Notas de Aula - Espaços Vetoriais I
|
|
- Mirela Soares Gabeira
- 6 Há anos
- Visualizações:
Transcrição
1 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 esta noção. 1.1 Somas definidas sobre o conjunto R 2 Você, com certeza, está familizarido com o conjunto R 2, isto é, o conjunto R 2 = {(x, y), x, y R}. Neste conjunto temos uma forma de somar usual, que geralmente, num curso de Geometria Analítica, nos referimos como soma de vetores. Esta soma usual é definida como (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2, y 1 + y 2 ). Para nossos propósitos, o mais importante é observar que esta operaçãoo de soma sobre R 2 satisfaz: 1) Ela é comutativa, isto é, (x 1, y 1 ) + (x 2, y 2 ) = (x 2, y 2 ) + (x 1, y 1 ) (x 1, y 1 ), (x 2, y 2 ) R 2. 2) Ela é associativa, isto é, [(x 1, y 1 ) + (x 2, y 2 )] + (x 3, y 3 ) = (x 1, y 1 ) + [(x 2, y 2 ) + (x 3, y 3 )] (x 1, y 1 ), (x 2, y 2 ), (x 3, y 3 ) R 2. 3) Ela possui elemento neutro, isto é, existe um elemento (x, y) R 2 tal que (x 1, y 1 ) + (x, y) = (x, y) + (x 1, y 1 ) = (x 1, y 1 ) (x 1, y 1 ) R 2. Claramente este elemento é o vetor (0, 0) 4) Todo elemento de R 2 possui um elemento simétrico, isto é, para cada elemento (x, y) R 2 existe um elemento (x 1, y 1 ) R 2 tal que (x 1, y 1 ) + (x, y) = (x, y) + (x 1, y 1 ) = (0, 0). 1
2 É simples ver que este elemento (x 1, y 1 ) é o vetor ( x, y). O interessante é que poderíamos definir outras somas em R 2, ou seja, poderíamos mudar a regra da soma usual. Vejamos alguns exemplos. Exemplo 1 Neste primeiro exemplo definiremos nossa soma como (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + y 1, x 2 + y 2 ) (x 1, y 1 ), (x 2, y 2 ) R 2. Note que, por exemplo, (1, 0) + (2, 3) = (1, 5). Esta soma é comutativa? Para responder a esta pergunta, geralmente temos duas opções, quais sejam: i) Mostrar que (x 1, y 1 )+(x 2, y 2 ) = (x 2, y 2 )+(x 1, y 1 ) (x 1, y 1 ), (x 2, y 2 ) R 2 e daí a resposta à pergunta seria positiva. ii) Encontrar dois vetores (x 1, y 1 ), (x 2, y 2 ) tais que (x 1, y 1 ) + (x 2, y 2 ) (x 2, y 2 ) + (x 1, y 1 ) e daí a resposta à pergunta seria negativa. Neste caso a opção (ii) nos parece melhor já que temos (1, 0) + (2, 3) = (1, 5) e (2, 3) + (1, 0) = (5, 1) e, portanto, a operação não é comutativa. É interessante observar que (1, 4) + (2, 3) = (2, 3) + (1, 4) = (5, 5) mas isto não implica que a operação é comutativa já que para ser comutativa devemos ter (x 1, y 1 ) + (x 2, y 2 ) = (x 2, y 2 ) + (x 1, y 1 ) (x 1, y 1 ), (x 2, y 2 ) R 2 e não apenas para alguns vetores em R 2. Exemplo 2 Definiremos nossa soma como (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + y 2, y 1 + x 2 ). Observamos que ao definirmoa a soma já estará implícito que a definição vale para quaisquer (x 1, y 1 ) e (x 2, y 2 ) em R 2. Para esta soma temos, por exemplo, (1, 0) + (2, 3) = (4, 2). Tal como no exemplo anterior é fácil ver que esta soma não é comutativa. Exemplo 3 A soma definida por (x 1, y 1 ) + (x 2, y 2 ) = (y 1 + y 2, x 1 + x 2 ) é comutativa?. Note que (1, 0) + (2, 3) = (3, 3) = (2, 3) + (1, 0). Como dissemos acima, isto não é suficiente para concluirmos que a operação é comutativa. Neste exemplo, teremos que usar a opção (ii) acima, isto é, devemos tentar provar que (x 1, y 1 )+(x 2, y 2 ) = (x 2, y 2 )+(x 1, y 1 ) (x 1, y 1 ), (x 2, y 2 ) R 2. Geralmente o mais fácil é fazermos separado (x 1, y 1 ) + (x 2, y 2 ) e (x 2, y 2 ) + (x 1, y 1 ) comparando os resultados finais para verificarmos se são iguais independente de x 1, y 1, x 2 e y 2. Vejamos: (x 1, y 1 ) + (x 2, y 2 ) = (y 1 + y 2, x 1 + x 2 ) e (x 2, y 2 ) + (x 1, y 1 ) = (x 2 + x 1, y 2 + y 1 ). Como a soma de números reais é comutativa, os resultados são iguais e, portanto, a operação é comutativa. Exemplo 4 A soma definida acima, que já sabemos ser comutativa, possui elemento neutro? De outra forma, existe um vetor (x, y) tal que (x 1 + y 1 ) + (x, y) = (x 1, y 1 ) (x 1, y 1 ) R 2? Geralmente a forma mais simples de responder a esta pergunta é tomarmos um primeiro vetor em R 2 e tentarmos determinar um segundo vetor que somado ao primeiro produza como resultado o primeiro. Assim, o segundo vetor será um candidato a elemento neutro. Tomemos o vetor (1, 0) e busquemos um vetor (x, y) tal que (1, 0) + (x, y) = (1, 0). Pela definição de nossa soma teremos (1, 0) + (x, y) = (y, 1 + x). Para que (1, 0) + (x, y) = (1, 0) devemos ter (y, 1 + x) = (1, 0), ou ainda,y = 1, x = 1. Logo o único vetor que somado ao vetor (1, 0) 2
3 produz o próprio vetor (1, 0) é o vetor ( 1, 1) e, portanto, se a soma estudada possui elemento neutro, este só pode ser o vetor ( 1, 1). Devemos responder agora à seguinte pergunta: Vejamos (x, y) + ( 1, 1) = (x, y) (x, y) R 2? (x, y) + ( 1, 1) = (y + 1, x 1) mas (y+1, x 1) não é igual a (x, y) para todo (x, y). De fato é simples verificar que (y+1, x 1) é igual a (x, y se, e somente se, x = y + 1 (verifique!), o que acontece no vetor (1, 0). Mas, por exemplo, (1, 1) + ( 1, 1) = (2, 0) (1, 1). Constatamos, então, que a soma não possui elemento neutro. Exemplo 5 Vejamos, agora, um exemplo mais interessante. Estudemos a soma (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2 + 1, y 1 + y 2 ). É simples verificar que esta soma é comutativa( e também associativa). Tal como no exemplo