Escolar Documentos
Profissional Documentos
Cultura Documentos
Departamento de Matemtica
ICMC -- USP
agosto de 2013
2
Sumrio
2 Espaos Vetoriais 13
3 Subespaos Vetoriais 29
4 Combinaes Lineares 49
5 Dependncia Linear 65
7 Mudana de Base 99
12 Diagonalizao 193
3
4 SUMRIO
Captulo 1
5
6 CAPTULO 1. AVISOS GERAIS SOBRE A DISCIPLINA
2. Dependncia linear.
3. Base.
4. Dimenso.
5. Subespaos.
6. Soma direta.
7. Transformes lineares.
8. Ncleo e imagem.
9. Isomorfismo.
16. Ortogonalidade.
17. Isometrias.
www.icmc.usp.br/wvlnunes/sma304/ementa304.html
Callioli, C.A. & Domingues, H.H & Costa, R.C.F. - lgebra Linear e Aplicaes, So
Paulo, Atual, 1983.
Boldrini,J.L & Costa, S.I.R & Figueiredo, V.L & Wetzler, H.G.- Lgebra Linear, So
Paulo, Harper-Row, 1980.
Lay, D. - Linear Algebra and Its Applications, Reading, Mass, Addison-Wesley, 1997.
www.icmc.usp.br/wvlnunes/sma304/bibliografia304.html
www.icmc.usp.br/wvlnunes/sma304/notas304.html
www.icmc.usp.br/wvlnunes/sma304/monitores304.html
www.icmc.usp.br/wvlnunes/sma304/atendimento304.html
www.icmc.usp.br/wvlnunes/sma304/exercicios304.html
8 CAPTULO 1. AVISOS GERAIS SOBRE A DISCIPLINA
www.icmc.usp.br/wvlnunes/sma304/criterio304.html
. 2 PS + 3 P2 . 2 P1 + 3 PS
MF = ou MF =
5 5
no caso, o valor esquerda na primeira linha, ser para o aluno que perdeu a primeira prova,
valor direita na primeira linha, ser para o aluno que perdeu a segunda prova.
SOMENTE poder fazer a prova substitutiva o aluno que perdeu uma das duas provas
do item (1.13).
1.15. PROVA DE RECUPERAO DA DISCIPLINA 9
Para ser considerado aprovado na disciplina ministrada pelo professor Wagner, a mdia do
aluno na disciplina, aps a prova substitutiva, dever ser maior ou igual a 5, 0 e sua frequncia
%
ser maior ou igual a 70 , ou seja:
5, 0 MF e 70 % F.
Observao 1.1 O contedo da prova substitutiva ser todo o contedo desenvolvido
durante a disciplina ministrada pelo professor Wagner.
Outras informaes sobre o item acima podem ser encontradas no seguinte endereo da
web:
www.icmc.usp.br/wvlnunes/sma304/criterio304.html
5, 0 PR.
Na situao acima, a mdia do aluno, aps a prova de recuperao, que indicaremos por
MR, ser obtida da seguinte forma:
MF + PR
5, 0 , se 5, 0
2
.
MR = .
MF + PR , MF + PR
se > 5, 0
2 2
Outras informaes sobre o item acima podem ser encontradas no seguinte endereo da
web:
www.icmc.usp.br/wvlnunes/sma304/criterio304.html
10 CAPTULO 1. AVISOS GERAIS SOBRE A DISCIPLINA
1.a Prova:
3 de outubro
2.a Prova:
28 de novembro
Prova Substitutiva:
5 de dezembro
Prova Recuperao:
Outras informaes sobre os itens acima podem ser encontradas no seguinte endereo da
web:
www.icmc.usp.br/wvlnunes/sma304/datas304.html
www.icmc.usp.br/wvlnunes/sma304/gabaritos304.html
15 de agosto
2 a 7 de setembro
12 de outubro
2 de novembro
4 de novembro
15 de novembro
Espaos Vetoriais
e o conjunto das matrizes quadradas de ordem n com coeficientes reais, que denotaremos por
Mn (R), ou simplesmente, por Mn .
A soma de duas funes f e g de F (R; R) definida como sendo a funo f + g F (R; R)
dada por
.
(f + g)(x) = f(x) + g(x) , para x R .
Note tambm que se R, que chamaremos de escalar, podemos multiplicar a funo f
pelo escalar , da seguinte forma
13
14 CAPTULO 2. ESPAOS VETORIAIS
O que estes dois conjuntos acima, munidos dessas operaes de adio de seus elementos
dos correspondentes conjuntos e multiplicao de seus elementos por escalares, tm comum?
Vejamos:
Verifica-se facilmente a partir das propriedades dos nmeros reais que, para quaisquer
funes f, gh F (R; R) e para todo , R, so vlidas as seguintes propriedades:
1. f + g = g + f ;
2. f + (g + h) = (f + g) + h ;
ento teremos
O + f = f;
satisfaz
f + (f) = O ;
5. ( f) = () f ;
6. ( + ) f = f + f ;
7. (f + g) = f + g ;
8. 1 f = f .
Por outro lado, para quaisquer matrizes A, B e C em Mn (R) e para todo , R, tambm
so vlidas as seguintes propriedades:
1. A + B = B + A ;
2. A + (B + C) = (A + B) + C ;
ento teremos
O + A = A;
satisfaz
A + (A) = O ;
2.1. INTRODUO E EXEMPLOS 15
5. ( A) = () A ;
6. ( + ) A = A + A ;
7. (A + B) = A + B ;
8. 1 A = A .
Podemos ver que tanto o conjuntos das funes definidas na reta a valores reais, como o
conjunto das matrizes quadradas de ordem n, quando munidos de somas e multiplicao por
escalares correspondentes, apresentam propriedades algbricas comuns.
Na verdade muitos outros conjuntos munidos de operaes apropriadas apresentam pro-
priedades semelhantes s acima.
por isso que, ao invs de estudarmos cada um desses modelos separadamente estuda-
remos um conjunto arbitrrio e no vazio, V, sobre o qual supomos estar definidas uma
operao de adio, isto , para cada u, v V existe um nico elemento de V associ-
ado, chamado a soma de u com v e denotado por u + v, e uma multiplicao por escalar,
isto , para cada u V e R existe um nico elemento de V associado, chamado de
produto de u pelo escalar e denotado por u.
Mais precsimante, temos a:
+:V V V
:RV V
ser denominado espao vetorial real (ou sobre R) se so vlidas as seguintes proprieda-
des:
(ev1) (Comutativa)
u + v = v + u, (2.1)
para cada u, v V;
(ev2) (Associativa)
u + (v + w) = (u + v) + w , (2.2)
para cada u, v, w V;
O + u = u, (2.3)
para cada u V;
16 CAPTULO 2. ESPAOS VETORIAIS
( u) = () u , (2.5)
para cada u V e , R;
( + ) u = u + u , (2.6)
para cada u V e , R;
(u + v) = u + v , (2.7)
para cada u, v V e R;
1 u = u, (2.8)
para cada u V.
Observao 2.9 No caso acima a terna (V, +, ) ser dita espao vetorial real (ou sobre
R), e quando as operaes envolvidas forem as naturais de V diremos, apenas, que V
um espao vetorial real (ou sobre R).
comum chamarmos os elementos de um espao vetorial de vetores, independen-
temente da natureza dos mesmos.
Tambm chamamos de escalares os nmeros reais quando estes desempenham o seu
papel na ao de multiplicar um vetor por esses nmero real.
Observao 2.11 Em um espao vetorial real (V, +, ), pela Definio (2.1), item (ev4)
(isto , (2.4)), para cada u V, podemos encontrar v V tal que
u + v = O.
u+v=O e u + v = O. (2.12)
Ento, combinando estas equaes com a Definio (2.1), itens (ev1),(ev2) e (ev3)
(isto , (2.1), (2.2) e (2.3)), deveremos ter:
ou seja,
v = v.
Observao 2.14 A rigor, a definio de espao vetorial real que demos acima se re-
fere a multiplicao de vetores por nmero reais, visto que estamos permitindo que os
escalares sejam apenas nmeros reais.
A noo de espao vetorial complexo (ou sobre C) pode ser introduzida natural-
mente a partir da definio acima com as devidas adaptaes.
Mais precisamente, pedimos que sejam satisfeitas as propriedades (ev1) at (ev4)
e (ev8) enquanto que as propriedades (ev5) at (ev7) devem valer para cada , C.
No entanto, embora importante, no usaremos com freqncia, neste curso, o con-
ceito de espao vetorial complexo (ou sobre C).
18 CAPTULO 2. ESPAOS VETORIAIS
Um outro exemplo de espao vetorial real, alm dos dois apresentados no incio do texto,
o conjunto dos vetores de R2 (ou R3 ) como apresentados em Geometria Analtica munido
da adio de vetores e da multiplicao por escalar por vetores, introduzidos no curso de
Geometria Analtica.
Dessa forma, o adjetivo vetorial utilizado na definio acima deve ser entendido de uma
forma mais ampla, sendo uma referncia aos elementos de um espao vetorial real (V, +, ),
independentemente de serem ou no vetores estudados no curso de Geometria Analtica.
O exemplo mais simples de espao vetorial real dado pelo:
Ex. 2.15 O conjunto dos nmeros reais, munido da adio + e da multiplicao de
R, ou seja, (R, +, ) um espao vetorial real.
Deixaremos como exerccio para o leitor a verificao deste fato.
Temos tambm os seguintes exemplos so espaos vetoriais reais:
Exemplo 2.16 Para n N, consideremos o conjunto das n-uplas ordenadas de nmeros
reais, que indicaremos por Rn , isto ,
.
Rn = {(x1 , , xn ) ; xi R , para cada in {1, , n}} ,
munido das operaes de adio de duas n-uplas ordenadas, a saber:
para x = (x1 , , xn ), y = (y1 , , yn ) Rn ,
definiremos
.
x + y = (x1 + y1 , , xn + yn ) Rn ,
ou seja,
+ : Rn Rn Rn ,
e o produto de uma n-upla por um escalar, a saber:
para R e x = (x1 , , xn )
definiremos
.
x = (x1 , , xn ) Rn ,
: R Rn Rn .
Pode-se mostrar, que (Rn , +, ) ser um espao vetorial real.
A verificao deste fato ser deixada como exerccio para o leitor.
Observao 2.17 Observemos que, no exemplo acima, o vetor nulo de (Rn , +, ) ser a
n-upla nula, isto ,
.
O = (0 , , 0) Rn .
Alm disso, se
x = (x1 , , xn ) Rn ,
ento o vetor oposto, associado ao vetor x, ser n-upla
.
x = (x1 , , xn ) Rn .
A verificao destes fato ser deixada como exerccio para o leitor.
2.1. INTRODUO E EXEMPLOS 19
Observao 2.19 Observemos que o vetor nulo O de (Mmn (R), +, ) ser a matriz nula,
isto ,
. .
O = (aij )mn Mmn (R) , onde aij = 0 , para cada i {1, , m} e j {1, n} .
Alm disso, se
A = (aij ) Mmn (R) ,
ento o vetor oposto, associado ao vetor A, ser a matriz
.
A = (aij )mn Mmn (R) .
onde ao , a1 , , an R.
Definimos a adio de elementos de Pn (R) e a multiplicao de elementos de Pn (R)
por escalar da seguinte maneira:
Se p Pn (R) ento
p(x) = ao + a1 x + + an xn , x R, onde ao , a1 , , an R
Observao 2.21 Observemos que o vetor nulo de (Pn (R), +, ) ser o polinmio iden-
ticamente nulo, isto ,
.
O Pn (R) , onde O(x) = 0 , para cada x R .
Alm disso, se p Pn (R) ento o vetor oposto, associado ao vetor p, ser o polin-
mio
.
p Pn (R) , onde (p)(x) = p(x) , para cada x R .
A verificao destes fatos ser deixada como exerccio para o leitor.
+ : F (I ; R) F (I ; R) F (I ; R) e . : R F (I ; R) F (I ; R) .
Observao 2.23 Observemos que o vetor nulo de (F (I ; R), +, ) ser a funo identi-
camente nulo, isto ,
.
O F (I ; R) , onde O(x) = 0 , para cada x R .
Observao 2.25 Observemos que o vetor nulo de (C(I; R), +, ) ser a funo identica-
mente nulo, isto , ( uma funo contnua em I)
.
O C(I ; R) , onde O(x) = 0 , para cada x R.
Alm disso, se f C(I ; R) ento o vetor oposto associado ao vetor f ser a funo
( uma funo contnua em I)
.
f C(I; R) , onde (f)(x) = f(x) , para cada x R.
Ck (I ; R) ,
Observao 2.27 Observemos que o vetor nulo de (Ck (I ; R), +, ) ser a funo identi-
camente nulo, isto , ( uma funo contnua com derivada at a ordem k contnuas
em I)
.
O Ck (I ; R) , onde O(x) = 0 , para cada x R .
Alm disso, se f Ck (I ; R) ento o vetor oposto associado ao vetor f ser a funo
( uma funo contnua com derivada at a ordem k contnuas em I)
.
f Ck (I ; R) , onde (f)(x) = f(x) , para cada x R.
Observao 2.29 Observemos que o vetor nulo de (C (I ; R), +, ) ser a funo identi-
camente nulo, isto , ( uma funo contnua com derivada de qualquer ordem contnua
em I)
.
O C (I ; R) , onde O(x) = 0 , para cada x R .
Alm disso, se f C (I; R) ento o vetor oposto associado ao vetor f ser a funo
( uma funo contnua com derivada de qualquer ordem contnua em I)
.
f C (I ; R) , onde (f)(x) = f(x) , para cada x R.
Os espaos vetoriais reais acima envolvem operaes com as quais estamos familiarizados.
O prximo exemplo um pouco mais sofisticado do que os anteriores e por isso verifica-
remos que as oito propriedades ocorrem.
Resoluo:
De fato, observemos que
1. Se x, y V, temos que
x y = xy = yx = y x ,
para cada x, y V.
Logo vale a propriedade (ev1) (isto , (2.1)).
2.1. INTRODUO E EXEMPLOS 23
para cada x, y, z V.
Logo vale a propriedade (ev2) (isto , (2.2)).
1 x = 1x = x ,
x x1 = xx1 = 1 = O ,
5. Notemos que
( x) = x = (x ) = x = x = () x,
para cada x V e , R.
Logo vale a propriedade (ev5) (isto , (2.5)).
( + ) x = x+ = x x = x x = ( x) ( x) ,
para cada x V e , R.
Logo vale a propriedade (ev6) (isto , (2.6)).
7. Notemos que
(x y) = (xy) = (xy) = x y = ( x) ( y)
para cada x, y V e R.
Logo vale a propriedade (ev7) (isto , (2.7)).
2.2 Propriedades
Das oito propriedades que definem um espao vetorial real podemos concluir vrias outras.
Listaremos algumas destas propriedades no seguinte resultado:
2. para cada u V,
0 u = O,
onde 0 R e O o elemento neutro da adio de (V, +, ).
3. se
u = O, ento deveremos ter =0 ou u = O,
onde 0 R e O o elemento neutro da adio de (V, +, ).
() u = (u) = ( u) .
( ) u = u ( u) .
(u v) = u ( v) .
9. se
u + w = v + w, ento deveremos ter u = v.
u + w = v.
2.2. PROPRIEDADES 25
Demonstrao:
(2.3) (2.7)
O = (O + O) = O + O . (2.32)
(2.4) (2.33)
O = O + [( O)] = ( O + O) + [( O)]
(2.7) (2.4) (2.3)
= O + { O + [( O)]} = O + O = O ,
isto ,
O = O,
(2.6)
0 u = (0 + 0) u = 0 u + 0 u . (2.33)
(2.4) (2.33)
O = 0 u + [((0 u)] = (0 u + 0 u) + [(0 u)]
(2.2) (2.4) (2.3)
= 0 u + (0 u + [(0 u)] = 0 u + O = 0 u,
isto ,
0 u = O,
3. Se
u=O e = 0 ,
pelas propriedades (ev8) e (ev5) (isto , (2.8) e (2.5)) e pelo item 1. desta Proposio,
segue que
(2.8) (2.5) item 1.
u = 1 u = (1 ) u = 1 ( u) = 1 O = O ,
|{z}
=O
ou seja,
u = O,
( u) = () u .
( u) = (u) .
Proposio 2.34 Seja (V, +, ) um espao vetorial real . Mostre que se V = {O} ento o
conjunto V tem infinitos elementos distintos.
Demonstrao:
Note que se encontrarmos uma funo f : R V que seja injetora, ento o conjunto V
ter infinitos elementos.
De fato, pois para cada R corresponder um elemento distinto f() de V e como R
tem infinitos elementos distintos, teremos que o conjunto V tambm ter infinitos elementos
distintos.
Seja v V, de modo que v = O.
Defina a funo f : R V por
f() = f() .
= 0,
isto ,
= ,
mostrando que a funo f injetora e completando a demonstrao.
2.3 Exerccios
28 CAPTULO 2. ESPAOS VETORIAIS
Captulo 3
Subespaos Vetoriais
uW. (3.3)
Observao 3.4 Notemos que todo subespao vetorial W de um espao vetorial real
(V, +, ), , ele prprio, um espao vetorial sobre R com as operaes induzidas de V,
ou seja,
(W, +V , V )
um espao vetorial sobre R.
Na situao acima, estamos indicando a operao de adio de elementos de (V, +, )
por +V e operao de multiplicao de escalar por elementos de (V, +, ) por V .
As propriedades comutativa (isto , (2.1)), associativa (isto , (2.2)), distributivas
(isto , (2.6) e (2.7)) e (ev8) (isto , (2.8)) so herdadas do prprio espao vetorial real
(V, +, ).
29
30 CAPTULO 3. SUBESPAOS VETORIAIS
Pela propriedade (sv1) acima (isto , (3.1)), o elemento neutro da adio de (V, +, )
ser um elemento de W, ou seja, vale a propriedade (ev3) da Definio (2.1) (isto ,
(2.3)).
Finalmente, pelo item 4. da Proposio (2.31) e por (sv3) (isto , (3.3)), se u W
deveremos ter
u = (1) u W ,
ou seja, vale a propriedade (ev4) da Definio (2.1) (isto , (2.4)), mostrando com isso
que, realmente, (W, +V , V ) um espao vetorial real.
Observao 3.5 Observemos tambm que a propriedade (sv1) (isto , (3.1)) pode ser
obtida da propriedade (sv3) (isto , de (3.3)) e da Proposio (2.31) item 2..
De fato, pois se w W teremos que
Prop. (2.31) item 2.
O = 0wW.
u+vW. (3.10)
Resoluo:
De fato:
pertence ao conjunto W.
De fato, pois
0 + 0 + 0 = 0.
x+y+z=0 e u + v + w = 0. (3.13)
Notemos que
+ em R3
(x , y , z) + (u , v , w) = (x + u , y + v , z + w) .
Mas
(x + u) + (y + v) + (z + w) = (x + y + z) + (u + v + w) = 0 .
| {z } | {z }
(3.13) (3.13)
= 0 = 0
+ em R3
(x , y , z) + (u , v , w) = (x + u , y + v , z + w) W .
x + y + z = 0. (3.14)
Notemos que
em R3
(x , y , z) = (x , y , z) .
Mas
x + y + z = (x + y + z) = 0 .
| {z }
(3.14)
= 0
(x , y , z) = (x , y , z) W .
32 CAPTULO 3. SUBESPAOS VETORIAIS
At1 = A1 e At2 = A2 ,
At = A .
Mas
veja o Apndice I
( A)t = |{z}
At = A,
=A
(veja o Apndice I para mais detalhes) um subespao vetorial do espao vetorial real
(Mn (R), +, ) (onde + e so as operaes usuais em Mn (R)).
Observao 3.21 Veremos, mais adiante, que toda matriz A Mn (R) pode ser escrita
como
A = As + Aa , (3.22)
onde As Ws e Aa Wa .
Alm disso, tambm mostraremos que
Ws Wa = {O} . (3.23)
Temos tambm o:
Verifiquemos que Pn (R) um subespao vetorial do espao vetorial real (Pn (R), +, )
(onde + e so as operaes usuais em Pn (R)).
Resoluo:
De fato:
O(0) = 0 .
p(0) = 0 . (3.27)
Logo Pn (R) Pn (R) um subespao vetorial do espao vetorial real (Pn (R), +, ).
Resoluo:
De fato:
(y1 + y2 ) (x) (y1 + y2 )(x) = [y1 (x) y1 (x)] + [y2 (x) y2 (x)] = 0 ,
| {z } | {z }
=0 =0
ou seja,
(y1 + y2 ) W .
3.2. INTERSEO E SOMA DE SUBESPAOS 35
mostrando que
yW.
Portanto W C2 (R; R) um subespao vetorial do espao vetorial real (C2 (R; R), +, ).
Exerccio 3.33 O conjunto W das funes contnuas da reta na reta, denotado por
C(R; R), um subespao vetorial do espao vetorial real (F (R; R), +, ) (onde + e so
as operaes usuais em F (R; R)).
Demonstrao:
De fato:
1. Como U e W so subsepaos vetoriais do espao vetorial real (V, +, ) temos que
OU e OW.
Logo
OUW;
36 CAPTULO 3. SUBESPAOS VETORIAIS
Logo,
x+yUW.
Portanto, dos itens 1.e 2. acima e da Observao (3.8), segue que U W subespao
vetorial do espao vetorial real (V, +, ),, completando a demonstrao do resultado.
mas
u + w = (1, 0) + (0, 1) = (1, 1) U W ,
ou seja,
u, w U W, mas u + w U W .
Portanto U W no subespao vetorial do espao vetorial real (R2 , +, )
u + w, para uU e wW.
Demonstrao:
Verifiquemos que U + W subespao vetorial do espao vetorial real (V, +, ).
OU e OW.
Logo
O=O+OU+W,
mostrando que o elementro neutro da adio de (V, +, ) pertence U + W (isto , O
U + W);
2. Sejam x1 , x2 U + W ento
Logo, dos itens 1. e 2. acima e da Observao (3.8) segue que U + W subespao vetorial
do espao vetorial real (V, +, ).
Mostremos que
UW U+W.
Para isto, seja
vUW.
Se
v U, ento v = v + O U + W .
Se
vW, ento v = O + v U + W ,
ou seja, em qualquer um desses dois casos teremos
UW U+W,
Observao 3.41 Ainda usando a notao acima, suponha que V seja um subespao
vetorial do espao vetorial real (V, +, ) que contenha os subconjuntos, no vazios, U e
W.
Neste caso, para cada u U V e cada w W V , deveremos ter
u + w V, ou seja, U + W V.
Esta observao nos fornece a demonstrao da:
Proposio 3.42 Sejam U e W subespaos vetoriais do espao vetorial real (V, +, ).
Ento U+W o menor subespao vetorial do espao vetorial real (V, +, ) que contm
U W.
Em outras palavras, se V um subespao vetorial do espao vetorial real (V, +, )
que contm U W ento
U W U + W V.
Demonstrao:
Veja a Observao acima.
Demonstrao:
Suponhamos que
V = U W,
isto ,
V =U+W e U W = {O}. (3.46)
Ento, dado v V, como
V =U+W,
existem u U e w W, de modo que
v = u + w.
v = u + w .
Mas
u u U e w w W
e assim
hiptese
u u = w w U W = {O},
ou seja,
u u = w w = O
ou, equivalentemente,
u = u e w = w ,
mostrando que u U e w W so os nicos tal que
v = u + w.
v = u + w. (3.48)
com
u+vU e w v W.
Da unicidade da decomposio (3.48), deveremos ter
u=u+v e w = w v,
V =UW,
U W = {O}
2v, 4v U , 2v = 4v e v, 3v W ,
Exemplo 3.50 Verifique que o espao vetorial real (R3 , +, ) (onde + e so as operaes
usuais em R3 ) a soma direta dos seguintes subespaos vetoriais
. { } . { }
U = (x, y, z) R3 ; x = y = 0 e W = (x, y, z) R3 ; x + y + z = 0 (3.51)
Resoluo:
Notemos que U de fato um subespao vetorial do espao vetorial real (R3 , +, ), pois
{ } { }
U = (x, y, z) R3 ; x = 0 (x, y, z) R3 ; y = 0
2. Se
u1 = (x1 , y1 , z1 ) , u2 = (x2 , y2 , z2 ) U
x1 = y1 = e x2 = y2 = 0 .
Logo,
u1 = (0, 0, z1 ) e u2 = (0, 0, z2 ),
assim teremos
u1 + u2 = (0, 0, z1 ) + (0, 0, z2 ) = (0, 0, z1 + z2 )
x = y = 0,
ou seja,
u = (0, 0, z) .
Portanto
em R3
u = (0, 0, z) = (0 , 0 , z) = (0 , 0 , z1 )
que, um elemento de U.
42 CAPTULO 3. SUBESPAOS VETORIAIS
Logo, dos itens 1., 2. e 3. acima, segue que U um subespao vetorial do espao vetorial
real (R3 , +, ).
Deixaremos como exerccio para o leitor mostrar que W um subespao vetorial do espao
vetorial real (R3 , +, ).
Observemos que, de (3.51), teremos
.
W = {(x, y, z) R3 : z = x y} .
e como
(0, 0, z + x + y) U e (x, y, x y) W
obteremos que
R3 = U + W .
Resta agora mostrar que
U W = {O} .
Para isto, seja
(x, y, z) U W .
Se
(x, y, z) U , deveremos ter x=y=0
e se
(x, y, z) W , deveremos ter x + y + z = 0.
Logo, temos que encontrar todas as solues do sistem linear:
x = 0
y=0 ou seja, (x, y, z) = (0, 0, 0) = O .
x + y + z = 0
Portanto
U W = {O} ,
mostrando que
R3 = U W .
Mostre que
R3 = U + W ,
mas a soma no direta.
3.2. INTERSEO E SOMA DE SUBESPAOS 43
Resoluo:
Deixaremos como exerccio para o leitor a verificao que U e W, dados por (3.53), so
subespaos do espao vetorial real (R3 , +, ).
Dado (x, y, z) R3 podemos escrever
pois
(0, y, z) U e (x, 0, 0) W .
Portanto,
R3 = U + W .
U V = {(0, 0, 0)} .
Mn (R) = Ws Wa .
Resoluo:
Mostre que se C Mn (R) ento
C + Ct C Ct
C= + ,
2 } | {z
| {z 2 }
.
=A
.
=B
e note que
A Ws e B Wa .
Observao 3.55 Logo o Exerccio acima nos diz que toda matriz C Mn (R) pode ser
escrita, de modo nico, como soma de uma matriz simtrica com uma matriz anti-
simtrica.
44 CAPTULO 3. SUBESPAOS VETORIAIS
e
.
I(R ; R) = {g : F (R) ; g(x) = g(x), x R} ,
onde (F (R; R), +, ) o espao vetorial real do Exemplo (2.22).
Resoluo:
Mostre que se h F (R; R) ento
e note que
f P(R; R) e g I(R; R) .
Observao 3.57 P(R; R) (I(R; R), respectivamente) o conjunto formado por todas as
funes de F (R; R) que so funes pares (mpares, respectivamente).
Logo o Exerccio acima nos diz que toda funo de F (R; R) pode ser escrita, de modo nico,
como soma de uma funo para com uma funo mpar.
Demonstrao:
As demonstraes so semelhantes a da Proposio (3.39) e da Proposio (3.35), respec-
tivamente.
As suas elaboraes sero deixadas como exerccio para o leitor.
Com isto podemos estender a noo de soma direta para um nmero finito de subespaos
vetoriais de um espao vetorial real, a saber:
Observao 3.62
1. A expresso
(U1 + + Uj1 + Uj+1 + Un )
ser denotada por ( )
cj + + Un ,
U1 + + U
2. Notemos que, para cada j {1, , n}, temos que Uj um subsepao vetorial do
espao vetorial real (V, +, ).
Logo O Uj , assim sempre teremos que
( )
c
O Uj U1 + + Uj + + Un .
v = u1 + + un . (3.65)
46 CAPTULO 3. SUBESPAOS VETORIAIS
Demonstrao:
A prova feita por induo sobre n e anloga da proposio (3.45).
Devido a este fato deixaremos os detalhes como exerccio para o leitor.
Resoluo:
Deixaremos como exerccio para o leitor a verificao que Uo , U1 e U2 so subespaes
vetoriais do espao vetorial real (P2 (R), +, )
Afirmamos que
P2 (R) = Uo U1 U2 .
Mostremos, primeiramente, que
P2 (R) = Uo + U1 + U2 .
p(x) = ao + a1 x + a2 x2
= po (x) + p1 (x) + p2 (x) , para x R,
| {z } | {z } | {z }
Uo U1 U2
mostrando que
P2 (R) = Uo + U1 + U2 .
Verifiquemos que a soma direta.
1. Afirmamos que
Uo (U1 + U2 ) = {O} .
Seja
p Uo (U1 + U2 ) , isto , p Uo e p (U1 + U2 ) .
e
(3.68) e (3.69)
p(x) = p1 (x) + p2 (x) = a1 x + a2 x2 , para cada x R. (3.71)
| {z } | {z }
U1 U2
3.2. INTERSEO E SOMA DE SUBESPAOS 47
2. Afirmamos que
U1 (Uo + U2 ) = {O} .
Seja
p U1 (Uo + U2 ) , isto , p U1 e p (Uo + U2 ) .
e
p(x) = po (x) + p2 (x) = ao + a2 x2 , para cada x R. (3.73)
| {z } | {z }
Uo U2
3. Afirmamos que
U2 (Uo + U1 ) = {O} .
Seja
p U2 (Uo + U1 ) , isto , p U2 e p (Uo + U1 ) .
e
p(x) = po (x) + p1 (x) = ao + a1 x , para cada x R. (3.75)
| {z } | {z }
Uo U1
48 CAPTULO 3. SUBESPAOS VETORIAIS
mostrando que
U2 (Uo + U1 ) = {O} .
P2 (R) = U1 U2 U3 .
3.3 Exerccios
Captulo 4
Combinaes Lineares
u = 1 u1 + + n un . (4.2)
1 u1 + + n un
pertence a U, isto ,
1 u1 + + n un U .
Exemplo 4.4 Consideremos o espao vetorial real (P2 (R), +, ) (onde + e so as ope-
raes usuais de P2 (R)) e o polinmio p P2 (R) dado por
.
p(x) = 2 + x2 , para cada, x R. (4.5)
49
50 CAPTULO 4. COMBINAES LINEARES
Resoluo:
Observemos que
p(x) = 2 + x2 = 2 |{z}
1 +0 |{z}
x +1 |{z}
x2
=po (x) =p1 (x) =p2 (x)
2 po (x) + |{z}
= |{z} 0 p1 (x) + |{z}
1 p2 (x) ,
.=o .=1 .=2
mostrando que realmente o polinmio p P2 (R) dado por (4.5) uma combinao dos
polinmios po , p1 , p2 P2 (R), dados por (4.6).
Exemplo 4.8 Mostre que no espao vetorial real (P2 (R), +, ) (onde + e so as ope-
raes usuais de P2 (R)), o polinmio p P2 (R) dado por
.
p(x) = 1 + x2 , para cada x R, (4.9)
Resoluo:
Para mostrarmos o que pedido precisamos encontrar nmeros reais , e , de modo
que
p = qo + q1 + q2 . (4.11)
(4.9) (4.11)
1 + x2 = p(x) = qo (x) + q1 (x) + q2 (x)
(4.10)
= + (1 + x) + (1 + x + x2 )
= ( + + ) + ( + ) x + x2 ,
ou seja,
p = 1 qo + (1) q1 + 1 q2 , (4.12)
4.2 Geradores
Tendo a defino de combinao linear podemos introduzir a:
Demonstrao:
1. Como S = , existe u S.
Com isto teremos que
Prop. (2.31) tem 2. (4.15)
O = 0 u [S],
ou seja, o vetor nulo combinao linear (o escalar ser o nmero real 0) do vetor u S,
assim
O [S] .
