Escolar Documentos
Profissional Documentos
Cultura Documentos
Al GEBRA
Al GEBRA
Wagner
Vieira
Departamento
de
ICMC
agosto
Leite
--
de
Nunes
Matemtica
USP
2013
Sumrio
1 Avisos Gerais sobre a Disciplina
2 Espaos Vetoriais
13
3 Subespaos Vetoriais
29
4 Combinaes Lineares
49
5 Dependncia Linear
65
77
7 Mudana de Base
99
8 Exerccios Resolvidos
109
9 Transformaes Lineares
121
10 Exerccios Resolvidos
165
11 Autovalores e Autovetores
173
12 Diagonalizao
193
13 Espaos Euclidianos
211
251
15 Apndice I - Matrizes
259
281
SUMRIO
Captulo 1
Avisos Gerais sobre a Disciplina
1.1
A pgina da disciplina que ser ministrada pelo professor Wagner tem o seguinte endereo:
www.icmc.usp.br/wvlnunes/sma304/sma304.html
1.2
Endereo de email
1.3
Sala no ICMC
1.4
Telefone / Ramal
1.5
Os horrios das aulas da disciplina SMA332 - Clculo II ministrada pelo professor Wagner
sero:
3.as e 5.as-feiras, das 10:10 s 11:50 na sala (a ser definida)
Outras informaes podem ser obtidas no seguinte endereo da web:
www.icmc.usp.br/wvlnunes/sma304/sma304.html
5
1.6
Ementa da disciplina
1.7
Bilbiografia da disciplina
Boldrini,J.L & Costa, S.I.R & Figueiredo, V.L & Wetzler, H.G.- Lgebra Linear, So
Paulo, Harper-Row, 1980.
Lay, D. - Linear Algebra and Its Applications, Reading, Mass, Addison-Wesley, 1997.
1.8
Notas de aula
No endereo
www.icmc.usp.br/wvlnunes/sma304/notas304.html
estaro disponveis as notas de aula relativas ao contedo desenvolvido pelo professor em
sala de aula.
As notas de aula sero atualizadas semanalmente.
1.9
O aluno (a ser definido) ser o monitor da disciplina ministrada pelo professor Wagner.
Ele ministrar aula de exerccios semanalmente e dar planto de dvidas semanalmente.
Os horrios e locais desta e das outras monitorias sero definidos posteriormente.
Outras informaes podem ser obtidas no seguinte endereo da web:
www.icmc.usp.br/wvlnunes/sma304/monitores304.html
1.10
1.11
As oito listas de exerccios da disciplina ministrada pelo professor Wagner podem ser encontradas na seguinte pgina da web:
www.icmc.usp.br/wvlnunes/sma304/exercicios304.html
1.12
Freqncia na disciplina
Uma condio necesssria (mas no suficiente) para o aluno ser aprovado na disciplina ministrada pelo professor Wagner, que sua frequncia na disciplina, que denotaremos por F,
seja maior ou igual a 70 .
A lista de presena da disciplina ministrada pelo professor Wagner ser controlada.
S sero aceitas ASSINATURAS ou NOME COMPLETO POR EXTENSO na lista
de presena.
Qualquer outro modo NO ser aceito e ser colocado falta na lista de presena.
1.13
A avaliao da disciplina ministrada pelo professor Wagner, constar de duas provas, a pri2
meira prova, que ser denotada P1 , valendo
da nota final, a segunda prova, que ser
5
3
denotada P2 , valendo da nota final, ou seja, a mdia final, que denotaremos por MF, ser
5
dada pela seguinte frmula:
. 2 P1 + 3 P2
MF =
.
5
Para ser considerado aprovado na disciplina ministrada pelo professor Wagner, a mdia
do aluno na disciplina dever ser maior ou igual a 5, 0 e sua frequncia ser maior ou igual a
70 , ou seja:
5, 0 MF e 70 F.
Outras informaes sobre os dois itens acima podem ser encontradas no seguinte endereo
da web:
www.icmc.usp.br/wvlnunes/sma304/criterio304.html
1.14
O aluno que perder uma, e somente uma, das duas provas do item (1.13) poder se submeter a assim denominada prova substitutiva, cujo valor denotaremos por PS.
A nota desta prova entrar na lugar da nota da prova que o aluno perdeu e a mdia
ser calculada como no item (1.13), substituindo-se a nota prova perdida pela nota da prova
substitutiva, ou seja,
. 2 PS + 3 P2
MF =
5
ou
. 2 P1 + 3 PS
MF =
5
no caso, o valor esquerda na primeira linha, ser para o aluno que perdeu a primeira prova,
valor direita na primeira linha, ser para o aluno que perdeu a segunda prova.
SOMENTE poder fazer a prova substitutiva o aluno que perdeu uma das duas provas
do item (1.13).
Para ser considerado aprovado na disciplina ministrada pelo professor Wagner, a mdia do
aluno na disciplina, aps a prova substitutiva, dever ser maior ou igual a 5, 0 e sua frequncia
ser maior ou igual a 70 , ou seja:
5, 0 MF
% F.
70
1.15
Os alunos que obtiverem mdia maior ou igual a 3, 0 e menor que 5, 0 e frequncia maior ou
igual a 70 , ou seja,
3, 0 MF < 5, 0
70
% F,
podero se submeter a uma ltima avaliao, denominada prova de recuperao, cujo valor
ser indicado por PR.
O aluno, na situao acima, que obtiver nota, na prova de recuperao, maior ou igual a
5, 0 ser considerado aprovado na disciplina, ou seja, se
5, 0 PR.
Na situao acima, a mdia do aluno, aps a prova de recuperao, que indicaremos por
MR, ser obtida da seguinte forma:
.
MR =
5, 0 ,
MF + PR ,
2
se
MF + PR
5, 0
2
.
se
MF + PR
> 5, 0
2
10
1.16
3 de outubro
2.a Prova:
28 de novembro
Prova Substitutiva:
5 de dezembro
Prova Recuperao:
1.17
Os gabaritos das provas da disciplina ministrada pelo professor Wagner, que sero aplicadas
durante o desenvolvimento da mesma, estaro disposio dos alunos logo aps as mesmas
terem sido aplicadas e se encontraro no seguinte endereo da web:
www.icmc.usp.br/wvlnunes/sma304/gabaritos304.html
1.18
Trancamento da disciplina
1.19
Nmeros de aulas
O nmero total de aulas a serem ministradas pelo professor sero de 33 aulas, sendo que 3
destas sero destinadas s avaliaes.
1.20
11
Calendrio USP
O incio do semestre ser no dia 1 de agosto de 2013 e o trmino do mesmo ser no dia 7 de
dezembro de 2013.
No haver atividade nos seguintes dias/semana:
15 de agosto
2 a 7 de setembro
12 de outubro
2 de novembro
4 de novembro
15 de novembro
1.21
Observaes finais
12
Captulo 2
Espaos Vetoriais
2.1
Introduo e Exemplos
Neste captulo introduziremos o conceito de espao vetorial real que ser utilizado em todo
o decorrer do curso.
Porm, antes de apresentarmos a definio de espao vetorial real, passaremos a analisar
em paralelo dois objetos, a saber, o conjunto formado pelas funes f : R R, que ser
denotado por F (R; R), ou seja,
.
F (R; R) = {f ; f : R R uma funo}
e o conjunto das matrizes quadradas de ordem n com coeficientes reais, que denotaremos por
Mn (R), ou simplesmente, por Mn .
A soma de duas funes f e g de F (R; R) definida como sendo a funo f + g F (R; R)
dada por
.
(f + g)(x) = f(x) + g(x) , para x R .
Note tambm que se R, que chamaremos de escalar, podemos multiplicar a funo f
pelo escalar , da seguinte forma
( f)(x) = [f(x)] , para x R
resultando num elemento de F (R).
Com relao a Mn (R) podemos definir a soma de duas matrizes quadradas de ordem n,
A = (aij )nn e B = (bij )nn , como
.
A + B = (aij + bij )nn ,
ou seja, somando-se as correspondentes entradas das matizes, e esta soma resiltar em um
elemento de Mn (R).
Com a relao multiplicao de uma matriz quadrada de ordem n, A = (aij )nn , por
um escalar R , definimos
.
A = (aij )nn ,
ou seja, multiplicando-se por cada entrada da matriz,o qual tambm resultar em um
elemento de Mn (R).
13
14
O que estes dois conjuntos acima, munidos dessas operaes de adio de seus elementos
dos correspondentes conjuntos e multiplicao de seus elementos por escalares, tm comum?
Vejamos:
Verifica-se facilmente a partir das propriedades dos nmeros reais que, para quaisquer
funes f, gh F (R; R) e para todo , R, so vlidas as seguintes propriedades:
1. f + g = g + f ;
2. f + (g + h) = (f + g) + h ;
3. se O representa o funo nula, isto ,
.
O(x) = 0 , para cada x R ,
ento teremos
O + f = f;
4. a funo f definida por
.
(f)(x) = [f(x)] , para cada x R,
satisfaz
f + (f) = O ;
5. ( f) = () f ;
6. ( + ) f = f + f ;
7. (f + g) = f + g ;
8. 1 f = f .
Por outro lado, para quaisquer matrizes A, B e C em Mn (R) e para todo , R, tambm
so vlidas as seguintes propriedades:
1. A + B = B + A ;
2. A + (B + C) = (A + B) + C ;
3. se O representa a matriz nula, isto ,
.
O = (0)nn ,
ento teremos
O + A = A;
4. se A = (ai,j )nn ento a matriz A, definida por
.
A = (ai,j )nn ,
satisfaz
A + (A) = O ;
15
5. ( A) = () A ;
6. ( + ) A = A + A ;
7. (A + B) = A + B ;
8. 1 A = A .
Podemos ver que tanto o conjuntos das funes definidas na reta a valores reais, como o
conjunto das matrizes quadradas de ordem n, quando munidos de somas e multiplicao por
escalares correspondentes, apresentam propriedades algbricas comuns.
Na verdade muitos outros conjuntos munidos de operaes apropriadas apresentam propriedades semelhantes s acima.
por isso que, ao invs de estudarmos cada um desses modelos separadamente estudaremos um conjunto arbitrrio e no vazio, V, sobre o qual supomos estar definidas uma
operao de adio, isto , para cada u, v V existe um nico elemento de V associado, chamado a soma de u com v e denotado por u + v, e uma multiplicao por escalar,
isto , para cada u V e R existe um nico elemento de V associado, chamado de
produto de u pelo escalar e denotado por u.
Mais precsimante, temos a:
Definio 2.1 Um conjunto V, no vazio, munido de uma operao de adio, isto ,
+:V V V
e de uma operao de multiplicao por escalar, ou seja,
:RV V
ser denominado espao vetorial real (ou sobre R) se so vlidas as seguintes propriedades:
(ev1) (Comutativa)
u + v = v + u,
(2.1)
u + (v + w) = (u + v) + w ,
(2.2)
para cada u, v V;
(ev2) (Associativa)
para cada u, v, w V;
(ev3) (Existncia do elemento neutro) existe um elemento O V tal que
O + u = u,
para cada u V;
(2.3)
16
(2.5)
para cada u V e , R;
(ev6) (Distribuitiva da multiplicao)
( + ) u = u + u ,
(2.6)
para cada u V e , R;
(ev7) (Distribuitiva da multiplicao pela adio)
(u + v) = u + v ,
(2.7)
para cada u, v V e R;
(ev8) (Existncia de elemento unitrio)
1 u = u,
(2.8)
para cada u V.
Observao 2.9 No caso acima a terna (V, +, ) ser dita espao vetorial real (ou sobre
R), e quando as operaes envolvidas forem as naturais de V diremos, apenas, que V
um espao vetorial real (ou sobre R).
comum chamarmos os elementos de um espao vetorial de vetores, independentemente da natureza dos mesmos.
Tambm chamamos de escalares os nmeros reais quando estes desempenham o seu
papel na ao de multiplicar um vetor por esses nmero real.
Observao 2.10 O elemento O V na propriedade (ev3) (isto , (2.3)) nico.
De fato, qualquer outro O V satisfazendo a mesma propriedade (ev3) (isto ,
(2.3)), pela Definio (2.1), itens (ev3) e (ev1) (isto (2.3) e (2.1)), deveremos ter:
(2.3)
O =
O
|{z}
elemento neutro de +
(2.1)
+O =
O
|{z}
(2.3)
+O = O,
isto ,
O = O .
elemento neutro de +
17
Observao 2.11 Em um espao vetorial real (V, +, ), pela Definio (2.1), item (ev4)
(isto , (2.4)), para cada u V, podemos encontrar v V tal que
u + v = O.
Na verdade, para cada u V, existe somente um nico elemento v V com esta
propriedade.
De fato, dado u V, suponhamos que existem v, v V so tais que
u+v=O
u + v = O.
(2.12)
Ento, combinando estas equaes com a Definio (2.1), itens (ev1),(ev2) e (ev3)
(isto , (2.1), (2.2) e (2.3)), deveremos ter:
(2.3)
(2.12)
(2.2)
(2.1)
(2.12)
(2.3)
v = v + O = v + (u + v ) = (v + u) + v = (u + v) + v = O + v = v ,
ou seja,
v = v.
Denotaremos o vetor v por u e chamaremo-lo de vetor oposto do vetor u em
(V, +, ).
Tambm denotaremos por u v o vetor u + (v), isto ,
.
u v = u + (v) .
18
Um outro exemplo de espao vetorial real, alm dos dois apresentados no incio do texto,
o conjunto dos vetores de R2 (ou R3 ) como apresentados em Geometria Analtica munido
da adio de vetores e da multiplicao por escalar por vetores, introduzidos no curso de
Geometria Analtica.
Dessa forma, o adjetivo vetorial utilizado na definio acima deve ser entendido de uma
forma mais ampla, sendo uma referncia aos elementos de um espao vetorial real (V, +, ),
independentemente de serem ou no vetores estudados no curso de Geometria Analtica.
O exemplo mais simples de espao vetorial real dado pelo:
Ex. 2.15 O conjunto dos nmeros reais, munido da adio + e da multiplicao de
R, ou seja, (R, +, ) um espao vetorial real.
Deixaremos como exerccio para o leitor a verificao deste fato.
Temos tambm os seguintes exemplos so espaos vetoriais reais:
Exemplo 2.16 Para n N, consideremos o conjunto das n-uplas ordenadas de nmeros
reais, que indicaremos por Rn , isto ,
.
Rn = {(x1 , , xn ) ; xi R , para cada in {1, , n}} ,
munido das operaes de adio de duas n-uplas ordenadas, a saber:
para
definiremos
x = (x1 , , xn ), y = (y1 , , yn ) Rn ,
.
x + y = (x1 + y1 , , xn + yn ) Rn ,
ou seja,
+ : Rn Rn Rn ,
e o produto de uma n-upla por um escalar, a saber:
para
definiremos
x = (x1 , , xn )
.
x = (x1 , , xn ) Rn ,
: R Rn Rn .
19
.
aij = 0 ,
onde
para cada
i {1, , m} e j {1, n} .
Alm disso, se
A = (aij ) Mmn (R) ,
ento o vetor oposto, associado ao vetor A, ser a matriz
.
A = (aij )mn Mmn (R) .
A verificao destes fatos ser deixada como exerccio para o leitor.
Exemplo 2.20 Para n N fixado, consideremos
.
V = Pn (R)
o conjunto formado pelos polinmios de grau menor ou igual a n, com coeficientes
reais.
Observemos que
p Pn (R)
p(x) = ao + a1 x + + an xn ,
para cada
x R,
onde ao , a1 , , an R.
Definimos a adio de elementos de Pn (R) e a multiplicao de elementos de Pn (R)
por escalar da seguinte maneira:
Se p, q Pn (R) temos que
p(x) = ao + a1 x + + an xn
q(x) = bo + b1 x + + bn xn ,
para cada
x R,
para cada
x R.
20
p(x) = ao + a1 x + + an xn ,
x R,
onde
ao , a1 , , an R
. : R F (I ; R) F (I ; R) .
21
onde
.
O(x) = 0 ,
para cada
x R.
Alm disso, se f C(I ; R) ento o vetor oposto associado ao vetor f ser a funo
( uma funo contnua em I)
f C(I; R) ,
onde
.
(f)(x) = f(x) ,
para cada
x R.
onde
.
(f)(x) = f(x) ,
para cada
x R.
22
Observao 2.29 Observemos que o vetor nulo de (C (I ; R), +, ) ser a funo identicamente nulo, isto , ( uma funo contnua com derivada de qualquer ordem contnua
em I)
.
O C (I ; R) , onde O(x) = 0 , para cada x R .
Alm disso, se f C (I; R) ento o vetor oposto associado ao vetor f ser a funo
( uma funo contnua com derivada de qualquer ordem contnua em I)
f C (I ; R) ,
onde
.
(f)(x) = f(x) ,
para cada
x R.
: R (0, ) (0, )
23
x) =
x = (x ) = x = x = ()
x,
para cada x V e , R.
Logo vale a propriedade (ev5) (isto , (2.5)).
6. Notemos tambm que
( + )
x = x+ = x x = x x = (
x) (
x) ,
para cada x V e , R.
Logo vale a propriedade (ev6) (isto , (2.6)).
7. Notemos que
(x y) =
(xy) = (xy) = x y = (
x) (
para cada x, y V e R.
Logo vale a propriedade (ev7) (isto , (2.7)).
8. Notemos tambm que
1
x = x1 = x ,
y)
24
2.2
Propriedades
Das oito propriedades que definem um espao vetorial real podemos concluir vrias outras.
Listaremos algumas destas propriedades no seguinte resultado:
Proposio 2.31 Seja (V, +, ) um espao vetorial real .
Ento:
1. para cada R, temos que
O = O,
onde O o elemento neutro da adio de (V, +, ).
2. para cada u V,
0 u = O,
onde 0 R e O o elemento neutro da adio de (V, +, ).
3. se
u = O,
=0
ou
u = O,
(j ) uj .
j uj =
j=1
j=1
u = v.
2.2. PROPRIEDADES
25
Demonstrao:
1. Pelas propriedades (ev3) e (ev7) (isto , (2.3) e (2.7)) temos que
(2.3)
(2.7)
O = (O + O) = O + O .
(2.32)
Utilizando as propriedades (ev1) a (ev4) (isto , (2.1) e (2.4)) e a notao da Observao (2.11), obtemos
(2.4)
(2.33)
O = O + [( O)] = ( O + O) + [( O)]
(2.7)
(2.4)
(2.3)
= O + { O + [( O)]} = O + O = O ,
isto ,
O = O,
como queramos demonstrar.
2. Pela propriedades (ev6) (isto , (2.6)) temos que
(2.6)
0 u = (0 + 0) u = 0 u + 0 u .
(2.33)
(2.33)
(2.2)
(2.3)
= 0 u + (0 u + [(0 u)] = 0 u + O = 0 u,
isto ,
0 u = O,
como queramos demonstrar.
3. Se
u=O e
= 0 ,
pelas propriedades (ev8) e (ev5) (isto , (2.8) e (2.5)) e pelo item 1. desta Proposio,
segue que
(2.8)
(2.5)
item 1.
u = 1 u = (1 ) u = 1 (
u) = 1 O = O ,
|{z}
=O
ou seja,
u = O,
como queramos demonstrar.
26
item 2.
u + () u = [ + ()] u = 0 u = O .
Pela Observao (2.11), segue que
( u) = () u .
Analogamente, utilizando-se a propriedade (ev7) (isto , (2.7)), mostra-se
( u) = (u) .
A prova deste fato ser deixada como exerccio para o leitor.
As provas dos itens 5., 6., 7., 8. e 9. sero deixadas como exerccio para o leitor.
para cada
R.
(2.35)
ou seja,
v = v,
ou, equivalentemente:
v ( v) = O .
(2.36)
2.3. EXERCCIOS
27
O = v ( v)
(2.6)
v + () v = ( ) v.
2.3
Exerccios
28
Captulo 3
Subespaos Vetoriais
3.1
Introduo e Exemplos
Muitas vezes nos depararemos com certos subconjuntos de um espao vetorial real que possuem a propriedade de que a soma de dois de seus elementos um elemento do prprio
subconjunto bem como quando multiplicamos um elemento do subconjunto por um escalar,
o resultado continua pertencendo ao subconjunto. A estes subconjuntos daremos um nome,
como veremos na:
Definio 3.1 Seja (V, +, ) um espao vetorial real.
Dizemos que um subconjunto W V, W = , um subespao vetorial do espao
vetorial real (V, +, ) se forem satisfeitas as seguintes condies:
(sv1) Deveremos ter
OW,
(3.1)
(3.2)
uW.
(3.3)
Observao 3.4 Notemos que todo subespao vetorial W de um espao vetorial real
(V, +, ), , ele prprio, um espao vetorial sobre R com as operaes induzidas de V,
ou seja,
(W, +V , V )
um espao vetorial sobre R.
Na situao acima, estamos indicando a operao de adio de elementos de (V, +, )
por +V e operao de multiplicao de escalar por elementos de (V, +, ) por V .
As propriedades comutativa (isto , (2.1)), associativa (isto , (2.2)), distributivas
(isto , (2.6) e (2.7)) e (ev8) (isto , (2.8)) so herdadas do prprio espao vetorial real
(V, +, ).
29
30
Pela propriedade (sv1) acima (isto , (3.1)), o elemento neutro da adio de (V, +, )
ser um elemento de W, ou seja, vale a propriedade (ev3) da Definio (2.1) (isto ,
(2.3)).
Finalmente, pelo item 4. da Proposio (2.31) e por (sv3) (isto , (3.3)), se u W
deveremos ter
u = (1) u W ,
ou seja, vale a propriedade (ev4) da Definio (2.1) (isto , (2.4)), mostrando com isso
que, realmente, (W, +V , V ) um espao vetorial real.
Observao 3.5 Observemos tambm que a propriedade (sv1) (isto , (3.1)) pode ser
obtida da propriedade (sv3) (isto , de (3.3)) e da Proposio (2.31) item 2..
De fato, pois se w W teremos que
O
0wW.
ou
.
W=V
(3.9)
(3.10)
(3.12)
31
Resoluo:
De fato:
1. Notemos que o vetor nulo de R3 pertence ao conjunto W, isto ,
.
O = (0, 0, 0) R3 ,
pertence ao conjunto W.
De fato, pois
0 + 0 + 0 = 0.
Logo, de (3.12), teremos que
O = (0 , 0 , 0) W .
2. Se (x, y, z), (u, v, w) W assim, de (3.12), deveremos ter
e
x+y+z=0
(3.13)
u + v + w = 0.
Notemos que
+ em R3
(x , y , z) + (u , v , w)
(x + u , y + v , z + w) .
Mas
(x + u) + (y + v) + (z + w) = (x + y + z) + (u + v + w) = 0 .
| {z } |
{z
}
(3.13)
= 0
(3.13)
= 0
+ em R3
(x + u , y + v , z + w) W .
em R3
(x , y , z) .
Mas
x + y + z = (x + y + z) = 0 .
| {z }
(3.14)
= 0
(3.14)
32
(3.16)
At = A ,
(3.18)
At2 = A2 ,
veja o Apndice I
At1 + At2 = A1 + A2 ,
|{z}
|{z}
=A1
=A2
veja o Apndice I
|{z}
At = A,
=A
33
At = A ,
(3.20)
(veja o Apndice I para mais detalhes) um subespao vetorial do espao vetorial real
(Mn (R), +, ) (onde + e so as operaes usuais em Mn (R)).
Observao 3.21 Veremos, mais adiante, que toda matriz A Mn (R) pode ser escrita
como
A = As + Aa ,
(3.22)
onde As Ws e Aa Wa .
Alm disso, tambm mostraremos que
Ws Wa = {O} .
(3.23)
(3.25)
Verifiquemos que Pn (R) um subespao vetorial do espao vetorial real (Pn (R), +, )
(onde + e so as operaes usuais em Pn (R)).
Resoluo:
De fato:
1. O polinmio nulo, O Pn (R), pertence a Pn (R), isto , se anula em x = 0, isto ,
O(0) = 0 .
Logo, de (3.25), segue que
O Pn (R) .
2. Se p, q Pn (R) ento, de (3.25), teremos
p(0) = 0
e q(0) = 0 .
=0
(3.26)
34
p(0) = 0 .
Logo, de (3.27), segue que
( p)(0) = p(0) = 0 .
|{z}
=0
(3.29)
y2 (x) y2 (x) = 0
para cada
x R.
ou seja,
(y1 + y2 ) W .
=0
(3.30)
35
para cada x R .
(3.31)
mostrando que
yW.
Portanto W C2 (R; R) um subespao vetorial do espao vetorial real (C2 (R; R), +, ).
Deixaremos para a resoluo peloo leitor os:
Exerccio 3.32 Sejam m, n N fixados, com m n.
Ento
.
W = Pm (R)
um subespao do espao vetorial real (Pn (R), +, ) (onde + e so as operaes usuais
em Pn (R)).
Exerccio 3.33 O conjunto W das funes contnuas da reta na reta, denotado por
C(R; R), um subespao vetorial do espao vetorial real (F (R; R), +, ) (onde + e so
as operaes usuais em F (R; R)).
Exerccio 3.34 O conjunto
.
W=
{
}
b
f C([a, b] ; R) ;
f(x) dx = 0
a
3.2
Proposio 3.35 (Interseo de subespaos) Sejam U e W subespaos vetoriais do espao vetorial real (V, +, ).
Ento U W um subespao vetorial do espao vetorial real (V, +, ).
Demonstrao:
De fato:
1. Como U e W so subsepaos vetoriais do espao vetorial real (V, +, ) temos que
OU
OW.
Logo
OUW;
36
Portanto, dos itens 1.e 2. acima e da Observao (3.8), segue que U W subespao
vetorial do espao vetorial real (V, +, ),, completando a demonstrao do resultado.
Questo: Com a notao da Proposio acima, podemos afirmar que U W subespao
vetorial de V?
Resposta : No.
Para ver isto, basta considerar
.
V = R2 ,
}
. {
U = (x, y) R2 ; x = 0
}
. {
W = (x, y) R2 ; y = 0 .
.
w = (1, 0) W U W
mas
u + w = (1, 0) + (0, 1) = (1, 1) U W ,
ou seja,
u, w U W,
mas
u + w U W .
para
uU
wW.
(3.38)
37
OW.
Logo
O=O+OU+W,
mostrando que o elementro neutro da adio de (V, +, ) pertence U + W (isto , O
U + W);
2. Sejam x1 , x2 U + W ento
xj = uj + wj ,
para
uj U e wj W,
j {1, 2}.
(3.40)
Logo, dos itens 1. e 2. acima e da Observao (3.8) segue que U + W subespao vetorial
do espao vetorial real (V, +, ).
Mostremos que
UW U+W.
Para isto, seja
vUW.
Se
v U,
ento v = v + O U + W .
vW,
ento v = O + v U + W ,
Se
ou seja, em qualquer um desses dois casos teremos
UW U+W,
completando a demonstrao do resultado.
38
Observao 3.41 Ainda usando a notao acima, suponha que V seja um subespao
vetorial do espao vetorial real (V, +, ) que contenha os subconjuntos, no vazios, U e
W.
Neste caso, para cada u U V e cada w W V , deveremos ter
u + w V,
ou seja,
U + W V.
39
Demonstrao:
Suponhamos que
V = U W,
isto ,
V =U+W
U W = {O}.
(3.46)
w} .
|u
{zu} = |w {z
Mas
u u U
w w W
e assim
u u = w w U W
hiptese
{O},
ou seja,
u u = w w = O
ou, equivalentemente,
u = u
w = w ,
OW,
logo
OUW.
40
vW.
v = u + w.
(2.3)
(2.4)
v = u + w = (u + w) + O = (u + w) + (v v)
vUW
(u + v) + (w v)
| {z } | {z }
U
com
u+vU e
w v W.
w = w v,
vW.
2v = 4v
v, 3v W ,
41
Exemplo 3.50 Verifique que o espao vetorial real (R3 , +, ) (onde + e so as operaes
usuais em R3 ) a soma direta dos seguintes subespaos vetoriais
}
. {
U = (x, y, z) R3 ; x = y = 0
}
. {
W = (x, y, z) R3 ; x + y + z = 0
(3.51)
.
O = (0, 0, 0) U ;
2. Se
u1 = (x1 , y1 , z1 ) , u2 = (x2 , y2 , z2 ) U
ento, de (3.51), segue que
x1 = y1 = e x2 = y2 = 0 .
Logo,
u1 = (0, 0, z1 ) e u2 = (0, 0, z2 ),
assim teremos
u1 + u2 = (0, 0, z1 ) + (0, 0, z2 ) = (0, 0, z1 + z2 )
que, claramente, um elemento de U;
3. Se R e u = (x, y, z) U ento, de (3.51), segue que
x = y = 0,
ou seja,
u = (0, 0, z) .
Portanto
u = (0, 0, z)
que, um elemento de U.
em R3
(0 , 0 , z) = (0 , 0 , z1 )
42
Logo, dos itens 1., 2. e 3. acima, segue que U um subespao vetorial do espao vetorial
real (R3 , +, ).
Deixaremos como exerccio para o leitor mostrar que W um subespao vetorial do espao
vetorial real (R3 , +, ).
Observemos que, de (3.51), teremos
.
W = {(x, y, z) R3 : z = x y} .
Logo, dado (x, y, z) R3 podemos escrever
(x, y, z) = (0, 0, z + x + y) + (x, y, x y)
|
{z
} |
{z
}
U
e como
(0, 0, z + x + y) U
(x, y, x y) W
obteremos que
R3 = U + W .
Resta agora mostrar que
U W = {O} .
Para isto, seja
(x, y, z) U W .
Se
(x, y, z) U ,
deveremos ter
x=y=0
e se
(x, y, z) W ,
deveremos ter
x + y + z = 0.
x = 0
ou seja,
(x, y, z) = (0, 0, 0) = O .
y=0
x + y + z = 0
Portanto
U W = {O} ,
mostrando que
R3 = U W .
Exemplo 3.52 Considere U e W os seguintes subespaos do espao vetorial real (R3 , +, )
(onde + e so as operaes usuais de R3 ) dados por
}
}
. {
. {
U = (x, y, z) R3 ; x = 0
e W = (x, y, z) R3 ; y = 0 .
(3.53)
Mostre que
R3 = U + W ,
mas a soma no direta.
43
Resoluo:
Deixaremos como exerccio para o leitor a verificao que U e W, dados por (3.53), so
subespaos do espao vetorial real (R3 , +, ).
Dado (x, y, z) R3 podemos escrever
(x, y, z) = (0, y, z) + (x, 0, 0) U + W,
| {z } | {z }
U
pois
(0, y, z) U
(x, 0, 0) W .
Portanto,
R3 = U + W .
No entanto, a soma no direta, isto
U V = {(0, 0, 0)} .
De fato, pois, por exemplo,
(0, 0, 1) U V .
Deixaremos a cargo do leitor os:
Exerccio 3.54 Vimos no Exemplo (3.17) e no Exerccio (3.19) que
}
. {
Ws = A Mn (R) ; At = A
}
. {
Wa = B Mn (R) ; Bt = B
C + Ct C Ct
+
,
2 } | {z
2 }
| {z
.
.
=A
=B
e note que
A Ws
B Wa .
Observao 3.55 Logo o Exerccio acima nos diz que toda matriz C Mn (R) pode ser
escrita, de modo nico, como soma de uma matriz simtrica com uma matriz antisimtrica.
44
.
I(R ; R) = {g : F (R) ; g(x) = g(x), x R} ,
para cada
xR
e note que
f P(R; R)
g I(R; R) .
Observao 3.57 P(R; R) (I(R; R), respectivamente) o conjunto formado por todas as
funes de F (R; R) que so funes pares (mpares, respectivamente).
Logo o Exerccio acima nos diz que toda funo de F (R; R) pode ser escrita, de modo nico,
como soma de uma funo para com uma funo mpar.
Podemos estender a noo de soma de subespaos de um espao vetorial real para um
nmero finito de subestaos vetoriais, a saber:
Definio 3.58 Sejam U1 , . . . , Un subespaos vetoriais de um espao vetorial real (V, +, ).
n
j=1
n
.
Uj = U1 + + Un = {u1 + + un ; uj Uj , j = 1, . . . , n} .
(3.59)
j=1
45
Demonstrao:
As demonstraes so semelhantes a da Proposio (3.39) e da Proposio (3.35), respectivamente.
As suas elaboraes sero deixadas como exerccio para o leitor.
Com isto podemos estender a noo de soma direta para um nmero finito de subespaos
vetoriais de um espao vetorial real, a saber:
Definio 3.61 Sejam U1 , . . . , Un subespaos vetoriais de um espao vetorial (V, +, ).
Dizemos que a soma dos n subsepaos vetoriais U1 a Un uma soma direta se,
para cada j {1, , n}, temos que:
Uj (U1 + + Uj1 + Uj+1 + Un ) = {O} .
Neste caso usaremos a notao
U1 Un
ou
Uj ,
j=1
)
cj + + Un ,
U1 + + U
(3.65)
46
Demonstrao:
A prova feita por induo sobre n e anloga da proposio (3.45).
Devido a este fato deixaremos os detalhes como exerccio para o leitor.
Apliquemos isto ao:
Exemplo 3.66 Mostre que o espao vetorial real (P2 (R), +, ) (onde + e so as operaes usuais de P2 (R)) soma direta dos seguintes subespaos vetoriais
.
Uo = {po ; po (x) = ao , para x R , para algum ao R} ,
(3.67)
.
(3.68)
U1 = {p1 ; p1 (x) = a1 x , para x R , para algum a1 R} ,
.
2
U2 = {p2 ; , p2 (x) = a2 x , para x R , para algum a2 R} .
(3.69)
Resoluo:
Deixaremos como exerccio para o leitor a verificao que Uo , U1 e U2 so subespaes
vetoriais do espao vetorial real (P2 (R), +, )
Afirmamos que
P2 (R) = Uo U1 U2 .
Mostremos, primeiramente, que
P2 (R) = Uo + U1 + U2 .
Para isto, seja p P2 (R).
Logo existem ao , a1 , a2 R tais que
p(x) = ao + a1 x + a2 x2
= po (x) + p1 (x) + p2 (x) ,
| {z } | {z } | {z }
Uo
U1
x R,
para
U2
mostrando que
P2 (R) = Uo + U1 + U2 .
Verifiquemos que a soma direta.
1. Afirmamos que
Uo (U1 + U2 ) = {O} .
Seja
p Uo (U1 + U2 ) ,
isto ,
p Uo
p (U1 + U2 ) .
(3.70)
p(x) = po (x) = ao
| {z }
Uo
e
p(x) = p1 (x) + p2 (x)
| {z } | {z }
U1
U2
(3.68) e (3.69)
a1 x + a2 x2 ,
para cada
x R.
