capitutco 5 Espacos Vetoriais 5.1 EXEMPLOS E PROPRIEDADES BASICAS. estudo de Ri" no Capitulo 4 revelou quao siteis conceitos como subespaco, base € dimensio podem ser, Surpreendentemente, esses conceitos dependem de dez propriedades simples de R" (chamadas axiomas). Em outras palavras, esses dez axiomas s20 tudo 0 {que é preciso para definir estes conceitos e provar suas propriedades essenciais. A razao pela qual isso ¢ importante € que existem outros exemplos além de R” nos quais estes axiomas sio validos, ¢ assim, noses como dimensio podem ser desenvolvidas nestes novos contextos. Um espaco vetorial abstrato é um “superexemplo” nos quais a rinica coisa que sabemos € que os axiomas valem. Entretanto, mesmo nessa generalidade total, podemos ainda definir conceitos (como subespago e dimensio) e demonstrar teoremas sobre eles (como o Teorema Fundamental). Assim, 0s conceitos tém sentido e os teoremas sio validos «em tedos os exemplos, pois cada exemplo é uma realizacao especifica do espago geral. Isso conduz a muito mais aplicagbes. Além disso, o esclarecimento da nogao de espago vetorial abstrato nos fornece uma nova perspectiva itil em exemplos especificos e aponta para nosées imprevistas como a de espasos vetoriais de dimensio infinita, Este capitulo é uma introdugio a esses espagos vetoriais abstratos, [ESRI Espacos vetoriais ‘Um espago vetoril consiste de um conjunto no vazio V de elementos (chamados vetores) ue podem ser somados e multiplicados por um nimero! (chamado escalar) e para os quais certaspropriedades valem (chamadas axiomas). Assumimos que dois quaisquer vetores ¢ Ww podem ser somados e que a soma, denotada por v + w e novamente um vetor de V. Analogamente, ssumimos que qualquer vetor v em V pode ser multiplicado por qualquer escalar a, que o produto, denotada por ay, eté novamente em V. Essas operagies 580 chamadas adigio de vetores ¢ multiplicasio por escalar, respectivamente,¢ € assumido que 0s axiomas a seguir sto vilidos: ‘Axiomas para a adigio de vetores: Al, Se ve w estio em V entio v + w esté em V. A2. vt w= wt y para todo vewem V. AB. ut (vt w) = (w+ v) +w para todo u, vewem V. ‘AA, Existe um clemento 0 em V tal que v +0 = v para todo v em V. ‘AS, Para cada vem V existe um clemento -v em V tal que v+ (-¥) = 0. Axiomas para a multiplicagio por escalar: SL. Se v esté em V; entao av esté em V para todos os escalares a S2. ay +w) = av= aw para todo ve w em Ve para todos os escalares a $3, (a+ b)v = av + bv para todo vem Ve todos os escalares a eb, SA, a(bv) = (abjy para todo vem V e todos os escalares a €b, $5, Iv =v para todo vem V. ‘oat em um tone gic ede ee sles podria er oreo one ml gerne, cares pera a corpo Um out nga £9 cannta dos mero aba276 Exemplo 1 Exemplo 2 Exemplo 3 Cartruro 5 Espagos Vetoriais Descrevemos os Axiomas Al ¢ $1 dizendo que V ¢ fechado sob a adigio de vetores ¢ ‘multiplicagdo por escala, respectivamente, Como veremos, a propriedade no Axioma A4 determina unicamente 0 vetor 0, € 0 é chamado o vetor nulo do espaco vetorial V. Analogamente, o vetor -v no Axioma AS é determinado de modo tinico por ve € chamado 0 oposto de v. Observe que a combinaca0 dos Axiomas A2 ¢ Ad mostra que 0 +v =v para todo vem V. Analogamente, (-v) + v = 0 usando os Axiomas A2 e A5, do, para especificar um espago