1 , . . . , n , 1 , . . . , m R
e vetores
u1 , . . . , un , v1 , . . . , vm S ,
de modo que
u = 1 u1 + + n un e v = 1 v1 + + m vm . (4.17)
Assim, para cada R, segue, das propriedades bsicas de espaos vetoriais reais, que
(4.17)
u + v = [1 u1 + + n un ] + [1 v1 + + m vm ]
(4.15)
= 1 u1 + + n un + (1 ) v1 + + (m ) vm [S] ,
52 CAPTULO 4. COMBINAES LINEARES
mostrando que
(u + ) v [S] .
Portanto, dos itens 1.e 2. acima e da Observao (3.8), segue que [S] ser um subespao
vetorial do espao vetorial real (V, +, ).
1. Temos que
S [S] . (4.22)
2. Se
ST, ento [S] [T ] . (4.23)
3. Temos que
[[S]] = [S] . (4.24)
S = [S]; (4.25)
5. Sempre vale
[S T ] = [S] + [T ] . (4.26)
Demonstrao:
4.2. GERADORES 53
1. Notemos que
se u S, ento u = 1 u ,
ou seja, o vetor u combinao linear (com escalar igual a 1) do prprio vetor u, que
pertence a S.
Logo
u = 1 u [S] ,
mostrando que
S [S] ,
como queramos demonstrar.
1 , . . . , n R
e vetores
u1 , . . . , u n S ,
tais que
u = 1 u1 + + n un .
Como
ST teremos que u1 , . . . , un T .
u [T ] ,
ou seja,
[S] [T ] ,
como queramos demonstrar.
[S] [[S]] .
u [[S]] .
Segue da Definio (4.13), de subespao gerado, que o vetor u uma combinao linear
de elementos de [S].
54 CAPTULO 4. COMBINAES LINEARES
Novamente pela Definio (4.13), como cada elemento de [S] uma combinao linear
de elementos de S, resulta que o vetor u ser uma combinao linear de elementos de
S, ou seja, u [S], mostrando que
[[S]] [S] .
Portanto
[[S]] = [S] ,
como queramos demonstrar.
S [S] .
Portanto
S = [S] ,
como queramos demonstrar.
5. Mostremos que
[S T ] [S] + [T ] .
1 , . . . , n , 1 , . . . , m R
e vetores
u1 , . . . , un S e v1 , . . . , vm T ,
tais que
u = 1 u1 + + n un + 1 v1 + + m vm
| 1 u1 + {z
= ( + n un}) + (1 v1 + + m vm ) [S] + [T ] ,
| {z }
[S] [T ]
ou seja, vale
[S T ] [S] + [T ] .
4.2. GERADORES 55
Ento
u = v + w, onde v [S] e w [T ] .
1 , . . . , p , 1 , . . . , q R
e vetores
v1 , . . . , vp S e w1 , . . . , w q T ,
tais que
u = v + w = (1 v1 + + p vp ) + (1 w1 + + q wq )
= 1 |{z}
v1 + + p vp +1 |{z}
w1 + + q wq [S T ] ,
|{z} |{z}
SST SST T ST T ST
ou seja, vale
[S] + [T ] [S T ] ,
completando a demonstrao do resultado.
Definio 4.27 Dizemos que um espao vetorial real (V, +, ) finitamente gerado se
existir um subconjunto finito S V tal que
V = [S] . (4.28)
Resoluo:
De fato, consideremos os seguintes vetores de R4 :
. . . .
e1 = (1, 0, 0, 0), e2 = (0, 1, 0, 0), e3 = (0, 0, 1, 0), e4 = (0, 0, 0, 1) .
Ento se
u R4 ,
56 CAPTULO 4. COMBINAES LINEARES
u = (a1 , a2 , a3 , a4 ) .
ou seja,
u = (a1 , a2 , a3 , a4 )
= (a1 , 0, 0, 0) + (0, a2 , 0, 0, 0) + (0, 0, a3 , 0) + (0, 0, 0, a4 )
= a1 (1, 0, 0, 0) + a2 (0, 1, 0, 0, 0) + a3 (0, 0, 1, 0) + a4 (0, 0, 0, 1)
= a1 e1 + a2 e2 + a3 e3 + a4 e4 ,
mostrando que qualquer vetor u R4 , pode ser escrito como combinao linear dos vetores
e1 , e2 , e3 , e4 R4 , ou seja,
R4 = [e1 , e2 , e3 , e4 ] .
( )
Portanto o espao vetorial real R4 , +, finitamente gerado.
Notemos que o conjunto
.
S = {e1 , e2 , e3 , e4 }
( )
um conjunto finito formado por geradores do espao vetorial real R4 , +, .
Podemos estender o exemplo acima a seguinte situao:
Resoluo:
De fato, consideremos os seguintes vetores de Rn :
. . .
e1 = (1, 0, . . . , 0) , e2 = (0, 1, 0, . . . , 0) , . . . , en = (0, . . . , 0, 1) .
Ento se
u Rn ,
temos que existem escalares a1 , , an R tais que
u = (a1 , a2 , , an ) .
ou seja,
u = (a1 , a2 , , an )
= (a1 , 0, , 0) + (0, a2 , 0, , 0) + + (0, , 0, an )
= a1 (1, 0, , 0) + a2 (0, 1, 0, , 0) + + an (0, , 0, 1)
= a1 e1 + a2 e2 + + an en ,
mostrando que o vetor u Rn , pode ser escrito como combinao linear dos vetores e1 , en
Rn , ou seja,
Rn = [e1 , , en ] .
4.2. GERADORES 57
Resoluo:
De fato, se
A M23 (R) ,
segue que existiro escalares a11 , a12 , a13 , a21 , a22 , a23 R tais que
( )
a11 a12 a13
A= ,
a21 a22 a23
ou seja,
( ) ( ) ( ) ( )
a11 a12 a13 a11 0 0 0 a12 0 0 0 a13
A= = + +
a21 a22 a23 0 0 0 0 0 0 0 0 0
( ) ( ) ( )
0 0 0 0 0 0 0 0 0
+ + +
a21 0 0 0 a22 0 0 0 a23
( ) ( ) ( )
1 0 0 0 1 0 0 0 1
= a11 + a12 + a13
0 0 0 0 0 0 0 0 0
( ) ( ) ( )
0 0 0 0 0 0 0 0 0
+ a21 + a22 + a23
1 0 0 0 1 0 0 0 1
= a11 E11 + a12 E12 + a13 E13 + a21 E21 + a22 E22 + a23 E23 ,
mostrando que a matriz A M23 (R), pode ser escrita como combinao linear das matrizes
E11 , E12 , E13 , E21 , E22 , E23 M23 (R), ou seja,
um conjunto finito formado por geradores do espao vetorial real (M23 (R), +, ).
Podemos estender o Exemplo acima acima ao seguinte Exerccio, cuja resoluo ser
deixada para o leitor:
Exemplo 4.33 O espao vetorial real (P2 (R), +, ) (onde + e so as operaes usuais
de P2 (R)) finitamente gerado.
Resoluo:
De fato, consideremos po , p1 , p2 P2 (R) os seguintes polinmios:
. . .
po (x) = 1 , p1 (x) = x , p2 (x) = x2 , para cada x R .
Ento se
p P2 (R) ,
temos que existiro escalares
ao , a1 , a2 R ,
tais que
p(x) = ao + a1 x + a2 x2 , para cada x R,
ou seja,
mostrando que o polinmio p P2 (R) pode ser escrito como combinao linear dos polin-
mios po , p1 , p2 P2 (R), ou seja,
P2 (R) = [po , p1 , p2 ] .
Exerccio 4.34 Seja n N fixado. O espao vetorial real (Pn (R), +, ) (onde + e so
as operaes usuais de Pn (R)) finitamente gerado.
Resoluo:
De fato, consideremos po , , pn Pn (R) os seguintes polinmios:
. . . .
po (x) = 1 , p1 (x) = x , p2 (x) = x2 , , pn (x) = xn , para cada x R.
Ento se
p Pn (R)
temos que existiro escalares
ao , a1 , , an R ,
tais que
p(x) = ao + a1 x + + an xn , para cada x R,
ou seja,
mostrando que o polinmio p Pn (R) pode ser escrito como combinao linear dos polin-
mios po , , pn Pn (R), ou seja,
Pn (R) = [po , , pn ] .
Resoluo:
Deixaremos como exerccio para o leitor verificar que (P(R), +, ) um espao vetorial
(onde + e so as operaes de F (R; R))
Note que
Pn (R) P(R) ,
para cada n N fixado.
60 CAPTULO 4. COMBINAES LINEARES
Suponhamos, por absurdo, que o espao vetorial real (P(R), +, ) finitamente gerado,
ou seja, existe um nmero finito de polinmios p1 , . . . , pn P(R) tais que
P(R) = [p1 , . . . , pn ] .
p1 , . . . , pn ,
que existe pois, temos somente um nmero finito de polinmios da coleo acima.
Com isto temos que o polinmio p P(R) dado por
.
p(x) = xN+1 , para cada x R,
p1 , . . . , pn ,
pois o maior grau dentre esse os polinmios N, que menor que o grau do polinmio p,
que N + 1.
Assim,
p [p1 , . . . , pn ] = P(R) ,
o que seria um absurdo, pois p P(R).
Portanto (P(R), +, ) no um espao vetorial finitamente gerado.
[po , p1 , , pn , ] = P(R),
Temos tambm a:
Proposio 4.37 Seja (V, +, ) um espao vetorial real gerado pelos vetores u1 , . . . , un ,
isto ,
V = [u1 , , un ] .
Suponhamos que o vetor u1 uma combinao linear dos vetores u2 , . . . , un , ou seja,
u1 [u2 , , un ] .
[u2 , , un ] = [u1 , , un ] = V .
4.2. GERADORES 61
Demonstrao:
Devemos mostrar que qualquer vetor u V pode ser escrito como uma combinao linear
dos vetores u2 , . . . , un , ou seja,
V = [u2 , , un ] .
Notemos que se
u V = [u1 , u2 , , un ] ,
temos que existiro escalares
1 , . . . , n R ,
tais que
u = 1 u1 + + n un . (4.38)
Mas, por hiptese, o vetor u1 uma combinao linear dos vetores u2 , . . . , un , ou seja,
u1 [u2 , , un ] .
= 1 (1 u2 + + n1 un ) + 2 u2 + + n un
= (1 1 + 2 ) u2 + + (1 n1 + n ) un ,
ou seja, o vetor u pode ser escrito como como uma combinao linear dos vetores
u2 , . . . , un ,
isto ,
u [u2 , , un ] , ou seja, V = [u2 , , un ] ,
como queriamos mostrar.
Observao 4.40 O resultado acima nos diz que se um espao vetorial real gerado
por um nmero finito de vetores e um desses vetores pode ser obtido como combinao
linear dos restantes, ento o espao vetorial real, dado incialmente, poder ser gerado
pelos vetores restantes, retirando-se o vetor que pode ser obtido como combinao linear
dos outros da lista inicial.
Apliquemos isto ao
62 CAPTULO 4. COMBINAES LINEARES
( )
Exemplo 4.41 Consideremos o espao vetorial real R4 , +, (onde + e so as opera-
es usuais de R4 ) e os seguintes seus subespaos vetoriais
. { } . { }
U = (x, y, z, t) R4 ; x y + t + z = 0 , W = (x, y, z, t) R4 ; x + y t + z = 0 . (4.42)
U, W, UW e U+W.
Resoluo:
Deixaremos como exerccio para o leitor a verificao que U e W so subespaos vetoriais
( )
do espao vetorial real R4 , +, .
Encontremos geradores para cada um dos subespaos vetoriais acima:
Portanto,
(x, y , z , t) = (x , x + z + t , z , t) = (x , x , 0 , 0) + (0 , z , z , 0) + (0 , t , 0 , t)
|{z}
=x+z+t
ou seja, o vetor u U, pode ser escrito como combinao linear dos vetores u1 , u2 , u3
(os escalares sero x, z e t, respectivamente), isto ,
Portanto,
(x , y , z , |{z}
t ) = (x , y , z , x + y + z) = (x , 0 , 0 , x) + (0 , y , 0 , y) + (0 , 0 , z , z)
=x+y+z
ou seja, o vetor u U, pode ser escrito como combinao linear dos vetores w1 , w2 , w3
(os escalares sero x, y e z, respectivamente), isto ,
para cada x, y R.
Deste modo, teremos:
(x , y , |{z} t ) = (x , y , x , y) = (x , 0 , x , 0) + (0 , y , 0 , y)
z , |{z}
=x =y
= x (1, 0, 1, 0) +y (0, 1, 0, 1)
| {z } | {z }
.
=v1
.
=v2
u seja, o vetor u U, pode ser escrito como combinao linear dos vetores v1 , v2 (os
escalares sero x e y, respectivamente), isto ,
U = [U] e W = [W] ,
64 CAPTULO 4. COMBINAES LINEARES
assim
(4.43) (4.44)
Prop. (4.21) item 4.] U = [u1 ,u2 ,u3 ] e W = [w1 ,w2 ,w3 ]
U+W = [U] + [W] = [u1 , u2 , u3 ] [w1 , w2 , w3 ]
Prop. (4.21) item 5.
= [u1 , u2 , u3 , w1 , w2 , w3 ] .
U + W = [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1)]
| {z } | {z }
w2 =u3
= [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 0, 1, 1)] , (4.46)
Portanto, pela Proposio (4.37), segue que podemos excluir o vetor (1, 1, 0, 0) da
lista dos geradores do subespao vetorial real U+W, que os vetores restantes continuaro
gerando o subespao vetorial U + W, isto :
Veremos mais adiante que este ser o nmero mnimo de geradores para o subespao
vetorial U + V, ou seja, no podemos retirar mais nenhum vetor da lista formada pelos
quatro vetores em (4.48) e ainda continuar gerando o subsepao vetorial U + V.
Deixaremos como exerccio para o leitor a verificao desta afirmao.
4.3 Exerccios
Captulo 5
Dependncia Linear
u = v + w, ()
ou, equivalentemente,
v + w 1 u = O.
Note que a combinao linear acima o vetor nulo, embora nem todos os escalares que
aparecem na sua formao sejo nulos.
Vejamos agora a seguinte situao: ser sempre possvel encontrar escalares , , R,
no todos nulos, de modo que, em R3 , tenhamos
1 u1 + + n un = O
65
66 CAPTULO 5. DEPENDNCIA LINEAR
1 = = n = 0.
Observao 5.2
2. Notemos que se
1 = = n = 0
ento, das propriedades bsicas de espao vetorial real, necessariamente, devere-
mos ter:
1 u1 + + un = O.
Porm, a recproca nem sempre vlida, isto , podemos ter uma coleo fi-
nita de vetores, v1 , , vn de um espao vetorial real e escalares 1 , , n R,
no todos nulos, de tal modo que
1 u1 + + n un = O. ()
Como exemplo desta situao consideremos no espao vetorial real (R2 , +, ) (onde
+ e so as operaes usuais) os vetores
. .
v1 = (1, 1) e v2 = (1, 1).
1 u1 + 2 u2 + + n un = O,
Observao 5.4
0 u1 + + 0 un = O e 1 u1 + + n un = O,
Demonstrao:
De fato, basta verificar que
|{z} 0 un = O,
0 u1 + + |{z}
1 O + |{z}
.= .=1 .=n
O + 1 u1 + + n un = O,
Resoluo:
Para tanto precisamos encontrar todas as possveis solues da equao vetorial
que equivalente a:
(0, 0, 0) = (, , ) + (, , 0) + (, 0, 0) = ( + + , + , ).
= = = 0.
Logo, os vetores (1, 1, 1), (1, 1, 0), (1, 0, 0) R3 so linearmente independentes no espao
vetorial real (R3 , +, ).
Resoluo:
Observemos que, os vetores u1 , u2 , u3 sero l.i. em (R3 , +, ) se, e somente se, a equao
vetorial
1 u1 + 2 u2 + 3 u3 = O ()
apresentar como nica soluo os escalares
1 = 2 = 3 = 0. ( )
Observemos que
que equivalente a que o sistema linear de trs equaes a trs incgnitas (que so os escalares
1 , 2 , 3 ):
1 x1 + 2 x2 + 3 x3 = 0
1 y1 + 2 y2 + 3 y3 = 0 . ( )
z + z + z = 0
1 1 2 2 3 3
5.1. INTRODUO E EXEMPLOS 69
Logo para que (**) possua somente a soluo (***) necessrio e suficiente que o sistema
linear (****) s admita a soluo (***).
Mas isto, como se sabe, isto equivalente que a dizer que a matriz dos coeficientes do
sistema linear (****),
x1 x2 x3
y1 y2 y3
z1 z2 z3
possue determinante diferente de zero (ver Apndice II).
Note que as colunas desta matriz so formadas pelas entradas que compem os vetores
u1 , u2 e u3 em (*).
Temos tambm o:
Resoluo:
Para isto precisamos estudar todas as possveis solues 1 , 2 , 3 R da equao vetorial:
1 u1 + 2 u2 + 3 u3 = O, ()
onde O denota a matriz nula de M2 (R), ou, equivalentemente, encontrar todas as possveis
solues da equao matricial
( ) ( ) ( ) ( )
1 0 1 1 0 1 0 0
1 + 2 + 3 = ,
0 1 0 1 0 0 0 0
|
{z
}
1 + 2 2 + 3
=
0 1 + 2
70 CAPTULO 5. DEPENDNCIA LINEAR
Observao 5.11 Um outro modo de resolver o exemplo acima observar que (verifi-
que!)
u2 = u1 + u3 ,
que equivalente a escrever
Temos tambm o:
Exemplo 5.12 Consideremos o espao vetorial real (C1 (R; R), +, ) (onde + e so as
operaes usuais de C1 (R; R)).
Verifique se as funes f e g so l.d. em (C1 (R; R), +, ) onde
.
f(x) = cos(x) e
.
g(x) = sen(x), x R.
Resoluo:
Como as funes f e g so funes definidas em R, a equao vetorial
f + f = O, ()
1. x = 0, ou seja:
2. x = , ou seja:
2
0 = f( ) + g(0) =
2
cos
( ) +
( )= sen = = 0.
| {z2 } | {z 2 }
=0 =1
Exemplo 5.13 Consideremos o espao vetorial real (C1 (R; R), +, ) (onde + e so as
operaes usuais de C1 (R; R)).
Verifique se as funes f, g e h so linearmente dependentes em (C1 (R; R), +, ), onde
.
f(x) = cos2(x), .
g(x) = sen2(x) e
.
h(x) = 1, x R.
Resoluo:
Observemos que
cos2(x) + sen2(x) = 1, para todo x R,
ou seja,
cos2(x) + sen2(x) 1 = 0, para todo x R,
que equivalente a
1 f + 1 g + (1) h = O,
onde O denota a funo identicamente mula.
Logo a equao vetorial
f + g + h = O,
. . .
tem uma soluo no trivial, a saber = 1, = 1 e = 1.
Portanto as funes f, g e h so l.d. em C1 (R; R).
Deixaremos como exerccio para o leitor o
Exerccio 5.14 Consideremos o espao vetorial real (C1 (R; R), +, ) (onde + e so as
operaes usuais de C1 (R; R)).
Sejam
.
f(x) = cos(2x), g(x) = cos2(x) e h(x) = sen2(x), x R.
Demonstrao:
Observemos que se um dos vetores da sequncia de vetores u1 , . . . , un , digamos uio para
algum io {1, , n}, se escreve como combinao linear dos restantes, ou seja, dos vetores
u1 , , uio 1 , uio +1 , , un ento devero existir escalares 1 , , io 1 , io +1 , , n R tais que
s onde O o vetor nulo do espao vetorial real (V, +, ), ou seja, a equao vetorial
ou, equivalentemente,
e como io = 0 teremos
1 i 1 i +1 n
u io = u1 + + o uio 1 + o uio +1 + + un ,
io io io io
ou seja, o vetor uio , da lisla u1 , , un , pode ser obtido como combinao linear dos vetores
restantes (a saber, dos vetores u1 , , uio 1 , uio +1 , , un ), terminando a demonstrao.
Demonstrao:
.
Vamos mostrar que se u1 , . . . , un , un+1 , . . . , um V so tais que S = {u1 , . . . , un } um
.
conjunto formado por vetores que so l.d. ento T = {u1 , . . . , un , un+1 , . . . , um } tambm um
conjunto formado por vetores que so l. d. .
Como S l.d. em (V, +, ) existem escalares 1 , , n R, no todos nulos, ou seja,
io = 0 para algum io = 1, , n, tais que
1 u1 + + io uio + + n un = O. ()
Observao 5.17 O resultado acima nos diz que qualquer subconjunto de um espao
vetorial real que contenha como subconjunto um conjunto que l.d. dever, necessari-
amente, ser l.d. .
Demonstrao:
Basta mostrar que se u1 , . . . , un , un+1 , . . . , um so linearmente independentes em (V, +, )
ento u1 , . . . , un tambm so l.i. em (V, +, ).
Para isto suponhamos que
1 u1 + + n un = O. ()
1 u1 + + n un + 0 un+1 + + 0 um = O ()
e os vetores u1 , . . . , un , un+1 , . . . , um so l.i. em (V, +, ) logo segue que a nica soluo para
a equao vetorial (*) ser
1 = = n = 0,
mostrando que os vetores u1 , . . . , un so l.i. em (V, +, ), como queramos demonstrar.
Observao 5.19 O resultado acima nos diz que qualquer subconjunto de um conjunto
de vetores de um espao vetorial real que l.i. dever, necessariamente, ser l.i. .
74 CAPTULO 5. DEPENDNCIA LINEAR
Demonstrao:
Como u, u1 , . . . , un , so l.d. em (V, +, ), devero existir 1 , . . . , n+1 , no todos nulos,
tais que
u + 1 u1 + + n un = O. ()
Afirmamos que = 0.
Suponhamos, por absurdo, que = 0.
A expresso (*) tornar-se-:
1 u1 + + n un = 0.
=0 1 n
u = 1 u1 + + n un u= u1 + + un ,
ou seja, o vetor u pode ser obtido como combinao linear dos vetores u1 , . . . , un , como
queramos demonstrar.
v = 1 u1 + + n un .
Prova:
Suponhamos que existam 1 , , n , 1 , , n R tais que
1 u1 + + n un = v = 1 u1 + + n un . ()
[1 u1 + + n un ] [1 u1 + + n un ] = O,
5.3. EXERCCIOS 75
(1 1 ) u1 + + (n n ) un = 0.
j j = 0, j = 1, , n,
isto ,
j = j , para todo j = 1, . . . , n,
como queramos demonstrar.
Observao 5.22 Vale uma certa recproca do resultado acima, a saber: se cada ve-
tor v [u1 , . . . , un ] se escreve de maneira nica como combinao linear dos vetores
u1 , . . . , un ento os vetores u1 , , un sero l.i. em (V, +, ).
De fato, pois, em particular, o vetor nulo O V se escreve de modo nico como
combinao linear dos vetores u1 , . . . , un , isto , se
O = 1 u1 + + n un 1 = = n = 0,
5.3 Exerccios
76 CAPTULO 5. DEPENDNCIA LINEAR
Captulo 6
6.1 Base
A noo de base de um espao vetorial real semelhante a que foi introduzida no curso de
Geometria Analtica.
Ela consiste em escolher um conjunto de geradores do espao vetorial real em questo que
contenha o menor nmero de vetores possvel, isto , um conjunto que gere o espao vetorial
real, mas que se deste conjunto for retirado qualquer elemento, o conjunto que restar no
gerar mais o espao vetorial real em questo.
Mais precisamente, temos a:
Definio 6.1 Seja V = {O}, (V, +, ) um espao vetorial real finitamente gerado.
Definimos uma base do espao vetorial real V como sendo um conjunto, que indica-
remos por B, formado por vetores linearmente independentes de V e que gera V.
Resoluo:
Sabemos que o espao vetorial real (R3 , +, ) finitamente gerado (verifique!).
fcil ver que os vetores de B so l.i. (verifique!).
Alm disso se (x, y, z) R3 temos que
mostrando que os vetores de B geram (R3 , +, ) (isto , [B] = R3 ), logo B ser uma base para
(R3 , +, ).
Podemos estender o exemplo acima, como afirma o seguinte exerccio abaixo, cuja reso-
luo ser deixada a cargo do leitor.
77
78 CAPTULO 6. BASE, DIMENSO E COORDENADAS
Temos tambm o:
Resoluo:
preciso mostrar que estes vetores de B so l.i. e que todo vetor de (R2 , +, ) se escreve
como combinao linear dos vetores de B.
Da observao (5.22) basta mostrarmos que todo vetor de (R2 , +, ) se escreve, de maneira
. .
nica, como combinao linear dos vetores u1 = (1, 1) e u2 = (1, 1).
.
Seja u = (x, y) R2 .
O nosso problema se resume a mostrar que existem nicos 1 , 2 R tais que
Resolvendo o sistema linear (ser deixado como exerccio para o leitor) obteremos uma
nica soluo dada por
x+y xy
1 = e 2 = ,
2 2
mostrando que B uma base para (R2 , +, ).
Deixaremos, para o leitor, a resoluo dos seguintes exerccios :
Demonstrao:
Suponhamos, por absurdo, que B = {u1 , . . . , un1 } fosse uma base de (V, +, ).
Como un V, existiriam j R, j = 1, . . . , n 1 tais que
un = 1 u1 + + n1 un1 ,
isto ,
Teorema 6.8 Seja V = {O} tal que (V, +, ) um espao vetorial real finitamente gerado.
Ento (V, +, ) admite uma base.
Em outras palavras, existe um conjunto B, formado por vetores de V que so l.i.
em (V, +, ) e que gera (V, +, ).
Prova:
Como V = {O} e (V, +, ) um espao vetorial real finitamente gerado, existem vetores
u1 , . . . , un V tais que V = [u1 , . . . , un ].
.
Se o conjunto B = {u1 , . . . , un } for formado por vetores que so l.i. em (V, +, ) ento B
ser uma base de (V, +, ), terminando a demonstrao.
Por outro lado, se os vetores u1 , . . . , un sejam l.d. em (V, +, ), como V = {O}, existe, pelo
menos, um jo {1, . . . , n} tal que ujo = O.
Sem perda de generalidade, podemos supor que u1 = 0 (isto , jo = 1).
Se todo vetor uj , para j = 2, . . . , n, puder se escrever como combinao linear de u1 ento
.
V = [u1 ] e B = {u1 } ser uma base de (V, +, ), terminando a demonstrao.
Caso isto no ocorra, porque existe algum vetor uj1 , com 2 j1 n, tal que u1 , uj1 so
l.i. em (V, +, ).
80 CAPTULO 6. BASE, DIMENSO E COORDENADAS
Sem perda de generalidade, podemos supor que o vetor u2 seja tal vetor (ou ainda, j1 = 2),
isto , u1 , u2 so l.i. em (V, +, ).
Se todos os vetores u3 , . . . , un puderem ser escritos como combinaes lineares dos vetores
.
u1 , u2 ento V = [u1 , u2 ] e B = {u1 , u2 } ser uma base de (V, +, ).
Caso, contrrio, podemos repetir este processo e como o nmero de elementos de {u1 , . . . , un }
finito, o processo ir findar aps um nmero finito de passos.
Desse modo, existe uma sequncia de vetores l.i. dentre os vetores do conjunto {u1 , . . . , un }
que geram (V, +, ), isto , uma base de (V, +, ), finalizando a demonstrao.
Observao 6.9 Resumindo, o resultado acima nos diz que todo espao vetorial real,
no identicamente nulo, finitamente gerado admite uma base.
6.2 Dimenso
Para iniciar esta seo temos o seguinte resultado fundamental para o que segue:
Teorema 6.10 Seja V = {O} tal que (V, +, ) um espao vetorial real finitamente ge-
rado.
Ento toda base de (V, +, ) possui o mesmo nmero de vetores.
Prova:
Do teorema (6.8) segue que (V, +, ) admite uma base.
. .
Sejam B = {u1 , . . . , un } e C = {v1 , . . . , vm } duas bases do espao vetorial real (V, +, ).
Nosso objetivo mostrar que m = n (ou seja, qualquer base de (V, +, ) de n elementos).
Suponhamos, por absurdo, que n > m.
Como os vetores v1 , . . . , vm geram (V, +, ), para cada 1 j n, podemos escrever o vetor
uj como combinao linear dos vetores v1 , . . . , vm , isto , existem 1j , , mj R tais que
m
uj = 1j v1 + + mj vm = ij vi . ()
i=1
O = 1 u1
|{z} + + n un
|{z} ()
() ()
m
m
i1 vi in vi
i=1 i=1
( ) ( )
m
m
= 1 i1 vi + + n in vi
i=1
( m ) ( n i=1 )
n
m
= j ij vi = j 1i vi ,
i=j i=1 i=1 j=1
6.2. DIMENSO 81
ou ainda, ( n ) ( )
n
j 1j v1 + + j mj vm = 0.
j=1 j=1
Observao 6.11 Resumindo, o resultado acima nos diz que qualquer base de um espa-
o vetorial real, no identicamente nulo, finitamente gerado tem o mesmo nmero de
vetores.
Prova:
Temos que V = {O} pois, caso contrrio, dim
(V) = 0 o que contraria o fato que sua
dimenso ser infinita.
Selecione u1 V, u1 = O.
Como (V, +, ) no finitamente gerado temos que V = [u1 ].
Logo, existe u2 V tal que u2 [u1 ].
82 CAPTULO 6. BASE, DIMENSO E COORDENADAS
Demonstrao:
Supohamos, por absurdo que, u1 , , un uma sequncia de vetores de V que so l.i. em
(V, +, ) com n > m.
Ento seguindo a demonstrao do teorema (6.10) a partir de (1) (verifique!) obteremos
um absurdo, logo mais que m vetores em (V, +, ) devero ser l.d. em (V, +, ), como queramos
demonstrar.
Corolrio 6.16 Todo subespao vetorial de um espao vetorial real de dimenso finita
tambm tem dimenso finita.
Prova:
Sejam (V, +, ) um espao vetorial real de dimenso finita e W um subespao vetorial de
(V, +, ).
Suponhamos, por absurdo, que W tivesse dimenso infinita.
Pela proposio (6.14), existiria um subconjunto l.i. de vetores de W com infinitos ele-
mentos .
Como estes vetores tambm so linearmente independentes em (V, +, ), pela proposio
(6.15), o nmero deles deveria ser menor do que a dimenso de V que finita, um absurdo,
logo a dimenso de W dever ser finita, como queramos demonstrar.
Observao 6.17
6.2. DIMENSO 83
dim(W) dim(V).
Para ver isto basta supor, por absurdo, que dim(W) > m.
Logo existe uma base de W com mais que m vetores, em particular, existem mais
que m vetores l.i. em (W, +V , V ) (onde +V e V indicam as operaes V).
Assim os elementos desta base de W tambm sero l.i. em (V, +, ), ou seja,
existe um subconjunto formado por vetores l.i. em (V, +, ) que tm mais que m
elementos.
Como m > dim(V), que pela proposio (6.15), teremos um absurdo.
Portanto dim(W) dim(V).
2. Se o espao vetorial real (V, +, ) tem dimenso n diremos que ele um espao
vetorial real n-dimensional.
Temos tambm o:
Demonstrao:
.
