Escolar Documentos
Profissional Documentos
Cultura Documentos
rodrigo.u.math@gmail.com
Sum
ario
1 Espacos vetoriais
1.1
1.2
1.3
Espacos vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.1
Espaco R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.2
1.1.3
1.1.4
1.1.5
Subespacos vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.1
1.2.2
1.2.3
Funcoes limitadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.2.4
1.2.5
1.2.6
Conjuntos convexos . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.2.7
1.2.8
1.2.9
Captulo 1
Espacos vetoriais
1.1
Espacos vetoriais
m Definicao
mada por um conjunto V , cujos elementos sao chamados vetores , um corpo F , chamado
corpo de escalares e com elementos que chamaremos de escalares, temos tambem duas
operacoes: Uma adicao + e uma multiplicacao que satisfazem certas propriedades que
listaremos a seguir. Nesse texto iremos considerar a princpio que o corpo F seja o corpo
dos n
umeros reais R, caso contrario deixaremos claro no decorrer do texto.
Sejam u , v e w V e a e b R , entao para que V seja um espaco vetorial a adicao
deve satisfazer as seguintes propriedades
A adi
c
ao
e fechada u+v V. A soma de dois elementos de V ainda e um elemento
de V .
Comutatividade
u+v =v+u
Associatividade
(u + v) + w = u + (v + w)
1
CAPITULO 1. ESPAC
OS VETORIAIS
0v + v = v + 0v
para todo e qualquer v V . Usaremos a notacao 0v para simbolizar o vetor nulo,
para que nao haja confusao com o n
umero real 0.
Inverso aditivo. Para cada vetor v V existe v V tal que
v + (v) = 0v
Com isso temos que a adicao no espaco vetorial forma um grupo abeliano (comutativo) (V, +).
denida tambem um produto de um vetor v por um escalar a sendo o resultado
E
um vetor av = u, que tem as seguintes propriedades (considere a, b, c escalares
arbitrarios em K , v e u vetores em V )
O produto
e fechado
cv V.
Distributividade escalar
(a + b)v = av + bv
Distributividade vetorial
a(v + u) = av + au
Identidade escalar
1.v = v
Associatividade do produto por escalar
(c.a)(v) = c(a.v)
onde c e um escalar.
Usaremos a notacao simplicada V ao inves de (V, F, +, ) para simbolizar o espaco
vetorial, quando estiver subentendida o corpo de escalares usado.
CAPITULO 1. ESPAC
OS VETORIAIS
Para memorizar as propriedades notamos que sao 8 as propriedades de espaco vetorial, 4 para adicao de vetores (grupo abeliano ) e 4 para produto por escalar.
Se o corpo de escalares e K, chamamos V de K-espaco vetorial ou espaco vetorial
sobre K, em especial, sobre C temos um espaco vetorial complexo, sobre R temos
um espaco vetorial real.
Definic
ao 2. Dado um vetor v e o inverso aditivo de u, u, denotamos v + (u)
por v u.
b Propriedade 1.
z Observacao 1. A comutatividade e desnecessaria como axioma, pois pode ser deduzida com os outros axiomas, isso funciona se temos uma unidade 1.a = a, distributividade `
a esquerda e `
a direita (1 + 1)a = 1.a + 1.a = a + a e lei do corte ( que pode
provir da associatividade, exist
encia de neutro e inverso)
Vale 2(u + v) = 2u + 2v pela distributividade `a direita. 2(u + v) = (1 + 1)(u + v) =
1.(u + v) + 1.(u + v) = (u + v) + (u + v) pela distributividade `a esquerda e propriedade
da unidade. Dai temos tambem que
2(u + v) = (u + u) + (v + v) = (u + v) + (u + v)
u + (u + v) + v = u + (v + u) + v
por corte seguindo u + v = v + u.
CAPITULO 1. ESPAC
OS VETORIAIS
m Definicao
k=
kB
k+
kA
kC
caso um deles seja vazio, digamos A, entao C = B e por isso denimos a soma sobre um
conjunto vazio de vetores, como o elemento neutro da adicao de vetores
k = 0v .
Z Exemplo 2. Como Q, R ,C e Z
espaco vetorial sobre R pois o produto nao e fechado, assim como R nao e espaco vetorial
sobre C. Porem C e espaco vetorial sobre Q e R.
CAPITULO 1. ESPAC
OS VETORIAIS
1.1.1
Espaco Rn
m Definicao
R, o smbolo c no ndice
k=1,c
Z Exemplo 3. Caso n = 1, R
m Definicao
= R o conjunto dos n
umeros reais.
que ak = bk k In .
m Definicao
m Definicao
m Definicao
CAPITULO 1. ESPAC
OS VETORIAIS
(u + v) + w = ((ak )nk=1 + (bk )n1 ) + (ck )n1 = (ak + bk )n1 + (ck )n1 = (ak + bk ) + ck )n1 =
pela associatividade da adicao de n
umeros reais
= (ak + (bk + ck ))n1 = u + (v + w)
Elemento neutro
((ck )n1 + (bk )n1 ) = ((ck + bk )n1 ) = (ck + bk )n1 = (ck )n1 + (bk )n1 = (ck )n1 + (bk )n1 .
