Disciplina: Introdução à Álgebra Linear
|
|
- Alexandra Domingues Jardim
- 8 Há anos
- Visualizações:
Transcrição
1 Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte Campus: Mossoró Curso: Licenciatura Plena em Matemática Disciplina: Introdução à Álgebra Linear Prof.: Robson Pereira de Sousa
2 Capítulo 1 Espaços Vetoriais O principal objetivo deste capítulo é levar o aluno a compreender o conceito de espaço vetorial de um ponto de vista axiomático, isto é, o conceito abstrato de espaço vetorial como objeto com uma estrutura algébrica especí ca. Além disso, serão vistos os conceitos de subespaços vetoriais, dependência e independência linear, bases e dimensão de um espaço vetorial e relações entre bases de um mesmo espaço vetorial. O texto aqui apresentado em quase toda sua totalidade foi extraido de [1] com alguma adaptações. Para um tratamento mais completo recomendamos [1] e []. 1.1 Espaços Vetoriais Um espaço vetorial real (ou espaço vetorial sobre R) é um conjunto não-vazio V munido com duas operações: adição + : V V!; V (u; v)! u + v e multiplicação por escalar : R V! V (a; u)! au tal que as seguintes propriedades valem: 1. u + (v + w) = (u + v) + w, para todos u; v; w V.. Existe 0 V tal que u + 0 = u, para todo u V.. Para cada u V, existe u V tal que u + ( u) = u + v = v + u, para todos u; v V. 5. (a + b)u = au + bu, para todos a; b R e u V.. a(u + v) = au + av, para todos u; v V e a R. 1
3 CAPÍTULO 1. ESPAÇOS VETORIAIS. a(bu) = (ab)u, para todos a; b R e u V u = u, para todo u V. Observações Os elementos do espaço vetorial V serão chamados vetores, independente de sua natureza. Pode parecer estranho, e à primeira vista não deixa de ser, o fato de se chamar de vetores os polinômios (quando for constituído de polinômios), as matrizes (quando V for constituído por matrizes) os números (quando V for um conjunto numérico), e assim por diante. A justi cativa está no fato de as operações de adição e multiplicação por escalar realizadas como esses elementos de natureza tão distintas se comportarem de forma idêntica, como se estivéssemos trabalhando com os próprios vetores do R ou do R. Assim, a familiaridade que temos com os vetores do R e do R terá continuidade nesses conjuntos, chamando seus elementos também de vetores.. Se na de nição acima tivéssemos tomado para escolares o conjunto C dos números complexos, V seria um espaço vetorial complexo. Daqui por diante, salvo referência expressa em contrário, serão considerados somente espaços vetoriais reais. Assim quando disser que V é um espaço vetorial, deve car subentendido que V é um espaço vetorial sobre o conjunto R, dos números reais.. Note que R com as operações usuais é um espaço vetorial sobre R. 4. Na Proposição 1:, provaremos que u = 1 u e podemos escrever u v = u + ( v); para todos u; v V, para representar a diferença entre elementos de V. Os elementos de V serão chamados, por conveniência, de vetores. 5. As propriedades associativa e comutativa da adição de vetores implicam que a soma de um certo número de vetores é independente da maneira pela qual esses vetores são combinados ou associados. Por exemplo, se u, v, w e t são vetores quaisquer em V, então (u + v) + (w + t) = [v + (u + w)] + t e essa pode ser escrita sem confusão como u + v + w + t: Exemplo 1. O conjunto V = R = f(x 1 ; x ) : x; y Rg é interpretado como sendo o plano cartesiano xoy. Se u = (x 1 ; x ) e u = (y 1 ; y ) V, então V com as operações de adição u + v = (x 1 + y 1 ; y 1 + y )
4 1.1. ESPAÇOS VETORIAIS e multiplicação por escalar é um espaço vetorial sobre R. au = (ax 1 ; ax ) Exemplo 1. O conjunto V = R = f(x 1 ; x ; x ) : x 1 ; x ; x Rg é interpretado como sendo o espaço cartesiano tridimensional xyz. Se u = (x 1 ; x ; x ) e u = (y 1 ; y ; y ) então V com as operações de adição u + v = (x 1 + y 1 ; x + y ; x + y ) e multiplicação por escalar é um espaço vetorial sobre R. au = (ax 1 ; ax ; ax ); Solução. Fica como exercício. Análogo ao exercício anterior. Exemplo 1.4 Sejam V = R = f(x 1 ; x ) : x i Rg; u = (x 1 ; x ) V e v = (y 1 ; y ) V: Veri que se V com as operações de adição u + v = (x 1 + y 1 ; x + y ) e multiplicação por escalar é um espaço vetorial sobre R. au = (ax 1 ; x ) Exemplo 1.5 Seja V o conjunto de todas as matrizes de ordem, isto é, (! ) a b V = : a; b; c e d R (1.1) c d!! Se A = a b V e B = e f V, então V, com as operações de adição c d g h!!! A + B = a b + e f = a + e b + f c d g h c + g d + h e multiplicação por escalar A = a b c d! é um espaço vetorial sobre R.
5 4 CAPÍTULO 1. ESPAÇOS VETORIAIS Solução.Em Sala! Exemplo 1. Sejam S um conjunto não-vazio e V = F(S; R) = ff : S! R : f é uma funçãog: o conjunto de todas as funções de valores reais. Se f V e g V, então V, com as operações de adição f + g dada por (f + g)(x) = f(x) + g(x); 8 x S; e multiplicação por escalar af dada por (af)(x) = af(x); 8 x S; é um espaço vetorial sobre R. Proposição 1. Seja V um espaço vetorial sobre R. Então: 1. Existe um único vetor nulo em V (elemento neutro).. Cada vetor u V admite um único vetor simétrico u.. Existe um único x V tal que u + x = v, para todos u; v V. 4. a0 = 0, para todo a R e 0 V. 5. 0u = 0, para todo u V e 0 R.. Se au = 0, então a = 0 ou u = 0, com a R e u V.. u = ( 1)u, para todo u V. 8. ( a)u = a( u) = (au), para todo a R e u V. Prova. Vamos provar apenas os itens (1) e (4). Suponhamos que exista outro vetor 0 0 V tal que u = u, para todo u V. Então 0 = = 0 0 : Como u + 0 = u, para todo u V, temos, em particular, que = 0. Logo, a0 = a(0 + 0) = a0 + a0: Portanto, pelo item (1), a0 = 0.
6 1.. SUBESPAÇOS VETORIAIS 5 Observação 1.8 Seja w = u + u. Então w + w = ( u + u) + ( u + u) = u + ([u + ( u)] + u) = u + (0 + u) = u + u = w: Logo, 0 = w + ( w) = [w + w] + ( w) = w + [w + ( w)] = w + 0 = w: Portanto, u + u = 0, para todo u V. Além disso, isto é, 0 + u = u, para todo u V: 0 + u = [u + ( u)] + u = u + [ u + u] = u + 0 = u; 1. Subespaços Vetoriais Sejam V um espaço vetorial sobre R e W um subconjunto não-vazio de V. Dizemos que W é um subespaço (vetorial) de V se as seguintes condições são satisfeitas: 1. W = ;. u + v W, para todos u; v W.. au W, para todo a R e u W. Observações Qualquer subespaço W de V contém o vetor nulo 0, pois quando a = 0, temos que 0 = 0u W:. Pode ser provado que, se admitirmos essas duas propriedades em W, as oito propriedades de espaço vetorial são válidas em W. Dessa forma, W é também um espaço vetorial com as propriedades herdadas de V.. Todo espaço vetorial V admite pelo menos dois subespaços, a saber, f0g e V, chamados de subespaços triviais ou impróprios. Os demais subespaços de V são chamados de subespaços não-triviais ou próprios. Exemplo 1.10 Sejam V = R n e W = f(x 1 ; : : : ; x n ) V : x 1 = 0g = f(0; x ; : : : ; x n ) : x ; : : : ; x n Rg: Então W é um subespaço de V.
