Notas de Aula de SMA-304 Algebra Linear (baseada na Apostila do Prof. Zani) Wagner Nunes Departamento de Matematica ICMC { USP
|
|
- Adriana Coradelli Barata
- 5 Há anos
- Visualizações:
Transcrição
1 Notas de Aula de SMA-304 Algebra Linear (baseada na Apostila do Prof. Zani) Wagner Nunes Departamento de Matematica ICMC { USP 2010
2 2
3 Sumário 1 Espaços Vetoriais Introduc~ao e Exemplos Propriedades Exerccios Subespaços Vetoriais Introduc~ao e Exemplos Intersec~ao e Soma de Subespacos Exerccios Combinações Lineares Introduc~ao e Exemplos Geradores Exerccios Dependência Linear Introduc~ao e Exemplos Propriedades da depend^encia linear Exerccios Base, Dimensão e Coordenadas Base Dimens~ao Dimens~ao da Soma de Subespacos Vetoriais Coordenadas
4 4 SUM ARIO 5.5 Exerccios Mudança de Base Introduc~ao, Exemplos e Propriedades Exerccios Exercícios Resolvidos Transformações Lineares Introduc~ao e Exemplos O Espaco Vetorial L (U, V) Imagem e Nucleo Isomorsmo e Automorsmo Matriz de uma Transformac~ao Linear Denic~ao e Exemplos Propriedades Exerccios Exercícios Resolvidos Autovalores e Autovetores Denic~ao, Exemplos e Propriedades Polin^omio Caracterstico Diagonalização Denic~ao e Caracterizac~ao Exerccios Espaços Euclidianos Produto Interno Norma Dist^ancia ^Angulo Ortogonalidade Processo de Gram-Schmidt Complemento Ortogonal
5 SUM ARIO Isometria Operador Autoadjunto Exerccios Forma Canônica de Jordan Introduc~ao e Exemplos Exerccios Apêndice I - Matrizes Introduc~ao Denic~oes Basicas Operac~oes com Matrizes Algumas matrizes importantes Determinante Apêndice II - Sistemas Lineares Denic~oes Basicas O Sistema Linear Homog^enio O Sistema Linear N~ao Homog^enio A Inversa de Matrizes N~ao Singulares Regra de Crammer
6 6 SUM ARIO
7 Capítulo 1 Espaços Vetoriais a a 1.1 Introdução e Exemplos Neste captulo introduziremos o conceito de espaco vetorial real que sera utilizado em todo o decorrer do curso. Porem, antes de apresentarmos a denic~ao de espaco vetorial real, passaremos a analisar em paralelo dois objetos, a saber, o conjunto formado pelas func~oes f : R R, que sera denotado por F (R; R) e o conjunto das matrizes quadradas de ordem n com coecientes reais, que denotaremos por M n (R), ou simplesmente, por M n. A soma de duas func~oes f e g de F (R; R) e denida como sendo a func~ao f + g F (R; R) dada por (f + g)(x). = f(x) + g(x), x R. Note tambem que se λ R, que chamaremos de escalar, podemos multiplicar a func~ao f pelo escalar λ, da seguinte forma resultando num elemento de F (R). (λ f)(x) = λ[f(x)], x R 7
8 8 CAPITULO 1. ESPAC OS VETORIAIS Com relac~ao a M n (R) podemos denir a soma de duas matrizes quadradas de ordem n, A = (a ij ) n n e B = (b ij ) n n, como A + B. = (a ij + b ij ) n n, ou seja, somando-se as correspondentes entradas das matizes, e esta soma resiltara em um elemento de M n (R). Com a relac~ao a multiplicac~ao de uma matriz quadrada de ordem n, A = (a ij ) n n, por um escalar λ R, denimos λ A. = (λa ij ) n n, ou seja, multiplicando-se por λ cada entrada da matiz,o qual tambem resultara em um elemento de M n (R). O que estes dois conjuntos acima, munidos dessas operacoes de adic~ao de seus elementos dos correspondentes conjuntos e multiplicac~ao de seus elementos por escalares, t^em comum? Vejamos: Verica-se facilmente a partir das propriedades dos numeros reais que, para quaisquer func~oes f, g e h em F (R; R) e para todo λ, µ R, s~ao validas as seguintes propriedades: 1. f + g = g + f; 2. f + (g + h) = (f + g) + h; 3. se O representa o func~ao nula(isto e, O(x). = 0 para todo x R) ent~ao O + f = f; 4. a func~ao f denida por e tal que f + ( f) = O; 5. λ (µ f) = (λµ) f; 6. (λ + µ) f = λ f + µ f; 7. λ (f + g) = λ f + λ g; ( f)(x). = [f(x)], para todo x R,
9 1.1. INTRODUC ~AO E EXEMPLOS f = f. Por outro lado, para quaisquer matrizes A, B e C em M n (R) e para todo λ, µ R, tambem s~ao validas as seguintes propriedades: 1. A + B = B + A; 2. A + (B + C) = (A + B) + C; 3. se O representa o func~ao nula (isto e, O. = (0) n n ), ent~ao O + A = A; 4. se A = (a i,j ) n n ent~ao a matriz A, denida por A. = ( a i,j ) n n, e tal que A + ( A) = O; 5. λ (µ A) = (λµ) A; 6. (λ + µ) A = λ A + µ A; 7. λ (A + B) = λ A + λ B; 8. 1 A = A. Podemos ver que tanto o conjuntos das func~oes denidas na reta a valores reais como o conjunto das matrizes quadradas de ordem n, quando munidos de somas e multiplicac~ao por escalares correspondentes, apresentam propriedades algebricas comuns. Na verdade muitos outros conjuntos munidos de operac~oes apropriadas apresentam propriedades semelhantes as acima. E por isso que ao inves de estudarmos cada um desses modelos separadamente estudaremos um conjunto arbitrario e n~ao vazio, V, sobre o qual supomos estar denidas uma operac~ao de adic~ao, isto e, para cada u, v V existe um unico elemento de V associado, chamado a soma entre u e v e denotado por u + v, e uma multiplicac~ao por escalar, isto e, para cada u V e λ R existe um unico elemento de V associado, chamado de produto de u pelo escalar λ e denotado por λ u. Mais precsimante, temos a:
10 10 CAPITULO 1. ESPAC OS VETORIAIS Definição 1.1 Um conjunto V, n~ao vazio, munido de uma operac~ao de a- dic~ao, isto e, + : V V V e de uma operac~ao de multiplicac~ao por escalar, ou seja, : R V V sera denominado espaco vetorial real (ou sobre R) se s~ao validas as seguintes propriedades: (ev1) (Comutativa) u + v = v + u para todo u, v V; (ev2) (Associativa) u + (v + w) = (u + v) + w para todo u, v, w V; (ev3) (Exist^encia do elemento neutro) existe um elemento O V tal que O + u = u para todo u V; (ev4) (Exist^encia do elemento oposto) para cada u V existe v V tal que u + v = O; (ev5) (Associativa da multiplicac~ao) λ (µ u) = (λµ) u para todo u V e λ, µ R; (ev6) (Distribuitiva da multiplicac~ao) (λ + µ) u = λ u + µ u para todo u V, λ, µ R; (ev7) (Distribuitiva da multiplicac~ao pela adic~ao) λ (u + v) = λ u + λ v para todo u, v V e λ R; (ev8) (Exist^encia de elemento unitario) 1 u = u para todo u V. Observação 1.2 No caso acima a terna (V, +, ) sera dita espaco vetorial real (ou sobre R), e quando as operac~oes envolvidas forem as naturais de V diremos, apenas, que V e um espaco vetorial real (ou sobre R). E comum chamarmos os elementos de um espaco vetorial de vetores, independentemente da natureza dos mesmos. Tambem chamamos de escalares os numeros reais quando estes desempenham o seu papel na ac~ao de multiplicar um vetor por esses numero real.
11 1.1. INTRODUC ~AO E EXEMPLOS 11 Observação 1.3 O elemento O V na propriedade (ev3) e unico. De fato, qualquer outro O V satisfazendo a mesma propriedade (ev3) ent~ao, pelas propriedades (ev3) e (ev1) teramos O = O + O = O + O = O, isto e, O = O. Devido a este fato, chamaremos o vetor O de elemento neutro da adic~ao do espaco vetorial real (V, +, ). Observação 1.4 Em um espaco vetorial real (V, +, ), pela propriedade (ev4), para cada u V existe v V tal que u + v = O. Na verdade, para cada u V existe somente um unico elemento v V com esta propriedade. De fato, dado u V se v e v em V s~ao tais que u + v = O e u + v = O ent~ao, combinando estas equac~oes com as propriedades (ev1),(ev2) e (ev3), obteremos v = v+) = v + (u + v ) = (v + u) + v = (u + v) + v = O + v = v, mostrando que v = v. Denotaremos o vetor v por u e chamaremo-lo de vetor oposto do vetor u em (V, +, ). Tambem denotaremos por u v o vetor u + ( v), isto e, u v. = u + ( v). Observação 1.5 As quatro primeiras propriedades referem-se apenas a operac~ao de adic~ao e s~ao conhecidas, respectivamente, por propriedade comutativa, associativa, exist^encia do elemento neutro e exist^encia do elemento oposto. A quinta e a oitava propriedades s~ao exclusivas da multiplicac~ao por escalar e tambem podem ser chamadas de associativa e elemento unidade da multiplicac~ao, respectivamente. A sexta e a setima propriedades relacionam as duas operac~oes e s~ao ambas conhecidas por distributivas.