Distributividade escalar
( + )(ck )n1 = (( + )ck )n1 = (ck + ck )n1 = (ck )n1 + (ck )n1 .
CAPITULO 1. ESPAC
OS VETORIAIS
1.1.2
Definic
ao 9 (Sequencia). Uma sequencia com elementos em um corpo K e uma
Definic
ao
Definic
ao 11 (Adicao de sequencias). Sejam sequencias (an ) e (bn ), denimos a
CAPITULO 1. ESPAC
OS VETORIAIS
10
Pois o corpo k possui elemento neutro da adicao. Temos um elemento neutro do produto
que e (1) a sequencia constante formada pelo n
umero 1, e temos a propriedade
(an )(1) = (an .1) = (an ).
Pois 1 e o elemento neutro do produto no corpo K
b Propriedade 7 (Associatividade).
[(cn ) + (bn )] + (an ) = (cn + bn ) + (an ) = (cn + bn + an ) = (cn ) + [(bn + an )]
[(cn ).(bn )].(an ) = (cn .bn ).(an ) = (cn .bn .an ) = (cn ).[(bn .an )]
pela associatividade no corpo K.
CAPITULO 1. ESPAC
OS VETORIAIS
11
$ Corolario 1. Com isso conclumos que o conjunto das sequencias munido da adicao
e multiplicacao que denimos , nao e um corpo, pois em corpos nao existem divisores de
zero.
b Propriedade 10 (Distributividade).
(an )[(cn ) + (bn )] = (an )(cn + bn ) = (an cn + an bn ) = (an cn ) + (an bn ) = (an )(cn ) + (an )(bn )
pela distributividade no corpo K.
Definic
ao 12 (Produto por elemento de um corpo). Sejam uma sequencia (an ) e
CAPITULO 1. ESPAC
OS VETORIAIS
1.1.3
12
m Definicao
13 (Matriz m por n.). Uma matriz A, m por n com coecientes reais e uma
a1 1 a1 2
a2 1 a2 2
.
..
..
..
.
.
am 1 am 2
a1 n
a2 n
..
.
am n
A k-esima linha da matriz A e a n-upla (akj )nj=1 (xe a linha k e deixe j variar) a
p-esima coluna da matriz A e (aip )m
i=1 (xe a coluna p e deixe i variar).
m Definicao
e B = (bij ) Nrs (R). Dizemos que A e B sao iguais quando m = r, n = s e aij = bij
para todo i Im e j In sendo satisfeitas m.n igualdades.
m Definicao
entradas em R.
Para as proximas denicoes iremos considerar matrizes em M (m n).
m Definicao
denimos a soma das matrizes A e B como uma matriz C = (ci,j ) em M (m n) tal que
ci,j ai,j + bi,j .
CAPITULO 1. ESPAC
OS VETORIAIS
m Definicao
13
por um n
umero real c qualquer, como a matriz B = (bi,j ) em M (m n) tal que
bi,j = c.ai,j
e denotamos B = cA.
matriz nula
A + (A) = (ai,j ai,j ) = (0).
Agora vejamos as propriedades da multiplicacao . Vale que 1A = A pois
1A = (1.ai,j ) = (ai,j ) = A.
Distributividade do produto por escalar
CAPITULO 1. ESPAC
OS VETORIAIS
1.1.4
14
m Definicao
m Definicao
da
g(x) + 0 = g(x).
Existe o simetrico para todo f (x), f (x), denindo g(x) = f (x) x tem-se
CAPITULO 1. ESPAC
OS VETORIAIS
15
Vale a distributividade
E.
k=1
Caso X = N temos E
E.
k=1
em E.
1.1.5
Propriedades alg
ebricas b
asicas do espaco vetorial.
CAPITULO 1. ESPAC
OS VETORIAIS
16
v.
k=1
Demonstrac
ao.
nv = (
k=1
n
n
1)v = (
1v) = (
v).
k=1
k=1
CAPITULO 1. ESPAC
OS VETORIAIS
17
Demonstrac
ao. Suponha que u seja m
ultiplo de v entao existe t = 0 tal que
1
u = tv da multiplicando por em ambos lados tem-se
t
1
u=v
t
e portanto v e m
ultiplo de u .
k, j.
Demonstrac
ao. Se um dos vetores e nulo o outro tambem e da o resultado segue
de maneira trivial. Supomos entao que nenhum dos vetores e nulo .
1
1
). xk = tyk , yj = xj da xk yj = tyk xj = yk xj .
t
t
.) Existe yj = 0, multiplicamos (xk ) por yj resultando em
yj (xk ) = (yj xk ) = (xj yk )xj (yk ) (xk ) =
xj
(yk )
yj
b Propriedade 25. Vale que (1)v = v, para qualquer vetor v V , espaco vetorial
, isto e, o escalar 1 multiplicado por v e o vetor simetrico de v.
Demonstrac
ao. Prova tal identidade e equivalente a provar que (1)v + v = 0,
porem 1.v = v e da usando propriedades de multiplicacao por escalar temos
(1)v + 1.v = (1 + 1).v = 0.v = 0
isso implica o desejado.
