CARLOS A. CALLIOLI Prof, Titular — Faculdade de Engenharia Industrial (S20 Paulo) HYGINO H. DOMINGUES Prof. Adjunto — Instituto de Biociéncias, Letras e Ciéneias Exatas — UNESP ( Rio Preto } ROBERTO C. F. COSTA Prof. Livre-Docente — Instituto de Matematica e Estatistica ~ USP ALGEBRA LINEAR E APLICAGOES 6: edigdo reformulada + reimpresst SE 08 122 reimpressiio, sa’ 80 ie yi. carit® 2 (2 ATUAL EDITORAINDICE Capitulo 4 — Transformagées Lineares 1! PARTE: ALGEBRA LINEAR 4, Isomorfismos ¢ Automorfismos 14 istemas Lineares — Matrizes Capitulo sy Matriz de uma Transformagio Linear ye ne 0 YT. ~“Opéragdes com TransformagOes Lineares .. 124 2, Sistemas Equivalentes 4 2. Mairiz de uma Transformagao Linear 133 3. Sistemas Escalonados 6 3. Matriz da Transformagdo Composta 137 Posen ae 5. Matrizes Semelhantes 151 8. Sistemas de Cramer 31 Capitulo 6 — Espacos com Produto Interno axApéndice I — Matrizes Elementares ... 39 1. Produtos Intern 158 Capitulo 2 — Espagos Vetoriais 3. Ortogonalidade 172 2. Espagos Vetoriais 4 5. Operndres Auto adjuntos isa 5. Somas de Sub-espacos 56 ‘Capitulo 7 — Determinantes cas ane DL Eea) 5. Adjunta Classica e Inversa 212 1. Dependéncia Linear ...... eoseeee 67 6. Regra de Cramer . 214 2. Propriedades da Dependéncia Linear 4 7. Determinante de um Operador Linear : 217 ee eee a 5 SE Jum Fs ic = 8 Mudanca de Base o1 3. Matrizes Congruentes — Mudanca de Base para uma Forma Bilinear 225 ° : 4, Formas Bilineares Simétricas e Anti-simétricas 228 Apéndice II] — Teorema da Tnvaridncia 99 5 Formas Quadrticas 23222 PARTE: APLICAGOES we Diagonal de Operaors Linens ¢ Fora de Jordan Hots eVeees Pris». iagonalizagéo de Operadores 3 Donatos ceOpmadone Aussi indie kei 4 ‘lear da Diagonal! Pons dein Mathie 3. Aptnto da Dagoalznte Sr de Matas (Sope5) é ; Lema de Gergoshin Forma de Jordan Capitulo 2 — Curvas e Superficies de Segundo Grau 1, As Curvasde Segundo Grau 2, As Superficies de Segundo Grau Capitulo 3 — Polindmios de Lagrange 1, Valores Numéricos 2. Polindmios de Lagrange . Capitulo 4 — Sequéncias Recorrentes Lineares 1. Seqiiéncias Recorrentes . 2. Aplicagio Capitulo § — Equagdes ¢ Sistemas de Equagdes Diferenciais Lineares com Coeficientes Constantes Operadores Diferenciais Algebra dos Operadores Equacdes Diferenciais Lineares com Coeticientes Constantes Equacdes Homogéneas de Segunda Ordem Equagées Homogéneas de Ordem Qualquer ‘i Sistemas de Equagdes Diferenciais Lineares com Coeficientes Constantes Capitulo 6 — Método dos Minimos Quadrados 1. 0 Espago Euelidiano f°: Revisio 2. Aproximagao por Projecées 3. Ajuste de Curvas Respostas Bibliografia indice Remissivo 246 253, 262 266 268, 270 2 284 292 298 299 305 aM 315 317 319 321 324 327 334 335 338 342. 350 351 12 PARTE: ALGEBRA LINEARcapiTuLo 1 Sistemas Lineares — Matrizes 1, SISTEMAS LINEARES Neste capitulo procederemos inicialmente a um estudo dos sistemas lineares sobre IR. Nao nos moverd aqui nenhuma preocupagdo de formalismo ou rigor exces- sivos. Além disso limitar-nos-emos a ver sobre 0 assunto apenas o que é necessério ppara desenvolver os cap{tulos posteriores. De uma maneira geral este capitulo 1 constitui apenas um pré-tequisito para o restante deste livro. Definigdo 1 — Dados os niimeros reais ay, ..., &q, 6 (n > 1), a equagto aux +... + ankn = 8 onde 0s x; so variveis em IR, damos 0 nome de equapdo linear sobre IR nas incbgnitas x1, ..., Xn. Uma solupio dessa equagio é uma seqiiéncia de n ntimeros reais") (néo necessariamente distintos entre si), indicada por (b;, ..., bq), tal que aby +... + Oqb, = 8 6 uma frase verdadeira. Exemplo ~ Dada a equaglo: 2x, — x, + x3 = 1,a tema ordenada (1, 1, 0) 6 uma solugdo dessa equagfo pois 2-1 — 1 + 0 = 1 é verdadeira, Definigéo 2 — Um sistema de m equagdes lineares com n incognitas (m, n > 1)? é um conjunto de m equagdes lineares, cada uma delas com n incdg- nitas, consideradas simultaneamente, Um sistema linear se apresenta do seguinte ( u% +... + GinXn = By g, | tat toot tate =f emis +++ + Oman © Também chamada mupla de mimeros reas. ("Se m=n simplesmente sisteme linear de ordem n. Uma soluedo do sistema acima & uma n-upla (by, ..., by) de némeros reais que € solugio de cada uma das equagdes do sistema, Exemplo — Dado o sistema fax ytnet 8: {= ” x+y =6 uma solugdo de $ & (0, 3, 4). Notemos que essa solugdo no € tinica: a tema (22,9) tain 6 sto de. Se, no sistema S, tivermos 8 = 2 = ... = Bm = 0,0 sistema S seri homo. géneo, A napla (0, 0,...., 0) & solugio de S neste caso e por isso todo sistema homogéneo € compativel, de acordo com a definiggo 3 a seguir. A solugdo (0,0, ...,0) chama-se solupdo trivia do sistema homogéneo. Definigéo 3 —"Dizemos que um sistema linear $ incompativel se $ nifo admite nenhuma solugdo. Um sistema linear que admite uma inica solugio é chamado compativel determinado. Se um sistema linear $ admitir mais do que uma solugio entio ele recebe 0 nome de compattvel indeterminado, Exemplos 1) Um sistema do tipo ek, HF Onn = 4 Oxy +... + OXp (Bj # 0) ae € necessariamente incompativel: como nenhuma n-upla é solugéo da equacéo iésima, entdo nenhuma nupla € solugio do sistema. 2) Um sistema do tipo x =h 6 compativel determinado e (B1 ,. ,) a sua soluggo tnica3) 0 sistema fox- yte=1 Lxt2y =6 é indeterminado pois, conforme vimos aris, as temas (0,3, 4) ¢($, 42, 0)sa0 solugSes deste sistema, Conforme veremos, existem infinitas solug0es deste sistema, ‘Tente achar uma. 2. SISTEMAS EQUIVALENTES Seja Sum sistema linear de m equag6es com n incdgnitas, Interessa-nos considerar os sistemas que podem ser obtidos de S de uma das seguintes maneiras: (1) Permutar duas das equagdes de $. E evidente que se S; indicar o sistema assim obtido, entdo toda solugio de $; ¢ soluedo de $ e vice-versa. (U1) Multipticar uma das equagdes de S por um ntimero real A# 0. Indicando por S, 0 sistema assim obtido mostremos que toda solugdo de S, ¢ solugio de Se vice-versa, Devido a (1) podemos supor que a equagdo multiplicada seja a primeira, Como as demais equagdes de S e S; coincidem basta verificar nossa afirmagao ‘quanto a primeira equagao, Se (by ,.. by) € uma solugso de S (conforme definigso 2), entao: abs +... + ainda a Multiplicando por d esta igualdade obteremos: Qay)br +... + Ocandbn = Mr ® (que mostra que (by, . ..,bn) também solugdo da primefra equagSo de S, Por outro lado, se (b;, ... bn) € solugio de Sy, entdo a igualdade (2) € verdadeira. Dividindo (2) por A obtemos (1). Portanto (bi, ..., ba) pertence 20 conjunto das solugdes de S. 4 (UID Somar a uma das equagdes do sistema uma outra equagio desse sistema multiplicada por um nimero real. Deixamos como exercicio a verificagio de que o sistema: eux +o. + una = Bt ai xa oo + eine = Bi Ss eee ween air + ares +... + Qetin + ajn)xa = Mi + Bj Om iXy + 2. + amnkn = Bim assim obtide ¢ 0 sistema $ ou sfo ambos incompativeis ou admitem ambos as mesmas solugSes. Sugerimos ao leitor que faga alguns casos particulares antes de tentar 0 caso geral, Definigéo 4 — Dado um sistema linear S, uma qualquer das modificages cexplicadas acima em (1), (II) e (II) que se faca com esse sistema recebe o nome de ope- ragdo elementar com S. Se um sistema linear S, foi obtido de um sistema linear S através de um nimero finito de operagées elementares, dizemos que S; 6 equivalen- te a, Notagdo: S, ~ S, E facil ver que para a relacgo ~ assim definida valem as seguintes propriedades: (a) S ~ S (teflexiva); (b) 5; ~ S => S$ ~ S, (simétrica); (© S~S ¢ S~S= > $, ~ S; (transitiva), Convém frisar, por ultimo, que em virtude do que jd vimos neste parigrafo, se S; ~ §, entio toda solugdo de $ ¢ solugio de S, e vice-versa, Em particular, se S; € incompativel, 0 mesmo acontece com S. esta forma criamos um mecanismo extremamente itil para a procura de solu- es de um sistema linear S, Procuramos sempre encontrar um sistema linear equivalente a $ e que seja “mais simples”. Veremos um exemplo. Considere- mos o sistema: [x-y +25 Sijax-y + 2 Lox - 2 + 22Para estudar este sistema deve-se aplicar a ele uma série de operagies ele- mentares visando fazer com que 0 nimero de coeficientes iniciais nulos seja maior em cada equacio (a partir da segunda) do que na precedente. Vejamos como se pode fazer isso. koytasl (xoytes 1 fx-ytent mx- yt aaah y-2=2 x- 2 +2250 o=1 ' Multipticamos por — 2 a primera equagfo e somamos o resultado com a segunda equagio; ‘multiplicamos a primeira equacio por ~1 e somamos com a terceira. ** Somamos a segunda equagio com a terceira Como este dltimo sistema é incompativel, o mesmo acontece com o sistema S dado inicialmente. 3, SISTEMAS ESCALONADOS Consideremos um sistema linear de m equagdes com n incdgnitas que tem © seguinte aspecto: turks, + + + + ainxn = fi bese ss bomnkn = ba s: eer +--+ enka = Be OXn = Bees onde Gyr, #0, Gary #0,..-, Oxy #0 e cada 1 > 1 Setivermos 1 < ry < tz <... < rk 2, que é equivalente aS. Dividindo a segunda equacdo de S, por Yax, obtemos um sistema S, ainda equivalente a S,, com 0 qual comecamos a repetir o raciocfnio feito até aqui, porém a partir da sua segunda equacio, Evidentemente, depois de aplicar um certo ntimero finito de vezes esse raciocinio chegaremos a um sistema escalonado equivalente aS. A importincia dos sistemas escalonados reside na Proposiggo 1. Sendo todo sistema equivalente a um sistema escalonado, bastard que saibamos lidar com os sistemas escalonados e saibamos reduzir um sistema qualquer a um escalonado. Nota: Convém observar que as equagSes do tipo 0 = 0 que por ventura aparecerem no processo de escalonamento devem ser suprimidas, como ¢ ébvio, Exemplo — Escalonemos o seguinte sistema: Wx yt2- tea Sxt2y—2+2=1 t=0 Sx +221 x= y-ztox— y— t=4 Sxt yt tas 4x —2y - 24 5x +2t=1 zt2x-y-t=4 9 (2t2x-y- t=4 Sxtytt=5 Sxty+ t=5 ~ y+t=0 ~ y+ t=0 y-t=4 -n=4 Observe o leitor que (1, 2, 2,~2) €atinica solugao de S, pois ¢ a nica solugdo do sistema escalonado. 4. DISCUSSAO E RESOLUCAO DE UM SISTEMA LINEAR Discutir wm sistema linear $ significa efetuar um estudo de S visendo a classificd-lo segundo a definicao 3. Resolver um sistema linear significa determinar todas as suas solugGes. O conjunto dessas solugGes recebe © nome de conjunto solugdo do sistema. Seja S um sistema linear de m equagSes com n incdgnitas. Procedendo 20 escalonamento de $ chegaremos a uma das trés seguintes situagSes: ( No processo de escalonamento, numa certa etapa, obtém-se um sistema: Como $' € incompativel, entdo o mesmo se pode dizer de S. (Ver exemplo no pardgrafo 2). A ‘ (A) Obtém-se um sistema escalonado do seguinte tipo: My + eax, +... + OinXn = Or Xp tee + Oankn = Be Xn = Ba Neste caso S" poderd ser transformado, por equivaléncia, no seguinte sistema x =n % =" Xn =n Logo $ & compativel determinado © (71, Ya. «+4 In) & a sua solugdo. Exemplo ~ Discuti e resolver o seguinte sistema: x-yt n=l S:4 x+y +22=0 carers © Somamos a terceira equagZo a segunda, ** Somamos a segunda equacio & primeiraLogo o sistema é compat vel determinado e 6 -3, 3) 6a sua solugio, Observagio: Depois de conseguir o escalonamento poderfamos ter achado @ solugdo do sistema por substituigfo do seguinte modo: 1 Como 1 a Fey 2-1, entio y — 5 = =1.Daty => a 3 ‘Agora, se na primeira equagio do sistema substituirmos y por — acharemos x = 0. (U1) Obtémse um sistema escalonado do tipo abaixo: Katee eb ae Meg beet angry HoH ie Xty Ht Oita = Bi Kay toe Mang Xey Hoes F Oar Xey +2 H eankn = Ba si May toe # Ageg ++ + asa%n = Bs Xp +++. apna = Bp onde p m. 5. MATRIZES Definiggo 5 — Sejam m > 1 e n> 1 dois mimeros inteiros. Uma matriz m X n real € uma dupla seqiéncia de nimeros reais, distribufdos em m linhase 1n colunas, formando uma tabela que se indica do seguinte modo: a an mt ann ‘Abreviadamente esta matriz pode ser expressa por (aii i< m ou apenas isj mn) so chamadas linhas da matriz A, enquanto que as n sequéncias verticais ay an a aan Ag) = pee Aa = mt ann so as cohunas de A.£ de se notar que cada ACE Myx a(R) ¢ cada Ag © Mmai(IR)- Exemplo — Na matriz 2 X 3 a-(i 20 “\o 6-5 as linhas sfo (1, 0, 1) ¢ (0, 6, —5) a0 passo que as colunas so (s}(¢)-(3) 7IGUALDADE DE MATRIZES Consideremos duas riatrizes reais m X n: A = (aj) € B = (bij). Dizemos que A = B se, e somente se, ay by G@— 1,2, Exemplos jr12.ym) y <— oD xR or 2 i cam 1 en en 2) 12 101 (oi). o1 14 24 Dara *(1 33 133 00 OPERACOES COM MATRIZES (a) ADIGAO Scjam A = (aj) € B = (bj) matrizes m X n, Indicamos por A + Be cha- mamos soma de A com B a matriz m X n cujo termo geral ¢ aij + by, ou seja antby ap tbe... aintbin A+B= ‘A operagéo que transforma cada par (A, B) de matrizes do mesmo tipo na ma- triz A + B chama-se adigdo de matrizes. £ uma operagdo no conjunto Mm xn (IR). rai y_fo 1-2) —se A= = , entio Bramplo Se A=\q | 2) ° 247 A+B= past “\2 5 9 18 Para a adicdo de matrizes acima definida valem as seguintes propriedades: MA+B+C)= (A+B) +C, ¥A, B,C E Mmun(R) (associativa); (I) A+ B=B+ A, ¥A, BE Mmxn(R) (comutativa), (HD Existe uma matriz O © Mp xn (R) tal que A +0 =A, ¥A©Mman(R) (existe elemento neutro); TV) Dada uma matriz A © Mm xn (IR), existe uma matriz (—A), também m X a, tal que A + (—A) = O (existe a oposta de qualquer matriz), A verificagdo da propriedade associativa se faz assim: Se A = (aj), B= (by) © C= (Gj), entéo (A + B) + = (ay + by) + (ey) = (Gay + by) + oy) = = (ay + (by + G)) = i) + Gy + oy) = A+ BHO). Quanto a (III) € facil ver que: 0 oo. Bita matriz chama-se matriz nula m X an, Por iltimo, se A = (aij), € evidente que (— A) = (— aj). Por exemplo, se ( loa a) ( 1o-a 2) A= entio— A = -21 0 2-10 (6) MULTIPLICACAO DE UMA MATRIZ POR UM NOMERO Dada uma matriz real A = (aij), m x n,e dado um ntimero real «0 produro dea por A é a matriz real m x n dada por: fay. Oy Gam +. mn © Usamos nesta passagem a propricdade assocstiva da adigdo de nimeros reais. 19Para essa operagio que transforma cada par (a, A) de IR X Mmxn (R) na matriz real @A € Mma (R), valem as seguintes propriedades: @ (BA = a(BA); (I) @ + BA = aA + BA; (HD) a(A + B) = aA + oB; (iy) 1A =A; quaisquer que sejam as matrizes Ae B e quaisquer que sejam os niimeros reais aes. Provemos (II). Suponhamos A = (aj). Entio: +) + A=((@+B)+ ay) =(@- a4 +B + a4) = (@ + 94) + (B= ay) = 0A + 8A. 121 242 Exemplo—Sea=2eA={0 1 2 ),entioad=(0 2 4 o04 008 (© MULTIPLICACAO DE MATRIZES Consideremos a matriz A = (ai) de tipo m x ne amatriz B = (by) de tipo 1x p. Oproduto A - B (também indicado por AB)éamatrizm x pcujo termo geral é dado por: Hee ain + Bak ce = Yay + be in Usando a notagio de matriz linha e a de matriz coluna a definigZo acima significa que A Bo) AM Bey A® - Bay AP). B ape B Xe) AM. Bay A™. Boy (70 simboto & ¢ uma letra do alfabeto gogo, correspondents ao nosso S. 20 Nas condigdes acima, a operago que transforma cada par de matrizes (A, B) ‘na matriz AB chama-se multiplicagio de matrizes. Mt 3°45 Bxempb ~ seam A= (? ' °F 6 n=(S'0 0 zxemplo — - = : em 8 012 oe Entio O-341-042+1 O-441-042-0 O-5+1-042-1 6 8 10 20 2) Proposigio 2 — Sejam A = (aj), B= (bj) € C = (Cr) matrizes reais m X n, 1X pe pX q, respectivamente, Entfo A(BC) = (AB)C. 2+341-040+1 2-4+1-040-0 oetneta.t) Demonstragio — 0 termo geral de A(BC) & dado por: fo gers a P Dy] ( me) q@) mo \e a0 passo que 0 termo geral de (AB)C ¢ dado por: Q As propriedades da adigo © da multiplicagao de ntimeros reais nos ensinam, contudo, que (1) = (2). Entdo a proposigéo esté demonstrada, Proposicao 3 — Sejam A, B e C matrizes reais m X n, n X pen X p, respec- tivamente. Entio A(B + C) = AB + AC. Demonstragfo — Usase 0 mesmo tipo de racioesnio da demonstragio an- terior, Fica como exercicio, = Nota: Analogamente, se Ae B sfo matrizes m X n eC én X p, entio (A + B)C = AC + BC, aEXERCICIOS RESOLVIDOS 1. Sejam: 210 002 A B 121 642 Solugio 320 ec O10 sa-dnec _ (630 003 320\ (9 5-3 “\s 63) \9 6 3 o10)/ \-6 1 0 3K + B~ A) ~C, sendo 2. Dotemina # mais X Mays) tl gue K+ 4 A.B eC a matins do xo 1, Solugio XA K+ BA) dos w=s0+8 ac => X + A= 6X + 6B — 6A - 20 ==> SK= TA 6B +20 => X= 6B + 2C). Logo _ifmu S\29 <8 3, Dadas as matrizes reais, 1X 3, A= (1 0 0),B=@ 1 ‘minar as matrizes X, Y © Z de Myys QR) tais que © 0 1), deters 2X- ¥+Z=A sx ax+ Y-Z=¢ 242-8 Solugio X-2¥4+Z2=B xX -2¥+ Z=B s~4 2x +Z=A ~ BY Z=A-2B ~ ' TY -42=C~ 3B 2 X+ 2-228 K4+202v=B — L43VsA-2B~d 2 43Y=A-28 -42 + 1Y=C- 3B ~SY=-4a + 5B 4c. 2 hea -ond Ant bar-a-onbu 09-0 5 0-0 6 malt -t) (Fe) eG DDadas as matrizes A eB absixo, doterminar os produtos AB ¢ BA: Dai Analogamente, X 2 1) a=[10 on Solugto 2LH1-0 204161 QeLeded 213 ap=(1-14+0-0 1040-1 1-1+0-1J=(1 0 1 O-141-0 O-041-1 O-141-1 oud ‘Analogamente: Pada uma matric A = (ai) © Mmxn(R) denominase transposta de A e indica-se por sesso = Ly eey Mm, AS a sopuinte matriz n x m: At = (bj), onde bj Vater as sequintes clagBes ay @ ii a A+ Bt = at eat b) @ayt=aal, onde we R; oO abt=as 2 apy = Bt desde que as operagGes af indicadas estejam definidas. Provemos (LV) jé que as txés pri imeinas sio imediatas, Saluezo Scam A = (ip), Ab = (by), B Entio bj jn) © BY = yp aj € kj = Gk. Supondo AB = (ry) ¢ BAT = (4), temos tik =D) agg = >, byt =D dyghyi = sei Fa ia ‘© que mostra que de fato (AB)' = B'A. 2B6, Para cada némero rel a consideremos a matriz: ty Mostar que Tay = Tag: Cals cosa —sena\ (cose —senB TET | ena cosa} \ ene cos | cos(a +p) ~sen(e + 9) senle +8) costa +) nee (BOS ES) St) ima matriz quadrada A. se diz simétrica se Ab = A e antisimétrca se A’ = — A. Solugso, 4) Mostrar que @ soma de duas matrizes simétricas & também simétrica, Mostre que 0 mesmo vale para matrizes anti-simétricas b) 0 produto de duas matrizes simétricas de ordem n & uma matiz simétsica? Solugio a) Seam A e B as matrizes. Entdo (A +B) = Ab + B= A +B. Logo A + B 6 simé ttica. Analogamente, se A e B so antisimétricas, (A + B)!