12 12 CAPITULO 1. ESPAC OS VETORIAIS Observação 1.6 A rigor, a denic~ao de espaco vetorial real que demos acima se refere a multiplicac~ao de vetores por numero reais, visto que estamos permitindo que os escalares sejam apenas numeros reais. A noc~ao de espaco vetorial complexo (ou sobre C) pode ser introduzida naturalmente a partir da denic~ao acima com as devidas mudancas. Mais precisamente, pedimos que sejam satisfeitas as propriedades (ev1) ate (ev4) e (ev8) enquanto que as propriedades (ev5) ate (ev7) devem valer para todo λ, µ C. No entanto, embora importante, n~ao usaremos com frequ^encia, neste curso, o conceito de espaco vetorial complexo (ou sobre C). Um outro exemplo de espaco vetorial real, alem dos dois apresentados no incio do texto, e o conjunto dos vetores de R 2 (ou R 3 ) como apresentados em Geometria Analtica munido da adic~ao de vetores e da multiplicac~ao por escalar por vetores, introduzidos no curso de Geometria Analtica. Dessa forma, o adjetivo "vetorial" utilizado na denic~ao acima deve ser entendido de uma forma mais ampla, sendo uma refer^encia aos elementos de um espaco vetorial real (V, +, ), independentemente de serem ou n~ao vetores estudados no curso de Geometria Analtica. O exemplo mais simples de espaco vetorial real seja o conjunto dos numeros reais com a adic~ao + e multiplicac~ao de R, ou seja, (R, +, ) e um espaco vetorial real (verique!). Temos tambem os seguintes exemplos s~ao espacos vetoriais reais: Exemplo Para n N, consideremos o conjunto das n-uplas ordenadas de numeros reais, que indicaremos por R n, munido das operac~oes de adic~ao de duas n-uplas ordenadas, saber: se x = (x 1,..., x n ), y = (y 1,..., y n ) R n, denimos ou seja, x + y. = (x 1 + y 1,..., x n + y n ) R n, + : R n R n R n,
13 1.1. INTRODUC ~AO E EXEMPLOS 13 e o produto de uma n-upla por um escalar, a saber: se λ R e x = (x 1,..., x n ) denimos λ x. = (λx 1,..., λx n ) R n, : R R n R n. Pode-se mostrar, que (R n, +, ) sera um espaco vetorial real (veri- que!). Observemos que o vetor nulo de (R n, +, ) sera a n-upla nula, isto e, O. = (0,, 0) R n. Alem disso, se x = (x 1,..., x n ) R n ent~ao o vetor oposto associado ao vetor u sera n-upla x. = ( x 1,..., x n ) R n. 2. Para m, n N xados, indiquemos por V. = M m n (R) o conjunto das matrizes de ordem m n com coecientes reais, munido de operac~oes analogas aquelas denidas em M n (R) introduzidas anteriormente. Com isto temos que (M m n (R), +, ) sera um espaco vetorial real (veri- que!). Observemos que o vetor nulo O de (M m n (R), +, ) sera a matriz nula, isto e, O. = (a ij ) m n M m n (R), onde a ij. = 0, i = 1,, m e j = 1, n. Alem disso, se A = (a ij ) M m n (R) ent~ao o vetor oposto associado ao vetor A sera matriz A. = ( a ij ) m n M m n (R).
14 14 CAPITULO 1. ESPAC OS VETORIAIS 3. Para n N xado, consideremos V. = P n (R) o conjunto formado pelos polin^omios de grau menor ou igual a n com coecientes reais. Observemos que p P n (R) p(x) = a o + a 1 x + + a n x n, x R, onde a o, a 1,, a n R. Denimos a adic~ao de elementos de P n (R) e a multiplicac~ao de elementos de P n (R) por escalar da seguinte maneira: Se p, q P n (R) temos que p(x) = a o +a 1 x+ +a n x n e q(x) = b o +b 1 x+ +b n x n, x R onde a o, b o, a 1, b 1, a n, b n R ent~ao denimos p+q como sendo (p+q)(x). = p(x)+q(x) = (a o +b o )+(a 1 +b 1 )x+ +(a n +b n )x n, x R. Observemos que p + q P n (R), ou seja, adic~ao de polin^omios de grau menor ou igual a n e um polin^omio de grau menor ou igual a n, ou ainda: Se p P n (R) ent~ao + : P n (R) P n (R) P n (R). p(x) = a o + a 1 x + + a n x n, x R, onde a o, a 1,, a n R assim see λ R denimos λ p como sendo (λ p)(x). = (λa o ) + (λa 1 )x + + (λa n )x n, x R. Observemos que λ p P n (R),, ou seja, a multiplicac~ao de um polin^omio de grau menor ou igual a n por um numero real e um polin^omio de grau menor ou igual a n, ou ainda:. : R P n (R) P n (R).
15 1.1. INTRODUC ~AO E EXEMPLOS 15 Deste modo (P n (R), +, ) sera um espaco vetorial real (verique!). Observemos que o vetor nulo de (P n (R), +, ) sera o polin^omio identicamente nulo, isto e, O P n (R), onde O(x). = 0, x R. Alem disso, se p P n (R) ent~ao o vetor oposto associado ao vetor p sera o polin^omio p P n (R) onde ( p)(x). = p(x), x R. 4. Sejam I R um intervalo de R e F (I; R) o conjunto de todas as func~oes f : I R. Se f, g F (I; R) e λ R dena f + g : I R por (f + g)(x). = f(x) + g(x) e (λ f)(x) = λf(x), x A. Com isto temos denidas as operac~oes + : F (I; R) F (I; R) F (I; R) e. : R F (I; R) F (I; R). Ent~ao (F (I; R), +, ) e um espaco vetorial real (verique!). Observemos que o vetor nulo de (F (I; R), +, ) sera a func~ao identicamente nulo, isto e, O F (I; R), onde O(x). = 0, x R. Alem disso, se f F (I; R) ent~ao o vetor oposto associado ao vetor f sera a func~ao f F (I; R) onde ( f)(x). = f(x), x R. 5. Indiquemos por C(I; R) o conjunto das func~oes contnuas denidas num intervalo I R, munido das operac~oes de adic~ao de func~oes e multiplicac~ao de func~oes por numero reais denidas em F (I; R) no item 2. acima.
16 16 CAPITULO 1. ESPAC OS VETORIAIS Assim temos que (C(I; R), +, ) sera um espaco vetorial real (verique!). Observemos que o vetor nulo de (C(I; R), +, ) sera a func~ao identicamente nulo, isto e, (e uma func~ao contnua em I) O C(I; R), onde O(x). = 0, x R. Alem disso, se f C(I; R) ent~ao o vetor oposto associado ao vetor f sera a func~ao (e uma func~ao contnua em I) f C(I; R) onde ( f)(x). = f(x), x R. 6. Denotemos por C k (I; R) o conjunto das func~oes contnuas com derivadas contnuas ate ordem k N, (k e xo) denidas num intervalo aberto I R munido das operac~oes de adic~ao de func~oes e multiplicac~ao de func~oes por numero reais denidas em F (I; R) no item 2. acima. Temos que (C k (I; R), +, ) sera um espaco vetorial real (verique!). Observemos que o vetor nulo de (C k (I; R), +, ) sera a func~ao identicamente nulo, isto e, (e uma func~ao contnua com derivada ate a ordem k contnuas em I) O C k (I; R), onde O(x). = 0, x R. Alem disso, se f C k (I; R) ent~ao o vetor oposto associado ao vetor f sera a func~ao (e uma func~ao contnua com derivada ate a ordem k contnuas em I) f C k (I; R) onde ( f)(x). = f(x), x R. 7. Indiquemos por C (I; R) o conjunto das func~oes com todas as derivadas contnuas denidas num intervalo aberto I R munido das operac~oes de adic~ao de func~oes e multiplicac~ao de func~oes por numero reais denidas em F (I; R) no item 2. acima. Deste modo (C (I; R), +, ) sera um espaco vetorial real (verique!).
17 1.1. INTRODUC ~AO E EXEMPLOS 17 Observemos que o vetor nulo de (C (I; R), +, ) sera a func~ao identicamente nulo, isto e, (e uma func~ao contnua com derivada de qualquer ordem contnua em I) O C (I; R), onde O(x). = 0, x R. Alem disso, se f C (I; R) ent~ao o vetor oposto associado ao vetor f sera a func~ao (e uma func~ao contnua com derivada de qualquer ordem contnua em I) f C (I; R) onde ( f)(x). = f(x), x R a Os espacos vetoriais reais acima envolvem operac~oes com as quais estamos familiarizados. O proximo exemplo e um pouco mais sosticado do que os anteriores e por isso vericaremos que as oito propriedades ocorrem. Exemplo 1.8 Como conjunto tomaremos V. = (0, ), o semi-eixo positivo da reta real. Este conjunto se munido das operac~oes usuais de soma e multiplicac~ao de numeros reais n~ao sera um espaco vetorial real, pois n~ao satisfaz, entre outras, a propriedade da exist^encia de um elemento neutro para a adic~ao (pois 0 V). No entanto, se para x, y V e λ R, denirmos a adic~ao entre de x com y, indicada por x y, como sendo x y. = xy, (o produto usual entre os numeros reais x e y) e o produto de x pelo escalar λ, denotada por λ x, como λ x. = x λ (a potenciac~ao usual de numeros reais) ent~ao (V,, ) se torna um espaco vetorial real.
18 18 CAPITULO 1. ESPAC OS VETORIAIS Resolução: De fato, observemos que : (0, ) (0, ) (0, ) e : R (0, ) (0, ) e veriquemos, uma a uma, as oito propriedades da denic~ao de espaco vetorial real : 1. x, y V temos x y = xy = yx = y x para quaisquer x, y V, logo vale a propriedade (ev1). 2. De modo semelhante temos: x (y z) = x (yz) = x(yz) = (xy)z = (x y)z = (x y) z para quaisquer x, y, z V, logo vale a propriedade (ev2). 3. se x V ent~ao, como 1 V, temos 1 x = 1x = x; ou seja, 1 e o elemento neutro da adic~ao, o qual denotaremos por O, logo vale a propriedade (ev3). 4. se x V, isto e, x > 0, ent~ao x 1 > 0, ou seja, x 1 V e x x 1 = xx 1 = 1 = O, ou seja, o elemento oposto de x V, relativamente a adic~ao, sera x 1 V, logo vale a propriedade (ev4). 5. λ (µ x) = λ x µ = (x µ ) λ = x µλ = x λµ = (λµ) x para quaisquer x V e λ, µ R, logo vale a propriedade (ev5). 6. (λ + µ) x = x λ+µ = x λ x µ = x λ x µ = (λ x) (µ x) para quaisquer x V e λ, µ R, logo vale a propriedade (ev6).
