Professional Documents
Culture Documents
Aula 5
Prof. Waldeck Schtzer, Ph.D.
waldeck@dm.ufscar.br
Nesta aula
Dependncia Linear
Dimenso (exemplos)
Base
Coordenadas
()
a soluo trivial x1 = 0, x2 = 0, . . . , xn = 0.
()
a soluo trivial x1 = 0, x2 = 0, . . . , xn = 0.
Caso contrrio, o conjunto linearmente dependente
(LD)
()
a soluo trivial x1 = 0, x2 = 0, . . . , xn = 0.
Caso contrrio, o conjunto linearmente dependente
(LD)
Uma soluo no trivial de () estabelece uma relao de
dependncia linear entre vetores do conjunto.
()
a soluo trivial x1 = 0, x2 = 0, . . . , xn = 0.
Caso contrrio, o conjunto linearmente dependente
(LD)
Uma soluo no trivial de () estabelece uma relao de
dependncia linear entre vetores do conjunto.
Por isso, um conjunto LI aquele que no possui nenhuma
relao de dependncia entre seus vetores.
Propriedades de conjuntos LI
Teorema 38 Seja 6= 0. Ento {u, v, . . . , w} LI se, e
somente se, {u, v, . . . , w} tambm LI.
Propriedades de conjuntos LI
Teorema 38 Seja 6= 0. Ento {u, v, . . . , w} LI se, e
somente se, {u, v, . . . , w} tambm LI.
() Se {u, v, . . . , w} LI, a nica soluo de
(u) + v + + w =
()u + v + + w = 0
()
Propriedades de conjuntos LI
Teorema 38 Seja 6= 0. Ento {u, v, . . . , w} LI se, e
somente se, {u, v, . . . , w} tambm LI.
() Se {u, v, . . . , w} LI, a nica soluo de
(u) + v + + w =
()u + v + + w = 0
()
()
= 0, + = 0, = 0, . . . , = 0, logo
{v + u, v . . . , w} LI.
()
= 0, + = 0, = 0, . . . , = 0, logo
{v + u, v . . . , w} LI.
() Se {v + u, v . . . , w} LI, pela parte (),
{v + (v + u), v . . . , w}={u, v, . . . , w} LI.
vetores-linha e vetores-coluna de A
Seja A = (aij ) uma matriz m n.
vetores-linha e vetores-coluna de A
Seja A = (aij ) uma matriz m n.
Os vetores-linha de A so as nuplas
A(1) = (a1j ), A(2) = (a2j ), . . . , A(m) = (amj )
vetores-linha e vetores-coluna de A
Seja A = (aij ) uma matriz m n.
Os vetores-linha de A so as nuplas
A(1) = (a1j ), A(2) = (a2j ), . . . , A(m) = (amj )
Os vetores-coluna de A so as m-uplas
A(1) = (ai1 ), A(2) = (ai2 ), . . . , A(n) = (ain )
vetores-linha e vetores-coluna de A
Seja A = (aij ) uma matriz m n.
Os vetores-linha de A so as nuplas
A(1) = (a1j ), A(2) = (a2j ), . . . , A(m) = (amj )
Os vetores-coluna de A so as m-uplas
A(1) = (ai1 ), A(2) = (ai2 ), . . . , A(n) = (ain )
Recordando Dimenso
Definio. Seja (V, +, ) um espao vetorial arbitrrio.
Dizemos que V tem dimenso n, e escrevemos dim V = n,
se
Recordando Dimenso
Definio. Seja (V, +, ) um espao vetorial arbitrrio.
Dizemos que V tem dimenso n, e escrevemos dim V = n,
se
V contm um subconjunto LI com n vetores.
Recordando Dimenso
Definio. Seja (V, +, ) um espao vetorial arbitrrio.
Dizemos que V tem dimenso n, e escrevemos dim V = n,
se
V contm um subconjunto LI com n vetores.
Recordando Dimenso
Definio. Seja (V, +, ) um espao vetorial arbitrrio.
Dizemos que V tem dimenso n, e escrevemos dim V = n,
se
V contm um subconjunto LI com n vetores.
