Você está na página 1de 121

Curso de lgebra Linear

Aula 5
Prof. Waldeck Schtzer, Ph.D.
waldeck@dm.ufscar.br

Universidade Federal de So Carlos


Departamento de Matemtica

Curso de lgebra Linear p. 1

Nesta aula
Dependncia Linear
Dimenso (exemplos)
Base
Coordenadas

Curso de lgebra Linear p. 2

Recordando a Dependncia Linear


Definio. Um conjunto de vetores {v1 , v2 , . . . , vn }
linearmente independente (LI) se a nica soluo da
equao
x1 v 1 + x2 v 2 + + xn v n = 0

()

a soluo trivial x1 = 0, x2 = 0, . . . , xn = 0.

Curso de lgebra Linear p. 3

Recordando a Dependncia Linear


Definio. Um conjunto de vetores {v1 , v2 , . . . , vn }
linearmente independente (LI) se a nica soluo da
equao
x1 v 1 + x2 v 2 + + xn v n = 0

()

a soluo trivial x1 = 0, x2 = 0, . . . , xn = 0.
Caso contrrio, o conjunto linearmente dependente
(LD)

Curso de lgebra Linear p. 3

Recordando a Dependncia Linear


Definio. Um conjunto de vetores {v1 , v2 , . . . , vn }
linearmente independente (LI) se a nica soluo da
equao
x1 v 1 + x2 v 2 + + xn v n = 0

()

a soluo trivial x1 = 0, x2 = 0, . . . , xn = 0.
Caso contrrio, o conjunto linearmente dependente
(LD)
Uma soluo no trivial de () estabelece uma relao de
dependncia linear entre vetores do conjunto.

Curso de lgebra Linear p. 3

Recordando a Dependncia Linear


Definio. Um conjunto de vetores {v1 , v2 , . . . , vn }
linearmente independente (LI) se a nica soluo da
equao
x1 v 1 + x2 v 2 + + xn v n = 0

()

a soluo trivial x1 = 0, x2 = 0, . . . , xn = 0.
Caso contrrio, o conjunto linearmente dependente
(LD)
Uma soluo no trivial de () estabelece uma relao de
dependncia linear entre vetores do conjunto.
Por isso, um conjunto LI aquele que no possui nenhuma
relao de dependncia entre seus vetores.

Curso de lgebra Linear p. 3

Recordando a Dependncia Linear ...


Teorema 36 Seja (V, +, ) um espao vetorial arbitrrio e
seja S V no-vazio. Ento:

Curso de lgebra Linear p. 4

Recordando a Dependncia Linear ...


Teorema 36 Seja (V, +, ) um espao vetorial arbitrrio e
seja S V no-vazio. Ento:
i) S LD se, e somente se algum vetor de S o vetor nulo,
ou combinao linear dos demais vetores de S .

Curso de lgebra Linear p. 4

Recordando a Dependncia Linear ...


Teorema 36 Seja (V, +, ) um espao vetorial arbitrrio e
seja S V no-vazio. Ento:
i) S LD se, e somente se algum vetor de S o vetor nulo,
ou combinao linear dos demais vetores de S .
ii) S LI se no contm o vetor nulo e nenhum de seus
vetores combinao linear dos demais vetores de S

Curso de lgebra Linear p. 4

Recordando a Dependncia Linear ...


Teorema 37 Seja (V, +, ) um espao vetorial arbitrrio e
seja S T Ento:

Curso de lgebra Linear p. 5

Recordando a Dependncia Linear ...


Teorema 37 Seja (V, +, ) um espao vetorial arbitrrio e
seja S T Ento:
i) Se S LD ento T LD

Curso de lgebra Linear p. 5

Recordando a Dependncia Linear ...


Teorema 37 Seja (V, +, ) um espao vetorial arbitrrio e
seja S T Ento:
i) Se S LD ento T LD
ii) Se T LI ento S LI

Curso de lgebra Linear p. 5

Propriedades de conjuntos LI
Teorema 38 Seja 6= 0. Ento {u, v, . . . , w} LI se, e
somente se, {u, v, . . . , w} tambm LI.

Curso de lgebra Linear p. 6

Propriedades de conjuntos LI
Teorema 38 Seja 6= 0. Ento {u, v, . . . , w} LI se, e
somente se, {u, v, . . . , w} tambm LI.
() Se {u, v, . . . , w} LI, a nica soluo de
(u) + v + + w =
()u + v + + w = 0

()

= 0, = 0, = 0, . . . , = 0, logo {u, v, . . . , w} LI.

Curso de lgebra Linear p. 6

Propriedades de conjuntos LI
Teorema 38 Seja 6= 0. Ento {u, v, . . . , w} LI se, e
somente se, {u, v, . . . , w} tambm LI.
() Se {u, v, . . . , w} LI, a nica soluo de
(u) + v + + w =
()u + v + + w = 0

()

= 0, = 0, = 0, . . . , = 0, logo {u, v, . . . , w} LI.


() Agora, se {u, v, . . . , w} LI, ento pela parte ()
{ 1 (u), v, . . . , w} = {u, v, . . . , w} tambm LI.

Curso de lgebra Linear p. 6

Propriedades de conjuntos LI ...


Teorema 39 {u, v, . . . , w} LI se, e somente se,
{v + u, v . . . , w} tambm LI.

Curso de lgebra Linear p. 7

Propriedades de conjuntos LI ...


