Escolar Documentos
Profissional Documentos
Cultura Documentos
Coordenação
dos Programas
de Pós-Graduação
de Engenharia
Universidade Federal
do Rio de Janeiro
Espaços Vetoriais
Lições e ex�mplos
Apresentação
Reconhecimentos
CONTEUDO
5.1 Conceituação 47
5.2 Dependência Linear 47
5. 3 Produto Escalar Real 48
5.4 Medidas 49
5.5 Produtos Escalares do Espaço dos Polinômios 50
5.6 Exemplos 50
CAPÍTULO 6 - ORTOGONALIZAÇÃO 54
7.1 Definições 59
7.2 Desigualdade de Bessel 60
7.3 Aproximação 61
7.4 Cálculo da Projeção Ortogonal 61
7.5 Projeção e Ortogonalização 64
7.6 Exemplos 65
Alberto Luiz Coimbra 7
8 .1 Definições 69
8.2 Relações E-Ô 69
8.3 Vetor Área 71
8.4 Propriedades do Produto Vetorial 71
8.5 Volume no 'E3 72
8.6 Exemplos 74
BIBLIOGRAFIA 93
ÍNDICE 94
CAPÍTULO 1
ESPAÇO VETORIAL
espaço complexo.1
(1.3.1)
(1.3.2)
y-x=v (1.4.1)
{ �
(y-x)+ x-z) = y-z,
(1.4.2)
a(y-x) -av.
Os pontos de apoio não são vetores, pois, com eles não se define uma
soma nem uma multiplicação por escalar. Entretanto, da relação (1.4.1)
obtemos
y=x+v (1.4.3)
1. 5 Raio Vetor
r=x-o (1.5.1)
4 Um espaço pontual abstrato simbolizado pelo par 'E= (x, 'f) ('F )) generaliza os
espaços pontuais concretos 'E3 = (x, Ç3(<1t)) e 'E,,= (x, 'Fn)·
Alberto Luiz Coimbra 13
1.6 Exemplos
Exemplo 1.6.l
Exemplo 1.6.2
Exemplo 1.6.3
s
Além dos espaços ç3 e Pn que concretizam vi�al e numericamente um
espaço abstrato o/, tem importância o espaço dos polinômios de grau
� n cujos vetores são da forma
(1.6.1)
Exemplo 1.6. 4
(1.6.2)
a.li
A soma u + v com outro vetor v = ({31, {32, ... , '3n) e a multiplicação por
escalar ÀU, representadas por
(1.6.3)
Exemplo 1.6.5
DEPENDENCIA LINEAR
O vetor
(2.1.1)
vetores v;.
(2.1.2)
quando nem todos os coeficientes são nulos. Dizemos neste caso que
os vetores V; são linearmente dependentes. No primeiro caso, quando
a combinação linear nula (2.1.1) só é verdadeira quando todos os
coeficientes são nulos, os m vetores V; são linearmente independentes.
Todo espaço vetorial n-dimensional o/n admite uma base <Bn {b;} de n =
2.3 Componente
(2.3.1)
2.4 Isomorfismo
(2.5.4)
V ml Vm2 V nm o
(2.5.6)
2.6 Exemplos
Exemplo 2. 6.1
No espaço geométrico ç3(1{) um vetor gera uma reta Gl> dois vetores
não-colineares geram um plano ç2 , três vetores não-coplanares geram
o espaço ç3 e quatro ou mais vetores são linearmente dependentes. O
índice de ç é igual a dimensão do espaço e ao número de vetores-base
que geram o espaço. Qualquer vetor do espaço pode ser representado
por uma combinação linear dos vetores-base: v = v1b1 e Ç1' v = v1b1 +
Exemplo 2. 6. 2
Exemplo 2 . 6. 3
1 o o
(2.6.4)
Exemplo 2. 6. 4
1 o o
o 1 o
[eif ] = [ ]
= ô 1).
