Escolar Documentos
Profissional Documentos
Cultura Documentos
Propriedades Básicas
APRESENTAÇÃO
Bons estudos.
DESAFIO
Nas aulas de matemática trabalhamos com diversos conjuntos, dentre eles, matrizes, polinômios,
Rn. Cada um com operações e propriedades bem definidas. Já em Álgebra Linear, existem
alguns casos de conjuntos em que desejamos definir novas operações de adição e multiplicação
por escalar e posteriormente testar se esse conjunto com essas novas operações é ou não um
espaço vetorial.
Suponha que em um conjunto de matrizes de ordem 2x2 a adição seja definida da seguinte
forma:
quanto vale A + B?
INFOGRÁFICO
Um espaço vetorial consiste em um conjunto não vazio de elementos (vetores), que podem ser
somados e multiplicados por um número (escalar) e para os quais são válidas determinadas
propriedades (axiomas).
Para isso, confira o trecho da obra "Álgebra Linear", que serve de base para esta Unidade de
Aprendizagem. Boa leitura!
ª
W. Keith Nicholson
University of Calgary
Tradução Técnica
Versão impressa
desta obra: 2006
2014
CAPÍTULO 5
Espaços Vetoriais
1 Para nós, escalares serão números reais. Entretanto, eles poderiam ser números complexos e, mais geralmente, escalares poderiam
estar em um sistema algébrico chamado corpo. Um outro exemplo é o conjunto Q dos números racionais.
276 CAPÍTULO 5 Espaços Vetoriais
Exemplo 1 Para cada n ≥ 1, Rn é um espaço vetorial com a adição e a multiplicação por escalar usuais.
Aqui os vetores são n-uplas (que continuaremos escrevendo em colunas). O vetor nulo de
Rn é a coluna de zeros usual, e o oposto de um vetor é o oposto usual. Note que R1 = R é o
conjunto dos números reais com as operações usuais.
Exemplo 3 O conjunto P de todos os polinômios é um espaço vetorial. Aqui um polinômio p(x) é uma
expressão
p(x) = a0 + a1x + a2 x2 + · · · + an xn
onde x é uma variável chamada indeterminada e a0, a1, a2, . . . an são escalares
(possivelmente nula) chamados os coeficientes do polinômio; e a0 é chamado o coeficiente
constante de p(x). Se os coeficientes forem todos nulos, o polinômio é o polinômio nulo e
denotado simplesmente por 0. Dois polinômios são iguais se forem idênticos, isto é, se os
coeficientes correspondentes forem todos iguais. Em particular,
a0 + a1x + a2x2 + · · · + anxn = 0
significa que a0 = a1 = a2 = · · · = an = 0. (Esta é a razão de se chamar x de indeterminada.)
Dois polinômios são somados de modo óbvio pela adição de coeficientes correspondentes e
o produto de um polinômio por um escalar a é obtido pela multiplicação de todos os
coeficientes por a. Por exemplo,
(2 − 5x − 3x3) + (1 + 3x + 7x2) = 3 − 2x + 7x2 − 3x3
e
4(−1 + 3x − 5x3) = −4 + 12x − 20x3.
É rotineira a verificação de que estas operações tornam P um espaço vetorial; o vetor nulo é
o polinômio nulo, e o oposto de um polinômio p(x) é o polinômio (−1)p(x), obtido de p(x)
tomando o oposto de todos os coeficientes.2
Se p(x) é um polinômio não nulo, a maior potência de x em p(x) com o coeficiente nulo
é chamado o grau de p(x) e denotado por grp(x). O coeficiente do termo de maior grau de
p(x) é chamado coeficiente dominante de p(x). O grau do polinômio nulo não é definido.
Alguns exemplos:
gr − x) = 1
deg(3 com coeficiente
with dominante
leading coefficient −1 –1
gr + 7x2) = 2
deg(2 with leading coefficient
com coeficiente dominante7 7
deg(4)
gr =0 with leading coefficient
com coeficiente dominante4 4
A noção de grau leva ao próximo exemplo.
Exemplo 5 Se D é um conjunto não vazio, seja F[D] o conjunto de todas as funções a valores reais
definidas em D. O conjunto D é chamado o domínio das funções. Usualmente D será ou
Y
R ou um intervalo
[a, b] = {x em R | a ≤ x ≤ b}.