anterior, para verificarmos a exsitência do elemento neutro, busquemos um vetor (x, y) tal que (1, 0) + (x, y) = (1, 0) (Poderíamos fixar outro vetor diferente de (1, 0)). Pela definição da soma, teremos (1, 0) + (x, y) = (1 + x + 1, y) e para termos (1, 0) + (x, y) = (1, 0) devemos ter x = 1 e y = 0. Logo nosso único candidato a elemento neutro é o vetor ( 1, 0). Verifiquemos se ( 1, 0) é realmente o elemento neutro. Temos (x, y) + ( 1, 0) = (x , y + 0) = (x, y) e, portanto, a soma possui elemento neutro que é o vetor ( 1, 0). Neste exemplo tem sentido verificarmos a existência de elemento simétrico. Para tanto, para cada (x, y) R 2 devemos verificar a existência de (x 1, y 1 ) tal que (x, y) + (x 1, y 1 ) = ( 1, 0)(elemento neutro). Note que (x, y) + (x 1, y 1 ) = (x + x 1 + 1, y + y 1 ) e então devemos ter (x + x 1 + 1, y + y 1 ) = ( 1, 0)(não se esqueça que estamos buscando x 1 e y 1 ). Resolvendo o sistema obtemos x 1 = x 2 e y 1 = y. Podemos verificar fazendo a soma (x, y) + ( x 2, y) = ( 1, 0). Então, todo vetor (x, y) R 2 possui simétrico dado por ( x 2, y). Exercício 6 1) A operação do exemplo (1) é associativa? Justifique! 2) (a) A operação do exemplo (2) é associativa? Justifique! (b) Determine, se existirem, dois vetores (x 1, y 1 ) e (x 2, y 2 ) tais que (x 1, y 1 ) + (x 2, y 2 ) = (x 2, y 2 ) + (x 1, y 1 ) 3) Utilizando a soma do exemplo (4) determine, se existir, um vetor (x, y) tal que ( 1, 3)+ (x, y) = (x, y) + ( 1, 3) = ( 1, 3). 1.2 Multiplicaçoes por escalar definidas sobre o conjunto R 2 Tal como enfatizamos acima, você também está acostumado a multiplicar um número(escalar) por um vetor, onde esta multiplicação é definida por λ(x, y) = (λx, λy) λ R e (x, y) R 2. 3
4 No caso desta multiplicação, tomando a soma usual, temos que: 1) λ[(x 1, y 1 ) + (x 2, y 2 )] = λ(x 1, y 1 ) + λ(x 2, y 2 ) λ R e (x 1, y 1 ), (x 2, y 2 ) R 2. 2) (λ + µ)(x, y) = λ(x, y) + µ(x, y) λ, µ R e (x, y) R 2. 3) λ[µ(x, y)] = (λµ)(x, y) λ, µ R e (x, y) R 2. 4) 1(x, y) = (x, y) (x, y) R 2. Fixada uma soma em R 2, estaremos interessados em multiplicações sobre R 2 que satisfaçam (1), (2), (3) e (4) acima. Vejamos alguns exemplos. Exemplo 7 Considere sobre R 2 a soma usual e o produto dado por λ(x, y) = (λy, λx). Claramente observamos que esta multiplicação não satisfaz a condição (4) acima. Exemplo 8 Considere em R 2 a soma e produto dados por (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2 + 1, y 1 +y 2 ) e λ(x, y) = (λx, λy). Verifiquemos se a condição (1) acima está verificada. Teremos λ[(x 1, y 1 ) + (x 2, y 2 )] = λ(x 1 + x 2 + 1, y 1 + y 2 ) = (λx 1 + λx 2 + λ, λy 1 + λy 2 ) e λ(x 1, y 1 ) + λ(x 2, y 2 ) = (λx 1, λy 1 ) + (λx 2, λy 2 ) = (λx 1 + λx 2 + 1, λy 1 + λy 2 ). É simples verificar que os dois resultados obtidos nem sempre são iguais e, portanto, R 2 com esta multiplicação não satisfaz (1). Exemplo 9 Acompanhe este exemplo. Considere em R 2 a soma e produto dados por (x 1, y 1 )+ (x 2, y 2 ) = (x 1 + x 2 + 1, y 1 + y 2 ) e λ(x, y) = (λx + λ 1, λy). Verifiquemos quais condições dentre (1), (2), (3) e (4) acima estão verificadas. Inicialmente, é simples verificarmos que a condição (4) é satisfeita. Busquemos mostrar que as outras condições também são válidas. O mais simples nos três casos talvez seja calcular os lados direito e esquerdo e comparar os resultados. Vejamos a condição (1). Calculando o lado direito teremos λ[(x 1, y 1 ) + (x 2, y 2 )] = λ(x 1 + x 2 + 1, y 1 + y 2 ) = (λ(x 1 + x 2 + 1) + λ 1, λ(y 1 + y 2 )) = (λx 1 + λx 2 + λ + λ 1, λy 1 + λy 2 ) = (λx 1 + λx 2 + 2λ 1, λy 1 + λy 2 ). Já o lado esquerdo nos leva a λ(x 1, y 1 ) = λ(x 2, y 2 ) = (λx 1 +λ 1, λy 1 )+(λx 2 +λ 1, λy 2 ) = (λx 1 +λx 2 +2λ 1, λy 1 +λy 2 ). Logo, a condição (2) está verificada. Quanto à condição (2) teremos: (λ + µ)(x, y) = ((λ + µ)x + λ + µ 1, (λ + µ)y) = (λx + µx + λ + µ 1, λy + µy). Por autro lado λ(x, y) + µ(x, y) = (λx + λ 1, λy) + (µx + µ 1, µy) = (λx + λ + µx + µ 1, λy + µy).. Vejamos a condição (3). λ[µ(x, y)] = λ[(µ+µ 1, µy)] = (λ(µx+µ 1)+λ 1, λµy) = (λµx+λµ λ+λ 1, λµy) = (λµx + λµ 1, λµy. Temos ainda (λµ)(x, y) = (λµx + λµ 1, λµy). 4
5 Exercício 10 Sejam a e b números reais fixados. Em R 2 considere a soma e o produto definidos por (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2 + a, y 1 + y 2 + b) e λ(x 1, y 1 ) = (λx 1 + λa a, λy 1 + λb b). Mostre que todas as condições para soma e produto são satisfeitas, determinando, inclusive, elemento neutro e simétricos. Observação 11 As operações de soma e produto usuais em R 2 nos fornecem um exemplo de espaço vetorial real, isto é, real 2 com a soma usual e produto usual, que sabemos satisfazem as 4 condições da soma e as 4 condições do produto, será dito um espaço vetorial real. Os exemplos (5) e (9) nos mostram que R 2 com a soma (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2 + 1, y 1 + y 2 ) e produto λ(x 1, y 1 ) = (λx 1 + λ + 1, λy 1 ) também é um espaço vetorial real. 1.3 Espaços Vetoriais Reais Diante das considerações acima foi simples perceber que definir uma soma sobre R 2 é definir uma regra que associa a cada par (x 1, y 1 ), (x 2, y 2 ) o elemento de R 2 dado por (x 1, y 1 ) + (x 2, y 2 ). De maneira análoga, definir uma soma por escalar(número real) é definir uma regra que associa a cada par λ R e (x, y) R 2 o vetor em R 2 dado por λ(x, y). Poderíamos generalizar tal noção para um conjunto qualquer, em particular, estaremos interessados em somas e multiplicações definidas sobre conjuntos do tipo: 1) R n = {(x 1, x 2,..., x n ) com x 1, x 2,..., x n R} para um certo número natural n > 0 fixado. 