. ' (2.6.6)
o o 1
(2.6.7)
Exemplo 2.6.5
Exemplo 2. 6. 6
retangular n x m,
22 Espaços Vetoriais Lições e exemplos
p� min(n,m). (2.6.8)
Exemplo 2. 6. 7
Exemplo 2. 6. 8
Exemplo 2. 6. 9
SUBESPAÇO VETORIAL
' "
'
L' + L" = { v = v +
"
v : v e L', v e L"}. (3.3.2)
dim (L' + L") = dim L' + dim L" - dim (L' n L"). (3.3.3)
Daí, levando em conta que dim (L' n L") � dim o/, obtemos o seguinte
limite inferior da dimensão da interseção de dois subespaços
L', L" e o/:
dim (L' n L") � dim L' + dim L" - dim o/. (3.3.4)
' "
No subespaço L' + L" a soma v = v + v não é, em geral, única, pois,
conforme pode ser visto no espaço pontual 'E3, inúmeros vetores
' " ' "
v e <E.'2 e v e 'E"2 são, em geral parcelas de v = v + v e 'E3.
Alberto Luiz Coimbra 25
Entretanto, uma soma única v = v' + v" define um espaço 'V como a
soma direta 'V= L' E9 L" dos seus subespaços L' e L". Por exemplo,
'E3 = 'Ei E9 'E1 e 'E3 = 'E'1 E9 'E" 1 E9 'E" 1 são, respectivamente, a soma
direta de um plano com um eixo e a soma direta de três eixos. Também
temos, então, a seguinte definição de soma direta:
3.5 Hiperplanos
x=d+XJ (3.5.1)
(3.5.2)
(3.5.3)
n-1
r=d+IJ=d+ I r;b;. (3.5.4)
i=l
3.6 Exemplos
Exemplo 3. 6.1
(3.6.1)
(3.6.2)
(3.6.3)
(3.6.5)
(3.6.6)
Exemplo 3.6.2
A soma r=r + r" não é única, pois, por exemplo, (1, 1, O) + (O, 1, 1) =
= (1, 2, 1) = (1, 3, O) + (O, -1, 1). Entretanto, existe a soma direta
Alberto Luiz Coimbra 29
<E 3 = � ffi <Ei se � = {X; : x3 =O} e <Ei {x; = x3}. Neste caso
� 11 <Ei ={O}.
Exemplo 3. 6. 3
Exemplo 3. 6. 4
+r2 = 81 -8 2,
+2 y 2 =81 + 382,
3y 2 = 2 8i.
Exemplo 3. 6. 5
Exemplo 3. 6. 6
(4.2.1)
(e) (u+v)·w= u·w+v·w,
(d) v2 >O se v :;t: O.
.f(u, v) = u . v, (4.2.2)
linear em relação aos seus dois argumentos u e v. O axioma (a) diz que
a forma bilinear é simétrica enquanto, o axioma (d) a define como
positiva porque gera uma forma quadrática
(4.4.1)
A forma bilinear (4. 4.1) pode ser considerada como um caso particular
(para Aii =ôii) da forma bilinear geral
f(u, v) =.f((a.l> a. 2, ... , a. n), (J3i. J31, ... , J3n)) =A ;ja.i J31 (4.5.1)
An A12 A 1n J31
A21 A 22 A2n J31
[a.ar [Aii] [J31l = [a. 1, ª2····· a. n] (4.5.2)
A12 A1 3
A22 A23 , .... , det [Aü] (4.6.1)
À32 À33
representada por
(4.6.3)
(4.6.4)
4.7 Comprimento
11 Uma demonstração desse critério leva em conta que uma matriz simétrica é
diagonal.
Alberto Luiz Coimbra 35
v=vn, (4.7.3)
4.8 Distância
A distância p(u, v) entre dois vetores u, v E 'fln( <R) é dada pelo módulo
4.9 Ângulo
U·V
cos(u v) . (4.9.1)
� = ll ullll vll
resultado llu + vll2 s; llull2 + llvll2 + 2llull llvll (llull + llvl)2, ou llu + vll2�
=
então
(4.11.3)
(4.12.1)
bi ·bi bi l>i
· b1 ·bn V1
1>i bi 1>i l>i f>i. bn V2
[u;]T[Gij][v1]=[u1, u2, ... , u n]
·
(4.12.2)
.