Seja B = {u1 , , un } formado por n vetores l.i em (V, +, ).
Mostremos que B uma base de (V, +, ), ou seja, que geram (V, +, ).
Suponhamos, por aburdo, que exista u V tal que u [u1 , , un ].
Isto implicar que u, u1 , , un so l.i. em (V, +, ) (verifique!), o que contraria a propo-
sio (6.15) (pois temos um conjunto l.i. em (V, +, ) com mais que n = (V) vetores). dim
Logo B l.i. em (V, +, ) e portanto B ser uma base de (V, +, ), como queramos de-
monstrar.
Resoluo:
.
Do exemplo (6.3) temos que o conjunto B = {e1 , . . . , en } Rn onde
. . .
e1 = (1, 0, . . . , 0), . . . , ej = (0, . . . , 0, 1
|{z} , , 0), . . . en = (0, . . . , 0, 1)
jsima posio
Resoluo:
Do exemplo (4.35) temos que (P(R), +, ) no finitamente gerado, logo sua dimenso
no pode ser finita, assim dim
(P(R) = .
Resoluo:
.
De fato, do exemplo (4.34) temos que o conjunto B = {po , , pn } Pn (R) formado pelos
seguintes polinmios:
. . . .
po (x) = 1, p1 (x) = x, p2 (x) = x2 , pn (x) = xn , x R,
Resoluo:
Do exemplo (4.32) temos que o conjunto
.
B = {Ek,l : k = 1, . . . , m, l = 1, . . . , n}
k = 1, . . . , m, l = 1, . . . , n, onde
{
. 1 se (i, j) = (k, l)
k,l
i,j =
0 se (i, j) = (k, l)
Exerccio 6.23
6.2. DIMENSO 85
Demonstrao:
Como m < n, [u1 , , um ] = V, ou seja, existe
um+1 V \ [u1 , , um ]. ()
seja l.i. em (V, +, ) e como dim(V) = n = m+k, segue que B ser uma base do espao vetorial
real (V, +, ) es este conjunto contm os vetores u1 , . . . , um , completando a demonstrao.
Resoluo:
Como a dimenso de R3 trs, do teorema do completamento, precisamos encontrar dois
. . .
vetores, u1 = (x1 , y1 , z1 ), u2 = (x2 , y2 , z2 ) R3 , que juntamente com o vetor u = (1, 1, 1)
sejam l.i. em (R3 , +, ).
Porm, pelo exemplo (5.7), sabemos que isto equivalente ao determinante da matriz
1 x 1 x2
.
A = 1 y1 y2 = x2 (y1 + z1 ) y2 (x1 + z1 ) + z2 (y1 x1 )
1 z1 z2
Demonstrao:
Do corolrio (6.16) segue que todo subespao de um espao vetorial real de dimenso
finita ter tambm dimenso finita, em particular, temos que
Demonstrao:
Suponhamos, por absurdo, que U = V (temos que U V), isto , existe um vetor u1 V
tal que u1 U, em particular, u1 = O (pois se fosse O estaria em U).
.
Definamos W = [u1 ].
Logo dim (W) = 1.
Como u1 U temos que U W = {O} e como dim
(W) = 1, segue da proposio (6.26)
que
= dim(U) + 1 [dim(U)=dim(V)]
= dim(V) + 1 > dim(V),
o que um absurdo, pois U + W um subsepao vetorial de (V, +, ) logo, da observao
(6.17) item 1., segue que dim
(U + W) dim
(V).
Portanto podemos concluir que U = V, como queramos demonstrar.
Observao 6.31 Notemos que se (V, +, ) um espao vetorial real de dimenso finita,
U e W so subespaos vetoriais de (V, +, ) (como na proposio (6.26)) e se alm do
mais tivermos
V =U+W e dim
(U) + (W) > dim (V) dim
ento
U W = {O}
Resoluo:
Vimos no exemplo (4.41) que
Logo podemos conclui que os vetores (1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1) so l.i. e portanto
.
B = {(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1)} ser uma base para U.
Portanto segue que dim (U) = 3.
Para W:
Estudemos a dependncia linear dos vetores que geram W.
Se , , R so tais que
Logo podemos conclui que os vetores (1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1) so l.i. e portanto
.
C = {(1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1)} ser uma base para W.
Portanto temos que dim (W) = 3.
Para U W :
Estudemos a dependncia linear dos vetores que geram U W.
90 CAPTULO 6. BASE, DIMENSO E COORDENADAS
Se , R so tais que
Resoluo:
Deixaremos como exerccio para o leitor mostrar que U e W so subespaos vetoriais do
espao vetorial real (P3 (R), +, ).
Para U :
Se p U P3 (R), devem existir ao , a1 , a2 , a3 R tais que
p(x) = ao + a1 x + a2 x2 + a3 x3 , x R,
assim
p(0) = ao e p(1) = ao + a1 + a2 + a3 . ()
6.3. DIMENSO DA SOMA DE SUBESPAOS VETORIAIS 91
Logo
{ {
() ao = 0 ao = 0
p U p(0) = p(1) = 0
ao + a1 + a2 + a3 = 0 a1 = a2 a3
p(x) = (a2 + a3 )x + a2 x2 + a3 x3 = a2 (x2 x) + a3 (x3 x), x R. ()
q(x) = ao + a1 x + a2 x2 + a3 x3 , x R,
assim
Logo
()
q W q(1) = 0 ao a1 + a2 a3 = 0 a3 = ao + a1 a2
q(x) = ao + a1 x + a2 x2 + (ao + a1 a2 )x3
= ao (1 x3 ) + a1 (x + x3 ) + a2 (x2 x3 ), x R. ()
p(x) = ao + a1 x + a2 x2 + a3 x3 , x R,
Logo
{
ao = 0 ao = a2 = 0
[Exerccio]
p U W ao + a1 + a2 + a3 = 0
a3 = a1
a a + a a = 0
o 1 2 3
p(x) = a1 (x x3 ), x R. ()
6.4 Coordenadas
.
Sejam (V, +, ) um espao vetorial finitamente gerado e B = {u1 , . . . , un } uma base de (V, +, ).
Como B uma base de (V, +, ), todo vetor de u V se escreve como combinao linear
dos elementos de B, isto , existem escalares 1 , . . . , n R, tais que
1 u1 + + n un .
formam uma base, que denotaremos por B, do espao vetorial real (P2 (R), +, ) (ondo
+ e so as operaes usuais de P2 (R).
Encontre as coordenadas e a matriz das coordenadas do vetor p P2 (R), onde
.
p(x) = 1 + x + x2 , xR
Resoluo:
Para verificar que B uma base de (P2 (R), +, ) basta mostrar que todo vetor q P2 (R)
se escreve de maneira nica como combinao linear dos vetores de B.
Como q P2 (R) existem ao , a1 , a2 R tais que
q(x) = ao + a1 x + a2 x2 , x R. ()
= ao , = a1 + a2 , = a2 ()
p(x) = 1 + x + x2 = 1. |{z}
1 +1. |{z} x2
x +1. |{z}
=qo (x) =q1 (x) =q2 (x)
= |{z}
1 .qo (x) + |{z}
1 .q1 (x) + |{z}
1 .q2 (x), xR
= = =
assim
===1
sero as coordenadas do vetor p P2 (R) em relao base C.
Logo a matriz das coorrdenadas do vetor p P2 (R) dado por
.
p(x) = 1 + x + x2 , xR
Prova:
Como B base de U e u, v U,segue que existem nicos escalares 1 , , n , 1 , , n
R tais que
u = 1 u1 + + n un
96 CAPTULO 6. BASE, DIMENSO E COORDENADAS
e
v = 1 u1 + + n un .
Com isto temos que
u + v = [1 u1 + + n un ] + [1 u1 + + n un ]
= (1 + 1 ) u1 + + (n + n ) un
u = [1 u1 + + n un ]
= (1 ) u1 + + (n ) un
Portanto
1 + 1 1 1
. . .
[u + v]B = .. = .. + .. = [u]B + [v]B
n + n n n
e
1 1
.. ..
[ u]B = . = [ u]B = . = [u]B ,
n n
completando a demonstrao.
Proposio 6.41 Sejam (U, +, ), (Mn1 (R), +, ) espaos vetoriais reais (onde em Mn1 (R),
+ e so as operaes usuais) com dim .
(U) = n, B = {u1 , , un } base de U e v1 , , vm
U.
O conjunto {v1 , , vm } l.i. em U se, e somente se, {[v1 ]B , , [vm ]B } l.i. em
Mn1 (R).
Prova:
Como B base de U e vj U, j = 1, , m, segue que existem nicos escalares
1j , , nj , R tais que
vj = 1j u1 + + nj un ,
isto ,
1j
[vj ]B = ... .
nj
6.4. COORDENADAS 97
1 v1 + + m vm = O implicar 1 = = m = 0,
que equivalente a
[ v + + m vm ]B = [O]B implicar 1 = = m = 0,
| 1 1 {z } |{z}
[prop. acima] =OMn1 (R)
= 1 [v1 ]B ++m [vm ]B
que o mesmo que dizer que o conjunto {[v1 ]B , , [vm ]B } l.i. em Mn1 (R), completando a
demonstrao.
.
Corolrio 6.42 Sejam (U, +, ) espao vetorial realfinitamente gerado, B = {u1 , , un }
base de U e v1 , , vn U.
.
O conjunto C = {v1 , , vn } base de U se, e somente se,
isto ,
11 12 1n 1 0
.. .. .. .. = ..
. . . . . implicar 1 = = m = 0,
n1 n2 nn n 0
98 CAPTULO 6. BASE, DIMENSO E COORDENADAS
11 12 1n
.. ser uma matriz
que pelo Apndice I e II, equiavelente a matriz ... ..
. .
n1 n2 nn
inversvel, ou seja,
11 12 1n
det det
[[v1 ]B [vn ]B ] =
..
.
..
.
.. = 0,
.
n1 n2 nn
completando a demonstrao.
6.5 Exerccios
Captulo 7
Mudana de Base
Com estas informaes sobre as coordenadas dos vetores da base C em relao base B
podemos construir a seguinte matriz quadrada de ordem n:
11 1n
.. .. .. ,
. . .
n1 nn
cujas colunas so formadas pelas coordenas dos vetores c1 , . . . , cn com relao base B.
Com isto temos a:
99
100 CAPTULO 7. MUDANA DE BASE
Definio 7.1 A matriz acima ser denominada de matriz mudana de base, da base B para a base C
e denotada por MBC (ou por MCB ) , ou seja,
11 1n
.. .
MBC = ... . . . .
n1 nn
Observao 7.2 Para obter a matriz de mudana de base, da base B para a base C,
precisamos escrever os vetores da base C como combinao linear dos vetores da base
B e com os respectivos coeficientes construimos as colunas da matriz de mudana de
base procurada.
Antes de encontrarmos uma relao que existe entre a matriz MBC e as coordenadas de
um dado vetor com relao s bases B e C, vejamos como podemos encontrar a matriz de
mudana de base no seguinte exemplo:
Exemplo 7.3 Seja (R3 , +, ) espao vetorial real (onde + e so as operaes usuais de
R3 ).
Consideremos as bases
. .
B = {(1, 0, 1), (1, 1, 1)(1, 1, 2)} e C = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
de (R3 , +, ).
Encontre a matriz de mudana da base B para a base C (isto , MBC ).
Resoluo:
Sabemos que C uma base de (R3 , +, ) ( a base cannica de (R3 , +, )).
Deixaremos como exerccio para o leitor a verificao que B tambm uma base de
(R , +, ).
3
ou, equivalentemente:
onde a, b, c R sero escolhidos de acordo com o segundos membros de (1), (2) ou (3) acima.
Utilizando-se escalonamento de matrizes (ver os Apndices I e II) podemos verificar que
a equao matricial acima equivalente a seguinte equao matricial (cuja matriz est na
forma escalonada reduzida por linhas, ver os Apndices I e II):
1 1 1 x a
0 1 1 y = b
0 0 1 z ca
Deixaremos como exerccio para o leitor verificar que a nica soluo desta equao ma-
tricial dada por
x = a b, y=a+bc e z = c a. ()
Assim para encontrar uma (nica) soluo do sistema (1) basta tomarmos (a, b, c) =
(1, 0, 0) e, por (*), obter
11 = a b = 1 0 = 1, 21 = a + b c = 1 + 0 0 = 1 e 31 = c a = 0 1 = 1,
ou seja,
(11 , 21 , 31 ) = (1, 1, 1). (4)
.
Para encontrar uma (nica) soluo do sistema (2) basta tomarmos (a, b, c) = (0, 1, 0) e,
por (*), obter
12 = a b = 0 1 = 1, 22 = a + b c = 0 + 1 0 = 1 e 32 = c a = 0 0 = 0,
ou seja,
(12 , 22 , 32 ) = (1, 1, 0). (5)
Finalmente, para encontrar uma (nica) soluo do sistema (3) basta tomarmos (a, b, c) =
(0, 0, 1) e, por (*), obter
13 = a b = 0 0 = 0, 23 = a + b c = 0 + 0 1 = 1 e 33 = c a = 1 0 = 1,
102 CAPTULO 7. MUDANA DE BASE
ou seja,
(13 , 23 , 33 ) = (0, 1, 1). (6)
Desta forma, de (4), (5) e (6), obtemos que a matriz de mudana da base B para a base
C ser dada por:
1 1 0
MBC = 1 1 1 .
1 0 1
Temos tambm o
Resoluo:
Para encontrar a matriz de mudana da base C para a base B precisamos escrever os
vetores da base B como combinao linear dos vetores da base C, isto , precisamos encontrar
escalares ij R, 1 i, j 3 tais que:
MCB = M1
BC .
Vejamos agora como as matrizes das coordenadas de um vetor se relacionam com respeito
a duas bases de um mesmos espao vetorial real de dimenso finita.
. .
Sejam B = {b1 , . . . , bn } e C = {c1 , . . . , cn } bases de um espao vetorial real (V, +, ) de
dimenso finita .
7.1. INTRODUO, EXEMPLOS E PROPRIEDADES 103
n
cj = ij bi , j = 1, . . . , n, ()
i=1
n
xi = ij yj , i = 1, . . . , n.
j=1
Porm, estas n equaes podem ser escritas na seguinte frmula matricial (veja os Apn-
dices I e II):
11 12 1n y1 x1
.. .. . . .. .. ..
. . .. . = . ,
n1 n2 nn yn xn
ou ainda como:
MBC [v]C = [v]B .
Com isto acabamos de demonstrar a:
Exemplo 7.7 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais de
R2 ).
Fixado R, considere os vetores
.
cos
u1 = ( (), sen
()) e
.
u2 = ( sen
(), cos
())
de (R2 , +, ).
.
Mostre que B = {u1 , u2 } uma base de (R2 , +, ).
.
Encontre a matriz de mudana da base B para a base C = {e1 , e2 }, onde
. .
e1 = (1, 0) e e2 = (0, 1).
em relao s bases B e C.
Resoluo:
Como a dimenso de (R2 , +, ) dois, basta mostrarmos que os vetores de B so l.i. em
(R2 , +, ).
Para isto, sejam , R escalares tais que
==0
que equivalente a
Demonstrao:
Suponhamos que dim(V) = n e que B =. {b1, . . . , bn}, C =. {c1, . . . , cn} e D =. {d1, . . . , dn}.
Se
. . .
MBC = (ij ), MCD = (ij ) e MBD = (ij )
segue que
n
n
n
cj = ij bi , (1) dk = jk cj , (2) dk = ik bi . (3)
i=1 j=1 i=1
n
ik = ij jk , 1 i, k n.
j=1
Observemos que o lado direito da expresso acima representa o elemento da i-sima linha
e da k-sima coluna da matriz MBC .MCD (ver Apndice I e II).
Portanto, MBD = MBC .MCD , como queramos demonstrar.
Demonstrao:
Pela proposio anterior temos
onde {
. 1 se i = j
ij = ,
0 caso contrrio,
(ou seja, In a matriz identidade de ordem n).
Mostremos que MBB = I.
.
Se B = {u1 , . . . , un } e MBB = (ij ) ento deveremos ter:
n
uj = ij ui , j = 1, . . . , n.
i=1
ou seja,
ij = ij , i, j = 1, , n,
completando a demonstrao.
7.2 Exerccios
108 CAPTULO 7. MUDANA DE BASE
Captulo 8
Exerccios Resolvidos
Resoluo:
Observemos que
Resoluo:
Observemos que W Mn1 (R).
.
1. Seja O = (0) a matriz coluna n 1 nula.
Como A.O = O, temos que O W.
Portanto X + Y W.
Com isto podemos afimar que W um subespao vetorial do espao vetorial real (Mn1 (R), +, ).
109
110 CAPTULO 8. EXERCCIOS RESOLVIDOS
Exemplo 8.3 Consideremos o espao vetorial real (P3 (R), +, ) (onde + e so as ope-
raes usuais de P3 (R)).
Encontre o subespao vetorial do espao vetorial real (P3 (R), +, ) gerado pelo con-
.
junto S = {p, q, r, s} P3 (R) onde
. . . .
p(t) = 1, q(t) = t, r(t) = t2 , s(s) = 1 + t3 , t R.
Resoluo:
Observemos que
t3 = (t3 + 1) 1 = s(t) p(t) t R. ()
u(t) = ao + a1 t + a2 t2 + a3 t3 , t R.
Mas
()
u(t) = ao + a1 t + a2 t2 + a3 t3 = ao + a1 t + a2 t2 + a3 [(t3 + 1) 1]
= (ao a3 ) + a1 t + a2 t2 + a3 (t3 + 1)
= (ao a3 ) p(t) + a1 q(t) + a2 r(t) + a3 s(t), t R,
ou, equivalentemente:
u = (ao a3 ) p + a1 q + a2 r + a3 s,
ou seja, u P3 (R) pode ser obtido como combinao linear dos vetores de S, isto , u [S].
Portanto P3 (R) = [S].
Exemplo 8.4 Encontre o subespao vetorial do espao vetorial (M2 (R), +, ) (onde + e
so as operaes usuais de M2 (R)) gerado por
{( ) ( )}
0 1 0 0
S= ,
0 0 1 0
Resoluo:
Temos que A [S] se, e somente se, existem , R tais que
( ) ( ) ( )
0 1 0 0 0
A= + = ,
0 0 1 0 0
ou seja, A [S] se, e somente se, os elementos da diagonal principal de A so nulos, ou seja,
[S] o subespao vetorial de (M2 (R), +, ) formado por todas as matrizes que tem zero na
diagonal principal.
111
do espao vetorial real (M31 (R), +, ) (onde + e so as operaes usuais de M31 (R))
onde
0 1 0
A= 2 1 0 .
1 1 4
Resoluo:
Observemos que
0 1 0 0
u = W 2 1 0 = 0
1 1 4 0
1 1 4 0 1 1 4 0
2 1 0 = 0 0 1 4 = 0
0 1 0 0 0 1 0 0
1 1 4 0 1 1 4 0
0 1 4 = 0 0 1 4 = 0
0 1 0 0 0 0 4 0
1 1 4 0
0 1 4 = 0 = = = 0.
0 0 1 0
Portanto
0
W = 0 .
0
W = {u M41 (R) : Au = 0}
do espao vetorial real (M41 (R), +, ) (onde +, so as operaes usuais de M41 (R)),
onde
1 1 1 0
2 0 1 1
A= .
3 1 0 1
0 2 3 1
112 CAPTULO 8. EXERCCIOS RESOLVIDOS
Resoluo:
Observemos que
1 1 1 0 0
2 0
1 1 0
u = W =
3 1 0 1 0
0 2 3 1 0
1 1 1 0 0
0 2 3 1 0
=
0 2 3 1 0
0 2 3 1 0
1 1 1 0 0
0 2 3 1 0
=
0 0 0 0 0
0 0 0 0 0
1 1 1 0 0
0 1 3/2 1/2 0
=
0 0 0 0 0
0 0 0 0 0
1 0 1/2 1/2 0
0 1 3/2 1/2 0
=
0 0 0 0 0
0 0 0 0 0
{
= /2 /2
,
= 3/2 + /2
isto ,
/2 /2 1/2 1/2
3/2 + /2 3/2 1/2
u= = + , , R.
1 0
0 1
Portanto:
1/2 1/2
3/2 1/2
W = , .
1 0
0 1
Exemplo 8.7 Encontre uma base do subespao vetorial
.
U = [(1, 0, 1), (1, 2, 0), (0, 2, 1)]
do espao vetorial real (R3 , +, ) (onde + e so as operaes usuais de R3 ).
113
Resoluo:
Primeiro Modo:
Observemos que (x, y, z) U se, e somente se, existem , , R tais que
ou seja, (x, y, z) U se, e somente se, a equao matricial abaixo admite soluo
1 1 0 x 1 1 0 x
0 2 2 = y 0 2 2 = y
1 0 1 z 0 1 1 zx
1 1 0 x
0 1 1 = y/2
0 1 1 zx
1 1 0 x
0 1 1 = y/2
0 0 0 z x + y/2
1 0 1 x y/2
0 1 1 = y/2
0 0 0 z x + y/2
Dessa forma,
ou seja, os vetores
(1, 0, 1), (1, 2, 0), (0, 2, 1)
so l.d..
Portanto, da proposio (5.20), segue que
Resoluo:
De U :
Observemos que
. a b
A= ( ) ( )
c d a b a c
A W A = At = c = b.
c d b d
Portanto, A U se, e somente se,
( ) ( ) ( ) ( )
a b 1 0 0 1 0 0
A= =a +b +d , a, b, d R. (8.11)
b d 0 0 1 0 0 1
so l.i. (veifique!).
Portanto, as trs matrizes acima so l.i. e geram U, ou seja, formam uma base do subse-
pao vetorial U, em particular, temos dim(U) = 3.
De W :
115
Como a matriz ( )
1 1
0 1
gera W e no nula, ela serve como base de W, em particular, temos dim(W) = 1.
De U W:
( )
A U W A = At e existe R tal que A = .
0
Logo ( ) ( )t ( )
0
= = ,
0 0
mostranod que = 0, ou seja, A = O. Desse modo, UW = {O}, em particular, dim(UW) =
0.
De U + W:
Temos
. .
Exemplo 8.12 Sejam U = {p P2 (R) : p (t) = 0, t R}, W = {p P2 (R) : p(0) =
p(1) = 0} subespaos vetoriais do espao vetorial real (P2 (R), +, ) (onde + e so as
operaes usuais de (P2 (R)).
Encontre bases para os subespaos vetoriais U, W, U W e U + W, no caso em que
no se reduzam a {0}.
Resoluo:
Para U :
Observemos que p P2 (R) ento existem ao , a1 , a2 R tais que
p(t) = ao + a1 t + a2 t2 , t R,
assim
p (t) = a1 + 2a2 t, t R.
Logo
p U p (t) = 0, t R a1 + 2a2 t = 0, t R a1 = a2 = 0,
116 CAPTULO 8. EXERCCIOS RESOLVIDOS
Resoluo:
1. De (*) temos
1 0 3
MBC = 1 2 0 .
1 3 1
Como MCB = (MBC )1 , passemos a encontrar a inversa da matriz MBC (ver Apndice I
e II):
. .
1 0 3 .. 1 0 0 1 0 3 .. 1 0 0
1 2 0 ... 0 1 0 0 2 3 ... 1 1 0
. ..
1 3 1 .. 0 0 1 0 3 4 . 1 0 1
.. ..
1 0 3 . 1 0 0 1 0 3 . 1 0 0
3
0 1 2 . 12 12 0
..
0 1 2
3
. 12 12 0
..
.. .. 5
0 3 4 . 1 0 1 0 0 172 . 2 2 13
.. .
1 0 3 . 1 0 0 1 0 0 .. 172 9
6
17 17
3
0 1 2
..
. 21 1 ..
0 0 1 0 . 17 171 4 3
2 17
.. 5 .
0 0 1 . 17 173 2
17
0 0 1 .. 175 173 2
17
Portanto,
2 9
176
17 17
MCB = 171 4
17
3
17
5
17
173 2
17
118 CAPTULO 8. EXERCCIOS RESOLVIDOS
Exemplo 8.14 Considere o seguinte subespao do espao vetorial real (M2 (R), +, ) (onde
+ e so as operaes usuais de M2 (R)):
{( ) }
. x y
W= M2 (R); x y z = 0 .
z t
Resoluo:
1. Observemos que ( )
x y
AWA= W x = y + z.
z t
( ) ( ) ( )
1 1 1 0 0 0
Logo W = [ , , ].
0 0 1 0 0 1
( ) ( ) ( )
1 1 1 0 0 0
Como as matrizes , , so l.i. (verifique!) temos que elas forma-
0 0 1 0 0 1
ro uma base de W, em particualr dim
(W) = 3.
119
Como C formado por trs vetores de W e a dimenso de W trs, basta verificar que
tais vetores so l.i. para que C seja uma base de W.
Para isto observemos que,
( ) ( ) ( ) ( )
1 0 0 1 0 0 0 0
+ + =
1 0 1 0 0 1 0 0
( ) ( )
0 0
= = = = 0,
+ 0 0
mostrando que C l.i. .
2. Observemos que
C1 = B2
C2 = B1 + B2 ,
C = B
3 3
assim
0 1 0
MBC = 1 1 0 .
0 0 1
assim
1 1 0
MCB = 1 0 0 .
0 0 1
3. Procuremos D1 , D2 e D3 em W de modo que formem uma base W e alm disso MDB = P.
Como MDB = P deveremos ter:
B1 = 1.D1 + 0.D2 + 0.D3 = D1
B2 = 1.D1 + 0.D2 + 3.D3 = D1 + 3.D3 ,
B = 0.D + 2.D + 1.D = 2.D + D
3 1 2 3 2 3
Transformaes Lineares
1. T (u + v) = T (u) + T (v), u, v U;
121
122 CAPTULO 9. TRANSFORMAES LINEARES
2. T ( u) = T (u), u U, R.
Observao 9.2
1. T (u +U v) = T (u) +V T (v), u, v U;
2. T ( U u) = V T (u), u U, R.
T (u + v) = T (u) + T (v),
para todo u, v U, R.
T (OU ) = T (0 OU ) = 0 T (OU ) = OV ,
T (u) = T (u), u U,
Exemplo 9.3 Sejam (U, +, ), (V, +, ) espaos vetoriais reais e T : U V dada por
T (u) = O, para todo u U.
Ento T uma transformaao linear de U em U.
A transformao linear T ser chamada de em transformao nula.
Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se u, v U e R teremos que
T (u + v) = O = T (u) + T (v),
| {z } |{z}
=O =O
Exemplo 9.4 Sejam (U, +, ) espao vetorial real e T : U U dada por T (u) = u, para
todo u U.
Ento T um operador linear de U em U.
O operador linear T chamado de em operador identidade.
Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se u, v U e R teremos que
Exemplo 9.5 Sejam (Pn (R), +, ), (Rn+1 , +, ) espaos vetoriais reais (onde + e so as
operaoes usuais de Pn (R) e de Rn+1 , respectivamente) e T : Pn (R) Rn+1 dada por
.
T (p) = (ao , . . . , an ),
onde p(t) = ao + a1 t + + an tn , t R.
Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se p, q Pn (R) e R ento
p(t) = ao + a1 t + + an tn , q(t) = bo + b1 t + + bn tn , t R,
para ao , , an , bo , , bn R.
Logo
Logo
Exemplo 9.6 Sejam A Mmn (R) uma matriz dada e (Mn1 (R), +, ) espao vetorial
real (onde + e so as operaoes usuais de Mn1 (R)).
Definamos
T : Mn1 (R) Mm1 (R)
por
.
T (u) = Au, u Mm1 (R).
Ento T um operador linear de Mm1 (R) em Mm1 (R).
Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se u, v Mm1 (R) e R teremos
T (u + v) = A(u + v) = Au + A( v) = |{z}
Au + (Av) = T (u) + T (v),
| {z }
=T (u) =T (v)
Exemplo 9.7 Sejam (C1 ([0, 1]; R), +, ) e (R, +, ) espaos vetoriais reais (onde + e so
as operaoes usuais de C1 ([0, 1]; R) e de R, respectivamente) e T : C([0, 1]; R) R dada
por 1
.
T (f) = f(x) dx, f C([0, 1]; R).
0
Ento T um funcional linear de C1 ([0, 1]; R) em R.
Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se f, g C1 ([0, 1]; R) e R teremos
1 1 1
T (f + g) = (f + g)(x) dx = f(x) dx + g(x) dx = T (f) + T (g),
0
|0 {z } |0 {z }
=T (f) =F(g)
Exemplo 9.8 Sejam (C1 ([0, 1]; R), +, ) e (C([0, 1]; R), +, ) espaos vetoriais reais (onde
+ e so as operaoes usuais de F([0, 1]; R)) e T : C1 ([0, 1]; R) C([0, 1]; R) dada por
.
T (f) = f , f C1 ([0, 1]; R).
Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se f, g C1 ([0, 1]; R) e R teremos
T (f + g) = (f + g) = |{z}
f + g = T (f) + T (g),
|{z}
=T (f) =F(g)
Exemplo 9.9 Sejam (R3 , +, ) e (R, +, ) espaos vetoriais reais (onde + e so as res-
pectivas operaoes usuais) e T : R3 R dada por
T (x, y, z) = x + y + z + 1, (x, y, z) R3 .
Notemos que
T (0, 0, 0) = 1 = 0,
logo, da observao (9.2) item 3., segue que T no uma transformao linear de R3
em R.
Exemplo 9.10 Sejam (C([0, 1]; R), +, ) e (R, +, ) espaos vetoriais reais (onde + e so
as respectivas operaoes usuais) e T : C([0, 1]; R) R dada por
1
T (f) = |f(x)| dx, f C([0, 1]; R).
0
Se T fosse uma transformao linear, pela observaao (9.2) item 4., deveramos ter
T (f) = T (f)
Exemplo 9.11 Sejam (R, +, ) espao vetorial real (onde + e so as operaes usuais)
e T : R R dada por
T (x) = x2 , x R.
Observemos que
T (1) = 1 = T (1) = 1 = T (1),
assim, da observaao (9.2) item 4., segue que T no um operador linear em R.
126 CAPTULO 9. TRANSFORMAES LINEARES
T (x) = xn , x R.
Proposio 9.13 Sejam (U, +, ) (V, +, ) espaos vetoriais reais, onde U tem como
.
base B = {u1 , . . . , un } e v1 , , vn V.
Ento existe uma nica T : U V transformao linear de U em V tal que
.
T (ui ) = vi , i = 1, , n. (9.14)
Prova:
Dado u U, como B base de U, existem nicos escalares 1 , . . . , n R tais que
u = 1 u1 + + n un .
Definamos T : U V por
.
T (u) = 1 v1 + + n vn . ()
de modo nico.
Logo, de (*) teremos:
.
T (ui ) = 0 v1 + + 0 vi1 + |{z}
1.vi + 0 vi+1 + + 0 vn = vi ,
| {z } | {z }
=O =vi =O
9.1. INTRODUO E EXEMPLOS 127
u = 1 u1 + + n un e w = 1 u1 + + n un .
Logo
u + w = u = [1 u1 + + n un ] + [1 u1 + + n un ]
= (1 + 1 ) u1 + + (n + n ) un .
T (u + w) = (1 + 1 ) v1 + + (n + n ) vn
| 1 v1 + {z
= [ + n vn}] + [1 v1 + + n vn ]
| {z }
=T (u) =T (w)
= T (u) + T (w),
T (ui ) = S(ui ), i = 1, , n ()
ento S = T .
Para isto basta ver que se u U, existem nicos escalares 1 , . . . , n R tais que
u = 1 u1 + + n un .