vetorial, precisamos fazer virias coisas, Primeiro precisamos dizer precisamente 0 que V 6 isto 6 temos de especificar o conjunto de vetores ‘que estamos considerando. A seguir precisamos definir como somar dois de nossos vetores (para obter a adigao em V) e como multiplicar qualquer vetor por qualquer escalar (para ‘obter @ multiplicagéo por escalar em V). Finalmente, temos de mostrar que os axiomas valem, Aqui estio varios exemplos, comecando com o conceito central do Capitulo 4. Para cada n 2 1, 2" € um espago vetorial com a adigdo e a multiplicacao por escalar usuais, ‘Aqui os vetores so n-uplas (que continuaremos escrevendo em colunas). O vetor nulo de IR" a coluna de zeros usual, ¢ 0 oposto de um vetor € 0 oposto usual, Note que R! = Réo conjunto dos niimeros reais com as operagées usvais Se m 2 1 em 2 1, 0 conjunto Mp,» de todas as matrizes m x n é um espaso vetorial usando soma e a multiplicagao por escalar usuais de matrizes. © conjunto My.» éclaramente fechado sob estas operagies, o vetor nulo éa matriz 0 = Op, , de tamanho mx n e 0 oposto de uma matriz.A em My, 6A, a oposta usual, Os outros axiomas sio as propriedades basicas da adigao e multiplicasao por escalar de matrizes, (© conjunto P de todos os polinémios € um espaco vetorial. Aqui um polindmio p(x) é uma expressa0 Pe) = ag ax aga bg conde x é uma varidvel chamada indeterminada e dp, yy, + ay s4o escalares (possivelmente nula) chamados os coeficientes do polinémio; ¢ a € chamado o coeficiente constante de p(x). Se 0s coeficientes forem todos nulos, o polindmio é o polinémio nulo e denotado simplesmente por 0. Dois polindmios sio iguais se forem idénticos, isto €, se 08 coeficentes correspondentes forem todos iguais. Em particular, y+ ax + aye? +--+ ayn” =O significa que ay = a;= a; = +++ = ay = 0. (Esta €a razio de se chamar x de indeterminada.) ois polinémios s40 somados de modo Sbvio pela adigio de coeficientes correspondentes € © produto de um polinémio por um escalar@ & obtido pela multiplcacao de todos os coeficentes por a, Por exemplo, (2- 5x -30)) + (14 3x4 702) = 3 2c 4 783? A(SL 4 35x!) =A 12x 208% E rotineira a verificagio de que estas operayses tornam P um espaso vetorial; 0 vetor nulo é © polindmio nulo, eo oposto de um polindmio p(x) é0 polindmio (—1)p(x), obtido de p(x) tomando 0 oposto de todos os coeficientes? Se p(x) é um polinémio nao nulo, a maior poténeia de x em p(x) com o coeficiente nulo & chamado o grau de p(x) e denotado por grp(x). 0 coeficiente do termo de maior grau de P(x) € chamado coeficiente dominante de p(x). O grau do polindmio nulo nao é definido, Alguns exemplos: 1 Niro sobre pln poe se enone no Api A3,: (of), a x : y= f(x) = senx aN Ct aa bx Exemplo 4 5.1 Bxemplos e Propriedades Basicas 277 gr3—2)=1 com coeficente dominante “1 gr(2+7e)=2 com coeficiente dominante 7 (4) =0 com coeficiente dominante 4 A nogio de grau leva a0 préximo exemple. Sen 2 0,0 conjunto Py = (ay + ayx-t ape +--+ dq" | aiemlR) consiste de todos os polinémios de grat no maximo rt, juntamente com 0 polinémio nulo.