(4.12.3)
(4.12.4)
(4.12.5)
{O se i:;; j,
G; = (4.12.6)
.i bl se i = j,
n
u . V = L bl U; V; . (4.12.7)
i-1
Neste caso a matriz de Gram é dada por
(4.12.8)
Alberto Luiz Coimbra 39
n
det [b;, b ] = n bf. (4.12.9)
1
i=l
(4.12.10)
(4.12.11)
(4.13.1)
(4.13.2)
(a') U , V= V. U (4.14.1)
12 O campo é uma função que tem como argumentos os pontos x e 'En. Temos por
exemplo o campo escalar f 'En --+ � o campo vetorial f 'En --+ Vn, e o campo
pontual \jl: 'En --+ 'En esse último também chamado de deformação do espaço 'En.
Alberto Luiz Coimbra 41
A mesma base padrão Q3n = {e;} (e;. e1 = ô;) do espaço <J{,n euclidiano é
usada no espaço unitário G,, pois, os números reais também são
números complexos. Em relação a base padrão, o produto escalar de
dois vetores u, v e G,(C) é definido por
4.15 Exemplos
1?,xe111[Jlo 4.15.J
Por exemplo, no �( <1?) euclidiano, tanto < u, v >1 como < u, v >2 =
l?,xe111[Jlo 4.15.2
l?,xe111[Jlo 4.15.3
(4.15.1)
(4.15.3)
Exemplo 4.15. 4
Exemplo 4.15. 5
(4.15.4)
(4.15.5)
(4.15.6)
Exemplo 4.15. 6
J!,xemplo 4.15.7
Vemos que as coordenadas dos vértices são 71=(1 , 1, -1),7 2=(2, -1, 1)
e 73 = (-1 , 1, 1), donde calculamos os lados 117 2 - 7111 = 3, 1173 - 7 211 =
= Jl3, 1171 - 7311=2J2. Quanto aos ângulos, eles têm como co-senos
I!;xen1JJIO 4.15.8
2 2
donde llull= +Jli:U �a +b = J34.
=
46 Espaços Vetoriais Lições e exemplos
.E;xen1JJl0 4.15.9
[
A dada base torna-se ortonormal em relação ao produto interno do
tipo (4.5.2),
1 1 l][ªjI]
b; . bj =
[a;I> a;2, ai3] 1 2 2 a j2 , (4.15.7)
1 2 3 a j3
(4.15.8)
= f(b;, b).
CAPÍTULO 5
5.1. Concretização
(5.1.1)
(af)(t) af(t),
=
onde nem todos o& coeficientes Y; não nulos, as funções f;(t) são
linearmente dependentes, como por exemplo são as funções
f1(t) = sen2t ,fi(t) = cos2t eiJ = 1.
n
Por outro lado, as funções i, t, t2, ..., t são linearmente
independentes, pois, derivando sucessivamente n vezes a combinação
linear
n
L Yktk=yoI+y1t+y2 t2+ ... +yntn=O (5.2.2)
k=O
(5.2.3)
que representa o vetor p(t) E <Pn+1, os coeficientes c0, c1, ..., cn são os
n
seus componentes em relação a base t:B,,+1 {l, t, t2, ..., t }
= .
define um produto escalar das funções f(t), g(t) de �a, b]. Essas
Alberto Luiz Coimbra 49
{ 1, sen t, cos t, sen 21, cos 21, ..., sen nt, cos nt, . .. } (5.3.3)
5.4 Medidas
:
IJ/lt)JI = + 1 12 (t)dt. (5.4.1)
(5.4.3)
5.6 Exemplos
Exemplo 5. 6.1
base do espaço 1(2[-1, 1]. Dizemos que esses dois vetores geram um
triângulo de lados /1 (t) = 1, Ji(t) t e j3(t) = /1 (t) -Ji(t) = 1 - t, e
=
Exemplo 5. 6. 2
/(1) =31+12,
{ (5.6.1)
g(t) =1+21+212,
Exemplo 5. 6. 3
p1 (t) = 1+21+3t2,
P (1)=1+21-t2,
2 (5 6.3)
.
2 2 2 2
p =(co-1) +(c1 -2) +(c2 -3) ,
2 2 2 2
p =(co-1) +(c1 - 2 ) +(c2 +1) ,
2 (5.6.4)
2 2 2
p =(c0-5) +(c1 - 2 ) +(c2 - 3) ,
2 2 2 2
p =(c0-2) +(c1 -5) +(c2 -3) .