= AL+ BE= —A + (-B)= = A+B), b) (AB)! = BIAE = BA, se Ae Bsfosimétricas. Como em geral AB # BA,entonem sem- pre o produto de duas matrizes simétricas é uma matrz simétrica. Por exemplo: ()02)-6-)-09) 8, Determinar todas as matrizes que comutam com # matriz (+) fou soja, todas as matrizes X de tipo 2 X 2 tals que AX = XA. Solucio BE 24 Koy Lope X= onde x ¢ y sio nimeros quaisquer. 0 xy, 9, Dada a mate determinar uma matriz X © M, (R) de maneiza que AX = Solugio (sr tr)-G ata a aS TE ahs (x 48 x +2 20 [x yo teed y jee = -2 =1 7) » Poy, oon (x 42 x 42 = 0 fx 1 Joy wloy tte eo j 2 1 2 oo m2 ee 14 x- 12 EXERCICIOS PROPOSTOS 1 consdere as seguintes matrzes de Ma () 10 0 oo a=(0 2 0 Jeo 20 004 o1 Mostre que AB = BA. Podese concluir daf que ¢ vilida » propriedade comutativa da smuitiplicago em M3 (R)? Explique bem sua resposta, 28(Ese A, Be My (RD © se AB = BA, prove que a) (A ~ B)? = A? ~ 2AB + B?; ‘b) (A — BYA + B) = A? ~ Bt; ©) (A — BYA? + AB +B?) =A? —B?, 3. Sendo A ¢ B as matrizes do exercicio proposto 1, determine matrizes X, ¥ € M3 (R) de ‘maneira que: 2X -Y=A4B X+Y=A-B 4. 0 produto de duas matrizes antisimstricas de mesma ordem & uma mattiz antisimétrica? Justiique sua resposta, S. Determinar uma matriz A € Mz (IR) tal que A #0 ¢ A? (enateie mula), 6. Bfetue os produtos AB e BA onde 2 17. Mostrar que se: enti A? — 6A + Sly = 0 (matriz nul, 8. Mostrar que as matezes 4 ¥ you ‘onde y um niimero real nfo nulo, verficam a equagio X* = 2X, 9. Detenminar todas as matrizes quadradas de ordem 3 que comutam com a matrix: a lo oat oo 8 onde a 6 um niimero real 26 10, Se A e B sfo matrizes reais de ordem 2 que comutam com = matriz (2 :) 1 0 11, Seja B uma matri2 real 2 X 2 que comuta com a matriz, ma Mostre que existem niimeros reais a e b tals que: mostre que AB = BA. B=aA+ bh 12, Se A, BE Mp (R) sfo tals que AB = 0 (matri mula), podese conciuir que BA também & ‘4 matriz mula? Prove ou contra-exemplifique. 7. MATRIZES INVERSIVEIS Consideraremos neste parigrafo apenas matrizes quadradas de ordem n. Neste caso @ multiplicagéo transforma cada par de matrizes de ordem n numa outra matriz, também de osclem n. E além das propriedades dadas pelas propo- sigdes 2 e 3 acima (associativa e distributiva em telagdo a adigo) a multiplicagio, neste caso, goza da propriedade de admitir elemento neutro que é a matriz ol... 0 oo. t € que evidentemente verifica as condigdes Aly = A= A, para toda matriz A de ordem n. A matriz Iy chama-se matriz identidade de ordem n. Definigio 6 — Uma matriz A de ordem n se diz inversivel se, © somente se, existe uma matriz B, também de ordem n, de modo que: AB = BA=1, Esia matriz B, caso exist, é nica ¢ chamase inversa de A, indicase por At 27Exemplos 1) A matriz invers{vel uma vez. que, tomando entio 10 saa ( ) o1 Logo adiante ensinaremos um algoritmo (processo) para determinar a inversa de uma matriz, caso esta inversa exista, 2) Se uma linha (ou coluna) de uma matriz A é nula, entio A nio é inver sivel, Suponhamos a linha isima de A ula, isto é, AM = (0, 0,..., 0). Dada eno uma matriz X qualquer de ordem a, como ax =a®x=@ 0... O (ver definigao de produto), entio 0 0... 0 }# Ih, para toda matriz X. 3) Se A e B sio matrizes de ordem n, ambas inversiveis, entdo AB também 6 inversivel © (AB)? = Bt. At De fato (AB) « (B.A) = A+B). A= As I -AT AA ATS € analogamente (Bt « A-!) » (AB) = Iy. 4) Se A & inversivel, entio A~' também o € e vale a seguinte igualdade: ay =a. DETERMINAGAO DA INVERSA Daremos aqui um algoritmo (= método) para determinar a inversa de uma matriz. A, caso A seja inversivel, Contudo a demonstrago do teorema em que se baseia esse método somente serd feita no Apéndice I, a0 fim do capitulo, Definigo 7 — Dada uma matriz A entendemos por operapSer elementares(*) com as linhas de A, uma qualquer das seguintes alteativas (D Permutar vas linhas de A; (U1) Multiplicar uma linha de A por um némero # 0. (11) Somar 2 uma linha de A uma outra linha de A multiplicada por um nimero. Se uma matriz B puder ser obtida de A através de um nimero finito dessas operagGes, dizse que B é equivalente a A e escreve-se B~ A, Para esta relagao velem as propriedades reflexiva, simétrica e transitiva. Teorema — Uma matriz A 6 inversivel se, ¢ somente se, In ~ A. Neste caso, ‘a mesma sucesso de operagGes elementares que transformam A em Ij, transformam I,em At Demonstragio Est feita no apéndice 1, a0 fim do capitulo, Exemplos 1) Verificar se a matriz 10 A=(o0 11 102 6 inversivel e determinar A“!, caso esta matriz exista, Devernos orientar nosso trabalho no sentido de transformar (se possivel) a matri2 A na matriz Iy. Como essa mesma sucessio de operages levard ly em AT, entdo convém reunir A e Jy numa mesma matriz e operar a partir dai, L/i i oft 00 Ly 11 0100 Lfo 1 1!0 1 0)~ o1 toro} L\i o 2!0 01 Ljysl,-L,\0-1 2/-1 0 1 Tal como para sistemas lineares, ver § 2.Li L 0 0 1 2 6 15 307 12 6 o 1 st 0-1-5} 100 o10 211 Como a matriz A é equivalente & matriz 126 ois 000 que no é inversivel (tem uma linha mula) ento A também ndo é inversivel. 8. SISTEMAS DE CRAMER Seja ats tH tanta = bi Mam +... + Maka = by amiX1 +... + AmaXn = Dn ‘um sistema linear de m equagGes com n inc6gnitas sobre IR. Se formarmos as matrizes: an x bb amt Xa bm de tipos mxn, nx1 e mx1, respectivamente, entio S poder ser escrito sob a forma matricial AX =B onde A recebe © nome de matriz dos cocficientes de 8. Um sistema de Cramer & um sistema linear de n equages com n incbgnitas cuja matriz. dos coeficientes é inversivel. Se AX = B é um sistema de Cramer, como AX = B <=> AT (AX) = ANB <> X= -1B, entdo esse sistema ¢ compativel determinado e sua Gnica solugio 6 dada por A™'B, Em particular um sistema quadrado e homogéneo cuja matriz dos coef} cientes 6 inversivel sO admite a solugdo trivial, FT}Exemplo — A matriz dos coeficientes do sistema 12 24,3 0 (xty 1 o4 12to1o)~ { oyteet 14 1 ol-1 0 4 lx +250 12 2100 6 4 maiz (01 razlo1o)~ ‘aaa 00 oatdtda 12 oto 2 -(o1 tol 1 o-t}~ faa ve Ose 22) iain 3 10 Ol-y-3 F ~fo roi 1 o-4 faa C°MNT TS, Logo A 6 inversivl 6 x 1 0 Lat ; x={y Jaatefa 7 z 2 ° 0 o-1f=4[2 0 go do sistema boii € a solugo do sistema 6 (0, 1, 0). FTF tou 2, Yerificar se a seguinte matriz é inversfvel © determinar sua inversa, caso exista A Sotto EXERCICIOS RESOLVIDOS 122110 ieee 1. Veneer # a mati A abano & ives! for, detminar sua inves: o12tor rele tad 13 4100 tao 012 i 3 bia mt Sotusso Q 1 Urilizaremos © processo explicado no §,7 © fato de a mateiz: 32 33122 012 0 0 0 ‘aue & equivalente a A, tor uma linha mula, basta para concluir que A no é inversivel, 3, Mostrar que a matriz A abaixo 6 inversivel ¢ determinar sua inverse: toast 2414 a-11 Soluggo 11-+tj;1 00 r-1i 10 21 1f0 1 0)-fo-1 3i- ~ 3-1 1'0 01/7 \o-s 4i-3 0 4 rr-tj100\ ft fo i-si2-1 o}.fo ~ o o-8is-4 1) \o rr-tafao0o\ fa haa 3) 7 for of F Z-3]-fo bs a4 oo lig reef \o 10 ° 1 ~[ou a 1 oo a A invera de A & portanto a mati: 1 a? 20 2 14 1 ‘ ee LL 4s 51 “$41 v2 4. Uma matriz quadsada A se di ortogonal se A 6 inversivel € A 34 2) Determinar se possivel x e y em IR 2 fim de que a matriz v2 x y VD se}e ostogonal 1) Provar que o produto de duas marizesortogonais 6 ortogonal Solugto » (va x voy 1 y V2 x v2 ° ae V¥v+ 2x) _ (1 Vievm a2 J “No x4de1 2 Sj t2=1 <== iy x +y=0 xty Fortanto o problema em Mz (R) fo tém solugio em R. admite solugGes pois as equages x? = — Ley? Sejam A eB matrizes ortogonsis de ordem n. Sendo A ¢ B inversives, entfojé vimot ‘que AB também & inversfvel eque (AB)! = BMA". Dat (apy! = Bast = Brat = (AB), 5. Determinar a€ IR a fim de que a mata real aera as(212 124 seja inversfvel em Mi (R). Solugéo 1a rad 2 1 2}~fo-1 0 }~(o ~ 2a o rad ° 3810 100 ~ o }-(0 0) wa-140, Oat oo 4 Logo A 6 inversfvel para a # 1. Se a = 1, ent¥o a matriz A é equivalente a uma matriz com uma linha nula e portanto nfo é inversivel. 6, Resolver © seguinte sistema linest: xtdy¢ ze 1 yom xt yea Solugfo Fagamos 124 x 1 A=(o 12], x=fy JoeB pid Entio o sistema fica AX = B, J4 vimos no exercicio resolvido n® 1, que a matsiz A é inversfvel e saa (2-1, 3) es vesaia (3-1, ato do ste, 36 7. Resolver.o soguinte sistema de Crame xty-2=0 Ktysend 3x-ytz=1 Solugto A matriz dos cooficientes do sistema é 1 1 omnenaay 24s eT 5 11 OIF, Lope: doo 2 1 x + 9 4\7o\ [4 ares 1 y sr -ey\t r ul Sia} \1 3 ' 2 s EXERCICIOS PROPOSTOS 4, Seja, A, uma matriz quacrada inversive, Mostre que A~' também & inversivel e que «@ A 2, Mostrar que a matric real 100 210 bed 6 inversivel Va, b, © © Re que 1 oo a -a aenb =e 1 3710. 38 Verifcar quais das seguintes matrizes sfo inversives e determinar as inversasrespectivas oo1t 104 12 tie 1001 B e A\a a}? aoaoae-t 24 ° 0203 Resolver os seguintes sistemas de Cramer: xtytr x 4 a{*-* Dyx-y4 2 ail y+2=0 x-ytrs t=0 xty-r4 tel oxtyen ° wx -y-243tel o 5. Determinar m € IR de modo que o sistema abaixo seja de Cramer e,a seguir, resolve: xo yt za? x +me1 xt 2y +mz=0 Sejam A, B e C matzizes reas de ordem n. Se A & inversivel, prove que AB = AC ==> B= Ce que BA=CA ===> BHC. Se A, B ¢ C slo matrizes invers{veis de mesma ordem, determinar a mattiz X de maneira que AHO = CA, 10 | Determinat x, y @z de modo que a matriz 1 0 0 1 9 ees VIVE x oy 2 seja ortogonal Existe alguma matria inversivel A tal que A? = 0 (matriz mula)? Justitique. APENDICE! Matrizes Elementares Definigio 8 — Uma matriz elementar de ordem n & uma matriz E obtida de Iq por mefo de uma e uma s6 operagdo elementar. Exemplos oo 1 0 0 20) eh=(3 1 0 o1 oo1 so matrizes elementares. A primeira se obtém de fy multiplicando por 2 a segunda linha; a segunda se obtém de Is somando a segunda linha desta matriz a sua primeira linha multiplicada por 3. Proposigio 4 — Seja E uma matriz clementar de ordem n. Se aplicarmos, entdo, em uma matriz A, também de ordem n, a mesma operagdo elementar que transformou I, em E, obteremos a matriz EA. Demonstragio Faremos a demonstraglo apenas para a operaglo elementar (III) ficando os ois cas0s restantes como exercicio, ‘Suponhamos que a linha j-ésima de E seja a soma da linha j-ésima de I, com 4 linha i-ésima de Ij, multiplicada por «, enquanto que as demais linhas de E e de Jy coincidem, ou seja BO 1.9 + a, B® = 1K 45. Como, ay BMA, para todo r entre 1 ¢ n, entfo (EA) = BY). A= =O + a1)A=19 «Ata + A)= yA aay? = AP +00, © que vem provar que a linha j-ésima de EA ¢ igual a linha j-sima de A mais a linha isima de A multiplicada por a. Por um raciocinio anélogo se prova que as demais linhas de EA coincidem com as respectivas de A. Logo, as mesmas operagdes que transformaram Jj, em E iro transformar A em EA. # 39Proposigio $ — Toda matriz elementar E 6 inversivel, Demonstragio Por hip6tese obtém-se E de I, por meio de uma certa operagdo elementar. Consideremos @ operagdo elementar inversa que transforma E em I,. Se aplicar- ‘mos esta iltima em Ip obteremos uma matriz elementar Ey. Devido & proposigao anterior teremos E, * E = In, 0 que ¢ suficiente para concluir que E ¢ inversfvel e E, € a sua inversa (por qué?) Exemplo — Consideremos a matriz elementar: 100 E=(3 10 oo1 ‘A operagéo elementar que transformou I, em E consiste em somar & segunda linha de ly 0 triplo da primeira linha. Entio E serd transformada em Is somando i sua segunda linha a primeira multiplicada por (— 3). Logo a matriz inversa de E, obtida efetuando em Is esta dltima operagao elementar, 6: 100 -3 10 oon Teorema — Uma matriz A de ordem n é inversivel se, ¢ somente se, In ~ A. [Neste caso, a mesma sucessto de operagdes que transformam A em Tp, transforma Ty em A, Demonstragto (<=) Como cada operagio elementar com A é 0 mesmo que multiplicar ‘A (@ esquerda) por uma matriz elementar, entdo existem matrizes elementares Ey, «.., Ey de. maneira que: Bes Beat ...+ Eis A= In, Logo ASE Bybee Behe dy, Camo cada matriz do segundo membro & inversivel, ento A 6 inversivel (um produto de matrizes inversiveis € inversivel, conforme ja vimos). Além disso, observando que: segue que ATS Ep Bays ees Breda (© que prova a iiltima afitmagfo do teorema. (=>) Observemos primeiro que se B ~ A, entfo A é inversivel se, ¢ somente se, B é inversivel. Isto por que se B~ A, entio B = PA, onde P é uma ‘matriz inversivel (P € um produto de matrizes elementares). Nossa observagao decorre entio dessa igualdade, Fagamos o escalonamento da matriz A por meio de operagdes elementares, {sto 6, fagamos com que cada uma das suas linhas (2 partir da segunda) tenha mais, zeros inicisis do que a precedente. Como a dltima linha de A nfo ¢ mula (pois A é inversivel) obteremos: 0 a... mn 0 0... aan onde cada aij # 0. Mas esta dltima matriz.é equivalente & matriz Iq. Logo Iy ~ A. Nota final: Toda a teoria desenvolvida neste capitulo sobre sistemas lineares, © matrizes seria feita da mesma maneira se substituissemos 0 conjunto IR dos ‘nimeros reais pelo conjunto € dos mtimeros complexos, 41capituLo 2 Espacos Vetoriais 1. INTRODUCAO. Examinemos certos aspectos relacionados com dois conjuntos certamente j€ conhecidos do leitor. © primeiro € 0 conjunto V dos vetores da geometria, definidos através de segmentos orientados, € © outro € 0 conjunto Mmyq (IR) das matrizes reais m por n, onde m ¢ n so mimeros naturais dados (ambos maiores que zero). A primeira vista pode parecer que tais conjuntos nada tém em comum. Mas nfo € bem assim conforme mostraremos a seguir. No conjunto V esti definida uma audigfo (adigfo de vetores), conforme figu- ra 20 lado, adigéo essa dotada das pro- priedades comutativa, associativa, além da existéncia de elemento neutro (vetor nulo) ce do oposto para cada vetor de V. 0 vetor nulo pode ser representado ‘por qualquer ponto do espago ¢ 0 oposto de U se determina conforme a figura ao lado. Além disso podemos multiplicar um vetor & por um ntimero real a isso se faz. conforme esquema abaixo: la<-1) av “Zo, Loo (> ot 42 Sea = 1, ad = We se a = 0, entéo av = 0. Em geral lou! = lalla}, Essa mul. tiplicaggo tem as seguintes propriedades ja certamente vistas pelo leitor no seu curio de Célculo Vetorial: (ead = a(t) (o+p)e =ot +60 a(t +¥) = ot +a¥ w-t para todos os nimeros reais « € fe vetores i e 7. No conjunto Mya x n (IR) também esté definida uma adigfo, a adigao de mati zes estudada no capitulo 1. Conforme vimos nesse capitulo, essa adigao 6 associa tiva, comutativa, admite elemento neutro, que é a matriz nula oo 0 oo... 0 oo... 0 ¢ toda matriz A de Mmyn(IR) tem uma oposta Como vemos 0 comportamento de V ¢ © dé Mmyn (QR) quanto a adigéo 6 6 mesmo, Mas ndo ficam ai as coincidéncias. Pode-se também multiplicar uma matriz por um ndmero real obtendo-se ‘uma matriz. da seguinte forma: an a. in ay, aa... Aan Eva! an 1 dn... Odan my Oma +++ Bean Gen Ona +++ Amn, Essa multiplicagGo apresenta as mesmas propriedades que as destacadas para V, linhas acima, Ou seja, valem sempre as igualdades: (@B)A = a(6A) (@+B)A = 0A + BA a(A +B) = aA+aB IA =A 43Logo os conjuntos V e Myy x n (IR) apresentam uma coincidéncia estrutural no que se refere # um par importante de operagGes definidas sobre eles. Nada entao mais logico do que estudar simultaneamente V, Mp xn (IR) ¢ todos 08 conjuntos que apresentem essa mesma “estrutura” anteriomente apontada. E isso 0 que co- megaremos a fazer no pardgrafo seguinte. 2. ESPACOS VETORIAIS Vamos introduzir agora 0 conceito de espago vetorial. Os espagos vetoriais constituem os objetos de estudo da Algebra Linear. Definigso 1 ~ Dizemos que um conjunto V % &¢ um espazo vetoria sobre IR quando, ¢ somente quando: 1 — Existe uma adigéo (u, v)H > u + v em V, com as seguintes proprie- dades: autvevtu, Mu, ve V (comutativay, dut(tw=(uty) tw, ¥u,v,wEV (associative); ) Existe em V um elemento neutro para essa adiga0 0 qual serd simboli- zado genericamente por 0. Ou seja: Joe Viutonn, vue vy? 4) Para todo elemento u de V existe 0 oposto; posto, Assim: dicaremos por (—u) esse yuev, ICMEV ut Cw 0 Il — Esté definida uma multiplicapdo de IR X Vem V, 0 que significa que a cada par (@, u) de IR X V esté associado um Gnico elemento de V que se indica por au, e para essa multiplicagdo tem-se o seguinte: a) (Bu) = (af)u b) (a + Bu = au + pu c) a(u + vy) = au + av )lu=u a co) Prove-se que é Gnico ese elemento neutro (ver exercicio resolvido n® 1 do §3). Prova-se que é nico © oposto de um elemento (ver exercicio resold n? 2-do §3). 