(3.71)
47
x R,
para cada
mostrando que
Uo (U1 + U2 ) = {O} .
2. Afirmamos que
U1 (Uo + U2 ) = {O} .
Seja
p U1 (Uo + U2 ) ,
isto ,
p U1
p (Uo + U2 ) .
(3.72)
p(x) = p1 (x) = a1 x
| {z }
U1
e
p(x) = po (x) + p2 (x) = ao + a2 x2 ,
| {z } | {z }
Uo
para cada
x R.
(3.73)
U2
x R,
para cada
mostrando que
U1 (Uo + U2 ) = {O} .
3. Afirmamos que
U2 (Uo + U1 ) = {O} .
Seja
p U2 (Uo + U1 ) ,
isto ,
p U2
p (Uo + U1 ) .
p(x) = p2 (x) = a2 x2
| {z }
(3.74)
U2
e
p(x) = po (x) + p1 (x) = ao + a1 x ,
| {z } | {z }
Uo
U1
para cada
x R.
(3.75)
48
para cada
x R,
mostrando que
U2 (Uo + U1 ) = {O} .
Com isto, podemos conlcuir que
P2 (R) = U1 U2 U3 .
3.3
Exerccios
Captulo 4
Combinaes Lineares
4.1
Introduo e Exemplos
(4.2)
para cada,
x R.
(4.5)
.
p1 (x) = x ,
.
p2 (x) = x2 ,
49
para cada,
x R.
(4.6)
50
Resoluo:
Observemos que
p(x) = 2 + x2 = 2 |{z}
1 +0 |{z}
x +1 |{z}
x2
=po (x)
=p1 (x)
=p2 (x)
= |{z}
2 po (x) + |{z}
0 p1 (x) + |{z}
1 p2 (x) ,
.=o
.=1
.=2
para cada x R, isto ,
p = 2 po + 0 p1 + 1 p2 ,
(4.7)
mostrando que realmente o polinmio p P2 (R) dado por (4.5) uma combinao dos
polinmios po , p1 , p2 P2 (R), dados por (4.6).
Exemplo 4.8 Mostre que no espao vetorial real (P2 (R), +, ) (onde + e so as operaes usuais de P2 (R)), o polinmio p P2 (R) dado por
.
p(x) = 1 + x2 ,
para cada
x R,
(4.9)
.
q1 (x) = 1 + x
.
q2 (x) = 1 + x + x2 ,
para cada
x R.
(4.10)
Resoluo:
Para mostrarmos o que pedido precisamos encontrar nmeros reais , e , de modo
que
p = qo + q1 + q2 .
(4.11)
Ou seja, para cada x R, precisamos encontrar , e de tal modo que:
(4.9)
(4.11)
= + (1 + x) + (1 + x + x2 )
= ( + + ) + ( + ) x + x2 ,
que equivalente ao sistema linear:
+ + = 1
+=0
= 1
= 1 ,
cuja (nica) soluo ser:
= 1
= 1 ,
ou seja,
p = 1 qo + (1) q1 + 1 q2 ,
(4.12)
4.2. GERADORES
4.2
51
Geradores
(4.15)
(4.15)
0 u [S],
ou seja, o vetor nulo combinao linear (o escalar ser o nmero real 0) do vetor u S,
assim
O [S] .
2. Se u, v [S], de (4.15), devero existir escalares
1 , . . . , n , 1 , . . . , m R
e vetores
u1 , . . . , un , v1 , . . . , vm S ,
de modo que
u = 1 u1 + + n un
v = 1 v1 + + m vm .
(4.17)
Assim, para cada R, segue, das propriedades bsicas de espaos vetoriais reais, que
(4.17)
u + v = [1 u1 + + n un ] + [1 v1 + + m vm ]
(4.15)
= 1 u1 + + n un + (1 ) v1 + + (m ) vm [S] ,
52
(4.20)
(4.22)
2. Se
ST,
ento
[S] [T ] .
(4.23)
3. Temos que
[[S]] = [S] .
(4.24)
(4.25)
[S T ] = [S] + [T ] .
(4.26)
5. Sempre vale
Demonstrao:
4.2. GERADORES
53
1. Notemos que
se
u S,
ento u = 1 u ,
ou seja, o vetor u combinao linear (com escalar igual a 1) do prprio vetor u, que
pertence a S.
Logo
u = 1 u [S] ,
mostrando que
S [S] ,
como queramos demonstrar.
2. Notemos que, se u [S], de (4.15), segue que existiro escalares
1 , . . . , n R
e vetores
u1 , . . . , u n S ,
tais que
u = 1 u1 + + n un .
Como
ST
teremos que
u1 , . . . , un T .
54
v1 , . . . , vm T ,
tais que
u = 1 u1 + + n un + 1 v1 + + m vm
= (
+ n un}) + (1 v1 + + m vm ) [S] + [T ] ,
| 1 u1 + {z
|
{z
}
[S]
[T ]
ou seja, vale
[S T ] [S] + [T ] .
4.2. GERADORES
55
onde v [S]
w [T ] .
w1 , . . . , w q T ,
tais que
u = v + w = (1 v1 + + p vp ) + (1 w1 + + q wq )
= 1 |{z}
v1 + + p vp +1 |{z}
w1 + + q wq [S T ] ,
|{z}
|{z}
SST
SST
T ST
T ST
ou seja, vale
[S] + [T ] [S T ] ,
completando a demonstrao do resultado.
(4.28)
56
4.2. GERADORES
57
) (
) (
) (
)
a13
a11 0 0
0 a12 0
0 0 a13
=
+
+
a23
0 0 0
0 0 0
0 0 0
) (
) (
)
0
0 0 0
0 0 0
+
+
0
0 a22 0
0 0 a23
)
(
)
(
)
0
0 1 0
0 0 1
+ a12
+ a13
0
0 0 0
0 0 0
)
(
)
(
)
0 0
0 0 0
0 0 0
+ a22
+ a23
0 0
0 1 0
0 0 1
= a11 E11 + a12 E12 + a13 E13 + a21 E21 + a22 E22 + a23 E23 ,
mostrando que a matriz A M23 (R), pode ser escrita como combinao linear das matrizes
E11 , E12 , E13 , E21 , E22 , E23 M23 (R), ou seja,
M23 (R) = [E11 , E12 , E13 , E21 , E22 , E23 ] .
Portanto o espao vetorial real (M23 (R), +, ) finitamente gerado.
58
um conjunto finito formado por geradores do espao vetorial real (M23 (R), +, ).
Podemos estender o Exemplo acima acima ao seguinte Exerccio, cuja resoluo ser
deixada para o leitor:
Exerccio 4.32 Sejam m, n N fixados. O espao vetorial (Mmn (R), +, ) (onde + e
so as operaes usuais de Mmn (R)) gerado pelas m n matrizes:
(
)
.
(k,l)
Ekl = i,j
, para cada k {1, . . . , m} e l {1, . . . n} ,
onde, para cada k {1, . . . , m} e l {1, . . . n} fixados, temos que:
{
1 , para (i, j) = (k, l)
(k,l) .
i,j =
.
0 , (i, j) = (k, l)
Exemplo 4.33 O espao vetorial real (P2 (R), +, ) (onde + e so as operaes usuais
de P2 (R)) finitamente gerado.
Resoluo:
De fato, consideremos po , p1 , p2 P2 (R) os seguintes polinmios:
.
.
.
po (x) = 1 , p1 (x) = x , p2 (x) = x2 , para cada x R .
Ento se
p P2 (R) ,
temos que existiro escalares
ao , a1 , a2 R ,
tais que
p(x) = ao + a1 x + a2 x2 ,
para cada
x R,
ou seja,
x2
p(x) = ao . |{z}
1 +a1 |{z}
x + + a2 |{z}
=po (x)
=p1 (x)
=p2 (x)
para cada
x R,
mostrando que o polinmio p P2 (R) pode ser escrito como combinao linear dos polinmios po , p1 , p2 P2 (R), ou seja,
P2 (R) = [po , p1 , p2 ] .
Portanto o espao vetorial real (P2 (R), +, ) finitamente gerado.
Notemos que o conjunto
.
S = {po , p1 , p2 }
um conjunto finito formado por geradores do espao vetorial real (P2 (R), +, ).
Podemos estender o Exemplo acima a seguinte situao:
4.2. GERADORES
59
Exerccio 4.34 Seja n N fixado. O espao vetorial real (Pn (R), +, ) (onde + e so
as operaes usuais de Pn (R)) finitamente gerado.
Resoluo:
De fato, consideremos po , , pn Pn (R) os seguintes polinmios:
.
po (x) = 1 ,
.
p1 (x) = x ,
.
p2 (x) = x2 ,
.
pn (x) = xn ,
para cada
x R.
Ento se
p Pn (R)
temos que existiro escalares
ao , a1 , , an R ,
tais que
p(x) = ao + a1 x + + an xn ,
para cada
x R,
ou seja,
xn
x + + an |{z}
p(x) = ao . |{z}
1 +a1 |{z}
=po (x)
=p1 (x)
=pn (x)
para cada
x R,
mostrando que o polinmio p Pn (R) pode ser escrito como combinao linear dos polinmios po , , pn Pn (R), ou seja,
Pn (R) = [po , , pn ] .
Portanto o espao vetorial real (Pn (R), +, ) finitamente gerado.
Notemos que conjunto
.
S = {po , , pn }
um conjunto finito formado por geradores do espao vetorial real (Pn (R), +, ).
Um outro exemplo importante dado pelo:
Exemplo 4.35 Consideremos o espao vetorial real (P(R), +, ) (onde + e so as
operaes usuais de (P(R)) onde formado P(R) denota o conjunto formado por todos
os polinmios com coeficientes reais.
Afirmamos que P(R) no finitamente gerado.
Resoluo:
Deixaremos como exerccio para o leitor verificar que (P(R), +, ) um espao vetorial
(onde + e so as operaes de F (R; R))
Note que
Pn (R) P(R) ,
para cada n N fixado.
60
Suponhamos, por absurdo, que o espao vetorial real (P(R), +, ) finitamente gerado,
ou seja, existe um nmero finito de polinmios p1 , . . . , pn P(R) tais que
P(R) = [p1 , . . . , pn ] .
Seja N N, o grau mais alto dentre os polinmios
p1 , . . . , pn ,
que existe pois, temos somente um nmero finito de polinmios da coleo acima.
Com isto temos que o polinmio p P(R) dado por
.
p(x) = xN+1 ,
para cada
x R,
.
p1 (x) = x ,
.
p2 (x) = x2 ,
.
pn (x) = xn ,
para cada
x R.
4.2. GERADORES
61
Demonstrao:
Devemos mostrar que qualquer vetor u V pode ser escrito como uma combinao linear
dos vetores u2 , . . . , un , ou seja,
V = [u2 , , un ] .
Notemos que se
u V = [u1 , u2 , , un ] ,
temos que existiro escalares
1 , . . . , n R ,
tais que
u = 1 u1 + + n un .
(4.38)
Mas, por hiptese, o vetor u1 uma combinao linear dos vetores u2 , . . . , un , ou seja,
u1 [u2 , , un ] .
Logo, devero existir escalares
1 , . . . , n1
de modo que
u1 = 1 u2 + + n1 un .
(4.39)
Logo, de (4.38) e (4.39), e das propriedades bsicas de espaos vetoriais, podemos obter:
(4.38)
u = 1
+ + n un
u1
|{z}
(4.39)
= 1 u2 ++n1 un
= 1 (1 u2 + + n1 un ) + 2 u2 + + n un
= (1 1 + 2 ) u2 + + (1 n1 + n ) un ,
ou seja, o vetor u pode ser escrito como como uma combinao linear dos vetores
u2 , . . . , un ,
isto ,
u [u2 , , un ] ,
ou seja,
V = [u2 , , un ] ,
Observao 4.40 O resultado acima nos diz que se um espao vetorial real gerado
por um nmero finito de vetores e um desses vetores pode ser obtido como combinao
linear dos restantes, ento o espao vetorial real, dado incialmente, poder ser gerado
pelos vetores restantes, retirando-se o vetor que pode ser obtido como combinao linear
dos outros da lista inicial.
Apliquemos isto ao
62
(
)
Exemplo 4.41 Consideremos o espao vetorial real R4 , +, (onde + e so as operaes usuais de R4 ) e os seguintes seus subespaos vetoriais
}
}
. {
. {
U = (x, y, z, t) R4 ; x y + t + z = 0 , W = (x, y, z, t) R4 ; x + y t + z = 0 . (4.42)
Encontre um conjunto finito de geradores para os seguintes subespaos vetoriais do
(
)
espao vetorial R4 , +, :
U,
W,
UW
U+W.
Resoluo:
Deixaremos como exerccio para o leitor a verificao que U e W so subespaos vetoriais
(
)
do espao vetorial real R4 , +, .
Encontremos geradores para cada um dos subespaos vetoriais acima:
1. Para o subespao vetorial U:
Notemos que se
.
u = (x, y, z, t) U ,
ento, de (4.42), deveremos ter
xy+t+z=0
ou, equivalentemente,
y = x + z + t.
Portanto,
(x,
y , z , t) = (x , x + z + t , z , t) = (x , x , 0 , 0) + (0 , z , z , 0) + (0 , t , 0 , t)
|{z}
=x+z+t
ou, equivalentemente, t = x + y + z .
(4.43)
4.2. GERADORES
63
Portanto,
(x , y , z , |{z}
t ) = (x , y , z , x + y + z) = (x , 0 , 0 , x) + (0 , y , 0 , y) + (0 , 0 , z , z)
=x+y+z
(x , y , z , t) W ,
ou seja, de (4.42) e (4.43), deveremos ter que resolver o seguinte sistema linear
{
xy+t+z=0
x + y t + z = 0,
cujas solues so
{
z = x
t=y
para cada x, y R.
Deste modo, teremos:
(x , y , |{z}
z , |{z}
t ) = (x , y , x , y) = (x , 0 , x , 0) + (0 , y , 0 , y)
=x
=y
= x (1, 0, 1, 0) +y (0, 1, 0, 1)
|
{z
}
| {z }
.
.
=v1
=v2
u seja, o vetor u U, pode ser escrito como combinao linear dos vetores v1 , v2 (os
escalares sero x e y, respectivamente), isto ,
U W = [v1 , v2 ] = [(1, 0, 1, 0), (0, 1, 0, 1)] ,
mostrando que o subsepao vetorial U W finitamente gerado.
4. Para o subespao vetorial U W:
Da Proposio (4.21) item 4. segue que
U = [U] e
W = [W] ,
(4.45)
64
(4.43)
[U] + [W]
(4.44)
[u1 , u2 , u3 ] [w1 , w2 , w3 ]
[u1 , u2 , u3 , w1 , w2 , w3 ] .
= [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 0, 1, 1)] ,
(4.46)
(4.48)
Veremos mais adiante que este ser o nmero mnimo de geradores para o subespao
vetorial U + V, ou seja, no podemos retirar mais nenhum vetor da lista formada pelos
quatro vetores em (4.48) e ainda continuar gerando o subsepao vetorial U + V.
Deixaremos como exerccio para o leitor a verificao desta afirmao.
4.3
Exerccios
Captulo 5
Dependncia Linear
5.1
Introduo e Exemplos
()
ou, equivalentemente,
v + w 1 u = O.
Note que a combinao linear acima o vetor nulo, embora nem todos os escalares que
aparecem na sua formao sejo nulos.
Vejamos agora a seguinte situao: ser sempre possvel encontrar escalares , , R,
no todos nulos, de modo que, em R3 , tenhamos
(1, 0, 0) + (0, 1, 0) + (0, 0, 1) = (0, 0, 0)?
()
66
()
Como exemplo desta situao consideremos no espao vetorial real (R2 , +, ) (onde
+ e so as operaes usuais) os vetores
.
v1 = (1, 1)
.
v2 = (1, 1).
67
1 u1 + + n un = O,
68
que equivalente a:
(0, 0, 0) = (, , ) + (, , 0) + (, 0, 0) = ( + + , + , ).
Isto equivale a resolver o sistema linear
+ + = 0
+=0
= 0,
que possui uma nica soluo, a saber:
= = = 0.
Logo, os vetores (1, 1, 1), (1, 1, 0), (1, 0, 0) R3 so linearmente independentes no espao
vetorial real (R3 , +, ).
Exemplo 5.7 Consideremos o espao vetorial real (R3 , +, ) (onde + e so as operaes
usuais de R3 ).
Tomemos os vetores em R3 dados por
.
u1 = (x1 , y1 , z1 ),
.
u2 = (x2 , y2 , z2 )
.
u3 = (x3 , y3 , z3 ).
()
( )
Observemos que
1 u1 + 2 u2 + 3 u3 = 1 (x1 , y1 , z1 ) + 2 (x2 , y2 , z2 ) + 3 (x3 , y3 , z3 )
= (1 x1 , 1 y1 , 1 z1 ) + (2 x2 , 2 y2 , 2 z2 ) + (3 x3 , 3 y3 , 3 z3 )
= (1 x1 + 2 x2 + 3 x3 , 1 y1 + 2 y2 + 3 y3 , 1 z1 + 2 z2 + 3 z3 ),
que equivalente a que o sistema linear de trs equaes a trs incgnitas (que so os escalares
1 , 2 , 3 ):
1 x1 + 2 x2 + 3 x3 = 0
1 y1 + 2 y2 + 3 y3 = 0
z + z + z = 0
1 1
2 2
3 3
. ( )
69
Logo para que (**) possua somente a soluo (***) necessrio e suficiente que o sistema
linear (****) s admita a soluo (***).
Mas isto, como se sabe, isto equivalente que a dizer que a matriz dos coeficientes do
sistema linear (****),
x1 x2 x3
y1 y2 y3
z1 z2 z3
possue determinante diferente de zero (ver Apndice II).
Note que as colunas desta matriz so formadas pelas entradas que compem os vetores
u1 , u2 e u3 em (*).
Observao 5.8 O mesmo resultado vale se colocarmos os coeficientes dos vetores u1 ,
u2 e u3 como as linhas de uma matriz. Por qu?
Podemos estender o exemplo acima a seguinte situao:
Exerccio 5.9 Consideremos o espao vetorial real (Rn , +, ) (onde + e so as operaes
usuais de Rn .
Enuncie e demonstre um resultado anlogo ao exemplo acima para uma sequncia
u1 , , uk vetores do espao vetorial real (Rn , +, ), onde k {1, , n}.
Temos tambm o:
Exemplo 5.10 Consideremos o espao vetorial real (M2 (R), +, ) (onde + e so as
operaes usuais de M2 (R)).
Verifique se as matrizes de M2 (R):
(
)
(
)
(
)
. 1 0
. 1 1
. 0 1
u1 =
, u2 =
, u3 =
0 1
0 1
0 0
so linearmente independentes em (M2 (R), +, ).
Resoluo:
Para isto precisamos estudar todas as possveis solues 1 , 2 , 3 R da equao vetorial:
1 u1 + 2 u2 + 3 u3 = O,
()
onde O denota a matriz nula de M2 (R), ou, equivalentemente, encontrar todas as possveis
solues da equao matricial
(
)
(
) (
)
(
)
1 1
0 1
0 0
1 0
=
+ 2
+ 3
,
1
0 1
0 0
0 0
0 1
|
{z
}
1 + 2 2 + 3
=
0
1 + 2
70
()
1 + 2 = 0
+ = 0
2
3
( )
0
=
0
1 + 2 = 0
que possui solues do tipo
(1 , 2 , 3 ) = (1 , 1 , 1 )
para qualquer 1 R.
.
Logo escolhendo-se 1 = 1, teremos que 2 = 1 e 3 = 1 sero solues (no identicamente nulas) do sistema (***) ou, equivalentemente, da equao vetorial (*).
Dessa forma, a sequncia de vetores u1 , u2 , u3 ser linearmente dependente em (M2 (R), +, ).
Observao 5.11 Um outro modo de resolver o exemplo acima observar que (verifique!)
u2 = u1 + u3 ,
que equivalente a escrever
1.u1 + (1).u2 + 1.u3 = 0,
ou seja, os vetores u1 , u2 , u3 so l.d. em (M2 (R), +, ).
Temos tambm o:
Exemplo 5.12 Consideremos o espao vetorial real (C1 (R; R), +, ) (onde + e so as
operaes usuais de C1 (R; R)).
Verifique se as funes f e g so l.d. em (C1 (R; R), +, ) onde
.
f(x) =
cos(x)
.
g(x) =
sen(x),
x R.
Resoluo:
Como as funes f e g so funes definidas em R, a equao vetorial
f + f = O,
()
para todo
x R.
71
1. x = 0, ou seja:
cos
(0) + sen(0) =
| {z }
| {z }
0 = f(0) + g(0) =
=1
2. x =
= 0.
=0
, ou seja:
2
cos
sen
0 = f( ) + g(0) =
( ) +
( )=
2
| {z2 }
| {z 2 }
=0
= 0.
=1
ou seja,
cos2(x),
.
g(x) =
sen2(x)
cos2(x) + sen2(x) = 1,
.
h(x) = 1,
x R.
para todo x R,
cos2(x) + sen2(x) 1 = 0,
para todo x R,
que equivalente a
1 f + 1 g + (1) h = O,
onde O denota a funo identicamente mula.
Logo a equao vetorial
f + g + h = O,
.
.
.
tem uma soluo no trivial, a saber = 1, = 1 e = 1.
Portanto as funes f, g e h so l.d. em C1 (R; R).
Deixaremos como exerccio para o leitor o
Exerccio 5.14 Consideremos o espao vetorial real (C1 (R; R), +, ) (onde + e so as
operaes usuais de C1 (R; R)).
Sejam
.
f(x) =
cos(2x),
g(x) =
cos2(x)
h(x) =
sen2(x),
x R.
72
5.2
1
i 1
i +1
n
u1 + + o uio 1 + o uio +1 + +
un ,
io
io
io
io
ou seja, o vetor uio , da lisla u1 , , un , pode ser obtido como combinao linear dos vetores
restantes (a saber, dos vetores u1 , , uio 1 , uio +1 , , un ), terminando a demonstrao.
Com isto temos a:
Proposio 5.16 Consideremos o espao vetorial real (V, +, ) e u1 , . . . , un V.
.
Se o conjunto de vetores S = {u1 , . . . , un } l.d. em (V, +, ) e T V tal que S T .
Ento T ser l.d. (V, +, ).
73
Demonstrao:
.
Vamos mostrar que se u1 , . . . , un , un+1 , . . . , um V so tais que S = {u1 , . . . , un } um
.
conjunto formado por vetores que so l.d. ento T = {u1 , . . . , un , un+1 , . . . , um } tambm um
conjunto formado por vetores que so l. d. .
Como S l.d. em (V, +, ) existem escalares 1 , , n R, no todos nulos, ou seja,
io = 0 para algum io = 1, , n, tais que
1 u1 + + io uio + + n un = O.
()
()
Observao 5.17 O resultado acima nos diz que qualquer subconjunto de um espao
vetorial real que contenha como subconjunto um conjunto que l.d. dever, necessariamente, ser l.d. .
Um outro resultado importante dado pela:
Proposio 5.18 Consideremos o espao vetorial real (V, +, ) e u1 , . . . , um V.
Se u1 , . . . , um so linearmente independentes em (V, +, ) ento qualquer subsequncia
destes vetores tambm ser linearmente independente em (V, +, ).
Demonstrao:
Basta mostrar que se u1 , . . . , un , un+1 , . . . , um so linearmente independentes em (V, +, )
ento u1 , . . . , un tambm so l.i. em (V, +, ).
Para isto suponhamos que
1 u1 + + n un = O. ()
Mas a equao vetorial (*) pode ser reescrita como:
1 u1 + + n un + 0 un+1 + + 0 um = O
()
e os vetores u1 , . . . , un , un+1 , . . . , um so l.i. em (V, +, ) logo segue que a nica soluo para
a equao vetorial (*) ser
1 = = n = 0,
mostrando que os vetores u1 , . . . , un so l.i. em (V, +, ), como queramos demonstrar.
Observao 5.19 O resultado acima nos diz que qualquer subconjunto de um conjunto
de vetores de um espao vetorial real que l.i. dever, necessariamente, ser l.i. .
74
=0
u=
1
n
u1 + +
un ,
ou seja, o vetor u pode ser obtido como combinao linear dos vetores u1 , . . . , un , como
queramos demonstrar.
Pra finalizar temos a:
Proposio 5.21 Consideremos o espao vetorial real (V, +, ) e u1 , . . . , un vetores l.i.
em (V, +, ).
Ento cada vetor v [u1 , . . . , un ] se escreve de maneira nica como combinao
linear dos vetores u1 , . . . , un , isto , existem nicos 1 , , n R tais que
v = 1 u1 + + n un .
Prova:
Suponhamos que existam 1 , , n , 1 , , n R tais que
1 u1 + + n un = v = 1 u1 + + n un . ()
Precisamos mostrar que
j = j ,
j = 1, . . . , n.
5.3. EXERCCIOS
75
j = 1, , n,
isto ,
j = j ,
para todo
j = 1, . . . , n,
Observao 5.22 Vale uma certa recproca do resultado acima, a saber: se cada vetor v [u1 , . . . , un ] se escreve de maneira nica como combinao linear dos vetores
u1 , . . . , un ento os vetores u1 , , un sero l.i. em (V, +, ).
De fato, pois, em particular, o vetor nulo O V se escreve de modo nico como
combinao linear dos vetores u1 , . . . , un , isto , se
O = 1 u1 + + n un
1 = = n = 0,
5.3
Exerccios
76
Captulo 6
Base, Dimenso e Coordenadas
6.1
Base
A noo de base de um espao vetorial real semelhante a que foi introduzida no curso de
Geometria Analtica.
Ela consiste em escolher um conjunto de geradores do espao vetorial real em questo que
contenha o menor nmero de vetores possvel, isto , um conjunto que gere o espao vetorial
real, mas que se deste conjunto for retirado qualquer elemento, o conjunto que restar no
gerar mais o espao vetorial real em questo.
Mais precisamente, temos a:
Definio 6.1 Seja V = {O}, (V, +, ) um espao vetorial real finitamente gerado.
Definimos uma base do espao vetorial real V como sendo um conjunto, que indicaremos por B, formado por vetores linearmente independentes de V e que gera V.
Consideremos os seguintes exemplos:
Exemplo 6.2 Consideremos o espao vetorial real (R3 , +, ) (onde + e so as operaes
usuais).
.
Mostre que B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} uma base de (R3 , +, )
Resoluo:
Sabemos que o espao vetorial real (R3 , +, ) finitamente gerado (verifique!).
fcil ver que os vetores de B so l.i. (verifique!).
Alm disso se (x, y, z) R3 temos que
(x, y, z) = (x, 0, 0) + (0, y, 0) + (0, 0, z) = x (1, 0, 0) + y (0, 1, 0) + z (0, 0, 1),
mostrando que os vetores de B geram (R3 , +, ) (isto , [B] = R3 ), logo B ser uma base para
(R3 , +, ).
Podemos estender o exemplo acima, como afirma o seguinte exerccio abaixo, cuja resoluo ser deixada a cargo do leitor.
77
78
1
|{z}
.
, , 0), . . . en = (0, . . . , 0, 1)
jsima posio
6.1. BASE
79
.
q(x) = 1 x,
.
r(x) = 1 x2 ,
x R.
80
Sem perda de generalidade, podemos supor que o vetor u2 seja tal vetor (ou ainda, j1 = 2),
isto , u1 , u2 so l.i. em (V, +, ).
Se todos os vetores u3 , . . . , un puderem ser escritos como combinaes lineares dos vetores
.
u1 , u2 ento V = [u1 , u2 ] e B = {u1 , u2 } ser uma base de (V, +, ).
Caso, contrrio, podemos repetir este processo e como o nmero de elementos de {u1 , . . . , un }
finito, o processo ir findar aps um nmero finito de passos.
Desse modo, existe uma sequncia de vetores l.i. dentre os vetores do conjunto {u1 , . . . , un }
que geram (V, +, ), isto , uma base de (V, +, ), finalizando a demonstrao.
Observao 6.9 Resumindo, o resultado acima nos diz que todo espao vetorial real,
no identicamente nulo, finitamente gerado admite uma base.
6.2
Dimenso
Para iniciar esta seo temos o seguinte resultado fundamental para o que segue:
Teorema 6.10 Seja V = {O} tal que (V, +, ) um espao vetorial real finitamente gerado.
Ento toda base de (V, +, ) possui o mesmo nmero de vetores.
Prova:
Do teorema (6.8) segue que (V, +, ) admite uma base.
.
.
Sejam B = {u1 , . . . , un } e C = {v1 , . . . , vm } duas bases do espao vetorial real (V, +, ).
Nosso objetivo mostrar que m = n (ou seja, qualquer base de (V, +, ) de n elementos).
Suponhamos, por absurdo, que n > m.
Como os vetores v1 , . . . , vm geram (V, +, ), para cada 1 j n, podemos escrever o vetor
uj como combinao linear dos vetores v1 , . . . , vm , isto , existem 1j , , mj R tais que
uj = 1j v1 + + mj vm =
ij vi .
()
i=1
+ + n
u1
|{z}
m
()
(
= 1
i1 vi
i=1
m
i=1
)
i1 vi
( m
+ + n
)
i=1
i=j
i=1
ij vi
()
un
|{z}
()
in vi
(
)
in vi
( n i=1 )
m
j 1i vi ,
=
i=1
j=1
6.2. DIMENSO
ou ainda,
81
( n
)
j 1j
(
v1 + +
j=1
)
j mj
vm = 0.
j=1
ij j = 0
para todo
1 i m.
j=1
Observao 6.11 Resumindo, o resultado acima nos diz que qualquer base de um espao vetorial real, no identicamente nulo, finitamente gerado tem o mesmo nmero de
vetores.
Com o resultado acima podemos introduzir a:
Definio 6.12 Seja (V, +, ) um espao vetorial real finitamente gerado.
Se V = {O} definimos a dimenso de V como sendo 0.
Se V = {O} definimos a dimenso de V como sendo o nmero de elementos de uma
base qualquer de (V, +, ).
Neste caso, usaremos o smbolo
(V) para denotar a dimenso do espao vetorial
real (V, +, ).
dim
dim
82
Observao 6.17
6.2. DIMENSO
83
dim
dim(W) dim(V).
Para ver isto basta supor, por absurdo, que
dim(W) > m.
Logo existe uma base de W com mais que m vetores, em particular, existem mais
que m vetores l.i. em (W, +V , V ) (onde +V e V indicam as operaes V).
Assim os elementos desta base de W tambm sero l.i. em (V, +, ), ou seja,
existe um subconjunto formado por vetores l.i. em (V, +, ) que tm mais que m
elementos.
2. Se o espao vetorial real (V, +, ) tem dimenso n diremos que ele um espao
vetorial real n-dimensional.
Temos tambm o:
Corolrio 6.18 Se (V, +, ) um espao vetorial n-dimensional e u1 , . . . , un so vetores
de (V, +, ) linearmente independentes em (V, +, ) ento estes vetores formam uma base
de (V, +, ).
Demonstrao:
.
Seja B = {u1 , , un } formado por n vetores l.i em (V, +, ).
Mostremos que B uma base de (V, +, ), ou seja, que geram (V, +, ).
Suponhamos, por aburdo, que exista u V tal que u [u1 , , un ].
Isto implicar que u, u1 , , un so l.i. em (V, +, ) (verifique!), o que contraria a proposio (6.15) (pois temos um conjunto l.i. em (V, +, ) com mais que n =
(V) vetores).
Logo B l.i. em (V, +, ) e portanto B ser uma base de (V, +, ), como queramos demonstrar.
dim
Exemplo 6.19 Consideremos o espao vetorial real (Rn , +, ) (onde + e so as operaes usuais).
Ento
(Rn ) = n.
dim
Resoluo:
.
Do exemplo (6.3) temos que o conjunto B = {e1 , . . . , en } Rn onde
.
.
e1 = (1, 0, . . . , 0), . . . , ej = (0, . . . , 0,
1
|{z}
.
, , 0), . . . en = (0, . . . , 0, 1)
jsima posio
dim(Rn) = n.
84
dim
Resoluo:
Do exemplo (4.35) temos que (P(R), +, ) no finitamente gerado, logo sua dimenso
no pode ser finita, assim
(P(R) = .
dim
dim
Resoluo:
.
De fato, do exemplo (4.34) temos que o conjunto B = {po , , pn } Pn (R) formado pelos
seguintes polinmios:
.
po (x) = 1,
.
p1 (x) = x,
.
p2 (x) = x2 ,
.
pn (x) = xn ,
x R,
dim
dim
Resoluo:
Do exemplo (4.32) temos que o conjunto
.
B = {Ek,l : k = 1, . . . , m, l = 1, . . . , n}
formado pelas matrizes de Mmn (R) dadas por:
.
Ek,l = (k,l
i,j )1im ,
1jn
k = 1, . . . , m, l = 1, . . . , n, onde
k,l
i,j
{
. 1
=
0
se (i, j) = (k, l)
se (i, j) = (k, l)
dim
Exerccio 6.23
6.2. DIMENSO
85
()
dim
.
B = {u1 , . . . , um , um+1 , . . . , um+k }
dim
Exemplo 6.25 Consideremos o espao vetorial real (R3 , +, ) (onde + e so as operaes usuais).
Encontre uma base do (R3 , +, ) contendo o vetor (1, 1, 1).
86
Resoluo:
Como a dimenso de R3 trs, do teorema do completamento, precisamos encontrar dois
.
.
.
vetores, u1 = (x1 , y1 , z1 ), u2 = (x2 , y2 , z2 ) R3 , que juntamente com o vetor u = (1, 1, 1)
sejam l.i. em (R3 , +, ).
Porm, pelo exemplo (5.7), sabemos que isto equivalente ao determinante da matriz
1 x 1 x2
.
det
6.3
(6.27)
Demonstrao:
Do corolrio (6.16) segue que todo subespao de um espao vetorial real de dimenso
finita ter tambm dimenso finita, em particular, temos que
dim
dim
dim(U W) = m, dim(U) = m + p
dim(W) = m + q.
Sendo assim, a fim de mostrarmos a identidade (6.27), necessrio (e, na verdade, suficiente) mostrar que
(U + W) = m + p + q.
dim
87
(6.28)
uma base de U + W.
Mostremos primeiramente que os vetores de D geram U + W.
Para isto, dado v U + W segue que existem u U e w W tais que v = u + w.
Como u U, e A base de U, segue que o vetor u uma combinao linear dos vetores
u1 , . . . , up , v1 , . . . , vm .
De modo semelhante, como w W, e B base de W, segue que o vetor w uma combinao
linear dos vetores w1 , . . . , wq , v1 , . . . , vm .
