Vetores: Definições e Propriedades
Conceitos fundamentais, definições formais e axiomas de vetores e espaços vetoriais para estudantes universitários.
Cartões · 53
- Vetor (definição abstrata)
- Qualquer elemento pertencente a um espaço vetorial sobre um corpo K arbitrário.
- Espaço Vetorial
- Conjunto V não-vazio munido de adição e multiplicação por escalar que satisfazem 8 axiomas fundamentais.
- Fechamento da Adição
- Para quaisquer u e v em V, a soma u + v pertence obrigatoriamente a V.
- Comutatividade da Adição
- Para quaisquer vetores u e v em V, u + v = v + u.
- Associatividade da Adição
- Para quaisquer u, v e w em V, (u + v) + w = u + (v + w).
- Elemento Neutro da Adição
- Existe um vetor 0 em V tal que u + 0 = u para todo vetor u pertencente a V.
- Elemento Oposto (Inverso Aditivo)
- Para todo u em V, existe um vetor -u em V tal que u + (-u) = 0.
- Fechamento da Multiplicação por Escalar
- Para qualquer escalar c em K e vetor v em V, o produto c * v pertence a V.
- Distributividade do Escalar em Relação à Adição de Vetores
- Para todo escalar c em K e vetores u e v em V, c * (u + v) = c * u + c * v.
- Distributividade do Vetor em Relação à Soma de Escalares
- Para escalares a e b em K e vetor v em V, (a + b) * v = a * v + b * v.
- Compatibilidade da Multiplicação Escalar
- Para escalares a e b em K e vetor v em V, a * (b * v) = (a * b) * v.
- Elemento Neutro da Multiplicação por Escalar
- Para todo vetor v em V, 1 * v = v, onde 1 é a unidade multiplicativa do corpo K.
- Vetor Nulo
- Vetor único 0 que atua como a identidade aditiva no espaço vetorial.
- Unicidade do Vetor Nulo
- O vetor nulo em qualquer espaço vetorial é estritamente único.
- Unicidade do Oposto Aditivo
- Para cada vetor v em V, o vetor simétrico aditivo -v é único.
- Multiplicação pelo Escalar Zero
- Para todo vetor v em V, 0 * v = 0 (vetor nulo).
- Multiplicação de Escalar pelo Vetor Nulo
- Para todo escalar c em K, c * 0 = 0 (vetor nulo).
- Produto Escalar Nulo
- Se c * v = 0, então c = 0 ou v = 0.
- Propriedade do Oposto Escalar
- (-1) * v = -v para todo vetor v pertencente a V.
- Subespaço Vetorial
- Subconjunto W de V que é ele próprio um espaço vetorial sob as mesmas operações herdadas de V.
- Critério de Subespaço Vetorial
- W é subespaço se contém o vetor nulo, é fechado para soma e fechado para multiplicação escalar.
- Combinação Linear de Vetores
- Vetor v expresso como c1*v1 + c2*v2 + ... + ck*vk, onde c_i são escalares e v_i são vetores.
- Espaço Gerado (Span)
- Conjunto de todas as combinações lineares possíveis de um dado conjunto de vetores S.
- Conjunto Gerador
- Conjunto S de vetores cujo espaço gerado span(S) é igual a todo o espaço vetorial V.
- Independência Linear (LI)
- Conjunto {v1, ..., vk} onde c1*v1 + ... + ck*vk = 0 implica necessariamente que c1 = ... = ck = 0.
- Dependência Linear (LD)
- Conjunto {v1, ..., vk} onde c1*v1 + ... + ck*vk = 0 admite solução não trivial com algum ci != 0.
- Conjunto com Vetor Nulo
- Qualquer conjunto de vetores contendo o vetor nulo é obrigatoriamente linearmente dependente.
- Base de um Espaço Vetorial
- Conjunto ordenado B de vetores que é simultaneamente linearmente independente e gerador de V.
- Coordenadas em Relação a uma Base
- Tupla única de escalares que expressa um vetor específico como combinação linear dos elementos da base.
- Dimensão de um Espaço Vetorial
- Número cardinal de vetores em qualquer base do espaço vetorial.
- Produto Interno (Definição)
- Função que associa a cada par de vetores um escalar, sendo linear, simétrica/conjugada e positiva definida.
- Positividade do Produto Interno
- <v, v> >= 0 para todo vetor v, e <v, v> = 0 se e somente se v = 0.
- Simetria do Produto Interno Real
- <u, v> = <v, u> para quaisquer vetores u e v em um espaço vetorial real.
- Bilinearidade / Linearidade no Primeiro Argumento
- <au + bv, w> = a<u, w> + b<v, w> para escalares a, b e vetores u, v, w.
- Espaço com Produto Interno
- Espaço vetorial munido de uma operação de produto interno bem definida.
- Norma Induzida por Produto Interno
- O comprimento ou norma de um vetor v dado formalmente por ||v|| = sqrt(<v, v>).
- Não-Negatividade da Norma
- ||v|| >= 0 para todo vetor v, e ||v|| = 0 se e somente se v = 0.
- Homogeneidade Absoluta da Norma
- ||c * v|| = |c| * ||v|| para todo escalar c e vetor v.
- Desigualdade Triangular
- ||u + v|| <= ||u|| + ||v|| para quaisquer vetores u e v.
- Desigualdade de Cauchy-Schwarz
- |<u, v>| <= ||u|| * ||v|| para quaisquer vetores u e v em um espaço com produto interno.
- Vetores Ortogonais
- Dois vetores u e v são ortogonais se e somente se o seu produto interno <u, v> = 0.
- Vetor Unitário (Versor)
- Vetor v cuja norma é estritamente igual a 1, isto é, ||v|| = 1.
- Normalização de um Vetor
- Processo de multiplicar um vetor v != 0 pelo escalar 1/||v|| para obter um versor.
- Conjunto Ortonormal
- Conjunto de vetores mutuamente ortogonais em que cada vetor possui norma unitária.
- Independência de Conjuntos Ortogonais
- Qualquer conjunto de vetores ortogonais não-nulos é linearmente independente.
- Projeção Ortogonal de Vetores
- Projeção de u sobre v: proj_v(u) = (<u, v> / <v, v>) * v.
- Complemento Ortogonal
- Conjunto de todos os vetores de V ortogonais a todos os vetores de um subespaço W.
- Processo de Gram-Schmidt
- Algoritmo que transforma uma base qualquer em uma base ortogonal ou ortonormal.
- Autovetor (Vetor Próprio)
- Vetor não-nulo v tal que T(v) = lambda * v para um operador linear T e escalar lambda.
- Autovalor (Valor Próprio)
- Escalar lambda associado a um autovetor não-nulo v tal que T(v) = lambda * v.
- Autoespaço
- Subespaço gerado por todos os autovetores associados a um dado autovalor lambda, unido ao vetor 0.
- Espaço Vetorial Quociente
- Espaço V/W composto pelas classes laterais v + W onde W é um subespaço de V.
- Espaço Dual V*
- Espaço vetorial composto por todos os funcionais lineares de V no corpo base K.