Você está na página 1de 25

Sumario

1 Matrizes 2
1.1 Tipos Especiais de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Resumo sobre Notacao de Somatorio . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Operacoes com Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Propriedades da Algebra Matricial . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2 Sistemas de Equacoes Lineares 8


2.1 Operacoes Elementares Sobre as Linhas de uma Matriz . . . . . . . . . . . . . . . 9
2.2 Matrizes Escalonadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.1 Determinante e Matriz Inversa . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.4 Matriz Inversa e Solucao de Um Sitema Linear de n Equacoes e n Incoginitas. . . 13

3 Espaco Vetorial 14
3.1 Espaco Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.2 Subespaco Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.3 Combinacao Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.4 Somas e Somas Diretas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.5 Exerccios de Revisao - Combinacao Linear, Subespaco Gerado, Soma Direta . . . 20
3.6 Dependencia e Independencia Linear . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.7 Base de Um Espaco Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.8 Espaco Linha de Uma Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.9 Dimensao de Um Espaco Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.10 Coordenadas de Um Vetor em Relacao Uma Base . . . . . . . . . . . . . . . . . . 23
3.11 Exerccios Sobre Base e Dimensao de Um Espaco Vetorial . . . . . . . . . . . . . . 25

1
Captulo 1

Matrizes

Definicao 1. Dados dois numeros m e n naturais e nao nulos, denomina-se matriz de ordem
m n (le-se m por n) toda tabela A de elementos dispostos em m linhas e n colunas, dispostos a
seguir:
a11 a12 a1n
a21 a22 a2n
A = ..

.. .. ..
. . . .
am1 am2 amn

a1j
  a2j
A i-esima linha de A e ai1 ai2 ain e a j-esima coluna e, .. ,para i = 1, , m e

.
amj
j = 1, , n, respectivamente. O elemento de posicao linha i e coluna j da matriz A e representado
por aij e i, j sao chamados de ndices. Usamos tambem a notacao A = Amn = [aij ]mn .
Exemplo 1. Sao exemplos de matrizes:  
  2 1
(a) A = 1 2 3 e matriz 1 3; (b) B = e matriz 2 2
0 3
5
(c) C = 1 e matriz 3 1; (d) D = [2] e matriz 1 1.

4
Exerccio 1. Construa as seguintes matrizes: 
1, se i = j
(a) A = A33 tal que aij = i j; (b) B = B33 tal que bij =
 0, se i 6= j 
1, se i + j = 4 1, se i = j
(c) C = C33 tal que cij = ; (d) D = D32 tal que dij =
0, se i + j 6= 4 i2 , se i 6= j

1.1 Tipos Especiais de Matrizes


Definicao 2. Sejam m e n numeros naturais nao nulos. Definimos:
(i) matriz linha e toda matriz do tipo 1 n;
(ii) matriz coluna e toda matriz do tipo m 1;
(iii) matriz nula e toda matriz em que todos os elementos sao iguais a zero;
(iv) matriz quadrada e toda matriz A de ordem m = n, isto e, o numero de linhas e igual ao
numero de colunas.
(v) matriz transposta da matriz A de ordem m n e a matriz denotada por At , que e obtida
escrevendo as linhas de A, ordenadamente como colunas. A ordem de At e n m.
Exerccio 2. (a) Represente genericamente cada matriz definida anteriormente.
(b) Cite exemplos numericos para cada matriz da definicao anterior.

2
Seja a matriz A = [aij ]nn (A e uma matriz quadrada de ordem n)

a11 a12 a1n
a21 a22 a2n
A = .. .. .

.. ..
. . . .
an1 an2 ann

Chama-se Diagonal Principal de A o conjunto dos elementos de A que tem os dois indces
iguais, isto e: {aij |i = j} = {a11 , a22 , a33 , , ann }. A Diagonal Secundaria de A e o conjunto
dos elementos de A que tem soma dos indces igual a n + 1, isto e: {aij |i + j = n + 1} =
{a1n , a2(n1) , a3(n2) , , an1 }.

Exerccio 3. Determine a diagonal


principal e a diagonalsecundaria de cada matriz a seguir.
0 1 2 3
8 9 7 4 5 6 7
(a) A = 6 4 5 (b) B =
8 9 1 2
1 2 3
3 4 5 6

Definicao 3. Sejam m e n numeros naturais nao nulos e A = [aij ]mn uma matriz. Definimos:
(i) matriz diagonal e toda matriz quadrada A em que os elementos aij = 0 quando i 6= j;
(ii) matriz identidade de ordem n n e toda matriz diagonal em que os elementos da diagonal
principal sao iguais a 1 (e usual indicar tal matriz por I = In );
(iii) matriz trinagular superior e toda matriz quadrada em que os elementos abaixo da diagonal
principal sao nulos, isto e, aij = 0 para i > j;
(iv) matriz triangular inferior e toda matriz quadrada em que os elementos acima da diagonal
principal sao nulos, isto e, e aij = 0 para i < j;
(v) matriz simetrica e toda matriz quadrada em que aij = aji .

Exerccio 4. (a) Represente genericamente cada matriz definida anteriormente.


(b) Cite exemplos numericos para cada matriz da definicao anterior.

Definicao 4. Dizemos que duas matrizes A = [aij ]mn e B = [bij ]mn sao iguais quando aij = bij
para todo i = 1, 2 , m e todo j = 1, 2, , n.
       
1 3 1 3 1 3 1 7
Exemplo 2. (a) = (b) 6=
7 4 7 4 7 4 3 4
Exerccio
 5. Determine
 x, y, z e t tais que:
 2   
2x 3y x + 1 2y x 2x y x x 3
(a) = (b) =
3 4 3 y+4 4 5 t2 z 5t t

3
1.2 Resumo sobre Notacao de Somatorio
6
X
Para representar a soma a1 + a2 + a3 + a4 + a5 + a6 usamos a notacao ai , que se le: somatorio
i=1
de ai , com i variando de 1 a 6. O ndice i constuma ser chamado de ndice mudo e pode ser
substiudo por qualquer outra letra, ou seja, a soma anterior pode ser representada por uma das
notacoes a seguir:
X 6 6
X 6
X
ai , aj ou ak
i=1 j=1 k=1

Exerccio 6. Desenvolva os somatorios a seguir.


5 2 8
X
2
X X 1
(a) i (b) (3i + 2) (c)
i=1 i=2 k=3
k

Definicao 5. Sejam m, n Z tais que m n e seja F (i) R, com i = m, m+1, m+2, , n1, n.
Xn n
X
Definimos F (i) pela igualdade F (i) = F (m) + F (m + 1) + F (m + 2) + + F (n 1) + F (n),
i=m i=m
onde m e n sao chamados de limite inferior e limite superior, respectivamente.
6
X i2 32 42 52 62
Exemplo 3. (a) = + + + .
i=3
i+2 3+2 4+2 5+2 6+2
7
X
(b) kbk = 4b4 + 5b5 + 6b6 + 7b7 .
k=4

Proposicao 1. Sejam m, n N, F (i), G(i), H(j) R com i = 1, 2, , n e j = 1, 2, , m e seja


c uma
n
constante real. Entao:
X
(i) c = cn;
i=1
Xn n
X
(ii) cF (i) = c F (i);
i=1 i=1
Xn n
X n
X
(iii) (F (i) + G(i)) = F (i) + G(i);
i=1 i=1 i=1
n
X m
 X  Xn X
m m X
X n
(iv) F (i) H(j) = F (i)H(j) = F (i)H(j).
i=1 j=1 i=1 j=1 j=1 i=1

Exerccio 7. Demonstre a proposicao anteiror.


2n 5 n
X 1 X 2 X
Exerccio 8. (a) Desenvolva os somatorios: , (n + n + 1) e aij bjk .
i=n
i n=1 j=1
(b) Escreva na forma de somatorio a soma a0 xn + a1 xn1 + + an1 x + an ;
2 3 4 5 6
(c) Escreva na forma de somatorio a soma 3 + 322 + 332 + 342 + 352 + 632 .