Logo o vetor
v=u+w
ser uma combinao linear dos vetores u1 , . . . , up , v1 , . . . , vm , w1 , . . . , wq , ou seja, v [u1 , . . . , up , v1 , . . . ,
mostrando que
U + W = [u1 , . . . , up , v1 , . . . , vm ,1 , . . . , wq ].
Mostremos que o conjunto D l.i. em (V, +, ).
Suponha que os escalares 1 , , p , 1 , , q , 1 , , m R so tais que
1 u1 + + p up + 1 w1 + + q wq + 1 v1 + + m vm = O,
(6.29)
()
88
dim
dim
Demonstrao:
Suponhamos, por absurdo, que U = V (temos que U V), isto , existe um vetor u1 V
tal que u1 U, em particular, u1 = O (pois se fosse O estaria em U).
.
Definamos W = [u1 ].
Logo
(W) = 1.
Como u1 U temos que U W = {O} e como
(W) = 1, segue da proposio (6.26)
que
dim
dim
dim(U) + 1
=1
=0
[dim(U)=dim(V)]
dim
dim
Observao 6.31 Notemos que se (V, +, ) um espao vetorial real de dimenso finita,
U e W so subespaos vetoriais de (V, +, ) (como na proposio (6.26)) e se alm do
mais tivermos
V =U+W
e
(U) +
(W) >
(V)
dim
dim
dim
ento
U W = {O}
ou seja, a soma U + W no uma soma direta.
De fato, se soma U + W fosse uma soma direta deveramos ter U W = {0}.
Logo, pela proposio (6.26), teramos
0=
89
Resoluo:
Vimos no exemplo (4.41) que
U = [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1)]
W = [(1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1)]
U W = [(1, 0, 1, 0), (0, 1, 0, 1)]
U + W = [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 0, 1, 1)]
Verifiquemos a dependncia ou independncia linear de cada um dos conjuntos de vetores
acima:
Para U:
Estudemos a dependncia linear dos vetores que geram U.
Se , , R so tais que
(1, 1, 0, 0) + (0, 1, 1, 0) + (0, 1, 0, 1) = (0, 0, 0, 0)
isto ser equivalente :
=0
+ + = 0
(, + + , , ) = (0, 0, 0, 0)
=0
=0
= = = 0.
Logo podemos conclui que os vetores (1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1) so l.i. e portanto
.
B = {(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1)} ser uma base para U.
Portanto segue que
(U) = 3.
Para W:
Estudemos a dependncia linear dos vetores que geram W.
Se , , R so tais que
dim
=0
= 0
(, , , + + ) = (0, 0, 0, 0)
=0
++=0
= = = 0.
Logo podemos conclui que os vetores (1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1) so l.i. e portanto
.
C = {(1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1)} ser uma base para W.
Portanto temos que
(W) = 3.
Para U W :
Estudemos a dependncia linear dos vetores que geram U W.
dim
90
=0
= 0
(, , , ) = (0, 0, 0, 0)
= 0
=0
= = 0.
.
Logo podemos conclui que os vetores (1, 0, 1, 0), (0, 1, 0, 1) so l.i. e portanto D =
{((1, 0, 1, 0), (0, 1, 0, 1)} ser uma base para U W.
Portanto temos que
(U W) = 2.
Para U + W :
Pela proposio (6.26) temos
dim
dim
.
W = {q P3 (R) : q(1) = 0}.
x R,
assim
p(0) = ao
e p(1) = ao + a1 + a2 + a3 . ()
91
Logo
()
p U p(0) = p(1) = 0
{
ao = 0
ao + a1 + a2 + a3 = 0
{
ao = 0
a1 = a2 a3
()
.
p2 (x) = x3 x,
x R,
dim
q(x) = ao + a1 x + a2 x2 + a3 x3 ,
x R,
assim
q(1) = ao + a1 (1) + a2 (1)2 + a3 (1)3 = ao a1 + a2 a3 .
()
Logo
()
q W q(1) = 0 ao a1 + a2 a3 = 0 a3 = ao + a1 a2
q(x) = ao + a1 x + a2 x2 + (ao + a1 a2 )x3
= ao (1 x3 ) + a1 (x + x3 ) + a2 (x2 x3 ),
x R. ()
.
q2 (x) = x + x3 ,
.
q3 (x) = x2 x3
x R,
dim
p(x) = ao + a1 x + a2 x2 + a3 x3 ,
x R,
p(1) = ao + a1 + a2 + a3
p(1) = ao a1 + a2 a3 .
()
92
p U W
ao = 0
ao + a1 + a2 + a3 = 0
a a + a a = 0
o
1
2
3
p(x) = a1 (x x3 ),
[Exerccio]
{
ao = a2 = 0
a3 = a1
x R. ()
x R,
dim
.
s1 (x) = x,
.
s2 (x) = x2 ,
.
s3 (x) = x3 ,
x R,
dim
6.4
Coordenadas
.
Sejam (V, +, ) um espao vetorial finitamente gerado e B = {u1 , . . . , un } uma base de (V, +, ).
Como B uma base de (V, +, ), todo vetor de u V se escreve como combinao linear
dos elementos de B, isto , existem escalares 1 , . . . , n R, tais que
1 u1 + + n un .
Fixada a base B, pela proposio (5.21), os escalares 1 , . . . , n R so unicamente
determinados pelo vetor u.
6.4. COORDENADAS
93
1 0 0
[Exerccio]
=
1 = 0,
1 1 0
1 1 1
dim
det
= 1
+=2
+ + = 0
= 1,
= 2,
94
.
p1 (x) = x,
.
p2 (x) = x2 x,
xR
formam uma base, que denotaremos por B, do espao vetorial real (P2 (R), +, ) (ondo
+ e so as operaes usuais de P2 (R).
Encontre as coordenadas e a matriz das coordenadas do vetor p P2 (R), onde
.
p(x) = 1 + x + x2 ,
xR
.
q1 (x) = x,
.
q2 (x) = x2 ,
x R.
Resoluo:
Para verificar que B uma base de (P2 (R), +, ) basta mostrar que todo vetor q P2 (R)
se escreve de maneira nica como combinao linear dos vetores de B.
Como q P2 (R) existem ao , a1 , a2 R tais que
q(x) = ao + a1 x + a2 x2 ,
x R. ()
xR
ao + a1 x + a2 x2 = + ( )x + x ,
xR
xR
= a o
= a1
= a ,
2
()
xR
6.4. COORDENADAS
95
=q1 (x)
=q2 (x)
= |{z}
1 .qo (x) + |{z}
1 .q1 (x) + |{z}
1 .q2 (x),
=
xR
assim
===1
sero as coordenadas do vetor p P2 (R) em relao base C.
Logo a matriz das coorrdenadas do vetor p P2 (R) dado por
.
p(x) = 1 + x + x2 ,
com relao base C ser dada por
xR
1
[u]C = 1 .
1
96
e
v = 1 u1 + + n un .
Com isto temos que
u + v = [1 u1 + + n un ] + [1 u1 + + n un ]
= (1 + 1 ) u1 + + (n + n ) un
e
u = [1 u1 + + n un ]
= (1 ) u1 + + (n ) un
Com isto temos que
1
1 + 1
1
1
..
[u]B = ... e [v]B = ... [u + v]B =
e [ u]B = .. .
.
n
Portanto
n + n
1 + 1
1
1
.
.
.
..
[u + v]B =
= .. + .. = [u]B + [v]B
n + n
1
1
..
..
[ u]B = . = [ u]B = . = [u]B ,
n
completando a demonstrao.
Proposio 6.41 Sejam (U, +, ), (Mn1 (R), +, ) espaos vetoriais reais (onde em Mn1 (R),
.
+ e so as operaes usuais) com
(U) = n, B = {u1 , , un } base de U e v1 , , vm
U.
O conjunto {v1 , , vm } l.i. em U se, e somente se, {[v1 ]B , , [vm ]B } l.i. em
Mn1 (R).
dim
Prova:
Como B base de U e vj U, j = 1, , m, segue que existem nicos escalares
1j , , nj , R tais que
vj = 1j u1 + + nj un ,
isto ,
1j
[vj ]B = ... .
nj
6.4. COORDENADAS
97
implicar 1 = = m = 0,
que equivalente a
[ v + + m vm ]B =
| 1 1
{z
}
1 = = m = 0,
=OMn1 (R)
[prop. acima]
implicar
[O]B
|{z}
implicar
1 = = m = 0,
que o mesmo que dizer que o conjunto {[v1 ]B , , [vm ]B } l.i. em Mn1 (R), completando a
demonstrao.
Como consequncai temos o
.
Corolrio 6.42 Sejam (U, +, ) espao vetorial realfinitamente gerado, B = {u1 , , un }
base de U e v1 , , vn U.
.
O conjunto C = {v1 , , vn } base de U se, e somente se,
implicar
1 = = m = 0.
0
11
12
1n
..
..
.. ..
1 . + 2 . + + n . = . implicar 1 = = m = 0,
|
n1
isto ,
11
..
.
n2
{z
12
..
.
n1 n2
11 12
..
..
.
.
n1 n2
nn
1n 1
.
..
..
.
nn
0
1
1n
.. .. = ..
. . .
nn
implicar
1 = = m = 0,
98
11 12 1n
..
.. ser uma matriz
que pelo Apndice I e II, equiavelente a matriz ...
.
.
n1 n2 nn
inversvel, ou seja,
11 12 1n
..
..
.. = 0,
[[v1 ]B [vn ]B ] =
.
.
.
det
completando a demonstrao.
6.5
Exerccios
det
n1 n2
nn
Captulo 7
Mudana de Base
7.1
Como vimos no exemplo (6.38) a matriz das coordenadas de um vetor de um espao vetorial
real podem variar quando se consideram bases distintas do espao vetorial real em questo.
O que passaremos a estudar agora como esta mudana ocorre, ou seja, como possvel
encontrar a matriz das coordenadas de um vetor em relao a uma base conhendo-se sua a
matriz das coordenadas em relao a uma outra base do mesmo espao vetorial real.
Para isto seja (V, +, ) um espao vetorial real finitamente gerado.
.
.
Consideremos B = {b1 , . . . , bn } e C = {c1 , . . . , cn } bases de (V, +, ).
Como B uma base de (V, +, ), podemos escrever cada um dos vetores da base C como
combinao linear dos vetores da base B, isto , existem escalares ij R, 1 i, j n tais
que
c1 = 11 b1 + + n1 bn
..
.
cn = 1n b1 + + nn bn .
Desta forma, a matriz das coordenadas dos vetores da base C (isto , dos vetores c1 , . . . , cn )
em relao base B sero, respectivamente,
11
1n
nn
Com estas informaes sobre as coordenadas dos vetores da base C em relao base B
podemos construir a seguinte matriz quadrada de ordem n:
11 1n
..
.. ,
..
.
.
.
n1
nn
cujas colunas so formadas pelas coordenas dos vetores c1 , . . . , cn com relao base B.
Com isto temos a:
99
100
Definio 7.1 A matriz acima ser denominada de matriz mudana de base, da base B para a base C
e denotada por MBC (ou por MCB ) , ou seja,
11 1n
.. .
MBC = ... . . .
.
n1
nn
Observao 7.2 Para obter a matriz de mudana de base, da base B para a base C,
precisamos escrever os vetores da base C como combinao linear dos vetores da base
B e com os respectivos coeficientes construimos as colunas da matriz de mudana de
base procurada.
Antes de encontrarmos uma relao que existe entre a matriz MBC e as coordenadas de
um dado vetor com relao s bases B e C, vejamos como podemos encontrar a matriz de
mudana de base no seguinte exemplo:
Exemplo 7.3 Seja (R3 , +, ) espao vetorial real (onde + e so as operaes usuais de
R3 ).
Consideremos as bases
.
.
B = {(1, 0, 1), (1, 1, 1)(1, 1, 2)} e C = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
de (R3 , +, ).
Encontre a matriz de mudana da base B para a base C (isto , MBC ).
Resoluo:
Sabemos que C uma base de (R3 , +, ) ( a base cannica de (R3 , +, )).
Deixaremos como exerccio para o leitor a verificao que B tambm uma base de
3
(R , +, ).
Para encontrar a matriz de mudana da base B para a base C precisamos escrever os
vetores da base C como combinao linear dos vetores da base B, isto , precisamos encontrar
escalares ij R, 1 i, j 3 tais que:
Precisamos resolver
(1, 0, 0) = 11 (1, 0, 1) + 21 (1, 1, 1) + 31 (1, 1, 2)
= (11 , 0, 11 ) + (21 , 21 , 21 )) + (31 , 31 , 231 )
(0, 1, 0) = 12 (1, 0, 1) + 22 (1, 1, 1) + 32 (1, 1, 2)
= (12 , 0, 12 ) + (22 , 22 , 22 ) + (32 , 32 , 232 )
(0, 0, 1) = 13 (1, 0, 1) + 23 (1, 1, 1) + 33 (1, 1, 2)
= (13 , 0, 13 ) + (23 , 23 , 23 ) + (33 , 33 , 233 )
ou, equivalentemente:
(1, 0, 0) = (11 + 21 + 31 , 21 + 31 , 11 + 21 + 231 )
(1)
(2)
(3)
101
trs incgnitas
1 1 1
1 1 1
x
a
0 1 1 y = b
1 1 2
z
c
onde a, b, c R sero escolhidos de acordo com o segundos membros de (1), (2) ou (3) acima.
Utilizando-se escalonamento de matrizes (ver os Apndices I e II) podemos verificar que
a equao matricial acima equivalente a seguinte equao matricial (cuja matriz est na
forma escalonada reduzida por linhas, ver os Apndices I e II):
1 1 1
x
a
0 1 1 y = b
0 0 1
z
ca
Deixaremos como exerccio para o leitor verificar que a nica soluo desta equao matricial dada por
x = a b,
y=a+bc
z = c a.
()
Assim para encontrar uma (nica) soluo do sistema (1) basta tomarmos (a, b, c) =
(1, 0, 0) e, por (*), obter
e
11 = a b = 1 0 = 1, 21 = a + b c = 1 + 0 0 = 1
31 = c a = 0 1 = 1,
ou seja,
(11 , 21 , 31 ) = (1, 1, 1).
(4)
.
Para encontrar uma (nica) soluo do sistema (2) basta tomarmos (a, b, c) = (0, 1, 0) e,
por (*), obter
12 = a b = 0 1 = 1, 22 = a + b c = 0 + 1 0 = 1
32 = c a = 0 0 = 0,
ou seja,
(12 , 22 , 32 ) = (1, 1, 0).
(5)
Finalmente, para encontrar uma (nica) soluo do sistema (3) basta tomarmos (a, b, c) =
(0, 0, 1) e, por (*), obter
13 = a b = 0 0 = 0, 23 = a + b c = 0 + 0 1 = 1
33 = c a = 1 0 = 1,
102
ou seja,
(13 , 23 , 33 ) = (0, 1, 1).
Desta forma, de (4), (5) e (6), obtemos que
C ser dada por:
MBC = 1
1
(6)
1 0
1 1 .
0
1
Temos tambm o
Exemplo 7.4 Com as notaes do exemplo acima, encontre a matriz de mudana da
base C para a base B (isto , MCB ).
Resoluo:
Para encontrar a matriz de mudana da base C para a base B precisamos escrever os
vetores da base B como combinao linear dos vetores da base C, isto , precisamos encontrar
escalares ij R, 1 i, j 3 tais que:
(1, 0, 1) = 11 (1, 0, 0) + 21 (0, 1, 0) + 31 (0, 0, 1)
(1, 1, 1) = 12 (1, 0, 0) + 22 (0, 1, 0) + 32 (0, 0, 1)
(1, 1, 2) = 13 (1, 0, 0) + 23 (0, 1, 0) + 33 (0, 0, 0)
que uma tarefa simples j que:
(1, 0, 1) = 1 (1, 0, 0) + 0 (0, 1, 0) + 1 (0, 0, 1)
(1, 1, 1) = 1 (1, 0, 0) + 1 (0, 1, 0) + 1 (0, 0, 1)
(1, 1, 2) = 1 (1, 0, 0) + 1 (0, 1, 0) + 2 (0, 0, 0).
Portanto a matriz de mudana da base C para a base B ser dada por:
1 1 1
MCB = 0 1 1 .
1 1 2
Observao 7.5 Nos dois exemplos acima vale observarmos que
MCB = M1
BC .
Deixaremos a verificao deste fato como exercio para o leitor.
Vejamos agora como as matrizes das coordenadas de um vetor se relacionam com respeito
a duas bases de um mesmos espao vetorial real de dimenso finita.
.
.
Sejam B = {b1 , . . . , bn } e C = {c1 , . . . , cn } bases de um espao vetorial real (V, +, ) de
dimenso finita .
x1
[v]B = ...
103
y1
[v]C = ...
(1)
xn
(2)
yn
ij bi ,
j = 1, . . . , n,
()
i=1
(1)
(2)
xi b i = v =
i=1
j=1
()
yj cj =
yj
j=1
( n
)
=
ij bi
i=1
( n
n
i=1
)
ij yj bi
()
j=1
ij yj ,
i = 1, . . . , n.
j=1
Porm, estas n equaes podem ser escritas na seguinte frmula matricial (veja os Apndices I e II):
11 12 1n
y1
x1
..
.. ..
.. . . ..
.
. = . ,
..
.
n1 n2
nn
yn
xn
ou ainda como:
MBC [v]C = [v]B .
Com isto acabamos de demonstrar a:
Proposio 7.6 Sejam B e C bases de um espao vetorial real (V, +, ) de dimenso
finita.
Se [v]B e [v]C representam as matrizes das coordenadas de um dado vetor v V
emrelao s bases B e C, respectivamente e se MBC a matriz de mudana de base da
base B para a base C ento teremos a seguinte identidade
[v]B = MBC [v]C .
Apliquemos o resultado acima a alguns exemplos.
104
Exemplo 7.7 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais de
R2 ).
Fixado R, considere os vetores
.
.
u1 = ( (),
())
e
u2 = (
(),
())
cos
sen
sen
cos
de (R2 , +, ).
.
Mostre que B = {u1 , u2 } uma base de (R2 , +, ).
.
Encontre a matriz de mudana da base B para a base C = {e1 , e2 }, onde
.
.
e1 = (1, 0) e e2 = (0, 1).
Encontre a matriz das coordenadas do vetor
.
u = a e1 + b e2
em relao s bases B e C.
Resoluo:
Como a dimenso de (R2 , +, ) dois, basta mostrarmos que os vetores de B so l.i. em
(R2 , +, ).
Para isto, sejam , R escalares tais que
(0, 0) = (
()
() = 0
.
() +
() = 0
cos
sen
sen
cos
Observemos que matriz dos coeficiente deste sistema, dada pela matriz:
(
)
()
()
.
A=
()
()
cos
sen
sen
cos
105
que equivalente a
(1, 0) = (11
(0, 1) = (12
que por sua vez pode ser colocada na forma da seguinte equao matricial:
(
)( ) ( )
()
()
x
=
,
()
()
y
|
{z
}
.
=A
cos
sen
sen
cos
( ) ( )
( )
0
1
x
.
e
ser igual a
onde
0
1
y
Como a matriz A inversvel (pois
equao matricial acima ser dada por
)1 ( )
(
( ) (
()
()
x [Exerccio]
=
=
()
()
y
(
)
x
() + y
()
=
.
y
() x
()
cos
sen
cos
cos
sen
cos
sen
sen
cos() sen()
sen() cos()
)( )
x
y
(7.8)
cos(), sen()).
(
MBC =
sen(), cos()).
cos() sen()
sen() cos()
)
.
()
()
()
b
b
() a
()
cos
sen
sen
cos
cos
cos
sen
sen
106
Demonstrao:
Suponhamos que
Se
.
MCD = (ij )
.
MBD = (ij )
segue que
cj =
ij bi , (1)
dk =
i=1
jk cj , (2)
dk =
j=1
ik bi . (3)
i=1
dk =
jk
j=1
cj
|{z}
(1)n
= i=1
jk
j=1
ij bi
( n
ij bi
i=1
( n
n
i=1
)
ij jk
bi ,
j=1
1 i, k n.
ij jk ,
j=1
Observemos que o lado direito da expresso acima representa o elemento da i-sima linha
e da k-sima coluna da matriz MBC .MCD (ver Apndice I e II).
Portanto, MBD = MBC .MCD , como queramos demonstrar.
Como consequncia da proposio acima podemos estender o que ocorreu na observao
(7.5), mais precisamente:
Proposio 7.10 Sejam B, C e D bases de um espao vetorial (V, +, ) de dimensio
finita.
Ento a matriz de mudana da base B para a base C (isto , MBC ) uma matriz
inversvel e a sua matriz inversa dada pela matriz de mudana da base C para a base
B (isto , MCB ), ou seja,
M1
CB = MBC .
Demonstrao:
Pela proposio anterior temos
MBB = MBC .MCB
7.2. EXERCCIOS
107
onde
.
ij =
{
1
se i = j
caso contrrio,
ij ui ,
j = 1, . . . , n.
i=1
i, j = 1, , n,
completando a demonstrao.
Aplique as idias acima para resolver o:
Exerccio 7.11 Utilize a proposio acima para refazer o exerccio (7.4).
7.2
Exerccios
108
Captulo 8
Exerccios Resolvidos
Neste captulo apresentamos alguns de exerccios resolvidos relacionados com os conceitos
apresentados nos captulos anteriores.
.
Exemplo 8.1 Seja V = {(x, y, z, w) R4 : y = x, z = w2 }.
Verifique se (V, +, ) um espao vetorial real onde (+ e so as operaes usuais
de R4 ).
Resoluo:
Observemos que
(0, 0, 1, 1) V
mas
1 (0, 0, 1, 1) = (0, 0, 1, 1) V.
110
Exemplo 8.3 Consideremos o espao vetorial real (P3 (R), +, ) (onde + e so as operaes usuais de P3 (R)).
Encontre o subespao vetorial do espao vetorial real (P3 (R), +, ) gerado pelo con.
junto S = {p, q, r, s} P3 (R) onde
.
p(t) = 1,
.
q(t) = t,
.
r(t) = t2 ,
.
s(s) = 1 + t3 ,
t R.
Resoluo:
Observemos que
t3 = (t3 + 1) 1 = s(t) p(t) t R. ()
Logo, dado u P3 (R) existem escalares ao , a1 , a2 , a3 R tais que
u(t) = ao + a1 t + a2 t2 + a3 t3 ,
t R.
Mas
()
u(t) = ao + a1 t + a2 t2 + a3 t3 = ao + a1 t + a2 t2 + a3 [(t3 + 1) 1]
= (ao a3 ) + a1 t + a2 t2 + a3 (t3 + 1)
= (ao a3 ) p(t) + a1 q(t) + a2 r(t) + a3 s(t),
t R,
ou, equivalentemente:
u = (ao a3 ) p + a1 q + a2 r + a3 s,
ou seja, u P3 (R) pode ser obtido como combinao linear dos vetores de S, isto , u [S].
Portanto P3 (R) = [S].
Exemplo 8.4 Encontre o subespao vetorial do espao vetorial (M2 (R), +, ) (onde + e
so as operaes usuais de M2 (R)) gerado por
{(
) (
)}
0 1
0 0
S=
,
0 0
1 0
Resoluo:
Temos que A [S] se, e somente se, existem , R tais que
(
)
(
) (
)
0 1
0 0
0
A=
+
=
,
0 0
1 0
0
ou seja, A [S] se, e somente se, os elementos da diagonal principal de A so nulos, ou seja,
[S] o subespao vetorial de (M2 (R), +, ) formado por todas as matrizes que tem zero na
diagonal principal.
111
Exemplo 8.5 Encontre um conjunto finito de geradores para o subespao vetorial
W = {u M31 (R) : A.u = 0},
do espao vetorial real (M31 (R), +, ) (onde
onde
A= 2
1
1 0
1 0 .
1 4
Resoluo:
Observemos que
0 1 0
u = W 2 1 0 = 0
1 1 4
1 1 4
0
1 1
4
2 1 0 = 0 0 1 4 = 0
0 1 0
0
0 1
0
1 1 4
0
1 1 4
0 1 4 = 0 0 1 4 = 0
0 1 0
0
0 0 4
1 1 4
0 1 4 = 0 = = = 0.
0 0 1
0
Portanto
W = 0 .
1 1 1 0
1 1
2 0
A=
.
0 1
3 1
0 2 3 1
112
Resoluo:
Observemos que
1 1 1 0
2 0
1 1 0
u = W
=
0 1 0
3 1
0 2 3 1
1 1 1 0
0 2 3 1 0
=
0 2 3 1 0
0 2 3 1
0
1 1 1 0
0 2 3 1 0
=
0 0 0
0 0
0
0 0
0 0
1 1 1
0
0 1 3/2 1/2 0
=
0
0 0
0 0
0 0
0
0
1 0 1/2
1/2
0 1 3/2 1/2 0
=
0
0 0
0 0
0 0
0
0
0
{
= /2 /2
,
= 3/2 + /2
isto ,
Portanto:
/2 /2
1/2
1/2
3/2 + /2
3/2
1/2
u=
=
+
,
1
0
0
1
, R.
1/2
1/2
3/2 1/2
W =
.
,
1 0
1
0
113
Resoluo:
Primeiro Modo:
Observemos que (x, y, z) U se, e somente se, existem , , R tais que
(1, 0, 1) + (1, 2, 0) + (0, 2, 1) = (x, y, z),
ou seja, (x, y, z) U se, e somente se, a equao matricial abaixo admite soluo
1 1 0
x
1 1
0
2 = y
0 2 2 = y 0 2
1 0 1
z
0 1 1
zx
x
1 1
0
0 1
1 = y/2
0 1 1
zx
1 1 0
0 1 1 =
y/2
0 0 0
z x + y/2
1 0 1
x y/2
0 1 1 =
y/2
0 0 0
z x + y/2
e esta equao matricial possui soluo, que ser dada por
= + x y/2, = + y/2, R,
z = x y/2.
Dessa forma,
(x, y, z) = ( + x y/2) (1, 0, 1) + ( + y/2) (1, 2, 0) + (0, 2, 1) =
= (x, y, x y/2) = x (1, 0, 1) + y (0, 1, 1/2)
e como
(1, 0, 1), (0, 1, 1/2)
so l.i., segue-se que formam uma base de U.
Segundo Modo:
Notemos que os vetores (1, 0, 1) e (1, 2, 0) so l.i. e pertencem a U.
Vejamos se estes vetores juntamente com (0, 2, 1) so l.d. ou l.i. .
Para isto consideremos:
(1, 0, 1) + (1, 2, 0) + (0, 2, 1) = (0, 0, 0)
( + , 2 + 2, ) = (0, 0, 0)
+ = 0
+ = 0 = = ,
= 0
(8.8)
114
ou seja, os vetores
(1, 0, 1), (1, 2, 0), (0, 2, 1)
so l.d..
Portanto, da proposio (5.20), segue que
(8.9)
Exemplo 8.10 Dados os subespaos vetoriais
[(
U = {A M2 (R) : At = A}
W=
)]
1 1
0 1
. a b
A=
) (
)
(
c d
a b
a c
A W A = At
=
c = b.
c d
b d
Portanto, A U se, e somente se,
(
)
(
)
(
)
(
)
a b
1 0
0 1
0 0
A=
=a
+b
+d
,
b d
0 0
1 0
0 1
a, b, d R.
(8.11)
dim
115
(
Como a matriz
)
1 1
0 1
)
0
(
=
dim(W) = 1.
)
.
0
)t (
)
0
=
,
0
dim(UW) =
dim(U + W) = dim
(U) + dim(W) dim(U W) = 4 = dim(M2 (R).
| {z } | {z } |
{z
}
=3
=1
=0
dim(U W) = 0) e assim
.
.
Exemplo 8.12 Sejam U = {p P2 (R) : p (t) = 0, t R}, W = {p P2 (R) : p(0) =
p(1) = 0} subespaos vetoriais do espao vetorial real (P2 (R), +, ) (onde + e so as
operaes usuais de (P2 (R)).
Encontre bases para os subespaos vetoriais U, W, U W e U + W, no caso em que
no se reduzam a {0}.
Resoluo:
Para U :
Observemos que p P2 (R) ento existem ao , a1 , a2 R tais que
p(t) = ao + a1 t + a2 t2 ,
t R,
assim
p (t) = a1 + 2a2 t,
t R.
Logo
p U p (t) = 0, t R a1 + 2a2 t = 0, t R a1 = a2 = 0,
116
ao + a1 + a2 = p(1) = 0
dim
p(t) = a1 t a1 t2 = a1 (t t2 ), t R.
.
Logo se considerarmos p1 (t) = t t2 , t R ento p1 W e p W se, e somente se,
p(t) = a1 (t t2 ) = a1 p1 (t),
t R,
dim
dim
dim
dim
=1
dim
=1
dim
=0
g1 = e1 + e2 e3
()
g2 = 2e2 + 3e3
g = 3e + e
3
1
3
1. Determine as matrizes de mudana da base B para a base C, isto , MBC , e da
base C para a base B, isto , MCB .
2. Se as coordenadas e a
matriz
das coordenadas do vetor v em relao a base B, isto
1
, [v]B , so dadas por 3 encontre as coordenadas e a matriz das coordeanadas
2
do vetor v em relao a base C, isto , [v]C .
117
3. Se amatriz
das coordenadas do vetor v em relao a base C, isto , [v]C , dada
2
MBC
Como MCB = (MBC )1 , passemos
e II):
.
1 0 3 .. 1
1 2 0 ... 0
.
1 3 1 .. 0
1 0 3
0 1 2
0 3 4
1 0 3
0 1 2
0 0 1
1 0 3
= 1 2 0 .
1 3 1
.
1 0 3 .. 1 0 0
0 2 3 ... 1 1 0
1 0
..
0 3 4 . 1 0 1
0 1
0 0
..
1 0 3
. 1 0 0
..
3
. 12 12 0
0 1 2
..
. 1 0 1
0 0 172
.
9
6
1 0 0 .. 172
17
17
..
4
3
1
0 0 1 0 . 17 17
17
.
2
2
0 0 1 .. 175 173
17
17
..
. 1
0
..
1
. 21
2
.. 5
. 17 173
Portanto,
MCB =
[v]C =
2
17
171
5
17
..
. 1
0 0
..
. 12 12 0
.. 5
3
. 2 2 1
2
17
171
5
17
9
17
4
17
173
9
17
4
17
173
176
3
17
2
17
176
3
17
2
17
1
1
3 = 1 .
0
2
1
2
1 0 3
[v]B = 1 2 0 3 = 8 .
6
1
1 3 1
118
Exemplo 8.14 Considere o seguinte subespao do espao vetorial real (M2 (R), +, ) (onde
+ e so as operaes usuais de M2 (R)):
{(
)
}
x y
.
W=
M2 (R); x y z = 0 .
z t
1. Mostre que o conjunto B formando pelas matrizes
(
)
(
)
(
)
1 1
1 0
0 0
.
.
.
B1 =
, B2 =
, B3 =
0 0
1 0
0 1
e o conjunto C formado pelas matrizes
(
)
(
)
(
)
1 0
0 1
0 0
.
.
.
C1 =
, C2 =
, C3 =
1 0
1 0
0 1
so bases do subespao vetorial W.
2. Encontre as matrizes de mudana de base da base B para a base C (isto , MBC )
e da base C para a base B (isto , MCB ).
3. Encontre uma base D do subespao vetorial
1 1
P= 0 0
0 3
2
1
(
)
x y
AWA=
W x = y + z.
z t
) (
y, z, t R.
) (
)
1 1
1 0
0 0
Logo W = [
,
,
].
0 0
1 0
0 1
(
) (
) (
)
1 1
1 0
0 0
Como as matrizes
,
,
so l.i. (verifique!) temos que elas forma0 0
1 0
0 1
ro uma base de W, em particualr
(W) = 3.
dim
119
Como C formado por trs vetores de W e a dimenso de W trs, basta verificar que
tais vetores so l.i. para que C seja uma base de W.
Para isto observemos que,
(
)
(
)
(
) (
)
1 0
0 1
0 0
0 0
+
+
=
1 0
1 0
0 1
0 0
(
) (
)
0 0
=
= = = 0,
+
0 0
mostrando que C l.i. .
2. Observemos que
C1 = B2
,
C2 = B1 + B2
C = B
3
3
assim
MBC
Temos tambm: MBC , vemos que
0 1 0
= 1 1 0 .
0 0 1
B1 = C1 C2
B2 = C1
B = C
3
3
assim
MCB
1 1 0
= 1 0 0 .
0 0 1
D3 =
B2 B1
,
3
D2 =
B3
B2 B1
3
3B3 + B1 B2
.
6
Assim, a base D ser formada pelas matrizes D1 , D2 e D3 que so dadas por (verifique!)
(
) (
) (
)
1 1
0
1/6
0 1/3
,
,
.
0 0
1/6 1/2
1/3
0
120
Captulo 9
Transformaes Lineares
9.1
Introduo e Exemplos
u, v U;
121
122
2. T ( u) = T (u),
u U,
R.
Observao 9.2
1. Se indicarmos as operaes de V por +V e V e as operaes de U por +U e U
ento as propriedades acima podem ser escritas, de modo rigoroso, como:
u, v U;
1. T (u +U v) = T (u) +V T (v),
2. T ( U u) = V T (u),
u U,
R.
Por uma questo de facilidade evitaremos escrever as sentenas acima e consideraremos entendidas as identidas 1. e 2. .
2. Note que T : U V uma transformao linear se, e somente se,
T (u + v) = T (u) + T (v),
para todo u, v U, R.
3. Note que pela propriedade 1 da definio acima temos
T (OU ) = T (0 OU ) = 0 T (OU ) = OV ,
onde OU denota o vetor nulo de U e OV denota o vetor nulo de V, ou seja, toda
transformao linear de U em V leva o vetor nulo de U no vetor nulo de V.
4. Alm disso, na situao acima, temos que
T (u) = T (u),
u U,
i T (ui ).
i ui =
T
i=1
i=1
123
Exemplo 9.3 Sejam (U, +, ), (V, +, ) espaos vetoriais reais e T : U V dada por
T (u) = O, para todo u U.
Ento T uma transformaao linear de U em U.
A transformao linear T ser chamada de em transformao nula.
Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se u, v U e R teremos que
T (u + v) = O = T (u) + T (v),
| {z }
|{z}
=O
=O
=T (u)
q(t) = bo + b1 t + + bn tn ,
t R,
para ao , , an , bo , , bn R.
Logo
(p + q)(t) = [ao + a1 t + + an tn ] + [bo + b1 t + + bn tn ]
= (ao + bo ) + (a1 b1 )t + + (an + bn )tn ,
t R.
