Escolar Documentos
Profissional Documentos
Cultura Documentos
Física - Diurno
Exercícios para a 1ªProva
Paulo F. Leite,
Fevereiro de 2012
1
2) Está denida uma operação de multiplicação de elementos de
V por elementos do corpo K I satisfazendo para todos os elementos do
corpo e para todos os vetores u de V , as seguintes propriedades:
M1 ) (α + β)u = αu + βu
M2 ) α(u + v) = αu + αv
M3 ) (αβ)u = α(βu)
M4 ) 1.u =u
paço Vetorial
Se u+w=v+w então u = v.
2. Se α ∈ IR e 0 ∈V então α0 = 0 .
3. Se 0 ∈ IR e u∈V então 0u =0 .
6. Se αu = βu e u 6= 0 então α=β
7. Se αu = αv e α 6= 0 então u=v
2
1.2 Exemplos de Espaços Vetoriais
1. V =K
I espaço vetorial
K
I corpo de escalares
tos do corpo K
I.
2. V=L e K, K ⊂ L, é um subcorpo de L.
K
I corpo de escalares.
Casos particulares:
(a) L =C
I complexos e K
I = IR reais
3. In
V =K Conjunto das n-uplas de elementos do corpo K
I.
A adição de vetores de In
V =K é denida pela igualdade
3
5. d) V = P(IR) Polinômios de uma variável com coecientes reais
(b) V = IR (vetores) K =Q
l (escalares)
(c) V =C
I (vetores) K = IR (escalares)
(d) V =C
I (vetores) K =Q
l (escalares)
∗ Veremos, mais adiante, quando denirmos base de um espaço vetorial, que existe
uma correspondência bijetora entre o conjunto X e uma base de IR(X) . Isso permite concluir
4
1.3 Subespaços Vetoriais
b) ∀λ ∈ RI , ∀v ∈ S ⇒ λv ∈ S
Obs. Decorre imediatamente das condições a) e b) acima que se S é um
subespaço vetorial, então 0 ∈ S. (verique isso!). Por causa disso, a ver-
1. 0 ∈S
2. ∀u, v ∈ S ⇒ u + v ∈ S
3. ∀λ ∈ IR , ∀v ∈ S ⇒ λv ∈ S
1.4 Exercícios
nito?
Ax = b
5
Considere ainda o subespaço vetorial SH de Mn×1 (IR)
SH = {x ∈ Mn×1 (IR) : Ax = 0}
e o subconjunto S de Mn×1 (IR)
S = {x ∈ Mn×1 (IR) : Ax = b}
Prove que
S = SH + xP
onde xP é uma matriz de Mn×1 (IR) tal que AxP = b , isto é, xP é uma
solução particular da equação (1).
portanto desnecessário.
6
8. Mostre que os vetores de F(IR) denidos abaixo não estão em P(IR)
√
3
(a) f(x) = x
(b) f(x) = |x|
√ √
(c) f(x) = 3 x + 5 x
√
3
√
5
(d) f(x) = 1 + x − x5 + 2 x2 + 4 x4
(e) f(x) = sinx
(f ) f(x) = ex
9. Mostre que
11. De exemplo de uma função que não é nem par nem impar.
12. Mostre que se uma função é simultaneamente par e impar, então ela
é a função nula.
7
(d) O produto de duas funções pares é uma função par e que o produto
de duas funções impares é uma função par.
(e) O produto de uma função par por uma função impar é uma função
impar.
(a) F(IR, IR)P , isto é, o conjunto das funções pares formam um sub-
spaço vetorial de F(IR, IR).
(b) F(IR, IR)I , isto é, o conjunto das funções impares formam um
subspaço vetorial de F(IR, IR).
(c) F(IR, IR)P ∩ F(IR, IR)I = {0}
(d) Mostre que qualquer função de F(IR, IR) é soma de uma função
par com uma função impar.
Usamos a notação:
8
Indicaremos por CL(X) o conjunto de todos os vetores de V que são
isto é, como uma soma nita de vetores. Quando trabalhamos num con-
texto puramente algébrico, somas innitas não estão denidas, nem fazem
sentido o menor sentido. Em certas ocasiões (principalmente nos exem-
plos) trabalhamos com somas innitas de números reais ou de números
complexos onde a idéia de convergencia faz sentido. Em geral, o contexto
deixa perfeitamente claro se estamos num caso ou no outro.