& facil ver que P, € tum espaco vetorial usando a adigto e a multiplicagto por exealar de P. © proximo exemplo aparece frequentemente em anilise (0 lado tedrico de céleulo) Se Dé um conjunto nio vazio, seja F[D] o conjunto de todas as fungies a valores reais definidas em D. 0 conjunto D é chamado o dominio das funcoes. Usualmente D ser ou R ow um intervalo [a b] = (rem Ja Sx $b) Tais fungdes fe g em F{D] sto iguais se elas assumem valores iguais para todo xem D, isto Ff) = g() paratodox em, € descrevemos esta situacao dizendo que fe g tém a mesma agao. Dado um escalar a e funSes fe g, a8 agbes da soma f + g ¢ da multiplicagao por escalar af sio definidas como em céleulo (f+ 912) =F) + 86) © (af)lx) = afte) para todo xem D. Assim, o valor da funcao f + g em x é a soma dos valores de fe gem xe 0 valor de af em x é a veres 0 valor de f em x, Por essa razao, tas operayoes séo chamadas adigéo & ultiplicasao por escalar ponto a ponto, Flas sio as operacdes familiares da algebra clementar e do calculo. Por exemplo, se f(x) = sen x para todo xe g(x) = 1 + x para todo x entio f + g € dada por F + six) =F) + 300) = (+x) tsenx para todo x. O grifico da equacao y = (f + )(x) € mostrado no diagrama juntamente com y= fla) ey = x00) Essas operacoes ponto a ponto tornam F[D] um espaco vetorial. O vetor nulo em F{D) € a funsdo constante o que ¢ identicamente nula para todos os valores de x isto, fox) para todo x em D. O oposto de uma fungio f€ a fungdo ~f definida por (-f)(x para todo xem D.A verificagao de que o Axioma A4 vale em F[D] & como a seguir: se fé ‘uma fungio qualquer em F[D], calculamos (F +008) = fla) + flx) = f(x) +0 = f(x) pata todo xem D, Isso significa que f +o = fe, assim, como isso € vslido para toda fem FID], fica provado que 0 axioma M vale em F{D]. Fica para voc® a verificacéo da validade dos outros axiomas. ‘Um conjunto {0} com um nico elemento torna-se um espaco vetorial se definirmos 0+0=0 ea0 = O para todos os escalares a. Os axiomas sao facilmente verificados, ¢ {0} é chamado o espago nulo,278 Cartruro 5 Espagos Vetoriais Mais adiante outros exemplos de espagos vetoriais aparecerio, por enquanto estes bastam para ilustrar a diversidade do conceito de espaco vetorial. Retornamos agora a tarefa de provar teoremas no contexto de um espago vetorial abstrato V (eles entao valerao em. qualquer destes exemplos). No inicio, tudo 0 que sabemos sobre V é que os axiomas valem. Embora pareca nao haver muito para ser feito, um surpreendente niimero de fatos sobre V podem ser deduzidos destes axiomas. A idéia é construir um corpo de informacio, um. teorema de cada ver, ¢ usar 0s teoremasj& provados para ajudar a deduzir resultados novos Nosso primeiro resultado € muito iti TEOREMA @ DEMONSTRAGAO ‘Cancelamento Se w+ = u +v em um espaco vetorial V, entio w =u, Sev, w ew fossem niimeros, nds simplesmente subtrairfamos v de ambos os lados para obter w= u. Conseguimos fazer isso somando —v a ambos os lados (usando o Axioma AS que sgarante que ~¥ estédispontvel). 0 resultado é wey) + wy) wry) + (ev) ‘Usando o Axioma A3, isso se tornaw + (v + (-¥)) = u + (v4 (-¥)), isso éw+0=u+0 pelo Axioma A5 novamente, Entio, w = u pelo Axioma Ad, Isso € 0 que queriamos. ‘Observe que v + w = V+ u em um espago vetorial V implica que w = u pelo Axioma A2 ecancelamento. Em particular, o Teorema 1 mostra que existe um tinico vetor nulo em qualquer espaco vetorial V. De fato, se 0” tem a propriedade no Axioma Ad, entdo v+0 = v= v+0" para todo vem Ve, assim, 0 = 0f pelo cancelamento, Além disso, um argumento