124
Logo
T (p + q) = (ao + bo , , an + bn ) = (ao , , an ) + (bo , , bn )
= (ao , , an ) + (bo , , bn ) = T (p) + T (q),
|
{z
}
|
{z
}
T (p)
=T (q)
.
T (u) = Au,
u Mm1 (R).
=T (v)
=F(g)
125
Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se f, g C1 ([0, 1]; R) e R teremos
T (f + g) = (f + g) = |{z}
f + g = T (f) + T (g),
|{z}
=T (f)
=F(g)
(x, y, z) R3 .
Notemos que
T (0, 0, 0) = 1 = 0,
logo, da observao (9.2) item 3., segue que T no uma transformao linear de R3
em R.
Exemplo 9.10 Sejam (C([0, 1]; R), +, ) e (R, +, ) espaos vetoriais reais (onde + e so
as respectivas operaoes usuais) e T : C([0, 1]; R) R dada por
1
T (f) = |f(x)| dx, f C([0, 1]; R).
0
Se T fosse uma transformao linear, pela observaao (9.2) item 4., deveramos ter
T (f) = T (f)
para toda funo f C([0, 1]; R).
Para ver que isto no ocorre, basta tomar a funo f como sendo a funo constante
.
igual a 1 (isto , f(x) = 1, x [0, 1]).
Neste caso que
1
[f(x)=1,x[0,1]]
T (f)
=
| 1| dx = 1 = 1 = T (f),
0
126
x R.
i = 1, , n.
(9.14)
Prova:
Dado u U, como B base de U, existem nicos escalares 1 , . . . , n R tais que
u = 1 u1 + + n un .
Definamos T : U V por
.
T (u) = 1 v1 + + n vn . ()
Afirmamos que T uma transformao linear de U em V e
.
T (ui ) = vi ,
i = 1, , n.
=vi
=O
127
w = 1 u1 + + n un .
Logo
u + w = u = [1 u1 + + n un ] + [1 u1 + + n un ]
= (1 + 1 ) u1 + + (n + n ) un .
Logo da definio de T teremos
T (u + w) = (1 + 1 ) v1 + + (n + n ) vn
= [
+ n vn}] + [1 v1 + + n vn ]
| 1 v1 + {z
|
{z
}
=T (u)
=T (w)
= T (u) + T (w),
mostrando que T uma transformao linear de U em V.
Finalmente, mostremos que se S e T so transformaes lineares de U em V tais que
T (ui ) = S(ui ),
i = 1, , n
()
ento S = T .
Para isto basta ver que se u U, existem nicos escalares 1 , . . . , n R tais que
u = 1 u1 + + n un .
Logo
S(u)
[u=1 u1 ++n un ]
[S trans. lin.]
()
S(1 u1 + + n un )
1 S(u1 ) + + n S(un )
()
= 1 v1 + + n vn = T (u),
u U,
completando a demonstrao.
Observao 9.15 A proposio acima nos diz que uma transformao linear definida
em um espao de dimenso finita fica completa e unicamente determinada conhecendose os seus valores em uma base do espao vetorial real do domnio.
Apliquemos isto ao
128
Exemplo 9.16 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Encontre um operador linear T : R2 R2 tal que
T ((1, 2)) = (3, 1)
()
Resoluo:
.
Note que B = {(1, 2), (0, 1)} uma base de R2 (deixaremos a verificao deste fato como
exerccio para o leitor).
Se (x, y) R2 ento podemos escrev-lo como combinao linear dos vetores da base B,
isto , existem , R tais que
u = (x, y) = 1 (1, 2) +2 (0, 1) = (1 , 21 + 2 )
| {z }
| {z }
.
.
=u1
=u2
{
{
x = 1
1 = x
,
y = 21 + 2
2 = y 2x
ou seja,
u = (x, y) = 1 u1 + 2 u2 = x (1, 2) + (y 2x) (0, 1),
x, y R.
T (1 u1 +2 u2 )]
=(3,1)
()
=v
=(1,2)
(x, y) R2 ,
ou seja,
T ((x, y)) = (x + y, 2y 5x),
(x, y) R2 .
Deixaremos como exerccio para o leitor a verificao que transformao T definida acima
um operador linear em R2 e satisfaz (*).
9.2
129
u U.
()
(T + S)(u + v) = T (u + v) + S(u + v)
[T,SL (U,V)]
u U.
()
( T )(u + v) = T (u + v)
[T L (U,V)]
[T (u) + T (v)]
()
= ( T )(u) + ( T )(v),
(9.19)
logo pela obervao (9.2) item 2., segue que T uma transformao linear de
U em V, ou seja, T L (U, V).
3. Dos itens acima segue que (L (U, V), +, ) um espao vetorial real.
Deixaremos a verificao deste fato como exerccio para o leitor.
4. Notemos que o vetor nulo de L (U, V) ser a transformao linear nula, isto ,
O : U V dada por
.
O(u) = O, u U.
Alm disso se T L (U, V) o vetor oposto de T ser a transformao linear T :
U V dada por
.
(T )(u) = T (u), u L (U, V).
Registraremos isto na seguinte
Proposio 9.20 (L (U, V), +, ) (onde + e so as operaes introduzidas acima) um
espao vetorial real.
130
para
x1 , . . . , xn R.
()
(9.23)
v = y1 u1 + + yn un ,
()
logo
u + v = [x1 u1 + + xn un ] + [y1 u1 + + yn un ]
= (x1 + y1 ) u1 + + (xn + yn ) un .
( )
131
= (xi + yi ) vj = xi vj + (yi vj )
()
= Tij (x1 u1 + + xi ui + + xn un )
+ Tij (y1 u1 + + yi ui + + yn un )
()
Logo da observao (9.2) item 2., segue que Tij L (U, V), para 1 i n e 1 j m.
Mostremos que
.
D = {Tij : 1 i n, 1 j m}
uma base do espao vetorial real (L (U, V), +, ).
Afirmamos que D l.i. em (L (U, V), +, ).
De fato, se
n
m
i=1 j=1
n
m
m
n
i=1 j=1
j=1 i=1
j=1
= 0 se i=k
[9.23]
akj vj .
j=1
= vj
para 1 i n, 1 j m,
(9.24)
132
T (ui ) = 1i v1 + + mi vm .
(9.25)
= x1 (11 v1 + + m1 vm ) + + xn (1n v1 + + mn vm )
ou seja,
T = 11 T11 + + m1 T1m + + 1n T1n + + mn Tnm ,
mostrando que T combicao linear dos elementos de D, isto , D gera L (U, V).
Portanto D uma base do espao vetorial real (L (U, V), +, ) e como o nmero de elementos da base D mn segue que
(V) = mn, finalizando a demonstrao.
dim
dim(U ) = n.
Prova:
Como U = L (U, R) e
como queramos demonstrar.
Observao 9.27
1. A base D obtida na demonstrao do teorema acima ser denominada base de L (U, V) associada
2. Pelo corolrio (9.26), se o espao vetorial real (U, +, ) tem dimenso n ento o
seu espao dual, U , tem a mesma dimenso.
.
Seguindo os passos da demonstrao do teorema (9.22), se B = {u1 , . . . , un }
.
uma base de (U, +, ) e C = {1} base de (R, +, ), ento os funcionais lineares
T1 , . . . , Tn : U R dados por
Tj (u) = Tj (x1 u1 + + xn un ) = xj ,
u = x1 u1 + + xn un U
133
u2 = (1, 1, 0),
u3 = (1, 0, 0)
.
e C = {v1 } = {1} base do espao vetorial real (R, +, ).
Encontre uma base para o espao dual do espao vetorial (R3 , +, ) associada s bases
B e C.
Resoluo:
Deixaremos como exerccio para o leitor a verificao que B base de (R3 , +, ).
Utilizaremos as idias da observao acima item 2..
Observemos que se (x, y, z) R3 , como B uma base de (R3 , +, ), existem escalares
nicos , , R tais que
u = (x, y, z) = x1 (1, 1, 1) +x2 (1, 1, 0) +x3 (1, 0, 0)
| {z }
| {z }
| {z }
.
.
.
=u1
=u2
=u3
= x1 u1 + x2 u2 + x3 u3 .
Neste caso teremos os funcionais lineares que formaro a base dual associada s bases B
e C, Tj : R3 R, j = 1, 2, 3, sero dadas por
.
Tj (u) = xj ,
onde u = x1 u1 + x2 u2 + x3 u3 .
Deixaremos como exerccio para o leitor verificar que neste caso teremos
x1 = z,
x2 = (y z),
x3 = (x y),
ou seja,
(x, y, z) = z (1, 1, 1) + (y z) (1, 1, 0) + (x y) (1, 0, 0).
Deste modo, vimos (veja demonstrao do teorema (9.22)) que uma base, que indicaremos
por D, para o espao dual de (R3 , +, ) associada s base B e C, ser formada pelos funcionais
lineares T1 , T2 , T3 : R3 R dados por
T1 ((x, y, z)) = T1 (z (1, 1, 1) +(y z) (1, 1, 0) + (x y) (1, 0, 0))
| {z }
=x1 u1
.
= x1 v1 = z 1 = z,
T2 ((x, y, z)) = T2 (z (1, 1, 1) + (y z) (1, 1, 0) +(x y) (1, 0, 0)
|
{z
}
=x2 u2
.
= x2 v1 = (y z).1 = y z
.
.
= x3 v1 = (x y).1 = x y,
134
para (x, y, z) R3 .
Concluso: todo funcional linear T : R3 R pode ser escrito, de modo nico, como
combinao linear dos funcionais lineares Ti : R3 R, para i = 1, 2, 3.
Temos tambm a:
Proposio 9.29 Sejam (U, +, ), (V, +, ) e (W, +, ) espaos vetoriais reais.
Se T L (U, V) e S L (V, W) ento S T L (U, W).
Prova:
Dados u, v U e R temos
(S T )(u + v) = S[T (u + v)]
[S linear]
[T linear]
= (S T )(u) + (S T )(v),
Logo da observao (9.2) item 2., segue que S T L (U, W), como queramos demonstrar.
Observao 9.30 Em resumo, o resultado acima nos diz que a composta de transformaes lineares ser uma transformao linear.
O resultado a seguir um fato bsico de funes em geral, que nos diz qua a operao de
composio associativa, masi precisamente:
Proposio 9.31 Sejam U, V, W e X so conjuntos no vazios e T : U V, S : V W
e R : W X funes.
Ento
(R S) T = R (S T ).
()
Prova:
Para todo u U, temos
[(R S) T ](u) = (R S)[T (u)] = R{S[T (u)]} ()
e por outro lado
[R (S T )](u) = R{[S T ](u)} = R{S[T (u)]}.
( )
135
Prova:
Se u U, temos
[R (S + T )](u) = R[(S + T )(u)] = R[S(u) + T (u)]
[R linear]
.
S(x, y) = (x, 2y),
(x, y) R2 .
Encontre T S e S T.
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T, S L (R2 ).
Para (x, y) R2 temos que
(T S)(x, y) = T (S(x, y)) = T (x, 2y) = (x + 2y, 0),
(S T )(x, y) = S(T (x, y)) = S(x + y, 0) = (x + y, 0).
Notemos que, neste exemplo, T S = S T.
Podemos agora introduzir as:
136
.
T1 = T
.
T n = T T n1 ,
.
para n 2, onde IU : U U o operador linear identidade em U (isto , IU (u) = u,
para u U).
Com isto podemos introduzir a
Definio 9.36 Seja (U, +, ) espao vetorial real.
Um operador linear T L (U) ser dito nilpotente se existir n N tal que
T n = O L (U),
isto , o operador linear T n ser o operador linear nulo definido em U.
Observao 9.37 Um exemplo simples de operador nilpotente definido em um espao
vetorial real o operador linear nulo.
Exemplo 9.38 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Mostre que T : R2 R2 dada por
.
T (x, y) = (0, x),
(x, y) R2
um operador nilpotente.
Resoluo:
Observemos que se (x, y) R2 ento
T 2 (x, y) = T [T (x, y)] = T (0, x) = (0, 0),
assim, T 2 = 0, mostrando que o operador linear T nilpotente (no caso, n = 2).
Definio 9.39 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.
Diremos que T L (U, V) possui transformao inversa se existir uma funo S : V
U tal que
(S T )(u) = u,
para todo u U
e
(T S)(v) = v
para todo
v V.
Em outras palavras,
T S = IV
S T = IU ,
137
(2)
S = S IV = S (T R) = (S T ) R = IU R = R,
mostrando que S = R e completando a demonstrao.
Definio 9.41 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T L (U, V) possui
uma transformao inversa.
Ento a transformao inversa S : V U associada a transformao linear T ser
.
denotada por T 1 (isto , T 1 = S obtida da proposio acima).
Definio 9.42 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.
Uma transformao linear T : U V ser dita
1. injetora se T (u) = T (v) implicar em u = v;
2. sobrejetora se para todo v V existir u U tal que T (u) = v;
3. bijetora se for injetora e sobrejetora.
Temos um resultado geral e bsico de funes que diz:
Proposio 9.43 Sejam U, V conjuntos no vazios.
A funo T : U V possui uma funo inversa se, e somente se, a funo T
bijetora.
Prova:
Suponha que T possua uma funo inversa.
Logo se T (u) = T (v) ento
u = T 1 (T (u)) = T 1 (T (v)) = v,
portanto, T injetora.
Dado v V vemos que T (T 1 (v)) = v, portanto, T tambm sobrejetora, logo T bijetora.
Reciprocamente, suponhamos que T seja bijetora.
Dado v V, como T bijetora, existe um nico uv U tal que
v = T (uv ).
()
138
Defina S : V U por
.
S(v) = uv ,
v U. ()
T (uv)
Assim, por hiptese, deveremos ter u v = O, isto , u = v, mostrando que a transformao linear T injetora, completando a demonstrao.
Temos tambm a
Proposio 9.45 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.
Se T L (U, V) possui transformao inversa T 1 : V U ento T 1 L (V, U).
Prova:
Devemos mostrar que T 1 : V U uma transformao linear.
Para isto sejam v1 , v2 V e R.
Como T sobrejetora existem u1 , u2 U tais que
T (u1 ) = v1
e T (u2 ) = v2 ,
()
ou, equivalentemente,
T 1 (v1 ) = u1
T 1 (v2 ) = u2 .
()
139
Assim,
()
[T linear]
T 1 [T (u1 + u2 )]
()
u1 + u2 = T 1 (v1 ) + T 1 (v2 ),
9.3
Comearemos com a
Definio 9.46 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T : U V uma transformao linear.
1. Se X U, definimos a imagem do conjunto X pela transformao T , indicada por
T (X), como sendo o conjunto
.
T (X) = {T (x) : x X} V.
2. Se Y V, definimos a imagem inversa do conjunto Y pela transformao T , indicada
por T 1 (Y), como sendo o conjunto
.
T 1 (Y) = {u U : T (u) Y} U.
Observao 9.47 Notemos que na definiao acima, T 1 (Y) no tem nada a ver com a
transforamo inversa da transformao T que pode, eventualemente, nem existir.
dim
[T linear]
T ( uo ),
140
Temos tambm a:
Proposio 9.50 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T : U V uma
transformao linear.
1. Se W um subespao vetorial do espao vetorial real (U, +, ) ento T (W) um
subespao vetorial do espao vetorial real (V, +, ).
2. Se Y um subespao vetorial do espao vetorial real (V, +, ) ento T 1 (Y) um
subespao vetorial do espao vetorial real (U, +, ).
Prova:
De 1.:
Seja W um subespao vetorial de (U, +, ).
Como O W e O = T (O) segue que O T (W).
Sejam x, y T (W) e R.
Como x, y T (W) ento existem u, w W tais que
x = T (u)
y = T (w). ()
x + y = T (u) + T (w)
[T linear]
T (u
w}) T (W).
| +{z
W
De 2.:
Seja Y um subespao vetorial de (V, +, ).
Como T (O) = O e O Y (pois Y subespao vetorial) segue-se que O T 1 (Y).
Sejam x, y T 1 (Y) e R.
Como x, y T 1 (Y) segue que T (x), T (y) Y.
Como Y um subespao vetorial de (V, +, ) temos que
T (x) + T (y) Y.
()
Mas
T (x + y)
[T linear]
()
T (x) + T (y) Y,
141
Definio 9.51 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T : U V uma transformao linear.
Definimos o ncleo da transformao linear T , indicado por N (T ), como sendo o subespao vetorial de U dado por T 1 ({O}), ou seja, o conjunto
{u U : T (u) = O}.
Com isto temos a:
Proposio 9.52 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T : U V uma
transformao linear.
A transformao linear T injetora se, e somente se, N (T ) = {0}.
Prova:
Pela proposio (9.44) T injetora se, e somente se, a equao
T (u) = O,
uU
(x, y) R2 .
142
Resoluo:
Vimos anteriormente que T L (R2 ).
Por definio, (x, y) N (T ) se, e somente se, T (x, y) = (0, 0) ou, equivalentemente:
(x
x sen() + y cos() = 0
(
)
cos
() sen()
sen() cos()
|
{z
( ) ( )
x
0
=
y
0
( ) ( )
0
x
(x, y) = (0, 0).
=
y
0
Portanto, N (T ) = {(0, 0)}.
Em particular, da proposio (9.52), segue que o operador linear T injetor.
Observao 9.55 Geometricamente, o operador linear T dado pelo exemplo acima leva
um vetor numa rotao do mesmo de ngulo no sentido anti-horrio (verifique!).
Podemos agora enunciar e provar o:
Teorema 9.56 (Teorema do Ncleo e da Imagem) Sejam (U, +, ) e (V, +, ) espaos
vetoriais reais e T : U V uma transformao linear.
Se
(U) = n < ento
dim
dim
dim
u = 1 v1 + + n vn .
Logo
T (u) = T (1 v1 + + n vn )
[T linear]
1 T (v1 ) + + n T (vn ),
143
[T linear]
T (1 v1 + + n vn ),
ou seja,
1 v1 + + n vn N (T ) = {O},
assim
1 v1 + + n vn = O,
mas v1 , . . . , vq so l.i. em U (pois formam uma base de U),logo
1 = = n = 0,
mostrando que os vetores T (v1 ), . . . , T (vn ) so l.i. em V, e portanto formam uma base de
T (U).
Logo podemos concluir que
dim(U) =
0
|{z}
=dim[N (T )]
n
|{z}
=dim[T (U)]
dim
Como
Para isto, mostraremos que T (v1 ), . . . , T (vq ) formam uma base de T (U).
Afirmamos que T (v1 ), . . . , T (vq ) so l.i. em V.
De fato, se
1 T (v1 ) + + q T (vq ) = O
ento, como T uma transformao linear, segue que a identidade acima equivalente a
T (1 v1 + + q vq ) = O,
isto , teremos
1 v1 + + q vq N (T ).
Como os vetores u1 , , up formam uma base de N (T ) segue que existem escalares
1 , , p R tais que
1 v1 + + q vq = 1 u1 + + p up ,
144
isto ,
1 u1 + + p up 1 v1 q vq = O.
Como u1 , . . . , up , v1 , . . . , vq formam uma base de U, eles so l.i. em U assim deveremos
ter
1 = = q = 1 = = p = 0,
o que mostra que os vetores T (v1 ), . . . , T (vq ) so linearmente independentes em V.
Mostremos que os vetores T (v1 ), . . . , T (vq ) geram T (U).
Seja v T (U).
Logo, existe u U tal que T (u) = v.
Como os vetores u1 , . . . , up , v1 , . . . , vq formam uma base de U, existem escalares 1 , . . . , q , 1 , . . . , p
R tais que
u = 1 u1 + + p up + 1 v1 + + q vq ,
com isto teremos:
v = T (u) = T (1 u1 + + p up + 1 v1 + + q vq )
= 1 T (u1 ) + + p T (up ) +1 T (v1 ) + + q T (vq )
| {z }
| {z }
=0
=O
= 1 T (v1 ) + + q T (vq ),
pois u1 , . . . , up N (T ).
Logo v [T (v1 ), . . . , T (vq )], ou seja, T (U) = [T (v1 ), . . . , T (vq )].
Portanto os vetores T (v1 ), . . . , T (vq ) formam uma base de T (U), logo teremos
dim(U) = n =
p
|{z}
=dim[N (T )]
q
|{z}
=dim[T (U)]
dim
dim
145
Prova:
1. = 2.:
Se a transformao linear T sobrejetora ento T (U) = V.
Logo, pelo teorema anterior,
dim
dim
dim
Como
(U) =
(V) segue que, da identidade acima, que
[N (T )] = 0, isto ,
N (T ) = {O}.
Logo, da proposio (9.52), segue que a transformao linear T ser injetora, mostrando
que 2. ocorre.
2. = 3.:
Se transformao linear T injetora ento, da proposio (9.52) , segue que N (T ) = {O},
assim
[N (T )] = 0.
Pelo teorema anterior segue-se que
dim
dim(U) = |dim[N
(T )] + dim[T (U)] = dim[T (U)],
{z
}
=0
dim
dim
dim
dim
ou seja,
(U) =
[T (U)].
Como
(U) =
(V) segue, da identidade acima, que
[T (U)] =
(V).
Logo T (U) um subespao do espao vetorial real (V, +, ) que tem a mesma dimenso de
V, logo, do corolrio (6.30), segue que T (U) = V, isto , a transformao linear T sobrejetora.
Dessa forma, T bijetora, mostrando que 3. ocorre.
3. = 4.:
Suponhamos que a transformao linear T seja bijetora.
Consideremos uma base de U formada pelos vetores u1 , . . . , un .
Precisamos mostrar que os vetores T (u1 ), . . . , T (un ) formam uma base de V.
Afirmamos que os vetores T (u1 ), . . . , T (un ) so l.i. em V.
De fato, se
dim
dim
1 T (u1 ) + + n T (un ) = O
ento, do fato que T uma transformao linear, a identidade acima ser equivalente a
T (1 u1 + + n un ) = O,
isto , o vetor
1 u1 + + n un N (T ).
Como a transformao linear T injetora, da proposio (9.52), segue que N (T ) = {O}
e, consequentemente,
1 u1 + + n un = O.
Como u1 , . . . , un formam uma base de U eles devero ser l.i., assim
1 = = n = 0,
146
[T linear ]
1 T (u1 ) + + n T (un ),
isto , os vetores T (u1 ), . . . , T (un ) geram V, mostrando que esses vetores formam uma base
de V, mostrando qeu 4. ocorre.
Observe que j havamos provado isto na proposio (9.13) (verifique!).
4. = 1.:
Seja u1 , . . . , un uma base de U.
Por hiptese, T (u1 ), . . . , T (un ) formam uma base de V.
Assim, dado v V existem escalares 1 , . . . , n R tais que
v = 1 T (u1 ) + + n T (un ).
Deste modo,
v = 1 T (u1 ) + + n T (un )
[T linear]
T (
+ n un}),
| 1 u1 + {z
.=u
Exemplo 9.58 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Mostre que toda transformao linear bijetora T : R2 R2 leva retas de R2 em retas
de R2 (isto , a imagem de uma reta de R2 pela transformao linear bijetora T uma
reta de R2 ).
Resoluo:
Dada uma reta r no plano R2 , usaremos a equao vetorial para representar seus pontos,
isto , um ponto P r se, e somente se,
P = Po + v,
onde Po um ponto sobre a reta, v = O um vetor direo da reta e R.
A imagem da reta r pela transformao linear bijetora T ser dada por
T (r) = {T (P); P r}.
147
Assim, um ponto S T (r) se, e somente se, S = T (P) para algum P r, ou seja,
S = T (P) = T (Po + v)
[T linear ]
T (Po ) + T (v),
()
para algum R.
Como transformao linear T injetora e v = 0 temos que T (v) =
0, ou seja, (*) nos
fornece a equao vetorial de uma reta no plano R2 que passa pelo ponto T (Po ) e tem a
direo do vetor (no nulo) T (v).
Assim T (r) uma reta em R2 , como afirmamos.
Exemplo 9.59 Sejam (Rn , +, ) espao vetorial real (onde + e so as operaes usuais
de Rn ) e a1 , . . . , an R no todos nulos.
Mostre que o subespao
.
H = {(x1 , . . . , xn ) Rn : a1 x1 + + an xn = 0}
tem dimenso n 1.
Resoluo:
Observemos que H pode ser obtido como o ncleo do funcional linear (verifique!) T :
n
R R dada por
.
T (x1 , . . . , xn ) = a1 x1 + + an xn ,
(x1 , , xn ) Rn .
dim
dim
n=
dim(Rn) = dim[N
(T )] + dim(T (Rn )] = dim(H) + 1,
| {z } |
{z
}
=H
ou seja,
=1
Exemplo 9.60 Sejam (M2 (R), +, ) espao vetorial real (onde + e so as operaes
usuais de M2 (R)),
(
)
. 1 2
A=
0 1
e T : M2 (R) M2 (R) dada por
.
T (X) = AX XA,
X M2 (R).
148
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T um operador linear em
M2 (R).
Ncleo de T :
Observemos que X N (T ) se, e somente se, T (X) = O ou, equivalentemente,
AX XA = O
AX = XA.
(
)
a b
,
X=
c d
Se
(
) (
)
a + 2c b + 2d
a 2a + b
=
c
d
c 2c + d
a + 2c = a
b + 2d = 2a + b
c=c
d = 2c + d
[exerccio]
c = 0 e a = d.
dim
149
tal que
Y = T (X) = AX XA,
isto ,
(
) (
)(
) (
)(
)
x y
1 2
a b
a b
1 2
=
z t
0 1
c d
c d
0 1
) (
(
) (
)
a 2a + b
a + 2c b + 2d
2c 2d 2a
=
=
c
c 2c + d
0
d
2c
(
)
(
)
1 0
0 1
= 2c
+2(d a)
,
0 1
0 0
| {z }
| {z }
.
.
=B1
=B2
ou seja, a imagem de T gerada pelos vetores B1 , B2 .
.
Notemos que os vetores B1 , B2 so l.i. (verifique!), assim logo C = {B1 , B2 } uma base para
o subespao T (M2 (R)), em particular,
[T (M2 (R))] = 2.
dim
Observao 9.61 Uma outra maneira para encontrar uma base da imagem do operador
linear T do exemplo acima seria fazer uso da prova do teorema (9.56).
Mais precisamente, sabemos que
(
)
(
)
1 0
0 1
e
0 1
0 0
formam uma base do ncleo do operador linear T .
Do teorema (9.56), podemos complet-la a uma base de M2 (R) introduzindo, por
exemplo, os vetores:
(
)
(
)
0 0
0 0
e
,
1 0
0 1
isto ,
(
) (
) (
)
(
)
1 0
0 1
0 0
0 0
,
,
e
0 1
0 0
1 0
0 1
((
e
))
0 0
0 1
)
0 1
=
.
0 0
| {z }
.
=C2
.
Logo, pelo mesmo teorema, segue que C = {C1 , C2 } uma base da imagem do operador
linear T.
Definio 9.62 Seja (U, +, ) espao vetorial real.
Diremos que T L (U) um idempotente em U se T 2 = T.
150
u U,
u U,
=u
(x, y) R2 .
(x, y) R2 ,
=(x,0)
151
N (T )
9.4
Isomorfismo e Automorfismo
Comearemos introduzindo a
Definio 9.67 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.
Diremos que uma transformao linear T : U V isomorfismo de U em V se ela
for bijetora.
Quando U = V diremos, no caso acima, que T um automorfismo em U.
Com isto temos a
Definio 9.68 Dizemos que os espaos vetoriais (U, +, ) e (V, +, ) so isomorfos se
existir um isomorfismo de U em V.
As seguintes transformaes so exemplos de isomorfismos e, portanto, os respectivos
espaos vetoriais so isomorfos.
Exemplo 9.69 Sejam (U, +, ) espao vetorial real e IU : U U o operador identidade
em U.
Ento IU um automorfismo em U.
Resoluo:
Sabemos que IU um operador linear, injetor e sobrejetor, logo um automorfismo em U.
Exemplo 9.70 Sejam (Rn , +, ) e (Pn1 (R), +, ) espaos vetoriais (onde + e so as
operaes usuais de Rn e de Pn1 (R), respectivamente) e T : Rn Pn1 (R) dada por
.
T ((x1 , . . . , xn )) = p, (x1 , , xn ) Rn ,
onde
.
p(t) = x1 + x2 t + + xn tn1 ,
t R.
152
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T uma transformao linear
de Rn em Pn1 (R).
Observemos que T injetor, pois se x = (x1 , , xn ) N (T ) segue que
O
|{z}
polinmio nulo
t R,
.
x = (ao , , an1 ) Rn ,
teremos
T (x) = p,
ou seja T sobrejetora, isto , a transformao linear T bijetora, logo um isomorfismo de
Rn em Pn1 (R), como afirmamos.
Exemplo 9.71 Sejam (Mmn (R), +, ) e (Rm.n , +, ) espaos vetoriais (onde + e so as
operaes usuais de Mmn (R) e de Rm.n , respectivamente) e T : Mmn (R) Rmn dada
por
.
T [(aij )] = (a11 , . . . , a1n , . . . , am1 , . . . , amn ), A = (aij ) Mmn (R).
Ento T um isomorfismo de Mmn (R) em Rm.n .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T uma transformao linear
de Mmn (R) em Rm.n .
Observemos que T injetor, pois se (aij ) N (T ) segue que
O = T [(aij )] (a11 , . . . , a1n , . . . , am1 , . . . , amn ) = (0, , 0) .
|{z}
| {z }
m.n-upla
Rm.n
.
amj = xj ,
1 j n,
n + 1 j 2n,
mn n + 1 j m.n,
153
teremos
T [(aij )] = (x1 , , xmn ) = x,
ou seja, a transformao linear T sobrejetora, isto , a transformao linear T bijetora,
logo um isomorfismo de Mmn (R) em Rm.n , como afirmamos.
Exemplo 9.72 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R3 R3 dada por
.
T (x, y, z) = (x y, x z, z y),
(x, y, z) R3 .
Verifique se T um automorfismo de R3 .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T um operador linear em R3 .
Verifiquemos se o operador linear T injetor, isto , se N (T ) = {O}.
Para isto seja (x, y, z) N (T ), isto ,
x y = 0
T (x, y, z) = (0, 0, 0)
[exerccio]
xz=0
z y = 0
x = y = z.
Logo, o operador linear T no injetor, pois T (1, 1, 1) = (0, 0, 0), assim, o operador linear
T no ser um automorfismo em R3 .
Proposio 9.73 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais, tal que
e T : U V um isomorfismo de U em V.
Ento o espao vetorial (V, +, ) tem dimenso finita e alm disso
dim(U) < ,
dim(V) = dim(U).
Prova:
Como a transformao linear T injetora segue N (T ) = {0}.
Portanto,
[N (T )] = 0.
Como a transformao linear T sobrejetora segue que T (U) = V.
Segue, do teorema do ncleo e da imagem (isto , teorema (9.56)), que
dim
dim(U) = dim
[N (T )] + dim[T (U)] = dim(V),
|
{z
}
| {z }
=0
=V
dim
dim
dim(V) < , e
154
Prova:
Como a transformao linear T bijetora segue que existe a transformao linear inversa
1
T : V U e esta tambm ser um isomorfismo de V em U (pois bijetora).
Como
(V) < , pela proposio (9.73), segue que
dim
dim(U) = dim(V),
completando a demonstrao.
Temos tambm a
Proposio 9.75 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais de dimenso n.
.
.
Se B = {u1 , , un } e C = {v1 , , vn } so bases de (U, +, ) e de (V, +, ), respectivamente, ento T : U V dada por
.
T (u) = x1 v1 + + xn vn , u U,
()
onde
u = x1 u1 + + xn un ,
para
x1 , . . . , xn R,
um isomorfismo de U em V.
Alm disso, temos que
j = 1, , n,
T (uj ) = vj ,
xi ui
w2 =
i=1
yi ui ,
i=1
com xi , yi R, i = 1, . . . , n.
Se R, teremos
w1 + w2 =
xi u i +
i=1
Logo
T (w1 + w2 ) = T
yi ui =
i=1
( n
(xi + yi ) ui
i=1
xi vi +
(xi + yi ) ui .
i=1
i=1
()
(xi + yi ) vi
i=1
n
i=1
()
yi vi = T (w1 ) + T (w2 ),
155
Logo
O = T (w) = x1 v1 + + xn vn .
Como v1 , , vn so l.i. em V segue que x1 = = xn = 0, ou seja, w = O, portanto, T
injetora.
Como
(U) =
(V) < , pelo corolrio (9.57) segue-se que T ser bijetora, logo um
isomorfismo de U em V, completando a demonstrao.
dim
dim
dim
9.5
dim
Nesta seo veremos que a toda transformao linear entre dois espaos vetoriais de dimenses
finitas poderemos associar uma matriz e reciprocamente.
156
9.5.1
Definio e Exemplos
Definio 9.78 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais de dimenses finitas, m
e n, respectivamente, e T L (U, V).
.
.
Fixemos uma base B = {u1 , . . . , un } de (U, +, ) e uma base C = {v1 , . . . , vm } de (V, +, ).
Como C base de (V, +, ), podemos escrever
T (uj ) = a1j v1 + + amj vm ,
para cada
j = 1, . . . , n.
..
..
.. Mmn (R)
.
.
.
.
.
.
am1 am2 . . .
amn
que ser chamada de matriz da transformao T com relao s bases B e C e ser denotada por [T ]B,C .
Quando U = V e B = C usaremos a notao [T ]B para denotar a matriz da transformao T com relao s bases B e B do espao vetorial (U, +, ).
Consideremos os exemplos:
Exemplo 9.79 Sejam (R3 , +, ), (R2 , +, ) espaos vetoriais reais (onde + e so as
operaes usuais de R3 e R2 , respectivamente) e a transformao linear (verifique!)
T : R3 R2 dada por
.
T (x, y, z) = (x + y, x z), (x, y, z) R3 .
()
Encontre a matriz de T com relao s bases cannicas de R3 e R2 , respectivamente.
Resoluo:
As bases cannicas de R3 e de R2 so
.
B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e
| {z } | {z } | {z }
.
.
.
=u1
=u2
=u3
.
C = {(1, 0), (0, 1)},
| {z } | {z }
.
.
=v1
=v2
respectivamente.
Como
()
1 v2 ,
T (u1 ) = T ((1, 0, 0)) = (1, 1) = 1 (1, 0) + 1 (0, 1) = |{z}
1 v1 + |{z}
=a21
=a11
()
0 v2 ,
T (u2 ) = T ((0, 1, 0)) = (1, 0) = 1 (1, 0) + 0 (0, 1) = |{z}
1 v1 + |{z}
=a22
=a12
()
teremos
[T ]B,C
) (
)
(
1 1 0
a11 a12 a13
=
M23 (R).