2) M m n =conjunto das matrizes m n. 3) F [I] = {f : I R} onde I é um intervalo de R fixado. Vale ressaltar que em todos estes conjuntos já conhecemos a soma e produto por escalar usuais que satisfazem tanto as condições para soma quanto para produto. Temos, então a importante definição. Definição 12 Um conjunto não-vazio V juntamente com uma operação de soma e uma operação de produto por número real definidas sobre V será dito um espaço vetorial real(espaço vetorial) se estas operações satisfazem: (1) A soma é comutativa, isto é, u + v = v + u u, v V (2) A soma é asociativa, isto é, (u + v) + w = u + (v + w) u, v, w V (3) Existe elemento neutro para a soma, isto é, existe um elemento w V tal que v + w = w + v = v v V 4) Todo elemento possui simétrico, isto é, para cada v V fixado, existe v V tal que v + v = v + v = w(elemento neutro) 5) A multiplicação é associativa, isto é, λ(µv) = (λµ)v, forall λ, µ R e v V 5
6 6) A multiplicação é distributiva em relação à soma em V, isto é, λ(u + v) = λu + λv λ R e u, v V 7) A multiplicação é distributiva em relação ao produto de números, isto é, (λ + µ)v = λv + µv λ, µ R e v V 8) 1v = v v V. Antes de passarmos a alguns exemplos, façamos algumas considerações sobre esta definição. 1) Um espaço vetorial é composto pelo conjunto V e as operações fixadas de soma e produto satisfazendo as condições acima, ou seja, se mudamos uma ou as duas operaçoes, ainda que as novas operações satisfaçam as condições acima teremos um outro espaço vetorial. Vide a observação 11 acima. 2) A condição (8) pode parecer óbvia, mas depende do produto definido, já que à esquerda temos o produto do número 1 pelo elemento v e à direita somente o elemento v. Vide exemplo 7 acima. 3) Ao assumirmos que um conjunto V é um espaço vetorial, estará implícito que o mesmo é não-vazio e que existem operações de soma e produto fixadas satisfazendo as condições acima. Os elementos de um espaço vetorial serão chamados vetores. 4) Um espaço vetorial será dito complexo se as condições 5, 6 e 7 são verificadas para números complexos. Neste curso estaremos sempre trabalhando com espaços vetoriais reais. 5) As operações definidas devem sempre ter como resultado um elemento ainda de V, isto é, ao somarmos dois elementos de V o resultado deve ainda estar em V. Ao multiplicarmos um número por um elemento de V o resultado sempre deve ser um elemento de V. 6) Abaixo mostraremos que o elemento neutro de um espaço vetorial é único e o denominaremos por vetor nulo do espaço, indicando-o por 0. Mostraremos ainda que para cada vetor v fixado seu simétrico é único. Este simétrico será indicado por v. Bem entendido, v é o vetor que somado ao vetor v produz como resultado o vetor nulo. Vejamos agora alguns exemplos. Exemplo 13 Já sabemos que R n, M m n e F [i] são espaços vetoriais reais com as operações de soma e produto usuais. Quando nos referirmos a alguns destes conjuntos ou mesmo subconjuntos destes e não mencionarmos as operações, estaremos supondo sempre as operações usuais. Sendo V um espaço vetorial, temos os chamados subespaços triviais de V, quais sejam, W = V e W = {0}. {( ) } x 1 Exemplo 14 Considere V =, x R. Note que ao somarmos dois elementos 1 x de V obtemos um elemento que não está em V, logo a soma usual não define uma operação sobre V e nem temps nada a considerar para concluir que não temos um espaço vetorial com as operações usuais. Exemplo 15 onsidere V = {( x 0 0 x ) }, x R. V é um espaço vetorial? 6
7 Observe que, neste caso, as operaçoes usuais definem soma e produto sobre V. É claro que todas as condições da definição anterior são satisfeitas e, portanto, V é um espaço vetorial. Exemplo 16 Considere R 2 com as operações referidas no exemplo 9. Como mostramos naquele exemplo, R 2 com aquelas operações é um espaço vetorial. No exemplo 5 determinamos o vetor nulo deste espaço, qual seja, ( 1, 0) e, portanto, para este espaço teremos ( 1, 0) = 0(vetor nulo do espaco). No exemplo 5 determinamos ainda o simétrico para cada vetor v = (x, y), isto é, v = ( x 2, y). Exemplo 17 Determine escalares λ e µ tais que λ( 1, 2) + µ(4, 3) = 0. Note que 0 à direita da igualdade significa o vetor nulo do espaço, neste caso, como nada foi mencionado sobre operações teremos, 0 = (0, 0). logo devemos determinar λ e µ tais que λ + 4µ = 0 e 2λ + 3µ = 0, isto é, devemos resolver o seguinte sistema homogêneo: { λ + 4µ = 0 2λ + 3µ = 0 É simples verificar que a única solução do sistema é λ = µ = 0. Exemplo 18 Considere o espaço vetorial do exemplo 16. Determine escalares λ e µ tais que λ( 1, 2) + µ(4, 3) = 0. Neste exemplo devemos lembrar que 0 = ( 1, 0) juntamente com as operaçoes definidas. Usando a definição do produto teremos λ( 1, 2) = ( λ + λ 1, 2λ) = ( 1, 2λ). Teremos, ainda, µ(4, 3) = (4µ + µ 1, 3µ) = (5µ 1, 3µ). Logo λ( 1, 2) + µ(4, 3) = (5µ 2 + 1, 2λ + 3µ) = (5µ 1, 2λ + 3λ). Portanto devemos ter (5µ 1, 2λ + 3λ) = ( 1, 0), o que nos leva ao sistema { 5µ 1 = 1 2λ + 3µ = 0 É simples verificar que a única solução do sistema é λ = µ = 0. Exemplo 19 Determine escalares λ e µ tais que λ( 1, 2) + µ(4, 3) = (1, 1). Neste caso, devemos resolver o sistema { λ + 4µ = 1 2λ + 3µ = 1 É simples verificar que a única solução do sistema é λ = 1/11 e µ = 3/11. Exemplo 20 Considere o espaço vetorial do exemplo 16. Determine escalares λ e µ tais que λ( 1, 2) + µ(4, 3) = (1, 1). Neste caso, somos levados ao sistema { 5µ 1 = 1 2λ + 3µ = 1 É simples verificar que a única solução do sistema é λ = 1/10 e µ = 2/5. 7