andlogo mostra {que existe um tinico oposto de cada vetor (verfique). Assim, falamos de vetor nul do ‘posto de cada vetor ‘A técnica na demonstragdo do Teorema 1 foi imitar 0 processo de subtrair v de ambos os lados da equagao pela adicao de -v aos dois lados. Se fizermos isso na equac40 xtyeu o resultado €x = u + (-¥) como vocé pode verifiar. Assim, por analogia com a aritmética, definimos a diferenga u—v de dois vetores wey por =u). E, como em aritmética, dizemos que u ~ v € 0 resultado da subtracao de v de u. Incidentalmente, mostramos que x = u—Y € a tinica solucio da equagio x +¥ =u (© proximo teorema dé alguns fatos bsicos sobre um espago vetorial V que serdo usados ‘extensivamente mais adiante TEOREMA DEMONSTRAGAO Seja vum vetor em um espaco vetorial Ve seja a um escalar (a) ov (2) a0 (3) Seav = 0, entio oua =O orv = 0. (4) 1) (3) (cay = -{av) = a(-v). (1) Pelos Axiomas $3 ¢ Ad temos que Ov + Ov = (0 + O)v = Ov = Ov-+0. Agora (1) segue do cancelament, (2) Aqui a0 + a0 = a(0 + 0) = a0 = a0 +0 pelos Axiomas $2 € Ad, e dai novamente 0 resultado segue do cancelamento. (3) Supomha que av = 0. Se d = 0, jé ndo hd mais o que fazer. Se a # 0, multiplicamos a equagio av = 0 em ambos os lados da equasao por } Entao, (2) ¢ 0s Axiomas $4 ¢ 5 fornecem veiv=(4 Hav)5.1 Bxemplos e Propriedades Basicas 279 (4) Usando (1) com os Axiomas $5, $3, A2 € AS, temos (bv t= Clv+lv= (1+ lv=0v=0=-v+y. ‘Agora basta usar o cancelamento. (6) Para a primeira equagao, use (4) ¢ 0 axioma $4: (ay = (Day = (-1)(@v) = (av) Aoutra equacio ¢ verificada analogamente e a demonstrago é deixada para vocé, ‘Observe que os itens (1), (2) ¢ (3) do Teorema 2 podem ser combinados no enunciado seguinte: se a € um escalar ev € um vetor, enlao ay = 0 se, esomente se,a=0 ou v=0 Isso seré usado virias vezes no que se segue. ‘Os Axiomas $2 e $3 se estendem como a seguir. Se da, da, «5 dy s80 escalates € He ne tty) = an tants any (a bay te age = ays art ay Estes fatos, juntamente com os axiomas, 0 Teorema 2 ¢ a definigao de subtragio nos permitem manipular e simplificar somas de miltiplos escalares de vetores agrupando os {ermos semelhantes, expandindo e tirando fatores comuns. Iss jé foi discutido para matrizes -vetores de R” e manipulagdes em um espago vetorial arbitrério sio tratadas do mesmo modo. Por exemplo, 3(y = 2) — Aly + 2u) + 2(3w + du) = 3v - Gw = 4v— But GWE 8 Caleulos como este serdo usados em toda discussio em espagos vetorias ERED subespacos Se Vé um espayo vetorial, um subconjunto nao vazio U CV é um subespago de V se U for ‘um espago vetorial usando a adicio a multiplicagio por escalar de V. Assim, Fy é um stubespaso de ? e, se considerarmos polindmios como fungées 2 valores reais definidas em, R, P € um subespaco de F[R]. Observe que se U'e W forem subespagos de um mesmo espago vetorial e se U © W, entéo U € um subespago de W. ‘Usando 0 Teorema 2, podemos dar um teste simples pare verificar quando um subconjunto de um espago vetorial € um subespaco. TEOREMA © DEMONSTRACAO Teste de Subespaco Um subconjunto U de um espaco vetorial V é um subespaco de V se, somente se, ele satistaz as trés condicbes seguintes: (1) Oestéem U, (2) Se weestéem U, entdo au esti em U pata todos os escalates a, (U é fechado sob a multiplicagto por escalar.) (3) Se we estio em U, entio