Álgebra Linear - Aula07

Curso de lgebra Linear
Aula 7
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
Operaes com Subespaos
Posto de uma matriz
Os espaos fundamentais de uma matriz
O Teorema do Posto e da Nulidade
Interseo de Subespaos
Sejam U e W dois subespaos de (V, +, ) e consideremos
o conjunto U W
o conjunto U W
Este tem as propriedades
0 U e 0 W , logo 0 U W
Portanto: U W no vazio!
o conjunto U W
Se v1 , v2 U W , ento v1 , v2 U e v1 , v2 W , logo
v1 + v2 U
v1 + v2 W
Portanto: v1 + v2 U W
o conjunto U W
Se v1 , v2 U W , v1 + v2 U W
Se v U W e R, ento v U e v W , logo
v U
v W
Portanto: v U W
o conjunto U W
Se v1 , v2 U W , v1 + v2 U W
Se v U W e R, v U W
Concluso: U W no-vazio e fechado nas operaes
de V , logo subespao de V
o conjunto U W
Se v1 , v2 U W , v1 + v2 U W
Se v U W e R, v U W
Concluso: U W no-vazio e fechado nas operaes
de V , logo subespao de V
Ser que U W subespao de V ?
Subespao gerado
Recordando, se S um subconjunto de (V, +, ), o
subespao de V gerado por S o conjunto
[S] = {c1 v1 + + cn vn | vi S, ci R}
Subespao gerado
[S] = {c1 v1 + + cn vn | vi S, ci R}
Em outras palavras, o subconjunto consistindo de todas

as combinaes lineares dos vetores de S .
Subespao gerado
[S] = {c1 v1 + + cn vn | vi S, ci R}

Observao: se v S , ento
v = 1v,
v S
uma combinao linear de vetores de S , logo

S [S]
Subespao gerado
[S] = {c1 v1 + + cn vn | vi S, ci R}

Observao: se v S , ento
v = 1v,
v S
uma combinao linear de vetores de S , logo

S [S]
Observao: S no precisa ser finito.

Subespao gerado
Se W um subespao de V e S W , ento toda
combinao linear de vetores de S est em W (bvio)
Subespao gerado
combinao linear de vetores de S est em W (bvio) ,
portanto
SW
=
[S] W
Subespao gerado
portanto
SW
=
[S] W
Em particular,
[S] [S]
[[S]] [S]
Subespao gerado
portanto
SW
=
[S] W
Em particular,
[S] [S]
[[S]] [S]
Se S T , ento
S T [T ]
[S] [T ]
Subespao gerado
portanto
SW
=
[S] W
Em particular,
[S] [S]
[[S]] [S]
Se S T , ento
S T [T ]
[S] [T ]
Se 6= 0, vale
{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]
Subespao gerado
1
Trocando u por u = u em
{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]
Subespao gerado
1
{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]
ento temos
{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]
Subespao gerado
1
{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]
ento temos
{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]
Portanto:
[u, v, . . . , w] = [u, v, . . . , w]
Subespao gerado
1
{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]
ento temos
{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]
Portanto:
[u, v, . . . , w] = [u, v, . . . , w]
Concluso: trocando-se um gerador por um mltiplo

no-nulo desse gerador mantm-se o subespao gerado!
Subespao gerado
Como u = 1(u + v) + (1)v, ento
u [u + v, v, . . . , w],
Subespao gerado
u [u + v, v, . . . , w],
logo
{u, v, . . . , w} [u + v, v, . . . , w] =
= [u, v, . . . , w] [u + v, v, . . . , w]
Subespao gerado
u [u + v, v, . . . , w],
logo
{u, v, . . . , w} [u + v, v, . . . , w] =
= [u, v, . . . , w] [u + v, v, . . . , w]
Por outro lado bvio que

u + v = 1u + 1v [u, v, . . . , w],
logo
{u + v, v, . . . , w} [u, v, . . . , w] =
= [u + v, v, . . . , w] [u, v, . . . , w]
Subespao gerado
Concluso: trocando um gerador pela soma desse com
outro gerador mantm-se o subespao gerado
Subespao gerado
Concluso: combinando-se estes dois fatos, temos
[u, v, . . . , w] = [u + v, v, . . . , w]
qualquer que seja R
Subespao gerado
Concluso: combinando-se estes dois fatos, temos
[u, v, . . . , w] = [u + v, v, . . . , w]
qualquer que seja R

Concluso:
[u, v, . . . , w] = [u + v + + w, v, . . . , w]
desde que 6= 0
Subespao
Teorema 51 Seja S um subconjunto de (V, +, ). Ento [S]
o menor subespao de V contendo S .
Prova: na lousa.
Posto de uma matriz A

Definio 52 Seja A uma matriz m n e R a sua forma
escalonada reduzida por linhas. Ento:

O posto de R definido como o nmero de linhas
no-nulas de R, que igual ao nmero de pivs.