Logo
[u=1 u1 ++n un ]
S(u) = S(1 u1 + + n un )
[S trans. lin.]
= 1 S(u1 ) + + n S(un )
() ()
= 1 v1 + + n vn = T (u), u U,
completando a demonstrao.
Observao 9.15 A proposio acima nos diz que uma transformao linear definida
em um espao de dimenso finita fica completa e unicamente determinada conhecendo-
se os seus valores em uma base do espao vetorial real do domnio.
Apliquemos isto ao
128 CAPTULO 9. TRANSFORMAES LINEARES
Exemplo 9.16 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Encontre um operador linear T : R2 R2 tal que
Resoluo:
.
Note que B = {(1, 2), (0, 1)} uma base de R2 (deixaremos a verificao deste fato como
exerccio para o leitor).
Se (x, y) R2 ento podemos escrev-lo como combinao linear dos vetores da base B,
isto , existem , R tais que
ou seja,
z }|1 { z }|2 {
=v =v
=1 T (u1 ) +2 T (u2 )
z }| {
T ((x, y)) = T [x (1, 2) + (y 2x) (0, 1)] = x T ((1, 2)) +(y 2x) T ((0, 1))
| {z } | {z } | {z }
T (1 u1 +2 u2 )] =(3,1) =(1,2)
()
= x (3, 1) + (y 2x) (1, 2) = (x + y, 2y 5x), (x, y) R2 ,
ou seja,
T ((x, y)) = (x + y, 2y 5x), (x, y) R2 .
Deixaremos como exerccio para o leitor a verificao que transformao T definida acima
um operador linear em R2 e satisfaz (*).
Observao 9.18
9.2. O ESPAO VETORIAL L (U, V) 129
logo pela obervao (9.2) item 2., segue que T + S uma transformao linear de
U em V, ou seja, T + S L (U, V).
logo pela obervao (9.2) item 2., segue que T uma transformao linear de
U em V, ou seja, T L (U, V).
3. Dos itens acima segue que (L (U, V), +, ) um espao vetorial real.
Deixaremos a verificao deste fato como exerccio para o leitor.
4. Notemos que o vetor nulo de L (U, V) ser a transformao linear nula, isto ,
O : U V dada por
.
O(u) = O, u U.
Temos a:
Prova:
. .
Sejam B = {u1 , . . . , un } base do espao vetorial real (U, +, ) e C = {v1 , . . . , vm } base do
espao vetorial real (V, +, ).
Para cada 1 i n e 1 j m definamos Tij : U V da seguinte maneira: se u U
ento existem nicos escalares x1 , , xn R tais que
u = x1 u1 + + xn un .
Logo definiremos
.
Tij (u) = xi vj ,
ou seja,
.
Tij (x1 u1 + + xi ui + + xn un ) = xi vj , para x1 , . . . , xn R. ()
u = x1 u1 + + xn un e v = y1 u1 + + yn un , ()
logo
u + v = [x1 u1 + + xn un ] + [y1 u1 + + yn un ]
= (x1 + y1 ) u1 + + (xn + yn ) un . ( )
9.2. O ESPAO VETORIAL L (U, V) 131
Logo da observao (9.2) item 2., segue que Tij L (U, V), para 1 i n e 1 j m.
Mostremos que
.
D = {Tij : 1 i n, 1 j m}
uma base do espao vetorial real (L (U, V), +, ).
Afirmamos que D l.i. em (L (U, V), +, ).
De fato, se
n
m
aij Tij = O L (U, V)
i=1 j=1
n
m
m
n
m
m
O= aij Tij (uk ) = aij Tij (uk ) = akj Tkj (uk ) = akj vj .
| {z } | {z }
i=1 j=1 j=1 i=1 [9.23]
j=1 [9.23]
j=1
= 0 se i=k = vj
ak1 = = akm = 0,
aij = 0, para 1 i n, 1 j m,
T (ui ) = 1i v1 + + mi vm . (9.25)
Para cada 1 j m, 1 i n, temos que
Tij (u) = xi vj .
ou seja,
T = 11 T11 + + m1 T1m + + 1n T1n + + mn Tnm ,
mostrando que T combicao linear dos elementos de D, isto , D gera L (U, V).
Portanto D uma base do espao vetorial real (L (U, V), +, ) e como o nmero de ele-
mentos da base D mn segue que dim
(V) = mn, finalizando a demonstrao.
dim(U ) = n.
Prova:
Como U = L (U, R) e dim(R) = 1, segue do teorema acima que dim(U ) = n.1 = n,
como queramos demonstrar.
Observao 9.27
1. A base D obtida na demonstrao do teorema acima ser denominada base de L (U, V) associada
2. Pelo corolrio (9.26), se o espao vetorial real (U, +, ) tem dimenso n ento o
seu espao dual, U , tem a mesma dimenso.
.
Seguindo os passos da demonstrao do teorema (9.22), se B = {u1 , . . . , un }
.
uma base de (U, +, ) e C = {1} base de (R, +, ), ento os funcionais lineares
T1 , . . . , Tn : U R dados por
Tj (u) = Tj (x1 u1 + + xn un ) = xj , u = x1 u1 + + xn un U
Resoluo:
Deixaremos como exerccio para o leitor a verificao que B base de (R3 , +, ).
Utilizaremos as idias da observao acima item 2..
Observemos que se (x, y, z) R3 , como B uma base de (R3 , +, ), existem escalares
nicos , , R tais que
= x1 u1 + x2 u2 + x3 u3 .
Neste caso teremos os funcionais lineares que formaro a base dual associada s bases B
e C, Tj : R3 R, j = 1, 2, 3, sero dadas por
.
Tj (u) = xj , onde u = x1 u1 + x2 u2 + x3 u3 .
Deixaremos como exerccio para o leitor verificar que neste caso teremos
x1 = z, x2 = (y z), x3 = (x y),
ou seja,
(x, y, z) = z (1, 1, 1) + (y z) (1, 1, 0) + (x y) (1, 0, 0).
Deste modo, vimos (veja demonstrao do teorema (9.22)) que uma base, que indicaremos
por D, para o espao dual de (R3 , +, ) associada s base B e C, ser formada pelos funcionais
lineares T1 , T2 , T3 : R3 R dados por
para (x, y, z) R3 .
Concluso: todo funcional linear T : R3 R pode ser escrito, de modo nico, como
combinao linear dos funcionais lineares Ti : R3 R, para i = 1, 2, 3.
Temos tambm a:
Prova:
Dados u, v U e R temos
[T linear]
(S T )(u + v) = S[T (u + v)] = S[T (u) + T (v)]
[S linear]
= S[T (u)] + S[T (v)]
= (S T )(u) + (S T )(v),
Logo da observao (9.2) item 2., segue que S T L (U, W), como queramos demonstrar.
Observao 9.30 Em resumo, o resultado acima nos diz que a composta de transfor-
maes lineares ser uma transformao linear.
O resultado a seguir um fato bsico de funes em geral, que nos diz qua a operao de
composio associativa, masi precisamente:
Prova:
Para todo u U, temos
Temos tambm a:
Proposio 9.32 Sejam U conjunto no vazio, (V, +, ), (V, +, ) espaos vetoriais reais
e S, T : U V funes e e R L (V, W) .
Ento
R (S + T ) = R S + R T.
9.2. O ESPAO VETORIAL L (U, V) 135
Prova:
Se u U, temos
[R linear]
[R (S + T )](u) = R[(S + T )(u)] = R[S(u) + T (u)] = R[S(u)] + R[T (u)]
= [R S](u) + [R T ](u) = [R S + R T ](u),
completando a demonstrao.
Prova:
Se u U, temos
(IV T )(u) = IV [T (u)] = T (u)
e
[T IU ](u) = T [IU (u)] = T (u),
completando a demonstrao.
Exemplo 9.34 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Consideremos T, S L (R2 ) dadas por
. .
T (x, y) = (x + y, 0) e S(x, y) = (x, 2y), (x, y) R2 .
Encontre T S e S T.
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T, S L (R2 ).
Para (x, y) R2 temos que
T n = O L (U),
Exemplo 9.38 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Mostre que T : R2 R2 dada por
.
T (x, y) = (0, x), (x, y) R2
um operador nilpotente.
Resoluo:
Observemos que se (x, y) R2 ento
Prova:
Suponhamos que T L (U, V) possua as trasnformaes inversas R, S : V U.
Como
IV = T R (1) e IU = S T (2)
teremos
(1) (2)
S = S IV = S (T R) = (S T ) R = IU R = R,
mostrando que S = R e completando a demonstrao.
Definio 9.41 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T L (U, V) possui
uma transformao inversa.
Ento a transformao inversa S : V U associada a transformao linear T ser
.
denotada por T 1 (isto , T 1 = S obtida da proposio acima).
Prova:
Suponha que T possua uma funo inversa.
Logo se T (u) = T (v) ento
u = T 1 (T (u)) = T 1 (T (v)) = v,
portanto, T injetora.
Dado v V vemos que T (T 1 (v)) = v, portanto, T tambm sobrejetora, logo T bijetora.
Reciprocamente, suponhamos que T seja bijetora.
Dado v V, como T bijetora, existe um nico uv U tal que
v = T (uv ). ()
138 CAPTULO 9. TRANSFORMAES LINEARES
Defina S : V U por
.
S(v) = uv , v U. ()
Mostremos que S a funo inversa de T.
Se v V ento
() ()
T (S(v)) = T (uv ) = v.
Se u U ento S(T (u)), pela definio de S, o nico elemento u em U tal que T (u ) =
T (u).
Como T injetora, temos u = u e, assim, S(T (u)) = u, mostrando que S a transformao
inversa de T , completando a demonstrao.
Prova:
Suponha que T L (U, V) seja injetora.
Se T (u) = O, como O = T (O), segue que T (u) = T (O).
Como T injetora deveremos ter u = O.
Reciprocamente suponha que a nica soluo de T (u) = O seja o vetor nulo de U, isto ,
u = O.
Logo se
T (u) = T (v) T (u) T (v) = O T (u v) = O.
| {z }
[T linear]
= T (uv)
Temos tambm a
Prova:
Devemos mostrar que T 1 : V U uma transformao linear.
Para isto sejam v1 , v2 V e R.
Como T sobrejetora existem u1 , u2 U tais que
T (u1 ) = v1 e T (u2 ) = v2 , ()
ou, equivalentemente,
T 1 (v1 ) = u1 e T 1 (v2 ) = u2 . ()
9.3. IMAGEM E NCLEO 139
Assim,
() [T linear]
T 1 (v1 + v2 ) = T 1 [T (u1 ) + T (u2 )] = T 1 [T (u1 + u2 )]
[T 1 T =IU ] ()
= u1 + u2 = T 1 (v1 ) + T 1 (v2 ),
Observao 9.47 Notemos que na definiao acima, T 1 (Y) no tem nada a ver com a
transforamo inversa da transformao T que pode, eventualemente, nem existir.
Proposio 9.48 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais com (V) = 1. dim
Se T : U V um transformao linear, no identicamente nula, ento a transfor-
mao linear T ser sobrejetora.
Prova:
Como a transformao linear T no nula existe uo U tal que
T (uo ) = O.
Como o espao vetorial real (V, +, ) tem dimenso 1 ento qualquer base sua constituda
por um vetor no nulo.
.
Logo B = {T (uo )} ser uma base do espao vetorial real (V, +, ) (pois T (uo ) V no
nulo de V).
Assim, dado v V existe nico escalar R tal que
[T linear]
v = T (uo ) = T ( uo ),
Prova:
Como dim(R) = 1 a concluso segue da proposio acima.
Temos tambm a:
Prova:
De 1.:
Seja W um subespao vetorial de (U, +, ).
Como O W e O = T (O) segue que O T (W).
Sejam x, y T (W) e R.
Como x, y T (W) ento existem u, w W tais que
x = T (u) e y = T (w). ()
De 2.:
Seja Y um subespao vetorial de (V, +, ).
Como T (O) = O e O Y (pois Y subespao vetorial) segue-se que O T 1 (Y).
Sejam x, y T 1 (Y) e R.
Como x, y T 1 (Y) segue que T (x), T (y) Y.
Como Y um subespao vetorial de (V, +, ) temos que
T (x) + T (y) Y. ()
Mas
[T linear] ()
T (x + y) = T (x) + T (y) Y,
portanto, x + y T 1 (Y), completando a demonstrao.
Definio 9.51 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T : U V uma trans-
formao linear.
Definimos o ncleo da transformao linear T , indicado por N (T ), como sendo o subespa-
o vetorial de U dado por T 1 ({O}), ou seja, o conjunto
{u U : T (u) = O}.
Prova:
Pela proposio (9.44) T injetora se, e somente se, a equao
T (u) = O, uU
Temos tambm o
Prova:
Suponha que T 2 = O.
Logo se v T (U) ento existe u U tal que v = T (u).
Portanto,
T (v) = T [T (u)] = T 2 (u) = O,
isto , v N (T ), isto , T (U) N (T ).
Reciprocamente, suponhamos que T (U) N (T ).
Dado u U, como T (u) T (U) N (T ), temos
T 2 (u) = T [ T (u) ] = O,
| {z }
N (T )
Exemplo 9.54 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e R.
Encontre o ncleo do operador linear T : R2 R2 dada por
.
T (x, y) = (x cos() y sen(), x sen() + y cos()), (x, y) R2 .
142 CAPTULO 9. TRANSFORMAES LINEARES
Resoluo:
Vimos anteriormente que T L (R2 ).
Por definio, (x, y) N (T ) se, e somente se, T (x, y) = (0, 0) ou, equivalentemente:
Observao 9.55 Geometricamente, o operador linear T dado pelo exemplo acima leva
um vetor numa rotao do mesmo de ngulo no sentido anti-horrio (verifique!).
u = 1 v1 + + n vn .
Logo
[T linear]
T (u) = T (1 v1 + + n vn ) = 1 T (v1 ) + + n T (vn ),
ou seja,
1 v1 + + n vn N (T ) = {O},
assim
1 v1 + + n vn = O,
mas v1 , . . . , vq so l.i. em U (pois formam uma base de U),logo
1 = = n = 0,
mostrando que os vetores T (v1 ), . . . , T (vn ) so l.i. em V, e portanto formam uma base de
T (U).
Logo podemos concluir que
dim(U) = 0
|{z} + n
|{z} = dim[N (T )] + dim[T (U)].
=dim[N (T )] =dim[T (U)]
T (1 v1 + + q vq ) = O,
isto , teremos
1 v1 + + q vq N (T ).
Como os vetores u1 , , up formam uma base de N (T ) segue que existem escalares
1 , , p R tais que
1 v1 + + q vq = 1 u1 + + p up ,
144 CAPTULO 9. TRANSFORMAES LINEARES
isto ,
1 u1 + + p up 1 v1 q vq = O.
v = T (u) = T (1 u1 + + p up + 1 v1 + + q vq )
= 1 T (u1 ) + + p T (up ) +1 T (v1 ) + + q T (vq )
| {z } | {z }
=0 =O
= 1 T (v1 ) + + q T (vq ),
pois u1 , . . . , up N (T ).
Logo v [T (v1 ), . . . , T (vq )], ou seja, T (U) = [T (v1 ), . . . , T (vq )].
Portanto os vetores T (v1 ), . . . , T (vq ) formam uma base de T (U), logo teremos
dim(U) = n = p
|{z}
+ q
|{z}
= dim[N (T )] + dim[T (U)],
=dim[N (T )] =dim[T (U)]
Corolrio 9.57 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais de dimenses finita tais
que dim
(U) = dim
(V) e T : U V uma transformao linear.
As seguintes condies so equivalentes:
Prova:
1. = 2.:
Se a transformao linear T sobrejetora ento T (U) = V.
Logo, pelo teorema anterior,
dim(U) = |dim[N
{z
(T )] + dim[T (U)] = dim[T (U)],
}
=0
1 T (u1 ) + + n T (un ) = O
ento, do fato que T uma transformao linear, a identidade acima ser equivalente a
T (1 u1 + + n un ) = O,
isto , o vetor
1 u1 + + n un N (T ).
Como a transformao linear T injetora, da proposio (9.52), segue que N (T ) = {O}
e, consequentemente,
1 u1 + + n un = O.
Como u1 , . . . , un formam uma base de U eles devero ser l.i., assim
1 = = n = 0,
146 CAPTULO 9. TRANSFORMAES LINEARES
isto , os vetores T (u1 ), . . . , T (un ) geram V, mostrando que esses vetores formam uma base
de V, mostrando qeu 4. ocorre.
Observe que j havamos provado isto na proposio (9.13) (verifique!).
4. = 1.:
Seja u1 , . . . , un uma base de U.
Por hiptese, T (u1 ), . . . , T (un ) formam uma base de V.
Assim, dado v V existem escalares 1 , . . . , n R tais que
v = 1 T (u1 ) + + n T (un ).
Deste modo,
[T linear]
v = 1 T (u1 ) + + n T (un ) = | 1 u1 + {z
T ( + n un}),
.=u
Exemplo 9.58 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Mostre que toda transformao linear bijetora T : R2 R2 leva retas de R2 em retas
de R2 (isto , a imagem de uma reta de R2 pela transformao linear bijetora T uma
reta de R2 ).
Resoluo:
Dada uma reta r no plano R2 , usaremos a equao vetorial para representar seus pontos,
isto , um ponto P r se, e somente se,
P = Po + v,
Assim, um ponto S T (r) se, e somente se, S = T (P) para algum P r, ou seja,
[T linear ]
S = T (P) = T (Po + v) = T (Po ) + T (v), ()
para algum R.
Como transformao linear T injetora e v = 0 temos que T (v) =
0, ou seja, (*) nos
fornece a equao vetorial de uma reta no plano R2 que passa pelo ponto T (Po ) e tem a
direo do vetor (no nulo) T (v).
Assim T (r) uma reta em R2 , como afirmamos.
Exemplo 9.59 Sejam (Rn , +, ) espao vetorial real (onde + e so as operaes usuais
de Rn ) e a1 , . . . , an R no todos nulos.
Mostre que o subespao
.
H = {(x1 , . . . , xn ) Rn : a1 x1 + + an xn = 0}
tem dimenso n 1.
Resoluo:
Observemos que H pode ser obtido como o ncleo do funcional linear (verifique!) T :
R R dada por
n
.
T (x1 , . . . , xn ) = a1 x1 + + an xn , (x1 , , xn ) Rn .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T um operador linear em
M2 (R).
Ncleo de T :
Observemos que X N (T ) se, e somente se, T (X) = O ou, equivalentemente,
AX XA = O AX = XA.
Se ( )
a b
X= ,
c d
vemos que X N (T ) se, e somente se,
( )( ) ( )( )
1 2 a b a b 1 2
= ,
0 1 c d c d 0 1
isto , ( ) ( )
a + 2c b + 2d a 2a + b
=
c d c 2c + d
que equivalente ao sistema linear
a + 2c = a
b + 2d = 2a + b
[exerccio]
c = 0 e a = d.
c=c
d = 2c + d
Dessa forma, o ncleo do operador linear T o subespao vetorial gerado pelos vetores A1
e A2 .
.
Notemos que os vetores A1 , A2 so l.i. (verifique!), logo B = {A1 , A2 } uma base para o
subespao N (T ), em particular, dim[N (T )] = 2.
Imagem de T :
Observemos que ( )
x y
Y= T (M2 )
z t
se, e somente, se existir uma matriz em M2 (R), que denotaremos por
( )
a b
X= ,
c d
9.3. IMAGEM E NCLEO 149
tal que
Y = T (X) = AX XA,
isto ,
( ) ( )( ) ( )( )
x y 1 2 a b a b 1 2
=
z t 0 1 c d c d 0 1
( ) ( ) ( )
a + 2c b + 2d a 2a + b 2c 2d 2a
= =
c d c 2c + d 0 2c
( ) ( )
1 0 0 1
= 2c +2(d a) ,
0 1 0 0
| {z } | {z }
.
=B1
.
=B2
Observao 9.61 Uma outra maneira para encontrar uma base da imagem do operador
linear T do exemplo acima seria fazer uso da prova do teorema (9.56).
Mais precisamente, sabemos que
( ) ( )
1 0 0 1
e
0 1 0 0
formam uma base do ncleo do operador linear T .
Do teorema (9.56), podemos complet-la a uma base de M2 (R) introduzindo, por
exemplo, os vetores: ( ) ( )
0 0 0 0
e ,
1 0 0 1
isto , ( ) ( ) ( ) ( )
1 0 0 1 0 0 0 0
, , e
0 1 0 0 1 0 0 1
uma base de M2 (R) (verifique!).
Mas (( )) ( ) (( )) ( )
0 0 2 0 0 0 0 1
T = e T = .
1 0 0 2 0 1 0 0
| {z } | {z }
.
=C1
.
=C2
.
Logo, pelo mesmo teorema, segue que C = {C1 , C2 } uma base da imagem do operador
linear T.
Resoluo:
Sabemos que o IU um operador linear em U.
Alm disso, temos
I2U (u) = IU [IU (u)] = IU (u), u U,
| {z }
=u
Exemplo 9.64 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T um operador linear em R2 .
Notemos que
U = T (U) N (T ).
Prova:
Como T L (U) idempotente segue que T 2 = T .
Observemos que, dado u U podemos escrever
u = T (u) + [u T (u)].
Resoluo:
Sabemos que IU um operador linear, injetor e sobrejetor, logo um automorfismo em U.
onde
.
p(t) = x1 + x2 t + + xn tn1 , t R.
Ento T um isomorfismo de Rn em Pn1 (R).
152 CAPTULO 9. TRANSFORMAES LINEARES
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T uma transformao linear
de Rn em Pn1 (R).
Observemos que T injetor, pois se x = (x1 , , xn ) N (T ) segue que
O
|{z} = T (x) x1 + x2 t + + xn tn1 = 0, para todo t R,
polinmio nulo
para ao , , an1 R.
Logo se considerarmos
.
x = (ao , , an1 ) Rn ,
teremos
T (x) = p,
ou seja T sobrejetora, isto , a transformao linear T bijetora, logo um isomorfismo de
Rn em Pn1 (R), como afirmamos.
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T uma transformao linear
de Mmn (R) em Rm.n .
Observemos que T injetor, pois se (aij ) N (T ) segue que
teremos
T [(aij )] = (x1 , , xmn ) = x,
ou seja, a transformao linear T sobrejetora, isto , a transformao linear T bijetora,
logo um isomorfismo de Mmn (R) em Rm.n , como afirmamos.
Exemplo 9.72 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R3 R3 dada por
.
T (x, y, z) = (x y, x z, z y), (x, y, z) R3 .
Verifique se T um automorfismo de R3 .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T um operador linear em R3 .
Verifiquemos se o operador linear T injetor, isto , se N (T ) = {O}.
Para isto seja (x, y, z) N (T ), isto ,
x y = 0
[exerccio]
T (x, y, z) = (0, 0, 0) xz=0 x = y = z.
z y = 0
Logo, o operador linear T no injetor, pois T (1, 1, 1) = (0, 0, 0), assim, o operador linear
T no ser um automorfismo em R3 .
Proposio 9.73 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais, tal que dim(U) < ,
e T : U V um isomorfismo de U em V.
Ento o espao vetorial (V, +, ) tem dimenso finita e alm disso
dim(V) = dim(U).
Prova:
Como a transformao linear T injetora segue N (T ) = {0}.
Portanto, dim
[N (T )] = 0.
Como a transformao linear T sobrejetora segue que T (U) = V.
Segue, do teorema do ncleo e da imagem (isto , teorema (9.56)), que
dim(U) = dim
|
[N (T )] + dim[T (U)] = dim(V),
{z } | {z }
=0 =V
Corolrio 9.74 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais, tal que dim(V) < , e
T : U V um isomorfismo de U em V.
Ento dim
(U) = dim
(V).
154 CAPTULO 9. TRANSFORMAES LINEARES
Prova:
Como a transformao linear T bijetora segue que existe a transformao linear inversa
T : V U e esta tambm ser um isomorfismo de V em U (pois bijetora).
1
Como dim
(V) < , pela proposio (9.73), segue que
dim(U) = dim(V),
completando a demonstrao.
Temos tambm a
Prova:
Primeiramente, notemos que a funo T est bem definida, pois as coordenadas de um
vetor com relao a uma base so unicamente determinadas por ele e pela respectiva base
fixada.
Verifiquemos que T uma transformao linear de U em V.
Dados w1 , w2 U, como B base de U, podemos escrever
n
n
w1 = xi ui e w2 = yi ui ,
i=1 i=1
com xi , yi R, i = 1, . . . , n.
Se R, teremos
n
n
n
w1 + w2 = xi u i + yi ui = (xi + yi ) ui .
i=1 i=1 i=1
Logo
( n )
()
n
T (w1 + w2 ) = T (xi + yi ) ui = (xi + yi ) vi
i=1 i=1
n
n
()
= xi vi + yi vi = T (w1 ) + T (w2 ),
i=1 i=1
9.5. MATRIZ DE UMA TRANSFORMAO LINEAR 155
Corolrio 9.76 Dois espaos vetoriais reais de dimenso finita so isomorfos se, e
somente se, tm a mesma dimenso.
Prova:
(=):
Segue do corolrio (9.74).
(=):
Segue da proposio (9.75).
Prova:
Do teorema (9.22) temos que dim
[L (U, V)] = m n e do exemplo (6.22) temos que
dim[Mmn (R)] = m n.
Logo do corolrio acima segue que eles sero isomorfos, completando a demonstrao.
respectivamente.
Como
()
T (u1 ) = T ((1, 0, 0)) = (1, 1) = 1 (1, 0) + 1 (0, 1) = |{z} 1 v2 ,
1 v1 + |{z}
=a11 =a21
()
T (u2 ) = T ((0, 1, 0)) = (1, 0) = 1 (1, 0) + 0 (0, 1) = |{z} 0 v2 ,
1 v1 + |{z}
=a12 =a22
()
0 v1 + (1) v2 ,
T (u3 ) = T ((0, 0, 1)) = (0, 1) = 0 (1, 0) + (1) (0, 1) = |{z}
| {z }
=a13 =a23
teremos ( ) ( )
a11 a12 a13 1 1 0
[T ]B,C = = M23 (R).
a21 a22 a23 1 0 1
9.5. MATRIZ DE UMA TRANSFORMAO LINEAR 157
Resoluo:
As bases de R3 e de R2 so
. .
B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e C = {(1, 1), (0, 1)},
| {z } | {z } | {z } | {z } | {z }
.
=u1
.
=u2
.
=u3
.
=v1
.
=v2
respectivamente.
Como
()
T (u1 ) = T ((1, 0, 0)) = (1, 1) = 1 (1, 1) + 0 (0, 1) = |{z}
1 v1 + |{z}
0 v2 ,
=a11 =a21
()
T (u2 ) = T ((0, 1, 0)) = (1, 0) = 1 (1, 1) + (1) (0, 1) = |{z}
1 v1 + (1) v2 ,
| {z }
=a11 =a21
()
T (u1 ) = T ((0, 0, 1)) = (0, 1) = 0 (1, 1) + (1) (0, 1) = |{z}
0 v1 + (1) v2
| {z }
=a11 =a21
teremos ( ) ( )
a11 a12 a13 1 1 0
[T ]B,D = = M23 (R).
a21 a22 a23 0 1 1
Observao 9.81 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais de dimenses finitas
. .
com bases B = {u1 , . . . , un } e C = {v1 , . . . , vm }, respectivamente.
Fixemos i {1, . . . , n} e j {1, . . . , m} e definamos Tij L (U, V) como na prova do
teorema (9.22), isto , Tij : U V dada por
.
Tij (x1 u1 + + xn un ) = xi vj , x1 , . . . , xn R.
Notemos que
{
vj se i = k
Tij (uk ) =
0 se i = k
{
0 v1 + + 0 vj1 + 1 vj + 0 vj+1 + + 0 vn se i = k
= .
0 se i = k
158 CAPTULO 9. TRANSFORMAES LINEARES
Assim
(j,i)
[Tij ]B,C = Eji = (k,l ),
onde {
(j,i) 1 se (j, i) = (k, l)
k,l =
0 caso contrrio ,
ou seja, para cada i {1, . . . , n} e cada j {1, . . . , m}, a matriz Eji possui todos as
entradas nulas, com exceo daquela que ocupa a j-sima linha, da i-sima coluna,
cujo valor 1.
A seguir temos dois resultados que nos fornecem exemplos bsicos associados a matrizes
de uma transformo linear:
Proposio 9.83 Sejam (U, +, ) e (V, +, ) espaos vetoriais de dimenso finita com
bases B e C, respectivamente.
Se T L (U, V) a transformao linear nula ento
[T ]B,C = 0.
9.5. MATRIZ DE UMA TRANSFORMAO LINEAR 159
Prova:
. .
Sejam B = {u1 , . . . , un } e C = {v1 , . . . , vm } bases de (U, +, ) e (V, +, ), respectivamente.
Se T L (U, V) ento T (u) = O para todo u U, logo
0 v1 + + |{z}
T (uj ) = O = |{z} 0 vm , para cada j = 1, . . . , n,
=a1j =amj
Proposio 9.84 Sejam (U, +, ) espao vetorial de dimenso finita e B, C duas bases
de U.
Se IU L (U) o operador identidade em U ento
Prova:
. .
Consideremos B = {u1 , . . . , un }, C = {v1 , . . . , vn } bases de (U, +, ) e (V, +, ), respectiva-
mente.
Para cada 1 j n, como uj U e B base de (U, +, ) segue que existem escalares
1j , , nj R tais que
uj = 1j v1 + + nj vn . ()
Logo
MCB = (ij ). ()
Mas
()
IU (uj ) = uj = 1j v1 + + nj vn .
Logo
[IU ]B,C = (ij ),
ou seja, de (**) e da igualdade acima, teremos [IU ]B,C = MCB , como queramos demonstrar.
Proposio 9.85 Sejam (U, +, ), (V, +, ) e (W, +, ) espaos vetoriais de dimenso finita
com bases B, C, e D, respectivamente.
Se T L (U, V) e S L (V, W). ento
T S
U - V - W
B C D
ST
160 CAPTULO 9. TRANSFORMAES LINEARES
Prova:
. . .
Consideremos B = {u1 , . . . , un }, C = {v1 , . . . , vm } e D = {w1 , . . . , wp } bases de (U, +, ),
(V, +, ) e (W, +, ), respectivamente
Sejam [T ]B,C = (ij ) e [S]C,D = (kl ).
Com isto temos que
Portanto, ( m )
[Apndice I]
[S T ]B,D = ki ij = [S]C,D [T ]B,C ,
i=1
Proposio 9.88 Sejam (U, +, ), (V, +, ) espaos vetoriais de dimenso finita com bases
B e C, respectivamente.
Se T L (U, V) possui transformao inversa T 1 L (V, U) (isto , T um isomor-
fismo de U e V) ento
[T 1 ]C,B = [T ]1
B,C .
T
U - V
B C
T 1
Prova:
Como T uma transformao linear bijetora (isto , um isomorfismo de U em V) segue,
do corolrio(9.76), dim
(U) = (V) = n. dim
Logo, da proposio acima temos
[prop. (9.85)] [prop. (9.84)]
[T ]B,C [T 1 ]C,B = [T| {zT 1}]C,C = [IV ]C,C = MCC = In
=IV
Analogamente,
Portanto, [T 1 ]C,B = [T ]1
B,C , completando a demonstrao.