Teorema 39 {u, v, . . . , w} LI se, e somente se,
{v + u, v . . . , w} tambm LI.
() Se {u, v, . . . , w}, a nica soluo de
(v + u) + v + + w =
(v) + u + v + + w =
u + ( + )v + + w = 0

()

= 0, + = 0, = 0, . . . , = 0, logo
{v + u, v . . . , w} LI.

Curso de lgebra Linear p. 7

Propriedades de conjuntos LI ...


Teorema 39 {u, v, . . . , w} LI se, e somente se,
{v + u, v . . . , w} tambm LI.
() Se {u, v, . . . , w}, a nica soluo de
(v + u) + v + + w =
(v) + u + v + + w =
u + ( + )v + + w = 0

()

= 0, + = 0, = 0, . . . , = 0, logo
{v + u, v . . . , w} LI.
() Se {v + u, v . . . , w} LI, pela parte (),
{v + (v + u), v . . . , w}={u, v, . . . , w} LI.

Curso de lgebra Linear p. 7

Propriedades de conjuntos LI ...


Concluso 40 As operaes

Curso de lgebra Linear p. 8

Propriedades de conjuntos LI ...


Concluso 40 As operaes
Multiplicar um vetor do conjunto por uma constante
6= 0.

Curso de lgebra Linear p. 8

Propriedades de conjuntos LI ...


Concluso 40 As operaes
Multiplicar um vetor do conjunto por uma constante
6= 0.
Somar um mltiplo de um vetor a outro vetor do
conjunto.

Curso de lgebra Linear p. 8

Propriedades de conjuntos LI ...


Concluso 40 As operaes
Multiplicar um vetor do conjunto por uma constante
6= 0.
Somar um mltiplo de um vetor a outro vetor do
conjunto.
levam conjuntos LI em conjuntos LI (logo conjuntos LD em
conjuntos LD).

Curso de lgebra Linear p. 8

Propriedades de conjuntos LI ...


Concluso 40 As operaes
Multiplicar um vetor do conjunto por uma constante
6= 0.
Somar um mltiplo de um vetor a outro vetor do
conjunto.
levam conjuntos LI em conjuntos LI (logo conjuntos LD em
conjuntos LD).
Este resultado nos ser muito til em breve.

Curso de lgebra Linear p. 8

vetores-linha e vetores-coluna de A
Seja A = (aij ) uma matriz m n.

Curso de lgebra Linear p. 9

vetores-linha e vetores-coluna de A
Seja A = (aij ) uma matriz m n.
Os vetores-linha de A so as nuplas
A(1) = (a1j ), A(2) = (a2j ), . . . , A(m) = (amj )

Curso de lgebra Linear p. 9

vetores-linha e vetores-coluna de A
Seja A = (aij ) uma matriz m n.
Os vetores-linha de A so as nuplas
A(1) = (a1j ), A(2) = (a2j ), . . . , A(m) = (amj )

Os vetores-coluna de A so as m-uplas
A(1) = (ai1 ), A(2) = (ai2 ), . . . , A(n) = (ain )

Curso de lgebra Linear p. 9

vetores-linha e vetores-coluna de A
Seja A = (aij ) uma matriz m n.
Os vetores-linha de A so as nuplas
A(1) = (a1j ), A(2) = (a2j ), . . . , A(m) = (amj )

Os vetores-coluna de A so as m-uplas
A(1) = (ai1 ), A(2) = (ai2 ), . . . , A(n) = (ain )

A concluso anterior implica que:


Se B L A, ento {A(1) , A(2) , . . . , A(m) } LD se, e somente
se {B(1) , B(2) , . . . , B(m) } tambm LD. (idem para LI)

Curso de lgebra Linear p. 9

Recordando Dimenso
Definio. Seja (V, +, ) um espao vetorial arbitrrio.
Dizemos que V tem dimenso n, e escrevemos dim V = n,
se

Curso de lgebra Linear p. 10

Recordando Dimenso
Definio. Seja (V, +, ) um espao vetorial arbitrrio.
Dizemos que V tem dimenso n, e escrevemos dim V = n,
se
V contm um subconjunto LI com n vetores.

Curso de lgebra Linear p. 10

Recordando Dimenso
Definio. Seja (V, +, ) um espao vetorial arbitrrio.
Dizemos que V tem dimenso n, e escrevemos dim V = n,
se
V contm um subconjunto LI com n vetores.

Todo subconjunto de V com n + 1 vetores LD.

Curso de lgebra Linear p. 10

Recordando Dimenso
Definio. Seja (V, +, ) um espao vetorial arbitrrio.
Dizemos que V tem dimenso n, e escrevemos dim V = n,
se
V contm um subconjunto LI com n vetores.

Todo subconjunto de V com n + 1 vetores LD.


Se V possui um subconjunto LI com uma infinidade de
elementos, dizemos que V tem dimenso infinita e
escrevemos dim V = .

Curso de lgebra Linear p. 10

Recordando Dimenso
Definio. Seja (V, +, ) um espao vetorial arbitrrio.
Dizemos que V tem dimenso n, e escrevemos dim V = n,
se
V contm um subconjunto LI com n vetores.

Todo subconjunto de V com n + 1 vetores LD.


Se V possui um subconjunto LI com uma infinidade de
elementos, dizemos que V tem dimenso infinita e
escrevemos dim V = .
Em outras palavras, a dimenso a cardinalidade de
qualquer subconjunto maximal LI de vetores de V .