Z Exemplo 5. Seja V = R , com soma usual denida e o produto por escalar real c,
n
denido como
c(xk )n1 = (yk )n1
onde yk = cxk para um n
umero nito (menor que n) de valores k e yk = tk xk (onde
tk = 0) caso contrario, entao V nao e espaco vetorial pois deveria valer 0.v = 0v , porem
tomando v com todas coordenadas nao nulas o vetor resultante nao e nulo, deveria ser
por implicacao de propriedades algebricas de espaco vetorial.
CAPITULO 1. ESPAC
OS VETORIAIS
1.2
18
Subespacos vetoriais
m Definicao
b Propriedade 27. V
e subespaco vetorial de V .
Demonstrac
ao. 0v V , a soma e sempre fechada e o produto por escalar
tambem, por denicao das operacoes.
m Definicao
b Propriedade 28.
vale
c1 w + c2 v A, w, v A, c1 , c2 K.
O mesmo para c1 w + v.
CAPITULO 1. ESPAC
OS VETORIAIS
19
Demonstrac
ao. ) Se A e subespaco vetorial entao vale tal propriedade, pois
soma e produto por constante sao operacoes fechadas.
).
0 A, pois e nao vazio e vale 0w + 0v = 0 A, a soma de dois vetores tambem
pertence a A, basta tomar c1 = c2 = 1 e da c + w A, o produto de um vetor por escalar
tambem pertence ao conjunto pois tomando c2 = 0 temos c1 w A.
De maneira similar para expressao do tipo c1 w + v. A nao vazio, existe y A, da
(1)y + y = 0v A, a soma e fechada, basta tomar c1 = 0, o produto por escalar e
fechado, basta tomar y = 0.
1.2.1
Definic
ao 22 (Matriz simetrica ). Uma matriz Ann e dita simetrica se a(i,j) =
c(j,i)
m Definicao
c(j,i)
CAPITULO 1. ESPAC
OS VETORIAIS
20
pois c1 e c2 sao reais da c1 a(j,i) + c2 b(j,i) = c1 a(j,i) + c2 b(j,i) = c(i,j) . E o conjunto das
matrizes hermitianas nao e vazio pois a matriz nula e hermitiana.
Definic
ao 24 (Matriz triangular inferior). Uma matriz A = (ai,j ) M (nn ) tais
que a(i,j) = 0 quando i < j e chamada de triangular inferior, ela tem todos elementos
acimada diagonal nulos.
a1,1
= a2,1 a2,2 0
a3,1 a3,2 a3,3
Definic
ao 25 (Matriz triangular superior). Uma matriz A = (ai,j ) M (nn ) tais
que a(i,j) = 0 quando i > j e chamada de triangular inferior, ela tem todos elementos
abaixoda diagonal nulos.
= 0
0
a2,2 a2,3
0
a3,3
CAPITULO 1. ESPAC
OS VETORIAIS
21
denindo bi,j = 0 se i > j elementos de uma matriz triangular superior e bi,j = ai,j se
i j, agora os elementos da matriz triangular inferior, ci,j = 0 se i j e ci,j = ai,j caso
i > j, resumindo
i j , bi,j = ai,j , ci,j = 0.
i > j, bi,j = 0 e ci,j = ai,j .
A soma desses espacos nao e direta, pois toda matriz com elementos nao nulos na diagonal
e triangular superior e inferior, isto e, A = {ai,j } com ai,j = 0 se i = j e ai,j = 1 se i = j,
isto e, ai,j = i,j Logo nao vale Mnn = TS TI , onde Ts e o conjunto das matrizes
triangulares superiores e TI o conjunto das matrizes triangulares inferiores, porem vale
Mnn = TS + TI , TS Ts = {0}, TS Ts = {{i,j }}.
Uma base para tal espaco pode ser tomada como o conjunto das matrizes triangulares
n(n + 1)
que possuem 1 em apenas uma entrada da matriz e sua quantidade e
logo o
2
espaco possui essa dimensao.
Exemplo 10. (Espaco das funcoes polinomiais de grau ate n.) Considerando
polinomio como funcao (junto com o elemento neutro da adicao 0), temos o conjunto
dos polinomios de grau ate n, F = K[x]n com coecientes em um corpo K, como um
subespaco vetorial do espaco das funcoes, pois a funcao nula 0 F . A soma de dois
polinomios e um polinomio cujo grau nao ultrapassa n o produto de um polinomio por
um n
umero real tambem e um polinomio de grau ate n ( ou o elemento nulo).
Se tomassemos o conjunto F dos polinomios de grau exatamente n, nao teramos
subespaco vetorial, pois a adicao nao e fechada, como por exemplo
xn + (xn + 1) = 1
CAPITULO 1. ESPAC
OS VETORIAIS
22
Z Exemplo 11. Seja V o conjunto das funcoes f : R C tal que f (t) = f (t), entao
V e subespaco das funcoes de de R em C, sobre o corpo R.
A funcao nula satisfaz O(t) = 0(t), agora seja h(t) = c1 f (t) + c2 g(t) entao
h(t) = c1 f (t) + c2 g(t) = c1 f (t) + c2 g(t) = c1 f (t) + c2 g(t) = h(t).