Prova:
Da proposio (9.84) temos que
Logo
() [prop. (9.85)]
MCB [T ]B,B MBC = [IV ]B,C [T ]B,B [IV ]C,B = IV}]C,B
[IV ]B,C [T| {z
=T
[prop. (9.85)]
= [IV ]B,C [T ]C,B = T}]C,C
[I|V{z
=T
= [T ]C,C
completando a demonstrao.
Exemplo 9.90 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
.
de R2 ) e B = {(1, 1), (1, 1)} uma base de R2 (verifique!).
Consideremos T L (R2 ) tal que
( )
1 0
TB,B = .
0 5
Resoluo:
Da proposio acima, temos que
logo para completarmos o exemplo basta encontrarmos as matrizes de mudana de bases MCB
e MBC .
162 CAPTULO 9. TRANSFORMAES LINEARES
. .
Para isto, se B = {(1, 1), (1, 1)} e C = {(1, 0), (0, 1)} teremos
| {z } | {z } | {z } | {z }
.
=u1
.
=u2
.
=e1
.
=e2
[exerccio] 1 1 1 1
e1 = (1, 0) = (1, 1) + (1, 1) = u1 + u2
2 2 2 2
[exerccio] 1 1 1 1
e2 = (0, 1) = (1, 1) (1, 1) = u1 + u2 ,
2 2 2 2
alm disso
assim
1 1
2 2 1 1
MBC = e MCB = .
1 1
1 1
2 2
Poderamos ter obtido a matriz MCB calculando a matriz inversa M1
BC (ou vice-versa).
Logo, da proposio acima, segue que
ou seja,
T ((x, y)) = (3x 2y, 3y 2x), (x, y) R2 .
Proposio 9.92 Sejam (U, +, ) espao vetorial de dimenso finita com bases B e C,
respectivamente.
Se T L (U, V) e u U ento
Prova:
. .
Sejam B = {u1 , . . . , u
n }, C = {v1 , . . . , vm } bases de (U, +, ) e (V, +, ), respectivamente,
11 1n
.. .. .. e
[T ]B,C = . . .
m1 mn
a1
..
[u]B = . .
an
Logo teremos:
u = a1 u1 + + an un (9.93)
T (uj ) = 1j v1 + + mj vm , para cada j = 1, . . . , n. (9.94)
Assim
(9.93) [T linear]
T (u) = T (a1 u1 + + an un ) = a1 T (u1 ) + + an T (un )
(9.94)
= a1 (11 v1 + + m1 vm ) + + an (1n v1 + + mn vm )
= (a1 11 + + an 1n ) v1 + + (a1 m1 + + an mn ) vm ,
ou seja,
a1 11 + + an 1n 11 1n a1
. [exerccio] . .. .. ...
.
[T (u)]C = .. = .. . ,
a1 m1 + + an mn m1 mn an
Proposio 9.95 Sejam (U, +, ) e (V, +, ) espaos vetoriais de dimenso finita com
bases B e C, respectivamente e T L (U, V).
Ento T um isomorfismo de U em V se, e somente se, a matriz [T ]B,C admite
matriz inversa.
Prova:
. .
Sejam B = {u1 , , un } e C = {v1 , , vm } bases de (U, +, ) e (V, +, ), respectivamente.
Com isto temos que [T ]B,C Mmn (R).
Se T um isomorfismo de U em V ento dim (U) = dim
(V) = n e, pela proposio (9.88),
seque que a matriz quadrada [T ]B,C possui matriz inversa dada por [T 1 ]C,B .
Reciprocamente, suponhamos que a matriz (quadrada) [T ]B,C admita matriz inversa.
Em particular, como a matriz acima quadrada deveremos ter n = m, isto , (U) = dim
dim (V) = n.
Para completar a prova, pelo corolrio (9.57), basta mostrar que o operador linear T
injetor.
164 CAPTULO 9. TRANSFORMAES LINEARES
Exemplo 9.96 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Verifique se a transformao linear (verifique!) T : R2 P1 (R) dada por
.
T (a, b) = p, (a, b) R2 ,
onde
.
p(t) = a + (a + b)t, t R,
um isomorfismo de R2 em P1 (R).
Resoluo:
. . . .
Consideremos B = {(1, 0), (0, 1)} e C = {po , p1 } (onde po (t) = 1, p1 (t) = t, t R) as bases
cannicas de R2 e P1 (R), respectivamente.
Como
Como det
{[T ]BC } = 1 = 0 segue (ver Apndice I e II) que a matriz [T ]BC admite matriz
inversa.
Logo da proposio acima temos a transformao linear T um isomorfismo.
9.6 Exerccios
Captulo 10
Exerccios Resolvidos
Neste captulo resolveremos alguns exerccios relacionados com tpicos desenvolvidos nos
captulos anteriores
Exemplo 10.1 Sejam (P2 (R), +, ) espao vetorial real (onde + e so as operaes
usuais de P2 (R)) e T : P2 (R) P2 (R) dada por
.
T (p) = p + p , p P2 (R).
Resoluo:
Deixaremos como exerccio para o leitor mostrar que T L (P(R)).
Ncleo de T :
Lembremos que p P2 (R) se, e somente se, existem ao , a1 , a2 R tais que
p(x) = ao + a1 x + a2 x2 , x R. ()
Logo
p (x) = a1 + 2a2 x e p (x) = 2a2 , x R. ()
Logo p N (T ) se, e somente se, p + p = 0 ou, equivalentemente,
{
() a1 + 2a2 = 0
p (x) + p (x) = 0, x R (a1 + 2a2 x) + 2a2 = 0, x R
| {z } 2a2 = 0
=(a1 +2a2 )+2a2 x
165
166 CAPTULO 10. EXERCCIOS RESOLVIDOS
uma base de P2 (R) que completa a base de N (T ) vemos que, pela demonstrao do teorema
.
(9.56), C = {T (p1 ), T (p2 )} ser uma base da imagem de T , assim [T (P2 (R)] = 2.dim
Observemos que
[p1 (x)=x]
[T (p1 )](x) = p1 (x) + p1 (x) = 1,
[p2 (x)=x2 ]
[T (p2 )](x) = p2 (x) + p2 (x) = 2x + 2, x R.
Exemplo 10.2 Sejam (M2 (R), +, ) espao vetorial real (onde + e so as operaes
usuais de M2 (R)) e T : M2 (R) M2 (R) dada por
.
T (X) = AX + X, X M2 (R),
( )
. 1 4
onde A = .
2 3
Mostre que T um operador linear em M2 (R), encontre uma base e a dimenso do
ncleo de T e uma base e a dimenso da imagem de T .
Resoluo:
Deixaremos como exerccio para o leitor mostrar que T L (M2 (R)).
Ncleo de T :
Observe que
T (X) = (A + I2 )X, X M2 (R),
onde I2 a matriz identidade de ordem dois.
Logo se ( )
a b
X=
c d
vemos que X N (T ) se, e somente se,
( )( ) ( ) ( )( ) ( )
2 4 a b 0 0 1 2 a b 0 0
= =
2 4 c d 0 0 0 0 c d 0 0
{ {
a + 2c = 0 a = 2c
,
b + 2d = 0 b = 2d
ou, equivalentemente
( ) ( ) ( ) ( ) ( )
2c 2d 2c 0 0 2d 2 0 0 2
X= = + =c +d .
c d c 0 0 d 1 0 0 1
| {z } | {z }
.
=A1
.
=A2
.
Notemos que o conjunto B = {A1 , A2 } l.i. (verifique!) logo ser uma base de N (T ), em
particular,dim
[N (T )] = 2.
Imagem de T :
167
A1 + A2 + A3 + A4 = |{z}
O ()
M2 (R)
seja a soluo trivial, isto , a matriz nula de ordem 2 (pois neste caso as quatro matrizes
sero l.i. e assim formaro uma base de M2 (R))).
Consideremos ( ) ( )
. a b . x y
A3 = e A4 = .
c d z t
Substituindo em (*)
( ) ( ) ( ) ( ) ( )
2 0 0 2 a b x y 0 0
+ + + = ,
1 0 0 1 c d z t 0 0
que admite uma nica soluo se, e somente se, o determinante da matriz de ordem quatro
B for diferente de zero.
Mas
det
(B) = (2c + a)(2t + y) + (2z + x)(2d + b),
assim det(B) = 0 se, e somente se,
(2z + x)(2d + b) = (2c + a)(2t + y). ()
Exemplo 10.3 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ).
Determinar um operador linear T : R3 R3 cuja imagem seja gerada pelos vetores
(1, 2, 0) e (1, 1, 1).
Resoluo:
. .
Como v1 = (1, 2, 0) e v2 = (1, 1, 1) so linearmente independentes (verifique!), o subespao
gerado por estes vetores tem dimenso dois.
Como
dim
(R3 ) =
| {z }
dim
[N (T )] + dim
[T (R3 )] =
| {z }
[N (T )] = 1. dim
=3 =2
Como conhecemos o operador linear T em uma base de R3 (no caso a base cannica) segue
que podemos encontrar a expresso para T ((x, y, z)), para qualquer (x, y, z) R3 .
Para isto basta observarmos que
Exemplo 10.4 Sejam (P2 (R), +, ) e (P3 (R), +, ) espaos vetoriais reais (onde + e
so as operaes usuais de P2 (R) e P3 (R), respectivamente).
Determinar T L (P3 (R), P2 (R)) cujo ncleo seja gerado pelos polinmios p, q
P3 (R), onde
.
p(x) = 1 + x3 e q(x) = 1 x2 , x R.
169
Resoluo:
Como p, q so l.i. em P3 (R) (verifique!), teremos que dim[N (T )] = dim([p, q]) = 2,
assim
|
dim[P3 (R)] =
{z } |
dim
[N (T )] +
{z }
dim
[T (P3 (R))] = dim[T (P3(R))] = 2,
=4 =2
ou seja, a imagem da transformao T procurada dever ter, necessariamente, dimenso dois.
O primeiro passo utilizar o teorema do completamento, para completar o conjunto
formado pelos vetores p, q a uma base de P3 (R).
Para isto, basta acrescentarmos, por exemplo, os polinmios po , p1 P3 (R), onde
. .
po (x) = 1 e p1 (x) = x, x R.
p + q + po + p1 = O
.p(x) + .q(x) + .po (x) + .p1 (x) = 0, xR
.(1 + x3 ) + .(1 x2 ) + .1 + .x = 0
( + + ) + .x x2 + x3 = 0, xR
Deste modo T (P3 (R)) = [po , p1 ], logo ter dimenso 2 e N (T ) = [p, q], como querimos.
Se p P3 (R) sabemos que existem ao , a1 , a2 , a3 R tais que
p(x) = ao + a1 x + a2 x2 + a3 x3 , x R.
Logo
= (ao + a2 a3 ) po + a1 p1 ,
170 CAPTULO 10. EXERCCIOS RESOLVIDOS
onde
p = ao po + a1 p1 + a2 p2 + a3 p3 P3 (R).
Com isto temos que T definido desta forma satisfaz as propriedades requeridas.
Exemplo 10.5 Sejam (P2 (R), +, ) e (R, +, ) espaos vetoriais reais (onde + e so as
operaes usuais de P2 (R) R, respectivamente).
Considere T : P2 (R) R dado por
1
.
T (p) = p(x)dx, p P2 (R).
0
Resoluo:
. .
Sejam B = {po , p1 , p2 } e C = {|{z}
1 } as bases de P2 (R) e de R, respectivamente, onde
.=u
. . .
po (x) = 1, p1 (x) = x, p2 (x) = x2 , x R.
Temos
1 1
T (po ) = po (x) dx = dx = 1 = 1 |{z}
1 = 1 u,
0 0 =u
1 1 2
x x=1 1 1 1
T (p1 ) = p1 (x) dx = x dx = |x=0 = = |{z}
1 = u
0 0 2 2 2 2
=u
1 1 3
x x=1 1 1 1
T (p2 ) = p2 (x) dx = x2 dx = |x=0 = = |{z}
1 = u.
0 0 3 3 3 3
=u
Exemplo 10.6 Sejam (P2 (R), +, ) e (P3 (R), +, ) espaos vetoriais reais (onde + e
so as operaes usuais de P2 (R) e P3 (R), respectivamente) e T : P3 (R) P2 (R) dado
por
T (p) = p , p P3 (R).
Resoluo:
. .
Sejam B = {po , p1 , p2 } e C = {po , p1 } a bases de P3 (R) e de P2 (R), respectivamente, onde
. . .
po (x) = 1, p1 (x) = x, p2 (x) = x2 , x R.
Temos
Logo a matriz da transformao linear T com relao s bases cannicas ser dada por
0 1 0 0
[T ]B,C = 0 0 2 0 .
0 0 0 3
Exemplo 10.8 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ) e T : R3 R3 dada por
.
T (x, y, z) = (x + z, y + z, x + y + 2z), (x, y, z) R3 .
isto , [T ]C .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (R).
.
Com relao base cannica B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} temos:
| {z } | {z } | {z }
.
=e2
.
=e2
.
=e3
Portanto,
1 0 1
[T ]C = 0 1 1 .
1 1 2
Com relao base C, temos
Portanto,
3 0 0
[T ]C = 0 1 0 .
0 0 0
U = N (T ) T (U).
Seja B uma base de U formada pelos vetores u1 , . . . , up , que formam uma base de
N (T ), juntamente com v1 , . . . , vq , que formam uma base de T (U).
Encontre a matriz do operador linear [T ]B .
Resoluo:
Como uj N (T ), para j = 1, , p, segue que
T (uj ) = O = 0 u1 + + 0 up + 0 v1 + + 0 vq . ()
Para cada j = 1, , q temos que T (vj ) T (U) e v1 , , vq uma base de T (U), logo
existem escalares ij R, i = 1, , q tais que
T (vj ) = 1j v1 + + qj vq
= 0 u1 + + 0 up + 1j v1 + + qj vq . ()
Logo de (*) e (**) segue que a matriz do operador linear idempotente T ser da forma:
0 0 0 0
.. . . .. .. .. ..
. . . . . .
0 0 0 0
[T ]B = .
0 0 11 1q
.. . . .. .. . ..
. . . . . . .
0 0 q1 qq
Observao 10.10 Uma matriz quadrada do tipo acima ser denominada matriz de bloco
e, como veremos, ter um papel importante no captulo 11.
Captulo 11
Autovalores e Autovetores
Observao 11.2
173
174 CAPTULO 11. AUTOVALORES E AUTOVETORES
ser invariante pelo operador linear T se, e somente, se para todo R (ou C,
no caso de espao vetorial complexo) tivermos
T ( u) [u],
Definio 11.3 Sejam (U, +, ) um espao vetorial real (ou complexo) e T L (U).
Diremos que um vetor, no nulo, u U um autovetor do operador linear T se existir
um escalar R (ou C, no caso de espao vetorial complexo) tal que
T (u) = u.
ou seja, = .
T (u) = u u N (T IU ).
11.1. DEFINIO, EXEMPLOS E PROPRIEDADES 175
V() = {u U : T (u) = u} = N (T IU )
Definio 11.7 Sejam (U, +, ) um espao vetorial real (ou complexo), T L (U) e
um autovalor do operador linear T.
O subespao vetorial
.
V() = {u U : T (u) = u} = N (T IU )
Observao 11.8
T [V()] V().
Exemplo 11.9 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
.
T (x, y) = (y, 4x), (x, y) R2 .
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R2 ).
Observemos que R um autovalor de T se, e somente se, existir (x, y) = (0, 0) tal que
1 = 2 e 2 = 2.
Logo
.
V(2) = {(x, y) R2 : T [(x, y)] = 2 (x, y)} = {(x, y) R2 : (y, 4x) = 2 (x, y)}
= {(x, y) R2 : y = 2x} = {(x, 2x) : x R}
[(x,2x)=x(1,2)]
= [(1, 2)].
Exemplo 11.10 Ainda com relao ao exerccio anterior, encontre a matriz do opera-
dor linear T com relao base B, formada pelos autovetores de T.
11.1. DEFINIO, EXEMPLOS E PROPRIEDADES 177
Resoluo:
Observemos que
[exerccio]
T ((1, 2)) = (2, 4) = 2 (1, 2) + 0 (1, 2)
[exerccio]
T ((1, 2)) = (2, 4) = 0 (1, 2) + 2 (1, 2).
Observao 11.11 No exemplo acima, existe uma base do espao vetorial (R2 , +, ) for-
mada por autovetores do operador linear T e a matriz do operador linear T em relao
a essa base uma matriz diagonal, cuja diagonal principal formada pelos autovalores
do operador linear T .
Exemplo 11.12 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
.
T (x, y) = (y, x), (x, y) R2 .
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R2 ).
Observemos que R um autovalor de T se, e somente se, existir (x, y) = (0, 0) tal que
Exemplo 11.13 Sejam (Pn (R), +, ) espao vetorial real (onde + e so as operaes
usuais de Pn (R)) e T : Pn (R) Pn (R) dada por
.
T (p) = p , p Pn (R).
Mostre que T L (Pn (R)) e verifique que = 0 o nico autovalor associado a este
operador linear.
Encontre V(0).
Resoluo:
Vimos anteriormente que T L (Pn (R)).
Observemos que R um autovalor de T se, e somente se, existir p = O tal que
Se
p(x) = ao + a1 x + + an xn , x R,
como
p (x) = a1 + 2a2 x + nan xn1 , x R,
segue que
ou, equiavlentemente,
o que implicar, se = 0,
ao = = an ,
ou seja, p = O Pn (R).
Desta forma, se = 0 segue que no ser autovalor do operador linear T.
Por outro lado, se = 0, ento
T (p) = 0.p p = O
V(0) = N [T 0 I] = N (T ) = [1],
isto , ser o subespao gerado pelo polinmio p 1, em particular a multiplicidade geom-
trica do autovalor = 0 (isto , dim
[V(0)]) ser 1.
11.1. DEFINIO, EXEMPLOS E PROPRIEDADES 179
Exemplo 11.14 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ) e T : R2 R2 dada por dada por
.
T (x, y, z) = (x, y, x), (x, y, z) R3 .
Mostre que T L (R3 ) e encontre os autovalores de T, os respectivos subespaos
prprios e a multiplicidade geomtrica de cada autovalor.
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R3 ).
Observemos que R um autovalor de T se, e somente se, existir (x, y, z) = (0, 0, 0) tal
que
T (x, y, z) = (x, y, z),
| {z }
(x,y,x)
Observao 11.15 No exemplo acima notemos que so autovetotes (0, 0, 1), (0, 1, 0),
.
(1, 0, 1) so l.i., logo B = {0, 0, 1), (0, 1, 0), (1, 0, 1)} ser uma base de R3 .
Encontremos [T ]B .
Para isto observemos que
ou seja,
0 0 0
[T ]B = 0 1 0 .
0 0 1
Concluso: no exemplo acima, existe uma base do espao vetorial (R3 , +, ) formada
por autovetores do operador linear T e a matriz do operador linear T em relao a essa
base uma matriz diagonal, cuja diagonal principal formada pelos autovalores do
operador linear T .
Temos a:
Proposio 11.16 Sejam (U, +, ) um espao vetorial real (ou complexo) e T L (U)
tal que u1 , . . . , un so autovetores do operador linear T associados aos autovalores 1 ,
. . . , n , respectivamente.
Se i = j , para todo i = j ento os vetores u1 , . . . , un so linearmente independentes
em (U, +, ).
Prova:
A prova ser por induo sobre o nmero de autovalores, isto , sobre n.
Para n = 2 temos que, se
1 u1 + 2 u2 = O, ()
= 1 (1 u1 ) +2 (2 u2 )
| {z }
=1 (1 u1 )
[()1 u1 =2 u2 ]
= 1 (2 u2 ) + 2 (2 u2 ).
= 2 (2 1 ) u2
Portanto,
2 (2 1 ) u2 = O.
11.1. DEFINIO, EXEMPLOS E PROPRIEDADES 181
ou seja,
1 u1
|{z} = (2 2 ) u2 + + (n n ) un . (11.18)
(11.17)
= 2 u2 ++n un
1 (2 u2 + + n un ) = (2 2 ) u2 + + (n n ) un ,
ou seja,
O = 2 (2 1 ) u2 + + n (n 1 ) un
e pela hiptese de induo (na soma acima temos n 1 autovetores associados a n 1
autovalores que so dois a dois distintos logo os autovetores u2 , , un devero ser l.i.) segue
que
2 (2 1 ) = = n (n 1 ) = 0.
Como 1 = j para j = 2, . . . , n, deveremos ter
2 = = n = 0.
Assim, pela equao (11.17), segue que u1 = O, o que impossvel pois u1 um autovetor
do operador linear T (logo u1 = O), que nos fornece um absurdo, de onde podemos concluir
que u1 , . . . , un so linearmente independentes, completando a demonstrao.
182 CAPTULO 11. AUTOVALORES E AUTOVETORES
Proposio 11.19 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso
finita e T L (U) tal que seus autovalores 1 , . . . , n , so todos, dois a dois, distintos.
Ento a soma dos subespaos prprios do operador T uma soma direta, isto ,
para cada j = 1, . . . , n, temos
Prova:
A prova ser por induo sobre o nmero de autovalores distintos do operador linear T ,
isto , sobre n.
Para n = 2 temos que mostrar que V(1 ) V(2 ) = {O}.
. (1) (1) . (2) (2)
Fixemos B1 = {v1 , . . . , vm1 } uma base de V(1 ) e B2 = {v1 , . . . , vm2 } uma base de V(2 )
(estamos supondo que dim
[V(i )] = mi , i = 1, 2).
(1) (1) (2) (2)
Se u V(1 )V(2 ) ento u V(1 ) e u V(2 ), logo existem escalares 1 , , m1 , 1 , , m2
R tais que
(1) (1)
m1 vm1
u = 1 v1 + + (1) (1)
(2) (2)
= 1 v1 + + m
(2)
2
v(2)
m2 . (11.20)
Mas
(i) (i)
T (vj ) = i vj , i = 1, 2, j = 1, , mi ,
subsituindo isto em (11.21) obteremos
(1) (1) (2) (2)
(1 1 ) v1 + + (m
(1)
) vm
1 1
(1)
1
= (1 2 ) v1 + + ((2)
m2 2 ) vm2 .
(2)
(11.22)
(2) (2)
Como os vetores v1 , . . . , vm2 foram uma base de V(2 ), segue que eles sero l.i., logo
deveremos ter
(2)
1 (2 1 ) = = (2)
m2 (2 1 ) = 0.
Precisamos mostrar que este resultado vlido quando o operador linear T tem n auto-
valores, dois a dois distintos.
Para isto, cada j = 1, . . . , n consideremos uma base
. (j)
Bj = {vi : i = 1, , mj }
de V(j ).
(j)
Note que para cada j = 1, n e cada i = 1, , mj , o vetor vi um autovetor associado ao
autovalor j , isto ,
(j) (j)
T (vi ) = j vi , ()
e que mj a multiplicidade geomtrica deste autovalor (pois [(V(j )] = mj ). dim
Seja
u V(j ) [V(1 ) + + V(j1 ) + V(j+1 ) + + V(n )].
Como u V(j ) e u [V(1 ) + + V(j1 ) + V(j+1 ) + + V(n )] segue que existem
(j) (j) (1) (j1) (j+1) (n)
escalares 1 , , mj , 1 , + , mj1 , 1 , , mn R tais que
(j) (j)
u = 1 v1 + + m
(j)
j
vm
(j)
j
(1) (1) (j+1) (j+1)
mj1 vmj1 + 1
= 1 v1 + + (j1) (j1)
v1 + + (n)
mn v mn .
(n)
(11.23)
(j) (j)
mj vmj )
T (1 v1 + + (j) (j)
(j+1) (j+1)
+ 1 T (v1 ) + + (n)
mn T (vmn ).
(n)
para todo i = 1, . . . , j 1, j + 1, . . . , n.
Assim, da equao (11.23), resultar que u = O, ou seja,
Definio 11.25 Dada uma matriz quadrada A Mn (R) definimos o polinmio caracterstico associado
denotado por pA , como sendo o polinmio obtido do determinante da matriz (A det
In ), isto ,
.
pA () = det
(A In ),
onde In a matriz identidade de ordem n.
Prova:
De fato, se a matriz A semelhante a matriz B ento existe uma matriz M Mn (R)
inversvel tal que
A = M1 BM,
que implicar em
.
Tomando-se N = M1 , da identidade acima obteremos
B = N1 AN,
Prova:
Como as matrizes A e B so semelhantes, existe uma matriz M Mn (R) inversvel, tal
que
A = M1 NM.
Logo
= pB (),
Observao 11.30 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso
finita, B e C bases de U.
Lembremos que se T L (U) ento
Definio 11.31 Sejam (U, +, ) espao vetorial real (ou complexo) de dimenso finita
e T L (U)).
Definimos o polinmio caracterstico do associado ao operador linear T , indicado por
pT , como sendo
.
pT () = p[T ]B (),
onde B uma base qualquer do espao vetorial (U, +, ).
Temos o
Exemplo 11.32 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R3 ).
.
Usaremos a base cannica B = {(1, 0), (0, 1)} de R2 para obter o polinmio caraterstico
pT () associado ao operador T .
Como
segue que ( )
a b
[T ]B = .
c d
Assim,
(( ) ( ))
pT () = det([T ]B I2) = det a b
c d
1 0
0 1
( )
= det a
c
b
d
= 2 (a + d) + ad bc, R,
Proposio 11.33 Sejam (U, +, ) um espao vetorial real (ou complexo, respectiva-
mente) de dimenso finita e T em L (U).
Ento, R (ou C, respectivamente) um autovalor do operador linear T se, e
somente se, pT () = 0.
Em outras, palavras, os autovalores do operador linear T so as razes reais (ou
complexas, respectivamente) do seu polinmio caracterstico.
11.2. POLINMIO CARACTERSTICO 187
Prova:
Fixe B uma base de U.
Suponha que o escalar seja um autovalor de T.
Ento existe um vetor u = O tal que
pT () = det[T I]B = 0,
s isto , o escalar dever ser uma raiz do polinmio caraterstico associado ao operador
linear T .
Reciprocamente, se o escalar tal que pT () = 0 ento a matriz [T IU ]B dever ter
determinante nulo.
Isto implica que o operador linear T IU : U U no poder ser um isomorfismo em
U, em particular, no poder ser injetora.
Portanto, N (T IU ) = {O}, ou seja, existe u = O tal que (T IU )(u) = O, isto ,
T (u) = u, com u = 0, mostrando que o escalar um autovalor do operador linear T ,
completando a demonstrao.
assim ( )
0 1
[T ]B = .
1 0
Logo
pT () = det 0 1
([T ]B I2 ) =
1 0
= 2 + 1,
Definio 11.36 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso
finita e T L (U).
Se o escalar um autovalor do operador linear T, definimos a multiplicidade
algbrica de como sendo a multiplicidade do nmero como raiz do polinmio ca-
racterstico de T.
Proposio 11.37 Sejam (U, +, ) um espao vetorial real (ou complexo)de dimenso
finita e T L (U).
Se o escalar o um autovalor do operador linear T ento a sua multiplicidade
geomtrica menor ou igual a sua multiplicidade algbrica.
Prova:
Seja dim (U) = n.
Denotemos por m e k as multiplicidades algbrica e geomtrica do autovalor o do ope-
rador linear T , respectivamente.
Logo, como dim .
[V(o )] = k, existiro vetores u1 , . . . , uk V(o ) que tais que C =
{u1 , . . . , uk } seja base de V(o ), em particular, os vetores u1 , . . . , uk V(o ) so linearmente
independentes.
Utilizando o teorema do completamento, existiro vetores v1 , . . . , vnk U tais que B =
{u1 , . . . , uk , v1 , , vnk } uma base de U.
Deste modo teremos:
T (u1 ) = o u1 = o u1 + 0 u2 + + 0 uk + 0 v1 + + 0 vnk
T (u2 ) = o u2 = 0 u1 + o u2 + 0 u3 + 0 uk + 0 v1 + + 0 vnk
..
.
T (uk ) = o uk = 0 u1 + + 0 uk1 + o uk + 0 v1 + + 0 vnk
T (v1 ) = 1(k+1) u1 + + k(k+1) uk + (k+1)(k+1) v1 + + n(nk) vnk
..
.
T (vnk ) = 1(nk) u1 + + k(nk) uk + (k+1)(nk)) v1 + + n(nk) vnk ,
pT () =
det {[T ]B In }
o 0
0 0
. .. Ak(nk)
.. ..
. . .,
0 o
kk
O(nk)r B(nk)(nk) I(nk)(nk)
Exemplo 11.38 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
.
T (x, y) = (ax + by, cx + dy), (x, y, x) R3 .
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R2 ).
Sabemos do exerccio resolvido (11.32) que
pT () = 2 (a + d) + ad bc, C.
Pela proposio (11.33) temos que um escalar ser um autovalor do operador linear T
se, e somente se, pT () = 0, isto , se, e somente se,
2 (a + d) + ad bc = 0,
1. quando
(a + d)2 = 4(ad bc)
vemos que o operador linear T apresentar um nico autovalor real, dado por:
. a+d
= ;
2
190 CAPTULO 11. AUTOVALORES E AUTOVETORES
2. quando
(a + d)2 4(ad bc) = > 0,
o operador linear T apresentar, exatamente, dois autovalores reais distintos dados por:
. a + d + (a + d)2 4(ad bc) . a + d (a + d)2 4(ad bc)
1 = e 2 = ;
2 2
3. quando
(a + d)2 4(ad bc) = < 0,
o operador linear T no apresentar autovalores reais.
Temos a
p(t) = ao + + am tm , tR
Prova:
Se a matriz A semelhante a matriz B ento existe um matriz M Mn (R) inversvel tal
que
A = M1 BM .
Desta forma,
Aj = M1 Bj M, j N.
Assim,
Corolrio 11.40 Sejam (U, +, ) espao vetorial real (ou complexo), T L (U) e p(t) =
ao + + am tm , t R, um polinmio com coeficientes reais.
Definamos p(T ) : U U por
.
p(T ) = ao IU + + am T m ,
Prova:
Deixaremos como exerccio para o leitor verificar que p(T ) L (U).
Pelas proposies (9.82) e (9.85) temos que
= p([T ]B ),
completando a demonstrao.
192 CAPTULO 11. AUTOVALORES E AUTOVETORES
Captulo 12
Definio 12.1 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso finita
e T L (U).
Diremos que o operador linear T diagonalizvel se existir uma base de U formada
por autovetores associados ao operador linear T.
.
Observao 12.2 Na situao acima, se T L (U) diagonalizvel e B = {u1 , . . . , un }
uma base de U formada por autovetores associados ao operador linear T associados
aos autovalores 1 , . . . , n , respectivamente, ento para cada i = 1, , n teremos
ou seja, a matriz do operador linear T com relao a base B ser dada por:
1 0 0
0 2 0
[T ]B = . . .
. . ...
,
.. ..
0 0 n
193
194 CAPTULO 12. DIAGONALIZAO
ento, pela prpria definio de matriz de operador linear, deveremos ter, para cada
i = 1, , n,
Teorema 12.3 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso finita
e T L (U).
O operador linear T diagonalizvel se, e somente se, existir uma base de U com
relao a qual a matriz do operador linear T um matriz diagonal.
Observao 12.4
Definio 12.5 Dizemos que uma matriz A Mnn (R) diagonalizvel se existir uma
matriz M Mn (R), invertvel, tal que a matriz M1 AM seja uma matriz diagonal.
Observao 12.6 Logo, uma matriz A Mn (R) diagonalizvel se, e somente se, ela
semelhante a uma matriz diagonal.
Prova:
J vimos que se o operador linear T for diagonalizvel ento a matriz [T ]C ser uma matriz
diagonalizvel.
Reciprocamente, suponha que a matriz [T ]C seja uma matriz diagonalizvel.