Curso de lgebra Linear p. 10

Exemplos Notveis
dim E 2 = 2, dim E 3 = 3

Curso de lgebra Linear p. 11

Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n

Curso de lgebra Linear p. 11

Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI

De fato, se esse conjunto fosse LD, existiriam escalares


c0 , c1 , . . . , cn no todos nulos tais que
p(x) = c0 + c1 x + c2 x2 + + cn xn = 0,

x R

()

Mas, pelo Teorema Fundamental da lgebra, p(x) no


pode ter mais do que n razes em R. Portanto
c0 = c1 = = cn = 0 a nica soluo de ().
Exerccio: mostre que todo subconjunto S de Pn com
n + 2 polinmios necessariamente LD.
Curso de lgebra Linear p. 11

Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =

De fato, pelo exemplo anterior, todo subconjunto de S


LI, logo S LI.
Com efeito, se T um subconjunto qualquer de S ,
ento T est contido em {1, x, x2 , . . . , xm }, para algum
inteiro m. Como este LI, ento T tambm LI

Curso de lgebra Linear p. 11

Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =

Seja Pn (S) = {p Pn | p est restrito a S}. Se S infinito,


ento dim Pn (S) = n + 1.
A prova anloga quela de Pn , pois um polinmio no
pode ter uma quantidade infinita de razes em S .
Certamente, tambm vale dim P(S) =

Curso de lgebra Linear p. 11

Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =

Seja Pn (S) = {p Pn | p est restrito a S}. Se S infinito,


ento dim Pn (S) = n + 1.
S infinito, ento dim RS = , pois RS contm P(S)

Curso de lgebra Linear p. 11

Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =

Seja Pn (S) = {p Pn | p est restrito a S}. Se S infinito,


ento dim Pn (S) = n + 1.
S infinito, ento dim RS = , pois RS contm P(S)

Se U um intervalo, ou reunio de intervalos, ento


dim F(U ) =
De fato, F(U ) contm P(U ) e U infinito

Curso de lgebra Linear p. 11

Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =

Seja Pn (S) = {p Pn | p est restrito a S}. Se S infinito,


ento dim Pn (S) = n + 1.
S infinito, ento dim RS = , pois RS contm P(S)

Se U um intervalo, ou reunio de intervalos, ento


dim F(U ) =
dim Mmn = mn

Vamos calcular a seguir.


Curso de lgebra Linear p. 11

Exemplos Notveis
dim E 2 = 2, dim E 3 = 3
dim R = 1, dim R2 = 2, . . ., dim Rn = n
dim Pn = n + 1, pois {1, x, x2 , . . . , xn } LI
S = {1, x, x2 , x3 , . . . , xn , . . .} LI em P , logo dim P =

Seja Pn (S) = {p Pn | p est restrito a S}. Se S infinito,


ento dim Pn (S) = n + 1.
S infinito, ento dim RS = , pois RS contm P(S)

Se U um intervalo, ou reunio de intervalos, ento


dim F(U ) =
dim Mmn = mn
dim{0} = 0 (o nico subconjunto LI de {0} )
Curso de lgebra Linear p. 11

A dimenso de Mmn
Consideremos as matrizes eij : S R definidas por
(
0, se k 6= i ou 6= j
eij (k, ) =
= ik j
1, se k = i e = j
onde o Delta de Kronecker:
(
0, se k =
6 i
ik =
1, se k = i
Aqui S = {1, 2, . . . , m} {1, 2, . . . , n}.

Curso de lgebra Linear p. 12

A dimenso de Mmn
Consideremos as matrizes eij : S R definidas por
(
0, se k 6= i ou 6= j
eij (k, ) =
= ik j
1, se k = i e = j
onde o Delta de Kronecker.
Exemplo: em M2 = M2,2 , temos (graficamente)
"
#
"
#
1 0
0 1
e11 =
, e12 =
,
0 0
0 0
e21 =

"

0 0
1 0

, e22 =

"

0 0
0 1

#
Curso de lgebra Linear p. 12

A dimenso de Mmn ...


Consideremos a equao em Mmn :
m X
n
X

cij eij = 0

()

i=1 j=1

onde cij so escalares incgnitas.

Curso de lgebra Linear p. 13

A dimenso de Mmn ...


Consideremos a equao em Mmn :
m X
n
X

cij eij = 0

()

i=1 j=1

onde cij so escalares incgnitas.


Aplicando ambos os lados a (k, ) S , temos
m X
n
X

cij eij (k, ) = 0

i=1 j=1

Curso de lgebra Linear p. 13

A dimenso de Mmn ...


Consideremos a equao em Mmn :
m X
n
X

cij eij = 0

()

i=1 j=1

onde cij so escalares incgnitas.


Aplicando ambos os lados a (k, ) S , temos
m X
n
X

cij eij (k, ) = 0

i=1 j=1

Isto
n X
n
X

cij ik j = 0

i=1 j=1

Curso de lgebra Linear p. 13

A dimenso de Mmn ...


Mas, na equao
m X
n
X

cij ik j = 0

i=1 j=1

todos os termos se anulam, exceto quando i = k e j =

Curso de lgebra Linear p. 14

A dimenso de Mmn ...


Mas, na equao
m X
n
X

cij ik j = 0

i=1 j=1

todos os termos se anulam, exceto quando i = k e j =


Nesse caso, o que sobra
ck = 0

Curso de lgebra Linear p. 14

A dimenso de Mmn ...


