Aula 19 - Algebra Linear

Subespaços Vetoriais Independência L
Subespaços Vetoriais - Independência Linear
Anderson Feitoza Leitão Maia
ÁLGEBRA LINEAR
Ciência da Computação
Universidade Federal do Ceará
20 de Julho de 2021
Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Apresentação
Subespaços Vetoriais
Independência Linear



Exemplo.Nem todo subconjunto é subespaço.

Exemplo.Nem todo subconjunto é subespaço.


Exemplos.
1) Subespaço Zero: Se V for um espaço vetorial qualquer e se
W = {0} for o conjunto de V que consiste somente do vetor nulo.

Exemplos.
Solução. Como 0 + 0 = 0 e a0 = 0.

Exemplos.
Solução. Como 0 + 0 = 0 e a0 = 0. Entaõ é fechado para adição
e multiplicação.

Exemplos.
1)Se V for um espaço vetorial qualquer e se W = {0} for o
conjunto de V que consiste somente do vetor nulo.
Solução. Como 0 + 0 = 0 e a0 = 0. Entaõ é fechado para adição
e multiplicação.
Obs. 1 Dizemos que W é o subespaço zero ou nulo de V .
Obs. 2 Cada espaço vetorial tem pelo menos dois subespaços, ele
mesmo e seu subespaço nulo.

2) Seja W o conjunto de todos os pontos (x, y ) em R2 tais que

x ≥ 0 e y ≥ 0.

x ≥ 0 e y ≥ 0.

x ≥ 0 e y ≥ 0.
É fechado para adição, pois se u = (u1 , u2 ) e v = (v1 .v2 ) estão em

W . Então
u + v = (u1 , u2 ) + (v1 .v2 ) = (u1 + v1 , u2 + v2 ).

x ≥ 0 e y ≥ 0.
É fechado para adição, pois se u = (u1 , u2 ) e v = (v1 .v2 ) estão em

W . Então
u + v = (u1 , u2 ) + (v1 .v2 ) = (u1 + v1 , u2 + v2 ).
Como u1 ≥ 0, v1 ≥ 0, u2 ≥ 0 e v1 ≥ 0 temos u1 + v1 ≥ 0 e
u2 + v2 ≥ 0. Portanto, u + v = (u1 + v1 , u2 + v2 ) ∈ W
No entanto, não é fechado para multiplicação por escalar.

No entanto, não é fechado para multiplicação por escalar. Basta

tomar v = (1, 1) que é um vetor em W , mas (−1)v = (−1, −1)
não é.


não é.


não é.
3)O conjunto das matrizes 2 × 2 invertı́veis não é um subespaço de

M2×2 .


não é.
3)O conjunto das matrizes 2 × 2 invertı́veis não é um subespaço de

M2×2 . De fato, considere


• A matriz U + V tem uma coluna de zeros, portanto, não é

invertı́vel.


invertı́vel.
• A matriz 0U é a matriz 2 × 2 nula e, portanto, não é invertı́vel.


invertı́vel.
Portanto, não é fechado para adição e nem para multiplicação por
escalar.


invertı́vel.
escalar.
4)O conjunto W = {(v ∈ R3 |v = (a, 0, 0) com a ∈ R} é
subespaço do R3 ?


invertı́vel.
escalar.
subespaço do R3 ?
Solução. Vefiquemos que é fechado para adição. Dados u e
w ∈ W , ou seja, u = (b, 0, 0) e w = (c, 0, 0) com b e c ∈ R.

A matriz U + V tem uma coluna de zeros, portanto, não é

invertı́vel. A matriz 0U é a matriz 2 × 2 nula e, portanto, não é
invertı́vel. Ou seja, não é fechado para adição e nem para
multiplicação por escalar.
subespaço do R3 ?
u + w = (b, 0, 0) + (c, 0, 0) = (b + c, 0 + 0, 0 + 0) = (b + c, 0, 0)

A matriz U + V tem uma coluna de zeros, portanto, não é

invertı́vel. A matriz 0U é a matriz 2 × 2 nula e, portanto, não é
invertı́vel. Ou seja, não é fechado para adição e nem para
subespaço do R3 ?
u + w = (b, 0, 0) + (c, 0, 0) = (b + c, 0 + 0, 0 + 0) = (b + c, 0, 0)
Como b + c ∈ R então (b + c, 0, 0) ∈ W . Portanto, é fechado para

adição.
Vefiquemos que é fechado para multiplicação por escalar. Dados

u ∈ W , ou seja, u = (b, 0, 0) com b ∈ R e considere o escalar
k ∈ R.


k ∈ R.
ku = k(b, 0, 0) = (kb, k.0, k.0) = (kb, 0, 0)


k ∈ R.
ku = k(b, 0, 0) = (kb, k.0, k.0) = (kb, 0, 0)
Como kb ∈ R então (kb, 0, 0) ∈ W . Portanto, é fechado para

k ∈ R.
ku = k(b, 0, 0) = (kb, k.0, k.0) = (kb, 0, 0)
Como kb ∈ R então (kb, 0, 0) ∈ W . Portanto, é fechado para
Exercı́cios.
• Verique que o subconjunto das matrizes simétricas é um
subespaço das matrizes Mnn .
• Verifique o conjunto das funções contı́nuas em (−∞, ∞) é um
subespaço de F (−∞, ∞).
• Verifique que o conjunto com funções com derivada contı́nua é
um subespaço de F (−∞, ∞).
• Verifique que o conjunto de todos os polinômios é um subespaço
de F (−∞, ∞).
Subespaços de F (−∞, ∞).

