Escolar Documentos
Profissional Documentos
Cultura Documentos
ESPAÇOS VECTORIAIS
Capítulo II
A1= vi + v j = v j + vi
A2= (v i + v j ) + v k = v i + (v j + v k )
B0= ∀α i ∈ ℜ e ∀v j ∈ V, α i v j ∈ V
B1= α i (v j + v k ) = α i v j + α i v k
B2= (α + α )v = α v + α
i j k i k j vk
B3= (α α )v = α (α v )
i j k i j k
B4= 1v i = v i
Um dos conjuntos, já conhecidos, onde todos estes axiomas são satisfeitos é o
conjunto dos vectores livres – quer no plano, quer no espaço. Daí que os elementos de
qualquer espaço vectorial sejam designados por vectores – aos elementos do corpo
chamamos escalares.
• ∀A ∈ M m ,n , ∃A ′ ∈ M m ,n : A + A ′ = A ′ + A = 0
6ª. - ∀α ∈ ℜ e ∀v ∈ V , (− α )v = −(αv ) = α (− v )
7ª. - ∀α ≠ 0 ∈ ℜ e ∀u, v ∈ V, αu = αv ⇒ u = v
8ª. - αv = 0 ⇒ α = 0 ou v = 0
9ª. - αv = βv ⇒ α = β ou v = 0
{( 2 n
)
A n = ai , ai ,…, ai : ai , ai ,…, ai ∈ A .
1 1 2 n
}
Exemplo – Sejam A = {2,5} e B = {2,4,6} , A × B = {(2,2 ), (2,4 ), (2,6), (5,2), (5,4), (5,6)} ,
B × A = {(2,4 ), (2,5), (4,2 ), (4,5), (6,2 ), (6,5)} , A 2 = {(2,2 ), (2,5), (5,2 ), (5,5)} . Note-se que
o número de elementos de A × B é igual ao produto do número de elementos de A
pelo número de elementos de B .
α , a1 , a 2 ,… , a n , b1 , b2 ,… , bn ∈ ℜ e (a1 , a 2 ,… , a n ), (b1 , b2 ,… , bn ) ∈ ℜ n .
e
¾ o conjunto das matrizes do tipo 1 × 3 , M 13 = {[a b c ] : a, b, c ∈ ℜ} ,
e
⎧⎡a b ⎤ ⎫
¾ o conjunto das matrizes quadradas de 2ª ordem, M 2 = ⎨⎢ ⎥ : a , b, c , d ∈ ℜ ⎬ ,
⎩⎣ c d ⎦ ⎭
são conjuntos ℜ 4 .
Sub-espaços Vectoriais.
X = {( x, y , z ) : x + y + z = 1} são sub-espaços de ℜ 3 .
ℜ3 .
que v = α 1 v 1 + α 2 v 2 + … + α k v k .
vectorial V se qualquer vector deste espaço vectorial for combinação linear daqueles
k vectores, isto é, se ∀v ∈ V, ∃α 1 , α 2 , … , α k ∈ ℜ : v = α 1 v 1 + α 2 v 2 + … + α k v k .
ℜ3 .
⎧ 2α 1 − 2α 2 + 2α 3 = x ⎛ 2 −2 2 x⎞
⎪ ⎜ ⎟
⎨ α 1 + α 2 + 3α 3 = y . Resolvamos o sistema: ⎜1 1 3 y⎟ →
⎪− α − α3 = z ⎜−1 0 − 2 z ⎟⎠
⎩ 1 ⎝
⎛1 1 3 y⎞ ⎛1 1 3 y ⎞ ⎛1 1 3 y ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
→⎜ 2 −2 2 x ⎟ → ⎜0 − 4 − 4 x − 2y⎟ → ⎜0 − 4 − 4 x − 2y ⎟ .
⎜−1 0 − 2 z ⎟⎠ ⎜⎝ 0 1 z + y ⎟⎠ ⎜⎝ 0 0 0 z + 2 y + 4 z ⎟⎠
⎝ 1
↓ ⇓ ↓↓↓
⎛1 0 0 0⎞
Então ⎜ ⎟ .
⎜ 0 1 0 0 ⎟ ⇔ α 1 = 0, α 2 = 0, α 3 = 0
⎜ 0 0 1 0⎟
⎝ ⎠
⎛ α ⎞ ⎛ α ⎞ ⎛ α ⎞ ⎛ α ⎞
− −αk vk , v i = ⎜⎜ − 1 ⎟⎟ v 1 + ⎜⎜ − 2 ⎟⎟ v 2 + + ⎜⎜ − i −1 ⎟⎟ v i −1 + ⎜⎜ − i +1 ⎟⎟ v i +1 + +
⎝ αi ⎠ ⎝ αi ⎠ ⎝ αi ⎠ ⎝ αi ⎠
⎛ α ⎞ α α α i −1 α i +1 αk
+ ⎜⎜ − k ⎟⎟ v k . Como α i ≠ 0 , − 1 ,− 2 , ,− ,− , ,− são números reais
⎝ αi ⎠ αi αi αi αi αi
todos nulos. É evidente que α tem que ser um destes porque se tal não acontecesse,
αv = 0 e a relação anterior reduzir-se-ia a α 1 v 1 + α 2 v 2 + … + α k v k = 0 mantendo a
condição de α 1 , α 2 , … , α k não serem todos nulos. Isto vai contra uma das hipóteses do
⎛ α ⎞ ⎛ α ⎞
sucessivamente, a αv = −α 1 v 1 − α 2 v 2 − − α k v k , v = ⎜ − 1 ⎟ v1 + ⎜ − 2 ⎟ v 2 + +
⎝ α ⎠ ⎝ α ⎠
⎛ α ⎞
+ ⎜ − k ⎟ v k donde concluir-se-ia que v era combinaçãolinear de v 1 , v 2 , … , v k o que
⎝ α ⎠
contradiz a outra hipótese. Os vectores v 1 , v 2 , …, v k , v não podem ser linearmente
Base e Dimensão.