Mas, na equao
m X
n
X

cij ik j = 0

i=1 j=1

todos os termos se anulam, exceto quando i = k e j =


Nesse caso, o que sobra
ck = 0

Como k e so arbitrrios, conclumos que () possui


apenas a soluo trivial, logo
{eij Mmn | 1 i m, 1 j n}

LI. Note que este contm mn elementos


Curso de lgebra Linear p. 14

A dimenso de Mmn ...


Seja {A1 , A2 , . . . , Ar } Mmn e consideremos
c1 A1 + c2 A2 + + cr Ar = 0

()

(k)

onde Ak = (aij ).

Curso de lgebra Linear p. 15

A dimenso de Mmn ...


Seja {A1 , A2 , . . . , Ar } Mmn e consideremos
c1 A1 + c2 A2 + + cr Ar = 0

()

(k)

onde Ak = (aij ).
Assim,
Ak =

m X
n
X

(k)

aij eij

i=1 j=1

Curso de lgebra Linear p. 15

A dimenso de Mmn ...


Seja {A1 , A2 , . . . , Ar } Mmn e consideremos
c1 A1 + c2 A2 + + cr Ar = 0

()

(k)

onde Ak = (aij ).
Assim,
Ak =

m X
n
X

(k)

aij eij

i=1 j=1

Logo () equivale a
m X
n
r X
X

(k)
ck aij eij

=0

k=1 i=1 j=1

Curso de lgebra Linear p. 15

A dimenso de Mmn ...


Aplicando ambos os membros de
m X
n
r X
X

(k)

ck aij eij = 0

k=1 i=1 j=1

a (s, t) S , vem
m X
n
r X
X

(k)
ck aij is jt

=0

k=1 i=1 j=1

Curso de lgebra Linear p. 16

A dimenso de Mmn ...


Aplicando ambos os membros de
m X
n
r X
X

(k)

ck aij eij = 0

k=1 i=1 j=1

a (s, t) S , vem
m X
n
r X
X

(k)
ck aij is jt

=0

k=1 i=1 j=1

Logo
r
X

(k)

ck ast = 0, (s, t) S

k=1

Curso de lgebra Linear p. 16

A dimenso de Mmn ...


Mas para cada s = 1, 2, . . . , m e t = 1, 2, . . . , n,
r
X

(k)

ast ck = 0

k=1

uma equao linear homognea nas incgnitas ck e


(k)
coeficientes ast

Curso de lgebra Linear p. 17

A dimenso de Mmn ...


Mas para cada s = 1, 2, . . . , m e t = 1, 2, . . . , n,
r
X

(k)

ast ck = 0

k=1

uma equao linear homognea nas incgnitas ck e


(k)
coeficientes ast
Temos um sistema de mn equaes lineares
homogneas a r incgnitas. Se r > mn, ento o
sistema tem soluo no-trivial, logo () tem soluo
no trivial

Curso de lgebra Linear p. 17

A dimenso de Mmn ...


Mas para cada s = 1, 2, . . . , m e t = 1, 2, . . . , n,
r
X

(k)

ast ck = 0

k=1

uma equao linear homognea nas incgnitas ck e


(k)
coeficientes ast
Temos um sistema de mn equaes lineares
homogneas a r incgnitas. Se r > mn, ento o
sistema tem soluo no-trivial, logo () tem soluo
no trivial
Portanto, se r > mn, {A1 , A2 , . . . Ar } Mmn LD

Curso de lgebra Linear p. 17

A dimenso de Mmn ...


Mas para cada s = 1, 2, . . . , m e t = 1, 2, . . . , n,
r
X

(k)

ast ck = 0

k=1

uma equao linear homognea nas incgnitas ck e


(k)
coeficientes ast
Temos um sistema de mn equaes lineares
homogneas a r incgnitas. Se r > mn, ento o
sistema tem soluo no-trivial, logo () tem soluo
no trivial
Portanto, se r > mn, {A1 , A2 , . . . Ar } Mmn LD
Isso mostra que dim Mmn = mn

C.Q.D.
Curso de lgebra Linear p. 17

Base de Espao Vetorial


Uma maneira de designar um espao vetorial dar uma
base para esse espao

Curso de lgebra Linear p. 18

Base de Espao Vetorial


Definio 41 Seja (V, +, ) um espao vetorial, dim V = n.
Uma base de V qualquer subconjunto B de V tal que
B LI
B possui exatamente n vetores

Exemplos:

Curso de lgebra Linear p. 18

Base de Espao Vetorial


Definio 41 Seja (V, +, ) um espao vetorial, dim V = n.
Uma base de V qualquer subconjunto B de V tal que
B LI
B possui exatamente n vetores

Exemplos:
Dois vetores no colineares so base de E 2

Curso de lgebra Linear p. 18

Base de Espao Vetorial


Definio 41 Seja (V, +, ) um espao vetorial, dim V = n.
Uma base de V qualquer subconjunto B de V tal que
B LI
B possui exatamente n vetores

Exemplos:
Dois vetores no colineares so base de E 2
Trs vetores no coplanares em E 3 formam uma base

Curso de lgebra Linear p. 18

Base de Espao Vetorial


Definio 41 Seja (V, +, ) um espao vetorial, dim V = n.
Uma base de V qualquer subconjunto B de V tal que
B LI
B possui exatamente n vetores

Exemplos:
Dois vetores no colineares so base de E 2
Trs vetores no coplanares em E 3 formam uma base
{e1 , e2 , . . . , en } base de Rn

