Escolar Documentos
Profissional Documentos
Cultura Documentos
Sumário
1. Espaços vetoriais ............................................................................. 1
2. Subespaço........................................................................................ 4
3. Combinação Linear ......................................................................... 8
4. Dependência e independência linear ................................................ 9
5. Espaços vetoriais finitamente gerados ............................................ 10
6. Base de um espaço vetorial ............................................................ 10
7. Dimensão de um espaço vetorial .................................................... 12
8. Coordenadas de vetor..................................................................... 13
9. Exercícios ....................................................................................... 14
10. Noções sobre aplicações .................................................................. 15
11. Transformações Lineares ................................................................ 15
11.1 Propriedades das transformações lineares .................................... 16
12. Núcleo e Imagem ............................................................................ 17
1. Espaços vetoriais
Vamos introduzir o conceito de espaço vetorial. Os espaços vetoriais
constituem os objetos de estudo da Álgebra Linear.
Departamento de matemática 1
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
i) (𝑢 + 𝑣) + 𝑤 = 𝑢 + (𝑣 + 𝑤) (associatividade da soma)
ii) 𝑢+𝑣=𝑣+𝑢 (comutatividade da soma)
iii) Existe 0 ∈ 𝑉 tal que 𝑢 + 0 = 𝑢 (elemento neutro da soma)
iv) Existe −𝑢 ∈ 𝑉 tal que 𝑢 + (−𝑢) = 0 (existência do oposto)
v) 𝑎(𝑢 + 𝑣) = 𝑎𝑢 + 𝑎𝑣 (distributividade)
vi) (𝑎 + 𝑏)𝑣 = 𝑎𝑣 + 𝑏𝑣
vii) (𝑎𝑏)𝑣 = 𝑎(𝑏𝑣) (associatividade da multiplicação)
viii) 1𝑢 = 𝑢 (elemento neutro da multiplicação)
Departamento de matemática 2
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
Departamento de matemática 3
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
Veja que a reta W funciona sozinha como espaço vetorial pois, ao somarmos
dois vetores de W, obtemos um outro vetor em W. Da mesma forma se
multiplicarmos um vetor de W por um número, o vetor resultante ainda estará
em W.
2. Subespaço
Definição 2. Dado um espaço vetorial V, um subconjunto 𝑊 ≠ ∅, será um
subespaço vetorial de V se:
Departamento de matemática 4
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
i) 𝑜 ∈ 𝑊; (𝑜 = vetor nulo )
ii) Para quaisquer 𝑢, 𝑣 ∈ 𝑊 tivermos 𝑢 + 𝑣 ∈ 𝑊
iii) Para quaisquer 𝑎 ∈ ℝ, 𝑢 ∈ 𝑊 tivermos 𝑎𝑢 ∈ 𝑊
W
W
Exemplo 2: 𝑉 = ℝ5 e 𝑊 = {(0, 𝑥2 , 𝑥3 , 𝑥4 , 𝑥5 ); 𝑥𝑖 ∈ ℝ}
Isto é, W é o conjunto dos vetores de ℝ5 , cuja primeira coordenada é nula.
Verificamos as condições i) e ii).
i) 𝑢 = (0, 𝑥2 , 𝑥3 , 𝑥4 , 𝑥5 ), 𝑣 = (0, 𝑦2 , 𝑦3 , 𝑦4 , 𝑦5 ) ∈ 𝑊
Então 𝑢 + 𝑣 = (0, 𝑥2 + 𝑦2 , 𝑥3 + 𝑦3 , 𝑥4 + 𝑦4 , 𝑥5 + 𝑦5 ), que ainda pertence a
W, pois, a primeira coordenada é nula.
ii) 𝑘𝑢 = (0, 𝑘𝑥2 , 𝑘𝑥3 , 𝑘𝑥4 , 𝑘𝑥5 ) ∈ 𝑊, pois a primeira coordenada é nula
para todo 𝑘 ∈ ℝ.
Portanto, W é um subespaço vetorial de ℝ5
Departamento de matemática 5
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
Departamento de matemática 6
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
Exemplo 1: 𝑉 = ℝ³
𝑊1 ∩ 𝑊2 é a reta de intersecção dos planos 𝑊1 e 𝑊2 .
W
W
𝑊1
𝑊2
𝑊1 ∩ 𝑊2
𝑊1 + 𝑊2 = {𝑣 ∈ 𝑉: 𝑣 = 𝑥1 + 𝑥2 , 𝑥1 ∈ 𝑊1 𝑒 𝑥2 ∈ 𝑊2 }
É um subespaço de V.