Exemplo 5. 6. 4
b 1= t=(O, 1, O, . . ., O) ,
h;. h1 =e;. e1 =
ô;/i,j =
O 1, 2,
, ..., n) (5.6.7)
e, para que isso aconteça com a base dada (5.6.5), é preciso que
quaisquer que sejam os pares de vetores-base da forma
(5.6.8)
(5.6.9)
Exemplo 5. 6. 5
n-1
<J, g > = :L .flk) g(k). (5.6.8)
k=O
13 Cf. Exemplo4.15.9.
CAPÍTULO 6
ORTOGONALIZAÇÃO
(6.1.1)
permite determinar o escalar a. = b'2 • b' if b' 1 • b'1 com o qual obtemos
o novo vetor-base b'2 perpendicular a b'1,
(6.1.2)
= b3• b'1 + yb'1 • b'1 e b'3• b'2 =O= b'3• b'2 + j3b'2• b'2 que fornecem,
respectivamente, y = b3 • b'1/b'1 • b'1 e 13 = b3 b'2/b'2 b'2. Então o
• •
(6.1.3 )
6.1 Exemplos
Exemplo 6.2.1
Exemplo 6.2.2
Exemplo 6.2.3
2
1, t, t - (1/3), t3 - (3/5)t, t4 - (6/7)t2 - (3/35), ... (6.2.2)
(6. 2. 3)
Exemplo 6. 2. 4
(6.2.4)
Exemplo 6.2.5
{p;}={ 1, sen t, cos t, sen 2t, cos 2t, ..., sen nt, cos nt} (6.2.6)
{
<P2 +1(0, 27t]. De fato, são obedecidas as condições de ortogonalidade
n
2x ro2x senkt senmt dt
Jro coskt cosmt dt =
J
= O(k:;:. m),
(6.2.7)
J� x coskt senmt dt = O(para quaisquer k e m).
�X �X �X
Jo cos2 kt dt =
Jo sen2 kt dt = 7t, Jo ldt = 27t (6.2.8)
ª0
p(t) = + a1 cos t + h1 sen t + ... + an cos nt + bn sen nt =
2
n
a
= _Q_ + L (ak cos kt + bk sen kt ). (6.2.10)
2 R=I
PROJEÇÃO ORTOGONAL
7.1. Definições
r = fJ +h, (7.1.1)
(7.1.2)
(7.1.3)
(7.1.5)
m
,.O= L Yfef, (7.2.1)
J=l
m
11r0112 = I (7.2.2)
J=l
7.3 Aproximação
= ll r ll2 - llxfJll2.
É importante ter em mente os isomorfismos que existem, de um lado,
entre a função f(t) E �a, b], o ponto x e 'E que a representa e o raio
vetor r = x - o, e, do outro, entre o polinômiop(t) e <Pm = L,,, e �a, b],
o ponto xfJ E L,,, e 'E que o representa e o raio vetor IJ = xfJ - o. Com
isso podemos relacionar as aproximações de funções por polinômios
com as dos pontos x e xfJ ou com as dos raios vetores r e IJ.
(7.4.1)
(7.4.3)
(7.4.4)
Alberto Luiz Coimbra 63
h1 bi·
h1 ·h2 h1 ·hm h1 ·T
h2 ·h 1 h2 ·h2 h2·hm h2·r
=
/Ji ·T
h2 ·T
=
[ G] =O (7.4.5)
bm ·T
,o
h1 h2 bm
onde [G] é a matriz de Gram [G] (bl> h2, ..., bm) = [h; . h1] = [Gij].
Dessa equação obtemos diretamente
h1 ·T h1 ·T
h2·r h2·T
[G] [G ]
bm ·T bm·T
h1 h2 bm o h1 h2 bm r
rº = ' h= . ( 7 4 6)
. .
G G
linear
IJ = r·e· ,,
(7.4.7)
1
[G]
b1-
- l "h·1
' = b1 bi b;-1 b;
h 1· (i = 1,2, ... ,G0=1). (7.5.1)
G;-1
h1. h1 h1. h 2
(7.5.2)
h1. h1 h1 · h2 h1 ·h3
h1 h2 b3
-
b ' 3-
h1. h1 h1 ·h2
h2 ·h1 h2 ·h2
Alberto Luiz Coimbra 65
7.6 Exemplos
Exemplo 7. 6.1 .
