Slides Sobre Linearidade, Base e Dimensão

Solução:
a) Sejam 𝑣1 = (1,2) e 𝑣2 = −1,3 então, pela definição, 𝑣1 e 𝑣2

são LI se a equação
𝑎𝑣1 + 𝑏𝑣2 = 0
admite apenas a solução trivial, ou seja, 𝑎 = 𝑏 = 0.
Verificando:
(I)
𝑎𝑣1 + 𝑏𝑣2 = 0
𝑎(1,2) + 𝑏(−1,3) = (0,0)
(𝑎, 2𝑎) + (−𝑏, 3𝑏) = (0,0)
(𝑎 − 𝑏, 2𝑎 + 3𝑏) = (0,0)
o que nos leva ao sistema
𝑎−𝑏 =0
• LI (Linearmente Independente) se a equação (I) admite apenas a ቊ
2𝑎 + 3𝑏 = 0
solução trivial;
• LD (Linearmente Dependente) se a equação (I) admite pelo cuja solução é
menos uma solução além da trivial (𝑎𝑖 ≠ 0). 𝑎 = 0 e 𝑏 = 0.
Portanto, como o sistema admite apenas a solução trivial, o
conjunto 𝐴 é LI.
Exemplo:
Verificar se o conjunto 𝐴 é LI ou LD.
a) 𝐴 = { 1,2 , −1,3 };
b) 𝐴 = {𝑥 − 1, 2𝑥 2 + 𝑥 + 1, 2𝑥 − 2}.
b) 𝐴 = {𝑥 − 1, 2𝑥 2 + 𝑥 + 1, 2𝑥 − 2} Observação:
Dois vetores são LD ⟺ um é múltiplo escalar do outro.
Sejam 𝑣1 = 𝑥 − 1, 𝑣2 = 2𝑥 2 + 𝑥 + 1 e 𝑣3 = 2𝑥 − 2, então devemos
verificar a equação
Demonstração:
𝑎𝑣1 + 𝑏𝑣2 + 𝑐𝑣3 = 0
• (ida) Temos por hipótese que 𝑣1 e 𝑣2 são LD, então a equação
𝑎(𝑥 − 1) + 𝑏(2𝑥 2 + 𝑥 + 1) + 𝑐(2𝑥 − 2) = 0
𝑎𝑣1 + 𝑏𝑣2 = 0
𝑎𝑥 − 𝑎 + 2𝑏𝑥 2 + 𝑏𝑥 + 𝑏 + 2𝑐𝑥 − 2𝑐 = 0 admite pelo menos uma solução diferente da trivial, ou seja, 𝑎 ≠ 0
2𝑏 𝑥 2 + 𝑎 + 𝑏 + 2𝑐 𝑥 + −𝑎 + 𝑏 − 2𝑐 = 0𝑥 2 + 0𝑥 + 0 ou 𝑏 ≠ 0.
Digamos que 𝑎 ≠ 0, então
2𝑏 = 0 𝑎𝑣1 + 𝑏𝑣2 = 0
𝑎 + 2𝑐 = 0
ቐ 𝑎 + 𝑏 + 2𝑐 = 0 ⟹ 𝑏 = 0 e ቊ
−𝑎 − 2𝑐 = 0 −𝑏
−𝑎 + 𝑏 − 2𝑐 = 0 𝑣1 = 𝑣
observe que essas duas últimas equações são equivalentes, logo 𝑎 2
ou seja, 𝑣1 é múltiplo escalar de 𝑣2 .
𝑎 + 2𝑐 = 0
𝑎 = −2𝑐 • (volta) Temos por hipótese que um vetor é múltiplo escalar do
ou seja, a solução do sistema inicial é outro. Suponhamos que 𝑣1 = 𝛼𝑣2 então,
𝑎 = −2𝑐, 𝑏 = 0 e 𝑐 ∈ ℝ (infinitas soluções). 𝑣1 − 𝛼𝑣2 = 0
Por exemplo, se 𝑐 = 1 então, 𝑎 = −2 e 𝑏 = 0, ou seja, uma solução
ou seja, a equação de definição de linearidade apresenta pelo menos
diferente da trivial.
um coeficiente não nulo, a saber o número 1 (coeficiente de 𝑣1 ).
Logo, existe solução diferente da trivial.
Portanto, o conjunto 𝐴 é LD.
Portanto, 𝑣1 e 𝑣2 são LD.
CQD.
Exemplos:
Este conjunto é LD pois o segundo vetor é múltiplo escalar do Exemplo:

primeiro (𝑣2 = 3𝑣1 ).
I) Como
𝑎 1,1 + 𝑏 −1,0 = (0,0)
𝑎 − 𝑏, 𝑎 + 0 = (0,0)
𝑎−𝑏 =0
ቊ ⟹ 𝑎 = 𝑏 = 0 então, 𝐵 é LI.
𝑎=0
(II) O subespaço gerado por 𝐵 é

