorfismo de um espaço vectorial E de dimensão finita.
6. Valores e Vectores Próprios 6.1 Definição, exemplos e propriedades Definição Seja f um endomorfismo de um espaço vectorial E, com E de dimensão finita, e seja B uma base arbitrária de E. Chamamos polinómio
Leia maisAula 6 Produto interno
MÓDULO 1 - AULA 6 Objetivos Aula 6 Produto interno Estabelecer os conceitos de norma de um vetor e de ângulo entre dois vetores do espaço. Definir o produto interno de vetores no espaço e estabelecer suas
Leia maisUnidade 7 - Bases e dimensão. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013
MA33 - Introdução à Álgebra Linear Unidade 7 - Bases e dimensão A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto de 2013 Nesta unidade introduziremos dois conceitos
Leia maisÁlgebra linear A Primeira lista de exercícios
Álgebra linear A Primeira lista de exercícios Prof. Edivaldo L. dos Santos (1) Verifique, em cada um dos itens abaixo, se o conjunto V com as operações indicadas é um espaço vetorial sobre R. {[ ] a b
Leia maisCapítulo 2. Ortogonalidade e Processo de Gram-Schmidt. Curso: Licenciatura em Matemática
Capítulo 2 Ortogonalidade e Processo de Gram-Schmidt Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves de Melo Disciplina: Álgebra Linear II Unidade II Aula
Leia maisÁlgebra Linear e suas Aplicações Notas de Aula. Petronio Pulino = Q
Álgebra Linear e suas Aplicações Notas de Aula Petronio Pulino 1 3 4 3 1 0 4 0 1 = Q 4 1 6 Qt Q t Q = 1 1 1 PULINUS Álgebra Linear e suas Aplicações Notas de Aula Petronio Pulino Departamento de Matemática
Leia maisUFPB - CCEN - DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA 1 a LISTA DE EXERCÍCIOS PERÍODO
UFPB - CCEN - DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA a LISTA DE EXERCÍCIOS PERÍODO 0 Os exercícios 0 8 trazem um espaço vetorial V e um seu subconjunto W Sempre que W for um subespaço
Leia maisCapítulo Equações da reta no espaço. Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que
Capítulo 11 1. Equações da reta no espaço Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que AP = t AB Fig. 1: Reta r passando por A e B. Como o ponto
Leia maisPrimeira Lista de Álgebra Linear
Serviço Público Federal Ministério da Educação Universidade Federal Rural do Semi-Árido UFERSA Departamento de Ciências Ambientais DCA Prof. D. Sc. Antonio Ronaldo Gomes Garcia a a Mossoró-RN 18 de agosto
Leia maisJ. Delgado - K. Frensel - L. Crissaff Geometria Analítica e Cálculo Vetorial
178 Capítulo 10 Equação da reta e do plano no espaço 1. Equações paramétricas da reta no espaço Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que
Leia maisÁLGEBRA LINEAR. Exame Final
UNIVERSIDADE DE AVEIRO DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR Exame Final 9/0/00 DURAÇÃO: 3 horas Nome: N o Aluno: Observação: Declaro que desisto: (Justifique sempre as suas respostas) Folha. (4,0
Leia maisDependência linear e bases
Dependência linear e bases Sadao Massago 2014 Sumário 1 Dependência linear 1 2 ases e coordenadas 3 3 Matriz mudança de base 5 Neste texto, introduziremos o que é uma base do plano ou do espaço 1 Dependência
Leia maisÁlgebra Linear I - Aula 10. Roteiro
Álgebra Linear I - Aula 10 1. Combinação linear de vetores. 2. Subespaços e geradores. Roteiro 1 Combinação linear de vetores Definição 1 (Combinação linear de vetores). Dada um conjunto de vetores U =
Leia maisNota: Turma: MA 327 Álgebra Linear. Terceira Prova. Boa Prova! Primeiro Semestre de T o t a l
Turma: Nota: MA 327 Álgebra Linear Primeiro Semestre de 26 Terceira Prova Nome: RA: Questões Pontos Questão 1 Questão 2 Questão 3 Questão 4 Questão 5 T o t a l Boa Prova! Questão 1. 2. Pontos) Seja U um