(7.6.1)
obtemos
b1 ·r b1 ·b2
b2 ·r b 2 · b2
Y1 = =
2
G
(7.6 2)
.
b1·b1 b1·r
b2 ·b1 b2·r
r 2=�---�=-1
G
h1. h1 h1. h2
rº = b2 -b1 b2 ·h2
h1 h2
b1 ·r
r
(7.6.3)
(3) Se Li_ é gerado por uma base ortonormal {e1 = (1, O, O, O), e2 =
°
= (O, 1, O, O)}, então r1 = ,1J. e1 =(5, O, O, O) e r; = ,lJ . e2 =(0, 2,0, 0),
donde ,1J =r ; e;= (5, 2, O, O) eh =r ,lJ= (O, O, -2, 2).
-
(4) Qualquer que seja a base de Li_, podemos verificar a soma direta
(7.6.4)
Exemplos 7. 6. 2
{ a1 +3a 2 +2a4 : O,
(7.6.5)
2 a 1 +4a2 -a3 - O.
{ 3P1-P2+2p3 =O,
(7.6.6)
P1 -P2 -2P3 +P4 =O.
Exemplo 7. 6. 3
n
a
p(t) = -º- + L (ak cos kt + bk sen kt), (7.6.7)
2 k=l
k
r27t f(t)coskt dt,
a = (1/ 7t) Jo (7.6.8)
bk =(117t)Jor27t f(t)senkt dt.
Exemplo 7. 6. 4
llhll = Jf'i.
68 Espaços Vetoriais Lições e exemplos
o
,.. ...fl llrll llr li
cos(r r ) (7.6.10)
_
, -
0 ,
r·r
Exemplo 7. 6. 5
Um subespaço Lé a.
definido por vetores ortogonais a um dado vetor
Nesse caso a distância de um vetor arbitrário v ao subespaço L é
determinada por
V·ll
p(v, L)= llhll = -. (7.6.11)
ll a ll
PRODUTO VETORIAL
8.1. Definições
(8.2.1)
(8.2.5)
(8.2.6)
Alberto Luiz Coimbra 71
(8.3.1)
llall =a= llu x vil = l l ull llvll llsen (u ; v)ll = llull llhll, (8.3.2)
(1) U X V = -V X U, (8.4.1)
(4) u (u • x v) = Q, (8.4.4)
(u x v)2 =
eijkui vk E;qruq vr = Eijk 8;qrui Uq vk vr =
=
(Õiq Õkr - Õir Õkq) uiuq vk vr u� v; - uq vqur vr
= =
= u2 v2 - (u . v)2 =
llull2 llvll2 (1 - cos2(u � v)).
=
(Õ;q Õir - Õ;r Õiq) ui vq wr ei =
U V W
I I l
V(u,v,w)=uxv.w=e;1ku;v1wk=u2 v2 w2 (8.5.1)
U3 V3 W3
ul V
1 wl
V(u,v,u xv)= (u xv)2 = u2 v2 w2 . (8.5.2)
(8 5 . 3 )
.
8.6 Exemplos
Exemplo 8. 6.1
Para isso construímos o produto misto (bx c). d=(bxc). (aa + j3b +yc) ,
donde, levando em conta que (b x c). b =(b x c). c=O, obtemos
d·(bxc)
a= --- (8.6.2)
a·(bxc)
d·(axc) d·(axb)
j3= ,y= . (8.6.3)
b·(axc) c·(axb)
{V X b= C X b,
(8.6.4)
v xa= O.