12.1. DEFINIO E CARACTERIZAO 195
Assim, existe uma matriz M = (aij ) Mn (R), inversvel, tal que M1 [T ]C M uma matriz
diagonal.
Sejam u1 , . . . , un os vetores da base C.
Ento, para cada j = 1, , n, definido-se
.
vj = a1j u1 + + anj un , ()
.
como a matriz M uma matriz inversvel segue que B = {v1 , . . . , vn } ser uma base de U.
Alm do mais, por (*), teremos M = MCB .
Deste modo,
Observao 12.8
.
n n
T (x1 , . . . , xn ) = ( a1j xj , . . . , anj xj ), (x1 , , xn ) Rn .
j=1 j=1
Teorema 12.9 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso finita
e T L (U).
Ento, o operador linear T diagonalizvel se, e somente se, os autovalores 1 , . . . , n
do operador linear T forem tais que
U = V(1 ) V(n ).
Prova:
Se
U = V(1 ) V(n )
ento podemos formar uma base B do espao vetorial U formada pela reunio das bases Bj
dos subespaos prprios V(j ), j = 1, . . . , n.
12.1. DEFINIO E CARACTERIZAO 197
U = V(1 ) + + V(n ).
Pelo teorema (11.19) esta soma dever ser uma soma direta, ou seja,
U = V(1 ) V(n ),
completando a demonstrao.
Resoluo:
De fato, pois R2 = V(2) V(2).
Resoluo:
De fato, pois o operador linear em questo no possui autovetores.
Observao 12.14
198 CAPTULO 12. DIAGONALIZAO
m = r1 + + rn .
2. Por este mesmo teorema, o operador linear T diagonalizvel se, e somente se, o
espao vetorial U possuir uma base formada pela reunio das bases dos subespa-
os prprios associados ao operador linear T (pois isto equivalente a dizer que
a soma destes subespaos uma soma direta).
A existncia de uma tal base equivalente ao operador linear T apresentar uma
matriz em relao a essa base na forma
1 0
. .
.. . . ...
O
0
1 r r
1 1
.. .
O .
n 0
. .
.. . . . ..
0 n r r
n n mm
mj = rj , j = 1, . . . , n, q() 1 e r1 + + rn = m.
mj = rj , j = 1, . . . , n e r1 + + rn = m.
12.1. DEFINIO E CARACTERIZAO 199
Teorema 12.17 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso fi-
nita e T L (U).
O operador linear T diagonalizvel se, e somente se, ambas condies forem veri-
ficadas:
Prova:
Os autovalores do operador linear T sero 1 , . . . , n R, ou seja, as n razes distintas do
polinmio caratersitico pT .
Como os autovalores do operador linear T so dois a dois distintos, v-se que as razes do
polinmio pT so todas simples, isto , tem multiplicidade um.
Desta forma, se um autovalor do operador linear T ento a sua multiplicidade algbrica
ser um.
Pela proposio (11.37), a multiplicidade geomtrica do autovalor menor ou igual a
um.
Como dim [V()] 1, segue-se que a multiplicidade geomtrica do autovalor dever ser
um, ou seja, igual sua multiplicidade algbrica.
Logo do teorema acima segue que o operador linear T diagonalizvel, completando a
demonstrao.
200 CAPTULO 12. DIAGONALIZAO
Exemplo 12.19 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ) e T : R3 R3 dado por
.
T (x, y, z) = (x + z, y + z, x + y + 2z), (x, y, z) R3
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (R3 ).
Encontremos a matriz do operador linear T em relao base cannica, que idicaremos
por C, do espao vetorial real (R3 , +, ).
Para isto temos que
= 1 e1 + 0 e2 + 1 e3 ,
T ((0, 1, 0)) = (0, 1, 1) = 0 (1, 0, 0) +1 (0, 1, 0) +1 (0, 0, 1)
| {z } | {z } | {z } | {z }
.
=e2 e1 =e2 =e3
= 0 e1 + 1 e2 + 1 e3 ,
T ((0, 0, 1)) = (1, 1, 2) = 1 (1, 0, 0) +1 (0, 1, 0) +2 (0, 0, 1)
| {z } | {z } | {z } | {z }
=e3 e1 =e2 =e3
= 1 e1 + 1 e2 + 2 e3 .
Exemplo 12.20 Encontre uma base de R3 formada por autovetores para o operador
linear do exerccio anterior.
Encontre tambm a matriz do operador linear T com relao a esta base.
12.1. DEFINIO E CARACTERIZAO 201
Resoluo:
.
Para autovalor 1 = 0:
Precisamos encontrar um vetor (x, y, z) = (0, 0, 0) tal que
[1 =0]
T ((x, y, z)) = 1 (x, y, z) = (0, 0, 0) (x + z, y + z, x + y + 2z) = (0, 0, 0),
ou seja, o vetor
.
u1 = (z, z, z), com z R \ {0},
ser autovetor do operador linear T associado ao autovalor 1 = 0.
Em particular, podemos tomar como um autovetor associado ao autovalor 1 = 0, o vetor
.
u1 = (1, 1, 1) (basta tomar z = 1 acima).
.
Para autovalor 2 = 1:
Neste casos precisamos encontrar um vetor (x, y, z) = (0, 0, 0) tal que
[2 =1]
T ((x, y, z)) = 2 (x, y, z) = (x, y, z) (x + z, y + z, x + y + 2z) = (x, y, z),
ou seja, o vetor
.
u2 = (y, y, 0), com y R \ {0},
ser autovetor do operador linear T associado ao autovalor 2 = 1.
Em particular, podemos tomar como autovetor associado ao autovalor 2 = 1, o vetor
.
u2 = (1, 1, 0) (basta tomar y = 1 acima).
.
Para autovalor 3 = 3:
Precisamos encontrar um vetor (x, y, z) = (0, 0, 0) satisfazendo
[3 =3]
T (x, y, z) = 3 (x, y, z) = (3x, 3y, 3z) (x + z, y + z, x + y + 2z) = (3x, 3y, 3z),
ou seja, o vetor
.
u3 = (y, y, 2y), com y R \ {0},
ser autovetor do operador linear T associado ao autovalor 3 = 3.
Em particular, podemos tomar como autovetor associado ao autovalor 3 = 3, o vetor
.
u3 = (1, 1, 2) (basta tomar y = 1 acima).
.
Logo C = {u1 , u2 , u3 } ser uma base de R3 formada por autovetores do operador linear T
(pois os autovalores so dois a dois distintos, logo os autovetores associados devero ser l.i.).
A matriz do operador linear T com relao C ser dada por (verifique!)
0 0 0
0 1 0 ,
0 0 3
ou seja, uma matriz diagonal, cuja diagonal principal formada pelos autovalores associados
ao operador linear T .
Exemplo 12.21 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ), B uma base de R2 e T : R2 R2 um operador linear em R2 cuja matriz com
relao base B dada por ( )
a b
A= .
b c
Mostre que o operador linear T diagonalizvel.
Resoluo:
Notemos que a matriz A uma matriz simtrica (isto , At = A).
O polinmio caracterstico associado ao operador linear T ser dado por
( )
pT () = pA () = det
[A I2 ] =
a
b
det b
c
= 2 (a + c) + ac b2 .
Vemos que o polinmio pT , que tem grau dois, apresenta duas razes reais simples (isto ,
com multiplicidade um) se, e somente se, o discriminante
.
= (a + c)2 4(ac b2 ) > 0.
Mas,
(a + c)2 4(ac b2 ) = a2 + c2 2ac + 4b2 = (a c)2 + 4b2 .
Em particular, 0, para todo a, b, c R.
Logo > 0 se, e somente, se
a = c ou b = 0.
Observao 12.22
1. Concluo: o exemplo acima nos diz que se uma matriz quadrada de ordem 2, com
entradas reais, simtrica ento ela ser diagonalizvel.
2. Pergunta-se: ser que isto tambm ser verdade para matriz simtricas de ordem
maior? mais precisamente, se uma matriz quadrada de ordem n, com entradas
reais, simtrica ento ela ser diagonalizvel?
A resposta a esta questo positiva. No prximo captulo daremos a demonstrao
deste fato,
Exemplo 12.23 Sejam (P2 (R), +, ) espao vetorial real (onde + e so as operaes
usuais de P2 (R)) e T : P2 (R) P2 (R) dado por
.
T (p) = p 2p + p, p P2 (R).
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (P2 (R)).
. .
Se B = {po , p1 , p2 } a base cannica de P2 (R) (isto , pj (t) = tj , t R, j = 0, 1, 2) ento
[po (t)=1,tR]
[T (po )](t) = po (t) 2po (t) + po (t) = 1
= po (t) = 1 po (t) + 0 p1 (t) + 0 p2 (t) = [1 po + 0 p1 + 0 p2 ](t), t R;
[p1 (t)=t,tRp1 (t)=1,p1 (t)=0,tR]
[T (p1 )](t) = p1 (t) 2p1 (t) + p1 (t) = 2 + t
= 2po (t) + 1p1 (t) = [2 po + 1 p1 + 0 p2 ](t), t R;
[p2 (t)=t2 ,tRp2 (t)=2t,p2 (t)=2,tR]
[T (p2 )](t) = p2 (t) 2p2 (t) + p2 (t) = 2 2(2t) + t2
= 2po (t) 4p1 (t) + p2 (t) = [2 po 4 p1 + 1 p2 ](t), t R,
pT () = p[T ]B () =
det
[[T ]B I3 ]
1 2 2
= det
0
[exerccio]
1 4 = (1 )3 ,
0 0 1
.
desta forma, = 1 o nico autovalor do operador linear T com multiplicidade algbrica
igual a 3.
Do teorema (12.17) o operador linear T ser diagonalizvel se, e somente se, dim
[V(1)] = 3.
Vejamos qual a dimenso deste subespao prprio.
Para isto lembremos que p P2 (R) se, e somente se,
p(t) = ao + a1 t + a2 t2 , tR
ao
para ao , a1 , a2 R ou, equivalentemente, [p]B = a1 .
a2
Logo
Logo p(t) = ao = po (t), t R, assim V(1) = [po ] e, do teorema (12.17), segue que o
operador linear T no ser diagonalizvel.
Temos tambm o seguinte exerccio resolvido:
Exerccio 12.24 Sejam (R4 , +, ) espao vetorial real (onde + e so as operaes usuais
de R4 ) e T : R4 R4 dada por
.
T ((x, y, z, t)) = (x + y, y, 2z + t, 2z + t), (x, y, z, t) R4 .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (R4 ).
12.1. DEFINIO E CARACTERIZAO 205
= 1 e1 + 0 e2 + 0 e3 + 0 e4 ;
T ((0, 1, 0, 0)) = (1, 1, 0, 0) = 1 (1, 0, 0, 0) + 1 (0, 1, 0, 0) + 0 (0, 0, 1, 0) + 0 (0, 0, 0, 1)
| {z }
.
=e2
= 1 e1 + 1 e2 + 0 e3 + 0 e4 ;
T ((0, 0, 1, 0)) = (0, 0, 2, 2) = 0 (1, 0, 0, 0) + 0 (0, 1, 0, 0) + 2 (0, 0, 1, 0) + 2 (0, 0, 0, 1)
| {z }
.
=e3
= 0 e1 + 0 e2 + 2 e3 + 2 e4 ;
T ((0, 0, 0, 1)) = (0, 0, 1, 1) = 0 (1, 0, 0, 0) + 0 (0, 1, 0, 0) + 1 (0, 0, 1, 0) + 1 (0, 0, 0, 1)
| {z }
.
=e4
= 0 e1 + 0 e2 + 1 e3 + 1 e4 ,
(12.25)
1 1 0 0
0 1 0 0
[T ]B =
0 0 2 1
0 0 2 1
1 1 0 0
pT () = det{[T ]B I4} = det 0
0
1
0
0
2
0
1
0 0 2 1
= (1 )2 ((2 )(1 ) 2) = (1 )2 (2 3)
= ( 3)(1 )2 ,
. . .
1 = 0, 2 = 3, 3 = 1 (com multiplicidade algbrica igual a 2).
Observemos que
.
Logo, tomandos-e z = 1 temos que u1 = (0, 0, 1, 2) ser um autovetor associado ao
autovalor 1 = 0 e alm disso
.
Logo, tomandos-e z = 1 temos queu2 = (0, 0, 1, 1) ser um autovetor associado ao auto-
valor 2 = 3 e alm disso
Observemos que
Exerccio 12.26 Ainda com relao ao operador linear do exerccio acima, encontre a
matriz do operador linear T com relao base B formada pelos vetores
. . . .
u1 = (0, 0, 1, 2), u2 = (0, 0, 1, 1), u3 = (1, 0, 0, 0) e u4 = (0, 1, 0, 0).
Resoluo:
Observemos que B = {u1 , u2 , u3 , u4 } uma base de R4 (verifique!).
Alm disso, do exemplo anterior temos:
T (u1 ) = (0, 0, 0, 0) = 0 u1 + 0 u2 + 0 u3 + 0 u4 ,
T (u2 ) = (0, 0, 3, 3) = 3 u2 = 0 u1 + 3 u2 + 0 u3 + 0 u4 ,
T (u3 ) = (1, 0, 0, 0) = 1 u3 = 0 u1 + 0 u2 + 1 u3 + 0 u4 ,
T (u4 ) = (1, 1, 0, 0) = 0 u1 + 0 u2 + 1 u3 + 1 u4 ,
p(t) = ao + a1 t + am tm , t R.
Prova:
Como
[T ]C = (MBC )1 [T ]B MBC ,
e o operador linear T diagonalizvel segue que a matriz [T ]C ser semelhante a matriz
diagonal [T ]B .
Pelas proposies (11.39) e (11.40), segue que
Mas
= diag (ao + a1 1 + + am m 1 , . . . , ao + a1 n + + am n )
m
ou seja, a matriz [p(T )]C semelhante a matriz diag (p(1 ), . . . , p(n )), completando a de-
monstrao.
Corolrio 12.30 Sejam (U, +, ) um espao vetorial real finitamente gerado e T L (U)
um operador diagonalizvel.
Mostre que pT (T ) = O (o operador linear nulo), onde pT o polinmio caracterstico
associado ao operador linear T .
12.2. EXERCCIOS 209
Prova:
Seja B uma base de U tal que
12.2 Exerccios
210 CAPTULO 12. DIAGONALIZAO
Captulo 13
Espaos Euclidianos
(P4) u, u 0 e se u, u = 0 ento u = O.
O espao vetorial real (V, +, ) munido de um produto interno < , > ser chamado
de espao euclidiano.
Observao 13.2
2. Temos que
O, u = 0 para todo u V.
211
212 CAPTULO 13. ESPAOS EUCLIDIANOS
De fato, pois
O, u = O + O, u = O, u + O, u,
e o resultado segue por cancelamento.
u, v + w = u, v + u, w, para todo u, v, w V, R.
4. Desta maneira, vemos que o produto interno um funcional linear em cada en-
trada, mais precisamente, para cada u V temos que
, u : V R e u, : V R
so funcionais lineares em V.
Exemplo 13.3 Sejam (Rn , +, ) espao vetorial real (onde + e so as operaes usuais
de Rn ) e consideremos , : Rn Rn R dada por
.
x, y = x1 y1 + + xn yn , (13.4)
. .
onde x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) Rn .
Resoluo:
. .
De fato, sejam x = (x1 , . . . , xn ), y = (y1 , . . . , yn ), z = (z1 , , zn ) Rn e R.
Logo
x + z = (x1 + z1 , . . . , xn + zn ), (13.5)
x = (x1 , . . . , xn ) (13.6)
Ento
13.1. PRODUTO INTERNO 213
Resoluo:
Temos que
(13.4)
(1, 1, 1), (0, 2, 4) = 1 0 + (1) 2 + 1 4 = 2.
Exemplo 13.8 Com relao ao produto interno dado por (13.4), tomando-se n = 2,
calcule u, v onde
.
u=( cos(), sen()) e
.
v=( cos(), sen()),
onde , R esto fixos.
Resoluo:
Temos que
(13.4)
u, v = ( cos(), sen()), (cos(), sen())
= cos() cos() + sen() sen() = cos( ).
[exerccio]
214 CAPTULO 13. ESPAOS EUCLIDIANOS
u, v = 0 cos( ) = 0 =
2
+ K, k Z,
ou seja, = + + K, k Z se, e somente se, u, v = 0.
2
Exemplo 13.10 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ) e consideremos , : Rn Rn R dada por
. 1 1 1
(x1 , y1 , z1 ), (x2 , y2 , z2 ) = x1 x2 + y1 y2 + z1 z2 , (13.11)
2 3 4
para (x1 , y1 , z1 ), (x2 , y2 , z2 ) R3 .
A expresso acima define um produto interno em R3 .
Resoluo:
De fato, sejam (x1 , y1 , z1 ), (x2 , y2 , z2 ), (x3 , y3 , z3 ) R3 e R.
Logo
Ento
1 1
(13.13),(13.11) 1
(x1 , y1 , z1 ), (x2 , y2 , z2 ) (x1 )x2 + (y1 )y2 + (z1 )z2
=
2 3 4
1 1 1 (13.11)
= [ x1 x2 + y1 y2 + z1 z2 = (x1 , y1 , z1 ), (x2 , y2 , z2 )
2 3 4
logo vale (P2).
13.1. PRODUTO INTERNO 215
Exemplo 13.14 Com relao ao produto interno apresentado no exemplo anterior, cal-
cule (1, 1, 1), (0, 2, 4).
Resoluo:
Temos que
(13.11) 1 1 1 1
(1, 1, 1), (0, 2, 4) = (1.0) + (1.2) + (1.4) = .
2 3 4 3
Para o espao das funes contnuas em um intervalo fechado e limitado temos o:
Exemplo 13.15 Sejam (C([a, b]; R), +, ) espao vetorial real (onde + e so as ope-
raes usuais de C([a, b]; R)) e consideremos , : C([a, b]; R) C([a, b]; R) R dada
por b
.
f, g = f(x)g(x) dx, (13.16)
a
para f, g C([a, b]; R).
Mostre que , um produto interno em C([a, b]; R).
Resoluo:
De fato, se f, g, h C([a, b]; R) e R temos:
Ento
Lembremos do Clculo 1 que se f C([a, b]; R) e f(xo ) = 0 para algum xo [a, b] ento
b
f2 (x) dx > 0.
a
Logo f, f 0 e se f, f = 0 deveremos ter f = O, logo vale (P4).
Exemplo 13.17 Com relao ao produto interno apresentado no exemplo anterior, cal-
cule o produto interno entre as funes seno e co-seno definidas no intervalo [0, 2].
Resoluo:
Sejam f, g : [0, 2] R dadas por
.
f(x) = sen(x) .
e g(x) = cos(x), x [0, pi].
f, g =
(13.16)
2
sen(x) cos(x) dx [exerccio]
=
sen2x 2 = 0.
2
0 0
Exerccio 13.18 Sejam (Mmn (R), +, ) espao vetorial real (onde + e so as operaes
usuais de Mmn (R)) e consideremos , : Mmn (R) Mmn (R) R dada por
.
m n
A, B = aij bij , (13.19)
i=1 j=1
. .
onde A = (aij ), B = (bij ) Mmn (R).
Mostre que , um produto interno em Mmn (R).
13.1. PRODUTO INTERNO 217
Resoluo:
. . .
De fato, sejam A = (aij ), B = (bij ), C = (cij ) Mmn (R) e R.
Logo
Ento
(13.20),(13.19)
m
n
A + B, C = (aij + bij )cij
i=1 j=1
m
n
m
n
= aij cij + bij cij = A, C + B, C,
i=1 j=1 i=1 j=1
(13.21),(13.19)
m
n
A, B = (aij )bij
i=1 j=1
m n
= aij bij = A, B,
i=1 j=1
((13.19)
m
n
n
m
A, B = aij bij = bij aij = B, A,
i=1 j=1 j=1 i=1
((13.19)
m
n
m
n
A, A = aij aij = a2ij 0.
i=1 j=1 i=1 j=1
Resoluo:
Temos que
( ) ( )
1 1 2 0 (13.19)
A, B = , = 1 (2) + 1 0 + 0 1 + 2 1 = 0.
0 2 1 1
Observao 13.23 Lembremos que o trao de uma matriz quadrada A a soma dos
elementos da diagonal da matriz e denotado por (A). tr
Um outro modo de introduzir o produto interno acima dado pelo:
Exemplo 13.24 Sejam (Mmn (R), +, ) espao vetorial real (onde + e so as operaes
usuais de Mmn (R)) e consideremos , : Mmn (R) Mn (R) R dada por
.
A, B = tr (BtA), (13.25)
onde A, B Mmn (R).
Mostre que , um produto interno em Mn (R).
Resoluo:
Notemos que se A, B Mmn (R) ento Bt Mnm (R), logo podemos fazer o produto
Bt A Mmn (R) (ou seja, ser uma matriz quadrada de ordem n), logo podemos calcular
o seu trao.
Notemos tambm que do Apndice I segue que se A = (aij ), B = (bij ) Mmn (R) ento
n
m
tr t
(B A) = aij bij .
i=1 j=1
Logo se A, B, C Mn (R) e R teremos:
A, B
((13.25)
= tr (BtA) [Apndice
=
I]
tr [(BtA)t]
[Apndice I]
= tr [At (B ) ] tr (At B) = B, A,
t t
| {z }
=B
tr (AtA)
((13.25) [Apndice I]
A, A = 0.
A, B = tr (AtB)
que teramos o mesmo resultado.
13.2 Norma
Definio 13.27 Seja (V, +, ) um espao vetorial real munido de um produto interno.
Dado u V definimos a norma do vetor u, denotada por u, como sendo
.
u = u, u.
Observao 13.28 Note que possvel extrair a raiz quadrada de u, u pois, pela pro-
priedade (P4), temos que u, u 0.
Exemplo 13.29 No espao vetorial real (Rn , +, ) munido o produto interno dado por
(13.4) temos que a norma do vetor x = (x1 , . . . , xn ) Rn ser dada por
.
x = x21 + + x2n .
220 CAPTULO 13. ESPAOS EUCLIDIANOS
Exemplo 13.31 No espao vetorial (C([a, b]; R), +, ) munido do produto interno defi-
nido por (13.16) temos que a norma de f C([a, b]; R) ser dada por
b
.
f = [f(x)]2 dx.
a
Exemplo 13.32 No espao vetorial (Mn (R), +, ) munido do produto interno definido
por (13.25) temos que a norma de A Mn (R) ser dada por
.
A = tr (AtA).
Temos as seguintes propriedades para a norma associada a um produto interno em um
espao vetorial real:
u = || |u;
|u, v| u v;
u + v u + v.
13.2. NORMA 221
Prova:
De 1.:
Observemos que
u = u, u = 2 u, u = 2 u, u = || u, u = || u|,
completando a verificao.
De 2.:
Segue do fato que raiz quadrada no negativa.
De 3.:
Se u = O ento u = O, O = 0.
| {z }
=0
Reciprocamente, se u = O ento u, u > 0 e assim u = u, u > 0, completando a
verificao.
De 4.:
Se v = O ento |u, O| = 0 e por outro lado u O = 0, em particular, teremos
|u, v| u v.
Suponhamos que v = O.
Para todo R, temos que u + v2 0.
Logo,
0 u + v2 = u + v, u + v = u, u + 2u, v + v, v2
= ||u||2 + 2u, v + ||v||2 2 ,
ou seja,
u, v2 u2 v2 .
Extraindo a raiz quadrada, obtemos |u, v| u v, completando a verificao.
De 5.:
Observemos que
Observao 13.34
1. Um vetor que tem norma igual a 1 ser dito vetor unitrio.
| a {z } |a {z } |a {z }
=f,g2 =f2 =g2
Prova:
Observemos que
u + v2 + u v2 = u + v, u + v + u v, u v
= u, u + v, v + 2u, v + u, u + v, v 2u, v
= 2u, u + 2v, v = 2(u2 + v2 ),
completando a demonstrao.
O prximo resultado nos mostra como podemos obter o produto interno entre dois vetores
a partir das normas da soma e diferena dos respectivos vetores, mais precisamente:
Proposio 13.36 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , > e u, v V.
Ento
u + v2 u v2 = 4u, v,
ou, equivalentemente,
1
u, v = [u + v2 u v2 ].
4
13.3. DISTNCIA 223
Prova:
Observemos que:
u + v2 u v2 = u + v, u + v u v, u v
= u, u + v, v + 2u, v u, u v, v + 2u, v
= 4u, v,
completando a demonstrao.
Exerccio 13.37 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , > e u, v V tais que
u + v = 1 e u v = 1.
Calcule u, v.
Resoluo:
Da proposio acima temos que
1
u, v = [u + v2 u v2 ] = 0.
4
Observao 13.38 Podemos ver geometricamente o que ocorre no exemplo acima se
V = R3 (ou V = R2 ).
Neste caso a concluso do exemplo acima nos diz que os vetores u e v so, do ponto
de vista de Geometria Analtica, dois vetores ortogonais.
13.3 Distncia
Definio 13.39 Seja (V, +, ) um espao vetorial real munido de um produto interno
< , >.
Definimos a funo d : V V R dada por
.
d(u, v) = u v, u, v V,
Proposio 13.40 Seja (V, +, ) um espao vetorial real munido de um produto interno
< , >.
Temos que
Prova:
De 1.:
Para todo u, v V temos que
[prop. (13.33) item 2.]
d(u, v) = u v 0,
mostrando a afirmao.
De 2.:
Para todo u, v V temos que
[prop. (13.33) item 3.]
d(u, v) = 0 u v = 0 u v = O u = v,
mostrando a afirmao.
De 3.:
Para todo u, v V temos que
[prop. (13.33) item 1.]
d(u, v) = u v = (1) (v u) = | 1| v u = d(v, u),
| {z }
=1
mostrando a afirmao.
De 4.:
Para todo u, v, w V temos que
d(u, v) = u v = u v w + w) = (u w) + (v w)
[prop. (13.33) item 5.]
u w + v w = d(u, w) + d(w, v),
completando a demonstrao.
Exemplo 13.41 Com relao ao produto interno (13.4), no caso n = 4, calcule a dis-
. .
tncia entre os vetores u = (1, 1, 3, 2) e v = (2, 2, 1, 0) do R4 .
Resoluo:
Temos
d(u, v) = u v = (1 2, 1 2, 3 1, 2 0)
= (1)2 + (1)2 + 22 + 22 = 10.
13.4. NGULO 225
Exemplo 13.42 Com relao ao produto interno (13.16) calcule a distncia entre as
funes f e g, onde
.
f(x) = sen(x) e
.
g(x) = cos(x), x [0, 2]
Resoluo:
Temos
2 2
[d(f, g)] = f g =
2 2
[f(x) g(x)] dx = [ 2
(x) sen
(x)]2 dx cos
0 0
2 2
= [ 2
sen
(x) + 2
cos
(x) 2 (x) sen cos
(x)] dx = [1 2 (x) sen cos(x)] dx
0 0
[exerccio]
=x sen2(x)20 = 2.
Portanto, d(f, g) = 2.
13.4 ngulo
Observao 13.43 Sejam (V, +, ) um espao vetorial real munido de um produto in-
terno < , > e u, v V vetores no nulos.
Pela desigualdade de Cauchy-Schwarz (veja proposio (13.33) item 4.) temos
u v u, v u v.
u, v
cos() = u v
. (13.44)
Definio 13.45 O nmero real [0, ] obtido acima ser chamado de ngulo entre os vetores
u e v.
Resoluo:
Observemos que
2 2 2
f, g = f(x)g(x) dx = sen(x) cos (x) dx =
1
2
sen 2
x = 0.
0 0 0
Desta forma, o ngulo entre as funes f e g ser .
2
Temos tambm o
Exerccio 13.48 Sejam (V, +, ) espao vetorial real munido de um produto interno <
, > e u, v V tais que
u = v = 1 e u v = 2.
Resoluo:
Como u = v = 1 temos que u, v = O.
Logo
[uv=2]
4 = u v2 = u v, u v
[u=v |=1]
= u + v 2u, v = 2 2u, v,
que implicar em u, v = 1.
Portanto
u, v
cos() = u v
=
1
1.1
= 1,
13.5 Ortogonalidade
Definio 13.49 Sejas (V, +, ) espao vetorial real munido de um produto interno <
, >.
Diremos que os vetores u e v so ortogonais em V se u, v = 0.
Neste caso, escreveremos uv.
.
Diremos que um conjunto finito S = {u1 , . . . , un } V um conjunto ortogonal em V
se ui uj para i = j, 1 i, j n.
.
Diremos que um conjunto ortogonal S = {u1 , . . . , un } V um conjunto ortonomal em V
se uj = 1, j = 1, . . . , n, ou seja,
{
1, se i = j
< ui , uj >= .
0, se i = j
Exemplo 13.50 Seja R3 , +, ) um espao vetorial real munido do produto interno (13.4)
(com n = 3).
.
Mostre que a base cannica de R3 , isto , B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} um conjunto
ortonormal, relativamente ao produto interno (13.4).
Resoluo:
Sejam
. . .
e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1).
Observemos que
Observao 13.51
u, v = O, v = 0,
um conjunto ortonormal.
228 CAPTULO 13. ESPAOS EUCLIDIANOS
ui uj 1
, = ui , uj
ui uj ui uj
1 1
ui , ui = ui 2 = 1, se j = i
= u i u i ui ui ,
0, se i = j
Proposio 13.52 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , > e S = {u1 , . . . , un } V um conjunto ortonormal.
Ento u1 , . . . , un so linearmente independentes.
Prova:
Sejam 1 , , n R tais que
1 u1 + + n un = O. (13.53)
u1 , u1 = u1 2 = 1 e uj , u1 = 0,
para j = 2, . . . , n, obteremos
(13.53)
0 = O, u1 = 1 u1 + 2 u2 + + n un , u1
= 1 u1 , u1 +2 u1 , u2 + + n un , u1 = 1 , (13.54)
| {z } | {z } | {z }
=1 =0 =0
isto , 1 = 0.
Logo (13.53) tornar-se-
2 u2 + + n un = 0. (13.55)
Tomando o produto interno do vetor acima com u2 , obtemos,
(13.55)
0 = O, u2 = 2 u2 + 3 u3 + n un , u2
= 2 u2 , u2 +2 u3 , u2 + + n un , u2 = 2 , (13.56)
| {z } | {z } | {z }
=1 =0 =0
isto , 2 = 0.
Repetindo o processo chegaremos concluso que a nica possibilidade para (13.53) ser
1 = = n = 0, ou seja, os vetores u1 , , un so l.i., completando a demonstrao.
Observao 13.57
13.5. ORTOGONALIDADE 229
Definio 13.58 Seja (V, +, ) um espao vetorial real munido de um produto interno
de dimenso n.
.
Diremos que B = {u1 , . . . , un } uma base ortonormal de V se o conjunto B for um
conjunto ortonormal.
Proposio 13.59 Sejam (V, +, ) um espao vetorial real munido de um produto in-
.
terno < , > de dimenso n e B = {u1 , . . . , un } uma base ortonormal de V e u V.
Ento
u = u, u1 u1 + + u, un un .
Prova:
.
Como B = {u1 , . . . , un } uma base de V, existem 1 , . . . , n R tais que
u = 1 u1 + + n un .
u, u1 = 1 u1 + 2 u2 + n un , u1
= 1 u1 , u1 +2 u2 , u1 + + n un , u1 = 1 ,
| {z } | {z } | {z }
=1 =0 =0
+ + n un , uj = j ,
| {z }
=0
j = u, uj ,
completando a demonstrao.