19 1.2. PROPRIEDADES λ (x y) = λ (xy) = (xy) λ = x λ y λ = (λ x) (λ y) para quaisquer x, y V e λ R, logo vale a propriedade (ev7). 1 x = x 1 = x para qualquer x V, logo vale a propriedade (ev8). Com isto podemos concluir que (V,, ) e um espaco vetorial real. 1.2 Propriedades Das oito propriedades que denem um espaco vetorial real podemos concluir varias outras. Listaremos algumas destas propriedades no seguinte resultado: Proposição 1.9 Seja (V, +, ) um espaco vetorial real. Ent~ao: 1. para qualquer λ R, temos que λ O = O, onde 0 R e O e o elemento neutro da adic~ao de (V, +, ). 2. para qualquer u V, 3. se 0 u = O, onde 0 R e O e o elemento neutro da adic~ao de (V, +, ). λ u = O ent~ao λ = 0 ou u = O, onde 0 R e O e o elemento neutro da adic~ao de (V, +, ). 4. para quaisquer λ R e u V, temos que ( λ) u = λ ( u) = (λ u).
20 20 CAPITULO 1. ESPAC OS VETORIAIS 5. para quaisquer λ, µ R e u V, temos que (λ µ) u = λ u (µ u). 6. para quaisquer λ R e u, v V, temos que λ (u v) = λ u (λ v). 7. para quaisquer λ, µ 1,..., µ n R e u 1,..., u n V, temos que n n λ µ j u j = (λµ j ) u j. j=1 j=1 8. para qualquer u V, temos que ( u) = u. 9. se u + w = v + w segue que u = v. 10. se u, v V ent~ao existe um unico w V tal que u + w = v. Demonstração: 1. Pelas propriedades (ev3) e (ev7) temos λ O = λ (O + O) = λ O + λ O. ( ) Utilizando as propriedades (ev1) a (ev4) e a notac~ao da observac~ao (1.4), obtemos isto e, λ O = O. O = λ O + [ (λ O)] ( ) = (λ O + λ O) + [ (λ O)] = λ O + {λ O + [ (λ O)]} = λ O + O = λ O,
21 1.2. PROPRIEDADES Pela propriedade (ev6) temos 0 u = (0 + 0) u = 0 u + 0 u. Utilizando as propriedades (ev1) a (ev4) e a notac~ao da observac~ao (1.4), obtemos isto e, 0 u = O. O = 0 u + [( (0 u)] = (0 u + 0 u) + [ (0 u)] = 0 u + (0 u + [ (0 u)] = 0 u + 0 = 0 u, 3. Se λ 0, pelas propriedades (ev8) e (ev5) e pelo item 1 desta proposic~ao, segue que u = 1 u = (λ 1 λ) u = λ 1 (λ u) = λ 1 O = O. 4. Utilizando a propriedade (ev6) e o item 2 desta proposic~ao, obtemos λ u + ( λ) u = [λ + ( λ)] u = 0 u = O. Pela observac~ao (1.4), (λ u) = ( λ) u. Analogamente, utilizando-se a propriedade (ev7), mostra-se (sera deixado como exerccio para o leitor) que (λ u) = λ ( u). A prova dos outros resultados sera deixada como exerccio para o leitor. Para nalizar temos a Proposição 1.10 Seja (V, +, ) um espaco vetorial real. Mostre que se V {O} ent~ao o conjunto V tem innitos elementos distintos.
22 22 CAPITULO 1. ESPAC OS VETORIAIS Demonstração: Note que se encontrarmos uma func~ao f : R V que seja injetora ent~ao V tera innitos elementos, pois para cada λ R correspondera um elemento distinto f(λ) de V e como R tem innitos elementos distintos teremos que V tambem tera innitos elementos distintos. Seja v V, v O. Dena f : R V por f(λ) = λ v, λ R. Para mostrar que a func~ao f e injetora, tomemos λ, µ R tais que f(λ) = f(µ). Devemos mostrar que λ = µ. Como λ v = f(λ) = f(µ) = µ v, ou seja, λ v = µ v, ou, equivalentemente: λ v (µv) = O. Pelo item 4 da proposic~ao (1.9) teremos O = λ v (µ v) = λ v + ( µ) v = (λ µ) v. Como v O, pelo item 3 da mesma proposic~ao, segue que λ µ = 0, isto e, λ = µ, mostrando que a func~ao f e injetoda e completando a demonstrac~ao. 1.3 Exercícios
23 Capítulo 2 Subespaços Vetoriais 2.1 Introdução e Exemplos Muitas vezes nos depararemos com certos subconjuntos de um espaco vetorial real que possuem a propriedade de que a soma de dois de seus elementos e um elemento do proprio subconjunto bem como quando multiplicamos um elemento do subconjunto por um escalar, o resultado continua pertencendo ao subconjunto. A estes subconjuntos daremos um nome, como veremos na: Definição 2.1 Seja (V, +, ) um espaco vetorial real. Dizemos que W V, W, e um subespaco vetorial do espaco vetorial real (V, +, ) se forem satisfeitas as seguintes condic~oes: (sv1) O W, onde O e o elemento neutro da adic~ao de (V, +, ); (sv2) Se u, v W ent~ao u + v W; (sv3) Se u W e λ R ent~ao λ u W. Observação 2.2 Note que todo subespaco vetorial W de um espaco vetorial real (V, +, ), e, ele proprio, um espaco vetorial sobre R com as operac~oes induzidas de V, ou seja, (W, + V, V) e um espaco vetorial sobre R (estamos indicando a operac~ao de adic~ao de elementos de (V, +, ) por + V e operac~ao de multiplicac~ao de escalar por elementos de (V, +, ) por V). 23
24 24 CAPITULO 2. SUBESPAC OS VETORIAIS As propriedades comutativa, associativa, distributivas e (ev8) s~ao herdadas do proprio espaco vetorial (V, +, ). Pela propriedade (sv1) acima, o elemento neutro da adic~ao de (V, +, ) sera um elemento de W. Finalmente, pelo item 4 da proposic~ao (1.9) e por (sv3), se u W ent~ao u = ( 1) u W, mostrando com isso que, realmente, (W, + V, V) e um espaco vetorial real. Observemos tambem que a propriedade (sv1) pode ser obtida da propriedade (sv3), pois se w W temos que O = 0.w W. Observação 2.3 Obviamente W. = {O} ou W. = V s~ao subespacos vetoriais do espaco vetorial real (V, +, ). Eles ser~ao chamados de subespacos vetoriais triviais do espaco vetorial real (V, +, ). Observação 2.4 Note que W e um subespaco vetorial do espaco vetorial real (V, +, ) se, e somente se, s~ao validas as seguintes condic~oes: (sv1') O W, onde O e o elemento neutro da adic~ao de (V, +, ); (sv2') Se u, v W e λ R ent~ao u + λ v W. Deixaremos a vericac~ao deste fato como exerccio para o leitor. Vejamos alguns exemplos de subespacos vetoriais de um espaco vetorial real: Comecaremos pelo: Exemplo 2.5 Veriquemos que W. = {(x, y, z) R 3 : x + y + z = 0} e um subespaco vetorial do espaco vetorial real (R 3, +, ) (onde + e s~ao as operac~oes usuais em R 3 ).
25 2.1. INTRODUC ~AO E EXEMPLOS 25 Resolução: De fato: 1. E claro que o elemento nulo de R 3, isto e, O. = (0, 0, 0) R 3, pois logo O = (0, 0, 0) W. 2. Se (x, y, z), (u, v, w) S ent~ao = 0, x + y + z = 0 e u + v + w = 0, logo, (x + u) + (y + v) + (z + w) = (x + y + z) + (u + v + w) = 0 }{{}}{{} =0 0 e, portanto, (x, y, z) + (u, v, w) = (x + u, y + v, z + w) W. 3. Se (x, y, z) S e λ R ent~ao x + y + z = 0 logo, λx + λy + λz = λ (x + y + z) = 0, }{{} =0 portanto, λ (x, y, z) = (λx, λy, λz) W. Logo W R 3 e um subespaco vetorial do espaco vetorial real (R 3, +, ). Deixaremos para o leitor o: Exercício 2.6 Sejam a 1,..., a n R xados e W. = {(x 1,..., x n ) R n : a 1 x a n x n = 0}. Mostre que W e um subespaco vetorial do espaco vetorial real (R n, +, ) (onde + e s~ao as operac~oes usuais em R n ). Um outro exemplo importante e dado pelo: Exemplo 2.7 O conjunto W s das matrizes simetricas quadradas de ordem n com coecientes reais (isto e, A W s se, e somente se, A t = A - ver Ap^endice I) e um subespaco vetorial do espaco vetorial real (M n (R), +, ) (onde + e s~ao as operac~oes usuais em M n (R)).
26 26 CAPITULO 2. SUBESPAC OS VETORIAIS Resolução: De fato: 1. O elemento neutro de M n (R) e a matriz identicamente nula O M n (R) e esta satisfaz O t = O, ou seja, O W s ; 2. Se A 1, A 2 W s ent~ao teremos Logo Logo, A 1 + A 2 W s. 3. Se A W s e λ R ent~ao mostrando que λ A W s. A t 1 = A 1 e A t 2 = A 2. (A 1 + A 2 ) t = A t 1 + A t 2 = A }{{}}{{} 1 + A 2. =A 1 =A 2 A t = A, logo (λ A) t = λ }{{} A t = λ A, =A Portanto W s M n (R) e um subespaco vetorial do espaco vetorial real (M n (R), +, ). Deixaremos para o leitor o: Exercício 2.8 O conjunto W a das matrizes anti-simetricas quadradas de ordem n com coecientes reais (isto e, A W a se, e somente se, A t = A - ver Ap^endice I) e um subespaco vetorial do espaco vetorial real (M n (R), +, ) (onde + e s~ao as operac~oes usuais em M n (R)). Observação 2.9 Veremos, mais adiante, que toda matriz A M n (R) pode ser escrita como A = A s + A a ( ) onde A s W s e A a W a.
