Você está na página 1de 37

Captulo 1

Espao Vetoriais

O objetivo deste captulo introduzir o conceito de espaos vetoriais, dependncia e


independncia linear.

Definio 1.1 Seja V um conjnto no vazio e R o corpo dos nmeros reais, nos quais
podemos definir as seguintes operaes:

+ : V V V,

que a cada par (u, v) V V, associa o elemento u + v V, denominada adio e

: R V V,

que a cada par (, u) R V, associa o elemento u V, denominada multiplicao


por escalar. Dizemos que V munido destas operaes um espao vetorial real se e
somente se estas operaes satisfazem as seguintes propriedades:

a) associatividade: (u + v) + w = u + (v + w) , para todos u, v, w V


b) comutatividade: u + v = v + u, para todos u, v V
c) existncia de elemento neutro: existe 0 V tal que u + 0 = u, para todo u V
d) existncia de elemento simtrico: para cada u V, existe u V tal que u+(u) = 0.
e) (u + v) = u + v, para todo R e para todos u, v V
f) ( + ) u = u + v, para todos , R e para todo u V
g) () u = ( u) , para todos , R e para todo u V.
h) 1 u = u, para todo u V

Exemplo 1.1 O conjunto V = R2 , munido das operaes de adio (x, y) + (a, b) =


(x + y, a + b) e de multiplicao por escalar (x, y) = (x, y) um espao vetorial
real.

1
2 CAPTULO 1. ESPAO VETORIAIS

Exemplo 1.2 O conjunto V = Mmn (R) , munido das operaes de adio de matrizes
e da multiplicao de uma matriz por um escalar um espao vetorial real.

Exemplo 1.3 O conjunto dos nmeros complexos C, munido das operaes de adio
de nmeros complexos (x + iy) + (a + ib) = (x + a) + i (y + b) e da multiplicao de um
nmero complexo por um nmero real: (x + iy) = x + iy um espao vetorial real.

Proposio 1.1 Seja V um espao vetorial real. Ento:

a) O elemento neutro nico.

b) Para cada u V o elemento simtrico de u nico.

c) u = 0 = 0 ou u = 0.

d) (1) u = u, para todo u V.

Definio 1.2 Seja V um espao vetorial real e H V, H = . Dizemos que H um


subespao vetorial de V, quando H munido das operaes definidas em V, tambm
um espao vetorial.

Proposio 1.2 Seja V um espao vetorial real e H V, H = . H um subespao


vetorila de V u + v H, para todo u, v H e , R.

Exemplo 1.4 Considere V = R2 ento H = {(x, y) R2 ; x = y} um subespao


vetorial de R2 , j que (0, 0) H, portanto H = . Ainda para todos (x, y) , (u, v) H,
e , R tem-se que x = y e u = v, logo (x, y) + (u, v) = (x + u, y + v) H,
pois x + u = y + v.

Exemplo 1.5 Considere V = Mnn (R) , ento H = {A V ; At = A} um subespao


vetorial de V.

Exemplo 1.6 O conjunto constitudo apenas do vetor nulo um subespao vetorial de


qualquer espao vetorial.

Proposio 1.3 Seja V um espao vetorial real e H, W subespaos de V ento:

a) H W um subespao de V.

b) H + W = {u + v; u H e v W } um subespao de V.
1.1. DEPENDNCIA E INDEPENDNCIA LINEAR 3

1.1 Dependncia e independncia linear


Daremos a seguir o importante conceito de dependncia e independncia linear, um dos
principais conceitos de lgebra linear. Em todo este pargrafo V um espao vetorial
real.

Definio 1.3 Sejam u1 , u2 , . . . , un V . Dizemos que u V uma combinao linear


de u1 , u2 , . . . , un se e s se existem 1 , 2 , . . . , n R tais que
n

u= i ui . (3)
i=1

Nota 1.1 Quando u uma combinao linear de u1 , u2 , . . . , un , dizemos que u ger-


ado por {u1 , u2 , . . . , un } e que 1 , 2 , . . . , n so os coeficientes de u com respeito a este
conjunto gerador.

Definio 1.4 Seja S = {u1 , u2 , . . . , un } V. O conjunto de todas as combinaes


lineares dos elementos de S ser denotado por [S] . Ou seja,
 n 

[S] = i ui ; i R (4)
i=1

Proposio 1.4 [S] um subespao vetorial de V, denominado subespao gerado por S.

Nota 1.2 Se S um subconjunto infinito de V, ento [S] o conjunto de todas as com-


binaes lineares dos subconjuntos finitos de S, pois uma combinao linear sempre
finita.

Nota 1.3 Por conveno dizemos que o subespao nulo gerado pelo conjunto vazio, isto
, [] = {0}.

Proposio 1.5 Seja V um espao vetorial real e S, F V ento:

a) S [S] .

b) Se S F ento [S] [F ] .

c) [[S]] = [S] .

d) [S F ] = [S] + [F ] .

Nota 1.4 Observe que o vetor nulo gerado por qualquer subconjunto de vetore de V,
bastando tomar os coeficientes todos iguais a 0. Mas veremos que esta no a nica
maneira de gerar o vetor nulo.
4 CAPTULO 1. ESPAO VETORIAIS

Definio 1.5 Sejam u1 , u2 , . . . , un V . Dizemos que {u1 , u2 , . . . , un } um subconjunto


linearmente independente (l.i) . de V quando a nica combinao linear que gera o
vetor nulo aquela em que todos os coeficientes so nulos. Ou seja,
n

i ui = 0 i = 0, i = 1, . . . , n.
i=1

Caso contrrio, dizemos que {u1 , u2 , . . . , un } um subconjunto


 linearmente dependente
(l.d.) de V , isto , se existe algum i R, i = 0, tal que ni=1 i ui = 0 = 0.

Exemplo 1.7 O subconjunto {(1, 1) , (1, 1)} do R2 l.i., pois


(1, 1) + (1, 1) = (0, 0)
se e somente se 
+ =0
= = 0.
=0

Exemplo 1.8 O subconjunto {(1, 1) , (1, 1) , (2, 4)} do R2 l.d., pois


(1, 1) + (1, 1) + (2, 4) = (0, 0)
se e somene se 
+ + 2 = 0
+ 4 = 0
se e somente se 
= 3
, R,
=
ou seja tomando = 3 e = = 1, temos que
3 (1, 1) + (1, 1) + (2, 4) = (0, 0) ,
portanto uma combinao linear, onde nenhum dos coeficientes 0 gerando o vetro nulo
(0, 0) .

Proposio 1.6 Seja V um espao vetorial e S V. Ento:

a) S = {u} l.d. u = 0.
b) S = {u1 , u2 , . . . , un } l.d. existe k {1, . . . , n} tal que uk [S\{uk }] .
c) Se S = {u
1 , u2 , . . . , un } l.i. ento para cada u [S] existem nicos 1 , . . . , n tal
que u = ni=1 i ui .
d) Se S = {u1 , u2 , . . . , un } l.i. e S {w} l.d. ento w [S] .
e) Se S l.i. ento todo subconjunto de S l.i.
f) Se S l.d. e S T V ento T l.d.
1.1. DEPENDNCIA E INDEPENDNCIA LINEAR 5

1.1.1 Lista de exerccios


Exerccio 1.1 Analise se o conjunto V = {(x, y) ; x, y R com y > 0} munido das
operaes

(x, y) (u, v) = (x + u, yv) , para todo (x, y) , (u, v) V.


(x, y) = (x, y ) , para todo R e (x, y) V.

um espao vetorial real.

Exerccio 1.2 Verifique quais dos subconjuntos abaixo so subespaos de V = M22 (R) .

a) H = {A V ; At = A}.

b) H = {A V ; tr (A) = 1}.

Exerccio 1.3 Determine um conjunto finito e l.i.de geradores dos subespaos abaixo,
isto , determine S finito l.i. tal que [S] = H.

a) H = {(x, y, z) R3 ; x + y z = 0}.

b) H = {A M22 (R) ; At = A}.

Exerccio 1.4 Determine se os subconjuntos do R3 abaixo so l.i. ou l.d.

a) S = {(1, 1, 1) , (0, 2, 3) , (2, 1, 1) , (1, 1, 3)}. para cada u

b) S = {(0, 1, 0) , (1, 2, 1)}.

c) S = {(5, 2, 0) , (2, 3, 1) , (1, 0, 1)}.

Exerccio 1.5 Seja {v1 , . . . , vn } um subconjunto de um espao vetorial real. Mostre que
{v1 , . . . , vn } l.i. a igualdade 1 v1 + + n vn = 1 v1 + n vn s vlida se
i = i , i = 1, . . . n.

Exerccio 1.6 Prove que {u, v} um subconjunto l.i. de um espao vetorial V {u +


v, u v} tambm um subconjunto l.i. de V.

Exerccio 1.7 Prove que se {u, v, w} um subconjunto l.i. de um espao vetorial V ento
{u + v + w, u v, 3v} tambm um subconjunto l.i. de V.
6 CAPTULO 1. ESPAO VETORIAIS

1.2 Base
Vimos na seo anterior que se u [S] e S um subconjunto finito e l.i. de um espao
vetorial V ento a combinao linear de elementos de S nica. Isto nos leva a definio
de base de um espao vetorial finitamente gerado.

