SlideShare uma empresa Scribd logo
1 de 8
Baixar para ler offline
26
ELEMENTOS DE ÁLGEBRA LINEAR
CAPÍTULO 3
DEPENDÊNCIA LINEAR
1 COMBINAÇÃO LINEAR
Definição: Seja V um espaço vetorial sobre um corpo K. Sejam VueV}v,...,v,v{ n21 ∈⊂ .
Dizemos que o vetor u é combinação linear dos vetores }v,...,v,v{ n21 , se existirem
escalares K,...,, n21 ∈ααα tais que ∑
=
α=α++α+α=
n
1i
iinn2211 vv...vvu .
Exemplo (1): Verificar se o vetor )5,2,0(u −= é combinação linear dos vetores )1,1,1(v1 −= ,
)0,1,1(v2 = e )1,0,2(v3 −= .
Solução: Para que u seja combinação linear dos vetores }v,v,v{ 321 , vamos verificar se existem
escalares ℜ∈c,b,a tais que 321 cvbvavu ++= . Então:
)1,0,2(c)0,1,1(b)1,1,1(a)5,2,0( −++−=− ⇒





=+−
−=+
=−+
5ca
2ba
0c2ba
. Resolvendo o
sistema linear (SPD) vamos obter 1ce4b,6a −==−= . Portanto, existe a
combinação linear e 321 vv4v6u −+−= .
Exemplo (2): Verificar se o vetor
2
t5t22)t(q +−= é combinação linear dos vetores
t1)t(p1 +−= ,
2
2 tt)t(p −= e
2
3 t23)t(p += .
Solução: Para que )t(q seja combinação linear dos vetores )}t(p),t(p),t(p{ 321 , vamos verificar
se existem escalares ℜ∈c,b,a tais que )t(cp)t(bp)t(ap)t(q 321 ++= . Então:
)t23(c)tt(b)t1(at5t22 222
++−++−=+− ⇒
27
22
t)c2b(t)ba()c3a(t5t22 +−++++−=+− ⇒





=+−
−=+
=+−
5c2b
2ba
2c3a
. Resolvendo
o sistema linear (SPD) vamos obter 1ce3b,1a =−== . Portanto, existe a
combinação linear e )t(p)t(p3)t(p)t(q 321 +−= .
OBS: Se ao verificar a existência de uma combinação linear aparecer um sistema linear SI, significa
que não existe a combinação linear. Veja o exemplo (3).
Exemplo (3): Verificar se o vetor )1,1,2(u = é combinação linear dos vetores )2,1,1(v1 −−= ,
)1,2,3(v2 −= e )3,1,4(v3 −= .
Solução: Para que u seja combinação linear dos vetores }v,v,v{ 321 , vamos verificar se existem
escalares ℜ∈c,b,a tais que 321 cvbvavu ++= . Então:
)3,1,4(c)1,2,3(b)2,1,1(a)1,1,2( −+−+−−= ⇒





=−−−
=++−
=++
1c3ba2
1cb2a
2c4b3a
. Resolvendo o
sistema linear vamos obter: da primeira equação vem que 2c4b3a +−−= . Substituindo
na 2ª e 3ª equações, teremos



=+
=+
5c5b5
3c5b5
⇒ 53 = (FALSO!). O que indica que não
existe a combinação linear, pois o sistema linear é SI.
1.1 Subespaço Gerado
Definição: Seja S um subconjunto, não vazio, de um espaço vetorial V. O subespaço gerado por S,
denotado por [S], é o conjunto de todos os vetores de V que se escrevem como
combinação linear dos vetores de S.
Exemplo (4): Seja
3
)}1,2,1(),2,0,1{(S ℜ⊂−= . Determine o subespaço gerado por S.
Solução: Seja
3
)z,y,x(v ℜ∈= . Vamos escrever o vetor v como combinação linear dos vetores
de S. Então: )1,2,1(b)2,0,1(a)z,y,x(v −+== ⇒





+=
=
−=
ba2z
b2y
bax
. Da segunda
28
equação temos que yb 2
1
= . Substituindo na primeira equação temos: yxa 2
1
+= .
Substituindo a e b na terceira equação teremos: ( ) yyx2z 2
1
2
1
++= ⇒
0z2y3x4 =−+ , que é a equação geral de um plano passado pela origem. Portanto,
}0z2y3x4/)z,y,x{(]S[ 3
=−+ℜ∈= .
Exemplo (5): Seja )(M
11
00
,
03
01
,
00
12
S 2x2 ℜ⊂












−




−





 −
= . Determine o subespaço
gerado por S.
Solução: Seja )(M
dc
ba
M 2x2 ℜ∈





= . Vamos escrever a matriz M como combinação linear
das matrizes de S. Então: 





−
+




−
+




 −
=





11
00
p
03
01
n
00
12
m
dc
ba
⇒







=
−=
−=
−=
pd
pn3c
mb
nm2a
. Resolvendo o sistema linear vamos obter que
3
dcb6
a
−
++
= . Portanto,






ℜ∈∀





= −
++
d,c,b,
dc
b
]S[ 3
dcb6
OBS: Os exemplos anteriores mostram com determinar o subespaço gerado [S] a partir de um
sistema de geradores }v,...,v,v{S n21= . É também interessante saber determinar o
contrário, ou seja, a partir de um subespaço [S] , determinar o sistema de geradores
}v,...,v,v{S n21= . Veja os exemplos a seguir.
Exemplo (6): Seja }t2zx/)t,z,y,x{(W 4
+=ℜ∈= . Determine um sistema de geradores
para W.
Solução: Podemos escrever }t,z,y),t,z,y,t2z{(W ℜ∈∀+= . Assim, todo vetor de W se
escreve com )t,z,y,t2z(v += . Temos três variáveis livres y, z e t. Cada uma delas
gera um vetor, ou seja, )1,0,0,2(t)0,1,0,1(z)0,0,1,0(y)t,z,y,t2z(v ++=+= . Os
vetores )]1,0,0,2(),0,1,0,1(),0,0,1,0[( forma um sistema de geradores de W.
29
Exemplo (7): Seja