w+ uy estéem U. (U éfechado sob a adigio.) Se Ué um subespago, entéo (2) ¢ (3) valem pelos axiomas S1 ¢ Al (aplicados a0 espaco vetorial U) se u esté em U, entdo 0 Teorema 2 fornece 0 = Ou e, assim, 0 esti em U por (2), € (1) € entao valida Reciprocamente, suponha que (1), (2) ¢ (3) sto vélidas para U. Entio os axiomas Al e SI valem por (2) ¢ (3) ¢ todos as Axiomas A2, A3, $2, $3, $4 e $5 vio ser vilidos em U ja que cles valem em V. Depois, o axioma Ad € verdadeiro em U pois o vetor nulo de V ja esté em U por () eassim serve como 0 vetor nulo de U. Finalmente, se u esté em U, seu oposto—u no espago Vesté também em U por (2) jé que -u = (-1)u. Isso prova o Axioma AS para U. Fama censegatnca Ge Ama AB que podemes omits partaees quando ereemes uma soma] +¥+ + ¥4 4 ne marta ques rng (1) aged condi 2, dede que U conten no mano um veo Peferino eat (1) 0 Teeena pos veri € geal a fe 2 ake Unis pdeer sober280 Exemplo7 Exemplo 8 Exemplo 9 soLucAo Exemplo 10 soLucAo Exemplo 11 soLucao Exemplo 12° soLucAo Captruro 5 Expagos Vetoriais Observe que a demonstragio do Teotema 3 mostra que se U é um subespago de V; entao Ue Vtém 0 mesmo vetor nulo e o oposto de um vetor de U é o mesmo que seu oposto em V. Subespagos de R" foram definides na Secio 4.1 como subeonjuntos que satisfazem as condiges no Teorema 3. Isso fornece muitos mais exemplos de espagos vetoriais. ‘Todos os subespacas de R” discutidos no Capitulo 4 s20 eles mesmos expacos vetoriais, Por exemplo, se A é uma matriz, entio cada um dos subconjuntos de anulA, imA = colA ¢ lind sio espagos vetoriais. Outro exemplo: U* é um espago vetorial quando U € qualquer subespago de BR" Se V é um espaco vetorial, entio {0} ¢ V sio subespagos de V. 0 subespaso (0) € chamado subespaco nulo de V’e qualquer outro subespaco de V diferente de {0} e de Vé denominado subespaco proprio de V. Seja v é um vetor em um espaco vetorial V. Mostre que Rv & um subespaco de V, onde Ry (rv |rem Bi}. Primeito, 0 para cada escalar a, au alry) = (arly wtu=rweriv= (rt ny WW mostra que 0 esti em Rv. A seguir, dados u = rv eu, = r:v em Ry, temos, Assim, au € u+ u estio ambos em Ry e, entio, o Teste de Subespago se aplica Mostre que 0 conjunto U= (A em My, | A ésimétrica) é um subespago de My. Lembre-se de que A é simétrica se AT = A. Assim, a matriz nula esté em U pois 0 = 0 Se A. Bestao em U, entao A” = Ae BY = Be, portanto, (A+B) = AT+BY=A+B © (aA) = aA" = aA para todos 0s escalares a Assim, A+B e aA estio em Ue Ué um subespago pelo Teste de Subespaco. Se A 6 um niimero real fxo,seja U= (p(x) em P | p(2) = 0.0 conjunto de todos os polindmios que tém A como uma raiz, Mostre que U é um subespago de P. E dlaro que o polindmio nulo esté em U. Se p(x) € (x) estio em U, entio (P+ 9A) = pA) + (A) = 0+ 0=0 ep +g esti em U. Analogamente, ap esti ‘em U para todos os escalares a (verifique) eo Teste de Subespaco se aplica “Mostre que o conjunto de todas as fungdes deriviveis € um subespago de F[R]. ‘A fungao mula é derivével (sua derivada é novamente a funcéo nula) ¢ € um teorema do Caleulo que somas ¢ miltiplos por escalar de fungSes derivaveis sio novamente deriviveis, Sejam vy, Yas “++, Wy Vetores em um espago vetorial V. Como em R",se ay dy +5 dy sao escalares, a soma ayy; + an¥; + + ay & chamada de combinagao linear dos