Demonstração:
i) Sejam 𝑢 = 𝑥1 + 𝑥2 , 𝑣 = 𝑦1 + 𝑦2 ∈ (𝑊1 + 𝑊2 ), então:
𝑥1 , 𝑦1 ∈ 𝑊1 𝑒 𝑥2 , 𝑦2 ∈ 𝑊2
Departamento de matemática 7
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
𝑊1 + 𝑊2
𝑊2
𝑊1
3. Combinação Linear
Uma das mais importantes características de um espaço vetorial é a
obtenção de novos vetores a partir de vetores dados.
𝑣 = 𝛼1 𝑢1 + 𝛼2 𝑢2 + ⋯ + 𝛼𝑛 𝑢𝑛
[𝑆] = {𝛼1 𝑢1 + 𝛼2 𝑢2 + ⋯ + 𝛼𝑛 𝑢𝑛 ∶ 𝛼1 , 𝛼2 , … , 𝛼𝑛 ∈ ℝ}
ii) Se 𝑣 = 𝛼1 𝑢1 + 𝛼2 𝑢2 + ⋯ + 𝛼𝑛 𝑢𝑛 e 𝑤 = 𝛽1 𝑢1 + 𝛽2 𝑢2 + ⋯ + 𝛽𝑛 𝑢𝑛
pertencem a [𝑆], então
Também é um elemento de S.
Departamento de matemática 8
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
Exemplo 1: 𝑉 = ℝ³, 𝑢 ∈ 𝑉, 𝑢 ≠ 0.
Então [𝑢] = {𝑎𝑢: 𝑎 ∈ ℝ}, isto é, [𝑢] é a reta que contém o vetor 𝑢.
[𝑣]
Exemplo 3:
1 0 0 1
𝑣1 = [ ], 𝑣2 = [ ]
0 0 0 0
1 0 0 1
Então [𝑣1 , 𝑣2 ] = {𝑎𝑣1 + 𝑏𝑣2 : 𝑎, 𝑏 ∈ ℝ } = {𝑎 [ ]+ 𝑏[ ] : 𝑎, 𝑏 ∈ ℝ } =
0 0 0 0
{[𝑎 𝑏]
: 𝑎, 𝑏 ∈ ℝ }
0 0
4. Dependência e independência linear
Em álgebra linear, é fundamental sabermos se um vetor é uma combinação
linear de outros. Ou seja, dados os vetores 𝑣1 , 𝑣2 , … , 𝑣𝑛 queremos saber se não
existem vetores “supérfluos”, isto é, se algum desses vetores não é uma
combinação linear dos outros. Para chegarmos em uma conclusão, precisamos
começar definindo dependência e independência linear.
𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ + 𝑎𝑛 𝑣𝑛 = 0 ⟹ 𝑎1 = 𝑎2 = ⋯ = 𝑎𝑛 = 0
𝑎1 𝑣1 + 𝑎2 𝑣2 = 0
𝑎1 (1,0) + 𝑎2 (0,1) = 0
Departamento de matemática 9
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
(𝑎1 , 𝑎2 ) = (0,0)
𝑎1 = 0 𝑒 𝑎2 = 0
Departamento de matemática 10
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
i) {𝑣1 , 𝑣2 , … , 𝑣𝑛 } é LI
ii) [𝑣1 , 𝑣2 , … , 𝑣𝑛 ] = 𝑉
Exemplo 2: {(0,1), (0,2)} não é uma base de ℝ², pois é um conjunto LD.
Exemplo 3: 𝑉 = ℝ³, {(1,0,0), (0,1,0), (0,0,1)} é uma base de ℝ³. Esta é base
canônica de ℝ³. Podemos mostrar que
Departamento de matemática 11
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
Exemplo 4: {(1,0, 0), (0,1,0)} não é base de ℝ3 . Pois, apesar de ser LI, não
gera todo ℝ3 .
Exemplo 5: 𝑉 = 𝑀(2,2)
1 0 0 1 0 0 0 0
{[ ],[ ],[ ],[ ]} é uma base de V, pois:
0 0 0 0 1 0 0 1
0 0 1 0 0 1 0 0 0 0
] = [𝑎 𝑏]
i) [ ] = 𝑎[ ]+𝑏 [ ]+𝑐[ ]+𝑑[ , onde
0 0 0 0 0 0 1 0 0 1 𝑐 𝑑
𝑎 = 0, 𝑏 = 0 , 𝑐 = 0 e 𝑑 = 0
𝑟 𝑠 1 0 0 1 0 0 0 0
ii) [ ] = 𝑟[ ]+𝑠 [ ]+𝑡[ ]+𝑢[ ]
𝑡 𝑢 0 0 0 0 1 0 0 1
Nota: Existem espaços que não tem base finita. Isto acontece principalmente,
quando trabalhamos com espaço de funções. Nestes casos, precisamos de conjunto
infinito de vetores para gerar o espaço. Isso não quer dizer que estamos
trabalhando com combinação lineares infinitas, mas sim, que cada vetor do espaço
é uma combinação linear finita daquela “base infinita”. Como já foi dito, nessa
disciplina iremos considerar apenas os espaços vetoriais de base finita.