===−=−+ℜ∈










= befe0b2cfba/)(M
fe
dc
ba
W 2x3 .
Determine um sistema de geradores para W.
Solução: Podemos escrever










ℜ∈∀










= f,d,b,
bb
db2
b0
W . Assim, toda matriz de W se escreve
como










bb
db2
b0
. Temos duas variáveis livres b e d. Então:










+










=










00
10
00
d
11
02
10
b
bb
db2
b0
. As matrizes






























00
10
00
,
11
02
10
formam um
sistema de geradores de W.
2 Vetores LI e LD
Definição: Seja V um espaço vetorial sobre um corpo K. Sejam V}v,...,v,v{ n21 ⊂ . Dizemos
que os vetores }v,...,v,v{ n21 são Linearmente Independentes (LI), se a equação
0v...vv nn2211 =α++α+α se verifica para os escalares K,...,, n21 ∈ααα
todos nulos, ou seja, 0... n21 =α==α=α .
Definição: Seja V um espaço vetorial sobre um corpo K. Sejam V}v,...,v,v{ n21 ⊂ . Dizemos
que os vetores }v,...,v,v{ n21 são Linearmente Dependentes (LD), se a equação
0v...vv nn2211 =α++α+α se verifica para os escalares K,...,, n21 ∈ααα
não todos nulos, ou seja, pelo menos um dos escalares deverá ser diferente de zero.
OBS: 1) A diferença entre um conjunto de vetores ser LI ou LD está na relação que existe entre
eles. O próprio nome já diz: se os vetores são LD é porque existe uma "dependência"
30
entre eles (veremos a seguir que esta dependência será uma combinação linear), e se os
vetores são LI não existe nenhuma "dependência" entre eles.
2) A solução da equação homogênea 0v...vv nn2211 =α++α+α será dada através de
um sistema linear homogêneo, o qual sempre admite a solução trivial, ou seja,
0... n21 =α==α=α . Todo sistema linear homogêneo é possível. Se ele por SPD,
então admite somente a solução trivial e os vetores serão LI. Caso o sistema seja SPI,
além da solução trivial ele admite outras infinitas, então os vetores serão LD.
Exemplo (7): Verificar a dependência linear entre os vetores abaixo:
a) { }22
t3t5,tt2,t21 +−+−−
b)












−−




−






25
1010
,
95
43
,
10
21
Solução: a) Vamos escrever a equação homogênea. Sejam os escalares ℜ∈c,b,a . Então:
222
t0t00)t3t5(c)tt2(b)t21(a ++=++−+−+− ⇒
22
t0t00t)c3b(t)c5ba2()b2a( ++=+−+++−+− ⇒





=+−
=++−
=−
0c3b
0c5ba2
0b2a
. Este sistema homogêneo é SPD e a solução é a trivial, ou seja,
0cba === . Portanto, os polinômios { }22
t3t5,tt2,t21 +−+−− são LI.
b) Sejam ℜ∈γβα ,, . Então: 





=





−−
γ+




−
β+





α
00
00
25
1010
95
43
10
21
⇒







=γ−β+α
=γ−β
=γ+β+α
=γ+β−α
029
055
01042
0103
. O sistema homogêneo é SPI, cuja solução geral é
},e7{ ℜ∈γ∀γ=βγ−=α . Claro que, para 0=γ , teremos a solução trivial
0=γ=β=α , mas não é a única, existem outras infinitas. Portanto, as matrizes












−−




−






25
1010
,
95
43
,
10
21
são LD.
31
Teorema (1): Seja V um espaço vetorial sobre um corpo K. Um conjunto de vetores
V}v,...,v,v{ n21 ⊂ é LD se, e somente se, um deles é combinação linear dos
demais.
OBS: O teorema (1) é uma bi-implicação, ou seja, o termo "se e somente se" (cujo símbolo é ⇔),
nos diz que o teorema é válido nos dois sentidos. Assim, tanto é verdade afirmar que: "se
um conjunto de vetores é LD então um deles é combinação linear dos demais" como
afirmar em sentido contrário que "se num conjunto de vetores um deles é combinação
linear dos demais então estes vetores são LD".
Demonstração do Teorema (1):
(⇒⇒⇒⇒) Hipótese: V}v,...,v,v{ n21 ⊂ é LD
Tese: um deles é combinação linear dos demais
Como os vetores são LD, então, por definição 0v...vv nn2211 =α++α+α , para os escalares
não todos nulos. Suponhamos que 01 ≠α . Então: n
1
n
3
1
3
2
1
2
1 v...vvv
α
α
−−
α
α
−
α
α
−= , ou
seja, 1v é combinação linear dos demais vetores.
(⇐⇐⇐⇐) Hipótese: um deles é combinação linear dos demais.
Tese: V}v,...,v,v{ n21 ⊂ é LD
Por hipótese, seja 1v combinação linear dos demais vetores. Então existem escalares
K,...,, n32 ∈ααα tais que nn33221 v...vvv α+α+α= . Assim, teremos:
0v...vvv)1( nn33221 =α+α+α+− . Logo, a equação homogênea é satisfeita para os
escalares não todos nulos, pois 11 −=α . Portanto, }v,...,v,v{ n21 é LD.
Teorema (2): Dados }v,...,v,v{ n21 vetores LD, então k desses vetores serão LD, para k ≥ n.
OBS: O teorema (2) está afirmando que se um conjunto de vetores é LD, se aumentarmos este
conjunto ele sempre será LD. Como este teorema é de uma implicação, ou seja, o termo
"então" (cujo símbolo é ⇒) só garante um sentido do teorema, a reciproca não é verdadeira,
ou seja, se diminuirmos um conjunto de vetores LD, nada podemos afirmar.
Demonstração do Teorema (2):
32
Se }v,...,v,v{ n21 é LD, então existem escalares não todos nulos K,...,, n21 ∈ααα tais que
0v...vv nn2211 =α++α+α (*). Seja }v,...,v,v,...,v,v{ k1nn21 + , ou seja, vamos aumentar
o conjunto inicial. Então 0v...vv...vv kk1n1nnn2211 =α++α+α++α+α ++ para os
escalares não todos nulos, pois, mesmo que K0... k2n1n ∈=α==α=α ++ , na equação (*) já
existiam escalares não nulos.
Teorema (3): Dados }v,...,v,v{ n21 vetores LI, então k desses vetores serão LI, para k ≤ n.
OBS: O teorema (3) está afirmando que se um conjunto de vetores é LI, se diminuirmos este
conjunto ele sempre será LI. Analogamente, a reciproca não é verdadeira, ou seja, se
aumentarmos um conjunto de vetores LI, nada podemos afirmar.
Demonstração do Teorema (3):
Se }v,...,v,v,...,v,v{ n1kk21 + é LI, então existem escalares K,...,,,...,, n1kk21 ∈ααααα +
tais que 0v...vv...vv nn1k1kkk2211 =α++α+α++α+α ++ (*), com os escalares
0...... n1kk21 =α==α=α==α=α + . Seja agora, o conjunto }v...,,v,v{ k21 . Então
0v...vv kk2211 =α++α+α para os escalares todos nulos, pois na equação (*) os escalares já
eram todos nulos.
Conseqüências:
Sejam V um espaço vetorial qualquer. Então:
1) O vetor nulo { }0 é LD.
2) Um único vetor { }v , com 0v ≠ , é LI.
Exemplo (8): No exemplo (7), item (b), mostramos que o conjunto de matrizes