8 Exemplo 21 Seja P 2 = {p : R R; p(x) = a 2 x 2 + a 1 x 1 + a 0 com a 2, a 1, a 0 R}. Note que P 2 F [R]. É simples verificar que com as operaçoes usuais P 2 é um espaço vetorial. É muito importante entender a proposição abaixo. Proposição 22 Seja V um espaço vetorial. Então: 1) O vetor nulo é único 2) Para cada vetor v V seu simétrico é único 3) Se λ R temos λ0 = 0 ( Em ambos os casos 0=vetor nulo do espaço! ) 4) Se v V então 0v = 0 ( note que èsquerda temos o escalar 0 e à direia o vetor nulo! ) 5) Para todo v V e n número natural teremos nv = v + v v }{{} n parcelas 6) Para todo v V temos v = 1v. 7) λv = 0 λ = 0 ou v = 0 Prova. 1) Como V é um espaço vetorial, sabemos que existe um elemento neutro. Geralmente, para mostrarmos que existe apenas um, supomos a existência de dois e msotramos que estes são iguais. Consideremos 0 e 0 elementos neutros. Como 0 é elemento neutro devemos ter = 0. Por outro lado, como 0 é elemento neutro, temos que = 0 e, daí, temos que 0 = 0. 2) Seja v V e suponhamos w e w simétricos de v. Então temos w = w+0 = w+(v+w ) = (w + v) + w = 0 + w = w. 3) Temos λ0 = λ(0 + 0) = λ0 + λ0. Somando o simétrico de λ0 a ambos os lados teremos λ0 + ( λ0) = λ0 + λ0 + ( λ0), ou ainda, 0 = λ0. 4) 0v = (0 + 0)v = 0v + 0v. Tal como no item anterior somando o simétrico de 0v a ambos os lados teremos 0 = 0v. 5) v } + v + {{... + v } = (1 } {{ } )v = nv n parcelas n parcelas 6) Para mostrar que v = 1v devemos mostrar que o simétrico de v é o vetor 1v, isto é, devemos mostrar que 1v + v = 0. Mas 1v + v = 1v + 1v = ( 1 + 1)v = 0v = 0, logo 1v = v. 7) Suponhamos λv = 0. Se λ 0 podemos multiplicar a igualdade por 1/λ e daí obtemos v = 1 0 = 0. Daí temos que se λ 0 teremos v = 0, logo pelo menos um deles é igual a 0. λ Exercício 23 1) O conjunto V = {( x 0 0 y ) }, x R é um espaço vetorial? Justifique! 8
9 2) Sobre o conjunto M 2 2 definimos a operação: ( ) ( ) ( ) x z x1 z + 1 x + x1 + 1 z + z = w y w 1 y 1 w + w y + y (a) Esta soma possui elemento neutro? Justifique! Se sim, determine-o e verifique quais elementos possuem simétrico. (b) M 2 2 é um espaço vetorial com esta soma e o prouto usual? Justifique! 3) Considere M 2 2 com a soma definida no exercício anterior e o produto definido por ( ) ( ) x z λx + λ 1 λz + 2λ 2 λ = w y λw + 3λ 3 λy + 4λ 4 (a) Mostre que, neste caso, M 2 2 é um espaço vetorial. (b) Determine o vetor nulo do espaço. (c) Para cada vetor v M 2 2 determine v. (d) Determine, se existirem, escalares λ e µ tais que ( ) ( λ + µ ) = 0 (e) Determine, se existirem, escalares λ, µ, α, β tais que ( ) ( ) ( ) ( λ + µ + α + β ) = 0 4) Mostre que o conjunto V = {(x, y, 0), x, y R} é um espaço vetorial. (operaçoes usuais de R 3 ) 2 Subespaços Vetoriais e Combinações Lineares 2.1 Subespaços Vetoriais Se considerarmos o conjunto V = {(x, 0), x R} com as operações usuais de soma e produto do R 2 será simples verificarmos, tal com no exercício 4 acima, que V será um espaço vetorial. Como o próprio R 2 é um espaço vetorial, temos um espaço vetorial contido em outro espaço vetorial. Daí temos a importante noção de subespaço vetorial. Definição 24 Seja V um espaço vetorial. Um subespaço (vetorial) de V é um conjunto nãovazio W que é um espaço vetorial com as operações de soma e produto por escalar de V. 9
10 Em vista da definição acima, para mostrarmos que um conjunto é um subespaço deveríamos verificar todas as oito condições da definição de espaço vetorial. O teorema abaixo motra que isto não é necessário. Teorema 25 Um conjunto W é um subespaço de um espaço vetorial V se, e somente se: (i) w e W V (ii) u + v W u, v W (iii) λv W, λ R e v W. Prova. Será discutida em sala! Exemplo 26 O conjunto X = {(x, 0, 0); x R} é um subspaço vetorial de R 3? Justifique! Exemplo 27 O conjunto W = {(x, x + y, x y), x, y R} é um subspaço vetorial de R 3? Justifique! Exemplo 28 O conjunto W = {(2λ 1, 2λ), λ R} é um subespaço de R 2? Justifique! Exemplo 29 O conjunto V = {(x, y, 1, 0) R 4 } é um subspaço vetorial de R 4? Justifique! Exemplo 30 O conjunto W = {(2λ 1, 2λ), λ R} é um subespaço de R 2 com as operações definidas no exemplo 9? Justifique! Exemplo 31 Uma função f : R R é dita par se f(x) = f( x) x R. Mostre que o conjunto das funções pares é um subespaço de F [R]. 2.2 Combinações lineares e dependência linear Definição 32 Um vetor v de um espaço vetorial V será dito uma combinação linear dos vetores v 1, v 2,..., v k, que também estão em V, se existirem números reais λ 1, λ 2,..., λ k tais que v = λ 1 v 1 + λ 2 v λ k v k. Exemplo 33 Verifique se o vetor v = (1/2, 1) é combinação linear dos vetores v 1 = ( 1, 0), v 2 = (1, 1/2) e v 3 = (0, 1/2). O conjunto de todos os vetores que são combinação linear dos vetores v 1, v 2,..., v k será indicado por [v 1, v 2,..., v k ]. 10
