CAPITULO Espacos vetoriais 3.1 Definic¢do Um conjunto V é um espaco vetorial sobre R se e somente se existem em V duas operages — uma adigdo ¢ uma multiplicago por escalar (niémero real) — que satisfazem as seguintes pro- priedades: #VXVoOV iRxVoOV (uyruty | @wearu A) associativa M) Vue V,VafpeR (u+v)+waut(+w), Vuy,we V a Bu) =(@p)-u A.) comutativa M) VueV,Va,peR utveveu,VuveV (@+B)-wsa-utpeu A.) elemento neutro M) VuveV,VaeR 30 Vialquen+0=u, Vue V atuty)=a-uta-v A.) oposto M) Vue V Vue V,d-ue Vital que leu=u u+(u)=0 s elementos de V so chamados vetores, ¢ 0s elementos de I so chamados escalares. Essa definigdo vale também para o caso de os escalares serem niimeros complexos. Neste texto, centretanto, 86 utilizaremos escalares reais, isto é, V é um R espago vetorial EXEMPLOS 1. R € umespago vetorial E notorio que os mimeros reais satisfazem as propriedades anteriores. 2, RPé espaco vetorial Sendo BR = ((x, y) |x,» € R}, conjunto dos pares ordenados que formam 0 plano; com as ope- ragoes definidas por: utve@y)+s=@tnyts) a-u=alx,y)=(ax,ay) Verifiquemos as oito condigées da definigio: A) (ty) +w=u+(v+w), Vuy,we R® sejamu= (x,y), V=(ew=(—,@) tvytw=l@ytG91+@@ [etrnyt + OD=7 Espagos Vetoriais 33 =(AN+P OF) 4D=(+ (rtp yt (8+ M=Gy+C+p, 5+ Q)]= Gy) +13) +P gl=ut(v+w) A) u+veveu,Vu,ve R? u+vV=(x,y) +(r,5) H@+ny+s)=(r+x,5+y)=(,9)+@y=veu A) 30 R'talqueu+0=u, Vue R BeO=wer Gr Hed=Grvewrnred=te{ TT * fee yts=y logo, 0 = (0, 0) 0 elemento neutro da adigaio Ad Vue Rave Rtal quew+ Cu) =0 HMO AI I= O0e0(e47 949) =0.020{ "0 ef y+s=0” [s=-y logo, -u = (-x, -9) € 0 oposto de u = (x, y) M) Vue RL Va,Be Ra G-u)=(f)-u eB -w) = a8 - (9) = a (Bx, By) = (@Bx, aBy) = (eB) y) = (a) u M)Vue RY, Va,BeR(@+f)-ura-utp-u (@+B)-u=(@+B)-(y)=((a+B)x, (@+Bly) = (ax + Bx, ay + By) = (ax, ay) + Bx, By)= = a(x, 9) +P y)=a-u+ hu M)Vu,ve R,Vae Ra-(ut+v)=a-uta-v a-(u+v=a-(@y)+Gs)= @- Hr yts)= (ae +n, aly +3) = = (ax-+ ar, ay +05) = (ax, ey) + (ar,as)=a-u+a-y M)Vue R41-usu L-u=1-@y)=(-41-y)=@y)=0 3. Sendo R= {(x, y, 2) |x, y, 2 € FR} conjunto dos pontos do plano, temos que R® é espago ve- torial. (A demonstragio pode ser feita de modo andlogo ao do Exemplo 2.) Da mesma forma, temos: RY é espaco vetorial RRré espago vetorial, sendo R= (0&5 oy) [pe RB} Em todos esses conjuntos, definimos a adigio © a multiplicacdo por escalar de modo andlogo 20 que foi definido no exemplo anterior. A verificago da definigao de espago vetorial nesses casos pode ser feita do mesmo modo que foi feito no exemplo anterior. 4. Como ja foi visto no Capftulo 1, 0 conjunto das matrizes M,,,., (2) satisfaz as condigdes da 4(2) Vu,v <5, temosut+v u=rt+s,comreReseS Sutv=(r+s)+(p+a)=(r+p)+6+q) veR+S > v= pt+q@compeReqeS. sUtve R+S @) VueR+S,VacRa-ueR+S ueR+S—u=r+scomre Rese S ausa-(r+s)= a-r + as ER+S Rate eR «S Logo, de (1), (2) ¢ (3) temos que R + S é subespago de V. EXEMPLOS 1. Sendo R e S subespagos dados por: R= (Ge, 0, 0)€ RY) eS = {(y,2)€ R'| x= 00 z=0)}, determinar R +S.36 Capitulo Trés Solugaio Como $= ((x, y,2) € R°|x=0ez=0}, podemos escrever S= {(0, y, 0) € R), e daf teremos R+S=(uc B|u=r+scomre Rese S} reR>u=(x 0,0) seS>v=(0, », 0) 1 R+S=(G,y,0€ RY Podemos representar geometricamente esta soma Loures=(00+0.3.0=63%0 R+S Figura 3.1 2. Sendo R = {(x, 0, 2) € Re) eS = (a, b, 0) € R°), determine R + 5. Solucio R+S= (ue Wlu=r+scomre Rese S} reR=>u=(x 0,2) =r+s=(,0,2)+@b,0)=(x+a,5, cee he r+s=(x, 2) + (a, ) =(x+ a,b, 2) R+S= (eta, b,z)€ R} 3. Sendo S e T subespagos dados por: S={(x, y, 0)€ R’} eT = ((x,0, 22) © R), determine S +7. Solugao Tnicialmente, 6 conveniente a substituigio das letras repetidas nos 2 vetores para evitar concl- sbes erradas. Assim, T= {(a, 0, 2b) € R®). Temos que: S+T=(ue R'|u=s+tcomse Sete 7}, seS=>s= (x, », 0) teT=> t=(a, 0, 26) 2 S+T= ((cta,y,2)€ RB) Josue stt= 6.3.0)+ (0,28) =tea, 2b)Espagos Vetorais, 37 4, Sendo S e T subespagos definidos por: S={Gy.zwe Rt]x+2y-w=O}e T={(@y,2z,w)e Ri] yez-w=0} determine S + T. Solugao Reescrevendo os subespacos Se T utilizando as condigdes dadas, temos em S: x+2y-w=0, isto 6,x=—2y +w ou +w ye ou ainda, w=x+2y. Escolheremos uma dessas condigdes, por exemplo x = —2y + w, e substituiremos no vetor de S, assim: Sa{2y+w, 9,20) € RY} omT: -y €z~w=0, isto 6,x=-y ez = w, Substituindo no vetor de T, temos T=(@,y,w,w) € RY), ‘Como as letras y e w s80 comuns aos vetores § ¢ t, & conveniente a sua substituicao, Podemos entdo escrever: t=(-a,a,,b). Assim: S+T= (we R‘|u=s+tcomse Sete 7) +t=(-2y+w, y, 2, W) + (-a, a, b, b) = seS=>s=(-2y+ m3 20) . teT>t=(-a a 8, d) =(2ytw—ayta,ztbw+b) A S4+T=((2y+w-a,yta.z+b,w+b)e Rt) Observe que poderiamos ter escolhido w = x-+ 2y para substituir em Se dat S=(Gy,22+2y)€ RY ea resolugio do exercicio é a mesma. . 3.4 Intersecgao de subespacos Dados R, S subespagos de V, temos: ROS= (ue Viue Reue S} Teorema Se R eS sio subespagos de V, entao ~ Ros” também é subespago de38 Capitulo Trés Demonstracio: Se R e S sao subespagos, temos: () OE RAS, pois0'e ReOe S Q) VuyveRnSu+ve RNS R weRNS >) o* utveR ueS\ SutveRns / veRnSe lS _ Sasves vesS— (3) Vue RAS, Vae Ra-ue RAS ueR>a-ueR\ ueS>a-ueS/ vernsaf =a-ueRNS Logo, de (1), (2) € (3) temos que R 0 S é subespago de V. Observaciio a) RO {0} = {0} b) RASCReRNSCS EXEMPLOS 1. Sendo R = {(x, y, 0) € B®} eS = {(0, b, c) B®} subespagos de R, determine ROS Solucao ROS={ue R'|ue Reue S) x =O ueR>u=(x, y, 0) => 0) = (0, b, = weet = omy = 1 ROS={(0,y, Oe R} ‘Note que também poderiamos dar a solugao, ROS={(0,b, 0) € R’} 2, Sendo subespagos de M,(R), determineEspagos Vetoriais 39. Solugao RAS= (ue M(R)|ue Rewe S} uersu-(é 4) “fer tote vege re roof) Observe que o sistema que deve ser resolvido na interseegao € sempre possivel, podendo ser SPD e dai RS = (0}, ou SPI, e daf R > S tem infinitas solugdes. 3. Sendo S$ ={(x, y, 2x) € R') & SPD noes 1 eago =(@+y,y,2) € RP), determine $07. Solugdo Podemos igualar os vetores de Se T com as letras que foram dadas no enunciado, porém nem sempre € pritico resolver o sistema com letras repetidas. ‘Substituiremos as letras dos vetores de S, assim x=bte bots Ka (b+G 5,034 y 2x=¢ seS>u=(x y, 2x) teT>v=(b+o b, 0), resolvendo o sistema, temos: x= y + 2x, isto é y= 2 SOT= (G4 2) € RY Note que, se resolvemos o sistema em fungdo de b e c, temos: ¢ =-2b e daf a solucao SOT= (Cb, b,-2b) € Re} (equivalente ao resultado anterior) 4, Sendo R e S subespagos definidos por R= (Q-22,y, 32) € RY} eS = (x, 2x +7; x~2) € R} determine RAS. Solugdo ra Substituindo as letras de S temos: $= ((a,2a +b, aK R}, igualando os vetores de R e de S vem: y-2z=a (y-22,y, 32) (a, 20+ b,a—b) =>) y=2at b 3z= a-b +b £7" .y=2a +b; substituindo na 3* equagio do sistema, temos: da Ie 2equagdes temos: a 5b, a 2. ROS = (Sb, -9b, — 6b) = BR)40 Capftulo Trés 5, Sendo U=((x yy2) € RP] x+2y-2=0) e V= (x,y,z) € | 2x +y=0), determine UNV. Solugao Podemos resolver este exercicio como o anterior ou entio comparando as condig6es. Resolveremos comparando as condigées. Teremos assim duas formas diferentes de resolugio para exercicios desse tipo. Igualando as condigdes, temos: x+2y a+ y substituindo na 1 equagio, temos: x + 2(-2x) — 2x. Assim, U0 V = {(@; 28, 3x) € R}. . 3.5 Soma direta Se R eS sto subespagos de V, dizemos que V é soma direta de R e S see somente se (a)V=R+S (b) RAS = 0} Notagio: V=R@S Ié-se: V € soma direta de Re S. EXEMPLOS 4. Sendo R= {(a, 0, 6) € R°} eS = {(0,y, 2) € R’) subespagos de R°, verificamos que: (a) R+S=((@y,c+2€ R= (b) RAS={(0,0,2)€ R'} # (0, 0,0} logo IR nao € soma direta de Re S. 2, Sendo R = {(x, 0,2) € R’} eS = {(0, y, 0) € R*} subespagos de R, verificamos que: (@) R+S=(@yDe R= (b) RAS={(,0,0)} logo R8=R ®S (é soma direta). 3, Sendo R = {(x, 0,0) € R°} eS = {(0, y,0) € BR?) subespagos de R°, verificamos que: (a) R+S={(e,y,0)€ R) =RY, pois, por exemplo, (0, 0, 1) € RP, mas (0,0, 1) e B+ s (b) RAS={0,0,0)} logo como R +S # B® no podemos falar em soma direta. ' 3.6 Combinacao linear Seja V um espago vetorial, Se Vj, Vins Vee VE Oy Gaya OEREspaces Vetoriais. 