−−
=




−
=





=
25
1010
C,
95
43
B,
10
21
A é LD. Pelo teorema (1), uma
delas é combinação linear das outras duas. Mostre que existe esta combinação
linear.
Solução: Vamos escrever a matriz C como combinação linear das matrizes A e B. Então, existem
escalares ℜ∈n,m tais que nBmAC += .
33





−
+





=





−− 95
43
n
10
21
m
25
1010
⇒







+=−
=−
+=
−=
n9m2
n55
n4m210
n3m10
⇒ 1ne7m −== .
Portanto, existe a combinação linear que é BA7C −= .
Exercícios Propostos
1) Verificar a dependência linear entre os vetores e escrever a combinação linear quando existir.
a) )}1,3(c),5,1(b),2,2(a{ −==−= Resp (a): LD e cba 4
3
4
1
−−=
b)












−





−
−






− 310
032
,
121
130
,
311
102
Resp (b): LI
2) Determine os valores de m para que os vetores )}1,2,2(),1,m,2(),3,1,2m{( −−+ sejam LD.
Resp: 8mou2m −=−=
3) Determine o subespaço gerado pelo conjunto }t23,t32{S 2
−−= .
Resp: }0a9a4a6/)(Ptataa{]S[ 21o2
2
21o =++ℜ∈++=
4) Seja }0a2aa5a3a/)(Ptatataa{W 3221o3
3
3
2
21o =+=−+ℜ∈+++= . Determine
um sistema de geradores para W. Resp: }tt5,t3{S 3
2
12
−++−=
5) Se o conjunto }w,v,u{ é LI, mostre que }wu,wv,vu{ +++ é LI.

Mais conteúdo relacionado

Mais procurados

Decomposições de matrizes utilizando conceitos de Auto Vetores e Auto Valores
Decomposições de matrizes utilizando conceitos de Auto Vetores e Auto ValoresDecomposições de matrizes utilizando conceitos de Auto Vetores e Auto Valores
Decomposições de matrizes utilizando conceitos de Auto Vetores e Auto ValoresFelipe Schimith Batista
 
Aula 18: Separação da equação de Schrödinger em coordenadas cartesianas. 2 Pa...
Aula 18: Separação da equação de Schrödinger em coordenadas cartesianas. 2 Pa...Aula 18: Separação da equação de Schrödinger em coordenadas cartesianas. 2 Pa...
Aula 18: Separação da equação de Schrödinger em coordenadas cartesianas. 2 Pa...Adriano Silva
 
Equações lineares
Equações lineares Equações lineares
Equações lineares LCCIMETRO
 
Aula 17: Separação da equação de Schrödinger em coordenadas cartesianas. Part...
Aula 17: Separação da equação de Schrödinger em coordenadas cartesianas. Part...Aula 17: Separação da equação de Schrödinger em coordenadas cartesianas. Part...
Aula 17: Separação da equação de Schrödinger em coordenadas cartesianas. Part...Adriano Silva
 
Aula 13: O poço de potencial finito
Aula 13: O poço de potencial finitoAula 13: O poço de potencial finito
Aula 13: O poço de potencial finitoAdriano Silva
 
Apontamento quantica
Apontamento quanticaApontamento quantica
Apontamento quanticaRaiane Sodré
 
Matemática pga1
Matemática pga1Matemática pga1
Matemática pga1takahico
 
Resolução de sistemas lineares
Resolução de sistemas linearesResolução de sistemas lineares
Resolução de sistemas lineareskarinsimonato
 
Aula 14: O poço de potencial infinito
Aula 14: O poço de potencial infinitoAula 14: O poço de potencial infinito
Aula 14: O poço de potencial infinitoAdriano Silva
 
Aula 15: O oscilador harmônico
Aula 15: O oscilador harmônicoAula 15: O oscilador harmônico
Aula 15: O oscilador harmônicoAdriano Silva
 

Mais procurados (20)

Algebra linear operações com matrizes
Algebra linear   operações com matrizesAlgebra linear   operações com matrizes
Algebra linear operações com matrizes
 