230 CAPTULO 13. ESPAOS EUCLIDIANOS
u, uj uj
Exemplo 13.61 Seja (R2 , +, ) espao vetorial real munido do produto interno (13.4)
(com n = 2).
.
das coordenadas do vetor u = (1, 1) R em
2
Encontre as coordenadas
e a matriz
. 2 2 2 2
relao base B = {( , ), ( , )}.
2 2 2 2
Resoluo:
Sejam
. 2 2 . 2 2
u1 = ( , ) e u2 = ( , )
2 2 2 2
Observemos que B uma base ortonormal de R2 pois:
2 2 2 2 2 2 2 2 1 1
u1 , u1 = ( , ), ( , ) = . + . = + = 1,
2 2 2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2 1 1
u1 , u2 = ( , ), ( , ) = . + .( ) = = 0,
2 2 2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2 1 1
u2 , u2 = ( , ), ( , ) = . + ( ).( ) = + = 1.
2 2 2 2 2 2 2 2 2 2
Como a base B uma base ortonormal, pela proposio anterior, temos que
u = u, u1 u1 + u, u2 u2
2 2 2 2 2 2 2 2
= (1, 1), ( , ) ( , ) + (1, 1), ( , ) ( , )
2 2 2 2 2 2 2 2
2 2 2 2
= 2( , )+0( , ).
2 2 2 2
Desta forma a matriz coordenadas do vetor u = (1, 1), em relao base B, ser dada por
( )
2
[u]B = .
0
Temos tambm a
u = u, u1 u1 + + u, un un ,
Prova:
Seja w U.
Como S um conjunto ortonormal de V que gera U, pela proposio (13.52), segue que
S ser uma base para o subespao vetorial U.
Logo, existem escalares 1 , , n R tais que
n
w= j uj .
j=1
completando a demonstrao.
Temos a
Proposio 13.63 Sejam (V, +, ) um espao vetorial real munido de um produto in-
terno < , > e U um subespao vetorial de V.
Se u U e uU ento u = O.
Prova:
Como u U e, por hiptese, o vetor u ortogonal a todo vetor de U, teremos u u
(pois u U) implicando que
u2 = u, u = 0,
ou seja, u = 0, mostrando que u = O, como queramos demonstrar.
Proposio 13.64 Sejam (V, +, ) um espao vetorial real munido de um produto in-
. .
terno < , >, S = {u1 , . . . , un } e R = {v1 , . . . , vn } conjuntos ortonormais tais que [S] = [R].
Ento, para u V, temos
u, u1 u1 + + u, un un = u, v1 v1 + + u, vn vn .
Prova:
Seja u V.
.
Definamos U = [R] = [S],
.
w1 = u (u, u1 u1 + + u, un un )
e
.
w2 = u (u, v1 v1 + + u, vn vn ) .
Pela proposio (13.62) temos w1 , w2 U. (*)
Logo, se w U, temos
w1 w2 , w = w1 , w w2 , w = 0,
| {z } | {z }
() ()
=0 =0
w1 w2 = u, v1 v1 + + u, vn vn (u, u1 u1 + + u, un un ) U.
u, u1 u1 + + u, un un = u, v1 v1 + + u, vn vn ,
Definio 13.65 Sejam (V, +, ) um espao vetorial real munido de um produto interno
. .
< , >, S = {u1 , . . . , un } V um conjunto ortonormal, U = [u1 , . . . , un ] e u V.
O vetor w V dado por
.
w = u, u1 u1 + + u, un un
Exemplo 13.68 Considere o espao vetorial real (P3 (R), +, ) com o produto interno
dado por 1
.
p, q = p(x)q(x) dx, p, q P3 (R).
0
Encontre a projeo do vetor p P3 (R) dado por
p(x) = 1 + x + x2 + x3 , xR
Resoluo:
Observemos que
1 1 1 1
x7 x3 2x5
q = q (x) dx = (x x) dx = (x + x 2x ) dx =
2 2 3 2 6 2 4
+
0 0 0 7 3 5 0
1 1 2 8
= + = ,
7 3 5 105
logo q = O e alm disso
1 1
p, q = p(x)q(x) dx = (1 + x + x2 + x3 )(x3 x) dx
0 0
1
[exerccio] 11
= (x x2 + x5 + x6 ) dx = .
0 21
Assim a projeo ortogonal do vetor p sobre o subespao vetorial gerado pelo vetor q,
ser dada pelo vetor r P3 (R), onde
11
. p, q [exerccio] 55
r(x) = q(x) = 21 (x3 x) = (x3 x), x R.
q 2 8 8
105
Teorema 13.69 Todo espao vetorial real finitamente gerado, munido de um produto
interno < , >, possui uma base ortonormal.
Prova:
A prova por induo sobre a dimenso do espao.
Seja (V, +, ) um espao vetorial real munido de um produto interno < , > de dimenso
finita.
13.6. PROCESSO DE GRAM-SCHMIDT 235
Se dim
(V) = 1 ento existe v1 V, v1 =
O, tal que V = [v1 ].
Como v1 = O, definindo-se
. v1
u1 =
v1
.
segue que B = {u1 } um conjunto ortonormal e V = [u1 ], ou seja, B uma base ortonormal
do espao vetorial real (V, +, ).
Se dim .
V = 2 ento existem vetores v1 , v2 V l.i. tais que V = [v1 , v2 ], ou seja, C = {v1 , v2 }
uma base do espao vetorial real (V, +, ).
Definamos
. v1
u1 = .
v1
Nosso trabalho se resume em encontrar um vetor ortogonal ao vetor u1 e que tenha norma
1.
Primeiramente vamos encontrar um vetor ortogonal ao vetor u1 .
Pela proposio (13.62), basta definirmos
.
u2 = v2 v2 , u1 u1 .
. u2
u2 = .
u2
Ento
. v1 . v2 v2 , u1 u1
u1 = e u2 =
v1 v2 v2 , u1 u1
formam uma base ortonormal de V.
Dado n N, suponhamos que tenhamos provado o teorema para todos os espaos vetorial
real munido de um produto interno < , > de dimenso n 1.
Queremos provar que o mesmo verdade para todo espao vetorial real munido de um
produto interno de dimenso n.
Se dim
(V) = n 2 ento existem v1 , . . . , vn V que formam uma base de V.
Notemos que
.
U = [v1 , . . . , vn1 ]
um subespao vetorial do espao vetorial (V, +, ) e tem dimenso n 1.
Desse modo, usando a nossa hiptese de induo, possvel encontrar uma base ortonor-
mal de U.
Denotaremos estes vetores da base ortonormal de U por u1 , . . . , un1 .
Como vn U (caso contrrio v1 , , vn seriam l.d.) ento, pela proposio (13.62), o
vetor
.
un = vn vn , u1 u1 vn , un1 un1
um vetor no nulo e ortogonal a todos os elementos de U (portanto, ortogonal aos vetores
u1 , . . . , un1 ).
236 CAPTULO 13. ESPAOS EUCLIDIANOS
u1 , . . . , un1 , un
onde
. un vn vn , u1 u1 vn , un1 un1
un = = ,
un
vn vn , u1 u1 vn , un1 un1
completando a demonstrao.
Observao 13.70
2. O procedimento de, partindo de uma base de um espao vetorial, obter uma base
ortonormal do mesmo (que foi o que fizemos na demonstrao do terema acima)
conhecido como processo de Gram-Schmidt.
Exemplo 13.71 Encontre uma base ortonormal do espao vetorial real (W, +, ) onde +
e so as operaes usuais de R3 , munido do produto interno (13.4), como n = 3, onde
.
W = {(x, y, z) R3 ; x 2y = 0}.
Resoluo:
Observemos que W um subespao vetorial de (R3 , +, ) (verifique!).
Notemos tambm que (x, y, z) W se, e somente se, x = 2y ou, equivalentemente,
ou seja,
W = [(2, 1, 0), (0, 0, 1)].
.
Desta forma B = {(2, 1, 0), (0, 0, 1)} ser uma base de W (pois geram e so l.i.).
13.6. PROCESSO DE GRAM-SCHMIDT 237
Definamos
.
u1 = (0, 0, 1),
pois este vetor unitrio (tem norma 1).
Pelo processo de Gram-Schmidt, o vetor u2 ser a projeo ortogonal, unitria, do vetor
.
v2 = (2, 1, 0) na direo do vetor u1 , isto
. v2 < v2 , u1 > u1
u2 =
v2 < v2 , u1 > u1
(2, 1, 0) (2, 1, 0), (0, 0, 1) (0, 0, 1) (2, 1, 0) [exerccio] 2 1
= = = ( , , 0),
(2, 1, 0) (2, 1, 0), (0, 0, 1) (0, 0, 1) (2, 1, 0) 5 5
assim obtemos a base ortonormal {u1 , u2 } para o espao vetorial (W, +, ).
Podemos aplicar o mesmo processo para o
Exerccio 13.72 Encontre uma base ortonormal do espao vetorial real (W, +, ) onde
+ e so as operaes usuais de R4 , munido do produto interno (13.4), como n = 4,
onde
W = {(x, y, z, t) R4 ; x + y + z + t = 0}.
Resoluo:
Observemos que W um subespao vetorial de (R4 , +, ) (verifique!).
Notemos tambm que
(x, y, z, t) W se, e somente se, x = y z t ou, equivalentemente,
ou seja,
W = [(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)].
| {z } | {z } | {z }
.
=v1
.
=v2
.
=v3
Como os vetores (1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1) so linearmente independentes, se-
gue-se que formam uma base do espao vetorial real W (pois geram W).
Definamos
. v1 (1, 1, 0, 0) 1 1
u1 = = = ( , , 0, 0).
v1 (1, 1, 0, 0) 2 2
Pelo processo de Gram-Schmidt teremos
. v2 < v2 , u1 > u1
u2 =
v2 < v2 , u1 > u1
1 1 1 1
(1, 0, 1, 0) (1, 0, 1, 0), ( , , 0, 0) ( , , 0, 0)
2 2 2 2
1 1 1 1
(1, 0, 1, 0) (1, 0, 1, 0), ( , , 0, 0) ( , , 0, 0)
2 2 2 2
1 1
( , , 1, 0) 1
= 2 2 = (1, 1, 2, 0).
1 1 6
( , , 1, 0)
2 2
238 CAPTULO 13. ESPAOS EUCLIDIANOS
De modo anlogo,
Como
1 1 1
(1, 0, 0, 1), u1 = (1, 0, 0, 1), ( , , 0, 0) =
2 2 2
1 1
(1, 0, 0, 1), u2 = (1, 0, 0, 1), (1, 1, 2, 0) =
6 6
segue que
Exemplo 13.73 Encontre uma base ortonormal do espao vetorial real (P2 (R), +, ) mu-
nido do produto interno
1
.
p, q = p(x)q(x) dx, p, q P2 (R).
0
Resoluo:
Usaremos o processo de Gram-Schmidt para construir uma base ortonormal a partir da
base formada pelos polinmios po , p1 , p2 P2 (R) onde,
. . .
po (x) = 1, p1 (x) = x, p2 (x) = x2 , x R.
Temos que
1 1
po =2
p2o (x) dx = 12 dx = 1
0 0
assim definimos
.
qo (x) = po (x) = 1, x R.
13.7. COMPLEMENTO ORTOGONAL 239
. p1 p1 , qo qo
q1 (x) = .
p1 p1 , qo qo
Como 1 1
1
p1 , po = p1 (x)qo (x) dx = x dx =
0 0 2
e 1 1
1 1 [exerccio] 1
p1 p1 , qo qo = [p1 (x) qo (x)]2 dx =
2
(x )2 dx = ,
0 2 0 2 12
segue que
1
.
x 1
q1 (x) = 2 = |{z} 12(x ) = 3 (2x 1), x R.
1 2
=2 3
12
Por fim, definamos
. p2 p2 , qo qo p2 , q1 q1
q2 (x) = .
p2 p2 , qo qo p2 , q1 q1
Como
1 1
1
p2 , qo = x2 dx = ,
p2 (x)qo (x) dx =
3
0
1
0
1 2 [exerccio ] 3
p2 , q1 = p2 (x)q1 (x) dx = 3 x (2x 1) dx =
0 0 6
1
p2 p2 , qo qo p2 , q1 q1 2 = [p2 (x) p2 , qo qo (x) p2 , q1 q1 (x)]2 dx
0
1
1 [exerccio ] 1
= (x2 x + )2 dx = ,
0 6 180
segue que
. 1
180} (x2 x + ) = 5 (6x2 6x + 1),
q2 (x) = | {z x R.
6
=6 5
Desta forma, uma base ortonormal de P2 (R) dada por {qo , q1 , q2 } onde
. . .
qo (x) = 1, q1 (x) = 3 (2x 1) e q2 (x) = 5 (6x2 6x + 1), x R.
Definio 13.74 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , > e U um subespao vetorial de V.
Definimos o complemento ortogonal de U, indicado por U , como sendo o conjunto
.
U = {v V; v, u = 0, u U}.
240 CAPTULO 13. ESPAOS EUCLIDIANOS
Prova:
Notemos que O U pois O, u = 0 para todo u U.
Se v, w U e R, ento para todo u U, temos
v + w, u = v, u + w, u = 0.
| {z } | {z }
[vU ] [wU ]
= 0 = 0
Exemplo 13.77 Consideremos o espao vetorial real (R3 , +, ) munido do produto in-
terno (13.4) e
.
U = {(x, y, z) R3 ; x y z = 0}.
Encontre o subespao vetorial U .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que U um subespao vetorial de
R , +, ).
3
ou seja,
U = [(1, 1, 0), (1, 0, 1)].
13.8. ISOMETRIA 241
Logo os vetores (1, 1, 0) e (1, 0, 1) formam uma base de U (pois geram e so l.i., verifique!).
Assim, da observao acima, (x, y, z) U se, e somente se,
ou seja, {
x+y=0
(x, y, z) = x (1, 1, 1), x R.
x+z=0
Assim,
U = [(1, 1, 1)].
Teorema 13.78 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , >, de dimenso finita e U um subespao vetorial de V.
Ento V = U U .
Prova:
Dado v V, consideremos o vetor w que a projeo ortogonal do vetor v sobre U, isto
,
.
w = v, u1 u1 + + v, un un ,
onde B = {u1 , , un } uma base ortonormal de U.
Observemos que
v = w + (v w).
Logo, pela proposio (13.62), como w U teremos que (v w)U, ou seja, para todo
w + (v w) U + U , mostrando que V = U + U .
u U, v w, u = 0, logo , v = |{z}
| {z }
U U
Agora, se u U U ento u, u = 0 e, portanto, u = O, ou seja, V = U U ,
completando a demonstrao.
13.8 Isometria
Definio 13.79 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais munidos de produtos
internos.
Diremos que T L (U, V) uma isometria de U em V se
Observao 13.80 Note que os produtos internos acima, embora representados pelo
mesmo smbolo, so produtos internos de V e de U, respectivamente, isto , de modo
rigoroso, deramos escrever
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (R2 ).
Se (x1 , y1 ), (x2 , y2 ) R2 temos que
Teorema 13.82 Sejam (U, +, ), (V, +, ) espaos vetoriais reais munidos de produtos
internos e T L (U, V).
So equivalentes:
1. T uma isometria de U em V;
Prova:
(1. = 2.):
Como T L (U, V) uma isometria temos que
[T linear]
n
n
n
n
= i T (ui ), j T (uj ) = i j T (ui ), T (uj )
| {z }
i=1 j=1 i=1 j=1 =ij
n
= i i . (13.83)
i=1
n
= i i . (13.84)
i=1
244 CAPTULO 13. ESPAOS EUCLIDIANOS
Corolrio 13.85 Sejam (U, +, ), (V, +, ) espaos vetoriais reais munidos de produtos
internos e T L (U, V) uma isometria de U em V.
Ento a transformao linear T injetora.
Prova:
Basta ver que se T (u) = O, como T isometria, temos ento
[teor. (13.82) item 2.]
u = T (u) = O = 0,
Corolrio 13.86 Sejam (U, +, ), (V, +, ) espaos vetoriais reais munidos de produtos
internos com e dim
(U) = dim
(V) e T L (U, V) uma isometria de U em V.
Ento T um isomorfismo de U em V.
Prova:
Como os espaos vetoriais reais (U, +, ) e (, +, )V tm a mesma dimenso e, pelo corolrio
acima, a transformao linear T injetora, segue-se, do corolrio (9.57), que a transformao
linear T uma bijeo, isto , um isomorfismo de U em V.
Apliquemos isto ao
Exerccio 13.87 Sejam (R2 , +, ) espao vetorial real munido do produto interno (13.4)
e T L (R2 ) tal que a matriz do operador linear T com relao a uma base ortonormal
de R2 dada por ( )
1 2
.
2 1
Pergunta-se: T uma isometria em R2 ?
Resoluo:
.
Vejamos, se B = {u, v} uma base ortonormal de R2 e
( )
a b
c d
S(u) = a u + c v, (13.88)
S(v) = b u + d v. (13.89)
13.8. ISOMETRIA 245
S(u) = u = 1 e S(v)(13.89) v = 1.
| {z } = b2 +d2
(13.88)
= a2 +c2
Alm do mais,
S(u), S(v) = u, v = 0.
| {z }
(13.88),(13.89)
= ab+bd
Deste modo, o operador linear T no pode se uma isometria pois, por exemplo, a2 + c2 =
12 + (2)2 = 5 = 1.
Observao 13.90 Sejam (U, +, ) espao vetorial real finitamente gerado, munido de
.
um produto interno, B = {u1 , . . . , un } uma base ortonormal de U e T L (U) uma
isometria.
assim
Uma matriz quadrada com a propriedade acima ser chamada de matriz ortogonal.
Observao 13.92
1. Em particular, o exerccio acima nos diz que se uma matriz M Mn (R) uma
matriz ortogonal ento ela ser uma matriz inversvel e alm disso, sua matriz
inversa ser sua matriz transposta, isto ,
M1 = Mt .
= det(Mt M) = det(In ) = 1,
isto , det(M) = 1.
Concluso: o determinante de uma matriz ortogonal ser igual a 1.
T (u), v = u, T (v),
para todo u, v U.
13.9. OPERADOR AUTOADJUNTO 247
Exemplo 13.94 Sejam (R2 , +, ) espao vetorial real munido do produto interno (13.4)
e T L (R2 ) dado por
.
T ((x, y)) = (ax + by, bx + cy), (X, y) R2 .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (R2 ).
Se (x, y), (z, t) R2 temos
T (x, y), (z, t) = (ax + by, bx + cy), (z, t) = axz + byz + bxt + cyt.
Por outro lado,
(x, y), T (z, t) = (x, y), (az + bt, bz + ct) = axz + bxt + byz + cyt.
T ((1, 0)) = (a.1 + b.0, b.1 + c.0) = (a, b) = a (1, 0) + b (0, 1),
T ((0, 1)) = (a.0 + b.1, b.0 + c.1) = (b, c) = b (1, 0) + c (0, 1),
assim ( )
a b
[T ]B =
b c
Teorema 13.96 Seja (U, +, ) um espao vetorial real munido de um produto interno
< , > de dimenso finita e T L (U).
O operador linear T ser um operador autoadjunto em U se, e somente se, a matriz
do operador linear T em relao a uma base ortonormal de U for um matriz simtrica.
Prova:
.
Sejam B = {u1 , . . . , un } uma base ortonormal e A = (aij ) a matriz do operador linear T
em relao base B.
248 CAPTULO 13. ESPAOS EUCLIDIANOS
para todo k = 1, . . . , n.
Logo
= aji . (13.98)
Por outro lado,
[(13.97) com k=j]
n
n
ui , T (uj ) = ui , amj um = amj ui , um
| {z }
m=1 m=1 =im
= aij . (13.99)
Ento, como o produto interno linear em cada uma de suas entradas e a base B um
base ortonormal de U, teremos
n
[T linear]
n
T (u), v = T ( m um ), v = m T (um ), v
m=1 i=1
n
n
n
n
= m T (um ), k uk = m k T (um ), uk
m=1 k=1 m=1 k=1
e, analogamente,
n
[T linear]
n
u, T (v) = u, T ( k uk ) = u, k T (uk )
k=1 k=1
n
n n
n
= m um , k T (uk ) = m k um , T (uk ).
m=1 k=1 m=1 k=1
13.9. OPERADOR AUTOADJUNTO 249
T (um ), uk = um , T (uk ), m, k = 1, , n.
Como a matriz (aij ) a matriz do operdaor linear T em relao a esta base, e ela uma
matriz simtrica temos, por (13.98) e (13.99), que
Teorema 13.100 Sejam (U, +, ) um espao vetorial real munido de um produto interno
< , > e T L (U).
Se o operador linear T autoadjunto e , so autovalores distintos de T ento os
autovetores do operador T correspondentes a esses autovalores sero ortogonais.
Prova:
Sejam u e v autovetores correspondentes a e respectivamente, isto ,
T (u) = u e T (v) = v.
Teorema 13.101 Sejam (U, +, ) um espao vetorial real munido de um produto interno
< , > de dimenso finita e T L (U) um operador autoadjunto em U.
Ento existe uma base ortonormal de U formada por autovetores de T.
Em particular, o operador linear T ser diagonalizvel.
Prova:
Faremos a demonstrao do caso bidimensional.
Como comentamos acima, a demonstrao do caso geral poder ser encontrada em ([L]).
.
Seja B = {u, v} uma base ortonormal de U.
Pelo teorema (13.96) segue que a matriz do operador linear T ser uma matriz simtrica,
ou seja, da forma ( )
a b
A= ,
b c
250 CAPTULO 13. ESPAOS EUCLIDIANOS
para algum a, b R.
Desta forma, o polinmio caracterstico associado ao operador linear T ser da forma
pT () = 2 (a + c) + ac b2 , C.
Como
Corolrio 13.102 Se a matriz A Mn (R) simtrica ento ela uma matriz diagona-
lizvel.
Prova:
Consideremos o espao vetorial real (Mn1 (R), +, ) munido do produto interno usual.
Observemos que se definirmos T : Mn1 (R) Mn1 (R) por
.
T (X) = AX, X Mn1 (R),
ento T ser um operador linear em Mn1 (R) cuja matriz em relao a base cannica de
Mn1 (R) (que uma base ortonormal) ser a matriz A, que simtrica.
Logo do teorema (13.96) segue que o operador T ser autoadjunto que, pelo teorema
acima, dever ser diagonalizvel.
Portanto a matriz A ser diagonalizvel, completando a demonstrao.
13.10 Exerccios
Captulo 14
Observao 14.1
2. Notemos que cada escalar r + ir ser uma raiz complexa (no real) do polinmio
pT .
Alm disso temos
251
252 CAPTULO 14. FORMA CANNICA DE JORDAN
= .Ir + N,
ento ..
2 1 0 . 0 0 0 0
0 ..
0
2 1 . 0 0 0
..
0 0 2 . 0 0 0 0
..
.
diag (B1 , B2 ) =
..
.
0 0 0 . 3 4 1 0
..
0 0 0 . 4 3 0 1
0 ..
4
0 0 . 0 0 3
..
0 0 0 . 0 0 4 3
Com isto temos o seguinte resultado cuja demonstrao ser omitida (para maiores deta-
lhes ver [L]):
Teorema 14.2 (Forma Cannica de Jordan) Sejam (U, +, ) um espao vetorial de dimen-
so finita e T L (U) cujo polinmio caracterstico dado por
Observao 14.4
2. Se um autovalor real do operador linear T ento a soma das ordens dos blocos
do tipo J(; s) ser igual multiplicidade algbrica do autovalor .
5. Suponha que
pT () = (1 )m1 (n )mn
onde i = j , se i = j, como i, j = 1, n.
Se mj tambm multiplicidade geomtrica de j ento o teorema de Jordan nos
diz que o operador linear T diagonalizvel (pois neste caso os blocos do tipo.
R(, ; s) no ocorrero).
6. O Teorema de Jordan nos diz que a matriz de um operador linear T com rela-
o a uma base arbitrria semelhante a uma matriz da forma (14.3), que ser
denominada, matriz de blocos.
pT () = (2 )3 (1 ), C.
Resoluo:
. .
Note que o operador linear T possui dois autovalores, a saber, 1 = 2 e 2 = 1 (pois so
as nicas raizes do polinmio pT ).
Como as multiplicidades algbricas e geomtrica do autovalor 2 = 1 so iguais a 1 (pois
uma raz simples do polinmio pT ), temos que o nico bloco correspondente a este autovalor
ser
J(2 ; 1) = (1).
Com relao ao autovalor 1 = 2, a sua multiplicidade algbrica trs ( uma raz tripla
do polinmio pT ).
Se sua multiplicidade geomtrica for 3 ento existiro trs blocos associados a este auto-
valor e todos eles so iguais a (2).
Neste caso, a matriz da forma cannica de Jordan para este operador ser forma:
1 0 0 0
0 2 0 0
,
0 0 2 0
0 0 0 2
isto , o operador linear T ser diagonalizvel.
Se a multiplicidade geomtrica do autovalor 1 = 2 for 2, ento existem dois blocos
correspondentes a este autovalor que so da forma
( )
2 1
J(2; 1) = (2) J(2; 2) = .
0 2
14.1. INTRODUO E EXEMPLOS 255
Assim, a matriz da forma cannica de Jordan para este operador linear ser da forma:
1 0 0 0
0 2 1 0
.
0 0 2 0
0 0 0 2
Assim, a matriz da forma cannica de Jordan para este operador linear ser da forma:
1 0 0 0
0 2 1 0
.
0 0 2 1
0 0 0 2
Exerccio 14.6 Para o exemplo acima encontre qual das possveis formas da matriz de
Jordan associada ao operador linear T a que ocorrer.
pT () = (1 )2 (4 + 2 ), C.
Resoluo:
Utilizando a notao do teorema (14.2) temos que
1 = 1, =0 e = 2.
Neste caso, a matriz da forma cannica de Jordan para este operador linear T ser da
forma:
1 0 0 0
0 1 0 0
.
0 0 0 2
0 0 2 0
Se a multiplicidade geomtrica do autovalor 1 = 1 for 1 ento existe apenas um bloco,
de ordem dois, associado a este autovalor que ser do tipo
( )
1 1
J(1; 2) = .
0 1
Neste caso, a matriz da forma cannica de Jordan para este operador linear T ser da
forma:
1 1 0 0
0 1 0 0
.
0 0 0 2
0 0 2 0
Deixaremos a cargo do leitor o
Exerccio 14.8 Para o exemplo acima encontre qual das possveis formas da matriz de
Jordan associada ao operador linear T a que ocorrer.
Exemplo 14.9 Sejam (R4 , +, ) espao vetorial real (onde + e so as operaes usuais
de R4 ) e T : R4 R4 dada por
Mostre que T L (R4 ) e encontre uma base de R4 com relao a qual a matriz do
operador linear T est na forma cannica de Jordan.
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R4 ).
Se C a base cannica de R4 temos que
2 1 1 1
0 2 1 1
.
0 0 3 1
0 0 0 4
O polinmio caracterstico associado ao operador liear T ser dado por
pT () = (3 )(4 )(2 )2 , C.
Com isto podemos mostra que (verifique!)
V(3) = [(0, 1, 1, 0)] e V(4) = [(0, 0, 1, 1)].
Desta forma vemos que dim
[V(3)] = dim
[V(4)] = 1.
Vejamos qual a dimenso de V(2).
Temos que (x, y, z, t) V(2) se, e somente se,
0 1 1 1 x 0
0 0 1 1 y 0 [exerccio]
= (x, y, z, t) = (x, 0, 0, 0) = x (1, 0, 0, 0), x = 0
0 0 1 1 z 0
0 0 0 2 t 0
Assim, dim[V(2)] = 1 e o operador linear T no ser diagonalizvel.
Sendo assim, a matriz do operador linear T na forma cannica de Jordan ser da seguinte
forma:
2 1 0 0
0 2 0 0
.
0 0 3 0
0 0 0 4
Notemos que se pusermos
u1 = (1, 0, 0, 0), u3 = (0, 1, 1, 0) e u4 = (0, 0, 1, 1)
(so autovetores do operdaor linear T ) ento para que u1 , u2 , u3 , u4 seja a base procurada, o
vetor u2 deve satisfazer
T (u2 ) = u1 + 2 u2 , ou seja, (T 2.I)(u2 ) = u1 ou ainda , {[T ]B 2.I4 }.[u2 ]B = [u1 ]B .
a
b
Desta forma, colocando-se u = (a, b, c, d), temos que [u]B = e portanto
c
d
0 1 1 1 a 1
0 0 1 1 b 0
=
0 0 1 1 c 0
0 0 0 2 d 0
cuja soluo geral da forma (a, 1, 0, 0), para a R (verifque!).
.
Podemos tomar, por exemplo, u2 = (0, 1, 0, 0) e isto nos fornecer a base procurada.
258 CAPTULO 14. FORMA CANNICA DE JORDAN
14.2 Exerccios
Captulo 15
Apndice I - Matrizes
15.1 Introduo
Neste captulo trataremos de um elemento que de grande importncia, em particular, no
estudo da Lgebra Linear, a saber: Matrizes.
Lembraremos a definio, as operaes, propriedades das mesmas e algumas aplicaes
que so particularmente importantes para o nosso contexto.
Introduziremos o escalonamento de matrizes e apresentaremos algumas aplicaes desse
processo para resoluo des sistemas lineares (homogneos e no homoneos) e para inverso
de matrizes.
No segundo Apndice apresentamos o mtodo de Crammer para resoluo de sistemas
lineares.
Observao 15.2
1. Em geral uma matriz, de tamanho n m, com entradas
aij , 1 i n, 1jm
259
260 CAPTULO 15. APNDICE I - MATRIZES
onde n, m N so fixos.
Proposio 15.11
1. Mnm fechado como a operao de adio definida acima, isto , a soma de duas
matrizes n m uma matriz n m;
4. A adio em Mnm tem elemento neutro, isto , existe uma (nica) matriz n m,
denominada matriz nula, indicada por O tal que
A + (A) = 0.
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
1. Vale a distributiva do produto de nmero real (ou complexo) pela soma de matri-
zes, isto :
(A + B) = A + B;
4. Vale
1.A = A;
5. Vale
0.A = O.
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
.
m
cij = aik bkj i = 1, . . . , n, j = 1, . . . , p
k=1
Observao 15.17
1. Para podermos realizar o produto de duas matrizes, isto , AB, necessrio que
o nmero de colunas da matriz A seja igual ao nmero de linhas da matriz B.
z1 ( )
y1
onde z = z2 , A = (aij ) e y= .
y2
z3
Deixaremos como exerccio para o leitor a verificao da igualdade acima.
264 CAPTULO 15. APNDICE I - MATRIZES
Proposio 15.18
4. Vale a associativa do produto de nmeros reais (ou complexos) por matrizes, isto
:
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
Com isto temos o seguinte exerccio, cuja resoluo deixaremos a cargo do leitor:
3 1 1
Ex. 15.19 Mostre que A = 2 0 1 soluo da equao
1 1 2
z3 5z2 + 8z 4 = 0,
.
onde An = A.A
| {z. . . A}.
nvezes
In A = AIm = A.
15.3. OPERAES COM MATRIZES 265
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
Observao 15.22 Para nmeros reais (ou complexos) temos a seguinte propriedade:
se = 0 ento existe 1 tal que
.1 = 1.
Para matrizes
( isto
) pode, em geral, no ocorrer como mostra o seguinte exemplo:
1 0
Se A = ento no existe uma matriz B tal que
0 0
AB = I2 . ()
( )
b11 b12
De fato, se existisse a matriz B = tal que que vale (*), ento deveramos
b21 b22
ter ( ) ( )
b11 b12 1 0
AB = = = I2
0 0 0 1
AX = XA = In
Temos a:
~
X = X.