A forma R unicamente determinada a partir de A.

Isso nos permite definir
posto(A) := posto(R).

Isso nos permite definir posto(A) := posto(R).
Exemplo: Se A e R so:
1 1 2
3
A= 2
1 1 1 ,
4 5 1
9
1 0
1
R = 0 1 1
0 0
0
2
3
37
ento posto(A) = posto(R) = 2.

Posto de uma matriz A ...

Teorema 53 Se B e C so duas formas escalonadas de A,
ento B e C contm o mesmo nmero de pivs.

Prova:
Em qualquer forma escalonada, o nmero de pivs
igual ao nmero de linhas no-nulas.

Prova:
No processo de escalonamento, linhas que podem ser
zeradas so zeradas.

Prova:
zeradas so zeradas.
Se B tivesse uma linha-no nula a mais do que A, no
processo de transformar B em A por operaes
elementares, essa linha seria zerada, mas isso
contradiz o fato de A ser escalonada!

Prova:
zeradas so zeradas.
Se B tivesse uma linha-no nula a mais do que A, no
processo de transformar B em A por operaes
elementares, essa linha seria zerada, mas isso
contradiz o fato de A ser escalonada!
Logo A e B tm o mesmo nmero de linhas e portanto
o mesmo nmero de pivs.

Concluso:
Se A e B so equivalentes-linha, ento
posto(A) = posto(B)
Motivo: ambas possuem a mesma forma escalonada

reduzida R, logo
posto(A) = posto(R) = posto(B)

Concluso:
posto(A) = posto(B)
Se B qualquer forma escalonada de A, ento

posto(A) = posto(B)
Portanto, para calcular o posto, basta usar o Mtodo de

Eliminao Gaussiana em A para achar B e contar os
pivs de B .
Isso bastante mais econmico do que usar o
Gauss-Jordan para achar R.

Concluso:
posto(A) = posto(B)
Se B qualquer forma escalonada de A, ento

posto(A) = posto(B)
Um pouco mais difcil de ver que

posto(A) = posto(At )
Isso ser mostrado mais abaixo.
Exemplo
Sejam
1 1 2
3
A= 2
1 1 1 ,
4 5 1
9
1 1
2
3
C= 0
3 3 7 ,
0
0
0
0
1 1 2 3
B = 0 9 9 21
0
0 0 0
2
1 0
1
3
7
R = 0 1 1 3
0 0
0
0
So todas equivalentes-linha, logo

posto(A) = posto(B) = posto(C) = posto(R) = 2
Outro exemplo
1 1 2
3
Sendo A = 2
1 1 1 ,
4 5 1
9
t
A =
1
2 4
1
1 5
,
2
1
1
3 1
9
a forma escalonada reduzida de At
1 0
2
0 1 3 Nota:
A matriz R no
R =
0 0
0 igual matriz Rt .
0 0
0
logo posto(At ) = 2, igual ao posto(A).
Adiante provaremos que isso no coincidncia.
Vetores-linha e vetores-coluna
Se
1
3 0 1
A = 1
2 1
1
2 1 4
0
Se
1
3 0 1
A = 1
2 1
1
2 1 4
0
Os vetores-linha de A so
A(1) = (1, 3, 0, 1), A(2) = (1, 2, 1, 1), A(3) = (2, 1, 4, 0)
Estes so vetores de R4 !
Se
1
3 0 1
A = 1
2 1
1
2 1 4
0
Os vetores-linha de A so
A(1) = (1, 3, 0, 1), A(2) = (1, 2, 1, 1), A(3) = (2, 1, 4, 0)
Os vetores-coluna de A so
1
3
0
1
A(1) = 1 , A(2) = 3 , A(3) = 1 , A(4) = 1