Definio 1.6 Seja V um espao vetorial real. Dizemos que V finitamente gerado,
quando existe um subconjunto finito S de V tal que V = [S] .

Exemplo 1.9 O R2 um espao finitamente gerado pois [(1, 0) , (0, 1)] = R2 .

Exemplo 1.10 O M22 (R) um espao finitamente gerado pois


       
1 0 0 1 0 0 0 0
, , , = M22 (R) .
0 0 0 0 1 0 0 1

Definio 1.7 Seja V um espao vetorial finitamente gerado. Dizemos que B V


uma base de V quando [B] = V e B l.i.

Exemplo 1.11 O subconjunto B = (1, 0) , (0, 1) uma base do R2 pois [B] = R2 e


(1, 0) , (0, 1) l.i.
       
1 0 0 1 0 0 0 0
Exemplo 1.12 O subconjunto B = , , , uma
0 0 0 0 1 0 0 1
base de M22 (R) , pois [B] = V e B l.i.

Proposio 1.7 Seja V um espao vetorial real finitamente gerado V.Ento B = {u1 , . . . , un }
uma base de V para cada u V existem nicos 1 , . . . , n R tais que u =
 n
i=1 i ui .

Nota 1.5 A base de um espao vetorial no nica. Para isso vejamos alguns exemplos:

Exemplo 1.13 Os subconjuntos {(1, 0) , (0, 1)} e {(1, 1) (1, 1)} so bases do R2 .

No entanto temos algumas propriedades sobre bases quaisquer de um mesmo espao


vetorial.

Proposio 1.8 Se B uma base de um espao vetorial real finitamente gerado V, com
n elementos ento:

a) Qualquer subconjunto de V com mais de n elementos l.d.

b) Todo subconjunto l.i. de V tem no mximo n elementos.

Teorema 1.9 Duas bases de um mesmo espao vetorial real V finitamente gerado pos-
suem o mesmo nmero de elementos.
1.2. BASE 7

Definio 1.8 Seja V um espao vetorial real finitamente gerado. Dizemos que a di-
menso de V n quando uma base de V possui n elementos. Denotamos por:

dim V = n.

Exemplo 1.14 dim R2 = 2.

Exemplo 1.15 dim M22 (R) = 4.

Definio 1.9 Seja W um subespao vetorial de um espao vetorial real finitamente ger-
ado V . Definimos dimenso de W, como sendo o nmero de elementos de uma base
qualquer de W.

Notao 1.10 dim W = nmero de elementos de uma base de W.

Exemplo 1.16 Seja B = {u1 , u2 , u3 } uma base de um espao vetorial V e W = [u1


u2 , u1 + u2 + u3 ]. Determine dim W. Como j temos um conjunto gerador, basta verificar
se este l.i. Vejamos (u1 u2 ) + (u1 + u2 + u3 ) = 0 ( + ) u1 + ( ) u2 + u3
e como B l.i, ento = 0 = e portanto o conjunto gerador de W l.i, sendo assim
uma base de W dim W = 2.

Proposio 1.11 Seja V um espao vetorial real de dimenso n. Ento todo subconjunto
de V, l.i., com n elementos uma base de V.

Definio 1.10 Uma base ordenada de um espao vetorial real finitamente geradoV de
dimenso n uma n upla ordenada de vetores l.i.de V.

Exemplo 1.17 Como {(1, 0) , (0, 1)} uma base do R2 ento ((1, 0) , (0, 1)) uma base
ordenada de R2 , assim como ((0, 1) , (1, 0)) uma outra base ordenade de R2 .

Definio 1.11 Seja V um espao vetorial real fintamente gerado e B = (u1 , . . . , un ) uma
base ordenada de V. Ento sabemos que para cada u V existem nicos 1 , . . . , n R
1
n ..
tais que u = i=1 i ui . matriz coluna . de nmeros reais, denominamos de
n
coordenadas de u com respeito base ordenada B e denotamos por

1
(u)B = ... .

n

Nota 1.6 Observe que uma vez conhecida a base ordenada as coordenadas de um vetor
o caracterizam completamente.
8 CAPTULO 1. ESPAO VETORIAIS

Vejamos alguns resultados importantes envolvendo as coordenadas dos vetores com


respeito a uma determinada base ordenada.

Exemplo 1.18 Considerando B = ((1, 0, 1) , (0, 1, 0) , (1, 0, 1)) uma base ordenada de
R3 , temos que para cada (x, y, z) R3 existem , , R tais que

(x, y, z) = (1, 0, 1) + (0, 1, 0) + (1, 0, 1)

ou seja
(x, y, z) = ( + , , ) .
Assim temos o seguinte sistema
x=+
y=

z =
o que implica
x+z

= 2

=y .

x z
=
2
Assim,
x+z
2
((x, y, z))B =
y
.

xz
2

Proposio 1.12 Seja B = (u1 , . . . , un ) uma base ordenada de um espao vetorial real
V . Ento (u + v)B = (u)B + (v)B e (u)B = (u)B , para todos u, v V e R.

Proposio 1.13 Seja B = (u1 , . . . , un ) uma base ordenada de um espao vetorial


real
a1
..
V. Ento dado (a1 , . . . , an ) R , existe um nico u V tal que (u)B = . .
n

an

A demonstrao destas proposies seguem diretamente da definio de coordenadas


de um vetor com respeito a uma base ordenada e sero deixadas como exerccios.

Nota 1.7 Das duas proposies anteriores segue que podemos identificar os elementos
de um espao vetorial real V de dimenso n com os elementos do Rn , pois existe uma
correspondncia biunvoca entre eles, que preserva suas operaes.
1.2. BASE 9

Proposio 1.14 Seja B = (u1 , . . . , un ) uma


base ordenada
de umespao vetorial real V.
a11 an1
.. ..
e w1 , . . . , wn V tais que (w1 )B = . , . . . , (wn )B = . . Ento {w1 , . . . , wn }
a1n ann

a11 . . . a1n
l.i {(w1 )B , . . . , (wn )B } um subconjunto l.i. de Mn1 (R) det ... .. .. =

. .
an1 . . . ann
0.
Em algumas situaes a escolha da base adequada ajuda na resoluo de problemas
mais facilmente. No entanto, se j conhecemos as coordenadas de um vetor com respeito
a uma determinada base e queremos mudar a base, queremos saber qual a relao entre
as coordenadas de um vetor numa nova base, a partir das coordenadas denadas do mesmo
vetor com respeito a diferentes bases, pois assim poderemos resolver nosso problema na
base mais adequada e em seguida voltar base inicial. Vejamos ento como proceder.
Para isso necessrio trabalharmos com matrizes, como veremos a seguir.
Definio 1.12 Sejam B = (u1 , . . . , un ) e C = (v1 , . . . , vn ) bases ordenadas de um espao
vetorial V. Ento como cada vi , i = 1, . . . , n um vetor de V e B base ordenadade
n
V , segue que existem nicos aji R, j = 1, . . . , n tais que vi = aji uj . matriz
j=1

a11 . . . a1n
M = ... .. .. denominamos matriz mudana da base B para a base C e

. .
an1 . . . ann
a denotaremos por MBC .
Nota 1.8 Observe que, com a notao da definio acima segue que
 
MBC = (v1 )B (vn )B
isto , as colunas de MBC so as coordenadas dos vetores da base C com respeito base
B.
Exemplo 1.19 Sejam B = ((1, 0, 0) , (0, 1, 0) , (0, 0, 1)) e C = {(1, 0, 1) , (0, 1, 0) , (1, 0, 1)
bases ordenadas de R3 . A matriz MBC dada por

1 0 1
MBC = 0 1 0 ,
1 0 1
enquanto que a matriz mudana da base C para a base B, isto , MCB dada por

1 1
2 0 2

MCB = 0 1 0 .
1 1
0
2 2
10 CAPTULO 1. ESPAO VETORIAIS

Veremos a seguir importantes propriedades da matriz mudana de base e como ela nos
ajudar a determinar as coordenadas de um vetor numa nova base.

Proposio 1.15 Sejam B, C e D bases ordenadas de um espao vetorial finitamente


gerado V, de dimenso n. Ento

a) MBD = MBC MCD .

b) (u)C = MCB (u)B .


1
c) MBC = MCB .

d) MBB = In , onde In a matriz identidade n n.

Exemplo 1.20 Sejam B = ((1, 0, 0) , (0, 1, 0) , (0, 0, 1)) e C = {(1, 0, 1) , (0, 1, 0) , (1, 0, 1)
bases ordenadas de R3 , j vimos que
x+z


2 x
((x, y, z))C = e ((x, y, z)) = y ,
y B
xz z
2
logo tem-se que
x+z

x 1 0 1 2
((x, y, z))B = y = 0 1 0 y = MBC ((x, y, z))
C
z 1 0 1 xz

x+z 1 2
1
0 x
2 2 2
((x, y, z))C =
y
= 0 1
0 y = MCB ((x, y, z))B .
xz 1 1 z
0
2 2 2

1.2.1 Lista de exerccios


Fixada
Exerccio 1.8 uma
base ordenada
B deR3 , considere
os vetores u, v, w R3 tais
2 0 4
que (u)B =
1 , (v)B = 1 e (w)B = 5 .
3 1 3

a) Calcule (u + v)B e (u 2v + 3w)B .

b) Determine a e b, de modo que au + bv = w.