27 2.1. INTRODUC ~AO E EXEMPLOS 27 Alem disso, pode-se mostrar que W s W a = {O}. ( ) As propriedades (*) e (**) ser~ao de grande import^ancia como veremos mais adiante. Temos tambem o: a Exemplo 2.10 Seja P n(r) P n (R), dado por P n(r). = {p P n : p(0) = 0}. Veriquemos que P n(r) e um subespaco vetorial do espaco vetorial real (P n (R), +, ) (onde + e s~ao as operac~oes usuais em P n (R)). Resolução: De fato: 1. O polin^omio nulo, O P n (R), se anula em x = 0, isto e, logo, O P n(r). 2. Se p, q P n(r) ent~ao O(0) = 0, p(0) = 0, q(0) = 0, logo, (p + q)(0) = p(0) + q(0) = 0, }{{}}{{} =0 =0 portanto, p + q P n(r). 3. Se p P n(r) e λ R ent~ao portanto λ p P n(r). λp(0) = 0, logo, (λ p)(0) = λ p(0) = 0, }{{} =0 Logo P n(r) P n (R) e um subespaco vetorial do espaco vetorial real (P n (R), +, ).
28 28 CAPITULO 2. SUBESPAC OS VETORIAIS Um outro exemplo importante e dado pelo: Exemplo 2.11 Considere o seguinte conjunto W. = {y C 2 (R; R) : y (x) y(x) = 0, x R} onde y = y (x) representa a derivada de segunda ordem da func~ao y = y(x) no ponto x R. Mostremos que W e um subespaco vetorial do espaco vetorial real (C 2 (R; R), +, ) (onde + e s~ao as operac~oes usuais em C 2 (R; R)). Resolução: De fato: 1. O elemento neutro de C 2 (R; R) e a func~ao identicamente nula O C 2 (R; R) e esta satisfaz O (x) O(x) = 0, x R, logo O W; 2. Se y 1, y 2 W ent~ao teremos Logo y 1 (x) y 1(x) = 0 e y 2 (x) y 2(x) = 0 x R. (y 1 + y 2 ) (x) (y 1 + y 2 )(x) = [y 1 } (x) {{ y 1(x)] + [y 2 } (x) y 2(x)] = 0. }{{} =0 =0 Logo, (y 1 + y 2 ) W. 3. Se y W e λ R ent~ao y (x) y(x) = 0, x R logo (λ y) (x) λ y(x) = λ [y (x) y(x)] = 0, }{{} =0 mostrando que λ y W. Portanto W C 2 (R; R) e um subespaco vetorial do espaco vetorial real (C 2 (R; R), +, ).
29 2.2. INTERSEC ~AO E SOMA DE SUBESPAC OS 29 Deixaremos para o leitor os: Exercício 2.12 Sejam m, n N xados, com m n. Ent~ao W. = P m (R) e um subespaco do espaco vetorial real (P n (R), +, ) (onde + e s~ao as operac~oes usuais em P n (R)). Exercício 2.13 O conjunto W das func~oes contnuas da reta na reta, denotado por C(R; R), e um subespaco vetorial do espaco vetorial real (F (R; R), +, ) (onde + e s~ao as operac~oes usuais em F (R; R)). Exercício 2.14 O conjunto W. = {f C([a, b]; R) : b a f(x) dx = 0} e um subespaco vetorial do espaco vetorial real (C([a, b]; R), +, ) (onde + e s~ao as operac~oes usuais em C([a, b]; R)). 2.2 Interseção e Soma de Subespaços Proposição 2.15 (Interseção de subespaços) Sejam U e W subespacos vetoriais do espaco vetorial real (V, +, ). Ent~ao U W e um subespaco vetorial do espaco vetorial real (V, +, ). Demonstração: De fato: 1. Como U e W s~ao subsepacos vetoriais do espaco vetorial real (V, +, ) temos que O U e O W ent~ao O U W; 2. Se x, y U W e λ R, como U e W s~ao subsepacos vetoriais do espaco vetorial real (V, +, ), temos que Portanto, x + λ y U W. x + λ y U e x + λ y W.
30 30 CAPITULO 2. SUBESPAC OS VETORIAIS De 1.e 2. e da observac~ao (2.4) segue que U W e subespaco vetorial do espaco vetorial real (V, +, ). Questão: Com a notac~ao da proposic~ao acima, podemos armar que U W e subespaco vetorial de V? Resposta : N~ao. Para ver isto, basta considerar V. = R 2, U. = {(x, y) R 2 : x = 0} e W. = {(x, y) R 2 : y = 0}. Deixaremos como exerccio para o leitor vericar que U e W s~ao subespacos vetoriais do espaco vetorial real (R 2, +, ) (onde + e s~ao as operac~oes usuais de R 2 - s~ao os eixos Oy e Ox, respectivamente, do plano xoy). Notemos que mas ou seja, u. = (0, 1) U U W e w. = (1, 0) W U W u + w = (1, 0) + (0, 1) = (1, 1) U W, u, w U W, mas u + w U W, (verique!) logo U W não e subespaco vetoria do espaco vetorial real (R 2, +, ) Observação 2.16 Se U e W s~ao subespacos vetoriais de um espaco vetorial real (V, +, ) e V tambem e um subespaco de (V, +, ) que contem U e W (isto e, U W V ) ent~ao V tera que conter todos os vetores da forma u + w, onde u U e w W. Isto motivamos a introduzir a: Definição 2.17 Sejam U e W subespacos vetoriais de um espaco vetorial real (V, +, ). Denimos a soma de U e W, indicada por U + W, como Com isto temos a: U + W. = {u + w : u U, w W}.
31 2.2. INTERSEC ~AO E SOMA DE SUBESPAC OS 31 Proposição 2.18 [Soma de subespacos] Sejam U, W e V como na denic~ao acima. Ent~ao U + W e um subespaco vetorial do espaco vetorial real (V, +, ). Alem disso, U W U + W. Demonstração: Veriquemos que U + W e subespaco vetorial do espaco vetorial real (V, +, ). 1. Como U e W s~ao subsepacos vetoriais do espaco vetorial real (V, +, ) temos que O U e O W ent~ao O = O+O U+W, mostrando que o elementro neutro da adic~ao de (V, +, ) pertence U + W (isto e, O U + W); 2. Sejam x 1, x 2 U + W ent~ao x j = u j + w j, para u j U e w j W, j = 1, 2. Se λ R ent~ao, das propriedades comutativa e associativa da operac~ao + e do fato que U e W s~ao subespacos vetoriais do espaco vetorial real (V, +, ), teremos: x 1 + λ x 2 = [u 1 + w 1 ] + λ [u 2 + w 2 ] = (u 1 + λ u 2 ) + (w }{{} 1 + λ w 2 ) U + W. }{{} U W De 1. e 2. e da observac~ao (2.4) segue que U + W e subespaco vetorial do espaco vetorial real (V, +, ). Mostremos que U W U + W. Para isto, seja v U W. Se v U ent~ao v = v + O U + W. Se v W ent~ao v = O + v U + W, ou seja, em qualquer um desses dois casos teremos U W U + W. Observação 2.19 Ainda usando a notac~ao acima, suponha que V seja um subespaco vetorial do espaco vetorial real (V, +, ) que contenha os subconjuntos n~ao vazios U e W. Neste caso, para todo u U V e todo w W V temos u + w V, ou seja, U + W V. Esta observac~ao nos fornece a demonstrac~ao da:
32 32 CAPITULO 2. SUBESPAC OS VETORIAIS Proposição 2.20 Sejam U e W subespacos vetoriais do espaco vetorial real (V, +, ). Ent~ao U+W e o menor subespaco vetorial do espaco vetorial real (V, +, ) que contem U W. Em outras palavras, se V e um subespaco vetorial do espaco vetorial real (V, +, ) que contem U W ent~ao Demonstração: Ver a observac~ao acima. U W U + W V. Podemos agora introduzir a importante noc~ao dada pela: Definição 2.21 Sejam U e W subespacos vetoriais de um espaco vetorial real (V, +, ). Diremos que a soma U + W e a soma direta de U e W se U W = {O}. Neste caso usaremos a notac~ao U W para representar a soma U + W. Observação 2.22 Note que sempre temos {O} U W, pois U e W s~ao subespacos vetoriais do espaco vetorial real (V, +, ). Logo U V nos diz que U W somente podera conter o vetor nulo O. A seguir daremos uma caraterizac~ao equivalente a fornecida pela denic~ao acima, a saber: Proposição 2.23 (Soma direta de subespaços vetoriais) Sejam U e W subespacos vetoriais do espaco vetorial (V, +, ). Temos que V = U W se, e somente se, para cada v V existir um unico u U e existir um unico w W tal que v = u + w, ou seja, cada elemento de U + W se escrece, de modo unico, como soma de um vetor de U com um vetor de W.
33 2.2. INTERSEC ~AO E SOMA DE SUBESPAC OS 33 Demonstração: Suponhamos que V = U W, isto e, V = U + W e U W = {O}. Ent~ao, dado v V, como V = U + W, existem u U e w W satisfazendo v = u + w. Queremos mostrar que tal decomposic~ao e única. Suponha que existam u U e w W tais que Ent~ao, v = u + w. u + w = u + w, o que implicara que u } {{ u } = w } {{ w }. U W Mas u u U e w w W e, portanto, ou seja, ou, equivalentemente, u u = w w U W = {O}, u u = w w = O u = u e w = w, mostrando que u U e w W s~ao os unicos tal que v = u + w. Reciprocamente, suponhamos agora que para cada v V existam um unico u U e um unico w W satisfazendo v = u + w, ( ). Em particular teremos V = U + W. Resta mostrar que U W = {O}. Como U e W s~ao subespacos vetoriais do espaco vetorial (V, +, ) segue que O U e O W, logo O U W.