Subespaços de F (−∞, ∞).




Exemplo. Os vetores unitários canônicos geram Rn ?


Os vetores unitários canônicos em Rn são:


Esses vetores geram Rn , pois cada vetor v = (v1 , v2 , ..., vn ) em Rn

pode ser expresso como



que é uma combinação linear de e1 , e2 , ..., en .



que é uma combinação linear de e1 , e2 , ..., en . Em particular, os



pois cada vetor v = (a, b, c) nesse espaço pode ser expresso como


pois cada vetor v = (a, b, c) nesse espaço pode ser expresso como

Exemplo. Os polinômios 1, x 1 , x 2 , · · · , x n geram o espaço vetorial

Pn ?


Pn ?
Sim, pois cada polinômio p em Pn pode ser escrito como


Pn ?
que é uma combinação linear de 1, x 1 , x 2 , · · · , x n .


Pn ?
que é uma combinação linear de 1, x 1 , x 2 , · · · , x n . Em suma,

Pn ?
que é uma combinação linear de 1, x 1 , x 2 , · · · , x n . Em suma,
Dois problemas importantes:

Exemplo - Combinações lineares. Considere os vetores

u = (1, 2, −1) e v = (6, 4, 2). Mostre que w = (9, 2, 7) é uma
combinação linear de u e v.


Solução. Para que w seja uma combinação linear de u e v, devem
existir escalares k1 e k1 tais que


ou seja,


ou seja,
desenvolvendo o lado direito da igualdade

ou seja,
dessa igualdade acima obtemos


Resolvendo esse sistema, obtemos k1 = −3, k2 = 2.

Resolvendo esse sistema, obtemos k1 = −3, k2 = 2. Portanto,

Resolvendo esse sistema, obtemos k1 = −3, k2 = 2. Portanto,
0
Exercı́cio. Verifique e que w = (4, −1, 8) não é uma combinação
linear de u e v.

Forma Matricial de um Sistema Linear.

Considere um sistema de m equações lineares em n incógnitas

Forma Matricial de um Sisstema Linear.
Como duas matrizes são iguais se, e somente se, suas entradas
correspondentes são iguais, então podemos ver o sistema acima
como

Forma Matricial de um Sistema Linear.
Como duas matrizes são iguais se, e somente se, suas entradas
correspondentes são iguais, então podemos ver o sistema acima
como
A matriz m × 1 pode ser escrita como um produto, resultando em


Denotando essas matrizes por A, x e b, respectivamente, o sistema

original pode ser substituı́do pela única equação matricial
Ax = b.

Denotando essas matrizes por A, x e b, respectivamente, o sistema

original pode ser substituı́do pela única equação matricial
Ax = b.
A matriz A nesta equação é denominada matriz de coeficientes

do sistema.

Recordando.

Exemplo - Testando o gerado. Determine se v1 = (1, 1, 2),

v2 = (1, 0, 1) e v3 = (2, 1, 3) geram o espaço vetorial R3 .


Solução. Devemos determinar se um vetor arbitrário
b = (b1 , b2 , b3 ) em R3 pode ser expresso como uma combinação
linear


linear
ou seja,


linear
ou seja,

linear
ou seja,
dessa igualdade acima obtemos


Assim, nosso problema se reduz a determinar se esse sistema é

consistente para quaisquer valores de b1 , b2 e b3 .


• Usando os itens (e) e (g ) do teorema anterior, que afirma que o
sistema é consistente, se , e só se, sua matriz de coeficientes
tem um determinante não nulo.


• Usando os itens (e) e (g ) do teorema anterior, que afirma que o
sistema é consistente, se , e só se, sua matriz de coeficientes

Como det(A) = 0 então v1 , v2 , v3 não geram o R3 .



Motivação.
• Num sistema de coordenadas retangulares xy , cada vetor no
plano pode ser expresso de exatamente uma maneira como
combinação linear dos vetores unitários canônicos.