Departamento de matemática 12
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
Exemplo 2: dim ℝ3 = 3
8. Coordenadas de vetor
Definição 8. Sejam 𝛽 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } base de V e 𝑣 ∈ 𝑉 onde 𝑣 = 𝑎𝑣1 +
𝑎𝑣2 + ⋯ + 𝑎𝑣𝑛 . Chamamos estes números 𝑎1 , 𝑎2 , … , 𝑎𝑛 de coordenadas de 𝑣 em
relação a base 𝛽 e denotamos por
𝑎1
𝑎2
𝑣𝛽 = [ ⋮ ]
𝑎𝑛
4
Portanto [(4,3)]𝛽 = [ ]
3
Se 𝛽 ′ = {(1,1), (0,1)}, então 𝑣 = (4,3) = 𝑥(1,1) + 𝑦(0,1), resultando em 𝑥 =
4
4 e 𝑦 = −1. Então [(4,3)]𝛽 = [ ]
−1
Nota: É importante notar que a ordem dos elementos de uma base também
influi na matriz das coordenadas de um vetor em relação a esta base. Por exemplo,
se tivermos
Então
Departamento de matemática 13
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
9. Exercícios
1. Verifique se os conjuntos abaixo são espaços vetoriais reais, com as
operações usuais. No caso afirmativo, exiba uma base e dê a dimensão.
a) Matrizes diagonais 𝑛 × 𝑛
{[𝑎 𝑎 + 𝑏]
b) : 𝑎, 𝑏 ∈ ℝ}
𝑎 𝑏
c) V = {(𝑎, 𝑎, … , 𝑎) ∈ ℝ𝑛 : 𝑎 ∈ ℝ}
d) {(1, 𝑎, 𝑏): 𝑎, 𝑏 ∈ ℝ}
a) 𝑊 = {(𝑥, 𝑦, 𝑧, 𝑡) ∈ ℝ4 ∶ 𝑥 + 𝑦 = 0 𝑒 𝑧 − 𝑡 = 0}
b) 𝑈 = {(𝑥, 𝑦, 𝑧, 𝑡) ∈ ℝ4 : 2𝑥 + 𝑦 − 𝑡 = 0 𝑒 𝑧 = 0}
a) 𝑊 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 : 𝑥 = 0}
b) 𝑊 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 : 𝑥 ∈ ℤ}
c) 𝑊 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 : 𝑦 é 𝑖𝑟𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙 }
d) 𝑊 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 : 𝑥 − 3𝑧 = 0}
e) 𝑊 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 : 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 0, 𝑐𝑜𝑚 𝑎, 𝑏, 𝑐 ∈ ℝ}
a) 𝑈 = {(𝑥, 𝑦, 𝑧, 𝑡) ∈ ℝ4 : 𝑥 − 𝑦 − 𝑧 + 𝑡 = 0}
Departamento de matemática 14
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
b) 𝑉 = {(𝑥, 𝑦, 𝑧, 𝑡) ∈ ℝ4 : 𝑥 − 𝑦 = 𝑧 + 𝑡 = 0}
Departamento de matemática 15
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
I é o operado idêntico de U
ii) 𝐹 (𝛼𝑢) = 𝐹((𝛼𝑥, 𝛼𝑦, 𝛼𝑧)) = (𝛼𝑥, 2𝛼𝑥 − 𝑎𝑧) = 𝛼(𝑥, 2𝑥 − 𝑧) = 𝛼𝐹(𝑢)
𝐹 (𝑜) + 𝑜 = 𝐹(𝑜)
𝐹 (𝑜 ) = 𝐹 (𝑜 + 𝑜 ) = 𝐹 (𝑜 ) + 𝐹 (𝑜 ).
𝐹 ( 𝑜 ) + 𝑜 = 𝐹 (𝑜 ) + 𝐹 (𝑜 ).
𝑜 = 𝐹(𝑜)
Departamento de matemática 16
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
𝐹 (−𝑢) = −𝐹(𝑢)
𝐾𝑒𝑟 (𝐹 ) = {𝑢 ∈ 𝑈: 𝐹(𝑢) = 𝑜}
𝐹 (𝑥, 𝑦) = (0, 𝑥 + 𝑦, 0)
Demonstração:
Departamento de matemática 17
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
𝐹 (𝑎𝑢) = 𝑎𝐹(𝑢) = 𝛼𝑜 = 𝑜
Logo 𝛼𝑢 ∈ 𝐾𝑒𝑟(𝐹)
Departamento de matemática 18
UFRR- Centro de Ciências e Tecnologias — Prof. Ítalo Natan Oliveira de Araújo
Departamento de matemática 19