4
1.3 Operacoes com Matrizes
Definicao 6. Sejam as matrizes A = [aij ]mn e B = [bij ]mn . A soma A + B e a matriz C =
A + B = [cij ]mn tal que cada elemento cij = aij + bij para i = 1, 2, , m e j = 1, 2, , n. (A
subtracao de matrizes e definida de forma analoga).
   
1 2 3 4 1 1
Exerccio 9. Sejam as matrizes A = e B = . Determine A + B,
4 5 6 4 0 6
A B e B A.

Definicao 7. Sejam a matriz A = [aij ]mn e um escalar ( e um numero). O produto A e a


matriz B = A = [bij ]mn tal que cada elemento bij = aij , para i = 1, 2, , m e j = 1, 2, , n.

2 1
Exemplo 4. O produto da matriz A = 0 3 pelo escalar 3 e dado por
5 4
(3)(2) (3)1 6 3
3A = (3)0 (3)3 = 0 9 .
(3)5 (3)(4) 15 12

Definicao 8. Sejam as matrizes A = [aij ]mn e B = [bjk ]np . O produto AB e a matriz C =


n
X
AB = [cik ]mp tal que cada elemento cik = ai1 b1k + ai2 b2k + ai3 b3k + + ain bnk = aij bjk para
j=1
i = 1, 2, , m e k = 1, 2, , p.

  7
1 2 3
Exemplo 5. Dadas as matrizes A = e B = 8 temos que,
4 5 6
    9
17+28+39 50
AB = = . Observe que o produto BA nao esta definido uma vez
47+58+69 122
que, o numero de colunas de B e diferente do numero de linhas de A.

Exerccio 10. Considere as matrizes A = [aij ]47 , definida por aij = i j, B = [bjk ]79 , definida
por bjk = j e C = AB. Determine o elemento c23 da matriz C.

Exerccio
 11. Considere
 as 
matrizes a seguir:  
2 0 0 4 6 9 7
(a) A = (b) B = (c) C =
6 7 2 8
7 3 2
6 4 0 6 9 9
(d) D = 1 1 4 (e) E = 1 0 4 .

6 0 6 6 0 1
Determine, se possvel:
(a) AB BA (b) 2C D (c) (2Dt 3E t )t (d) D2 DE

5
1.4 Propriedades da Algebra Matricial
Teorema 1. Sao validas as as seguintes propriedades para as operacoes matriciais:
(i) associatividade em relacao a adicao: (A + B) + C = A + (B + C)
quaisquer que sejam as matrizes A, B e C de ordem m n;
(ii) comutatividade em relacao a adicao: (A + B) = (B + A)
quaisquer que sejam as matrizes A e B de ordem m n;
(iii) existencia do elemento neutro: A + O = A
quaisquer que seja a matriz A = [aij ]mn e a martriz nula O = [oij ]mn ;
(iv) existencia do elemento simetrico: para toda matriz A = [aij ]mn existe uma unica matriz
(A) tal que A + (A) = O;
(v) associatividade em relacao a multiplicacao: (AB)C = A(BC)
quaisquer que sejam as matrizes A = [aij ]mn , B = [bjk ]np e C = [ckl ]pr ;
(vi) distributividade a direita em relacao a adicao: (A + B)C = AC + BC
quaisquer que sejam as matrizes A = [aij ]mn , B = [bij ]mn e C = [cjk ]np ;
(vii) distributividade a esquerda em relacao a adicao: C(A + B) = CA + CB
quaisquer que sejam as matrizes A = [aij ]mn , B = [bij ]mn e C = [cki ]pm ;
(viii) (kA)B = A(kB) = k(AB) quaisquer que sejam as matrizes A = [aij ]mn e B = [bjk ]np e o
escalar k.
(ix) AIn = A e Im A = A
quaisquer que sejam a matriz A = [aij ]mn e as matrizes In = Inn e Im = Imm (In e Im sao
respectivamente, matriz identidade de ordem n e matriz identidade de ordem m);
(x) (At )t = A
quaisquer que seja a matriz A = [aij ]mn ;
(xi) (A + B)t = At + B t
quaisquer que sejam as matrizes A = [aij ]mn , B = [bij ]mn ;
(xiii) (kA)t = kAt
quaisquer que sejam a matriz A = [aij ]mn e o escalar k;
(xiv) (AB)t = (B)t (A)t
quaisquer que sejam as matrizes A = [aij ]mn e B = [bjk ]np .

Observacao 1. A matriz (A) que aparece em (iv) e chamada de matriz oposta de A.

Exerccio 12. (a) Demonstre o teorema anterior.


(b) Cite exemplos numericos para cada item do teorema anterior.

Exerccio 13. A afirmacao a seguir e verdadeira? Justifique.


O produto entre matrizes e comutativo.

Exerccio 14. Defina matriz simetrica, matriz anti-simetrica e matriz inversvel.

Exerccio 15. Sejam A e B matrizes quadradas. Verifique se vale a igualdade (A + B)(A B) =


A2 B 2 . Caso a igualdade nao seja valida, apresente um exemplo numerico para esta situacao.
t
 
Exerccio
 16.
 Encontre um valor de x tal que AB = O, em que A = x 4 2 e B =
2 3 5

Exerccio
17.
Determine a inversa de
cada matriz
abaixo:

1 1 0 1 0 1 1 9 5
A = 1 0 1 , B = 1 2 3 e C = 3 1 2
0 1 1 1 2 4 6 4 4
   
1 2 2 1
Exerccio 18. Sejam A = e B = duas matrizes. Se B e a inversa de A,
1 4 x y
calcule o valor de x + y.

6
Exerccio 19. Resolver exerccios do 1 ao 12 do livro Boldrini.

Definicao 9. Sejam uma matriz A = [aij ]nn e p N . Definimos a potencia p de A por Ap =


| A{z A}
A
pvezes

Exerccio
20. Dadasas matrizes:
5 0 6
8 0 1 3 2 4 2 3 0
3
A= 2 2
, B = 7 8 5 9 e C = 1 1 8 . Determine (AB)t e
7
0 6 3 8 3 5 4
1 1 5
2(At B t ) + 3C t

Definicao 10. Seja a matriz quadrada A = [aij ]nn . Definimos o traco de A, denotado por tr(A),
Xn
como sendo a soma dos elementos da diagonal principal de A, isto e, tr(A) = aii .
i=1

Exerccio 21. Sejam A e B matrizes de ordem n n e um escalar . Mostre que:


(i) tr(A + B) = tr(A) + tr(B);
(ii) tr(A) = tr(A);
(iii) tr(At ) = tr(A);
(iv) tr(AB) = tr(BA)

7
Captulo 2

Sistemas de Equacoes Lineares

Uma equacao linear nas variaveis x1 , x2 , , xn e uma equacao da forma


a1 x 1 + a2 x 2 + a3 x 3 + + an x n = b 1 ,
em que a1 , a2 , , an e b1 sao constantes reais.
Exemplo 6. (a) Sao exemplos de equacoes lineares: 3x1 + 4x2 5x3 x4 = 5 e 2x2 x2 x3 = 0.
(b) Sao exemplos de equacoes nao lineares: 2x21 + 4x2 + x3 = 0 e 2x1 x2 + x3 + x4 = 3.
Dizemos que a n upla ordenada (1 , 2 , , n ) e uma solucao da equacao lineaar a1 x1 +
a2 x2 + a3 x3 + + an xn = b1 se a1 1 + a2 2 + a3 3 + + an n = b1 for uma sentenca verdadeira.
Exerccio 22. De um exemplo de uma equacao linear e apresente uma solucao dessa equacao,
caso exista.
Um sistema de equacoes lineares com m equacoes nas variaveis x1 , x2 , , xn e um conjunto
de equacoes da forma:

a11 x1 + a12 x2
+ a13 x3 + + a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + + a2n xn = b2



a31 x1 + a32 x2 + a33 x3 + + a3n xn = b3 (2.1)
.. .. .
= ..