1.2. BASE 11

Exerccio 1.9 Seja B uma base ordenada de R3. Mostre


que {u, v} l.d. existe ,
0
R no ambos nulos tais que (u)B + (v)B = 0 , isto , se suas coordenadas so
0
proporcionais.

Exerccio 1.10 Seja B uma base ordenada de R3 . Determine m, de modo que os vetores
abaixo sejam l.d..

3 2 1
a) (u)B = 5 , (v)B = 0 e (w)B = m
1 4 3

1 2
b) (u)B = 3 e (v)B = 1 + m
5 10

Exerccio 1.11 Dada a base ordenada de R3 , (e1 , e2 , e3 ) ,considere os vetores f1 = e1


e2 e3 , f2 = e1 + 2e2 + e3 e f3 = 2e1 + e2 + 4e3 .

a) Verifique que (f1 , f2 , f3 ) uma base.

b) Determine a matriz mudana da base nova para a base antiga.

c) Sendo v = 3e1 5e2 + 4e3 , determine as coordenadas de v na nova base.

Exerccio 1.12 Para cada um dos subespaos abaixo, determine uma base e sua dimen-
so:

a) H = {A M22 (R) ; At = A}.

b) H = {(x, y, z) R3 ; x + y 2z = 0}.

c) H = {p P2 (R) ; p (1) = 0}.

Exerccio 1.13 Considerando U = {(x, y, z) R3 ; x + 2y z = 0} e W = {(x, y, z)


R3 ; x + z = 0} subespaos do R3 , determine uma base de U W e uma base para U + W.

Exerccio 1.14 Determine as coordenadas do vetor u = (4, 5, 3) R3 em relao


base ordenada B = ((1, 2, 1) , (0, 3, 2) , (1, 1, 4)) .

Exerccio 1.15 A matriz mudana de uma base ordenada B do R2 para a base ((1, 1) , (0, 2))
desse mesmo espao : 
5 2
.
0 3
Determine a base B.
12 CAPTULO 1. ESPAO VETORIAIS

Exerccio 1.16 Considere o seguinte subespao vetorial de M22 (R) :



a b
U ={ ; a b c = 0}.
c d

a) Mostre que os subconjuntos abaixo so bases de


   
1 1 1 0 0 0
B = , , ,
0 0 1 0 0 1
   
1 0 0 1 0 0
C = , , .
1 0 1 0 0 1

b) Determine a matriz mudana da base B para a base C e a da base C para a base B.

c) Determine uma base D de U, tal que a matriz mudana de D para B seja



1 1 0
0 0 2 .
0 3 1

1.3 Produto Interno


Conceitos importantes na geometria so o de ngulo entre vetores, o de distncia e o de
comprimento de vetores. Todos esses conceitos provem do conceito de produto escalar.
Vamos agora generalizar este conceito para um espao vetorial qualquer.

Definio 1.13 Seja V um espao vetorial real. Um produto interno sobre V uma
funo
,  : V V R
tal que:

i) u, v = v, u , para todos u, v V.

ii) u + v, w = u, w + v, w para todos u, v, w V.

iii)  u.v = u, v para todos u, v V e R.

iv) u, u 0, para todo u V e u, u = 0 se e somente se u = 0.

Um espao vetorial real munido de um produto interno denominado um espao veto-


rial euclidiano.

Exemplo 1.21 Um produto interno sobre R3 dado por:

(x, y, z) , (a, b, c) = xa + yb + zc.


1.3. PRODUTO INTERNO 13

Exemplo 1.22 Um produto interno sobre P2 (R)


 
a + bt + ct2 , + t + t2 = a + b + c.

Exemplo 1.23 Um produto interno sobre Mmn (R) dado por:


 
A, B = tr AB t .

Proposio 1.16 Seja V um espao vetorial real euclidiano. Ento:

P1) 0, u = 0, para todo u V.

P2) u, v + w = u, v + u, w para todos u, v, w V.

P3) u, v = u, v para todos u, v V e R.


n  n
 
P4) i ui , v = i ui , v .
i=1 i=1

Definio 1.14 Seja V um espao vetorial euclidiano. Ento para cada u V, definimos
a norma de u, como sendo o nmero real no negativo:

u = u, u.

Exemplo 1.24 Em Rn a norma de (x1 , . . . , xn ) dada por:



(x1 , . . . , xn ) = x21 + + x2n .

Exemplo 1.25 Em Mmn (R) a norma de cada matriz A dada por:


 
A = tr AAt .

Proposio 1.17 Seja V um espao vetorial euclidiano. Ento:

a) u 0, para todo u V e u = 0 u = 0.

b)  u = || u para todo u V e R.

c) u + v u + v para todos u, v V.

Proposio 1.18 (Desigualdade de Cauchy-Schwarz): Seja V um espao vetorial


euclidiano. Ento para todos u, v V, tem-se que:

|u, v| u v .


14 CAPTULO 1. ESPAO VETORIAIS

Nota 1.9 A partir da desigualdade acima, se u, v so vetores no nulos de V, tem-se que


u, v
1 1,
u v
e portanto define-se o ngulo entre u e v, tal que
u, v
cos = .
u v
Definio 1.15 Seja V um espao vetorial euclidiano. Dizemos que u, v V so ortog-
onais quando u, v = 0. Denotaremos uw.
Nota 1.10 Observe que quando u = 0, v = 0 ento u, v = 0 o ngulo entre u e v

. Enquanto que {u, v} so l.d. o ngulo entre u e v 0. ou .
2
Proposio 1.19 Seja V um espao vetorial euclidiano. Se {u1 , . . . , un} um subcon-
junto de vetores no nulos e dois a dois ortogonais ento {u1 , . . . , un} um subconjunto
l.i.
Definio 1.16 Dizemos que uma base B de um espao vetorial real V finitamente gerado
ortonormal quando seus vetores so unitrios, isto tm norma igula a 1, e so dois
a dois ortogonais.
Nota 1.11 claro que se um espao W tal que dim W = 1, uma base ortonormal de
W ter apenas um vetor unitrio.
Veremos a seguir como a norma de um vetor, o produto interno entre dois vetores e
as coordenadas de um vetor podem ser escritos em relao s suas coordenadas quando a
base ortonormal.
Proposio 1.20 Seja B = (e1 , . . . , en ) uma base ordenada ortonormalde um
espao
a1 b1
.. ..
vetorial real euclidiano V e u, w V tais que (u)B = . e (w)B = . . Ento
an b
t
 n
ai = u, ei  , bi = w, ei  , u, w = a1 b1 + + an bn = (u)B (w)B e u = a21 + + a2n .
Exemplo 1.26 Seja V um espao vetorial real euclidiano de dimenso igual a 3. De-
termine u V tal que u = 3 3, uw, uv e u forma um ngulo
agudo
com e1 ,
2 1
onde B = (e1 , e2 , e3 ) uma base ortonormal de V , (w) = 3 e (v) = 2 .
1 3
Consideremos u = ae1 + be2 + ce3 . Assim, das hipteses, segue que
a2 + b2 + c2 = 27
2a + 3b c = 0
a 2b + 3c = 0
1.3. PRODUTO INTERNO 15

Assim, temos que b = c, a = b e portanto b = 3. Agora utilizando a hiptese de que u


forma um ngulo agudo com e1 , segue que a > 0 e assim, b = 3, a = 3 e c = 3. Logo
u = 3e1 3e2 + 3e3 .

Veremos a seguir que dada uma base ordenada qualquer de um espao vetorial real
euclidiano V, pode-se construir uma nova base ordenada ortonormal, da seguinte forma:

Teorema 1.21 Processo de ortonormalizao de Gram-Scmidt: Seja B = (u1 , . . . , un )


uma base ordenada de V. Ento existe C = (e1 , . . . , en ) base ordenada ortonormal de V
tal que [{e1 , . . . ek }] = [{u1 , . . . , uk }] , 1 k n.

Prova. Para que [{e1 }] = [{u1 }] , devemos ter {e1 , u1 } l.d., portanto deve existir R
1 1
tal que e1 = u1 e como e1  = 1, segue que = . Logo, e1 = u1 . Assim, temos
u1  u1 
as condies requeridas para o primeiro vetor da base ordenada ortonormal. O segundo
vetor deve ser tal que [{e1 , e2 }] = [{u1 , u2 }] e portanto e2 dever pertencer a [{u1 , u2 }] =
[{e1 , u2 }] ou seja
 e2 = e1 + u2 e como {e1 , e2 } deve ser l.i. ento = 0, logo podemos
1
tomar e2 = e1 + u2 = (e1 + u2 ) e como e2  = 1, segue que || = .
e1 + u2 
logo devemos determinar e para isso, s lembrar que a base que queremos ortonormal,
portanto e2 , e1  = 0 e1 + u2 , e1  = 0. Assim das propriedades de produto interno,
u2 u2 , e1  e1
obtemos que = u2 , e1  e2 = . Procedendo de modo anlogo,
u2 u2 , e1  e1 
vamos determinar , R tais que (u3 + e2 + e1 ) e1 e (u3 + e2 + e1 ) e2 . Utilizando
o que j obtivemos e as propriedades de produto interno, obtemos que = u3 , e2  e =
u3 u3 , e2  e2 u3 , e1  e1
u3 , e1  e como e3 um vetor unitrio, segue que e3 = .E
u3 u3 , e2  e2 u3 , e1  e1 
assim sucessivamente para cada 1 k n, tem-se que

uk uk , ek1  ek1 uk , e1  e1


ek = .
uk uk , ek1  ek1 uk , e1  e1 

Exemplo 1.27 Sabendo que B = ((1, 0, 1) , (1, 2, 1) , (1, 1, 0)) uma base de R3 , deter-
mine uma nova
base
ortonormal de R , construda a partir do processo de Gram Scmidt
3