4 para quaisquer u, v de Ve a, 6 de R. Nota: De maneira andloga se define espago vetorial sobre €, conjunto dos niimeros complexos. Deste capitulo até o capitulo V, inclusive, toda a teoria dos espigos vetoriais a ser aqui desenvolvida é a mesma quer sobre IR quer sobre C. Por isso, embora venhamos a usar sempre espagos vetoriais sobre IR, deixamos regtrado que seria tudo igual para espagos sobre €. Quanto ao assunto do capi- tulo VI hé diferengas 14 apontadas. Porém iremos concentrar nossa aten¢o no casp real tendo em conta 0 caréter introdutério deste livro. Nos demais capitulos, salyo excegbes que sero mencionadas, trabalharemos com espagos reais. Exemplos 1) espago vetorial IR Néo 6 novidade para 0 leitor que a adigo de niimeros reais verifica as pro- priedades Ia, -b, Le e It da definigdo de espayo vetorial. Tao pouco que 0 produto de um mimero real por um outro é também um mimero real © que essa multiplicago obedece aos itens Il-a, Ib, Ic ¢ Id da definigdo mencionada. Logo IR é um espago vetorial sobre R. 2) 0 espago vetorial € Com a mesma argumentagdo acima verifica-se que C é espaco vetorial sobre C. Mas € também é um espago vetorial sobre IR. Quanto a adigo ndo ha novi- daées: tudo como no caso anterior. Agora, 0 produto de um nimero complexo por um néimero real & um niimero complexo e para essa multiplicagao vale Il, Ib, Ic e Id como situagées particulares das propriedades da multiplicacio eme. 3) 0 conjunto dos vetores da geometria definidos por meio de segmentos orientados € um espago vetorial sobre IR (ver parigrafo 1). 4) 0 conjunto Mma (IR) € um espago vetorial sobre IR (ver pardgrafo 1). 5) O espago IR" J4 vimos anteriormente que uma n-upla de nimeros é uma seqiéncia finita en ntimeros reais que se indica por (21, ..., @q)- O conjunto de todas as n-uplas de nimeros reais € denotado por RR". 0 IR pode ser visto como espago vetorial sobre IR desde que se definam adigio e multiplicaggo da seguinte mancira: ise tn) + iy +25 Dn) = Cr + by, +s dn + Ba) (ay, -.., Bn) = (@a, ..., Wan) Ora, tal afirmagdo pressupSe que s¢ tenham verificado as oito propriedades que constam da definigo, 0 que nfo faremos aqui, Sugerimos tais verificagdes como exereicio. 4sApenas ressaltaremos que o = (0, 0, ..., 0), se u=(ay,..., aq), ento —u = (ay, ..., —aq) €, a titulo de exemplo, que a prova da propriedade Ia se faz do seguinte modo: Seja u = (a, ..., aq) um elemento de RR", Dados entio « e 8 em R, (@ + Bu = (@ + Bm, --., (@ + Bag) = (am + Ba, ..., ty + Bay = (2a, «5 a5) + (Ba, + dg) = aru + Bu. Recomendamos ao leitor que procure justificar cuidadosamente cada pas- sagem desta tltima dedugao, Os mateméticos estéo de acordo com a seguinte frase: 0 R" € 0 espayo vetorial mais importante, 6) O espago €* © conjunto © das n-uplas de nimeros complexos € um espago vetorial sobre €: basta definir adiggo e multiplicago por um niimero complexo como no exemplo anterior. 7) 0 espago Py (R) Seja n > 0 um nimero natural. Indicaremos por Py (IR) 0 conjunto dos polindmios reais de grau f(t) + a(t) € Pa (R) () @ ER, f(t) € Py (R) ==> allt) € Py (R). Dai, lembrando as propriedades das operagdes com polindmios, concluira que P, (IR) € um espaco vetorial sobre IR. 8) 0 espago Py (C) Por Pa (C) indicaremos 0 conjunto dos polinomios complexos de grau 0). Suponhamos que consideremos a “adigo” em 'V como sendo a multiplicago de ntimeros reais positivos, isto 6, u@v=uwy, ¥uve ve) (9 0 simbolo @ serve, neste exemplo, para distinguir a “adigdo” aqui definida da usval, 46 que a multiplicagdo de um elemento de V por um nGmero real seja dada por: au=uv¥uEV e YaER. Com isso © conjunto V se torna um espago vetorial sobre IR. Observemos apenas que o elemento neutro da “adigZo” € 0 nfimero 1 ¢ que a verificagio de Le se faz, assim: a(u@ ¥) = auy) = (uv)? = uv = (eu)(av) = au @ av. Nota: Na teoria dos espagos vetoriais 6 comum aproveitarse a terminologia ddo exemplo 3 acima, Assim & que os elementos de um espago vetorial qualquer so chamados de vetores, o elemento neutro da adigo de vetor nulo desse espago © 05 elementos de IR (ou C) de esealares. EXERCICIOS RESOLVIDOS 1, Como jé vimos R? = {(x, 9) | x, y € IR). OR? pode ser visto como espago vetorial sobte IR desde que se definam adigie e multiplicagde por um nimero real assim: (x1, 98) + Oa, ¥2) = Or + x2, yn + ¥2) 66, y) = (ax, ay). Faremos aqui verificaglo dos axiomas telativos & multiplicagio, Gb), ¥) = C@D)X, Dy) = (a(bH), aCby)) = atx, by) = AG ¥)). Ted; (a + B)C%, y) = ((@ + BD, (a+ By) = (aX + Dx, ay + bY) = (OH, ay) + + Ox, by) = ACs, y) + DO, y). The: a(Gxs,.¥s) + Oa, ¥a)) = ay + xa, Ys + Ya) = (OK + ¥2), a + ¥2)) = = (axy + axa, a¥t + ay) = (xy, ays) + (aX2, aya) = ALK, Ya) + aC, ¥2). Hed: 16%, y) = (Ux, ly) = 65,9). 2, 0 R® Eo conjunto de todas as temas ordenadas de némeros reais. Ow saja: IR? (s, ¥. 2) 1x, y,2€ R}. A adigio e a multiplicagio por escalares sfo definidas no R® por: (ts Y4s 21) 4 O82, Yay Za) = Ota + XD, HYD, BA + m2) Gs, ¥, 2) = (ax, ay, a2) aremos neste caso apenas a verificagio dos axiomas relativos & adig. at (Gx, Ya» 23) + Oa, Yay %2)) + Ota, Yas 2a) = Ixy 4 Xay Ya + Yay 2 + 2a) + (Ya, 2a = (Oey #2) + Xa, 4 + Ya) + Va, Gy 4 22) 4 = (xy + (xg + aby Ya + 2 + Ya) 21 + a + 25d) = Ox, Yu, 21) + Oa + Xa, 92 + HA = (x4, Yas 21) + (Gray ¥a,.%2) + (Xa, Ya, 230) 47a 48 Hb: (ns yas en) + GBs Yay 29) = Our + ay Ya + ae tH 2D) = (a + Nas Ya +¥ks 2 +21) = (ray Yay Za) + Oy Ya, 40) Le: 0 vetor nulo € (0, 0, 0). Id: Para cada u = (x, ¥, 2) © Nota: Podemas associar a cada vetor (x, y) do R? 0 vetor xi + yf do céleulo vetoril, 48 do conhecimento do leitor. O vetor nulo 6 0 par (0,0). As definig6es dadas de adigio © multiplicagio por eicalaresconcordam. ‘com as regras usuats para a adigdo de vetores 7 planos © multiplicagdo de um vetor por um miimero. Fato andlogo acontece com 0 IR>: associar a cada (x, y, 2) © R + sf + a do céleulo vetorial. As defi- nigBes dadas de adigo e multiplicago por escalares estio. de ‘acordo com ar regras pata a adigfo de vetores e de multiplicagdo ‘de um vetor por um mimero reel no espago seométrico estudado no Cileulo Vetoral. Por iitimo obseremos que os elementos do R? e os do R® sig de natueza dstinta ¢ assim sendo nfo deve o leitor cometer 0 engano de dizer que o R 6 subcoajunto do R ‘Mais adiante seri explicado que o R? pode, de uma certa mancita, ser considerads idéntico a0 subconjunto {(x, y, 0) | x, y © R}do R°. (Veja Capitulo 4, § 5, exereicio resolvido n® 11) 3. Soja T um intewvalo de Re indiquemos por C(1) o conjunto das fungSes coxtinuas defi nidas no intervalo I e tomando valores reas T+ ge af do seguinte modo: f+enI—=> Ref + OM=10 +80, ¥tEl sh I——> Re GN) =a, WEL Dados f, £ € Cl) ¢ 2 ER, definemse © Cileulo nos ensina que f + g ¢ af sfo funcdes continuas, isto 6 f + g,af © CUD. ‘Temos entfo sobre C(1) uma adigzo © uma multiplcagio por esalares. E pode-se verfiar ute CD) é um espago vetorial com relagfo a esse par de operages, Verifiquemos alguns dos axiomas, £10) + BOD) + BE = FC) + BEE) +O) + +WNO, VEE HECH © VEL Fe: A fungio © dada por e(t) = 0, Vt © 1, & continua, e, além disso, (@ + 910 eG) + 10) = 0 + £) = £0, VEEL. Fungio de I om RR. Bar ((ab)O)(9 = Gb)ECH He: @f+ 90) + apo a@f(D) = aC) af + a = a + 8) Gf + (0, YET. @OMO, vee L af) + ag = GEO + 4. Sejam U eV espacos vetorias sobre IR (ou C), Mostrar que U x V ¥ © V} 6 um espaso vetorial em relago a0 soguinte par do operayics @wiueve ® (oy, vi) + (ua, va) @ 2a, Provemos algumas das condigbes Po: (oy, vi) + (Ua, 2) = + (4, WD. Ie: 0 vetor mulo neste caso & (0, 0), onde © primeiro o é o vetor nulo de U e 0 segundo Eo vetor nule de V. (us + Ua, vi + v9) (a, av), (oy + ay va + v2) = (ua + un, va + va) = (Ua, va) + Id: 1(4, ¥) = (lu, 1¥) = @, ¥. 0 espaco vetorial UX V acima definido chama-se espago vetorial produto de U e V. EXERCICIOS PROPOSTOS 1, Compietar as veificagdes nos exereicios 1, 2,3 ¢ 4 anteriores. {(% ¥) |x, y IR} definamos Gan, yD + Oa, ¥9) 2, No conjunto V «© multipicago por escalares como no IR2, ou sa, para cada a CIR, a(x, y) = (ax, ay) Nessas condigSes V 6 um espago vetorisl sobre IR? Por qué? 3. No conjunto, V do exerofcio anterior definamos a mente no R? e a multiplicasio por escalares assim: Gs, y) = Gx, 0). 1 entéo V um espaco vetorial sobre IR? Por qué? itigfo” como 0 fazemos habitual- 4. Seia Vo conjunto dos pares ordenados de nimeros reais. V ndo & um espago vetoral fen relagio a nenhum dos dois seguintes pares de operagdes sobre V: 8) Gy yD + Gaya) = Oy + ayy + yeaa y) = Oo ay)e BI Gay) + Oxq92) = Gan y1) eae, 9) = Cx ay) Dia em cada caso quais dos 8 axiomas nfo se veificam, 49KS Seja V como no exetcicio anterior. Definamos: Gx, 98) + Gay Ya) = Oxy = Dvn, ML HDDs AG, y) = Gay, =), Com essas operagbes definidas sobre V, perguntamos se este conjunto é um espago vetorial sobre Sea V = {(xy) Ix. € C}. Mostrar que V é um espago vetorial sobre IR com a adigfo © 8 ‘muitiplicaggo por esclares definidas assim: Gx, yi) + Ga, v2) = (4 + ay 1 + 9A}, MOL YD E Oa, aE VC ) 26,9) = Gx, ay), VAR © ¥OQVIEY. Seja R™ = {(xs, 9, «| sj € Rh Considerando sobre IR as operagdes dadas por (a1 9a.) +n Ya. Or Yn XD HYDy «DOM CLAD.) =CAN RD, sy mostrar que IR™ & um espago vetorial sobre R. Mostrar que todo espago vetorial sobre € também & espago vetorial sobre IR. PRIMEIRAS PROPRIEDADES DE UM ESPACO VETORIAL Seja V um espago vetorial sobre IR. Provaremos a seguir algumas proprie- dades que so conseqilncias praticamente imedistas da definigfo de espayo vetor Py. Para todo a € IR, ao = 0. Prova — Devido aos axiomas Il-c ¢ I-e da definigdo de espaco vetorial tém-se: a0 = a(o + 0) = a0 + ao; somando 2 ambos os membros 0 vetor ~ (a0) temos 0 = — (a0) + a0 = —a0 + a0 + ao =.40. # Py. Para todo u € V, Ou =o. Prova — Do mesmo tipo da anterior. Fica como exercicio, = Ps. Uma igualdade au = 0, com a€ Re u€V, $6 é possivel se a= 0 ouu =o. Prova — Suponhamos a % 0. Daf existe © nimero real a”. Multiplicando entio au = 0 por a? teremos (au) = ato Levando em conta.o axioma Ila ¢ a propriedade Py: (@ta)u=0 50 Ps. Pe P, Como aa"! = 1, entio podemos coneluir (usando 0 axioma Id) que uso08 Para todo @ © IR @ todo u de V, (~a)u = a(— Prova — Notemos que au + (-a)u = (@ + (-0))u = Ou usando 0 axioma IL-b e P;. Por outro lado, au + (—au) = Entio: au + (-a)u = au + (au). Somando —au a ambos os membros desta Gltima igualdade acharemos: (Cau Um raciocinio andlogo nos mostrar que a(—u) = —(au). au, Nota: Define-se diferenca entre dois vetores u e v do espago V assim u-vsut+GCy. Quaisquer que sejam a, 6 ER e uem V, (a — fu = au ~ Bu, Prova (a—Bu=(@ + (—f))u=au + (—Hu= au + (-(6u)) = au — fue Quaisquer que sejam @ em IR, u e v em V, a(u ~ v) = au — av. Prova — Andloga a anterior. Fica como exercicio. Dados 8, a, ...,@, em Re uy, -.., Un em V, entio: 8 (2 “*) 5 Zoos Prova — Faz-se por indusio a partir dos axiomas Ila ¢ Ike da definigao de espaco vetorial. stEXERCICIOS RESOLVIDOS ‘Além das propricdades de Py a Py, enunciadas ¢ demonstradas acima, podemos ainda citar: 1, © vetor nulo de um espago vetorial V é unico, Prov Hi um Gnico vetor 0 que satisfaz Ke, pois se 01 goza da mesma propriedade, entio o=0+ =o 402% 2, Para cada vetor u de um espago vetorial V existe um tinico vetor (—u), oposto de w, Prova Soja uy tal que u + uy = 0, Daf entio, -uto=—ut utp Gutmtusotu su 3, Para cada u € V, tem-se —(-u) = u. Prova © axioma Ia diz que (—u) + u =u + (—w) = 0, Logo uw é 0 oposto de —u, 4. Sou, vewGVieu+¥=u 4m, entio v= w (lei do cuncelamento da adigao), Prova Somemos ~w a igualdade que consts da hipStese: Co+O+y=Cusasw) tay (ott VS(-O+ DEW o+veo+w we) 5, Se u, WV, entfo oxisto um Gnico vetor v tal que w+ ¥ Prova Inicakmente verifica-se que w + (~u) satisfaz a equago dada. De fato: u + (w + (=u) =u + (Cw) +») =u + Cw) + w = 0 + w= w, Por outro lado, somando (~u) ambos os membros da equagdo, ver: (~u) + (u + ¥)= (-u) + w. Daf ((-u) +u) +¥ = =w + (-w), Logo v = w + (-u) 6. Consideremos no espaco vetoriat IR® os vetores u .2,D,¥=G,1,—2ew 8) Calcular 2u + v — 3w; by Resolver a equagio 3u + 2x =v + ws ©) Resolver o sistema de equagées uty vem nas inoSgnitas y, 2 & IR, 52 4. Ne IR? considoremos 0s vetores Solugio a Wty 3w= (24,2 4 G1,-2 - 02,3,0 bi Aplicando-se as proptiedades jé conhecidas vem x 4 5; you yrdsny ‘Adicionando membro a membro estas dltimas equages obtemos z = eentio, y=24y—u= (1, 3, -4). cileulos obtemos x = (2, 2,—: ©) Do sistema dado obtém-se EXERCICIOS PROPOSTOS 1, No espago vetorial Mg3x2 (R), consideremos os vetores: aa o4 12 A=(0 0 p=(2 1} ec=lio oo rt o-1 a) Caleular 2 +B 3¢; b)Caleular X € Ms,ca (RD tal que A 2 ©) Existem ty, tg €IR de maneira que A= tyB + ty? 2. Sau = (1 +i, 0,v= (1 ~i, 2D ew = @, 3 + vetores no espago vetorial C2. 8) Caleular 3 + Du ~ iv ~ Q— dws b) Existe 2 € € tal que v 3. No espago vetorial Pa (IR) sejam dados os vetores f(t) hq) = e+ 2. a) Calealar 26(¢) + 34(0 — anc; b) Bxiste k © IR de maneira que f(t) + ke(t) ©) Existem ky, ky © IR tis que £(0) wr 18(0) + kgh(O? @,D,v=6,-2ew 8) Resolver a equagio: na incdgnita x © R; 531) Resolver o seguinte sistema de equagées: xeyee wx-ys zt xty-daw nas inodgnitas x, y, 2 © 4, SUB-ESPACOS VETORIAIS Definigiio 2 — Seja V um espago vetorial sobre IR, Um sub-espaco verorial de V 6 um subconjunto WC V, tal que: @ oeW; (o) ¥u,vEWutvEW;e (© VaeRe YueW, auew. Notemos que (b) significa que a adigio de V, restrita a W, é uma adigo em W. O significado de (c) € que esti definida uma multiplicagao de IR X W em W. Mas sera W, nessas condig6es, um espago vetorial sobre IR? Proposigio 1 — Se W 6 um sub-espaco vetorial de V, entéo W também é um espago vetorial sobre R. Demonstragdo — A rigor temos oito itens a provar (ver definigdo de espago vetorial), Contudo mostraremos apenas que: veW==> -ueW ‘uma vez que os demais itens decorrem sem artificios das hipéteses. Mas isso 6 facil: & s6 fazer em (¢) a= — 1." Exemplos 1) Para todo espago vetorial V ¢ imediato que {0} e V sfo sub-espagos de V. So 0s chamados sub-espagos improprios ou triviais. 2) W = {(x, y, 2) € IR? | x + y = 0} € sub-espago' de R°. (8) 0 = (0, 0, 0) € W (por qué?); (b) se w= (Xr, Yi, 2) €¥ = (Hp, Yo, Za) esto em W, ento x1 + yy = =m ty, =0.Comoutv=(% +m, ¥1 + ¥2m +7) ¢ OL +) + + (1 + ¥2) = (x + yx) + Ge + y2) = 0 +0 = 0, entio u+vEW, (©) Exereicio, 54 3) A intersecgio de dois sub-espagos vetoriais do mesmo espago V é tam- ‘bém um sub-espago vetorial de V. Sejam W ¢ U esses sub-espacos, @ o€U e 0EW, Logo o€UNW. (0) Exercicio, (©) Tomemos a € Re u € U NW. Como uc Ue ue W (que sio sub-espagos), ento au € Ue au € W, Logo au UN W. 4) Consideremos um sistema linear homogéneo sobre R de tipo m X nz aux + an +... + Bink, = 0 fa tammy, +o. + tank = u + maka, {omit + amaxs + Ji vimos, © que € Sbvio, que (0, 0, ..., 0) € solugdo desse sistema. Por outro lado € fil verificar que a soma de duas solugbes de $ ¢ solugo de $e que o produto de uma solugfo de $ por um ndmero real também 6 solugdo desse sistema, Verifiquemosatiltima afirmagGo. Se (By, Br, ..., By) & solugdo, é verdadeira a frase 4418, + aj22 +... + ajnBq = 0, ¥j, 1 ) Por hipétese a decomposigéo existe, Suponhamos w = u ty = =u ty (v, uy EU ey, yy € V). Daf uu, =v, — v. Como, — vEV (pois ambos os termos esto em V), ento u—u, EUNV = {0}. Logo u—u,=0 © entio u = u. Levando em conta isto concluise que v, — v= 0 e portanto que v, (<==) Suponhamos que w € UO V, Tomando entio u € Ue vEV, utv=(utw)+(v—w). Devido & unicidade que a hip6tese menciona podemos afirmar que: usutwev=v-w Logo w = 0. Provamos pois que UM V = {0}. # Exemplo — © espago IR? 6 soma direta dos sub-espagos: U={G0,0)1xER} ¢ V=(@ya1y.2€ BR). E imediato que: UNV = (0,0, 0}; por outro lado, v(x, y, 2) € IR, uf &y, 2) =, 0,0) + Oy, DEUFV. 6. COMBINACOES LINEARES ‘Seja V um espago vetorial sobre IR. Tomemos um subconjunto $ = (u,... , € V, Indiquemos por [S] 0 seguinte subeonjunto de V construido « partir des [S] = {oyu +... + aptp | oa, Oy © R} E fécil ver que [S] € um sub-espaco vetorial de V. De fato: (@ Como o = Ou +... + Oup, entio o € S. (b) Sev = qyuy +... + aqun e@ W S, entdo Bits +... + Bata pertencem a Vt w= (ay + Bi) +... + Gy + Badin também & um elemento de . (©) Exereicio Definigdo 5 — © sub-espaco [S] que acabamos de construir recebe o nome de sub-espaco gerado por S. Cada elemento de [S]6 uma combinagao linear de S ou combinagdo linear de ty,... , tin. AO invés de [S] também costuma-se escrever: fay, 2, .--, Unk + Un geram [S], ou entio que so um sistema de gera- Dizse também que uy dores de [8]. 