34 34 CAPITULO 2. SUBESPAC OS VETORIAIS Mostremos que O e o unico elemento em U W. Para isto seja v U W, isto e, v U e v W. Por hipotese, existem um unico u U e um unico w W satisfazendo v = u + w. Observe que das propriedades da exist^encia do elemento neutro, comutativa, associativa do espaco vetorial real (V, +, ), segue que: v = u + w = (u + w) + O = (u + w) + (v v) [v U W] = (u + v) + (w v) }{{}}{{} U W com u + v U e w v W. Da unicidade da decomposic~ao (*), deveremos ter u = u + v e w = w v, o que implicara que v = O, logo, U W = {O}, ou seja, V = U W, como queramos mostrar. Observação 2.24 Uma prova alternativa para mostrar que U W = {O} seria supor a exist^encia de v O em U W. Logo v U e v W. Com isto obteramos v = }{{} 2v }{{} v U W = }{{} 4v U }{{} 3v, W ou seja, duas decomposic~oes distintas (pois v O) para o vetor v ja que 2v, 4v U, 2v 4v e v, 3v W, o que seria um absurdo. Temos os seguinte exemplos: Exemplo 2.25 Verique que o espaco vetorial real (R 3, +, ) (onde + e s~ao as operac~oes usuais em R 3 ) e a soma direta dos seguintes subespacos vetoriais U. = {(x, y, z) R 3 : x = y = 0} e W. = {(x, y, z) R 3 : x + y + z = 0} do espaco vetorial real (R 3, +, ).
35 2.2. INTERSEC ~AO E SOMA DE SUBESPAC OS 35 Resolução: Notemos que U e de fato um subespaco vetorial do espaco vetorial real (R 3, +, ), pois U = {(x, y, z) R 3 : x = 0} {(x, y, z) R 3 : y = 0} que s~ao dois subespacos vetoriais do espaco vetorial real (R 3, +, ) (deixaremos a vericac~ao destes fatos como exerccio para o leitor). Uma outra vericac~ao alternativa para mostrar que U e de fato um subespaco vetorial do espaco vetorial real (R 3, +, ) seria: 1. Obviamente temos que O. = (0, 0, 0) U; 2. Se ent~ao u 1 = (x 1, y 1, z 1 ), u 2 = (x 2, y 2, z 2 ) U logo x 1 = y 1 = e x 2 = y 2 = 0, logo, u 1 = (0, 0, z 1 ) e u 2 = (0, 0, z 2 ), u 1 + u 2 = (0, 0, z 1 ) + (0, 0, z 2 ) = (0, 0, z 1 + z 2 ) que, claramente, e um elemento de U; 3. Se λ R ent~ao que, e um elemento de U. λ u 1 = λ (0, 0, z 1 ) = (λ0, λ0, λz 1 ) = (0, 0, λz 1 ) Logo de 1., 2. e 3. segue que U e um subespaco vetorial do espaco vetorial real (R 3, +, ). Deixaremos como exerccio para o leitor mostrar que W e um subespaco vetorial do espaco vetorial real (R 3, +, ). Observemos que W. = {(x, y, z) R 3 : z = x y}, logo, dado (x, y, z) R 3 podemos escrever (x, y, z) = (0, 0, z + x + y) + (x, y, x y) }{{}}{{} U W
36 36 CAPITULO 2. SUBESPAC OS VETORIAIS e como (0, 0, z + x + y) U e (x, y, x y) W obtemos R 3 = U + W. Resta agora mostrar que U W = {O}. Para isto, seja (x, y, z) U W. Se (x, y, z) U deveremos ter x = y = 0 e se (x, y, z) W deveremos ter x + y + z = 0, logo, temos que encontrar todas as soluc~oes do sistem linear: x = 0 y = 0 (x, y, z) = (0, 0, 0) = O, x + y + z = 0 logo U W = {O}, mostrando que R 3 = U W a Exemplo 2.26 Considere U e W os seguintes subespacos do espaco vetorial real (R 3, +, ) (onde + e s~ao as operac~oes usuais de R 3 ) dados por U. = {(x, y, z) R 3 : x = 0} e W. = {(x, y, z) R 3 : y = 0}. Mostre que R 3 = U + W, mas a soma não e direta. Resolução: Deixaremos como exerccio para o leitor a vericac~ao que U e W s~ao subespacos do espaco vetorial real (R 3, +, ). Dado (x, y, z) R 3 podemos escrever (x, y, z) = (0, y, z) + (x, 0, 0) U + W, }{{}}{{} U W pois (0, y, z) U e (x, 0, 0) W. Portanto, R 3 = U + W. No entanto, a soma não e direta pois U V {(0, 0, 0)}, pois, por exemplo, (0, 0, 1) U V. Deixaremos a cargo do leitor os: Exercício 2.27 Vimos no exemplo (2.7) e no exerccio (2.8) que W s. = {A Mn (R) : A t = A} e W a. = {B Mn (R) : B t = B}
37 2.2. INTERSEC ~AO E SOMA DE SUBESPAC OS 37 s~ao subespac~oes vetoriais de (M n (R), +, ) (onde + e s~ao as operac~oes usuais de M n (R)). Mostre que M n (R) = W s W a (Exerccio 12 (c) da 2.a lista de exerccios). Resolução: Sugest~ao para o item 2.: mostre que se C M n (R) ent~ao e note que A W s e B W a. C = C + Ct + C Ct, }{{ 2 }}{{ 2 }.. =A Observação 2.28 Logo o item 2. do exerccio acima nos diz que toda matriz C M n (R) pode ser escrita, de modo unico, como soma de uma matriz simetrica com uma matriz anti-simetrica. Exercício 2.29 Sejam e =B P(R; R). = {f : F (R; R) : f( x) = f(x), x R} I(R; R). = {g : F (R) : g( x) = g(x), x R}, onde (F (R; R), +, ) e um espaco vetorial real (onde + e s~ao as operac~oes usuais de F (R; R)). 1. Mostre que P(R : R) e I(R; R) s~ao subespac~oes vetoriais de (F (R; R), +, ) (onde + e s~ao as operac~oes usuais de F (R; R)). 2. Mostre que F (R; R) = P(R; R) I(R; R) (Exerccio 5 da 2.a lista de exerccios). Resolução: Sugest~ao para o item 2.: mostre que se h F (R; R) ent~ao h(x) + h( x) h(x) h( x) h(x) = +, x R }{{ 2 }}{{ 2 }.. =f(x) e note que f P(R; R) e g I(R; R). =g(x)
38 38 CAPITULO 2. SUBESPAC OS VETORIAIS Observação 2.30 P(R; R) (I(R; R), respectivamente) e o conjunto formado por todas as func~oes de F (R; R) que s~ao func~oes pares (mpares, respectivamente). Logo o item 2. do exerccio acima nos diz que toda func~ao de F (R; R) pode ser escrita, de modo unico, como soma de uma func~ao para com uma func~ao mpar. Podemos estender a noc~ao de soma de subespacos de um espaco vetorial real para um numero nito de subestacos vetoriais, a saber: Definição 2.31 Sejam U 1,..., U n subespacos vetoriais de um espaco vetorial real (V, +, ). Denimos soma dos n subsepacos vetoriais U 1,, U n, que sera indicada n por U j, por j=1 n U j = U U n j=1. = {u1 + + u n : u j U j, j = 1,..., n}. Como isto podemos enunciar a: Proposição 2.32 Sejam U 1,..., U n subespacos vetoriais de um espaco vetorial real (V, +, ). Ent~ao U 1 + +U n e U 1 U n s~ao um subespacos vetoriais do espaco vetorial real (V, +, ). Demonstração: As demonstrac~oes s~ao semelhantes a da proposic~ao (2.18) e da proposic~ao (2.15), respectivamente, as suas elaborac~oes ser~ao deixadas como exerccio para o leitor. Com isto podemos estender a noc~ao de soma direta para um numero nito de subespacos vetoriais de um espaco vetorial real, a saber:
39 2.2. INTERSEC ~AO E SOMA DE SUBESPAC OS 39 Definição 2.33 Sejam U 1,..., U n subespacos vetoriais de um espaco vetorial (V, +, ). Dizemos que a soma dos n subsepacos vetoriais U 1 a U n e uma soma direta se para cada j = 1,, n temos: U j (U U j 1 + U j+1 + U n ) = {O}. Neste caso usaremos a notac~ao U 1 U n ou n j=1 U j, para denotar a soma dos n subsepacos vetoriais U 1 a U n. Observação A express~ao sera denotada por (U U j 1 + U j+1 + U n ) (U Ûj + + U n ), onde smbolo Ûj signica que a parcela U j deve ser omitida da soma considerada. 2. Para cada j = 1,, n temos que U j e um subsepaco vetorial do espaco vetorial real (V, +, ), logo O U j, assim sempre teremos que ) O U j (U Ûj + + U n. Com isto temos a: Proposição 2.35 Sejam U 1,..., U n subespacos vetoriais de um espaco vetorial real (V, +, ). Ent~ao V = U 1 U n se, e somente se, dado v V existe, para cada j = 1,..., n, um unico u j U j tal que v = u u n.
40 40 CAPITULO 2. SUBESPAC OS VETORIAIS Demonstração: A prova e feita por induc~ao sobre n e e analoga a da proposic~ao (2.23) e por isso deixaremos os detalhes como exerccio para o leitor. Apliquemos isto ao: Exemplo 2.36 Mostre que o espaco vetorial real (P 2 (R), +, ) (onde + e s~ao as operac~oes usuais de P 2 (R)) e soma direta dos seguintes subespacos vetoriais U 1. = {po : p o (x) = a o, x R para a o R},. U 2 = {p1 : p 1 (x) = a 1 x, x R para a 1 R}. = {p2 : p 2 (x) = a 2 x 2, x R para a 2 R}. U 3 Resolução: Deixaremos como exerccio para o leitor a vericac~ao que U 1, U 2 e U 3 s~ao subespac~oes vetoriais do espaco vetorial real (P 2 (R), +, ) Armamos que P 2 (R) = U 1 U 2 U 3. Mostremos, primeiramente, que P 2 (R) = U 1 + U 2 + U 3. Para isto, seja p P 2. Logo existem a o, a 1, a 2 R tais que p(x) = a o + a 1 x + a 2 x 2 mostrando que P 2 = U 1 + U 2 + U 3. Veriquemos que a soma e direta. = p o (x) + p }{{} 1 (x) + p }{{} 2 (x), x R, }{{} U 1 U 2 U 3 1. Armamos que U 1 (U 2 + U 3 ) = {O}. Seja p U 1 (U 2 + U 3 ). Ent~ao existem a o, a 1, a 2 R tais que p(x) = a o U 1 ( ) e p(x) = a 1 x + a 2 x 2 U 2 + U 3, ( ) x R.