Recordando Dimenso
Definio. Seja (V, +, ) um espao vetorial arbitrrio.
Dizemos que V tem dimenso n, e escrevemos dim V = n,
se
V contm um subconjunto LI com n vetores.
Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
x R
()
Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =
Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =
Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =
Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =
Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =
Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =
A dimenso de Mmn
Consideremos as matrizes eij : S R definidas por
(
0, se k 6= i ou 6= j
eij (k, ) =
= ik j
1, se k = i e = j
onde o Delta de Kronecker:
(
0, se k =
6 i
ik =
1, se k = i
Aqui S = {1, 2, . . . , m} {1, 2, . . . , n}.
A dimenso de Mmn
Consideremos as matrizes eij : S R definidas por
(
0, se k 6= i ou 6= j
eij (k, ) =
= ik j
1, se k = i e = j
onde o Delta de Kronecker.
Exemplo: em M2 = M2,2 , temos (graficamente)
"
#
"
#
1 0
0 1
e11 =
, e12 =
,
0 0
0 0
e21 =
"
0 0
1 0
, e22 =
"
0 0
0 1
#
Curso de lgebra Linear p. 12
cij eij = 0
()
i=1 j=1
cij eij = 0
()
i=1 j=1
i=1 j=1
cij eij = 0
()
i=1 j=1
i=1 j=1
Isto
n X
n
X
cij ik j = 0
i=1 j=1
cij ik j = 0
i=1 j=1
cij ik j = 0
i=1 j=1
cij ik j = 0
i=1 j=1
()
(k)
onde Ak = (aij ).
()
(k)
onde Ak = (aij ).
Assim,
Ak =
m X
n
X
(k)
aij eij
i=1 j=1
()
(k)
onde Ak = (aij ).
Assim,
Ak =
m X
n
X
(k)
aij eij
i=1 j=1
Logo () equivale a
m X
n
r X
X
(k)
ck aij eij
=0
(k)
ck aij eij = 0
a (s, t) S , vem
m X
n
r X
X
(k)
ck aij is jt
=0
(k)
ck aij eij = 0
a (s, t) S , vem
m X
n
r X
X
(k)
ck aij is jt
=0
Logo
r
X
(k)
ck ast = 0, (s, t) S
k=1
(k)
ast ck = 0
k=1
(k)
ast ck = 0
k=1
(k)
ast ck = 0
k=1
(k)
ast ck = 0
k=1
C.Q.D.
Curso de lgebra Linear p. 17
Exemplos:
Exemplos:
Dois vetores no colineares so base de E 2
Exemplos:
Dois vetores no colineares so base de E 2
Trs vetores no coplanares em E 3 formam uma base
Exemplos:
Dois vetores no colineares so base de E 2
Trs vetores no coplanares em E 3 formam uma base
{e1 , e2 , . . . , en } base de Rn
Exemplos:
Dois vetores no colineares so base de E 2
Trs vetores no coplanares em E 3 formam uma base
{e1 , e2 , . . . , en } base de Rn
{eij , 1 i m, 1 j n} base de Mmn
Exemplos:
Dois vetores no colineares so base de E 2
Trs vetores no coplanares em E 3 formam uma base
{e1 , e2 , . . . , en } base de Rn
{eij , 1 i m, 1 j n} base de Mmn
{1, x, x2 } base de P2 . {1, 1 x, 1 x2 } outra.
Exemplos:
Dois vetores no colineares so base de E 2
Trs vetores no coplanares em E 3 formam uma base
{e1 , e2 , . . . , en } base de Rn
{eij , 1 i m, 1 j n} base de Mmn
{1, x, x2 } base de P2 . {1, 1 x, 1 x2 } outra.
Representao nica
Teorema 42 Seja (V, +, ) um espao vetorial
n-dimensional. Ento todo vetor v V pode ser expresso
unicamente como combinao linear dos vetores de uma
base de V .
Representao nica
Teorema 42 Seja (V, +, ) um espao vetorial
n-dimensional. Ento todo vetor v V pode ser expresso
unicamente como combinao linear dos vetores de uma
base de V .
Prova:
Seja B = {u1 , u2 , . . . , un } base de V .