1. X ⊆ CL(X)
2. CL(X) é um subespaço vetorial de V .
3. Se X e Y são subconjuntos de V e X ⊆ Y então, CL(X) ⊆ CL(Y).
4. CL(X) = X ⇐⇒ X é um subespaço vetorial de V .
5. Se S é um subespaço de V e X ⊆ S, então CL(X) ⊆ S.
6. Se X ⊆ CL(Y), então CL(X ∪ Y) = CL(Y).
9
Demonstração.
denição.
reta e que o leitor poderá, sem maiores inconvenientes, adotar essa como
sendo a sua denição de sistema de geradores.
Ela apresenta, no entanto, um pequeno inconveniente. Por só ter sentido
quando X 6= ∅, torna o caso X = ∅ excepcional e, para evitarmos exceções,
temos que adotar, como convenção, que [∅] = {0}.
10
Usando fatos que de qualquer maneira são básicos e precisam ser con-
adores de um subespaço.
11
Obs. Note que nessa denição, não foi necessário exigir que X 6= ∅
mas que, com essa hipótese, ela coincide com a denição anterior.
Além disso, ela inclue o caso em que X = ∅. E nesse caso, temos
[∅] = {0}.
É importante observar que entre os diversos exemplos de espaços ve-
torias com que lidamos até agora, alguns são nitamente gerados,
isto é, possuem um conjunto de geradores com um número nito
de vetores, outros só admitem conjuntos geradores com um número
innito de vetores. Dizemos nesse caso que os espaços não são ni-
tamente gerados.
É, no entanto, fundamental ter em mente o seguinte fato:
Observação importante.
P(IR).
Vamos então demonstrar que isso não acontece, isto é, que P(IR) não
é nitamente gerado.
12
De fato, seja A um conjunto qualquer, mas nito, de P(IR). Supon-
2.1 Exerccios
[u1 , u2 , . . . , un ] = [λ1 u1 , λ2 u2 , . . . , λn un ]
13
7. SejaX um subconjunto qualquer de um espaço vetorial V e suponha
que u1 , u2 , . . . , un ∈ [X] ( Observe que esses vetores podem não estar
em X). Mostre que existe um subconjunto nito Y de X tal que [Y]
contem os vetores u1 , u2 , . . . , un .
14
Considere o espaço vetorial IR2 e o seu subconjunto
2. (1, 1) = 1(1, 1)
x = α1 g1 + α2 g2 + · · · + αm gm
x = β 1 g1 + β 2 g2 + · · · + β m gm
Nesse caso, unicidade de representação, signica simplesmente que
αi = βi para i = 1, 2, . . . m
Vamos tentar demonstrar isso e ver que propriedades adicionais os ve-
tores g1 , g2 , . . . , gm vão precisar satisfazer.
Se subtrairmos membro a membro a segunda equação da primeira z-
ermos as transformações convenientes caremos com a equação
generalidade pois podemos acrescentar a cada uma das representações do vetor x os vetores
que não comparecem na outra representação tomando como coeciente desses vetores
zeros.
15
Esse cálculo, feito para provar a unicidade da representação, sugere qual
α1 = α2 = α3 · · · = αn = 0
Quando essa condição não estiver satisfeita diremos que o conjunto
L é linearmente dependente ou, o que é a mesma coisa, que L não é
linearmente dependente.
Obs. Essa é a denição de independencia linear que gura na grande maioria dos
textos que tratam do assunto e aqui novamente o conjunto vazio aparece como um caso
excepcional. Mais adiante mostraremos que é possivel dar uma denição que coincide com
a que acabamos de dar no caso de conjuntos não vazios mas que por ser mais abrangente
inclue o conjunto vazio na classe dos conjuntos que são linearmente independentes.
16
(b) Se B ⊆ B0 e B é linearmente dependente, então B0 é linearmente
dependente.
(c) Se G é um sistema de geradores de V e G G 0, então G0 é linear-
mente dependente.
ak = α1 a1 + α1 a1 + · · · + α2 a2 + · · · αk−1 ak−1
independente.
a1 = a2
α1 x1 + α2 x2 + · · · + αk xk = 0.
