Vector Spaces, Linear Transformations and Applications

Table of Contents
1. Introdução..............................................................................................................................2
2. Espaço vectoriais...................................................................................................................3
2.1.Propriedades..........................................................................................................................4
2.2. Subespaços vectoriais ......................................................................................................... 4
2.3.Espaço nulo duma matriz.....................................................................................................5
2.4.Espaço coluna duma matriz ................................................................................................5
2.5.Transformação linear...........................................................................................................6
2.5.1. Propriedades das transformações lineares..................................................................6
2.5.2. Núcleo e imagem de uma transformação linear..........................................................7
3. Dependência linear e Base...................................................................................................8
3.1.Propriedades ........................................................................................................................9
3.2.Bases .....................................................................................................................................9
3.3.Subsistema independente máximo....................................................................................10
3.4.Parte prática........................................................................................................................11
4. Conclusão ...........................................................................................................................19
5. Bibliográfia .........................................................................................................................20
Espaços Vectoriais
1. Introdução
O presente trabalho vem com um proposito de facilitar ao caro leitor de se adaptar aquando da
resolução de exercicios relacionados com espaços vectorias e defacilitar as actividades do caro leitor
em sala de aulas, de modo que possa confrontar os assuntos aqui proposto na sala de aula quer com os
colegas assim como para com o professor. Nesta seção estudamos alguns espaços vetoriais importantes
associados a matrizes, aprofundaremos o entendimento das relações entre as soluções de um sistema
lineares e as propriedades da sua matriz de coeficiente. É de sallientar que este material possa conter
eventuais erros, enganos e omissões. O desenvolvimento do mesmo vem dividido em temas e subtemas
com as sua repectivas difinições e exempleficações. E por fim dizer que esta repartido em duas partes
uma teorica a outra pratica que virá como anexo do mesmo.
Objectivos gerais e especificos do trabalho
 O objectivo principal deste trabalho está centrado no estudo dos espaços vetoriais,
transformações Lineares e das aplicações dos espaços vetoriais.
3º GRUPO, Variante 3 Pag 2

Espaços Vectoriais
2. Espaço vectoriais
Definição (espaço vectorial)
Seja um conjunto não vazio e ou . Consideremos definidas duas operações:
 Uma que designamos por adição em e representamos por ,que é uma operação binaria, isto
é, associa a cada par de elementos de um, e um so, elemento de que representamos
por .
 Outra operação, que designamos por multiplicação externa e representamos por (.), que cada
par , com , associa um, e um so, elemento de que denotamos por
ou simplesmente por .
Dizemos que , com estas operações, é um espaço vectorial sobre ou que é um espaço
vectorial sobre .
2.1. Propriedades
A adição tem as seguintes propriedades:
A multiplicação externa tem as seguintes propriedades:

Espaços Vectoriais
Seja um espaço vectorial sobre . Aos elementos de chamamos vectores. Se

dizemos que é um espaço vectorial complexo e se dizemos que é um espaço vectorial real.
Exemplo:
é um espaço vectorial sobre , com operação usual de adição de ,dada por:
e com a operação de multiplicação de um elemento

por um , dada por , para quaiquer
.
2.2. Subespaços vectoriais
Seja um espaço vectorial sobre . Dizemos que um subconjunto de é um subespaço de , se

é também um espaço vectorial sobre com as operações nele naturalmente definidas por ser
subconjunto de (a que chamamos de operações induzidas pelas operações de no conjunto ).
Um subespaço de é uma coleção de vectores de tal que:
1.
2. Se , então . Se ( é fechado pela adição).
3. Se é um escalar, então . Se ( é fechado pela multiplicação por escalar)
Critério de subespaço vectorial
Seja um espaço vectorial sobre . Tem-se, é um subespaço de se, e só se, satisfaz cada uma das
condições seguintes:
1.
2.
3.
4. .
Exemplo:
Seja , e um subespaco vectorial?
Seja e .