2
1
4
0
Os vetores-coluna
Sendo A =
, seus vetores-coluna
1
3
A(1) = 1 ,A(2) = 2
2
1
0
1
,A(3) = 1 ,A(4) = 1
4
0
A(1) =
A(2) =
so identificados com:
A(3) =
A(4) =
Note que estes vetores esto em R3 !
(1, 1, 2)
(3, 2, 1)
(0, 1, 4)
(1, 1, 0)
importante ressaltar que:
Se A uma matriz m n
Seus vetores-linha esto em Rn
Seus vetores-coluna esto em Rm
Se A uma matriz m n
Definio 54 (linhas e colunas LI) Dizemos que:
As linhas de A so LI se seus vetores-linha so LI.
As colunas de A so LI se seus vetores-coluna so LI.
A definio de linhas e colunas LD anloga a esta.
Se A uma matriz m n
Definio 54 (linhas e colunas LI) Dizemos que:
As linhas de A so LI se seus vetores-linha so LI.
As colunas de A so LI se seus vetores-coluna so LI.
Isso deixa claro que:
A tem no mximo m colunas LI.
A tem no mximo n linhas LI.
Espaos Fundamentais de uma Matriz

Definio 55 Seja A uma matriz m n. Os espaos
fundamentais de A so:

O espao nulo definido por
N (A) = {x Rn | Ax = 0}
isto , o conjunto soluo do sistema linear homogneo

Ax = 0.

O espao nulo N (A) = {x Rn | Ax = 0}
O espao das colunas definido por
C(A) = [A(1) , A(2) , . . . , A(n) ]
isto , o subespao de Rm gerado pelos vetores-coluna

de A.

O espao das colunas C(A) = [A(1) , A(2) , . . . , A(n) ]
O espao das linhas definido por
R(A) = [A(1) , A(2) , . . . , A(m) ]
isto , o subespao de Rn gerado pelos vetores-linha

de A.

O espao das colunas C(A) = [A(1) , A(2) , . . . , A(n) ]
O espao das linhas R(A) = [A(1) , A(2) , . . . , A(m) ]
A seguir: propriedades importantes desses espaos
Propriedades do espao nulo N (A)

i) Se A e B so equivalentes-linha, ento N (A) = N (B).
Isto claro, pois Ax = 0 e Bx = 0 so sistemas

equivalentes.

ii) Se R est na forma escalonada reduzida por linhas,
ento
dim N (R) = nmero de colunas livres
Motivo: o procedimento prtico para expressar o

conjunto soluo de Ax = 0 produz uma base para
N (A) cujo nmero de elementos igual ao nmero de
colunas livres.

ento
dim N (R) =
=
=
=
nmero de colunas livres

n nmero de colunas lderes
n nmero de pivs
n posto(R)
iii) Se R a forma escalonada reduzida por linhas de A,

ento
dim N (A) = n posto(A)
pois N (A) = N (R) e posto(A) = posto(R).


ento
dim N (R) =
=
=
=
nmero de colunas livres

n nmero de colunas lderes
n nmero de pivs
n posto(R)
iii) Se R a forma escalonada reduzida por linhas de A,

ento
dim N (A) = n posto(A)
iv) O nmero n posto(A) chamado nulidade de A.
Assim, dim N (A) = nulidade(A).
Propriedades do espao das linhas R(A)

i) Se A e B so equivalentes-linha, ento R(A) = R(B).
Motivo: Sejam
S = [A(1) , A(2) , . . . , A(m) ]
os vetores-linha de A e
T = [B(1) , B(2) , . . . , B(m) ]
os vetores-linha de B . Como B foi obtida de A por uma

sequencia finita de operaes elementares, ento vale
o mesmo para S e T , logo [S] = [T ]
Portanto:
R(A) = [S] = [T ] = R(B)

ii) Em particular, dim R(A) = dim R(B)

iii) Se R est na forma escalonada reduzida por linhas,
dim R(R) = nmero de linhas no-nulas de R
Motivo: As linhas no-nulas de R so LI.

De fato: se uma linha de R combinao linear das
demais, h uma sequncia de operaes elementares
que zera essa linha!