vetores, ¥;, 0 conjunto de todas as combinagoes lineares € o subconjunto gerado pelos vetores vie é denotado por gertvnvy oo) = Une nit vel Em particular, ger(v) = {rv |rem R} = Rv €0 subespago do E tas noses coincidem com as do Capitulo 4 ¢ a demonstragio do proximo resultado & exatamente & ‘mesma que a do Teorema 1 da Segio 4.1 ‘ae nce como Cael podes emits tenga sem pede connie5.1 Bxemplos e Propriedades Basicas 281 TEOREMA C) Seja U=gerfvi. vay +++) vq) em um espago vetorial V. (1) U€ um subespago de V que contém cada um dos vetores Vi, Vas +s Ve (2) Ué"0 menor” subespaco contendo esses vetores no sentido em que qualquer subespago de V que contenha Vis Vis ~~". ¥y jas necessariamente, contém U. Exemplo 13 Se u, ve w sio velores, mostre que ger(u, vw} = gerlu+ vv + UH Wh SOLUGAO | Por convenigncia, escreva U = gerfu, ¥, w) e W= ger(u+v,v + w, w+ w). Temos que W © Upelo Teorema 4 pois u + v, v + w eu + westéo em U. Por outro lado, us Huty)— fv tw) + dub) mostra que w esté em W. Analogamente, v e w estdo em W, de modo que U= ger{u, v, w} © W, novamente pelo Teorema 4. Logo, U = W. Exemplo 14 Mostre que Py = ger{2x + x°, x*—x, 3x -2, 5}. SOLUGAO | Por conveniéncia, esereva U = ger{2x +x, x2°—x, 3x—2, 5}. Entio, é claro que U & Py Como Fs= ger{l, x27, x, €suficiente mostrar que cada um dos polinémios 1, x, ex* estéem U. Primeiro, 1 = 3-5 estd em U pois 5 esté em U. Entio, x = }[(3x— 2) +2- 1] estd em U pois ambos 3x~ 2 ¢ 1 estio em U. Agora, x7 = (x ~ x) + x estd em U pois x — x ex estdo ambos em U, Finalmente, x? = (2x + 2°) — 2 x estd em U pois 2x +7 e xestéo em U. Isso € 0 que queriamos. Exemplo 15 Most que Pagers sats <9 SOLUGAO | Temos que Py = {ap + ayx + aya? + ++ aya" | ayem R) pelo Exemplo 4, Toda matriz 2 x2 ‘ i “> ser escrita como a seguir: vals S]eafe cdl? cee[’ f] Isso revela um conjunto gerador itil para Mj, € uma decomposigao ansloga vale em ‘Majy.A atria m x n com elemento (i,j) igual a1 e todos 0 outros elementos iguais 40 chamada matriz unidade (jj) « denotada por By, Se A [a] uma mattiz em Mam € claro que A = ¥; a,j); onde a soma é tomada sobre todos ic jtais que 1 Rs adicio ponte a ponte (a f)(x) = flax) para todo x 4, Seja V= (x y | wey reais. Mostee que Vé um espago ‘etoral com as seguintes operagées: beylty plsbetn y+nele afr yl far ay tani] 5, Seja V= [vem R | y> 0}, Mostre que V é um espago vetoral se adigio de vetores for a muliplicagso usual ea ‘multiplicagio por escalar for definida por a 6. Determine, em cada caso, © Ué um subespago de Ps Justifique a sua respost {(e(8) |p.) = 0) (962) |p) = 0 04 ger pls) = 3) p(x) | p(x) em Ps ©) U~ (ple) + (29462) |p) € glx) esto em P3} ©) U= bapa) | pla) em Pa} {pGo em Ps | px) tem termo constante 0} 7, Determine, em cada caso se Ué um subespago de M.. Jastfique a sua resposta [Lise b) bea) a ) U={A | AB = Ba), onde Bé uma matric fixa de Mas 2 Oy (9) U= {Bao | B em Ma, sh onde Ap € uma matrizfixa 3 x 2 8, Determine, em cada caso, se U é um subespaco de [0,1] Justifigue a sua resposta, a » 3 4) U= (| flx) 20 para todo xem (0,1)} ©) U= (F | fox) =f) para todo xy em (0, 1} f (f | fle +y) = fix) + fly) para todo x e y em (0, 1)} 9) U={/ If) = 0, onde ”denotaa dervada de) fy U= 1 I fofiaidx = 0} 9, Determine, em cada cas, se vj ot; estio em gertu, w) Qwaees yet P-2xtlwatee— dy,