Espaços Vectoriais
1. ;
2. , logo e um subespaco vectorial.
2.3. Espaço nulo duma matriz.
Seja uma matriz . O espaço anulado por é o subespaço de que consiste nas soluções do
sistema linear homogéneo . É denotada por . Ou seja . Designamos por
espaco nulo de e representamos por , o subespaço vectorial de constituído pelos vectores
que são solução do sistema de equações lineares homogéneo , isto é,
. A dimensão de chamamos nulidade de .
Exemplo:Seja e determinemos uma sequencia geradora
de . Escalonando acima obteremos uma sequencia geradora de do tipo:

.
2.4. Espaço coluna duma matriz
Primeiramente antes de definir espaço coluna duma matriz fica imperioso saber espaço linha duma
matriz.
Seja . Designamos por espaços das linhas de , e representamos por , o subespaço

vectorial de gerado pelas linhas de .
O subespaço vectorial de gerado pelas colunas de é designado de por espaço das colunas de
e é representado por .
As dimensões dos subespaços e chamamos, respetivamente, características de linha de e

característica de coluna de .
Exemplo:
Seja então :

Espaços Vectoriais
2.5. Transformação linear
Uma transformação linear de um espaço vectorial para um espaço vectorial é uma

aplicação: tal que, para todo em e para todos os escalares :
é uma transformação linear se, e somente se,

para todo em e escalares .
Exemplo. Prove que nenhuma das transformações aseguir e linear :
Seja definida por
Resolução seja então teremos:
portanto não e linear.
2.5.1. Propriedades das transformações lineares
Seja uma transformação linear então:
, para todos em ;
, para todo em .
Seja uma transformação linear, e seja um conjunto gerador de .
Entao gera a imagem
Composição de tranformações lineares
Se e são transformações lineares, a composição de com é a aplicação

definida por , onde e um elemento de .

Espaços Vectoriais
Se e são transformações lineares, entao é uma transformação

linear.
2.5.2. Núcleo e imagem de uma transformação linear
Seja uma transformação linear. O núcleo de , denotado por , e conjunto de todos os

vectores de que são levados por em de , isto é,
Então a imagem de , denotado por , e o conjunto de todos os vectores de que são imagens de
vectores de atravéz de , isto é, = para algum
.
Seja uma transformação linear. Então:
a) O núcleo de é um subespaço de .
b) A imagem de é um subespaço de .
Exemplo:
Seja uma matriz de , e seja a transformação matricial de em correspondente,

definida por .
Resolução:
e o espaço coluna de , e o núcleo de é :
Combinação linear
seja um espaço vetorial real, . Entao, o vector

é um elemento de ao que chamamos de combinação linear de .
Exemplo: em o vector é uma combinação linear dos vectores

pois .

Espaços Vectoriais
3. Dependência linear e Base
Definição de Span
Para um conjunto de vectores pertencentes ao espaço vectorial ,o conjunto de

todas as combinações lineares possíveis dos será denotado por:
De acordo com a equação acima, Span é um subespaço de , pois é simples de se verificar que as
propriedades em relação a adição e em relação a multiplicação são satisfeitas considerando o
conjunto de vectores .
Exemplo:
Para exemplificar, considera-se um vector .O espaço gerado por é uma linha recta,
contendo a com a mesma direcção de , conforme ilustrado na figura.
span(S)
v
Figura: Representação do espaço gerado por S.
Seja um espaço vectorial sobre um corpo . Diz-se que os vectores são
linearmente dependente(LD) sobre , ou simplesmente dependente, se existem escalares
nem todos nulos, tais que .
O conjunto de vectores são linearmente independente(LI) se a equação

, so possui a solução trivial , ou seja, nenhum vector pode
ser expresso como combinação linear dos restantes.
Vectores Linearmente Dependente(LD)
Os vectores não nulos ,..., são linearmente dependentes se, e somente se, um deles é combinação
linear dos vectores precedentes:

Espaços Vectoriais
3.1. Propriedades
Sobre a dependência de vectores, temos as seguintes propriedades:
1) Se um vector pode se escrever como combinação linear dos vectores de duas

formas diferentes, então são linearmente;
2) Um conjunto de vectores de com quatro ou mais vectores é linearmente dependente;
3) Um conjunto de vectores de com três ou mais vectores é linearmente dependente.
Exemplo: No espaço vectorial o conjunto: é LD? Examinemos
a equação:
cuja a solucao e .
Como existem soluções , o conjunto é LD.
NOTA: Se um conjunto contem o vector nulo, entao é LD.
3.2. Bases
Um conjunto é uma base de se:
1) é LI;
2) gera .
Exemplo: Seja é base de . De facto:
1. é LI pois .
2. gera , pois para todo tem-se:
. Realmente, a igualdade .
Proposição:
a) Seja todo conjunto LI de um espaço vectorial é base do subespaço por ele gerado.
b) Seja gerado por um conjunto finito de vectores . Entao qualquer
conjunto com mais de vectores é necessariamente LD ( , portanto, qualquer conjunto LI
tem o maximo vectores).

Espaços Vectoriais
Teorema: Sejam , vectores nao nulos que geram um espaço vectorial . Entao, dentre este
vectores podemos extrair uma base de .
Bases para espaço nulo duma matriz e coluna
Sejam matrizes equivalentes por linhas se:
a) Um conjunto qualquer de vectores coluna de é linearmente independente se, e so se, o

conjunto de vectores colunas correspondente de é linearmente independente.
b) Um conjunto qualquer de vectores coluna forma uma base do espaco coluna de se, e so se,
o conjunto de vectores coluna correspondente de forma uma base do espaço coluna de .
Proposição
Seja matriz em forma de escada. Que contem os pivots das linhas de formam uma
base do espaco coluna de .
Corolario. Seja . Entao
Seja . Designa-se por dimensão de anulamento ou nulidade de a dimensão do espaço

de anulamento de , e escreve-se .
Teorema. Seja . Tem-se
3.3. Subsistema independente máximo
Seja um subconjunto de um espaço vectorial de . Chamamos de subconjunto ou

subsistema independente máximal de se:
a) é um subconjunto independente de ;
b) é dependente para qualquer .
Teorema. Suponhamos que gera e é um conjunto independente máximal de .
Entao é base de .

Espaços Vectoriais
3.4. PARTE PRÁTICA
2. Espaços Lineares
1a).
Sabe-se que:
b)
2a)
3. Espaços lineares
1a)

Espaços Vectoriais
Resolução
Logo é a combinação linear dos vectores S.
b)
Resolução
Logo não é combinação linear.
c)
2a)
Resolução

Espaços Vectoriais
Solução:
b)
Resolução
Não é combinação linear porque:
C ) Sim o conjunto .
3)
Espaços Vectoriais
Resolução
4a)
Resolução
Logo são dependentes.
5a)
Dados

Espaços Vectoriais
Resolução
Logo é o conjunto de vectores linear independente.

5b)
Resolução

Espaços Vectoriais
6.
Resolução
Os vectores são dependentes
7.
Resolução

Espaços Vectoriais
8.
Resolução
Logo é combinação linear.

b)
Resolução
Logo não é combinação linear.
Transformações lineares
2. F:
Resolução

Espaços Vectoriais
Logo, F é uma função linear

3.
Teremos assim

Espaços Vectoriais
4. Conclusão
E de concluir que um espaço vectorial é um conjunto que contem elementos chamados de vectores na
qual estão definidas duas operações uma adição e outra multiplicação ambas pertecentes a este espaço
vectorial e que faz com que corresponda a um vector de acordo com a operação, onde na multiplição a
operação corresponde a um produto escalar onde o escalar pertence a todos numeros reais e que estes
escalar devem satisfar para qualquer escalar pertencente a real e aos vectores certas propriedades ja
estudadas no presente.