. .
a x + a x
m1 1 m2 2 + am3 x3 + + amn xn = bm
em que aij e bk sao constantes reais com i, k = 1, 2, 3, , m e j = 1, 2, 3, , n.

Dizemos que a n upla ordenada (1 , 2 , , n ) e uma solucao do sistema linear (2.1) se for
solucao de todas as equacoes de (2.1).
Notacao Matricial
O sistema de equacoes lineares acima pode ser escrito como uma equacao matricial
AB = X,

x1
a11 a12 a1n x2
a21 a22 a2n
em que A = ..

.. .. .. e chamada a matriz dos coeficientes, B =
x3 e a matriz

. . . . ..
.
am1 am2 amn
xn

b1
b2

das variaveis e X = b3 e a matriz dos termos independentes.

..
.
bm

8
Se a n upla ordenada (1 , 2 , ,n ) for
uma solucao do sistema linear (2.1), esta tambem pode
1
2
ser escrita na forma matricial S = .. . O conjunto de todas as solucoes de uma sistema linear

.
n
e chamado conjunto solucao ou solucao geral do sistema.

Uma outra matriz que associaremos ao sistema (2.1) e matriz ampliada do sistema (2.1),
representada a seguir
a11 a12 a1n b1
a21 a22 a2n b2
M = .. .. .

.. .. ..
. . . . .
am1 am2 amn bm

x + y + z = 6
Exemplo 7. O sistema 2x + y z = 1 pode ser escrito como
3x y + z = 4


1 1 1 x 6
2 1 1 y = 1 .
3 1 1 z 4

1
A solucao geral do sistema e S = 2 . A matriz ampliada desse sistema e

3

1 1 1 6
2 1 1 1 .
3 1 1 4

2.1 Operacoes Elementares Sobre as Linhas de uma Ma-


triz
Definicao 11. Uma operacao elementar sobre as linhas de uma matriz A = [aij ]mn e
uma das operacoes a seguir.
(i) Trocar a posicao das linhas Li e Lj da matriz A entre si.
(ii) Multiplicar uma linha Li da matriz A por um escalar k nao-nulo.
(iii) Substituir a linha Li da matriz A pela soma da linha Li com k vezes a linha Lj da matriz A.
Notacao: Cada item anterior sera denotado como segue:
(i) Li Lj ;
(ii) Li k Li , 6= 0;
(iii) Li Li + k Lj .
Definicao 12. Uma matriz A = [aij ]mn e equivalente por linhas a uma matriz B = [bij ]mn se
B for obtida de A aplicando-se uma sequencia finita de operacoes elementares sobre as linhas de
A. Nesse caso, usaremos a notacao A B.

1 1 1 0 0 3 9 1 3 13
Exerccio 23. Sejam as matrizes A = 2 1 4 , B = 5 15 10 40 e C = 0 1 5 .
2 3 5 1 3 1 5 0 2 10
Verifique
que as matrizes
A, B e C sao
equivalentes
por linhas,
respectivamente, as matrizes
1 0 0 1 3 0 2 1 0 2
D = 0 1 0 , E = 0 0 1 3 e F = 0 1 5 .
0 0 1 0 0 0 0 0 0 0

9
Observacao 2. A relacao ser equivalente por linhassatisfaz as seguintes propriedades.
(i) Toda matriz e equivalente por linhas a ela mesma (Reflexiva);
(ii) Se matriz A e equivalente por linhas a matriz B, entao B e equivalente por linhas a A
(Simetrica);
(iii) Se a matriz A e equivalente por linhas a matriz B e se B e equivalente por linhas a matriz
C, entao A e equivalente por linhas a C (Transitiva).

2.2 Matrizes Escalonadas


Definicao 13. Uma matriz A = [aij ]mn esta na forma escalonada reduzida por linhas (ou
escalonada reduzida ou escada reduzida) se satizfaz as seguintes condicoes:
(i) Todas as linhas nulas ocorrem abaixo das linhas nao nulas;
(ii) O pivo (1o elemento nao nulo de uma linha) de cada linha nao nula ocorre a direita do pivo
da linha anterior;
(iii) O pivo de cada linha nao nula e igual a 1;
(iv) Se uma coluna contem um pivo, entao todos os seus outros elementos sao iguais a zero.

Observacao 3. Se uma matriz A = [aij ]mn satisfaz as condicoes (i) e (ii) da definicao anterior
entao dizemos que A esta na forma escalonada por linhas (ou escalonada ou escada).

1 0 0 1 3 0 2
Exemplo 8. (a) As matrizes A = 0 1 0 e B = 0 0 1 3 estao na forma escalonada
0 0 1 0 0 0 0
reduzida.
1 1 1 1 3 1 5
(b) As matrizes C = 0 1 2 e D = 0 0 5 15 estao na forma escalonada mas nao
0 0 5 0 0 0 0
estao na forma escalonada
reduzida.
Justifique.
0 2 1
(c) A matriz E = 1 0 3 nao esta na forma escalonada reduzida e nem na forma escalonada.
0 0 0
Justifique.

Exerccio 24. Explique o que e uma matriz escalonada reduzida equivalente a uma matriz A.

Definicao 14. Seja a matriz A = [aij ]mn e B = [bij ]mn a matriz escalonada reduzida equivalente
a A. Definimos:
(i) O posto de A e o numero de linhas nao nulas de B, denotado por p;
(ii) A nulidade de A e n p, isto e, o numero de colunas de A menos o posto de A.
O posto de uma matriz A e conhecido tambem como caracterstica de A.

Exerccio 25. Determine o posto


e a nulidade das
matrizes a seguir.
2 1 1
1 2 3 0 3 1 1 0 2 0
(a) A = 2 2 1 (b) B = 1 2 1 C = 2 3 0 1

2 4 6 4 2 1 3
4 1 1

Exerccio 26. (a) Qual o valor maximo para o posto de ordem 3 4?


de uma matriz
1 m 1
(b) Determine m de modo que o posto da matriz A = 2 m 2m seja igual a 2.
1 2 1

10
2.3 Determinantes
Definicao 15. Sejam as matrizes A = [a11 ] e B = [bij ]22 . Definimos a seguir o determinante de
cada matriz A e B, com a notacao det, como segue:
(i) detA = det[a11 ] = a11 ;
(ii) detB = det[bij ]22 = b11 b22 b12 b21 . 
b11 b12 b11 b12
= b11 b22 b12 b21 .
Podemos escrever tambem detB = det =

b21 b22 b21 b22

Para definir o determinante de uma matriz quadrda A = [aij ]nn , n 2 vamos definir os
conceitos de cofator do elemento aij e submatriz Aij da matriz A. Consideremos

a11 a12 a1n
a21 a22 a2n
A = .. .. .

.. ..
. . . .
an1 an2 ann

Definimos,
(i) Aij e matriz obtida ao retirarmos a linha i e a coluna j da matriz A. A ordem de Aij e
(n 1) (n 1);
(ii) ij = (1)i+j detAij e o cofator do elemento aij .

2 3 2
Exemplo 9. Seja a matriz M = 1 4 8 . Determine:
7 5 3
(a) 11 (b) 12 (c) 13 (d) 21

Definicao 16. O determinante de uma matriz quadrda A = [aij ]nn e definido por
n
X n
X
detA = ai1 i1 + ai2 i2 + + ain in = aij ij = aij (1)i+j detAij .
j=1 j=1

Observe que a expressao para o determinante foi desenvolvida pela iesima linha da matriz A.
De maneira analoga, desenvolve-se a expressao anterior pela coluna j da matriz A. Esse metodo
e conhecido como desenvolvimento de Laplace.

3 1 2 2
0 2 0 4
Exemplo 10. Seja a matriz A = 0 4 1 2 . Determine detA de duas maneiras:

0 1 3 3
(a) escolher uma linha e usar a definicao anterior;
(b) escolher uma coluna e usar a definicao anterior.