Representao nica
Teorema 42 Seja (V, +, ) um espao vetorial
n-dimensional. Ento todo vetor v V pode ser expresso
unicamente como combinao linear dos vetores de uma
base de V .
Prova:
Seja B = {u1 , u2 , . . . , un } base de V .
Ento o conjunto {u1 , u2 , . . . , un , v} LD, e existem
escalares 1 , 2 , . . . , n , no todos nulos tais que
1 u1 + 2 u2 + + n un + v = 0
()
Representao nica
Teorema 42 Seja (V, +, ) um espao vetorial
n-dimensional. Ento todo vetor v V pode ser expresso
unicamente como combinao linear dos vetores de uma
base de V .
Prova:
Seja B = {u1 , u2 , . . . , un } base de V .
Ento o conjunto {u1 , u2 , . . . , un , v} LD, e existem
escalares 1 , 2 , . . . , n , no todos nulos tais que
1 u1 + 2 u2 + + n un + v = 0
()
Obviamente 6= 0, logo
2
n
1
un
v = u1 u2
Representao nica...
Isso mostra que todo vetor v V se expressa em
termos da base B
Representao nica...
Isso mostra que todo vetor v V se expressa em
termos da base B
Suponhamos que
v = 1 u1 + 2 u2 + + n un
v = 1 u1 + 2 u2 + + n un
Representao nica...
Isso mostra que todo vetor v V se expressa em
termos da base B
Suponhamos que
v = 1 u1 + 2 u2 + + n un
v = 1 u1 + 2 u2 + + n un
Representao nica...
Isso mostra que todo vetor v V se expressa em
termos da base B
Suponhamos que
v = 1 u1 + 2 u2 + + n un
v = 1 u1 + 2 u2 + + n un
Representao nica...
Isso mostra que todo vetor v V se expressa em
termos da base B
Suponhamos que
v = 1 u1 + 2 u2 + + n un
v = 1 u1 + 2 u2 + + n un
Representao nica...
Assim, dada a base B = {u1 , u2 , . . . , un } e dado v V
arbitrrio, existem nicos escalares 1 , 2 , . . . , n tais
que
v = 1 u1 + 2 u 2 + + n u n
Representao nica...
Assim, dada a base B = {u1 , u2 , . . . , un } e dado v V
arbitrrio, existem nicos escalares 1 , 2 , . . . , n tais
que
v = 1 u1 + 2 u 2 + + n u n
Em outras palavras, v est completamente
determinado por B e pela nupla (1 , 2 , . . . , n ) Rn
Representao nica...
Assim, dada a base B = {u1 , u2 , . . . , un } e dado v V
arbitrrio, existem nicos escalares 1 , 2 , . . . , n tais
que
v = 1 u1 + 2 u 2 + + n u n
Em outras palavras, v est completamente
determinado por B e pela nupla (1 , 2 , . . . , n ) Rn
Vamos chamar os escalares nessa nupla por um
nome conveniente. Em seguida vamos derivar
propriedades notveis desses escalares
Coordenadas em Rn
Sabemos que o subconjunto B Rn consistindo de
e1 = (1, 0, 0, . . . , 0)
e2 = (0, 1, 0, . . . , 0)
.. .. ..
. . .
en = (0, 0, 0, . . . , 1)
Coordenadas em Rn
Sabemos que o subconjunto B Rn consistindo de
e1 = (1, 0, 0, . . . , 0)
e2 = (0, 1, 0, . . . , 0)
.. .. ..
. . .
en = (0, 0, 0, . . . , 1)
Verifique!
Exemplo em R3
Exemplo 44 Determine as coordenadas de v = (2, 4, 0)
relativas a B = {v1 = (1, 2, 1), v2 = (1, 0, 3), v3 = (2, 2, 1)}.
Exemplo em R3
Exemplo 44 Determine as coordenadas de v = (2, 4, 0)
relativas a B = {v1 = (1, 2, 1), v2 = (1, 0, 3), v3 = (2, 2, 1)}.
