docsity

Resumo: Espaços Vetoriais

Espaços Vetoriais


Os espaços vetoriais são os fundamentos da Álgebra Linear. Os espaços vetoriais são uma generalização dos espaços de vetores V3V^3 que é mais usado na Geometria Analítica. Por isso, você precisa entender as principais definições e propriedades de espaços vetoriais para conseguir entender os assuntos que virão.


Neste resumo você aprenderá uma intuição do que são os espaços vetoriais, a definição de espaço vetorial, como reconhecer espaços vetoriais, quais são as principais propriedades de espaços vetoriais e quais são os espaços vetoriais mais relevantes que você precisa conhecer.


É importante que você tenha domínio do conteúdo de vetores e de sistemas lineares para que entenda este resumo. Caso contrário, clique nos links para saber um pouco mais.


1. Uma intuição sobre espaços vetoriais


Dentro da Geometria Analítica, estamos acostumados a trabalhar com os vetores em três dimensões, no espaço chamado de V3V^3. Agora, dentro da Álgebra Linear, podemos lidar com um espaço mais arbitrário, que chamaremos de espaço vetorial.


Chamamos de espaço vetorial pois os elementos deste espaço terão muitas propriedades parecidas com os vetores de V3V^3 (e de fato, vamos chamar os elementos deste espaço de vetores). Por exemplo, da mesma forma que lidamos com soma de vetores e multiplicação por escalar, podemos fazer com polinômios, matrizes ou até mesmo funções.


Assim como fizemos para o V3V^3 , podemos definir dependência linear e base para espaços vetoriais arbitrários, assim como usar estratégias parecidas, como o escalonamento. Mas o mais importante que você precisa ter em mente é:


Um Espaço Vetorial é um conjunto onde seus elementos se comportam de forma parecida com os vetores de V3V^3


2. Definição de Espaço Vetorial


Já vimos uma intuição sobre o que são os espaços vetoriais, agora veremos a definição formal de espaços vetoriais, e você verá que faz todo o sentido com a intuição descrita acima.


Um espaço vetorial é um conjunto não vazio V{\color{#1C9BBF}V}, cujos elementos chamaremos de vetores, com duas operações definidas nele: soma e produto por escalar. Estas operações devem satisfazer algumas propriedades (as mesmas dos vetores de V3V^3 ), que são as seguintes:


I) Fechadas


O conjunto V{\color{#1C9BBF}V} deve ser fechado com relação à soma de dois vetores e produto de um vetor por um escalar. Isto é, se u,vV{\color{#20AC5B}u},{\color{#EF8722}v}\in{\color{#1C9BBF}V} e α{\color{#9E3ACC}\alpha} é um escalar, então


u+vVeαuV{\color{#20AC5B}u}+{\color{#EF8722}v}\in{\color{#1C9BBF}V} \quad \textrm{e} \quad {\color{#9E3ACC}\alpha}\cdot{\color{#20AC5B}u}\in{\color{#1C9BBF}V}


Isto significa que, ao realizar estas duas operações, você sempre continuará dentro do conjunto V{\color{#1C9BBF}V}, e nunca sairá dele.


II) Propriedades da Soma


A soma de vetores em um espaço vetorial V{\color{#1C9BBF}V} deve satisfazer as propriedades a seguir. Se u,v,wV{\color{#20AC5B}u},{\color{#EF8722}v},{\color{#C90000}w}\in{\color{#1C9BBF}V} , então:


- Associatividade:


(u+v)+w=u+(v+w)({\color{#20AC5B}u}+{\color{#EF8722}v})+{\color{#C90000}w}={\color{#20AC5B}u}+({\color{#EF8722}v}+{\color{#C90000}w})


- Comutatividade:


u+v=v+u{\color{#20AC5B}u}+{\color{#EF8722}v}={\color{#EF8722}v}+{\color{#20AC5B}u}


- Elemento neutro/nulo: Existe um elemento neutro 0VV0_{V}\in{\color{#1C9BBF}V} para a soma.


u+0V=u{\color{#20AC5B}u}+0_V={\color{#20AC5B}u}


- Elementos opostos: Todo vetor possui um elemento oposto em V{\color{#1C9BBF}V}.


 xV :u+x=0V\exists\, x\in {\color{#1C9BBF}V}\, : {\color{#20AC5B}u}+x=0_V

pan class="vlist" style="height: 0.15em;">


Simbolizaremos este elemento por x=ux=-u , como já estamos acostumados.


