Questionário de Prática de Espaços Vetoriais e Subespaços com Aula Interativa Passo a Passo

Espaços vetoriais, subespaços e o teste de subespaço

Ideia-chave

Um espaço vetorial \(V\) sobre um corpo (como \(\mathbb{R}\)) é um conjunto com duas operações: adição de vetores e multiplicação por escalar, satisfazendo os axiomas padrão (associatividade, comutatividade da adição, leis distributivas, identidade escalar, identidade aditiva \(0\), inversos aditivos e fechamento).

Um subconjunto \(U\subseteq V\) é um subespaço se é um espaço vetorial usando as mesmas operações. Na prática, use o teste de subespaço.

O teste de subespaço

• Vetor zero: \(0 \in U\).
• Fechado para adição: se \(u,v\in U\), então \(u+v\in U\).
• Fechado para multiplicação por escalar: se \(u\in U\) e \(c\in \mathbb{R}\), então \(cu\in U\).

Exemplos comuns

• \(\mathbb{R}^n\) e qualquer plano que passe pela origem em \(\mathbb{R}^3\).
• Espaços de matrizes como \(M_{m\times n}(\mathbb{R})\); conjuntos definidos por restrições lineares muitas vezes são subespaços.
• Espaços de funções como \(C[0,1]\); conjuntos definidos por condições lineares (por exemplo, \(f(0)=0\)) são subespaços.

Exemplo resolvido

Pratique

Resumo

• Um subespaço deve conter \(0\) e ser fechado para adição e multiplicação por escalar.
• Conjuntos como \(x+y=1\) geralmente são afins (deslocados) e falham no teste \(0\in U\).

Combinações lineares, span e descrição de subespaços

Ideia-chave

Uma combinação linear de vetores \(v_1,\dots,v_k\) é qualquer vetor da forma \[ c_1 v_1 + \cdots + c_k v_k \] em que \(c_1,\dots,c_k\in\mathbb{R}\). O span é o conjunto de todas essas combinações: \[ \text{span}\{v_1,\dots,v_k\}=\{c_1 v_1 + \cdots + c_k v_k : c_i\in\mathbb{R}\}. \] Um span é sempre um subespaço.

Espaços de soluções são subespaços

O conjunto solução de um sistema homogêneo \(Ax=0\) é o espaço nulo de \(A\), \[ \mathcal{N}(A)=\{x: Ax=0\}, \] e é sempre um subespaço de \(\mathbb{R}^n\).

Exemplo resolvido

Pratique

Resumo

• \(\text{span}(S)\) é sempre um subespaço: contém \(0\) e é fechado para combinações lineares.
• Espaços de soluções homogêneos (espaços nulos) são subespaços, e sua dimensão é igual ao número de parâmetros livres.

Bases, coordenadas em relação a uma base e dimensão

Ideia-chave

Um conjunto \(B=\{b_1,\dots,b_n\}\) é uma base para um espaço vetorial \(V\) se: (1) ele gera \(V\), e (2) é linearmente independente. Quando \(B\) é uma base, todo \(v\in V\) pode ser escrito de modo único como \[ v = c_1 b_1 + \cdots + c_n b_n. \] Os escalares \((c_1,\dots,c_n)\) são as coordenadas de \(v\) em relação à base \(B\).

Dimensão

Se \(V\) tem dimensão finita, a dimensão \(\dim V\) é o número de vetores em qualquer base de \(V\). Por exemplo, \(\dim \mathbb{R}^n = n\), \(\dim P_n = n+1\) e \(\dim M_{m\times n}(\mathbb{R}) = mn\). Se \(V\) tem uma base de tamanho \(5\), então \(\dim V = 5\) e \(\dim V^* = 5\) também.

Exemplo resolvido

Pratique

Resumo

• Bases dão representações de coordenadas únicas.
• Dimensão é o número de vetores em uma base (e \(\dim V^*=\dim V\) para \(V\) de dimensão finita).

Interseção, soma, união e geometria comum de subespaços em \(\mathbb{R}^n\)

Interseção \(U\cap W\)

Se \(U\) e \(W\) são subespaços de \(V\), então \(U\cap W\) é sempre um subespaço de \(V\). Motivo: contém \(0\) e é fechado para adição/multiplicação por escalar porque tanto \(U\) quanto \(W\) são.