Exerccio 27. Calcule o determinante


de cada matriz a
seguir.
x 0 0 0 0 0
1 3 2 0 a y 0
0 0 0 0 a b 1
3 1 0 2
(b) B = l p z 0 0 0 0 1 0 0

(a) A =
2 3 0 1 m n p (c) C =
x 0 0 a a 0 b
0 2 1 3 b c d e y 0 1 b a 0
a b c d e z

11
Propriedades dos Determinantes
Sejam as matrizes A = [aij ]nn e B = [bij ]nn .
(i) detA = detAt ;
(ii) Se os elementos de uma linha (ou coluna) de A sao todos nulos, entao detA = 0;
(iii) Se B e obtida de A multiplicando-se uma linha de A por um escalar , entao detB = detA;
(iv) Se B e obtida de A pela troca da posicao de duas linhas k 6= l, entao detB = detA;
(v) det(AB) = detA detB;
(vi) Se A possui dua linhas (ou colunas) iguais, entao detA = 0.

Exerccio 28. Verifique com exemplos as propriedades anteriores.

Exerccio 29. (a) Calcule o valor de x tal que det2A = x 97, em que A e uma matriz quadrada
de ordem 4 e detA = 6.
(b) Se detA = 3, determine: detA2 , detA3 e detAt .
(c) Sejam A e B matrizes quadradas. Verifique-se
det(A + B) = detA + detB.
x2 x+3 x1

(d) Resolva a equacao 2 1 3 = 60 usando o metodo de Laplace.
3 2 1

2.3.1 Determinante e Matriz Inversa


O objetivo aqui e estabelecer condicoes sobre o determinante de uma matriz quadrada A para
que A possua inversa. E caso a inversa de A exista, encontrar a matriz inversa de A usando o
determinante de A. Dada a matriz

a11 a12 a1n
a21 a22 a2n
A = .. .. ,

.. ..
. . . .
an1 an2 ann

vimos que ij = (1)i+j detAij e o cofator do elemento aij . Definimos a seguir,


(i) A = [ij ]nn e a matriz dos cofatores de A;
(ii) At e a matriz adjunta de A, denotada por adjA. A matriz adjunta de A e a matriz transposta
da matriz dos cofatores de A.

2 1 0
Exemplo 11. Seja A = 3 1 4 .
1 6 5
(a) Determine adjA;
(b) Verifique se A adjA = (detA) I3 .

Teorema 2. Seja a matriz A = [aij ]nn . Entao A adjA = (detA) In .

Seja a matriz A = [aij ]nn e suponha que A possua inversa, isto e, existe unica matriz A1
tal que A A1 = In . Usando a propriedade do determinante det(A A1 ) = det(A) det(A1 ) =
det(In ). Mas det(In ) = 1. Logo, det(A) det(A1 ) = 1 e dessa igualdade segue que detA 6= 0 e
1
detA1 = .
detA
Agora considere a situacao em que a matriz quadrada A = [aij ]nn e tal que detA 6= 0.
Queremos saber se com essa condicao a matriz A possui inversa. Do teorema anterior temos que
1
A adjA = (detA) In e usando o fato de detA 6= 0, segue entao que A detA adjA = In . Mas
1 1
quando a inversa de uma matriz quadrada existe, essa iversa e unica, logo A = detA adjA.

12
Teorema 3. Uma matriz quadrada A = [aij ]n n admite inversa se, e somente se, detA 6= 0. E
1
nesse caso, A1 = adjA.
detA

2 3 4
Exemplo 12. Seja a matriz A = 0 4 2 . Verifique se a matriz A possui inversa. Em
1 1 5
caso afirmativo, use o teorema aterior para determinar a matriz inversa de A.

2.4 Matriz Inversa e Solucao de Um Sitema Linear de n


Equacoes e n Incoginitas.
Considere o sistema linear a seguir de n equacoes e n incognitas.


a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + + a2n xn = b2



a31 x1 + a32 x2 + a33 x3 + + a3n xn = b3 (2.2)
.. .. .
= ..




. .
a x
n1 1 + an2 x2 + an3 x3 + + ann xn = bn

Vimos que podemos representar este sitema da forma a seguir A X = B, em que A e a matriz
dos coeficientes, X e a matriz das variaveis e B e a matriz dos termos independentes. Suponha
que A possua inversa, isto e, que detA 6= 0. Observe

AX =B

A1 (A X) = A1 B
(A A1 ) X = A1 B
In X = A1 B
X = A1 B
Observacao 4. A igualdade anterior fornece a solucao unica de um sistema linear de n equacoes
e n incognitas, no caso em que a matriz dos coeficientes desse sistema possui inversa.
Apresentaremos a seguir a Regra de Cramer, que e um metodo de resolucao de sistema linear
de n equacoes e n incognitas que so pode ser aplicado no caso em que a matriz dos coeficientes desse
sistema possui inversa. Voltando a expressao X = A1 B e considerando as mesmas condicoes
enunciadas anteriormente sobre o sistema linear e sua matriz dos coeficientes, segue que
1
X= adjA B
detA

x1 11 21 n1 b1
x2 1 12 22 n2 b2
= .

.. .. .. .. .. ..
detA

. . . . . .
xn 1n 2n nn bn
b1 1j + b2 2j + + bj nj detAj
Da, xj = = , onde Aj e a matriz obtida de A substituindo a
detA detA
b1
b2
j-esima coluna de A pela coluna .. , para j = 1, 2, n.
.
bn

13
Captulo 3

Espaco Vetorial

Varias grandezas fsicas como pressao e temperatura podem ser completamente descritas pelo seu
valor numerico (magnitude). Outras grandezas como forca e acelaracao, para serem completa-
mente descritas precisam, alem da sua magnitude, precisam tambem de uma direcao e sentido.
Estas grandezas podem ser representadas por setas (segmentos orientados) e sao chamadas de
vetores.
Todos os segmentos orientados que possuem a mesma direcao, o mesmo sentido e o mesmo com-
primento (magnitude) sao representantes de um mesmo vetor.
Notacao: Usaremos letras minusculas para indicar vetores e letras maiusculas para indicar pontos
no plano e no espaco.
Vetores em R2
O conjunto R2 = R R = {(x, y)|x, y R} e interpretado geometricamente como o plano car-
tesiano xOy. Qualquer vetor AB ~ nesse plano tem sempre um representante OP ~ cuja origem e
a O = (0, 0) e P = (a, b), com O, P R2 o que significa que vetores em R2 sao determinados
exclusivamente pelo seu ponto final, pois o ponto inicial e fixo na origem.

Um vetor v em R2 e da forma v = (x1 , y1 ), em que x1 e y2 sao chamados de componentes do


vetor v. O vetor v = (x1 , y1 ) tambem pode ser representado por um matriz coluna como segue,
x1
v= .
y2
Considere a situacao em que um vetor v e representado por um segmento de reta orientado
em que a origem do vetor nao coincide com O = (0, 0), isto e, v = AB ~ e A = (x1 , y1 ) 6= (0, 0)
e B = (x2 , y2 ) 6= (0, 0). Nesse caso, as componnetes de v sao determinadas como segue, v =
(x2 x1 , y2 y1 ). Assim o vetor v = (x2 x1 , y2 y1 ) tambem pode ser representado com ponto
inicial O = (0, 0) e ponto final B = (x2 x1 , y2 y1 ).

Exemplo 13. Represente no plano cartesiano os vetores a seguir.


(a) v = (1, 3) (b) v = (2, 5) (c) O vetor v = AB,~ onde A = (1, 3) e B = (2, 2) (d)
v = (1, 3) e u = (2, 6)

Vetores em Rn

O conjunto R3 = {(x, y, z)|x, y, z R} e interpretado geometricamente como o espaco carte-


siano tridimensional Oxyz (ou sistema de coordenadas dado por tes retas orientadas, perpendi-
culares duas a duas). Da mesma forma que em R2 , os vetores em R3 sao dados por seguimentos
orientados, com ponto inicial em O = (0, 0, 0) e ponto final P = (x1 , y1 , z1 ) e dessa forma, o vetor
~ costuma ser denotado pelas coordenadas de P.
OP

Um vetor v em R3 e da forma v = (x1 , y1 , z1 ), em que x1 , y1 e z1 sao chamados de componentes


do vetor v. O vetor v = (x1 , y1 , z1 ) tambem pode ser representado por um matriz coluna como

14

x1
segue, v = y1 .
z1
Exemplo 14. Represente no sistema cartesiano tridimensional os pontos a seguir.
(a) P = (1, 2, 3) (b) B = (1, 2, 1) (c) C = (0, 1, 2)

Exemplo 15. Represente no sistema cartesiano tridimensional os seguintes vetores.