(x, f (x)) y = f (x) Tais funções f e g em F[D] são iguais se elas assumem valores iguais para todo x em D, isto
é, se
f (x) = g (x) para todo x em D,
e descrevemos esta situação dizendo que f e g têm a mesma ação.
O Dado um escalar a e funções f e g, as ações da soma f + g e da multiplicação por escalar
a x b X
a f são definidas como em cálculo:
D (f + g)(x) = f (x) + g(x) e (af )(x) = af(x) para todo x em D.
Assim, o valor da função f + g em x é a soma dos valores de f e g em x e o valor de a f
em x é a vezes o valor de f em x. Por essa razão, tais operações são chamadas adição e
multiplicação por escalar ponto a ponto. Elas são as operações familiares da álgebra
elementar e do cálculo.
Y Por exemplo, se f (x) = sen x para todo x e g(x) = 1 + x para todo x, então f + g é dada por
y = (f + g)(x) (f + g)(x) = f (x) + g(x)
= 1 + x + senx = (1 + x) + sen
sin xx
para todo x. O gráfico da equação y = (f + g)(x) é mostrado no diagrama juntamente com
y = g(x) = 1 + x y = f (x) e y = g(x).
y = f (x) = senx
Essas operações ponto a ponto tornam F[D] um espaço vetorial. O vetor nulo em F[D]
é a função constante f0 que é identicamente nula para todos os valores de x; isto é, f0(x) = 0
O a b X para todo x em D. O oposto de uma função f é a função −f definida por (−f )(x) = −f (x)
para todo x em D. A verificação de que o Axioma A4 vale em F[D] é como a seguir: se f é
uma função qualquer em F[D], calculamos
(f + f0)(x) = f (x) + f0(x) = f (x) + 0 = f (x) para
for all
todox in D. D.
x em
Isso significa que f + f0 = f e, assim, como isso é válido para toda f em F[D], fica provado
que o axioma A4 vale em F[D]. Fica para você a verificação da validade dos outros axiomas.
Exemplo 6 Um conjunto {0} com um único elemento torna-se um espaço vetorial se definirmos
0 + 0 = 0 e a0 = 0 para todos os escalares a. Os axiomas são facilmente verificados, e
{0} é chamado o espaço nulo.
278 CAPÍTULO 5 Espaços Vetoriais
Mais adiante outros exemplos de espaços vetoriais aparecerão, por enquanto estes bastam
para ilustrar a diversidade do conceito de espaço vetorial. Retornamos agora à tarefa de
provar teoremas no contexto de um espaço vetorial abstrato V (eles então valerão em
qualquer destes exemplos). No início, tudo o que sabemos sobre V é que os axiomas valem.
Embora pareça não haver muito para ser feito, um surpreendente número de fatos sobre
V podem ser deduzidos destes axiomas. A idéia é construir um corpo de informação, um
teorema de cada vez, e usar os teoremas já provados para ajudar a deduzir resultados novos.
Nosso primeiro resultado é muito útil.
DEMONSTRAÇÃO Se v, w e u fossem números, nós simplesmente subtrairíamos v de ambos os lados para obter
w = u. Conseguimos fazer isso somando −v a ambos os lados (usando o Axioma A5 que
garante que −v está disponível). O resultado é
(w + v) + (−v) = (u + v) + (−v).
Usando o Axioma A3, isso se torna w + (v + (−v)) = u + (v + (−v)), e isso é w + 0 = u + 0
pelo Axioma A5 novamente. Então, w = u pelo Axioma A4. Isso é o que queríamos.
DEMONSTRAÇÃO (1) Pelos Axiomas S3 e A4 temos que 0v + 0v = (0 + 0)v = 0v = 0v + 0 . Agora (1) segue
do cancelamento.
(2) Aqui a0 + a0 = a(0 + 0) = a0 = a0 + 0 pelos Axiomas S2 e A4, e daí novamente o
resultado segue do cancelamento.
(3) Suponha que av = 0. Se a = 0, já não há mais o que fazer. Se a ≠ 0, multiplicamos
a equação av = 0 em ambos os lados da equação por 1a . Então, (2) e os Axiomas S4 e
S5 fornecem
v = 1v = 1a a v = 1a (av) = 1a 0 = 0.
5.1 Exemplos e Propriedades Básicas 279
Observe que os itens (1), (2) e (3) do Teorema 2 podem ser combinados no enunciado
seguinte: se a é um escalar e v é um vetor, então
av = 0 se, e somente se, a = 0 ou v = 0
Isso será usado várias vezes no que se segue.
