INTRODUÇÃO
Sabe-se que o conjunto 2 ( x, y) / x, y é
interpretado geometricamente como o plano cartesiano.
O par ordenado (x,y) pode ser um ponto ou um vetor .
ESPAÇOS VETORIAIS
Esta ideia se estende ao espaço tridimensional que é a
3
interpretação geométrica do conjunto . Embora se
perca a visão geométrica, é possível estender essa ideia a
4
espaços , 5 ... n .
Álgebra Linear e Geometria Analítica – Prof. Aline Paliga
4
e)módulo u = x12 x 22 +...+x 2n
(x1 ,x 2 ,x 3 ,x 4 )
5
(x1 ,x 2 ,x 3 ,x 4 ,x 5 ) x1
x
u = notação matricial
( x1 , x2 ,..., xn ) / xi
2
n
:
A maneira de trabalhar nesses espaços é idêntica àquela xn
vista no 2
e 3.
9.1 ESPAÇO VETORIAL
Por exemplo se:
u (x1 ,x 2 ,...,x n ) e v (y1 ,y2 ,...,yn ) são vetores no n Seja um conjunto V, não-vazio, sobre o qual estão definidas
as operações adição e multiplicação por escalar, isto é:
e α um escalar, define-se:
u, v V , u v V
a)igualdade de vetores u=v x1 y1 , x 2 =y2 ,..,x n =yn
, u V , u V
b)adição de vetores u+v=(x1 y1 , x 2 +y2 ,...,x n +yn )
O conjunto V com essas duas operações é chamado de
c)multiplicação de escalar u=( x1 , x 2 ,..., x n ) espaço vetorial real (ou espaço vetorial sobre ℝ) se forem
d)produto escalar u.v=x1y1 + x 2 y2 +...+x n yn verificados os seguintes axiomas:
OBSERVAÇÕES:
A) Em relação à adição: 1)Os elementos do espaço vetorial V são chamados de
vetores, independente de sua natureza. Pode parecer
A1) u v w u v w, u, v, w V
estranho, o fato de se chamar de vetores os polinômios,
A2) u v v u, u, v V (quando V for constituído de polinômios), as matrizes
A3) 0 V , u V , u 0 u (quando V for constituído de matrizes), os números
A4) u V , u V , u u 0 (quando V for constituído for um conjunto numérico), e
B)Em relação à multiplicação por escalar: assim por diante. Podemos fazer isso, pois esses
elementos de natureza tão distinta se comportam de
M1) u u forma idêntica nas operações de adição e multiplicação
M2) u u u de escalar, como se estivéssemos trabalhando com os
M3) u v u v próprios vetores do ℝ2 e ℝ3.
M4) 1 u u Pn a 0 +a1 x a2 x 2 +...a n x n ;a i
para u, v V e ,
M (m, n)
2) Se tivéssemos tomado para escalares o conjunto ℂ dos
números complexos, V seria um espaço vetorial complexo.
9.2 SUBESPAÇO VETORIAL Observação:
Todo espaço vetorial V admite pelo menos dois
Sejam V um espaço vetorial e S um subconjunto não-vazio subespaço: o conjunto {0}, chamado subespaço zero ou
de V. O subconjunto S é um subespaço vetorial de V se S é subespaço nulo, e o próprio espaço vetorial V, que são
um espaço vetorial em relação à adição e à multiplicação chamados de subespaços triviais de V. Os demais são
por um escalar definidas em V. chamados de subespaços próprios de V.
Para mostrar que um subconjunto S é um subespaço Por exemplo, os subespaços triviais do V=ℝ3 são {0,0,0}
vetorial de V, deveríamos testar os 8 axiomas de espaço e o próprio ℝ3. Os subespaços próprios do ℝ3 são retas e
vetorial relativos à adição e multiplicação, mas como S é planos que passam pela origem.
parte de V, não há necessidade.