41 denominamos 0 vetor v, VEay,+ ai¥z 4. a, como coeficientes. @,v,, uma combinagao linear (CL) dos vetores Vj, Va ns Vn © in Qin EXEMPLOS la. n=l:ue V,ae R;auéumaCL dew b. n=2:u,ve V.a,Be Ra-u+f-véuma CL de ue v, com coeficientes «, 8. c n=3:u,v,we V,a,A,ye R;a-u+f-v+y-wéumaCL de u, v, w, com coeficientes @B,¥. a. voc8 completa! E assim por diante, 2. Sendo v=(1,-1). Do Exemplo 1(b) temos: screva vetor w = (7, 2) como combinagao linear dos vetores u = (1,2) € (1)-w=au + fy (@, 6 € R). Devemos calcular « ¢ . Escrevendo em coordenadas, vem: (7,2) =a (1,2) +B (1, -1). Realizando as operagGes e igualando as correspondentes coordenadas, obtemos: { a+Ba7 2a -pr=2 ‘Substituindo em (1), vem: |w =3u+4v 3.7 Subespago gerado SejaM = (u,, u,,.... u,} subconjunto finito de um espaco vetorial V. Usaremos a notagdo [M] para indicar o conjunto formado por todas as combinagées lineares dos vetores de M. Assim, Sa=3 e pa4 IM) = (yu, Fw Hack Uy [ty ony © R. Pode-se verificar facilmente que [M] é um subespaco de V. Esse subespago é chamado de subes- paco gerado por M. Os elementos de M geram [M] ou so geradores ou ainda formam um siste- ma de geradores de [Mf]. Como M € finito, os espagos serio finitamente gerados. No caso de sistemas de geradores in- finitos, os resultados poderdo ser diferentes. Observacao: Se R e S sto subespacos de V tais que R = [B,] ¢ § = [B,], entiio R+ $= [B, UB,]. Convengao: Se M = ©, temos [M] = [2] = {0}42 Capitulo Tres Propriedades Sendo V um espago vetorial e McV temos @ Mem @ NcMsIMicoq @) MNCV= [MUN] =(M]+1N] EXEMPLOS 1, Sendo M = {(1,-1, 0), (0, 1, 0)} € R¥, temos: [M] = (@, y, 2) € RP | (x, y, = a(1, -1, 0) + BO, 1, 0)} = = (Gy, 2) € RB] y,2)= @, aC), 0) + 0, 6;, 0) = (05 y, 2) € Ry, 2)=(@ Lal) +B, 0)} = ={@y 2) € RB] @y.2)=@-1,-a+f,0)} ou, mais simplesmente, [M] = (ct, - a +B, 0) € R?) 2. Sendo M= ((2,0, 1), (0, 1,-1), (0, 0, 1)) CR? temos: [M] = (Qa, B,a—B+y)e R) 3. Determine um sistema de geradores de U, subespago do R°, definido por: U= (ye Rly = 2x). Escrevemos U' com a relagao entre as coordenadas: y= 2x ou x ne proprio vetor, assim: U=(@,2x)|xeR} (1) U=(G»lxeR) @ Se escolhemos (1), vem: (x, 2x) = x (1, 2), daf (x, 2x) € uma combinagio linear de (1, 2). Um sistema de geradores de U é {(1, 2)}. Podemos também escrever U = [(1, 2)]- Se escolhemos (2), vem: ( ») = oh } dai ( ) combinagao linear de (3 i} Podemos também eserever U = es ‘| Observe que este problema admite mais de uma solucZo; por isso, no seu enunciado foi escri “determinar um sistema gerador ...” e no“ determine o sistema gerador ...” 4. Dados $ = {(2x, x- 2, z,x+42) © RR) subespago do R¥, podemos determinar um sistema geradores de S.Espagos Vetoriais Tomemos 0 vetor u€ Siu (2x, x-z, ‘combinago linear temos dois vetores, Assim: %,x+ 42), Como temos duas letras, significa. Ora 2 2,44 42) = 2x, x, 0,2) + (0,-z, 2, 42) =202, 1,0, +70, Logo, M= {u,, u,} = {(2, 1,0, 1), simplesmente: L144) (0,-1, 1, 4)} 6 um sistema de geradores de S. Ou, S=[@,1,0, 1), ,-1, 1,4}.CAPITULO Base e dimensdo 4.1 Dependéncia e independéncia linear ‘Vamos determinar o subespago do R? gerado pelos vetores u = (1, 2), v= (1,1) e w= (7,2), ov seja, sendo $= {u, v, w}, determinemos 0 conjunto [5] dado por [Ss (au+Av+ywe R]a,B,ye R). Podemos escrever w como CL de ue, w= 3u+4y,¢daf [Sls (au + fv +yGu+4v)e Rl a,B,ye R) ou ainda [S]= (@+3y)u+(B+4y) ve R’]a,B,ye R} chamando a! = a + 3y, f’ =f + 4y, a’, 6’ © R, temos: [Sk {au + Bv |’, p’ < R} = [u,v], ou seja, 0 subespaco gerado por {u, v, w} é 0 mesmo que € gerado por {u, v}. Agora: olhando u e v, notamos que nenhum deles pode ser CL do outro. De fato, suponhamos que u seja CL de v, isto é, u=av,ae R. Temos: (1,2)=a@(1,-l)>a=1ea Absurdo!! (Do mesmo modo € absurdo que v seja CL de u.) Notemos que, se tirarmos do conjunto $= {u, v, w} 0 vetor w (que é CL dos vetores ue v), 0 subespago gerado pelo subconjunto $ € 0 mesmo que o subespaco gerado pelo subconjunto {u, ¥) (no qual nenhum dos vetores € CL do outro! Seja 5 = {¥, Vayu Va} (n= 1) um subconjunto de um espago vetorial V. Sen= 1, isto é, $= {y,}, estabelecemos: + ¥=0, entio S é linearmente dependente, LD. * v, #0, entao S é linearmente independente, LI. Se n> 2, entio: : * $6 linearmente dependente (LD) se pelo menos um dos vetores é combinagio linear dos restantesBase eDimensio 45 + Sélinearmente independente (LI) se nio ¢ linearmente dependente (LD), isto €, nenhum dos vetores é combinagdo linear dos restantes. Nota: LD é no Lie LI é nao LD. Observe que U;, U,, . U, LD. )@u, = 0, com pelo menos um a, # 0. EXEMPLOS 1. Consideremos S = {u, v, w}, sendo u = (-9, 1, 16), v=(3,—1, 2), w= (5, 1, 4), verifiquemos se $€LD ou Ll. Solugao Escrevendo, por exemplo, u=av+fw (a,Bhe R), vem: 3a -5p=-9 (9,1, 16) =a(3,-1, 2) +BCS, 1,4)>}-a+ B= 1 {5 2 rarapai6 \P=3 Levando a = 2, f = 3 na 3* equagio, verificamos que ela é verdadeira, isto é, 2:244-3=4412=16. Logo, o sistema tem solugdo tinica e portanto u é CL de ve w, donde $ é LD. 2, Consideremos 0 conjunto $ = (u, v, w}; sendo u = (1, -1, 2), v= (1, 2, 3), w= (2, 1,3), veri- fiquemos se $ é LD ou LI. Solugao Escrevendo, por exemplo, w=a-u+f-yvem: a+ B=2 (2,1,3)=@(1,-1, 2) +B, 2,3) => 4-0 +28 =1 (2) 2a+3B=3 (3) De (1) e (2), calculamos a = 1, B= 1. Levando « = 1, 8 = 1 em 3) vem: 2:143-15243=543, logo, o sistema no tem solugao e, portanto, w no é CL de ue v. . Deixamos a cargo do leitor mostrar que também w no & CL de ve w e v nfo é CL de ue w. Donde $ é LI. ‘Vamos agora enunciar e provar trés propriedades concernentes a esse assunto, que sero usa dos mais adiante.46 Capitulo Quatro 4.2 Base Consideremos um espaco vetorial Ve S = {¥,, V2,» Va} (12 1) um subconjunto de V (Sc V). Ento valem as propriedades: P,—Se o vetor nulo de V (u = 0) pertence a S, entZo § 6 LD, Demonstragio: De fato, se, por exemplo, v, = 0, podemos escrever 0 = Oy, +..+ Ov, (O.€ B), ou seja, 0€ CL de Vay. Vy € dat $6 LD. P, ~ Se $ contém um subconjunto LD, entdo S é LD. ara simplificar, suponhamos iv, ‘um subconjunto LD de S. Entdo, por exemplo: Vib USkS+T=V Para maior simplicidade, trabalharemos no préximo exemplo com V = R®, mas o resultado que vamos obter vale para qualquer n(n 2 1). EXEMPLO Seja V= R= {(a, y, 2) | x, y, z € BR}. Consideremos o subconjunto C = {(1, 0, 0), (0, 1, 0), 0, 0, 1}. Mostremos que A é uma base de R®. (a) VG, y, 2) € R? temos: (9 2) = G0, 0) + (0, y, 0) +, 0,2)= =x(1, 0, 0) +, 1, 0) + 2(0, 0, 1) => R°=[C] (b) Seja a equagao: (1, 0, 0) +B(O, 1, 0) +, 0. 1) = 0, 0,0) @,B,ye R) entio: a(1, 0,0) +B(, 1, 0) +70, 0, 1) = (@, 0, 0) + (0, B, 0) + (0, 0,7) = (By) = =(0,0,0)>a=f=7=0 ‘A partir da equago anterior, nenhum dos vetores pode ser escrito como CL dos outros dois (56 poderfamos escrever assim o vetor cujo coeficiente nio fosse nulo). Donde C é LI. Portanto, C 6 base de R® e dim R°= 3. . 4.3 Base canénica Se consideramos agora em R', temos: C={(1, 0, 0, ss Os (0,1, Oy ves Os ve (Os rs Ls Os (Os 05 es 05 1)} que tem n vetores LI, entendemos facilmente que C é uma base do R’. Essa é a base mais simples possivel com a qual trabalhamos no R”, e é chamada a base canénica do R’. Finalmente, segue que: dim R* = 7. Notemos que, se C & base canénica do Rt", escrevemos um vetor u simplesmente como wr omitindo 0 indice que indica a base. Vamos resolver agora a seguinte questiio: como encontrar uma base (¢, conseqiienteme te, a dimensio) de um dado subespago do R.(Capétaio Quatro Dado um subespago U do R", j4 sabemos determinar um conjunto gerador de U; sendo S esse conjunto, temos: U'= [S], dat: * se S€LI, entio é base; + se nio, temos que obter um processo para extrair de S 0 “maior” subconjunto LI possfvel (pois 6 vimos que 0 subespago gerado por Se por um seu subconjunto LI é 0 mesmo). Foi dito 0 “maior” porque queremos justamente a “menor” quantidade de vetores necesséiria para getar o ‘mesmo subespago, ¢ isso corresponde a0 “maior” subconjunto LI que podemos extrair de S. Para chegar a esse processo, introduziremos antes algumas reflexdes necessérias. 1. Lembremos que uma matriz esté escalonada se a partir da primeira linha cada linha tem um zero a mais que a anterior, formando um “tridngulo retingulo” de zeros. Por exemplo: 2 campeon i? (8? 1) (3 4 ( }( able fle 8 6 4,Jjo2 3 o oJlo 0 0 3) \o0 5) 2. a, Se uma matriz esté escalonada e tem uma ou mais linhas nulas, ento o conjunto de vetores- linhas correspondente € LD. . Se, por outro lado, nao tem linhas nulas, entéo o conjunto de vetores-linhas correspondente LI, conforme o exemplo: S={(, 1,1, 0,1, 1), 0,0, D} 1 1 |consideremos a equagiic 1 oor 1 1 0 (1, 1, 1) +B, 1, 1) +700, 0, 1) = (0, 0, 0) a=0 que corresponde ao sistema{a+f=0 — , cuja solugdo é =e conclufmos que a+pty=0 5 €LI (conforme vimos anteriormente), c. Segue também que, se hé uma ou mais linhas nulas, 0 subconjunto dos vetores-linhas for- mado pelos vetores-linhas nao-nulos é LI (é uma parte LI do conjunto todo que € LD). 