=
a21 a22 a23
1 0 1
=a23
157
(x, y, z) R3 .
()
.
Encontre a matriz de T com relao s bases B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} de R3 e
.
D = {(1, 1), (0, 1)} de R2 .
Resoluo:
As bases de R3 e de R2 so
.
B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
| {z } | {z } | {z }
.
.
.
=u1
=u2
=u3
.
e C = {(1, 1), (0, 1)},
| {z } | {z }
.
.
=v1
=v2
respectivamente.
Como
()
=a21
()
=a21
()
teremos
[T ]B,D
=a21
(
) (
)
a11 a12 a13
1 1
0
=
=
M23 (R).
a21 a22 a23
0 1 1
Observao 9.81 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais de dimenses finitas
.
.
com bases B = {u1 , . . . , un } e C = {v1 , . . . , vm }, respectivamente.
Fixemos i {1, . . . , n} e j {1, . . . , m} e definamos Tij L (U, V) como na prova do
teorema (9.22), isto , Tij : U V dada por
.
Tij (x1 u1 + + xn un ) = xi vj ,
x1 , . . . , xn R.
Notemos que
Tij (uk ) =
{
vj se i = k
0 se i = k
{
0 v1 + + 0 vj1 + 1 vj + 0 vj+1 + + 0 vn se i = k
0 se i = k
158
Assim
(j,i)
{
1
0
se (j, i) = (k, l)
caso contrrio ,
ou seja, para cada i {1, . . . , n} e cada j {1, . . . , m}, a matriz Eji possui todos as
entradas nulas, com exceo daquela que ocupa a j-sima linha, da i-sima coluna,
cujo valor 1.
9.5.2
Proposio 9.82 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais de dimenso finita
com bases B e C, respectivamente.
Se T, S L (U, V) e R ento
[T + S]B,C = [T ]B,C + [S]B,C .
Prova:
.
.
Consideremos B = {u1 , . . . , un }, C = {v1 , . . . , vm } bases de (U, +, ) e (V, +, ), respectivamente, [T ]B,C = (aij ) e [S]B,C = (bij ).
Com isto teremos
(T + S)(uj ) = T (uj ) + S(uj )
= (a1j v1 + + amj vm ) + (b1j v1 + + bmj vm )
= (a1j + b1j ) v1 + + (amj + bmj ) vm
e, desse modo,
[T + S]B,C
a11 + b11
..
=
.
am1 + bm1
a11
..
..
= .
.
am1 +
a1n + b1n
..
..
.
.
amn + bmn
a1n
b11
.. + ..
..
.
.
.
amn
bm1
b1n
..
.
bmn
= [T ]B,C + [S]B,C ,
completando a demonstrao.
A seguir temos dois resultados que nos fornecem exemplos bsicos associados a matrizes
de uma transformo linear:
Proposio 9.83 Sejam (U, +, ) e (V, +, ) espaos vetoriais de dimenso finita com
bases B e C, respectivamente.
Se T L (U, V) a transformao linear nula ento
[T ]B,C = 0.
159
Prova:
.
.
Sejam B = {u1 , . . . , un } e C = {v1 , . . . , vm } bases de (U, +, ) e (V, +, ), respectivamente.
Se T L (U, V) ento T (u) = O para todo u U, logo
T (uj ) = O = |{z}
0 v1 + + |{z}
0 vm ,
=a1j
para cada
j = 1, . . . , n,
=amj
Proposio 9.84 Sejam (U, +, ) espao vetorial de dimenso finita e B, C duas bases
de U.
Se IU L (U) o operador identidade em U ento
[IU ]B,C = MCB .
Prova:
.
.
Consideremos B = {u1 , . . . , un }, C = {v1 , . . . , vn } bases de (U, +, ) e (V, +, ), respectivamente.
Para cada 1 j n, como uj U e B base de (U, +, ) segue que existem escalares
1j , , nj R tais que
uj = 1j v1 + + nj vn . ()
Logo
MCB = (ij ).
()
Mas
()
IU (uj ) = uj = 1j v1 + + nj vn .
Logo
[IU ]B,C = (ij ),
ou seja, de (**) e da igualdade acima, teremos [IU ]B,C = MCB , como queramos demonstrar.
Proposio 9.85 Sejam (U, +, ), (V, +, ) e (W, +, ) espaos vetoriais de dimenso finita
com bases B, C, e D, respectivamente.
Se T L (U, V) e S L (V, W). ento
[S T ]B,D = [S]C,D [T ]B,C .
T
U
B
S
V
C
ST
W
D
160
Prova:
.
.
.
Consideremos B = {u1 , . . . , un }, C = {v1 , . . . , vm } e D = {w1 , . . . , wp } bases de (U, +, ),
(V, +, ) e (W, +, ), respectivamente
Sejam [T ]B,C = (ij ) e [S]C,D = (kl ).
Com isto temos que
T (uj ) = 1j v1 + + mj vm ,
para cada
S(vk ) = 1k w1 + + pk wp ,
Logo, para cada 1 j n teremos
(9.86)
( p
i=1
Portanto,
[S T ]B,D =
( m
para cada
k = 1, . . . , m.
)
ij vi
)
i=1
ki wk
[S linear]
(9.86)
(9.87)
ij S(vi )
( m i=1 )
p
ki ij wk .
=
k=1
k=1
( m
j = 1, . . . , n.
i=1
)
ki ij
[Apndice I]
[S]C,D [T ]B,C ,
i=1
V
C
T 1
Prova:
Como T uma transformao linear bijetora (isto , um isomorfismo de U em V) segue,
(U) =
(V) = n.
do corolrio(9.76),
Logo, da proposio acima temos
dim
[T ]B,C [T 1 ]C,B
dim
[prop. (9.85)]
[prop. (9.84)]
MCC = In
161
Analogamente,
[T 1 ]C,B [T ]B,C = [T| 1{z T}]B,B = [IU ]B,B = MBB = In .
=IU
Portanto, [T 1 ]C,B = [T ]1
B,C , completando a demonstrao.
Proposio 9.89 Seja (V, +, ) um espao de dimenso finita.
Se T L (V) e B e C so bases de (V, +, ) ento
[T ]C,C = MCB [T ]B,B MBC .
Prova:
Da proposio (9.84) temos que
[IV ]B,C = MCB
Logo
()
[prop. (9.85)]
[prop. (9.85)]
[I|V{z
T}]C,C
=T
= [T ]C,C
completando a demonstrao.
Exemplo 9.90 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
.
de R2 ) e B = {(1, 1), (1, 1)} uma base de R2 (verifique!).
Consideremos T L (R2 ) tal que
(
)
1 0
TB,B =
.
0 5
Encontre [T ]C,C , onde C a base cannica de R2 .
Resoluo:
Da proposio acima, temos que
[T ]C,C = MCB [T ]B,B MBC
logo para completarmos o exemplo basta encontrarmos as matrizes de mudana de bases MCB
e MBC .
162
.
.
Para isto, se B = {(1, 1), (1, 1)} e C = {(1, 0), (0, 1)} teremos
| {z } | {z }
| {z } | {z }
.
.
.
.
=u1
=u2
=e1
=e2
e1 = (1, 0)
e2 = (0, 1)
[exerccio]
[exerccio]
1
(1, 1) +
2
1
(1, 1)
2
1
(1, 1) =
2
1
(1, 1) =
2
1
u1 +
2
1
u1 +
2
1
u2
2
1
u2 ,
2
alm disso
u1 = (1, 1) = 1 (1, 0) + 1 (0, 1) = 1 e1 + 1 e2
u2 = (1, 1) = 1 (1, 0) + (1) (0, 1) = 1 e1 + (1) e2 ,
1 1
1
1
2 2
MBC =
e MCB =
.
1
1
1 1
2
2
Poderamos ter obtido a matriz MCB calculando a matriz inversa M1
BC (ou vice-versa).
Logo, da proposio acima, segue que
assim
)(
1 1
1 1
1 1
(
)
1 0 2 2 [exerccio] 3 2
.
=
0 5 1
2
3
2
2
)
[[T ]C,C =
[T linear]
3 2
]
2 3
=
x [3 (1, 0) 2 (0, 1)] + y [2 (1, 0) + 3 (0, 1)]
(x, y) R2 ,
ou seja,
T ((x, y)) = (3x 2y, 3y 2x),
(x, y) R2 .
163
Prova:
.
.
Sejam
n }, C = {v1 , . . . , vm } bases de (U, +, ) e (V, +, ), respectivamente,
B = {u1 , . . . , u
11 1n
..
.. e
..
[T ]B,C = .
.
.
m1 mn
a1
..
[u]B = . .
an
Logo teremos:
u = a1 u1 + + an un
(9.93)
T (uj ) = 1j v1 + + mj vm ,
para cada
(9.94)
j = 1, . . . , n.
Assim
(9.93)
T (u) = T (a1 u1 + + an un )
[T linear]
a1 T (u1 ) + + an T (un )
(9.94)
= a1 (11 v1 + + m1 vm ) + + an (1n v1 + + mn vm )
= (a1 11 + + an 1n ) v1 + + (a1 m1 + + an mn ) vm ,
ou seja,
a1 11 + + an 1n
11 1n
a1
[exerccio] .
.
.
..
..
.. ...
[T (u)]C =
= ..
,
.
a1 m1 + + an mn
m1 mn
an
isto , [T (u)]C = [T ]B,C [u]B , como queramos demonstrar.
Proposio 9.95 Sejam (U, +, ) e (V, +, ) espaos vetoriais de dimenso finita com
bases B e C, respectivamente e T L (U, V).
Ento T um isomorfismo de U em V se, e somente se, a matriz [T ]B,C admite
matriz inversa.
Prova:
.
.
Sejam B = {u1 , , un } e C = {v1 , , vm } bases de (U, +, ) e (V, +, ), respectivamente.
Com isto temos que [T ]B,C Mmn (R).
Se T um isomorfismo de U em V ento
(U) =
(V) = n e, pela proposio (9.88),
seque que a matriz quadrada [T ]B,C possui matriz inversa dada por [T 1 ]C,B .
Reciprocamente, suponhamos que a matriz (quadrada) [T ]B,C admita matriz inversa.
Em particular, como a matriz acima quadrada deveremos ter n = m, isto ,
(U) =
(V) = n.
Para completar a prova, pelo corolrio (9.57), basta mostrar que o operador linear T
injetor.
dim
dim
dim
dim
164
[T (u)]C = (0).
[prop. (9.92)]
[T 1 ]C,B [T (u)]C
1
[T ]1
B,C [T (u)]C = [T ]B,C .(0) = (0),
| {z }
=(0)
(a, b) R2 ,
.
p(t) = a + (a + b)t,
t R,
um isomorfismo de R2 em P1 (R).
Resoluo:
.
.
.
.
Consideremos B = {(1, 0), (0, 1)} e C = {po , p1 } (onde po (t) = 1, p1 (t) = t, t R) as bases
cannicas de R2 e P1 (R), respectivamente.
Como
[T ((1, 0))](t) = 1 = po (t)
t R,
segue que matriz da transformao linear T com relao a estas bases ser dada por
(
)
1 0
[T ]B,C =
.
1 1
det
Como
{[T ]BC } = 1 = 0 segue (ver Apndice I e II) que a matriz [T ]BC admite matriz
inversa.
Logo da proposio acima temos a transformao linear T um isomorfismo.
9.6
Exerccios
Captulo 10
Exerccios Resolvidos
Neste captulo resolveremos alguns exerccios relacionados com tpicos desenvolvidos nos
captulos anteriores
Exemplo 10.1 Sejam (P2 (R), +, ) espao vetorial real (onde + e so as operaes
usuais de P2 (R)) e T : P2 (R) P2 (R) dada por
.
T (p) = p + p ,
p P2 (R).
x R.
()
Logo
p (x) = a1 + 2a2 x
p (x) = 2a2 ,
x R.
()
dim
.
po (x) = 1,
.
p1 (x) = x,
165
.
p2 (x) = x2 ,
x R,
166
uma base de P2 (R) que completa a base de N (T ) vemos que, pela demonstrao do teorema
.
(9.56), C = {T (p1 ), T (p2 )} ser uma base da imagem de T , assim
[T (P2 (R)] = 2.
Observemos que
dim
[p1 (x)=x]
[p2
1,
(x)=x2 ]
2x + 2,
x R.
Exemplo 10.2 Sejam (M2 (R), +, ) espao vetorial real (onde + e so as operaes
usuais de M2 (R)) e T : M2 (R) M2 (R) dada por
.
T (X) = AX + X,
X M2 (R),
)
1 4
.
2 3
Mostre que T um operador linear em M2 (R), encontre uma base e a dimenso do
ncleo de T e uma base e a dimenso da imagem de T .
.
onde A =
Resoluo:
Deixaremos como exerccio para o leitor mostrar que T L (M2 (R)).
Ncleo de T :
Observe que
T (X) = (A + I2 )X, X M2 (R),
onde I2 a matriz identidade de ordem dois.
Logo se
(
X=
vemos que X N (T ) se,
(
)(
2 4
a
2 4
c
)
a b
c d
e somente se,
) (
)
(
)(
) (
)
b
0 0
1 2
a b
0 0
=
=
d
0 0
0 0
c d
0 0
{
{
a + 2c = 0
a = 2c
b + 2d = 0
b = 2d
ou, equivalentemente
(
)
(
) (
) (
)
(
)
0 2
2c 2d
2c 0
0 2d
2 0
+d
.
X=
=
+
=c
0 1
c
d
c
0
0 d
1 0
| {z }
| {z }
.
.
=A1
=A2
.
Notemos que o conjunto B = {A1 , A2 } l.i. (verifique!) logo ser uma base de N (T ), em
particular,
[N (T )] = 2.
Imagem de T :
dim
167
Utilizando o teorema do completamenteo, iremos encontrar matrizes A3 , A4 M2 (R) tais
que {A1 , A2 , A3 , A4 } uma base de M2 (R).
Isto equivalente a encontrar A3 e A4 tais que a nica soluo da equao matricial
A1 + A2 + A3 + A4 = |{z}
O
()
M2 (R)
seja a soluo trivial, isto , a matriz nula de ordem 2 (pois neste caso as quatro matrizes
sero l.i. e assim formaro uma base de M2 (R))).
Consideremos
)
)
(
(
x
y
a
b
.
.
.
e A4 =
A3 =
z t
c d
Substituindo em (*)
(
)
(
)
(
)
(
) (
)
2 0
0 2
a b
x y
0 0
+
+
+
=
,
1 0
0 1
c d
z t
0 0
que equivale equao matricial (verifique!)
2 0 a x
0
0 c z 0
1
=
0 2 b y 0
0
1 d t
0
{z
}
|
.
=B
que admite uma nica soluo se, e somente se, o determinante da matriz de ordem quatro
B for diferente de zero.
Mas
(B) = (2c + a)(2t + y) + (2z + x)(2d + b),
det
assim
.
A4 =
()
(
) (
)
x y
1 1
=
,
z t
2 0
dim
168
Exemplo 10.3 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ).
Determinar um operador linear T : R3 R3 cuja imagem seja gerada pelos vetores
(1, 2, 0) e (1, 1, 1).
Resoluo:
.
.
Como v1 = (1, 2, 0) e v2 = (1, 1, 1) so linearmente independentes (verifique!), o subespao
gerado por estes vetores tem dimenso dois.
Como
(R3 ) =
[N (T )] +
[T (R3 )] =
[N (T )] = 1.
| {z }
| {z }
dim
dim
dim
=3
dim
=2
.
T (0, 1, 0) = (1, 2, 0)
.
e T (0, 0, 1) = (1, 1, 1).
()
Como conhecemos o operador linear T em uma base de R3 (no caso a base cannica) segue
que podemos encontrar a expresso para T ((x, y, z)), para qualquer (x, y, z) R3 .
Para isto basta observarmos que
= (0,0,0)
()
= (1,2,0)
()
= (1,1,1)
169
Resoluo:
Como p, q so l.i. em P3 (R) (verifique!), teremos que
assim
[P3 (R)] =
[N (T )] +
[T (P3 (R))] =
|
{z
} |
{z
}
dim
dim
=4
dim
=2
xR
xR
dim
Deste modo T (P3 (R)) = [po , p1 ], logo ter dimenso 2 e N (T ) = [p, q], como querimos.
Se p P3 (R) sabemos que existem ao , a1 , a2 , a3 R tais que
p(x) = ao + a1 x + a2 x2 + a3 x3 ,
x R.
=p1 (x)
=p(x)
=q(x)
x R.
Logo
T (p) = T [(ao + a2 a3 ) po + a1 p1 + a3 p a2 q])
[T linear]
= (ao + a2 a3 ) po + a1 p1 ,
=p1
=O
=O
170
onde
p = ao po + a1 p1 + a2 p2 + a3 p3 P3 (R).
Com isto temos que T definido desta forma satisfaz as propriedades requeridas.
Exemplo 10.5 Sejam (P2 (R), +, ) e (R, +, ) espaos vetoriais reais (onde + e so as
operaes usuais de P2 (R) R, respectivamente).
Considere T : P2 (R) R dado por
.
T (p) =
p P2 (R).
p(x)dx,
0
.
p1 (x) = x,
.
p2 (x) = x2 ,
x R.
Temos
1
T (po ) =
1
po (x) dx =
1
T (p1 ) =
0
x dx =
0
x2 dx =
0
x x=1 1
1
1
|x=0 = = |{z}
1 = u
2
2
2
2
=u
1
p2 (x) dx =
=u
1
p1 (x) dx =
T (p2 ) =
dx = 1 = 1 |{z}
1 = 1 u,
1
1
x x=1 1
|x=0 = = |{z}
1 = u.
3
3
3
3
=u
171
Resoluo:
.
.
Sejam B = {po , p1 , p2 } e C = {po , p1 } a bases de P3 (R) e de P2 (R), respectivamente, onde
.
po (x) = 1,
.
p1 (x) = x,
.
p2 (x) = x2 ,
x R.
Temos
[T (po )](x) = po (x) = 0 = 0.po (x) + 0.p1 (x) + 0.p2 (x)
= [0 po + 0 p1 + 0 p2 ](x),
[T (p1 )](x) = p1 (x) = 1 = 1.po (x) + 0.p1 (x)x + 0.p2 (x)
= [1 po + 0 p1 + 0 p2 ](x),
[T (p2 )](x) = p2 (x) = 2x = 0.po (x) + 2.p1 (x)x + 0.p2 (x)
= [0 po + 2 p1 + 0 p2 ](x),
[T (p3 )](x) = p3 (x) = 3x2 = 0.po (x) + 0.p1 (x)x + 3.p2 (x)
= [0 po + 0 p1 + 3 p2 ](x),
Logo a matriz da transformao linear T com
0 1
[T ]B,C = 0 0
0 0
x R.
0 0
2 0 .
0 3
(x, y, z) R3 .
172
Portanto,
1 0 1
[T ]C = 0 1 1 .
1 1 2
3 0 0
[T ]C = 0 1 0 .
0 0 0
()
Para cada j = 1, , q temos que T (vj ) T (U) e v1 , , vq uma base de T (U), logo
existem escalares ij R, i = 1, , q tais que
T (vj ) = 1j v1 + + qj vq
= 0 u1 + + 0 up + 1j v1 + + qj vq .
()
Logo de (*) e (**) segue que a matriz do operador linear idempotente T ser da forma:
0 0 0
0
..
..
.. . . ..
..
. .
.
.
.
.
0 0 0
0
.
[T ]B =
11
1q
.. . . ..
..
..
.
.
.
. .
.
.
.
0 0 q1 qq
Observao 10.10 Uma matriz quadrada do tipo acima ser denominada matriz de bloco
e, como veremos, ter um papel importante no captulo 11.
Captulo 11
Autovalores e Autovetores
11.1
Definio 11.1 Seja (V, +, ) espao vetorial real (ou complexo) e considere um operador
linear T L (V) e um subespao vetorial U do espao vetorial (V, +, ).
Se a imagem de U por T for um subconjunto de U dizemos que U (isto , se T (U) U)
diremos que o subespao U um subespao invariante pelo operador linear T .
Observao 11.2
u U.
174
T (u) = ( )u,
[u=O]
= 0,
ou seja, = .
Definio 11.5 Sejam (U, +, ) um espao vetorial, T L (U) e u um autovetor do
operador linear T.
Um escalar R (ou C, no caso de espao vetorial complexo) tal que T (u) = u
ser denominado autovalor do operador linear T associado ao autovetor u.
Observao 11.6 Na situao da definio acima temos que u U satisfaz
T (u) = u O = T (u) u = T (u) IU (u) = (T IU )(u),
onde IU : U U o operador linear identidade em U.
Logo u U satisfaz
T (u) = u u N (T IU ).
175
dim
Observao 11.8
1. Na situao acima se u V(), u = O, da definio de V(), segue que o vetor u
ser um autovetor do operador linear T associado associado ao autovalor (pois
T (u) = u).
2. V() um subespao invariante pelo operador linear T, isto ,
T [V()] V().
De fato, u V() ento
T (u) = u V(),
pois V() subespao vetorial de (U, +, ).
Consideremos alguns exemplos.
Exemplo 11.9 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
.
T (x, y) = (y, 4x),
(x, y) R2 .
176
1
.
A=
4
for igual a zero (ver Apndice II).
Como
det(A) = 2 4,
2 = 2.
Logo
.
V(2) = {(x, y) R2 : T [(x, y)] = 2 (x, y)} = {(x, y) R2 : (y, 4x) = 2 (x, y)}
= {(x, y) R2 : y = 2x} = {(x, 2x) : x R}
[(x,2x)=x(1,2)]
[(1, 2)].
[(1, 2)].
.
.
Note que u1 = (1, 2) um autovetor associado ao autovalor 2 e que u2 = (1, 2) um
autovetor associado ao autovalor 2 e, alm disso, eles so l.i. (verifique!), ou seja, o espao
vetorial (R2 , +, ) possui uma base formada por autovetores u1 e u2 do operador linear T , a
.
saber, B = {u1 , u2 }.
Exemplo 11.10 Ainda com relao ao exerccio anterior, encontre a matriz do operador linear T com relao base B, formada pelos autovetores de T.
177
Resoluo:
Observemos que
T ((1, 2)) = (2, 4)
T ((1, 2)) = (2, 4)
[exerccio]
[exerccio]
2 (1, 2) + 0 (1, 2)
{
x + y = 0
x y = 0
det(A) = 2 1 = (2 1) < 0,
178
Exemplo 11.13 Sejam (Pn (R), +, ) espao vetorial real (onde + e so as operaes
usuais de Pn (R)) e T : Pn (R) Pn (R) dada por
.
T (p) = p ,
p Pn (R).
Mostre que T L (Pn (R)) e verifique que = 0 o nico autovalor associado a este
operador linear.
Encontre V(0).
Resoluo:
Vimos anteriormente que T L (Pn (R)).
Observemos que R um autovalor de T se, e somente se, existir p = O tal que
T (p) = p p = p p (x) = .p(x), x R.
Se
p(x) = ao + a1 x + + an xn ,
x R,
como
p (x) = a1 + 2a2 x + nan xn1 ,
x R,
segue que
p (x) = .p(x), x R a1 + 2a2 x + nan xn1 = (ao + a1 x + + an xn ),
x R,
ou, equiavlentemente,
(ao a1 ) + (a1 2a2 )x + (an1 nan )xn1 + an xn = 0,
x R,
o que implicar, se = 0,
ao = = an ,
ou seja, p = O Pn (R).
Desta forma, se = 0 segue que no ser autovalor do operador linear T.
Por outro lado, se = 0, ento
T (p) = 0.p p = O
que apresentar como soluo todos os polinmios que so constantes.
Logo, = 0 o nico autovalor do operador T associado ao, por exemplo, ao autovetor
p 1. (o polinmio constante igual a 1).
Com isto temos que
V(0) = N [T 0 I] = N (T ) = [1],
isto , ser o subespao gerado pelo polinmio p 1, em particular a multiplicidade geomtrica do autovalor = 0 (isto ,
[V(0)]) ser 1.
dim
179
Exemplo 11.14 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ) e T : R2 R2 dada por dada por
.
T (x, y, z) = (x, y, x), (x, y, z) R3 .
Mostre que T L (R3 ) e encontre os autovalores de T, os respectivos subespaos
prprios e a multiplicidade geomtrica de cada autovalor.
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R3 ).
Observemos que R um autovalor de T se, e somente se, existir (x, y, z) = (0, 0, 0) tal
que
T (x, y, z) = (x, y, z),
| {z }
(x,y,x)
(1 )x = 0
(1 )y = 0
x + z = 0
possuir uma soluo no trivial.
Isto acontece se, e somente se, o determinante da matriz
1
0
0
.
A= 0
1 0
1
0
det
x=y=0
=(x,y,x)
= {(0, 0, z) : z R)}
[(0,0,z)=z(0,0,1)]
[(0, 0, 1)].
.
V(1) = {(x, y, z) R3 : T (x, y, z) = 1 (x, y, z)} = {(x, y, z) R3 ; (x, y, x) = (x, y, z)}
| {z }
|
{z
}
x=z
=(x,y,x)
= {(z, 0, z) : z R)}
[(z,y,z)=y(0,1,0)+z(1,0,1)]
180
Observao 11.15 No exemplo acima notemos que so autovetotes (0, 0, 1), (0, 1, 0),
.
(1, 0, 1) so l.i., logo B = {0, 0, 1), (0, 1, 0), (1, 0, 1)} ser uma base de R3 .
Encontremos [T ]B .
Para isto observemos que
T [(0, 0, 1)] = (0, 0, 0) = 0 (0, 0, 1) + 0 (0, 1, 0) + 0 (1, 0, 1),
T [(0, 1, 0)] = (0, 1, 0) = 0 (0, 0, 1) + 1 (0, 1, 0) + 0 (1, 0, 1),
T [(1, 0, 1)] = (1, 0, 1) = 0 (0, 0, 1) + 0 (0, 1, 0) + 1 (1, 0, 1),
ou seja,
0 0 0
[T ]B = 0 1 0 .
0 0 1
Concluso: no exemplo acima, existe uma base do espao vetorial (R3 , +, ) formada
por autovetores do operador linear T e a matriz do operador linear T em relao a essa
base uma matriz diagonal, cuja diagonal principal formada pelos autovalores do
operador linear T .
Temos a:
Proposio 11.16 Sejam (U, +, ) um espao vetorial real (ou complexo) e T L (U)
tal que u1 , . . . , un so autovetores do operador linear T associados aos autovalores 1 ,
. . . , n , respectivamente.
Se i = j , para todo i = j ento os vetores u1 , . . . , un so linearmente independentes
em (U, +, ).
Prova:
A prova ser por induo sobre o nmero de autovalores, isto , sobre n.
Para n = 2 temos que, se
1 u1 + 2 u2 = O,
()
[T linear]
1 T (u1 ) +2 T (u2 )
| {z }
| {z }
=O
=1 u1
= 1 (1 u1 ) +2 (2 u2 )
|
{z
}
=1 (1 u1 )
[()1 u1 =2 u2 ]
1 (2 u2 ) + 2 (2 u2 ).
= 2 (2 1 ) u2
Portanto,
2 (2 1 ) u2 = O.
=2 u2
181
(11.17)
[T linear]
=1 u1
2 T (u2 ) + + n T (un ),
| {z }
| {z }
=2 u2
=n un
ou seja,
1
= (2 2 ) u2 + + (n n ) un .
u1
|{z}
(11.17)
(11.18)
2 u2 ++n un
182
Proposio 11.19 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso
finita e T L (U) tal que seus autovalores 1 , . . . , n , so todos, dois a dois, distintos.
Ento a soma dos subespaos prprios do operador T uma soma direta, isto ,
para cada j = 1, . . . , n, temos
V(j ) [V(1 ) + + V(j1 ) + V(j+1 ) + + V(n )] = {O}.
Prova:
A prova ser por induo sobre o nmero de autovalores distintos do operador linear T ,
isto , sobre n.
Para n = 2 temos que mostrar que V(1 ) V(2 ) = {O}.
. (1)
. (2)
(1)
(2)
Fixemos B1 = {v1 , . . . , vm1 } uma base de V(1 ) e B2 = {v1 , . . . , vm2 } uma base de V(2 )
(estamos supondo que
[V(i )] = mi , i = 1, 2).
(1)
(1)
(2)
(2)
Se u V(1 )V(2 ) ento u V(1 ) e u V(2 ), logo existem escalares 1 , , m1 , 1 , , m2
R tais que
dim
(1)
(1)
(2)
(2)
(1)
u = 1 v1 + + (1)
m1 vm1
(2)
= 1 v1 + + m
v(2)
m2 .
2
(11.20)
(2)
(1)
(2)
(2)
(2)
(1)
v(1)
T (1 v1 + + m
m1 ) = T (1 v1 + + m2 vm2 ).
1
(2)
(1)
(2)
(2)
(1)
(1)
) = 1 T (v1 ) + + (2)
T (vm
1 T (v1 ) + + m
m2 T (vm2 ).
1
1
(11.21)
Mas
(i)
(i)
T (vj ) = i vj ,
i = 1, 2,
j = 1, , mi ,
(1)
(2)
(2)
(1)
(1)
(2)
(1 1 ) v1 + + (m
) vm
= (1 2 ) v1 + + ((2)
m2 2 ) vm2 .
1 1
1
(11.22)
(2)
(2)
[1 (2 1 )] v1 + + [(2)
m2 (2 1 )] vm2 = 0.
(2)
(2)
Como os vetores v1 , . . . , vm2 foram uma base de V(2 ), segue que eles sero l.i., logo
deveremos ter
(2)
1 (2 1 ) = = (2)
m2 (2 1 ) = 0.
Como 1 = 2 , resulta que
(2)
1 = = (2)
m2 = 0.
Logo, de (11.20), segue que u = O, ou seja, V(1 ) V(2 ) = {O}.
Suponhamos agora, por induo, que a soma de n 1 subespaos prprios do operador
linear T associados a n 1 autovalores, dois a dois distintos, seja uma soma direta.
183
Precisamos mostrar que este resultado vlido quando o operador linear T tem n autovalores, dois a dois distintos.
Para isto, cada j = 1, . . . , n consideremos uma base
. (j)
Bj = {vi : i = 1, , mj }
de V(j ).
(j)
Note que para cada j = 1, n e cada i = 1, , mj , o vetor vi um autovetor associado ao
autovalor j , isto ,
(j)
(j)
T (vi ) = j vi , ()
dim
(j)
(1)
(1)
(j)
(j)
vm
u = 1 v1 + + m
j
j
(j+1)
(j1)
= 1 v1 + + (j1)
mj1 vmj1 + 1
(j+1)
v1
(n)
+ + (n)
mn v mn .
(11.23)
(j)
(j)
T (1 v1 + + (j)
mj vmj )
(1)
(j+1)
(1)
(j1)
= T (1 v1 + + (j1)
mj1 vmj1 + 1
(j+1)
v1
(n)
+ + (n)
mn v mn )
(j)
(1)
(1)
(j)
(j1)
(j1)
1 T (v1 ) + + m
T (v(j)
mj ) = 1 T (v1 ) + + mj1 T (vmj1 )
j
(j+1)
+ 1
(j+1)
T (v1
(n)
) + + (n)
mn T (vmn ).
(1)
(j)
(1)
(j)
) v(j)
(1 j ) v1 + + (m
mj = (1 1 ) v1 +
j j
(j+1)
(j1)
+ ((j1)
mj1 j1 ) vmj1 + (1
(j+1)
j+1 ) v1
(n)
+ + ((n)
mn n ) vmn .
(11.24)
(1)
(j1)
(j1)
(j1 j )] vm
[1 (1 j )] v1 + + [m
j1
j1
(j+1)
+ [1
(j+1)
(j+1 j )] v1
(n)
+ + [(n)
mn (n j )] vmn = O.
(j+1)
(j1)
1 (1 j )] = = m
(j1 j ) = 1
j1
(j+1 j ) = = (n)
mn (n j ) = 0.
184
1 = = (i)
mi = 0,
para todo i = 1, . . . , j 1, j + 1, . . . , n.
Assim, da equao (11.23), resultar que u = O, ou seja,
V(j ) [V(1 ) + + V(j1 ) + V(j+1 ) + + V(n )] = {O},
para todo j = 1, , n, completando a demonstrao.
11.2
Polinmio Caracterstico
Nosso objetivo fazer um estudo mais profundo dos autovalores associados a um operador
linear definido em um espao vetorial real (ou complexo).
Para isto precisaremos introduzir alguns conceitos e propriedades relacionadas como os
mesmos.
Comearemos pela:
Definio 11.25 Dada uma matriz quadrada A Mn (R) definimos o polinmio caracterstico associado
denotado por pA , como sendo o polinmio obtido do determinante da matriz
(A
In ), isto ,
.
pA () =
(A In ),
det
det
=In
185
.
Tomando-se N = M1 , da identidade acima obteremos
B = N1 AN,
isto , a matriz B semelhante a matriz A.
pA () =
= pB (),
como queramos demonstrar.
Observao 11.30 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso
finita, B e C bases de U.
Lembremos que se T L (U) ento
[T ]C = MCB [T ]B MBC = [MBC ]1 [T ]B MBC ,
isto , as matrizes [T ]C e [T ]B sero semelhantes.
Logo, da proposio acima, segue que os polinmios caractersticos associados as
mesmas sero iguais, isto ,
p[T ]B () = p[T ]C ().
Logo o polinmio caracterstico da matriz de um operador linear independe da base
que escolhemos para o espao vetorial real de dimenso finita em questo.
Com isto temos a:
186
Definio 11.31 Sejam (U, +, ) espao vetorial real (ou complexo) de dimenso finita
e T L (U)).
Definimos o polinmio caracterstico do associado ao operador linear T , indicado por
pT , como sendo
.
pT () = p[T ]B (),
onde B uma base qualquer do espao vetorial (U, +, ).
Temos o
Exemplo 11.32 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
(x, y, z) R3 ,
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R3 ).
.
Usaremos a base cannica B = {(1, 0), (0, 1)} de R2 para obter o polinmio caraterstico
pT () associado ao operador T .
Como
T (1, 0) = (a, c) = a (1, 0) + c (0, 1)
T (0, 1) = (b, d) = b (1, 0) + d (0, 1),
segue que
(
[T ]B =
)
a b
.
c d
Assim,
pT () =
=
((
)
a b
c d
))
1 0
0 1
)
a
b
= 2 (a + d) + ad bc,
c
d
R,
187
Prova:
Fixe B uma base de U.
Suponha que o escalar seja um autovalor de T.
Ento existe um vetor u = O tal que
T (u) = u
ou, equivalentemente,
(T IU )(u) = O.
Desta forma, vemos que o operador linear T IU : U U no ser injetor, consequentemente, no poder ser um isomorfismo em U.