(a) v = (1, 2, 3) e u = (2, 2, 6) (b) v = (1, 2, 3)

Exemplo
 5 16.  Determine 
as componentes do vetor v que tem um representante com ponto inicial
5 5
P = , 1, 2 e final Q = 0, ,
2 2 2
Definimos Rn = {(x1 , x2 , x3 , , xn )|x1 , x2 , x3 , , xn R}, cuja interpretacao geometrica feita
para R2 e R3 foge do nosso alcance. Um vetor v em Rn e da forma v = (x1 , x2 , x3 , , xn ), em
2 3
que x1 , x2 , x3 , , xn sao as componentes
de
v e da mesma forma que em R e R , v pode ser
x1
x2

x3
representado na forma matricial v = .
..
.
xn
Sejam u, v Rn com u = (x1 , x2 , x3 , , xn ) e v = (y1 , y2 , y3 , , yn ) definimos a soma e a
multiplicacao por escalar k, respectivamente, como segue:
(i) u + v = (x1 + y1 , x2 + y2 , , xn + yn )
(ii) k u = (kx1 , kx2 , , kxn ).
E ainda, u = 1 u e u v = u + (v). Definimos tambem a igualdade entre os vetores u e v
se u e v possuem a mesma quantidade de componentes e se as componentes correspondentes sao
iguais.

Exemplo 17. (a) Suponha que (x y, x + y, z 1) = (4, 2, 3). Determine x, y e z.


(b) Sejam u = (1, 3, 2, 4) e v = (3, 5 1, 2). Determine u + v, 5u e 2u 3v.

Teorema 4. Sejam os vetores u, v, w Rn e os escalares , R. Entao:


(i) (u + v) + w = u + (v + w)
(ii) u + o = u, em que o = (0, 0, , 0) Rn e o vetor nulo
(iii) u + (u) = o em que u e chamado de elemento simetrico de u
(iv) u + v = v + u
(v) (u + v) = u + v
(vi) ( + ) u = u + u
(vii) ( ) u = ( u)
(viii) 1 u = u

Exerccio 30. Verifique o teorema anterior para os vetores u = (2, 1, 3), v = (1, 5, 6) e
w = (3, 2, 1) e para os escalares = 2 e = 1.

Observacao 5. Sejam os vetores u, v vetores em Rn e o escalar nao nulo R, tal que u = v.


Dizemos que u tem o mesmo sentido de v se > 0 e sentido oposto se < 0.

15
3.1 Espaco Vetorial
Definicao 17. Seja V um conjunto nao vazio, sobre o qual estao definidas as operacoes de adicao
e multiplicacao por escalar , respectivamente,
u + v V, para quaisquer u, v V ;
u V, para qualquer u V e qualquer escalar R.
Dizemos que V e um espaco vetorial se, para quaisquer u, v, w V e escalares , R o seguintes
axiomas forem satisfeitos:
(i) Comutatividade
u + v = v + u;
(ii) Associatividade
(u + v) + w = u + (v + w) e ()u = (u);
(iii) Vetor Nulo
existe um vetor o V, chamado vetor nulo tal que v + o = o + v para todo v V ;
(iv) Inverso Aditivo (Simetrico)
para cada vetor v V, existe um vetor v V, chamado inverso aditivo de v, tal que v +(v) = o;
(v) Distributividade
( + )u = u + u e (u + v) = u + v
(vi) Multiplicacao por 1
1u = u para qualqer u V.

Observacao 6. Os elementos de um espaco vetorial sao chamados de vetores, independente da


natureza dos seus elementos.

Exemplo 18. Verifique que os conjuntos a seguir sao espacos vetoriais.


(a) V = R2 = {(x, y)|x, y R}, com as operacoes de adicao e multiplicacao por escalr usuais.
(b) V = M (3, 3) = {A|Ae matriz quadrada de ordem 3}, com as operacoes de adicao e multi-
plicacao por escalr usuais.
(c) V = P2 = {a2 x2 + a1 x + a0 |ai R}, com as operacoes de adicao e multiplicacao por escalr
usuais.
(d) v = {f : R R|fe funcao} com a operacao de soma e multiplicacao por escalar usuais.
(e) V = {(x, x2 )|x R)} com as respectivas operacoes de adicao e multiplicacao por escalr,
(x1 , x21 ) (x2 , x22 ) = (x1 + x2 , (x1 + x2 )2 ) e (x, x2 ) = (x, 2 x2 ).
(f ) V = {(x, y)|x, y R+ } com as respectivas operacoes de adicao e multiplicacao por escalar,
(x1 , y1 ) (x2 , y2 ) = (x1 x2 , y1 y2 ) e (x, y) = (x , y ).

Exemplo 19. Verifique que os conjuntos a seguir nao sao espacos vetoriais.
(a) V = {(a, b)|a, b R} com as respectivas operacoes de soma e multiplicacao por escalar,
(a, b) + (c, d) = (a + c, b + d) e (a, b) = (a, b).
(b) V = {(a, b)|a, b R} com as respectivas opercoes de soma e multiplicacao por escalar, (a, b) +
(c, d) = (a + c, b + d) e (a, b) = (a, 0).

16
Resolucao do Exemplo 18.
(e) V = {(x, x2 )|x R)} com as respectivas operacoes de adicao e multiplicacao por escalar,
(x1 , x21 ) (x2 , x22 ) = (x1 + x2 , (x1 + x2 )2 ) e (x, x2 ) = (x, 2 x2 ).

Observe que V e nao vazio pois (1, 12 ) V. Sejam u = (x, x2 ), v = (y, y 2 ) w = (z, z 2 ) V e
, R. Vamos verificar os axiomas de espaco vetorial.
(i)
uv =vu
De fato, u v = (x, x2 ) (y, y 2 ) = (x + y, (x + y)2 ) = (y + x, (y + x)2 ) = v u.
(ii)(u v) w = u (v w)
De fato, (uv)w = ((x, x2 )(y, y 2 ))(z, z 2 ) = (x+y, (x+y)2 )(z, z 2 ) = ((x+y)+z, ((x+y)+
z)2 ) = (x+(y+z), (x+(y+z))2 ) = (x, x2 )(y+z, (y+z)2 ) = (x, x2 )((y, y 2 )(z, z 2 )) = u(vw).
() u = ( u)
De fato, () u = () (x, x2 ) = (()x, ()2 x2 ) = ((x), 2 (x)2 ) = (x, (x)2 ) =
( u).
(iii)
Observe que o = (0, 02 ) V e o u = (0, 02 ) (x, x2 ) = (0 + x, (0 + x)2 ) = (x, x2 ) = u. Assim,
(0, 0) e elemento neutro.
(iv)
Seja p = (a, a2 ), a R e observe que p = (a, a2 ) V. Suponha que p = (a, a2 ) e tal que p u = o,
vamos verificar se essa igualdade e valida. Temos, (a, a2 ) (x, x2 ) = (0, 0) (a + x, (a + x)2 ) =
(0, 0) a = x. Da, p = (x, (x)2 ) = (x, (1)2 x2 ) = (1) (x, x2 ) = (1) u e o elemento
simetrico de u.
(v)
( + ) u = u u
De fato, ( + ) u = ( + ) (x, x2 ) = (( + )x, ( + )2 x2 ) = (( + )x, (( + )x)2 ) =
(x + x, (x + x)2 ) = (x, 2 x2 ) (x, 2 x2 ) = (x, x2 ) (y, y 2 ) = u u.
(vi) 1 u = u
De fato, 1 u = 1 (x, x2 ) = (1x, 12 x) = (x, x2 ) = u.