Decomposições de matrizes utilizando conceitos de Auto Vetores e Auto Valores
Decomposições de matrizes utilizando conceitos de Auto Vetores e Auto ValoresDecomposições de matrizes utilizando conceitos de Auto Vetores e Auto Valores
Decomposições de matrizes utilizando conceitos de Auto Vetores e Auto Valores
 
Sistemas lineares
Sistemas linearesSistemas lineares
Sistemas lineares
 
Algebra linear operações com matrizes
Algebra linear operações com matrizesAlgebra linear operações com matrizes
Algebra linear operações com matrizes
 
Aula 18: Separação da equação de Schrödinger em coordenadas cartesianas. 2 Pa...
Aula 18: Separação da equação de Schrödinger em coordenadas cartesianas. 2 Pa...Aula 18: Separação da equação de Schrödinger em coordenadas cartesianas. 2 Pa...
Aula 18: Separação da equação de Schrödinger em coordenadas cartesianas. 2 Pa...
 
Equações lineares
Equações lineares Equações lineares
Equações lineares
 
92 268-1-pb (2)
92 268-1-pb (2)92 268-1-pb (2)
92 268-1-pb (2)
 
Aula 17: Separação da equação de Schrödinger em coordenadas cartesianas. Part...
Aula 17: Separação da equação de Schrödinger em coordenadas cartesianas. Part...Aula 17: Separação da equação de Schrödinger em coordenadas cartesianas. Part...
Aula 17: Separação da equação de Schrödinger em coordenadas cartesianas. Part...
 
Aula 13: O poço de potencial finito
Aula 13: O poço de potencial finitoAula 13: O poço de potencial finito
Aula 13: O poço de potencial finito
 
Aula11
Aula11Aula11
Aula11
 
Apontamento quantica
Apontamento quanticaApontamento quantica
Apontamento quantica
 
Matemática pga1
Matemática pga1Matemática pga1
Matemática pga1
 
Capitulo1
Capitulo1Capitulo1
Capitulo1
 
Calculo1 aula03
Calculo1 aula03Calculo1 aula03
Calculo1 aula03
 
Resolução de sistemas lineares
Resolução de sistemas linearesResolução de sistemas lineares
Resolução de sistemas lineares
 
Teorema Chinês Dos Restos
Teorema Chinês Dos RestosTeorema Chinês Dos Restos
Teorema Chinês Dos Restos
 
Aula 14: O poço de potencial infinito
Aula 14: O poço de potencial infinitoAula 14: O poço de potencial infinito
Aula 14: O poço de potencial infinito
 
Aula 15: O oscilador harmônico
Aula 15: O oscilador harmônicoAula 15: O oscilador harmônico
Aula 15: O oscilador harmônico
 
Princípios básicos da matemática do movimento - PDF
Princípios básicos da matemática do movimento - PDFPrincípios básicos da matemática do movimento - PDF
Princípios básicos da matemática do movimento - PDF
 
Princípios básicos da matemática do movimento
Princípios básicos da matemática do movimentoPrincípios básicos da matemática do movimento
Princípios básicos da matemática do movimento
 

Destaque

Algebra Linear cap 02
Algebra Linear cap 02Algebra Linear cap 02
Algebra Linear cap 02Andrei Bastos
 
Mineria en el Ecuador por Liliana Yanchaguano
Mineria en el Ecuador por Liliana YanchaguanoMineria en el Ecuador por Liliana Yanchaguano
Mineria en el Ecuador por Liliana YanchaguanoLilianaYanchaguano
 
Algebra Linear cap 05
Algebra Linear cap  05Algebra Linear cap  05
Algebra Linear cap 05Andrei Bastos
 
Informe ODM espanol - Hacia un desarrollo sostenible que no deje a nadie atrás
Informe ODM espanol - Hacia un desarrollo sostenible que no deje a nadie atrásInforme ODM espanol - Hacia un desarrollo sostenible que no deje a nadie atrás
Informe ODM espanol - Hacia un desarrollo sostenible que no deje a nadie atrásMovimiento ATD Cuarto Mundo España
 
UBC Phar400 Employment Law-11Oct2013
UBC Phar400 Employment Law-11Oct2013UBC Phar400 Employment Law-11Oct2013
UBC Phar400 Employment Law-11Oct2013Gerry Spitzner
 
We remember the holocaust
We remember the holocaustWe remember the holocaust
We remember the holocaustLuseland School
 
Algebra Linear cap 04
Algebra Linear cap 04Algebra Linear cap 04
Algebra Linear cap 04Andrei Bastos
 

Destaque (8)

Algebra Linear cap 02
Algebra Linear cap 02Algebra Linear cap 02
Algebra Linear cap 02
 
Mineria en el Ecuador por Liliana Yanchaguano
Mineria en el Ecuador por Liliana YanchaguanoMineria en el Ecuador por Liliana Yanchaguano
Mineria en el Ecuador por Liliana Yanchaguano
 
Algebra Linear cap 05
Algebra Linear cap  05Algebra Linear cap  05
Algebra Linear cap 05
 
Secuencia fisica 1er bimestre
Secuencia fisica 1er bimestreSecuencia fisica 1er bimestre
Secuencia fisica 1er bimestre
 
Informe ODM espanol - Hacia un desarrollo sostenible que no deje a nadie atrás
Informe ODM espanol - Hacia un desarrollo sostenible que no deje a nadie atrásInforme ODM espanol - Hacia un desarrollo sostenible que no deje a nadie atrás
Informe ODM espanol - Hacia un desarrollo sostenible que no deje a nadie atrás
 
UBC Phar400 Employment Law-11Oct2013
UBC Phar400 Employment Law-11Oct2013UBC Phar400 Employment Law-11Oct2013
UBC Phar400 Employment Law-11Oct2013
 
We remember the holocaust
We remember the holocaustWe remember the holocaust
We remember the holocaust
 
Algebra Linear cap 04
Algebra Linear cap 04Algebra Linear cap 04
Algebra Linear cap 04
 