11 Em outras palavras, anotaremos v [v 1, v 2,..., v k ] se, e somente se, existirem números reais λ 1, λ 2,..., λ k tais que v = λ 1 v 1 + λ 2 v λ k v k. Note que v [u] v = λu para algum λ R. Neste caso, diremos que o vetor v é múltiplo do vetor u. Exemplo 34 ( 1, 1, 2) [(1, 0, 1), (0, 1, 1), (0, 0, 1)]? Proposição 35 Sejam v 1, v 2,..., v k vetores de um esapaço vetorial V. Então W = [v 1, v 2,..., v k ] é um subespaço vetorial de V. Tal subespaço será dito subespaço gerado por v 1, v 2,..., v k e {v 1, v 2,..., v k } será chamado um conjunto de geradores para W. Exemplo 36 (1, 0, 1) [(1, 1, 0) e (1, 1, 10)]? Exemplo 37 R 3 = [(0, 0, 1), (1, 0, 0), (1, 1, 0)]? Exemplo 38 (2, 1) [( 1, 1), ( 1, 3)]? Exemplo 39 Considerando o espaço vetorial do exemplo 16, teremos (2, 1) [( 1, 1), ( 1, 3)]? Note que no exemplo anterior, o vetor ( 1, 3) é múltiplo do vetor ( 1, 1) pois ( 1, 3) = 3( 1, 1). Um dos fatos mais relevantes sobre combinações lineares é revelado no teorema abaixo. Teorema 40 Sejam V um espaço vetorial e v 1, v 2,..., v n vetores em V. Então W = [v 1, v 2,..., v n ] é um subespaço vetorial de V. Em particular W é um espaço vetorial. Prova. Utilizemos o teorema 25. É claro que W e W V (condição i). Agora, sejam u e v em W e mostremos que u + v W. Como u W teremos que u = λ 1 v λ n v n. Da mesma forma, teremos v = γ 1 v γ n v n. Logo, u + v = (λ 1 + γ 1 )v (λ n + γ n )v n W e a condição (ii) está verificada. Verifiquemos a condição (iii). Novamente, como u W teremos que u = λ 1 v λ n v n e, daí, µu = µ(λ 1 v λ n v n ) = µλ 1 v µλ n v n W. A prova está terminada. Se w = [v 1, v 2,..., v n, diremos que W é o espaço gerado por v 1, v 2,..., v n ou que v 1, v 2,..., v n geram W ou ainda que {v 1, v 2,..., v n } é um conjunto gerador para W. Exercício 41 1) Mostre que os seguintes subconjuntos de R 4 são subspaços a) W = {(x, y, z, t) R 4 ; x + y = 0 e z t = 0} b) U = {(x, y, z, t) R 4 ; 2x + y t = 0 e z = 0} 2) Os conjuntos abaixo são subspaços? Justifique! 11
12 {( a b a) V = c d {( a b b) W = c d ) ) } M 2 2 com b = c } M 2 2 com b = c + 1 3) O conjuntos das matrizes simétricas n n é um subspaço vetorial de M n n? E o conjunto das anti-simétricas? 4) Considere o subspaço de R 4 S = [(1, 1, 2, 4), (1, 1, 2, 1), (1, 4, 4, 8)] a) O vetor (2, 1, 1, 2) S? b) O vetor (0, 0, 1, 1) S? {( ) } 2a a + 2b 5) Seja W = M 0 a b 2 2 a) W é um subspaço de M 2 2? Justifique! ( ) 0 2 b) W? 0 1 ( ) 0 2 c) W? ) Seja W = 1 1, 0 1, O vetor W? 7) Considere em F [R] as funções f(x) = 1, g(x) = sen 2 x e h(x) = cos 2 x. Teremos f [g, h]? Justifique! 8) Considere em F [R] as funções f(x) = e x, g(x) = sen x e h(x) = cos x. Teremos f [g, h]? Justifique! 3. 9) Considere o espaço vetorial M 2 2 com as operações definidas no exercício 23, itens 2 e Seja W = [( ) ( 0 1, 0 1 ) ( 0 1, 0 0 )] ( 0 2. O vetor 3 4 ) W? Dados um espaço vetorial V e vetores v 1, v 2,..., v n em V, o teorema 25 nos mostra que W = [v 1, v 2,..., v n ] é um espaço vetorial. Temos então a seguinte pergunta: Problema 42 Seja V um espaço vetorial. Existe um número inteiro positivo k e vetores v 1, v 2,..., v k tais que V = [v 1, v 2,..., v k ].? Em outras palavras, existe um conjunto finito de geradores para V? Os espaços para os quais a resposta à pergunta acima é verdadeira são os chamados espaços vetoriais de dimensão finita. Formalmente temos a seguinte definição. Definição 43 Um espaço vetorial V será dito um espaço(vetorial) de dimensão finita se existe um número inteiro positivo k e vetores v 1, v 2,..., v k tais que V = [v 1, v 2,..., v k ]. 12
13 Exemplo 44 Para cada número inteiro positivo n teremos que R n é um espaço de dimensão finita! Para caracterizarmos os espaços de dimensão finita, a resposta aà pergunta abaixo derá de grande ajuda. Sabemos que dados vetores v 1, v 2,..., v k V podemos sempre escrever o vetor nulo como combinação linear destes vetores, isto é, 0 = 0v 1 + 0v v k. Problema 45 Será que a única forma de escrever o vetor nulo como combinação linear de v 1, v 2,..., v k é esta? Vejamos alguns exemplos. Exemplo 46 1) Mostre que a única forma de escrever o vetor nulo como combinação linear dos vetores v = (1, 0, 0), u = ( 1, 1, 0) e w = (1, 1, 1) é 0 = 0v 1 + 0v 2 + 0v 3. 2) E no caso dos vetores v = (1, 0, 0), u = ( 1, 1, 0) e w = (1, 1, 0)? Exemplo 47 Mostre que, em F [R], a única forma de escrever o vetor nulo como combinação linear dos vetores f(x) = sen x e g(x) = cos x é 0 = 0sen x + cos x. Definição 48 Um conjunto de vetores {v 1, v 2,..., v k } V será dito linearmente independente (LI), ou ainda, os vetores v 1, v 2,..., v k são LI, se a única forma de escrever o vetor nulo como combinação linear destes vetores é 0 = 0v 1 + 0v v k. De outra forma, {v 1, v 2,..., v k } é LI se, e somente se, λ 1 v 1 + λ 2 v λ k v k = 0 λ 1 = λ 2 =... = λ k = 0. Exemplo 49 1) O conjunto {(1, 1), ( 1, 1), (1, 0)} é LI? 2) O conjunto {(1, 1), ( 1, 1)} é LI? 3) O conjunto {(1, 1, 2), (1, 2, 1), (2, 0, 3)} é LI? Exemplo 50 As funções f(x) = x, g(x) = x 2 e h(x) = x 3 são LI? Justifique! Exemplo 51 Considerando o espaço vetorial do exemplo 16, teremos (1, 1), (2, 2) vetores LI? Justifique! Exemplo 52 Considere o espaço vetorial M 2 2 com as operações definidas no exercício 23, itens 2 e 3. {( ) ( ) ( )} O conjunto W =,, é LI?