266 CAPTULO 15. APNDICE I - MATRIZES
Demonstrao:
~
Observemos que se X e X so inversas de A ento teremos, em particular, que
XA = In (1) ~
e In = AX, (2)
assim
(2)
~ ~ (1) ~ ~
X = XIn = = X(AX) = (XA)X = In X = X,
ou seja,
X = X, ~
como queramos demonstrar.
Observao 15.26 Logo se uma matriz quadrada admite uma matriz inversa esta ser
nica, com isto podemos introduzir a seguinte definio.
Definio 15.27 Uma matriz A Mnn que adminte uma matriz inversa ser dita
no singular.
Neste caso a matriz inversa da matriz A ser denotada por A1 .
Uma matriz A Mnn que no admite matriz inversa ser denominada singular.
(AB)1 = B1 A1 .
Demonstrao:
Como A uma matriz no singular segue que:
AA1 = A1 A = In .
BB1 = B1 B = In .
Portanto,
(B1 A1 )(AB) = B1 (A1 A)B = (B1 In )B = B1 B = In
(A1 . . . Ak )1 = A1 1
k . . . A1 .
Demonstrao:
Basta usar a Proposio anterior e induo matemtica.
Deixaremos os detalhes como exerccio para o leitor.
Observao 15.30
Proposio 15.31 Se A Mnn uma matriz no singular e a matriz B Mnp tal que
AB = O Mnp
ento
B = O.
Demonstrao:
Como a matriz A uma matriz no singular ento
AA1 = A1 A = In .
Mas,
B = In B = (A1 A)B = A1 (AB) = A1 0 = 0 B = 0,
como queramos demonstrar.
Observao 15.32 Uma aplicao para as propriedades desenvolvidas acima seria con-
siderar a equao matricial:
Ax = b ()
onde A Mnn , B Mn1 so dados e x Mn1 a ser encontrada (se possvel).
268 CAPTULO 15. APNDICE I - MATRIZES
aij = 0 para i = j, i, j = 1, . . . , n.
Observao 15.34
Proposio 15.35
1. Se as matrizes A, B Mn so matrizes diagonais ento as matrizes A + B, AB e
A sero matrizes diagonais, onde R (ou C).
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
15.5 Determinante
Definio 15.36 Seja A Mn uma matriz quadrada.
Se n = 1, definimos o determinante da matriz A, denotado por det(A), como sendo
det(A) =. a11.
Se n > 1, para cada i, j {1, , n}, definamos a matriz Aij , a matriz quadrada
de ordem n 1, obtida da matriz A, retirando-se a i-sima linha e j-sima coluna da
matriz A, isto ,
a11 . . . a1(j1) a1(j+1) . . . a1n
.. .. ..
. . .
. a . . . a a . . . a
Aij = (i1)1 (i1)(j1) (i1)(j+1) (i1)n
a(i+1)1 . . . a(i+1)(j1) a(i+1)(j+1) . . . a(i+1)n
.. .. ..
. . .
an1 . . . an(j1) an(j+1) . . . ann
270 CAPTULO 15. APNDICE I - MATRIZES
onde
.
|A1j | = (1)1+j det(Aij) j = 1, . . . , n.
O nmero |Aij | definido acima ser denominado cofator do elemento aij da matriz A e
a matriz B = (|Aij |) ser denominada matriz cofatora da matriz A e denotada por cof
(A).
Proposio 15.37
( )
a11 a12
1. Se A = ento
a21 a22
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
15.5. DETERMINANTE 271
onde
.
|Aio j | = (1)io +j det(Ai j), o j = 1, . . . , n,
ou, para jo {1, , n} fixado temos que
n
det(A) = aijo |Aijo |,
i=1
onde
|Aijo | = (1)i+jo det(Aij ), o i = 1, . . . , n.
Concluso: para cada io , jo {1, , n} fixados temos que
n
n
det(A) = aio j |Aio j | = aijo |Aijo |.
j=1 i=1
iii) adicionar uma coluna (ou linha, respectivamente) multiplicada por a outra co-
luna (linha, respectivamente).
Tais operaes sero denominadas operaes elementares sobre as colunas (ou linhas,
respectivamente) da matriz A.
Corolrio 15.42
1. Se A Mn ento
2. Se A Mn ento
Demonstrao:
De 1. :
Basta tomar = 0 na Proposio acima.
De 2. :
Basta tomar = = 1 na Proposio acima.
Observao 15.43
1. O item 1. do corolrio acima nos diz que o determinante de uma matriz que tem
uma coluna (ou linha) multiplicada por uma constante pode ser obtido multiplicando-
se o determinante da matriz pela constante.
2. O item 2. do corolrio acima nos diz que o determinante de uma matriz que tem
uma coluna (ou linha) obtida da soma de duas colunas pode ser obtido somando-se
os determinante das matrizes que tem cada uma das colunas adicionadas.
det(A) = 0.
Demonstrao:
Basta tomar = 0 no item 1. do Corolrio acima.
Observao 15.45
1. O resultado acima nos diz que se uma coluna de uma matriz quadrada nula
ento o determinante da matriz ser zero.
Observao 15.47
1. O resultado acima nos diz que se trocarmos duas colunas de uma matriz quadrada
seu determinate muda de sinal.
Corolrio 15.48 Se A Mn e
ako = ajo , 1 ko , j o n
det(A) = 0.
Demonstrao:
Da Proposio acima segue que se trocarmos a ko -sima coluna com a jo -sima coluna o
determinante da matriz obtida ser menos o determinante da matriz A.
Mas a matriz obtida da troca da ko -sima coluna com a jo -sima coluna a prpria matriz
A.
Com isto teremos:
det
(A) = (A) det (A) = 0, det
como queramos demonstrar.
Observao 15.49 Vale um resultado anlogo trocando-se coluna por linha, isto ,
ou seja, se a matriz A tem duas linhas iguais ento seu determinate nulo.
A demonstrao deste fato ser deixada como exerccio para o leitor.
Demonstrao:
Da Proposio (15.40) segue que
Observao 15.51
(i) trocar duas colunas (ou linhas) da matriz A faz como que o determinante da
matriz obtida seja menos determinante da matriz A;
(ii) adicionar vezes uma coluna (ou linha) da matriz A numa outra coluna (ou
linha) faz com que o determinante da matriz obtida seja igual ao determi-
nante da matriz A;
(iii) multiplicar uma coluna (ou linha) da matriz A por faz com que o determi-
nante da matriz obtida seja igual ao determinante da matriz A multiplicado
por .
Observao 15.54
1. A relao que existem entre uma matriz e sua matriz transposta que as colunas
da 1.a sero as linhas da 2.a e vice-versa.
Exemplo 15.55
( )
1 4 0
1) A = ento
4 2 3
1 4
At = 4 2 .
0 3
1 1 2
2) A = 1 2 3 ento
2 3 5
1 1 2
At = 1 2 3 ,
2 3 5
em particular, At = A.
1. (At )t = A;
2. se m = n,
det(At) = det(A);
3. (A + B)t = At + Bt ;
4. (AB)t = Bt At ;
5. ( A)t = At ;
At = A,
em particular,
Itn = In .
15.5. DETERMINANTE 277
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
At = A.
At = A.
Exemplo 15.58
1 4 5
1. A matriz A = 4 2 6 uma matriz simtrica, pois At = A (verifique!);
5 6 3
0 1 2
2. A matriz B = 1 0 3 uma matriz anti-simtrica, pois Bt = B (verifi-
2 3 0
que!).
Demonstrao:
Do item 1.:
Se as matrizes A e B so matrizes simtricas ento
At = A e Bt = B. ()
Como
[Prop. (15.56) item 3.] ()
(A + B)t = At + Bt = A + B,
segue que a matriz A + B ser uma matriz simtrica.
Os outros itens sero deixados como exerccios para o leitor.
Logo
det(A) = 3.3 + 2(6) + (1)5 = 9 12 5 = 8 = 0.
Logo, pela Proposio acima segue que a matriz A um matriz no singular, isto
, existe a matriz inversa A1 .
15.5. DETERMINANTE 279
A x = B ()
onde
a11 a12 . . . a1n
a21 a22 . . . a2n
A= .. .. .. .. = (aij )mn ,
. . . .
am1 am2 . . . amn
x1 b1
x = ... e B = ...
xn bm
281
282 CAPTULO 16. APNDICE II - SISTEMAS LINEARES
O conjunto de todas as solues da equao matricial (*) ser denominado conjunto soluo
da equao matricial (**).
Observao 16.2 Da identificao (*) com (**) segue que encontrar soluo para o
sistema linear (*) equivalente a encontrar soluo da equao matricial (**).
x1 = 1, x2 = 0 e x3 = 1.
Ax=b e Cx=d
1. A, C Mmn ;
2. b, d Mm1 ;
Ax=b e Cx=d
x1 +x2 +5x3 = 11 1 1 5 11
2x1 +x2 +7x3 = 15 A x = b, onde A = 2 1 7 e b = 15 .
2x
1 +4x3 = 8 2 0 4 8
x1 +x2 +5x3 = 11 1 1 5 11
.
2x1 +x2 +7x3 = 15 2 1 7 15 = So (matriz aumentada)
2x
1 +4x3 = 8 2 0 4 8
(2a 2 1a )
x1 +x2 +5x 3 = 11 1 1 5 11
.
x2 3x3 = 7 0 1 3 7 = S1
2x
1 +4x3 = 8 2 0 4 8
(3a 2 1a )
x1 +x2 +5x3 = 11 1 1 5 11
.
x2 3x3 = 7 0 1 3 7 = S2
2x2 6x3 = 14 0 2 6 14
(1a + 2a )
x1 +2x3 = 4 1 0 2 4
.
x2 3x3 = 7 0 1 3 7 = S3
2x2 6x3 = 14 0 2 6 14
(3a 2 2a )
284 CAPTULO 16. APNDICE II - SISTEMAS LINEARES
x1 +2x3 = 4 1 0 2 4
.
x2 3x3 = 7 0 1 3 7 = S4
0 = 0 0 0 0 0
(2a (1))
x1 +2x3 = 4 1 0 2 4
.
x2 +3x3 = 7 0 1 3 7 = S5 .
0 = 0 0 0 0 0
O sistema linear obtido acima o mais simples (que pode ser obtido por meio da operaes
usuais sobre o sistema linear dado inicialmente) que equivalente ao sistema original.
Para resolver o sistema linear acima bastar tomar, por exemplo:
.
x3 = R (ou C)
assim
. .
x1 = 4 2 e x2 = 7 3.
Assim o conjunto soluo do sistema linear dado incialmente ser
{(x1 , x2 , x3 ) = (4 2, 7 3, ), R ( ou C)}.
Observe que as operaes que fizemos na matriz Si para obter a matriz Si+1 so operaes
elementares sobre as linhas (ver Definio (15.39)).
Para facilitar o entendimento do que vir mais adiante introduziremos a:
Definio 16.7
Tais operaes so, como j dissemos, operaes elementares sobre as linhas da matriz
(ver Definio (15.39)).
No exemplo acima as operaes elementares que realizamos so:
(tipo III) (tipo III) (tipo III) (tipo III) (tipo II)
So S1 S2 S3 S4 S5 .
Definio 16.8
16.1. DEFINIES BSICAS 285
3. Uma matriz elementar do tipo III uma matriz quadrada de ordem m obtida da
matriz Im por uma operao do tipo III.
Observao 16.9 Dada uma matriz A Mmn , fazer uma operao do tipo I (ou do
tipo II ou do tipo III, respectivamente) equivalente a multiplicar a matriz A por uma
matriz do tipo I (ou do tipo II ou do tipo III, respectivamente ), isto ,
(operao elementar do tipo I)
A 7 EI A.
ou seja, as operaes produzem a mesma matriz, como foi dito na observao acima.
Proposio 16.11 Uma matriz elementar de qualquer tipo uma matriz no singular
(isto , uma matriz inversvel) e sua matriz inversa do mesmo tipo que ela.
286 CAPTULO 16. APNDICE II - SISTEMAS LINEARES
Demonstrao:
Ser deixado como exerccio para o leitor.
Exemplo 16.12
1 0 0
EIII = 2 1 0
0 0 1
uma matriz elementar do tipo III (ver Exemplo (16.10)).
Observemos que
det
(EIII ) = 1,
portanto a matriz EIII uma matriz no singular, isto , existe a matriz inversa E1
III .
Alm disso temos:
t
1 2 0 1 0 0 1 0 0
1 2a +21a
E1
III =
det
(EIII )
0 1 0 = 2 1 0
0 0 1 0 0 1
0 1 0
0 0 1
portanto a matriz inversa da matriz EIII tambm uma matriz elementar do tipo III.
Observao 16.14
A = Es Es1 . . . E1 B
2. Sejam A, B, C Mmn .
Deixaremos como exerccio para o leitor verificar que:
i) Reflexiva:
A B, para todo A Mmn ;
ii) Simtrica:
se AB ento B A;
iii) Transitiva:
Se AB e BC ento A C.
16.1. DEFINIES BSICAS 287
B = PA ou, equivalentemente A = P1 B.
Demonstrao:
.
Segue da da proposio (16.11) e da observao acima item 1. que basta definir P = Es . . . E1 .
Demonstrao:
Da proposio acima existe P Mmn no singular tal que
[C d] = P[A b] e [A b] = P1 [C d].
C = PA, d = Pb, A = P1 C e b = P1 d.
Ax=b A u = b,
assim
C u = (PA) u = PB = d,
portanto a matriz u ser soluo da equao matricial C x = d.
Alm disso, vale a recproca (verifique!), completando a demonstrao.
Observao 16.17 Vale observar que o resultado acima pode ser aplicado para as ma-
trizes aumentadas associadas a sistemas lineares, ou seja, as matrizes aumentadas so
l-equivalentes se, e somente se, os sistemas lineares so equivalentes.
Ax=O e Cx=O
Demonstrao:
Basta tomar b = d = 0 na proposio acima (verifique!).
Definio 16.20 Dada uma matriz A = (aij ) Mnm , definimos o coeficiente lder da i-sima linha,
no-nula, ai da matriz A como sendo o primeiro elemento no nulo dessa linha (con-
tado da esquerda para a direita, isto , ai,j0 = 0 para 1 j0 m o menor ndice).
Definio 16.21 Uma matriz A Mmn dita estar na forma escalonada reduzida em por linhas,
denotada por FERL, se ela tem as seguintes propriedades:
iv) Uma coluna que contm um coeficiente lder dever ter zeros nas outras entradas.
Proposio 16.23 Toda matriz A Mmn l-equivalente a uma (nica) matriz AR que
est na FERL, isto , existe P Mmn no singular tal que AR = PA.
Demonstrao:
Deixada como exerccio para o leitor a demonstrao deste resultado.
Em vez de exibirmos a demonstrao da proposio acima (que foi deixada como exerccio
para o leitor) daremos o mtodo que utilizado na demonstrao aplicado a um exemplo.
O mtodo denominado Eliminao de Gauss-Jordan:
Resoluo:
O que faremos realizar operaes elementares sobre as linhas da matriz aumentada
acima para obter a sua FERL.
Primeiro passo:
Trocar as linhas nulas da matriz (A b) com outras linhas, no nulas, de modo que
as linhas nulas ocorram nas linhas inferiores da nova matriz.
No nosso caso no h linhas nulas logo no faremos nenhuma mudana na matriz
aumentada (A b).
Localize a coluna mais esquerda que no seja totalmente nula .
0 0 2 0 7 12
2 4 10 6 12 28
2 4 5 6 5 1
Segundo passo:
Trocar a primeira linha com uma outra, caso necessrio, para que o primeiro ele-
mento da coluna localizada no primeiro passo seja no nulo.
2 4 10 6 12 28
a a
0 0 2 0 7 12 (trocamos a 1. linha com a 2. linha)
2 4 5 6 5 1
290 CAPTULO 16. APNDICE II - SISTEMAS LINEARES
Terceiro passo:
Se o primeiro elemento da coluna do segundo passo for a, multiplicar a primeira
1
linha por (para que o coeficiente lder da primeira linha da matriz obtida seja 1).
a
1 2 5 3 6 14
1
0 0 2 0 7 12 (1. linha )
a
2
2 4 5 6 5 1
Quarto passo:
Somar a primeira linha multiplicada por constante, se for necessrio, com as linhas
de baixo para obter zeros em todas as entradas abaixo do coeficiente lder da primeira
linha.
1 2 5 3 6 14
0 0 2 0 7 12 (3.a linha 2 1.a )
0 0 5 0 17 29
Quinto passo:
Separar a 1.a linha da matriz acima e voltar ao Primeiro passo.
Aplicar o processo repetidas vezes para at a ltima linha no nula.
No nosso exemplo:
1 2 -5 3 6 14
0 0 2 0 7 12
0 0 5 0 17 29
1 2 -5 3 6 14
1
0 0 1 0 7 2
6 (1.a linha ( ))
2
0 0 5 0 17 29
1 2 -5 3 6 14
0 0 1 0 7 2
6 (2.a linha 5 1.a )
0 0 0 0 12 1
1 2 -5 3 6 14
0 0 1 0 -7 2
-6 (2 1.a linha)
0 0 0 0 1 2
1 2 -5 3 6 14
0 0 1 0 -7 2
-6
0 0 0 0 1 2
Sexto passo:
Para finalizar, comeando por uma linha no nula, somar cada linha multiplicada
por constante com as outras linhas para zerar as outras entradas acima do coeficiente
lder.
1 2 5 3 6 14
7
0 0 1 0 0 1 (2. linha + 3. linha )
a a
2
0 0 0 0 1 2
16.1. DEFINIES BSICAS 291
1 2 5 3 0 2
0 0 1 0 0 1 (1.a linha 6 3.a linha )
0 0 0 0 1 2
1 2 0 3 0 7
.
(C d) = 0 0 1 0 0 1 (1.a linha + 5 2.a linha ).
0 0 0 0 1 2
Observemos que a matriz (C d) est na FERL (verifique!).
O sistema linear asssociado matriz (C d) ser:
x1 +2x2 +3x4 = 7
x3 = 1
x5 = 2
Portanto se, por exemplo, considerarmos para cada t, s R,
. . . 7 t 2s
x1 = t, x2 = s, x3 = 1, x5 = 2 = x4 = ,
3
7 t 2s
teremos que (t, s, 1, , 2) ser soluo do sistema linear dado incialmente, para
3
cada t, s R, ou seja:
7 t 2s
{(x1 , x2 , x3 , x4 , x5 ) = (t, s, 1,
, 2) : s, t R}
3
ser o conjunto soluo do sistema linear inicial.
Ou ainda, o conjunto soluo da equao matricial A x = b, ser
t
{ }
s
S = u M51 : u = 1
7 t 2s onde t, s R
3
2
Temos tambm a seguinte definio:
Definio 16.25 Dada uma matriz A Mmn , definimos o posto da matriz A, denotado
por p(A), como sendo o nmero de linhas no nulas de sua FERL associada.
Proposio 16.26 Se A Mmn ento p(A) min{m, n}.
Demonstrao:
Deixada como exerccio para o leitor a demonstrao deste resultado.
Nas sees a seguir faremos algumas consideraes sobre o sistema linear no homognio
(NH) A x = b onde A Mmn , B Mm1 e x Mn1 .
Na prxima seo comearemos estudando o sistema linear homognio associado:
(H) A x = 0 ( isto , b = 0).
292 CAPTULO 16. APNDICE II - SISTEMAS LINEARES
1. O sistema (H) tem sempre soluo, a saber, a matriz identicamente nula, u = 0 Mn1 ,
que ser denominada soluo trivial;
AR x = 0,
A ( u + v) = A ( u) + A ( v) = (A u) + (A v) = 0.
1 u1 + + p up Mn1
Resoluo:
Como a matriz A est na FERL (verifique!) ento temos o sistema linear homog-
neo associado matriz A ser dado por:
x1 2x2 +3x4 = 0 x1 = 2x2 3x4
+x3 x4 = 0 x3 = x4
+x5 = 0 x = 0
5
16.2. O SISTEMA LINEAR HOMOGNIO 293
Demonstrao:
Deixaremos como exerccio para o leitor a demonstrao deste resultado.
Demonstrao:
Do teorema acima temos que
dim(W) = n p(a)
|{z}
= 0,
=n
logo W = {O}, ou seja, a nica soluo da equao matricial (H) a matriz nula u =) Mn1 .
Reciprocamente, se a nica soluo da equao matricial (H) a matriz nula u = O Mn1
ento teremos que W = {O}, isto , dim (W) = 0.
Logo, do teorema acima temos que
dim(W) = n p(a)
| {z }
= p(a) = n,
=0
Demonstrao:
Se k = p(A), da proposio (16.26) segue que
k min{m, n} (m<n)
= m < n,
logo k < n.
Do corolrio acima segue que existe soluo, no identicamente nula, da equao matricial
(H), como queramos demonstrar.
Resoluo:
. .
Neste caso temos que m = 2 e n = 3.
1 0 1
.
Temos que A AR , onde AR = 0 1 1 (verifique!)
0 0 0
Portanto posto da matriz A igual a 2.
Logo, pelo teorema acima, existe uma (= n p(A) = 3 2) soluo da equao
matricial A u = O, que indicaremos por u1 M31 , no identicamente nula, de (H) e
qualquer outra soluo u da equao matricial A u = O ser da forma u = u1 para
algum R (ou C).
Para encontr-la basta resolver o sistema associado a matriz AR que deixaremos
como exerccio para o leitor.
0 0 3 1
.
Exemplo 16.34 Seja A = 0 1 4 7 M34
0 1 7 6
Resoluo:
. .
Neste caso temos m == 3 < n = 4.
Logo, do corolrio acima podemos concluir que existe pelo menos uma soluo no trivial
da equao matricial A u = O.
0 1 0 25
. 3
Na verdade temos que A AR onde AR = 0 0 1 1 3
(verifique).
0 0 0 0
Portanto posto A igual a 2.
Logo, pelo teorema acima , existem duas (= n p(A) = 4 2) solues u1 , u2 M41 l.i.
da equao matricial A u = O, tal que toda soluo u da equao matricial A u = O ser
dada por
u = 1 u1 + 2 u2 ,
para algum 1 , 2 R (ou C).
Para encontr-las basta resolver o sistema associado a matriz AR que deixaremos como
exerccio para o leitor.
Definio 16.35 A equao matricial A x = b ser dita consistente se tem pelo menos
uma soluo.
Se no tiver soluo ser dita inconsistente.
De modo semelhante temos um sistema linear ser consistente se ele adminte pelo
menos uma soluo, caso contrrio, ser dita inconsistente.
296 CAPTULO 16. APNDICE II - SISTEMAS LINEARES
Ax=b
AR x = bR ,
onde
A AR e b bR ,
0 x1 + + 0 xn = b i i = k + 1, , m.
Logo
bi = 0, i = k + 1, , m,
ou seja:
Teorema 16.38 Se a matriz A Mmn est na FERL e tem posto k ento a equao
matricial (NH) (ou o sistema linear associado a matriz aumentada (A b)) consistente
se, e somente se, bk+1 = = bm = 0.
Em particular, se o posto da matriz A for igual a m ento a equao matricial (e
portanto o sistema linear associado a matriz aumentada (A b)) ser consistente.
16.3. O SISTEMA LINEAR NO HOMOGNIO 297
Demonstrao:
Uma das implicaes (a saber, ) fruto da observao acima.
A recproca ser deixada como exerccio para o leitor.
Demonstrao:
Ser deixada como exerccio para o leitor.
consistente ou inconsistente?
Resoluo:
Observemos que
x1 x2 = 0 1 1 0
x1 = 1 1 0 1 = (Ab)
x2 = 1 0 1 1
Logo os sistema linear associado a matriz aumentada (A b) ser consistente pois ele
. .
admite como soluo x1 = 1 e x2 = 1 (verifique!).
Portanto consistente.
Notemos tambm que (verifique!)
1 0 1
.
(A b) (AR bR ) onde (AR bR ) = 0 1 1 (AR A).
0 0 0
Assim temos que p(A) = 2 = p(A b) e como afirma o teorema o sistema linear
associado a matriz aumentada (A b) ser consistente.
w = uo + v Mn1
Demonstrao:
De fato, se w Mn1 uma soluo da equao matricial A x = b e uo Mn1 soluo
particualr de A x = b segue que
.
v = w uo
ser soluo de A y = 0, pois
A v = A (w uo ) = A w A uo = b b = 0.
A w = A (uo + v) = A uo + A v = b + O = b,
Resoluo:
Podemos mostrar que (A b) (AR bR ) (verifique!) onde
1 0 0 10 13
. 0 1 0 3 . 3
AR = e b R = . ()
0 0 1 4 1
0 0 0 0 0
16.3. O SISTEMA LINEAR NO HOMOGNIO 299
Portanto, pelo teorema (16.39), a equao matricial consistente, pois de (*), temos
que
p(AR bR ) = 3 = p(AR ), logo p(A b) = p(A).
13
. 3
Tambm pode-se mostrar (verifique!) que u = soluo da equao ma-
1
0
tricial AR x = bR , portanto da equao matricial Ax = b.
Alm disso
10 10
. 3 3
v= = , R (ou C).
4 4
1
soluo geral da equao matricial AR x = 0.
Logo do teorema acima segue que qualquer soluo da equao matricial (NH) ser
da forma
13 10
3 3
w = u + v = + , R (ou C), isto ,
1 4
0 1
{ 13 10 }
3 3
S= : R (ou C)
1 + 4
o conjunto soluo da equao matricial (NH).
Para completar nosso estudo sobre da equao matricial (NH) (logo dos sistema linear
associado a matriz aumentada (A b)) temos os seguintes resultados:
Demonstrao:
Suponhamos que a equao matricial (NH) A x = b tem soluo nica.
Ento a equao matricial (H), A y = O tem soluo nica, a saber, a soluo trivial
u = O Mn1 .
Logo posto da matriz A dever ser igual a n.
Reciprocamente, se posto da matriz A igual a n, ento a soluo trivial u = O Mn1
dever ser a nica soluo da equao matricial (H), A y = O.
300 CAPTULO 16. APNDICE II - SISTEMAS LINEARES
Portanto a equao matricial (NH), A x = b, tem uma nica soluo, finalizando a de-
monstrao.
Corolrio 16.44 Nas condies do teorema acima se m n, existe uma nica soluo
da quao matricial (NH), A x = b, se, e somente se, posto da matriz A for igual a n
(isto , m = n).
Demonstrao:
Suponhamos que exista nica soluo da equao matricial (NH), A x = b.
Ento, do teorema acima, segue que n ser igual ao posto da matriz A.
Mas n = p(A) min (m, n) m n.
Portanto p(A) = n e m = n.
Reciprocamente, se p(A) = n segue do teorema que existe nica soluo da equao
matricial (NH), A x = b, completando a demonstrao.
Para finalizar, exibiremos um mtodo para encontrar a matriz inversa associada a uma
matriz no singular utilizando o matrizes elementares desenvolvidas na seo anterior.
Para ilustrar consideremos o seguinte exemplo:
Logo, neste exemplo, ocorreu uma relao entre o posto da matriz e a sua inversibilidade.
Isto ocorre em geral, como veremos no resultado a seguir:
16.4. A INVERSA DE MATRIZES NO SINGULARES 301
Demonstrao:
Mostremos que:
1. 2. :
.
Se a matriz A uma matriz no singular e A u = O ento u = A1 O = O, isto , a nica
soluo da equao A y = O ser a soluo trivial u = O.
Logo, do corolrio (16.31), segue que o posto da matriz A dever ser igual a n.
2. 3. :
Se o posto da matriz A igual a n ento no existe linhas nulas na matriz AR (a FERL
da matriz A) e cada linha de AR Mnn tem coeficiente lder 1 e zero nas outras posies da
coluna, isto , AR = In .
3. 1. :
Se AR = In ento, como A AR , existe P Mnn , matriz quadrada no singular, tal que
In = AR = PA.
Demonstrao:
Do teorema acima temos que A = P1 .
Mas, da proposio (16.15), a matriz P o produto de matrizes elementares, completando
a demonstrao.
Observao 16.48 Este teorema nos d um modo de encontrar a inversa de uma matriz
quadrada que uma matriz no singular.
Resoluo:
Para isto consideremos a matriz
1 0 0 1 : 1 0 0 0
0
1 1 0 : 0 1 0 0
A : I4 =
0 1 1 0 : 0 0 1 0
1 0 0 1 : 0 0 0 1
O que faremos fazer operaes sobre as linhas da matriz A para trasnform-la (se
possvel) na matriz identidade I4 direita.
Todas as operaes que fizermos na matriz A faremos na matriz I4 .
1 0 0 1 : 1 0 0 0
(1.a +4.a ) 0 1 1 0 : 0 1 0 0
A : I4
0 1 1 0 : 0 0 1 0
0 0 0 2 : 1 0 0 1
1 0 0 1 : 1 0 0 0
(3. 2. ) 0
a a
1 1 0 : 0 1 0 0
0 0 2 0 : 0 1 1 0
0 0 0 0 : 1 0 0 1
1 0 0 1 : 1 0 0 0
0
(( 1 )3.a ) 0 1 1 0 : 0 1 0
2
0 0 1 0 : 0 12 1
2
0
0 0 0 2 : 1 0 0 1
1 0 0 1 : 1 0 0 0
(2.a 3.a ) 0 1 0 0 : 0 12 1
0
2
0 0 1 0 : 0 12 1
2
0
0 0 0 2 : 1 0 0 1
1 0 0 1 : 1 0 0 0
(( 2 )3 ) 0 1
1 a
0 0 : 0 12 1
0
2
0 0 1 0 : 0 21 1
2
0
0 0 0 1 : 12 0 0 1
2
1
1 0 0 0 : 21 0 0
(1a 4a ) 0 1 : 0 12 1
2
0 0 0
1
= (I4 : B).
0 0 1 0 : 0 21 1
2
0
0 0 0 1 : 21 0 0 1
2
1 1
0 0
2 2
0 1 1
0
Afirmao: B = A1 , isto , A1 = 2 2
.
0 1
2
1
2
0
1 1
2
0 0 2
16.5. REGRA DE CRAMMER 303
Observao 16.50 Podemos utilizar o escalonamento de matrizes para obter bases para
subespaos de espaos vetorias de Rn .
Esse processo desenvolvido nos primeiros captulos destas notas.
Demonstrao:
Deixaremos como exerccio para o leitor.
Resoluo:
Observemos que o sistema linear dado pode ser escrito como a seguinte equao matricial
A x = b, onde
1 3 1 0
. .
A = 1 1 1 , e b = 0 .
1 0 1 1
Observemos que
det(A) = 1 + 6 + 1 = 8 = 0,
304 CAPTULO 16. APNDICE II - SISTEMAS LINEARES
Portanto A1
4
1
A 8 2
u1
u = u2 = A2
= 2
= 1
A 8 4
u3
A3 2 1
A 8 4
. 1 . 1 . 1
ser a soluo da equao matricial A x = b, ou seja, x1 = , x2 = e x3 = ser a soluo
2 4 4
do sistema dado inicialmente.
As muitas das demonstraes deixadas como exerccio ou omitidas podem ser encontradas
na bibliografia abaixo.
Referncias Bibliogrficas
[CDC] Callioli, C. A., Domingues, H. H., Costa, R. C. F., lgebra Linear e Aplicaes,
2a edio, Atual Editora Ltda, 1978.
[L] Lima, E. L., lgebra Linear, Coleo Matemtica Universitria, IMPA, CNPq, Rio
de Janeiro, 1995.
305