3, Se considerarmos um subconjunto $ de Re a correspondente matriz formada pelos vetores- linhas (colocando as coordenadas dos vetores como Tinhas), observamos que, se aplicamos as linhas da matriz as trés operagdes elementares jé definidas, sempre obtemos outros vetores-linhas pertencentes a [S] (isso segue da “linearidade” das operagdes elementares com linhas e da de- finigZio de subespago gerado). Essas reflexes justificam 0 método (processo) para a obtencio de uma base de um subespago do RY, 0 qual descrevemos a seguir. Seja Uo subespaco do BR" em questio: a. primeiramente determinamos um sistema gerador de U, a que denominaremos sistema 5. (= {S);b. formamos a matriz A, cujas linhas so as coordenadas dos vetores de S, e aplicamos a ela as ‘operagées elementares com Tinhas, transformando a matriz A numa mattiz, escalonada 4’, © vem: (i) se A’ ndo tem linha nula, $ € LI e é uma base (como também o subconjunto S’ formado pelos vetores-linhas de A’); Gi) se.A’ tem uma ou mais linhas nulas, as linhas nao-nulas correspondem a um subconjun- to LI de S (ou um subconjunto LI de S’), portanto uma base de U, O ntimero de vetores dessa base é a dimensio de U. Os seguintes exemplos esclarecerio a aplicagao do método. ‘EXEMPLOS: Determine uma base e a dimensio de cada subespago dado: 1. V= Re; U= (2y,y)e Re Solugao Nay) :.U=[Q, 1)} isto €, (2, 1) gera U. Como (2, 1) # (0, 0), temos que {(2, 1)} € LI e portanto base de U. Logo, B= {(2, 1)) € uma base de Ue dim U= 1. 2V=R U=( y= Te) = (G70) [xe BY (x, Tx) € U= (Tx) =x (1, 7) 2. U = [(1, Dh isto 6, (1, 7) gera U. Solugao Como (1, 7) # (0, 0), temos que.{(1, 7)} € LI e portanto base de U. Logo, B = {(1,7)} € uma base de Ue dim U = 1. 3.V=R? U= (Gy, 2)| 22 2x4 3y) = (ay, 2x+3y) [Bye RY Solugao (x, y, 2x +3y) € U > (x y, 2x + 3y) = (, 0, 2x) +, y, 3y) =x CL, 0, 2) + yO, 1,3). ».U =[(1, 0, 2), (, 1, 3)], isto & ((1, 0, 2), (0, 1, 3)} gera U. 100 013 ‘a matriz j6 esté escalonada, com nenhuma linha nula, logo $= {(1, 0,2), (0, 1, 3) €LI. Donde uma base de U é B= {(1, 0, 2), (0, 1, 3)} edim U=2. Se escrevemos50 Capitulo Quatro 4V= , 4,5, ICR. 1,2, 3), (3, 2, Solugao Aqui sio dados os geradores, mas é necessério 0 escalonamento para sabermos se siio LI ou LD: 12 3) (12 3) {12 3] (12 3 . 3 2-1|-|0 8 -10/~]o 8 -10/~jo 4 -5 4 5 3) lo 23 -9) Jo o 8] lo o 1 8 why, Ly=by-Ply Hs 5740, AL, \ ‘A matriz esté escalonada com nenhuma linha nula, logo os vetores sfio LI. Donde uma base de VEéB={(1,-2, 3), (0, 2;-5), 0, 0, 1)} edim V=3. Observacao: Poderfamos também escolher como base 0 préprio conjunto gerador do inicio, mas essa é mais “simples”! 5. W=[(1,-1, 3), 2, 3,—D, 3, 2, 2] CRE Solucao Escalonemos: 1-1 3) (1a 3) (1-41 3 2 3 -1|-|0 5 -7|~|o 5 7 32 2) lo 5-7} lo 0 0 TyaTigrtl, Ey=Ty-ky 1,21, -3L, ‘A matriz escalonada tem uma linha nula, logo os vetores so LD e as linhas no-nulas corres- pondem a uma parte LI. Donde, uma base de W é B = {(1, 1, 3), (0, 5,-7)} e dim W = 2. A observagiio do exemplo anterior também se aplica aqui. 6. U=[(1,-1, 2, 1), 2,3,-1, 3), 3, 2, 1,4), 5, 5,0, 2c Rt Solugdo Escalonemos: 1-121) (1a 27 23-13) fo 5 -5 1]_ 3.2 14] jo 5 51 5 5 07) (0 10 -10 2 L, =L, -2L, L, =L, -3L.BaseeDimensio 51 ‘A matriz escalonada tem duas linhas nulas, logo 0 conjunto é LD, mas as duas linhas nao-nu- las correspondem & parte LI. Segue que uma base de U €B = {(1,—1,2, 1), (0,5,-5, 1)} edim U=2. 7, Dados U=((x,-x, 0) € BS) eV=((y2) € RY} verificar se ° é soma direta dos subespagos Ue V, isto é, R=UO8V. Solugao Lembrando que ae . mevev Pave DU tVAR tomes: bUOV=0} a. Para verificar se U + V=R°, vamos utilizar dim(S +) = dim V ¢ S + T= V, isto €, de- ‘vemos determinar dim (U + V) e verificar se é igual a3. Como U+ V= {+ y+) 2) € R°), para determinar dim(U + V) devemos encontrar uma base de U + V (e+y, x+y, 2) = (x 0) + 0, y, 0) +, 0, 2) =2(1, “1, 0) + ¥(1, 1, 0) +240, 0, 1) assim U+V=[(1,-1, 0), (1, 1,0), (0,0, DI 0 1-10 0|~|0 2 0| sio Lt 1) lo o1 L,=k,-ky “B= ((1,-1,0), (1,1, 0), (0,0, 1)} 6 uma base de U+ Ve dim U+V=3, logo, U+V= Re 'b. Determinemos Um V. Igualando os vetores de U'e V, temos rey 40 =0,929)-¥=9 z=0 da le 2 equagdes temos x= y=0 -.UAV= {(0, 0, 0)}, logo R? = U@ V. 8, Sendo U= {(n.x—2, 2,1) € R*) e V= ((2y, 1, #) € RY} determine uma base e a dimensio de U,V,U+VeunV. Solucio Base de U: (x—2,2,0) =a(L, 1, 0, 0) + 2(0,—1, 1, 0) + (0, 0,0, 1) U=[G, 1, 0,0), (0,1, 1, 0), 0, 0,0, 152 Capftulo Quatro 1000 0 -1 1 0 |jéesté escalonada, portanto so LL. 0 001 By = {(1, 1, 0, 0), (0, -1, 1, 0), (0, 0, 0, 1)} € uma base de U e dim U = 3. Base de V: 2y,940=y 21,0, 0) +0, 0, 1, 1) (2, 1, 0, 0), (0,0, 1, 1] Bl 0 0) eck einai teely, oo11 By= ((2, 1,0, 0), (0,0, 1, 1)} € uma base de Ve dim V=2. Base de U + V: Lembrando da observagiio feita em subespaco gerado, temos: U+V= [By UB assim, U+V=[(1, 1, 0, 0), (0, -1, 1,0), 0, 0,0, 1), 2, 1, 0, 0), (0, 0, 1, 1}. 1 100) (1 100) (1 1 00) (1 100 o-110| jo +10) |o-+ 10} jo-r10 0 00 1\)~/0 00 1}/~}/0 0 1 1)~}/0 O 1 1} 2100 o-100 0 0-10 o ool ooi1t o o11 oo O11 o ool Ly=L,-2L, Lys Ly =L44 Ly L,=L,-Ly 1100 ‘jo 110 ~f0 0 1 1}os5 vetores so LD, porém os 4 primeiros so LI. ooo 0 00 0) Ls=Ls-Ly Logo, By y= ((1s 1,0, 0), (0, -1, 1, 0), (0, 0, 1, 1), (0, 0, 0, 1)} € uma base de U + Ve dim U 4, . Base de UV: Igualando os vetores de Ue V, temos: @x-2, 2,1) = (2a, a, b, b) e datBasee Dimensso | 53. x=2a 7 2 =4 resolvendo o sistema, temos b= a t=b “Assim, UA V= (2a, a, a, a) € R} como (2a, a, a, a) = a(2, 1, 1, 1). Temos que: Bynv={Q. 1, 1, 1)} € uma base de U9 V dim UO V= 1.ee CAPITULO Transformacoes lineares 5.1 Revisio de Fungoes Dados dois conjuntos A e B, lembremos que f: A —> B € uma fungao (ou transformagao ou apli- cagao) se para cada a € ‘Aesté associado um tinico elemento bbe B. (© conjunto A € chamado dominio def, ¢ 0 conjunto B & chamado contradominio de f O tni- co b de B associado ao elemento a de A é indicado por fla) E 0 conjunto Im f= {flx) |x€ A} € chamado de imagem de f. Dizemos que uma fungio ft A B é injetora se e somente se elementos distintos de A tém imagem distintas, isto €, finjetora > (x, #% = fle) #fld, V An € A). Podemos também escrever: {Finjetora <> (fix) = flay) > m1 = V a2 A) Dizemos também que uma fungdo fi A—> B é sobrejetora se cada b & B € imagem de ao menos uma€ A, Uma fungio € bijetora se € injetora e sobrejetora. ‘Suponhamos que f: A — B seja bijetora. Para cada be B existe um tinico a € A, tal que fla) = entio podemos dizer que existe uma fungio g: B—> A denominada inversa de f, tal que g(b) = @ © fia) =b. Se fadmiteinversa, diremos que f inversvel, sua inversa seré denotada j. Observe due g éainversa de f, entio fa inversa de g. Figura 5.1Transformagdes Lineares 55 ‘Transformagées lineares Na geometria analitica plana, qual a linha mais “simples”? Todos concordamos: a linha retal E de todas as retas, qual é a mais “primordial”? A que passa pelo “primérdio", ou seja, pela “ori- gem"! ‘A equagio dessa reta 6: y = ax (a= constante real), ou, f(x) = ax. Figura 5.2 Lembrando que um espago vetorial € um conjunto de objetos matematicos munido de duas operagGes (adigo de vetores e multiplicagao por escalar), vejamos como a fungio f(x) = ax se comporta perante essas operagées. (1) Adigao Sejam x, x, € R, Observe: fix; +23) =a (m+) = ax tax, Por outro lado: fix,) + fla) = ax) + a Dai fix, +x) =fix,) +x). (Isso nao é bem “simples”?) (2) Multiplicagao por escalar (n* real) Sejam xeReaeR. Observe: fla-x)=a-(a-x)=a-(a°x) Por outro lado: at» fix) = a= (a°x). Dai, fla +2) =a--fo), Vee R, Vee R (Também isso é bem “simples”, nao?) Tendo em mente essa “simplicidade”, observemos que, até agora, lidamos com “objetos ma~ ‘teméticos” (espagos vetoriais, subespagos, subespaco gerado etc,) em si, sem relagGes entre eles. Naturalmente queremos estabelecer as “relagdes mais simples possiveis”. Os objetos mateméti- cos que conectam esses diversos espagos vetoriais entre si do modo mais simples so as fungoes (transformagées, aplicagdes) lineares, cuja definigao € dada a seguir. ‘Sejam Ue V espagos vetoriais e F: U > V, F uma fungao com dominio U e contradominio V.56 Capitulo Cinco 5.2. Transformacdo linear Dizemos que uma fungo F ¢ uma transformacao (fungao, aplicago) linear se valem as condi- goes: () Vu, u, € U, F(a, +u,) =F(u) + F(a) Q) Vue U,Vae R, fau)=a- F(u) Da definigao segue imediatamente uma propriedade das transformagées lineares, que serd itil para verificarmos se uma dada fungo néo é linear. Sejam U e V espagos vetoriais e F: U > V uma transformacio linear. Indicando, respectiva- mente, por 0,,€ 0, os vetores nulos dos espacos Ue V, entio vale: Propriedade F(O,) = 0, Demonstragio: F(0,) = F(0- 0,,)=0-F(0,) = 0). Dessa propriedade decorre: se uma funcAo leva o vetor nulo de U em um vetor ndo-nulo de V, isto & F(,) # 0}, entdo ela néo pode ser linear. EXEMPLos