Como exemplo, podemos dar a funcao f com f (t) = a + ti. onde a R, pois f (t) =
a ti = a + ti = f (t).
nito de elementos nao nulos, entao PK e subespaco de K , pois a soma de duas sequencias
com n
umero nito de elementos nao nulos e uma sequencia com n
umero nito de elementos nao nulos, a sequencia nula possui um n
umero nito de elementos nao nulos ( zero
elementos nao nulos), e o produto de um escalar por uma sequencia de elementos nao
nulos gera uma sequencia do mesmo tipo. Podemos pensar na inclusao
Kn
PK
K n N
se consideramos a identicacao
(x1 , xn ) := (x1 , xn , 0, , 0, )
com todos elementos nulos com ndices k, tal que k > n.
Usamos a notacao PK , pois podemos associar elementos de tal conjunto a polinomios
com coecientes em K (da a letra P ), da seguinte maneira
n
(x1 , xn+1 , 0, , 0, ) =:
xk+1 X k
k=0
CAPITULO 1. ESPAC
OS VETORIAIS
1.2.2
23
menos um certo conjunto de coordenadas nulas sao subespacos vetoriais, pois o elemento
neutro da adicao pertence a tais conjuntos e dados elementos w e v neles temos que
c1 w + c2 v
continua dentro do conjunto, pois o produto por constante e soma , coordenada a coordenada, nao transforma uma entrada nula em nao nula.
Da mesma maneira o subconjunto de K n que possui um n
umero s de coordenadas
xas iguais e um subespaco de K n , pois o elemento nulo esta no espaco a multiplicacao
por constante e adicao nao alteram essa propriedade. Porem vetores de K n que possuem
exatamente s coordenadas iguais nao e subespaco, pois a adicao nao e fechada, considere
por exemplo (1, 2, 1, 2) e (3, 0, 0, 4) ambos possuem dois elementos iguais, porem sua soma
e
(4, 2, 1, 6).
tais que
k=1
ck xn+k = 0 n N
CAPITULO 1. ESPAC
OS VETORIAIS
24
e subespaco do espaco das sequencias, pois a sequencia nula satisfaz e dadas (xn ) e (yn )
nesse espaco, temos que (cxn + yn ) tambem esta no espaco pois, substituindo na relacao
do lado esquerdo acima temos
c
ck xn+k +
k=1
ck yn+k = 0 n N.
k=1
tais que
ck Dk f (x) = 0 x R
k=1
e subespaco das funcoes, pois a funcao nula pertence a tal conjunto e se temos f e g no
conjunto entao tambem pertence ao conjunto a funcao cf +g, pois substituindo na relacao
do lado esquerdo acima temos
c
ck D f (x) +
ck Dk g(x) = 0 x R.
k=1
k=1
Z Exemplo 18. O conjunto dos polinomios de grau par {0} nao e subespaco vetorial
do espaco dos polinomio, pois x2 + x e de grau par e tambem x2 , porem a soma resulta
em x, que e de grau mpar.
Porem o conjunto dos polinomios em que todos os monomios tomados separadamente
possuem grau par ou mpar {0} e subespaco vetorial dos polinomios, pois a soma
c1 P (x) + c2 G(x)
continua tendo mesma propriedade.
CAPITULO 1. ESPAC
OS VETORIAIS
25
1. Vale que V = F + G X Y = .
2. F G = {0} X X = R.
3.
E =F GY =R\X .
1. ).
Suponha por absurdo que V = F + G e existe a X Y , e claro que existe uma
funcao h tal que h(a) = 1, porem h = f + g e da h(a) = 0 o que e absurdo.
).
Se X Y = , seja h : R R, denimos B = R \ (X y), F F com
h(x), x Y
h(x)
f (x) =
, xB
2
0, x X
Da mesma maneira existe g G com
h(x), x X
h(x)
g(x) =
, xB
0, x Y
Vale h(x) = f (x) + g(x) x R. Se B e vazio ignoramos a denicao nesse conjunto.
2. ). Provamos a contrapositiva. Suponha f = 0 F G, logo existe x R tal que
f (x) = 0, como f F G, logo x
/ X, Y e da X
/ Y = R.
). Provamos novamente a contrapositiva. Tomamos a R \ (X Y ) da a
/ X, Y ,
existem f F e g G tal que f (a) = 0 e g(a) = 0, denimos h(x) = f (x).g(x),
vale h(0) = 0 se x X ou Y logo h F G e alem disso h(a) = 0 logo F G = {0}.
CAPITULO 1. ESPAC
OS VETORIAIS
26
3.
E =F GY =R\X
pelo uso dos itens anteriores
E = F G Y = E = F +G e F G = {0} X Y = e X Y = R R\X
aritmetica formam um subespaco de Rn , pois, dados dois elementos (xk )n1 e (yk )n1 temos
que a sequencia nula e P.A e
(cxk + yk )n1 = (zk )n1
tem termos em progressao aritmetica pois zn+1 = cxn+1 + yn+1 = cxn + yn + crx + ry com
| {z }
r
isso chegamos a conclusao que o conjunto dos vetores de Rn cujas coordenadas formam
progressao aritmetica de razao xada nao e subespaco de Rn , pois se nao toda P.A teria
que ter a razao nula como do vetor zero.