14 Observação 53 1) Se um conjunto de vetores não é LI, diremos que o mesmo é linearmente dependente (LD). 2) Quando o conjunto de vetores {v 1, v 2,..., v k } é LI (LD) muitas vezes diremos que os vetores v 1, v 2,..., v k são LI (LD). Exercício 54 1) Os vetores (1, 0, 0, ), (1, 2, 0, (1, 2, 3) são LI? Justifique. 2) Sejam v 1, v 2,..., v k vetores LI de um espaço vetorial V e λ 0 um número real. Mostre que λv 1, λv 2,..., λv k são LI. 3) O conjunto W = {1, sen 2 x, cos 2 x} é LI? Justifique. 4) Sejam {v 1, v 2, v 3 } um conjunto LI de um espaço V e w = λ 1 v 1 + λ 2 v 2 + λ 3 v 3 com λ i 0, i = 1, 2, 3. Mostre que se substituírmos um dos vetores v j pelo vetor w o conjunto obtido ainda será LI. 5) Generalize o exercício anterior para qualquer número de vetores. Em outras palavras, sejam {v 1, v 2,..., v k } um conjunto LI de um espaço V e w = λ 1 v 1 + λ 2 v λ k v k com λ i 0, i = 1, 2,..., k. Mostre que se substituírmos um dos vetores v j pelo vetor w o conjunto obtido ainda será LI. 6) Mostre que um conjunto de 3 vetores em R 2 é LD. 7) Mostre que um conjunto com mais de 2 vetores em R 2 é LD. 8) Mostre que um conjunto de 4 vetores em R 3 é LD. 9) Mostre que um conjunto com mais de 3 vetores em R 3 é LD. 10) Considere o espaço vetorial M 2 2 com as operações definidas no exercício 23, itens 2 e 3. Exiba, justificando, um conjunto formado por 4 vetores que seja LI. 11) Considere o espaço vetorial M 2 2 com as operações definidas no exercício 23, itens 2 e 3. Exiba, justificando, um conjunto formado por 4 vetores não-nulos que seja LD. 12) Acrescente, se possível, 1 vetor ao conjunto W = {(1, 1)} de forma a obter um conjunto LI. 13) Acrescente, se possível, dois vetores ao conjunto W = {(1, 1, 1)} de forma a obter um conjunto LI. 14) Considere o espaço vetorial M 2 2 com as operações definidas no exercício 23, itens 2 e 3. {( ) ( )} Acrescente, se possível, dois vetores ao conjunto W =, de forma a obter um conjunto LI. 14
Álgebra 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 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 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 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 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 maisESPAÇO VETORIAL REAL. b) Em relação à multiplicação: (ab) v = a(bv) (a + b) v = av + bv a (u + v ) = au + av 1u = u, para u, v V e a, b R
ESPAÇO VETORIAL REAL Seja um conjunto V, não vazio, sobre o qual estão definidas as operações de adição e multiplicação por escalar, isto é: u, v V, u + v V a R, u V, au V O conjunto V com estas duas operações
Leia 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 maisPrimeira Lista de Exercícios
1 Espaços vetoriais Primeira Lista de Exercícios {( ) } a b Exercício 1.1. Considere M 2 := : a, b, c, d R, : M c d 2 M 2 M 2 dada por e : R M 2 M 2 dada por ( ) ( ) ( ) a1 b 1 a2 b 2 a1 + a := 2 b 1 +
Leia 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 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 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 maisÁlgebra Linear Semana 05
Álgebra Linear Semana 5 Diego Marcon 4 de Abril de 7 Conteúdo Interpretações de sistemas lineares e de matrizes invertíveis Caracterizações de matrizes invertíveis 4 Espaços vetoriais 5 Subespaços vetoriais
Leia maisÁlgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP
Álgebra Linear AL Luiza Amalia Pinto Cantão Depto de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocabaunespbr Espaços Vetoriais 1 Definição; 2 Subespaços; 3 Combinação Linear, dependência
Leia maisÁlgebra Linear I. Resumo e Exercícios P3
Álgebra Linear I Resumo e Exercícios P3 Fórmulas e Resuminho Teórico Espaço Vetorial Qualquer conjunto V com 2 operações: Soma e Produto escalar, tal que 1. u + v + w = u + v + w u, v, w V 2. u + v = v
Leia 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 maisAula 4 Colinearidade, coplanaridade e dependência linear
Aula 4 Colinearidade, coplanaridade e dependência linear MÓDULO 1 - AULA 4 Objetivos Compreender os conceitos de independência e dependência linear. Estabelecer condições para determinar quando uma coleção
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 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 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 mais(x 1 + iy 1 ) + (x 2 + iy 2 ) = x 1 + x 2 + i(y 1 + y 2 ) a(x + iy) = ax + i(ay)
Espaços Vetoriais Definição. Um espaço vetorial sobre R é um conjunto V no qual se tem definida uma adição e uma multiplicação de seus elementos por escalares (isto é, por números reais), ou seja, dados
Leia maisAula 3 A Reta e a Dependência Linear
MÓDULO 1 - AULA 3 Aula 3 A Reta e a Dependência Linear Objetivos Determinar a equação paramétrica de uma reta no plano. Compreender o paralelismo entre retas e vetores. Entender a noção de dependência
Leia maisÁLGEBRA LINEAR. Base e Dimensão de um Espaço Vetorial. Prof. Susie C. Keller
ÁLGEBRA LINEAR Base e Dimensão de um Espaço Vetorial Prof. Susie C. Keller Base de um Espaço Vetorial Um conjunto B = {v 1,..., v n } V é uma base do espaço vetorial V se: I) B é LI II) B gera V Base de
Leia 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 maisEspaços Vetoriais II
Espaços Vetoriais II Juliana Pimentel juliana.pimentel@ufabc.edu.br http://hostel.ufabc.edu.br/ juliana.pimentel Sala 507-2 - Bloco A, Torre 2 Espaço Vetorial C[a, b] Denotamos por C[a, b] o conjunto de
Leia maisExercícios sobre Espaços Vetoriais II
Exercícios sobre Espaços Vetoriais II Prof.: Alonso Sepúlveda Castellanos Sala 1F 104 1. Seja V um espaço vetorial não trivial sobre um corpo infinito. Mostre que V contém infinitos elementos. 2. Sejam
Leia maisIntrodução à Teoria dos Números - Notas 4 Tópicos Adicionais II
1 Introdução à Teoria dos Números - Notas 4 Tópicos Adicionais II 1 O Anel dos Inteiros Módulo n Consideremos um número natural n 2 fixado Para cada número inteiro a definimos a = {x Z; x a mod n} Como