7 CAPÍTULO 1. ESPAÇOS VETORIAIS Exemplo 1.11 Sejam V = R nn e W = fa V : A t = Ag o conjunto das matrizes simétricas. Então W é um subespaço de V. Exemplo 1.1 Sejam V = F(R; R) o espaço vetorial de todas as funções reais e W = ff V : f( x) = f(x); 8 x Rg o conjunto das funções pares. Então W é um subespaço de V. Solução.Em Sala! Exemplo 1.1 Sejam V = R n e W = f(x 1 ; : : : ; x n ) V : x = x 1 + 1g: Então W não é um subespaço de V, pois 0 = (0; : : : ; 0) = W: Exemplo 1.14 Sejam V = R e W = f(x 1 ; x ) V : x = jx 1 jg: Então W não é um subespaço de V, pois u = ( 1; 1) W e v = (; ) W mas u + v = (1; ) = W: Note que 0 = (0; 0) W. Portanto, 0 W é condição necessária mas não su ciente para que W seja um subespaço de V. Teorema 1.15 Seja V um espaço vetorial sobre R. Se W 1 e W são subespaços de V, então W 1 \ W é um subespaço de V. Prova. Como W 1 e W são subespaços, temos 0 W 1 e 0 W ) 0 W 1 \ W ) W 1 \ W = ;: Dados u; v W 1 \ W e a R. Como u; v W 1 \ W temos que u; v W 1 e u; v W. Assim, por hipótese, u + v W 1 ; u + v W e Logo, au W 1 ; au W : u + v W 1 \ W e au W 1 \ W : Portanto, W 1 \ W é um subespaço de V.
8 1.. SUBESPAÇOS VETORIAIS Exemplo 1.1 Sejam V = R, W 1 = f(x; y; z) V : x = 0g e W = f(x; y; z) V : y = 0g subespaços de V (prove isto!). Determine W 1 \ W. Exemplo 1.1 Sejam V = R, (" # ) a b W 1 = V : a; b; c R c 0 e W = (" a 0 0 d # V : a; b R ) subespaços de V (prove isto!). Determine W 1 \ W. Pergunta. W 1 [ W é um subespaço de V? A resposta dessa pergunta é, em geral, não. De fato, sejam V = R, W 1 = f(x; y) V : y = 0g e W = f(x; y) V : x = 0g subespaços de V (prove isto!). Então W 1 [ W não é um subespaço de V, pois u = (1; 0) W 1 [ W e v = (0; 1) W 1 [ W mas u + v = (1; 1) = W 1 [ W : Teorema 1.18 Seja V um espaço vetorial sobre R. Se W 1 e W são subespaços de V, então o conjunto W 1 + W = fu 1 + u : u 1 W 1 e u W g é um subespaço de V. Prova.Em Sala! Exemplo 1.19 Sejam V = R, W 1 = f(x; y; z) V : x = 0g e W = f(x; y; z) V : y = z = 0g subespaços de V (prove isto!). Determine W 1 \ W e W 1 + W. Sejam V um espaço vetorial sobre R e W 1 ; W subespaços de V. Dizemos que V é decomposto em soma direta de W 1 e W, em símbolos V = W 1 W, se as seguintes condições são satisfeitas:
9 8 CAPÍTULO 1. ESPAÇOS VETORIAIS 1. V = W 1 + W.. W 1 \ W = f0g. Exemplo 1.0 Sejam V = R, W 1 = f(x; y; z) V : x = 0g e W = f(x; y; z) V : y = z = 0g subespaços de V. Então, pelo Exemplo 1:19, V = W 1 W. Exemplo 1.1 Sejam V = R nn, W 1 = fa V : A t = Ag e W = fa V : A t = Ag subespaços de V. Mostre que V = W 1 W. 1. Combinação Linear Seja V um espaço vetorial sobre R. Um vetor u em V é uma combinação linear dos vetores u 1 ; : : : ; u n em V se existirem escalares x 1 ; : : : ; x n R tais que u = x 1 u x n u n = nx x i u i : i=1 Exemplo 1. Consideremos no R os vetores v 1 = (1; 0) e v = (; 4). Vamos escrever o vetor u = (; 4) como combinação linerar dos vetores v 1 e v : Teorema 1. Sejam V um espaço vetorial sobre R e u 1 ; : : : ; u n vetores xados em V. Então o conjunto ( nx ) W = fx 1 u x n u n : x 1 ; : : : ; x n Rg = i=1 x i u i : x i R é um subespaço de V. Prova. É claro que W = ;, pois 0 = 0u u n W: Dados u; v W e a R. Como u; v W temos que existem x 1 ; : : : ; x n ; y 1 ; : : : ; y n R
10 1.. COMBINAÇÃO LINEAR 9 tais que Logo, u = x 1 u x n u n e v = y 1 u y n u n : u + v = (x 1 u x n u n ) + (y 1 u y n u n ) = (x 1 + y 1 )u (x n + y n )u n W e au = a(x 1 u x n u n ) = (ax 1 )u (ax n )u n W: Portanto, W é um subespaço de V. O subespaço ( nx ) W = fx 1 u x n u n : x 1 ; : : : ; x n Rg = x i u i : x i R de V é chamado o subespaço gerado por u 1 ; : : : ; u n. Mais geralmente, seja um subconjunto não-vazio de V. Então ( kx ) W = x i u i : x i R e u i i=1 é o subespaço de V gerado por, onde é o conjunto de geradores de W, e será denotado por W = [] : Quando = fu 1 ; : : : ; u n g, denotamos [] por [u 1 ; : : : ; u n ]. Exemplo 1.4 Sejam V = R e e 1 = (1; 0; 0); e = (0; 1; 0) e = (0; 1; 0), vetores em V. Determine W = [e 1 ; e ; e ]. i=1 Exemplo 1.5 Sejam V = R e " # " 1 0 E 11 = ; E 1 = # ; E 1 = " # ; E = " # vetores em V. Determine W = [E 11 ; E 1 ; E 1 ; E ]. Exemplo 1. Sejam V = P (R) e p i = x i ; i = 0; 1; ; ; vetores em V. Determine W = [p 0 ; p 1 ; p ; p ].
11 10 CAPÍTULO 1. ESPAÇOS VETORIAIS 1.4 Dependência e Independência Linear Sejam V um espaço vetorial sobre R e u 1 ; : : : ; u n V. Dizemos que os vetores u 1 ; : : : ; u n são linearmente dependentes (LD) se existirem escalares x 1 ; : : : ; x n R, não todos iguais a 0, tais que x 1 u x n u n = 0: (1.) Ou, equivalentemente, a equação vetorial (1.) admite uma solução não-nula. Caso contrário, dizemos que os vetores u 1 ; : : : ; u n são linearmente independentes (LI) ou, equivalentemente, a equação vetorial (1.) admite apenas a solução nula. Mais geralmente, sejam V um espaço vetorial sobre R e um subconjunto não-vazio de V. Dizemos que é LI se para quaisquer vetores distintos u 1 ; : : : ; u n em, temos que x 1 u x n u n = 0 ) x 1 = = x n = 0; isto é, todo subconjunto nito de é LI. Caso contrário, é LD. Exemplo 1. Sejam V = R e u 1 = (; 1) e u = (1; ) vetores em V. vamos veri car que u 1 e u são LI. Exemplo 1.8 Sejam V = R e u 1 = (; 0; ); u = ( 1; 1; ); u = (4; ; ); u 4 = (; 1; 1) vetores em V. Veri que se os vetores u 1, u, u e u 4 são LI ou LD. Solução. Para resolver esse problema devemos resolver a equação vetorial x 1 u 1 + x u + x u + x 4 u 4 = 0; onde 0 = (0; 0; 0) V. Mas isto é equivalente a resolver o sistema homogêneo 8 >< x 1 x + 4x + x 4 = 0 x + x + x 4 = 0 : >: x 1 + x x + x 4 = 0 Para resolver o sistema, vamos considerar a matriz dos coe cientes do sistema e reduzí-la à forma em escada A = !! R = :
12 1.4. DEPENDÊNCIA E INDEPENDÊNCIA LINEAR 11 Logo, nosso sistema é equivalente ao sistema 8 >< >: x 1 + x = 0 x + x = 0 x 4 = 0 : Escolhendo, x = c R, temos que S = f( c; c; c; 0) : c Rg é o conjunto solução do sistema. Em particular, se c = 1, então ( ; ; 1; 0) é uma solução não-nula do sistema. Portanto, os vetores u 1, u, u e u 4 são LD, isto é, u 1 u + u + 0u 4 = 0: Teorema 1.9 Sejam V um espaço vetorial sobre R e u 1 ; : : : ; u n V. O conjunto fu 1 ; : : : ; u n g é LD se, e somente se, um desses vetores for combinação linear dos outros. Prova. Suponhamos que o conjunto fu 1 ; : : : ; u n g seja LD. Então, por de nição, existem escalares x 1 ; : : : ; x n R, não todos nulos, tais que x 1 u x n u n = 0: Como os escalares x 1 ; : : : ; x n não são todos nulos temos que existe i f1; : : : ; ng tal que x i = 0. Logo, u i = ( x 1 x i )u ( x i 1 x i )u i 1 + ( x i+1 x i )u i ( x n x i )u n : Reciprocamente, suponhamos que um desses vetores seja combinação linear dos outros, digamos u j = x 1 u x j 1 u j 1 + x j+1 u j x n u n : Logo, a equação vetorial x 1 u x j 1 u j 1 + ( 1)u j + x j+1 u j x n u n = 0. admite pelo menos uma solução não-nula, a saber, (x 1 ; : : : ; x j 1 ; 1; x j+1 ; : : : ; x n ). Portanto, o conjunto fu 1 ; : : : ; u n g é LD Exemplo 1.0 Os vetores v 1 = (1; ; ) e v = (; 4; ) são LD, pois v 1 = 1 v ou v = v 1. Por outro lado, os vetores v 1 = (1; ; ) e v = (; 1; 5) são LI, pois v 1 = kv para todo k R.