17
Propriedades do Espaco Vetorial
Seja V um espaco vetorial. Sao validas as seguintes propriedades.
(i) Existe um unico elemento neutro o em V (elemento neutro em relacao a operacao de adicao
definida em V );
(ii) Para cada vetor u V existe apenas um, e somente um, elemento simetrico em V ;
(iii) Para quaisquer u, v, w V, se u + v = v + w, entao u = w;
(iv) O elemento simetrico do simetrico do vetor u e o proprio u, isto e, (u) = u;
(vi) Para qualquer u V tem se 0u = o;
(vii) Para escalar qualquer, tem-se o = o;
(viii) Para qualquer escalar e para qualquer u V, ()u = (u) = u.

3.2 Subespaco Vetorial


Definicao 18. Seja V um espaco vetorial. Um subconjunto S nao vazio de V e chamado subespaco
vetorial de V se S tambem e um espaco vetorial com relacao as operacoes soma e multiplicacao
por escalar definidas em V.

Teorema 5. Sejam V um espaco vetorial e S um subconjunto de V. S e um subespaco vetorial de


V se, e somente se:
(i) S e nao vazio;
(ii) S e fechado para a operacao de adicao definida em V ;
(iii) S e fechado para a operacao de multiplicacao por escalar definida em V.

Exemplo 20. Mostre que:


(a) W = {(a, b, 0)|a, b R} e subespaco vetorial do espaco vetorial V = R3 .
(b) W = {(a, b, c)|a + b + c = 0, a, b, c R} e subespaco vetorial do espaco vetorial V = R3 .
(c) W = {(x, y)|y = 2x, x R} e subespaco vetorial do espaco vetorial V = R2 .

Exemplo 21. Mostre que:


(i) S = {(x, 4 2x)|x R} nao e subespaco vetorial de V = R2 .
(ii) S = {(a, b, c)|a 0, a, b, c R} nao e subespaco vetorial do espaco vetorial V = R3 .
(iii) S = {(a, b, c)|a2 + b2 + c2 1, a, b, c R} nao e subespaco vetorial do espaco vetorial V = R3 .
(iv) S = {(a, b, c)|a, b, c Q} nao e subespaco vetorial do espaco vetorial V = R3 .

Observacao 7. Todo espaco vetorial V admite, pelo menos, dois subespacos vetoriais, S = {o},
em que o e o elemento neutro de V e W = V. Estes sao chamados de subespacos triviais de V. Os
outros subespacos de V, caso existam, sao chamados de subespacos proprios de V.

Exemplo 22. Sejam S e W subespacos vetoriais de um espaco vetorial V. Mostre que S W


tambem e um subespaco vetorial de V.

18
  
a b
Exemplo 23. Seja o espaco vetorial V = a, b, c, d R . Verifique se os conjuntos a

c d
seguir sao
subespacos
 de V. 
a 0
(a) S1 = a, c R .
 c 0  
a b
(b) S2 = a, b R .
0 0
(c) S = S1 S2 .

Exemplo 24. Seja o espaco vetorial V = {(a, b, c)|a, b, c R}. Verifique se os conjuntos as seguir
sao subespacos vetoriais de V.
(a) S1 = {(a, b, 0)|a, b R}.
(b) S2 = {(0, 0, c)|c R}
(c) S1 S2 .

3.3 Combinacao Linear


Definicao 19. Sejam os vetores v1 , v2 , , vn do espaco vetorial V e os escalares 1 , 2 , , n .
Qualquer vetor em V da forma v = 1 v1 + 2 v2 + + n vn e chamado de combinacao linear dos
vetores v1 , v2 , , vn .

Exemplo 25. Considere o espaco vetorial R3 . O vetor m = (2, 3, 5) e combinacao linear dos
vetores u = (1, 0, 0), v = (0, 1, 0) e w = (0, 0, 1) de R3 .

Sejam V o espaco vetorial e S = {v1 , v2 , , vn |vi V, i = 1, 2, , n}. Temos o seguinte:


(i) O conjunto W de todos os vetores de V que sao combinacao linear dos elementos de S e um
subespaco de V, isto e, W = {u|u e combinacao linear de v1 , v2 , , vn } e subespaco de V.
(ii) Se U e qualquer subespaco de V contendo S entao W U.
O conjunto W e o menor subespaco de V contendo S e dessa forma, W e chamado subespaco
gerado por S e usamos a notacao W = [v1 , v2 , , vn ].

Exemplo 26. Os vetores e1 = (1, 0, 0), e2 = (0, 1, 0) e e3 = (0, 0, 1) geram o espaco vetorial R3 .

Exemplo 27. Os polinomios 1, t, t2 , t3 geram o espaco vetorial V dos polinomios de grau 3.

Exemplo 28. Determine se o vetor v = (3, 9, 4, 2) e combinacao linear dos vetores u1 =


(1, 2, 0, 3), u2 = (2, 3, 0, 1) e u3 = (2, 1, 2, 1).

Exemplo 29. Considere o espaco vetorial dos polinomios de grau 2. Verifique se o vetor
v = 7x2 + 11x 26 e combinacao linear dos polinomios v1 = 5x2 3x + 2 e v2 = 2x2 + 5x 8.

19
3.4 Somas e Somas Diretas
Definicao 20. Sejam U e W subespacos do espaco vetorial V. Definimos a soma de U e W como
sendo o conjunto U + W = {u + w|u U, w W }.
Exemplo 30. Determine S1 + S2 nos exemplos 23 e 24.
Teorema 6. Sejam U e W subespacos do espaco vetorial V. Entao U + W tambem e subespaco
de V.
Pense no exemplo anterior.
Definicao 21. Sejam U e W subespacos do espaco vetorial V. Dizemos que V e soma direta de
U e W, com a notacao V = U W, se V = U + W e U W = {o}, em que o e o elemento neutro
de V.
Teorema 7. Se V e soma direta de U e W, entao todo vetor v V e escrito de maneira unica da
forma v = u + w, em que u U e w W.
Exemplo 31. Verifique nos exemplos 23 e 24 se V e soma direta de S1 e S2 .
Exemplo 32. Seja o espaco vetorial V = R3 .
(a) Verifique que U = {(a, b, 0)|a, b R} e subespaco de V.
(b) Verifique que W = {(0, b, c)|b, c R} e subespaco de V.
(c) Verifique que U + V e subespcao de V.
(d) Verifique se V e soma direta de U e W.
Exemplo 33. Sejam U = {(a, b, 0)|a, b R} e W = {(0, 0, c)| R} subespacos do espaco vetorial
V = R3 . Verifique se V = U W.

3.5 Exerccios de Revisao - Combinacao Linear, Subespaco


Gerado, Soma Direta
Exerccio 31. (a) Escreva o vetor v = (1, 2, 5) como combinacao linear dos vetores e1 = (1, 1, 1),
e2 = (1, 2, 3) e e3 = (2, 1, 1).
(b) Escreva o vetor v = (2, 5, 3) como combinacao linear dos vetores e1 = (1, 3, 2), e2 =
(2, 4, 1) e e3 = (1, 5, 7).
(c) Para qual valor de k sera o vetor u = (1, 2, k) em R3 uma combinacao linear dos vetores
v = (3, 0, 2) e w = (2, 1, 5)?
(d) Escreva o polinomio v = t2 + 4t 3 como combinacao linear dos polinomios e1 = t2 2t + 5,
e2 = 2t2 3t e e3 = t +3.     
3 1 1 1 0 0
(e) Escreva a matriz como combinacao linear das matrizes , e
  1 1 1 0 1 1
0 2
.
0 1
(f ) Mostre que os vetores u = (1, 2, 3), v = (0, 1, 2) e w = (0, 0, 1) geram R3 .
(g) Mostre que W = {(a, b, 0)|a, b R} e gerado por u = (1, 2, 0) e v = (0, 1, 0).
(h) Mostre que W = {(a, b, 0)|a, b R} e gerado por u = (2, 1, 0) e v = (1, 3, 0).
(i) Mostre que os polinomios (1 t)3 , (1 t)2 , (1 t) e 1 geram o espaco dos polinomios de grau
3.
Exerccio 32. Sejam U = {(a, b, c)|a + b + c = 0; a, b, c R}, V = {(a, b, c)|a = c; a, b R} e
W = {(0, 0, c)|c R} subespacos de R3 . Mostre que:
(a) R3 = U + V
(b) R3 = U + W
(c) R3 = V + W
(d) Em quais dos itens anterior a soma e direta?