Verifique quais das fungdes dadas a seguir so lineares: a, FR? R, definida por F(x, y) =2x+y+7 Solucao F(,0)=2-0+0+7=7, donde F (0, 0) #0 (vetor nulo de R) e, pela propriedade anterior, F no é funcio linear. b. G: RP RY, definida por G(x, y) = (2x, 3x + 45) Solugao GO, 0) = (2-0, 3-0 +4 -0) = (0,0); disso nao decorre coisa alguma, e temos que constatar se valem as condigdes (1) e (2) da definigao de transformagao (func) linear. (1) Sejam u, = (, »), uy =(7, 5) € R? Glu, + u,) = GOe+ ry +5) = Ax +N), Hort) +40 +8) = Ox + Ir, 3x + 3r + 4y +45) Gu) + G(u,) = GE, ») + G(r, 8) = (2x, 3x + 4y) + 2r, 3 +45) = = (Qe + 2r, Ax + dy + 3r + 45) = (x + 2r, 3x4 Sr + dy + 4s). Donde G(u, + u:) = G(u,) + G(u,), V u,, u; € Re vale (1). @Q Sejau=(x,y)¢ Weae R Glau) = Ga: (x, y) = G(x, ay) = (2(ca), 3(@x) + 4(ax)) @ Glu) =a « G(x, y) = « 2x, 3x + 4y) = (22), (3x + dy) = (2(ax), 3(4x) + 4(@y)) Donde G(a - u)=a- G(u), Vue RY, V ae Re vale (2). Portanto G é fungao linear. ¢. T: RP RY, definida por T(x, y, 2) = G2,x+y, 2y + 2,242)‘TransformagiesLineares ST Solugao (0, 0, 0) = (0, 0+ 0, 2-0 +0, 0 + 0) = (0, 0, 0). (Nada a concluir!) Vejamos se valem as condigdes (1) e (2) da definigaio de fungao linear. (1) Sejamu, =(,y,2)€ Rew =(.s,0€ R Tew, + uy) = Tx try +5 2+D= (CHM xtrty ts, yest et hxtrezts) Tw.) + Tu.) = 7, y, 2) +708, 0= (2X4 y, WH AXt D+ +S WH hr sys H(CHPxty tres, Ly tet Wwe yxt eer ey, Como (x +r)? #2 + r® (em geral), segue que T(u, + u;) # T(u,) + T(u,). Donde “fura” (1) e T nao é fungao linear. d, H: R® + R? definida por H(x, y, z) = (x +2y,.x+y—2) Solugio H(0, 0, 0) =(0+2- 0,04 0-0)=(0, 0). ‘Vejamos as condigdes de linearidade: @, ye Rew=(r,s, 06 R Hu, +0) =Hxt ry +524 = +r tts), xertyss—E4O)= B(etr+2y+2sxbrtyts—2—) H(u,) + H(u,) = Ho, y. 2) +H, 5,0 =(x+2ytrt2sxby-ztrts—) +2 xty-z) 4+ (425, 745-9 (xt r42yt2sxtrty+s—z-0. Donde H(u, + u,) = H(u,) + H(u,), V Us, Us € RP (2) Sejam u=(,y,2€ Rae R H(@-w)=H(@- (x, y,2)) = H(@x, ay, az) = (ax + 2ay, ax + ay az) a H(u) = a H(x, y, 2) = ax + 2y, x+9—2) = (G(R + 2y), ale + y—2)) = = (ax + 2ay, ax+ay—az). Donde H(a- u) =@- H(u), we R®,a € R, logo vale a condigio (2). Portanto H é funcdo li- near. s Propriedade generalizada da linearidade (PGL) Seja F: U— V, fungio linear, temos que Vuy,we U,Va,B,ye R: a, Faut py”. = Flauye Fipy) = ? aru) +BFW) b. Flaw + By + yw) 2 Flau + By) + FQW) =" aFtu) + BFW) +yF(m) Geralmente: V Uy, Us, U,€ U, V Gy Gy ny Ge E Ry temos: Flu, + ahh, +..c4 Gu) = 0 F(U,) + @y F(U,) ++, F(U,).58 Capitulo Cinco Essa propriedade generalizada da linearidade (PGL), que 6 um modo mais sintético e mais geral de expressar a linearidade, tem uma importante aplicagio, a qual ilustrada nos exemplos a seguir. EXEMPLOS 1. Sabendo que T: R? —> RY, T(x, y, 2) = (e+ z, y), 6 linear, determine a imagem dos vetores pela transformagao: a, (1, 2,3) b.(0,0, 1) © (1, 2,1) Solugao a. T(1, 2, 3)=(1+3,2)= (4,2) b. TO, 0, 1) = (0+ 1,0) © 7, 2,-1)= (1-1, 2) 2, Sendo T(x, y) = (2x, 2y) uma transformagao linear, determine a imagem do segmento AB pela transformagao linear T, A = (0, 0)e B= (1, 1) Solucao T(A) = T(O, 0) = (0, 0) T(B) =T(1, 1) = (2, 2) E fécil verificar que todos os pontos do Segmento AB so levados pela transformacao T em todos os pontos do segmento A’B’. Temos também que, se M 6 ponto médio do segmento AB, entio M’ = T(M) também seré ponto médio do segmento A’B’. (Faga como exercicio,) Figura 5.3 3. Dada a figura a seguir, determine a sua imagem pelas transformagées: a. T(x, y)= (r+ 1, y—1) (translagio) b. S(x,y) = (3x49)Justifique por que a transformago T nfo é linear, Figura 54 Solugao Basta calcular a imagem de cada vértice da figura. a. T(0, 0) = (1, -1) =A’ T(2, 0) = (3,-1) =B’ TQ, 3) =, 2)=C’ T(, 3) = (1, T nao é linear pois, T(0, 0) = (0, 0) b. S(0, 0)= (0, 0)=4’ S(2, 0) = (2,-6)=B’ 5(2, 3) = 2,-3)= C500, 3) = (0,3) =D"60 Capitalo Cinco Figura 5.6 4, Sabendo que F: R?—> 6 uma fungfo linear e que F(1, -1) = (2, 3) e F(L, 1) = (4, 1), sendo B= {(1,—D(1, 1)} base do R?, determine F(x, y), V (9) € R? (lei de F). Solucdo Seja (x, y) € RP, sendo B = {(1,—1), (1, 1)} base de R?, temos: () @y)=a(1,-1) +84, 1), coma, Be R, aplicando F’a (1), vem: F(x, y) = F(@(1,-1) +B(, 2) PGL)> (F(1, —1) + BFC, 1) (conforme 0 enunciado) => (2, 3) + B(-4, 1) (por (2)) => = F(x, y) = Qa 4B, 3a +B) => arte »-(2)-E2) Cz) <2) 2 2 2 az => Fay) = Cx 3y, 2x-y) a Sabendo que F: R* > R¢ € linear, e que F(, 1, 1) = (2, 1,3,2,F@. 1, D= = (1, 2,3, 4), FQ, 0, 1) = A, 3,6, 1), Sendo B= ((1, 1, 1), 0, 1, 1), @, 0, 1)} base do R?, determine F(x, y,2). V Gy. 2) € R. Solucao B € base do R®, logo V (x, y, 2) € RP, temos: @) @»2=aU1, 1,1) +8O, 1, D +7, 0, 1) coma, ByeR,‘TransformagSes Lineares 6. a=x a+B=y —cujasolugioé:a=x,B=y—xey=F—) a+p+y=2 (para resolver basta “descer a escada’)- Aplicando F a (1) e usando a PGL, vem: F(x, y,2)=Fla(1, 1, 1) +B, 1,1) +700.) = Fle 9,2) = FUL, 1, 1) + BPO, 1, 1) + YF. 0, 0. (enunciado) Fe, 9,2) =a-2, 1, 3,2) +B 2.34) +13, 6D = Fos y,2) = x2, 1, 3,2) +(y-2) (1, 2,3,-4) + @-9) 3.6.) > FO, y,2) 3x + 2y—%)-X-) + 38 — 39 + 6, O—5Y +2) . 5,3 Nacleo e imagem de uma transformacao linear Sejam U e V espagos vetoriais, F: U> V transformagio linear (funcao linear). 5.3.1 Nicleo Definimos como nécleo da transformacao (fungao) linear F o conjunto N(F), subconjunto de U, dado por: N)= (we U|F(u) = Oy}. Podemos também utilizar anotagio Ker F (abreviatura da palavra inglesa Kernel) para desig- nar o mticleo de F. Graficamente: Figura 5.7 | Propssio M(F) € subespago de U. De fato, (1) NE) #. pois, Fg) = Oye dai Oye NF)62 Capfialo Cinco (2) Vu, u,€ N(F), temos u, + u,€ N(F) F(u, + u;) = F(u,) + F(u,) = 0 + Oy = 0y, donde u, + u,€¢ NF) (3) Vue NF), ¥ ae R, temosa- ue N(F) ue NF) > F(u)=0, F(@-u)=aF(u) =a: 0,=0,, donde a- we N(F) De (1), (2) e (3) temos que N(F) & subespaco de U. Proposigao Scat I ia patatecrnaet nee a : N@)=(0) oF éinjetora | Demonstragio: (=2) Dados u,, u, € U, tal que F(u,) = F(u,), temos: F(u,) — F(u,) = 0 e como F € linear vern: F(u, ~u,)= 0, e daf u,,u¢ NF). Como N(F) = {0}, temos que u, ~ u, = 0, isto é, u, = u,. Logo, F é injetora. (©) Sejau € N(F), entao F(u) = 0. Mas F(0) = 0, logo F(u) = F(0). Como F ¢ injetora, temos que u=0. Portanto, N(F) = {0} se F é injetora. 53.2 Imagem Definimos como imagem da transformagao (funcdo) linear 0 conjunto: ImF= (ve V|v=F(u),we U) ou, de modo mais direto: Im F = {F(u) € V| ue U}. Graficamente: Figura 58 Proposigio Im é subespago de V.‘Transformagies Lineares De fato: (1) Im F # , pois, F(0,) = Oye dat Oy € Im F (2) V vy v2€ Im F, temos v; + ¥,€ Im F ye InF3¥,=Flu),we U ye ImF = ¥2= Flu); € U y, +¥;= F(u,) + F(u,) = F(u, + ¥,), +, € U, donde v, +v,€ Im F @) VveImF, Ve R, temos aye ImF ve ImFv=F(u),ueU a-v=a-Flu)=F(@-u),a ‘we U, donde a: ve ImF De (1), (2) € (3) temos que Im F é subespago de V. Observagdo: Se F: U-> Vé linear, entio (F € sobrejetora <> Im F = V) ‘Teorema da dimensio. Seja F: U7 —> V uma transformag&o linear entio: dim Im F + dim N(F) = dim U EXEMPLOS 1) Determine 0 miicleo ¢ a imagem das fungdes lineares (iransformagées lineares). 1. FR R? definida por F(x, y) = (@— 2, y+ 24) Solucao a. NF) = (0,9) € BP FG 9) = @, 0} =r 23 poe Fa. y)=0 aeyt29=.0)-9 9 % substituindo na 1# ou na 24 equagéo temos x <.N(F) = {(0, 0)} (subespaco trivial ou nulo) b. ImF ={(y-2x,y + 2x) € R’} 2, G: R°—> R definida por G(x, y) = (0, y— 3x, + 32) Solugao a. N(G) = {(x, y) € R'| GG, y) = (0, 0, 0)} o=0 Gln y)= (0, 9-32, -¥ +30) = (0, 0,0) 4 y-3x =O y= 3x ~y+3x (x,y) € Re] y= 3x} ou NG) = {@, 3x) |x R} b. Im G= {(0,y—3x,-y + 3x) € RY} 3. H: >> RP dada por H(x y, 2)= (0, 2x + 3y—2,-2e- 3y +2) Solugéio a. NH) = ((x,9, 2) € RP | HG, y, 2) = (0,0, 0)}H(x, y, 2) =O, 2x + 3y-2,-2x- 3y + 2) = (0, 0, 0) > 0=0 2x +3y-2= 09 z= 2x4 3y 2x -3y+2=0 2. NG) = (Gey 2) € RP] 2= 2x + 3y) ou NED = {@x, y, 2x+3y) [4 ye R) b. Im H= ((0, 2x+3y—2,-2x-3y+2) [4 y,2€ RY 4.F: RO R® dada por F(x, y, 2,0) = + 2y-4 3x-y—7, 0) Solucao a MPV= (G20 € RLFC, ys 79 =O, 0, 0)} Foxy, 21) = G+ 2y-t 3x-y-2, 0) = 0, 0,0) => xt2y- 3x- o=0 (wy.n fe Ri|t=x+2ye2=3x-y} (a, 9, 3x-y.x +29) [9 E RY 2 N® ou N(F) b. ImF = {(x+2y-1,3x-y-2, 0) |, 9,2, F€ RY 5, F: R°—> R dada por F(x, y,2)=@—yx—-y+ 22,4442) Solugio a. NF) = (0,92) € RP | Fy, 2) = ©, 0, O)} FQ, y,2)=@—y.x-y + 22, x+y +2) = (0, 0,0) daf, substituindo na 3* equaco, vem x + ‘como x— y= 0 (1# equagio), temos . NE) = {(, 0, 0)} (subespago trivial ou nulo) ey=0 belmF=((x-y,x-y+ 22,2494) | my. Ze BY Sendo niicleo ¢ imagem de uma transformagao (fungio) linear subespagos, 0 processo para determinacdio de base ¢ dimensfo é o mesmo j estudado. TH) Determine uma base e a dimenstio dos Exemplos 1 a 5 anteriores. 