iii) Se R est na forma escalonada reduzida por linhas,
dim R(R) =
=
=
=
nmero de linhas no-nulas de R

nmero de colunas lderes de R
nmero de pivs de R
posto(R)
iv) dim R(A) = posto(A)
Motivo: se R a forma escalonada por linhas de A,

ento R(A) = R(R) e posto(A) = posto(R).
Um teorema sobre matrizes

Teorema 56 Se A e B so equivalentes-linha, ento
dim C(A) = dim C(B)
Em outras palavras, as operaes elementares no alteram
a dimenso do espao das colunas, muito embora, em
geral, C(A) 6= C(B)

dim C(A) = dim C(B)
Prova:
Primeiro note que Ax = 0 e Bx = 0 so equivalentes

dim C(A) = dim C(B)
Prova:
Depois note que x 6= 0 expressa dependncia linear
entre as colunas. Por exemplo, se x = (2, 1, 1), ento
valem:
2A(1) + 1A(2) 1A(3) = 0, 2B (1) + 1B (2) 1B (3) = 0
ou seja
A(3) = 2A(1) + A(2) , B (3) = 2B (1) + B (2)
As relaes de dependncia so preservadas!


dim C(A) = dim C(B)
Prova:
Depois note que as relaes de dependncia entre as
colunas so preservadas.
As colunas LI so exatamente as que no possuem
relao de dependncia alguma.

dim C(A) = dim C(B)
Prova:
Logo essa ausncia de dependncia tambm
preservada. Ou seja, o nmero de colunas LI de A e de
B tem que ser precisamente o mesmo.

dim C(A) = dim C(B)
Prova:
Logo essa ausncia de dependncia tambm
preservada. Ou seja, o nmero de colunas LI de A e de
B tem que ser precisamente o mesmo.
Portanto dim C(A) = dim C(B).
Um teorema sobre o posto

Teorema 57 dim C(A) = dim R(A), logo
posto(A) = posto(At ).
Em outras palavras, A possui o mesmo nmero de linhas e
de colunas LI.

Prova:
Primeiro, seja R a forma escalonada reduzida por
linhas de A

Prova:
linhas de A
Ento dim R(A) = dim R(R), pois ambas tm o mesmo
nmero de linhas LI = nmero k de pivs.

Prova:
linhas de A
Mas o nmero de colunas LI tambm igual a k . Estas
colunas so vetores cannicos e1 , e2 , . . . , ek de Rm , so
LI e geram C(R).
Nota:
as colunas livres so combinao linear das

colunas lderes!

Prova:
linhas de A
Mas o nmero de colunas LI tambm igual a k . Estas
colunas so vetores cannicos e1 , e2 , . . . , ek de Rm , so
LI e geram C(R).
Isso mostra que dim C(R) = dim R(R). Mas pelo
teorema anterior,
dim C(A) = dim C(R) = dim R(R) = dim R(A).
Propriedades do espao das colunas C(A)

i) Se A e B so equivalentes-linha,no preciso que
C(A) = C(B).
A seguir vamos dar um contra-exemplo.

Mas sempre dim C(A) = dim C(B), j provado.

i) Se A e B so equivalentes-linha, dim C(A) = dim C(B),
mas em geral C(A) 6= C(B).
ii) A possui exatamente o mesmo nmero de colunas e de
linhas LI, j provado.

iii) C(A) = R(At ), R(A) = C(At ).

iii) C(A) = R(At ), R(A) = C(At ).
iv) Portanto posto(A) = posto(At ). De fato,
posto(A) = dim C(A) = dim R(A) = dim C(At ) = posto(At )

iii) C(A) = R(At ), R(A) = C(At ).
iv) Portanto posto(A) = posto(At ).
v) b Rm est em C(A) se, e somente se, Ax = b.
Em outras palavras, decidir se b C(A) equivalente a

discutir o sistema linear Ax = b.
Se Ax = b possivel (det ou no), b C(A)
Se Ax = b impossvel, b 6 C(A)
Exemplo C(A) 6= C(R)

Se
1
2
3
A= 1
0
1 ,
1 4 3
ento C(A) = [(1, 1, 1), (2, 0, 4), (3, 1, 3)]

Por outro lado, a F.E.R.L. de A
1 0 0
R = 0 1 1 ,
0 0 0
logo C(R) = [(1, 0, 0), (0, 1, 0)].
Por exemplo, (1, 1, 1) C(A), mas (1, 1, 1) 6 C(R)!
Teorema do Posto e da Nulidade