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 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 maisTópicos de Matemática Elementar
Revisão Básica de Prof. Dr. José Carlos de Souza Junior Universidade Federal de Alfenas 26 de novembro de 2014 Revisão de Definição 1 (Espaço Vetorial) Um conjunto V é um espaço vetorial sobre R, se em
Leia 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 maisÁLGEBRA LINEAR. Combinação Linear, Subespaços Gerados, Dependência e Independência Linear. Prof. Susie C. Keller
ÁLGEBRA LINEAR Combinação Linear, Subespaços Gerados, Dependência e Prof. Susie C. Keller Combinação Linear Sejam os vetores v 1, v 2,..., v n do espaço vetorial V e os escalares a 1, a 2,..., a n. Qualquer
Leia maisÁlgebra Linear I - Aula 10. Roteiro
Álgebra Linear I - Aula 10 1. Combinação linear de vetores. 2. Subespaços e geradores. Roteiro 1 Combinação linear de vetores Definição 1 (Combinação linear de vetores). Dada um conjunto de vetores U =
Leia 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 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 maisPrimeira Lista de Álgebra Linear
Serviço Público Federal Ministério da Educação Universidade Federal Rural do Semi-Árido UFERSA Departamento de Ciências Ambientais DCA Prof. D. Sc. Antonio Ronaldo Gomes Garcia a a Mossoró-RN 18 de agosto
Leia maisJ. Delgado - K. Frensel - L. Crissaff Geometria Analítica e Cálculo Vetorial
178 Capítulo 10 Equação da reta e do plano no espaço 1. Equações paramétricas da reta no espaço Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que
Leia 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 maisUFPB - CCEN - DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA 1 a LISTA DE EXERCÍCIOS PERÍODO
UFPB - CCEN - DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA a LISTA DE EXERCÍCIOS PERÍODO 0 Os exercícios 0 8 trazem um espaço vetorial V e um seu subconjunto W Sempre que W for um subespaço
Leia 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 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 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 maisESPAÇOS VETORIAIS. Álgebra Linear e Geometria Analítica Prof. Aline Paliga
ESPAÇOS VETORIAIS Álgebra Linear e Geometria Analítica Prof. Aline Paliga INTRODUÇÃO Sabe-se que o conjunto 2 ( x, y) / x, y é interpretado geometricamente como o plano cartesiano. O par ordenado (x,y)
Leia maisÁlgebra Linear I - Lista 10. Matrizes e Transformações lineares. Respostas
Álgebra Linear I - Lista 1 Matrizes e Transformações lineares Respostas 1 Sejam A e B matrizes quadradas do mesmo tamanho Dê um exemplo onde (A + B 2 A 2 + 2A B + B 2 Complete: (A + B 2 = A 2 + B 2 +?
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 maisUm Curso de Nivelamento. Instituto de Matemática UFF
Introdução à Álgebra Linear Um Curso de Nivelamento Jorge Delgado Depto. de Matemática Aplicada Katia Frensel Depto. de Geometria Instituto de Matemática UFF Março de 2005 J. Delgado - K. Frensel ii Instituto
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 maisÁLGEBRA LINEAR. Subespaços Vetoriais. Prof. Susie C. Keller
ÁLGEBRA LINEAR Subespaços Vetoriais Prof. Susie C. Keller Às vezes, é necessário detectar, dentro de um espaço vetorial V, subconjuntos S que sejam espaços vetoriais menores. Tais conjuntos S são chamados
Leia maisÁlgebra Linear e Geometria Analítica. 7ª aula
Álgebra Linear e Geometria Analítica 7ª aula ESPAÇOS VECTORIAIS O que é preciso para ter um espaço pç vectorial? Um conjunto não vazio V Uma operação de adição definida nesse conjunto Um produto de um
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 maisIntrodução à Teoria dos Números - Notas 4 Tópicos Adicionais II
1 Introdução à Teoria dos Números - Notas 4 Tópicos Adicionais II. 1 O Anel dos Inteiros Módulo n Consideremos um número natural n 2 fixado. Para cada número inteiro a definimos a = {x Z; x a mod n}. Como
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 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 2. Ortogonalidade e Processo de Gram-Schmidt. Curso: Licenciatura em Matemática
Capítulo 2 Ortogonalidade e Processo de Gram-Schmidt Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves de Melo Disciplina: Álgebra Linear II Unidade II Aula
Leia maisMAT Cálculo 2 para Economia 3 a Prova - 28 de novembro de 2016
MAT 0147 - Cálculo para Economia 3 a Prova - 8 de novembro de 016 Questão 1) Determine o máximo e o mínimo de f(x, y) = x 4 + y em D = {(x, y); x + y 1}. Soluç~ao: As derivadas parciais f x (x, y) = 4x
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 maisAula 10 Produto interno, vetorial e misto -
MÓDULO 2 - AULA 10 Aula 10 Produto interno, vetorial e misto - Aplicações II Objetivos Estudar as posições relativas entre retas no espaço. Obter as expressões para calcular distância entre retas. Continuando
Leia maisQ1. Seja V um espaço vetorial e considere as seguintes afirmações: um conjunto de geradores de um subespaço S 2 de V, então A 1 A 2
Q1. Seja V um espaço vetorial e considere as seguintes afirmações: (I) se A 1 é um conjunto de geradores de um subespaço S 1 de V e A 2 é um conjunto de geradores de um subespaço S 2 de V, então A 1 A
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 maisÁlgebra Linear. Transformações Lineares
Álgebra Linear Transformações Lineares Fórmulas e Resumo Teórico Para fins gerais, considere V um espaço vetorial e uma transformação T: V W. Propriedades de Transformações Lineares - T é linear se: Para
Leia maisNotas de Aula de SMA-304 Algebra Linear (baseada na Apostila do Prof. Zani) Wagner Nunes Departamento de Matematica ICMC { USP
Notas de Aula de SMA-304 Algebra Linear (baseada na Apostila do Prof. Zani) Wagner Nunes Departamento de Matematica ICMC { USP 2010 2 Sumário 1 Espaços Vetoriais 7 1.1 Introduc~ao e Exemplos.........................