1. F(x, y) = (9-28, y +28) Solugao a. N(F) = {(0, 0)} (subespaco trivial). Por definigao, base de N(F) = e dim N(F) = 0 b. ImF=((y 2x, y + 2x) € R?} eum sistema de geradores € ((1, 1),(-2, 2)} dat,‘Transformagies Lineares init u 21 o4 L,=L, +2L, «base da Im Fé B = ((1, 1), 2, 2)} dim Im F=2. 2. Glx,y) =, y-3%-9 +39) Solucao a. N(G) = ((x, 30) © RP) NG) = [(1, 3)}, como (1, 3) # (0, 0) 0 conjunto é LI. Logo, base de N(G) €B = {(1, 3)} edim N(G) = 1 b. Im G=[@, 1,-1),0,-3, 3)] dal, 0 1-1)_(0 1-1 Lp 0 3 3) (oo 0 Ly =L, +32, mas {(0, 1, -1)} €LI. 2. B= ((, 1,-1)} é base de Im G e dim Im 3. Hx, y. 2) = (0, 2+ 3y— -2x-3y +2) Solueao a, N(H) = [(1, 0, 2), @, 1, 2)] 102 ( 1 ;) |j@ est escalonada, portanto o conjunto é LI. “B= {(1, 0,2), (0, 1, 2)) € base de N(H) e dim N(H) = 2 = [(0, 2,-2), (0, 3,-3), ,-1, DI LD mas {(0,—1, 1)} 6 LI . base de Im HB = ((,-1, 1)} edimIm H=1 4, Flay, 2, )=(8+ 29-6 3x-y- 2,0) Solugao a. MF)=((, 0,3, 0, 1,1, 20) 10 37 ad i E (i 1 eh > Jiestcesatn ja, portanto o conjunto € LI. “s base de N(F) 6B = ((1, 0, 3, 1), (0, 1,-1, 2)) ¢ dim NF) = 2& Capitulo Cinco b. Im F= (1,3, 0), (2,-1, 0), 1,0, 0), 0,1, 0)] 130) (1 30 0) (130 2-10] [0 70 010 1 00\ jo 3 0] 000 o 10) \o 10 000 Os quatro vetores tio LD, mas os dois primeiros sto LI. . base de Im F = {(1, 3, 0), (0, 1, 0)) e dim Im F =2 5. FO, y.2)=@ yxy + 2H YTD Solugaio a. N(F) = {(0, 0, 0)} (subespago trivial) Por definigao, base de N(F) = 2 e dim N(F) = 0 b. ImF=[0,1,),C1,-1, 0), 2, DI i ut 1 it} fiad -1 -1if-| 0 21)-}0 21 Lu. o 21) \-2r -11) (0 02 Bay Bg=bs oly ‘x base de Im F €B = {(1, 1, 1), ©, 2, D, (0, 0, 2)} dim Im F = 3. 5.4 Operacées com transformacoes lineares 5.4.1 Adicao Sejam F: U> Ve G: U— V transformagoes lineares. Chamamos de soma das transformagées F e G a transformacao F+G:U— Vdada por (F + G)(u) = F(u) + G(u),V ue U. 5.4.2 Multiplicacao por escalar Sejam F: U > V uma transformagio linear ek R. Chamamos de produto de F por k a transformagao kes F: U V dada por: (k- F(a) =k Fu), V we U. Se Fe G sio lineares, entio F + G e k F também sfo lineares. 5.4.3 Composigao Sejam F: U—> Ve G: V+ W transformagies lineares. Chamamos de fungao composta de G com F e denotamos G » F, a transformagao GF: UW dada por (Ge F) (u) = GF), Vue U. Se F e G sdo lineares, entio G° F € linear.‘Transformagées Lineares 67 5.44 Propriedades Sejam SeT transformagées lineares deUemV,eGeF transformagoes lineares de Vem We seja ke R, entio: 1 Go(S+T)=GeS+Ger 2. GtFyeS=GeS+FeS 3, k(GeT)=(kG)°T=Ge KF) EXEMPLOS 1. Sejam F, G: R + RP fungées lineares definidas por: Fly, 2) = e+ 2932 58-2) €GU, 992) = GY-2H4- 94 59 Determine: a. 3F + 2G b.2F-5G Solucio a3F+2G: RR (a + 26) 9.2) = Her +29 ~ 34 SEA) 4D OY DAI + SD= = Bx+ 6y-% 5x4 3z) + (Gy — 42, 2x—2y + 102) = = Gx + 12y~ 132, 17x 2y + 132) 7 GF + 2G) (xy, 2)= Gx + Wy 134 M7x=2y + 132) b. 2F-5G: > RP (QF ~5G)(e,y.2) = 200+ 29-32 S2+2)~ 5) -22x-y+5= 2 (2x + dy ~ 62, J0x + 22) — (15y— 308, Sa 59+ 252)= = (2x~ ly +42, Sx+ 5y~ 232) _ & GF 5G) 9.) = Ox Ny + 4z Se 459-280) 2. FE RORGR Ren: R > IR transformagées lineares dadas por: FQ.) = HY 2x 39) OOH B(x 3y,2-Y E+) CHG IDA 2@—ytHx- 2-2-7 Determine, se possivel: aFeG bGeF &GeH aHeG e@FeH LHF gGoFoH Solucdo aFeG ROR (FG) & y)=FG F(x +3y,.x- W249) = By x—y2—J xt Oy 3x4 39) = + e499) Qe&y’=r +9y)Capitulo Cinco bGor: ROR (GeF) yD = GEO 2) = G+ —% 2x 3y)= $y 24 6x—9y,x+y—2— 2x4 3y,X+Y-Z+ D3) = x — By — 2, -x + 4y—2, 3x-2y—2) 7 (Ge Pilu 9, = Ox—8y—2,—x 4 4-2, 3x 29-2) ©. GeH nio é possivel pois H: R’ > Re G: R’— RY, assim Im H ¢ Dom G- 4. HG: ROR (H°G) @y) =H y) =H + 3yx-y.EFY)= oe 4 By KF YHEXFY, FH BY WH D—X-WwA-Y—E“Y) = (+ Sy, — 2x4 4y, — 29) . (H° G)(x, y) = (& + Sy, 2x + 4y, -2y) e. FoH: RR (Fe H) & 9,2) = FG 2) = Fey + 2,- 29 Y= =(e-y424x-2y—2-y +2, We 2y +22 3x+ Gy +32) = = Qx—4y + 2,04 dy + 52) Fe Hy(x, y, 2) = (2x— Ay +2, -x + 4y + 52) no € possivel a composigao He F, pois P: Ro RP e H: Re RE . GoFoH: RB (GoF eH) (%y2)= (Ge eH) (% 2) = GF eH) &y, 2) = = G(2x—4y +2, 1+ Ay + 52) = (Oe —4y 4+ 2— 3x + Ly + 15z, 2e— Ay +2 + x—Ay— 52, De dy 2-H + Ay + 52) = xt By + 162, 3x 8y— 42, x+ 62) e “AG °F °H)(x, y, 2) = (+ By + 162, 3x — By ~ 42, x + 62) . 5.5 Operadores inversiveis Seja T: U—> V uma transformagio linear; no caso em que U=V, dizemos que a transformagio T é um operador linear. ‘Um operador T: U-> UE inverstvel se existe T“' tal que: TeT!=T°T=1 (identidade). ‘Lembremos que T é inversivel se ¢ somente se é uma fungio bijetora (injetora € sobrejetora). Demonstragdo: Se N(T) = {0}, entdo T’é injetora (como jé vimos).‘Transformogdes Lineares 69 Como N(7) = {0}, temos dim N(T) = 0, e pelo teorema da dimensio temos: dim (Im 7) + dim N(Z) = dima U «5 dim(Im 7) = dim U,e como Im T'€ U, conelufmos que Im T= U. Logo, 7 é sobrejetora. Como T° injetorae sobrejetora, temos que ela € bijetorae portant inversive. Assim, NC) = (0) = T€ inversivel EXeMPLO Seja F 0 operador em B? definido por Fx B (x + 3y, 2). Mostre que F & inversivel e determine Solugiio Como F € operador linear, para que seja inversivel devemos verificar somente que F é injetora, isto 6, N(F) = (0). NQF) = {(x 9) | FOr, 9) = (0. 0)} 243) x=0 => y=0 Fo) =O. 0433.2120.0 ¢{ 2. N@)= ((0, 0)}, logo F é inversivel Determinemos agora F* F(a, b) = (x, 9) © Flay) = (a,b) = 4 39.9) -xsp3ysa-barys teeee CAPITULO Matriz de uma transformacdao linear 6.1 Matriz de uma transformacao linear Sejam Ue V espagos vetoriais com dimensGes n ¢ m, respectivamente, 7: U—> V uma transfor rmagio linear, A = {Wy ty», a} base de U € B= (¥j, Vor ~~» Vn} base de V: Temos: The) = ay,V, + aay¥9 Het Thu;) =a, + nV tot an TU) = ays + OpsV2 tot Oyen ‘A matriz mx n dada por yy Uy Gy Ay + ay Dig 00 ay a 4, tn + an nn zn an Dre= ou yx Imp +++ Ae Am, Fa — Fan em que a coluna j€ formada pelas coordenadas de 7(u) na base B, ¢ € chamada matriz.de 7'em relaciio as bases Ae B. Observacées: 1. Se U=V (operador linear) ¢ escolho A = B, entio (T),, 2. Se Ox " e V-= R", e as bases so as candnicas, entio (I), 2 = Teorema Sciam U= Re, V=Re,A una base de Ue B uma base de Vento, | we U vem: (T(u))s=(Dan* * | TweVv | . | hare zl Observacio: Nas aplicagdes em computagao gréfica, usualmente wtilizamos as bases can6nicas. Enunciaremos a seguir alguns resultados titeis:‘Matriz de uma TransformagsoLimcar 7 a. Sejam F, G: Rt Re transformagées lineares, e (F) ¢ (G) suas matrizes can6nicas, entao: @ F+Q=H+@ @) @F)=a(P),VaeR b. Sejam G: Rt > Re e F: R" — Re transformagdes lineares e (G), (F) e (F G) as respectivas matrizes candnicas, entio: Fe@Q=f)@ EXEMPLOS 1, Determine a matriz de T: R’ > R? dada por T(x, y. A=((1, 0,0), 0; 1,0), (0, 0, D) eB= (1, ), , D}. (x+y, x + 2) em relagdo as bases Solugao TA, 0,0) = (1, 1) =an(1, 2) +400, 1 TO, 1,0) = (1,0) = ay,(1, 1) + an(0, 1) 7,0, 1) =, 1) = a,s(1, 1) + 4,0, 1) aya ay, +4, =1= a, =0 ay= 1 Qy +a, =0> ay =-1 a,= 0 (1 10 Ne sogetenn Ou{4 ll Al . Sejam T: RR? > R operador linear dado por T(x, y, 2) = (x, x-y, 2ze A = {(1, 1, 0), 0, 1, 1), (0,0, 1)} B= (CA, 0, 1), (0, -1, 0), ©, 0, 1)} bases do RY, determine (T),, 5: s.ai Da: Solugio Dae T(a,) = T(1, 1, 0) = (1, 0, 0) = a,(-1, 0, 1) + B,(0, -1, 0) + 7,00, 0, 1) T(a,) = (0, 1, 1) = (0, -1, 2)=a,(-1, 0, 1) +8,(0,-1, 0) +7, 0, =a,(-1, 0, 1) +B5(0, -1, 0) +7,(0, 0, 1) a, ty,=0> N= ~a, = 0a, =0 -B, =-158,=1 @, +¥,= 297, =2 -a, =034a,=0 -10 0 -B; =0>f,=0 (Dag =| 0 1 0 @y +7322 75 =2 1 mB| 72 Capitulo Seis Daa T(b) = TCA, 0, 1) =A, 1,2) =@,(1, 1, 0) + 8,0, 1, 1) +740, 0, Tb) (0, 1, 0) = a,(1, 1, 0) + B,(0, 1, 1) +730, 0, 1) T(b,) = T(0, 0, 1) = (0, 0, 2) =a,(1, 1, 0) + B,(0, 1, 1) +7,(0, 0, 1) ay=-1 a, +B,=19B,=2 By+y=2>71=0 a,= 0 a, +B,=148,= 1 By ty. =O 72 =-1 a,=0 -1 a, +B,=0>8, By +¥3=2975= Note que as matrizes (7), » € (Tp. Sto diferentes. Dy T(ay) = TAL, 1, 0) = (1, 0, 0) = a(1, 1, 0) + B,(0, 1, 1) + 7,(0. 0, 1) Tia.) = TO, 1, 1) = (0, =1, 2) = @,(1, 1, 0) + Bx(0. 1, 1) + ¥2(0, 0, 1) T(as) = TO, 0, 1) = (0, 0, 2) = a3(1, 1, 0) +80, 1, 1) + y,(0, 0, 1) asl @,+B,=0->B,=-1 By+y¥,=0>%= 1 -1 00 ~ (T),=|-1 -1 0 Bs+¥5=273=2 132 10 3. Dadaa matriz M=|2 1, 30 ache a transformagio linear 7: R?—> R? de maneira que, sendo A = {(1, 1), (0, 1)} base do R? eB={(1,0, 0), (0, 1,0), (0, 1, 1)} base do R’, se tenha M = (1), ». 