Semelhante a Algebra Linear cap 03 (20)

Aula 4 espaços vetoriais
Aula 4   espaços vetoriaisAula 4   espaços vetoriais
Aula 4 espaços vetoriais
 
áLgebra linear
áLgebra linearáLgebra linear
áLgebra linear
 
Aula espaço vetorial
Aula espaço vetorialAula espaço vetorial
Aula espaço vetorial
 
Algebra linear exercicios_resolvidos
Algebra linear exercicios_resolvidosAlgebra linear exercicios_resolvidos
Algebra linear exercicios_resolvidos
 
Lista 2
Lista 2Lista 2
Lista 2
 
Algebra Linear cap 09
Algebra Linear cap 09Algebra Linear cap 09
Algebra Linear cap 09
 
GEOMETRIA ANALÍTICA cap 04
GEOMETRIA ANALÍTICA cap  04GEOMETRIA ANALÍTICA cap  04
GEOMETRIA ANALÍTICA cap 04
 
Gacap04 130507191020-phpapp01
Gacap04 130507191020-phpapp01Gacap04 130507191020-phpapp01
Gacap04 130507191020-phpapp01
 
Aula 21 vetores
Aula 21   vetoresAula 21   vetores
Aula 21 vetores
 
Vetores
VetoresVetores
Vetores
 
AULA PRODUTO VETORIAL
AULA PRODUTO VETORIALAULA PRODUTO VETORIAL
AULA PRODUTO VETORIAL
 
4. espacos vectoriais
4. espacos vectoriais4. espacos vectoriais
4. espacos vectoriais
 
GEOMETRIA ANALÍTICA cap 05
GEOMETRIA ANALÍTICA cap  05GEOMETRIA ANALÍTICA cap  05
GEOMETRIA ANALÍTICA cap 05
 
GEOMETRIA ANALÍTICA cap 02
GEOMETRIA ANALÍTICA cap 02GEOMETRIA ANALÍTICA cap 02
GEOMETRIA ANALÍTICA cap 02
 
Gacap02 130507191013-phpapp02
Gacap02 130507191013-phpapp02Gacap02 130507191013-phpapp02
Gacap02 130507191013-phpapp02
 
Paginas.fe.up.pt ~ldinis capitulo1
Paginas.fe.up.pt ~ldinis capitulo1Paginas.fe.up.pt ~ldinis capitulo1
Paginas.fe.up.pt ~ldinis capitulo1
 
Paginas.fe.up.pt ~ldinis capitulo1
Paginas.fe.up.pt ~ldinis capitulo1Paginas.fe.up.pt ~ldinis capitulo1
Paginas.fe.up.pt ~ldinis capitulo1
 
Vetor resumo
Vetor resumoVetor resumo
Vetor resumo
 
Calculo vetorial
Calculo vetorialCalculo vetorial
Calculo vetorial
 
Vetores
VetoresVetores
Vetores
 

Mais de Andrei Bastos

Lógica de programação em ppt
Lógica de programação em pptLógica de programação em ppt
Lógica de programação em pptAndrei Bastos
 
Geometria analitica exercicios resolvidos
Geometria analitica exercicios resolvidosGeometria analitica exercicios resolvidos
Geometria analitica exercicios resolvidosAndrei Bastos
 
Apostila vetores e geometria analitica
Apostila vetores e geometria analiticaApostila vetores e geometria analitica
Apostila vetores e geometria analiticaAndrei Bastos
 
GEOMETRIA ANALÍTICA cap 09
GEOMETRIA ANALÍTICA cap 09GEOMETRIA ANALÍTICA cap 09
GEOMETRIA ANALÍTICA cap 09Andrei Bastos
 
GEOMETRIA ANALÍTICA cap 08
GEOMETRIA ANALÍTICA cap  08GEOMETRIA ANALÍTICA cap  08
GEOMETRIA ANALÍTICA cap 08Andrei Bastos
 
GEOMETRIA ANALÍTICA cap 07
GEOMETRIA ANALÍTICA cap  07GEOMETRIA ANALÍTICA cap  07
GEOMETRIA ANALÍTICA cap 07Andrei Bastos
 
GEOMETRIA ANALÍTICA cap 06
GEOMETRIA ANALÍTICA cap  06GEOMETRIA ANALÍTICA cap  06
GEOMETRIA ANALÍTICA cap 06Andrei Bastos
 
GEOMETRIA ANALÍTICA cap 01
GEOMETRIA ANALÍTICA cap  01GEOMETRIA ANALÍTICA cap  01
GEOMETRIA ANALÍTICA cap 01Andrei Bastos
 
GEOMETRIA ANALÍTICA cap 10
GEOMETRIA ANALÍTICA cap 10GEOMETRIA ANALÍTICA cap 10
GEOMETRIA ANALÍTICA cap 10Andrei Bastos
 
Algebra Linear cap 06
Algebra Linear cap  06Algebra Linear cap  06
Algebra Linear cap 06Andrei Bastos
 
Algebra Linear cap 08
Algebra Linear cap  08Algebra Linear cap  08
Algebra Linear cap 08Andrei Bastos
 
Algebra Linear cap 01
Algebra Linear cap 01Algebra Linear cap 01
Algebra Linear cap 01Andrei Bastos
 
Java Comunicação Serial
Java Comunicação SerialJava Comunicação Serial
Java Comunicação SerialAndrei Bastos
 
Provas Discursivas UFES 2010
Provas Discursivas UFES 2010Provas Discursivas UFES 2010
Provas Discursivas UFES 2010Andrei Bastos
 
C a linguagem de programação
C   a linguagem de programaçãoC   a linguagem de programação
C a linguagem de programaçãoAndrei Bastos
 

Mais de Andrei Bastos (20)

Lógica de programação em ppt
Lógica de programação em pptLógica de programação em ppt
Lógica de programação em ppt
 
