Base e Dimenso de um Espao Vetorial

Base: Seja V um Espao Vetorial

Um conjunto B = {v 1 , v 2 , v 3 , ..., v n } V uma base espao vetorail, se: 1o) B Li

2o) B gera V

Ex.:

B = {(1, 2, 3)}

B = {(1,1), ( 1, 0)} B uma base do R2?

(0, 0, 0) = a1 (1, 2, 3) (0, 0, 0) = (a1, 2 a1, 3 a1)

(0, 0) = a 1 (1, 1) + a 2 (1, 0)

a1 = 0 2a1 = 0

(0, 0) = (a 1 , a 1 ) + (a 2 , 0)

3a1 = 0

Agora vamos comparar a 0 para ver se a primeira Regra est correta 1 2 = 0 2 = 0 1 = 0

B Linearmente Independente (LI)

Agora iremos comparar a e b com x e y para ver se B gera V, igualmente com o R2 (x,y)

(x, y) = a (1, 1) + b ( 1, 0) (x, y) = (a, a) + ( b, 0) (x, y) = (a b, a)

= = = + =

(x, y) = a (1, 1) + b ( 1, 0) Vamos substituir a por y e b por x + y (x, y) = y (1, 1) + (x + y) ( 1, 0) (x, y) = (y, y) + ( (x + y), 0) (x, y) = (y, y) + ( x y, 0) (x, y) = (y + x y, y + 0) (x, y) = (x, y) Como (x, y) da esquerda igual ao (x, y) da direita ento podemos afirmar que B gera o R2. Ento B uma Base do R2 Ex 2 : B = {(1, 0), (0, 1), (3, 4)} uma base do R2? (0, 0, 0) = a 1 (1, 0) + a 2 (0, 1) + a 3 (3, 4) (0, 0, 0) = (a 1 + 3a 3 ) + (a 2 + 4a 3 )

Neste caso especfico ou principalmente quando vermos que nossa equao no der igual a zero, mais aconselhvel fazer por escalonamento do que tentar resolver o sistema. 1 0 3 4 0 0

1 + 33 = 0 2 + 43 = 0

Aqui no temos que fazer nada, pois j est escalonado. Basta simplesmente analisarmos a Matriz para identificarmos qual o sistema

Temos P (A) = 2 P (C) = 2 N=3 Logo temos um Sistema Possvel e Indeterminado (SPI) ento nos remete que B no uma Base, pois toda vez que temos um SPI o nosso Sistema LD (Linearmente Dependente), logo no forma Base.

Ex 3 : B = {(1, 2), (2, 4)} (0, 0) = a 1 (1, 2) + a 2 (2, 4) (0, 0) = (a 1 , 2a 1 ) + (2a 2 , 4a 2 ) (0, 0) = (a 1 + 2a 2 , 2a 1 + 4a 2 ) 1 + 22 = 0 21 + 42 = 0 2 0 0 L2 L2 2L1

1 2 L 2 2L1

2 2 (1) = 2 2 = 0 a 21 4 2 (2) = 4 4 = 0 a 22 0 2 (0) = 0 0 = 0 a 23 Conjunto com um nico Vetor LI 1 0 P (A) = 1 P (C) = 1 2 0 0 0 Quando temos um vetor que so Combinao Linear como o exemplo abaixo (1, 2) (2, 4) Combinao Linear porque o 2o vetor o dobro do Primeiro, logo quando ocorre tal situao temos um LD. Assim como um vetor Nulo LD

N=2

P (A) = P (C) n Como P (A) = P (C) n podemos afirmar que temos um Sistema Possvel Determinado ento temos um Sistema Linearmente Dependente (LD), logo podemos afirmar que B no uma Base. Ex 4 : B = {(1, 2, 1), (1, 3, 0)} (0, 0, 0) = a 1 (1, 2, 1) + a 2 (1, 3, 0) (0, 0, 0) = (a 1 , 2 a 1 , a 1 ) + (a 2 , 3a 2 , 0) (0, 0, 0) = (a 1 a 2 ) + (2 a 1 3a 2 ) + (a 1 ) 1 2 = 0 2 = 0 21 32 = 0 3 = 0 1 = 0 Logo como temos um Sistema Possvel Determinado, logo nosso Sistema Linearmente Independente (LI) Ok a primeira regra passou vamos ver a segunda

(x, y,z) = a(1, 2, 1) + b (1, 3, 0) (x, y,z) = a(a, 2a, a) + b (b, 3b, 0) (x, y,z) = (a b); (2a 3b) ; (a) = = = + 2 3 = = (x, y,z) = z (1, 2, 1) + (x + z) (1, 3, 0) (x, y,z) = (z, 2z, z) + (x z, 3z + 3x, 0) (x, y,z) = (z z + x); (2z 3z + 3x); (z) (x, y,z) = (x, 3x z, z)

Como (x, y,z) diferente de (x, 3x z, z), ento B no gera o R3, logo B no uma Base do R3

Seja V um Espao Vetorial , se V possui uma Base com n Vetores, ento V tem dimenso n e anota-se dimV = n. Se V no possui Base, dimV = 0 Se V tem a Base com Infinitos Vetores, ento a dimenso de V infinito e anota-se dimV = Dimenso o nmero de vetor de uma Base. Regrinhas 1) 2) 3) 4) 5) 6) Dim R2 = 2, pois toda base do R2 tem dois vetores Dim Rn = n Dim M(2, 2) = 4 Dim M(m,n) = m * n Dim Pn = n +1 Dim {0}

Questo 1 Determine o Valor de k de modo que o conjunto {(1, 0, k), (1, 1, k), (1, k, k 2)} seja Dimenso.

(0, 0, 0) = a 1 (1, 0, k) + a 2 (1, 1, k) + a 3 (1, k, k2) 1 + 2 + 3 = 0 2 + 3 = 0 1 + 2 + 2 3 = 0 Aqui o melhor jeito fazermos Escalonamento

1 1

0L3 L3 kL1

0 0

2 1 2

0 0 0 0 0

L1 L1 L2

0 0

0 1 0

Para termos um Sistema LI onde termos um Espao Vetorial temos que ter um Sistema Possvel Determinado logo P (A) = P (C) = n, por isso no podemos zerar a ltima linha ento k deve ser diferente de 0 k2 k 0 k (k 1) 0 k0

k10 k1

Seja V e W espaos Vetorias. Uma aplicao ou funo, a mesma coisa, uma aplicao de t: V w chamado Transformao Linear de V em w se. 2o) t ( ) = ( ) 1o) t ( + ) = ( ) + ( )

Para qualquer que seja , pertencente a V e tal que seja alfa pertencente a uma Transformao Linear Para , Ex 1 : t: R2 R3, t; quando os Espaos so iguais chamamos de Operadores

t(x, y) = (3x, 2y, x y)

= (1 , 1 )

= (2 , 2 )

+ = ((1 + 2 , 1 + 2 )

( + ) = (3(1 , 2 ), 2 (1 , 2 ), 1 + 2 1 2 )

( ) = (3(1 ), 2 (1 ), 1 1 )

( ) = (3(2 ), 2 (2 ), 2 2 )

(3(1 , 2 ), 2 (1 , 2 ), 1 + 2 1 2 )

(3(1 ), 2 (1 ), 1 1 ) = (31 ), (21 ), 1 1

( ) = ( )

 ( ) = ( 1 , 1 ) ( ) = (31 ), (21 ), 1 1 ) Logo podemos concluir que a Transformao Linear