1, 0, 0) + 2(0, 1, 0) + 3, 1, 1) = (1, 5, 3) 1,0, 0) + 1(0, 1, 0) + 00, 1, 1) = (0, 1, 0) Vy) © RY, @-y) =a, 1) +80, 1) a=x =B=y-x a+f=yMatiz de uma Transformacéo Linear 73 =a(1, 5,3) +B, 1,0)= 1, 5,3) +(y-2)(0, 1, 0) = (x, Sx, 3x) + (0, 9x, 0) = =, de+y, 3x) hiiedeamka | y= (x, 4x +y, 3x) 4, Dada a matriz M = 00 Ty, 22 3 determine a transformacdo linear 7: R? > R? de modo que, sendo A = {(1, 1), (0, 1)} base do Re B={(1,-1, 1), (0, 1, 0), (0, 1, 1)} base do R, se tenhaM = (T)p,4- Solugio 1(b,) =TC,-1, 1) =0(1, 1) + 2) ©, 1) = O,-2) T(b,) = TO, 1, 0) = 0 (1, 1) +20, 1)=(0,2) T(6,) =700. 1, 1) = CD) (1, 1) +B), 1) = C1, 2) VG y,2)€ RY 9,2) =a(1,-1, 1) +8, 1,0) +70, 1, )=(@-a +B +72 +7) xe a= x ya-a+Bry dai )B=2x+y-z, z= a+y ye z-x Tea(l, 1, 1) + BO, 1, 0) +7, 1, 1) = T(1,-1, 1) + BT, 1, 0) +77, 1, 1) = = x(0, -2) + (2x+ y—z) 0,2) + =x) C1, 2)= = (-2 +x, x + 4+ 2y 22 + 22-24) = (2 +4529) +x 2» | Thx, y, 2 RY RY, Tex, y) = (x+y, 9), determine a imagem da figura.(Capitulo Seis Solucio Devemos calcular a transformagaio nos vértices que formam a figura: TQ, 1) =@,1) 73,1)=@4,)) 72,1)=G8,1) (2, 3) = (5,3) TO, 4) = (6,4) TU, 6) = (7,6) TQ, 6) = (8, 6) T(4, 6) = (10, 6) Como jé vimos, a transformagao T é um cisalhamento, ¢ a imagem da figura é: Figura 6.2 6, Determine a matriz H formada pelas coordenadas dos pontos marcados na figura do exercicio anterior ¢ A= (7), matriz candnica da transformagao T, T(x, ») = (r+ ys 9). A seguir determine o produto AH. Solugao 1223344 1133116 3 6 11 aso-[h Hl AH 2356451097687 Fl113311664 46 6 2281 44 6 6 Notamos que o produto A * H nos fornece as coordenadas dos pontos da figura do exercicio anterior. Confira na figura do exercicio anterior. 7. Considere a transformagio Ts: R? —> RE, Ts y) = Gs 29) expanso na coordenada y), caleule a mattiz A, da transformagio T, em relagfio base candnica e o produto A,“ H, em que é a matriz das coordenadas dos pontos que formam a figura do exemplo 5. A seguir represente & figura resultante.Mateiz de uma Transformacio Linear 7 Solucao Ay= (Tx) = 0 2. Do exercicio anterior temos que: weft 2233442 32700 1133116644 6 6 e assim 334433221 622121288 2 12 34 Figura 63 dos exerefcios anteriores e fazendo a composigao das trans: que sera dada pelo produto das $ Utilizando as transformag6es T ¢ T2 sformagiio resultante, formagées, obteremos a matriz da tran matrizes candnicas A = (1) €A, = (T,) isto e, dusae 10) fi Tf 2 WA=lo 2) lo 1) Lo 2 resultant sobre a figura sera portanto: aoustettels CMe . “lo 2) P 3 Petes ie osm al 2 Aagio el, 2 662212128 8 1276 Capitulo Seis 9. Determine a transformagao que translada a Figura 6.5 2 unidades para a direita e 1 unidade para cima. A seguir determine, utilizando matrizes, a imagem dos pontos que formam a figura mostre a figura resultante, A transformagio é dada por T(x, )) = (x +2, + 1); como essa transformagio niio € linear, para podermos usar matriz, devemos escrever a transformagio T como T(x, y) = (x, y) + (2, 1) € as- sim teremos que somar A matriz. uma matriz. cujas colunas so todas iguais a Hl 122334433221) (222222222222 113311664466) [211111111111 (244556655443 2844087 7857 7Matiz de uma Transformagao Linear 77 e resulta a figura 10. Determine a imagem da Figura 6.6 pela transformagio T: R’— R®, dada por T(x, 9) = (008 8 — ysen 6, xsen@ + y cos 6) Figura 6.7 Solugdo ‘A matriz can6nica da transformagao T sera aa[cose send “sen — cos6. x x cost -sen esed=temos} 2 2 +l; ql 2 0.8 Capitulo Seis Sendo H a matriz dos vértices da figura, a imagem da figura sera pee e i eaaaar fo -1 A-H= : = ly of p13 31166446 6 AaAstetditeatee “2233443322 2 Figura 6.8 11, Para ampliar ou reduzir uma figura, usamos uma transformagdo do tipo T: R—> R’, TOs 9) = a(x, ) (homotetia de razio a). Determine a imagem da figura do exercicio anterior pele transformagio a(x, y) coma = -2, isto 6, 2G, y) Solugao ‘A matriz can6nica da homotetia é dada por 2 0 0 e quando =-2, temos A= fie oO -2, ol ‘Assim, a matriz formada pelas coordenadas dos pontos imagem da figura é: 2/1 ° 1223344332210 oiflp13311664 4 6 6 223344332271 113311664466 446 6 8 8B 664 4 2 2 6 6 2 2 -12 -12 -8 -8 -12 -12Matriz de uma Transformagio Linear 79) ¢ entio a figura transformada é: |---| L142 Figura 69 . 6.2. Matriz mudanga de base Seja U um espago vetorial de dimensio n, Para facilitar, vamos considerar n= 2, ou seja, dim U = 2, mas vale para qualquer n. Sejam A = (u,, u,} ¢ B= (v,, v2} bases de U, Wy= ay,V, + GV U,= a,.¥) + GV. Entio, a matriz de mudanga da base A para a base B 6 an Sn 1 Up} base de U, se w= cr, + Bu,,entio a matriz, a6) échamada matriz coluna das coordenadas de u em relagdo & base A. I Sendo. Teorema 1 /; é inversivel, e a sua inversa Jf) ¢ igual a 1%, matriz.de mudanga de B para A. Demonstragio: Faga vocé. Teorema2 Seja er i wets w.-(2'} wu), 2 p=,82 Capitulo Seis fo) SUS tau; a. =f + Br semi: (2) oat mas, UW; = ay V; + Vo Wy = dyVy + GaV2 entio, uw = @,(a,,V; + a,¥2) + a(@y,¥; + @V2) = HnGVi + yiVa + QigaV + ArslV2 = iar Sail XT Galland Rey A A 2 By = yy + aise Ba = aay + Ansley Celts 2) “(Wr=Te), — e.a.d. Teorema3. Sejam 7: U — U-um operador linear e A, B bases de U. Entao: =O) -O-8 Nesse caso, (T)p € (I), so ditas matrizes semelhantes e notadas (Tp ~ (T). Lembrete: Marrizes semelhantes: (M~N @ 4 P inversivel, tal que M=P*-N-P) ‘EXEMPLOS 1. Sejam A = {(4,-1),(2, 2)} eB = (2, 0), (2, 1)} bases do R’. a. Caleule I (matriz de mudanga de base de A para B). b. Usando I 0 Teorema 2, calcule (v), sabendo que a= [ Solugio a. (4,-1) = ay (2, 0) + a, (2, 1) (2,2) = a2(2, 0) + a2,Matriz de uma Transformagio Linear $1 [ernest teed AEN aBanoon 2. Sejam T(x, y) = (Bx + 7y, 2x + y) um operador linear do R?e B= ((2, 1), (-2, 1)} base do R?, a, Encontre (T)_= (I), em que C é a base candnica do R b. Determine também (7)y usando 0 Teorema 3. Solugao T(1, 0) = (3, 2) e TO, 1) = (7, 1) 37 aMe-n-[3 1] 2,1) =ay(1, 0) + ax4(0, 1) (2, 1) = a,,(1, 0) +4,,(0, 1) 2 x lou G0) = a2, 1) + ay(-2, 1) ,1) =a, 1) + an(-2, 1) 2ayy—2ayy= 1, [2ay)~2a, = 1 2a,, +2a,,=0 44+ a,=0 4a, =1>a,=1 4 1 da 2 equagao, temos: as, =~a), = ay 2 =2 aq + dy = 1 ay — 2g =0_, (2a. ~2an, =0 2ay, + 2a, 1 fay = 2 ay =>"Capitulo Seis Pelo Teorema 3:(T), = (12)"-(De-It Lede 4]CAPITULO Diagonalizagao 7.1 Valores proprios e vetores préprios Seja T: V—> Vum operador linear. Dizemos que u € V, u #0 é vetor proprio (ou autovetor) se existe de tal que T(u) =u, ‘0 niimero real 4 € dito valor proprio (ou autovalor) de T associado a u. Fixado 2, 0 conjunto {u € V| 7(w) =4 u} é um subespago vetorial de V. De fato, {we V|T(u) = Au} = (ue V| Tu) du = 0} = (we V| Tu) —Al(u) = 0} = = {we V|(T—AD(u) = 0} = (TAN, que € um subespago vetorial de V. Esse espaco é chamado subespaco préprio de. Notacdo: V() Proposigdio. w é vetor proprio <> ue N (TAL) <> NAL) # {0} <2 TAI nao € bijetor <= © TA nio € inversivel. s Dado um operador linear T, seja A sua matriz candnica, isto é, A = (T)c, em que C € base canonica de V. Temos entaio que, se TAI no € bijetor, o det(A —2,) = 0. O polinémio obtido, det(A —21,), é denominado polinémio caracteristico de A ou polinémio caracteristico de T. Notagao: p(2) ‘As ratzes reais de p(2) sfo 0s valores proprios de T ou de A. Para se determina os vetores pr6- prios devemos calcular 0 produto (4 ~AI,)(u) = 0, em que (u) é a matriz coluna das coordenadas de we (A~Al,) € a matriz do operador linear T AI. Assim: + Oy Ay-A ay ee Oy oe amaega ata] MA Me84 Capitulo Sete EXEMPLOS Determine valores e vetores préprios de: a. Thx, 9) = 0,3) Solucao Resolveremos este exercicio de duas formas. 1" forma: T(x,y)=(y,%) = Cx, Ay) =(.x) T(x,y) = A(x, y) =(Ax, Ay), =y>My=y> 0? =15 AsH1 aatins {x = My)=y=> My=y> 2? =1>5 A=4 y Parad, = 1, temos x=y #- vetores do tipo ¥, = (x, x) =a(1, 1), x # 0, so vetores préprios associados a A, = 1. Parad, =—1, temos —x + vetores do tipo ¥, = (x, x) = (1,1), x #0, siio vetores préprios associados aA, = 28 forma: T(x, y) = (y, x) tomemos C = {(1, 0), (0, 1)} base cannica do R? T(1, 0) =, 1)=0-(1,0)+1-@,1) T(0, 1) =(1,0)=1-(1,0)+0-(0,1) (polinémio caracteristico) BA=0ed=41 Para A, = 1, temos: (:0)-Gpeo-e vetor proprio (x, x) =x(1,-1) . ¥2= (1, -1) Resposta:Diagonalizagio 85 b. TEx, y) =, x) T(1, 0) = (0, 1) T(, 1) = (1, 0) A. R, on seja, nao tem raizes reais, ++ nio tem valores e vetores proprios. ©. Tex, y, 2) = Gy, 0) T(1, 0, 0) = (1, 0, 0) 7(0, 1,0) = 0, 1, 0) 1(0, 0, 1) = (0,0, 0) 100 A=|0 10 000 \I-2 0 oO 0 I-A 0|=-Ad-4=04=0 oud =1 (raiz dupla) 0 0 -a Para 2,=0 100) (x) (0) {x=0 0 1 0}-|y|=/0]> 4y=0 000) \z} lo ve (0,0, 2) =2(0, 0, 1) =(,0,1) Para, 00 0) (x) (o vx 00 0|-|y|=/o]> 4} vy 00-1) (c}) lo) [exo Gs ¥,0)= a1, 0,0) +300, 1,0) + %2= (1, 0,0) ¥5= (0, 1, 0) Logo: 4,=0->¥,=(0,0,1) Ja= 19 ¥y=(1, 0,0)€¥, = (0,1, 0) Tx y)=(e+y,2x-y) 7A, 0)=(1, ) 10, 1) = (1,1)86 Capitulo Sete 11 As (4) I-A 1 t aijka-a (1-A)-1=0 pay= -1-A+44+#-1=0 B-2=03% 2254 22V2 30 =2 545202 Para 4,=V2 1-v20 1 x) _ (0 ( 1 aa) (°)-(¢) (1-v2)x+y=0 s (1-v2)x+y=0 x4(-1-2]y=0 x-(1+v2|y=0 multiplicando a 1! equagio por(1 +2] vem: -x+(l+v2)y=0_ ) fete => x=(1+V2] y 0=0 assim (1+ ¥2)y,y] =y((1+V2),.1) y= (14+V2,1) Para A, =-V2 l4+v20 1 x)_ (0 (" ata OC) (1+V2)x+y=0 s (1+V2)x+y=0 x+(-t+v2]y=0 7 |x-(1-V2]y=0 multiplicando a 1* equagdo por (1 — 2} vem: {orate fetes x-(l-v2)y=0 | x-(1-v2jy=0 > x=[1-v2)y 0=0 assim (1-2) y,y)=y((1--¥2),1) o.