Curso de lgebra Linear p. 18

Base de Espao Vetorial


Definio 41 Seja (V, +, ) um espao vetorial, dim V = n.
Uma base de V qualquer subconjunto B de V tal que
B LI
B possui exatamente n vetores

Exemplos:
Dois vetores no colineares so base de E 2
Trs vetores no coplanares em E 3 formam uma base
{e1 , e2 , . . . , en } base de Rn
{eij , 1 i m, 1 j n} base de Mmn

Curso de lgebra Linear p. 18

Base de Espao Vetorial


Definio 41 Seja (V, +, ) um espao vetorial, dim V = n.
Uma base de V qualquer subconjunto B de V tal que
B LI
B possui exatamente n vetores

Exemplos:
Dois vetores no colineares so base de E 2
Trs vetores no coplanares em E 3 formam uma base
{e1 , e2 , . . . , en } base de Rn
{eij , 1 i m, 1 j n} base de Mmn
{1, x, x2 } base de P2 . {1, 1 x, 1 x2 } outra.

Curso de lgebra Linear p. 18

Base de Espao Vetorial


Definio 41 Seja (V, +, ) um espao vetorial, dim V = n.
Uma base de V qualquer subconjunto B de V tal que
B LI
B possui exatamente n vetores

Exemplos:
Dois vetores no colineares so base de E 2
Trs vetores no coplanares em E 3 formam uma base
{e1 , e2 , . . . , en } base de Rn
{eij , 1 i m, 1 j n} base de Mmn
{1, x, x2 } base de P2 . {1, 1 x, 1 x2 } outra.

Todo espao vetorial n-dimensional possui bases (


bvio)
Curso de lgebra Linear p. 18

Representao nica
Teorema 42 Seja (V, +, ) um espao vetorial
n-dimensional. Ento todo vetor v V pode ser expresso
unicamente como combinao linear dos vetores de uma
base de V .

Curso de lgebra Linear p. 19

Representao nica
Teorema 42 Seja (V, +, ) um espao vetorial
n-dimensional. Ento todo vetor v V pode ser expresso
unicamente como combinao linear dos vetores de uma
base de V .
Prova:
Seja B = {u1 , u2 , . . . , un } base de V .

Curso de lgebra Linear p. 19

Representao nica
Teorema 42 Seja (V, +, ) um espao vetorial
n-dimensional. Ento todo vetor v V pode ser expresso
unicamente como combinao linear dos vetores de uma
base de V .
Prova:
Seja B = {u1 , u2 , . . . , un } base de V .
Ento o conjunto {u1 , u2 , . . . , un , v} LD, e existem
escalares 1 , 2 , . . . , n , no todos nulos tais que
1 u1 + 2 u2 + + n un + v = 0

()

Curso de lgebra Linear p. 19

Representao nica
Teorema 42 Seja (V, +, ) um espao vetorial
n-dimensional. Ento todo vetor v V pode ser expresso
unicamente como combinao linear dos vetores de uma
base de V .
Prova:
Seja B = {u1 , u2 , . . . , un } base de V .
Ento o conjunto {u1 , u2 , . . . , un , v} LD, e existem
escalares 1 , 2 , . . . , n , no todos nulos tais que
1 u1 + 2 u2 + + n un + v = 0

()

Obviamente 6= 0, logo
2
n
1
un
v = u1 u2

Curso de lgebra Linear p. 19

Representao nica...
Isso mostra que todo vetor v V se expressa em
termos da base B

Curso de lgebra Linear p. 20

Representao nica...
Isso mostra que todo vetor v V se expressa em
termos da base B
Suponhamos que
v = 1 u1 + 2 u2 + + n un
v = 1 u1 + 2 u2 + + n un

Curso de lgebra Linear p. 20

Representao nica...
Isso mostra que todo vetor v V se expressa em
termos da base B
Suponhamos que
v = 1 u1 + 2 u2 + + n un
v = 1 u1 + 2 u2 + + n un

Da, subtraindo uma eq. da outra:


0 = (1 1 )u1 + + (n n )un

Curso de lgebra Linear p. 20

Representao nica...
Isso mostra que todo vetor v V se expressa em
termos da base B
Suponhamos que
v = 1 u1 + 2 u2 + + n un
v = 1 u1 + 2 u2 + + n un

Da, subtraindo uma eq. da outra:


0 = (1 1 )u1 + + (n n )un

Mas B LI, logo 1 1 = 0, . . . , n n = 0, ou seja


1 = 1 , . . . , n = n .

Curso de lgebra Linear p. 20

Representao nica...
Isso mostra que todo vetor v V se expressa em
termos da base B
Suponhamos que
v = 1 u1 + 2 u2 + + n un
v = 1 u1 + 2 u2 + + n un

Da, subtraindo uma eq. da outra:


0 = (1 1 )u1 + + (n n )un

Mas B LI, logo 1 1 = 0, . . . , n n = 0, ou seja


1 = 1 , . . . , n = n .
Conclumos que a expresso de v em termos da base
B nica!
Curso de lgebra Linear p. 20

Representao nica...
Assim, dada a base B = {u1 , u2 , . . . , un } e dado v V
arbitrrio, existem nicos escalares 1 , 2 , . . . , n tais
que
v = 1 u1 + 2 u 2 + + n u n