O conjunto dos vetores de Rn cujas coordenada formam progressao aritmetica, em
geral nao formam subespaco de Rn , pois
(1, 1, 1) + (2, 4, 8) = (3, 5, 9)
5
9
= , se consideramos o conjunto de vetores que formam P G
3
5
de razao xada tambem nao temos subespaco vetorial por causa do vetor nulo.
Z Exemplo 21. O conjunto A das funcoes pares e o conjunto B das funcoes mpares
sao subespacos vetoriais de F (V, E) e
F (V, E) = A B.
Onde V e E sao espacos vetoriais, f (x) = f (x) x V se f e par, se f e mpar
f (x) = f (x).
A funcao nula O(x) = 0 x e par e mpar. Sendo f, g pares entao h com h(x) =
cf (x) + g(x), c K corpo de escalares e par pois
h(x) = cf (x) + g(x) = cf (x) + g(x).
CAPITULO 1. ESPAC
OS VETORIAIS
27
k=1
a2k+1 x2k+1 .
k=1
Vamos mostrar que os ndices mpar de um polinomio funcao par sao nulos
P (x) =
ak x = P (x) =
ak (1)k xk
k=0
k=0
ak xk = P (x) =
k=0
ak (1)k+1 xk
k=0
CAPITULO 1. ESPAC
OS VETORIAIS
28
Z Exemplo 23. O conjunto das funcoes K vezes derivaveis e subespaco das funcoes
de R em R. Pois 0 = 0x e k- vezes derivavel, se f e g sao derivaveis e c R entao cf + g
tambem e k-vezes derivavel. O mesmo para as funcoes C k e C .
de todas as
1.2.3
Fun
co
es limitadas
CAPITULO 1. ESPAC
OS VETORIAIS
29
f (x) = (f (x) + t) t
e combinacao linear de duas funcoes positivas e limitadas h(x) = f (x) + t e v(v) = t.
1.2.4
Equac
ao cartesiana de espacos vetoriais
Z Exemplo 26. Ache a equacao cartesiana do espaco gerado por (0, 1, 2) e (1, 1, 1)
em R2 .
Temos que o espaco gerado e combinacao linear desses vetores
(x, y, z) = c1 (0, 1, 2) + c2 (1, 1, 1)
logo
x = c2 , y = c1 + c2 , z = 2c1 + c2
logo y x = c1 substituindo em z temos z = 2(y x) + x = 2y + 2x + x = 3x 2y
3x + z + 2y = 0
e a equacao cartesiana do espaco.
1.2.5
m Definicao
b Propriedade 29. A reta que passa pela origem e contem u e um subespaco vetorial
de V .
Demonstrac
ao. 0v Ru pois tomamos = 0 e vale .v = 0v Ru . Dados dois
vetores w e v Ru , implica que existem constantes reais e tais que .u = w e .u = v
, logo
w + v = .u + .u = ( + ) u = t.u Ru
| {z }
=tR
CAPITULO 1. ESPAC
OS VETORIAIS
30
m Definicao
u e v e o conjunto
[u, v] = {(1 t)u + tv, t [0, 1]}.
1.2.6
Conjuntos convexos
Definic
ao 28 (Conjunto convexo). Um conjunto C E e dito convexo, quando
CAPITULO 1. ESPAC
OS VETORIAIS
31
kA
como cada xk e convexo segue que [u, v] xk que por sua vez implica [u, v] Y.
Definic
ao
satisfaz
ak xk = b
k=1
k=1
k=1
ak xk < b.
k=1
Sejam dois pontos A e B em I, o segmento que os une tem equacao A + t(B A) com
t [0, 1], vamos mostrar que todos esses pontos pertencem `a I . A = (xk )n1 , B = (yk )n1 ,
logo os pontos desse segmento sao da forma (xk +t(yk xk ))n1 = (xk (1t)+tyk )n1 aplicando
a soma tem-se
(1 t)
k=1
ak xk + t
ak yk > (1 t)b + tb = b
k=1
k=1
ak xk + t
k=1
a k yk
CAPITULO 1. ESPAC
OS VETORIAIS
f (0) =
ak xk > b , f (1) =
32
k=1
k=1
X = {(xk )n1 Rn |
{(xk )n1
R |
n
ak xk b} e
k=1
ak xk b} sao convexos.
k=1
Demonstrac
ao. Sejam dois pontos A e B em Y , o segmento que os une tem
equacao A + t(B A) com t [0, 1], vamos mostrar que todos esses pontos pertencem `a Y
. A = (xk )n1 , B = (yk )n1 , logo os pontos desse segmento sao da forma (xk + t(yk xk ))n1 =
(xk (1 t) + tyk )n1 aplicando a soma tem-se
(1 t)
ak xk + t
k=1
ak yk (1 t)b + tb = b.