37Notas: 1) Bstenderemos a defi convengéo: [6] = {0}. jo acima para 0 caso S = 8 mediante a seguinte 2) No caso de S C V ser um conjunto infinito, definimos [$] através da > AW... WESe ER Lu ayy +... + ay Da definigio 5 ¢,de suas ampliagdes, dadas acima, decorrem as seguintes propriedades que deixamos ao leitor como exerefcios: asc ls} b) S$, CS, CV => [8,]¢ [S,] (s} = [s}] 4) Se $1 € Sp so subconjuntos de V, entao: [S; U S,] = [8] + [82]. Exemplo — Se V = R®, u=(1, 0,0) v= (1, 1,0) 0 que é[u, v}? Lu, v] = (au + v/a, BER} = {(a + 8,8, 0) |a, BE R} = = (&% y, 0) |x, y © IR} uma vez que o sistema at pax on & compativel determinado, ¥x, y € R. Graficamente: 58 7, ESPACOS VETORIAIS FINITAMENTE GERADOS Observemos no R? 0 conjunto S = {(1, 0, 0), (0, 1, 0), (0, 0, 1D}. Como, para todo (a, b, c) ER, vale a igualdade: (a, b, ) = a(1, 0, 0) + b(, 1, 0) + (0, 0, 1) podemos dizer que os vetores de S geram 0 R°. Muitos outros subconjuntos finitos do R® tém essa mesma propriedade, o que nao ¢ dificil de nota. Definigo 6 — Dizemos que um espaco vetorial V € finitamente gerado se existe $ C V, S finito, de maneira que V = [S]. Neste texto praticamente s6 focalizaremos espagos vetoriais que, como 0 IR®, possam ser gerados por um nimero finito dos seus vetores. Salvo mengo contriria somente consideraremos este tipo de espago vetorial. Exemplos 1) O espago V dos vetores da geo- smetria definidos por segmentos orientados 6 finitamente gerado pois considerando a tema fundamental (7, 7, R} para todo T€ V, existem a, b, ¢ IR, de ma- neira que U = af + Oy + cK © 1,0 Ressalte-se que 7 = (1, 0,0), 7 (0, 0, 1) desde que se tenham identificado V e R?. 2) Se o indica o vetor nulo de um espago vetorial qualquer, entio V = (o} € Ginitanente gerado pois, fazendo 8 — {0}, vale V = [S]} 3) M, (R) € finitamente gerado, 0 conjunto sad(t e) (2 1) (0 0) (0 0 “Vo of’ \o of’ \i of’ \o 1 gera M,(R) jé que, Va, b, , dE R, 10 ou 0 0 00 +b +e +4 00 00 10 ou 594) RP 6 finitamente gerado. Com efeito, generalizando 0 raciocinio feito a0 inicio do pardgrafo verifica-se que © conjunto S= {(, 0,..., 0), 0, 1,0, ...,0),...,@,...,0, D} vorifica igualdade IR" = [S], ou seja, que $ gera oR". Convém notar que o conjunto $ ¢ formado de n elementos. 5) Mmxn (IR) € finitamente gerado, Verifique que as m + n matrizes do conjunto 10.2.0 01... 0 oo. 00...0 oo. s= ; t oo. oo. {geram 0 My xq (IR), generalizando a decomposiglo feita no exemplo 3 acima. 6) Pa(IR) ¢ finitamente gerado, Os polindmios fo, fy, ..., fy dados por fo(t) = 1, fi(0) = , ..., f(t) = t8, Mt EIR, sfo geradores de PIR) uma vez que se f(t) = a + at +... + agt® € um elemento de P, (IR), entio f= aol + af +... + anfy. Observe que {fo, fi, -..5 fq} possuiin + 1 polindmios, Nota: No apéndice I, logo a seguir, daremos um exemplo de espaco vetorial que no ¢ finitamente gerado, EXERCICIOS RESOLVIDOS 1. Seja V © conjunto dos vetores geométricos do espago, Sendo Tum vetor fixo desse fespago, mostrar que W = {ail | a © IR} & um sub--spago vetorial do V. Solugio w (@) 0 € Ws basta considerar « = 0. () Sendo ¥ = aif © = iF em W,eatio V+ W = ail + BU = (@ + Ot, bozo v+Wew. (6) Sejam ¥ = aii A © IR; entio AV = = Ail) = (adit, logo ¥ € W. et 0 2. Mostrar que 0 conjunto W = {(x,y) © IR? |y = 0} € um sub-espago vetorial do IR. @ @OEW. (@) Sejam w = (xy, 0) € ¥ = (x2, 0) em Ws daf u + ¥ = (4 + x2, 0), donde u + VE W, (ax, 0), donde au € W. (© Sejam u = (%, 0) em We a em IR; entfo au (Outra maneira de resolver: observar que W é gerado por (1,0). 3, Mostrar que & subespago de M(R) o seguinte sub-conjunto: rf) mn) ode (: a] . ©) Seam u = elementos 6e W. Entio 4 ® fe °) (2 a) (3: % ny ute * - Como yi + ¥2 = Cx) + ma) = Cer + xa) emtio uF VE We © Sejam: we ( :) ec ( ”) Como ay = a(—3) = —(@x), entdo au © W. 4, Soja I um intervalo real e consideremos 0 espaco vetorial C() das fungdes reals continuas elinidas em I. Mostrar que © subconjunto W de C() constitufdo das fungées que so Gerivéveis em todos os pontos de T & um subespago vetorial de CQ), Solugio © céleulo nos ensina que a funcio nula 6 derivivel, que a soma de duas fungdes deriviveis 6 dorivével ¢ que © produto de ume fungio derivvel por um nimero & uma fungdo deri- vive 5. Nostrar que so sub-espagos vetoriais de My (IR) 0s seguintes subconjuntos: 2) U = {Ae My(R) | AE= Al BV ={A © M(B) | AT = TA} onde T é uma matriz dada de My (R). 61Solucio 8) (@) A transposta de matrz nula € a propria matriz nua. (®) Sejam A, B EU. Como (A + Bt = At + BES A +B, entfo A +B EU. (©) Sejam AGU €@ EIR, Do fato de (aA)! = aA! = aA segue que aA €U. ») GA matriz nula comuta com todas as matrzes (®) Sejam A, BEV. Entio AT = TA e BT = TB, Dat (ABT = A(T) = ATE)= (AT)B = (TA)B = T(AB). (©) Seam A € Ve @ ER, Entio (GAT = a(AT) = a(TA) (oA). 6, Provar que se S e T sfo sub-espagos vetoriais de um espago V, entio $ + T= I$ UT) Solugio Como § +T 5S e$+T2T,entioS +T>SUT. Daf$ +73 (SU TI. Por outto lado, sew $ +T, entio u=s + ¢ (comseS ete). Como, entio, se ¢ pertencem a SUT, podemes afirmar que u=s + tIS UTI, Loge $+ T CIS UTI 7. Achat um conjunto de goradores (sistema de goradores) dos seguintes sub-espagos de R* ®. U= {Oy DER Ix-y—24t=0} b V=iGy,2,. DER! Ix-y=z4t=0} Solugio 8) Gy, 2.) © U se, e somente se, x ~ y — 2 +1 = 0, isto 6, se, ¢ somente so, + Et Logo (x, ¥,2, 0 EU equivale a (x, ¥, 2,0 = #2~ by, 2,0 = ¥L 1, 0, 0) +2, 0, 1, 0) + t(=1, 0, 0, 1). Assim: {4,1, 0, 0, (1,0, 1, 0, C1, 0, 0, 9} & um conjunto de geradores de U. b) De mancira andloga chege-se a que (1, 1, 0, 0), (0, 0, 1, ~1) & um sistema de soradores de. 8. Consideremos no IR? os seguintes subsespagos vetorais: U=14,0,0, 4,1, DI © V=IG, 1,0, 0,0, D1 Determinar um sistema de geradores de U0 V. Solugio wEUNV <=> weU, WEV <=> Ja, f,4,8 ER tals que: (1, 0, 0) + B41, 1, 1) = 70, 1, 0 + 0, 0, 1) on ainda que: atp=0,6 Opn 6 Donde w = —A(1, 0,9) + #¢l, 1, 1) 0.Dala=-a7=pe8 20, 1, 1), Ento Un V = (0, 1, Dh “YER? 9. Dados, os sub-espapos U = (Gx, y,2) ER? Ix +y =O} eV = { , determinar © subespago UNV. 9} a Solugto w=@y2) EUV <> ueUevEev xty ex = 0 <=> x=y =0, Logo UNV = [(0, 0, 2) 12E R}, que é gerado pelo wetor (0, 0, 0. 10, So sub-espagos vetorais de C(X) os seguintes subconjuntos V=ffecw 11 = to, ¥tE Rh e Vs ife cw If =f, WEE R) Mostar que CQ) = Ue Y. Sotusto (a) Toda fungfo real F defiida em 1 pode ser assim decompost: £1) = g(t) + BC, Vee I, onde 1 = OEIED ¢ ygy s MED, como sey = SOHO 2 gy 6 ney PEO = entdo gE Ue HEV, Portanto C() = U + V. () Se FEU NV, entio £() = 9 e = ~f(-0, VEEL, Logo 210) Donde F é a fungdo nula, Assim entdo Un V s6 contém a fungdo nus £() MEL. Ove EXERCICIOS PROPOSTOS 1. Quuis dos seguinter conjuntes W abaixo ao subsorpagos do RP? @ W= (Gy, eR? 1x = 0} ©) W= Gy. 9eR 1x eZ} (©) W = (Gx, y, 2) R Ly 6 ieracional} @ W= (Gy, 2) ER Ix ~ 32 = 0} (© W= (Gy, 9 ER? Lax + by + cr = 0, coma, b,c ER} 2. Quais dos conjuntos abaixo so sub-espagos do espago P(IR) de todos 0s polindmios reais? (Leia 0 apGndice (@ W= {£@ © PR 1£@ tem grau maior que 2} () W= {£00 110) = FD} © W= {f@ 1f@ > 0, ¥r eR} @ W= {fet 11 + 2 = 0} 633. on 3. +6. 10. 1. Sejam U, V © W 0s seguintes sub-espagos do R?: Verifcar que no sfo. subespacos vetoriais do IR. @ (Gy eR Ix= 1} © {aye R it eys © {Gy DER IxU+vey; ) UCV==>Unv=u; 2 "13. 4 1s. 16. “1. 18, 19, 23, 9) U+veu=— uy; ® UnV=U==>ucy. Sejam u e v dois vetores no nulos do R?. Se nfo existe nenhum t IR tal que w = tv, mostrar que R? & soma direta dos sub-espagos [ul e Iv] Se U, Ve W slo subsespagos votoriis do mesmo espago, mostrar que (UNV) + + (WU OWCUACY + W. Descubra um exemplo para o qual 0 primeiro membro.des- st relagfo diferente do segundo e um exemplo onde ocorre igualdade Mostrar que os nimeros complexos 2 + 3i¢1 — 2i geram o espaco vetoral € sobre IR. Mostrar que 6 subespaco de M,(IR) 0 subconjunto formado pelas matsizes anti-simé- ‘ticas. Mostrar também que My(IR) & soma direta dos sub-espagos das matsizes simé- ‘ticas e das antisiméteicas Mostrar que os dois conjuntes (1, ~ 1, 2), (3, 0, 1)} € (1, -2, 9, G, 3, -4)} {eran 0 mesmo sub-espaco vetorial do IR ‘Mostrar com um exemplo que se U, V e W so sub-espagos vetoriais do mesmo espayo, 50 valem as relapses Un V = Un WeU + V =U + Wynd se tem necessaria mente V = W. Mostrar com um exemplo que a unifo de dois sub-espagos vetoriais de um mesmo espa- 0 vetorial nfo precisa ser um sub-espaco vetorial desse espapo. Mostrar que a uniZo de sub-espagos vetoriis do mesmo espago é também um sub- -aspago 12, o somente so, um dor mid oxpagos dedos eaté contido ko outlo. CConsidere os seguintes vetores do R*: (1, 0, 1) e 3,4, 2), Determinar um sistema de equages homogéneas para o qual 0 espago soluglo soja exatarrente © subespago ‘gerado por esses vetores. Repita o exercfcio 20 com os vetores (1, 0,1, 2),(0, 0, 1, 0) do IR*, (2) Determinar um suplementar do seguinte sub-espago do IR: {(x,y, 2) Ixy =O} () Mesmo exerefcio com o sub-espago: {ts ¥,2, 0 RY Ix - = 0) do Rt Mostrar que 0s dois conjuntos absixo formados de fungSes continuss resis definidas em R geram o mesmo sub-espago vetorial de C(R): fsen? t, cos? sent + cost} © (1, sen 2t, cos 2t} o 6+24, Sejam U, V ¢ W sub-espagos vetoriais do mesmo espago para os quals valem o seguinte: Un (+ W) = Vn W = {0}. Provar que seu + v + w =o (vetor nulo), com vel, veVew ew, entiou =o. #25. Mostrar que o espaco vetorial R™ (exercfcio proposto 7 ~ § 2) ni é finitamente gerado, Sugestdo: racioeinar como seré feito no apéndice IL APENDICE II Exemplo de Espago que na&o é Finitamente Gerado Indiquemos por POR) 0 conjunto de todos os polindmios reais. O leitor, Iembrando a operagio adigio de polindmios e @ operago multiplicagdo de um polinmio por um nimero, concluiré que PUR), com esse par de operacdes, é um espago vetorial sobre R ‘Mas P(R) ndo € finitamente gerado. Com efeito, dado $ = {f,,..., f,) C PR), supondo que cada fj seja niio nulo e que fy sejz 0 polindmio de maior grau de S, entéo o grau de qualquer combinagdo linear ayy +... + eal no ultrapassa 0 grau de fy. Assim [S] s6 contém polindmios de grau menor que ou igual a0 de f,. Como porém POR) compreende todos os polinémios reais, existem neste espago polindmios de grau maior que o de fy. Logo [S] # P(R), para todo conjunto finito SC PCR). 66 capituLo 3 Base e Dimens&o Lembremos 0 seguinte fato relacionado com 0 espago dos vetores da geo- mettia, definidos por meio de segmentos orientados: se consideramos um sistema de coordenadas ortogonais, de origem O, ¢ se chamarmos de 1, } ¢ Kos trés vetores unitétios com os sentidos dos eixos x, y e z, respectivamente, enti cada vetor OF admite uma Gnica representago OF = a + by + cK, onde a, b ec so 48 coordenadas de P, em relagdo ao sistema considerado, Nosso objetivo. principal, neste capitulo, € mostrar que em todo espago vetorial finitamente gerado V existe um subconjunto finito B tal que todo ele- ‘mento de V é combinagdo linear, de uma ‘nica maneira, desse subconjunto. E que todosos outros subconjuntos de V que tém também essa propriedace (sempre os hd) possuem o mesmo ntimero de elementos que B. Daf saird entdo 0 conceito de “dimensio”. 1. DEPENDENCIA LINEAR Seja V um espaco vetorial sobre IR. Definigao 1 — Dizemos que um conjunto L = (ur, Us, ..., Un) CVE linearmente independente (L.L.) se, € somente se, uma igualdade do tipo yt, +... + ogy = 0 com 0s a em IR, 6 for possivel para ay =... = aq = 0. 67Definigio 2 — Dizemos que L = (uy, ..., tn} © V6 linearmente depen- dente (L.D.) se, ¢ somente se, L nfo & LI., ou seja, € possivel uma igualdade do tipo ayy +... + agg = 0 sem que 0s escalares a; sejam todos iguais a0 niimero zero Exemplos 1) 0 conjunto L = {(1, 1, 0, 0); (©, 2, 1, 0); 0, 0, 0, 3)} CRY é LI, pois: x(1, 1, 0, 0) + ¥@, 2, D-F2(0, 0, 0, 3) = ©, 0, 0, 0) hey rol y ei, 2) 0 conjunto L = {(1, 1, 0, 0), (0, 1, 0, 0), (2, 1, 0, 0)) CIR* 6 LD. pois (1, 1, 0, 0) + ¥@, 1, 0, 0) + 2(2, 1, 0, 0) = ©, 0, 0, 0) ——> He +2=0 x +20 > =. xty+ 250 y- 220 Sendo indeterminado o sistema obtido, entéo ha outras solugées, além da trivial, para a igualdade condicional de que partimos, Nota: Convencionaremos que 0 conjunto vazio (BC V) é Li. Como para um sub: conjunto LCV deve valer uma, e uma s6, das duas definig6es anteriores e a segun da destas pressupde elementos em L, fica justficada esta convengio. EXERCICIOS RESOLVIDOS 1, Veriticar quais dos seguintes conjuntos de vetores do espaco vetoral IR, slo linearmente independents, 2) {0,10 04,5, G, 6, 99} wD {0,2,3,0,4,9, 0,8, 20} ©) {0,2 D, @, 4,0, 6, 10, 59} Solugio a) Fagamos: x(1, 1, 0) + ¥(L, 4, 3) +2, 6,5 ©, 0, 68 Portanto: K+ y tae x+y + 62 Sy +50 Escalonando o sistema, vem: e+ y+32=0 ; key by 43 =0 aut y sy +5220 se sistema admite outras solug6es além a trivial; daf 0 conjunto élinearmente depen- dente. Comox = ~ 2 y = ~1ez = 1 é uma solugto nfo trivial temos — 21, 1,0) — = (1,4, 5) + (3, 6,5) = (0, 0). Esta é uma sclago de dependincia entre 03 3 ve- tores dados. b) XG, 2, 3) + 9G, 4, 9 + 20, 8,27) = (0, 0, 0)= xt yt 2=0 x ay + Be =0 3x + 9y +272 =0 Escalonando o sistema, vern: Keys ay + 6 oy + 24% 8 Gnica solug D: 6 4 trivial, © conjunto é linearmente independente ©) x, 2,1) + ¥@, 4, 2) + 265, 10, 5) = ©, 0, 0) => x toy + 5220 => 4 2x + 4y + 102 = 0 xtlyt & Escalonando 0 sistema, vem: x + 2y + Sz = Ocosistema£ indeterminado, isto é, além da solugdo trivial admite outzas solugSes; portanto o conjunto é linesamente dependente. ‘Achar uma relagZo do dopendéncta entre os 3 vetores. Se u,v e w sfo vetores de um espago vetorial V tais que w € [w] ev € lw], mostrar que {u,v} 6 linearmente dependente, Solugio Os vetores u © v sfo da forma u = Aw e ¥ = aw, com h, a ER. 0 cw a = 6 trivial pois entfo (oe basta ver que Iu + iv = 0. Supondo por exemplo d ¥ 0, centio AY — ati = Alaw) ~ a(aw) = (ha — ad)w = Ow = 9; logo {u, v} 6 LD, o3. Consideremos, no espace vetorial IR, os vetores:u = (1 — a1 + ade onde a # 0. Mostrar que {u,v} 6 Li. + a,1 = a) Solugto Seiax(l ~ a,1 + 0) + y+ a1 ~ 0,0 ou, 0 que & equivalents, (ax + +a) (Lt ax + — a) [Esse sistema linear © homogéneo nfo deve ter solugGes diferentes da trivial, para o que 6 nocessirio e suiciente que a matriz: ( « i+ :) Ita Ina seja inverse, isto 6, que 0 sistema seja de Cramer. Como a fol tomado nfo nulo esta matrix 6 inverstvel e daf {0 ¥}€ Li. 4. Mostrar que o conjunto de vetores {1, x, x2, 2 + x + 2x7} de P3(R) 6 LD. ¢ que quale quer subconjunto de tes elementos dele 6 Lt. Solugio Se fizermos al + px + 7x7 + 62 +x + 2x") =0 a (© zero do segundo membro de (1) & 0 polinémio identicamente nulo), vité: a+ 25+ (8+ Bx + Cy + 25x? Pelo prinefpio de identilade de polinémios, teremos: a+ 6 p+ s=0 y+ =0 © sistema admite outras solugdes, além da trivial, © que nos leva a conciuir que o con- junto 6 LD. ‘Um subconjunto qualquer do conjunto éado, por exemplo {, x, x°} & Li de fato, al + ox + 9x7 = 0, implica a = $= 7 = 0 pelo principio de identidade de polindmios. Nos 3 demais casos prosede-se do mesmo modo, 5. Mostrar que 0 conjunto {(1, 0,4), (1, 1,a),(1, 1,2} de vetores do IR? é LI, desde que a#0cael Solugio Para que © conjunto seja LI. & necessiio e suflciente que: XG, 0, @) + yC, 1, a) + 241, 1, a) = ©, 0, 0) w 6 se verifique para x = y = 2 = 0. Ora de (1), vem: xty+ ye ox + ay + 0s xaytns0 yar 2 - ae @ Comoa # Oca + Lentioa? — a # 0,oqueacarretaz = Oe dafwmy = 0ex Mostrar que se 0 conjunto {u, v, w} de vetores de um espago vetorial V for LL, 0 mesmo aconteceri com 0 conjunto {u + ¥, u + W, ¥ + W) Solugio Com efeito, fagamos: x@ tv tyW tw) +204) = 0 Dat, segue: Hy FO HOEY bow Mas 0 conjunto (u, v, w} € Lil Enid: xty 20 x +220 yer Escalonando o sistema, vem: (xey ° xty 4 -ytr=0 ~ y-z=0 Lo ovte=0 m=0 0 sistema $6 admite a soluglo tavial Logo, 0 conjunto {u +¥,u + w,v + Ww) € LiL Mostrar que 0 conjunto de vetores {(1 ~i,i),(2,~1 + } de€? é LP. sobre € mas LI. sobre IR aR Solusio No primeizo cato, devemos mostrar que existem 24,73 © C, tas que ay(1 i, + 2,—1 + = (0,0),comzy * Oouz, * 0. a E ficil vesificar que zy = 1 + i ¢ 23 = ~ 1 satisfazem (1), 0 que mostea que o conjunto é LD. sobre @. No segundo caso, sendo x, y € IR tais que K-40 +2, -140= 0,0, (aint — 2y=0 x+@+ Dy =0 ik + G- Dy m+G-Dy=0 Bscalonando o sistema, vem: x + G+ Dy LL. sobee R. © dat x ‘Logo © conjunto é Mostrar que © conjunto {1, cot x, cos 2x} de vetores de C(I, ml) 6 LI Solugto Suponhamos: a + Beosx + yeos2x = 0, Vx I-m, mh Entio: x=-t==> a-p+7=0 x= 0==> atp+7=0 x= => a 1=0 Esealonando, vem: Daf a= p= y= 0 eo conjunto é Li. 1. Mostrar que conjunto {1, sen? x, cos? x} de vetores de C((- m, ml) & LD. Solugio Basta lembrar que sen? x + cos? x — 1 EXERCICIOS PROPOSTOS 1 +5, *6 10, Quais 0s subconjuntos abaixo do IR sfo linearmente independentes: a) {0,0}, ©, 1, 0, ©, 0, D, 2, 3, 9} ») {4,1, 0, 4, 0, D, (, 0, -29} ) 0, 0,0), G1, 2, 3), @, 1, - 2D} ® 14,1,0,4,2,0,6,2, -0) Qusis dos subconjuntos abaixo de Ps (R) so linesrmente independentes: a) Gx-4 + oxt 8} ») Ox ix tia? — 1} 9 ix — D, x8 2x? xx} ® wex-1e-xte-1) Demonstrar que © conjunto {1 e¥, e?