a·c
v=c--b. (8.6.5)
a·b
{ a1 (u·b)+f31 ( v·b)(a · b)
a2 (u·b)(a·b)+f32 ( v·b)
=
=
c1 · b,
c2·b,
(8.6.7)
donde tiramos
(8.6.8)
sujeitos a condição
(8.6.9)
a(b-bxa)+(a·b)a
v= ------- (8.6.13)
a(a+a 2)
Exemplo 8. 6. 2
1
V= - ll((y-x). (z-x) x (w-x)) ll, (8.6.15)
6
h= ll(x-y)x(z-y )ll
. (8.6.16)
lly-zll
Alberto Luiz Coimbra 77
(5) Vamos determinar a menor distância entre duas retas sabendo que
uma delas passa pelos pontos x e y enquanto a outra passa pelos
pontos z e w. Essa distância é
(y-x) x(w-y)
p= (x -z). , (8.6.18)
ll(y-x) x(z -w)ll
Exemplo 8. 6. 3
f (/. n)n - (/ x n)
= x n (8.6.19)
Exemplo 8. 6. 4
r 2(r n) n
= • - r. (8.6.20)
o n
{� = (r n )n
· - h,
(8.6.21)
r = (r· n)n+ h,
Exemplo 8. 6. 5
a·c a·d
(a x b). (ex d)= (8.6.22)
b·c b·d
Exemplo 8. 6. 6
y=x+kn (8.6.23)
r= a+kn. (8.6.24)
{ r= a+k n,
(8.6.25)
s=b+hm,
se interceptam se
m. b x n =m. a x n. (8.6.26)
n. b x m = n. a x m. (8.6.28)
a·bxm
k= --- ,
m·bxn
(8.6.29)
h=a·bxn.
m·bxn
a·bxm a·bxn
r=a+ n= b + m. (8.6.30)
m·bxn m·bxn
CAPÍTUL09
VOLUME GENERALIZADO
Vi ·Vi Vi ·Vi
Vi ·Vi Vi ·Vi
G = G(vi, vi, ..., vk) =
(2) Vamos provar que os vetores vi> Vi, ... , vk silo linearmente
dependentes se, e somente se, G O. Começamos admitindo que esses
=
(linearmente independentes).
82 Espaços Vetoriais Lições e exemplos
o o
o o
=
o o
k
2 2 2 2
=
llu111 llu21l liukll L llu;ll -
· · ·
(9.1.2)
i=l
(9.1.3)
9.2 k - Volume
(9.2.1)
Usando (9.1.2) podemos expressar o k-volume Vk = V(r1> r2, ..., rk) por
84 Espaços Vetoriais Lições e exemplos
r1 ·r1 r1 r
· 2 r1 r
· k
rk ·r1 rk r
· 2 rk ·rk
(9.3.1)
i=l
um k-paralelepípedo de volume Vk Vr
( ,1 r 2 ,..., r k)· De acordo com
=
[G]
7 6 8
h1. bi bi ·bi bi ·r
6 11 1
bi ·bi bi ·bi bi ·r
r·bi r·b2 r·r 8 1 27
p 2= = =22. (9.4.3)
bi ·bi bi ·bi 7 6
bi ·bi bi ·bi 6 11
Yj =
YiXiJ (i = 1, 2, . . ., k; j = 1, 2, ..., n), (9.5.2)
explicitado por
(9.5.3)
= (9.5.4)
Yn Xkn Yn
(9.5.5)
y =
YiXi (i = 1, 2, ..., k) (9.5.6)
Y1
(9.5.7)
Yn
n
p2 = h2 = llv - ;i-Jll2 = L (yj - Y; xif)2 (i = 1, 2, . , k).
. . (9.5.8)
j=l
Xk·Xk Xk·Y
xk xº
Y; = GufG (9.5.11)
[G]
[G]
y
(9.5.12)
G
G(x1,X2, . ,xk,y)
llhll2 = p2 (9.5.13)
- . .
(9.5.14)
y=yx, (9.5.15)
onde y = Ú't> y2 ,... , Yn) e x = (xl> x2, xn) são vetores do <R.,n. No
subespaço Lk = L1 = <}{, 1 (reta que passa pela origem) a projeção
ortogonal pode ser obtida por intermédio de (9.5.9),
X·X x· y
0 = (x. x)xO - (x. y)x = GJl!J - G(l:f = O, (9.5.16)
X X
(9.5.18)
90 Espaços Vetoriais Lições e exemplos
{
Como um exemplo temos o sitema incompatível
3= 2y,
4=3y, (9.5.20)
5=4y,
- (38/29)(2, 3, 4) e p2 = h . y= 0,207.