Curso de lgebra Linear p. 21

Representao nica...
Assim, dada a base B = {u1 , u2 , . . . , un } e dado v V
arbitrrio, existem nicos escalares 1 , 2 , . . . , n tais
que
v = 1 u1 + 2 u 2 + + n u n
Em outras palavras, v est completamente
determinado por B e pela nupla (1 , 2 , . . . , n ) Rn

Curso de lgebra Linear p. 21

Representao nica...
Assim, dada a base B = {u1 , u2 , . . . , un } e dado v V
arbitrrio, existem nicos escalares 1 , 2 , . . . , n tais
que
v = 1 u1 + 2 u 2 + + n u n
Em outras palavras, v est completamente
determinado por B e pela nupla (1 , 2 , . . . , n ) Rn
Vamos chamar os escalares nessa nupla por um
nome conveniente. Em seguida vamos derivar
propriedades notveis desses escalares

Curso de lgebra Linear p. 21

Coordenadas relativas a uma base


Definio 43 Se B = {u1 , u2 , . . . , un } base de (V, +, ) os
nicos escalares 1 , 2 , . . . , n determinando v so
chamados coordenadas de v em relao base B .

Curso de lgebra Linear p. 22

Coordenadas relativas a uma base


Definio 43 Se B = {u1 , u2 , . . . , un } base de (V, +, ) os
nicos escalares 1 , 2 , . . . , n determinando v so
chamados coordenadas de v em relao base B .
Estes so os nicos escalares tais que
v = 1 u 1 + 2 u2 + + n u n

Curso de lgebra Linear p. 22

Coordenadas relativas a uma base


Definio 43 Se B = {u1 , u2 , . . . , un } base de (V, +, ) os
nicos escalares 1 , 2 , . . . , n determinando v so
chamados coordenadas de v em relao base B .
Estes so os nicos escalares tais que
v = 1 u 1 + 2 u2 + + n u n

A nupla de coordenadas de v relativas a B ser denotada


[v]B = (1 , 2 , . . . , n )

Curso de lgebra Linear p. 22

Coordenadas relativas a uma base


Definio 43 Se B = {u1 , u2 , . . . , un } base de (V, +, ) os
nicos escalares 1 , 2 , . . . , n determinando v so
chamados coordenadas de v em relao base B .
Estes so os nicos escalares tais que
v = 1 u 1 + 2 u2 + + n u n

A nupla de coordenadas de v relativas a B ser denotada


[v]B = (1 , 2 , . . . , n )

Exemplo: B = {1, x, x2 } base de P2 , logo


[3x2 2x + 7]B = (7, 2, 3)

Curso de lgebra Linear p. 22

Coordenadas em Rn
Sabemos que o subconjunto B Rn consistindo de
e1 = (1, 0, 0, . . . , 0)
e2 = (0, 1, 0, . . . , 0)
.. .. ..
. . .
en = (0, 0, 0, . . . , 1)

base de Rn . Vamos cham-la de base cannica.

Curso de lgebra Linear p. 23

Coordenadas em Rn
Sabemos que o subconjunto B Rn consistindo de
e1 = (1, 0, 0, . . . , 0)
e2 = (0, 1, 0, . . . , 0)
.. .. ..
. . .
en = (0, 0, 0, . . . , 1)

base de Rn . Vamos cham-la de base cannica.


Da, uma nupla arbitrria de Rn se expressa
unicamente como
(x1 , x2 , . . . , xn ) = x1 e1 + x2 e2 + + xn en

Curso de lgebra Linear p. 23

Coordenadas de um vetor em Rn ...


Portanto, em relao base cannica de Rn ,
[(x1 , x2 , . . . , xn )]B = (x1 , x2 , . . . , xn )

Curso de lgebra Linear p. 24

Coordenadas de um vetor em Rn ...


Portanto, em relao base cannica de Rn ,
[(x1 , x2 , . . . , xn )]B = (x1 , x2 , . . . , xn )

Conclumos que em Rn , as coordenadas relativas


base cannica coincidem com os componentes do
vetor.

Curso de lgebra Linear p. 24

Coordenadas de um vetor em Rn ...


Portanto, em relao base cannica de Rn ,
[(x1 , x2 , . . . , xn )]B = (x1 , x2 , . . . , xn )

Conclumos que em Rn , as coordenadas relativas


base cannica coincidem com os componentes do
vetor.
Cuidado: s podemos afirmar isso quando a base B
for a cannica

Curso de lgebra Linear p. 24

Coordenadas de um vetor em Rn ...


Portanto, em relao base cannica de Rn ,
[(x1 , x2 , . . . , xn )]B = (x1 , x2 , . . . , xn )

Conclumos que em Rn , as coordenadas relativas


base cannica coincidem com os componentes do
vetor.
Cuidado: s podemos afirmar isso quando a base B
for a cannica
De fato, se B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} ento
[(x1 , x2 , x3 )]B = (x3 , x2 x3 , x1 x3 )

Verifique!

Curso de lgebra Linear p. 24

Exemplo em R3
Exemplo 44 Determine as coordenadas de v = (2, 4, 0)
relativas a B = {v1 = (1, 2, 1), v2 = (1, 0, 3), v3 = (2, 2, 1)}.