%} de vetores de C(10, 11) é Lil Mostrar que 0 conjunto {1, e%, xe} de vetores de C((0, 11) & Li, Demonstrat que 6 Lil. 0 conjunto (1, =, @& =a, @ de vetores de Pp.y (R), onde @ é um nimero arbiteéio. Mostrar que o subconjunto {x,,x2,..., Xp} de vetores de um espago retorial VéL.D. se, ¢ somente se, existe um inteirok(1 > w= x(1,—1, 0, 0) + 2@, 0, 1, 0) + ©, 0, 0, 1). Logo V = [(1, -1, 0, 0), (, 0, 1, 0), @, 0, 0, 1) Pela forma escalonada como se apresentam os geradores de V que af figuram podemos dizer que: C = (C1, =1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)} 6 uma base de V6 que dim V Por outro lado, decorre da propria definigo de soma de sub-espagos que U + V= [BUC]. A partir disto podemos achar uma base de U + V do seguinte modo: 1o1do 1010 1010 0100 o 100 0100 1-1 0 of+fo 01 ofsfooro) oo10 ooo1 ooo ooo01 1-1 0 0 0000 Logo dim(U + V) = 4 e conseqiientemente U + V = IR*. Disto segue que dim (U0 V) = 1. 83EXERCICIOS RESOLVIDOS 1, Mostrar que o subconjunto {1, i} & uma base de € sobre IR Solugio s vetores I ¢ i constituem um sistema de geradores de sobre R pois todo elemento de © é da forma al + bi, com ae bem R. Além disso, se x1 + yi=0=0 401 (com x, y ER), entio x = = 0, 2. Mostrar que © subconjunto de vetores: {€, 2, 2), ©, 4, YD} 6 uma base do sepuinte sub-espaso vetorial do R®: (% ye RL Solugio Como (4 y, 2) € U se, ¢soniente s0, x = 0. (0, ¥, 2) =¥0, 1,0) + 2(0, 0,1), entio {@, 1, 0), ©, 0, 1) & uma base de U. Logo dim U = 2. Por outto lado (0, 2,2) © (0,'4, 1 sto independentes pois (ver proceso pritico ~ § 5): (2-032) Logo os vetores dados fermam uma base de U, pois pertencem aU. 3. No espago vetorial IR® consideremos os seguintes sub-espagos: U=fay. ER Ix=0} © V=14, 2, 0, 8,1, D1 Determinar uma base © a dimensio dos sub-espagos U, V,U + Ve Ua V. Solugio De acordo com 0 exercicio anterior {(0, 1, 0), (0, 0, 1)} & uma base de U. Por outro lado (1,2, 0) «3, 1, 2) foram wma base de V pale: Lae 120 312) \ol-s :) e {C, 2, 0), @, ~5, 2} € LA. Determine na Ba Sines de U-¥ 010 1200 120 100 oo 1} for of for of foi o 120 oon 001 oon o-5 2, o-s 2, 0 0 2 000 Logo U + V = I(1, 0, 0), (0, 1, 0), (0, 0, Dl © U + V = IR, Consegtentemente dim (U 9) V) = dim U + dim V ~ dim (U + ¥) = 1. Como 0 vetor (0, $, 2) esté em U e esté em V, entéo {(0, 5, 2)} & uma base de U0 V. 5. No espaco vetorial R consideremot os seguintes sub-espagos vetorias: $ |. Determinar uma base do R* que contenha os vetores (1,1, 1, 1),(0,1,—1,0)€ (0, 2,0,2). Solugio paad paaa o 1-1 of} —+(0 1-1 0 0202 0022 Se tomarmos o vetor (0, 0,0, 1), entfo o conjunto B = {(1, 1,1, 10.(0,1,— 1,0),(0,0,2,2), (0,0,0, 1} € Li. Logo B é uma base do IR, Obviamente, substituind> (0,0, 0, 1) nessa base por qualquer (0, 0,0,a){a # 0) obtém-se outra base do IR. fa, -1, », Q, 1, DI, T =, 1, -D, C2, DL U = (Oy, Ix +y =4x—2=O0}eV (% ¥, 13K —y 0}, Determinar at dimensies de: ST, U, V,$ +7, ST, T+Uetau. Solusio ‘U-e3 ‘Logo dim $ ») # imediato que dim T = 2 pois seus geradores jf se apresentam na forma escalonads, x(1, =1,4). Logo {(1, ~1, 49} € ©) 0s vetores de U sfo da seguinte form: uma base de Ue dim U = 1. (=X 4X) 4) Os vetores de V se apresentam assim: (x, y, 3x - y) = x(1, 0,3) + ¥@, 1, ~1. Logo V = I, 0, 3), (0, 1, -1)]. Como os geradores de V que af aparecem jé esto fa forma escalonada, entfo’ dim V = 2. e fi-1 2 1-12 1-12 211) fo 3-3} fo 1-1 o 1-1 o 1-1 o00 124 0 3-1 0 0 2, Logo dim (S +1) = 30 dais +T= R? £) A partir das dimensbes de 8, T e ST, achese que dim (S 9 T) = 1 a foi-t 124 124 aaa 12 1)—+(o0 1-1 )—[o 1-1)—fo ia 1-14 1-14 0-3 3 000 Logo dim (T + U) = 2. 1) A proposigdo 5 deste capitulo nos conduzité a dim (T 9 U)6. 86 Determinar uma base ¢ 1 dimensfo do espago solugto do seguinte sistema: x-y- SiQaety +t Solugio Inicialmente excalonemos S; fxeyease s { By +e + 3t Daf tiramos: 2 eee \ {45 st. :)nem} to ann (4-4) 6 uma base do espago solugdo de S e que, portanto, a dimensfo desse espago é 1. Uma outra base de V 6{(1, ~ 5, 3,3), Seja {us, ua, .., ua} uma base de um espago vetorial V de dimensfo n sobre ©. Mostrar ue (Us, --5 Up, ity, ..5 it} € uma base de V considerado como espago vetorial sobre IR. (Veja Bx. proposto n? 8, pas. 52) Sotugio 3) Dado EV, exietem ay 4 hyd, Ag + hal © © de mansion que = Gay + buds + + 12+ Gq + ball, pols of vetores uy, ..., Ug formam uma base sobre €. Logo any +... + data + BuGiuy) +... + Dalug), 0 que mostra {u1,..., Un, ity, ..., itl} gera V sobre IR, ) Por outro lado, 5 ayuy +--+ ana + ByCuy) +... + ByGing) entio (ay + DDO +... + Gp + Ong =O. Logo sy + byi on + bai = 0 Donde ay =... = ay = by =... = bn = 0. Nota: O exercfcio nos ensina que se a dimensio de V sobre € & n, sobte IR seré 2a 8, Consideremos 0 sub-espago vetorial de M3(IR) constitufdo das matrzes simétrcas, Deter sminar uma base desse sub-espaco, Solugio Podemos decompor uma matriz simétsica X de M3 (R) da seguinte mancia O10) peery oo 00) Nite os Wore E fill verficar que as seis matrizos om que X se decompés formam am conjunto Li. em Ma GR). Logo essas seis matrizes formam uma base do sub-espago das matizes sim& tricas de My (QR) cuja dimensdo €, portanto, igual a 6. Lembrese que M3 (R) tem dimensio 9 Nota: Generalizando 0 racioe{nio que acabamos de fazer pode-se conctuit que 0 sub-espago das matrizes simétrieas de My (R) tem dimensio © £2 epquanto que Ma (R) tm dimensio n®. E 0 que pedimos no exercicio 16 a seguir. 9. (Exerefcie patolégico) Mostrar que o conjunto {2} é uma base do espago V- [a> Op cai wigte & dada pou @ v= uv ea milpcagio pr cotta por a= = * Yae R. Solugio Lembamos que 0 veto alo dewe espgo & © atime 1. (@) A teoria dos nimeros reais nos ensina que dado um niémero real 2 > 0, existe um “nico ntimero real a tal que u = 2%: « = Joga u. Logo u = 2% =a + 2. (©) Sea 2= 1 (vetor mule), entio 2% = 1, donde a = 0. Nota: & claro que todo nimero real maior que zero e diferente de 1 constitui ums base de V sobre R. 10, Sejm U» Vsespagoe vets dem expagp de dimenfon,Suponde qe din U>-B- eave dmv > 4, prove que: Un V » fob. Solugio Consideremos a formula dim U + dim V = dim(U + V) + dim (U 0 V). Se Ua V = {0}, terfamos dim (Un V) = 0. Daf dim (U + V) = dimU + dimV > n, Absurdo pois U + V 6 subespaco de um espago de dimensio n, 87EXERCICIOS PROPOSTOS 1. Dar uma base © 2 dimensio do sub-erpago W de R® onde W={(x, 9,2, )€R*|x—y ye x~3y+t=0}. 2. Sendo W e U subespigos do R* do dimensio 3, que dimens6es pode ter W + U se 4,210, 1,1, 0,0, G, 5, 2, 1) & um sistema de geradores de Wn U? 3. Sendo W 0 sub-spaco do exercicio 1 ¢ Uo subespago do R* gerado por (1, 2,1, 3) € G, 1, =1, 4), determinar uma base © a dimenséo de U + We de Un W. 4. Achar uma base © a dimensio do seguinte sub-espago de RY: U = {(x, y,2,)Ix—y= 0 extly+t=0} 5. No espago vetorial R? consideremos os soguintes sub-espagos: U = {&%, y, 1 x= 0}, V={@,y, aly - 22 =O} WIG, 1, 0), (0,0, 21 Determinar uma base ¢a dimensio de cada um dos seguintes sub-espapos: U, V, W, UV, VeWeU+V+W. 6, Deteminar uma base ¢ a dimensio do sub-espago de Ms (R) constituido das matrizes antisimétricas, 7. Mostrar que os polinémios 1, 1 + 1,1— Pet — 1? formam uma base de P3 (R), 8. Determinar uma base ea dimensto do espago solugfo de cada um dos epuintes sistemas inea- 18s homogéneos: Of xt vez ae - y-2e x tay 45220 OC x-yo2 3x~ ytd 3x- ytd 40 ay +4250 Lo wases t=0 9. Mostrar que ss matries 6) G2)-¢ formam uma base de Mz (R). ar se as 10. Determinar uma base de IR* que contenha os seguintes vetores (I, 1, 1, 0), (1s 1, 2, D. 88 11, Para que valores de a € R 0 sequinte conjunto 6 uma base de IR?: B= {@, 1,0), 4,4, D, @, 1, 0). 1 Ug vetores de um espago vetorial V. Provar que se cads vetor u de S = ‘Uni admite uma dnica representagdo como combinagdo linear de Uy, ..-, Un, +n formam uma base de S. 12, Sejam w,, tu, entio of vetores uy, «tig} uma base de um espago veto. Mostar que “+ ug} também é uma base dose espaco. 13, Suponha que {uy Mpg Fat ut 14, Considete 0 seguinte sub-espago vetorial de C*: W=(0,0,9,0,1+41—9,4,-1~4,-1 4 301 Determinar uma base dese sub-espago. 15, Sejam U e V espagos vetorisis sobre de dimensSes m e n, respectivamente, Considere espago vetorial UX V cuja adiglo 6 dada por (ug, V2) + (Up, v2) = (Uy + vas va + HD) © multiplicagdo por escalaes por a (u, v) = (au, av). + Umbe ( Admitindo que {u1, ss Val sf0 bases de Ue de V, respectivamente, prove que: +, yd} {01,0 6 uma base de U x V. + (gms Os @, Vad + 16, Determinar a dimensio dos sepuintes sub-espagos de My (R): 8) Subespago das matrizes simétrices; 1) Subespago das matrizes antisimétricas; ©) Subespago das matrizes A tais que A = 2A 4) Sub-espago das matrizes A = (ag) taisque >) ai 7. COORDENADAS Vamos trabalhar agora com bases ordenadas de um espago vetorial V. Uma base ordenada é uma base na qual fixamos quem éo primeiro vetor, quem é 0 segundo vetor, etc, 99,B= {uy,uz,---,unh de V, entio todo vetor v desse espago & combinaedo linear de B. Ou seja, @1, 4 @q ER de modo que: ‘Seja V um espago vetorial de dimensdo finita. Dada uma base ordenada | arty ts + aptly. E fécil provar que os escalares que figuram nessa igualdade esto univocamente determinados. De fato, suponhamos V = ayy +... + Gatln = Bits +... + Bolin Entéo: (ay — fy)uy +... + (Gy — Pada = 0. Como o conjunto B é LiL, entdo ay — 6, = in — Ba = 0 © dat M1 = Br, M% = Br, -- +, On = Bue Definigdo 5 — Os escalares ay, ..., 0 que figuram na igualdade v= a,u, + +... + Qplla, conforme as consideragées acima, sfo chamados coordenadas do ‘vetor v em relagdo a base ordenada B. E conveniente, por outro lado, associar uma matriz as coordenadas do vetor u, Assim, se u=ayu; +... +agtl,,em relagdo a base ordenada B={u,,..., Unb, considerase a matrizn x 1 apenas se no houver possibilidades de confusfo, como a matriz das coordenadas de u em relaggo a base ordenada B. Nota: f evidente a necessidade de trabalhar com bases ordenadas de V (no apenas bases de V) para podermos considerar a matriz.de coordenadas como foi definidaaci- ‘ma. Sem ordenar a base, ndo saberiamos qual seria 0 ay, 0 a, ete. Exemplo — © fécil verificar que B = {1,1 + t,1 + t2} 6 uma base ordena- da de P2(IR). Achemosas coordenadas de f(t) = 2 + 4t + t? emrelagfo a essa base ordenada: 24H FO ax ty +O +20 +e) > DH eat y tt yet at ra ly=4x¢y+2=2 => x=-3y=402=1 —= 90 Portanto a matriz das coordenadas de f(t) é | 4} ,em relagéo a base orde- nada B. 8. MUDANCA DE BASE ‘A partir de agora, diremos apenas base em vez. de base ordenada, para facilitar o texto, Seja V um espago vetorial de dimension e consideremos cuas bases de V: B= {uy, ..., th} © C = {¥, «+, Yq). Entio existe uma tinica famfia de escalares aij de maneira que Vs = Guy +... + Gan ou simplesmente Lem G Definigfo 6 — A matriz quadrada de ordem n Mm... On Car chama-se matriz de mudanga da base B para a base C. Exemplos 1) Qual a matriz de mudanga da base B= (1, 1 + t) para a base {1, 1} n0 espago P; (R)? fl=mi+yi0 +9 Mtl [mtn =0 e = yn =o wal 1 t= malty +0)===> 4 = 1 y1 = 9, = Le ya = 1. Logo 1-1 =\o1 6 a matriz pedida, 2) Se B = C, obviamente a matriz de mudanga de C para B ou vicesversa é a matriz idéntic ‘Trés problemas importantes se apresentam no que se refere a mudangas de base, Problema 1 — Se a matriz de mudanga da base B para a base C é P = (ai) ea matriz de mudanga da base C para uma outra base D (do mesmo espago) é Q = (Gj), qual a matriz de mudanga de B para D? Suponhamos B= {uy «+2, Un}, © = (Viy+0+5 %mb €D = (Way. +5 Wah A efinigdo de matriz de mudanga nos gerante entio que: ya ayy G w= > fay &= 1 a Dat mo Dh (& ws) =3 (Sm) w (k= 1,...,0). = i \ja Entfo o termo geral da matriz de mudanga da base B para a base D & dado por >. ayfje que € 0 termo geral de P.Q, Logo a matriz demudangade B para D j € a matriz PQ. Nota: Uma conseqtiéncia do que acabamos de ver é que uma matriz de mudanga de bases ¢ sempre inversfvel, Sendo vejamos. Sejam P a matriz de mudanga de B para Ce Qa matriz de mudanga de C para B. 92 oe Dos diagramas a0 lado decorre que O+© 2 () PQ = QP = 1. Logo P & inversivel e P*? 6 simplesmente a matriz de mu- danga de C para B. ©) a © 2 tn Problema 2— Se a matriz, das coordenadas de u © V em relago a base B é: ea matriz de mudanga de base de B para C & = (ay), qual a matsiz das coorde- nadas de u em relagio a base C? Seja Yn essa matriz. Temos entio u Como cada yj = <5), entdo au SD aye > (£ ay) we fi it in } 93Devido a unicidade das coordenadas segue que: 4 Sotugio 2) Quanto & base candnica as coordenadas sfo a1 propria comporentes do vetos, ou w= Yay G=12....0) nae fA i by w= xG, 1,1) + yl, 0, 1) + 20, 0, 1) ==>. ou xtyte =>} x X= Guys + nya +... + OnYn xty- Resolvendo © sistema obtido, encontramos x = 1, y = 2.¢ z= —1, Logo as coorde- Xn = OY + Oraya +... + Onan nadas de u neste caso s30 1, 2. 1. A matriz das coordenadas de u é Usando a notagdc matricial obtemos a relago desejada xX=?PY 2 que equivale ainda a Y = P*'X, ch Problema 3 — Se (u;,..., Up} € uma base de Ve P= (ay) & uma matriz, inversvel, ento os n vetores y= 3+ aaju; (j= Ly... n) também formam uma 2. Determinar as coordenadas da mateiz ee ( 2) Ge Dat ¥ ayy 1). Como este sstsma & homogéneo ¢ a mati is a dos seus coeficientes é P (inversivel), ent&o x3 =... =%q = 0. Logo {¥i,... Va} & i LL e portanto também 6 base de V. x +u= 0 Cad Logo 2 ood pias 1,1, £0 EXERCICIOS RESOLVIDOS 4. Detseminar as coorieundas do vetor u = (2, 1,4) do R? oon reagao ds base 3, Determinar as coordenadss do polinomio 1 + 2 ~ & Py (R) en relagio ®) Canbnica, 8) & base candnica desse espago; ») {,1, 9, 4,0, 9, 4,0, -D} b) abe 1 td 1A} 94, 95Solugio @) As coordenadas neste caso sfo obviameate 1, 2, 0 © 1 bw) 14t-Paasbd-o4cd-A+aa~ y= atbtetd= 1 -o 2 Loge as coordenadas fo: 2, — 4. Achar a matriz de mudanga da base B= i(1, 1, 0), ©, 1, 0), ©, 0, 3)} ppara_a base candnica do R?. Solugio 1, 0, 0) = a(1, 1, 0) + 60, 1, 0) + 60, 0, 3) (, 1, 0) = dG, 1, 0) + e(0, 1, 0) + £0, 0, 3) ==> (0, 0, 1) = g(1, 1, 0) + nO, 1, 0) + 10, 0, 3) ‘a 1 a o atb 0, date =0 0 Bist Loge: 100 110 ‘matriz pedida, 1 oo 5, ‘5. No espago IR® conslderemos as bases B ‘seguinte mancira e1€25€3} €C = {81,823} relacionadas da a= tes mad + ates B= ert Dep tes Detecminar a matriz de mudanga de B para C ¢ de C para B. 96 Solugio Por definigio: 12 012 pad € a matriz de mudanca de B para C. Para achar a matri2 de mudange de C pata B & 96 dleterminat 8 inversa dessa matez Lai 0 0) fizti0%e o12)010)-(01 201 11 1io on o-1 of-1 oO 1 Latioo\ firzuioce 012/01 0)~(o1 2 ° ! H oot i 1) loot 4 rad faa3 ta olga) [to aad oroiro-1}-fo 1 01 0-4 ribad haa UO ea oy Cena beta sinze Las 20-2 6. Considerando os dados do exercicio anterior, se as eoordenadas de um vetor u em relagio i base B so 1, 1 © 2, quais as coordenadas desse vetor em relacio # base C? Solugio Sejam a, b e © essas coontenadas, Entto: 7EXERCICIOS PROPOSTOS Dosen in de eo = 8. em a me Ms 8) candies; ») (,1,0,0,2,0,6, 1.0}; ) {G,2, 0, 0,3, 2, , 1, 4}. q 2. Determinar as coordenadas de 1 — 2i € € em relagdo & seguinte base de € sobre IR aids eterminar as coordenadas do vetor (1, 1, 1) € €*, em relagdo A base (1, 0, 0), (, 4, 0), i149. (FB Determinar ag coordenadas do polindmio t? em relago & seguinte base de P5 (IR): 3 Caen @anieese), CBA matic de madanga de uma tae B do R? para a base (1,1), 0,2) dese mesmo 7 espage & 10 aes 6. A matric de mudanga da base {1 + t,1 — (?} para uma base C ambas do mesmo sub-espago de Pa (R) & 12 1-1 1, e2, ea} © C = (ey, #2, g9} de IR® assim relacionadas: Determinar a base B. Determinar a base C. 7. Considere as bases B B= er- — e3 = 20: + 323 as = 30, + es 8) Determinar as matrizes de mudanga de B para Ce de C para B. b) Se um vetor u de IR® apresenta cosrdenadas 1, 2 ¢ 3, em relagdo a B, quais as coordenadas de u relativamente a C? 8. Considere © seguinte sub-espago vetorial de Mz (R): {Jed 98 4 Mostrar que os seguints subconjuntos de Ma(IR) so bases de U: eG) 9}. ') Achar a matriz de mudanga de B para Ce ade C para B, ©) Achar uma base D de U, de tal maneina que a matriz de mudanga de D para B seja: ° 2 'SejaB = {uy,..., ug} uma base do espaco vetorial Ve seja C = {¥y,..-,¥q} onde Wi = Ma —ie1G = Tyse.yn)- Prova que C 6 uma base de Ve caloulare matriz do miudanga de B parc 105) Seja B = {44,-..,g} uma base do espago vetorial Ve soja C = {0,1 — uy sty =i) Mostrar que € 6 também uma base de V. Achar as matizes de miudanga do base de Bipara Ce de € par. APENDICE III Teorema da Invariancia Lembremos que 0 Teorema da Invariéncia, jé enunciado nia pég. 80, afirma que todas as bases de um espago vetorial dado tm o mesmo niimero de vetores. Precisaremos de trés lemas para poder provar © Teorema da Invaridncia Lema 1 — Seja B= (uy, up, ..., Un} uma base de um espago vetorial V, Se w€ Ve ainda se ayy to FU tt OD @ 99:com a; 0, ento 0 conjunto C = {us, . uma base de V, » Wits Uy Wiss, ---, Un} também & Demonstragio ~ Faremos a demonstragio supondo i = 1 para facilitar 0 trabalho com os indices, (a) Como ay # 0, da igualdade (1) da hipétese segue que uy = Bu + Bath +... + Bat @ onde 8 = a", By = -a la, ..., Ba = Seja v € V. Entio existem 71, ..., Yq € IR de forma que an. = 7h + mth +... + Yan @) Substituindo (2) em (3) teremos: Y= (nBu+ (Ba + ta) +... + On + tne Ficou provado assim que 0 espago V 6 gerado por (0, Ups ese Une (b) Suponhamos xu + +. + Xt = 0 @ ++) %q em IR, Substituindo (1) em (4) teremos: (xay)uy + (Key + x4), + Como B é LI. desta iltima igualdade decorre que: com x, x2, + (Xaq + Xa)Un = 0 xay = 0, x03 + Xp = 0,..., XO + XQ Mas a # 0. Logo x = 0, x: = 0, ..., Xn = Lema 2 — Suponhamos que exista uma base de V com n vetores. Ento se {Uy, ++) Un} CV 6 Lil. e possui n vetores, B é também uma base de V. Demonstracio ~ Seja C = (vy, ..., vy} uma base de V. Entio: UWS Gay +e. F Opn (Cay .