Logo a matriz [T IU ]B no poder ser invertvel, ou equivalentemente,
pT () =
det[T I]B = 0,
s isto , o escalar dever ser uma raiz do polinmio caraterstico associado ao operador
linear T .
Reciprocamente, se o escalar tal que pT () = 0 ento a matriz [T IU ]B dever ter
determinante nulo.
Isto implica que o operador linear T IU : U U no poder ser um isomorfismo em
U, em particular, no poder ser injetora.
Portanto, N (T IU ) = {O}, ou seja, existe u = O tal que (T IU )(u) = O, isto ,
T (u) = u, com u = 0, mostrando que o escalar um autovalor do operador linear T ,
completando a demonstrao.
assim
[T ]B =
Logo
pT () =
det
)
0 1
.
1 0
0 1
([T ]B I2 ) =
1
0
= 2 + 1,
188
Definio 11.36 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso
finita e T L (U).
Se o escalar um autovalor do operador linear T, definimos a multiplicidade
algbrica de como sendo a multiplicidade do nmero como raiz do polinmio caracterstico de T.
Com isto temos a:
Proposio 11.37 Sejam (U, +, ) um espao vetorial real (ou complexo)de dimenso
finita e T L (U).
Se o escalar o um autovalor do operador linear T ento a sua multiplicidade
geomtrica menor ou igual a sua multiplicidade algbrica.
Prova:
Seja
(U) = n.
Denotemos por m e k as multiplicidades algbrica e geomtrica do autovalor o do operador linear T , respectivamente.
.
Logo, como
[V(o )] = k, existiro vetores u1 , . . . , uk V(o ) que tais que C =
{u1 , . . . , uk } seja base de V(o ), em particular, os vetores u1 , . . . , uk V(o ) so linearmente
independentes.
Utilizando o teorema do completamento, existiro vetores v1 , . . . , vnk U tais que B =
{u1 , . . . , uk , v1 , , vnk } uma base de U.
Deste modo teremos:
dim
dim
T (u1 ) = o u1 = o u1 + 0 u2 + + 0 uk + 0 v1 + + 0 vnk
T (u2 ) = o u2 = 0 u1 + o u2 + 0 u3 + 0 uk + 0 v1 + + 0 vnk
..
.
T (uk ) = o uk = 0 u1 + + 0 uk1 + o uk + 0 v1 + + 0 vnk
T (v1 ) = 1(k+1) u1 + + k(k+1) uk + (k+1)(k+1) v1 + + n(nk) vnk
..
.
T (vnk ) = 1(nk) u1 + + k(nk) uk + (k+1)(nk)) v1 + + n(nk) vnk ,
ou seja, a matriz [T ]B ser da forma:
o 0
0 0
. .
A
k(nk)
.
..
. . ..
.
[T ]B =
0 o kk
O(nk)r
B(nk)(nk) nn
189
det
pT () =
{[T ]B In }
0
o
.
Ak(nk)
..
..
..
.,
.
.
0
o
kk
O(nk)r
B(nk)(nk) I(nk)(nk)
mostrando que o escalar o raiz do polinmio, no mnimo, com multiplicidade k, ou seja,
o aparecer, em geral, mais vezes como raiz do polinmio pT do que k, isto , k m,
completando a demonstrao.
Exemplo 11.38 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
.
T (x, y) = (ax + by, cx + dy),
(x, y, x) R3 .
C.
Pela proposio (11.33) temos que um escalar ser um autovalor do operador linear T
se, e somente se, pT () = 0, isto , se, e somente se,
2 (a + d) + ad bc = 0,
Esta equao possui soluo real se, e somente se,
(a + d)2 4(ad bc) = 0.
Con isto teremos as seguintes trs possibilidades:
1. quando
(a + d)2 = 4(ad bc)
vemos que o operador linear T apresentar um nico autovalor real, dado por:
. a+d
=
;
2
190
2. quando
(a + d)2 4(ad bc) = > 0,
o operador linear T apresentar, exatamente, dois autovalores reais distintos dados por:
tR
j N.
Assim,
p(A) = ao In + + am Am = ao [M1 In M] + + am [M1 Bm M] =
= M1 (ao In + + am Bm )M
= M1 .p(B).M,
mostrando que a matriz p(A) semelhante a matriz p(B), completando a demonstrao.
Como consequncia temos o
191
Corolrio 11.40 Sejam (U, +, ) espao vetorial real (ou complexo), T L (U) e p(t) =
ao + + am tm , t R, um polinmio com coeficientes reais.
Definamos p(T ) : U U por
.
p(T ) = ao IU + + am T m ,
onde IU o operador linear identidade de U.
Ento p(T ) L (U). Alm disso, se B uma base de U teremos que
[p(T )]B = p([T ]B ).
Prova:
Deixaremos como exerccio para o leitor verificar que p(T ) L (U).
Pelas proposies (9.82) e (9.85) temos que
[p(T )]B = [ao IU + + am T m ]B = ao [I]B + + am [T ]m
B
= p([T ]B ),
completando a demonstrao.
192
Captulo 12
Diagonalizao de Operadores Lineares
12.1
Definio e Caracterizao
Comearemos com a
Definio 12.1 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso finita
e T L (U).
Diremos que o operador linear T diagonalizvel se existir uma base de U formada
por autovetores associados ao operador linear T.
.
Observao 12.2 Na situao acima, se T L (U) diagonalizvel e B = {u1 , . . . , un }
uma base de U formada por autovetores associados ao operador linear T associados
aos autovalores 1 , . . . , n , respectivamente, ento para cada i = 1, , n teremos
T (ui ) = i ui = 0 u1 + + 0 ui1 + i ui + 0 ui+1 + + 0. un ,
ou seja, a matriz do operador linear T com relao a base B ser dada por:
1 0 0
0 2 0
[T ]B = . . .
,
. . ...
.. ..
1 0 0
0 2 0
[T ]B = . . .
.
. . ..
.. ..
0
0
193
194
ento, pela prpria definio de matriz de operador linear, deveremos ter, para cada
i = 1, , n,
T (ui ) = 0 u1 + + 0 ui1 + i ui + 0 ui+1 + + 0 un
= i ui ,
ou seja, a base B do espao vetorial (U, +, ) formada por autovetores associados ao
operador linear T.
Com isto acabamos de demonstrar o:
Teorema 12.3 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso finita
e T L (U).
O operador linear T diagonalizvel se, e somente se, existir uma base de U com
relao a qual a matriz do operador linear T um matriz diagonal.
Observao 12.4
1. Na situao acima, se T L (U) diagonalizvel ento existe uma base B, formada por autovetores associados ao operador linear T , em relao a qual a matriz
de T uma matriz diagonal, onde na diagonal principal aparecero os autovalores
do operador linear T .
2. Se C uma outra base de U sabemos que
[T ]C = MCB [T ]B MBC = (MBC )1 [T ]B MBC ,
isto , a matriz [T ]C semelhante a uma matriz diagonal, a saber, [T ]B .
Esta ltima igualdade nos sugere introduzir a:
Definio 12.5 Dizemos que uma matriz A Mnn (R) diagonalizvel se existir uma
matriz M Mn (R), invertvel, tal que a matriz M1 AM seja uma matriz diagonal.
Observao 12.6 Logo, uma matriz A Mn (R) diagonalizvel se, e somente se, ela
semelhante a uma matriz diagonal.
Com isto temos a:
Proposio 12.7 Sejam (U, +, ) um espao vetorial de dimenso finita, T L (U) e C
uma base de U.
Ento o operador linear T diagonalizvel se, e somente se, a matriz [T ]C for diagonalizvel.
Prova:
J vimos que se o operador linear T for diagonalizvel ento a matriz [T ]C ser uma matriz
diagonalizvel.
Reciprocamente, suponha que a matriz [T ]C seja uma matriz diagonalizvel.
195
Assim, existe uma matriz M = (aij ) Mn (R), inversvel, tal que M1 [T ]C M uma matriz
diagonal.
Sejam u1 , . . . , un os vetores da base C.
Ento, para cada j = 1, , n, definido-se
.
vj = a1j u1 + + anj un ,
()
.
como a matriz M uma matriz inversvel segue que B = {v1 , . . . , vn } ser uma base de U.
Alm do mais, por (*), teremos M = MCB .
Deste modo,
[T ]B = MBC [T ]C MCB = (MCB )1 [T ]C MCB = M1 [T ]C M
uma matriz diagonal, isto , o operador linear T diagonalizvel, completando a demonstrao.
Observao 12.8
1. Pelo teorema acima, para verificar se um operador linear T diagonalizvel, basta
verificar se a matriz do operador linear T com relao a uma base qualquer de U
uma matriz diagonalizvel.
2. Suponhamos que A = (aij ) Mn (R) seja uma matriz diagonalizvel.
Vejamos como podemos tentar encontrar uma matriz M Mn (R), inversvel, de
modo que M1 AM seja uma matriz diagonal.
Considere T L (Rn ) dado por
.
T (x1 , . . . , xn ) = (
a1j xj , . . . ,
anj xj ),
n
j=1
(x1 , , xn ) Rn .
j=1
..
.
T ((0, . . . , 0,
1
|{z}
, 0, , 0))
isima posio
..
.
T ((0, . . . , 0, 1))
196
1 0 0
1 0
0 2 0
0 1
pT () = p[T ]B () = |[T ]B IU | = . . .
. .
. . ...
.. ..
.. ..
0 0 n
0 0
1
0
0
0
0
2
= .
..
.. = (1 ) (n ).
...
..
.
.
0
0
n
..
.
0
0
..
.
1
197
dim
Observao 12.14
198
1. Vejamos como possvel decidir se operador linear diagonalizvel ou no, definido em um espao vetorial de dimenso finita, a partir das multiplicidades
algbrica e geomtrica de seus autovalores.
Sejam (U, +, ) um espao vetorial de dimenso m e T L (U).
Sejam 1 , . . . , n os autovalores do operador linear T, dois a dois distintos.
Logo, o polinmio caracterstico associado ao operador linear T ser dado por
pT () = (1 )m1 (n )mn q(),
(12.15)
dim
m = r1 + + rn .
2. Por este mesmo teorema, o operador linear T diagonalizvel se, e somente se, o
espao vetorial U possuir uma base formada pela reunio das bases dos subespaos prprios associados ao operador linear T (pois isto equivalente a dizer que
a soma destes subespaos uma soma direta).
A existncia de uma tal base equivalente ao operador linear T apresentar uma
matriz em relao a essa base na forma
1 0
. .
. . ...
..
1 r r
1
1
..
.
.
O
n 0
.
.
.. . . . ..
0 n r r
n
mm
Desta forma, se o operador T diagonalizvel segue que o seu polinmio caracterstico ser dado por
(12.16)
pT () = (1 )r1 (n )rn ,
onde rj a multiplicidade geomtrica do autovalor j , para j = 1, . . . , n.
Comparando com (12.15) vemos que
mj = rj , j = 1, . . . , n,
q() 1
r1 + + rn = m.
r1 + + rn = m.
199
Como a multiplicidade algbrica de cada autovalor igual a sua multiplicidade geomtrica, cada subespao prprio V(j ) possui uma base Bj formada por mj elementos, para j = 1, , n.
Como
m1 + + mn = r 1 + + r n = m
segue de (12.15) que o grau do polinmio q ser zero e que a reunio das bases Bj
formar uma base de U (lembre que a soma de subespaos prprios uma soma
direta) constituda por autovetores do operador linear T.
Assim, o operador linear T diagonalizvel.
Provamos assim, o seguinte:
Teorema 12.17 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso finita e T L (U).
O operador linear T diagonalizvel se, e somente se, ambas condies forem verificadas:
1. para cada autovalor do operador linear T as suas multiplicidades algbrica e geomtrica, associadas ao mesmo, so iguais;
2. a soma das multiplicidades geomtricas de todos os autovalores do operador linear
T coincide com a dimenso do espao vetorial U.
Como consequncia temos o
Corolrio 12.18 Sejam (U, +, ) um espao vetorial real de dimenso n e T L (U).
Se
pT () = (1 ) (n ),
onde 1 , . . . , n R so distintos entre si ento o operador linear T ser diagonalizvel.
Prova:
Os autovalores do operador linear T sero 1 , . . . , n R, ou seja, as n razes distintas do
polinmio caratersitico pT .
Como os autovalores do operador linear T so dois a dois distintos, v-se que as razes do
polinmio pT so todas simples, isto , tem multiplicidade um.
Desta forma, se um autovalor do operador linear T ento a sua multiplicidade algbrica
ser um.
Pela proposio (11.37), a multiplicidade geomtrica do autovalor menor ou igual a
um.
Como
[V()] 1, segue-se que a multiplicidade geomtrica do autovalor dever ser
um, ou seja, igual sua multiplicidade algbrica.
Logo do teorema acima segue que o operador linear T diagonalizvel, completando a
demonstrao.
dim
200
Exemplo 12.19 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ) e T : R3 R3 dado por
.
T (x, y, z) = (x + z, y + z, x + y + 2z),
(x, y, z) R3
e1
=e2
=e3
= 1 e1 + 1 e2 + 2 e3 .
logo a matriz do operador linear T em relao abse C ser dada por
1 0 1
[T ]C = 0 1 1 .
1 1 2
Logo, o polinmio caraterstico associado ao operador linear T ser dado por:
1
0
1
pT () =
([T ]C I3 ) =
1
1
0
1
1
2
det
det
dim
201
Resoluo:
.
Para autovalor 1 = 0:
Precisamos encontrar um vetor (x, y, z) = (0, 0, 0) tal que
[1 =0]
x + z = 0
x = y = z
y+z=0
x + y + 2z = 0
x + y + 2z = 0
ou seja, o vetor
.
u1 = (z, z, z),
x = y = z,
z R \ {0},
com
x + z = x
y+z=y
x + y + 2z = z
ou seja, o vetor
.
u2 = (y, y, 0),
com
{
z=0
x = y
y R \ {0},
x + z = 3x
y + z = 3y
x + y + 2z = 3z
{
x=y
z = 2y
202
ou seja, o vetor
.
u3 = (y, y, 2y),
com y R \ {0},
0 0 0
0 1 0 ,
0 0 3
ou seja, uma matriz diagonal, cuja diagonal principal formada pelos autovalores associados
ao operador linear T .
Exemplo 12.21 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ), B uma base de R2 e T : R2 R2 um operador linear em R2 cuja matriz com
relao base B dada por
(
)
a b
A=
.
b c
Mostre que o operador linear T diagonalizvel.
Resoluo:
Notemos que a matriz A uma matriz simtrica (isto , At = A).
O polinmio caracterstico associado ao operador linear T ser dado por
(
)
a
b
pT () = pA () =
[A I2 ] =
b
c
det
det
= 2 (a + c) + ac b2 .
Vemos que o polinmio pT , que tem grau dois, apresenta duas razes reais simples (isto ,
com multiplicidade um) se, e somente se, o discriminante
.
= (a + c)2 4(ac b2 ) > 0.
Mas,
(a + c)2 4(ac b2 ) = a2 + c2 2ac + 4b2 = (a c)2 + 4b2 .
Em particular, 0, para todo a, b, c R.
Logo > 0 se, e somente, se
a = c
ou b = 0.
203
p P2 (R).
[po (t)=1,tR]
2 + t
t R;
2 2(2t) + t2
1 2 2
A = 0 1 4 .
0 0
1
204
det
pT () = p[T ]B () =
[[T ]B I3 ]
1 2
2
[exerccio]
=
1 4 = (1 )3 ,
0
0
0 1
det
.
desta forma, = 1 o nico autovalor do operador linear T com multiplicidade algbrica
igual a 3.
Do teorema (12.17) o operador linear T ser diagonalizvel se, e somente se,
[V(1)] = 3.
Vejamos qual a dimenso deste subespao prprio.
Para isto lembremos que p P2 (R) se, e somente se,
dim
p(t) = ao + a1 t + a2 t2 ,
tR
ao
para ao , a1 , a2 R ou, equivalentemente, [p]B = a1 .
a2
Logo
p V(1) T (p) = p [T (p)]B = [ p]B [T ]B [p]B = [p]B
0 2 2
ao
0
([T ]B I3 )[p]B = O 0 0 4 a1 = 0
0 0
0
a2
0
[exerccio]
a1 = a2 = 0.
Logo p(t) = ao = po (t), t R, assim V(1) = [po ] e, do teorema (12.17), segue que o
operador linear T no ser diagonalizvel.
Temos tambm o seguinte exerccio resolvido:
Exerccio 12.24 Sejam (R4 , +, ) espao vetorial real (onde + e so as operaes usuais
de R4 ) e T : R4 R4 dada por
.
T ((x, y, z, t)) = (x + y, y, 2z + t, 2z + t),
(x, y, z, t) R4 .
205
0
[T ]B =
0
0
1
1
0
0
0
0
2
2
1
1
pT () =
1
1
0
0
1
0
0
0
0
2
1
0
0
0
2
1
= (1 )2 ((2 )(1 ) 2) = (1 )2 (2 3)
= ( 3)(1 )2 ,
Logo os autovalores associados ao operador linear T sero:
.
1 = 0,
.
2 = 3,
.
3 = 1 (com multiplicidade algbrica igual a 2).
206
Observemos que
(x, y, z, t) V(0) T ((x, y, z, t)) = 1 (x, y, z, t)
[1 =0]
(x + y, y, 2z + t, 2z + t) = (0, 0, 0, 0)
x+y=0
y = 0
2z + t = 0
2z + t = 0
{
x=y=0
x + y = 3x
y = 3y
x=y=0
2z + t = 3z
t=z
2z + t = 3t
(x, y, z, t) = (0, 0, z, z) = z (0, 0, 1, 1).
.
Logo, tomandos-e z = 1 temos queu2 = (0, 0, 1, 1) ser um autovetor associado ao autovalor 2 = 3 e alm disso
V(3) = [u2 ] = [(0, 0, 1, 1)],
ou seja, a multiplicidade algbrica do autovalor 2 = 3 igual a sua multiplicidade geomtrica.
Para o autovalor 3 = 1:
207
Observemos que
(x, y, z, t) V(1) T ((x, y, z, t)) = 3 (x, y, z, t)
[3 =1]
(x + y, y, 2z + t, 2z + t) = (x, y, z, t)
x+y=x
y = y
2z + t = z
2z + t = t
y = z = t = 0 (x, y, z, t) = (x, 0, 0, 0) = x (1, 0, 0, 0).
.
Logo, tomandos-e x = 1 temos que u3 = (1, 0, 0, 0) ser um autovetor associado ao autovalor 3 = 1 e alm disso
V(1) = [u1 ] = [(1, 0, 0, 0)].
Como a multiplicidade algbrica do autovalor 3 = 1 dois e a sua multiplicidade geomtrica um, logo, pelo teorema (12.17), segue que que o operador linear T no ser diagonalizvel.
Exerccio 12.26 Ainda com relao ao operador linear do exerccio acima, encontre a
matriz do operador linear T com relao base B formada pelos vetores
.
u1 = (0, 0, 1, 2),
.
u2 = (0, 0, 1, 1),
.
u3 = (1, 0, 0, 0)
.
u4 = (0, 1, 0, 0).
Resoluo:
Observemos que B = {u1 , u2 , u3 , u4 } uma base de R4 (verifique!).
Alm disso, do exemplo anterior temos:
T (u1 ) = (0, 0, 0, 0) = 0 u1 + 0 u2 + 0 u3 + 0 u4 ,
T (u2 ) = (0, 0, 3, 3) = 3 u2 = 0 u1 + 3 u2 + 0 u3 + 0 u4 ,
T (u3 ) = (1, 0, 0, 0) = 1 u3 = 0 u1 + 0 u2 + 1 u3 + 0 u4 ,
T (u4 ) = (1, 1, 0, 0) = 0 u1 + 0 u2 + 1 u3 + 1 u4 ,
ou seja, a matriz do operador linear T em relao
0 0 0
0 3 0
[T ]B =
0 0 1
0 0 0
0
0
.
1
1
208
dim
.
aii = xi ,
i = 1, , n.
t R.
diag
diag
Prova:
Como
[T ]C = (MBC )1 [T ]B MBC ,
e o operador linear T diagonalizvel segue que a matriz [T ]C ser semelhante a matriz
diagonal [T ]B .
Pelas proposies (11.39) e (11.40), segue que
[p(T )]C = (MBC )1 [p(T )]B MBC . ()
Mas
[p(T )]B = [ao .IU + a1 T + + am .T m ]B = ao .In + a1 .[T ]B + + am .[T ]m
B
monstrao.
Como consequncia temos o
Corolrio 12.30 Sejam (U, +, ) um espao vetorial real finitamente gerado e T L (U)
um operador diagonalizvel.
Mostre que pT (T ) = O (o operador linear nulo), onde pT o polinmio caracterstico
associado ao operador linear T .
12.2. EXERCCIOS
209
Prova:
Seja B uma base de U tal que
[T ]B =
de T ]
diag (pT (1), . . . , p(n)) [ autovalor
=
diag (0, . . . , 0) = O,
j
pois pT (j ) = 0, j = 1, . . . , n.
Assim o operador linear pT (T ) dever ser o operador linear nulo, isto , pT (T ) = O,
completando a demonstrao.
12.2
Exerccios
210
Captulo 13
Espaos Euclidianos
13.1
Produto Interno
Nos primeiros captulos estudaremos as propriedades mais bsicas de um espao vetorial reais.
A introduo de conceitos como geradores e base foram feitas a partir de combinaes
lineares que, por sua vez, envolvem apenas a adio de vetores e a multiplicao dos mesmos
por escalares, dois objetos que esto presentes na prpria definio do espao vetorial.
Neste captulo veremos tipos especiais de espaos vetoriais que possuem uma estrutura
mais refinada que nos proporcionar desenvolver alguns aspectos geomtricos, como por exemplo, calcular o ngulo ou a distncia entre dois vetores.
Veremos tambm que possvel elaborar mais detalhes sobre operadores lineares definidos
em tais espaos vetoriais.
Comearemos pela
Definio 13.1 Seja (V, +, ) um espao vetorial real.
Um produto interno em V uma aplicao que a cada par (u, v) V V associa um
nmero real, que ser denotado por u, v, satisfazendo as seguintes propriedades:
(P1) u + v, w = u, w + v, w para todo u, v, w V;
(P2) u, v = u, v para todo u, v V e R;
(P3) u, v = v, u para todo u, v V;
(P4) u, u 0 e se u, u = 0 ento u = O.
O espao vetorial real (V, +, ) munido de um produto interno < , > ser chamado
de espao euclidiano.
Observao 13.2
1. O produto interno tambm chamado de produto escalar.
2. Temos que
O, u = 0
para todo
211
u V.
212
para todo
u, v, w V, R.
u, : V R
so funcionais lineares em V.
5. Se o espaco vetorial (V, +, ) complexo ento , : V V C ser um produto
interno se, e somente se, valem:
(PC1) u + v, w = u, w + v, w para todo u, v, w V;
(PC2) u, v = u, v para todo u, v V e C;
(PC3) u, v = v, u para todo u, v V, onde z denota o conjugado do nmero
complexo z;
(PC4) u, u 0 e se u, u = 0 ento u = O.
Notemos que (P1)=(PC1), (P2)=(PC2), (P4)=(PC4) mas (P3) e (PC3) so
diferentes.
A seguir apresentamos alguns exemplos de produto interno em vrios espaos vetoriais
reais.
Comearemos introduzindo um produto interno no Rn , a saber:
Exemplo 13.3 Sejam (Rn , +, ) espao vetorial real (onde + e so as operaes usuais
de Rn ) e consideremos , : Rn Rn R dada por
.
x, y = x1 y1 + + xn yn ,
(13.4)
.
.
onde x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) Rn .
Resoluo:
.
.
De fato, sejam x = (x1 , . . . , xn ), y = (y1 , . . . , yn ), z = (z1 , , zn ) Rn e R.
Logo
Ento
x + z = (x1 + z1 , . . . , xn + zn ),
(13.5)
x = (x1 , . . . , xn )
(13.6)
213
(13.5),(13.4)
= x1 y1 + + xn yn + z1 y1 + + zn yn = x, y + z, y,
logo vale (P1).
2. Vale (P2) pois:
x, y
(13.6),(13.4)
= x, y,
logo vale (P2).
3. Vale (P3) pois:
((13.4)
x, y = x1 y1 + + xn yn = y1 x1 + + yn xn = y, x,
logo vale (P3).
4. Vale (P4) pois:
((13.4)
x, y = x1 x1 + + xn xn = x21 + + x2n 0.
Logo x, y 0 e x, y = 0 se, e somente se, x1 = , xn = 0, isto , se x = O, logo
vale (P4).
Portanto , um produto interno em (Rn , +, ).
Exemplo 13.7 Com relao ao exemplo anterior, tomando-se n = 3, calcule o produto
interno entre os vetores (1, 1, 1), (0, 2, 4) R3 .
Resoluo:
Temos que
(13.4)
cos(), sen())
.
v=(
cos(), sen()),
u, v = (
214
cos( ) = 0
+ K, k Z,
2
(13.11)
(13.12)
(x1 , y1 , z1 ) = (x1 , y1 , z1 )
(13.13)
Ento
1. Vale (P1) pois:
(x1 , y1 , z1 ) + (x2 , y2 , z2 ), (x3 , y3 , z3 )
1
1
(13.12),(13.11) 1
=
(x1 + x2 )x3 + (y1 + y2 )y3 + (z1 + z2 )z3
2
3
4
1
1
1
1
1
1
= [ x1 x3 + y1 y3 + z1 z3 ] + [ x2 x3 + y2 y3 + z2 z3 ]
2
3
4
2
3
4
(13.11)
(x1 , y1 , z1 ), (x2 , y2 , z2 )
(13.13),(13.11)
215
((13.4)
(x1 , y1 , z1 ), (x2 , y2 , z2 ) =
((13.4)
(x1 , y1 , z1 ), (x1 , y1 , z1 ) =
1
1
1
1
(1.0) + (1.2) + (1.4) = .
2
3
4
3
f + g, h =
b
(f + g)(x)h(x) dx
= f, h + g, h,
logo vale (P1).
b
f(x).h(x) dx +
g(x)h(x) dx
a
216
f, g =
b
(f)(x)g(x) dx
f(x)g(x) dx = f, g,
a
f, g =
b
f(x)g(x) dx
g(x)f(x) dx = g, f,
f, f =
b
f(x)f(x) dx
f2 (x) dx 0.
Lembremos do Clculo 1 que se f C([a, b]; R) e f(xo ) = 0 para algum xo [a, b] ento
b
f2 (x) dx > 0.
a
sen(x)
.
e g(x) =
cos(x),
x [0, pi].
f, g =
2
0
sen(x) cos(x) dx
[exerccio]
sen2x 2 = 0.
2
i=1 j=1
.
.
onde A = (aij ), B = (bij ) Mmn (R).
Mostre que , um produto interno em Mmn (R).
(13.19)
217
Resoluo:
.
.
.
De fato, sejam A = (aij ), B = (bij ), C = (cij ) Mmn (R) e R.
Logo
(13.20)
A + B = (aij + bij ),
A = (aij )
(13.21)
Ento
1. Vale (P1) pois:
A + B, C
(13.20),(13.19)
m
n
i=1 j=1
m
n
aij cij +
i=1 j=1
m
n
bij cij = A, C + B, C,
i=1 j=1
(13.21),(13.19)
m
n
(aij )bij
i=1 j=1
m
n
aij bij = A, B,
i=1 j=1
((13.19)
m
n
aij bij =
i=1 j=1
n
m
bij aij = B, A,
j=1 i=1
((13.19)
m
n
i=1 j=1
aij aij =
m
n
a2ij 0.
i=1 j=1
218
) (
)
1 1
2 0
(13.19)
A, B =
,
= 1 (2) + 1 0 + 0 1 + 2 1 = 0.
0 2
1 1
Observao 13.23 Lembremos que o trao de uma matriz quadrada A a soma dos
elementos da diagonal da matriz e denotado por (A).
tr
tr (BtA),
(13.25)
t
(B A) =
aij bij .
tr
i=1 j=1
A + B, C =
A, B =
logo vale (P2).
I]
tr [Ct(A)] [Apndice
=
tr (Bt A) = A, B,
13.2. NORMA
219
I]
tr (BtA) [Apndice
=
tr [(BtA)t]
[Apndice I]
t t
=
tr [At (B
) ] tr (At B) = B, A,
| {z }
((13.25)
=B
((13.25)
tr (AtA)
[Apndice I]
0.
tr (AtB)
13.2
Norma
Definio 13.27 Seja (V, +, ) um espao vetorial real munido de um produto interno.
Dado u V definimos a norma do vetor u, denotada por u, como sendo
.
u = u, u.
Observao 13.28 Note que possvel extrair a raiz quadrada de u, u pois, pela propriedade (P4), temos que u, u 0.
Consideremos alguns exemplos:
Exemplo 13.29 No espao vetorial real (Rn , +, ) munido o produto interno dado por
(13.4) temos que a norma do vetor x = (x1 , . . . , xn ) Rn ser dada por
.
x = x21 + + x2n .
220
.
f =
b
[f(x)]2 dx.
a
Exemplo 13.32 No espao vetorial (Mn (R), +, ) munido do produto interno definido
por (13.25) temos que a norma de A Mn (R) ser dada por
.
A =
tr (AtA).
u = O;
13.2. NORMA
221
Prova:
De 1.:
Observemos que
u =
u, u = 2 u, u = 2 u, u = || u, u = || u|,
completando a verificao.
De 2.:
Segue do fato que raiz quadrada no negativa.
De 3.:
Se u = O ento u = O, O = 0.
| {z }
=0
222
Observao 13.34
1. Um vetor que tem norma igual a 1 ser dito vetor unitrio.
2. Observe que a desigualdade de Cauchy-Schwarz aplicada ao produto interno do
espao vetorial real (Rn , +, ) dado por (13.4) nos diz que
(x1 y1 + + xn yn )2 (x21 + + x2n )(y21 + + y2n ).
{z
} |
{z
}
|
|
{z
}
=(x1 , ,xn ),(y1 , ,yn )2
=(x1 , ,xn )2
=(y1 , ,yn )2
=f,g2
=g2
tr
=A,B2
tr
=A2
tr
=B2
13.3. DISTNCIA
223
Prova:
Observemos que:
u + v2 u v2 = u + v, u + v u v, u v
= u, u + v, v + 2u, v u, u v, v + 2u, v
= 4u, v,
completando a demonstrao.
Apliquemos isto ao:
Exerccio 13.37 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , > e u, v V tais que
u + v = 1
u v = 1.
Calcule u, v.
Resoluo:
Da proposio acima temos que
1
u, v = [u + v2 u v2 ] = 0.
4
Observao 13.38 Podemos ver geometricamente o que ocorre no exemplo acima se
V = R3 (ou V = R2 ).
Neste caso a concluso do exemplo acima nos diz que os vetores u e v so, do ponto
de vista de Geometria Analtica, dois vetores ortogonais.
13.3
Distncia
Definio 13.39 Seja (V, +, ) um espao vetorial real munido de um produto interno
< , >.
Definimos a funo d : V V R dada por
.
d(u, v) = u v,
u, v V,
224
u = v;
0,
mostrando a afirmao.
De 2.:
Para todo u, v V temos que
d(u, v) = 0 u v = 0
u v = O u = v,
mostrando a afirmao.
De 3.:
Para todo u, v V temos que
d(u, v) = u v = (1) (v u)
| 1| v u = d(v, u),
| {z }
=1
mostrando a afirmao.
De 4.:
Para todo u, v, w V temos que
d(u, v) = u v = u v w + w) = (u w) + (v w)
[prop. (13.33) item 5.]
completando a demonstrao.
Exemplo 13.41 Com relao ao produto interno (13.4), no caso n = 4, calcule a dis.
.
tncia entre os vetores u = (1, 1, 3, 2) e v = (2, 2, 1, 0) do R4 .
Resoluo:
Temos
d(u, v) = u v = (1 2, 1 2, 3 1, 2 0)
13.4. NGULO
225
Exemplo 13.42 Com relao ao produto interno (13.16) calcule a distncia entre as
funes f e g, onde
.
f(x) =
sen(x)
.
g(x) =
cos(x),
x [0, 2]
sen
cos
[d(f, g)] = f g =
[f(x) g(x)] dx =
[
(x)
(x)]2 dx
0
0
2
2
2
2
[1 2
(x)
[
(x) +
(x) 2
(x)
(x)] dx =
=
2
sen
0
[exerccio]
cos
sen2(x)20 = 2.
Portanto, d(f, g) = 2.
13.4
sen cos
sen cos(x)] dx
ngulo
Observao 13.43 Sejam (V, +, ) um espao vetorial real munido de um produto interno < , > e u, v V vetores no nulos.
Pela desigualdade de Cauchy-Schwarz (veja proposio (13.33) item 4.) temos
u v u, v u v.
Como u, v = O, da proposio (13.33) itens 2. e 3., segue que u, v > 0, logo
dividindo-se ambos os membros da desigualdade acima por u v, obteremos:
1
u, v
1.
u v
(13.44)
Definio 13.45 O nmero real [0, ] obtido acima ser chamado de ngulo entre os vetores
u e v.
Observao 13.46 Na situao acima teremos
< u, v >= u v
cos().
sen(x)
.
g(x) =
cos(x),
x [0, 2]
226
Resoluo:
Observemos que
f, g =
2
f(x)g(x) dx =
sen(x) cos
1
(x) dx =
2
sen
2
x = 0.
0
u v = 2.
[uv=2]
u v2 = u v, u v
= u + v 2u, v
que implicar em u, v = 1.
Portanto
[u=v |=1]
2 2u, v,
u, v
1
cos() = u
=
= 1,
v
1.1
13.5
Ortogonalidade
Definio 13.49 Sejas (V, +, ) espao vetorial real munido de um produto interno <
, >.
Diremos que os vetores u e v so ortogonais em V se u, v = 0.
Neste caso, escreveremos uv.
.
Diremos que um conjunto finito S = {u1 , . . . , un } V um conjunto ortogonal em V
se ui uj para i = j, 1 i, j n.
.
Diremos que um conjunto ortogonal S = {u1 , . . . , un } V um conjunto ortonomal em V
se uj = 1, j = 1, . . . , n, ou seja,
{
1, se i = j
< ui , uj >=
.
0, se i = j
Sejam u V e S V, S = . Diremos que o vetor u ortogonal ao conjunto S se o
vetor u for ortogonal a todos os vetores de S (isto , < u, v >= 0 para todo v S).
Neste caso escreveremos uS.
13.5. ORTOGONALIDADE
227
Exemplo 13.50 Seja R3 , +, ) um espao vetorial real munido do produto interno (13.4)
(com n = 3).
.