Soluo:
Devemos determinar x1 , x2 , x3 tais que
[(2, 4, 0)]B = (x1 , x2 , x3 )
Exemplo em R3
Exemplo 44 Determine as coordenadas de v = (2, 4, 0)
relativas a B = {v1 = (1, 2, 1), v2 = (1, 0, 3), v3 = (2, 2, 1)}.
Soluo:
Devemos determinar x1 , x2 , x3 tais que
[(2, 4, 0)]B = (x1 , x2 , x3 )
Isso equivale a resolver a equao
x1 (1, 2, 1) + x2 (1, 0, 3) + x3 (2, 2, 1) = (2, 4, 0)
Exemplo em R3
Exemplo 44 Determine as coordenadas de v = (2, 4, 0)
relativas a B = {v1 = (1, 2, 1), v2 = (1, 0, 3), v3 = (2, 2, 1)}.
Soluo:
Devemos determinar x1 , x2 , x3 tais que
[(2, 4, 0)]B = (x1 , x2 , x3 )
Isso equivale a resolver a equao
x1 (1, 2, 1) + x2 (1, 0, 3) + x3 (2, 2, 1) = (2, 4, 0)
x1 x2 + 2x3 = 2
2x1
+ 2x3 = 4
x + 3x x = 0
1
2
3
Exemplo em R3 ...
A matriz ampliada desse sistema
1 1
2 2
0
2 4
2
1
3 1 0
Exemplo em R3 ...
A matriz ampliada desse sistema
1 1
2 2
0
2 4
2
1
3 1 0
1 0 0
4
0
1
0
2
0 0 1 2
Exemplo em R3 ...
A matriz ampliada desse sistema
1 1
2 2
0
2 4
2
1
3 1 0
1 0 0
4
0
1
0
2
0 0 1 2
Exemplo em R3 ...
Conclumos que [(2, 4, 0)]B = (4, 2, 2)
Exemplo em R3 ...
Conclumos que [(2, 4, 0)]B = (4, 2, 2)
Deste exemplo aprendemos que as coordenadas no
precisam coincidir com os componentes em R3
Exemplo em R3 ...
Conclumos que [(2, 4, 0)]B = (4, 2, 2)
Deste exemplo aprendemos que as coordenadas no
precisam coincidir com os componentes em R3
Para calcular coordenadas relativas a uma base de Rn
devemos resolver sistema linear n n
Exemplo em R3 ...
Conclumos que [(2, 4, 0)]B = (4, 2, 2)
Deste exemplo aprendemos que as coordenadas no
precisam coincidir com os componentes em R3
Para calcular coordenadas relativas a uma base de Rn
devemos resolver sistema linear n n
Esse sistema sempre possvel e determinado (Por
que?)
Exemplo em R3 ...
Conclumos que [(2, 4, 0)]B = (4, 2, 2)
Deste exemplo aprendemos que as coordenadas no
precisam coincidir com os componentes em R3
Para calcular coordenadas relativas a uma base de Rn
devemos resolver sistema linear n n
Esse sistema sempre possvel e determinado (Por
que?)
Em qualquer espao vetorial n-dimensional,
coordenadas possuem propriedades notveis. Vejamos
algumas
Prova:
Ento, unicamente,
u = 1 v1 + 2 v2 + + n vn
w = 1 v1 + 2 v2 + + n vn
Ento, unicamente,
u = 1 v1 + 2 v2 + + n vn
w = 1 v1 + 2 v2 + + n vn
Ento, unicamente,
u = 1 v1 + 2 v2 + + n vn
w = 1 v1 + 2 v2 + + n vn
Ento
u = 1 v1 + 2 v2 + + n vn
Ento
u = 1 v1 + 2 v2 + + n vn
Da
u = (1 )v1 + + (n )vn
Ento
u = 1 v1 + 2 v2 + + n vn
Da
u = (1 )v1 + + (n )vn
Ento
u = 1 v1 + 2 v2 + + n vn
Da
u = (1 )v1 + + (n )vn
teremos [v]B = (1 , 2 , . . . , n )
Curso de lgebra Linear p. 31
v, w V,
e
[v]B = [v]B ,
R, v V
Fim da Aula 5
Fim da Aula 5