Os Axiomas S2 e S3 se estendem como a seguir. Se a, a1, a2, · · · , an são escalares e
v, v1, v2, · · · , vn são vetores, temos 3
a(v1 + v2 + · · · + vn) = av1 + av2 + · · · + avn
(a1 + a2 + · · · + an)v = a1v + a2v + · · · + anv
Estes fatos, juntamente com os axiomas, o Teorema 2 e a definição de subtração nos
permitem manipular e simplificar somas de múltiplos escalares de vetores agrupando os
termos semelhantes, expandindo e tirando fatores comuns. Isso já foi discutido para matrizes
e vetores de Rn e manipulações em um espaço vetorial arbitrário são tratadas do mesmo
modo. Por exemplo,
3(v − 2w) − 4(v + 2u) + 2(3w + 4u) = 3v − 6w − 4v − 8u + 6w + 8u = −v.
Cálculos como este serão usados em toda discussão em espaços vetoriais.
5.1.2 Subespaços
Se V é um espaço vetorial, um subconjunto não vazio U ⊆ V é um subespaço de V se U for
um espaço vetorial usando a adição e a multiplicação por escalar de V. Assim, Pn é um
subespaço de P e, se considerarmos polinômios como funções a valores reais definidas em
R , P é um subespaço de F[R]. Observe que se U e W forem subespaços de um mesmo
espaço vetorial e se U ⊆ W, então U é um subespaço de W.
Usando o Teorema 2, podemos dar um teste simples para verificar quando um
subconjunto de um espaço vetorial é um subespaço.
3 É uma conseqüência do Axioma A3 que podemos omitir parênteses quando escrevemos uma soma v + v + · · · + v .
1 2 n
4 Isto mostra que a condição (1) segue da condição (2), desde que U contenha no mínimo um vetor. Preferimos deixar (1) no
Teorema 3 pois verificá-la é geralmente mais fácil e, se ela não valer, U não pode ser um subespaço.
280 CAPÍTULO 5 Espaços Vetoriais
Exemplo 7 Todos os subespaços de Rn discutidos no Capítulo 4 são eles mesmos espaços vetoriais.
Por exemplo, se A é uma matriz, então cada um dos subconjuntos de anulA, imA = colA
e linA são espaços vetoriais. Outro exemplo: U ⊥ é um espaço vetorial quando U é qualquer
subespaço de Rn .
Exemplo 8 Se V é um espaço vetorial, então {0} e V são subespaços de V. O subespaço {0} é chamado
subespaço nulo de V e qualquer outro subespaço de V diferente de {0} e de V é denominado
subespaço próprio de V.
SOLUÇÃO Primeiro, 0 = 0v mostra que 0 está em Rv. A seguir, dados u = rv e u1 = r1v em Rv, temos,
para cada escalar a,
au = a(rv) = (ar)v and
e u + u1 = rv + r1v = (r + r1)v .
Assim, au e u + u1 estão ambos em Rv e, então, o Teste de Subespaço se aplica.
SOLUÇÃO É claro que o polinômio nulo está em U. Se p(x) e q(x) estão em U, então
(p + q)(λ) = p(λ) + q(λ) = 0 + 0 = 0 e p + q está em U. Analogamente, ap está
em U para todos os escalares a (verifique) e o Teste de Subespaço se aplica.
Exemplo 125 Mostre que o conjunto de todas as funções deriváveis é um subespaço de F[R].
SOLUÇÃO A função nula é derivável (sua derivada é novamente a função nula) e é um teorema do
Cálculo que somas e múltiplos por escalar de funções deriváveis são novamente deriváveis.
5 Os leitores que não são familiares com o Cálculo podem omitir este exemplo sem perda de continuidade.
5.1 Exemplos e Propriedades Básicas 281
SOLUÇÃO Por conveniência, escreva U = ger{2x + x3, x2 – x, 3x – 2, 5}. Então, é claro que U ⊆ P3 .
Como P 3 = ger{1, x, x2, x3}, é suficiente mostrar que cada um dos polinômios 1, x, x2 e x3
está em U.
Primeiro, 1 = 15 · 5 está em U pois 5 está em U.
Então, x = 13 [(3x − 2) + 2 · 1] está em U pois ambos 3x − 2 e 1 estão em U.