Geometria analitica exercicios resolvidos
Geometria analitica exercicios resolvidosGeometria analitica exercicios resolvidos
Geometria analitica exercicios resolvidos
 
Apostila vetores e geometria analitica
Apostila vetores e geometria analiticaApostila vetores e geometria analitica
Apostila vetores e geometria analitica
 
GEOMETRIA ANALÍTICA cap 09
GEOMETRIA ANALÍTICA cap 09GEOMETRIA ANALÍTICA cap 09
GEOMETRIA ANALÍTICA cap 09
 
GEOMETRIA ANALÍTICA cap 08
GEOMETRIA ANALÍTICA cap  08GEOMETRIA ANALÍTICA cap  08
GEOMETRIA ANALÍTICA cap 08
 
GEOMETRIA ANALÍTICA cap 07
GEOMETRIA ANALÍTICA cap  07GEOMETRIA ANALÍTICA cap  07
GEOMETRIA ANALÍTICA cap 07
 
GEOMETRIA ANALÍTICA cap 06
GEOMETRIA ANALÍTICA cap  06GEOMETRIA ANALÍTICA cap  06
GEOMETRIA ANALÍTICA cap 06
 
GEOMETRIA ANALÍTICA cap 01
GEOMETRIA ANALÍTICA cap  01GEOMETRIA ANALÍTICA cap  01
GEOMETRIA ANALÍTICA cap 01
 
GEOMETRIA ANALÍTICA cap 10
GEOMETRIA ANALÍTICA cap 10GEOMETRIA ANALÍTICA cap 10
GEOMETRIA ANALÍTICA cap 10
 
Algebra Linear cap 06
Algebra Linear cap  06Algebra Linear cap  06
Algebra Linear cap 06
 
Algebra Linear cap 08
Algebra Linear cap  08Algebra Linear cap  08
Algebra Linear cap 08
 
Algebra Linear cap 01
Algebra Linear cap 01Algebra Linear cap 01
Algebra Linear cap 01
 
Java Comunicação Serial
Java Comunicação SerialJava Comunicação Serial
Java Comunicação Serial
 
Provas Discursivas UFES 2010
Provas Discursivas UFES 2010Provas Discursivas UFES 2010
Provas Discursivas UFES 2010
 
C a linguagem de programação
C   a linguagem de programaçãoC   a linguagem de programação
C a linguagem de programação
 
ArrayList Java
ArrayList JavaArrayList Java
ArrayList Java
 
Ex algebra (16)
Ex algebra  (16)Ex algebra  (16)
Ex algebra (16)
 
Ex algebra (15)
Ex algebra  (15)Ex algebra  (15)
Ex algebra (15)
 
Ex algebra (14)
Ex algebra  (14)Ex algebra  (14)
Ex algebra (14)
 
Ex algebra (13)
Ex algebra  (13)Ex algebra  (13)
Ex algebra (13)
 