Mostre que a base cannica de R3 , isto , B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} um conjunto
ortonormal, relativamente ao produto interno (13.4).
Resoluo:
Sejam
.
.
.
e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1).
Observemos que
e1 , e1 = (1, 0, 0), (1, 0, 0) = 1.1 + 0.0 + 0.0 = 1,
e1 , e2 = (1, 0, 0), (0, 1, 0) = 1.0 + 0.1 + 0.0 = 0,
e1 , e3 = (1, 0, 0), (0, 0, 1) = 1.0 + 0.0 + 0.1 = 0,
e2 , e2 = (0, 1, 0), (0, 1, 0) = 0.0 + 1.1 + 0.0 = 1,
e2 , e3 = (0, 1, 0), (0, 0, 1) = 0.0 + 1.0 + 0.1 = 0,
e3 , e3 = (0, 0, 1), (0, 0, 1) = 0.0 + 0.0 + 1.1 = 1,
mostrando que B um conjunto ortonormal, relativamente ao produto interno (13.4).
Observao 13.51
1. Se (V, +, ) um espao vetorial real munido de um produto interno < , > e
u = O ou v = O ento uv.
De fato, pois se, por exemplo, u = O teremos
u, v = O, v = 0,
mostrando que uv.
.
2
De fato, pois se [0, ] o ngulo entre os vetores u e v ento, de (13.44),
segue que
u, v = u v
().
cos
228
ui
uj
1
,
=
ui , uj
ui uj
ui uj
1
1
ui , ui =
ui 2 = 1,
se j = i
u
=
i
i
i
i
0,
se i = j
(13.53)
uj , u1 = 0,
para j = 2, . . . , n, obteremos
(13.53)
0 = O, u1 = 1 u1 + 2 u2 + + n un , u1
= 1 u1 , u1 +2 u1 , u2 + + n un , u1 = 1 ,
| {z }
| {z }
| {z }
=1
=0
(13.54)
=0
isto , 1 = 0.
Logo (13.53) tornar-se-
2 u2 + + n un = 0.
(13.55)
0 = O, u2 = 2 u2 + 3 u3 + n un , u2
= 2 u2 , u2 +2 u3 , u2 + + n un , u2 = 2 ,
| {z }
| {z }
| {z }
=1
=0
(13.56)
=0
isto , 2 = 0.
Repetindo o processo chegaremos concluso que a nica possibilidade para (13.53) ser
1 = = n = 0, ou seja, os vetores u1 , , un so l.i., completando a demonstrao.
Observao 13.57
13.5. ORTOGONALIDADE
229
1. A proposio acima continua vlida se S for apenas um conjunto ortogonal formado por vetores no nulos.
Deixaremos a verificao deste fato como exerccio para o leitor.
2. Se o espao vetorial real (V, +, ) munido de um produto interno tem dimenso n
ento, pela proposiao acima, um conjunto ortonormal S de V que tem n elementos ser uma base de V (pois o conjunto S ser l.i.).
Por isto temos a:
Definio 13.58 Seja (V, +, ) um espao vetorial real munido de um produto interno
de dimenso n.
.
Diremos que B = {u1 , . . . , un } uma base ortonormal de V se o conjunto B for um
conjunto ortonormal.
Com isto temos a
Proposio 13.59 Sejam (V, +, ) um espao vetorial real munido de um produto in.
terno < , > de dimenso n e B = {u1 , . . . , un } uma base ortonormal de V e u V.
Ento
u = u, u1 u1 + + u, un un .
Prova:
.
Como B = {u1 , . . . , un } uma base de V, existem 1 , . . . , n R tais que
u = 1 u1 + + n un .
Tomando o produto interno do vetor u com o vetor u1 obteremos
u, u1 = 1 u1 + 2 u2 + n un , u1
= 1 u1 , u1 +2 u2 , u1 + + n un , u1 = 1 ,
| {z }
| {z }
| {z }
=1
=0
=0
=0
+ + n un , uj = j ,
| {z }
=0
=1
=0
230
2 2
2
2
.
.
u1 = (
,
) e u2 = (
,
)
2 2
2
2
Observemos que B uma base ortonormal de R2 pois:
2 2
2 2
2 2
2 2
1 1
u1 , u1 = (
,
), (
,
) =
.
+
.
= + = 1,
2 2
2 2 2 2
2 2
2 2
2 2
2
2
2 2
2
2
1 1
u1 , u2 = (
,
), (
,
) =
.
+
.(
) = = 0,
2
2
2 2
2 2 2 2
2 2
2
2
2
2
2 2
2
2
1 1
u2 , u2 = (
,
), (
,
) =
.
+ (
).(
) = + = 1.
2
2
2
2
2 2
2
2
2 2
Como a base B uma base ortonormal, pela proposio anterior, temos que
u = u, u1 u1 + u, u2 u2
2 2
2 2
2
2
2
2
= (1, 1), (
,
) (
,
) + (1, 1), (
,
) (
,
)
2 2
2
2
2
2
2 2
2 2
2
2
= 2(
,
)+0(
,
).
2 2
2
2
Desta forma a matriz coordenadas do vetor u = (1, 1), em relao base B, ser dada por
( )
2
[u]B =
.
0
Temos tambm a
()
13.5. ORTOGONALIDADE
231
j uj .
j=1
v, w = v,
j uj =
j v, uj .
j=1
j=1
v, uj = u u, u1 u, uj uj u, un un , uj
= u, uj u, u1 u1 , uj u, uj uj , uj u, un un , uj
[uj ,ui =0, se i=j]
u, uj u, uj uj , uj = uj , u u, uj = 0,
| {z }
=1
completando a demonstrao.
Temos a
Proposio 13.63 Sejam (V, +, ) um espao vetorial real munido de um produto interno < , > e U um subespao vetorial de V.
Se u U e uU ento u = O.
Prova:
Como u U e, por hiptese, o vetor u ortogonal a todo vetor de U, teremos u u
(pois u U) implicando que
u2 = u, u = 0,
ou seja, u = 0, mostrando que u = O, como queramos demonstrar.
Como consequncia temos a
232
Proposio 13.64 Sejam (V, +, ) um espao vetorial real munido de um produto in.
.
terno < , >, S = {u1 , . . . , un } e R = {v1 , . . . , vn } conjuntos ortonormais tais que [S] = [R].
Ento, para u V, temos
u, u1 u1 + + u, un un = u, v1 v1 + + u, vn vn .
Prova:
Seja u V.
.
Definamos U = [R] = [S],
.
w1 = u (u, u1 u1 + + u, un un )
e
.
w2 = u (u, v1 v1 + + u, vn vn ) .
Pela proposio (13.62) temos w1 , w2 U.
Logo, se w U, temos
(*)
w1 w2 , w = w1 , w w2 , w = 0,
| {z } | {z }
()
=0
()
=0
13.5. ORTOGONALIDADE
233
=
v.
v v
v2
Neste caso, por abuso de, diremos que o vetor w chamado de projeo ortogonal
do vetor u na direo do vetor v.
v
Notemos que o vetor no nulo v no , necessariamente, unitrio mas o vetor
v
unitrio (ver da observao (13.60).
Apliquemos estas idias ao
Exerccio 13.67 Considere o espao vetorial real (R3 , +, ) munido do produto interno
(13.4).
Verifique que os vetores
1 1
. 1 1
. 1
u1 = ( , , ) e u2 = ( , , 0)
3
3 3
2 2
formam um conjunto ortonormal.
.
Encontre a projeo ortogonal do vetor u = (2, 3, 1) sobre o subespao gerado pelos
vetores u1 e u2 .
Resoluo:
Temos que
1 1
1
1 1
1
u1 , u1 = ( , , ), ( , , )
3
3 3
3
3 3
1 1
1
1
1 1
1 1 1
= . + ( ).( ) + . = + + = 1,
3 3 3
3 3
3
3
3 3
1
1 1
1 1
u1 , u2 = ( , , ), ( , , 0)
3
3 3
2 2
1 1
1
1
1
1
1
= . + ( ). + .0 = + 0 = 0,
3 2
3
2
3
6
6
1 1
1 1
u2 , u2 = ( , , 0), ( , , 0)
2 2
2 2
1 1
1
1
1 1
= . + ). ) + 0.0 = + = 1,
2 2
2 2
2
2
.
ou seja, S = {u1 , u2 } um conjunto ortonormal.
.
Assim, a projeo ortogonal do vetor u = (2, 3, 1) sobre o subsepao vetorial [u1 , u2 ] ser
dada pelo vetor
.
w = u, u1 u1 + u, u2 u2
1 1
1
1 1
1 1
1 1
1
= (2, 3, 1), ( , , ) ( , , ) + (2, 3, 1), ( , , 0) ( , , 0)
3
3 3
3
3 3
2 2
2 2
5 5
= ( , , 0).
2 2
Podemos aplicar as idias acima ao
234
Exemplo 13.68 Considere o espao vetorial real (P3 (R), +, ) com o produto interno
dado por
1
.
p, q = p(x)q(x) dx, p, q P3 (R).
0
p(x) = 1 + x + x2 + x3 ,
sobre o subespao vetorial gerado pelo vetor q, onde
.
q(x) = x3 x,
x R.
Resoluo:
Observemos que
1
1
1
1
x7 x3 2x5
3
2
6
2
4
2
2
q = q (x) dx = (x x) dx = (x + x 2x ) dx =
+
7
3
5 0
0
0
0
1 1 2
8
= + =
,
7 3 5
105
logo q = O e alm disso
p, q =
1
(1 + x + x2 + x3 )(x3 x) dx
p(x)q(x) dx =
0
(x x2 + x5 + x6 ) dx
[exerccio]
11
.
21
Assim a projeo ortogonal do vetor p sobre o subespao vetorial gerado pelo vetor q,
ser dada pelo vetor r P3 (R), onde
11
55
[exerccio]
. p, q
r(x) =
q(x) = 21 (x3 x) = (x3 x),
2
8
q
8
105
13.6
x R.
Processo de Gram-Schmidt
A demonstrao do prximo teorema fornece um mtodo para se conseguir uma base ortonormal de um espao euclideano finitamente gerado a partir de uma base dada.
Para isto temos o
Teorema 13.69 Todo espao vetorial real finitamente gerado, munido de um produto
interno < , >, possui uma base ortonormal.
Prova:
A prova por induo sobre a dimenso do espao.
Seja (V, +, ) um espao vetorial real munido de um produto interno < , > de dimenso
finita.
235
dim
Se
(V) = 1 ento existe v1 V, v1 =
O, tal que V = [v1 ].
Como v1 = O, definindo-se
. v1
u1 =
v1
.
segue que B = {u1 } um conjunto ortonormal e V = [u1 ], ou seja, B uma base ortonormal
do espao vetorial real (V, +, ).
.
Se
V = 2 ento existem vetores v1 , v2 V l.i. tais que V = [v1 , v2 ], ou seja, C = {v1 , v2 }
uma base do espao vetorial real (V, +, ).
Definamos
. v1
u1 =
.
v1
dim
Nosso trabalho se resume em encontrar um vetor ortogonal ao vetor u1 e que tenha norma
1.
Primeiramente vamos encontrar um vetor ortogonal ao vetor u1 .
Pela proposio (13.62), basta definirmos
.
u2 = v2 v2 , u1 u1 .
Temos que u2 = O, pois os vetores v1 e v2 so linearmente independentes.
Resta agora normalizar o vetor u2 , isto , definirmos
. u2
.
u2 =
u2
Ento
. v1
u1 =
v1
. v2 v2 , u1 u1
u2 =
v2 v2 , u1 u1
dim
236
vn vn , u1 u1 vn , un1 un1
. un
un =
=
,
un
vn vn , u1 u1 vn , un1 un1
completando a demonstrao.
Observao 13.70
1. Notemos que na demonstrao do teorema acima partimos da existncia de uma
base do espao vetorial e ortonormalizamos a mesma.
2. O procedimento de, partindo de uma base de um espao vetorial, obter uma base
ortonormal do mesmo (que foi o que fizemos na demonstrao do terema acima)
conhecido como processo de Gram-Schmidt.
3. No caso de um espao vetorial real munido de um produto interno tridimensional,
.
se B = {v1 , v2 , v3 } uma base, ento uma base ortonormal deste espao pode ser
dada pelos vetores
v1
,
v1
v2 v2 , u1 u1
u2 =
v2 v2 , u1 u1
v3 v3 , u1 u1 v3 , u2 u2
u3 =
.
v3 v3 , u1 u1 v3 , u2 u2
u1 =
237
.
u1 = (0, 0, 1),
[exerccio]
2 1
( , , 0),
5 5
238
De modo anlogo,
. v3 < v3 , u1 > u1 < v3 , u2 > u2
u3 =
v3 < v3 , u1 > u1 < v3 , u2 > u2
(1, 0, 0, 1) (1, 0, 0, 1), u1 u1 (1, 0, 0, 1), u2 u2
.
(1, 0, 0, 1) (1, 0, 0, 1), u1 u1 (1, 0, 0, 1), u2 u2
Como
1 1
1
(1, 0, 0, 1), u1 = (1, 0, 0, 1), ( , , 0, 0) =
2 2
2
1
1
(1, 0, 0, 1), u2 = (1, 0, 0, 1), (1, 1, 2, 0) =
6
6
segue que
(1, 0, 0, 1) (1, 0, 0, 1), u1 u1 (1, 0, 0, 1), u2 u2
1
1 1
1 1
(1, 0, 0, 1) ( , , 0, 0) (1, 1, 2, 0)
2
2 2
6 6
1 1
1 1 1
1 1 1
= (1, 0, 0, 1) + ( , , 0, 0) + ( , , , 0) = ( , , , 1).
2 2
6 6 3
3 3 3
Desta forma,
1 1 1
( , , , 1)
1
1 1 1
.
3 3 3
u3 =
=
3( , , , 1)
1 1 1
2
3 3 3
( , , , 1)
3 3 3
assim obtemos a base ortonormal {u1 , u2 , u3 } para o espao vetorial (W, +, ).
Exemplo 13.73 Encontre uma base ortonormal do espao vetorial real (P2 (R), +, ) munido do produto interno
.
p, q =
1
p(x)q(x) dx,
p, q P2 (R).
Resoluo:
Usaremos o processo de Gram-Schmidt para construir uma base ortonormal a partir da
base formada pelos polinmios po , p1 , p2 P2 (R) onde,
.
po (x) = 1,
.
p1 (x) = x,
Temos que
po =
.
p2 (x) = x2 ,
1
p2o (x) dx
12 dx = 1
assim definimos
x R.
.
qo (x) = po (x) = 1,
x R.
239
1
p1 (x)qo (x) dx =
x dx =
0
1
p1 p1 , qo qo = [p1 (x) qo (x)]2 dx =
2
0
2
1
2
1
[exerccio] 1
(x )2 dx =
,
2
12
0
segue que
1
x
1
.
q1 (x) = 2 = |{z}
12(x ) = 3 (2x 1), x R.
2
1
=2 3
12
Por fim, definamos
. p2 p2 , qo qo p2 , q1 q1
q2 (x) =
.
p2 p2 , qo qo p2 , q1 q1
Como
1
1
x2 dx = ,
3
0
0
1
1 2
3
[exerccio ]
p2 , q1 = p2 (x)q1 (x) dx = 3 x (2x 1) dx
=
6
0
0
1
p2 p2 , qo qo p2 , q1 q1 2 = [p2 (x) p2 , qo qo (x) p2 , q1 q1 (x)]2 dx
0
1
1
[exerccio ] 1
=
,
= (x2 x + )2 dx
6
180
0
p2 , qo =
segue que
p2 (x)qo (x) dx =
1
.
180} (x2 x + ) = 5 (6x2 6x + 1),
q2 (x) = | {z
6
x R.
=6 5
Desta forma, uma base ortonormal de P2 (R) dada por {qo , q1 , q2 } onde
.
.
.
qo (x) = 1, q1 (x) = 3 (2x 1) e q2 (x) = 5 (6x2 6x + 1), x R.
13.7
Complemento Ortogonal
Comearemos introduzindo a
Definio 13.74 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , > e U um subespao vetorial de V.
Definimos o complemento ortogonal de U, indicado por U , como sendo o conjunto
.
U = {v V; v, u = 0, u U}.
240
[wU ]
13.8. ISOMETRIA
241
Logo os vetores (1, 1, 0) e (1, 0, 1) formam uma base de U (pois geram e so l.i., verifique!).
Assim, da observao acima, (x, y, z) U se, e somente se,
(x, y, z), (1, 1, 0) = 0
ou seja,
{
x+y=0
x+z=0
x R.
Assim,
U = [(1, 1, 1)].
Teorema 13.78 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , >, de dimenso finita e U um subespao vetorial de V.
Ento V = U U .
Prova:
Dado v V, consideremos o vetor w que a projeo ortogonal do vetor v sobre U, isto
,
.
w = v, u1 u1 + + v, un un ,
onde B = {u1 , , un } uma base ortonormal de U.
Observemos que
v = w + (v w).
Logo, pela proposio (13.62), como w U teremos que (v w)U, ou seja, para todo
u U, v w, u = 0, logo , v = |{z}
w + (v w) U + U , mostrando que V = U + U .
| {z }
U
13.8
Isometria
Definio 13.79 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais munidos de produtos
internos.
Diremos que T L (U, V) uma isometria de U em V se
T (u1 ), T (u2 ) = u1 , u2 ,
para todo
u1 , u2 U.
Observao 13.80 Note que os produtos internos acima, embora representados pelo
mesmo smbolo, so produtos internos de V e de U, respectivamente, isto , de modo
rigoroso, deramos escrever
T (u1 ), T (u2 )U = u1 , u2 V ,
para todo
u1 , u2 U.
242
(x, y) R2 .
= x1 x2 + y1 y2 = (x1 , y1 ), (x2 , y2 ),
mostrando que T uma isometria de R2 em R2 .
Temos o
Teorema 13.82 Sejam (U, +, ), (V, +, ) espaos vetoriais reais munidos de produtos
internos e T L (U, V).
So equivalentes:
1. T uma isometria de U em V;
2. T (u) = u para todo u U;
3. T (u) T (v) = u v para todo u, v U;
4. Se {u1 , . . . , un } U um conjunto ortonormal ento {T (u1 ), . . . , T (un )} ser um
conjunto ortonormal em V.
Prova:
(1. = 2.):
Como T L (U, V) uma isometria temos que
T (u), T (v) = u, v
para todo
u, v U. ()
para todo
u U,
13.8. ISOMETRIA
243
[T linear]
[2.]
T (u v) = u v,
[v=(v) e T linear]
[3.]
v = 1 u1 + + n un .
i ui ], T [
i=1
[T linear]
j uj ]
j=1
i T (ui ),
i=1
j T (uj ) =
j=1
n
n
i=1 j=1
i j T (ui ), T (uj )
|
{z
}
=ij
(13.83)
i i .
i=1
i ui ,
i=1
i=1
i i .
j=1
j uj =
n
n
i=1 j=1
i j ui , uj
| {z }
=ij
(13.84)
244
T (u) = O = 0,
dim
dim
Prova:
Como os espaos vetoriais reais (U, +, ) e (, +, )V tm a mesma dimenso e, pelo corolrio
acima, a transformao linear T injetora, segue-se, do corolrio (9.57), que a transformao
linear T uma bijeo, isto , um isomorfismo de U em V.
Apliquemos isto ao
Exerccio 13.87 Sejam (R2 , +, ) espao vetorial real munido do produto interno (13.4)
e T L (R2 ) tal que a matriz do operador linear T com relao a uma base ortonormal
de R2 dada por
(
)
1 2
.
2 1
Pergunta-se: T uma isometria em R2 ?
Resoluo:
.
Vejamos, se B = {u, v} uma base ortonormal de R2 e
(
)
a b
c d
a matriz de uma isometria S L (R2 ) com relao a esta base ento
S(u) = a u + c v,
(13.88)
S(v) = b u + d v.
(13.89)
13.8. ISOMETRIA
245
(13.88)
= u = 1 e
S(v)(13.89)
=
b2 +d2
v = 1.
a2 +c2
Alm do mais,
S(u), S(v) = u, v = 0.
{z
}
|
(13.88),(13.89)
ab+bd
2
2
a + c = 1
b 2 + d2 = 1
ab + cd = 0
Deste modo, o operador linear T no pode se uma isometria pois, por exemplo, a2 + c2 =
12 + (2)2 = 5 = 1.
Observao 13.90 Sejam (U, +, ) espao vetorial real finitamente gerado, munido de
.
um produto interno, B = {u1 , . . . , un } uma base ortonormal de U e T L (U) uma
isometria.
1. Encotremos a matriz do operador linear T em relao base B.
.
Consideremos M = [T ]B = (aij ).
Para cada j = 1, , n temos que
T (uj ) = a1j u1 + + anj un ,
assim
T (ui ), T (uj ) = a1i u1 + + ani un , a1j u1 + + anj un
n
n
n
n
=
aki uk ,
amj um =
aki amj uk , um
| {z }
k=1
m=1
k=1 m=1
=km
k=1
{
1,
se i = j
0,
se i = j
246
[exerccio]
Uma matriz quadrada com a propriedade acima ser chamada de matriz ortogonal.
Deixaremos para o leitor o
Exerccio 13.91 Sejam A, B Mn (R) tais que AB = In .
Mostre que BA = In e, portanto, B = A1 .
Observao 13.92
1. Em particular, o exerccio acima nos diz que se uma matriz M Mn (R) uma
matriz ortogonal ento ela ser uma matriz inversvel e alm disso, sua matriz
inversa ser sua matriz transposta, isto ,
M1 = Mt .
2. Observemos que a equao
MMt = In
nos diz que as linhas da matriz M quando vistas como vetores do Rn so vetores
ortonormais no espao vetorial Rn , +, ), munido do produto interno (13.4).
3. Se a matriz M Mn (R) ortogonal ento
isto ,
det(M) = 1.
det
13.9
Operador Autoadjunto
Definio 13.93 Sejam (U, +, ) um espao vetorial real munido de um produto interno
< , > e T L (U).
Diremos que o operador linear T um operador autoadjunto em U se
T (u), v = u, T (v),
para todo u, v U.
247
(X, y) R2 .
assim
[T ]B =
)
a b
b c
248
amk um ,
(13.97)
m=1
para todo k = 1, . . . , n.
Logo
T (ui ), uj
ami um , uj =
m=1
m=1
ami um , uj
| {z }
=mj
(13.98)
= aji .
Por outro lado,
ui , T (uj )
ui ,
amj um =
m=1
m=1
amj ui , um
| {z }
=im
(13.99)
= aij .
m um
v = 1 u1 + + n un =
m=1
k uk .
k=1
Ento, como o produto interno linear em cada uma de suas entradas e a base B um
base ortonormal de U, teremos
T (u), v = T (
m um ), v
[T linear]
m=1
m T (um ), v
i=1
m T (um ),
k uk =
m k T (um ), uk
m=1 k=1
k=1
m=1
n
n
e, analogamente,
n
n
[T linear]
k uk )
=
u,
k T (uk )
u, T (v) = u, T (
k=1
m=1
m um ,
k=1
k=1
n
n
k T (uk ) =
m=1 k=1
m k um , T (uk ).
249
m, k = 1, , n.
Como a matriz (aij ) a matriz do operdaor linear T em relao a esta base, e ela uma
matriz simtrica temos, por (13.98) e (13.99), que
T (ui ), uj = aij = aji = ui , T (uj ),
como queramos demonstrar.
Com isto temos o
Teorema 13.100 Sejam (U, +, ) um espao vetorial real munido de um produto interno
< , > e T L (U).
Se o operador linear T autoadjunto e , so autovalores distintos de T ento os
autovetores do operador T correspondentes a esses autovalores sero ortogonais.
Prova:
Sejam u e v autovetores correspondentes a e respectivamente, isto ,
T (u) = u
T (v) = v.
T (u), v T (u), v = 0.
250
para algum a, b R.
Desta forma, o polinmio caracterstico associado ao operador linear T ser da forma
pT () = 2 (a + c) + ac b2 ,
C.
Como
= (a + c)2 4(ac b2 ) = a2 + c2 2ac + 4b2 = (a c)2 + 4b2 0
vemos que o polinmio pT s apresenta razes reais.
Se a = c e b = 0 segue que a matriz A ser da forma A =
)
a 0
0 a
= a.I2 e a prpria
X Mn1 (R),
ento T ser um operador linear em Mn1 (R) cuja matriz em relao a base cannica de
Mn1 (R) (que uma base ortonormal) ser a matriz A, que simtrica.
Logo do teorema (13.96) segue que o operador T ser autoadjunto que, pelo teorema
acima, dever ser diagonalizvel.
Portanto a matriz A ser diagonalizvel, completando a demonstrao.
13.10
Exerccios
Captulo 14
Forma Cannica de Jordan
14.1
Introduo e Exemplos
dim(U).
252
1 0 0
0 1 0
J(; k) = 0 0 0
. . . .
.. .. .. . . ...
0 0 0
1 0 0
0 1 0
= 0 0 1
. . . .
.. .. .. . .
0 0 0
rr
0
0
..
.
1
0
0
+ 0
.
..
1
0
0
..
.
0
1
0
..
.
...
0 0 0
rr
0
0
..
.
0
rr
= .Ir + N,
onde Ir a matriz identidade de ordem r
0 1 0
0 0 1
. 0 0 0
N=
. . .
.. .. ..
..
.
0 0 0
0
0
..
.
0
rr
1 0 0 0
0 1 0 0
0 0 0 0
.
0 0 0 0 .
R(, ; r) =
..
..
.. . .
.
..
..
. ..
.
.
.
.
.
0 0 0 0
0 0 0 0 rr
6. Se B1 , . . . , Bk so matrizes quadradas, no necessariamente de ordens iguais, denotaremos por
(B1 , . . . , Bk ) a matriz quadrada de ordem igual soma das ordens
de B1 , . . . , Bk dada por: por
B1 0 0
. 0 B2 0
(B1 , . . . , Bk ) = .
.. . .
. .
..
. ..
.
diag
diag
Bk
253
2 1 0
B1 = 0 2 1
0 0 2
4
B2 =
0
0
ento
diag
(B1 , B2 ) =
4 1
3 0
0 3
0 4
..
. 0
0
..
. 0
0
..
. 0
0
..
.
..
. 3
4
..
. 4 3
..
. 0
0
..
. 0
0
4
3
0
0
1
0
0
1
3
4
4 3
0
Com isto temos o seguinte resultado cuja demonstrao ser omitida (para maiores detalhes ver [L]):
Teorema 14.2 (Forma Cannica de Jordan) Sejam (U, +, ) um espao vetorial de dimenso finita e T L (U) cujo polinmio caracterstico dado por
pT () = (1 )m1 (n )mn [( 1 )2 + 21 ]p1 [( k )2 + 2k ]pk ,
R,
diag
254
C.
Resoluo:
.
.
Note que o operador linear T possui dois autovalores, a saber, 1 = 2 e 2 = 1 (pois so
as nicas raizes do polinmio pT ).
Como as multiplicidades algbricas e geomtrica do autovalor 2 = 1 so iguais a 1 (pois
uma raz simples do polinmio pT ), temos que o nico bloco correspondente a este autovalor
ser
J(2 ; 1) = (1).
Com relao ao autovalor 1 = 2, a sua multiplicidade algbrica trs ( uma raz tripla
do polinmio pT ).
Se sua multiplicidade geomtrica for 3 ento existiro trs blocos associados a este autovalor e todos eles so iguais a (2).
Neste caso, a matriz da forma cannica de Jordan para este operador ser forma:
1 0 0 0
0 2 0 0
,
0 0 2 0
0 0 0 2
isto , o operador linear T ser diagonalizvel.
Se a multiplicidade geomtrica do autovalor 1 = 2 for 2, ento existem dois blocos
correspondentes a este autovalor que so da forma
(
)
2 1
J(2; 1) = (2)
J(2; 2) =
.
0 2
255
Assim, a matriz da forma cannica de Jordan para este operador linear ser da forma:
1 0 0 0
0 2 1 0
.
0 0 2 0
0 0 0 2
Se a multiplicidade geomtrica do autovalor 1 = 2 for 1, ento existir um bloco correspondente a este autovalor que
2 1 0
J(2; 3) = 0 2 1 .
0 0 2
Assim, a matriz da forma cannica de Jordan para este operador linear ser da forma:
1 0 0 0
0 2 1 0
.
0 0 2 1
0 0 0 2
Exerccio 14.6 Para o exemplo acima encontre qual das possveis formas da matriz de
Jordan associada ao operador linear T a que ocorrer.
Sugesto: encontre V(1 ).
Exemplo 14.7 Seja (U, +, ) um esapo vetorial finitamente gerado e T L (U).
Encontre as possveis matrizes na forma cannica de Jordan de um operador linear
T cujo polinmio caracterstico dado por
pT () = (1 )2 (4 + 2 ),
C.
Resoluo:
Utilizando a notao do teorema (14.2) temos que
1 = 1,
=0
= 2.
256
Neste caso, a matriz da forma cannica de Jordan para este operador linear T ser da
forma:
1 0 0 0
0 1 0 0
.
0 0 0 2
0 0 2 0
Se a multiplicidade geomtrica do autovalor 1 = 1 for 1 ento existe apenas um bloco,
de ordem dois, associado a este autovalor que ser do tipo
)
(
1 1
.
J(1; 2) =
0 1
Neste caso, a matriz da forma cannica de Jordan para este operador linear T ser da
forma:
1 1 0 0
0 1 0 0
.
0 0 0 2
0 0 2 0
Deixaremos a cargo do leitor o
Exerccio 14.8 Para o exemplo acima encontre qual das possveis formas da matriz de
Jordan associada ao operador linear T a que ocorrer.
Exemplo 14.9 Sejam (R4 , +, ) espao vetorial real (onde + e so as operaes usuais
de R4 ) e T : R4 R4 dada por
T (x, y, z, t) = (2x + y + z + t, 2y z t, 3z t, 4t),
(x, y, z, t) R4 .
Mostre que T L (R4 ) e encontre uma base de R4 com relao a qual a matriz do
operador linear T est na forma cannica de Jordan.
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R4 ).
Se C a base cannica de R4 temos que
T ((1, 0, 0, 0)) = (2, 0, 0, 0) = 2 (1, 0, 0, 0) + 0 (0, 1, 0, 0) + 0 (0, 0, 1, 0) + 0 (0, 0, 0, 1)
T ((0, 1, 0, 0)) = (1, 2, 0, 0) = 1 (1, 0, 0, 0) + 2 (0, 1, 0, 0) + 0 (0, 0, 1, 0) + 0 (0, 0, 0, 1)
T ((0, 0, 1, 0)) = (1, 1, 3, 0)
= 1 (1, 0, 0, 0) + (1) (0, 1, 0, 0) + 3 (0, 0, 1, 0) + 0 (0, 0, 0, 1)
T ((0, 0, 0, 1)) = (1, 1, 1, 4)
= 1 (1, 0, 0, 0) + (1) (0, 1, 0, 0) + (1) (0, 0, 1, 0) + 4 (0, 0, 0, 1)
logo a matriz do operador linear T com relao B ser dada por
0
0
257
1 1
1
2 1 1
.
0 3 1
0 0
4
C.
dim
dim
0
0 1 1
1
x
0 0 1 1 y 0 [exerccio]
= (x, y, z, t) = (x, 0, 0, 0) = x (1, 0, 0, 0), x = 0
0 0 1 1 z 0
0
0 0 0
2
t
dim
Assim,
[V(2)] = 1 e o operador linear T no ser diagonalizvel.
Sendo assim, a matriz do operador linear T na forma cannica de Jordan ser da seguinte
forma:
2 1 0 0
0 2 0 0
.
0 0 3 0
0 0 0 4
Notemos que se pusermos
u1 = (1, 0, 0, 0),
u3 = (0, 1, 1, 0)
u4 = (0, 0, 1, 1)
(so autovetores do operdaor linear T ) ento para que u1 , u2 , u3 , u4 seja a base procurada, o
vetor u2 deve satisfazer
T (u2 ) = u1 + 2 u2 , ou seja, (T 2.I)(u2 ) = u1 ou ainda , {[T ]B 2.I4 }.[u2 ]B = [u1 ]B .
a
b
Desta forma, colocando-se u = (a, b, c, d), temos que [u]B = e portanto
c
d
1
a
0 1 1
1
0 0 1 1 b 0
=
0 0 1 1 c 0
0
d
0 0 0
2
cuja soluo geral da forma (a, 1, 0, 0), para a R (verifque!).
.
Podemos tomar, por exemplo, u2 = (0, 1, 0, 0) e isto nos fornecer a base procurada.
258
14.2
Exerccios
Captulo 15
Apndice I - Matrizes
15.1
Introduo
15.2
Definies Bsicas
Definio 15.1 Uma matriz uma tabela retangular de nmeros reais ou complexos.
Tais nmeros so denominados entradas da matriz.
Uma matriz ser sempre indicada por uma letra maiscula: A, B, C ....
Uma matriz horizontal ser denominada matriz linha.
Uma matriz vertical ser dita em matriz coluna.
O tamanho de uma matriz o seu nmero de linhas pelo seu nmero de colunas.
Observao 15.2
1. Em geral uma matriz, de tamanho n m, com entradas
aij ,
1 i n,
1jm
A=
= (aij )nm
260
A= i
3
(
B=
)
10 50 e
1 2 3
C= 4 5 6
7 8 9
B M14 (R)
C M3 (R).
m=q
aij = bij ,
para i = 1, . . . , n
j = 1, . . . , m,
onde A = (aij ) e B = (bij ), ou seja, duas matrizes so iguais sero iguais se, e somente
se, tm o mesmo tamanho e as correspondentes entradas so iguais.
15.3
261
i = 1, . . . , n,
j = 1, . . . , m,
(
Exemplo 15.10 Se A =
2 3 1
3 1 2
)
1 1 i
1 0 2
e B=
(
A+B=
ento
)
3 4 1+i
4 1
0
4. A adio em Mnm tem elemento neutro, isto , existe uma (nica) matriz n m,
denominada matriz nula, indicada por O tal que
A + O = A,
para todo
A Mnm ;
onde
.
0ij = 0,
1 i n, 1 j m.
262
A = (aij )
.
A = (aij ).
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
)
4 6 2
6 2 4
263
4. Vale
1.A = A;
5. Vale
0.A = O.
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
Definio 15.16 Sejam A = (aik ) Mnm , B = (bkj ) Mmp .
Definimos o produto da matriz A pela matriz B como sendo a matriz C = (cik ) Mnp ,
indicada por AB, cujas entradas so dadas por
.
cij =
aik bkj
m
i = 1, . . . , n,
j = 1, . . . , p
k=1
Observao 15.17
1. Para podermos realizar o produto de duas matrizes, isto , AB, necessrio que
o nmero de colunas da matriz A seja igual ao nmero de linhas da matriz B.