Agora, x2 = (x2 − x) + x está em U pois x2 − x e x estão ambos em U.
Finalmente, x3 = (2x + x3) − 2 · x está em U pois 2x + x3 e x estão em U.
Isso é o que queríamos.
Isso revela um conjunto gerador útil para M2, 2 , e uma decomposição análoga vale em
Mm, n. A matriz m × n com elemento (i, j) igual a 1 e todos os outros elementos iguais
a 0 é chamada matriz unidade (i, j) e denotada por Ei j . Se A = [ai j] é uma matriz em
Mm, n, é claro que A = Σi, j ai j Ei j onde a soma é tomada sobre todos i e j tais que 1 ≤ i ≤ m
e 1 ≤ j ≤ n. Assim, Mm, n é gerado pelas matrizes unidades. Por exemplo,
M2, 3 = ger{E11, E12, E13, E21, E22, E23}.
Generalizando, existem mn matrizes unidades em Mm, n, e temos
Exemplo 17 Suponha que um objeto seja suspenso por uma mola em espiral. Se o objeto for puxado
para baixo de sua posição de repouso e solto, ele começará a oscilar. É conhecido que o
deslocamento y em torno da posição de repouso é dado em termos do tempo t por uma
função da seguinte forma:
y = a cos(ωt) + b sen(ωt)
onde ω é uma constante que depende da mola e da massa do objeto. Então o conjunto de
todas as funções descrevendo tais movimentos é o subespaço de F[R] gerado por cos(ωt)
y e sen(ωt).
Exercícios 5.1
Os problemas que envolvem cálculo podem ser omitidos pelos 4. Seja V = {[x y] | x e y reais. Mostre que V é um espaço
estudantes que não têm conhecimento desse assunto. vetorial com as seguintes operações:
[x y] +̇ [x1 y1] = [x + x1 y + y1 + 1] e
1. Em cada caso, ou prove que a afirmação é verdadeira ou dê
a · [x y] = [ax ay + a − 1].
um exemplo para mostrar que ela é falsa.
a) Todo espaço vetorial contém no mínimo um vetor. 5. Seja V = {v em R | v > 0}. Mostre que V é um espaço vetorial
b) Todo subespaço não nulo contém um número infinito se a adição de vetores for a multiplicação usual e a
de vetores. multiplicação por escalar for definida por a · v = v a.
c) {1 − x, 2 + x − x2} gera P2 . 6. Determine, em cada caso, se U é um subespaço de P3 .
d) Trabalhando em F[R], 1 está em ger{cos2x, sen2x}. Justifique a sua resposta.
e) Trabalhando em F[R], x está em ger{cos2x, sen2x}. a) U = {p(x) | p(1) = 1}
f) O conjunto Z = {0, ±1, ±2, ±3, · · ·} é um espaço vetorial b) U = {p(x) | p(x) = 0 ou ger p(x) = 3}
com as operações usuais. c) U = {xp(x) | p(x) em P3
g) O conjunto Q de todos os números racionais (frações) é d) U = {xp(x) + (1 – x)q(x) | p(x) e q(x) estão em P 2}
um espaço vetorial com as operações usuais. e) U = {xp(x) | p(x) em P 2}
h) Todo espaço vetorial não nulo V contém um subespaço f) U = {p(x) em P3 | p(x) tem termo constante 0}
próprio (Exemplo 8). 7. Determine, em cada caso, se U é um subespaço de M2, 2 .
2. Seja V o conjunto de todas as matrizes 1 × 3, e defina a adição
Justifiquea suaresposta.
em V como em M1, 3 . Para cada uma das definições a seguir de
multiplicação por escalar (denotada por · em cada caso),
a) U =
a
0
b
c
| a, b,
b, ccem
in R
a b
decida se V é um espaço vetorial. b) U = |a+c =b+d
c d
a) a · [x y z] = [ax ay z] .
c) U = {A | A = −AT }
b) a · [x y z] = [0 0 0]. d) U = {A | AB = BA}, onde B é uma matriz fixa de M2, 2
c) a · [x y z] = [ax ay 0]. e) U = {A | detA = 0}
d) a · [x y z] = [− ax − ay − az] . f) U = {A | A2 = A}
e) a · [x y z] = [x y z]. g) U = {BA0 | B em M2, 3}, onde A0 é uma matriz fixa 3 × 2
f) a · [x y z] = [ay ax az].