Motivação.
• A única maneira de escrever o vetor (3, 2) como uma
combinação linear de i = (1, 0) e j = (0, 1) é

Motivação.
• A única maneira de escrever o vetor (3, 2) como uma
combinação linear de i = (1, 0) e j = (0, 1) é

• Se introduzirmos um terceiro eixo coordenado w que faz um

ângulo de 45o com o eixo x, e consideramos o vetor unitário w ao
longo do eixo w

• Se introduzirmos um terceiro eixo coordenado w que faz um
ângulo de 45o com o eixo x, e consideramos o vetor unitário w ao
longo do eixo w
Temos

Em suma, o eixo w é um eixo supérfluo e o vetor w é um vetor

supérfluo


supérfluo, pois
ou seja, pode ser expresso como uma combinação linear dos

vetores i e j.

supérfluo, pois
ou seja, pode ser expresso como uma combinação linear dos

vetores i e j.

Exemplo 1. Verifique a Independência Linear dos vetores unitários

canônicos. em R3 .


Os vetores canônicos são:


Precisamos verificar que a única solução de
é a trivial.


é a trivial.
Se
k1 (1, 0, 0) + k2 (0, 1, 0) + k3 (0, 0, 1) = (0, 0, 0).


canônicos em R3 .
é a trivial.
Se
k1 (1, 0, 0) + k2 (0, 1, 0) + k3 (0, 0, 1) = (0, 0, 0).
Então
(k1 , k2 , k3 ) = (0, 0, 0).

canônicos em R3 .
é a trivial.
Se
k1 (1, 0, 0) + k2 (0, 1, 0) + k3 (0, 0, 1) = (0, 0, 0).
Então
(k1 , k2 , k3 ) = (0, 0, 0).
Portanto, k1 = 0, k2 = 0 e k3 = 0 e consequentemente os vetores
são linearmente independentes.
Linearmente Independentes : = L.I.

Linearmente Dependentes : = L.D.


Exemplo 2. Determine se os vetores
são L.I. ou L.D. em R3 .



Solução. Precisamos verificar se a única solução de
é a trivial.



é a trivial.
Se


é a trivial.
Se
Então

Da igualdade anterior obtemos

Conclusão - 1o Método. Usando os itens do (b) e (g ) do

teorema (slide 69), que afirma que o sistema Ax = 0, tem
somente solução trivial se , e só se, sua matriz de coeficientes

Conclusão - 1o Método. Usando os itens do (b) e (g ) do

teorema (slide 69), que afirma que o sistema Ax = 0, tem
somente solução trivial se , e só se, sua matriz de coeficientes

Como det(A) = 0 então v1 , v2 , v3 são L.D.
Conclusão - 2o Método. Resolvendo o sistema, obtemos

Conclusão - 2o Método. Resolvendo o sistema, obtemos
Portanto, o sistema tem infinitas soluções, e assim, v1 , v2 , v3 são

L.D.

Thank you
Thank you for your attention!

Aula 19 - Algebra Linear

Enviado por

Direitos autorais:

Formatos disponíveis

Aula 19 - Algebra Linear

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula 19 - Algebra Linear

Enviado por

Direitos autorais:

Formatos disponíveis

Subespaços Vetoriais Independência L

Subespaços Vetoriais - Independência Linear

Anderson Feitoza Leitão Maia

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Exemplo.Nem todo subconjunto é subespaço.

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Exemplo.Nem todo subconjunto é subespaço.

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

2) Seja W o conjunto de todos os pontos (x, y ) em R2 tais que

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

É fechado para adição, pois se u = (u1 , u2 ) e v = (v1 .v2 ) estão em

u + v = (u1 , u2 ) + (v1 .v2 ) = (u1 + v1 , u2 + v2 ).

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

É fechado para adição, pois se u = (u1 , u2 ) e v = (v1 .v2 ) estão em

No entanto, não é fechado para multiplicação por escalar.

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

No entanto, não é fechado para multiplicação por escalar. Basta

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

No entanto, não é fechado para multiplicação por escalar. Basta

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

No entanto, não é fechado para multiplicação por escalar. Basta

3)O conjunto das matrizes 2 × 2 invertı́veis não é um subespaço de

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

No entanto, não é fechado para multiplicação por escalar. Basta

3)O conjunto das matrizes 2 × 2 invertı́veis não é um subespaço de

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

• A matriz U + V tem uma coluna de zeros, portanto, não é

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

• A matriz U + V tem uma coluna de zeros, portanto, não é

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

• A matriz U + V tem uma coluna de zeros, portanto, não é

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

• A matriz U + V tem uma coluna de zeros, portanto, não é

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

• A matriz U + V tem uma coluna de zeros, portanto, não é

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

A matriz U + V tem uma coluna de zeros, portanto, não é

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

A matriz U + V tem uma coluna de zeros, portanto, não é

Como b + c ∈ R então (b + c, 0, 0) ∈ W . Portanto, é fechado para

Vefiquemos que é fechado para multiplicação por escalar. Dados

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Vefiquemos que é fechado para multiplicação por escalar. Dados

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Vefiquemos que é fechado para multiplicação por escalar. Dados

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Subespaços de F (−∞, ∞).

Anderson Feitoza Leitão Maia Subespaços Vetoriais - Independência Linear

Subespaços de F (−∞, ∞).