13 1 CAPÍTULO 1. ESPAÇOS VETORIAIS 1.5 Bases e Dimensão Seja V um espaço vetorial sobre R. Um conjunto = fu 1 ; : : : ; u n g de vetores em V é uma base de V se as seguintes condições são satisfeitas: 1. = fu 1 ; : : : ; u n g é LI.. V = [] = [u 1 ; : : : ; u n ]: Ou, equivalentemente, V = [u 1 ] [u ] [u n ]: Mais geralmente, um subconjunto não-vazio de V é uma base de V se é LI e gera V. Observação 1.1 Pode ser provado, que todo espaço vetorial V = f0g possui uma base. Exemplo 1. Seja V = R. É fácil veri car que o conjunto = fe 1 ; e ; e g é uma base nita de V, a qual é chamada de base canônica de V. Exemplo 1. Seja V = R. Vamos veri car que o conjunto = f(1; 1); ( 1; 0)g é uma base nita de V. Seja V um espaço vetorial sobre R. Dizemos que V é de dimensão nita se ele possui uma base nita, por exemplo, V = R é de dimensão nita. Caso contrário, V é de dimensão in nita. Teorema 1.4 Sejam V um espaço vetorial sobre R e u 1 ; : : : ; u n vetores em V tais que V = [u 1 ; : : : ; u n ]: Então, dentre esses vetores, podemos extrair uma base de V. Prova. Ver [1] Exemplo 1.5 Sejam V = R e u 1 = (1; 0; 0), u = (1; 1; 0), u = (0; 0; 1), u 4 = (1; 1; 1) vetores em V tais que V = [u 1 ; u ; u ; u 4 ]: Determine dentre esses vetores uma base de V.
14 1.5. BASES E DIMENSÃO 1 Solução. Para resolver esse problema devemos veri car se os vetores u 1 ; u ; u e u 4 são LI ou LD, isto é, veri car se a equação vetorial x 1 u 1 + x u + x u + x 4 u 4 = 0 tem solução nula ou não, onde 0 = (0; 0; 0) V. Mas isto é equivalente a determinar se o sistema homogêneo 8 >< >: x 1 + x + x 4 = 0 x + x 4 = 0 x + x 4 = 0 tem solução. É fácil veri car que S = f(0; c; c; c) : c Rg é o conjunto solução do sistema. Em particular, se c = 1, então (0; 1; 1; 1) é uma solução não-nula do sistema. Portanto, os vetores u 1, u, u e u 4 são LD e u 4 = 0u 1 + u + u : Assim, V = [u 1 ; u ; u ] e o conjunto = fu 1 ; u ; u g é uma base de V (prove isto!). Teorema 1. Seja V um espaço vetorial sobre R tal que V = [u 1 ; : : : ; u m ]: Então todo conjunto com mais de m vetores em V é LD. Assim, todo conjunto de vetores LI em V possui no máximo m vetores. Prova. Ver [1] Corolário 1. Seja V um espaço vetorial de dimensão nita sobre R. Se fu 1 ; : : : ; u m g e fv 1 ; : : : ; v n g são duas bases quaisquer de V, então m = n. Prova. Como V = [u 1 ; : : : ; u m ] e fv 1 ; : : : ; v n g é um conjunto LI temos, pelo Teorema 1., que n m. Por outro lado, como V = [v 1 ; : : : ; v n ] e fu 1 ; : : : ; u m g é um conjunto LI temos, pelo Teorema 1., que m n. Portanto, m = n. Seja V um espaço vetorial de dimensão nita sobre R. A dimensão de V é o número de elementos em alguma base de V e será denotada por dim V ou dim R V. Note, pelo Corolário 1., que essa de nição não depende da base de V, isto é, está bem de nida. Quando V = f0g, convencionamos que dim V = 0. Sejam V um espaço vetorial sobre R e = fu 1 ; : : : ; u n g um subconjunto qualquer de vetores de V. O posto de é de nido por posto() = dim[]:
15 14 CAPÍTULO 1. ESPAÇOS VETORIAIS Lema 1.8 Seja V um espaço vetorial sobre R. Seja fu 1 ; : : : ; u m g um subconjunto LI em V. Então u V [u 1 ; : : : ; u m ] se, e somente se, fu 1 ; : : : ; u m ; ug é um conjunto LI. Prova. Sejam x 1 ; : : : ; x m ; y escalares em R tais que x 1 u x m u m + yu = 0. Então y = 0, pois se y = 0, então u = ( x 1 y )u ( x m y )u m ) u [u 1 ; : : : ; u m ]; o que é impossível. Assim, y = 0 e x 1 u x m u m = 0. Logo, por hipótese, x 1 = = x m = 0. Portanto, fu 1 ; : : : ; u m ; ug é um conjunto LI. Teorema 1.9 Sejam V um espaço vetorial de dimensão nita sobre R e W um subespaço de V. Então todo conjunto de vetores LI em W é parte de uma base de W (ou seja, pode ser completado até formar uma base de V ). Prova. Seja fu 1 ; : : : ; u m g um conjunto de vetores LI em W. Se W = [u 1 ; : : : ; u m ]; acabou. Caso contrário, existe pelo Lema 1.8 u m+1 W [u 1 ; : : : ; u m ] tal que fu 1 ; : : : ; u m ; u m+1 g é LI em W. Se W = [u 1 ; : : : ; u m ; u m+1 ]; acabou. Caso contrário, existe pelo Lema 1.8 u m+ W [u 1 ; : : : ; u m ; u m+1 ] tal que fu 1 ; : : : ; u m ; u m+1 ; u m+ g é LI em W. Continuando dessa maneira (em no máximo dim V conjunto fu 1 ; : : : ; u m ; u m+1 ; u m+ ; : : : ; u n g; que é uma base de W. 1 etapas), obtemos o Corolário 1.40 Seja V um espaço vetorial de dimensão nita sobre R. Se W é um subespaço próprio de V, então dim W < dim V. Além disso, se dim V = n, então todo conjunto com n vetores LI em V é uma base de V.