Para o V=ℝ2, os subespaços triviais são {0,0} e ℝ2. Os
Um subconjunto S então é um subespaço vetorial se subespaços próprios do ℝ2 são retas que passam pela
estiverem satisfeitas as condições: origem.
I )u, v S , u v S
II )u S e , u S
Exemplos: 9.3 COMBINAÇÃO LINEAR
1) V=ℝ2
Sejam os vetores v1, v2, ..., vn do espaço vetorial V e os
S={(x,y)∈ℝ2/y=2x}
escalares a1, a2, ..., an. Qualquer vetor v ∈ V da forma:
v a 1 v1 a 2 v2 ... a n vn
é uma combinação linear dos vetores v1, v2,...,vn.
Exemplo:
No espaço vetorial ℝ3, o vetor v=(-7,-15,22) é uma
combinação linear dos vetores v1=(2,-3,4 ) e v2=(5,1,-2 )
2) V=ℝ2 porque:
S={(x,y)∈ℝ2/y=4-2x} v 4v1 3v2 pois:
(7, 15, 22) 4(2, 3, 4) 3(5,1, 2)
(8, 12,16) (15, 3, 6)
(7, 15, 22)
Exemplos:
1) Os vetores e1=(1,0) e e2=(0,1) geram o espaço vetorial
9.4 SUBESPAÇO VETORIAL GERADO
V=ℝ2, pois qualquer par ordenado (x,y) ∈ ℝ2 é
Sejam V um espaço vetorial e A={v1, v2, ..., vn} ⊂ V, A≠𝜙. combinação linear de e1 e e2:
( x, y ) a1e1 a2 e2 a1 (1, 0) a2 (0,1) (a1 , 0) (0, a2 )
geradores =(a1 , a2 )
O conjunto S de todos os vetores de V que são ( x, y ) xe1 ye2
combinações lineares dos vetores de A é um subespaço [e1 , e2 ] 2
vetorial de V. 2) Os vetores e1=(1,0,0), e2=(0,1,0) e e3=(0,0,1) geram o
espaço vetorial V=ℝ3, pois qualquer vetor (x,y,z) ∈ ℝ3 é
v1 , v2 ,..., vn a 1 v1 a 2 v2 ... a n vn combinação linear de e1, e2 e e3
( x, y, z ) xe1 ye2 ze3
subespaço gerado =x(1, 0, 0) y (0,1, 0) z (0, 0,1)
O subespaço S se diz gerado pelos vetores v1, v2, ..., vn: =( x, y, z )
S v1 , v2 ,..., vn [e1 , e2 , e3 ] 3
ou gerado pelo conjunto A: S=G(A)
De fato:
u a 1 v1 a 2 v2 ... a n vn e
9.5 DEPENDÊNCIA E INDEPENDÊNCIA
v b 1 v1 b 2 v2 ... b n vn
LINEAR
são dois vetores quaisquer de S, pode-se escrever: Sejam V um espaço vetorial e A={v1, v2, ..., vn} ⊂ V,
consideremos a equação:
I )u v a 1 b1 v1 a 2 b2 v2 ... a n bn vn
a 1 v1 a 2 v2 ... a n vn 0 (1)
II ) u a 1 v1 a 2 v2 ... a n vn
Sabemos que essa equação admite pelo menos uma
isto é, u+v ∈ S e αu ∈ S por serem combinações lineares solução:
de v1, v2, ..., vn, conclui-se que S é um subespaço vetorial
de V. a 1 0, a 2 0, ...,a n 0
Os vetores v1, v2, ..., vn são chamados de geradores de S e A chamada solução trivial.
de conjunto gerador de S. O conjunto A diz-se linearmente independente (LI), ou os
Se o conjunto A é finito, podemos chamar S de subespaço vetores v1, v2, ..., vn são LI , caso a equação (1) admita
finitamente gerado. apenas a solução trivial.