3
e se (u)B = 1 , determine (u)C .
1

Soluo 1.22 Do processo de Gram Smidt, construmos C = (e1 , e2 , e3 ) da seguinte


1 2
forma, e1 = (1, 0, 1) , e1 , u2  = , logo u2 u2 , e1  e1 = (0, 2, 0) e2 = (0, 1, 0).
2 2
16 CAPTULO 1. ESPAO VETORIAIS
 
1 1 1
Ainda, u3 , e2  = 1, u3 , e1  = , u3 u3 , e2  e2 u3 , e1  e1 = , 0, e por-
2 2 2
  2 2 2 2
1 1
tanto e3 = , 0, . Ainda, temos que MCB = 0 2 1 . Assim,
2 2 0 0 2

6 2
(u)C = MCB (u)B = 3 .
2

Proposio 1.23 Sejam B = (u1 , . . . , un ) e C = (e1 , . . . , en ) bases ordenadas ortonor-


mais de um espao vetorial real eucldiano V . Ento a matriz mudana entre as bases B
1 1
e C uma matriz ortogonal, isto , MBC = MBC t
e MCB = MCB t
.

Definio 1.17 Seja V um espao vetorial euclidiano e U um subespao vetorial de V.


Definimos o complemento ortogonal de U, como sendo o subconjunto:

U = {w V ; w, u = 0, para todo u U}.

Proposio 1.24 Seja V um espao vetorial euclidiano e U um subespao vetorial de V.


O complemento ortogonal de U, U , um subespao vetorial de V, tal que U U = {0}.

Exemplo 1.28 O complemento ortogonal do subespao vetorial U = {x, y, z); x2z = 0}


do R3 tal que (a, b, c) , (x, y, z) = 0, para todo (x, y, z) U. Primeiramente deter-
minemos uma base de U. Da definio de U, temos que (x, y, z) U x = 2z, portanto
um vetor de U da forma (2z, y, z) = z (2, 0, 1) + y (0, 1, 0), logo U = [(2, 0, 1) , (0, 1, 0)] .
Ainda como
(2, 0, 1) + (0, 1, 0) = (0, 0, 0) = 0 = ,
temos que {(2, 0, 1) , (0, 1, 0)}
 uma base de U. Logo das propriedades de produto interno,
(a, b, c) , (2, 0, 1) = 0
segue que (a, b, c) U , ou seja se e somente se
(a, b, c) , (0, 1, 0) = 0

2a + c = 0
.
b=0

Logo U = {(a, 0, 2a) ; a R}.

Definio 1.18 Seja V um espao vetorial euclidiano e U um subespao vetorial de V


de dimenso finita. Considere B = (e1 , . . . , en ) uma base ortonormal de U. Definimos a
projeo ortogonal de V sobre U, como sendo a funo: ProjU : V U definida por
ProjU (v) = v, e1  e1 + + v, en  en .

Exemplo 1.29 Determine a projeo ortogonal do vetor (1, 1, 1) R3 sobre o subespao


U do exemplo anterior. Para isso precisamos determinar uma base ortonormal de U
e como j temos uma base, basta utilizar o processo de Gram-Schmidt. Assim, e1 =
1.3. PRODUTO INTERNO 17
 
1 1
(2, 0, 1) e como (2, 0, 1) , (0, 1, 0) = 0, ento e2 = (0, 1, 0) , j que tal vetor
5 5  
3 1 6 3
unitrio. Logo ProjU (1, 1, 1) = (2, 0, 1) + (0, 1, 0) = , 1, . claro que
  5 5 5 5
6 3 6 3
, 1, U, j que 2. = 0.
5 5 5 5

Exemplo 1.30 Seja V um espao vetorial e u V, u = 0 tal que U = [u] subespao de


u
V, ento uma base ortonormal de U {e} onde e = . Assim, para cada v V, tem-se
  u
u u v, u
que ProjU (v) = v, e e = v, = u.
u u u2

Nota 1.12 A projeo ortogonal se caracteriza pelo fato de v ProjU (v) U . Ainda
ProjU (v) U o vetor de U mais prximo de v, j que v ProjU (v) v u , para
todo u U.

1.3.1 Mtodo dos mnimos quadrados


Aproximao por projees
Suponhamos que voc queira determinar o valor de uma constante. Por exemplo uma
constante da Fsica. Para isso voc faz n medies. Se as medidas no tivessem erros voc
deveria ter n valores iguais desta medida, j que ela constante, mas como as medies
trazem imprecises, em geral obtm-se n valores distintos. O que se faz tomar a mdia
aritmtica como o valor mais provvel da constante. Vejamos porque realmente este
o valor mais provvel. Suponhamos ento que obtivemos k1 , . . . , kn valores para a tal
constante. Definimos ento o vetor experincia v = (k1 , . . . , kn ) Rn e consideremos
o subespao do Rn , U = [(1, . . . , 1)] . Como o valor que gostaramos de ter obtido era
aquele em que v pertencesse a U, vamos determinar a projeo ortogonal de v sobre U, j
que esta projeo nos d o vetor de U, mais prximo de v.. Assim, devemos determinar
(k1 , . . . , kn ) , (1, . . . , 1)
k R, tal que k (1, . . . , 1) = ProjU (v) = (1, . . . , 1) , ou seja
(1, . . . , 1)2
(k1 , . . . , kn ) , (1, . . . , 1) k1 + + kn
k= 2 = , da definio de produto interno do Rn . Ou
(1, . . . , 1) n
k1 + + kn
seja o melhor valor para a constante k = .
n
Se tivermos uma experincia mais complexa, onde queremos determinar o valor de 2
constantes, simultaneamente e tivermos encontrado m valores k1 , . . . , km , para uma delas e
l1 , . . . , lm valores para a segunda, consideremos o vetor experincia E = (k1 , . . . , km , l1 , . . . , lm )
R2m , espao vetorial euclidiano, com o produto interno usual e consideremos o subespao
vetorial de R2m , U = [(1, . . . , 1, 0, . . . , 0) , (0, . . . , 0, 1, . . . , 1)] . Assim, queremos deter-
minar k, l R tais que k (1, . . . , 1, 0, . . . , 0) + l (0, . . . , 0, 1, . . . , 1) = ProjU (E) . Como
18 CAPTULO 1. ESPAO VETORIAIS

(1, . . . , 1, 0, . . . , 0) e (0, . . . , 0, 1, . . . , 1) j so ortogonais, para determinar uma vase orto-


(1, . . . , 1, 0, . . . , 0) (1, . . . , 1, 0, . . . , 0)
normal de U, basta tomarmos e1 = = e e2 =
(1, . . . , 1, 0, . . . , 0) m
(0, . . . , 0, 1, . . . , 1) (0, . . . , 0, 1, . . . , 1)
= . Assim, k (1, . . . , 1, 0, . . . , 0)+l (0, . . . , 0, 1, . . . , 1) =
(0, . . . , 0, 1, . . . , 1) m
k1 + + km l1 + + lm
ProjU (E) = E, e1  e1 + E, e2  e2 k = el= .
m m

Ajuste de curvas
Uma necessidade bastante frequente dados n pontos (xi , yi ) , 1 i n encontrar
uma funo g, combinao linear de funes conhecidas g1 , . . . , gm , que passa por estes
pontos. Como muitas vezes estes pontos so obtidos por esperincia ou medio, eles
trazem consigo imprecises e por isso na maioria das vezes no encontramos tal com-
binao linear que passe pelos pontos (xi , yi ) , 1 i n. Consideremos os vetores
G1 = (g1 (x1 ) , . . . , g1 (xn )) , . . . , Gm = (gm (x1 ) , . . . , gm (xn )) , Y = (y1 , . . . , yn ) Rn
e o subespao U = [G1 , . . . , Gm ] . Queremos ento determinar c1 , . . . , cm R tal que
c1 G1 + + cm Gm = ProjU Y , que o vetor combinao linear das funes, mais prximo
de Y. Mas c1 G1 + + cm Gm = ProjU Y Y (c1 G1 + + cm Gm ) U , ou seja,
Y (c1 G1 + + cm Gm ) , Gi  = 0, 1 i n
c1 G1 + + cm Gm , Gi  = Y, Gi  , 1 i n.
Logo resolvendo o sistema, determinaremos c1 , . . . , cm R, que fornecem a combinao
linear tal que Y (c1 G1 + + cm Gm ) mnima e portanto este mtodo denominado
mtodo dos mnimos quadrados.
Exemplo 1.31 Uma experincia forneceu os seguintes valores (x1 , y1 ) = (3, 6) , (x2 , y2 ) =
(1, 3) , (x3 , y3 ) = (5, 9) e (x4 , y4 ) = (4, 7) . Determinemos a reta da forma y = kx que
melhor se adapta a estes resultados no sentido dos mnimos quadrados. Temos ento
uma nica funo, a saber, g1 (x) = x. Consideremos os vetores Y = (6, 3, 9, 7) e G1 =
(3, 1, 5, 4) . Assim, queremos determinar k R tal que
Y kG1 , G1  = 0 k G1 2 = Y, G1  ,
logo,
3.6 + 1.3 + 5.9 + 4.7 94
k= = .
3 +1 +5 +4
2 2 2 2 51
Exemplo 1.32 Ajustar uma funo do tipo g (x) = a + bx2 aos pontos (0, 1.1) , (1, 0.1)
e (2, 3.1) . Assim, a funo g1 = 1 e g2 = x2 . Consideremos ento os vetores do R3 ,
Y = (1.1, 0.1, 3.1) , G1 = (1, 1, 1) e G2 = (0, 1, 4) . Assim, devemos encontrar a, b R
tais que 
3a + 5b = 1.9
,
5a + 17b = 12.3
que resolvendo nos d a = 1.12 e b = 1.05.
1.3. PRODUTO INTERNO 19