Leia maisGeometria Analítica. Prof Marcelo Maraschin de Souza
Geometria Analítica Prof Marcelo Maraschin de Souza Vetor Definido por dois pontos Seja o vetor AB de origem no ponto A(x 1, y 1 ) e extremidade no ponto B(x 2, y 2 ). Qual é a expressão algébrica que
Leia mais1 Espaços Vectoriais
Nova School of Business and Economics Apontamentos Álgebra Linear 1 Definição Espaço Vectorial Conjunto de elementos que verifica as seguintes propriedades: Existência de elementos: Contém pelo menos um
Leia maisParte I. Álgebra Linear. Sistemas Dinâmicos Lineares. Conteúdo de Revisão de Álgebra Linear. Vetores. Março de 2014
Sistemas Dinâmicos Lineares Romeu Reginatto Programa de Pós-Graduação em Engenharia de Sistemas Dinâmicos e Energéticos Universidade Estadual do Oeste do Paraná Parte I Álgebra Linear Adaptado das notas
Leia maisÂngulo e ortogonalidade em espaços com produto interno
Ângulo e ortogonalidade em espaços com produto interno Juliana Pimentel juliana.pimentel@ufabc.edu.br http://hostel.ufabc.edu.br/ juliana.pimentel Sala 507-2 - Bloco A, Torre 2 Definir a noção de ângulo
Leia maisMAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I Gabarito da 2 a Prova - 1 o semestre de 2015
MAT27 ÁLGEBRA LINEAR PARA ENGENHARIA I Gabarito da 2 a Prova - 1 o semestre de 201 Nesta prova considera-se fixada uma orientação do espaço e um sistema de coordenadas Σ (O, E) em E 3, em que E é uma base
Leia maisExercícios sobre Espaços Vetoriais II
Exercícios sobre Espaços Vetoriais II Prof.: Alonso Sepúlveda Castellanos Sala 1F 104 1. Seja V um espaço vetorial não trivial sobre um corpo infinito. Mostre que V contém infinitos elementos. 2. Sejam
Leia mais. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1
QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,
Leia maisÁlgebra Linear I. Resumo e Exercícios P3
Álgebra Linear I Resumo e Exercícios P3 Fórmulas e Resuminho Teórico Espaço Vetorial Qualquer conjunto V com 2 operações: Soma e Produto escalar, tal que 1. u + v + w = u + v + w u, v, w V 2. u + v = v
Leia maisÁlgebra Linear
Álgebra Linear - 0191 Lista 3 - Dependência e Independência Linear Bases e Soma Direta 1) Exiba três vetores u v w R 3 com as seguintes propriedades: nenhum deles é múltiplo do outro nenhuma das coordenadas
Leia maisMINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA
MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA a LISTA DE EXERCÍCIOS DE MAT 7 II SEMESTRE DE 00 Professores: Flávia, Gustavo e Lana. Suponha que uma força
Leia maisficha 6 espaços lineares com produto interno
Exercícios de Álgebra Linear ficha espaços lineares com produto interno Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico o semestre 011/1 Notação
Leia maisMINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA
MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA 1 a LISTA DE EXERCÍCIOS DE MAT 17 1. Suponha que uma força de 1 newtons é aplicada em um objeto ao longo do
Leia maisInstituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A REVISÃO DA PARTE III Parte III - (a) Ortogonalidade Conceitos: produto
Leia mais(d) Seja W um espaço vetorial de dimensão 4 e sejam U e V subespaços de W tais que U V = 0. Assinale. Gabarito Pág. 1
UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno, Gregório, Luiz Carlos, Mario, Milton, Monique e Umberto Data: 15 de maio de 2013 Primeira Prova 1. Os valores de (a,
Leia maisÁlgebra Linear e Geometria Anaĺıtica. Vetores, Retas e Planos
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 3 Vetores, Retas e lanos roduto interno em R n [3 01] Dados os vetores X =
Leia mais