41 2.2. INTERSEC ~AO E SOMA DE SUBESPAC OS 41 Se o polin^omio p n~ao fosse o polin^omio nulo teramos, por (*), que o polin^omio p deveria ter grau 0, coincidindo com o polin^omio p, dado por (**), de grau no mnimo 1 o que e um absurdo. Logo, p deve ser o polin^omio nulo, ou seja, p(x) = 0, x R, mostrando que U 1 (U 2 + U 3 ) = {O}. 2. Armamos que U 2 (U 1 + U 3 ) = {O}. Seja p U 2 (U 1 + U 3 ). Ent~ao existem a o, a 1, a 2 R tais que p(x) = a 1 x U 2 ( ) e p(x) = a o + a 2 x 2 U 3 ( ), x R. Se o polin^omio p n~ao fosse o polin^omio nulo teramos, por (*), que o polin^omio p teria grau 1, coincidindo com o polin^omio p, dado por (**), que teria grau 0 (se a 2 = 0) ou 2 (se a 2 0), o que e um absurdo. Logo, p deve ser o polin^omio nulo, ou seja, p(x) = 0, x R, mostrando que U 2 (U 1 + U 3 ) = {O}. 3. Armamos que U 3 (U 1 + U 2 ) = {O}. Seja p U 3 (U 1 + U 2 ). Ent~ao existem a o, a 1, a 2 R tais que p(x) = a 2 x 2 U 3 ( ) e p(x) = a o + a 1 x U 1 + U 2 ( ), x R. Se o polin^omio p n~ao fosse o polin^omio nulo teramos que o polin^omio p, dado por (*), deveria ter grau 2, coincidindo com o polin^omio p, dado por (**), que tem grau 0 (se a 1 = 0) ou 1 (se a 1 0), o que e um absurdo. Logo, p deve ser o polin^omio nulo, ou seja, p(x) = 0, x R, mostrando que U 3 (U 1 + U 2 ) = {O}.
42 42 CAPITULO 2. SUBESPAC OS VETORIAIS Com isto, podemos conlcuir que P 2 (R) = U 1 U 2 U Exercícios
43 Capítulo 3 Combinações Lineares 3.1 Introdução e Exemplos Vimos no captulo anterior que um subespaco vetorial e um subconjunto de um espaco vetorial real que e fechado com relac~ao a adic~ao de vetores e tambem com relac~ao a multiplicac~ao de vetor por escalar. Em outras palavras, quando somamos dois vetores de um subespaco vetorial ou multiplicamos um vetor do subespaco por um escalar, o resultado e um elemento deste subespaco. Quando combinamos repetidas vezes estas ac~oes temos o que chamamos de combinac~ao linear entre vetores. Mais precisamente, Definição 3.1 Sejam u 1,..., u n elementos de um espaco vetorial real (V, +, ). Diremos que o vetor u V e uma combinac~ao linear dos vetores u 1,..., u n se existirem escalares α 1,..., α n R tais que u = α 1 u α n u n. Observação 3.2 Sejam (V, +, ) um espaco vetorial real e U V um subespaco vetorial do espaco vetorial real (V, +, ). Se u 1,..., u n U e α 1,..., α n R ent~ao a combinac~ao linear α 1 u α n u n pertence a U, isto e, α 1 u α n u n U. 43
44 44 CAPITULO 3. COMBINAC ~OES LINEARES Exemplo 3.3 Consideremos o espaco vetorial real (P 2 (R), +, ) (onde + e s~ao as operac~oes usuais de P 2 (R)) e o polin^omio p P 2 (R) dado por p(x). = 2 + x 2, x R. Mostre que o polin^omio p e uma combinac~ao dos polin^omios p o, p 1, p 2 P 2 (R), onde Resolução: Observemos que ver que p(x) = 2+x 2 = 2. 1 }{{} =p o (x) p o (x). = 1, p 1 (x). = x e p 2 (x). = x 2, x R. +0. x }{{} =p 1 (x) + x 2 }{{} =p 2 (x) = }{{} 2.p o (x)+}{{} 0.p 1 (x)+}{{} 1.p 2 (x),... =α o =α 1 =α 2 para todo x R, mostrando que realmente o polin^omio p P 2 (R) dado e uma combinac~ao dos polin^omios p o, p 1, p 2 P 2 (R) Exemplo 3.4 Mostre que no espaco vetorial real (P 2 (R), +, ) (onde + e s~ao as operac~oes usuais de P 2 (R)), o polin^omio p P 2 (R) dado por p(x). = 1 + x 2, x R e uma combinac~ao dos polin^omios q o, q 1, q 2 P 2 (R), onde q o (x). = 1, q 1 (x). = 1 + x e q 2 (x). = 1 + x + x 2, x R. Resolução: Para mostrarmos o que e pedido precisamos encontrar numeros reais α, β e γ de modo que p = α q 1 + β q 2 + γ q 3. Ou seja, precisamos encontrar α, β e γ de tal modo que: 1 + x 2 = p(x) = αq o (x) + βq 1 (x) + βq 2 (x) = α + β(1 + x) + γ(1 + x + x 2 ) = (α + β + γ) + (β + γ)x + γx 2, x R,
45 3.2. GERADORES 45 que e equivalente ao sistema linear: α + β + γ = 1 β + γ = 0 cuja (unica) soluc~ao sera α = 1, β = 1 e γ = 1, γ = 1 mostrando que o polin^omio p e combinac~ao linear dos vetore q o, q 1, q 2 em (P 2 (R), +, ). 3.2 Geradores Tendo a denc~ao de combinac~ao linear podemos introduzir a: Definição 3.5 Sejam (V, +, ) um espaco vetorial real e S um subconjunto n~ao vazio de V. Denotaremos por [S] o conjunto formado por todas as combinac~oes lineares dos elementos de S. Em outras palavras, u [S] se, e somente se, existirem α 1,..., α n R e u 1,..., u n S tais que Com isto temos a: u = α 1 u α n u n. Proposição 3.6 Sejam (V, +, ) um espaco vetorial real e S um subconjunto n~ao vazio de V. Ent~ao [S] e um subespaco vetorial do espaco vetorial real (V, +, ). Demonstração: 1. Como S existe u S. Mas: O = 0 u [S], ou seja, o vetor nulo e combinac~ao linear (o escalar sera o numero real 0) do vetor u S, assim O [S].
46 46 CAPITULO 3. COMBINAC ~OES LINEARES 2. Se u, v [S], da denic~ao de [S], dever~ao existir escalares α 1,..., α n, β 1,..., β m R e vetores u 1,..., u n, v 1,..., v m S de modo que u = α 1 u α n u n e v = β 1 v β m v m. Assim, para todo λ R, segue, das propriedades basicas de espacos vetoriais reais, que u + λ v = [α 1 u α n u n ] + λ (β 1 v β m v m ) = α 1 u α n u n + (λβ 1 ) v (λβ m ) v m [S], mostrando que u + λ v [S] e assim [S] sera um subespaco vetorial do espaco vetorial real (V, +, ). Definição 3.7 Sejam S e V como na denic~ao acima. Diremos que [S] e o subespaco vetorial gerado por S. Os elementos do conjunto S ser~ao denominados geradores do subespaco vetorial [S]. Se S = {u 1,..., u n } utilizaremos a seguinte notac~ao [S] = [u 1,..., u n ]. Observação 3.8 Com as denic~oes acima, se u 1,, u n V, temos que [u 1,..., u n ]. = {α 1 u α n u n : α 1,, α n R}. Com isto temos a: Proposição 3.9 Sejam S e T subconjuntos, n~ao-vazios, de um espaco vetorial real (V, +, ). Temos que: 1. S [S]; 2. Se S T ent~ao [S] [T];
47 3.2. GERADORES [[S]] = [S]; 4. Se S e um subespaco vetorial do espaco vetorial real (V, +, ) ent~ao S = [S]; 5. [S T] = [S] + [T]. Demonstração: 1. Se u S ent~ao u = 1 u, ou seja, o vetor u e combinac~ao linear (com escalar igual a 1) do proprio vetor u que pertence a S logo mostrando que S [S]; u = 1 u [S], 2. Se u [S] ent~ao existem escalares α 1,..., α n R e vetores u 1,..., u n S tais que u = α 1 u α n u n. Como S T temos u 1,..., u n T e, portanto, o vetor u e combinac~ao linear de vetores de T, ou seja, u [T]; 3. Pelo item 1. desta proposic~ao temos que S [S], logo do mesmo resultado segue que [S] [[S]]. Para mostrar a outra inclus~aao, seja u [[S]]. Segue da denic~ao de subespaco gerado que o vetor u e uma combinac~ao linear de elementos de [S]. Mas como cada elemento de [S] e uma combinac~ao linear de elementos de S resulta que o vetor u sera uma combinac~ao linear de elementos de S, ou seja, u [S], ; mostrando que [[S]] [S]. Portanto [[S]] = [S]; 4. Pelo item 1. desta proposic~ao temos S [S]. Mostremos a outra inclus~ao. Para isto, seja u [S].