- 5 Op & IR). Néo podemos ter todos os escalares nessa igualdade nulos, pois isto implicaria que uy = 0 0 que & impossivel jé que 0 conjunto B € LI. Lago um dos a; é nfo nulo, Suponhamos a ¥ 0, O lema anterior nos assegura entio que: {iy Vas es Yad € uma base de V. Portanto up ¢ combinagdo linear deste conjunto, ou seja, existem 61, Bo, By em IR de maneira que Ug = Brus + Bavg +... + Bava 100 eee a0. Também no podemos ter fy =... = By = 0, sendo (uy, te} seria LD. e, por tanto, 0 mesmo aconteceria com 0 conjunto B. Admitindo que f; # 0 teremos, em virtude do lema anterior, que {U1, Un, ¥35-+-5 Vn} 6 também uma base de V. A repetigao desse raciocfnio nos levard a conclusfo de que {U, Ua, ... Un} & uma base de V. # Lema 3 — Suponhamos V como no lema anterior. Entio todo subconjunto de V que seja LI. tem no méximo n setores. Demonstrag#o — Suporhhamos que exista S ny Un ery ey Be) CV que tenha t > n vetores e que seja LJ. Entio B= (u,,... ,u,} tem n vetores © 6 um subconjunto LI. Logo B € base de V devido ao lema anterior. Daf 344 4 Oy ER | Une = Oty +... + nt. Entdo au; +... + andy + (—1)Uns1 = 0 © que vem mostrar que 0 conjunto S LD. Absurdo, = Teorema da invariincia — Duas bases quaisquer do mesmo espago vetorial finitamente gerado t8m 0 mesmo niimero de vetores. Demonstragao — Sejam B= {Uy,..., Un} € C= {¥1,-.., Vp} duas bases quaisquer de V. Como B é base de Ve C 6 Ll, entéo m V ¢ G: U> V sfo iguais se, ¢ somente se, F(u) = = GQ), Yue U. Dado W CU denomina-se imagem de W pot F o seguinte subconjunto de V: F(W) = {F(u) | u € W). Se W= U, entao F(U) recebe o nome de imagem de F © a notacdo seré Im(F). Portanto Im(F) = {F(u) | u € U}. Examplo ~ Seja 8: I > Es a aplicagio dada por S(x, y) © (x, —: “Cx, ¥) no IES pode ‘er vsulzada na figura ao lado ¢ leva cada ponto do IR? no seu simétrico em relagdo ao exo x. Em particular a imagem da reta y = x é a reta x + y = 0 (¢ vice-versa), a imagem do eixo x & 0 proprio eixo x € a imagem do exo y & 0 proprio. etko y. Definigo 2 — Uma aplicago F: U > V se diz injetora se, ¢ somente se, Muy, Up © U, F(us) = Fu) => (Ou, em outra formulagdo, se, © somente se, Yur, ty € U; uy # F(u) # Fu). Exemplos 1) A aplicagio $: I? > I? dada por S(x, y) = (x, -y), V(x, y) ER’, € Injetora pois se uy = (4, Ys) © ta = (Xa, Ya) eno F(u,) = (vs) ==> (4, -¥1) = 0G, -y2) ==> 4 = & wey = y=y 2) A aplicagto f:IR? + IR® dada por F(x, y) = (0,x + y, 0) néo é injetora pois temos, por exemplo, G, 1) # Q, 0) e FG, D FQ, 0) (0, 2, 0) Definigdo 3 ~ Uma aplicaglo F: U-> V se diz sobrejetora se, ¢ somente se, Im(B) = V, ow seja, para todo v € V, existe u € U tal que F(u) = v. Exemplos 1) S: R? + R? definida por S (x, y) = (x, —y) € sobrejetora. De fato, dado v = (¢, d) © R?, basta tomar u = (c, —d) para termos F(u) = v. 2) F: IR? > IR° dada por F(x, y) = (0, x + y, 0) nfo 6 sobrejetora, Isto (9) Resumidamente escreveremos sempre S(x, y) para indicar a imagem de (x, y) por 8. 103porque, por exemplo, (1, 0, 0) € IR° e no imagem por F de nenhum elemento u € RE (0 primeito temo de cada imagem & 2210) ©,40) Definigéo 4 — Uma aplicagdo F: U > V se diz bijetora se, e somente se, F € injetora e € sobrejetora. Exemplo ~ A aplicagdo S: IR? > IR® dada por $ (x, y) = (x, —y) € injetora © 6 sobrejetora conforme jé vimos. Logo $ € bijetora Nota: Se F: U -> V € bijetora, entdo cada elemento de V € do tipo F(u), com u EU bem definido e se fizermos a associaeo F(u) + u teremos uma aplicagao de V em U pois nfo podemos ter F(a) = F(us) € w, # up jé que F ¢ injetora, Essa nova aplicagdo assim definida (no caso de F ser bijetora) é chamada gplicagao inversa de F e 6 indicaia por F™!. Temse entio: PF" @@) = ue FEM) wueU e WEY. 2. TRANSFORMACOES LI IEARES Definigo 5 — Sejam U e V espagos vetoriais sobre IR. Uma aplicagdo F: UV 6 chamada transformagdo linear de U em V se, e somente se, (@) FQ) + 4) = FQ) + Foy), Yur, € U, © (0) F@@u) = aF@), ¥ae Re WuEU. No caso em que U = V, uma transformaggo linear F :U > U chamada tam- bbém de operador linear 104 Exemplos 1) Seja 0: U + V a aplicagdo assim definida: 0 (u) = o (vstor mulo de V), Yu € U, Verifiquemos que O é linear. @) Ot, + v) 0 +0 = O(uy) + OC) (b) O(eu) = 0 20(u) se denomina transformapdo linear nula de U em V. 2) Seja I: U + U definida assim: I(u) = u, Yu © U, E mais um exemplo de transformasao linear pois @ Tuy + wy) = uy + = MCUs) + MQ) € (®) [(au) = au = al(u). 16 0 operador idéntico de U. 3) F: IR? > IR? definida por f(x, y, 2) = (x, 2x — 2), V(x, y, 2) RY, também é linear, Sejam uy = (%1, Yr, 2%) © U2 = (Xa, Ya, %) em R®. @) FQ: +h) = FOa +X, ¥1 + Ya 21 +) = (1 +m, 200 + m2) - ~ Gy + %)) = (1, 2x, ~ 24) + Oa, 2%. — Za) =F (Uy) + Fun). (b) Exereicio. 4) F:IR® > IR™ definida por FOR oo a) = G@uaey + aan «ey mats FF Benen) € uma transformagdo linear para toda familia (ay) de mimeros reais dados. Veri- ficase essa afirmagdo generalizando o que st fez no exemplo 3. Fica como exetescio. 5) Seja D: Pp (IR) -> Pa (IR) definida por D(f(t)) = f(t) pare todo polinémio 1(t) de Pq (IR). (1"(L) indica a derivada de £(8). Como a derivada da soma de dois polindmios ¢ igual A soma das derivadas € a derivada do produto de um polinémio por um nimero € igual a esse nimero multiplicado pela derivada do polindmio, ento D 6 mais um exeruplo de operador linear, 0 Sejam U e V espacos vetoris sobre IR e consideremos uma transformagio linear F: U > V. Valem a: seguintes propriedades para F: P,. F(0) = 0 © transforma o vetor nulo de U no vetor nulo de V,) Prova ~ Como o € 0 elemento neutro da adiggo em V: F(0) +0 =F). los© fato de F ser linear ¢ © fato de o ser 0 vetor nulo de U dio: F() = F(o + 0) = F(o) + Fo). Comparando os resultades obtidos tiramos: F(o) +0 = Fo) + FO). Somando —F (0) a ambos os membros desta iltima igualdade chegaremos aque o=FO).# ys P,. F(-u) = -F@), ¥ueU. Prova — F (u) + (F(u)) = 0 = F(o) = F(u + (-0)) = F(u) + Fu). Logo F(u) + F(-u) = F(u) + (—F(u)). Somando —F(u) a ambos os ‘membros desta shima igualdade obteremos F(-w) = -F@). = Nota: Recomendamos ao leitor que procure justificar cada passagem desen- volvida na primeira linha da demonstragio de P, Py. F(Uy ~ a) = F(vy) — F(), Yn, wy EU Prova (exercicio). ® Py. Se W é um sub-esparo de U, entiio a imagem de W por F & um sub-espaco de V. Prova — Lembremos que F (W) = (F (w) | w © W) € a imagem (direta) de W por F. (@) Como F(0) = 0, entio 0 € FCW). (b) Exercicio, 106 (©) Sejam v € F(W) e a € IR. Entio v = F(v), com u € W. Logo av = aF (u) = F (au). Como au E W, pois W é sub-espago vetorial de U, entdo: av € FW). ® Nota: A propriedade Py acima significa que uma transformagdo linear trans- forma sub-espaco vetorial em sub-espaco vetorial, Em outras palavras, uma transformagao linear “respeita”” a estrutura de espago vetcral. Sendo F: U> V linear entdéo Prova: Faz-se por indugio sobre n. = EXERCICIOS RESOLVIDOS . Verificar se a apliagfo F: IR° ~> IR? definida por: Fe, 2) 2, x + y) é linear. Solueio (2) Sejam u = (x1, ¥1, 21) © ¥ = Ga, Ya, 2) dois elementos genéticos de R®. Entio: Ft) = Fou 42,91 + ¥2, 21+) = + ay Oty +2) + Oa + ¥2)) = G11 +1) + 2% +92) = = Fw) 1 FO &) VaeRe Yu=(y, ERY F (au) = (ox, ay, az) = (a2, ax + ay) = ale, x+y) = aF u), . Verifcar se F : IR ~ IR? é uma transformagio linear, onde F(X) = (x, 2) Vx e IR Solugio x,y EIR, temos Fx + y) = (x +¥,2) #2) +42) = OH YM. Logo F ao é uma transformasio linear Nota: Como uma transformagdo linear leva o vetor nulo do domfnio no vetor aulo do conttadominio e F (0) = (0, 2) # (0, 0) poderfamos, por este caminho, ter concluldo ‘que a aplicaglo F do exerefcio 2 aio é linear. Contudo o fato do uma aplicagfo F: U-+V ttansformar 0 vetor nulo de U no vetor nulo de V ndq implica que ela sea linear. Procure um exemplo, 1073. Verificar se ‘macio lines Solugio aplicagfo F : IR? ~ IR? definida por Fix, 9) = (a2 + y2, x) é uma transfor Seu = Om, yp) © ¥ = Cup, yx) © IR, entfo Flu + 9) = Foxy + a, yn + 99) = = (Ga +2 +1 + 92)? tr +2) = Oxf tyes xn) + Oy + vz ma) + 201% + Yaa, OD portante F no 6 linear, Notar que, apesar disso, F (0, 0) (0, 0). 4. SejaV = Mp(IR) ¢ B uma mattz fina desse espayo vetorial. O operador F :V = V dato por FOX) = BX, WX ¢lincar? E quanto a0 opeader G :V. = Vdado porG(X) = XB? Everdade que F Solugio (@) ¥X,Y EV, FO + Y) = BO + Y) = BX + BY = FO) + FO; ©) VX eVe Ya R, Fle) = BeX) = a(BX) = aF 00. Logo, F 6 um operador linear de Mp (IR). A verficago de que G também ¢ linear é anilo- 1, Mas,em geral, F + G pois BX + XB. 5. Sabendo que F: IR? > IR? 6 um operador linear © que FU,2)=@,-D ¢ F@N=0,2, achat F(x, y), onde (x, y) 6 um vetor genérico do IR? Solugio Observemos de inicio, que {(1, 2), (0, 1)} € uma base de IR. Determinemos as coorde- nadas de (x, y) © IR® em relagdo a essa base: (x, y) = a(1, 3) + D0, 1) ==> a=x e2atb=y=—>a=xe bay 2x x(,2) + & = 200, D. AF(L, 2) + ~20FO, 1 (+ y, Se 4 2y), xG,-D + - 20052 = 6. Verificar se 6 linear a transformagio F: R? > R, dada por F(x, ¥, 2) = Solugio () Yu = Gy, yn 21) © ¥¥ = Oa, ya, 2) ER, Fu + Y) 2x + 3y +7. =F xt + 0a, Yn tay 24+ 22) = 20 +09) +304 + 92) + Td +9) = =~ 2p + 3y1 + Tey ~ Dea + 3¥2 + Iz = FW) + FOO. () ¥aeRe Yu = (x,y, 2) € RY, Flaw) = Flex, ay, 92) = 2ax) + Bay) + Taz) = a(- 2x + By + 72) = aF Cw). 108 7. Soja P uma matriziaversivel de My (R). Mostrar que F: My (R) — Ma (R) dada por FOO = P'XP € um operador lineat desse espaco, Solugio @ FO +) =P + *yP & PxP + BYP = FOO + FOO): () F(X) = PH @X0P = a1 XP) = AFCO, 8. Mostrar que & uma tuansformagie linear a aplicagio FR? > c(l0, 1) (emo vet da fingers continsdefinias em (0, 1D dade po Fé, 9) = xe! + yo, 4x, y) © R?, Solusfo (@)-¥u = G4, ye My = Gap, v2) em RP Fu + v) = Fox + x2, y1 + ¥2) = Gr + wade! + (yn + yao = FQ) + FO): xyet + yset + aget + ype% ®) VaeR © ¥Ga,1 eR’, Flac, ¥)) = a(xet + ye") = aF (x, y). fax, ay) faxdel + (ay)e™ 9. Mostrar que ¢ um operador linear de V = C({0, 1) @ aplicagdo F:V > V dada por FUCO) = OY ¥K0) = V, onde ¥ (2) 6 um elemento fixo de V. Sotugio @) FRE + gO) = HI + ED) GO = KO CO + GO ©) Flatt) = (ato eC = act vie = AFD). (Hk) + Flator: 10, Seja V um espago vetorial sobre IR. Dado @ © IR chame-se homotetia determinada pelo escalar @ a aplicago Hg: V -> V tal que Hau) = au, ¥u & V. Mostrar que Hg é um operador linese de V. Solugio (a) Ha(ay +03) = e(ay +0p) = aus + aug = Halt) + Helu)s (6) Ha (tu) = a(tu) = t(au) = ty. 11, Num espago vetorial Y sobre IR, dado w © V, chama-se translagdo definida por w a apli: cagdo Ty: V>V tal que Ty (a) =u + w, Vue V, Mostrar que se w # 0, entioT no é linea, Solugio Puy, up EV, Ty + Up) = uy + up + we TwlUy) + Twig) = uy tw + uy tw, Logo, se w # 0, Ty nfo é linear. Por outro lado, se w = 0, entio Ty coincide com 0 operador idéntico que é linea 109EXERCICIOS PROPOSTOS 1 4 ‘Quais das sequintes aplisagdes de R? em IR? sGo operadores lineares? ) Fy d= &-y,x4¥, 05 B) Fay y2)= Gx —y +2, 0, 0; F374 = 0%, 95 @ Fats y, 2) = Os? + 3y,2, 2 Seja F HIR? — IR? 0 operador linear assim definido na base cantnica: FU, 0,0) = (2,3,1),F.0,1, 0) = (5,2, De F(O,0,0 = (2,0, Determinar F(x, y, 2), onde (x,y, 2) € un vetor genético do IR®, Mostrar que F é um operador linea. Consideremos 0 espago vetorial € sobre Re seja F: © € tal que F@) = 7, We C. Mostre que F 6 um operador linear. Se tivéssemos considerado 0 espago vetorial € sobre © seria F ainda um operalor linear? Verifique se sfo operadores lineares no espago Py (R) (2) F: PyGR) + Py) tal que FUL) = t(D, YF) Py; (©) F: Py) > Py) tal que FED) = 1 +7", FI € Py), Existe um operador linear F : IR? IR? tal que FQ, 1, 1) = (1, 2 3), FOL, 2,3) = = (4,9) eF(2, 3,4) = (1,8,27? Justifique sua rosposta, Seja u = (x, ¥, 2 1) um, vetor genérico do R*, Quais das aplicagSes definidas abaixo so ‘operadores lineares do R*? a) FE =u 44,01, 05 b F@)=(1,0,1, 05 2 FOSQy—zy ened: FW) = Com ¥42, 9. C2) seam Ue V sibenpagos dem espago W ti que W = U © Y. Sem Py Py a ptt cagGes de W em W tais que para todo w = u + v de W (com u © U ey eV) associam, respectivamente, u ¢ v, oU seja Py(w) = v e Pa() = v.Mostrarque Py © Py sio lineazes, Sela F 0 operador linear do IR? tal que F(1, 0) = @, 1) € FO, 1) =, 4). 8) Determinar F(2, 4); b) Determinar (x, y) € R? tal que F(x, ¥) = 2, 3); ©) Provar que F & sobrejetor © injetor (bijetor). 9})Seja A uma matriz xa de My(IR). Mostrar que F :My(IR) + Mp(IR) dada por: FOO = @ XA — AX, 7X © Mq(iR), 6 linear, SoA = Aly com © IR, oque éF? 110 10°SejaF:1 = V uma transformagfo linear com a seguinte propriedade:{ay,..., qh 6uma tase de U,entfo (F(a), Flug} élinearmenteindependente em V. Provar que Fé Injetrs. 3. NUCLEO E IMAGEM Definigio 6 — Sejam U e V espacos vetoriais sobre IR e F: U > V uma transformagéo linear. Indica-se por Ker(F) © denominase micleo de F o seguinte subconjunto de U: Ker(F) = (u € U | F(u) = 0} Exemplo — Seja F: R? > I a transformagio linear dads por: FO, y) =O x+y, 0). ‘Achemos 0 niicleo de F. Temos: (% y) € Ker) <=> (0, x + y, 0) = (, 0, 0) <=> x Logo Ker(F) = ((x, ~x) 1x € IR}. Proposigdo 1 — Seja FF: U_ > V uma transformagio linear. Entio: a) Ker(F) 6 um sub-esparo vetorial de U; b) A transformagao linear F 6 injetora se, e somente se, Ker(F) = {0} unDemonstragdo a) (1) Como Fie) = 0, entto 0 Ker(F). (2) Sejam u, uy © Ker(F). Entdo F(u;) = F(u) = Daf F(u; + v2) = F(uy) + Fy) = 0 +0 =o. Portanto u, + uy Ker(F), (B) Exerefcio: Prove que se u © Ker(F) ¢ a€ IR ento au © Ker(F). b) Suponhamos F injetora. Seja u € Ker(F). Entdo F(u) = 0, Mas F() = 0, conforme P;. Logo F(u) = F(0). Usando a hipdtese nesta ltima relacdo tiramos: u =o, Entio, se F ¢ injetora, 0 nticleo de F se resume ao vetor nulo de U Reciprocamente suponhamos Ker(F) = {0}. Dados u,, u; € U, entio F(a) = F(v,) ==> F(u) — Fy) = 0 ==> > F(t; — my) =0 ==> uy, ~ vy € Ker(F) = > u-wso Suh © que mostra que F 6 injetora, = Exemplo — O operador linear D: Py (IR) > Pa(IR) dado por D(f(t)) = = f'(t) é uma transformagio linear injetora (operador injetor)? Se f(t) = a + ayt + agt? +... + ant, entio D(F()) = a, + 2agt+...+ + nagt™-t. Logo f(t) = 0 tem como conseqiiéncia que ay = a =... = aq = 0, Portanto f(t) = ao € dai Ker(D) = {a9 | 29 € IR} = IR, ou seja, Ker(D) é 0 con- junto dos polinomios reais constantes. Logo D nao é um operador injetor. ‘A imagem de ume transformagdo linear F :U_ > V foi definida anteriormen- te: Lm(F) = {F(u) | u€ U}. J4 vimos que € um sub-espago vetorial de V. 0 teorema a seguir, que relaciona as dimensdes de Ker(F) e Im(F) nos casos em que dim U ¢ finita, € bastante importante, Teorema do Niicleo e da Imagem — Sejam U e V espagos vetoriais de di- mensZo finita sobre R, Dada uma transformagio linear F: U > V, entdo dim U = dim Ker(F) + dim Im@). ‘u,} uma base de Ker(B), Essa base Up, Vay «++ Vg} de U conforme o Demonstragéo — Seja By pode ser estendida a uma base By 12 teorema do completamento, Mostremos que B = {F(v), ... F(¥)) € uma base de Im). (a) Dado v € Im(F), existe u € U tal que F(u) = v. Mas u é combinacao linear de By: u = ayuy +"... + oly + Biv; +... + Biv com 08 «} & 05 fj em RR, jf que By 6 base de U. Logo: v= Fu +o. + ayy + Bs +. + Buy) = = ayF(u,) + ... + @F (Uy) + BF (Vy) +... + BF (Ys) BF) +... + BPO) pois como uj, ... Ue © Ker(F), entfo suas imagens, por F, sfo nulas, Entio [B] = Im). (b) Suponhamos 8,F(¥s) +... + BsF(%) = 0 com By, ..., By € IR, Entio F (Biv, +... + Be¥s) = 0, do que resulta que yy; +... + Bev, pertence a Ker(F). Logo existem ay, ..., ay € R de maneira que: Bivs +--+ Biv = uy +... + opty Dat au, +... + Oey + (—By)v +... + (BY, = Como 0 conjunto By & Lil., podemos concluir que todos os escalares da Sltima igualdade so nulos. Em particular 6 = Bp =... = By = 0. Ficou provado entdo que B & LL Para terminar a demonstragio, basta observar que, como cim Ker(F) dim U = 1 +s ¢ dimIm(F) = s, entio dim U = dim Ker(F) + dim Im) Corolério — Sejam U e V espagos vetoriais sobre R com a mesma dimensio finita ‘ne suponhamos F: U > V uma transformagdo linear. Extfo so equiva: lentes as-seguintes afirmacoes: © F 6 sobrejetora, () F 6 bijetora (UD F 6 injotora, (IV) F transforma uma base de U em uma base de V (isto é, se Bé uma base de U, entio F(B) & base de V). Demonstragto ow Por hipétese Im(F) = V. Levando em conta que dim U = dim V, a formula dimU = dimKer(F) + dim lm(F) equivale ento a dimKerlF) = 0, Logo Ker(F) = {0} ¢ F 6 injetora, Entio F 6 bijetora, 113(1) ==> (UD Imediato. ( a. Sendo B = (uy, ..., tn} uma base de'U mostremos que F(B) = {F(u;), «+ F(ug)} 6 uma base de V. Observemos de inicio que F(B) tem tantos vetores como B pelo fato de F ser injetora..Entdo basta mostrar que F(B) é Lil. Supo- hamos ay, ..., a €R ¢ ajF(us) +... + agF(uq) = 0, Disto resulta, pela linearidade de F que F(qu, +... + antty) =o. Sendo F injetora segue que army +... + Gata = 0. Como B 6 Li. concluise que ay = a = m= oO Seja v € V, Tomando uma base B= (uj, ..., Un} de U, onto nossa hip6- tese garante que F(B) = {F(u,), ..., F(Un)} & uma base de V. Logo v & combi- nao linear de F(B): v= QyF(uy) +... + @nF(Uq), com ay, ... Como F é linear podemos afirmar que v= Flay +... + opty). Estando em U a combinaco linear au, +... + @qUq ficou provado que todo elemento de V é imagem (por F) de um elemento de U. Ou seja, F ésobrejetora, +O € Re 4, ISOMORFISMOS E AUTOMORFISMOS Definigo 7 — Entende-se por isomorfismo do espaco vetorial U no espago vetorial V uma transfomaedo linear F: U-> ¥ que seja bijetora, Um isomorfismo F: U> U é um automorfismo de U, Exemplos 1) O operador idéntico I: U + U dada por I(u) espago 6 trivialmente um automorfismo de U, 2) F: IR? > P, (R) definida por F(x, y) = x + (& + y)t é também um isomorfismo, De fato, (@ FGa, yx) = FG, 2) => 4 + Gr +E = =u tty) => mom ety em ty > ==] nom en=n u para todo vetor u do 4 Logo F 6 injetora, (I) Dado £(1) = a + bt EP, OR) basta tomar u = (a, b — a) para que se tenha F(u) = f(t), Entio F é sobrejetora, (UD) FCGxa, y1) + as Ya) = Fs + X05 Ya + Ya) = 1 9 + torte ty tyt=m +O t yt tx +m +ya)t= = FX, ys) + FO, ¥2)- (QV) A condigdo F(au) = aF(u) é deixada como exercicio, Proposic#o 2 — Se F é um isomorfismo de Uem V, entdo F"4 : V+ U tam- ‘bém ¢ um isomorfismo (de V em U). Demonstragio (_Suponhamos vi, vy € Ve F-!