Teorema 58 Em qualquer matriz A de tamanho m n, vale
posto(A) + nulidade(A) = n
Dito de outra forma, vale:

dim C(A) + dim N (A) = dim Rn
Prova: bvia!
Exemplo
D o posto e a nulidade de
1
1
1
1
2
1
1
1 1
0
A= 1
1 1
1
2
1
1
1 3 2
1 1 1
1
0
Em outras palavras, queremos determinar dim C(A),

dim R(A) e dim N (A).
Exemplo
D o posto e a nulidade de A.
Pelo Teorema P-N, basta calcular o posto ou a nulidade.
Uma forma escalonada de A
1 1
1
1
2
0 0 2
0
0
0 2 2
0 0
0 0
0
0
0
0 0
0
0
0
Esta matriz possui posto = 3, logo
nulidade = n posto = 5 3 = 2.
Aplicao
Mostre que o conjunto {et , e2t , e3t } so LI em F(R).
Soluo: formamos a equao
x1 et + x2 e2t + x3 e3t = 0
()
Devemos mostrar que esta possui apenas a soluo trivial.
Aplicao
Soluo: formamos a equao x1 et + x2 e2t + x3 e3t = 0
()
Mas esta deve ser verdadeira para todo t R. Escolhemos

valores t = 1, t = 0, t = 1, obtendo:
1 + x e2 + x e3 = 0
2
3
x1 e
x1 e 0 + x2 e 0 + x3 e 0 = 0
x e1 + x e2 + x e3 = 0
1
2
3
um sistema linear homogneo cuja matriz de coeficientes
e1 e2 e3
A= 1
1
1
e1 e2 e3
Aplicao
()
A eq () equivale ao sistema linear homogneo cuja matriz

de coeficientes
e1 e2 e3
A= 1
1
1
e1 e2 e3
Claramente () possui apenas a soluo trivial se, e
somente se, N (A) = {0}, isto se, e somente se,
dim N (A) = nulidade(A) = 0.
Aplicao
()
Uma forma escalonada de A
1
1
1
2
1
3
1
B = 0 e e
e e
0
0
e3 e2
que possui posto(B) = 3. Conclumos que:
nulidade(A) = nulidade(B) = 0,
logo dim N (A) = 0,

logo () possui apenas a soluo trivial
portanto o conjunto dado LI
Fim da Aula 7
Final da Aula 7, obrigado.

Álgebra Linear - Aula07

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Álgebra Linear - Aula07

Enviado por

Direitos autorais:

Formatos disponíveis

Curso de lgebra Linear

Universidade Federal de So Carlos

Curso de lgebra Linear p. 1

Curso de lgebra Linear p. 2

Curso de lgebra Linear p. 3

Curso de lgebra Linear p. 3

Curso de lgebra Linear p. 3

Curso de lgebra Linear p. 3

Curso de lgebra Linear p. 3

Curso de lgebra Linear p. 3

Curso de lgebra Linear p. 4

Em outras palavras, o subconjunto consistindo de todas

Curso de lgebra Linear p. 4

Em outras palavras, o subconjunto consistindo de todas

uma combinao linear de vetores de S , logo

Curso de lgebra Linear p. 4

Em outras palavras, o subconjunto consistindo de todas

uma combinao linear de vetores de S , logo

Observao: S no precisa ser finito.

Curso de lgebra Linear p. 5

Curso de lgebra Linear p. 5

Curso de lgebra Linear p. 5

Curso de lgebra Linear p. 5

{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]

Curso de lgebra Linear p. 6

{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]

Curso de lgebra Linear p. 6

{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]

Curso de lgebra Linear p. 6

{u, v, . . . , w} [u, v, . . . , w] = [u, v, . . . , w] [u, v, . . . , w]

Concluso: trocando-se um gerador por um mltiplo

Curso de lgebra Linear p. 6

Curso de lgebra Linear p. 7

Curso de lgebra Linear p. 7

Por outro lado bvio que

Curso de lgebra Linear p. 8

qualquer que seja R

Curso de lgebra Linear p. 8

qualquer que seja R

Curso de lgebra Linear p. 8

Curso de lgebra Linear p. 9

Posto de uma matriz A

Curso de lgebra Linear p. 10

Posto de uma matriz A

Curso de lgebra Linear p. 10

Posto de uma matriz A

Curso de lgebra Linear p. 10

Posto de uma matriz A

Curso de lgebra Linear p. 10

Posto de uma matriz A

ento posto(A) = posto(R) = 2.

Posto de uma matriz A ...

Curso de lgebra Linear p. 11

Posto de uma matriz A ...

Curso de lgebra Linear p. 11

Posto de uma matriz A ...

Curso de lgebra Linear p. 11

Posto de uma matriz A ...

Curso de lgebra Linear p. 11

Posto de uma matriz A ...

Posto de uma matriz A ...

Motivo: ambas possuem a mesma forma escalonada

Curso de lgebra Linear p. 12