k=1
tk = 1 entao
nao-negativos com
Definic
ao
k=1
tk vk
k=1
n+1
tk = 1 entao
tk = 1 tn+1 e escrevemos
Sejam entao (tk )1 com
k=1
n+1
k=1
tk vk =
tk vk + tn+1 vn+1
k=1
k=1
n
tk vk
= (1 tn+1 )
+ tn+1 vn+1
n
k=1
ts
s=1
t k vk
por hipotese de inducao
= Y pertence `a X entao a soma acima tambem pertence
n
k=1
ts
s=1
CAPITULO 1. ESPAC
OS VETORIAIS
33
(zk )n1
do R tais que
n
x2k r e convexo.
k=1
Demonstrac
ao. Tomamos dois pontos nesse conjunto (xk ) e (yk ), da (txk + (1
t)yk ) deve pertencer ao conjunto e isso vale pois
n
k=1
t2 x2k +
(1 t)2 yk2 +
k=1
k=1
v
u n
n
u
2
t
xk yk
xk
yk2 r.r
k=1
m Definicao
k=1
k=1
Z Exemplo 27.
cone. pois seja o vetor (vk )n1 entao (tvk )n1 ainda possui t coordenadas positivas.
O conjunto das funcoes f : X R que assume valor negativo em todos os pontos
b Propriedade 38.
u v onde u, v C.
CAPITULO 1. ESPAC
OS VETORIAIS
34
Demonstrac
ao. Seja w S(C) entao w =
k=1
partes, A com ndices dos termos de coecientes nao negativos e B com ndices dos termos
de coecientes negativos (que podem ser eventualmente vazios).
w=
kA
c k vk +
ck vk =
kB
c k vk
kA
| {z }
kB
uC
(ck )vk = u v
{z
vC
u e v (caso nao nulos)sao elementos de C pois C e convexo soma de termos com coecientes
positivos esta em C. Caso u e v sejam nulos, escrevemos w = u u , onde u C. Caso
u seja nulo e v nao, escrevemos w = v v v = v 2v e nalmente caso v seja nulo e u
nao nulo
w = u + u u = 2u u
com isso terminamos.
Definic
ao 32 (Parte positiva). Seja f (x) : A R denimos a parte positiva da
funcao como
f (x) se f (x) 0
+
f (x) =
0 se f (x) < 0.
Definic
ao 33 (Parte negativa). Seja f (x) : A R denimos a parte negativa da
funcao como
f (x) =
0 se f (x) > 0
f (x) se f (x) 0.
b Propriedade 39.
f (x) = f + (x) f (x).
Demonstrac
ao. Se existe x tal que f (x) = 0, entao f + (x) = 0 = f (x) e vale
f (x) = 0 = 0 0.
Se existe x tal que f (x) = a > 0, entao f + (x) = a e f (x) = 0 da
f (x) = a = f + (x) f (x) = a 0 = a.
CAPITULO 1. ESPAC
OS VETORIAIS
35
E por u
ltimo, se existe x tal que f (x) = b < 0, entao f + (x) = 0 e f (x) = b da
f (x) = b = f + (x) f (x) = 0 (b) = b.
m Definicao
espaco vetorial
real.
Demonstrac
ao. Sendo v C, vale que tv C, t > 0 por simetria tv C,
tv tv = 0 V por conexidade, logo tv C para todo t real, por conexidade dados
u, v C temos u + v C, logo C < V
Z Exemplo 28. C = {t(1, 1), t > 0} e um cone nao simetrico. C = {t(1, 1), t = 0} e
simetrico nao convexo, nao sendo convexo pois nao possui o ponto (0, 0).
kB
e da tv A.
G=
kB
tv G.
m Definicao
CAPITULO 1. ESPAC
OS VETORIAIS
36
1. C(x) e convexo.
2. X C(x)
3. Se C e convexo com X C entao C(x) C , isto e, C(x) e o menor subconjunto
convexo que contem X.
Demonstrac
ao.
1. Sejam u, v C(x) entao u =
tk vk , v =
k=1
tu + (1 t)v =
tk vk , temos
k=1
ttk vk +
k=1
(1 t)tk vk =
k=1
m+n
tk vk
k=1
k=1
tk
=t
tk + (1 t)
k=1
tk = t + 1 t = 1.
k=1
2. X C(x), pois dado V X temos que 1.x e uma combinacao convexa logo
x C(X).
3. Se C e convexo com X C entao toda combinacao convexa de elementos de X
esta contida em C , o que ja mostramos.
1.2.7
m Definicao
riais sobre o mesmo corpo K, podemos tomar o produto cartesiano de espacos vetoriais
n
CAPITULO 1. ESPAC
OS VETORIAIS
37
(ak ) = ( k ak )
onde +k e k sao a adicao e produto por escalar em Vk .
(u + v) + w = ((ak )nk=1 + (bk )n1 ) + (ck )n1 = (ak +k bk )n1 + (ck )n1 = ((ak +k bk ) +k ck )n1 =
pela associatividade da adicao em espacos vetoriais
= (ak +k (bk +k ck ))n1 = u + (v + w).
Elemento neutro
CAPITULO 1. ESPAC
OS VETORIAIS
38
Associatividade escalar
((ck )n1 +(bk )n1 ) = ((ck +k bk )n1 ) = (k ck +k k bk )n1 = (k ck )n1 +(k bk )n1 = (ck )n1 +(bk )n1 .