20
3.6 Dependencia e Independencia Linear
Definicao 22. Sejam V um espaco vetorial e S = {v1 , v2 , , vn |vi V ; i = 1, 2, , n}. Dize-
mos que o conjunto S e Linearmente Independente (ou que v1 , v2 , , vn sao Linearmente
Independentes), com a abreviacao L.I, se nenhum vetor v de S e combinacao linear dos outros
elementos de S.

Teorema 8. Sejam V um espaco vetorial e S = {v1 , v2 , , vn |vi V ; i = 1, 2, , n}. O conjunto


S sera L.I (ou os vetores v1 , v2 , , vn serao L.I) se, e somente se, a equacao 1 v1 + 2 v2 +
+ n vn = o, em que o e o vetor nulo de V, implicar que 1 = = n = 0.

Exemplo 34. (a) Mostre que os vetores e1 = (1, 0, 0, 0), e2 = (0, 1, 0, 0), e3 = (0, 0, 1, 0) e
e4 = (0, 0, 0, 1) sao L.I.
(b) Mostre que os vetores v1 = (1, 0, 1), v2 = (0, 1, 1) e v3 = (1, 1, 1) de R3 sao L.I.

Definicao 23. Um subconjunto S = {v1 , v2 , , vn } de um espaco vetorial V sera Linearmente


Dependente (ou v1 , v2 , , vn serao Lineramente Dependentes), com a abreviacao L.D, se nao for
L.I (ou se v1 , v2 , , vn nao forem L.I).
1
Exemplo 35. (a) Os vetores v1 = (1, 1), v2 = (1, 0) e v3 = (1, 1) de R2 sao L.D, pois (1, 1)
2
1
1(1, 0) + (1, 1) = (0, 0).
2
(b) Mostre que os vetores v1 = (1, 2, 5), v2 = (7, 1, 5) e v3 = (1, 1, 1), vetores de R3 sao L.D.

3.7 Base de Um Espaco Vetorial


Definicao 24. Um subconjunto S = {v1 , v2 , , vn } de um espaco vetorial V sera uma base de V
se as condicoes a seguir forem satisfeitas:
(i) S = {v1 , v2 , , vn } e L.I.
(ii) [v1 , v2 , , vn ] = V.

Exemplo 36. (a) Sejam os vetores e1 = (1, 0) e e2 = (0, 1). O conjunto {e1 , e2 } e uma base do
espaco vetorial R2 .
(b) Mostre que o conjunto {(1, 1), (0, 1)} e uma base de R2 .

Exerccio 33. Quais dos seguintes conjuntos a seguir sao L.D?


(a) {(1, 1, 2), (1, 0, 0), (4, 6, 12)} (b) {(1, 2, 3), (2, 4, 6)}
(c) {(1, 1, 1), (2, 3, 1), (3, 1, 2)} (d) {(4, 2, 1), (6, 5, 5), (2, 1, 3)}

Exerccio 34. Determine se os vetores a seguir formam uma base do espaco vetorial R3 .
(a) u = (1, 1, 1) e v = (1, 1, 5)
(b) u = (1, 2, 3), v = (1, 0, 1), w = (3, 1, 0) e z = (2, 1, 2)
(c) u = (1, 1, 1), v = (1, 2, 3) e w = (2, 1, 1).

21
3.8 Espaco Linha de Uma Matriz
Seja a matriz A = [aij ]mn em que aij R,

a11 a12 a1n
a21 a22 a2n
A = .. .

.. .. ..
. . . .
am1 am2 amn

Considere as linhas de A, L1 = (a11 , a12 , , a1n ), L1 = (a21 , a22 , , a2n ), , Lm = (am1 , am2 , , amn )
como vetores em Rm . Com essa consideracao as linhas da matriz A, L1 , L2 , , Lm geram um
subespaco de Rm , chamado de subespaco das linhas de A. Do mesmo modo, as colunas de A
consideradas como vetores em Rn , geram o subespaco de Rn chamado de espaco das colunas de
A.
Lembremos que podemos aplicar operacoes elementares nas linhas da matriz A e obter a matriz
B, que e a matriz esquivalente por linhas a matriz A, em que cada linha li , com i = 1, 2, , m,
de B e obtida por operacoes elementares nas linhas de A. Temos de forma resumida o seguinte:
(i) O subespaco gerado pelas linhas da matriz A e igual ao subespaco gerado pelas linhas de B.

Teorema 9. Matrizes escalonadas reduzidas por linhas tem o mesmo espaco de linhas se, e so-
mente se, elas tem as mesmas linhas nao nulas.

Exemplo 37. Mostre que o espaco U gerado pelos veotores u1 = (1, 2, 1, 3), u2 = (2, 4, 1, 2)
e u3 = (3, 6, 3, 7) e o espaco V gerado pelos vetores v1 = (1, 2, 4, 11) e v2 = (2, 4, 5, 14) sao
iguais.

Exerccio 35. Determine se as seguintes matrizes


tem o mesmo
espaco de linhas.
    1 1 1
1 1 5 1 1 2
A= ,B= e C = 4 3 1 .
2 3 13 3 2 3
3 1 3

3.9 Dimensao de Um Espaco Vetorial


Definicao 25. Seja V um espaco vetorial. Dizemos que V e um espaco vetorial de dimensao finita
n ou n dimensional, com a notacao dim V = n, se V admite uma base = {v1 , v2 , , vn } com
um numero finito n de elementos.

Exemplo 38. Seja o espaco vetorial U = {A|A = [aij ]; i = 1, 2 e j = 1, 2, 3; aij R}.


n 1 0 0   0 1 0   0 0 1   0 0 0   0 0 0   1 0 0 o
O conjunto = , , , , ,
0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1
e uma base de U (Verifique!)
Temos, dim U = 6.

Exemplo 39. Seja Pn o espaco vetorial dos polinomios de grau n, na variavel t.


O conjunto = {1, t, t2 , , tn } e uma base de Pn . (Verifique).
Temos, dim Pn = n + 1.

Exerccio 36. (a) Determine a dimensao do espaco vetorial V = {(x1 , x2 , , xn )|xi R; i =


1, 2, , n}.
(b) Seja W o espaco gerado pelos vetores v1 = (1, 2, 5, 3), v2 = (2, 3, 1, 4) e v3 = (3, 8, 3, 5).
Encontre uma base a dimensao de W.

22
Teorema 10. Seja V um espaco vetorial de dimensao finita n. Entao todas as bases de V tem n
elementos.

Exemplo 40. (a) Os conjuntos {(1, 0), (0, 1)} e {(1, 1), (0, 1)} sao bases de R2 e dim R2 = 2.
(Verifique!)
(b) Os conjuntos {(1, t, t2 , t3 , , tn1 , tn )} e {(1, 1 t, (1 t)2 , , (1 t)n1 , (1 t)n )} sao bases
do espaco vetorial dos polinomios de grau n, Pn e dim Pn = n + 1.

Observacao 8. Define-se dim {o} = 0, em que o e o elemento neutro do espaco vetorial V.

Teorema 11. Seja V um espaco vetorial gerado por um conjunto finito de vetores v1 , v2 , , vn .
Entao:
(i) Dentre esses vetores v1 , v2 , , vn podemos extrair uma base de V.
(ii) Qualquer conjunto com mais de n vetores e necessariamente L.D (e portanto, qualquer con-
junto L.I tem no maximo n vetores).