(y.) = F-*(y) = u, Entiéo F(u) = vs ¢ F(u) = vz. Daf vy = vz. Logo F” 6 injetora, (11) Para verificar que F-! ¢ sobrejetora basta observar que dado u € U, tomando v = F(u) teremos: F'() =F! @(@) =u. (ID Sejam vy, ¥, © V ¢ fagamos F~'(v, + v2) =u, Como F € sobrejetora, entdo existem uy, uz © U de maneira que F(uy) =v; (<=> F-# (v4) =u) € r2 (<=> Fl (vy) = up). Substituindo estes resultados na igualdade F1@() + FQ) = FF, +4) = = y ty = FM) + Fy), Voltando @ igualdade inicil: PA (y + v2) =F) + Fy). (IV) Fica como exereicio a demonstrago de que: Fv) = aF"(W), Vac Re ¥VEV. m Nota: A proposigfo acima nos diz. que sempre que existe um isomorfismo F:U>V também existe um isomorfismo F-!: V-> U (jsomorfismo inverso de F)e devido a isso dizemos; nesse caso, que U e V slo espacos vetoriais isomorfos. Dois espacos votoriais isomorfos U e V muitas vezes so considerados indistintos. Para tanto, se F 6 0 isomorfismo considerado de U em V, identifice-se cada elemento u € U com sua imagem F(u) € V, usE possivel estabelecer uma caracterizaggo para os isomorfismos entre espa- 608 vetoriais de dimensfo finita, em termos de dimensfo. O lema a seguir nos levard asso. Lema — Sejam U e V espagos vetoriais sobre IR. Se dim U = ne B = = {us,Ua,-.. Un} € uma base de U, entfo, para toda seqénciavs,..., Va de veto- res de V, a aplicagio F : U + V, definida por “($) éllinear e F(u)) = vj (i = 1,2,...,n). Ademais,se G: U -+Vélineare (ui) = ¥ (= 1,....0),entioG = F. Demonstragdo 1) Sejamw; = >, aju; e ws = >. fy; vetores de U. Entao F(w; + wa) = ( (a+ 80m) = > @i + Ami a a D om + > Biv; = Fv) + Fowa) Tt) Fica como exerefcio a demonstragio de que F( ER etodo wEU. MI) F(uy) = Fu; + uz +... + Oup) Obviamente: F(u;) = v2,...,F(Up) = Vp. IV) Seja w CU. Entao w se escreve, de maneira tnica, como: ‘oF (w), para todo w= >) ayu;. Daf, levando em conta que G é linear Geo) = Ba Gtuy = 2. ai Fu) (3, ew) = F(w) e, como w éarbitré- m & fi rio, = F. Nota: Os vetores vs, ..., Yq no lema anterior nfo sfo necessariamente distintos entre si, Podem, inclusive, ser todos iguais. Mas os u;(i = 1, 2,....,n)sfodistintos entre si pois B é uma base de U. 6 Ivy + Ova +... + Ova = ‘Teorema 2 — Dois espacos Ue V de dimensfo finita sf0 isomorfos se, somen- te se, dim U = dim V. Demonstragio (==> ) SejaF :U> V um isomorfismo. Entio Ker(F) = (0}e lm(F)= V. Mas, devido ao teorema do nicleo e da imagem, dim U = dimKer(F) + dimIm(F). Donde dim U = dim. (= ) Sejam B= {uy,...,Un}eC= fm... + Yn Yoases de Ue V, res pectivamente, e consideremos F : U-> V dada por “(2 au)= ‘avi, confor: a \e fad ‘me o Iema anterior. Assim, F é linear. Supondo >, qv; = 0, como 6 LL, ento = 0(i=1,...,n) eportanto >, aju; = 0. Donde F ¢ injetora. 0 corolétio do teorema do niicleo ¢ da imagem nos garante entao que F € sobrejetora e portanto F 6 isomorfismo. a7EXERCICIOS RESOLVIDOS 1. Soja P:R? + R? a trmsformagio linear dada por PCy y, 2) = (x+y, 2x — y + 2). 8) Dar uma base ¢ a dimensfo de Ker(F); b) Dar uma base ¢ a dimensfo de Im(F). Solugio a) Ker(F) = (Gy, y, RPK + y, 2x -y +2) =, 0) Come xty =0 fxey xy +250 \ -sezH0 caja solugto geral & (—y, y, 39), ¥ € IR, entdo Ker(F) = {(-y, y, 3y)ly = R) = ly 1, 1, 3) ly = R). Logo Ker(F) = (1, 1, 3 e (1, 1,3)} € uma base de Ker(h. by Achemos um conjunto de geradores de Im(F) : (x + y, 2x —y +2) = x(d, 2) + + y(1, ~1) + 10, 1) do que segue que Im(F) = (4, 2), 4, —1), ©, 1} Pare determinar ume bate de Im(F) usamos 0 processo pritico jé estudado (Cap. 3, § 5} 12 12 12 12 1-a}s(o-3}s(o 1}s(o 2 on on o4 00 ‘Assim, uma base de Im¢F) é {(1, 2), (0, 1) }e dim mF) =2. Segue que Im(F) = IR? © F € sobrejetora, Para conciuir que {(1, 2), (0, 1) }é base de Im(F), ver Cap. 3, § 5. 2 Determinar uma aplicagio linear F: R? > R tal que im@)= (4, 1, 2D, 2, 1, 0, Dk Solucio Como dim Im(F) = 2, entdo dim Ker(F) = 1, Podemos tomar P:R? + IR* tal que FU, 0, 0) = ©, 0, 0, 0), F(, 1, 0) =, 1,2, 1) eF@, 0, 1) = (2, 1, 0, 1). A imagem seri 0 conjunto dado. Temos XF (1, 0, 0) + yO, 1, 0) + 2, 0, 1 yG, 1.2, D+ 22, 1,0.) FO y0 y + 2ny +2 2.y +2) E claro que © exereicio em questio admite muitas solugGes. 3. Seja Fo operador linear de Mg(IR) definido por F(X) = BX,“ X= M3(IR), onde BM,(R). . 10 NocasodeB=() 1) determine Ker(F) © ums base de imagem de F 8 Solucio Como 0 sistema 6 admite a solugdo trivial F 6 injetora. Por outro lado, evando em conta o teorema do nit ‘leo e da imagem, tramos que dim Iy(F) = dim M,(IR) — dimKex(F) = 4 ~ 0 = 4. Logo Im(F) = Mg(IR) e qualquer base deste espaco é base de Im(F). Observe que F é um auto- rmorlismo de M, (R). Os mesmos resultados seriam obtidos para qualquer matriz B_inver. sivel (et ax—a eum Mostrar que 0 operador linear F do IR? ado por F(x, ¥, 2) automorfismo, Determinar F~ Solugio Para achar 0 niicleo de F devemos resolver o sistema x4e=0 x-2=0 y=0 cexja Gniea solugio & (0, 0, 0). Logo Ker (F) = {(0, 0, 0)} ¢ F & injetora. Devido 20 coro- lirio do teorema do nicieo © da imagem podemos afirmar que Fé un antomorfismo. Supondo F(x, ¥, 2) = (a,b, ©, ent Fea, b,c) = (@ +6,2~¢, b). Logo 95. A aplicagto linear F: R? > R? dada por F (1, 0, 0) = (1, 1, 0), F(, 1, 0) = (@, 0, 1) © F(0, 0, 1) = G, =1, 6), & um automorfismo? Soluce FO y, 2) = xP ,0, 0) + yF (0, 1, 0) + 2F ©, 0, 1) = x1, 1,0) + ¥(0, 0, 1) + +20, -1,6 o sistoma (c+ 2, x= 2.9 + 62). Como a tina sol 4 trivial, entio Ker(F) = {(0, 0, 0)} © F é um automorfismo do IR*. Outra maneira de re- solver: Mostrar que F leva uma base de TR? em uma base de IR? 6. Mostrar que F: R° > RY dada por F(x, y, 2) = (x, x — y, y ~ 2, 2) € injetora mas ndo Eisomorfismo de Rem RY, Solugzo E claro que F ¢ linear, Por outro lado o sistema 6 admite a solugio trivial. Logo Ker(F) = {(0, 0, 0, 0)} © F € injetora. Mas nio é sobrejetora pois dim im(F) = dim R? ~ dim Ker (F) = 3 do que segue que Im (F) + RY. ‘Se wsamos 0 teorema 2,0 exercicio é imediato, 17, Determinar 0 nicieo ¢ aimagem, bem como as dimensbes respectivas, de F: 3 (R) > P3 (R) dada por Ff) = C0) + PFO, Solugio Soja a + bt + cf © Ker(F), Iso gquivalea a + bt + et + 20 4 20d) = 0 (polindmio rule), ou seja, a + bt + (b + c)t? + 2et =O que por sua vez se verfica se, e somente se, a = b= 6 = 0, Logo Ker(F) = {0}. Assim dim Ker (F) = 0, Por outro lado, saja (1) ‘um polindmig genético éa Im (F). Entao F(t) =a+ bi,+ (b+ ot? + 2et™= a+ b+ ED + + c(t? + 2°), Isto mostra que Im (F) = [1, t +, © + 20°. Come esses ts vetores que geram Im (F) formam um conjunto LJ. (verfique) entio {1, t+ 2, +20} é uma base de Im (), 120 8. Sojam U e V espagos vetoriais sobre IR e F :U. — V uma transformasdo linear. Provar que. se Bc US tal que [B] = U, entio {F¢B)] = Imi). Solugio Scja B= (uy, ..., up}. Todo clemento v & Im(F) pode por v = Fu), com ue U = i’ Logo existem ay, ..., ap IR de modo que u= ai +... +a Assim y= Pq) = Piaiuy +... + aquy) = @yF (uy) +... + agk (uy) 0 que vem mostrar que v € [F(B)]. Ficou provado pois que Im(F) c [F(B)]. Por outro laio um elemento, ¥ & IF(B)] & dado por v= a1Fiuy) +... + Flug) = Flayuy +... + ays). Logo. ve Im(F), Temos entio que [F(B)] ¢ Im(F). 9. Achar uma transformacio linear do IR? no IR? eujo nico seja gerado por (1, 1,0) Solugio A idgia a ser usada na resolugdo esti contida na demonstrasio do teor-ma do nfcleo © a imagem. O conjunto {(1, 1, 0), (0, 1, 0), (0, 0, 1)} & uma base do R? que completa 1 base {(1, 1, 0)} do nicieo’ da’ transformasi0 que pretendemos achur, Se tomarmos TG, 1, 0) eT, 0, 1) linearmente independentes toremos uma base daIm(T), onde T & a transformagdo procurada. Facamos ent#o: T(, 1, 0) = (1, 0) e T, 0, 1) = (, 1. Como (x,y, 2) = x(1, 1, 0) + 20,0, 1) + GY ~29(0, 1,0), entdo T(x, y,2)= XTC, 1, 0) + + = 9TO, 1, 0) + 271, 0, 1) =O, 0) + YU, 0) + 200, 1) = yx, 2) Notemos que o problema admite infinitas solugbes. 10, Prova gus oespago vets IR? éipomorfo zo subespago U = {6% ys 2) € IR? 12 = 0} do IR? soinsfo {A fungdo F: IR? — R® dada por F(x, ¥) = (s, y, 0) € linear injetora € sua imagem & 0 subespago U. Logo e U so isomorfos. EXERCICIOS PROPOSTOS 1. Para cada uma das transformas0es lineares abalxo determinar uma base ¢ a dimensfo do nitcleo ¢ da imagem: (@) FR? > R dada por F(x, y, 2) (b) Fr? >? dada por F(x, y) = Ox, x + y). (© FR? > RE definida por Fix, y, 2) = (ey — 2x +y +22 -¥ $2, —¥). (@) F: Py (R) +P; (R) dada por FD) = P"C, tyne 1”, “10. 12 (©) FM (R) > My (R) dada por FOO = MX + X, onde = () (OF: Mz (R) > M,0R) definida por FOO = MX ~ XM, onde -(\7) Determinar um operador linear F: RR? > IR® caja imagem € gerada por @2, 1, 1) & G, 1, D. Determinar um operador linear do IR* cujo nicieo € gerado por (1, 1, 0,0) € (0,0, 1,0) Determinar um operador linear do IR? cujo niicleo tena dimensfo 1. Seja F: IR? > RP definida por F(1, 0, 0) = (1, 1, 0) e FO,0, = 0,0, He FQ, 1, 0) = (A, 1, 2). Determinar uma base de cada um dos seguintes sub-espagos vetoriais: Ker(F), Im(F), Ker(F) n Im(F) e Ker(F) + Im). ‘Mostrar que cada um dos operadores lineares do IR? a seguir é inversfvel e determinar 0 ‘somorfismo inverso em cada cato: @) FOG y= (e — By — 24 y — 42,05 ©) FO y= (yx ~ 2k HY —B. CConsidere 6 operador linear F do IR? definido por FCI, 0, 0) = (1,1, :F(O, 1,0) = G1, 0, De FO, 1, 2) = (0,0, 4). F é inversivl? Se for, determine o isomorfismo ‘Sejam a, v € IR? vetores tals que {u, y} 6 uma base do IR?, Sendo F: IR? -> IR" uma ‘ransformagio lines, mostrar que uma dar roguintesalternativas se veifica: a) (FW,FO}ELL; >) dimim®)=1; ©) Im) = fo} Sejam U © V sub-espagos do espago W tais que W = U ® V. Consideremos 0 esparo vetorial U x V cujt adigfo € (uy, v1) + (Wa, v2) = (ay + U2, V4 + ¥2) © cujamult plicagdo por escalaes & dada por a(u, v) = (au, av). Mostrar que & um isomorfismo de UX Vem W a aplicacio assim definida: F(u, v) = u + ¥. Sia (oy... .0q) abuse candnicn do IRF, Soja FIR IRM operaderlinear dado por F(ey) = e2, Fea) = e3,..., Fleq) = ey. Determinar F(x}, ..., Xp) ¢ verificar se F 6.um automotfsmo. Se for ace o atomorfsmo invero. Considere uma transformacio linear T :U + V. Provar que, 0 conjunto {T(u,),.... Tu) 6 Ld. em V, entdo (uy,..., uy} € Li. em U. Provar que, se T¢ injetorae (uy... € Liem U, entéo (F(ay),--. Tap} €Liem V. 12. m4. “1s. Consideremos 0 espaco vetorial fan. a9, ...) 1a RI. 2) Mostrar que a transformagio linear T: R™ > R™ dada por Tay, a3, -..) = (0, a1, a2, ..-) € injetora mas ndo & sobrejetora 1b) Mostrar que 2 transformago linear F: IR -> R definida po: Flay, 92, ...) = (az, a3, -..) € sobrejetora mas nfo € injotora ©) Encontrar uma aplicagdo linear injetora de PCR) em IR™. CConsideremos uma transformaglo linear P: U + V. Se dimU > dim V, prove que existe um vetor nfo nulo up € U tal que F(vg) = 0 (vetor nul> de V), (Ou seja, F ao € injetora) Seja W = U @ V. Consideremos 05 operadores linoares de W (projegBes sobre Ue V, respectivamente) dados por Py(u + #) = ue Py + v) =v, Mu + GW, com ve U ev eV. Definido H: W -> W por How) = Py (w) ~ Py (w), Mw EW, mostre que H € um isomorfismo do espago vetorial W nele mesmo, to € H é um automor- fimo de W. Tome W = R’, U = (1, D1 Pi, Pa, He (, ~ 1D] © represente geomettcamente U, V, W. Provar que 0 IR? ¢isomorfo a qualquer sub-espago de dimensfo 2 do R, 123capituLo 5 Mati de uma Transformagao Linear 1. QPERACOES COM TRANSFORMACOES LINEARES Sejam U e V espazos vetoriais sobre IR. Indicaremos por L(U, V), daqui para frente, 0 conjunto das transformag6es lineares de U em V. Se U = V, 0 conjunto dos operadores lineares de U serd denotado por L(U). Vamos a seguir introduzir a ‘operagao de adiggo em L(U, V). 4 Definigdo 1 — Dados F, G € L(U, V), definimos a soma F + G de F comG da seguinte maneira: F+G:U+V e ©+G)Q)= (w) + Gu), YUEU, A aplicagfo assim definida também & uma transformagdo linear pois: @ + GW, +m) =F, +) + Gy, + vy = F(uy) + F(t) + Guy) + Gy) = (us) + Guy) + F(u) + Guy) = © +G)u) +F + Gm) e (b) (F + G)(@u) = F(@u) + G(@u) = @F(u) + @G(u) = = a(F(u) + G(u)) = a(F + G)(u). Temos assim uma adigdo (F, G) + F + G em L(U, V). Para essa adigao vvalem as seguintes propriedades: (D Associativa: F + (G +H) = (F +G)+H, ¥F,G,HEL(Y, Vs (1) Comutativa: F + G = G + F, ¥F,G EL, V); (UID) Existe elemento neutro: a transformagio linear nula 0: U > V 6 tal que F +0 =F, ¥FEL(U, V); e (IV) Para toda transformacio F € L(V, V) existe neste conjunto a transfor- magio oposta: existe GCHELU, VIF +(-F)=0. 124 A propriedade comutativa se verifica assim: SeF,GEL(U, V) ¢ VEU, F+G)\u) = Fr) + GW) = = G(u) + F(u) = G + F)(W), 0 que significa que F+G = G+F. Do mesmo modo se prova a associativa. Que o elemento neutro é a transfor- mago mula se prova do seguinte modo: Yu EU, (F + 0)(u) = F(u) + O(u) = F(u) + 0 = Flu) Por iltimo, (~F) ¢ aplicagfo dada por (~ F)(u) = —F(u), Vu€ U. Deixamos como exercicio a verficagio de que (—F) € L(U, V). Por outrolado, ¥u€ U, © + GF) = Fv) + (—F)u) = F(u) + (-F(u)) = 0 = O(v), © que vem mostrar que de fato F + (~F) = 0. ‘A seguir, definiremos « multiplicaggo de uma transformagao linear por um scalar. Je Definigéo 2 — Dados F € L(U, V) ¢ « € IR, definimos 0 produto a F de F por a assim: OF :U +V e (aFXu) = aF(u), Wu € U. ‘A aplicagdo @F assim definida também & uma transformagdo linear de U em V, ou seja, também pertence a L(U, V). Deixamos a constatagHo desse fato aoleitor. Dessa forma ficou definida uma multiplicagio de IR X L(U, V) em L(U, V) multiplicagdo essa que tem as seguintes propriedades: @ AF = a(6F); () (@+ OF = oF + BF; (Ul) af + G) = oF + 0G; (iv) IF =F; quaisquer que sejam a ¢ 6 em IR ¢ F e G em L(Y, V). Fagamos a verificagdo de (IID). Para todo u € U, (@(F + 6))(u) = o(F + G)(u)) = a(F(u) + G(u)) = aF(u) + aG(u) (@F)(u) + (@G)(u) = (@F + aG)(u). Logo a(F + G) = aF + aG. Do que vimos até aqui neste parfgrafo podemos concluir que se Ue V so espagos vetoriais sobre IR, entdo L(U, V) também é um espaco vetorial sobre R em relagdo a0 par de operagGes consideradas acima, No proximo passo, introduziremos a importante operago de composigg0 de transformagées lineares. 1sDefinigdo 3 — Sejam U, V e W espagos vetoriais sobre IR. Se F:U > Ve g:V_ + Wsio transformagées lineares, define-se a aplicaedo composta de F e G(no- tagdo: G © F) da seguinte maneira: GoF:U+W e (GoF)(w) = G(F(u)), Yue U. Girt) fécil provar que GF € L(U, W). De fat @ (GOF)(u, + uy) = GOR, + u,)) = GRC) + FC) = = GF) + GF@)) = (GOF)(u,) + Go). (b) Fica como exereicio mostrar que (GOF)@u) = o(G OF )(u). importante considerar, quanto & composigd0, 0 caso U = quando isto acontece (G, F) + GOF passa a ser uma operagdo em L(U) que apresenta as seguintes propriedades: () (HoG)oF = Ho(GoF), ¥H, G, F € L(U)(associativa); (i) 1OF = Fol = B, ¥F € L(V) (e opealor i neutro da composigio}; (i) Ho(P + G) = HoF + HoGe(F + G)oH=FoH + GoH ¥F, G, HE L(U) (a composigo & distributiva em relagiio a adigo). A verificagdo de (I) e (II) fica como exercfcio, Quanto a (III) sua primeira parte se prova assim: para todo wu € V, ((Ho(F + G))(u) = H(F + G)(u)) = = HE(W) + 6) = HEC) + HG) = Ho Fw) + HG)u) = HOF + + H0G)(u}; logo Ho(F + G) = HOF + HoG tivo € © elemento Notas: 1) A operago (F, G) > FOG nio 6 comutativa em geral. Por exemplo, dados F: IR? > R? e G: R* > R? por F(x, y) = (x + y, 0) € G(x, y) = &, 29), ento 126 (GOF)(x, y) = GG, y)) = Gx + y, 0) = (x + y, 0) € (F OG)(x, y) = F(G(x, y)) = F(x, 2y) = (x + 2y, 0). Logo GoF #FoG, 2) No conjunto L(U) define-se potenciagdo para expoentes naturais assim: F° =] (operador idéntico); F! = F; F? = FOF; F9 = FoPo Contudo & bom observar que para essa potenciago podemos ter resultados em prinefpio curiosos como F? = I, com F #1 ¢ F # —1, F" = 0 (operador mlo) com F # 0, ‘Um operador F € L(U) tal que F* = F chama-se idempotente (ou projepao); se F" = 0, para um certo nimero natural n, entdo F se diz. nilpotente. Exemplos 1) F: IR? > RR? onde F(x, y) = (0, x) é nilpotente pois: F(x, y) = FOF(%, y)) = FQ, x) = (0, 0) = O(%. y) ‘© que nos garante que F? = 0. 