Distributividade escalar
V := V n e um espaco
k=1
vetorial sobre K.
Z Exemplo 29. R e um espaco vetorial, pois R e corpo, entao (R, +) e grupo abeliano,
existe a unidade 1 tal que 1.c = c, vale a distributividade ( + )c = .c + .c, a(c + v) =
ac + av e o produto e associativo a(b.c) = (ab)c, logo R e um espaco vetorial
Z Exemplo 30. Sendo A um anel com unidade, entao A e espaco vetorial, pois (A, +)
e grupo abeliano e vale a associatividade , existe unidade e vale a distributividade.
m Definicao
umeros reais. De37 (Hiperplano que passa pela origem). Sejam (ak )n1 n
ak xk = 0}.
k=1
$ Corolario 5. Se ak = 0 entao
k=1
CAPITULO 1. ESPAC
OS VETORIAIS
Demonstrac
ao. O vetor 0v =
um vetor v =
n
(xk )n1
H, entao vale
39
(0)n1
n
ak = 0. Seja
k=1
k=1
k=1
n
ak (xk + yk ) =
k=1
ak xk +
k=1
ak yk = 0 + 0
k=1
k=1
n
ak cxk = c
ak xk = c.0 = 0
k=1
k=1
Z Exemplo 31.
H = {v =
(xk )n1
R |
n
ak xk = d = 0}
k=1
e = 0 entao u
/ F.
Demonstrac
ao. Suponha que u F entao
1.2.8
1
u = u F absurdo.
Intersec
c
ao de subespacos vetoriais
subespaco de V .
Demonstrac
ao. Sejam U e W subespacos de V .
CAPITULO 1. ESPAC
OS VETORIAIS
40
Ek e subespaco de V.
kA
$ Corolario 6. Sendo Hs = {v =
t
(xk )n1
R |
n
k=1
s=1
1.2.9
Uni
ao de espacos vetoriais
A B e subespaco de V
A B ou B A.
Demonstrac
ao. ). Se A B entao A B = B da A B e subespaco vetorial
de V .
). Suponha por absurdo que A B e subespaco de V com A B e B A entao
existe a A tal que a
/ B e b B tal que b
/ A da a, b A B e como e subespaco
a + b A B, supondo sem perda de generalidade que a + b B, como B e subespaco
vetorial entao a + b b = a B o que e absurdo pois contraria a hipotese de a
/ B.
CAPITULO 1. ESPAC
OS VETORIAIS
41
um
1.3
Combinac
ao linear: espacos gerados
m Definicao
umeros
vetores de V . Dizemos que um vetor de u e combinacao linear de (vk )n1 se existem n
reais (ak )n1 tais que
u=
ak .vk .
k=1
kA
ck .k.
CAPITULO 1. ESPAC
OS VETORIAIS
Em especial se A =
0v =
42
ck .k,
Definic
ao
k=1
k=1
k=1
ser escrita como uma soma nita logo u + v S(A). Dado c R e v S(A) entao
n
n
n
cxk uk =
xk uk e cv =
yk uk logo e combinacao linear de vetores de A,
v =
|{z}
k=1
k=1
yk
k=1
CAPITULO 1. ESPAC
OS VETORIAIS
43
t=1
Definic
ao 40 (Espaco nitamente gerado). Dizemos que um espaco vetorial V e
Propriedade 55. S(A) e o menor subespaco que contem A, isto e, para qualquer
Definic
ao 41 (Conjunto de geradores). Se S(A) = V entao A e dito conjunto de
geradores de V , isto e, qualquer vetor de V pode ser escrito como combinacao linear de
vetores de A.
m Definicao
e o delta de kronecker3
k=1
ak ek =
(
n
k=1
)n
= (aj )nj=1 = v.
ak (j, k)
j=1
espaco de polinomios, {xk , k [0, n]N } gera o espaco de polinomios de grau ate n.
m Definicao
Ver definic
ao no texto de func
oes especiais e relacao com somatorio no texto de somatorios
CAPITULO 1. ESPAC
OS VETORIAIS
44
F1 , F2 < V.
Demonstrac
ao. Sabemos que
S(F1 F2 ) = F1 + F2 = S(F1 ) + S(F2 )
pois como F1 e F2 sao subespacos entao S(F1 ) = F1 e S(F2 ) = F2 .
m Definicao
chama-se plano.
nao pertence
ao plano gerado por u e v entao u, v, w geram R3 . Seja = S(u, v). Dado P R3 qualquer
CAPITULO 1. ESPAC
OS VETORIAIS
45
seja r uma reta passando por P e paralela ao vetor w, como w nao esta no plano gerado
por u e v, r intercepta em Q, logo q = c1 u + c2v para algum par c1 , c2 R, como p e q
sao paralelos a w, p q = c3w o que implica
p = q + c3 w = c1 u + c2 v + c3 w
como p e arbitrario em R3 , entao o espaco e gerador por u, v e w.
Definic
ao
F1 F2 .
F2
hipotese.