8. Determine, em cada caso, se U é um subespaço de F[0, 1] .
3. Em cada caso, decida se V é um espaço vetorial com as Justifique a sua resposta.
operações dadas. Justifique a sua resposta. a) U = { f | f (0) = 1}
a) V é o conjunto de todos os números reais não-negativos; b) U = { f | f (0) = 0}
adição e multiplicação usuais. c) U = { f | f (0) = f (1)}
b) V é o conjunto dos números complexos; adição e d) U = {f | f(x) ≥ 0 para todo x em [0, 1]}
multiplicação por um número real usuais. e) U = {f | f(x) = f(y) para todo x e y em [0, 1]}
f) U = {f | f(x + y) = f(x) + f(y) para todo x e y em [0, 1]}
c) V = {0}, onde 0 + 0 = 0 e a · 0 = 0 para todos os números
g) U = { f | f ′ 12 = 0, onde ′ denotesa derivada
wheref ′f denota de f }of f }
the derivative
reais a. 1
d) V = {[x 1 z] | x e z reais}; operações de M1, 3 . h) U = { f | 0 f (x)dx = 0}
e) V = {[x z] | x e y reais e x2 = y2}; operações de M1, 2 . 9. Determine, em cada caso, se v1 ou v2 estão em ger{u, w}.
f) V é o conjunto de todas as matrizes 2 × 2 B; adição de a) u = x2 − 2, w = x2 + x; v1 = x2 + 1, v2 = x2 − 2x − 6.
M2, 2 e a · B = |a| B. b) u = x3 − 2x + 1, w = x2 + x − 2; v1 = x3 + 2x2 − 3, v2 = x3 .
g) V é o conjunto de todas as matrizes 2 × 2 B; adição de 1 −1 0 1 1 0 1 0
c) u = ,w= ; v1 = , v2 = .
M2, 2 e a · B = aBT . 0 1 1 −1 1 0 0 1
h) V é o conjunto das funções R → R ; adição ponto a ponto 1 0 0 −1 1 0 5 3
d) u = ,w= ; v1 = , v2 = .
e (a · f )(x) = f (ax) para todo x. 0 1 −1 1 0 0 3 2
Encerra aqui o trecho do livro disponibilizado para
esta Unidade de Aprendizagem. Na Biblioteca Virtual
da Instituição, você encontra a obra na íntegra.
DICA DO PROFESSOR
Subespaço, base e dimensão podem ter inúmeras aplicações dentro da álgebra linear. Neste
vídeo da Dica do Professor, você poderá entender esses conceitos em síntese e apresentados
através de exemplos, para que lhe auxiliem na resolução dos exercícios.
EXERCÍCIOS
B) Para que um conjunto seja um espaço vetorial é preciso definir as operações de adição e
multiplicação entre dois vetores do conjunto.
D) O conjunto Z = {0, ±1, ±2 , ±3, ...} com as operações de adição e multiplicação por escalar
usuais é um espaço vetorial.
2) Seja V o conjunto de todas as matrizes 1x3, com a adição usual, marque a alternativa
correta.
A) Se definirmos a multiplicação por escalar em V como a[x y z]=[0 0 0], V será um espaço
vetorial.
B) Se definirmos a multiplicação por escalar em V como a[x y z]=[-ax -ay -az], V será um
espaço vetorial.
C) Se definirmos a multiplicação por escalar em V como a[x y z]=[ax ay az], V não será um
espaço vetorial.
D) Se definirmos a multiplicação por escalar em V como a[x y z]=[0 ay az], V não será um
espaço vetorial.
A) V = {[x 1 z]| x e y ε R} com as operações usuais do espaço vetorial das matrizes de ordem
1x3.
B) b) V é o conjunto das matrizes 2x2, com a operação usual de adição e a multiplicação por
escalar aB = |a|B .
C) c) V é o conjunto dos números complexos com a adição e multiplicação por escalar usuais.
D) U = {p(x) em P3 | p(x) tem termo constante 0} não é um subespaço do espaço vetorial P3.
B)
O conjunto abaixo gera M2,2.
C) Dados
v1 está em ger{u,w}.
D) Dados
NA PRÁTICA
SAIBA MAIS
Para ampliar o seu conhecimento a respeito desse assunto, veja abaixo as sugestões do
professor:
Espaços vetoriais