Espaços Vectoriais A – Conjunto não vazio * – Operação definida sobre os elementos de A (A,*) GRUPÓIDE * é lei de composição interna x*yA, x,yA (A,*) SEMIGRUPO (A,*) é grupóide * é associativa (x*y)*z=x*(y*z), x,y,zA (A,*) MONÓIDE (A,*) é semigrupo * tem elemento neutro eA : x*e=e*x=x, xA (A,*) GRUPO (A,*) é monóide e todos os elementos de A * têm oposto relativamente a * xA x'A : x*x'=x'*x=e Espaços Vectoriais A estrutura (A,*) diz-se ABELIANA ou COMUTATIVA se a operação * for comutativa x*y=y*x, x,yA Espaços Vectoriais A – Conjunto com mais do que um elemento – Operação aditiva – Operação multiplicativa (A,) grupo comutativo (A,,) ANEL (A,) semigrupo é distributiva relativamente a é distributiva relativamente a x(yz)=(xy)(xz) (xy)z=(xz)(yz), x,y,zA O anel (A,,) diz-se comutativo se for comutativa Espaços Vectoriais O elemento neutro de (se existir) diz-se unidade do anel. O elemento neutro de diz-se zero do anel. Propriedade: 0 1 (A,, ) anel com unidade (A,,) CORPO (A\ 0 ,) grupo comutativo Espaços Vectoriais Exemplos de CORPOS: - Conjunto dos números racionais - Conjunto dos números reais - Conjunto dos números complexos ... Espaços Vectoriais E – conjunto não vazio (conjunto dos vectores) K – corpo (conjunto dos escalares) Operações (em E): Operações (em K): - Adição de vectores : EE E - Adição de escalares :KK K x, y x y - Multiplicação de um escalar por um vector :KE E , x x , - Multiplicação de escalares : KK K , Espaços Vectoriais E ESPAÇO VECTORIAL (ou ESPAÇO LINEAR) sobre o corpo K (E,) grupo comutativo K x,yE : (xy)=(x)(y) ,K xE : (+)x=(x)(x) ,K xE : ()x=(x) xE : 1x=x Espaços Vectoriais DEFINIÇÃO E ESPAÇO VECTORIAL (ou ESPAÇO LINEAR) sobre o corpo K ( e definidas como no slide 6) EV1 x,y,zE : (xy)z=x(yz) EV2 eE xE : xe=ex=x EV3 xE x'E : xx'=x'x=e EV4 x,yE : xy=yx EV5 K x,yE : (xy)=(x)(y) EV6 ,K xE : (+)x=(x)(x) EV7 ,K xE : ()x=(x) EV8 xE : 1x=x Espaços Vectoriais Se K = , E diz-se um espaço vectorial real. Se K = , E diz-se um espaço vectorial complexo. Os elementos de K dizem-se escalares. Os elementos de E dizem-se vectores. Espaços Vectoriais Exemplos de ESPAÇOS VECTORIAIS: é espaço vectorial real n a1 ,a 2 ,...,a n : a1 ,a 2 ,...,a n é espaço vectorial real com a1 ,...,a n b1 ,..., b n a1 b1 ,...,a n b n a1 ,...,a n a1 ,..., a n é espaço vectorial real e espaço vectorial complexo Pn polinómios reais de coeficientes reais de grau menor ou igual a n P polinómios reais de coeficientes reais Qualquer corpo é espaço vectorial sobre si próprio. Espaços Vectoriais E espaço vectorial sobre o corpo K FE F é SUBESPAÇO VECTORIAL de E Definição F é espaço vectorial com as operações induzidas Espaços Vectoriais TEOREMA F (FE) é subespaço vectorial de E F fechado para as operações de adição e multiplicação por um escalar x, y F x y F isto é, K x F x F COROLÁRIO F (FE) é subespaço vectorial de E x,yF,K:x+yF Espaços Vectoriais E espaço vectorial sobre K S parte não vazia de E xE x é COMBINAÇÃO LINEAR de elementos de S 1 , 2 ,..., n K x1 , x 2 ,..., x n S : x 1x1 2 x 2 ... n x n n x i x i i 1 Espaços Vectoriais SE L(S) (=span(S)) = conjunto de todas as combinações lineares de elementos de S n L S i x i ;n , i K, x i S i1 Por convenção, L()={0} Observação: Os elementos de S são um sistema de geradores de S TEOREMA L(S) é subespaço vectorial de E Observação: L(S) é o mais pequeno subespaço vectorial de E que contem S, isto é, qualquer subespaço vectorial de E que contenha S também contem L(S) Espaços Vectoriais TEOREMA Se F e G são dois subespaços vectoriais de um espaço vectorial E, então FG é também um subespaço vectorial de E. DEFINIÇÃO Dados dois subespaços vectoriais F e G de um espaço vectorial E, chama-se soma dos subespaços vectoriais F e G e representa-se por F+G ao subconjunto de E constituído pelos vectores que são soma de um vector de F e de um vector de G, isto é, F G z E : z x y com x F e y G TEOREMA Se F e G são subespaços vectoriais do espaço vectorial E, então F+G é também um subespaço vectorial de E. Espaços