1.3.2 Lista de Exerccios


Exerccio 1.17 Num espao vetorial euclidiano V, mostre que.
1 !
a) u, v = u + v2 u v2 .
4
1 !
b) u2 + v2 = u + v2 + u v2 .
2
Exerccio 1.18 Seja B = (f1 , f2 , f3 ) uma base ortonormal de um espao vetorial euclidi-
ano V e C = (e1 , e2 , e3 ) uma base dada por e1 = 2f1 + 3f2 , e2 = f1 + f2 + f3 , e3 = f2 + 2f3 .

a) Determine a matriz MBC .



1
1
2
b) Dados os vetores u, v V tais que (u)C = 4 , (v)C = 1 , calcule u ,
5
1
2
v e u, v .

c) Determine as coordenadas de um vetor w em relao base C, de modo que w = 1,


wu e wv, onde u e v do tem (b).

d) Determine o ngulo entre e1 e e2 . Responda se a base C ortonormal.

Exerccio 1.19 Considere V = {(x, y, z) R3 ; x + z = 0}.

a) Determine uma base ortonormal de V.

b) Determine u0 R3 tal que u0 u, u V.

c) Dado o vetor w = (1, 3, 2) R3 , determine v0 V de modo que w v0 v,



v V.
" #
Exerccio 1.20 Considere i , j , k a base ortonormal cannica de R3 .





a) Determine x R tal que x i + 3 j + 4 k 3 i + j + k .



b) Determine os ngulos entre os vetores: (i) 2 i + j e j k , (ii) i + j + k e



2 j 2 k .


c) Determine um vetor unitrio da direo da bissetriz da ngulo entre os vetores 2 i +





3j + k e 3 i +2j 3k.

Exerccio 1.21 Determine uma base ortonormal de W e uma base ortonormal de W ,


onde W o subespao do R4 dado por W = {(x, y, z, t) ; x + y = 0 e 2x + z = y}.
20 CAPTULO 1. ESPAO VETORIAIS

Exerccio 1.22 Determine a projeo ortogonal do vetor (1, 1, 0, 1) R4 sobre o sube-


spao W = {(x, y, z, t) R4 ; x y z = 0 e z 2t = 0}.

Exerccio 1.23 Determine a reta em R2 de equao y = kx que melhor se adapte aos


pontos (3, 0) , (2, 1) e (1, 2) .

Exerccio 1.24 Determine o polinmio f (x) = ax2 + bx + c, que melhor se ajuste aos
pontos (1, 2) , (3, 1) , (4, 2) e (2, 0) .
Captulo 2
Transformaes Lineares

No primeiro captulo estudamos os espaos vetoriais e as suas principais propriedades.


Neste prximo captulo estudaremos as aplicaes entre espaos vetoriais, onde as mais
importantes so as transformaes lineares.

Definio 2.1 Sejam U e V dois espaos vetoriais reais. Dizemos que uma funo T :
U V uma transformao linear quando:

T (u + v) = T (u) + T (v) , para todos u, v U


T ( u) = T (u) , para todo u U e R.

Exemplo 2.1 Considere C 1 (R) o espao vetorial das funes reais continuamente de-
rivveis e C (R) o espao vetorial das funes reais contnuas. A funo D : C 1 (R)
C (R) definida por D (f ) = f  uma transformao linear, j que (f + g) = f  + g  e
(f) = f  , para todas f, g C 1 (R) e R. Assim, D (f + g) = D (f) + D (g) e
D (f ) = D (f) .

Exemplo 2.2 Considere os espaos $ vetoriais C ([a, b]) e C 1 ([a, b]) . A funo I : C ([a, b])
C ([a, b]), definida por I (f ) = a f, ou seja que a cada funo contnua
1
$ associa
$ a primi-
$
tiva
$ F de f tal
$ que F (a) = 0 uma transformao linear, j que a (f + g) = a f + a g
e a f = a f, para todas f, g C ([a, b]) e R. Assim, I (f + g) = I (f) + I (g) e
I (f ) = I (f ) .

Nota 2.1 Quando U = V, denominamos a transformao linear T : V V de operador


linear.

Proposio 2.1 Sejam U e V espaos vetoriais reais e T : U V uma transformao


linear. Ento:

a) T (0) = 0, isto T leva vetor nulo de U em vetor nulo de V.

b) T (u) = T (u) , para todo u U, ou seja T leva o elemento simtrico de cada vetor
u de U no elemento simtrico de sua imagem em V.

21
22 CAPTULO 2. TRANSFORMAES LINEARES

c) Se W um subespao de U ento T (W ) = {T (w) ; w W } um subespao de V.


Portanto a imagem de T, denotada por Im (T ) um subespao de V.

d) Se H um subespao de V ento T 1 (H) = {u U ; T (u) H} um subespao de


U.

Definio 2.2 Sejam U e V espaos vetoriais reais e T : U V uma transformao


linear. Denotamos por Ker (T ) o seguinte subconjunto de U, denominado ncleo de T :

Ker (T ) = {u U; T (u) = 0} = T 1 {0}.

Exemplo 2.3 Seja T : R3 P1 (R) definida por T (x, y, z) = (x + z) yt. Para deter-
minarmos o ncleo de T, devemos fazer T (x, y, z) = 0 + 0t, que o polinmio nulo de
grau menor ou igual a 1. Assim, temos:

x+z =0
(x + z) yt = 0 + 0t ,
y=0

portanto Ker (T ) = {(x, 0, x) ; x R} = [(1, 0, 1)] .

Vejamos algumas propriedades do ncleo de uma transformao linear.

Proposio 2.2 Sejam U e V espaos vetoriais reais e T : U V. Ento:

i) Ker (T ) um subespao vetorial de U.

ii) T uma funo injetora Ker (T ) = {0}.

Teorema 2.3 (dimenso do ncleo e da imagem): Sejam U e V espaos vetoriais


reais e T : U V uma transformao linear, sendo U um subespao de dimenso finita.
Ento
dim (U ) = dim (Ker (T )) + dim (Im (T )) .

xz y+z
Exemplo 2.4 Seja T : R M22 (R) definida por T (x, y, z) =
3
.
2x + 2y x + y
claro que T uma transformao linear(mostre) e dim (R3 ) = 3. Ainda para de-
terminarmos o ncleo
  de T, devemos determinar (x, y, z) R tal que T (x, y, z) =
3

xz y+z 0 0
= . Portanto
2x + 2y x + y 0 0

x=z
y = z ,

x = y
23

ou seja Ker (T ) = {(x, x, x) , x R} = {x (1, 1, 1) , x R} = [(1, 1, 1)] , portanto


dim (Ker (T )) = 1. Logo pelo teorema da dimenso do ncleo e da imagem, segue que
dim (Im (T )) = 2. Verifiquemos:
 %
xz y+z
Im (T ) = , x, y, z R =
2x + 2y x + y
    %
1 0 0 1 1 1
= x +y +z , x, y, z R =
2 1 2 1 0 0
   %
1 0 0 1 1 1
= , , =
2 1 2 1 0 0
  %
1 0 0 1
= , ,
2 1 2 1
pois   
1 1 0 1 1 0
=
0 0 2 1 2 1
  %   
1 0 0 1 1 0 0 1 0 0
e como , l.i., j que + = =0=
2 
1 2 1 % 2 1 2 1 0 0
1 0 0 1
, segue que , base de Im (T ) , o que implica que dim (Im (T )) = 2,
2 1 2 1
conforme o teorema.
Corolrio 2.4 Sejam U e V espaos vetoriais reais de mesma dimenso n e T : U V
uma transformao linear. Ento so equivalentes:
i) T sobrejetora.
ii) T injetora.
iii) T bijetora.
iv) T transforma uma base de U numa base de V.
Prova. i)ii): Como T sobrejetora ento Im (T ) = V, logo dim (Im (T )) = n =
dim (U ) , portanto do teorema do ncleo e da imagem, temos que dim (Ker (T )) = 0, ou
seja Ker (T ) = {0}, o que implica que T injetora.
ii)iii): Como T injetora, segue que Ker (T ) = {0}, o que implica que dim (Ker (T )) =
0, portanto do teorema do ncleo e da imagem, temos que dim (Im (T )) = n = dim V e
como Im ((T )) subespao de V, segue que Im (T ) = V, o que implica que T sobrejetora
e portanto bijetora.
iii)iv): Como T bijetora, segue que Im (T ) = V. Ainda se B = {u1 , . . . , un} uma
base de U, ento Im (T ) = [T (u1 ) , . . . , T (un )] . Basta ento verificar que {T (u1 ) , . . . , T (un )}
l.i. De fato:
1 T (u1 ) + + nT (un ) = 0 T (1 u1 + + n un ) = 0
1 u1 + + n un Ker (T ) 1 u1 + + n un = 0,
24 CAPTULO 2. TRANSFORMAES LINEARES

pois T injetora. Mas como {u1 , . . . , un } uma base de U, segue que {u1 , . . . , un} l.i..
o que implica que
1 = 0 = = n .
Logo {T (u1 ) , . . . , T (un )} base de Im (T ) e portanto base de V.
iv)i): Se B = {u1 , . . . , un } uma base de U, segue que {T (u1 ) , . . . , T (un )} base
de V, mas Im (T ) = [T (u1 ) , . . . , T (un )] e portanto {T (u1 ) , . . . , T (un)} base de Im (T ) ,
logo Im (T ) = V, portanto T sobrejetora. 