Curso de lgebra Linear p. 25

Exemplo em R3
Exemplo 44 Determine as coordenadas de v = (2, 4, 0)
relativas a B = {v1 = (1, 2, 1), v2 = (1, 0, 3), v3 = (2, 2, 1)}.
Soluo:
Devemos determinar x1 , x2 , x3 tais que
[(2, 4, 0)]B = (x1 , x2 , x3 )

Curso de lgebra Linear p. 25

Exemplo em R3
Exemplo 44 Determine as coordenadas de v = (2, 4, 0)
relativas a B = {v1 = (1, 2, 1), v2 = (1, 0, 3), v3 = (2, 2, 1)}.
Soluo:
Devemos determinar x1 , x2 , x3 tais que
[(2, 4, 0)]B = (x1 , x2 , x3 )
Isso equivale a resolver a equao
x1 (1, 2, 1) + x2 (1, 0, 3) + x3 (2, 2, 1) = (2, 4, 0)

Curso de lgebra Linear p. 25

Exemplo em R3
Exemplo 44 Determine as coordenadas de v = (2, 4, 0)
relativas a B = {v1 = (1, 2, 1), v2 = (1, 0, 3), v3 = (2, 2, 1)}.
Soluo:
Devemos determinar x1 , x2 , x3 tais que
[(2, 4, 0)]B = (x1 , x2 , x3 )
Isso equivale a resolver a equao
x1 (1, 2, 1) + x2 (1, 0, 3) + x3 (2, 2, 1) = (2, 4, 0)

que equivale a resolver o sistema linear

x1 x2 + 2x3 = 2
2x1
+ 2x3 = 4

x + 3x x = 0
1
2
3

Curso de lgebra Linear p. 25

Exemplo em R3 ...
A matriz ampliada desse sistema

1 1
2 2

0
2 4
2
1
3 1 0

Curso de lgebra Linear p. 26

Exemplo em R3 ...
A matriz ampliada desse sistema

1 1
2 2

0
2 4
2
1
3 1 0

Aplicando a ela o Gauss-Jordan, resulta

1 0 0
4

0
1
0
2

0 0 1 2

Curso de lgebra Linear p. 26

Exemplo em R3 ...
A matriz ampliada desse sistema

1 1
2 2

0
2 4
2
1
3 1 0

Aplicando a ela o Gauss-Jordan, resulta

1 0 0
4

0
1
0
2

0 0 1 2

E portanto a soluo do sistema linear


{(x1 , x2 , x3 ) = (4, 2, 2)}
Curso de lgebra Linear p. 26

Exemplo em R3 ...
Conclumos que [(2, 4, 0)]B = (4, 2, 2)

Curso de lgebra Linear p. 27

Exemplo em R3 ...
Conclumos que [(2, 4, 0)]B = (4, 2, 2)
Deste exemplo aprendemos que as coordenadas no
precisam coincidir com os componentes em R3

Curso de lgebra Linear p. 27

Exemplo em R3 ...
Conclumos que [(2, 4, 0)]B = (4, 2, 2)
Deste exemplo aprendemos que as coordenadas no
precisam coincidir com os componentes em R3
Para calcular coordenadas relativas a uma base de Rn
devemos resolver sistema linear n n

Curso de lgebra Linear p. 27

Exemplo em R3 ...
Conclumos que [(2, 4, 0)]B = (4, 2, 2)
Deste exemplo aprendemos que as coordenadas no
precisam coincidir com os componentes em R3
Para calcular coordenadas relativas a uma base de Rn
devemos resolver sistema linear n n
Esse sistema sempre possvel e determinado (Por
que?)

Curso de lgebra Linear p. 27

Exemplo em R3 ...
Conclumos que [(2, 4, 0)]B = (4, 2, 2)
Deste exemplo aprendemos que as coordenadas no
precisam coincidir com os componentes em R3
Para calcular coordenadas relativas a uma base de Rn
devemos resolver sistema linear n n
Esse sistema sempre possvel e determinado (Por
que?)
Em qualquer espao vetorial n-dimensional,
coordenadas possuem propriedades notveis. Vejamos
algumas

Curso de lgebra Linear p. 27

Propriedades das coordenadas


Teorema 45 As coordenadas de um vetor em relao a
uma base possuem as seguintes propriedades:

Curso de lgebra Linear p. 28

Propriedades das coordenadas


Teorema 45 As coordenadas de um vetor em relao a
uma base possuem as seguintes propriedades:
(A) Aditividade: As coordenadas da soma so iguais
soma das coordenadas:
[u + w]B = [u]B + [w]B

Curso de lgebra Linear p. 28

Propriedades das coordenadas


Teorema 45 As coordenadas de um vetor em relao a
uma base possuem as seguintes propriedades:
(A) Aditividade: As coordenadas da soma so iguais
soma das coordenadas:
[u + w]B = [u]B + [w]B

(H) Homogeneidade: As coordenadas do mltiplo so


iguais ao mltiplo das coordenadas:
[u]B = [u]B

Curso de lgebra Linear p. 28

Propriedades das coordenadas


Teorema 45 As coordenadas de um vetor em relao a
uma base possuem as seguintes propriedades:
(A) Aditividade: As coordenadas da soma so iguais
soma das coordenadas:
[u + w]B = [u]B + [w]B

(H) Homogeneidade: As coordenadas do mltiplo so


iguais ao mltiplo das coordenadas:
[u]B = [u]B

Prova:

Curso de lgebra Linear p. 28

Aditividade das coordenadas


Seja B = {v1 , v2 , . . . , vn } base de V e suponhamos
[u]B = (1 , 2 , . . . , n )
[w]B = (1 , 2 , . . . , n )