Vectoriais DEFINIÇÃO Sejam F e G subespaços vectoriais de um espaço vectorial E tais que FG={0}. A soma de F e G designa-se por SOMA DIRECTA de F e G e representa-se por FG. Propriedade Seja E=FG. Qualquer elemento de E escreve-se de maneira única como soma de um elemento de F com um elemento de G. NOTA Em geral, a reunião de subespaços vectoriais de um espaço vectorial E não é um subespaço vectorial de E. Espaços Vectoriais DEFINIÇÃO Uma parte S (não vazia) de um espaço vectorial E diz-se LINEARMENTE DEPENDENTE se for possível exprimir o vector nulo (0E) como combinação linear não nula de elementos de S (escalares não todos nulos). S linearmente dependente n x1 , x 2 ,..., x n S 1 , 2 ,..., n K n \ 0,0,...,0 : i x i 0 E i 1 Espaços Vectoriais DEFINIÇÃO Uma parte S (não vazia) de um espaço vectorial E que não seja linearmente dependente diz-se LINEARMENTE INDEPENDENTE. S linearmente independente n x1 , x 2 ,..., x n S : i x i 0 E 1 2 ... n 0 K i 1 Espaços Vectoriais Exemplos No espaço vectorial dos polinómios reais de coeficientes reais, S 1, x, x 2 ,..., x n é linearmente independente e L 1, x, x 2 ,1 x,1 x 2 é linearmente dependente. Espaços Vectoriais Propriedades Uma parte S não vazia de um espaço vectorial E é linearmente dependente se e só se existe um vector em S que é combinação linear dos restantes. Se um subconjunto T de uma parte S de um espaço vectorial E for linearmente dependente, então S também é linearmente dependente. Se uma parte S de um espaço vectorial E é linearmente independente, o mesmo sucede a qualquer parte T de S. Espaços Vectoriais Propriedades (continuação) Se uma parte S de um espaço vectorial E contém um elemento x e o seu múltiplo escalar x, então S é linearmente dependente. Um espaço vectorial E é sempre linearmente dependente. Numa combinação linear de vectores linearmente independentes os escalares são univocamente determinados, isto é, se S x1 , x 2 ,..., x n é um conjunto de vectores linearmente independentes, 1x1 2 x 2 ... n x n 1x1 2 x 2 ... n x n 1 1 2 2 ... n n Espaços Vectoriais TEOREMA Seja X x1 , x 2 ,..., x n um conjunto de n vectores de um espaço vectorial E. Seja Y y1 , y 2 ,..., y n , y n 1 L X . Então Y é linearmente dependente. TEOREMA Seja, num espaço vectorial E, X x1 ,..., x n linearmente independente e Y y1 ,..., y n L X também linearmente independente. Então L Y L X . Espaços Vectoriais DEFINIÇÃO O espaço vectorial E é finitamente gerado, ou de DIMENSÃO FINITA se existir um conjunto finito de vectores, X x1 , x 2 ,..., x n tal que L X E . DEFINIÇÃO Um subconjunto S de E é uma BASE do espaço vectorial E se for linearmente independente e gerar E. DEFINIÇÃO O espaço vectorial E é de DIMENSÃO INFINITA se não possuir nenhum conjunto finito de geradores. Espaços Vectoriais TEOREMA Seja E um espaço vectorial de dimensão finita. Se S x1 ,..., x n é uma base de E, então toda a base de E tem n vectores. DEFINIÇÃO Um espaço vectorial E≠0} de dimensão finita que tenha uma base com n elementos (nN) diz-se de DIMENSÃO n. Se E=0}, convenciona-se que a sua dimensão é 0. NOTA Para indicar a dimensão de um espaço vectorial E usa-se dim (E). Espaços Vectoriais TEOREMA Seja E um espaço vectorial de dimensão finita tal que dim (E)=n, nN. I Se S é um subconjunto de E linearmente independente, então existe uma base de E que contém S. II Toda a parte linearmente independente de E constituída por n vectores é uma base de E. TEOREMA Sejam F e G subespaços vectoriais do espaço vectorial E de dimensão finita sobre o corpo K. 1) Se FG, então dim (F) dim (G). Se FG e dim (F) = dim (G), então F=G. 2) dim (F+G) + dim (FG) = dim (F) + dim (G). Espaços Vectoriais E espaço vectorial B e1 ,e 2 ,...,e n base ordenada de E xE Exprimindo x como combinação linear (única) dos vectores da base ordenada, obtem-se x 1e1 2e2 ... n en (*) DEFINIÇÃO O n-uplo 1 , 2 ,..., n univocamente determinado para cada vector xE pela condição (*) diz-se o n-uplo das COORDENADAS de x na base ordenada B e1 ,e 2 ,...,e n .