16 1.5. BASES E DIMENSÃO 15 Prova. Como W = f0g temos que existe u em W com u = 0. É claro que fug é um conjunto LI em W. Assim, pelo Teorema 1.9, existe uma base de W contendo u e no máximo dim V elementos. Logo, dim W dim V. Como W V temos que existe v V tal que v = W. Assim, acrescentando v a uma base de W, obtemos um conjunto LI para V. Portanto, dim W < dim V. Exemplo 1.41 Seja V = R. Veri que se os vetores (1; 1; 0) e (0; 1; 1) é parte de uma base de V. Solução. Para resolver esse problema devemos veri car se os vetores (1; 1; 0) e (0; 1; 1) são LI, isto é, resolver a equação vetorial x 1 (1; 1; 0) + x (0; 1; 1) = (0; 0; 0): Mas isto é equivalente a veri car se o sistema homogêneo 8 >< x 1 = 0 x 1 + x = 0 >: x = 0 tem solução. É fácil veri car que x 1 = x = 0. Logo, os vetores (1; 1; 0) e (0; 1; 1) são LI. Portanto, os vetores (1; 1; 0); (0; 1; 1) é parte de uma base de V. Agora, para determinar u = (b 1 ; b ; b ) V [(1; 1; 0); (0; 1; 1)]; devemos primeiro encontrar os vetores u = (b 1 ; b ; b ) tais que x 1 (1; 1; 0) + x (0; 1; 1) = u; isto é, resolver o sistema não-homogêneo 8 >< x 1 = b 1 x 1 + x = b : >: x = b Logo, o vetor u = (b 1 ; b ; b ) V é combinação linear dos vetores (1; 1; 0) e (0; 1; 1) se, e somente se, b = b 1 + b. Portanto, u = (b 1 ; b ; b ) V [(1; 1; 0); (0; 1; 1)], b = b 1 + b : Em particular, u = (1; 1; 1) V [(1; 1; 0); (0; 1; 1)]: Assim, os vetores (1; 1; 0), (0; 1; 1) e (1; 1; 1) são LI em V. Como dim V = temos que é uma base de V. f(1; 1; 0); (0; 1; 1); (1; 1; 1)g
17 1 CAPÍTULO 1. ESPAÇOS VETORIAIS Teorema 1.4 Seja V um espaço vetorial de dimensão nita sobre R. Se W 1 e W são subespaços de V, então dim(w 1 + W ) = dim W 1 + dim W dim(w 1 \ W ): Prova. Ver [1] Exemplo 1.4 Sejam V = R 4, W 1 = f(x; y; z; t) V : y + z + t = 0g e W = f(x; y; z; t) V : x + y = 0 e z t = 0g: subespaços de V. 1. Determine uma base de W 1 + W e dim(w 1 + W ).. V é soma direta de W 1 e W? Solução. Note que W 1 = f(x; y; z; t) V : y + z + t = 0g = f(x; y; z; y z) V : x; y; z Rg = f(x; 0; 0; 0) + (0; y; 0; y) + (0; 0; z; z) : x; y; z Rg = [(1; 0; 0; 0); (0; 1; 0; 1); (0; 0; 1; 1)]: e dim W 1 =. De modo análogo, mostra-se que W = [(1; 1; 0; 0); (0; 0; ; 1)] e dim W =. Agora, para determinar uma base de W 1 +W, podemos escalonar a matriz !! Portanto, o conjunto = f(1; 0; 0; 0); (0; 1; 0; 1); (0; 0; 1; 1); (1; 1; 0; 0)g é uma base de W 1 + W e dim(w 1 + W ) = 4. Assim, V = R 4 = W 1 + W, pois W 1 + W V. Como dim(w 1 \ W ) = dim W 1 + dim W dim(w 1 + W ) = + 4 = 1
18 1.5. BASES E DIMENSÃO 1 temos que V não é soma direta de W 1 e W. Note que, para determinar uma base de W 1 \ W basta resolver o sistema 8>< >: Assim, W 1 \ W = [(; ; ; 1)]. Exemplo 1.44 Sejam V = R, y + z + t = 0 x + y = 0 z t = 0 : W 1 = [(1; 0; 1); (0; 1; )] e W = [(1; ; ) ; (1; 1; 1)] : subespaços de V. 1. Determine uma base de W 1 \ W e a dim(w 1 \ W ).. V é soma direta de W 1 e W? Solução. É fácil veri car que dim W 1 = e dim W =. Agora, para determinar uma base para W 1 \ W, devemos primeiro determinar os vetores u = (x; y; z) em R que estão nos subespaços W 1 e W, isto é, escalonar as matrizes 1 0. x 1 1. x y 5 e 4 1. y 5 : Assim, 4 e x 0 1. y 1. z 1 1. x 1. y 1. z 1. z Logo, pelo item : das Observações??, 5!! 4 5!! 4 1. z 1 0. x 0 1. y 0 0. x y + z x+y x y 5x y+z W 1 = f(x; y; z) V : x y + z = 0g e W = f(x; y; z) V : 5x y + z = 0g: Finalmente, basta resolver o sistema ( x y + z = 0 5x y + z = 0 : Assim, W 1 \ W = [(1; ; )] e dim(w 1 \ W ) = 1. Portanto, V não é soma direta de W 1 e W mas V = W 1 + W, pois 5 5 : dim(w 1 + W ) = + 1 = = dim V e W 1 + W V:
19 18 CAPÍTULO 1. ESPAÇOS VETORIAIS 1. Mudança de Bases Seja V um espaço vetorial de dimensão nita sobre R. Uma base ordenada de V é uma seqüência nita de vetores LI que gera V e será denotada por (u 1 ; : : : ; u n ) ou fu 1 ; : : : ; u n g Se a seqüência u 1 ; : : : ; u n é uma base ordenada de V, então fu 1 ; : : : ; u n g é uma base de V. Observação 1.45 É importante destacar as principais diferenças entre seqüência e conjunto de vetores: a primeira é a ordem - no conjunto não importa a ordem dos elementos enquanto na seqüência a ordem é importante - no conjunto os elementos são todos distintos enquanto na seqüência todos podem ser iguais. Teorema 1.4 Sejam V um espaço vetorial de dimensão nita sobre R e = fu 1 ; : : : ; u n g uma base ordenada de V. Então todo vetor u V pode ser escrito de modo único sob a forma: u = x 1 u x n u n : Prova. (Existência) Como u V = [] temos que existem escalares x 1 ; : : : ; x n em R tais que u = x 1 u x n u n : (Unicidade) Suponhamos, também, que u = y 1 u y n u n : Então 0 = u u = (x 1 y 1 )u (x n y n )u n : Como é LI temos que x i y i = 0, i = 1; : : : ; n. Portanto, x i = y i, i = 1; : : : ; n. Os escalares x 1 ; : : : ; x n são chamados as coordenadas (ou componentes) do vetor u em relação à base ordenada e será denotada por [u] = 4 x 1. x n 5 : chamaremos ainda u = (x 1 ; x ; ; x n ) de vetor componente de u em relação a base : Note que [u + v] = [u] + [v] e [au] = a[u] ; 8 u; v V; a R:
20 1.. MUDANÇA DE BASES 19 Exemplo 1.4 Ssabendo que = f(1; ; ); (0; 1; ); (0; 0; 1)g é uma base ordenada de V. Vamos determinar 1. A matriz-coordenada e o vetor-coordenada do vetor v = (5; 4; ):. O vetor v R cujo vetor coordenada em relação a é v = (; ; 4). Solução. Em sala! Exemplo 1.48 Sejam V = R e = f(1; 0; 1); (1; 1; 1); (1; 0; 0)g uma base ordenada de V. Determine [(a; b; c)]. Solução. Para resolver esse problema devemos encontrar x 1 ; x ; x R tais que (a; b; c) = x 1 (1; 0; 1) + x (1; 1; 1) + x (1; 0; 0); isto é, resolver o sistema não-homogêneo 8 >< x 1 + x + x = a x = b >: x 1 + x = c : É fácil veri car que x 1 = b c, x = b e x = a b + c. Portanto, b c [(a; b; c)] = 4 b 5 : a b + c Sejam V um espaço vetorial de dimensão nita sobre R, = fu 1 ; : : : ; u n g e 0 = fv 1 ; : : : ; v n g duas bases ordenadas de V. Então, pelo Teorema 1.4, todo vetor u V pode ser escrito de modo único sob a forma ( u = x 1 u x n u n u = y 1 v y n v n : (1.) Assim, [u] = 4 x 1. 5 e [u] 0 = 4 y 1. 5 : x n y n
21 0 CAPÍTULO 1. ESPAÇOS VETORIAIS Como v j V, para cada j = 1; ; : : : ; n, temos que existem únicos a ij R tais que P v 1 = a 11 u a n1 u n = n a i1 u i i= v n = a 1n u a nn u n = P n a in u i : i=1 (1.4) Logo, pela Equação (1.), temos que u = y 1 v y n v n = nx nx y j ( a ij u i ) = j=1 i=1 j=1 i=1 nx nx ( a ij y j )u i : Assim, pela unicidade das coordenadas, temos que x 1 = a 11 y a 1n y n x n = a n1 y a nn y n : Em forma matricial 4 x 1. 5 = 4 a 11 a 1n y 1. 5 : Fazendo x n [I] 0 = 4 a n1 a nn a 11 a 1n ; y n obtemos a n1 a nn [u] = [I] 0 [u] 0 : A matriz [I] 0 é chamada a matriz de mudança de base da base 0 para a base. Comparando [I] 0 com a equação (1.4), notamos que essa matriz é obtida colocando as coordenadas em relação à base de v j na j-ésima coluna. Observação 1.49 A matriz [I] 0 é invertível, pois para cada i = 1; ; : : : ; n, temos que v i = a i1 u 1 + a i u + + a in u n = nx a ij u j (1.5) j=1 e para cada j = 1; ; : : : ; n, temos que u j = b j1 v 1 + b j v + + b jn v n = nx b jk v k : (1.) k=1
22 1.. MUDANÇA DE BASES 1 Fazendo A = [a ij ] e B = [b jk ], temos que [I] 0 = At e [I] 0 = Bt. Substituindo a equação (1:) na equação (1:5), temos que v i = nx j=1 a ij! nx b jk v k = k=1 nx k=1! nx a ij b jk v k : j=1 Como fv 1 ; : : : ; v n g é uma base de V temos que nx a ij b jk = ik ) AB = I n : j=1 Portanto, [I] 0 [I]0 = Bt A t = (AB) t = (I n ) t = I n ) [I] 0 = ([I]0 ) 1 : Exemplo 1.50 Sejam V = R, = f(; de V. Determine [(5; 8)] : 1); (; 4)g e 0 = fe 1 ; e g duas bases ordenadas Exemplo 1.51 Sejam V = R, = f(1; ); (; )g e 0 duas bases ordenadas de V. A matriz de mudança de base da base para a base 0 é " # [I] 1 1 = : Determine a base 0. Solução. Em Sala! Bibliogra a [1] ANDRADE, L. N. de, Introdução à Álgébrica Linear, Ed. UFPB 00. [4] BOLDRINI, J. L. et al, Álgebra Linear, : a Edição, Ed. Harbra Ltda, 198.
2.2 Subespaços Vetoriais
32 CAPÍTULO 2. ESPAÇOS VETORIAIS 2.2 Subespaços Vetoriais Sejam V um espaço vetorial sobre R e W um subconjunto de V. Dizemos que W é um subespaço (vetorial) de V se as seguintes condições são satisfeitas:
Leia maisUniversidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2013/I
1 Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 013/I 1 Sejam u = ( 4 3) v = ( 5) e w = (a b) Encontre a e b tais
Leia maisÁlgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013
Álgebra Linear Mauri C. Nascimento Departamento de Matemática UNESP/Bauru 19 de fevereiro de 2013 Sumário 1 Matrizes e Determinantes 3 1.1 Matrizes............................................ 3 1.2 Determinante
Leia maisNOÇÕES DE ÁLGEBRA LINEAR
ESPAÇO VETORIAL REAL NOÇÕES DE ÁLGEBRA LINEAR ESPAÇOS VETORIAIS Seja um conjunto V φ no qual estão definidas duas operações: adição e multiplicação por escalar, tais que u, v V, u+v V e α R, u V, αu V
Leia maisUniversidade Estadual de Santa Cruz. Departamento de Ciências Exatas e Tecnológicas. Especialização em Matemática. Disciplina: Estruturas Algébricas
1 Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Especialização em Matemática Disciplina: Estruturas Algébricas Profs.: Elisangela S. Farias e Sérgio Motta Operações
Leia maisDef. 1: Seja a quádrupla (V, K, +, ) onde V é um conjunto, K = IR ou K = IC,
ESPAÇO VETORIAL Def. 1: Seja a quádrupla (V, K, +, ) onde V é um conjunto, K = IR ou K = IC, + é a operação (função) soma + : V V V, que a cada par (u, v) V V, associa um único elemento de V, denotado
Leia maisÁlgebra Linear. André Arbex Hallack Frederico Sercio Feitosa
Álgebra Linear André Arbex Hallack Frederico Sercio Feitosa Janeiro/2006 Índice 1 Sistemas Lineares 1 11 Corpos 1 12 Sistemas de Equações Lineares 3 13 Sistemas equivalentes 4 14 Operações elementares
Leia maisExpansão linear e geradores
Espaços Vectoriais - ALGA - 004/05 4 Expansão linear e geradores Se u ; u ; :::; u n são vectores de um espaço vectorial V; como foi visto atrás, alguns vectores de V são combinação linear de u ; u ; :::;
Leia maisficha 3 espaços lineares
Exercícios de Álgebra Linear ficha 3 espaços lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 3 Notação Sendo
Leia mais1 Base de um Espaço Vetorial
Disciplina: Anéis e Corpos Professor: Fernando Torres Membros do grupo: Blas Melendez Caraballo (ra143857), Leonardo Soriani Alves (ra115465), Osmar Rogério Reis Severiano (ra134333) Ramon Códamo Braga
Leia maisa 1 x 1 +... + a n x n = b,
Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição
Leia maisCapítulo 5: Transformações Lineares
5 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 5: Transformações Lineares Sumário 1 O que são as Transformações Lineares?...... 124 2 Núcleo e Imagem....................
Leia mais1. O conjunto dos polinômios de grau m, com 2 m 5, acrescido do polinômio nulo, é um subespaço do espaço P 5.