III) Propriedades do Produto por Escalar


O produto por escalar em um espaço vetorial V{\color{#1C9BBF}V} deve satisfazer as propriedades a seguir. Sejam u,vV{\color{#20AC5B}u},{\color{#EF8722}v}\in{\color{#1C9BBF}V} e α,β{\color{#9E3ACC}\alpha},{\color{#C90000}\beta} escalares. Então:


- Associatividade:


(αβ)u=α(βu)({\color{#9E3ACC}\alpha}\cdot{\color{#C90000}\beta})\cdot{\color{#20AC5B}u}={\color{#9E3ACC}\alpha}\cdot({\color{#C90000}\beta}\cdot{\color{#20AC5B}u})


- Distributividade com relação à soma de escalares:


(α+β)u=αu+βu({\color{#9E3ACC}\alpha}+{\color{#C90000}\beta})\cdot{\color{#20AC5B}u}={\color{#9E3ACC}\alpha}\cdot{\color{#20AC5B}u}+{\color{#C90000}\beta}\cdot{\color{#20AC5B}u}


- Distributividade com relação à soma de vetores:


α(u+v)=αu+αv{\color{#9E3ACC}\alpha}\cdot({\color{#20AC5B}u}+{\color{#EF8722}v})={\color{#9E3ACC}\alpha}\cdot{\color{#20AC5B}u}+{\color{#9E3ACC}\alpha}\cdot{\color{#EF8722}v}


- Elemento Neutro: Multiplicar qualquer vetor pelo escalar 11 resultará no próprio vetor.


1u=u1\cdot{\color{#20AC5B}u}={\color{#20AC5B}u}


3. Reconhecendo Espaços Vetoriais


Vimos na seção anterior que um espaço vetorial é um conjunto V{\color{#1C9BBF}V} com operações de soma e produto por escalar que satisfazem as propriedades listadas. Para reconhecer que um conjunto com tais operações definidas nele é de fato um espaço vetorial, você precisa testar que todas as propriedades acima valem para o seu conjunto. Se você encontrar alguma propriedade que não é satisfeita, já pode garantir que não é um espaço vetorial.


Por exemplo, considere o conjunto V=[2,2]R{\color{#1C9BBF}V}={\color{#1C9BBF}[-2,2]}\subset\Bbb{R} , com as operações de soma e produto usuais de R\Bbb{R} . Como V{\color{#1C9BBF}V} é um subconjunto de R\Bbb{R} , todas as propriedades de soma e produto por escalar valem em V{\color{#1C9BBF}V} , pois valem em R\Bbb{R} . Porém, considere os seguintes dois vetores: 1,2V1,2\in {\color{#1C9BBF}V} . Veja que, ao somar os dois, obtemos o número 33 , que não é elemento de V{\color{#1C9BBF}V} , assim, V{\color{#1C9BBF}V} não é fechado com relação à soma (é fácil mostrar também que não é fechado com relação ao produto por escalar, tente fazer isto), logo, não é espaço vetorial.


Se tivermos a soma usual e o produto usual, basta testar apenas as propriedades fechadas (seção 2.I). Se a soma e a multiplicação forem fechadas, então o conjunto é espaço vetorial.


4. Propriedades dos Espaços Vetoriais


Vamos mostrar, nesta seção, algumas propriedades que seguem diretamente da definição de espaço vetorial dada na seção 2.


A) Unicidade do Elemento Neutro/Nulo


Só existe um vetor que é o elemento neutro da soma 0V0_V.


! 0VV : u+0V=u,uV\exists !\, 0_V\in{\color{#1C9BBF}V}\, : \,{\color{#20AC5B}u}+0_V={\color{#20AC5B}u}, \quad\forall {\color{#20AC5B}u}\in{\color{#1C9BBF}V}


B) Unicidade do Elemento Oposto


Para cada u{\color{#20AC5B}u}\in V{\color{#1C9BBF}V}, existe um único elemento, denotado por uV-u\in{\color{#1C9BBF}V} tal que:


u+(u)=0V{\color{#20AC5B}u}+(-u)=0_V


C) Lei do Cancelamento para Soma


A regra que aprendemos na escola de "passar para o outro lado da equação" vale para vetores em um espaço vetorial.


u+v=u+w    v=w{\color{#20AC5B}u}+{\color{#EF8722}v}={\color{#20AC5B}u}+{\color{#C90000}w}\quad \iff \quad {\color{#EF8722}v}={\color{#C90000}w}


D) Regularidade do Elemento Neutro


Um vetor multiplicado por um escalar resulta num vetor nulo se, e somente se, o vetor é o vetor nulo ou o escalar é 0.