Algebra Linear cap 03

  • 1. 26 ELEMENTOS DE ÁLGEBRA LINEAR CAPÍTULO 3 DEPENDÊNCIA LINEAR 1 COMBINAÇÃO LINEAR Definição: Seja V um espaço vetorial sobre um corpo K. Sejam VueV}v,...,v,v{ n21 ∈⊂ . Dizemos que o vetor u é combinação linear dos vetores }v,...,v,v{ n21 , se existirem escalares K,...,, n21 ∈ααα tais que ∑ = α=α++α+α= n 1i iinn2211 vv...vvu . Exemplo (1): Verificar se o vetor )5,2,0(u −= é combinação linear dos vetores )1,1,1(v1 −= , )0,1,1(v2 = e )1,0,2(v3 −= . Solução: Para que u seja combinação linear dos vetores }v,v,v{ 321 , vamos verificar se existem escalares ℜ∈c,b,a tais que 321 cvbvavu ++= . Então: )1,0,2(c)0,1,1(b)1,1,1(a)5,2,0( −++−=− ⇒      =+− −=+ =−+ 5ca 2ba 0c2ba . Resolvendo o sistema linear (SPD) vamos obter 1ce4b,6a −==−= . Portanto, existe a combinação linear e 321 vv4v6u −+−= . Exemplo (2): Verificar se o vetor 2 t5t22)t(q +−= é combinação linear dos vetores t1)t(p1 +−= , 2 2 tt)t(p −= e 2 3 t23)t(p += . Solução: Para que )t(q seja combinação linear dos vetores )}t(p),t(p),t(p{ 321 , vamos verificar se existem escalares ℜ∈c,b,a tais que )t(cp)t(bp)t(ap)t(q 321 ++= . Então: )t23(c)tt(b)t1(at5t22 222 ++−++−=+− ⇒
  • 2. 27 22 t)c2b(t)ba()c3a(t5t22 +−++++−=+− ⇒      =+− −=+ =+− 5c2b 2ba 2c3a . Resolvendo o sistema linear (SPD) vamos obter 1ce3b,1a =−== . Portanto, existe a combinação linear e )t(p)t(p3)t(p)t(q 321 +−= . OBS: Se ao verificar a existência de uma combinação linear aparecer um sistema linear SI, significa que não existe a combinação linear. Veja o exemplo (3). Exemplo (3): Verificar se o vetor )1,1,2(u = é combinação linear dos vetores )2,1,1(v1 −−= , )1,2,3(v2 −= e )3,1,4(v3 −= . Solução: Para que u seja combinação linear dos vetores }v,v,v{ 321 , vamos verificar se existem escalares ℜ∈c,b,a tais que 321 cvbvavu ++= . Então: )3,1,4(c)1,2,3(b)2,1,1(a)1,1,2( −+−+−−= ⇒      =−−− =++− =++ 1c3ba2 1cb2a 2c4b3a . Resolvendo o sistema linear vamos obter: da primeira equação vem que 2c4b3a +−−= . Substituindo na 2ª e 3ª equações, teremos    =+ =+ 5c5b5 3c5b5 ⇒ 53 = (FALSO!). O que indica que não existe a combinação linear, pois o sistema linear é SI. 1.1 Subespaço Gerado Definição: Seja S um subconjunto, não vazio, de um espaço vetorial V. O subespaço gerado por S, denotado por [S], é o conjunto de todos os vetores de V que se escrevem como combinação linear dos vetores de S. Exemplo (4): Seja 3 )}1,2,1(),2,0,1{(S ℜ⊂−= . Determine o subespaço gerado por S. Solução: Seja 3 )z,y,x(v ℜ∈= . Vamos escrever o vetor v como combinação linear dos vetores de S. Então: )1,2,1(b)2,0,1(a)z,y,x(v −+== ⇒      += = −= ba2z b2y bax . Da segunda
  • 3. 28 equação temos que yb 2 1 = . Substituindo na primeira equação temos: yxa 2 1 += . Substituindo a e b na terceira equação teremos: ( ) yyx2z 2 1 2 1 ++= ⇒ 0z2y3x4 =−+ , que é a equação geral de um plano passado pela origem. Portanto, }0z2y3x4/)z,y,x{(]S[ 3 =−+ℜ∈= . Exemplo (5): Seja )(M 11 00 , 03 01 , 00 12 S 2x2 ℜ⊂             −     −       − = . Determine o subespaço gerado por S. Solução: Seja )(M dc ba M 2x2 ℜ∈      = . Vamos escrever a matriz M como combinação linear das matrizes de S. Então:       − +     − +      − =      11 00 p 03 01 n 00 12 m dc ba ⇒        = −= −= −= pd pn3c mb nm2a . Resolvendo o sistema linear vamos obter que 3 dcb6 a − ++ = . Portanto,       ℜ∈∀      = − ++ d,c,b, dc b ]S[ 3 dcb6 OBS: Os exemplos anteriores mostram com determinar o subespaço gerado [S] a partir de um sistema de geradores }v,...,v,v{S n21= . É também interessante saber determinar o contrário, ou seja, a partir de um subespaço [S] , determinar o sistema de geradores }v,...,v,v{S n21= . Veja os exemplos a seguir. Exemplo (6): Seja }t2zx/)t,z,y,x{(W 4 +=ℜ∈= . Determine um sistema de geradores para W. Solução: Podemos escrever }t,z,y),t,z,y,t2z{(W ℜ∈∀+= . Assim, todo vetor de W se escreve com )t,z,y,t2z(v += . Temos três variáveis livres y, z e t. Cada uma delas gera um vetor, ou seja, )1,0,0,2(t)0,1,0,1(z)0,0,1,0(y)t,z,y,t2z(v ++=+= . Os vetores )]1,0,0,2(),0,1,0,1(),0,0,1,0[( forma um sistema de geradores de W.
  • 4. 29 Exemplo (7): Seja           ===−=−+ℜ∈           = befe0b2cfba/)(M fe dc ba W 2x3 . Determine um sistema de geradores para W. Solução: Podemos escrever           ℜ∈∀           = f,d,b, bb db2 b0 W . Assim, toda matriz de W se escreve como           bb db2 b0 . Temos duas variáveis livres b e d. Então:           +           =           00 10 00 d 11 02 10 b bb db2 b0 . As matrizes                               00 10 00 , 11 02 10 formam um sistema de geradores de W. 2 Vetores LI e LD Definição: Seja V um espaço vetorial sobre um corpo K. Sejam V}v,...,v,v{ n21 ⊂ . Dizemos que os vetores }v,...,v,v{ n21 são Linearmente Independentes (LI), se a equação 0v...vv nn2211 =α++α+α se verifica para os escalares K,...,, n21 ∈ααα todos nulos, ou seja, 0... n21 =α==α=α . Definição: Seja V um espaço vetorial sobre um corpo K. Sejam V}v,...,v,v{ n21 ⊂ . Dizemos que os vetores }v,...,v,v{ n21 são Linearmente Dependentes (LD), se a equação 0v...vv nn2211 =α++α+α se verifica para os escalares K,...,, n21 ∈ααα não todos nulos, ou seja, pelo menos um dos escalares deverá ser diferente de zero. OBS: 1) A diferença entre um conjunto de vetores ser LI ou LD está na relação que existe entre eles. O próprio nome já diz: se os vetores são LD é porque existe uma "dependência"