UFPB/PRAI/CCT/DME - CAMPUS II DISCIPLINA: Álgebra Linear ALUNO (A): 2 a LISTA DE EXERCÍCIOS 1 a PARTE: QUESTÕES TIPO VERDADEIRO OU FALSO COM JUSTI- FICATIVA. 1. O conjunto dos polinômios de grau m com
Leia maisÁLGEBRA LINEAR ISBN 978-85-915683-0-7
. ÁLGEBRA LINEAR ISBN 978-85-915683-0-7 ROBERTO DE MARIA NUNES MENDES Professor do Departamento de Matemática e Estatística e do Programa de Pós-graduação em Engenharia Elétrica da PUCMINAS Belo Horizonte
Leia maisO ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2
3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata
Leia maisProf. Márcio Nascimento. 22 de julho de 2015
Núcleo e Imagem 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 maisUNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR Assuntos: Matrizes; Matrizes Especiais; Operações com Matrizes; Operações Elementares
Leia maisA ideia de coordenatização (2/2)
8 a : aula (1h) 12/10/2010 a ideia de coordenatização (2/2) 8-1 Instituto Superior Técnico 2010/11 1 o semestre Álgebra Linear 1 o ano das Lics. em Engenharia Informática e de Computadores A ideia de coordenatização
Leia mais[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo
4. SISTEMAS LINEARES 4.1. CONCEITO Um sistema de equações lineares é um conjunto de equações do tipo a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 11 x 1 + a 12 x 2 +... + a 1n x n = b 2... a n1 x 1 + a
Leia maisNotas de Aula. Álgebra Linear I
Notas de Aula Álgebra Linear I Rodney Josué Biezuner 1 Departamento de Matemática Instituto de Ciências Exatas (ICEx) Universidade Federal de Minas Gerais (UFMG) Notas de aula da disciplina Álgebra Linear
Leia maisCapítulo 3. Cálculo Vetorial. 3.1 Segmentos Orientados
Capítulo 3 Cálculo Vetorial O objetivo deste capítulo é o estudo de vetores de um ponto de vista geométrico e analítico. De acordo com a necessidade, a abordagem do assunto será formal ou informal. O estudo
Leia maisSó Matemática O seu portal matemático http://www.somatematica.com.br FUNÇÕES
FUNÇÕES O conceito de função é um dos mais importantes em toda a matemática. O conceito básico de função é o seguinte: toda vez que temos dois conjuntos e algum tipo de associação entre eles, que faça
Leia mais(os números, que constituirão os corpos numéricos) (os vetores, que constituirão os espaços vetoriais)
Os objetos que serão considerados aqui são de duas natureza: Escalar: Vetorial: (os números, que constituirão os corpos numéricos) (os vetores, que constituirão os espaços vetoriais). Corpos Numéricos
Leia mais4.2 Produto Vetorial. Orientação sobre uma reta r
94 4. Produto Vetorial Dados dois vetores u e v no espaço, vamos definir um novo vetor, ortogonal a u e v, denotado por u v (ou u v, em outros textos) e denominado produto vetorial de u e v. Mas antes,
Leia maisAula 5 - Matemática (Gestão e Marketing)
ISCTE, Escola de Gestão Aula 5 - Matemática (Gestão e Marketing) Diana Aldea Mendes 29 de Outubro de 2008 Espaços Vectoriais Definição (vector): Chama-se vector edesigna-sepor v um objecto matemático caracterizado
Leia maisE A D - S I S T E M A S L I N E A R E S INTRODUÇÃO
E A D - S I S T E M A S L I N E A R E S INTRODUÇÃO Dizemos que uma equação é linear, ou de primeiro grau, em certa incógnita, se o maior expoente desta variável for igual a um. Ela será quadrática, ou
Leia maisConceitos Fundamentais
Capítulo 1 Conceitos Fundamentais Objetivos: No final do Capítulo o aluno deve saber: 1. distinguir o uso de vetores na Física e na Matemática; 2. resolver sistema lineares pelo método de Gauss-Jordan;
Leia maisLista 1 para a P2. Operações com subespaços
Lista 1 para a P2 Observação 1: Estes exercícios são um complemento àqueles apresentados no livro. Eles foram elaborados com o objetivo de oferecer aos alunos exercícios de cunho mais teórico. Nós sugerimos
Leia maisÅaxwell Mariano de Barros
ÍÒ Ú Ö Ö Ð ÓÅ Ö Ò Ó Ô ÖØ Ñ ÒØÓ Å Ø Ñ Ø ÒØÖÓ Ò Ü Ø Ì ÒÓÐÓ ÆÓØ ÙÐ ¹¼ ÐÙÐÓÎ ØÓÖ Ð ÓÑ ØÖ Ò Ð Ø Åaxwell Mariano de Barros ¾¼½½ ËÓÄÙ ¹ÅA ËÙÑ Ö Ó 1 Vetores no Espaço 2 1.1 Bases.........................................
Leia maisExercícios Adicionais
Exercícios Adicionais Observação: Estes exercícios são um complemento àqueles apresentados no livro. Eles foram elaborados com o objetivo de oferecer aos alunos exercícios de cunho mais teórico. Nós recomendamos
Leia maisCapítulo 1. x > y ou x < y ou x = y
Capítulo Funções, Plano Cartesiano e Gráfico de Função Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos
Leia maisUNIV ERSIDADE DO EST ADO DE SANT A CAT ARINA UDESC CENT RO DE CI ^ENCIAS T ECNOLOGICAS DEP ART AMENT O DE MAT EMAT ICA DMAT
UNIV ERSIDADE DO EST ADO DE SANT A CAT ARINA UDESC CENT RO DE CI ^ENCIAS T ECNOLOGICAS CCT DEP ART AMENT O DE MAT EMAT ICA DMAT Professora Graciela Moro Exercícios sobre Matrizes, Determinantes e Sistemas
Leia maisNotas de Aula. Álgebra Linear
Notas de Aula Álgebra Linear Rodney Josué Biezuner 1 Departamento de Matemática Instituto de Ciências Exatas (ICEx) Universidade Federal de Minas Gerais (UFMG) Notas de aula da disciplina Álgebra Linear
Leia maisFACULDADE DE CIÊNCIA E TECNOLOGIA. Cursos de Engenharia. Prof. Álvaro Fernandes Serafim
FACULDADE DE CIÊNCIA E TECNOLOGIA Cursos de Engenharia Prof. Álvaro Fernandes Serafim Última atualização: //7. Esta apostila de Álgebra Linear foi elaborada pela Professora Ilka Rebouças Freire. A formatação
Leia maisCorpos. Um domínio de integridade finito é um corpo. Demonstração. Seja D um domínio de integridade com elemento identidade
Corpos Definição Um corpo é um anel comutativo com elemento identidade em que todo o elemento não nulo é invertível. Muitas vezes é conveniente pensar em ab 1 como sendo a b, quando a e b são elementos
Leia maisRecordamos que Q M n n (R) diz-se ortogonal se Q T Q = I.
Diagonalização ortogonal de matrizes simétricas Detalhes sobre a Secção.3 dos Apontamentos das Aulas teóricas de Álgebra Linear Cursos: LMAC, MEBiom e MEFT (semestre, 0/0, Prof. Paulo Pinto) Recordamos
Leia maisMarília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA
Marília Brasil Xavier REITORA Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA MATERIAL DIDÁTICO EDITORAÇÃO ELETRONICA Odivaldo Teixeira Lopes ARTE FINAL DA CAPA Odivaldo Teixeira
Leia maisPARTE 2 FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL
PARTE FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL.1 Funções Vetoriais de Uma Variável Real Vamos agora tratar de um caso particular de funções vetoriais F : Dom(f R n R m, que são as funções vetoriais de uma
Leia maisESPAÇOS QUOCIENTES DANIEL SMANIA. [x] := {y X t.q. x y}.
ESPAÇOS QUOCIENTES DANIEL SMANIA 1. Relações de equivalência Seja uma relação de equivalência sobre um conjunto X, isto é, uma rel ção binária que satisfaz as seguintes propriedades i. (Prop. Reflexiva.)
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisCAPÍTULO 6 TRANSFORMAÇÃO LINEAR
INODUÇÃO AO ESUDO DA ÁLGEBA LINEA CAPÍULO 6 ANSFOMAÇÃO LINEA Introdução Muitos problemas de Matemática Aplicada envolvem o estudo de transformações, ou seja, a maneira como certos dados de entrada são
Leia maisCapítulo 2: Transformação de Matrizes e Resolução de Sistemas
2 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 2: Transformação de Matrizes e Resolução de Sistemas Sumário 1 Transformação de Matrizes.............. 3 1.1
Leia maisPor que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,...
Por que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,... 0) O que veremos na aula de hoje? Um fato interessante Produtos notáveis Equação do 2º grau Como fazer a questão 5 da 3ª
Leia maisTRANSFORMAÇÕES LINEARES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga
TRANSFORMAÇÕES LINEARES Álgebra Linear e Geometria Analítica Prof. Aline Paliga INTRODUÇÃO Estudaremos um tipo especial de função, onde o domínio e o contradomínio são espaços vetoriais reais. Assim, tanto
Leia maisESPAÇOS MUNIDOS DE PRODUTO INTERNO
ESPAÇOS MUNIDOS DE PRODUTO INTERNO Angelo Fernando Fiori 1 Bruna Larissa Cecco 2 Grazielli Vassoler 3 Resumo: O presente trabalho apresenta um estudo sobre os espaços vetoriais munidos de produto interno.