¥, = (1-v2,1) Resposta: Ay=V2 > y,=(1+2,1) A, =-V2 > v, =(1-V2,1)000 eA=|-1 10 Parad, =0 000 0 0=0 -110|-|y/=/o]>4 -r+y=0 “112 0 -xty+2=0 10 0) (x) (0 -r=0 -10 0|-|y/=/o]>4 -~=0 ait 0 -x+y+z=0 =ley=— 2)=2(0,-1, 1) 1, 1) ParaA,=2 2 0 0) (x) (0 -2x=0 -1 -1 0|-|y]=|0]=> }--y=0 - 10) kz} |o -x+y=0 A, =2y, =(0,0,1) 7.2. Diagonalizagéo Seja 7: R" R" operador linear. Sejam A, Ay, ..., 4, valores préprios de T (no necessariamente distintos). Se existe uma base de R*, B = (¥v,, Vz, -.. V,) formada pelos correspondentes vetores préprios, temos:88 Capitulo Sete Ty.) =A, =A,y, +0-v, +...40-v, A, Om 0 eM,= Oy : iz =D (matriz diagonal) 0 0 = A, Nesse caso, se (T) € a matriz,candnica de 7, pelo Teorema 3 (mudanga de base) temos: (_=D=M"-(T)-M em que M & a matriz de mudanga de base de B para a candnica (obtida pondo como colunas os vetores da base B). Segue que (T) é semelhante & matriz diagonal (T), =D. Dizemos entio que 7 (ou a matriz.(T)) € diagonalizaivel, e que M (que nao € tinica) diagona- liza T ou a mateiz (7). Dado um operador linear T (ou uma matriz (T)), 0 tinico caso em que hé garantia de diagona- lizago é quando T (ou uma matriz (Z)) possui n valores préprios distintos (Teorema). Nos outros casos temos que calcular os valores préprios e vetores proprios correspondentes e verificar se ha ‘ou ndo uma base de RR" formada pelos vetores préprios de T (ou da matriz. (1). EXEMPLOS Verifique quais matrizes sto diagonalizveis, explicando sua resposta. Para as que forem diago- nalizaveis, encontre as matrizes Me D tais que M-+ A» M= 2-4 0 0 A-ah=| 1 3-4 0 3.3 6-4 2-4 0 0 det(A-Al,)=| 1 3-4 0 leona) G-ayyoryeo 3.3 6A 4,=6 So 08 valores proprios e, como sio distintos, temos que A € diagonalizdvel. Para 2, = 2 0 0 0) (x) (0 11 0|-Jy}=}o 33 4} |} |o90 Capitulo Sete » 2-24 0 0 1 1A 2 Jo -+ 4-4 =(2-A)-[(1-A)- (4-2) +2]=0 (2-2)-@-Si4+6)= =0=9 (2-1) -(A-2)-A-3)=0 oo det(A—41,) = Q-A)- (1-2) (4-2) +2-Q-a= Aged para A, = 0 00) (x) (0 1-1 2]-/y|=]o 12) lz edat (O, 2z, 2) =2 (0, 2, ev, = (0, 2, 1) 6 vetor proprio. Parad, =3 -1 0 0) (x) (0 1-2 2/-ly]=|o o-1 1) kz} lo e dat —x=0=>4=0 #-2y+2R=0 ~y+2=0=y=z (0, 2, 2) =2(0, 1, 1) ev, = (0, 1, 1) é vetor proprio. (raiz dupla) > v, = 0,2, 1) 4, =3 (taiz simples) — v= (0, 1, 1) S6 conseguimos 2 vetores pr6prios LI, como dim R = préprios de A, Portanto, A ndo é diagonalizavel. , # base do R° formada por vetores 100 -A=]0 1 0 012 1-A 0 0 det (A-AL)=| 0 1-4 0 |=(1-AP-@-a)=0 0 1 2-4 ‘2, = 1 (raiz dupla) A, =2 (raiz simples)Diagonalizagio SE Parad, =1 coo Hee a 0=0 0=0 ytz=0 Sya-z Vx (x,-2,2)=x (1, 0,0)+2(0,-1, 1) # , 0, 0) € Va = (0, =I, 1) sto vetores préprios. Parady=2 -1=05x=0 ~y=0> y=0,Vz y=0 (0,0, 2)=2 (0, 0,1) 1,0, 1) € vetor proprio ae 4y=1¥,=(1, 0,0) e¥.=(,-1, 1) 4,223 5=(,0,1) -1, 1), (0, 0, 1)} & base de vetores préprios, portanto, A é diagonalizdvel 100 100 M=|0 -1 0| e D=M7-A-M=|0 1 0 o 11 002 Assim, {(1, 0, 0), (0,CAPITULO Produto interno Introducao No Capitulo 3 definimos um espaco vetorial real como um conjunto V (digamos, um conjunto de “objetos mateméticos” denominados verores) munido de duas operagdes, a saber: a adigiio de vetores e a multiplicago de um néimero real por um vetor, sendo que cada uma dessas operagdes satisfaz quatro propriedades (axiomas). Como primeiro exemplo de tal estrutura, mencionamos 0 conjunto dos ntimeros reais (FR), com as operagdes usuais de adigao e produto de mimeros. De um certo ponto de vista, podemos dizer que espacos vetoriais so generalizagées ou exten- sées de conjuntos numéricos (e de operagdes concementes), de modo que as operagdes satisfa- ‘cam algumas propriedades (ou axiomas) andlogas aquelas que estabelecemos no nosso trato com mimeros. ‘Nesse sentido vamos definir, para um espago vetorial real, uma terceira operago, que satisfaz ‘um ndimero “minimo” de axiomas, 0s quais so formalmente semelhantes a alguns daqueles que _admitimos para o produto de mimeros (¢ sua relagio com a adicio). Como veremos, uma caracte~ ristica notdvel dessa operagao é estabelecer uma ponte entre elementos vetoriais e niimeros reais, co que nos elucidaré certos aspectos dos primeiros através desses tltimos. 8.1 Produto interno Definigéo Seja Vum espaco vetorial. Denomina-se produto interno em V uma fungao defini- daem Vx Ve com valores reais, que a cada par de vetores.(u, v) € V x V associa um nimero, real, tinico, denotado por u * v (ou (u, ¥)), € que satisfaz os seguintes axiomas: VuyweViVaeR Puev=ven | P)us(Wew)survtuew P,)(au)*v=a(ury) P)usuz0euru= se e somente se u = 0 (0 denota o vetor nulo de V) Observagées: 1. Tdentificando o nome da operagio (Fungo) com o resultado da mesma, denominamos o nimero real u* v produto interno dos vetores ue v. 2. Por simplicidade, empregaremos somente a notagdo u + v.ProdutoIntemo 93 3, Usando os quatro axiomas da definigao, o leitor interessado poderd provar as seguintes pro- priedades, que eventualmente utilizaremos: @ 0+u=u+0=0, Vue ¥ (€0 vetor nulo de V) Gi) (G@tvyewsuewtyew, Yanywe V (ii) ur@v)=a(ury), Vur.e ViVaeR (iv) We (Yj FV tet VQ) SUE VL FUE: Hoe FU Vee W Vie Var oe Mee Vin 3, 4 4, Dado o caréter sucinto deste texto, limitaremos nosso estudo aos espacos R" (n 2 2), ¢, embora haja muitas possiveis definigées de “produtos” em "que verificam os axiomas apresentados, ‘vamos, por uma questio de simplicidade, nos ater & definicHo mais usual, em cada caso. EXEMPLOS 1. No espago vetorial V= IR, a fungio que associa a cada par de vetores w= (ri) €¥= @n.J2) ‘o ndimero real u* v dado u * v= x; X:+ YiY2 € um produto interno. “Mostremos que, com essa definigio, so verificados os quatro axiomas concernentes a0 produto interno. Solugao P) urv= xt Ir vous ty =A +I Portantousy=Vv*u P,) Sendo w = (x, y,), temos: we (vt W)= py)? tas Yt I)= =x, Oy +4) +71 O2 Y= at ks +2 tI weve ue w= (X34) * Oa Ya) + O91) * Car) = Ret Yaya tA FIs = Sxpe th HI APs Portanto, u*(v+w)=urv+ulw Py) (au) + ¥ = (ax, Ys) * Hay Ye) = OAV + BYY2 eeu ¢ ¥) = a(x% + YiY2) = ON Ht D2 Portanto, (au) + ¥ = a(u* v) P) wruamatymari tyr 20 usu=0seesomente sex; +¥7 =Osee somente se x, = y; = Ose e somente se u = (0, 0) = = 0 (vetor nulo do R*) 2.SeV=Reu é definido por (x1. Jue 2)s V= (in Yn. 75) € RY, ento o produto interno (produto escalar) usual pweve xe + Wt 2 Solugdo (Demonstragdes andlogas &s do Exemplo 1) 43, Se V= RY w= Gp Xp wen Hs V= Op Yor ys) € RY entio 0 produto interno usual € definido por: uevaxy tit +4dn94 Capitulo Oito Solugao Wemonstragses andlogas &s do Exemplo 1) . ‘Veremos agora como a partt do produto interno podemos generalizar as nogbes de. ‘comprimento distancia. Isso n0s leva ao préximo item, que iniciamos com a nomenclatura. 8.2. Espacos vetoriais euclidianos ‘Um espago vetorial real, no qual esté definido um produto interno, é determinado um espaco ve- ‘orial euclidiano, Neste capitulo $6 trabalharemos com espacos vetoriais euclidianos. portanto, quando for mencionado “espago vetorial”, leia-se implicitamente “euclidiano”” 8.3 Norma de um vetor Seja Vum espaco vetorial ev € V. Observagoes: 1. Ei alguns textos, usa-se a notagao [y, barra simples, tanto para indicar médulo (valor absolu- to) de um mémero real como para norma de um vetor, 2. Do axioma P,, segue que Iv 20, Wve V,e |] =0 see somente se v = 0 (vetor nulo de ¥). 3. Seu = (x y, 2) © R°, com o produto interno usual, entio Iful|= Yuen =x? +? 42? Na representacio geométrica do B®, esse mimero expressa 0 comprimento de um segmento orientado com origem no sistema ortogonal de coordenadas do espago e extremo no ponto = Ge y, 2); esse segmento orientado representa o vetor 4, Se Iml= © vetor v € denominado vetor unitario, e dizemos que v esté normalizado, 5. Dado um vetor v #0 (portanto |y||> 0), 2 1 vamos definir 0 vetor v, por v, =—1_y, iv : 1 beh -tgicy mee (ia) (i) ~ (i ° ) ' 01 seja, a partir de um vetor v # 0, podemos obter um vetor v, unitétio (normalizado).ProdutoIntemo 95 Propriedades da norma de um vetor: VuveV,vWaER valem: @ llev| lal lvl Demonstragio: llav||=((av)-(ay) = Ja (vev) = Va? Vey =|al |Ivl] Gi) Jue ¥| < jfull « |Is|] (Desigualdade de Cauchy—-Schwarz) Demonstragao: a, Seu=0 ouv=0:|u+v|=|0|=0 [al Iv = HOH - 0] =0, ou seja, ju» v= ul [vl] = 0 b. Seu Oe ¥ #0, consideremos a desigualdade (u+2yv) + (u+Ay) 20, que, pelo axioma P,, vale para V2 € R. Desenvolvendo a expressao anterior, obtemos, em virtude dos axiomas: uru+2(u*yv)d+/?