B1 - gerarem V ,
B2 - forem linearmente independentes.
Os vectores (1,0,0 ), (0,1,0 ), (0,0,1) que geram V - qualquer vector de V pode ser
escrito como combinação linear destes – e são linearmente independentes como se
viu, formam uma base de ℜ 3 . É a chamada base canónica de ℜ 3 . Do mesmo modo
{(1,0), (0,1)} é a base canónica de ℜ 2 . {(1,0,0,0), (0,1,0,0), (0,1,0,0), (0,0,0,1)} é a base
canónica de ℜ 4 , etc.
⎧ α 1 − α 2 + 3α 3 = x ⎛1 −1 − 3 x ⎞
⎪ ⎜ ⎟
⎨ 2α 1 − α 2 + α 3 = y . Resolvendo a equação: ⎜2 −1 1 y⎟ →
⎪ α − α3 = z ⎜1 0 −1 z ⎟
⎩ 1 ⎝ ⎠
⎛1 −1 − 3 x ⎞ ⎛1 −1 − 3 x ⎞
⎜ ⎟ ⎜ ⎟
→ ⎜0 1 − 5 y − 2 x ⎟ → ⎜ 0 1 − 5 y − 2 x ⎟ . O sistema é sempre
⎜0 0 − 4 z − x ⎟⎠ ⎜⎝ 0 0 1 x − y + z ⎟⎠
⎝
possível, quaisquer que sejam x, y, z , o que significa que existem sempre
α 1 ,α 2 ,α 3 que satisfazem a relação.
B2 - Os vectores são linearmente independentes. Na verdade, a igualdade:
α 1 (1,2,1) + α 2 (− 1,−1,0) + α 3 (3,1,−1) = (0,0,0) permite obter o sistema
⎧ α 1 − α 2 + 3α 3 = 0
⎪
⎨ 2 α 1 − α 2 + α 3 = 0 que só difere nos termos independentes, agora todos
⎪ α − α3 = 0
⎩ 1
nulos. A condensação da matriz, à semelhança da anterior, resulta na matriz
⎛1 −1 − 3 0⎞
⎜ ⎟
⎜ 0 1 − 5 0 ⎟ o que prova que o sistema é possível e determinado,
⎜0 0 1 0 ⎟⎠
⎝
existindo apenas a solução nula: α 1 = 0 , α 2 = 0 , α 3 = 0 . Assim, os três
V , têm que ser linearmente independentes, o que não acontece. Vejamos, das
igualdades anteriores obtém-se: α 1 (a11u1 + a 21u 2 + + a m1u m ) +
⎛1 1 1 1 0⎞ z + t = 0 ⇔ z = −t
⎜ ⎟
Exemplo - ⎜ 0 1 1 1 0 ⎟ . Então y + z + t = 0 ⇔ y = − z − t = −(− t ) − t = 0 .
⎜0 0 1 1 0⎟ x+ y+ z+t = 0 ⇔ x+0 = 0 ⇔ x = 0
⎝ ⎠
vectores formavam uma base de V . Sendo assim, nem podemos ter m > n , nem
m < n . As duas bases terão o mesmo número de vectores.
⎧α 1 = x
( x, y, x + y ) = α 1 (1,0,1) , ou seja: ⎪⎨0 = y . É evidente que não há qualquer α 1 que
⎪α = x + y
⎩ 1
satisfaça o sistema anterior quando o vector ( x, y, x + y ) ∈ V é tal que y ≠ 0 . Assim,
nem todos os vectores de V são combinação linear de (1,0,1) e, portanto, este vector
não constitui uma base de V . Um dos vectores que não é combinação linear de (1,0,1)
é, por exemplo, (0,1,1) → y = 1 ≠ 0 . Pelo penúltimo teorema podemos concluir que
estes dois vectores são linearmente independentes, satisfazendo assim a 2ª condição
da definição de base. Vejamos se também satisfazem a 1ª:
⎧α 1 = x ⎛1 0 x ⎞
⎪ ⎜ ⎟
( x, y, x + y ) = α 1 (1,0,1) + α 2 (0,1,1) e assim ⎨α 2 = y ⇔ ⎜0 1 y ⎟→
⎪α + α = x + y ⎜1 1 x + y ⎟
⎩ 1 2 ⎝ ⎠
⎛1 0 x ⎞ ⎛1 0 x ⎞
⎜ ⎟ ⎜ ⎟
→ ⎜0 1 y ⎟ → ⎜ 0 1 y ⎟ . O sistema é sempre possível e determinado. Sendo
⎜0 1 y ⎟⎠ ⎜⎝ 0 0 0 ⎟⎠
⎝
assim ∀x, y ∈ ℜ, ∃α 1 , α 2 ∈ ℜ , pois ( x, y, x + y ) = x(1,0,1) + y(0,1,1) tais que
( x, y, x + y ) = α 1 (1,0,1) + α 2 (0,1,1) . Os dois vectores geram V e como, além disso, são
linearmente independentes, formam uma base de V .