48 48 CAPITULO 3. COMBINAC ~OES LINEARES Ent~ao o vetor u e uma combinac~ao linear de elementos de S. Como S e um subespaco vetorial do espaco vetorial real (V, +, ), esta combinac~ao linear sera um elemento de S, ou seja, [S] S. Portanto S = [S]; 5. Mostremos que [S T] [S] + [T]. Para isto, seja u [S T]. Da denic~ao de subespaco gerado segue que, existir~ao escalares α 1,..., α n, β 1,..., β m R e vetores u 1,..., u n S e v 1,..., v m T tais que u = α 1 u α n u n + β 1 v β m v m = (α 1 u α n u }{{ n ) + (β } 1 v β m v m ) [S] + [T]. }{{} [S] [T] Mostremos agora que [S] + [T] [S T]. Para isto, seja u [S] + [T]. Ent~ao u = v + w com v [S] e w [T]. Da denic~ao de subespaco gerado, dever~ao existir escalares α 1,..., α p, β 1,..., β q R e vetores v 1,..., v p S e w 1,..., w q T tais que u = v + w = (α 1 v α p v p ) + (β 1 w β q w q ) = α 1 v }{{} α p v p }{{} +β 1 w }{{} β q w q }{{} [S T], S S T S S T T S T T S T completando a demonstrac~ao. Com as denic~oes acima podemos introduzir a: a Definição 3.10 Dizemos que um espaco vetorial real (V, +, ) e nitamente gerado se existir um subconjunto nito S V tal que V = [S]. A seguir temos os seguintes exemplos.
49 3.2. GERADORES 49 Exemplo 3.11 O espaco vetorial real (R 4, +, ) (onde + e s~ao as operac~oes usuais de R n ) e nitamente gerado. Resolução: De fato, consideremos os seguintes vetores de R 4 : e 1. = (1, 0, 0, 0), e2. = (0, 1, 0, 0), e3. = (0, 0, 1, 0), e4. = (0, 0, 0, 1). Ent~ao se u R 4 temos que existem escalares a 1, a 2, a 3, a 4 R tais que ou seja, u = (a 1, a 2, a 3, a 4 ) u = (a 1, a 2, a 3, a 4 ). = (a 1, 0, 0, 0) + (0, a 2, 0, 0, 0) + (0, 0, a 3, 0) + (0, 0, 0, a 4 ) = a 1 (1, 0, 0, 0) + a 2 (0, 1, 0, 0, 0) + a 3 (0, 0, 1, 0) + a 4 (0, 0, 0, 1) = a 1 e 1 + a 2 e 2 + a 3 e 3 + a 4 e 4 mostrando que qualquer vetor u R 4 pode ser escrito como combinac~ao linear dos vetores e 1, e 2, e 3, e 4 R 4, ou seja, R 4 = [e 1, e 2, e 3, e 4 ], portanto o espaco vetorial real (R 4, +, ) e nitamente gerado (o conjunto S. = {e 1, e 2, e 3, e 4 } e um conjunto nito formado por geradores do espaco vetorial real (R 4, +, )). Podemos estender o exemplo acima a seguinte situac~ao: Exercício 3.12 Seja n N xado. O espaco vetorial real (R n, +, ) (onde + e s~ao as operac~oes usuais de R n ) e nitamente gerado. Resolução: De fato, consideremos os vetores de R n : e 1. = (1, 0,..., 0), e2. = (0, 1, 0,..., 0),..., en. = (0,..., 0, 1).
Algebra Linear. Sergio Lus Zani Departamento de Matematica ICMC { USP
Algebra Linear Sergio Lus Zani Departamento de Matematica ICMC { USP 2 Sumário 1 Espaços Vetoriais 7 1.1 Introduc~ao e Exemplos..................... 7 1.2 Propriedades.......................... 14 1.3
Leia maisAlgebra Linear S ergio Lu ıs Zani
Álgebra Linear Sérgio Luís Zani 2 Sumário 1 Espaços Vetoriais 7 1.1 Introdução e Exemplos.......................... 7 1.2 Propriedades............................... 12 1.3 Exercícios.................................
Leia maisÁlgebra Linear. Sérgio L. Zani
Álgebra Linear Sérgio L Zani Segundo Semestre de 2001 2 Sumário 1 Espaços Vetoriais 5 11 Introdução e Exemplos 5 12 Propriedades 8 2 Subespaços Vetoriais 9 21 Introdução e Exemplos 9 22 Propriedades 10
Leia maisNotas de Algebra Linear. Eduardo Hernandez, Michelle Pierri
Notas de Algebra Linear Eduardo Hernandez, Michelle Pierri Sumário 1 Espaços Vetoriais 4 11 Exercícios 8 12 Exercicios 10 121 Interseção e Soma de Subespaços vetoriais 10 13 Exercícios 13 131 Subespaços
Leia maisNotas do Curso de SMA307 - Análise I. Prof. Wagner Vieira Leite Nunes. S~ao Carlos
Notas do Curso de SMA307 - Análise I Prof. Wagner Vieira Leite Nunes S~ao Carlos 2 Sumário Introdução 5 2 Números Reais e Complexos 7 2. Os conjuntos dos numeros inteiros e racionais.......................
Leia maisNotas de Aula de SMA304 Álgebra Linear (baseada na Apostila do Prof. Zani) Wagner Vieira Leite Nunes Departamento de Matemática ICMC USP
Notas de Aula de SMA304 Álgebra Linear (baseada na Apostila do Prof. Zani) Wagner Vieira Leite Nunes Departamento de Matemática ICMC USP agosto de 2015 2 Sumário 1 Avisos Gerais sobre a Disciplina 7 1.1
Leia maisNotas de Algebra Linear. Eduardo Hernandez, Michelle Pierri
Notas de Algebra Linear Eduardo Hernandez, Michelle Pierri Sumário 1 Espaços Vetoriais 3 11 Exercícios 7 12 Exercicios 9 121 Interseção e Soma de Subespaços vetoriais 9 13 Exercícios 11 131 Subespaços
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 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 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 maisNotas de Aula - Espaços Vetoriais I
Notas de Aula - Espaços Vetoriais I 1 O espaço vetorial R 2 A definição de espaço vetorial que veremos adiante faz uso da ideia de operações definidas sobre um conjunto. Iniciaremos nosso estudo explorando
Leia mais23 e 24. Forma Quadrática e Equação do Segundo Grau em R 3. Sumário
23 e 24 Forma Quadrática e Equação do Segundo Grau em R 3 Sumário 23.1 Introdução....................... 2 23.2 Autovalores e Autovetores de uma matriz 3 3.. 2 23.3 Mudança de Coordenadas no Espaço........
Leia maisCapítulo 6: Transformações Lineares e Matrizes
6 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 6: Transformações Lineares e Matrizes Sumário 1 Matriz de uma Transformação Linear....... 151 2 Operações
Leia maisMAT Álgebra Linear I Física - Diurno Exercícios para a 1ªProva
MAT - 122 - Álgebra Linear I Física - Diurno Exercícios para a 1ªProva Paulo F. Leite, com a colaboração de Jéssica C. Paixão Fevereiro de 2012 1 Espaços Vetoriais e Subespaço Vetoriais Denição 1 Dizemos
Leia maisSMA330 - Complementos de Geometria e Vetores Notas ICMC n.o 84. Prof. Dr. Wagner Vieira Leite Nunes
SMA330 - Complementos de Geometria e Vetores Notas ICMC n.o 84 Prof. Dr. Wagner Vieira Leite Nunes Fevereiro de 01 Sumário 1 Avisos Gerais sobre a Disciplina 5 Introdução 9 3 Matrizes e Sistemas Lineares
Leia mais5. Seja A uma matriz qualquer. Assinale a afirmativa
UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno, Gregório, Luiz Carlos, Mario, Milton, Monique e Umberto Data: 12 de julho de 2013 Terceira Prova 1. Considere no espaço
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 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 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 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 maisÁlgebra 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 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 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 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 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 maisCapítulo 3: Espaços Vetoriais
3 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 3: Espaços Vetoriais Sumário 1 Subespaços Vetoriais................. 58 1.1 Caracterização dos Subespaços
Leia maisEspaço Dual, Transposta e Adjunta (nota da álgebra linear 2)
Espaço Dual, Transposta e Adjunta nota da álgebra linear 2) Sadao Massago Outubro de 2009 1 Espaço Dual Dado um espaço vetorial V sobre o corpo F, o espaço dual V é o espaço de todas transformações lineares
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 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 maisNotas do Curso de SMA333 - Cálculo III ou SMA356 - Cálculo IV. Prof. Wagner Vieira Leite Nunes. S~ao Carlos - junho de 2015
Notas do Curso de SMA333 - Cálculo III ou SMA356 - Cálculo IV Prof. Wagner Vieira Leite Nunes S~ao Carlos - junho de 05 Sumário Introdução 7 Sequências Numéricas 9. Denic~oes......................................
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 maisCapítulo 7: Espaços com Produto Interno
7 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 7: Espaços com Produto Interno Sumário 1 Produto Interno.................... 178 2 Ângulos entre Vetores e
Leia maisÁlgebra Linear. André Arbex Hallack
Álgebra Linear André Arbex Hallack 2017 Índice 1 Sistemas Lineares 1 1.1 Corpos............................................. 1 1.2 Sistemas de Equações Lineares............................... 3 1.3 Sistemas
Leia maisNúmeros Reais. Víctor Arturo Martínez León b + c ad + bc. b c
Números Reais Víctor Arturo Martínez León (victor.leon@unila.edu.br) 1 Os números racionais Os números racionais são os números da forma a, sendo a e b inteiros e b 0; o conjunto b dos números racionais
Leia maisINSTITUTO DE MATEMÁTICA - UFRJ DEPARTAMENTO DE MATEMÁTICA APLICADA CÁLCULO VETORIAL E GEOMETRIA ANALÍTICA Professor Felipe Acker parte 1 - o plano
1 INSTITUTO DE MATEMÁTICA - UFRJ DEPARTAMENTO DE MATEMÁTICA APLICADA CÁLCULO VETORIAL E GEOMETRIA ANALÍTICA Professor Felipe Acker parte 1 - o plano Exercícios - transformações lineares determinante e
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 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 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 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 maisEspaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:
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
Leia maisLista de exercícios 6 Espaços Vetoriais
Universidade Federal do Paraná semestre 016. Algebra Linear, Olivier Brahic Lista de exercícios 6 Espaços Vetoriais Exercícios da Seção 3. Exercício 1: Determine se os seguintes conjuntos formam subespaços
Leia maisNotas de Aula de SLC602 - Geometria Analítica. Wagner Vieira Leite Nunes Departamento de Matemática ICMC - USP
Notas de Aula de SLC60 - Geometria Analítica Wagner Vieira Leite Nunes Departamento de Matemática ICMC - USP julho de 017 Sumário 1 Introdução 5 Vetores no plano e no espaço 7.1 Introdução.................................................