Leia maisFUNÇÃO COMO CONJUNTO R 1. (*)= ou, seja, * possui duas imagens. b) não é uma função de A em B, pois não satisfaz a segunda condição da
FUNÇÃO COMO CONJUNTO Definição 4.4 Seja f uma relação de A em B, dizemos que f é uma função de A em B se as duas condições a seguir forem satisfeitas: i) D(f) = A, ou seja, o domínio de f é o conjunto
Leia maisTópicos Matriciais Pedro Henrique O. Pantoja Natal / RN
1. Traço de Matrizes. Definição 1.1: O traço de uma matriz quadrada A a de ordem n é a soma dos elementos da diagonal principal. Em símbolos, TrA a a a a. Daqui em diante, A denotará uma matriz quadrada
Leia maisMATRIZES Matriz quadrada Matriz linha e matriz coluna Matriz diagonal Matriz identidade
MATRIZES Matriz quadrada matriz quadrada de ordem. diagonal principal matriz quadrada de ordem. - 7 9 diagonal principal diagonal secundária Matriz linha e matriz coluna [ ] colunas). (linha e matriz linha
Leia maisExercícios 1. Determinar x de modo que a matriz
setor 08 080509 080509-SP Aula 35 MATRIZ INVERSA Uma matriz quadrada A de ordem n diz-se invertível, ou não singular, se, e somente se, existir uma matriz que indicamos por A, tal que: A A = A A = I n
Leia maisVetores. Definição geométrica de vetores
Vetores Várias grandezas físicas, tais como por exemplo comprimento, área, olume, tempo, massa e temperatura são completamente descritas uma ez que a magnitude (intensidade) é dada. Tais grandezas são
Leia mais11 a LISTA DE PROBLEMAS DE ÁLGEBRA LINEAR LEIC-Taguspark, LERCI, LEGI, LEE 1 o semestre 2003/04 - semana de 2003-12-08
INSTITUTO SUPERIOR TÉCNICO - DEPARTAMENTO DE MATEMÁTICA a LISTA DE PROBLEMAS DE ÁLGEBRA LINEAR LEIC-Taguspark LERCI LEGI LEE o semestre 23/4 - semana de 23-2-8. Diga justificando quais dos seguintes ternos
Leia maisVetores no R 2 : = OP e escreve-se: v = (x, y), identificando-se as coordenadas de P com as componentes de v.
Vetores no R 2 : O conjunto R 2 = R x R = {(x, y) / x, y Є R} é interpretado geometricamente como sendo o plano cartesiano xoy. Qualquer vetor AB considerado neste plano tem sempre um representante OP
Leia maisUma lei que associa mais de um valor y a um valor x é uma relação, mas não uma função. O contrário é verdadeiro (isto é, toda função é uma relação).
5. FUNÇÕES DE UMA VARIÁVEL 5.1. INTRODUÇÃO Devemos compreender função como uma lei que associa um valor x pertencente a um conjunto A a um único valor y pertencente a um conjunto B, ao que denotamos por
Leia maisNIVELAMENTO MATEMÁTICA 2012
NIVELAMENTO MATEMÁTICA 202 Monitor: Alexandre Rodrigues Loures Monitor: Alexandre Rodrigues Loures SUMÁRIO. LOGARITMOS... 3.. Mudança de base... 3.2. Propriedades dos logaritmos... 4 2. DERIVADAS... 4
Leia maisÁLGEBRA LINEAR. Núcleo e Imagem de uma Transformação Linear, Teorema da Dimensão, Isomorfismo. Prof. Susie C. Keller
ÁLGEBRA LINEAR Núcleo e Imagem de uma Transformação Linear, Teorema da Dimensão, Isomorfismo Prof. Susie C. Keller Núcleo de uma Definição: Chama-se núcleo de uma transformação linear T: V W ao conjunto
Leia maisEQUAÇÕES E INEQUAÇÕES DE 1º GRAU
1 EQUAÇÕES E INEQUAÇÕES DE 1º GRAU Equação do 1º grau Chamamos de equação do 1º grau em uma incógnita x, a qualquer expressão matemática que pode ser escrita sob a forma: em que a e b são números reais,
Leia maisRELAÇÕES BINÁRIAS Produto Cartesiano A X B
RELAÇÕES BINÁRIAS PARES ORDENADOS Um PAR ORDENADO, denotado por (x,y), é um par de elementos onde x é o Primeiro elemento e y é o Segundo elemento do par A ordem é relevante em um par ordenado Logo, os
Leia maisUnidade II - Sistemas de Equações Lineares
Unidade II - Sistemas de Equações Lineares 1- Situando a Temática Discutiremos agora um dos mais importantes temas da matemática: Sistemas de Equações Lineares Trata-se de um tema que tem aplicações dentro
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 6. O trabalho feito pela força para deslocar o corpo de a para b é dado por: = =
Energia Potencial Elétrica Física I revisitada 1 Seja um corpo de massa m que se move em linha reta sob ação de uma força F que atua ao longo da linha. O trabalho feito pela força para deslocar o corpo
Leia mais9. Derivadas de ordem superior
9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de
Leia maisDefinição. A expressão M(x,y) dx + N(x,y)dy é chamada de diferencial exata se existe uma função f(x,y) tal que f x (x,y)=m(x,y) e f y (x,y)=n(x,y).
PUCRS FACULDADE DE ATEÁTICA EQUAÇÕES DIFERENCIAIS PROF. LUIZ EDUARDO OURIQUE EQUAÇÔES EXATAS E FATOR INTEGRANTE Definição. A diferencial de uma função de duas variáveis f(x,) é definida por df = f x (x,)dx
Leia maisx0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?
Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões
Leia maisBreve referência à Teoria de Anéis. Álgebra (Curso de CC) Ano lectivo 2005/2006 191 / 204
Breve referência à Teoria de Anéis Álgebra (Curso de CC) Ano lectivo 2005/2006 191 / 204 Anéis Há muitos conjuntos, como é o caso dos inteiros, dos inteiros módulo n ou dos números reais, que consideramos
Leia maisModelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1
Carlos Alexandre Mello 1 Modelagem no Domínio da Frequência A equação diferencial de um sistema é convertida em função de transferência, gerando um modelo matemático de um sistema que algebricamente relaciona
Leia maisÁlgebra Linear Volume 2
MATEMÁTICA Graduação Álgebra Linear Volume 2 Luiz Manoel Figueiredo Marisa Ortegoza da Cunha Módulo Volume 3 2ª edição 2 Luiz Manoel Figueiredo Marisa Ortegoza da Cunha I SBN 85-7648 - 315-7 Álgebra Linear
Leia maisQUESTÕES COMENTADAS E RESOLVIDAS
LENIMAR NUNES DE ANDRADE INTRODUÇÃO À ÁLGEBRA: QUESTÕES COMENTADAS E RESOLVIDAS 1 a edição ISBN 978-85-917238-0-5 João Pessoa Edição do Autor 2014 Prefácio Este texto foi elaborado para a disciplina Introdução
Leia mais6. Geometria, Primitivas e Transformações 3D
6. Geometria, Primitivas e Transformações 3D Até agora estudamos e implementamos um conjunto de ferramentas básicas que nos permitem modelar, ou representar objetos bi-dimensionais em um sistema também
Leia maisFunção. Definição formal: Considere dois conjuntos: o conjunto X com elementos x e o conjunto Y com elementos y. Isto é:
Função Toda vez que temos dois conjuntos e algum tipo de associação entre eles, que faça corresponder a todo elemento do primeiro conjunto um único elemento do segundo, ocorre uma função. Definição formal:
Leia mais1 Propriedades das Funções Contínuas 2
Propriedades das Funções Contínuas Prof. Doherty Andrade 2005 Sumário 1 Propriedades das Funções Contínuas 2 2 Continuidade 2 3 Propriedades 3 4 Continuidade Uniforme 9 5 Exercício 10 1 1 PROPRIEDADES
Leia maisPOLINÔMIOS. x 2x 5x 6 por x 1 x 2. 10 seja x x 3
POLINÔMIOS 1. (Ueg 01) A divisão do polinômio a) x b) x + c) x 6 d) x + 6 x x 5x 6 por x 1 x é igual a:. (Espcex (Aman) 01) Os polinômios A(x) e B(x) são tais que A x B x x x x 1. Sabendo-se que 1 é raiz
Leia maisAulas Teóricas e de Problemas de Álgebra Linear
Aulas Teóricas e de Problemas de Álgebra Linear Nuno Martins Departamento de Matemática Instituto Superior Técnico Maio de Índice Parte I (Aulas teóricas e chas de exercícios) Matrizes e sistemas de equações
Leia maisResolução de sistemas lineares
Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)
Leia maisn. 33 Núcleo de uma transformação linear
n. 33 Núcleo de uma transformação linear Chama-se núcleo de uma transformação linear f: V W ao conjunto de todos os vetores v V que são transformados em 0 W. Indica-se esse conjunto \por N(f) ou Ker (f).