Soma \(U+W\)

A soma de subespaços é \[ U+W=\{u+w: u\in U,\; w\in W\}. \] Ela é o menor subespaço que contém ambos \(U\) e \(W\).

União \(U\cup W\)

Em geral, a união de dois subespaços não é um subespaço. Ela é um subespaço apenas no caso especial em que um subespaço está contido no outro: \[ U\cup W \text{ é um subespaço } \Longleftrightarrow U\subseteq W \text{ ou } W\subseteq U. \]

Exemplo resolvido

Pratique

Resumo

• \(U\cap W\) e \(U+W\) são sempre subespaços.
• \(U\cup W\) geralmente não é um subespaço (a menos que um contenha o outro).

Dimensão na prática: restrições, graus de liberdade e dimensão infinita

Ideia-chave

Dimensão é uma contagem de “graus de liberdade”. Cada restrição linear independente normalmente reduz a dimensão em \(1\) (em contextos de dimensão finita). Por exemplo, uma única equação linear homogênea em \(\mathbb{R}^3\) define um subespaço 2D (um plano passando pela origem).

Dimensão finita vs. infinita

Um espaço vetorial tem dimensão finita se possui uma base finita. Se nenhuma base finita existe, ele tem dimensão infinita (por exemplo, \(P\) = todos os polinômios, ou \(C[0,1]\)). Se um subespaço \(S\) tem dimensão infinita, então ele não pode ser gerado por finitos vetores (todo conjunto gerador deve ser infinito).

Exemplo resolvido

Pratique

Resumo

• Dimensões contam parâmetros livres (graus de liberdade).
• Dimensão infinita significa que não existe conjunto gerador finito.

Espaços quocientes \(V/W\): vetores módulo um subespaço

Ideia-chave

Seja \(W\) um subespaço de \(V\). Dois vetores \(v\) e \(u\) são considerados equivalentes módulo \(W\) se \[ v-u \in W. \] A classe de equivalência de \(v\) é a classe lateral \[ v+W = \{v+w : w\in W\}. \] O espaço quociente \(V/W\) é o conjunto de todas as classes laterais: \[ V/W = \{v+W : v\in V\}. \]

Como pensar em \(V/W\)

• Você “colapsa” todo o subespaço \(W\) para agir como o elemento zero no quociente.
• Vetores que diferem por um elemento de \(W\) viram o mesmo ponto em \(V/W\).
• Isso é útil para focar nas direções “fora de \(W\)” e simplificar a estrutura.

Exemplo resolvido

Pratique

Resumo

• \(V/W\) é o conjunto de classes laterais \(v+W\), isto é, vetores módulo o subespaço \(W\).
• Quocientes “colapsam” direções em \(W\) para você focar no que resta.

Por que espaços vetoriais e subespaços importam

Onde espaços vetoriais e subespaços aparecem

• Sistemas lineares: conjuntos solução de \(Ax=0\) são subespaços (espaços nulos).
• Transformações lineares: núcleos e imagens são subespaços; dimensão se relaciona a posto e nulidade.
• Geometria: retas/planos que passam pela origem são subespaços; somas e interseções combinam com a intuição geométrica.
• Dados e ML: subespaços modelam estruturas de baixa dimensão dentro de dados de alta dimensão (PCA).
• Funções: muitos espaços de funções são espaços vetoriais; restrições como \(f(0)=0\) definem subespaços.

Exemplo resolvido: uma contagem limpa de dimensão em matrizes

Pratique

Recapitulação final

• Teste de subespaço: verifique \(0\in U\), fechamento para adição, fechamento para multiplicação por escalar.
• Span: todas as combinações lineares; \(\text{span}(S)\) é sempre um subespaço.
• Base: gera + independente; dá coordenadas únicas.
• Dimensão: número de vetores da base; conta graus de liberdade.
• Operações: \(U\cap W\) e \(U+W\) são subespaços; \(U\cup W\) geralmente não é.
• Quociente: \(V/W\) são classes laterais \(v+W\), isto é, vetores módulo \(W\).