Curso de lgebra Linear p. 29

Aditividade das coordenadas


Seja B = {v1 , v2 , . . . , vn } base de V e suponhamos
[u]B = (1 , 2 , . . . , n )
[w]B = (1 , 2 , . . . , n )

Ento, unicamente,
u = 1 v1 + 2 v2 + + n vn
w = 1 v1 + 2 v2 + + n vn

Curso de lgebra Linear p. 29

Aditividade das coordenadas


Seja B = {v1 , v2 , . . . , vn } base de V e suponhamos
[u]B = (1 , 2 , . . . , n )
[w]B = (1 , 2 , . . . , n )

Ento, unicamente,
u = 1 v1 + 2 v2 + + n vn
w = 1 v1 + 2 v2 + + n vn

Da, u + w = (1 + 1 )v1 + + (n + n )vn

Curso de lgebra Linear p. 29

Aditividade das coordenadas


Seja B = {v1 , v2 , . . . , vn } base de V e suponhamos
[u]B = (1 , 2 , . . . , n )
[w]B = (1 , 2 , . . . , n )

Ento, unicamente,
u = 1 v1 + 2 v2 + + n vn
w = 1 v1 + 2 v2 + + n vn

Da, u + w = (1 + 1 )v1 + + (n + n )vn


Pela unicidade das coordenadas, conclumos que
[u + w]B = (1 + 1 , . . . , n + n ) = [u]B + [w]B
Curso de lgebra Linear p. 29

Homogeneidade das coordenadas


Seja B = {v1 , v2 , . . . , vn } base de V e suponhamos
[u]B = (1 , 2 , . . . , n )

Curso de lgebra Linear p. 30

Homogeneidade das coordenadas


Seja B = {v1 , v2 , . . . , vn } base de V e suponhamos
[u]B = (1 , 2 , . . . , n )

Ento
u = 1 v1 + 2 v2 + + n vn

Curso de lgebra Linear p. 30

Homogeneidade das coordenadas


Seja B = {v1 , v2 , . . . , vn } base de V e suponhamos
[u]B = (1 , 2 , . . . , n )

Ento
u = 1 v1 + 2 v2 + + n vn

Da
u = (1 )v1 + + (n )vn

Curso de lgebra Linear p. 30

Homogeneidade das coordenadas


Seja B = {v1 , v2 , . . . , vn } base de V e suponhamos
[u]B = (1 , 2 , . . . , n )

Ento
u = 1 v1 + 2 v2 + + n vn

Da
u = (1 )v1 + + (n )vn

Novamente, pela unicidade das coordenadas, temos:


[u]B = (1 , . . . , n ) = [u]B

Curso de lgebra Linear p. 30

Homogeneidade das coordenadas


Seja B = {v1 , v2 , . . . , vn } base de V e suponhamos
[u]B = (1 , 2 , . . . , n )

Ento
u = 1 v1 + 2 v2 + + n vn

Da
u = (1 )v1 + + (n )vn

Novamente, pela unicidade das coordenadas, temos:


[u]B = (1 , . . . , n ) = [u]B

Claramente, o nico vetor cujas coordenadas so todas


iguais a zero o vetor nulo 0.
Curso de lgebra Linear p. 30

Coordenadas como funo


Seja (V, +, ) um espao vetorial e B = {v1 , v2 , . . . , vn }
base de V

Curso de lgebra Linear p. 31

Coordenadas como funo


Seja (V, +, ) um espao vetorial e B = {v1 , v2 , . . . , vn }
base de V
A aplicao []B : V Rn uma funo entre V e Rn .
De fato, para cada v V , o valor [v]B est unicamente
determinado

Curso de lgebra Linear p. 31

Coordenadas como funo


Seja (V, +, ) um espao vetorial e B = {v1 , v2 , . . . , vn }
base de V
A aplicao []B : V Rn uma funo entre V e Rn .
De fato, para cada v V , o valor [v]B est unicamente
determinado
Essa funo injetora: de fato, se [v]B = [w]B ento v
e w possuem as mesmas coordenadas relativas a B ,
logo v = w, pela unicidade das coordenadas

Curso de lgebra Linear p. 31

Coordenadas como funo


Seja (V, +, ) um espao vetorial e B = {v1 , v2 , . . . , vn }
base de V
A aplicao []B : V Rn uma funo entre V e Rn .
De fato, para cada v V , o valor [v]B est unicamente
determinado
Essa funo injetora: de fato, se [v]B = [w]B ento v
e w possuem as mesmas coordenadas relativas a B ,
logo v = w, pela unicidade das coordenadas
Essa funo sobrejetora: de fato, se (1 , 2 , . . . , n )
uma nupla arbitrria de Rn , formando o vetor
v = 1 v1 + 2 v2 + + n vn

teremos [v]B = (1 , 2 , . . . , n )
Curso de lgebra Linear p. 31

Coordenadas como funo ...


Concluso: a funo []B : V Rn estabelece uma
bijeo entre V e Rn

Curso de lgebra Linear p. 32

Coordenadas como funo ...


Concluso: a funo []B : V Rn estabelece uma
bijeo entre V e Rn
Essa bijeo tal que
[v + w]B = [v]B + [w]B ,

v, w V,

e
[v]B = [v]B ,

R, v V

Curso de lgebra Linear p. 32

Fim da Aula 5

Final da Aula 5, obrigado.

Curso de lgebra Linear p. 33

Fim da Aula 5

Curso de lgebra Linear p. 34