𝑥, 𝑦 = 𝑎 1,1 + 𝑏 −1,0 = (𝑎 − 𝑏, 𝑎)
𝑎−𝑏 =𝑥
Quando o conjunto tem mais de dois vetores, a simples verificação ൜ ⟹𝑎 =𝑦 e 𝑎−𝑏 =𝑥
𝑦=𝑎
de multiplicidade, NÃO é suficiente para afirmar que o conjunto 𝑦−𝑏 =𝑥
seja LI, ou seja, deve-se verificar usando a definição. 𝑏 = 𝑦 − 𝑥.
Logo, 𝑎 1,1 + 𝑏 −1,0 = 𝑦 1,1 + 𝑦 − 𝑥 −1,0
= 𝑦, 𝑦 + −𝑦 + 𝑥, 0 = 𝑥, 𝑦 = ℝ2
então, 𝐵 gera ℝ2 .
Portanto, 𝐵 é base de ℝ2 .
Observação: a base mais simples de um espaço vetorial é
denominada base canônica. Vejamos algumas delas:
1) 𝐵 = {1} é a base canônica de ℝ;
Exemplos:
Observação:
Observação:
Sabemos que um conjunto B é base de um espaço vetorial V
𝑉 se B for LI e se B gera V. No entanto, se soubermos que
𝑆
dim 𝑉 = 𝑛, para obtermos uma base de V basta que apenas
dim 𝑉 = 𝑛 uma das condições de base esteja satisfeita. A outra condição
dim 𝑆 ≤ 𝑛
ocorre automaticamente.
Assim:
Exemplo:
Exemplo: Solução:
Temos que
2𝑥 + 𝑦 + 𝑧 = 0
𝑧 = −2𝑥 − 𝑦
ou seja, colocamos a variável 𝑧 em função de 𝑥 e 𝑦. Logo,
existem duas variáveis livres (𝑥 e 𝑦).
Portanto,
dim 𝑆 = 2.
Observação:
Alguns problemas pedem pra obter a dimensão e uma base Toda base de 𝑆 tem dois vetores (pois dim 𝑆 = 2), então
de um subespaço vetorial 𝑆 . Sabendo a lei (regra) de para obter uma base de 𝑆 basta determinar dois vetores LI a
formação de 𝑆, basta determinar o número de variáveis partir da lei de formação de 𝑆.
livres. Logo, dim 𝑆 = 𝑛º 𝑑𝑒 𝑣𝑎𝑟𝑖á𝑣𝑒𝑖𝑠 𝑙𝑖𝑣𝑟𝑒𝑠. • Para 𝑥 = 0 e 𝑦 = 1 temos 𝑧 = −2 0 − 1 = −1 ,
obtendo 𝑣1 = (0,1, −1);
• Para 𝑥 = 1 e 𝑦 = 0 temos 𝑧 = −2 1 − 0 = −2 ,
obtendo 𝑣2 = 1,0, −2 .
Como 𝑣1 e 𝑣2 são LI (pois não são múltiplos), então
Exemplo:
𝐵 = { 0,1, −1 , 1,0, −2 }
é uma base de 𝑆.
Solução:
a) Devemos encontrar escalares 𝑎, 𝑏 e 𝑐, tais que,
𝑣 = 𝑎𝑣1 + 𝑏𝑣2 + 𝑐𝑣3
assim, teremos 𝑣𝐵 = (𝑎, 𝑏, 𝑐).
Então,
𝑣 = 𝑎𝑣1 + 𝑏𝑣2 + 𝑐𝑣3
(5,4,2) = 𝑎(1,2,3) + 𝑏(0,1,2) + 𝑐(0,0,1)
5,4,2 = 𝑎, 2𝑎, 3𝑎 + 0, 𝑏, 2𝑏 + (0,0, 𝑐)
5,4,2 = 𝑎, 2𝑎 + 𝑏, 3𝑎 + 2𝑏 + 𝑐
Vetor coordenada de 𝑣 𝑎=5 2𝑎 + 𝑏 = 4 3𝑎 + 2𝑏 + 𝑐 = 2

em relação à base 𝐵.
ቐ 2𝑎 + 𝑏 = 4 ⟹ 2(5) + 𝑏 = 4 ⟹ 3 5 + 2(−6) + 𝑐 = 2
Matriz coordenada de 3𝑎 + 2𝑏 + 𝑐 = 2 𝑏 = −6 𝑐 = −1
𝑣 em relação à base 𝐵.
Portanto, o vetor coordenada é 𝑣𝐵 = (5, −6, −1)
5
Exemplo: e a matriz coordenada é 𝑣𝐵 = −6 .
−1
b) Como
𝑣𝐵 = (2, −3,4)
então,
𝑣 = 2𝑣1 − 3𝑣2 + 4𝑣3
𝑣 = 2(1,2,3) − 3(0,1,2) + 4(0,0,1)
𝑣 = 2,4,6 − 0,3,6 + (0,0,4)
𝑣 = 2,1,4 .

Slides Sobre Linearidade, Base e Dimensão

Enviado por

Direitos autorais:

Formatos disponíveis

Slides Sobre Linearidade, Base e Dimensão

Enviado por

Dados do documento

Título 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

Slides Sobre Linearidade, Base e Dimensão

Enviado por

Direitos autorais:

Formatos disponíveis

Solução:

a) Sejam 𝑣1 = (1,2) e 𝑣2 = −1,3 então, pela definição, 𝑣1 e 𝑣2

Este conjunto é LD pois o segundo vetor é múltiplo escalar do Exemplo:

(II) O subespaço gerado por 𝐵 é

1) 𝐵 = {1} é a base canônica de ℝ;

Vetor coordenada de 𝑣 𝑎=5 2𝑎 + 𝑏 = 4 3𝑎 + 2𝑏 + 𝑐 = 2

Você também pode gostar