Leia maisde adição e multiplicação por escalar definidas por: 2. Mostre que o conjunto dos polinômios da forma a + bx com as operações definidas por:
Lista de Exercícios - Espaços Vetoriais. Seja V o conjunto de todos os pares ordenados de números reais e considere as operações de adição e multiplicação por escalar definidas por: i. u + v (x y) + (s
Leia maisÁlgebra Linear Semana 03
Álgebra Linear Semana 3 Diego Marcon de Abril de 27 Conteúdo Dependência e independência linear 2 Independência linear e sistemas lineares 3 3 Transformações lineares 4 4 Matriz de uma transformação linear
Leia 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 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 maisFUNCIONAIS LINEARES: ESPAÇO DUAL E ANULADORES
FUNCIONAIS LINEARES: ESPAÇO DUAL E ANULADORES Eduardo de Souza Böer - eduardoboer04@gmail.com Universidade Federal de Santa Maria, Campus Camobi, 97105-900-Santa Maria, RS, Brasil Saradia Sturza Della
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 maisAlgebra 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 maisÁlgebra Linear I - Aula 11. Roteiro. 1 Dependência e independência linear de vetores
Álgebra Linear I - Aula 11 1. Dependência e independência linear. 2. Bases. 3. Coordenadas. 4. Bases de R 3 e produto misto. Roteiro 1 Dependência e independência linear de vetores Definição 1 (Dependência
Leia maisMétodo prático para extrair uma base de um conjunto de geradores de um subespaço de R n
Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n 1. Descrição do método e alguns exemplos Colocamos o seguinte problema: dado um conjunto finito: A = {a 1, a 2,...,
Leia 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 maisÁlgebra Linear
Álgebra Linear - 0191 Lista 3 - Dependência e Independência Linear Bases e Soma Direta 1) Exiba três vetores u v w R 3 com as seguintes propriedades: nenhum deles é múltiplo do outro nenhuma das coordenadas
Leia maisMAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I 3 a Prova - 1 o semestre de (a) 3; (b) 2; (c) 0; (d) 1; (e) 2.
MAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I 3 a Prova - 1 o semestre de 2018 Questão 1. Seja U = [(2, 1, 1), (1, 0, 2)], subespaço vetorial de R 3 e ax + by + z = 0 uma equação de U, isto é U = { (x, y, z)
Leia maisÁlgebra Linear e Geometria Analítica
Instituto Politécnico de Viseu Escola Superior de Tecnologia Departamento: Matemática Álgebra Linear e Geometria Analítica Curso: Engenharia Electrotécnica Ano: 1 o Semestre: 1 o Ano Lectivo: 007/008 Ficha
Leia 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 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 mais1 Espaços vetoriais. Bibliografia básica do curso: [3, 2, 1, 4] Autor: Leandro Fiorini Aurichi - Versão: 2008
Bibliografia básica do curso: [3, 2, 1, 4] Autor: Leandro Fiorini Aurichi - laurichi@ime.usp.br Versão: 2008 1 Espaços vetoriais Comecemos com a definição de espaço vetorial. Definição 1.1. (V,, ) é dito
Leia maisTópicos de Álgebra Linear Verão 2019 Lista 1: Espaços Vetoriais
Universidade Federal do Paraná Centro Politécnico ET-DMAT Prof. Maria Eugênia Martin Tópicos de Álgebra Linear Verão 2019 Lista 1: Espaços Vetoriais Exercício 1. Determine se os seguintes conjuntos são
Leia 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 maisn=1 a n converge e escreveremos a n = s n=1 n=1 a n. Se a sequência das reduzidas diverge, diremos que a série
Séries Numéricas Nosso maior objetivo agora é dar um sentido a uma soma de infinitas parcelas, isto é, estudar a convergência das chamadas séries numéricas. Inicialmente, seja (a n ) uma sequência e formemos
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 maisExistência e otimalidade de pontos extremos
Existência e otimalidade de pontos extremos Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP)
Leia maisGAAL Exercícios 6: Umas soluções
GAAL Exercícios 6: Umas soluções. Quais dos seguintes vetores são combinação linear de u = (5, 3, ), v = (, 4, 3), w = (, 8, 7)? (a) (, 2, 5) (b) (, 2, 8) (c) ( 2, ) (d) (, 2, 3). O conjunto {u, v, w}
Leia maisAula 1 Autovetores e Autovalores de Matrizes Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17
Sumário Aula 1 Autovetores e Autovalores de Matrizes.......... 8 Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17 Aula 3 Polinômio Característico................. 25 Aula 4 Cálculo de Autovalores
Leia maisForma Canônica de Matrizes 2 2
Forma Canônica de Matrizes Slvie Olison Kamphorst Departamento de Matemática - ICE - UFMG Versão. - Novembro 5 a b Seja A c d induzida por A uma matriz real e seja T a transformação operador linear de
Leia maisA DEFINIÇÃO AXIOMÁTICA DO CONJUNTO DOS NÚMEROS NATURAIS.
A DEFINIÇÃO AXIOMÁTICA DO CONJUNTO DOS NÚMEROS NATURAIS. SANDRO MARCOS GUZZO RESUMO. A construção dos conjuntos numéricos é um assunto clássico na matemática, bem como o estudo das propriedades das operações
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 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 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 maisIntrodução à Teoria dos Números Notas de Aulas 3 Prof Carlos Alberto S Soares
Introdução à Teoria dos Números 2018 - Notas de Aulas 3 Prof Carlos Alberto S Soares 1 Números Primos e o Teorema Fundamental da Aritmética Em notas anteriores já definimos os números primos, isto é, números
Leia maisAula 3 Vetores no espaço
MÓDULO 1 - AULA 3 Aula 3 Vetores no espaço Objetivos Ampliar a noção de vetor para o espaço. Rever as operações com vetores e sua representação em relação a um sistema ortogonal de coordenadas cartesianas.
Leia maisResolução do 1 o Teste - A (6 de Novembro de 2004)
ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA Ano Lectivo de 2004/2005 Resolução do 1 o Teste - A (6 de Novembro de 2004) 1 Considere o subconjunto
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 maisAula Orientação do espaço. Observação 1
Aula 14 Nesta aula vamos definir dois novos produtos entre vetores do espaço, o produto vetorial e o produto misto. Para isso, primeiro vamos apresentar o conceito de orientação. 1. Orientação do espaço
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 maisPontos extremos, vértices e soluções básicas viáveis
Pontos extremos, vértices e soluções básicas viáveis Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta
Leia maisMAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I Gabarito da 2 a Prova - 1 o semestre de 2015
MAT27 ÁLGEBRA LINEAR PARA ENGENHARIA I Gabarito da 2 a Prova - 1 o semestre de 201 Nesta prova considera-se fixada uma orientação do espaço e um sistema de coordenadas Σ (O, E) em E 3, em que E é uma base
Leia maisAulas práticas de Álgebra Linear
Ficha 3 Aulas práticas de Álgebra Linear Licenciatura em Engenharia Naval e Oceânica Mestrado Integrado em Engenharia Mecânica 1 o semestre 2018/19 Jorge Almeida e Lina Oliveira Departamento de Matemática,
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 mais