Base e Dimensão

Página Inicial
ESPAÇOS VETORIAIS
Espaços Vetoriais
Subespaços Vetoriais
Combinação Linear
Subespaços Gerados
Intersecção de Subespaços
Soma de Subespaços
Dependência Linear
Base e Dimensão
Mudança de Base

TRANSFORMAÇÕES LINEARES
Transformações Lineares
Núcleo e Imagem
Teorema do Núcleo e da Imagem
Isomorfismo e Automorfismo
Álgebra das Transformações Lineares
Matriz de uma Transformação

AUTOVALORES E AUTOVETORES
Autovalores e Autovetores
Polinômio Característico
Diagonalização

ESPAÇOS COM PRODUTO INTERNO
Produto Interno
Norma e Distância
Ortogonalidade

DETERMINANTES
Determinantes
Propriedades do Determinante
Cálculo de Determinantes

SISTEMAS LINEARES
Sistemas Lineares
Operações Elementares
Sistemas Triangulares
Eliminação Gaussiana

FATORAÇÕES MATRICIAIS
Fatoração LU
Fatoração de Cholesky
Fatoração Ortogonal
Fatoração QR - Processo de Gram-Schmidt
Fatoração QR - Transformações de Householder

QUADRADOS MÍNIMOS
Método de Quadrados Mínimos
Ajuste de Curvas
Problemas Aplicados

 OUTRAS APLICAÇÕES
Curvas e Superfícies por Pontos Especificados
Criptografia
Jogos de Estratégia
Classificação de Cônicas


Definições

    Definição: Seja V um espaço vetorial. Uma Base para V é um conjunto finito B={v1,...,vn}B = \left\lbrace v_1, ..., v_n \right\rbrace de elementos de V, tal que B é Linearmente Independente e gera o espaço vetorial V, ou seja, qualquer elemento de V pode ser escrito como combinação linear dos elementos de B.

    Definição: A Dimensão de um espaço vetorial V é o número de elementos de uma base para V, que denotamos por dim(V).
    Caso V={e}V = \left\lbrace e \right\rbrace, o conjunto vazio é uma base para V e dim(V)=0dim(V) = 0.


Teoremas

    Teorema 1: Seja V um espaço vetorial e {v1,...,vn}\left\lbrace v_1, ..., v_n \right\rbrace um conjunto de elementos que geram V. Então, dentre esses elementos podemos extrair uma base para V.

    Teorema 2: Seja V um espaço vetorial gerado por um conjunto finito de n elementos v1,v2,...,vnv_1, v_2, ..., v_n. Então, qualquer conjunto linearmente independente em V possui no máximo n elementos.

    Teorema 3: Qualquer base de um espaço vetorial tem sempre o mesmo número (finito) de elementos.

    Teorema 4 (Completamento): Qualquer conjunto de elementos L.I. de um espaço vetorial V de dimensão finita pode ser completado até formar uma base para V.

    Teorema 5: Seja V um espaço vetorial e U e W subespaços vetoriais de V, então:

dim(U+W)=dim(U)+dim(W)dim(UW)dim(U+W) = dim(U) + dim(W) - dim(U \cap W)  
    Teorema 6: Seja V um espaço vetorial e β={v1,...,vn}\beta = \left\lbrace v_1, ..., v_n \right\rbrace uma base ordenada para V, isto é, os elementos estão ordenados na ordem em que aparecem. Então, todo elemento de V pode ser escrito de maneira única como combinação linear de v1,...,vnv_1, ..., v_n.

    Demonstrações: AQUI.

    Voltar ao Topo.


Exemplos

    Exemplo 1: {(1,0),(0,1)}\left\lbrace (1,0), (0,1) \right\rbrace é uma base para o espaço vetorial real R2R^2, que chamamos de base canônica do R2R^2.

De fato, o conjunto {(1,0),(0,1)}\left\lbrace (1,0), (0,1) \right\rbrace é L.I., uma vez que a equação:

α1(1,0)+α2(0,1)=(0,0)\alpha_1(1,0) + \alpha_2(0,1) = (0,0)

só é possível para α1=α2=0\alpha_1 = \alpha_2 = 0. E além disso, o conjunto gera todo o R2R^2, uma vez que qualquer v=(x,y)R2v = (x,y) \in R^2 pode ser escrito como (x,y)=x(1,0)+y(0,1)(x,y) = x(1,0) + y(0,1).
Assim, {(1,0),(0,1)}\left\lbrace (1,0), (0,1) \right\rbrace é uma base para R2R^2.

Portanto, dim(R2)=2dim(R^2) = 2.


    Exemplo 2: {(1,0),(0,1),(2,1)}\left\lbrace (1,0), (0,1), (2,1) \right\rbrace NÃO é uma base para R2R^2.

Podemos escrever o elemento (2,1)(2,1) como combinação linear de (1,0)(1,0)(0,1)(0,1) da forma: (2,1)=2(1,0)+1(0,1)2(1,0)+1(0,1)-1(2,1)=(0,0)(2,1) = 2(1,0) + 1(0,1) \Rightarrow 2(1,0) + 1(0,1) - 1(2,1) = (0,0). Portanto, temos que {(1,0),(0,1),(2,1)}\left\lbrace (1,0), (0,1), (2,1)\right\rbrace não é L.I., logo não pode ser uma base para R2R^2.


    Exemplo 3: {(1,0,1),(2,0,0)}\left\lbrace (1,0,1), (2,0,0) \right\rbrace NÃO é uma base para R3R^3.