Definio 2.3 Sejam U e V espaos vetoriais reais. Dizemos que T : U V um


isomorfismo quando T uma transformao linear bijetora.

Exemplo 2.5 Seja T : R3 P2 (R) definida por T (a, b, c) = (a + c) + (b 2c) t +


(2a) t2 .Verifiquemos primeiramente que T uma transformao linear:

T ((a, b, c) + (x, y, z)) = T (a + x, b + y, c + z) =


= (a + x + c + z) + (b + y 2 (c + z)) t + 2 (a + x) t2 =
! !
= (a + z) + (b 2c) t + 2at2 + (x + x) + (y 2z) t + 2xt2 =
= T (a, b, c) + T (x, y, z) .
T ( (a, b, c)) = T (a, b, c) = (a + c) + (b 2c) t + 2at2 =
!
= (a + c) + (b 2c) t + 2at2 = T (a, b, c) .

Para mostrar que T bijetora, basta mostrar, pelo corolrio, que T injetora, pois
dim (R3 ) = dim (P2 (R)) = 3. Verifiquemos:

T (a, b, c) = 0 (a + c) + (b 2c) t + (2a) t2 = 0 + 0t + 0t2


a = c, b = 2c, a = 0 a = 0 = b = c,

o que implica que Ker (T ) = {0} logo T um isomorfismo.

Definio 2.4 Sejam U e V espaos vetoriais reais. Dizemos que U e V so isomorfos


quando existe um isomorfismo entre U e V.

Exemplo 2.6 Do exemplo anterior temos que R3 e P2 (R) so isomorfos.

Nota 2.2 Observe que basta existir uma transformao linear bijetora entre espaos iso-
morfos.

Proposio 2.5 Sejam U e V espaos vetoriais reais de dimenso finita. U e V so


isomorfos dim U = dim V.
25

Prova. ()Se U e V so isomorfos ento existe um isomorfismo entre U e V. Portanto


Ker (T ) = {0} e Im (T ) = V, ou seja dim (Ker (T )) = 0 e dim (Im (T )) = dim V. Mas do
teorema da dimenso do ncleo e da imagem, segue que dim U = dim (Im (T )) = dim V.
() Temos que dim U = dim V = n. Considere B = {u1 , . . . , un } uma base de U e
C = {v1 , . . . , vn } uma base de V. Seja T : U V, definida por
T (1 u1 + + n un ) = 1 v1 + + n vn , u = 1 u1 + + n un U.
fcil mostrar que T uma transformao linear (mostre). Ainda T leva base de U em
base de V, pois
T (u1 ) = T (1 u1 + 0 u2 + + 0 un ) = 1 v1 + 0 v2 + + 0 vn = v1 ,
T (u1 ) = T (0 u1 + 1 u2 + + 0 un ) = 0 v1 + 1 v2 + + 0 vn = v2 ,
..
.
T (un ) = T (0 u1 + 0 u2 + + 1 un ) = 0 v1 + 0 v2 + + 1 vn = vn .
Logo como dim U = dim V, segue do corolrio acima que T bijetora e portanto um
isomorfismo, o que implica que U e V so isomorfos. 

Exemplo 2.7 Os espaos vetoriais M22 (R) e R4 so isomorfos pois tem a mesma di-
menso.

2.0.3 Lista de Exerccios


Exerccio 2.1 Determine uma base e a dimenso do ncleo e da imagem das transfor-
maes lineares abaixo:
a) T : R3 R2 dada por T (x, y, z) = (x + y z, x + y) .
b) T : P2 (R) P2 (R) dada por T (p) (t) = t2 p (t) .
Exerccio 2.2 Determine um operador linear do R3 cujo ncleo gerado por {(1, 1, 1) , (0, 1, 2)}.
Exerccio 2.3 Mostre que cada um dos operadores lineares do R3 abaixo um isomor-
fismo e determine o isomorfismo inverso:
a) T (x, y, z) = (x y, 2z, y + z) .
b) T (x, y, z) = (3y 2z, x, x 3z) .
Exerccio 2.4 Sabendo que T : P2 (R) R3 uma transformao linear tal que T (1) =
(1, 1, 0) , T (t) = (0, 2, 1) e T (t2 ) = (1, 0, 1) , determine T (a + bt + ct2 ) .
Exerccio 2.5 Seja V um espao vetorial euclidiano e U = [{e1 , . . . , en }], onde {e1 , . . . , en }
uma base ortonormal de U. Mostre que E : V U projeo ortogonal de V sobre U
uma transformao linear, tal que Ker (E) = U e Im (E) = U.
26 CAPTULO 2. TRANSFORMAES LINEARES

2.1 Matriz de uma transformao linear


O objetivo deste pargrafo identificar uma transformao linear entre espaos de dimen-
so finita com matrizes, assim poderemos reduzir nosso trabalho s matrizes.

Definio 2.5 Sejam U e V espaos vetoriais reais de dimenso finita e T : U V


uma transformao linear. Considere B = (u1 , . . . , un ) uma base ordenada de U e C =
(v1 , . . . , vm ) uma base ordenanda de V. Assim,
m

T (ui ) = aji vj .
j=1

Definimos a matriz de T com respeito s bases ordenadas B e C, denotada por


(T )BC !
(T )BC = [aji ]mn = (T (u1 ))C . . . (T (un ))C .

Exemplo 2.8 Seja T : R2 P2 (R) por T (a, b) = (a b) + 3bt 2at2 . Considere B =


((1, 0) , (0, 1)) e C = (1, t, t2 ) bases ordenadas de R2 e P2 (R) respectivamente. Portanto
da definio de T, tem-se que

T (1, 0) = 1 2t2 = 1 + 0t 2t2 ,


T (0, 1) = 1 + 3t = 1 + 3t + 0t2 .

Logo
1 1
(T )BC = 0 3 .
2 0

Exemplo 2.9 Seja T : P2 (R) P1 (R) tal que



1 1 0
(T )BC = ,
2 5 3

onde B = (1, t, t2 ) e C = (1, t, ) so bases ordenadas de P2 (R) e P1 (R) respectivamente,


ento

T (1) = 1 + 2t,
T (t) = 1 5t,
 
T t2 = 3t.

Logo T (a + bt + ct2 ) = aT (1)+bT (t)+cT (t2 ) = a (1 + 2t)+b (1 5t)+c3t = (b a)+


(2a 5b + 3c) t.

Nota 2.3 Dos exemplos acima podemos ver que conhecendo a transformao linear e as
bases ordenadas podemos determinar a matriz de T com respeito a tais bases e reciproca-
mente conhecendo a matriz e as bases ordenadas recuperamos a transformao linear.
2.1. MATRIZ DE UMA TRANSFORMAO LINEAR 27

Nota 2.4 bom observar tambm que a matriz da transformao linear depende das
bases ordenadas consideradas, isto , para cada par de bases ordenadas temos uma nica
matriz, mas se mudarmos as bases ordenadas mudamos tambm a matriz.
Quando T um operador linear, ou seja, T : U U, pode-se tomar a mesma base
ordenada B para o domnio e o contradomnio e denotamos por (T )B .
Exemplo 2.10 Seja T : R2 R2 definida por T (x, y) = (x 2y, 3x + y) . Considerando
B = ((1, 1) , (1, 1)) base ordenada do R2 , determinemos a matriz de T com respeito base
B
T (1, 1) = (1, 4) e T (1, 1) = (3, 2) .

a + b = 1 3 5
Mas (1, 4) = a (1, 1) + b (1, 1) = (a + b, a b) a= eb= .
ab= 4
 2 2
+ =3 5 1
Ainda (3, 2) = (1, 1) + (1, 1) = ( + , ) = e= .
=2 2 2
Portanto
3 5
2
(T )B = 5 12 .