Todo conjunto A ⊂ V gera um subespaço vetorial de V, Se existirem soluções ai≠0, diz-se que o conjunto A é
podendo ocorrer que G(A)=V, caso em que A é o conjunto linearmente dependente (LD), ou que os vetores v1,...,vn
gerador de V. são LD.
Representação geométrica da dependência linear de dois Representação geométrica da dependência linear de três
vetores: vetores:
sistema homogêneo que admite somente a solução trivial
a1 a2 0 , o que confirma B ser LI.
9.6 BASE DE UM ESPAÇO VETORIAL
II) B gera ℝ2
Um conjunto B={v1, v2, ..., vn} ⊂ V é uma base do espaço
vetorial V se: ( x, y ) a1 (1, 2) a2 (3,5)
a1 3a2 x
I) B é LI; ( x, y ) (a1 , 2a1 ) (3a2 ,5a2 )
2a1 5a2 y
II) B gera V ( x, y ) (a1 3a2 , 2a1 5a2 )
Exemplos: que resolvido em função de x e y, fornece:
1) B={(1,0), (0,1)} é uma base do ℝ2, denominada base a1 5x 3 y e a2 2 x y
canônica. De fato: isto é G(B)= ℝ2
I) B é LI (exercício feito em aula) 3) B={e1=(1,0,0), e2=(0,1,0) e e3=(0,0,1) } é uma base do
II) B gera ℝ2 (exemplo1, item 9.4) ℝ3, denominada base canônica. De fato:
2) B={(1,2), (3,5)} é base do ℝ2. De fato: I) B é LI (exercício feito em aula)
I) B é LI a1 (1, 2) a2 (3,5) (0, 0) a1 3a2 0 II) B gera ℝ3 (exemplo2, item 9.4)
(a1 , 2a1 ) (3a2 ,5a2 ) (0, 0)
2a1 5a2 0
(a1 3a2 , 2a1 5a2 ) (0, 0)
4) B={v1=(1,1,1), v2=(1,1,0) e v3=(1,0,0) } é uma base do
ℝ3. De fato: ( x, y, z) a1 (1,1,1) a2 (1,1, 0) a3 (1, 0, 0)
I) B é LI a1 a2 a3 x
a1 (1,1,1) a2 (1,1, 0) a3 (1, 0, 0) 0
a1 a2 y
a1 (1,1,1) a2 (1,1, 0) a3 (1, 0, 0) (0, 0, 0) a z
1
(a1 , a1 , a1 ) (a2 , a2 , 0) (a3 , 0, 0) (0, 0, 0)
a1 z
(a1 a2 a3 , a1 a2 , a1 ) (0, 0, 0)
a2 y z
a1 a2 a3 0 a x y
3
a1 a2 0
a 0 ( x, y, z ) z (1,1,1) y z (1,1, 0) x y (1, 0, 0)
1
sistema homogêneo que admite somente a solução trivial o que comprova ser qualquer vetor v=(x,y,z) combinação
a1 a2 a3 0 , o que confirma B ser LI. linear de v1 , v2 e v3.
II) B gera ℝ3. De fato, qualquer vetor v=(x,y,z) é Logo: [v1 , v2 , v3]= ℝ3
combinação linear de v1 , v2 e v3.
9.7 DIMENSÃO DE UM ESPAÇO
Exemplo: No ℝ2, considere as bases:
A {(1, 0), (0,1)} e B {(2, 0), (1,3)}
VETORIAL
(8, 6) 8(1, 0) 6(0,1) Se V é um espaço vetorial e possui uma base com n
(8, 6) 3(2, 0) 2(1,3) vetores, V tem uma dimensão n. A dimensão de V indica
por dim V=n
Exemplos:
1)dim ℝ2=2
2)dim ℝ3=3
Representação do vetor 3)dim ℝn=n
v=(8,6) em relação às 4)dim M(2,2)=4
bases A e B 5)dim M(m,n)=mxn
6)dim Pn=n+1