2) O operador derivagéo D: P, (IR) > Pp (IR) € nilpotente (por qué?). \ EXERCICIOS-RESOLVIDOS 1, Sojam P: RP > RP © G: RP > RP as transformagdes linear denies por F(X y,2) = = Gt y, 23,0 Glx, , 2) = (x, ¥ — 2), Determinar as seguintes tansformagBesUneares de Ren D F+G ¢ » IF 36. Sotugfo 2) +O y, 9 = FHI, +6092) = 0490 + —-D= xt yVi 8) QF ~ 366%, ¥,2) = CPI ¥, 2) — BOVE ¥,2) = 2FO ¥, 2) 36% 952) = = UK +42) — 369 ~2) = x4 By, By + $2) 2, Sejam F: R? +R © G: R > R as transformagdes lineares detinidas por F(x, y) =x + 2 G(x) = 2x Detenninar a transformagio G oF. Sotugio (Go), y) = GE y) = Gx + 29 (x + 2y) = 2x + dy. Observemos que a composta F 0 G nio est definide. 1273. Consideremos F, G € LOR?) definidos por F(x, y) Determinar: x, 0). x —y, x) Cox, ¥) a) 2F +36; b FoG 3) Gor; ® FP; o @ Solugio Todas as transformagdes a serem determinadas pertencem a L(R?), 8) QE + 3G)(x, ¥) = D(x, y) + 3G(x, y) = 206 — y, x) + 304, 0) = x ~2y, 20s Bb) FoG)(x, y) = FG (x, ¥)) = FU, 0) = (95 9) GoM y) = GEE, y)) = GH ~y¥, x) =~, 0; ® Foy) =FEG,y))=FO-y0= Cy. xy) 2 GY = GEE, 9) = GO, 0)= (x, 0. Como G? = G, entio G é um operador idempotente, 4, Sejum F, G & LOR?) definidos por: FO Y= Ox) © GY = (x, 0). Determinar: a) GOR; 9 Gor, v) FoG; 4) ©oGy, Solugio ® GOP y) = CF ») = 60,9 = 0, 0. Notemos que G oF € 0 operador nulo, embora nem G ¢ nem F o sejam. b) FG), y) = FG, y)) = F(x, 0) = ©, ». Notemos que F 0G = F, embora G nio seja 0 opetador idéntico do IR’. ©) GOFF, y) = GoFMG OP y)) = G oF), 0) = ©, 0); ® €eGPa&y= CoG (F °G)O, x)= FGO,») ©, 0) = 0, 0). Notemos entio que G © * ¥) 0 e que Fo £ um operador nilpotente pois (F 0G)? 5. Sejam F, GG LOR®, R*) definidas por F(x, y, 2) = @, 2%) © GO, y, 2) = & —y, x) € He LR) dado por Hox, y) = (x +, x ~ ¥). Determinar: a) Ho® 4G) ¢ » + DoR, conde I indica operader idéntico de 2, 128 |. Sejam F © LOR®, RY) eG ELOR?, R°) dadas respectivamente por Fx, ¥, 2) Solugio a) HOF +6), ¥,2) = HOP + HOG) y, 2) = HEE y, 9) +HGa,y2)) = = HO, 23) + Hix ~ y, 9) + Ax, ~20) + Ox ~y, ~¥) = GX —y, —2x — d) (G+ DoPY y, 2) = HOF + F(x, y, 2) = x, -20) + 0, 20) = x, 0). {e1, e2, €3} # base candnica do R?. Se F € LOR’) & 0 operador tal que ea, Flea) = 63 © Fes) =o, 8) doterminar F(x, ¥,2); ) mostrar que F? Sela B Fey que, portanto, F? = F-! Solueio 8) FG yy 2) = FOxey + yop + 205) = XF(@y) + Flop) + 2F(@) = 12, %, YD; BFPO, 9, 2) = FG, m9) = Oy 2 0 FH, ¥52) = FYB ADS OY, 2) = HOH YD Logo F® = I, Como Fo F = F oF? = F°, entfo F? =F! wy, ¥ ~ 26 Gy y) = (x ~ yxy ~ Xx 49) Sendo I 0 operadoridéntico do R? verfique se GoF +16 um automortismo do I, Se for, determine 0 automerfismo inverso. Solugio GoF + DG&y,D= GoPM&y,D + & Y= GK— yy — D+ YD= =x 2y +2, Kt Dy 24-1 4G 9, = Oxy +2,-K4 By 4,0), Determinemos Ker (G oF + 1) pela resolugo do sistema: 2x 2y +2 axe 3y- x =0 Nilo oferece diftculdade verificar que a Gnica solugdo desse sistema é a trivial © que portanto Ker(GoF + D = {(0, 0, 0)}. Assim GoF +16 um automorfismo do R°. Determinemos 0 isomorfismo inverso. Fagamos G oF + 1=H. Suponhanos H™ (x, y, 2) = (a,b, ©). Entéo Gy y, 2) = HG, b, ©) = a — 2b +c, a + 36 6,9). Dat (1-2 ee=x 1 a+ 3b cule solugio & (x+y ~ 2, 3x + 2y 42). Logo HG, y= Gx ty 43x + 2y — 42). 3. Consideremos as seguintes transformacSes lineares do R? no RU: F(x, 1,2) = (yx +2) Goxy, Lae, R), 22, x — y). Mostrar que (F, G) 6 linearmente independente no espago 129Solugio Suponhamos aF + 9G =,0 (transformagdo aula). Temos entio (aF + 8G)(x, y, 2 = (0, 0), (x, y, 2) € IR, Em particular tiramos 0 sepuinte: (aF + 6G)(1, 0,0) = aF U, 0, 0) + BGA, 0, 0) = a(0, 1) + 80, 1 = (0,0), Dafa +8=0. Analogamente (aF + 6G)(0, 0, 1) = (28, a) 0. 0,040) (0,0) do que segue a O.Logo « Notemos que bastaria to aplicado aF_+ 6G em (0,0, 1) para concluir exerefcio, Normal- ‘mente seriam necessiris as dus relagdes obtidas mais relagfo resultante de aplicar oF + pG 20 vetor (0,1, 0) 9. Sea FE LOR?) defnida por F(x, y, 2) = Gx, x — y, 2x + y + 2). Mostrar que (F ~ DoW ~ 31) =0 (operador mule). Solugio (F? ~ DGx, y, 2) = (Bx, 2x, 92), Por outro lado (F — 31)(x, y, 2) = (0, x ~ dy, 2x + y ~ 22). Portanto ((F? — 1) O(F = 3D Mx, ys 2) = (F? ~ D(0, x ~ 4y, 24 + y ~ 22) =(0, 0,0). Poderiamos também ter observado que (F? — 1) OF — 3) = F3— 3k? F + 31, 10, Seja F um operador idempotents (isto &, F* = F) de um espago vetorial V. Mostrar que V = Ker(F) @ ime), Solugtio Todo vetor v € V pode ser assim esctite: v = (v ~ F(@)) + FQ), A segunda parc obviamente esti no sub-espago Im(F). A primeita esté no nécleo pois Fv ~ F(s)) F() — F2() = Fy ~ F() = 0. Por outto lado suponhamos que ve Ket(F) 0 Im), Entéo v = F(a), com u € V, ¢ F(¥) = F*(u) = F(u) = 0, Logo ¥ 11, Sejam U e V espacos vetorisis de dimensio finita ¢ F © L(U, V). Definese posto de F (aotagao p (F)) do seguinte modo: p(F) = dim Im (F). Mostrar que: ) 0 +6) dimIm (F 0G), isto, pF 0G) 1 um rnimezo inteiro, Mesmo exercicio com G © LOR?) dada por G(x, y) = (%, 0). Seja F € LOR?) 0 operador, dado por F(1, 0) G, 4). Verificar se slo automorfismos do R?: G=I+F e H 131"9, 10, 12. 1B. 14, 132 Mostre que os operacores F, G, H & LOR?) dados por F(x, y) = (x, 2y), Gls, 9) = (x+y) € HG, 9) =O, x) formam um conjunto Li. em L(R?). . Sejam F e G dois operadores lineares de um expago vetorial V. Mostre que Ker(G) © CC Ker(F 0G), Dé um exemplo onde vale a igualdade, Sciam F © L(U, ¥) eG & L(V, W) tais que Ker(F) = {0} e Ken(G) = {0}. Provar que Ken(G OF) Sejam U e V sub-espayos do espaco W tais que W = U®V. Todo vetor we W seescreve, de maneira Gnica, daseguinte forma: w = u + uGUeyveV). Sendo P; Py as pro. Jegdes dadas por Py(w) = ue Pa(w) = v, mostrar que: @ PP =P, 0 P= Py: © +P © Pyery PROP (operador nulo de W), Mostrar que um operador F € L(V) 6 idempotente se, ¢ somente se, 1~ F éidempotente, Seja F LOR') dado por Fy. 29 = 0, my + 2x, 2+ 2y + 30), Mostrar que: a Fao; b) 1 ~ F 6 um avtomorfimo do R* e+ F 4+ P24 P= 0B) Seja € 0 espago vetorial dos niéimeros complexos sobre IR, Consigeremos F, G € L(C) earn - (2,2 . a) FS qd) FoG; OF; ®) = (FoG)o(FoG). oo 6; Determinar se os seguintes operadores lincares do IR? sio idempotentes ou nilpotentes fou nenhuma das duas coisas a) Foy, ¥, 2 » Faq y= 9 Faye rer ~ Fe y,2 e Saghed Seja F © LOR?) definido por F(x, y) = (x, x + y) 8) Determinar F; by Mostrar que F? — 2F +1 = (F — ? = OmasqueF ~ 10, 15. Sejam F e G operadores lineares do um espago V tais que FOG = G OF. Mostrar que Ker(F) + Ker'G) ¢ KexF 06) 16. Seja F © L(V) um operador tat que F? — F +1 = 0, Mostrar quel é inversivel e que Fl-[-P 17, Sejam FG € L(V) tis que FOG = GOR. Mosrar que: a) © +6)? =F? +2 0G) + G; ») €+Q0-Q=F ~G. 18, Sein (ur, ua sup} uma base de um espaco vtoralV de dimension, Considrando © operador linear TG L¢V) tal que T(uy) = up, Tg) = Ug, .... Tit) = Us, mostre que T" = 1 mas que T?! 4 1, 19, Mostrar que o opsrador derivgdo em Py (IR) é nilpotente "20, Sejam F,G © L(V). Se F é um automorfismo ¢ a 6 um escalar ¥ 0, mostrar que (a6) = p(G) ¢ pF 0G) = 9G oF) = wG), (Veja exercfeio resolvide n9 11), 2. MATRIZ DE UMA TRANSFORMACAO LINEAR Sejam U e V espagos vetoriais de dimensio n em, respectivamente, sobre IR. Consideremos uma transformacdo linear F: U-> V. Dadas as bases B= {U,,... , Up} de UeC =v, ..., Ym) de V, entéo cada um dos vetores K(u,), .-., (Un) esté em V e conseqientemente & combinagao linear da base C: F(uy) = anv + Qava +... + Om ¥m F(ug) = @a¥y + @naVy +... + Oma ¥in F(ug) = Qn¥s + Gan¥s +... + Oma¥m ou simplesmente F@) = > ayy G=1,2,...,0) onde os ay esto univocamente determinados. 133Definigio 4 — A matriz m X n sotre R on on an On On (aij) Om Oma nn que se obtém das consideragdes anteriores é chamada matriz de F em relagdo as bases B eC. Usaremos para indicar essa matriz a notagio ®rc Notas: 1) Se F 6 um operador linear ¢ consderarmos B = C, entio diremos apenas matriz de F em relagdo a base B para indicar a matriz acima definida e usaremos a notagio (F)y para representéla, 2) Sempre que no haja dtividas quanto a0 par de bases que estamos consi- derando escreveremos apenas (F) para indicar a matriz de F em relago a esse par de bases. Exemplos 1) Qual a matriz de F: IR? > IP dada por F(x, y, 2) = (x+y, y +2), em relagfo 28 bates B= (uy c (1, 0, 0); uy =, 1, 0); us = ©, 0, 1 G0; =, 1)? F(u) = (1, 0) = Iv, + Ow F(a) = (1, I) = Ov + Ivy F(us) = 0, 1) = —v + va (verifique) ®rc= (1 °° pes \o 11 2) Seja U um espago vetorial sobre IR e seja I 0 operador idéntico de U. Dadas as bases B ¢ C de U, 0 que é (I)p,c? Logo Suponhamos B = {uy,.... Un} eC = {v Yoh. = iy), intao, se (pc = 134 Ia) + On Yn T(¥p) = Ug = @invy +... + Onn © que. mostra que (Dp,c & a matriz de mudanga da base C para a base B. Sejam U e V espacos vetoriais sobre IR de dimensGes n e m respectivamente Conforme vimos, uma vez fixadas uma base de Ue uma base de V, a cada transfor- ‘magao linear F € L(U, V) estd associada uma tnica matriz (F) real m x n. Ouseja, ficou definida uma aplicagdo F>@) de LW, V) em Mp xa (R). —4>Proposigao 1 — Sejam U e V espagos vetoriais sobre IR de dimens6es ne m respectivamente, Entdo, fixadas as bases B = {u,...,tg}eC = {Vv1s---+¥m)} de Ue V, respectivamente, a aplicaggo F > (F) que a cada F © L(U, V) associa a ma- triz de F em relagao as bases B e C € bijetora. Demonstragdo — Suponhamos F, G € L(U, V). Se tivermos (F) = (G) entdo as respectivas colunas de (F) e (G) sfo iguais e daf F(w) = G(w) (j= 1, .). Dado u = x au, € U, Fu) s aiF(u) = 5; 66(u) = Gu), ou seja F= 6. Que F + (F) ¢ sobrejetora 6 conseqiéncia direta da definiggo de matriz. de uma transformagio linear e do lema que precede o teorema 2 (pag. 118). Exemplo — Dada a matriz 123 (23 ache F € L(IR®, IR?) de maneira que, sendo B = {(, 0, 0), (0, 1, 0), (0, 1, 2} e C= {U, 0), G1, Di, se tenha M = (F)p_c. Da definigo de matriz de F devorre que devemos ter: FQ, 0, 0) = 1(1, 0) +0, 1) = (1, 0) FQ, 1, 0) = 20, 0) + 10, 1 FQ, 1, 2) = 30, 0) + 0G, 1) 135Seja (a, b, c) © IR?, Supondo (@ b, ©) = x(1, 0, 0) + y(, 1, 0) + 2(0, 1, 2) obtemos: x= a, y = b Le z= £, Loge FG, d, 0) = FUL, 0, 0) + (b -F), 1,0) +50, 1, 29) = = a(1, 0) + (> $)e. D+£6,0 = ¢ = (« + 3b, b -4): ‘Vejamos agora como se comporta a correspondéncia F ~ (F) entre os espagos is L(U, V) € Mm xn(IR)- Dados F,G€L(U, V), se (F) = (aj) ¢ (G) = (By), em relaggo 20 mesmo par de bases B e C, determinemos a matriz de F + G em relagio a esse par de bases. Supondo B= {uy,..., Ugh € C= (Vi...) Ym}, entio Sent 5 ayn (© + G)(u) = Fu) + Gu) = 3 ey +n G= 12.0.0. ‘Logo (F + G) = (aig + Bij) = (a) + (Bi) = (F) + (G). Em resumo: a matriz da soma de duas transformag6es lineares é 2 soma das ‘atrizes de cada uma, em relagdo ao mesmo par de bases. Isto significa que a corres- pondéncia F ~ (F) comporta-se bem em relagso a adi¢go. Sejam U e V como acima e tomemos X € IR. Supondo (F) = (aj) 0 que é AF), em relagao a0 mesmo par de bases? Um raciocinio andlogo a0 da parte anterior (fica como exercicio) leva ao seguinte resultado: QE) = Cay) = May = A) isto 6, a matriz do. produto de uma transformacio linear por um nfimern & igual a esse ntimero multiplicado pela matriz da transformacao linear dada. 136 Conclusio: Reunindo os resultados obtidos até aqui neste parigrafo, tira-se a con- clusio que, dados os espagos vetoriais U e V sobre IR, ambos de dimenséo finita,e fixando uma base de U e uma base de V, a aplicagao: F>(F) € um isomorfismo do espago vetorial L(U, V)-n0 espago vetorial My (IR), desde que dim U = nedimV = m, Fm particular conclui-se que dim L(U, V) = mn pois esta 6 a dimensio de My xq (IR), conforme jé vimos. 3. MATRIZ DA TRANSFORMACAO COMPOSTA Soja U, V e W espagos vetoriais sobre IR de dimensées m,n e p, que admitem bases B = {ui,....tg}sC = {v1,...,¥m}eD = {,.. Wp} sfespectivamen- te, Supondo F € (U, V), GE L(V, W) € que (F)p,c = (ai))¢ Ge, = (oxi), pretendemos determinar (G © F)p,p. Seguindo a definieZo de matriz de uma transformagio linear: GoPKy; GF) = 6 ( s “«) = ¥ ayooy = & i = Soy Sm “£5 Logo o termo geral de (GOF)p.p € 74 = >. Bij que €0 termo geral de (Go,p + ()p,c- Logo temos a igualdade (GOF)B,p = @c,p + F)a,c. Costuma-se dizer (imprecisamente) que a matriz de Go F ¢ igual a0 produto da matriz. de G pela matriz. de F. ___ E de se esperar que isomorfismos ¢ matrizes inversiveis estejam relacionados. E 0 que veremos a seguir. Sejam U e V espacos vetoriais sobre R de dimensio m. Se B e C sfo bases de U e V, respectivamente, ¢ F: U + V 6 um isomorfismo, mostremos que )p,c 4 inversivel ¢ qe a sua inversa & dada por (F~)c,y. Isto 6 consequénela direta da formula da matriz da composta, obtida logo acima: 137Mac FYep= (FoF Yo=h e Eset Yeu Pac= FOP p= hh pois a matriz do operator idéntico, tanto de U como de V, 6 In. As igualdades ‘obtidas provam nossas afirmagGes, Exemplo — Consideremos 0 isomorfismo F: IR? > P, (IR) dado por: FQ y) =xt(e+ yt Considerando as bases candnicas B = {(1, 0), (0, 1)} e C = {1, t} desses espagos, determinemos (F)g,c. Como Mt = O"g,c = Oa,c Portanto M'(T)pM = Os,c(pOc,B = Mp,cMe,8 = Oc conforme havfamos afirmado, = EXERCICIOS RESOLVIDOS FU,0)=141t FO1)= It 1, Soja Fe LOR?, RE) dofinita por FCs, y, 2) = @, x +3). Deteminara mati de F em relago is bass B = (1,1), (1,1, Oy (0, 0)) de Re C= base candnica do He entio: ee ®a,c ( :) FG, 1, 1) = G, 2) = 1, 0) +20, 1) : 11 FG, 1, 0) = ©, 2) = 04, 0) + 200, 1) Caloulemos a inversa dessa matriz FU, 0, 0) =, 1) = 011, 0) + 10,1) 1 0:1 0 1 01 10 10 ‘ a ‘ € portanto 10 0 raitod o ui-1 4 <1 4 eda ®sc= (0 3 4 € a inversa da matriz de F, ou seja, a matriz de F~' em relagdo a C e B. Dat F'(y=(,—De 2. Seja F © L GR, IR?) definida por F(x, y, 2) = (2. x + y) (a mesma splicago do exem- FH) =@, 1) plo 1, Determinar a matria de F em selagio is bases B = {(1, 1, 1), (Ll, Oy (4, 0, 0)) dom eC = {4,3),2,5)} do R? do que se conclui que Ft (a + bt) = a1, —1) + b(0, 1) = (a, ~a + b). Esta é a lei que define F-? Solugdo FG1.D= 0,2 =a0,9 +0, Como um resultado importante das formulas acima, vejamos como se resolve FO,1,0)=(,2)=9,01,3) + %4@,5) 0) © seguinte problema FG, 0, 0) = (0, 1) =a3(1, 3) + b3@, 5) @) Seja U um espaco vetorial de dimension sobre IR. Dadas as bases B = De (1) vem: (Ur, -++4 Un} ¢ C = iv1,..., Va} de Ue dado T © L(U), pretendemos esta- fae 2a belecer uma formtla que relacione (T)g com (T)c. Isto com a seguinte finalidade: \ ay=-le by quando se muda da tase B para a base C,o que acontece com a matriz de 3a + Soy = 2 TEL) Deven Proposigdo 2 — Nas condigdes acima, se M 6 a matriz de mudanga da base B { epaecne ahem an? para a base C, entio (T)¢ = M™ - (T)p + M. { 3ay + Sb =2 Demonstragio — Jé vimos (exemplo 2, pardgrafo 2 deste capitulo) que a De @) vem matriz de mudanga de B para C 6 (I)c,p, isto 6, [a3 + 2b9 =0 nedeme-t M = Wop. Bay + Sy =1 ° ° 138 iDPortanto 5. Seju F © L(Pz R)) definido por F(g()) = (1 ~ 09'(0), Determinar « mate de F em “14 relagSo 3 base candnics de Ps (R). ®p,c : ‘ 1-2 Solusfo ‘A base candnica de Py (R) 6 B Usemos a ting de mates de uma tansfor 3. Determinar a representagdo matricial de cada um dos seguintes operadores do IR? em rela- ‘magdo linear: fo is bases ndedas Fa ot oO 4 — ow, a) F(x. y) = (2x, 3y — x) base canénica; Fo us o -2 ») Fou y) = Gx—dy.x + SyebaieB = {(1,,(2, 9}. ee 6. SejaF 0 operador linear do R? cuje matizem rslgfo i base B= (4, 1), (, ~D} é 2) FU,0)=@,~1)=244,0)- 10, ° 10 m F(0,1)=(0, 3) =0(1,0) + 300, 1) 3 me os ») FOD=CS =a, D+60,3) 0 Determinar a matriz de F em relago base candnic, usando a mua de mudanga de base F(2, 3) = (—6, 17) = a1, 2) + b2(2,3) @) Para um operador linear. De () vem Solugso ay + 2b) = 5 Indicando pot C a base candnica devemos aplicar a formula (F)q = M~'(F) gM, onde M Be eae by at a mataiz de mudanga de B para C, Calculemos M. EIS 0,0) =x, D +y¥,-D 1 1 De @) vem dont yen ee xegered eee \ope2d,n+ta,—9 t= 52 6 1 : tay + 3b = 17 2 Portanto a7 92 p= BY \-a1 29 4. Determinar 0 operador F do IR? cuja matriz em relagdo & base B = {(1, ),(1,2)} é: Portanto ( :) 12 Pela definigio de matrit de uma transformagdo temos: FG, 1) = 1G, ) + 10,2) = @,3) FG, 2) = 00, D +24, 2) = @, 4) Escrevamos (x, y) como combinagdo linear da base B:(x,y) = at a+b=x eat Iavedaia=2x-ye + 7-02, 4) = Ox 2x + 9) 1) + BO, 2, logo ~ x. Portanto F(x, y) = (2x — 9912, 3) + 7. Considere € como espao vetorial sobre IR. Determine a matriz do oferador F = L(C) ado por F(2) = 7, 2 € C, em relagao A base {1, 1} © em relagio A hae {1 + i, 1 + 2i). 140 141