Leia maisÁlgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável
Álgebra Linear I - Aula 18 1 Forma diagonal de uma matriz diagonalizável 2 Matrizes ortogonais Roteiro 1 Forma diagonal de uma matriz diagonalizável Sejam A uma transformação linear diagonalizável, β =
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 maisAula 19 Operadores ortogonais
Operadores ortogonais MÓDULO 3 AULA 19 Aula 19 Operadores ortogonais Objetivos Compreender o conceito e as propriedades apresentadas sobre operadores ortogonais. Aplicar os conceitos apresentados em exemplos
Leia maisLista 8 de Álgebra Linear /01 Produto Interno
Lista 8 de Álgebra Linear - / Produto Interno. Sejam u = (x x e v = (y y. Mostre que temos um produto interno em R nos seguintes casos: (a u v = x y + x y. (b u v = x y x y x y + x y.. Sejam u = (x y z
Leia mais1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0
Lista de exercícios. AL. 1 sem. 2015 Prof. Fabiano Borges da Silva 1 Matrizes Notações: 0 para matriz nula; I para matriz identidade; 1. Conhecendo-se somente os produtos AB e AC calcule A(B + C) B t A
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 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 maisSoluções dos trabalhos de 1 a 7
Universidade Federal Rural do Semiárido-UFERSA Departamento de Ciências Exatas e Naturais Curso: Bacharelado em Ciência e Tecnologia e Computação Disciplina: Álgebra Linear Aluno(a): Soluções dos trabalhos
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 maisANÉIS. Professora: Elisandra Bär de Figueiredo
Professora: Elisandra Bär de Figueiredo ANÉIS DEFINIÇÃO 1 Um sistema matemático (A,, ) constituído de um conjunto não vazio A e duas leis de composição interna sobre A, uma adição: (x, y) x y e uma multiplicação
Leia mais21 e 22. Superfícies Quádricas. Sumário
21 e 22 Superfícies uádricas Sumário 21.1 Introdução....................... 2 21.2 Elipsoide........................ 3 21.3 Hiperboloide de uma Folha.............. 4 21.4 Hiperboloide de duas folhas..............
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 maisOPERAÇÕES - LEIS DE COMPOSIÇÃO INTERNA
Professora: Elisandra Figueiredo OPERAÇÕES - LEIS DE COMPOSIÇÃO INTERNA DEFINIÇÃO 1 Sendo E um conjunto não vazio, toda aplicação f : E E E recebe o nome de operação sobre E (ou em E) ou lei de composição
Leia maisÁlgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho
Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho 1 - Verifique que os conjuntos V abaixo com as operações dadas não são espaços vetoriais explicitando a falha em alguma das propriedades.
Leia maisNotas de Aula Resumidas - Álgebra Linear Avançada II. 9 de outubro de 2016
Notas de Aula Resumidas - Álgebra Linear Avançada II. 9 de outubro de 2016 Introdução - Formas Multilineares Sejam V 1, V 2,, V n espaços vetoriais sobre um determinado corpo K. Dizemos que a aplicação
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 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 Contra-Ataca
Contra-Ataca Prof Afonso Paiva Departamento de Matemática Aplicada e Estatística Instituto de Ciências Matemáticas e de Computação USP São Carlos Cálculo Numérico SME0104 Operações elementares Operações
Leia maisUniversidade Federal de Uberlândia Faculdade de Matemática
Universidade Federal de Uberlândia Faculdade de Matemática Universidade Federal de Uberlândia Faculdade de Matemática Disciplina : Geometria Analítica e Álgebra Linear - GCI004 Assunto: Espaços vetoriais
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 maisUniversidade Federal Fluminense - GAN
Solimá Gomes Pimentel Universidade Federal Fluminense IM - GAN Solimá Gomes Pimentel, ****- Matemática para Economia III/Solimá Gomes Pimentel 2pt, ; 31cm Inclui Bibliografia. 1. Matemática para Economia
Leia maisProduto Misto, Determinante e Volume
15 Produto Misto, Determinante e Volume Sumário 15.1 Produto Misto e Determinante............ 2 15.2 Regra de Cramer.................... 10 15.3 Operações com matrizes............... 12 15.4 Exercícios........................
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 maisUniversidade Estadual de Montes Claros Departamento de Ciências Exatas Curso de Licenciatura em Matemática. Notas de Aulas de
Universidade Estadual de Montes Claros Departamento de Ciências Exatas Curso de Licenciatura em Matemática Notas de Aulas de Cálculo Rosivaldo Antonio Gonçalves Notas de aulas que foram elaboradas para
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 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 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 mais3 - Subespaços Vetoriais
3 - Subespaços Vetoriais Laura Goulart UESB 16 de Agosto de 2018 Laura Goulart (UESB) 3 - Subespaços Vetoriais 16 de Agosto de 2018 1 / 10 Denição Um subespaço vetorial é um subconjunto de um e.v.r. que
Leia maisCapítulo Propriedades das operações com vetores
Capítulo 6 1. Propriedades das operações com vetores Propriedades da adição de vetores Sejam u, v e w vetores no plano. Valem as seguintes propriedades. Comutatividade: u + v = v + u. Associatividade:
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 mais1 Álgebra linear matricial
MTM510019 Métodos Computacionais de Otimização 2018.2 1 Álgebra linear matricial Revisão Um vetor x R n será representado por um vetor coluna x 1 x 2 x =., x n enquanto o transposto de x corresponde a
Leia maisÁlgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017
º Sábado - Matrizes - //7. Plano e Programa de Ensino. Definição de Matrizes. Exemplos. Definição de Ordem de Uma Matriz. Exemplos. Representação Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz
Leia maisExercício 1: Encontre o ângulo emtre os vetores v e w em cada um dos seguintes:
Universidade Federal do Paraná 2 semestre 2016. Algebra Linear Olivier Brahic Lista de exercícios 1 Ortogonalidade Exercícios da Seção 5.1 Exercício 1: Encontre o ângulo emtre os vetores v e w em cada
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 maisMCTB Álgebra Linear Avançada I Claudia Correa Exercícios sobre corpos e espaços vetoriais sobre corpos
MCTB002-13 Álgebra Linear Avançada I Claudia Correa Exercícios sobre corpos e espaços vetoriais sobre corpos O Exercício 8 é o exercício bônus dessa lista Exercício 1. Seja K um conjunto formado exatamente
Leia maisProduto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru
1 Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru Neste capítulo vamos considerar espaços vetoriais sobre K, onde K = R ou K = C, ou seja, os espaços vetoriais podem ser reais
Leia maisNotas de Aula de SMA143 - Introduc~ao a Teoria da Medida. Wagner Nunes Departamento de Matematica ICMC { USP
Notas de Aula de SMA143 - Introduc~ao a Teoria da Medida Wagner Nunes Departamento de Matematica ICMC { USP 3 de julho de 2015 2 Sumário 1 Teoria dos Conjuntos 7 1.1 Notac~oes e Denic~oes Basicas........................
Leia maisGRUPOS CÍCLICOS. Professora: Elisandra Bär de Figueiredo
Professora: Elisandra Bär de Figueiredo GRUPOS CÍCLICOS Potências e Múltiplos DEFINIÇÃO 1 Seja G um grupo multiplicativo. Dado a G dene-se a potência m-ésima de a, para todo inteiro m, ˆ se m 0, por recorrência
Leia maisTransformações geométricas planas
9 Transformações geométricas planas Sumário 9.1 Introdução....................... 2 9.2 Transformações no plano............... 2 9.3 Transformações lineares................ 5 9.4 Operações com transformações...........
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 maisÁlgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 1 Matrizes e Sistemas de Equações Lineares Geometria anaĺıtica em R 3 [1 01]
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 maisÁlgebra Linear Teoria de Matrizes
Álgebra Linear Teoria de Matrizes 1. Sistemas Lineares 1.1. Coordenadas em espaços lineares: independência linear, base, dimensão, singularidade, combinação linear 1.2. Espaço imagem (colunas) - Espaço
Leia maisLista de exercícios para entregar
Lista de exercícios para entregar Nos problemas abaixo apresenta-se um conjunto com as operações de adição e multiplicação por escalar nele definidas. Verificar quais deles são espaços vetoriais. Para
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 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 mais1. Operações com vetores no espaço
Capítulo 10 1. Operações com vetores no espaço Vamos definir agora as operações de adição de vetores no espaço e multiplicação de um vetor espacial por um número real. O processo é análogo ao efetuado
Leia maisCÁLCULO I. 1 Número Reais. Objetivos da Aula
CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida EMENTA: Conceitos introdutórios de limite, limites trigonométricos, funções contínuas, derivada e aplicações. Noções introdutórias sobre a integral
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 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 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 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 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 maisProdutos de potências racionais. números primos.
MATEMÁTICA UNIVERSITÁRIA n o 4 Dezembro/2006 pp. 23 3 Produtos de potências racionais de números primos Mário B. Matos e Mário C. Matos INTRODUÇÃO Um dos conceitos mais simples é o de número natural e
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 maisLista de exercícios 14 Ortogonalidade
Universidade Federal do Paraná Algebra Linear Olivier Brahic Lista de exercícios 1 Ortogonalidade Exercícios da Seção 5.1 Exercício 1: Encontre o ângulo emtre os vetores v e w em cada um dos seguintes:
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 mais