(2) (1). Temos que F = F1 + F2 falta mostrar que F1 F2 = {0}, suponha que
exista um elemento nao nulo na intersecao v, entao
v = f1 + f2
onde pelo menos um deles e nao nulo , digamos f2 da 0 = f1 + (f2 v) = (f1 v) + f2
logo temos duas escritas para 0 o que e absurdo.
Se F1 G1 e F2 G2 entao F1 = G1
e F2 = G2 .
Demonstrac
ao. Falta mostrar que G1 F1 e G2 F2 . Seja g1 G1 E entao
g1 = f1 + f2
g1 f1 = f2 = 0
| {z }
|{z}
G1
F2 G2
CAPITULO 1. ESPAC
OS VETORIAIS
46
Fk ) =
k=1
x=
Fk .
k=1
2. Cada x
n
k=1
k=1
Fk ) = {0}.
k=1,k=j
Na condicao escrevemos F =
Fk .
k=1
Demonstrac
ao.
1. Sabemos que S(
n
k=1
k=1
contido em B, logo a uniao tambem esta, por inducao a soma e subespaco, ja que
a soma de dois e subespaco. Suponha que A seja um espaco que contem cada Fk
entao ele contem a soma de todos elementos de cada Fk e por isso B A, entao B
n
2. ).
n
Fk ) logo
k=1,k=j
n
v=
vk = vj +
k=1
da
0 = vj v + (
vk
k=1,k=j
vk ) = vj + (
k=1,k=j
vk ) v
k=1,k=j
v=
k=1
vk =
k=1
wk
CAPITULO 1. ESPAC
OS VETORIAIS
47
vj wj =
(wk vk ) = 0
k=1,kn=j
k=1,k=j
m Definicao
46 (Reta que une dois pontos). Sejam x = y V entao a reta que une
Definic
ao 47 (Variedade am). Um subconjunto A de V complexo ou real e dito
ser uma variedade am, quando dados quaisquer dois pontos x, y V a reta que passa
por esse pontos esta contida em A.
Perceba que isso difere da denicao de conjunto convexo pois em conjuntos convexos
queremos que apenas o segmento que une quaisquer dois pontos esteja contido no conjunto,
em variedade am queremos que a reta inteira esteja dentro do conjunto .
$ Corolario 9. Variedades ans sao conjuntos convexos pois a reta que passa por dois
pontos esta contida no conjunto, entao em especial o segmento que une tais pontos.
CAPITULO 1. ESPAC
OS VETORIAIS
48
$ Corolario 12. O conjunto vazio e uma variedade am , pois se nao fosse haveriam
x, y e algum t R tal que xt + (1 t)y
/ o que e absurdo pois o conjunto e vazio
logo nao podemos ter x, y .
m Definicao
c k vk , y =
onde
k=1
ck =
ck vk
k=1
k=1
n
ck = 1
k=1
(1 + t)x + ty = (1 t)
c k vk + t
k=1
ck vk
k=1
ck + t
B=
ck = 1 t + t = 1.
k=1
k=1
b Propriedade 63. Se Vk V
Vk e variedade am .
kA
Demonstrac
ao. Sejam x, y B entao x, y Vk k logo tx+(1t)y Vk k t
R isso implica que tal reta pertence a B, logo B e variedade am .
xk ak = b
k=1
onde (ak )n1 e b sao escalares reais ou complexos dados e uma variedade am.
CAPITULO 1. ESPAC
OS VETORIAIS
49
Demonstrac
ao. Sejam x = (xk )n1 , y = (yk )n1 H vamos mostrar que tx+(1t)y =
txk + (1 t)yk H, t R arbitrario
k=1
n
ak (txk + (1 t)yk ) = t
k=1
ak xk + (1 t)
k=1
ak yk = tb + (1 t)b = b.
k=1
xk ak = b .
k=1
u
nico F < E tal que para x arbitrario xo em V vale
V = x + F = {x + v, v F }.
Demonstrac
ao.
Existencia de F . Dado x V xo seja F o conjunto dos vetores y x onde y V .
|{z}
V
v = (y x) = (1 )x + y x F.
|
{z
}
V
Se v = y x e v = y x em F ent
ao
y y
v + v = y + y 2x = 2( + x)
|2 {z 2}
V
v + v
F pela propriedade anterior multiplicando por 2 temos que v + v F.
2
CAPITULO 1. ESPAC
OS VETORIAIS
50
U = S(X).
U V | XU
Demonstrac
ao. Seja
U := A .
U V | XU
e um espaco vetorial 0 F .
Demonstrac
ao.
). Se F e espaco vetorial entao 0 F .
CAPITULO 1. ESPAC
OS VETORIAIS
51
). 0 V entao existe um u
nico F subespaco vetorial tal que
V = 0 + F = F.
Podemos demonstrar diretamente tambem, como segue
0 V por hipotese .
Sendo v C e c R entao cv V pois a reta que une 0 e v esta toda contida em V
(1 c)0 + cv = cv V c R.
u, v V implica u + v V. Seja t = 0, t = 1 entao
1
1
ue
v sao elementos de V
t
1t
1
1
t u + (1 t)
v = u + v V.
t
1t