2 2
A importncia da matriz de transformao linear que podemos trabalhar apenas com
a matriz ao invs de trabalharmos com a transformao linear. Para isso apresentaremos
algumas propriedades.
Proposio 2.6 Sejam U e V espaos vetoriais reais de dimenso n e m, respectivamente
e T : U V uma transformao linear. Considere B = (u1 , . . . , un ) uma base ordenada
de U e C = (v1 , . . . , vm ) uma base ordenanda de V. Ento
(T (u))C = (T )BC (u)B .
O resultado acima nos diz que para obtermos as coordenadas de T (u) basta multiplicar
a matriz de T pelas coordenadas de u.
Exemplo 2.11 Seja T : P2 (R) P1 (R) tal que

1 1 0
(T )BC = ,
2 5 3
onde B = (1, t, t2 ) e C = (1, t, ) so bases ordenadas de P2 (R) e P1 (R) respectivamente.
Ento

 a
     1 1 0
T a + bt + ct2 C = (T )BC a + bt + ct2 B = b =
2 5 3
c

ba
= ,
2a 5b + 3c
o que implica que T (a + bt + ct2 ) = (b a) + (2a 5b + 3c) t, como vimos em exemplo
anterior.
28 CAPTULO 2. TRANSFORMAES LINEARES

Pode-se tambm operar transformaes lineares, operando suas matrizes.

Proposio 2.7 Sejam U, V, W espaos vetorias reais de dimenso n, m e k, respectiva-


mente. Considere T, F : U V e G : V W transformaes lineares e R. Prova-se
que T + F, T e G T so transformaes lineares (prove!). Considere B = (u1 , . . . , un )
uma base ordenada de U , C = (v1 , . . . , vm ) uma base ordenanda de V e D = (w1 , . . . , wk )
uma base ordenada de W. Ento:

a) (T + F )BC = (T )BC + (F )BC .


b) (T )BC = (T )BC .
c) (G T )BD = (G)CD (T )BC .

Pode-se ainda ter a necessidade de mudar de base. Como fazer sem ter que voltar
para a transformao linear, ou seja, trabalhando apenas com matrizes? Para responder
esta pergunta vamos dar mais algumas propiedades.

Proposio 2.8 Seja U um espao vetorial real de dimenso n. Considere B = (u1 , . . . , un)
e C = (v1 , . . . , vm ) bases ordenadas de U. Ento

(I)BC = MCB e (I)CB = MBC

onde I : U U, tal que I (u) = u e MCB a matriz mudana da base C para a base B.

Proposio 2.9 Sejam U e V espaos vetoriais reais de dimenso n e m, respectivamente


e T : U V uma transformao linear e F : U U um operador linear. Considere B,
B1 bases ordenadas de U e C, C1 bases ordenadas de V. Ento

(T )BC = MCC 1 (T )B1 C1 MB1 B ,


(F )B1 = MB1 B (F )B MBB1 =
1
= MBB 1
(F )B MBB1 .

Proposio 2.10 Sejam U e V espaos vetoriais reais ambos de dimenso n, e T : U


V uma transformao linear. Considere B base ordenada de U e C base ordenada de V .
Ento T um isomorfismo (T )BC for inversvel e (T 1 )CB = (T )1
BC . Analogamente se
F : U U um operador linear e B base ordenada de U . Ento F um isomorfismo
(F )B for inversvel e (F 1 )B = (F )1
B .

1 0 2
Exemplo 2.12 Seja T : P2 (R) P1 (R) tal que (T )BC = , onde B base
1 2 3
ordenada de P2 (R) e C base ordenada de P1 (R). Se B1 base ordenada de P2 (R) e C1 base
ordenada de P1 (R) tal que

 1 0 1
1 1
MCC 1 = e MBB1 = 2 1 1 ,
2 1
0 1 2
2.1. MATRIZ DE UMA TRANSFORMAO LINEAR 29

ento
1
(T )B1 C1 = MC1 C (T )BC MBB1 = MCC 1
(T )BC MBB1 .
Mas  
1 1 1 1 1
MCC = = ,
1 2 1 2 1
portanto

  1 0 1
1 1 1 0 2
(T )B1 C1 = 2 1 1 =
2 1 1 2 3
0 1 2

 1 0 1 
2 2 1 6 1 2
= 2 1 1 = .
3 2 1 7 3 1
0 1 2

2 2
Exemplo 2.13 Sabendo que T : P1 (R) P1 (R) tal que (T )B = , como
0 1
det (T )B = 2 = 0, segue que T um isomorfismo, ento T 1 : P1 (R) P1 (R) tal que

 1  1 1 1 2
T = (T )B = .
B 2 0 2

2.1.1 Lista de Exerccios


Exerccio 2.6 Determine o operador linear do R2 cuja matriz em relao base ordenada
B = ((1, 2) , (1, 1)) dada por 
3 1
.
2 1

Exerccio 2.7 Se a matriz de um operador linear F do R3 em relao base cannica



1 1 2
0 4 3
2 0 2

e se T = I + 2F F F, determine a matriz de T em relao base cannica e verifique


se T ou no um isomorfismo. Determine tambm T (x, y, z) e T 1 (x, y, z) .

1 2
Exerccio 2.8 Seja T : C C um operador linear tal que (T )B = , onde
3 1

2 5
B base ordenada de C. Sabendo que MBC = , onde C base ordenada de C,
1 3

3
determine (T )C . Se u C tal que (u)C = , determine (T (u))C .
7
30 CAPTULO 2. TRANSFORMAES LINEARES

2.1.2 Diagonalizao de operadores


Como vimos podemos trabalhar com matrizes ao invs de operadores lineares. Mas
importante em algumas situaes determinar uma base onde a matriz do operador seja a
mais simples, por exemplo uma matriz diagonal. isso que veremos neste pargrafo.

Definio 2.6 Seja V um espao vetorial real e T : V V um operador linear. Dizemos


que R um autovalor de T quando existe u V, u = 0, tal que T (u) = u. Neste
caso u denominado autovetor de T associado ao autovalor .

Proposio 2.11 Seja V um espao vetorial real de dimenso n e T : V V um


operador linear. Ento R um autovalor de T det ((T )B In ) = 0, qualquer que
seja B base ordenada de V e In a matriz identidade n n.

Prova. R um autovalor de T existe u V, u = 0, tal que T (u) =


u existe u V, u = 0, tal que T (u) u = 0 existe u V, u = 0, tal que
(T I) (u) = 0 Ker (T I) = {0} (T I) no um isomorfismo (T I)
no inversvel det (T I)B = 0, qualquer que seja B base ordenada de V. Mas
(T I)B = (T )B (I)B = (T )B In . 


Exemplo 2.14 Seja T : P2 (R) P2 (R) definida por T (p) (t) = p (t) + 3p (t) + t2 p (t) .
Para determinar os autovalores de T, vamos determinar a matriz de T em relao base
ordenada B = (1, t, t2 ) ,

T (1) = 1 = 1 + 0t + 0t2 ,
T (t) = 3 + t = 3 + t + 0t2 ,
 
T t2 = 6t + 3t2 = 0 + 6t + 3t2 .

Assim,
1 3 0
(T )B = 0 1 6 ,
0 0 3
logo,

1 3 0
det ((T )B I3 ) = det 0 1 6 = (1 ) [((1 ) (3 ))] .
0 0 3

Portanto det ((T )B I3 ) = 0 = 1 e = 3. Logo os autovalores de T so 1 e 3.


Para determinar os autovetores associados, basta lembrar que p P2 (R) um autovetor
associado ao autovalor T (p) = p (T I) (p) = 0 (T I)B (p)B = 0,
2.1. MATRIZ DE UMA TRANSFORMAO LINEAR 31

qualquer que seja a base ordenada


B de P2 (R) ((T )B I3 ) (p)B = 0. Assim, para
a
= 1, considerando (p)B = b , temos
c

0 3 0 a 0
0 0 6 b = 0
0 0 2 c 0

3b = 0
6c = 0 b = 0 = c,

2c = 0

a
portanto os autovetores de T associados ao autovalor = 1 so tais que (p)B = 0 =
0

1
a 0 , com a = 0, ou seja, p (t) = a, a = 0, isto , os autovetores de T associados ao

0
autovalor = 1 so os polinmios constantes no nulos. Para = 3, obtemos

2 3 0 a 0
0 2 6 b = 0
0 0 0 c 0

2a + 3b = 0 9
b = 3c e a = c,
2b + 6c = 0 2
9
c
2
portanto os autovetores de T associados ao autovalor = 3 so tais que (p)B = 3c =
c
9
 
2 9
c 3 , com c = 0, ou seja, p (t) = c 2
+ 3t + t , c = 0.
2
1

Proposio 2.12 Seja V um espao vetorial real e T : V V um operador linear.


Ento autovetores associados a autovalores distintos so l.i.

Definio 2.7 Seja V um espao vetorial real de dimenso finita n e T : V V um op-


erador linear. Dizemos que T diagonalizvel quando existe uma base de V constituda
de autovetores de T. Neste caso se B = (u1 , . . . , un ) uma base ordenada de V constituda
32 CAPTULO 2. TRANSFORMAES LINEARES

de autovetores de T , com ui autovetor associado ao autovalor i , temos que



1 0 0 0

0 2 0 0
.. ..
(T )B = . 0 3 0 . ,
.. .. .. ..
. . . . 0
0 0 0 n

isto , a matriz de T em relao base constituda de autovetores uma mtriz diagonal,


onde na diagonal principal aparecem os autovalores, na ordem em que os autovetores
aprecem na base ordenada.

Vemos que o operador linear do exemplo anterior no diagonalizvel, pois tem-se


apenas 2 autovetores l.i. de T.