17
(a) {u1 , . . . , un } é linearmente independente.
xi ∈ [Y] para i = 1, 2, . . . l a) =⇒ b)
De
α1 u1 + α2 (u2 + λ2 u1 ) + . . . + αn (un + λn u1 ) = 0
Segue que
(α1 + α2 λ2 + α3 λ3 . . . αn λn )u1 + α2 u2 + · · · + αn un = 0
α1 + α2 λ2 + α3 λ3 + . . . + αn λn = 0
α2 = 0
..
.
αn = 0
α1 = α2 = · · · = αn = 0
a) ⇐= b)
Façamos inicialmente
v1 = u1
v i = u i + λi u 1 i = 2, . . . , n
e consequentemente
18
u1 = v1
( 1)
u i = v i − λi u 1 i = 2, . . . , n
Se escrevermos
α1 u1 + . . . + αn un = 0 ( 2)
α1 v1 + α2 (v2 − λ2 v1 ) + . . . + αn (vn − λn v1 ) = 0
ou ainda
(α1 − α2 λ2 − . . . − αn λn )v1 + α2 v2 + . . . αn vn = 0
α1 − α2 λ2 − . . . − αn λn = 0
α2 = 0
..
.
αn = 0
α1 = α2 = . . . = αn = 0
xi ∈ [Y] para i = 1, 2, . . . l
19
3.1 Exercícios
(a) x e |x|
(b) x e cos(x)
√3
(c) x e x
(d) p é uma função polinômial e g ∈ F(IR, IR) não é função polinomial.
(e) f, g ∈ F(IR, IR) f par, g impar
4 Bases, Dimensão
espaço vetorial
20
Denição. Chama-se dimensão de um espaço vetorial o número de
u = u 1 e1 + u 2 e2 + · · · + u k ek .
Os escalares u1 , u2 , . . . uk chamam-se, respectivamente, primeira, se-
gunda, . . . ,k−ésima coordenada do vetor u em relação à base E. A
sequência formada por essas coordenadas denem, portanto, um vetor
(u1 , u2 , . . . uk ) ∈ IRk .
21
(x)E = (x1 , x2 , . . . , xn )
é chamada de sequência de coordenadas ( ou simplesmente coordenadas)
do vetor x em relação à base E. Para podermos operar de forma ecaz com
matrizes é conveniente interpretarmos a n-úpla
(x)E = (x1 , x2 , . . . , xn )
x1
x2
t
(x)E = [x]E = .
.
.
xn
4.1.1 Exercícios
1. Seja E uma base de um espaço vetorial V e x, y dois vetores quaisquer
de V. Mostre que:
(λx)E = λ(x)E
22
5 Matriz de Transição Entre Duas Bases
Vimos acima que a escolha de uma base num espaço vetorial nos permite
a11 a12 · · · a1n
a21 a22 · · · a2n
MFE = .
.. .. ..
..
. . .
an1 an2 · · · ann
Essa é
que chamaremos de matriz de transição da base E para a base F uma
Observe que de acordo com a denição da matriz de transição, quando denição
a base F coincidir com a base E a matriz de transição é a matriz identidade. importante!
23
Proposição 2 Qualquer que seja o vetor x ∈ V , vale a fórmula Esta
fórmula é
F
ME .[x]F = [x]E fun-
damental
do vetor fi .
a11 a12 · · · a1n 0 ai 1
.. .
..
.
..
.
..
.. ..
. . .
ai1 ai2 · · · ain . 1 = aii
.. .. .. .. .. ..
. . . . . .
an1 an2 · · · ann 0 ain
C.Q.D.
24
2. MG E = MG F .MF E
−1
3. (MF E ) = (ME F )
Demonstração.
(MG F .MF E ) = MG E
MG E = MG F .MF E
−1
(MF E ) = (ME F )
25
5.1 Orientação de Espaços Vetoriais
Nesta secção todos os espaços vetoriais considerados terão como escalares Atenção
corpos ordenados. →
6 Apêndice
6.2 Polinômios
6.3 Matrizes
7 Transformações Lineares
1. Somas Diretas
2. Espaços Quocientes
3. Produto Tensorial
26
4. Produto Exterior
5. Produto Simétrico
27