Leia maisAplicações de Combinatória e Geometria na Teoria dos Números
Aplicações de Combinatória e Geometria na Teoria dos Números Nesse artigo vamos discutir algumas abordagens diferentes na Teoria dos Números, no sentido de envolverem também outras grandes áreas, como
Leia maisCAPÍTULO 4. A Produção de Significados para a Noção de Base: Um Estudo de Caso
CAPÍTULO 4 A Produção de Significados para a Noção de Base: Um Estudo de Caso 77 4. Um Estudo Preliminar Na primeira fase de elaboração das atividades do estudo de caso, tentamos reunir alguns elementos
Leia maisMaterial Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto
Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum
Leia maisParte 2. Polinômios sobre domínios e corpos
Parte Polinômios sobre domínios e corpos Pressupomos que o estudante tenha familiaridade com os anéis comutativos com unidade, em particular com domínios e corpos. Alguns exemplos importantes são Z Q R
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 maisBem, produto interno serve para determinar ângulos e distâncias entre vetores e é representado por produto interno de v com w).
Produto Interno INTRODUÇÃO Galera, vamos aprender agora as definições e as aplicações de Produto Interno. Essa matéria não é difícil, mas para ter segurança nela é necessário que o aluno tenha certa bagagem
Leia maisÁlgebra Linear I Solução da 5ª Lista de Exercícios
FUNDAÇÃO EDUCACIONAL SERRA DOS ÓRGÃOS CENTRO UNIVERSITÁRIO SERRA DOS ÓRGÃOS Centro de Ciências e Tecnologia Curso de Graduação em Engenharia de Produção Curso de Graduação em Engenharia Ambiental e Sanitária
Leia mais12. FUNÇÕES INJETORAS. FUNÇÕES SOBREJETORAS 12.1 FUNÇÕES INJETORAS. Definição
90 1. FUNÇÕES INJETORAS. FUNÇÕES SOBREJETORAS 1.1 FUNÇÕES INJETORAS Definição Dizemos que uma função f: A B é injetora quando para quaisquer elementos x 1 e x de A, f(x 1 ) = f(x ) implica x 1 = x. Em
Leia maisMatriz de mudança de coordenadas: S B1!B 2. (como se faz e para que serve) transformação linear. (como se faz e para que serve)
Matriz de mudança de coordenadas: S B!B (como se faz e para que serve) Transformação linear A matriz de T em relação às bases B e B 0 : M(T ; B; B 0 ) (como se faz e para que serve) As 3 formas (equivalentes)
Leia maisMatemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.
Matemática Essencial Equações do Segundo grau Conteúdo Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.br/matessencial/ 1 Introdução
Leia mais. Determine os valores de P(1) e P(22).
Resolução das atividades complementares Matemática M Polinômios p. 68 Considere o polinômio P(x) x x. Determine os valores de P() e P(). x x P() 0; P() P(x) (x x)? x (x ) x x x P()? 0 P() ()? () () 8 Seja
Leia maisSobre Domínios Euclidianos
Sobre Domínios Euclidianos Clarissa Bergo Bianca Fujita Lino Ramada João Schwarz Felipe Yukihide Setembro de 2011 Resumo Neste texto, apresentaremos formalmente o que vem a ser domínio euclidiano, alguns
Leia maisTodos os exercícios sugeridos nesta apostila se referem ao volume 1. MATEMÁTICA I 1 FUNÇÃO DO 1º GRAU
FUNÇÃO IDENTIDADE... FUNÇÃO LINEAR... FUNÇÃO AFIM... GRÁFICO DA FUNÇÃO DO º GRAU... IMAGEM... COEFICIENTES DA FUNÇÃO AFIM... ZERO DA FUNÇÃO AFIM... 8 FUNÇÕES CRESCENTES OU DECRESCENTES... 9 SINAL DE UMA
Leia maisOTIMIZAÇÃO VETORIAL. Formulação do Problema
OTIMIZAÇÃO VETORIAL Formulação do Problema Otimização Multiobjetivo (também chamada otimização multicritério ou otimização vetorial) pode ser definida como o problema de encontrar: um vetor de variáveis
Leia mais2 a. Lista de Exercícios
Última atualização 16/09/007 FACULDADE Engenharia: Disciplina: Álgebra Linear Professor(a): Data / / Aluno(a): Turma a Lista de Exercícios A álgebra de vetores e a álgebra de matrizes são similares em
Leia maisSociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional. n=1
Sociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional MA Números e Funções Reais Avaliação - GABARITO 3 de abril de 203. Determine se as afirmações a seguir são verdadeiras
Leia maisObjetivos. Apresentar as superfícies regradas e superfícies de revolução. Analisar as propriedades que caracterizam as superfícies regradas e
MÓDULO 2 - AULA 13 Aula 13 Superfícies regradas e de revolução Objetivos Apresentar as superfícies regradas e superfícies de revolução. Analisar as propriedades que caracterizam as superfícies regradas
Leia maisDicas para a 6 a Lista de Álgebra 1 (Conteúdo: Homomorfismos de Grupos e Teorema do Isomorfismo para grupos) Professor: Igor Lima.
Dicas para a 6 a Lista de Álgebra 1 (Conteúdo: Homomorfismos de Grupos e Teorema do Isomorfismo para grupos) Professor: Igor Lima. 1 /2013 Para calcular Hom(G 1,G 2 ) ou Aut(G) vocês vão precisar ter em
Leia maisEste apêndice resume os conceitos de álgebra matricial, inclusive da álgebra de probabilidade,
D Resumo de Álgebra Matricial Este apêndice resume os conceitos de álgebra matricial, inclusive da álgebra de probabilidade, necessária para o estudo de modelos de regressão linear múltipla usando matrizes,
Leia maisO Teorema da Função Inversa e da Função Implícita
Universidade Estadual de Maringá - Departamento de Matemática Cálculo Diferencial e Integral: um KIT de Sobrevivência c Publicação eletrônica do KIT http://www.dma.uem.br/kit O Teorema da Função Inversa
Leia maisResolução da Prova da Escola Naval 2009. Matemática Prova Azul
Resolução da Prova da Escola Naval 29. Matemática Prova Azul GABARITO D A 2 E 2 E B C 4 D 4 C 5 D 5 A 6 E 6 C 7 B 7 B 8 D 8 E 9 A 9 A C 2 B. Os 6 melhores alunos do Colégio Naval submeteram-se a uma prova
Leia maisINSTITUTO TECNOLÓGICO
PAC - PROGRAMA DE APRIMORAMENTO DE CONTEÚDOS. ATIVIDADES DE NIVELAMENTO BÁSICO. DISCIPLINAS: MATEMÁTICA & ESTATÍSTICA. PROFº.: PROF. DR. AUSTER RUZANTE 1ª SEMANA DE ATIVIDADES DOS CURSOS DE TECNOLOGIA
Leia maisFUNÇÃO REAL DE UMA VARIÁVEL REAL
Hewlett-Packard FUNÇÃO REAL DE UMA VARIÁVEL REAL Aulas 01 a 04 Elson Rodrigues, Gabriel Carvalho e Paulo Luís Ano: 2015 Sumário INTRODUÇÃO AO PLANO CARTESIANO... 2 PRODUTO CARTESIANO... 2 Número de elementos
Leia maisO Problema do Troco Principio da Casa dos Pombos. > Princípios de Contagem e Enumeração Computacional 0/48
Conteúdo 1 Princípios de Contagem e Enumeração Computacional Permutações com Repetições Combinações com Repetições O Problema do Troco Principio da Casa dos Pombos > Princípios de Contagem e Enumeração
Leia maisSOCIEDADE BRASILEIRA DE MATEMÁTICA MESTRADO PROFISSIONAL EM REDE NACIONAL PROFMAT
SOCIEDADE BRASILEIRA DE MATEMÁTICA MESTRADO PROFISSIONAL EM REDE NACIONAL PROFMAT GABARITO da 3 a Avaliação Nacional de Aritmética - MA14-21/12/2013 Questão 1. (pontuação: 2) (1,0) a) Enuncie e demonstre
Leia maisIvan Guilhon Mitoso Rocha. As grandezas fundamentais que serão adotadas por nós daqui em frente:
Rumo ao ITA Física Análise Dimensional Ivan Guilhon Mitoso Rocha A análise dimensional é um assunto básico que estuda as grandezas físicas em geral, com respeito a suas unidades de medida. Como as grandezas
Leia mais