  • 5. 30 entre eles (veremos a seguir que esta dependência será uma combinação linear), e se os vetores são LI não existe nenhuma "dependência" entre eles. 2) A solução da equação homogênea 0v...vv nn2211 =α++α+α será dada através de um sistema linear homogêneo, o qual sempre admite a solução trivial, ou seja, 0... n21 =α==α=α . Todo sistema linear homogêneo é possível. Se ele por SPD, então admite somente a solução trivial e os vetores serão LI. Caso o sistema seja SPI, além da solução trivial ele admite outras infinitas, então os vetores serão LD. Exemplo (7): Verificar a dependência linear entre os vetores abaixo: a) { }22 t3t5,tt2,t21 +−+−− b)             −−     −       25 1010 , 95 43 , 10 21 Solução: a) Vamos escrever a equação homogênea. Sejam os escalares ℜ∈c,b,a . Então: 222 t0t00)t3t5(c)tt2(b)t21(a ++=++−+−+− ⇒ 22 t0t00t)c3b(t)c5ba2()b2a( ++=+−+++−+− ⇒      =+− =++− =− 0c3b 0c5ba2 0b2a . Este sistema homogêneo é SPD e a solução é a trivial, ou seja, 0cba === . Portanto, os polinômios { }22 t3t5,tt2,t21 +−+−− são LI. b) Sejam ℜ∈γβα ,, . Então:       =      −− γ+     − β+      α 00 00 25 1010 95 43 10 21 ⇒        =γ−β+α =γ−β =γ+β+α =γ+β−α 029 055 01042 0103 . O sistema homogêneo é SPI, cuja solução geral é },e7{ ℜ∈γ∀γ=βγ−=α . Claro que, para 0=γ , teremos a solução trivial 0=γ=β=α , mas não é a única, existem outras infinitas. Portanto, as matrizes             −−     −       25 1010 , 95 43 , 10 21 são LD.
  • 6. 31 Teorema (1): Seja V um espaço vetorial sobre um corpo K. Um conjunto de vetores V}v,...,v,v{ n21 ⊂ é LD se, e somente se, um deles é combinação linear dos demais. OBS: O teorema (1) é uma bi-implicação, ou seja, o termo "se e somente se" (cujo símbolo é ⇔), nos diz que o teorema é válido nos dois sentidos. Assim, tanto é verdade afirmar que: "se um conjunto de vetores é LD então um deles é combinação linear dos demais" como afirmar em sentido contrário que "se num conjunto de vetores um deles é combinação linear dos demais então estes vetores são LD". Demonstração do Teorema (1): (⇒⇒⇒⇒) Hipótese: V}v,...,v,v{ n21 ⊂ é LD Tese: um deles é combinação linear dos demais Como os vetores são LD, então, por definição 0v...vv nn2211 =α++α+α , para os escalares não todos nulos. Suponhamos que 01 ≠α . Então: n 1 n 3 1 3 2 1 2 1 v...vvv α α −− α α − α α −= , ou seja, 1v é combinação linear dos demais vetores. (⇐⇐⇐⇐) Hipótese: um deles é combinação linear dos demais. Tese: V}v,...,v,v{ n21 ⊂ é LD Por hipótese, seja 1v combinação linear dos demais vetores. Então existem escalares K,...,, n32 ∈ααα tais que nn33221 v...vvv α+α+α= . Assim, teremos: 0v...vvv)1( nn33221 =α+α+α+− . Logo, a equação homogênea é satisfeita para os escalares não todos nulos, pois 11 −=α . Portanto, }v,...,v,v{ n21 é LD. Teorema (2): Dados }v,...,v,v{ n21 vetores LD, então k desses vetores serão LD, para k ≥ n. OBS: O teorema (2) está afirmando que se um conjunto de vetores é LD, se aumentarmos este conjunto ele sempre será LD. Como este teorema é de uma implicação, ou seja, o termo "então" (cujo símbolo é ⇒) só garante um sentido do teorema, a reciproca não é verdadeira, ou seja, se diminuirmos um conjunto de vetores LD, nada podemos afirmar. Demonstração do Teorema (2):
  • 7. 32 Se }v,...,v,v{ n21 é LD, então existem escalares não todos nulos K,...,, n21 ∈ααα tais que 0v...vv nn2211 =α++α+α (*). Seja }v,...,v,v,...,v,v{ k1nn21 + , ou seja, vamos aumentar o conjunto inicial. Então 0v...vv...vv kk1n1nnn2211 =α++α+α++α+α ++ para os escalares não todos nulos, pois, mesmo que K0... k2n1n ∈=α==α=α ++ , na equação (*) já existiam escalares não nulos. Teorema (3): Dados }v,...,v,v{ n21 vetores LI, então k desses vetores serão LI, para k ≤ n. OBS: O teorema (3) está afirmando que se um conjunto de vetores é LI, se diminuirmos este conjunto ele sempre será LI. Analogamente, a reciproca não é verdadeira, ou seja, se aumentarmos um conjunto de vetores LI, nada podemos afirmar. Demonstração do Teorema (3): Se }v,...,v,v,...,v,v{ n1kk21 + é LI, então existem escalares K,...,,,...,, n1kk21 ∈ααααα + tais que 0v...vv...vv nn1k1kkk2211 =α++α+α++α+α ++ (*), com os escalares 0...... n1kk21 =α==α=α==α=α + . Seja agora, o conjunto }v...,,v,v{ k21 . Então 0v...vv kk2211 =α++α+α para os escalares todos nulos, pois na equação (*) os escalares já eram todos nulos. Conseqüências: Sejam V um espaço vetorial qualquer. Então: 1) O vetor nulo { }0 é LD. 2) Um único vetor { }v , com 0v ≠ , é LI. Exemplo (8): No exemplo (7), item (b), mostramos que o conjunto de matrizes             −− =     − =      = 25 1010 C, 95 43 B, 10 21 A é LD. Pelo teorema (1), uma delas é combinação linear das outras duas. Mostre que existe esta combinação linear. Solução: Vamos escrever a matriz C como combinação linear das matrizes A e B. Então, existem escalares ℜ∈n,m tais que nBmAC += .
  • 8. 33      − +      =      −− 95 43 n 10 21 m 25 1010 ⇒        +=− =− += −= n9m2 n55 n4m210 n3m10 ⇒ 1ne7m −== . Portanto, existe a combinação linear que é BA7C −= . Exercícios Propostos 1) Verificar a dependência linear entre os vetores e escrever a combinação linear quando existir. a) )}1,3(c),5,1(b),2,2(a{ −==−= Resp (a): LD e cba 4 3 4 1 −−= b)             −      − −       − 310 032 , 121 130 , 311 102 Resp (b): LI 2) Determine os valores de m para que os vetores )}1,2,2(),1,m,2(),3,1,2m{( −−+ sejam LD. Resp: 8mou2m −=−= 3) Determine o subespaço gerado pelo conjunto }t23,t32{S 2 −−= . Resp: }0a9a4a6/)(Ptataa{]S[ 21o2 2 21o =++ℜ∈++= 4) Seja }0a2aa5a3a/)(Ptatataa{W 3221o3 3 3 2 21o =+=−+ℜ∈+++= . Determine um sistema de geradores para W. Resp: }tt5,t3{S 3 2 12 −++−= 5) Se o conjunto }w,v,u{ é LI, mostre que }wu,wv,vu{ +++ é LI.