9.6 Exemplos
Exemplo 9. 6.1
U·U U·V
G(u. v)= = (u. u)(v. v) - (u. v)2 =
V·U V·V
(9.6.1)
Exemplo 9. 6. 2
2
� (u, v, w)= G(u, v, w ) (9.6.3)
UI U2 U3
V3 = VI V2 V3 (9.6.4)
2 2 2
W1U1 +WzUz +W 3U3 WlVl +W2V2 +W3V3 W1 +w2 +w3
E,xemplo 9. 6. 3
onde [</;, �· >] é a matriz k x k dos produtos escalares que podem ser
calculados por (5.3.1):
BIBLIOGRAFIA
ÍNDICE
ângulo 32,36,43,49,68
aproximação 51,85,87
área 69, 71
base 16,46,52,66
base cartesiana 39, 55
base de polinômios 55, 62
base padrão 20,39
campo 40
coeficientes de Fourier 67
combinação linear 15,17, 40,44,47,62,64, 80
complemento ortogonal 59,66
componentes 16, 41,45,57
componentes cartesianos 40
comprimento 32,34,49
coordenadas 17,22,41,57
coordenadas cartesianas 42
critério de Sylvester 33,38,82
eixo cartesiano 22
Alberto Luiz Coimbra 95
equações vetoriais 74
espaço afim 11
espaço aritimético 1O
espaço cartesiano 39, 42
espaço complexo 10, 14, 21, 22
espaços das funções 47
espaços das translações 12
espaços dos polinômios 13, 48
espaço euclidiano aritimético 31
espaço euclidiano complexo 40, 45
espaço euclidiano generalizado 33
espaço euclidiano geométrico 31
espaço euclidiano real 31
espaço geométrico 1O, 16
espaço linear 9, 14
espaço nulo 1O
espaço numérico 11
espaço pontual aritimético 12
espaço pontual geométrico 11
espaço real 9, 14
espaços pontuais 11, 12
espaços subjacentes 12
espaço vetorial abstrato 9
espaço unitário 40, 45
estruturas 9, 31, 43
forma anti-simétrica 72
forma bilinear 32, 37, 43, 72
forma positiva 32
forma quadrática 32
forma trilinear 43, 51, 73
fórmula de Rodriguez 53
funções ortogonais 49
funções suaves 47
hiperplano 23, 28
índices mudos 15
interseção de subespaços 23
isomorfismo 17
k-paralelepípedo 83
k-volume 84
magnitude 32
matriz coluna 14
matriz de Gram 33,62,81
melhor aproximação 87
menor distância 78, 84
método de Gram-Schmidt 54,64,82
métrica 31, 50
mínimos quadrados 85,88
módulo 10,35,46
norma 10,35,46,49
normalização 25,41,46,49
origem 12,16,22,23
ortogonalidade 41
ortogonalização 54,64
paralelogramo 10,37,69,71
permutador 69
perpendicular 25,59,62,66,76, 78,88,90
plano coordenado 22
polinômio 13,48,50,61
polinômios de Chebyshev 56
polinômios e Hermite 56
polinômios de Legendre 56
polinômio trigonométrico 58, 67
ponto 12,31
posto 19,21
produto escalar 31,37,48,50,53
produto interno 31
produto misto 73
Alberto Luiz Coimbra 97
vetores-seta 1 O
volume 72, 83
volume algébrico 73
volume generalizado 81
volume orientado 72, 85
Neste livro usamos o fundamento vetorial que relaciona tópicos da Algebra
tais como a Solução de Sistemas de Equações Lineares, a Aproximação de funções
por Polinômios e a Melhor Representação de Dados Experimentais com as noções
da Geometria de Comprimento, Ângulos, Ortogonalidade, Triângulo e Volume. A
unifícação desses assuntos algébricos e geométricos é efetuada por intermédio do
conceito generalizado (abstrato) de Espaço Vetorial. Logo em seguida o Espaço
Vetorial Abstrato é concretizado (representado) pelo Espaço Numérico que tem
como vetores os conjuntos ordenados de escalares e pelo Espaço Geométrico
Tridimensional cujos vetores são as setas ligadas a pontos (raio vetores).