Veja o item (b) do exerccio 36 como exemplo.

Teorema 12. Seja V um espaco vetorial de dimensao finita n. Entao:


(i) Qualquer conjunto linearmente independente e parte de uma base , isto e, pode ser estendido
a uma base.
(ii) Um conjunto linearmente independente com n elementos e uma base.

Exemplo 41. (a) Seja V = R4 . O conjunto S = {(1, 1, 1, 1), (0, 1, 1, 1), (0, 0, 1, 1), (0, 0, 0, 1)} e
linearmente independente (Verifique!). Como dim R4 = 4, segue que S e uma base de R4 .

Teorema 13. Seja V um espaco vetorial de dimensao finita e sejam U e W subespacos de V .


Entao:
(i) dim U dim V e dim W dim V.
(ii) dim (U + W ) = dim U + dim W dim (U W ).

Exemplo 42. Verifique o teorema anterior para o caso em que V = R3 , U = {(a, b, 0)|a, b R}
e W = {(0, b, c)|b, c R}.

3.10 Coordenadas de Um Vetor em Relacao Uma Base


Seja V um espaco vetorial n dimensional e considere uma base de V, = {e1 , e2 , , en }.
Observe que um vetor v V e uma combinacao linear dos vetores da base , ou seja, existem
escalares a1 , a2 , , an tais que

v = a1 e 1 + a2 e 2 + + an e n .

Definimos entao as coordenadas do vetor v em relacao a base , como sendo os escalares a1 , a2 , , an .


Usamos a notacao:

a1
a2
[v] = .. ou [v] = (a1 , a2 , , an ).

.
an

23
Exemplo 43. (a) Encontre as coordenadas do vetor v = (4, 3) em relacao a base = {(1, 0), (0, 1)}
do R2 .
Solucao: Para determinar as coordenadas do vetor v = (3, 4) em relacao a base , escreva v como
combinacao linear dos vetores da base , usando as variaveis escalares a, b, isto e, escreva v como
segue, (3, 4) = a(1, 0) + b(0, 1). Dessa igualdade temos, (3, 4) = (a, b) = a = 3 e b = 4. Portanto,
[v] = (3, 4).

(b) Encontre as coordenadas do vetor v = (4, 3, 2) em relacao a base = {(1, 1, 1), (1, 1, 0), (1, 0, 0)}
do R3 .
Solucao: Para determinar as coordenadas do vetor v em relacao a base , escreva v como com-
binacao linear dos vetores da base usando as variaveis escalares a, b, c, isto e, escreva v como
segue, (4, 3, 2) = a(1, 1, 1) + b(1, 1, 0)
+ c(1, 0, 0). Dessa igualdade temos (4, 3, 2) = (a + b +
a + b + c = 4
c, a + b, a). Ao resolvermos o sistema a + b = 3 encontraremos a = 2, b = 5 e
a = 2

c = 7. Portanto, [v] = (2, 5, 7).
 
2 3
(c) Encontre as coordenadas do vetor v = em relacao a base
       4 7

1 1 0 1 1 1 1 0
= , , , do espaco vetorial V das matrizes de ordem
1 1 1 0 0 0 0 0
2 2.
Solucao: Para determinar as coordenadas do vetor v em relacao a base , escreva v como com-
binacao linear dos vetores da base usando as variaveis escalares a, b, c, d isto e, escreva v como
segue,
         
2 3 1 1 0 1 1 1 1 0
=a +b +c +d . Da,
4 7 1 1 1 0 0 0 0 0
           
2 3 a a 0 b c c d 0 a+c+d abc
= + + + = . Ao resol-
4 7 a a b 0 0 0 0 0 a+b a

a + c + d = 2
a b c = 3

vermos o sistema , encontraremos a = 7, b = 11, c = 21 e d = 30.

a + b = 4
a = 7

Portanto, [v] = (7, 11, 21, 30).

A seguir, trataremos de forma resumida os conceito de matriz de mudanca de uma base


para uma base . Para mais detalhes, cosnsulte os livros: Boldrini ou Lipschutz.
Sejam agora = {u1 , u2 , , un } e = {w1 , w2 , , wn } duas bases de um espaco vetorial V de
dimensao finita n. Considere v um vetor de V e observe que:
(i) Podemos escrever v como combinacao linear dos vetores da base e obter [v] .
(ii) Podemos escrever v como combinacao linear dos vetores da base e obter [v] .
Em particular, para cada vetor wi da base podemos escrever


w1 = a11 u1 + a12 u2 + + a1n un
w2 = a21 u1 + a22 u2 + + a2n un

() .. ..


. = .
w = a u + a u + + a u
n n1 1 n2 2 nn n


a11 a12 a1n
a21 a22 a2n
e obter a matriz ampliada do sistema (), A = .. e a transposta da matriz A,

.. .. ..
. . . .
an1 an2 ann

24

a11 a21 an1
a12 a22 an2
At = .. .. . Definimos entao a matriz de mudanca da base para a base

.. ..
. . . .
a1n a2n ann

a11 a21 an1
a12 a22 an2
, com a notacao [A] , como sendo a matriz [A] = At = .. .. . Chegamos

.. ..
. . . .
a1n a2n ann
tambem as seguintes relacoes:
(i) [v] = [A] [v]
(ii) [v] = [A] [v]
(iii) ([A] )1 = [A]
Exemplo 44. Sejam = {(2, 1), (3, 4)} e = {(1, 0), (0, 1)} bases de R2 e um vetor v de R2 .
Determine [v] , [v] para [v] = (5, 8).

3.11 Exerccios Sobre Base e Dimensao de Um Espaco Ve-


torial
Exerccio 37. Determine se cada um dos conjuntos a seguir forma uma base de R3 .
(a) = {(1, 2, 1), (0, 3, 1)}
(b) = {(2, 4, 3), (0, 1, 1), (0, 1, 1)}
(c) = {(1, 5, 6), (2, 1, 8), (3, 1, 4), (2, 1, 1)}
(d) = {(1, 3, 4), (1, 4, 3), (2, 3, 11)}
Exerccio 38. Encontre uma base e a dimensao do subespaco W de R4 gerado por:
(a) = {(1, 4, 1, 3), (2, 1, 3, 1), (0, 2, 1, 5)}
(b) = {(1, 4, 2, 1), (1, 3, 1, 2), (3, 8, 2, 7)}
Exerccio 39. Encontre as coordenadas do vetor v = (x, y, z) em relacao a base = {(1, 1, 1), (1, 1, 0),
(1, 0, 0)} do R3 .
Exerccio 40. Seja V = {at2 + bt + c|a, b, c R} o espaco vetorial dos polinomios de grau 2
e considere a base = {e1 , e2 , e3 } de V, em que e1 = 1, e2 = (t 1) e e3 (t 1)2 = t2 2t + 1.
Determine [v] .
Exerccio 41. Sejam o espaco vetorial U = {A|A = [aij ]; i = 1, 2 e j = 1, 2, 3; aij R} e
n 1 0 0   0 1 0   0 0 1   0 0 0   0 0 0   1 0 0 o
= , , , , , uma base
0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1
de U. Determine:  
1 2 3
(a) [u1 ] em que u1 = .
 4 0 1 
1 3 4
(b) [u2 ] em que u2 = .
 6 5 4 
3 8 11
(c) [u3 ] em que u3 = .
16 10 9
(d) Se os vetores u1 , u2 e u3 sao L.I.ou L.D.

Exerccio 42. Sejam = {(1, 0), (0, 1)}, 1 = {(1, 1), (1, 1)}, 2 = {( 3, 1), ( 3, 1)} e 3 =
{(2, 0), (0, 2)} bases de R2 e o vetor v = (3, 2). Determine:
(a) [A]1 (b) [A]1 (c) [A]2 (d) [A]3 (e) As coordenadas de v em relacao a cada base usando a
respectiva matriz da mudanca de base.

25