2. O produto no comutativo, isto , em geral AB = BA, como mostra o seguinte
exemplo:
(
)
(
)
0 0
1 0
Se A =
e B=
ento
1 1
1 0
(
)
0 0
1 0
AB =
(
e
BA =
)
0 0
0 0
z1 = a11 y1 + a12 y2
z=Ay
z2 = a21 y1 + a22 y2
z = a y + a y
3
z1
onde z = z2 , A = (aij )
z3
31 1
32 2
(
e
y=
y1
y2
264
para todo
para todo
A Mnm , B, C Mmp ;
para todo
A, B Mnm , C Mmp ;
4. Vale a associativa do produto de nmeros reais (ou complexos) por matrizes, isto
:
para todo
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
Com isto temos o seguinte exerccio, cuja resoluo deixaremos a cargo do leitor:
3 1 1
265
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
Observao 15.22 Para nmeros reais (ou complexos) temos a seguinte propriedade:
se = 0 ento existe 1 tal que
.1 = 1.
Para matrizes
isto
) pode, em geral, no ocorrer como mostra o seguinte exemplo:
(
1 0
ento no existe uma matriz B tal que
Se A =
0 0
AB = I2 . ()
(
)
b11 b12
De fato, se existisse a matriz B =
tal que que vale (*), ento deveramos
b21 b22
(
ter
AB =
)
b11 b12
0
0
(
=
)
1 0
0 1
= I2
X = X.
266
Demonstrao:
Observemos que se X e X so inversas de A ento teremos, em particular, que
e In = AX, (2)
XA = In (1)
assim
(2)
~ (1) ~ ~
X = X,
como queramos demonstrar.
Observao 15.26 Logo se uma matriz quadrada admite uma matriz inversa esta ser
nica, com isto podemos introduzir a seguinte definio.
Definio 15.27 Uma matriz A Mnn que adminte uma matriz inversa ser dita
no singular.
Neste caso a matriz inversa da matriz A ser denotada por A1 .
Uma matriz A Mnn que no admite matriz inversa ser denominada singular.
Com isto temos a:
Proposio 15.28 Sejam A, B Mnn matrizes no singulares.
Ento a matriz AB Mnn uma matriz no singular e
(AB)1 = B1 A1 .
Demonstrao:
Como A uma matriz no singular segue que:
AA1 = A1 A = In .
Mas B tambm uma matriz no singular assim
BB1 = B1 B = In .
Portanto,
(B1 A1 )(AB) = B1 (A1 A)B = (B1 In )B = B1 B = In
(AB)(B1 A1 ) = A(BB1 )A1 = (AIn )A1 = AA1 = In .
Portanto a matriz AB no singular e (AB)1 = B1 A1 , como queramos demonstrar.
Como conseqncia temos o:
267
Demonstrao:
Basta usar a Proposio anterior e induo matemtica.
Deixaremos os detalhes como exerccio para o leitor.
Observao 15.30
1. Mostramos na proposio acima que o subconjunto das matrizes no singulares
em Mnn fechado em relao ao produto de matrizes, ou seja, se A e B Mnn
so no singulares ento AB tambm ser no singular.
(
)
(
)
1 0
0 0
= O e B =
= O mas
2. Vimos num exemplo anterior que se A =
1 1
1 0
AB = O.
Observemos que tanto A quanto B so matrizes singulares (verifique!).
Se uma das duas fosse no singular isso no poderia ocorrer, como mostra o
resultado a seguir.
Proposio 15.31 Se A Mnn uma matriz no singular e a matriz B Mnp tal que
AB = O Mnp
ento
B = O.
Demonstrao:
Como a matriz A uma matriz no singular ento
AA1 = A1 A = In .
Mas,
B = In B = (A1 A)B = A1 (AB) = A1 0 = 0
B = 0,
Observao 15.32 Uma aplicao para as propriedades desenvolvidas acima seria considerar a equao matricial:
Ax = b ()
onde A Mnn , B Mn1 so dados e x Mn1 a ser encontrada (se possvel).
268
15.4
Definio 15.33 Uma matriz quadrada A Mn ser dita ser matriz diagonal se
aij = 0
i = j,
para
i, j = 1, . . . , n.
para
i > j,
, j = 1, . . . , n.
para
i < j,
, j = 1, . . . , n.
Observao 15.34
1. Uma matriz diagonal A Mn , dever
a11
0
A= .
..
0
0 ... 0
a22 . . . 0
.. . .
.. .
.
.
.
0
. . . ann
A= .
.. . .
.. .
.
.
. .
.
0
. . . ann
a11 0 . . .
a21 a22 . . .
A= .
.. . .
..
.
.
0
0
.. .
.
15.5. DETERMINANTE
269
1
a11 . . . 0
..
.
A1 =
0
.
0
1
0 ...
ann
3. Se as matrizes A, B Mn so matrizes tringulares superiores (inferiores, respectivamente) ento as matrizes A + B, AB e A sero matrizes triangulares superior
(inferior, respectivamente), onde R (ou C).
4. Se a matriz A Mn triangular superior (inferior, repectivamente) cuja diagonal
principal tem entradas no nulas ento a matriz A uma a matriz no singular,
isto , existe a matriz inversa da matriz A e alm disso a matriz A1 tambm ser
uma matriz triangular superior (inferior, repectivamente).
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
15.5
Determinante
det(A) =. a11.
Se n > 1, para cada i, j {1, , n}, definamos a matriz Aij , a matriz quadrada
de ordem n 1, obtida da matriz A, retirando-se a i-sima linha e j-sima coluna da
matriz A, isto ,
a11
. . . a1(j1)
a1(j+1)
. . . a1n
..
..
..
.
.
.
a
.
.
.
a
a
.
.
.
a
.
(i1)1
(i1)(j1)
(i1)(j+1)
(i1)n
Aij =
a(i+1)1 . . . a(i+1)(j1) a(i+1)(j+1) . . . a(i+1)n
..
..
..
.
.
.
an1 . . . an(j1)
an(j+1) . . . ann
270
det
j=1
onde
.
|A1j | = (1)1+j
det(Aij)
j = 1, . . . , n.
O nmero |Aij | definido acima ser denominado cofator do elemento aij da matriz A e
a matriz B = (|Aij |) ser denominada matriz cofatora da matriz A e denotada por
(A).
cof
5. Se A Mn diagonal ento
15.5. DETERMINANTE
271
Observao 15.38 Poderamos definir o determinantepor meio dos cofatores de qualquer coluna ou linha da matriz A que obteramos o mesmo valor, isto , para io
{1, , n} fixado temos que
n
(A) =
aio j |Aio j |,
det
j=1
onde
.
|Aio j | = (1)io +j
det(Ai j),
o
j = 1, . . . , n,
det(A) =
aijo |Aijo |,
i=1
onde
|Aijo | = (1)i+jo
det(Aij ),
o
i = 1, . . . , n.
det(A) =
j=1
aio j |Aio j | =
aijo |Aijo |.
i=1
.
C = (a1 , . . . , a(k1) , ck , a(k+1) , . . . , an )
272
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
Observao 15.41 Vale um resultado anlogo ao da proposio acima para as correspondentes operaes sobre as linhas da matriz, isto , se
a1
...
(k1)
.
B = bk
a(k+1)
...
an )
e
a1
...
a
(k1)
.
C = ck
a(k+1)
...
an )
15.5. DETERMINANTE
273
2. Se A Mn ento
Observao 15.43
1. O item 1. do corolrio acima nos diz que o determinante de uma matriz que tem
uma coluna (ou linha) multiplicada por uma constante pode ser obtido multiplicandose o determinante da matriz pela constante.
2. O item 2. do corolrio acima nos diz que o determinante de uma matriz que tem
uma coluna (ou linha) obtida da soma de duas colunas pode ser obtido somando-se
os determinante das matrizes que tem cada uma das colunas adicionadas.
3. Vale um resultado anlogo ao do corolrio acima para as correspondentes operaes sobre as linhas da matriz A.
Conseqncia do Corolrio acima temos o:
Corolrio 15.44 Se A Mn e ako = 0 para algum 1 ko n ento
det(A) = 0.
Demonstrao:
Basta tomar = 0 no item 1. do Corolrio acima.
Observao 15.45
1. O resultado acima nos diz que se uma coluna de uma matriz quadrada nula
ento o determinante da matriz ser zero.
2. Vale um resultado anlogo ao do corolrio acima para as correspondentes operaes sobre as linhas da matriz A.
Um outro resultado importante dado pela:
274
Observao 15.47
1. O resultado acima nos diz que se trocarmos duas colunas de uma matriz quadrada
seu determinate muda de sinal.
2. Vale um resultado anlogo trocando-se coluna por linha, isto , se trocarmos
duas linhas de uma matriz quadrada seu determinate muda de sinal.
A demonstrao deste fato ser deixada como exerccio para o leitor.
Como conseqncia da Proposio acima temos o:
Corolrio 15.48 Se A Mn e
ako = ajo ,
1 ko , j o n
det(A) = 0.
Demonstrao:
Da Proposio acima segue que se trocarmos a ko -sima coluna com a jo -sima coluna o
determinante da matriz obtida ser menos o determinante da matriz A.
Mas a matriz obtida da troca da ko -sima coluna com a jo -sima coluna a prpria matriz
A.
Com isto teremos:
(A) =
(A)
(A) = 0,
det
det
det
Observao 15.49 Vale um resultado anlogo trocando-se coluna por linha, isto ,
ou seja, se a matriz A tem duas linhas iguais ento seu determinate nulo.
A demonstrao deste fato ser deixada como exerccio para o leitor.
Corolrio 15.50 Se A Mn , R (ou C) e j = k ento
15.5. DETERMINANTE
275
Demonstrao:
Da Proposio (15.40) segue que
Observao 15.51
1. Valem um resultado anlogo ao acima para a correspondente operaao sobre as
linhas das matrizes.
2. Resumindo: se A Mn e R (ou C) ento:
(i) trocar duas colunas (ou linhas) da matriz A faz como que o determinante da
matriz obtida seja menos determinante da matriz A;
(ii) adicionar vezes uma coluna (ou linha) da matriz A numa outra coluna (ou
linha) faz com que o determinante da matriz obtida seja igual ao determinante da matriz A;
(iii) multiplicar uma coluna (ou linha) da matriz A por faz com que o determinante da matriz obtida seja igual ao determinante da matriz A multiplicado
por .
Alm disso temos o seguinte resultado importante
Proposio 15.52 Se A, B Mn ento
1jn
1 i m.
276
Observao 15.54
1. A relao que existem entre uma matriz e sua matriz transposta que as colunas
da 1.a sero as linhas da 2.a e vice-versa.
2. fcil verificar que se m = n ento A e At Mn .
Temos os seguintes exemplos:
Exemplo 15.55
)
(
1 4 0
ento
1) A =
4 2 3
1 1 2
2) A = 1 2 3 ento
2 3 5
1 4
At = 4 2 .
0 3
1 1 2
At = 1 2 3 ,
2 3 5
em particular, At = A.
Temos as seguintes propriedades para a transposio de uma matriz:
Proposio 15.56 Sejam A, B Mn .
Ento temos:
1. (At )t = A;
2. se m = n,
det(At) = det(A);
3. (A + B)t = At + Bt ;
4. (AB)t = Bt At ;
5. ( A)t = At ;
6. se A uma matriz diagonal ento
At = A,
em particular,
Itn = In .
15.5. DETERMINANTE
277
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
Com isto podemos introduzir a seguinte definio:
Definio 15.57 Seja A Mn uma matriz quadrada de ordem n.
Diremos que a matriz A uma matriz simtrica se
At = A.
Diremos que a matriz A uma matriz anti-simtrica se
At = A.
Temos os seguintes exemplos:
Exemplo 15.58
1 4 5
1. A matriz A = 4 2 6
5 6 3
0 1
2. A matriz B = 1 0
2 3
que!).
278
Bt = B. ()
Como
(A + B)t
()
At + Bt = A + B,
det
det(A) = 0.
cof
Demonstrao:
Ser deixada como exerccio para o leitor.
Com isto podemos resolver o:
3 2 1
.
|A12 | = (1)3 (3 + 9) = 6,
|A13 | = (1)4 (1 + 6) = 5.
Logo, pela Proposio acima segue que a matriz A um matriz no singular, isto
, existe a matriz inversa A1 .
15.5. DETERMINANTE
279
|A22 | = (1)4 (9 3) = 6,
|A23 | = (1)5 (3 + 6) = 9,
|A31 | = (1)4 (6 + 2) = 8,
|A32 | = (1)5 (9 1) = 8,
|A33 | = (1)6 (6 + 2) = 8.
Portanto
cof
e assim
3 6 5
(A) = 7 6 9
8 8 8
A1 =
1
[
(A)
det
cof
3
8
3 7 8
1
3
(A)]t =
6 6 8 =
4
8
5 9 8
5
8
7
8
1 .
9
1
8
280
Captulo 16
Apndice II - Escalonamento de Matrizes
e Sistemas Lineares
16.1
Definies Bsicas
a11 x1 + . . . + a1n xn = b1
a21 x1 + . . . + a2n xn = b2
()
..
a x + . . . + a x = b
m1 1
mn n
m
que na forma matricial pode ser escrito na seguinte forma:
A x = B ()
onde
A=
a11
a21
..
.
a12
a22
..
.
am1 am2
x1
x = ...
. . . a1n
. . . a2n
..
..
.
.
. . . amn
e
xn
= (aij )mn ,
b1
B = ...
bm
u1
.
Uma soluo da equao matricial (**) (se existir) ser uma matriz u = ...
un
282
O conjunto de todas as solues da equao matricial (*) ser denominado conjunto soluo
da equao matricial (**).
Observao 16.2 Da identificao (*) com (**) segue que encontrar soluo para o
sistema linear (*) equivalente a encontrar soluo da equao matricial (**).
Verifiquemos isto no:
Exemplo 16.3 O sistema linear
x1 +2x2 +x3 = 0
+x2 +x3 = 1
x +x
= 1
1
2
equivalente a equao matricial
A x = b,
onde:
1 2 1
A = 0 1 1 ,
1 1 0
x1
x = x2
x3
b = 1 .
0
.
que a equao matricial acima tem como uma soluo a matriz u =
Observemos
0 (verifique!).
1
Logo uma soluo do sistema linear dado inicialmente ser
x1 = 1,
x2 = 0
x3 = 1.
1 2 1 0
0 1 1 1 .
1 1 0 1
Definio 16.5 Diremos que as equaes matriciais
Ax=b
Cx=d
283
Cx=d
x1 +x2 +5x3 = 11
2x1 +x2 +7x3 = 15
2x
+4x3 = 8
1
x1 +x2 +5x3 = 11
2x1 +x2 +7x3 = 15
2x
+4x3 = 8
1
x1
2x
1
x1
+x2
x2
1 1 5
11
A x = b, onde A = 2 1 7 e b = 15 .
2 0 4
8
1 1 5 11
.
2 1 7 15 = So (matriz aumentada)
2 0 4 8
(2a 2 1a )
+5x 3 = 11
1 1
5 11
.
0 1 3 7 = S1
3x3 = 7
+4x3 = 8
2 0
4
8
+x2 +5x3
x2 3x3
2x2 6x3
(3a 2 1a )
= 11
1 1
5
11
.
0 1 3 7 = S2
= 7
= 14
0 2 6 14
(1a + 2a )
x1
x2
2x2
+2x3 = 4
3x3 = 7
6x3 = 14
1 0
2
4
.
0 1 3 7 = S3
0 2 6 14
(3a 2 2a )
284
x1
x2
+2x3 = 4
3x3 = 7
0
= 0
x1
x2
+2x3
+3x3
0
1 0
2
4
.
0 1 3 7 = S4
0 0
0
0
(2a (1))
= 4
1 0 2 4
.
0 1 3 7 = S5 .
= 7
= 0
0 0 0 0
O sistema linear obtido acima o mais simples (que pode ser obtido por meio da operaes
usuais sobre o sistema linear dado inicialmente) que equivalente ao sistema original.
Para resolver o sistema linear acima bastar tomar, por exemplo:
.
x3 = R (ou C)
assim
.
x1 = 4 2 e
.
x2 = 7 3.
(tipo III)
(tipo III)
(tipo III)
(tipo II)
So S1 S2 S3 S4 S5 .
Seja Im a identidade de ordem m.
Introduziremos tambm a:
Definio 16.8
285
EI A.
1 1 5 11
.
1 1
5 11
1 1 5 11
.
2a 21a
0 1 3 7 = B
2 1 7 15
2 0
4
8
2 0 4 8
A operao acima na
elementar do tipo III:
0
0
0 0
1 0
0 1
2a 21a
EIII
1 0 0
= 2 1 0 .
0 0 1
1 0 0
1 1 5 11
1 1 5 11
EIII A = 2 1 0 2 1 7 15 = 0 1 3 7 = B,
0 0 1
2 0 4 8
2 0 4
8
ou seja, as operaes produzem a mesma matriz, como foi dito na observao acima.
Um resultado importante dado pela:
Proposio 16.11 Uma matriz elementar de qualquer tipo uma matriz no singular
(isto , uma matriz inversvel) e sua matriz inversa do mesmo tipo que ela.
286
Demonstrao:
Ser deixado como exerccio para o leitor.
Para ilustrar temos o:
Exemplo 16.12
EIII
1 0 0
= 2 1 0
0 0 1
det
portanto a matriz EIII uma matriz no singular, isto , existe a matriz inversa E1
III .
Alm disso temos:
t
1 0 0
1 0 0
1 2 0
1
2a +21a
E1
0 1 0
0 1 0 = 2 1 0
III =
(EIII )
0 0 1
0 0 1
0 0 1
det
portanto a matriz inversa da matriz EIII tambm uma matriz elementar do tipo III.
Definio 16.13 Sejam A, B Mmn .
Diremos que a matriz A l-equivalente (ou equivalente por linhas) matriz B se a
matriz A pode ser obtida da matriz B por meio de uma sequncia finita de operaes
elementares sobre as linhas da matriz B.
Neste caso escreveremos A B.
Observao 16.14
1. Da observao (16.9) segue que A B se, e somente se,
A = Es Es1 . . . E1 B
onde E1 , . . . , Es so matrizes do tipoI, II, ou III;
2. Sejam A, B, C Mmn .
Deixaremos como exerccio para o leitor verificar que:
i) Reflexiva:
A B,
para todo
A Mmn ;
ii) Simtrica:
se
AB
AB
ento
B A;
iii) Transitiva:
Se
BC
ento
A C.
287
A = P1 B.
ou, equivalentemente
Demonstrao:
.
Segue da da proposio (16.11) e da observao acima item 1. que basta definir P = Es . . . E1 .
A relao entre matrizes l-equivalentes e a equaes matriciais equivalentes dado pela:
Proposio 16.16 Sejam A, C Mmn e b, d Mm1 .
A matriz [A b] l-equivalente a matriz [C d] em Mm,n+1 se, e somente se, a equao
matricial A x = B equivalente a equao matricial C x = d.
Demonstrao:
Da proposio acima existe P Mmn no singular tal que
[C d] = P[A b]
[A b] = P1 [C d].
d = Pb,
A = P1 C
b = P1 d.
A u = b,
assim
C u = (PA) u = PB = d,
portanto a matriz u ser soluo da equao matricial C x = d.
Alm disso, vale a recproca (verifique!), completando a demonstrao.
Observao 16.17 Vale observar que o resultado acima pode ser aplicado para as matrizes aumentadas associadas a sistemas lineares, ou seja, as matrizes aumentadas so
l-equivalentes se, e somente se, os sistemas lineares so equivalentes.
Como conseqnica temos o:
Corolrio 16.18 Se A B em Mmn e x Mn1 ento os sistemas
Ax=O
Cx=O
288
Demonstrao:
Basta tomar b = d = 0 na proposio acima (verifique!).
(
)
1 0 0
0 1 0 2
0
0
0
esto na FERL.
1. 0 0 1 5 , 0 1 0 ,
0 0 0
0 0 1
0 0 0 0
1 2 0 0
1 0 0
289
2x3
2x +4x 5x +6x
1
2
3
4
sistema
+7x5 = 12
+12x5 = 28
5x5 = 1
0 0 2 0 7 12
.
(A b) = 2 4 10 6 12 28
2 4 5 6 5 1
Resoluo:
O que faremos realizar operaes elementares sobre as linhas da matriz aumentada
acima para obter a sua FERL.
Primeiro passo:
Trocar as linhas nulas da matriz (A b) com outras linhas, no nulas, de modo que
as linhas nulas ocorram nas linhas inferiores da nova matriz.
No nosso caso no h linhas nulas logo no faremos nenhuma mudana na matriz
aumentada (A b).
Localize a coluna mais esquerda que no seja totalmente nula .
0 0 2 0 7 12
2 4 10 6 12 28
2 4 5 6 5 1
Segundo passo:
Trocar a primeira linha com uma outra, caso necessrio, para que o primeiro elemento da coluna localizada no primeiro passo seja no nulo.
2 4 10 6 12 28
a
a
0 0 2 0 7 12 (trocamos a 1. linha com a 2. linha)
2 4 5 6 5 1
290
Terceiro passo:
Se o primeiro elemento da coluna do segundo passo for a, multiplicar a primeira
1
linha por
(para que o coeficiente lder da primeira linha da matriz obtida seja 1).
a
1 2 5 3 6 14
1
a
0 0 2 0 7 12 (1. linha )
2
2 4 5 6 5 1
Quarto passo:
Somar a primeira linha multiplicada por constante, se for necessrio, com as linhas
de baixo para obter zeros em todas as entradas abaixo do coeficiente lder da primeira
linha.
1 2 5 3 6
14
1 2 -5 3
6
14
7
12
0 0 2 0
0 0
5
0 17 29
1 2 -5 3 6
14
1
6 (1.a linha ( ))
0 0 1 0 7
2
2
0 0 5 0 17 29
1 2 -5 3 6 14
1 2 -5 3 6 14
-6 (2 1.a linha)
0 0 1 0 -7
2
0 0 0 0 1 2
1 2 -5 3 6 14
-6
0 0 1 0 -7
2
0 0 0 0 1 2
Sexto passo:
Para finalizar, comeando por uma linha no nula, somar cada linha multiplicada
por constante com as outras linhas para zerar as outras entradas acima do coeficiente
lder.
1 2 5 3 6 14
7
a
a
0 0 1 0 0 1 (2. linha + 3. linha )
2
0 0 0 0 1 2
291
1 2 5 3 0
0 0 1 0 0
0 0 0 0 1
1 2 0 3
.
(C d) = 0 0 1 0
0 0 0 0
1
2
0 7
+3x4
= 7
x1 +2x2
x3
= 1
x5 = 2
Portanto se, por exemplo, considerarmos para cada t, s R,
.
x1 = t,
.
x2 = s,
.
x5 = 2
x3 = 1,
x4 =
7 t 2s
,
3
7 t 2s
teremos que (t, s, 1,
, 2) ser soluo do sistema linear dado incialmente, para
3
cada t, s R, ou seja:
7 t 2s
, 2) : s, t R}
3
ser o conjunto soluo do sistema linear inicial.
Ou ainda, o conjunto soluo da equao matricial A x = b, ser
{
}
s
S = u M51 : u =
7 t 2s onde t, s R
3
2
{(x1 , x2 , x3 , x4 , x5 ) = (t, s, 1,
min{m, n}.
Demonstrao:
Deixada como exerccio para o leitor a demonstrao deste resultado.
Nas sees a seguir faremos algumas consideraes sobre o sistema linear no homognio
(NH) A x = b
onde
( isto , b = 0).
292
16.2
Observao 16.27
1. O sistema (H) tem sempre soluo, a saber, a matriz identicamente nula, u = 0 Mn1 ,
que ser denominada soluo trivial;
2. Pode-se mostrar que se AR a matriz na FERL associada a matriz A ento a
equao matricial
Ax=0
ser equivalente a equao matricial
AR x = 0,
ou seja, resolver o sistema homogneo equivalente a resolver o sistema associado
a matriz que est FERL;
3. Observemos que se u, v Mn1 so solues de (H) ento u + v tambm ser,
para todo , R ou C) pois:
A ( u + v) = A ( u) + A ( v) = (A u) + (A v) = 0.
4. Mais geralmente, se u1 , . . . , up Mn1 so solues de (H) ento
1 u1 + + p up Mn1
tambm ser soluo (isto , combinao linear de solues tambm soluo).
Deixaremos a verificao deste fato como exerccio para o leitor.
Apliquemos essas idias ao:
Exemplo 16.28 Resolva o sistema A x = 0
1 2 0
.
A= 0 0 1
0 0 0
onde
3 0
1 0 M35 .
0 1
Resoluo:
Como a matriz A est na FERL (verifique!) ento temos o sistema linear homogneo associado matriz A ser dado por:
+3x4
= 0
x1 2x2
x1 = 2x2 3x4
+x3
x4
+x5
= 0
= 0
x3 = x4
x = 0
5
293
21 32
2
u=
2
= 1 + 2
2
0
0
3
0
1
1
0
Portanto qualquer soluo u Mn1 da equao matricial (H) ser dada por:
u = 1 u1 + 2 u2
onde
2
1
u1 =
0
0
u2 =
3
0
1
1
0
Observemos que u1 e u2 so l.i., logo formam uma base para o espao vetorial real
W formado pelas solues da da equao matricial (H).
Observao 16.29 Observemos que oposto da matriz A 3 e a equao matricial (H)
possui duas solues que tem a propriedade acima, isto , qualquer soluo da equao
matricial (H) pode ser obtida como combinao linear de u1 e u2 .
Alm disso, temos
dim(W) = 2 =
5
|{z}
|{z}
3 ,
nmero de variveis
posto de A
i = 1, , n k
podem ser obtidos resolvendo-se o sistema linear associado a matriz na FERL associada
a matriz A (so as n k solues l.i.).
Em particular, se W o subsepao vetorial do espao (Mn1 , +, ) (onde + e so as
operaes usuais de Mn1 ) segue que
dim(W) = n p(a),
onde p(A) denota o posto da matriz A.
294
Demonstrao:
Deixaremos como exerccio para o leitor a demonstrao deste resultado.
Como consequncia temos o:
Corolrio 16.31 Seja A Mmn .
Se o posto de A = n (isto , k = n no teorema acima) ento a nica soluo da
equao matricial (H) ser a matriz nula u = O Mn1 .
Reciprocamente, se a nica soluo da equao matricial (H) a matriz nula
u =) Mn1 ento posto de A ser igual a n.
Demonstrao:
Do teorema acima temos que
dim(W) = n p(a)
= 0,
|{z}
=n
logo W = {O}, ou seja, a nica soluo da equao matricial (H) a matriz nula u =) Mn1 .
Reciprocamente, se a nica soluo da equao matricial (H) a matriz nula u = O Mn1
ento teremos que W = {O}, isto ,
(W) = 0.
Logo, do teorema acima temos que
dim
dim
(W) = n p(a)
| {z }
p(a) = n,
=0
min{m, n} (m<n)
= m < n,
logo k < n.
Do corolrio acima segue que existe soluo, no identicamente nula, da equao matricial
(H), como queramos demonstrar.
Analisemos os exemplos a seguir:
1 1 0
.
295
Resoluo:
.
.
Neste caso temos que m = 2 e
n = 3.
1 0 1
.
0 0 3 1
.
0 1 0 25
3
.
16.3
296
x1 +2x2 +x3 = 0
.
Exemplo 16.36 O sitema linear
x2
+x3 = 1 consistente, pois x1 = 1,
x +x
= 1
1
2
.
.
x2 = 0 e x3 = 1 uma soluo (verifique!).
{
x1 + x2 = 1
inconsistente (verifique!).
x1 + x2 = 2
b bR ,
i = k + 1, , m.
Logo
bi = 0,
i = k + 1, , m,
ou seja:
Teorema 16.38 Se a matriz A Mmn est na FERL e tem posto k ento a equao
matricial (NH) (ou o sistema linear associado a matriz aumentada (A b)) consistente
se, e somente se, bk+1 = = bm = 0.
Em particular, se o posto da matriz A for igual a m ento a equao matricial (e
portanto o sistema linear associado a matriz aumentada (A b)) ser consistente.
297
Demonstrao:
Uma das implicaes (a saber, ) fruto da observao acima.
A recproca ser deixada como exerccio para o leitor.
Se a matriz A Mmn no est na FERL ento temos o:
Teorema 16.39 Seja A Mmn .
A equao matricial (NH) (portanto o sistema linear associado a matriz aumentada
(A b)) consistente se, e somente se, o posto da matriz aumentada (A b) for igual ao
posto da matriz A, isto .
p(A b) = p(A).
Demonstrao:
Ser deixada como exerccio para o leitor.
Faamos uma aplicao desse resultado ao seguinte exemplo:
Exemplo 16.40 O sistema linear
x1 x2 = 0
x1
= 1
x2 = 1
consistente ou inconsistente?
Resoluo:
Observemos que
x1 x2 = 0
x1
= 1
x2 = 1
1 1 0
1 = (Ab)
1 0
0
1 1
Logo os sistema linear associado a matriz aumentada (A b) ser consistente pois ele
.
.
admite como soluo x1 = 1 e x2 = 1 (verifique!).
Portanto consistente.
Notemos tambm que (verifique!)
1 0 1
.
298
1
1 3 5 1
. 2
. 1 2 5 4
A=
e b=
4
0 1 1 1
5
1 4 6 2
Resoluo:
Podemos mostrar que (A b) (AR bR ) (verifique!) onde
13
1 0 0 10
. 3
. 0 1 0 3
=
e
b
AR =
R
1
0 0 1 4
0
0 0 0 0
()
299
Portanto, pelo teorema (16.39), a equao matricial consistente, pois de (*), temos
que
p(AR bR ) = 3 = p(AR ),
logo p(A b) = p(A).
13
. 3
Tambm pode-se mostrar (verifique!) que u =
soluo da equao ma 1
0
tricial AR x = bR , portanto da equao matricial Ax = b.
Alm disso
10
10
. 3
3
v=
, R (ou C).
=
4
4
1
13
10
3
3
w = u + v =
+
, R (ou C), isto ,
1
4
0
1
{
S=
13 10
3 3
1 + 4
: R (ou C)
300
Portanto a equao matricial (NH), A x = b, tem uma nica soluo, finalizando a demonstrao.
Como consequncia temos o:
Corolrio 16.44 Nas condies do teorema acima se m n, existe uma nica soluo
da quao matricial (NH), A x = b, se, e somente se, posto da matriz A for igual a n
(isto , m = n).
Demonstrao:
Suponhamos que exista nica soluo da equao matricial (NH), A x = b.
Ento, do teorema acima, segue que n ser igual ao posto da matriz A.
Mas n = p(A)
(m, n) m n.
Portanto p(A) = n e m = n.
Reciprocamente, se p(A) = n segue do teorema que existe nica soluo da equao
matricial (NH), A x = b, completando a demonstrao.
min
16.4
Para finalizar, exibiremos um mtodo para encontrar a matriz inversa associada a uma
matriz no singular utilizando o matrizes elementares desenvolvidas na seo anterior.
Para ilustrar consideremos o seguinte exemplo:
Exemplo 16.45 Observemos que a matriz quadrada de
1 0 0 1
1
[exerccio]
. 0 1 1 0
0
A=
0 1 1 0
0
1 0 0 1
0
ordem 4
0
1
0
0
0
0
1
0
0
0
0
1
det
301
Observao 16.48 Este teorema nos d um modo de encontrar a inversa de uma matriz
quadrada que uma matriz no singular.
Ilustraremos o mtodo com o seguinte exemplo:
Ex. 16.49 Encontrar a inversa da matriz
0
A=
0
1
0 0 1
1 1 0
1 1 0
0 0 1
302
Resoluo:
Para isto consideremos a matriz
1
0
A : I4 =
0
1
:
:
:
:
0 0 1
1 1 0
1 1 0
0 0 1
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
O que faremos fazer operaes sobre as linhas da matriz A para trasnform-la (se
possvel) na matriz identidade I4 direita.
Todas as operaes que fizermos na matriz A faremos na matriz I4 .
A : I4
1
0
0
0
0 0 1
1 1 0
1 1 0
0 0 2
:
:
:
:
1
0
0
1
a
a
(3. 2. ) 0
0
0
0 0 1
1 1 0
0 2 0
0 0 0
:
:
:
:
1 0 0
0 1 0
0 1 1
1 0 0
:
:
:
:
1 0
0 1
0 12
1 0
(1.a +4.a )
(( 1
)3.a )
2
1
0
0
0
1 0
0 1
0 0
0 0
1 0
1
a
(( 2 )3 ) 0 1
0 0
0 0
1 0
(1a 4a ) 0 1
0 0
0 0
(2.a 3.a )
0
1
0
0
0
1
1
0
1
0
0
2
0
0
1
0
1
0
0
2
:
:
:
:
0
0
1
0
1
0
0
1
: 1 0
: 0 12
: 0 21
: 12 0
0
0
1
0
: 21 0
: 0 12
: 0 21
: 21 0
0
0
0
1
1 0
0 12
0 12
1 0
1
2
1
2
1
2
1
2
1
2
1
2
0
Afirmao: B = A1 , isto , A1 =
0
0
1
0
0
0
0
1
0
0
0
0
1
0
0
1
2
0
0
1
2
1
2
0
0
1
2
1
2
0
0
1
1
1
2
0
1
2
0
0
0
1
1
2
1
2
1
2
0
.
0
1
2
0
0
0
1
0
0
0
1
0
0
0
0
0
= (I4 : B).
303
16.5
Regra de Crammer
det
det
det
x1 +3x2 x3 = 0
x1 +x2 +x3 = 0 .
x
x3 = 1
1
Resoluo:
Observemos que o sistema linear dado pode ser escrito como a seguinte equao matricial
A x = b, onde
0
1 3 1
.
.
A = 1 1 1 , e b = 0 .
1
1 0 1
Observemos que
det(A) = 1 + 6 + 1 = 8 = 0,
304
portanto amatriz A
A1 =
A3 =
Portanto
u1
u = u2 =
u3
A1
A
A2
A
A3
A
4
8
2
8
2
8
teremos:
1
1 = 1 + 1 = 2;
1
1
2
1
4
1
4
. 1
. 1
. 1
ser a soluo da equao matricial A x = b, ou seja, x1 = , x2 = e x3 = ser a soluo
2
4
4
do sistema dado inicialmente.
As muitas das demonstraes deixadas como exerccio ou omitidas podem ser encontradas
na bibliografia abaixo.
Referncias Bibliogrficas
[CDC]
[L]
Lima, E. L., lgebra Linear, Coleo Matemtica Universitria, IMPA, CNPq, Rio
de Janeiro, 1995.
305