αu=0    u=0  ou  α=0{\color{#9E3ACC}\alpha}\cdot{\color{#20AC5B}u}=0\iff {\color{#20AC5B}u}=0\,\textrm{ ou }\,{\color{#9E3ACC}\alpha}=0


E) Lei do Cancelamento para Produto por Escalar


A regra que aprendemos na escola de "passar pro outro lado da equação" vale para os escalares que multiplicam vetores em um espaço vetorial.


Se  α̸=0, enta˜ αu=αv    u=v\textrm{Se }\,{\color{#9E3ACC}\alpha}\neq 0, \textrm{ então }\,{\color{#9E3ACC}\alpha}\cdot{\color{#20AC5B}u}={\color{#9E3ACC}\alpha}\cdot{\color{#EF8722}v} \iff {\color{#20AC5B}u}={\color{#EF8722}v}


Saber todas as propriedades listadas nesta seção é útil para conseguir reconhecer mais rapidamente que determinado conjunto não é espaço vetorial. Basta verificar que não satisfaz alguma das 5 propriedades acima. Porém, para provar que determinado conjunto é, de fato, um espaço vetorial, não é suficiente provar que valem estas 5 propriedades. Você precisa usar as definições dadas na Seção 2.


Para ver um exercício resolvido sobre reconhecimento de espaços vetoriais, clique aqui.


5. Espaços Vetoriais mais Relevantes


Aqui vamos apresentar os espaços vetoriais mais importantes que você precisa conhecer para o futuro de Álgebra Linear.


1) Espaço Euclidiano


Denotaremos por Rn\Bbb{R}^{n} o conjunto de todos os vetores de nn coordenadas reais. As operações de soma e produto por escalar são as mesmas às quais estamos acostumados no V3V^3 . O elemento neutro é o vetor com zero em todas as entradas.


Por exemplo, vale que (2,1,0,3)R3(2,-1,0,3)\in\mathbb{R}^3.


2) Polinômios com Coeficientes Reais


Denotaremos por Pn(R)\Bbb{P}_n(\Bbb{R}) o conjunto de todos os polinômios de grau menor igual a nn com coeficientes reais. As operações de soma e produto por escalar são as mesmas que estamos acostumados em polinômios. O elemento neutro é o polinômio nulo.


Por exemplo, vale que p(x)=a+bx+cx2Pn(R)p(x)=a+bx+cx^2 \in P_n(\mathbb{R}).


3) Matrizes com Entradas Reais


Denotaremos por Mm×n(R)M_{m\times n}(\Bbb{R}) o conjunto de todas as matrizes de tamanho m×nm\times n com entradas reais. As operações de soma e produto por escalar são as mesmas que estamos acostumados em polinômios. O elemento neutro é a matriz que possui zero em todas as suas entradas.


Por exemplo, vale que (1310)M2×2(R)\begin{pmatrix} 1 & 3 \\ -1 & 0 \end{pmatrix} \in M_{2\times 2}(\mathbb{R}).


4) Funções Reais


Denotaremos por F(R,R)F(\Bbb{R},\Bbb{R}) o conjunto de todas as funções f:RRf:\Bbb{R}\rightarrow \Bbb{R} . As operações de soma e produto por escalar são as mesmas que estamos acostumados a fazer em funções. O elemento neutro é a função constante igual a zero.


Por exemplo, vale que f(x)=exF(R,R)f(x)=e^x \in F(\mathbb{R},\mathbb{R}).


Para saber mais sobre Espaços Vetoriais, a Estudar com Você possui um material completo, com videoaulas, exercícios resolvidos e exemplos. Basta clicar no link a seguir para ter acesso: https://estudar.com.vc/cursos/1150-espacos-vetoriais?chosen_concept=11602

Registre-se e continue a aula gratuitamente
Você poderá assistir de qualquer dispositivo
luis-carlos-ferreira-1
mateus-puane
eduardo-santana-98h
theo-100
aricia-marcelino
samanta-maciel-1
paulo-roberto-nqg
cauan-aguiar
joao-vitor-espolador-1
sergio-marcussi-gaspechak
Outros alunos 4 261 estão fazendo este curso na Docsity
Anterior
Aulas
Materiais
Próximo