Espaços Vectoriais
5. Bibliográfia
http://www2.joinville.udesc.br/~dma2gm
 ANTON, Howard & RORRES, C..Algebra Linear com aplicações. 8ª edição. Porto Alegre:
Book-man. 2001.
 SANTANA Ana Paula, QUEIRÓZ Joao Filipe, 2003
 MEIRA Roberto A. Prado, BAZÃO Suetnio Vanderloa, Espaos Normados, Operadores Auto-
Adjuntos, Teorema Espectral.
 VENTURE Jacir, Algebra Vectorial e geometria analitca 9ª Edicao
 BLITZKOW Denizar, fundamentos matemáticos, Março 2007

Vector Spaces, Linear Transformations and Applications

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Vector Spaces, Linear Transformations and Applications

Încărcat de

Drepturi de autor:

Formate disponibile

Table of Contents

2.2. Subespaços vectoriais ......................................................................................................... 4

2.3.Espaço nulo duma matriz.....................................................................................................5

2.4.Espaço coluna duma matriz ................................................................................................5

2.5.1. Propriedades das transformações lineares..................................................................6

2.5.2. Núcleo e imagem de uma transformação linear..........................................................7

3. Dependência linear e Base...................................................................................................8

3.3.Subsistema independente máximo....................................................................................10

Objectivos gerais e especificos do trabalho

3º GRUPO, Variante 3 Pag 2

Definição (espaço vectorial)

Seja um conjunto não vazio e ou . Consideremos definidas duas operações:

A adição tem as seguintes propriedades:

A multiplicação externa tem as seguintes propriedades:

3º GRUPO, Variante 3 Pag 3

Seja um espaço vectorial sobre . Aos elementos de chamamos vectores. Se

é um espaço vectorial sobre , com operação usual de adição de ,dada por:

e com a operação de multiplicação de um elemento

2.2. Subespaços vectoriais

Seja um espaço vectorial sobre . Dizemos que um subconjunto de é um subespaço de , se

Um subespaço de é uma coleção de vectores de tal que:

Critério de subespaço vectorial

Seja , e um subespaco vectorial?

3º GRUPO, Variante 3 Pag 4

2.3. Espaço nulo duma matriz.

. A dimensão de chamamos nulidade de .

Exemplo:Seja e determinemos uma sequencia geradora

de . Escalonando acima obteremos uma sequencia geradora de do tipo:

2.4. Espaço coluna duma matriz

Seja . Designamos por espaços das linhas de , e representamos por , o subespaço

As dimensões dos subespaços e chamamos, respetivamente, características de linha de e

3º GRUPO, Variante 3 Pag 5

2.5. Transformação linear

Uma transformação linear de um espaço vectorial para um espaço vectorial é uma

é uma transformação linear se, e somente se,

Exemplo. Prove que nenhuma das transformações aseguir e linear :

Seja definida por

Resolução seja então teremos:

portanto não e linear.

2.5.1. Propriedades das transformações lineares

Seja uma transformação linear então:

Seja uma transformação linear, e seja um conjunto gerador de .

Entao gera a imagem

Composição de tranformações lineares

Se e são transformações lineares, a composição de com é a aplicação

3º GRUPO, Variante 3 Pag 6

Se e são transformações lineares, entao é uma transformação

2.5.2. Núcleo e imagem de uma transformação linear

Seja uma transformação linear. O núcleo de , denotado por , e conjunto de todos os

Seja uma transformação linear. Então:

Seja uma matriz de , e seja a transformação matricial de em correspondente,

e o espaço coluna de , e o núcleo de é :

seja um espaço vetorial real, . Entao, o vector

Exemplo: em o vector é uma combinação linear dos vectores

3º GRUPO, Variante 3 Pag 7

3. Dependência linear e Base

Para um conjunto de vectores pertencentes ao espaço vectorial ,o conjunto de

O conjunto de vectores são linearmente independente(LI) se a equação

Vectores Linearmente Dependente(LD)

3º GRUPO, Variante 3 Pag 8

Sobre a dependência de vectores, temos as seguintes propriedades:

1) Se um vector pode se escrever como combinação linear dos vectores de duas

Exemplo: No espaço vectorial o conjunto: é LD? Examinemos