1 1
Exemplo 2.15 Seja T : C C, tal que (T )B = , onde B = {1 + i, 1 i}. Ver-
1 1
ifiquemos se T diagonalizvel. Para isso determinemos os autovalores e os autovetores
de T.

1 1
det = (1 )2 1 = 2 2 = 0 = 0 ou = 2.
1 1

Observe que temos 2 autovalores distintos e portanto temos 2 autovetores l.i. e como
dim C = 2, segue que T diagonalizvel, pois admite uma base constituda de autovetores.
Determinemos
 tal base e a matriz de T com respeito a esta base. Para = 0, considerando
x
(u)B = , obtemos
y
  
1 1 x 0
= x + y = 0 y = x,
1 1 y 0
 
x 1
logo os autovetores associados a = 1, so tais que (u)B = =x , x = 0.
 x 1
1
Portanto podemos tomar u1 C tal que (u1 )B = u1 = 2i. Para = 2,
1
  
1 1 x 0
= x y = 0 y = x,
1 1 y 0
 
x 1
logo os autovetores associados a = 2, so tais que (u)B = = x , x = 0.
 x 1
1
Portanto podemos tomar u2 C tal que (u2 )B = u1 = 2. Assim a base constituda
1
2.1. MATRIZ DE UMA TRANSFORMAO LINEAR 33

de autovetores C = {2i, 2}. Portanto a matriz mudana da base C para a base B



1 1 1 1 
2 2 2 1 1
MCB = 1 1 MBC = 2 1 12 = .
1 1
2 2 2 2
Logo

(T )C = MCB (T )B MBC =

1 1  
2 2 1 1 1 1
= 1 1 =
1 1 1 1
 2 2  
0 0 1 1 0 0
= = .
1 1 1 1 0 2

Observe que (T )C uma matriz diagonal, com os autovalores em sua diagonal, como j
era esperado.

Proposio 2.13 Seja V um espao vetorial real de dimenso finita n e T : V V um


operador linear. Ento o nmero de autovetores l.i. associados a um mesmo autovalor
menor ou igual a multiplicidade do autovalor, como raiz do polinmio det ((T )B In ) .

Dos resultados acima, sempre que tivermos um operador sobre um espao vetorial V
de dimenso n, com n autovalores distintos este ser diagonalizvel.
Existe um tipo de operador que sempre diagonalizvel, e mais por uma base orto-
normal de autovetores. Vejamos.

Definio 2.8 Seja V um espao vetorial real euclidiano. Dizemos que um opervador
linear T : V V auto-adjunto quando

T (u) , v = u, T (v) ,

quaisquer que sejam u, v V.

Exemplo 2.16 O operador T do R3 , definido por T (x, y, z) = (x + 2y, 2x y + 3z, 3y + 5z)


auto-adjunto, pois

T (x, y, z) , (a, b, c) = (x + 2y) a + (2x y + 3z) b + (3y + 5z) c =


= xa + 2ya + 2xb yb + 3zb + 3yc + 5zc =
= x (a + 2b) + y (2a b + 3c) + z (3b + 5c) =
= (x, y, z) , T (a, b, c) .

Proposio 2.14 Seja V um espao vetorial real eucldiano de dimenso n. T : V V


um operador auto-adjunto (T )B uma matriz simtrica em relao a qualquer base
ortonormal B de V.
34 CAPTULO 2. TRANSFORMAES LINEARES

Prova. () Considere B = (e1 , . . . , en ) uma base ordenada ortonormal de V. Ento


n

T (ei ) = T (ei ) , ej  ej ,
j=1

portanto, da definio de matriz de T em relao base B, temos que (T )B = (aji )nn ,


onde aji = T (ei ) , ej  . Mas T auto-adjunto e portanto T (ei ) , ej  = ei , T (ej ) =
T (ej ) , ei  = aij , o que implica que (T )B simtrica.
()Exerccio. 

Proposio 2.15 Seja V um espao vetorial real eucldiano e T : V V um operador


auto-adjunto. Ento autovetores associados a autovalores distintos so ortogonais.

Prova. Sejam e autovetores distintos de T, ento existem u, w vetores no nulos


de V, tais que T (u) = u e T (w) = w. Ainda

T (u) , w = u, T (w) ,

o que implica que


u, w = u, w .
Das proriedades de produto interno, obtemos

u, w = u, w ( ) u, w = 0.

Como ( ) = 0, pois so autovalores distintos, segue que u, w = 0, ou seja, u e w


so ortogonais. 

Teorema 2.16 Seja V um espao vetorial real eucldiano de dimenso n. T : V V


um operador auto-adjunto existe uma base ortonormal de V constituda de autovetores
de T. Neste caso se B uma base ortonormal de V e C uma base ortonoirmal de V
constituda de autovetores de T, segue que
t
(T )C = MBC (T )B MBC ,

sendo (T )C uma matriz diagonal.

Exemplo 2.17 Seja T um operador do R3 , cuaja matriz com respeito base cannica

1 2 0
2 1 0 .
0 0 1

Como a base cannica do R3 ortonormal e a matriz simtrica, segue que T auto-


adjunto e portanto existe uma base ortonormal de R3 constituda de autovetores de T, em
2.1. MATRIZ DE UMA TRANSFORMAO LINEAR 35

relao a qual a matriz de T diagonal. Vamos determinar, a base, a matriz mudana da


base cannica para a base ortonormal de autovetores e a matriz de T em relao a nova
base.
1 2 0
det 2 1 0 = 0 ( 3) ( + 1)2 = 0.
0 0 1
Portanto os autovalores de T so = 1 (raiz dupla) e = 3. Como = 3 uma raiz
simples existe apenas um vetor l.i. associado a = 3, que ortogonal aos autovetores
associados a = 1. Como = 1 raiz dupla, e T diagonalizvel, j que auto
adjunto, ento devem existir 2 autovetores l.i. associados a este autovalor. Vejamos, para
= 1,
2 2 0 x 0 
2 2 2x 2y = 0
0 y = 0 x = y,
2x + 2y = 0
0 0 0 z 0
logo os autovetores de T associados a = 1 tem as seguintes coordenadas em relao
base cannica
x 1 0
x = x 1 + z 0 .
z 0 1
Estes 2 vetores j so ortogonais e portanto l.i., basta toma-los unitrios. Assim, os
1 1
autovetores unitrios e ortogonais associados a = 1 so , , 0 e (0, 0, 1) .
2 2
Para = 3,

2 2 0 x 0 2x 2y = 0 
2 2 0 y = 0 y = x
2x 2y = 0 ,
z=0
0 0 4 z 0 4z = 0
logo os autovetores de T associados a = 3 tem as seguintes coordenadas em relao
base cannica
x 1
x = x 1 .
0 0
Assim, o autovetor
 unitrio
 e ortogonal aos autovetores associados a = 1, associado
1 1
a = 3 , , 0 . Logo a base ortonormal do R3 constituda de autovetores de
 2 2  
1 1 1 1
T C = { , , 0 ,(0, 0, 1) , , , 0 }. A matriz mudana da base cannica
2 2 2 2
para a base C a quela constituda das coordenadas dos autovatores, ou seja a matriz
M, dada abaixo: 1
1
0
2 2
1
M = 0 1

2 2
0 1 0
36 CAPTULO 2. TRANSFORMAES LINEARES

e a matriz de T em relao base C



1 0 0
(T )C = M t (T )can M = 0 1 0 .
0 0 3

Nota 2.5 Tudo o que foi definido e os resultados para operadores lineares podem ser tran-
feridos para as matrizes quadradas, uma vez que estas esto associadas univocamente a
operadores, assim como as matrizes simtricas esto associadas a operadores auto adjun-
tos.

2.1.3 Lista de Exerccios


Exerccio 2.9 Determine os autovalores e autovetores dos operadores lineares do R3
abaixo:

a) T (x, y, z) = (x + y, x y, z) .

b) T (1, 0, 0) = (2, 0, 0) , T (0, 1, 0) = (2, 1, 2) e T (0, 0, 1) = (3, 2, 1) .

c) T (1, 1, 0) = (0, 0, 0) , T (1, 1, 0) = (0, 0, 0) e T (0, 0, 2) = (5, 1, 2) .

Exerccio 2.10 Determine os autovalores e autovetores do operador T de P3 (R) cuja


matriz em relao base B = {1, t, t2 , t3 } :

2 1 0 0
0 2 0 0
.
0 0 1 1
0 0 2 4

Exerccio 2.11 Determine, se possvel, uma matriz M M22 (R) de maneira que
M 1 AM seja diagonal, onde A :

  2 0 4
2 4 3 2
a) b) c) 3 4 12 .
3 13 2 1
1 2 5

Exerccio 2.12 Seja T um operador do R3 definido por T (x, y, z) = (x + y + z, x + y + z, x + y + z) .

a) Determine os autovalores de T.

b) Determine uma base ortonormal B do R3 tal que (T )B diagonal.

c) Qual a matriz de mudana da base cannica do R3 para a base B?


2.1. MATRIZ DE UMA TRANSFORMAO LINEAR 37

Exerccio 2.13 Seja T um operador do R3 cuja matriz de T em relao base B = ((1, 2, 0) , (1, 0, 1) , (0, 2

1 2 0
2 1 0 .
0 0 1

a) T diagonalizvel? Justifique.

b) Determine os autovalores e autovetores de T.

c) T um operador auto adjunto? Justifique.