(v*¥) 20, ou, coma definigao de norma de um vetor: IIvIB22 + 2(u vy + [jul >0. O lado esquerdo dessa desigualdade é um trindmio do 2* grau na varidvel A (pois de v ¥ 0, decor- re ||v|P > 0). Sendo 0 coeficiente de A? positivo, para que o trinémio seja sempre ndo-negativo 6 necessario que o seu discriminante seja sempre nao-positivo: 2+ vyP lip [ful <0 4(u sv? —4livfP [lulP <0 (us vs MIP [lulP. Extraindo a raiz quadrada positiva, obtemos: [aev)] < [IvI] - [lell. pois (uev)* Gd [lu + vf < full + Iv Demonstraca |[u+vi]=(a+v)*(us ¥) = fueu+ Que) +vev quadrando temos: [ho + IP = [ful + 2¢u © ¥) + IP sendo u* v5 |u + »| <|ful] lvl] [Cauchy—Schwarz] ‘vem: [fu + v|P?= |julf + 2(u + v) + [VIPS lal? + 2p] «lvl + IIE ou fia + VIP < full? + 2a fv] + Iv = Cull + llvID? ou [fa + vIP [full + [vID>96 Capitulo Oito Extraindo a raiz. quadrada positiva, vem [u+ vl] 0 €livi|> Oe, nesse caso, da desigualdade de Cauchy-Schwarz, Jus] uy juevi | . Ju v| < full [lvl}, segue 2° *L <1, on | 7 | <1, o que equivale a—1< Ill Ii. Yu. ve V V0 a) =D: eu) = Jaru = Iho . [full = [Iu — v) + vl] $ [lu — v|] + [lvl por iii), segue que ju — v|] = |}ul|— lly] (1) Também de (1) vem: lv — ull = [lvl — [ull = — (al — [lvl de (a): [|v — ul] = Hu — v)]| = [lu — yl}, logo: [lu — vl] 2 — (lull =[lv) 2) De (1) e (2) segue que: lu — v2 [ull - Ilvil 2. Prove que, para quaisquer mimeros reais x, X35 Yss Yo 215 Za, Vale: (eye, tyr Ya Hereea)? S (x? ty? +22). (Kd ty} +22) Solugao Consideremos os vetores do R°, w= (Xi, Yis 2), V = (Jn 22) Pela desigualdade de Cauchy- Schwarz: [@oyvz)*Gr2,¥2022)] 5 [en yvzZd]-[2+92-22)] [eee HYi Me #21 za] SMO ¥en Vez a, Varta )*(Ear¥arZ2) [eta tide Hera] SOT tyt tep Ga ty2 +22) quadrando temos: (rex tyme tere)? (ej ty] t2])- (ed +97 +22) 3. Calcule o angulo @ entre os vetores a. do R: u=(I, Ie v=(1,0) b. do (1, 0,-1) ev = (1, 1, 0) ce. doR*: u= (1, 2,0, 1)ev=(, 1,1, 1)98 Capitulo Oito Solugao a uev=(1, 1o(1 0)=1-14+1-0=1 llull= Yoru = DGD = Vite = V2 lIvIl=Vvev = VG, 0G, 0) =1-14+0-0 =I =1 uey 1 _v2 Hull iv Jaa 2 logo: @ = 7 rad. b. uev =(1, 0, ~1o(1,1, 0) =1-1+0-1+(-1)-0=1 |[u||=Vueu=G, 0,-e(L 0-1) = J1-14+0-0+(-D-(-1) = V2 \Ivll=Vvev = V@1, 061 0) = Vi-1+1-1+0-0=2 wy ~ TlelllMi V2-2 x logo: 6=Zrad ep t B fe. uev=(-1,2,0,1)+(Q,1,11) =(-D-0+2-140-141-1=3 [lul|= vueu = (-2 2, 0, -(-1,2, 0,1) = (1) +2-2+0-0411=V6 IWll=Yvev = JCOLLD-OLL) =V0-0+1-141-141-1 = 3 wy 3. v2 cosg=—UY¥___3__v2 Ilull lvl Vo-v3 2 x logo: @== rad go: =F 4, Sejam u, v € V, tal que Ilul|=2 |IvI|=6, 8=anglu,v) =F rad, Calcule: a. (u + v) *u—v) b. lu + vl ©. |3u—vi) 4. a= ang(u+v,3u-y) Solugao a. (U+y)+(u—v) =u Bu) tue Cv) +¥* Bu) tveCy= usu—ury+3(veu)—ve usu—uryv + 3(urv)—ve =3]lul[?+2¢uey) —[IvIP? = =3]lalf+2 [lull Ill eos —2vP* = =3-2? +2-2-6-4-6% =-12 2b. [| w+v||= \(a+y)-(u+y) = Varu uve veut vev= = [442-2 65436 = 213 ©. |Bu-v||=(Gu=v)-Gu-v) = /9][ul|?—6uev + [Iv]? = _(u+v)+Gu-y) _-12__ VB |lu+vl]-[Bu-vi| 2V13-6 13 *] 3 dc B ot won ~ Produto Intemo 99 5. Sendo u = (2, 3,a)e v= (1, 1, 1) vetores do R®, calcule a para que a distancia entre ue v seja 3. Solugao du, v) =||u-v||=3 Ilu-vIl= a= v)-(—¥) = =U, 2, a=, a= = yt? +2? +(@-? =3 Assim: vi #2? #(a-1)' =3 Vi+44a? —2a+1=3 Va? —2a+6=3 quadrando: a’ —2a+6=9, ou, a” —2a-3=0 Resolvendo a equago do 2° grau, obtemos: a = —1 ou.a = 3. 8.6 Vetores ortogonais Sejam w e v vetores pertencentes a um espaco vetorial V. Definigio Dizemos que w e v sio ortogonais se e somente se usv=0. Notagdo: u Lv100 Capitulo Cito Observacaes: 1. Seu#0ev+0(0é 0 vetor nulo de V), entio Hey cos = Hell IIvI] = Ang(u, v), O rad 1 S, isto é, v,€ 5+ Para isso, consideremos ¥, * u, 1sisk votw=(¥-¥) w= ¥eu—¥, = syeu—[(veu)u, +. + (ve u)uy +... + (ve uu] u)= =veu—(veu)(u, +4) (eu, Wem =veu,—(veu)0—..-(veu)l?—...-(veu)0= =veu-(veu) Logo, ¥;*u; = 0, ou, v, Lu, Wi, 1SiSk. Entio v, € ortogonal a qualquer vetor da base Be, pelo teorema, v; 1 S, isto é, v2 S*. Entio,¥ v € V,V=¥, +¥a¥; € S, ¥ € St, portanto, V=S +S", b. (i) se $ = (0), entiio, § mS = {0}. Gi) seja S # (0). Entiio, Vv € $9 S4, temos v- v= 0, ou seja, v= 0e SA S+= {0}. ‘EXEMPLOS 1. Consideremos o subespago do RY, $= {(x, O)jr € RR) Entio: S+= {(0, y)] ye R} De fato: (0,9) * @, 0) =0-x+y-0=0,Vxye R 2. Consideremos o subespago do R, $= (Gx, 0, 2)|x,7€ R} Entdo: $+ = {(0, y, O)]y € R} De fato: (0, y, 0) * (x, 0,2) =O+xtye0+0°7=0,V xy, 7 R 3. Consideremos o subespago do R®, S = (x,y, | x.y R} Entio: S+= ((0, a, -a)| ae R} De fato: 0, a,-a)*(x,y,y)=0-xt+a-y+(a)-y=0, Vy 2ER 8.14 Exercicios resolvidos 1. Sendo u = (a, -3, 1, 2)e v= (3, -2, -1, 5) vetores do R*, calcule a para que eles sejam ortogonais. Solucao Lv significa u* = (4,-3, 1,2), 1, 5) =0108 Capitulo Cito a-34(-3)-(-2)41-(1)+2-5=0 3a+6-1+10=0 3a415=0 Considerando em R? os vetores u = (a, b, -2), v= (1, -2, 3)ew=(3, 1, 2), caloule ae b para que u seja ortogonal ave a w. Solugao ULV significa ue v uLwsignifica ue usv=(a, b,-2)*(1,-2, 3) = a-2b-6 =0, isto 6, a~ 2b=6 us w= (a, b-2)*(3, 1, 2)=3a4+b-4=0, isto, 3a4 b= 4 Obtemos 0 sistema linear: a-2b=6 a4 b=4 cuja solugdo € a= 2 e b=-2 (verifique).. 3. Em Re, determine o vetor = (a, b) tal que u tenha norma 25 @ seja ortogonal ao vetor v = (1, -2). Solugao Nutl=2y5 Hull=Vu-u = la,b)-(@,b) = Va? +6? =2¥5 isto 6, va" +0? =2y5 quadrando temos: a? + =20 (1) ULV significa us v= 0 (a,b) *(1, -2)=a-2b=0, ou a=2b (2) Levando (2) em (1), temos: (2b)? + b= 20 At? + b= 20, isto 6, 56? = 20, logo b= 4, cujas solugdes sAo: b; = 2 € b, Levando cada solugdo em (2): para b= -2 temos a= ~4, que fornece u = (-4, -2); para b= 2 temos a= 4, que forece u= (4, 2) 4, Determine uma base ortonormal do subespago do IR, Ve (x, yi 20 RL z= x4 2yh Solugao Obtemos primeiramente uma base & de V(conforme 0 Capitulo 4), depois obtemos, a partir de B, uma base ortogonal (método de ortogonalizagao de Gram-Schmidt) e a base ortonormal correspondents (através de normalizagao). Reescrevendo V, temos V= (Cx, y, x+2,y)Ix, ye RI Para um vetor qualquer de V: (% yx 2) = (x, 0,2) +, y, 29) =x (1, 0, 1 +4 ¥(O, 1, 2),Produto Intemo 108 Entéo, V=[(1, 0, 1), (0, 1, 2) e, sendo (1, 0, 1) € (0, 1, 2) LI (verifique), tems que 8 = {(1, 0, 1) (0, 1, 2)] 6 uma base de ¥, porém nao é ortogonal. Denominando v, = (1, 0, 1) e v»= (0, 1, 2), vamos determinar a base ortonormal 8’ partir da base B= (v,, v,}de V. fu, uw), 2 4 =%) = (1,0, vous) _(G.1,2)-1,0,1)_2_ ueu,) 100-001) 2 u, =(0,1,2)-1(1, 0.1 (1,0, 1), G1, 1, DP Huy l= Yu,eu, = YG, 0, DeG, 01) = V2 Hu,tt= uzeu, = f(T De-1,1,1) = V3 2 base ortonormal 8" correspondente a B’ de Vsera ez0a} (2-4) 22 3'3 (-1,1,1) Assim, 8 Sendo 5. Considerando 0 subespago V= [(1, 0, -1, 1), (1, -1, 0, 3)], do Rt pede-se: a. determine 4, ', determine uma base ortonormal de V4, Solugao a. Sendo {(1, 0, -1, 1), (1,1, 0, 3)} LI (erifique), é uma base de V, e, como vimos na teoria, um vetoru= (x,y, z, feVseul (1, 0,-1, 1) eut (1,1, 0, 3), ou seja: (%¥2,0°01,0,-1, D=0 (% yz, *(1,-1, 0, 3)=0 que origina o sistema linear {ore t=0 x-y+3t=0 Escrevendo ye zem fungao de xe f temos Yax43t e 2=x4h Entdo: Y= {(x, yz, De Ril y=x4 Ste z= x48, ou Mall, x4 3h, x+ 6 0 Rx, fe R} b. Uma base de * (ndo-ortogonal) é: B={(1,1, 1,0), (0, 3, 1, Dh. (Verifique, conforme o Exemplo 4.) Novamente, escrevernos v; = (1, 1, 1, 0), ve = (0, 3, 1, 1) e determinemos a base ortogonal 8” (u,, u} a partir da base B= (v;, v2) w=v5(1,1,1,0) (es10 . Sendo V= (Ux, ¥, 2 RPI ‘Capitulo Oito Assim, temos: alo, 11,0), ( Calculando a norma de u; € Ua, temos: NB e Ilugll= tu, dal obtemos a base ortonormal 6" correspondente & base ortogonal Bt de Vi: (G44: bded 2) a's ia) ver Vat Vr Vor. = 3x} subespago do R®, determine V4 uma base ortonormal dev ‘Solugao Reescrevemos Ve temos V= {(x, 2x, 3x) € R°). Sendo (a, 6, c) um vetor qualquer de V#, temos: (2, b, 0) 1 (&, 2x, 3x), Wxe B OU (a, by 0) * (%, 2x 3X) = 0 logo, ax + 2bx + 3cx=O, isto 6, (a+ 26+ 3c) x= 0, Vxe R temos entdo a+ 2b + 3c=0. Assim, V= (la, b,c) < R81 a4 2b+ 3¢=0). Para obter uma base B de V, escrevemos, por exemplo, 2b-3ce dal V = {(-2b-3c, b, de Bb, ce RI Uma base B de V4 (ndo-ortogonal) é B= (2, 1, 0), 63,0, Denominando v, = (-2, 1, 0), v2 = (3, 0 , 1), vamos obter, a partir da base B = {¥,, Val, a base orto- gonal B' = (u,, us} de Assim temos: Sendo Iu, !I= 5, luga base ortonormal de ¥ correspondente & base B’ sera: we) Ces a