O conjunto {(1,0,1),(2,0,0)}\left\lbrace (1,0,1), (2,0,0) \right\rbrace é L.I., porém não gera todo o R3R^3. Tome um v=(x,y,z)Rv = (x,y,z) \in R, não podemos escrever qualquer elemento dessa forma como combinação linear de {(1,0,1),(2,0,0)}\left\lbrace (1,0,1), (2,0,0) \right\rbrace, uma vez que:

(x,y,z)=α1(1,0,1)+α2(2,0,0){α1+2α2=x0=yα1=z(x,y,z) = \alpha_1(1,0,1) + \alpha_2(2,0,0) \Rightarrow \Rightarrow \left\lbrace \begin{array}{rr} \alpha_1 + 2 \alpha_2 = x \\ 0 = y \\ \alpha_1 = z \end{array}\right.
Ou seja, temos uma restrição para a coordenada yy do vetor (x,y,z)R3(x,y,z) \in R^3, ou seja, o conjunto{(1,0,1),(2,0,0)} \left\lbrace (1,0,1), (2,0,0) \right\rbrace gera apenas os elementos da forma (x,0,z)(x,0,z), mas não gera todo o R3R^3, portanto, não pode ser uma base para R3R^3.


    Exemplo 4: {1,x,x2,...,xn}\left\lbrace 1, x, x^2, ..., x^n\right\rbrace é uma base para o espaço vetorial dos polinômios de grau menor ou igual a nn, Pn(R)P_n(R), conhecida como base canônica de Pn(R)P_n(R).

De fato, o conjunto{1,x,x2,...,xn} \left\lbrace 1, x, x^2, ..., x^n\right\rbrace é L.I. uma vez que:
α1+α2x+α3x2+...+αn+1xn=0+0x+0x2+...+0xn\alpha_1 + \alpha_2x + \alpha_3x^2 + ... + \alpha_{n+1} x^n = 0 + 0x + 0x^2 + ... + 0x^n
só vale para α1=α2=...=αn+1=0 \alpha_1 = \alpha_2 = ... = \alpha_{n+1} = 0, uma vez que dois polinômios só são iguais se todos os coeficientes são iguais.

Além disso, {1,x,x2,...,xn}\left\lbrace 1, x, x^2, ..., x^n\right\rbrace gera todo o espaço de polinômios de grau menor ou igual que nn, uma vez que qualquer p(x)Pn(R)p(x) \in P_n(R) pode ser escrito como: β1+β2x+β3x2+...+βnxn\beta_1 + \beta_2 x + \beta_3 x^2 + ... + \beta_n x^n. Logo, {1,x,x2,...,xn}\left\lbrace 1, x, x^2, ..., x^n\right\rbrace é uma base Pn(R)P_n(R).

Portanto, dim(Pn(R))=n+1dim(P_n(R)) = n+1.


    Veja estes e mais exemplos AQUI.

    Voltar ao Topo.



Coordenadas

    Definição: Sejam V um espaço vetorial, β={v1,...,vn}\beta = \left\lbrace v_1, ..., v_n\right\rbrace uma base para V e vVv \in V que pode ser escrito, de modo único, como: a1v1+...+anvna_1 v_1 + ... + a_n v_n . As Coordenadas de v com relação a base β\beta são os números a1,...,ana_1, ..., a_n e denotamos por:

[v]β=[a1an][v]_{\beta} = \left[ \begin{array}{c} a_1 \\ \vdots\\ a_n \end{array}\right]
    Exemplo: Considere o espaço vetorial R2R^2 e as bases β={(1,0),(0,1)}\beta = \left\lbrace (1,0), (0,1)\right\rbraceγ={(1,1),(0,1)}\gamma = \left\lbrace (1,1), (0,1)\right\rbrace para R2R^2. As Coordenadas do elemento v=(2,-3)R2v = (2,-3) \in R^2 com relação as bases β\beta e γ\gamma, respectivamente, são:

[v]β=[2-3]       e       [v]γ=[2-5].[v]_{\beta} = \left[ \begin{array}{c} 2 \\ -3 \end{array}\right] e [v]_{\gamma} = \left[ \begin{array}{c} 2 \\ -5 \end{array}\right].
Escrevendo o elemento v como combinação linear dos elementos da base β\beta, obtemos:

(2,-3)=a1(1,0)+a2(0,1){a1=2a2=-3(2, -3) = a_1 (1,0) + a_2 (0,1) \Rightarrow \left\lbrace \begin{array}{r} a_1 = 2 \\ a_2 = -3 \end{array}\right.
E portanto:
[v]β=[2-3][v]_{\beta} = \left[ \begin{array}{c} 2 \\ -3 \end{array}\right]
Agora, escrevendo v como combinação linear dos elementos da base γ\gamma, obtemos:

(2,-3)=b1(1,1)+b2(0,1){b1=2b1+b2=-3{b1=2b2=-5(2, -3) = b_1 (1, 1) + b_2 (0, 1) \Rightarrow \left\lbrace \begin{array}{r} b_1 = 2 \\ b_1 + b_2 = -3 \end{array}\right. \Rightarrow \left\lbrace \begin{array}{r} b_1 = 2 \\ b_2 = -5 \end{array}\right.
E portanto:
[v]γ=[2-5][v]_{\gamma} = \left[ \begin{array}{c} 2 \\ -5 \end{array}\right]
Observe que as Coordenadas do elemento dependem fortemente da base em questão.


    Veja estes e mais exemplos AQUI.

    Voltar ao Topo.

Última Atualização: 27/07/2015.